Kimi總裁張予彤北大實(shí)錄：我們想要有抽象能力和偏執(zhí)的人｜甲子光年

Kimi人才觀：Build Your Own Job（創(chuàng)造屬于你的崗位）。

作者｜王博

5月12日晚，北京大學(xué)光華管理學(xué)院2號(hào)樓102報(bào)告廳，比預(yù)想中更早進(jìn)入了“滿員”狀態(tài)。

因?yàn)樵轮得鍷imi總裁張予彤將在這里進(jìn)行一場(chǎng)主題分享，并和北京大學(xué)光華管理學(xué)院院長(zhǎng)、北京大學(xué)博雅特聘教授田軒進(jìn)行一場(chǎng)對(duì)話。

可以容納兩三百人的報(bào)告廳，在活動(dòng)開(kāi)始前20分鐘坐滿，后來(lái)，過(guò)道和樓梯上也坐滿了人。

活動(dòng)現(xiàn)場(chǎng)

沒(méi)能擠進(jìn)報(bào)告廳的人，被分流到旁邊幾個(gè)教室，通過(guò)直播觀看這場(chǎng)分享和對(duì)話。

分會(huì)場(chǎng)

熱度并不難理解。

張予彤并不頻繁出現(xiàn)在公開(kāi)場(chǎng)合，也很少接受媒體采訪。此前，她本人因與投資人朱嘯虎之間的爭(zhēng)議而被推到風(fēng)口浪尖，而在過(guò)去一段時(shí)間，Kimi因?yàn)槟Ｐ瓦M(jìn)展、開(kāi)源策略、商業(yè)化想象力等因素也持續(xù)處在AI行業(yè)的聚光燈下。

相比產(chǎn)品發(fā)布和行業(yè)傳聞，外界更少有機(jī)會(huì)直接聽(tīng)到這家公司核心管理者如何理解AI、組織和人才。

張予彤這次分享的主題是《AI時(shí)代的邊界探索與人才機(jī)遇》。從形式上看，這更像是一場(chǎng)面向?qū)W生的招聘分享。她講了月之暗面對(duì)智能的基本判斷：智能正在從一種由人類提供的認(rèn)知能力，變成一種可以被能源大規(guī)模轉(zhuǎn)化出來(lái)的商品；她也介紹了Kimi K2.6、Agent Swarms（智能體集群），以及MuonClip、Kimi Linear、注意力殘差等Kimi的開(kāi)源項(xiàng)目，她解釋了AI編程能力如何成為生產(chǎn)力提升的起點(diǎn)，并在演講最后拋出了一個(gè)觀點(diǎn)：Build Your Own Job（創(chuàng)造屬于你的崗位）。

在她看來(lái)，AI時(shí)代的人才標(biāo)準(zhǔn)正在變化：相比專業(yè)能力，通用能力更重要；相比按部就班的串行執(zhí)行，并行工作與工程化思維更重要；相比追隨共識(shí)帶來(lái)的安全感，能夠提出原創(chuàng)判斷的審美更重要。

這也對(duì)應(yīng)了她現(xiàn)場(chǎng)PPT上的三組關(guān)鍵詞：Generalization＞Specialization，Parallelism＞Sequence，Taste＞Consensus。

張予彤談Build Your Own Job

在一個(gè)很多問(wèn)題尚未被定義、工作流程尚未成熟的AI原生組織里，什么樣的人才是真正稀缺的？

在與田軒的對(duì)話中，張予彤談到，Kimi偏好“有抽象能力”和“有些偏執(zhí)”“會(huì)瘋狂做事”的人。

相比簡(jiǎn)短的主題分享，這場(chǎng)主題為《AI時(shí)代的商業(yè)創(chuàng)新與人才戰(zhàn)略——面向未來(lái)的展望》的對(duì)話信息量更大。「甲子光年」發(fā)現(xiàn)，雙方的對(duì)話更像是一次對(duì)月之暗面內(nèi)部組織方式和張予彤個(gè)人判斷的“側(cè)面打開(kāi)”：AI能幫助我們創(chuàng)造什么新的工作？如何駕馭AI？AI會(huì)不會(huì)替代企業(yè)家？AI原生企業(yè)的特質(zhì)？Kimi內(nèi)部管理方式？職級(jí)職位如何劃分？

