TL;DR:
在AI人才争夺白热化之际,中国大模型新贵MiniMax选择了一条不同寻常的道路:推出覆盖全员的长期期权激励计划,而非仅限于高薪挖角核心技术人才。此举不仅重新定义了AI时代下“创新人才”的画像,强调“第一性原理思维”与“深度好奇”这对“人才双螺旋”,更是一次对组织创新与价值创造模式的深刻探索,预示着未来智力资本配置的新趋势。
在硅谷的阳光下,一场没有硝烟的“智力军备竞赛”正打得如火如荼。科技巨头们挥舞着支票簿,以亿元级年薪和诱人的股票期权,从竞争对手的阵营中“挖角”顶尖AI研究员,仿佛在争夺新时代的数字黄金1。然而,大洋彼岸的东方,一家名为MiniMax的AI新锐,却选择了一条截然不同的路径,试图在人才战的牌局中打出一张别开生面的王牌:一份覆盖公司全职能、甚至包括初级实习生的长期期权激励计划2。
这一策略,远非简单的“重金留人”所能概括,它更像是一场对AI时代组织哲学与价值创造机制的深度拷问。当Meta的扎克伯格为Llama模型的表现不满,大手笔从OpenAI、Google DeepMind乃至苹果挖墙脚,甚至谷歌不惜豪掷24亿美元兼并初创团队Windsurf以揽入核心人才之际3,MiniMax却在思考一个更根本的问题:究竟是“英雄主义式”的单点突破,还是“集体智慧”的创新涌现,更能引领AGI(通用人工智能)的未来?
智力资本的新炼金术
传统观点往往将“算法核心研发人员”视为科技企业的“大脑”,其智力投入与贡献理所当然地享有最高溢价。然而,MiniMax的举动,无疑是在挑战这一根深蒂固的范式。通过将期权激励延伸至工程、产品、运营等所有岗位,这家公司似乎在宣告,在通往AGI的征途上,每一份“非线性创造力”都弥足珍贵,无论其出身与职能。此举,与其说是对硅谷“高薪挖角”模式的平替,不如说是一种“组织创新”的尝试,旨在将散落在个体中的创造火花,汇聚成驱动整个企业前行的燎原之势2。
经济学人常言,如果数据是新时代的石油,那么算法便是炼油厂。但如今,这场比喻或许需要更新:在AI的棋局中,人才是定义游戏规则、发现新油田并改造炼油技术的真正“智力资本”。正如奥地利经济学家约瑟夫·熊彼特所强调的“创造性破坏”一般,创新的源泉在于那些能够提出“真问题”并敢于“突破边界”的个体。
MiniMax对此深以为然,并提出了其独特的“人才双螺旋”概念:第一性原理思维(First-Principles Thinking)与深度好奇(Deep Curiosity)2。前者强调回归事物本质,识别出AI时代“提出问题比回答问题更重要”的真谛;后者则鼓励对未知永不满足的探索欲,以及在不确定性中勇于试错的韧性。这两种特质,如同DNA的两条链条,相互交织、驱动着AGI时代的持续创新。OpenAI联合创始人伊利亚·苏茨克维,从AlexNet到GPT系列的突破,便是这“双螺旋”在现实世界中具身化的典范。他不仅能从根本上思考通用智能的路径,更以不懈的好奇心推动着每一次认知的飞跃。
市场格局与长期效应
MiniMax的这一步棋,无疑将对全球AI人才市场产生涟漪效应。当其他公司仍在计算如何用更高的薪酬吸引“大牛”时,MiniMax已开始构建一个内部的“创新生态系统”。这种机制设计,旨在将算法、工程、产品各链条的个体创新纳入一个融合体系,确保每一次对AGI的探索和创新都有被认可和放大的可能。这对于那些在传统架构中可能被低估的“非核心”岗位,无疑是巨大的吸引力,也为AI企业在“智力抢夺战”中提供了新的解题思路。
从更广阔的视角审视,每一次技术跃迁都伴随着人才观念的迭代。工业时代崇尚执行力,互联网时代推崇速度与规模,而AI时代则亟需问题定义力与跨界想象力。当大模型日益接管重复性任务,人类的价值将愈发体现在“敢于直面未知、保持好奇并具备本质洞察”的探索者身份上。MiniMax的“人才双螺旋”不仅是其自身的人才战略,更是整个行业在迈向AGI过程中,对未来人才画像的一次集体召唤。
毫无疑问,资本市场将密切关注MiniMax此举能否为其带来显著的竞争优势。在一个高度依赖智力资本的行业,能否有效激发并留住顶尖人才,决定了企业在“大力出奇迹”与“精巧创新”之间如何取得平衡。MiniMax的策略,似乎是在押注后者的长期价值,即通过制度创新将个体创造力转化为更具韧性和持续性的组织势能。这不仅关乎一家公司的未来,更可能为方兴未艾的AI产业,提供一个关于“人如何与AI共创”的宏伟蓝图。
引用
-
独家|MiniMax增发百万美金期权,大模型人才战进入白热化·观察者网·(2025/9/8)·检索日期2025/9/8 ↩︎
-
增发百万美金期权,MiniMax定义人才画像 - 36氪·36氪·(2025/9/8)·检索日期2025/9/8 ↩︎ ↩︎ ↩︎
-
重金留人!MiniMax发百万美元期权,AI人才争夺战升温 - 新浪财经·新浪财经·(2025/9/8)·检索日期2025/9/8 ↩︎