2026-08-28

4947

在 AI 竞争愈演愈烈的当下，大公司和创业团队都把人才放在首位，但两者对人的期望不同：有的钱能换来立即上手的员工，也有的年轻人更渴望能试错、探索的空间。面壁智能的联合创始人刘知远试图在效率与培养之间找到平衡。他出身学术界，参与过大规模模型项目，创业后选择走与巨头不同的端侧 AI 路线，既避开了最激烈的正面竞争，也把“培养人”当成公司的一项核心能力。

公司保留了类似 Frontier Lab 的研发氛围，推行“传帮带”的培养方式，给实习生探索前沿技术的时间和资源，并把这一人才计划命名为“前进四”。刘知远有着教师般的耐心和信念：再优秀的人也需要机会和时间成长。

一个典型案例是实习生李奇。他年纪轻、学术背景出众，但在许多大公司眼里，让实习生带团队似乎冒险。李奇入职后先在 AI Infra 团队试水，随后被吸引到“用 AI 研究和改进 AI”的方向（常称为 AI4AI）。当外部模型显示 AI 有能力独立完成复杂研发任务后，团队决定给予他更多信任与支持。几个人先在基础设施环节做了一个月的验证，证明 AI 能协助编写代码、调试和清洗数据，随后公司分配给李奇更大的人力和时间。 龙8头号玩家

不到三个月，李奇主导的团队完成了一套由 AI 自动生成的大模型预训练框架 ForgeTrain，在 NVIDIA H100 上比常用框架 Megatron 提升了约 10% 的训练速度。此后，相关部门升级为智能进化实验室，李奇成为该方向负责人。任命过程并非冗长考察，而是基于能力与成果的自然认可；公司也没有用僵化的 KPI 限制这种探索性工作。“前进四”旨在把这种鼓励试验和信任年轻人的文化，转化为更可复制的人才培养制度。

市场环境也促使面壁智能走培养路线。2025 年行业变动带动了高薪挖角潮，大公司习惯以筛选现成经验来避免培养成本，创业公司在薪酬上难以正面竞争。面壁智能的负责人们判断，与其跟对手正面拼钱，不如发挥自身在培养人才方面的优势：通过系统化的实习与实践，让团队逐步建立起人才梯队，支持公司在端侧 AI 的长期路线。

刘知远常说，他的一部分创业动机就是在前沿领域培养人才。他相信，只要给足够的资源与信任，年轻人能够成长为解决问题的中坚。面壁智能把“培养人”当作长期投入，希望用时间和实践把零散的天赋塑造成持续的组织能力。 龙8头号玩家