這些回答未必都是系統(tǒng)化的行業(yè)論斷，但提供了一個(gè)難得的觀察窗口：月之暗面這樣一家約300人的AI原生公司，如何在技術(shù)快速迭代、組織邊界模糊、崗位定義不斷變化的環(huán)境中，重新理解人、工作與管理。

以下為北京大學(xué)光華管理學(xué)院院長(zhǎng)、北京大學(xué)博雅特聘教授田軒與月之暗面Kimi總裁張予彤的對(duì)話實(shí)錄，經(jīng)「甲子光年」整理編輯，在不改變?cè)獾幕A(chǔ)上略有刪改。

田軒（圖左）與張予彤（圖右）

田軒：歡迎予彤到北大光華管理學(xué)院交流，Kimi確實(shí)是一家發(fā)展非常快的AI公司。我剛才和予彤交流，發(fā)現(xiàn)世界很小。我們都是北京人，上的中學(xué)也離得很近。

張予彤：田院長(zhǎng)的學(xué)校好一些。

田軒：予彤高中是北京八中的，而我是北師大附屬實(shí)驗(yàn)中學(xué)的，中間也就隔了幾百米，她考到了清華，我考到了北大。我現(xiàn)在感覺(jué)時(shí)代變化太快，現(xiàn)在AI已經(jīng)替代了一些重復(fù)、標(biāo)準(zhǔn)、執(zhí)行的工作。所以第一個(gè)問(wèn)題想請(qǐng)予彤告訴我們：AI能幫我們創(chuàng)造什么新的工作？

張予彤：每一次生產(chǎn)力提升，其實(shí)都是讓我們從原有工作走向新的工作。就像農(nóng)業(yè)革命之后，很多人不用再種地了，他們進(jìn)入城市，城市里出現(xiàn)了服務(wù)業(yè)等新的工作類型。

先看我們企業(yè)自身的話，已經(jīng)出現(xiàn)了很多新工作。比如我們公司有同學(xué)給模型訓(xùn)練創(chuàng)造合成數(shù)據(jù)，他們每個(gè)人都自稱是“模型的爸媽”，因?yàn)樗麄冇X(jué)得自己在喂養(yǎng)一個(gè)持續(xù)生長(zhǎng)的智能。

再比如模型評(píng)估師。他們需要評(píng)估模型生產(chǎn)的內(nèi)容、答案，或者一系列行動(dòng)和結(jié)果是不是好的。所謂“好”，背后仍然是人類價(jià)值觀。他們是在不斷把人類價(jià)值觀和模型結(jié)果做對(duì)齊、做評(píng)估。這只是我們這樣一個(gè)很小的企業(yè)能看到的新職業(yè)。

對(duì)更廣泛的人群來(lái)說(shuō)，很多人可能會(huì)成為超級(jí)個(gè)體，也就是今天說(shuō)的“一人公司”。工作本身是做我們熱愛(ài)的事情，讓它產(chǎn)生更高生產(chǎn)力和更高經(jīng)濟(jì)價(jià)值。很多事情未來(lái)可能由一個(gè)人全棧完成，不再依賴一個(gè)很大的團(tuán)隊(duì)。AI改變的是生產(chǎn)的組織方式，也會(huì)讓更多人更勇敢地追求自己想做的事情。所以一定會(huì)出現(xiàn)很多新工作。

田軒：AI會(huì)創(chuàng)造很多新工作。我們作為商學(xué)院、作為教育者，最關(guān)心也一直在思考的是：我們?cè)趺磁囵B(yǎng)學(xué)生、設(shè)計(jì)課程，跟上AI時(shí)代？你能從企業(yè)方、用工方的角度，給我們一些建議嗎？如何滿足AI時(shí)代雇主的要求？

張予彤：我覺(jué)得現(xiàn)在大學(xué)里的同學(xué)真的非常幸福。相比我們當(dāng)時(shí)上學(xué)，需要花很多時(shí)間查資料、查論文、完成復(fù)雜項(xiàng)目，今天大家的學(xué)習(xí)能力和研究能力都被AI大大增強(qiáng)了。

