摘要

AI人才需求不是同步爆发，而是沿着“基础模型—应用创业—传统产业”三段推进。 2023年主要只有大模型公司招聘，2024年是前一年拿到融资的应用公司扩张；李翔预测，2025年将是“大量传统公司需要AI人才的一年”，肖玛峰表示认同。TTC为此梳理了1,000多家公司、重点覆盖其中300—400家，2024年仅AI业务收入约5,000万元，占总收入不到一半。
供给短缺已把顶尖AI人才推入明显泡沫，选择权更多掌握在个人手中。 据肖玛峰了解，阿里P9周畅转投字节后薪酬翻了三倍，小米挖DeepSeek罗福莉的传闻报价是千万年薪，创业公司还会叠加原始股。最极端的逻辑是，“哪怕这个人只过来待半年，帮他融一轮钱，老板也够了”。
海外人才回流的经济账一度完全算不过来，但2024年底开始出现边际变化。 湾区“双码农”家庭年收入可达七八十万美元，居家办公再叠加科技股上涨；回国却可能降薪、变累并承担35岁裁员风险，因此一度“没有任何理由他们会回来”。如今国内大企业真正愿意为AI领军人才付钱，加上美国职场排挤与移民政策变化，肖玛峰判断可能出现一波回流。
新增买方已从互联网大厂扩展到手机、汽车、机器人和传统龙头，而传统企业真正需要的是场景型复合人才。 泰康、新奥、海尔、美的、烟台万华等企业都已提出需求；在AI for Science场景中，肖玛峰称研发周期可以由三年缩短至三到六个月。应用创业公司招聘最急，因为“没有这些人，他就得死”；但按收入计算，大公司仍是更好的客户。
DeepSeek一面打破“非大牌不可”的迷信，一面又显示领军人物仍有组织杠杆。 它让企业重新看到年轻人才的上限，但贝壳引入叶杰平的案例显示，旗帜性人物即使后来离开，也可能留下整支团队和长期技术底座。“找到这样的领军人才，有时候他一来，就能带出一群人。”
人才防守不是一纸竞业协议能解决，核心仍是企业能否持续提供先进方向并与个人互相成就。 肖玛峰主张真正该保护的是知识产权和保密边界，而不是把员工“捆死”；竞业最多改变离职的经济成本，挡不住竞争者愿意赔偿、同时增强自己和削弱对手。企业与人才的长期关系就是“互相成就、互相淘汰”。
TTC押注的不是一次猎头景气，而是AI把高端招聘改造成可放大的配置网络。 其智能体“小麦”已把部分面试协调从三小时压到十分钟；按肖玛峰前段给出的2024年口径，约10万人被推荐、1万—2万人被客户面试，最终1,000多人成功入职。长期目标是每年成交10万人，按每人5万元计算对应50亿元收入；但他随后又把“10万人”回答为成功入职，前后口径存在冲突。

精读

1. 招聘大盘收缩，AI成了少数新增需求

李翔给出的行业基线是：中高端招聘约70%来自替换已有岗位，30%来自新业务新增；房地产、金融、互联网同步收缩后，企业减少第二、第三曲线，新增需求受到的影响尤其明显。
李翔用万达的扩张年代作对照：项目一度追求180天完工，甚至讨论三个月开出上百座城市综合体，每个项目都需要项目总、成本总、财务总和工程总。那种由规模扩张驱动的招聘时代已经结束。
反差取决于身处哪个圈层：肖玛峰曾告诉李翔，跟地产人聊天会觉得现在是“历史的垃圾时刻”，但身边若全是AI创业者，看到的则是“特别多的机会能够把很多行业重做一遍”。

