人才战略
核心观点
AI 时代不需要传统的”专业人才”，需要有成长能力的人。
这类人结合 AI，能达到甚至超越传统专业团队的效果。
我们要什么样的人
传统招聘看”专业对口”
学什么干什么，干什么精什么。
这个逻辑的前提是：专业知识需要多年积累，跨领域成本很高。
AI 改变了这个前提。
当 AI 能提供任何领域的专业知识时，“知道多少”不再是核心竞争力。
真正稀缺的是：能不能用知识解决问题。
我们看三个特征
自主性高 — 不用被安排任务，能主动发现问题、定义问题。
动手能力强 — 不停留在想法层面，能快速把想法变成行动。
能持续改进 — 不怕试错，能从失败中学习。
这三个特征的本质是：有”做事 → 反思 → 改进”的循环能力。
AI 的角色
AI 能加速这个循环的每个环节：
- 加速做事 — 用 AI 快速执行想法，处理重复性工作
- 加速反思 — 用 AI 作为思考伙伴，梳理复杂逻辑
- 加速改进 — 用 AI 快速迭代方案，获得更快反馈
但关键是：AI 只能加速已有的循环，不能创造这个循环。
没有循环能力的人，给他再强的 AI 也没用。
人从哪里来
第一个来源：开源社区
我们的开发工具是开源的，有几千个开发者在用。
其中有人会主动贡献代码、提建议、帮忙改 bug。
这些人就是我们最想要的人才。
为什么？
- 他们有动手能力 — 写代码不是空想，是真正的产出
- 他们有自主性 — 没人逼他们贡献，完全自愿
- 他们有循环能力 — 写了代码，收到反馈，改进，再写
这正是我们要的特征。
而且筛选成本几乎为零 — 不需要猎头、不需要面试，能持续贡献的人已经证明了自己。
第二个来源：教培项目
我们和高校合作，培养学生做项目。
传统教育的问题是：只有”学”（听课、读书），没有”习”（动手、验证）。
我们的教培围绕项目设计：
- 不是听课，是做真实项目
- 不是期末考试，是持续反馈和改进
做过项目的学生，比只考试的学生更有循环能力。
组织方式
1 人 + AI = 团队
传统公司做一个功能需要：产品经理、设计师、工程师、测试 — 四五个人。
我们只需要：1 个人 + AI。
这个人负责发现问题、定义问题、验证方案。AI 帮他补足专业知识的缺口。
去专业化
我们不需要”只会写代码的程序员”或”只会做设计的设计师”。
我们需要：能发现问题、能快速学习、能驾驭 AI 完成各类任务的人。
有循环能力的人 + AI，可以快速进入任何领域。
扁平化
当每个人都是一个团队时，传统的层级管理失去意义。
不需要项目经理来协调分工 — 因为没有分工。
组织变得极度扁平：每个人直接对结果负责。
我们的验证
这不是假设，是已经验证的事实。
3 人团队，7 个月，产出：
- 32 万行代码，6 个协议，6 个产品
- 3000+ 人的开发者社区
- 和华为、火山引擎的企业合作
- 港科大、香港科技园等机构的认可
总投入：20 万人民币。
按行业标准，这些产出需要 15-20 人的团队，100-150 万美金的投入。
3 人做了传统团队 15-20 人的活。这就是”1 人 + AI = 团队”的证明。
成本优势
人力成本降低 70%
传统配置：5 人团队，月成本 10 万。
我们的配置：1 人 + AI，月成本 3 万。
招聘成本降低 80%
传统招聘：猎头、招聘网站、多轮面试。
我们的招聘：从开源社区和教培项目中转化，成本几乎为零。
本章小结
- 人才观：不要传统专业人才，要有”做事 → 反思 → 改进”循环能力的人
- AI 角色：加速循环，但不能创造循环
- 人才来源：开源社区（已验证）+ 教培项目（培养中）
- 组织方式：1 人 + AI = 团队，去专业化，扁平化
- 成本优势：人力成本降 70%，招聘成本降 80%
有循环能力的人 + AI = 传统专业团队的效果，1/3 的成本。