大家要更多地用AI，真正成為AI的深度用戶，成為Power User，能夠感知每個(gè)模型的區(qū)別、每一代模型的區(qū)別，知道它的能力邊界在哪里，知道什么事情它今天還不能做，什么事情它今天已經(jīng)可能比我們做得更好，以及哪些事情需要你和模型一起共創(chuàng)。

接下來(lái)會(huì)進(jìn)入一個(gè)Agent-Human Collaboration（智能體與人協(xié)作）階段。我現(xiàn)在已經(jīng)很難想象，自己的哪項(xiàng)工作不能用AI。就像我們今天已經(jīng)無(wú)法想象沒(méi)有電腦如何工作、沒(méi)有手機(jī)如何工作、沒(méi)有常用軟件如何工作。工具是在延伸我們的能力，它不是簡(jiǎn)單的相互替代關(guān)系。工具會(huì)替代它可以替代的那一部分。

我們的工作中可替代的部分很多，比如重復(fù)執(zhí)行、大量信息處理、計(jì)算、編程，還有一部分設(shè)計(jì)執(zhí)行。這些部分工作被替代，不代表整個(gè)工作被替代。相反，它會(huì)讓我們有更多時(shí)間去做更重要的工作。

也有人提到，現(xiàn)在真正的瓶頸在于驗(yàn)證AI產(chǎn)生的結(jié)果。比如產(chǎn)生幾百萬(wàn)行代碼，對(duì)AI來(lái)說(shuō)可能很容易；但對(duì)人類來(lái)說(shuō)，消化、理解這些代碼，判斷不同代碼之間的邏輯關(guān)系有沒(méi)有問(wèn)題，反而是更大的工作量。所以今天我們?nèi)栽谥匦露x自己的工作，也在重新定義如何評(píng)估和驗(yàn)證AI的工作質(zhì)量。這些都會(huì)成為重要能力。

田軒：所以你的建議是，我們這樣的商學(xué)院在課程設(shè)計(jì)和培養(yǎng)體系里，要讓學(xué)生知道怎么運(yùn)用AI、怎么駕馭AI，對(duì)吧？

張予彤：是的。我覺(jué)得“駕馭”這個(gè)詞很好，因?yàn)樗且环N合作關(guān)系。現(xiàn)在也很流行講Harness，本質(zhì)也是這種駕馭的感覺(jué)。不管是工程和模型的關(guān)系，還是人和Agent的關(guān)系，未來(lái)都會(huì)是相互協(xié)作。

我們要用更開(kāi)放的心態(tài)去探索。AI已經(jīng)發(fā)生了，我相信長(zhǎng)期來(lái)看它一定對(duì)我們有益。短期大家會(huì)有各種擔(dān)心，比如安全性、性能問(wèn)題等，這些都存在，但長(zhǎng)期它一定是好的。

另外，一定要親自上手。越多動(dòng)手，越會(huì)形成新的認(rèn)知。很多理解不是只靠聽(tīng)別人的觀點(diǎn)或觀察形成的，而是在一次次動(dòng)手過(guò)程中形成的。

田軒：我再換一個(gè)角度。假如我是一個(gè)剛進(jìn)北大的本科一年級(jí)學(xué)生，我知道未來(lái)時(shí)代跟父輩完全不同。以前把題做好、考試考好，有好的GPA，出國(guó)或者找工作，好像就沒(méi)問(wèn)題。但現(xiàn)在AI帶來(lái)很多變化，我未來(lái)要在北大待四年，應(yīng)該做什么，才能更好面對(duì)AI帶來(lái)的挑戰(zhàn)和未來(lái)的不確定性？

張予彤：可以從大一就來(lái)我們這里實(shí)習(xí)，開(kāi)個(gè)玩笑。

我覺(jué)得大學(xué)期間，個(gè)人收獲很多來(lái)自和同學(xué)的相處。學(xué)校提供了一個(gè)非常好的環(huán)境，最寶貴的可能是一些能持續(xù)一生的關(guān)系。所以第一點(diǎn)，還是要多和人交流，和人建立深度連接。這個(gè)不會(huì)變。