2. 2023年先摸人才底牌，2024年招聘才真正爆发

需求起点在2022年底至2023年初。GPT发布后，源码资本让TTC摸排国内大厂里做NLP和大模型的人才，核心问题不是立刻招聘，而是中国有没有团队能复制美国正在发生的事。
源码投完王慧文的光年之外后，直接打来电话：“Max，我们要All in AI了，你们赶紧帮我们干事情。”TTC随后去西雅图和硅谷连接OpenAI等机构的华人，但王慧文在国内的名望并不能自动转化为海外人才的认知。
2023年真正招聘的主要是“AI六小龙”，而且创始人多来自搜索、Google、Microsoft等相关背景，本身已经带着团队，雇佣规模有限。TTC因而把服务改成按连接收费：安排企业与美国顶尖人才线上或线下交流，见上面即收取过程费。
2023年底投资人押注Perplexity、Character.AI式应用在中国出现，相关公司拿钱后于2024年扩张，尽管2024年融资公司反而更少。TTC则画出覆盖芯片、算力、算法、大模型和应用的作战地图，从1,000多家公司中筛出300—400家重点客户。

3. 海外回流曾失去吸引力，如今开始出现松动

2019年前后，中国互联网公司的市值和总包尚能接近美国头部公司，回国还意味着更高职位和更大机会，确实形成过一波人才回流；到2024年，这套条件已经逆转。
肖玛峰在湾区接触到的典型“双码农”家庭年入七八十万美元，疫情后还能居家办公，再享受美国科技股上涨，堪称“钱多、事少、离家近”。相比之下，回国可能降薪、内卷并面临35岁裁员，国内企业“没有任何竞争力”，他们也“没有任何理由回来”。
2023年的接触因此没有带回多少人，2024年微软还把中国总部的很多人迁往加拿大、新西兰等地，以转移研发中心。但到年底，阿里巴巴的徐主红、谷歌挖来的吴永辉，以及从Salesforce回国发展的前达摩院首席科学家斯罗，开始构成新的信号。
肖玛峰听到的另一层推力是：硅谷印度籍高管网络更抱团，华人在高层竞争中可能受到挤压，再叠加美国移民政策变化；同时中国企业家“见过大钱，也肯出钱”，供需两端可能共同促成回流。

4. AI人才的买方已经分成四层

第一层仍是字节、快手、阿里、腾讯等互联网大厂，它们围绕文字、图片、视频等生成式AI持续投入；第二层则是手机、汽车及其他硬件企业，把大模型延伸到具身智能和机器人。
第三层是AI应用创业公司。投资机构重新盯住大厂里愿意创业的人，希望从中筛出下一批AI时代CEO；这些公司要靠产品、Demo和核心人才获得下一轮融资，招聘是生死问题。
第四层是传统龙头。肖玛峰接触到的几万、十几万员工企业尤其焦虑：过去庞大组织是优势，如今可能变成累赘，管理层担心员工是否用好AI工具，以及庞大的人力是否还能成为优势。
除AI之外，活跃需求还包括出海高端人才；沿AI产业链继续向下，则是具身智能和机器人。肖玛峰认为，当前融到几亿元的创业公司并未锁定胜局，因为理想提出百亿元投入，比亚迪、小米、华为等硬件巨头也可能入场。

5. 传统产业的护城河是场景，不是基础模型

肖玛峰列出的客户包括泰康、新奥、海尔、美的和烟台万华。它们最大的招聘难题是很难找到既懂化工等产业，又懂AI的人；现实方案通常是让产业专家和AI团队共同工作、相互学习。
他从候选人履历中看到过本科读化学、博士转向AI的人，这类复合背景极少却更匹配产业需求。传统公司并不需要基础模型最顶尖的那批人，也不是量化机构争夺的数学奥赛金牌选手。
传统企业的吸引力首先是丰富而真实的场景。AI创业公司要跨过研发、工程化和商业化仍很漫长，进入大型产业公司则能直接接触实际业务和落地链条；复合人才的思维和认知已经足以在传统企业里面形成明显优势。
AI for Science是肖玛峰最看重的生产力释放之一。他以AI模拟蛋白质结构和化工研发为例，认为产品研发周期可以从三年缩到三至六个月；若实现，竞争对手面对的不是小幅提效，而是“简直就吊打”。

