MAODOU

三十岁上下的技术人，决定中国核心 AI 组织如何投入最重要的资源 过去二十年，中国互联网公司的权力，大多随着商业战果分配。但如今，一批三十岁上下的技术人，正在通过另一条路径进入中国最核心科技公司的权力中心：不必等到产品取得商业成功，他们就开始掌握重要的研发决策权，由此影响数百名研究员的工作，以及数以亿计的算力如何投入。 - 2026 年 3 月，几名 Kimi 的年轻研究员希望把一项叫 Attention Residuals 的新技术放进正在研发的下一代旗舰大模型 K3。这个想法最初来自 Kimi 的研究员苏剑林，业内人称 “苏神”。这个想法来自他读完 DeepSeek 的 mHC 论文后的灵光一现：既然是在做加权求和，何不用 Attention？ - 苏剑林很快写了一个简化版本，效果很好。但完整版需要保存各层信息，还要在设备间传递，训练团队算过后发现，以当时的资源根本无法承担。张宇和当时只有 17 岁的陈广宇几乎只用了一个晚上，提出了 Block AttnRes（分块注意力残差）设计：把模型的多个层分成 8 个组（Block），先汇总组内信息，再在组间做 Attention。这一方案把额外开销控制在 5% 以内，同时带来了约 20% 的训练效率提升。 - 最后杨植麟拍板，同意 K3 推迟开训，为团队留出验证时间。3 月 16 日，Kimi 公开了这项研究，四个月后，拥有 2.8 万亿参数的 K3 发布，Attention Residuals 成为其重要架构之一。 - 这个故事里，提出新想法的是一名远程工作的研究员，将它变成可行方案的包括一名 17 岁高中生和一名年轻博士；训练、推理和 Infra 团队则在周末的深夜合力解决了大规模工程的问题。最后，作为 CEO 的杨植麟拍板决定，为它改变公司最重要模型的训练日程。新一代 AI 管理者的能力，不只是自己懂技术，还包括识别他人的技术判断，并将其变成整个组织的 bet。 - 智谱的 Coding 转向，同样不是某个负责人一开始就确定的战略。2025 年初，DeepSeek-R1 发布后，智谱感到了落后的压力，模型效果不及预期，行业又陷入价格战。唐杰召集十几位核心技术人员讨论下一步方向，00 后、尚未博士毕业的曾奥涵提出做 Coding，但这个方向在智谱内部并未成为共识。 - 唐杰没有当场决定，而是让不同团队分头探索。转折出现在 2025 年 4 月，智谱发布的一批 320 亿参数模型中，有一个版本加强了工程代码和函数调用能力，内部测评与使用反馈让 Coding 获得更多认可。七月，GLM-4.5 发布，编程成为市场反馈最好的能力之一；到十二月，智谱 CEO 张鹏称，这项业务的年度经常性收入已经超过一亿元人民币。押注 Coding，成为智谱成立以来最重要的战略决策之一。这不是一个人的决定，而是一群年轻技术人员的判断，经过不同团队的探索和验证，逐渐成为公司的战略选择。 - 小米 MiMo 的路径更激进一些。2025 年 4 月，小米发布第一款 7B 模型，罗福莉加入后，和团队决定同时训练一个数千亿参数的模型和一个万亿参数的模型，后来分别成为 MiMo-V2-Flash 和 MiMo-V2-Pro。当时团队只有几十人，大部分研究员没有训练过大模型，有经验的人中，不少也只做过 7B、14B。一位同行感叹，在他看来，按照更稳妥的路线，应该先把数千亿参数模型训出来，再决定是否继续扩大，但罗福莉不想再训一个“同样的模型”，既然继续 scaling，就要再往前走，而 1T 已经接近当时团队已有算力能尝试的极限。 - 罗福莉能够作出这样的决定，与小米给予的技术自主权有关。雷军大约每两周听一次汇报，但通常不干预具体技术决策。做什么模型、采用什么路线，很大程度由罗福莉和团队决定。 - 训练开始后，loss 升高、激活值异常、不同专家模块的负载失衡等问题接连出现，团队停下来排查，做数据和预训练的人开始参与后训练，负责训练框架和推理 Infra 的人也一起解决问题。罗福莉说，这些变化很少来自正式调配，更多是研究员根据兴趣自然流动。一位年轻研究员说，自己从学校来到 MiMo ，几乎没感觉环境有什么变化，“就感觉跟实验室一样”。两款模型最终完成，小米也由此进入能够训练万亿参数基座模型的公司行列。 - 获得权力之后，这批年轻的技术领军者要面对的第一个现实课题，是如何招人、管人。在顶尖人才极度稀缺的大模型领域，研究员选择公司，本质上是在选择一个能理解自己、值得追随的负责人。技术声望天然自带引力。杨植麟创业前曾在 Meta AI、Google Brain 实习，是 XLNet、Transformer‑XL 的共同第一作者。姚顺雨加入腾讯前是 OpenAI 的研究员，参与 Deep Research 和 Operator 两个核心项目。腾讯招聘团队人士说，姚顺雨加入后，混元在校招上的吸引力明显提升。 - 相比上一代互联网管理者，他们也有意或无意地消解着权力带来的距离感。混元成员叫姚顺雨“姚哥”，他会偶尔办午餐会，也会在全员群里临时组篮球局，Hy 4 Preview 发布后，姚顺雨直接给研究员集体放了一周假。Kimi 员工把杨植麟叫作 KK，研究员可以在群里直接抱怨产品不好用、算力不够，也会用他的表情包开玩笑。昵称、兴趣和轻松的氛围，在互联网公司并不算新鲜。但年轻的研究员们会从这些日常细节里，判断负责人是不是 “同路人”、好不好相处。而一旦进入具体工作，他们真正核心的诉求，是自己的想法究竟能有多大空间。 - 不过，研究员能有多少探索空间，也取决于他们的负责人获得了怎样的支持。2026 年 3 月，林俊旸得知阿里 Qwen 团队可能被拆分，原本整合在一起的预训练、后训练等团队将被重新划分，这与他一直坚持的技术主张相冲突。他在群里留下“无颜再带领大家”的感言，提出离职。在大公司，技术成绩可以带来权力，却未必足以守住权力。技术负责人能作出哪些决定，既取决于最高层的授权，也取决于他在复杂的组织网络中做政治与利益交换的能力。 - 姚顺雨在腾讯采取了另一种方式。混元自己的预训练模型还没准备好时，他先派后训练骨干去帮助元宝优化接入的 DeepSeek。他认为，维护好元宝的产品体验和用户基本盘，对混元后续研发同样重要。这种“向外让渡支持”的做法，后来换来了腾讯内部多个核心产品和部门在混元新模型发布时主动支持。 - 他们因技术获得权力，又必须运用权力，保护技术所需要的自由。同样，他们想让自己和研究者摆脱管理的束缚，也得先学会如何管理。 - 唐杰曾给 AI 时代的能力排过一个次序：“认知＞格局＞技术＞管理”。管理在最末，技术倒数第二。1995 年出生的 LibLib 创始人陈冕也说，管理变得前所未有地不重要，唯一目的是让符合业务特点和要求的人留下来。这群三十岁左右的年轻人，被时代推上了掌管百亿算力与庞大组织的权力位置，却本能地排斥 “管理”——但他们真正排斥的，或许并非管理本身，而是过去大公司里的平庸、官僚与迟缓。 - 但“给他卡就够了”，只是他们对理想研究环境最朴素的描述。但如何争取这些卡、决定把卡给谁，以及为最后的结果负责，却是一场极其现实、艰苦的工作。认知、格局、技术、管理。在真实的商业战场上，这四种能力其实根本无法剥离。认知是判断做什么、不做什么，这既需要扎实的技术体感，也需要看清终局的格局；而要把判断变成现实的结果，离不开管理与组织协作。把管理排在最后，不会自动成为好管理者；把管理放在最前，也一定不是好管理者。 - 如大半个世纪前德鲁克所阐述的，管理的本质，是让每个人的长处得到发挥，让不同的人能够共同做出凭一己之力无法完成的事。想要实现这一切，第一步，或许要从不再羞于谈论 “管理” 开始。 #ai #晚点latepost