第二點(diǎn)是，在做任何事情時(shí)，都可以想一下：如果今天是 AI 來(lái)做，它會(huì)怎么做？除了人與人的共情，未來(lái)可能還會(huì)有人和Agent的共情。

從模型視角看問(wèn)題，會(huì)很不一樣。比如從人的視角看，今天已經(jīng)有很好的基礎(chǔ)設(shè)施：聊天、開(kāi)會(huì)、支付、驗(yàn)證身份、授權(quán)數(shù)據(jù)，都很成熟。但如果從模型角度看，它可能會(huì)覺(jué)得這些不一定是它需要的東西。今天很多基礎(chǔ)設(shè)施是為人構(gòu)建的，還沒(méi)有完全為Agent構(gòu)建。

所以，怎樣更好地做人和Agent的分工，怎樣從這個(gè)視角重新思考事情應(yīng)該怎么做，我覺(jué)得會(huì)有很大收獲。

田軒：今天現(xiàn)場(chǎng)有本科生，也有很多MBA、EMBA同學(xué)，他們很多已經(jīng)是企業(yè)管理者。在AI時(shí)代，他們需要做什么、能做什么，才能成為不被AI替代的管理者？

張予彤：我覺(jué)得AI替代在座的各位成功企業(yè)家是一件很難的事情。

田軒：不用客氣，我覺(jué)得好像也不是那么難。

張予彤：我有一個(gè)非常實(shí)用的tip：給公司里的每個(gè)人增加token預(yù)算。讓每個(gè)人實(shí)現(xiàn)token自由，能夠充分探索如何把AI用起來(lái)。

如果組織里大家總是從“AI會(huì)不會(huì)替代我的工作”這個(gè)角度出發(fā)，形成某種對(duì)抗和阻力，其實(shí)不利于任何事情的發(fā)展。但如果每個(gè)人都有足夠的token預(yù)算，就可以真正思考怎么把AI用到自己的工作里，比如哪些是用于擴(kuò)張，哪些是用于增強(qiáng)生產(chǎn)能力。

以前程序員群體里有一個(gè)說(shuō)法叫“十倍程序員”，意思是一個(gè)非常強(qiáng)的程序員生產(chǎn)效率可以一當(dāng)十。今天AI的代碼生成能力，可能讓更多人有機(jī)會(huì)成為“十倍程序員”。但在編程過(guò)程中，架構(gòu)能力、思考能力，以及不斷驗(yàn)證、糾錯(cuò)的能力，今天AI還做得不夠好。

當(dāng)企業(yè)給大家充足的token預(yù)算，大家也會(huì)開(kāi)始思考自己的工作會(huì)發(fā)生什么變化。這會(huì)變成一種更自發(fā)、向上的推動(dòng)。

田軒：我看到Kimi有一個(gè)“穿越計(jì)劃”（Kimi的一項(xiàng)新的頂尖人才校招計(jì)劃）。你們招人時(shí)不看學(xué)歷、不看專業(yè)，這和我們的傳統(tǒng)認(rèn)知有很大差異。我們那時(shí)候高考都要選熱門專業(yè)，你們現(xiàn)在不看專業(yè)、不看學(xué)歷，那你們到底看什么？

張予彤：我覺(jué)得人很難被標(biāo)簽化。學(xué)校和專業(yè)是一種標(biāo)簽。今天在座的很多都是北大非常優(yōu)秀的學(xué)生，但每個(gè)人的特質(zhì)、熱情、喜歡做的事情、不喜歡做的事情，都有很大區(qū)別。

我們強(qiáng)調(diào)Build Your Own Job，并不是說(shuō)我已經(jīng)想好了一個(gè)工作，然后去找什么樣的人來(lái)做。當(dāng)然也有這種場(chǎng)景，但很多時(shí)候，我們會(huì)看這個(gè)人的特質(zhì)最適合做什么。