6. DeepSeek重估了年轻人，也重估了领军人物

DeepSeek让一位大厂人力副总裁直接追问：既然它主要依靠年轻人，还有没有必要花大价钱引进大牌？肖玛峰接受这个挑战——名气不再是做出突破的必要条件，但领军人才仍有另一种价值。
他举贝壳从滴滴引入首席科学家叶杰平为例。叶杰平发现买房本质上主要是按区域、面积、朝向筛选房源，AI当时作用有限，约两年后去了阿里达摩院；但其“徒子徒孙”因他加入贝壳，后来不少人留了下来。
这支团队帮助贝壳较快抓住了空间智能、装修图像生成等机会。领军人物的价值因此不只在本人产出，还在品牌、招募和组织能力：“他走了以后，这些人后来留在了贝壳。”
李翔怀疑DeepSeek背后是否存在营销或公关操盘；肖玛峰先表示“应该没有Top-down”，随后把传播解释为共同需求：产业界、普通人乃至国家都需要一个提气故事。结果是连他老家做包工头的兄弟都开始讨论“怎么搞AI”。他还提到，DeepSeek出现前的一项分享显示，大部分人其实只是通过新闻了解人工智能，并没有真正使用。

7. 大厂争夺战同时暴露投入差距和估值泡沫

肖玛峰称字节在人才上的金钱和时间投入都最大，并听说张一鸣去年在新加坡要建设一个由1,000名全球顶级AI人才组成的团队；他认为没有其他大厂能匹配这种投入。腾讯、阿里正在追赶；李翔则提到有新闻称阿里要投入3,800亿元做AI。
竞争已经直接穿透对手核心团队：字节从零一万物、阿里通义千问挖模型人才，小米则被传以千万年薪引入DeepSeek的罗福莉。面对拒绝，TTC甚至给顾问准备话术：“别轻易拒绝，说不定是下一个王兴兴。”
但肖玛峰明确判断这里存在泡沫：周畅在阿里大概是P9，转到字节后据称薪酬翻三倍，“听起来就不正常”。股权进一步放大选择权，人才身上的光环有时仅需支撑半年、帮公司完成一轮融资，就足以让老板觉得划算。

8. 竞业协议增加交易成本，却挡不住战略性挖人

加州没有竞业协议；在国内交易中，接收方则可能直接承担赔偿，或把劳动合同签在加州等方式处理。对资金充足的竞争者而言，赔钱只是收购人才的一部分成本。
肖玛峰的立场很鲜明：企业应该依靠保密协议和知识产权规则，禁止员工把原公司的成果搬给对手，却不该把人“捆死了，不给他活路”。尤其部分大厂的范围已从互联网扩到消费品，近乎禁止员工继续整个职业方向。
更不对等的是，员工接受Offer时往往看不到竞业协议，入职后才被要求签署。TTC现在必须提前核查限制范围；候选人顾虑、客户不愿担责，都可能让投入大量时间的项目在最后一步失败。
老公司真正有效的筹码通常是经济追索，例如原收入可能有三分之二来自长期股票，公司可以保留追索权并在之后收回。可对竞争者而言，挖人既增强自己又削弱对手，算完账仍可能愿意承担；面对所谓“断指计划”，公司几乎没有可靠防御。

9. 顶级供给必须从校园和竞赛阶段开始经营

DeepSeek并非成名后才寻找年轻人才；肖玛峰称幻方量化时期就已设团队长期维护数学竞赛选手。华为、美团、阿里、腾讯同样有人专门盯全国最优秀的学生，大疆在硬件人才上也做得很成功。
这是一张每年都会被比较的名单：哪家公司今年招了几个，哪些人去了海外。华为“天才少年”可能给到两百多万元，但海外头部量化机构可能支付更多，因此很大一部分人最终出国。
顶级量化圈小到专业猎头可以做到“谁是谁都非常清楚”，持续运营关系和数据本身就是资产。企业与大学共建实验室、提前接触学生，也是在毕业前锁定供给；清华、北大本科前两年不分专业，以及浙大竺可桢学院、北大元培学院式的宽口径培养，被视为另一条路径。
对话最后仍留下一个未决问题：眼下AI可能就是“少数人的游戏”，真正进入核心名单的或许只有几千到几万人。它对整体就业究竟是好是坏，要等大规模应用后才能判断。

