AI 人才争夺战升温，月之暗面与 DeepSeek 的「反大厂化」之路
一句话看懂：月之暗面与 DeepSeek 正以“反大厂化”模式加速争夺顶尖 AI 研究者，强调技术理想主义与灵活的小团队结构。这一趋势表明，在训练大模型不再单纯依赖资金和算力的阶段，核心研究者正成为最稀缺资源。
事件核心：发生了什么
5 月 12 日，月之暗面副总裁张予彤在北大举办人才招募活动，与光华管理学院院长田轩对谈，并设有现场面签环节。她强调公司寻找“不被标签化”的创新者和有执着追求的人，学历与专业并非唯一标准，热情和反复推敲的能力更重要。几乎同时，DeepSeek 因新一轮融资引发关注，本轮融资除提升估值外，核心意图是留住和吸引高端 AI 研究者。两家公司均推崇小团队、高密度人才、研究驱动而非 KPI 导向的组织方式，试图避免“大厂化”弊病。
为什么重要
当前中国大模型行业已从“拼融资、拼算力”阶段，进入“拼核心研究者”的深层竞争。月之暗面和 DeepSeek 的做派印证了一个事实：即使资金充裕，若组织结构僵化、研究者缺乏自由创新空间，仍难以留存顶级人才。两家公司刻意回避传统互联网大厂的层级与管理模式，转而提供更灵活的研究环境，实际上是在定义一套新的 AI 人才标准——更看重“对AI的热情与迭代决心”而非学历标签。这对整个行业的招聘逻辑、薪酬结构乃至公司文化，都会产生连锁影响。
对用户/开发者/创作者的影响
对于 AI 开发者与创作者而言，这种人才流动趋势将影响模型的迭代速度与风格。若更多顶尖研究者流向推崇自由与突破的组织，大模型产品在创新性、边缘能力上将与传统商业化路线形成差异。对普通用户来说，这意味着未来可能看到更多来自这些团队的“非标”AI 应用或工具，例如更灵活的API接口、更个性化的工作流集成。同时，张予彤在对话中提出“AI将催生超级个体”，暗示未来的AI工具会更强调赋能个体而非企业组织，这对独立创作者和小团队可能是利好。
值得关注的后续
目前公开信息显示，月之暗面和 DeepSeek 均未公布具体的人才引进规模与新融资额度。值得观察的几点：其一，这种“反大厂化”模式是否能长期支撑高强度的模型训练与产品迭代；其二，其他大模型公司是否会跟进调整自身组织架构；其三，研究者选择这类公司后，推出的模型或应用在体验和定价上与竞品是否会产生显著差异，尤其是面向开发者的 API 定价策略及推理效率。
来源：Readhub · AI