第一，我們會(huì)看一些抽象能力。比如這個(gè)人能不能提出真正好的、原創(chuàng)的、創(chuàng)新的想法。這種創(chuàng)新能力很難被評(píng)估，但在交流過(guò)程中，我們會(huì)看他最近關(guān)注什么話題，看他對(duì)每個(gè)問(wèn)題有沒(méi)有比較本質(zhì)的思考，會(huì)不會(huì)提出新的想法，而且這個(gè)新的想法是不是好的想法。提出好的想法其實(shí)很難，即使在我們公司里，大家每年能提出的好想法也是有限的。

第二，我們會(huì)看有些偏執(zhí)、會(huì)瘋狂做事的人。因?yàn)楣庥泻玫南敕ㄟ€不夠，AI引入了非常多不確定性，比如要做出一個(gè)產(chǎn)品，往往需要很長(zhǎng)的不確定、大量實(shí)驗(yàn)和迭代過(guò)程。

在這個(gè)過(guò)程中，一個(gè)人需要瘋狂地想各種辦法解決問(wèn)題，也需要很強(qiáng)的resilience（韌性）。在探索和研究過(guò)程中，可能人會(huì)感到frustrate（挫敗）。你有一個(gè)很好的想法，會(huì)不會(huì)為它嘗試1000次？絕大部分人可能嘗試10次就覺(jué)得這件事不能做。很多時(shí)候這可能是對(duì)的，但也有極少數(shù)人會(huì)更相信自己的想法，并且在嘗試中形成新的認(rèn)知。

現(xiàn)在有很多設(shè)計(jì)是在制造中完成的，而不是制造之前就已經(jīng)想好。只有在所有技術(shù)都確定的情況下，生產(chǎn)過(guò)程才會(huì)先設(shè)計(jì)后制造。但現(xiàn)在生產(chǎn)過(guò)程引入了非常多不確定性。所以除了能提出好想法，還要有能夠瘋狂實(shí)驗(yàn)和探索的人。

這兩類人在我們的業(yè)務(wù)中都產(chǎn)生了非常大的貢獻(xiàn)。

田軒：我追問(wèn)一下，你怎么識(shí)別這兩類人？

張予彤：第一個(gè)還是從交流中看。他平時(shí)看什么信息，最近在想什么問(wèn)題。比如我會(huì)問(wèn)：你最近關(guān)注什么AI產(chǎn)品？最近行業(yè)里哪一個(gè)變化最超出你的意料？這些問(wèn)題可以看到一個(gè)人的注意力放在哪里，他在思考什么問(wèn)題。如果他告訴你的東西，你覺(jué)得“這是2025年的認(rèn)知了”，那可能說(shuō)明他吸收的信息量沒(méi)有那么大，興趣也不在這里。所以，我們會(huì)看他有沒(méi)有更原創(chuàng)性的想法。

第二，執(zhí)行層面我覺(jué)得更好驗(yàn)證。我們也有AI面試系統(tǒng)，在這些題里，大家需要不斷嘗試。我們會(huì)看他怎么迭代，是不是有不同的迭代思路，迭代了多少次，以及什么時(shí)間還在迭代。這里面有很多信號(hào)，也可以通過(guò)一些自動(dòng)化系統(tǒng)去做篩選。

田軒：還有一個(gè)關(guān)于企業(yè)的問(wèn)題。現(xiàn)在有一個(gè)新概念叫“AI原生企業(yè)”，月之暗面其實(shí)就是“AI原生企業(yè)”，它的特質(zhì)是什么？如果我是一個(gè)傳統(tǒng)企業(yè)，怎么向AI原生企業(yè)靠近？

張予彤：這個(gè)問(wèn)題很有意思。我現(xiàn)在看到，阻力往往不是認(rèn)知。在中國(guó)，我見(jiàn)到非常多企業(yè)家，他們都很努力，也有非常多關(guān)于怎么使用AI、怎么擁抱AI的想法。其實(shí)很多企業(yè)的一號(hào)位都非常關(guān)注AI，也有很大動(dòng)力把AI應(yīng)用到企業(yè)各個(gè)方向。

我關(guān)注到的阻力，更多來(lái)自組織。很多事情已經(jīng)定義了邊界、合作方式，以及在合作中如何進(jìn)行激勵(lì)。

“AI原生企業(yè)”最大的好處是，它是一個(gè)新的企業(yè)，可以按照新的生產(chǎn)模式重新定義組織結(jié)構(gòu)。比如我們公司里大家是沒(méi)有title的。