10. 留人靠共同进化，模型公司的胜负远未确定

肖玛峰把企业与人才的关系概括为“互相成就、互相淘汰”：公司不行会迅速淘汰员工，员工看到公司失去方向也会离开。真正的留人机制，是企业始终拥有先进生产力和先进的发展方向。
他不认为DeepSeek出现就意味着“六小龙”应当放弃，“战争才刚刚开始”。腾讯、阿里、字节可以先追随，必要时再投资或收购；大厂拥有多种重新进入竞争的方式。
李翔提到，百川智能正在做医疗，自己最近听说其收了好几家医院并直接进入服务环节。肖玛峰认为，如果它扎进具体业务、不只做通用模型，相对于传统行业竞争对手就可能更有竞争力；模型创业公司未必必须死守通用模型，最终可以找到自己的生态位。
李翔补充的投资视角是动态看团队，而非静态看当下产品。泡泡玛特早期只是在线下店卖眼镜、袜子等潮流杂货，后来演化成IP运营公司；真正重要的是团队能否学习、调整，并持续吸引新人。

11. 顶尖人才从雇员变成合作者，流动也更私密

肖玛峰做招聘18年，早期看到候选人有一份工作只做一年，会反复追问稳定性；移动互联网时代，一段经历超过三年已经算稳定。现在AI人才的流动速度更快。
对顶级人才，雇佣关系正在让位于合作关系：公司需要跟他分享股权，而对方愿意合作一年或许已经不错。若仍按长期从属关系设计激励，就无法匹配他们拥有的选择权。
圈子越小，跳槽越敏感，前同事牵线反而可能使消息迅速传回原公司。肖玛峰设想每个人未来都有职业AI，候选人的AI与公司的AI私下握手；但谈薪仍需要中间人斡旋，避免双方从第一轮报价就彼此冒犯。

12. 招聘服务本身正在被AI重写

肖玛峰首先纠正了定位：TTC不是传统猎头公司，而是AI招聘平台。他的行业判断是，PC时代有中华英才网、智联招聘、51Job，移动互联网时代有猎聘、BOSS直聘，AI时代也会出现新的大型玩家。
TTC从2023年底接入GPT，随后接入DeepSeek并自研智能体“小麦”，覆盖内部顾问、客户群和候选人。目标不是给单点环节加工具，而是变成由智能体驱动、各方都能与之互动的平台。
一个典型面试协调过去可能经历客户、顾问、候选人三轮等待，耗费三小时后还错过档期；现在机器人能从群里收集信息，部分情况下直接联系候选人，把整个过程压到十分钟。
肖玛峰要求公司“像AI一样运作”：客户给出需求后立即反馈，即便第一次不够准确，也能再Prompt两次持续修正。他借用张一鸣的说法“develop company as product”，把交付速度本身变成产品差异。

13. AI招聘的商业上限取决于成交规模，而非单笔高价

TTC最小客户年付约10万元，也有创业公司一年支付数百万元。最极端的一单是客户账上没钱，却承诺找到关键人才便能融资；顾问找到CTO后，公司果然完成融资并支付55万元服务费。
投资机构请TTC摸排大厂人才时，每见一人支付数千元“茶水费”；若最后完成投资，还会再付类似轻FA的中介费。肖玛峰的合作观是：“多做出一点牺牲，吃亏是福”，长期介绍和信任往往比单次收费更值钱。
肖玛峰提到，美国一家名为Mercor的AI招聘公司大概成立两年，已经估值20亿美元。差距不只在技术，也在付费习惯——美国SaaS模式可行，中国客户往往不愿为工具付钱，更要求有人直接交付服务。
TTC当前推荐人才的总包可达一两千万元，肖玛峰历史上做过因高额股权而价值过亿元的核心高管，但现金收费有时只能按Base工资计算，因此仍需走量。按他前段给出的2024年漏斗，约10万人被推荐、1万—2万人被客户面试、1,000多人成功入职；若AI把成交扩大到10万人，按每人5万元就是50亿元收入。不过，他随后又将“10万人”回答为成功入职，相关口径存在前后冲突。

Jake Saper，Emergence Capital 普通合伙人：“我们过早卖掉了 Salesforce，错失数十亿美元”从医学院学生到一线AI艺术创作者｜和海辛聊视频生成工具、市场和几次人生的「十字路口」