田軒：沒(méi)有title？你不是總裁么？

張予彤：（笑）我覺(jué)得我也可以改一改。其實(shí)，我們所有人的title都可以統(tǒng)一叫staff。

田軒：那你們?cè)趺磪^(qū)分誰(shuí)向誰(shuí)匯報(bào)，鏈條是什么樣子？

張予彤：我們的組織層級(jí)非常扁平。比如也有直接和我一起工作的實(shí)習(xí)生。我們公司一共300人，任何人到組織內(nèi)另一個(gè)人，基本就是一層、兩層關(guān)系。人數(shù)相對(duì)少，組織也相對(duì)扁平，大家之間的邊界沒(méi)有定義得非常清楚。

比如做預(yù)訓(xùn)練的同學(xué)也可以做后訓(xùn)練，做算法的同學(xué)也可以做數(shù)據(jù)，做營(yíng)銷的同學(xué)也可能轉(zhuǎn)到模型評(píng)估。我們會(huì)發(fā)現(xiàn)，人的底層智能能力是相似、相通的，大家可以觸類旁通，而不是被一個(gè)標(biāo)簽定義為“你就是做預(yù)訓(xùn)練的”。人的能力其實(shí)可以解決很多問(wèn)題。

我覺(jué)得這是“AI原生組織”的特征。很多能力正在被AI賦能。比如編程，原來(lái)可能是3000萬(wàn)人的特權(quán)。今天，隨著AI編程能力越來(lái)越強(qiáng)，這個(gè)邊界會(huì)不斷擴(kuò)展。我相信未來(lái)每個(gè)人都會(huì)擁有編程能力，而這是一件以前從來(lái)沒(méi)有發(fā)生過(guò)的事情。

現(xiàn)場(chǎng)還有一些觀眾進(jìn)行了提問(wèn)，以下為月之暗面Kimi總裁張予彤的回答，經(jīng)「甲子光年」整理編輯，在不改變?cè)獾幕A(chǔ)上略有刪改。

談國(guó)產(chǎn)算力適配

張予彤：我們當(dāng)時(shí)開(kāi)源K2.6模型的時(shí)候，其實(shí)已經(jīng)適配了華為昇騰芯片。過(guò)去兩年，我們?cè)谟?xùn)練上做了非常大的投入，很多算力都和模型研發(fā)相關(guān)。但從今年開(kāi)始，我們發(fā)現(xiàn)，當(dāng)模型能力到達(dá)一個(gè)智能臨界點(diǎn)之后，會(huì)有非常多的需求被開(kāi)啟，所以推理算力的需求也在爆發(fā)。所以我覺(jué)得接下來(lái)算力的增長(zhǎng)，在訓(xùn)練側(cè)、推理側(cè)都會(huì)有。華為肯定是做得非常優(yōu)秀的一家企業(yè)。

談?dòng)行邑?fù)責(zé)地使用AI

張予彤：其實(shí)可以想象一下，當(dāng)人遇到一個(gè)無(wú)法辨別的信息時(shí)會(huì)怎么辦。比如你看到一個(gè)信息，無(wú)法判斷它是真是假，你可能會(huì)去搜索，看看它到底是不是真的；也可能會(huì)找一些你認(rèn)為更可信的信息源；或者你會(huì)去問(wèn)你覺(jué)得非常專業(yè)的朋友，甚至問(wèn)多個(gè)朋友，看他們的判斷是否一致。

這些方法，其實(shí)都可以賦能給AI。不管是通過(guò)Skill，還是通過(guò)一些Agentic loop的方式，讓AI去復(fù)現(xiàn)這些過(guò)程。所以我覺(jué)得，可以把你能想到的驗(yàn)證方法交給AI：給它更多工具，給它更多Skill，讓它更有能力交付你想要的結(jié)果。

談學(xué)生如何實(shí)現(xiàn)“token自由”

張予彤：第一個(gè)是預(yù)算問(wèn)題。其實(shí)你看Kimi的API也好，token定價(jià)也好，我們都考慮到了這個(gè)問(wèn)題。因?yàn)楝F(xiàn)在是一個(gè)要讓更多人更多使用AI的時(shí)間點(diǎn)，所以我們也很歡迎大家大量使用。我們每個(gè)月也會(huì)給很多用戶提供一些免費(fèi)的token額度。

第二，我覺(jué)得很多事情，只要你真的想學(xué)習(xí)，一定會(huì)找到很多方法。最好是有一個(gè)好的學(xué)習(xí)環(huán)境，有一些共同對(duì)某些話題感興趣的同學(xué)或者小伙伴。大家平時(shí)可以更多交流經(jīng)驗(yàn)，也可以一起完成一個(gè)更復(fù)雜的項(xiàng)目。在企業(yè)里面，我們也會(huì)給實(shí)習(xí)生很多token，也會(huì)給大家提供更好的學(xué)習(xí)環(huán)境。

第三，我覺(jué)得我們看重的不只是對(duì)AI的使用和熟悉，更重要的是AI原生的思考。比如，你能不能站在人的角度去共情，理解模型接下來(lái)會(huì)需要什么；也能不能站在模型的角度去想，怎樣更好地和人協(xié)作。包括把人類已經(jīng)探索出來(lái)的工作流、專業(yè)領(lǐng)域知識(shí)沉淀下來(lái)，這些也都是很好的事情。

談AI時(shí)代年輕人的能力培養(yǎng)

張予彤：第一，可以多修一些你覺(jué)得“沒(méi)什么用”的課。我覺(jué)得未來(lái)，知識(shí)的廣泛程度很重要。你也可以為一件自己非常熱愛(ài)的事情投入很多時(shí)間，把不同知識(shí)領(lǐng)域串聯(lián)起來(lái)，甚至做遷移學(xué)習(xí)。我覺(jué)得這會(huì)涌現(xiàn)出一些新的智能。所以大家可以按照自己的興趣選課。如果未來(lái)想去創(chuàng)業(yè)公司工作，我們其實(shí)不會(huì)看GPA。所以不用因?yàn)槟抽T課太難就不敢選，更多要考慮的是，你是不是有興趣去探索它。

第二，管理能力也很重要。這也是光華非常強(qiáng)的能力培養(yǎng)方向，未來(lái)的管理不只是管理人，也要管理Agent。管理Agent和管理人結(jié)合起來(lái)，會(huì)對(duì)管理提出很多新的問(wèn)題。

談AI模型被濫用和安全問(wèn)題

張予彤：在模型發(fā)展的早期，大家可能更關(guān)注它的能力。但當(dāng)能力提升到一定程度之后，就會(huì)出現(xiàn)如何更安全使用的問(wèn)題。

我們每一代模型，當(dāng)預(yù)研進(jìn)入到一定階段之后，也會(huì)邀請(qǐng)一些核心的上下游合作伙伴，以及少數(shù)非常核心、專業(yè)的用戶，來(lái)共同幫我們測(cè)試模型。我們會(huì)看它在哪些能力上有缺陷，或者是否存在問(wèn)題。

因?yàn)殚_(kāi)發(fā)這么大的模型，是一個(gè)非常復(fù)雜的工程。有時(shí)候你會(huì)發(fā)現(xiàn)，上一版模型在某個(gè)問(wèn)題上能力很好，但下一版模型突然這個(gè)能力就下降了。所以在迭代過(guò)程中，一方面我們會(huì)有很多看板和監(jiān)控；另一方面，在預(yù)研最后階段，我們也會(huì)引入更多伙伴做測(cè)試。

未來(lái)在使用過(guò)程中，仍然需要更多安全設(shè)計(jì)，更強(qiáng)的駕馭能力，但我覺(jué)得這和開(kāi)源并不沖突。

我們和Anthropic最大的區(qū)別之一，是它的模型是閉源的，而我們的模型還是希望走開(kāi)源路線。因?yàn)槿绻阏J(rèn)為模型有風(fēng)險(xiǎn)，那么它掌握在少數(shù)人手里，風(fēng)險(xiǎn)可能會(huì)更大。

談中美AI模型差距

張予彤：我們?cè)谂Γ@個(gè)問(wèn)題確實(shí)是大家非常關(guān)注的。不過(guò)我覺(jué)得可以從另一個(gè)角度看。我一直覺(jué)得，智能不是同質(zhì)化的，而是異質(zhì)化的。

有些模型在編程領(lǐng)域能力非常強(qiáng)，有些在寫作上非常強(qiáng)，有些可能在情商方面能力很強(qiáng)。所以模型會(huì)形成不同發(fā)展方向。就像我們?cè)诓煌a(chǎn)力任務(wù)中，也會(huì)使用不同工具。

今天在全世界范圍內(nèi)，能夠做先進(jìn)大模型開(kāi)發(fā)的公司其實(shí)已經(jīng)很少了，但它的下游應(yīng)用領(lǐng)域又非常多。所以這不只是通用水平的追趕問(wèn)題，而是模型如何更適合不同場(chǎng)景，以及如何做出差異化能力的問(wèn)題。

我希望我們無(wú)論在開(kāi)源，還是在這些能力方向上，都可以做到世界領(lǐng)先。我們?cè)谝?guī)模化過(guò)程中，不僅考慮規(guī)模化，也考慮如何有效率地規(guī)模化。

談數(shù)字員工

張予彤：我覺(jué)得現(xiàn)在每個(gè)人其實(shí)都在打造自己的數(shù)字伙伴或者數(shù)字員工。比如我們公司有300人，但如果問(wèn)我們公司里的Agent有多少，我都不知道是多少。我覺(jué)得這肯定是未來(lái)工作方式的一個(gè)趨勢(shì)。我們也一定會(huì)在這個(gè)方向上提供更好的能力，更標(biāo)準(zhǔn)化的產(chǎn)品，以及更開(kāi)放的產(chǎn)品。這個(gè)產(chǎn)品應(yīng)該能夠讓大家去定制自己的能力。

談行業(yè)共識(shí)和決策邏輯

張予彤：我覺(jué)得這個(gè)問(wèn)題可能和每家公司、每個(gè)業(yè)務(wù)的特征有關(guān)。我很難直接定義什么是行業(yè)共識(shí)。

但對(duì)于我們?cè)谧鍪裁础⒉蛔鍪裁矗矣X(jué)得是相對(duì)清晰的。比如Kimi這樣的產(chǎn)品，我們會(huì)更加專注于生產(chǎn)力方向，專注于長(zhǎng)程、復(fù)雜、高經(jīng)濟(jì)價(jià)值的任務(wù)。這里面也有很多我們沒(méi)有做的事情，但這不代表它們不應(yīng)該做，只是每個(gè)企業(yè)都會(huì)有自己的選擇。比如我們沒(méi)有做娛樂(lè)類產(chǎn)品，也沒(méi)有做生活類產(chǎn)品。這些產(chǎn)品當(dāng)然也有價(jià)值，但作為一個(gè)企業(yè)，很難有那么多資源去做所有事情。

至于怎么做正確決策，這個(gè)很難保證。我覺(jué)得有一些思考和決策機(jī)制可能會(huì)有幫助。

第一，一定程度的信息過(guò)濾很有幫助。今天的數(shù)字世界不缺信息，甚至是信息大爆炸，有各種各樣的聲音。你如何依據(jù)自己的業(yè)務(wù)和選擇，去做信息過(guò)濾和篩選，這會(huì)幫助你做更好的決策。

第二，還是要在一線。我覺(jué)得這個(gè)很重要。很多時(shí)候，想法和落地之間有非常大的鴻溝。這也是為什么我們的組織架構(gòu)非常扁平。因?yàn)樗幸痪€工作，你都能沉浸在那個(gè)環(huán)境里，這對(duì)做出更正確的決策會(huì)有很大幫助。

我們的創(chuàng)始人在技術(shù)和研究領(lǐng)域有非常全球化、領(lǐng)先的技術(shù)視野，所以他的技術(shù)決策質(zhì)量也非常高。

我覺(jué)得只能通過(guò)一些方法去優(yōu)化，讓自己更大概率做正確決策。

（封面圖來(lái)源：《月之暗面》專輯封面，維基百科；文中配圖來(lái)源：「甲子光年」拍攝）