夜雨聆风5月12日，Kimi总裁张予彤，在北京大学光华管理学院进行主题《AI时代的边界探索与人才机遇》演讲，并光华管理学院院长田轩进行一场对话。
作为国内AI Natvie(原生公司）的高管，其观点有行业代表性，值得关注。
一、张予彤谈AI和Kimi的人才
1、Token是组织的基础设施在张予彤的叙述里，Token 被赋予了远超"算力消耗单位"的含义，跟百度DAA 含义相比，更有温度一点。
她反复强调一个建议："给公司里每个人增加 Token 预算，让每个人实现 Token 自由"。这背后的逻辑：当员工拥有充足的 Token，一部分会被用于业务扩张，另一部分会被用于增强个体生产力。
更重要的是，Token 自由会催生一种自下而上的创新文化——每个人都会主动思考如何将 AI 融入自己的工作，而不是等待自上而下的指令。她将 Token 视为一种赋能工具而非成本中心。
Kimi 自身的实践就是例证：仅用美国顶尖实验室 1% 的资源，通过算法创新（如 Muon 优化器）实现了至少两倍的 Token 效率提升。Token 在 Kimi 不是被"节省"的对象，而是被"释放"的能量。2、Kimi 的人才画像张予彤将 Kimi 青睐的人才归纳为两类。
第一类是"不被标签化的人"：不迷信学历与专业——"学校或专业只是一个标签"——真正重要的，是一个人是否长期真正关注 AI，是否能提出原创性的创新想法。
第二类是"偏执的人"：愿意为一个想法迭代上百次、甚至上千次，能承受科研不确定性带来的挫败感，具备极强的韧性（resilience）。这两类人的交集构成了 Kimi 的人才内核——既有深度思考的原创力，又有疯狂实验的执行力。
张予彤特别指出，"在公司里，每年能提出的好想法都非常有限"——好想法本身就是稀缺品，而能把好想法迭代到底的人，更是凤毛麟角。3、Kimi 用 AI 面试Kimi 的选人方式同样"反传统"。
张予彤透露，Kimi 已使用 AI 面试系统辅助筛选候选人——系统会记录候选人的迭代次数、不同思路、尝试时长等信号，从中筛选出"有抽象能力和偏执"的人。但更关键的判断标准是"认知水位"。张予彤在与候选人交流时，会观察几个维度：他平时关注什么信息渠道（X/Twitter、论文社区还是二手媒体？），他在思考什么本质问题，他对 AI 产品的理解有多深。
她用一个生动的比喻来划定红线——如果候选人的认知停留在"2025 年的认知"，而 AI 世界已经是"AI 一天，人间一年"的速度，那说明他的兴趣和能力不在前沿。此外，Kimi 还极度看重 Founder Spirit 和 Agency（能动性）——不是被动完成指令，而是主动多想几步、超越预期、发现并解决新问题的人。4、AI 原生组织的轮廓张予彤以 Kimi 自身为样本，描绘了 AI 原生组织的轮廓。
最引人注目的特征是——全员统一 Title 为"staff"，组织层级仅 1 到 2 层。岗位边界极度模糊：做预训练的同学可以去做后训练，做算法的可以转数据，做营销的可以转模型评估。
在张予彤认为，人的底层智能能力是相通的，而 AI 的赋能会让这种"触类旁通"的能力边界不断扩张。Kimi 仅约 300 人，却同时支撑底层模型研发与数千万用户的应用运营，靠的正是这种"小团队高密度、岗位无边界"的组织形态。
张予彤还特别强调了"安全感"的重要性——创造力只有在安全感足够强的时候才会被激发，而好想法几乎都是 Bottom-up 产生的，不是自上而下规划的。5、未来人才的核心能力关于个人如何在 AI 时代保持竞争力，张予彤给出了几条具体建议。
第一，成为 AI 的"深度用户"（Power User）。真正感知每一代模型的能力边界，知道它能做什么、不能做什么、什么需要和它共创。
第二，进入"Agent-Human Collaboration"模式。人与 AI 不是替代关系，而是"驾驭"（harness）关系，要学会与 AI 协作。
第三，"亲自上手、多动手"，深刻认知来自实践，而非二手观点。
第四，训练一种新的思维习惯——做任何事情之前，先问自己"如果让 AI 来做，会怎么做？"她还预言了一个正在到来的世界：编程将从 3000 万人的特权，走向人人可编程；"一人公司"超级个体将崛起；不到 10 人的公司可调用数百个 Agent 实现极高的运营杠杆。这些不是科幻，而是正在 Kimi 内部发生的日常。
二、借鉴与启示
读完张予彤演讲和对话，有几点启发：
1、对其他公司的借鉴
张予彤指出，传统企业转型 AI 原生的最大障碍"来自组织层面"——既有的业务边界、合作方式、激励机制已被固化，难以适配 AI 时代的新生产模式。借鉴之一：打破岗位边界。
当一个 300 人的公司能让做算法的人去搞营销、做营销的人去评模型，它获得的不仅是效率，更是跨领域的创新碰撞。大公司的部门墙在 AI 时代不是护城河，而是减速带。借鉴之二：释放 Token 预算。
不要把 AI 工具当作少数技术岗位的专属特权。给每个员工充足的 Token，让他们自己发现 AI 能如何改造自己的工作流程——这种自下而上的创新远比自上而下的"AI 转型规划"更具生命力。借鉴之三：重新定义"人才"。
学历、专业、履历这些标签在 AI 时代的折旧速度远超想象。真正重要的是一个人对 AI 的认知深度和迭代意愿。2、对 HR群体的启发Kimi 的人才实践给 HR 有很多启发。当一家 AI 公司已经开始用 AI 系统来面试候选人——记录迭代次数、不同思路、尝试时间等信号——传统的简历筛选和结构化面试正在被降维打击。第一个转变是：从看标签到看认知水位。
一个人的学历和专业只是"标签"，真正决定他在 AI 时代价值的是他对前沿的敏感度、对本质问题的思考、以及亲自上手实践的深度。
面试中应该问的不是"你做过什么"，而是"你最近在关注什么"和"你对 AI 的理解是什么"。第二个转变是：从招"岗位"到招"能力"。
当 Kimi 的岗位边界已经模糊到"预训练可以做后训练、算法可以转数据"，传统的 JD（岗位描述）正在失效。
HR 需要定义的不再是"三年 Java 经验、计算机专业"，而是一个人的底层能力图谱——学习速度、迭代意愿、跨域迁移能力、Agency 意识。第三个转变是：组织设计的底层逻辑需要重写。
层级不是管理的必需品，而是信息传递效率低下的补偿机制。当 AI 让信息的获取和分发成本趋近于零，扁平化就不再是口号而是可操作的组织形态。
HR 需要思考的不再是"怎么管人"，而是"怎么释放人"——释放 Token 预算、释放岗位边界、释放创新的安全感。
正如张予彤所说，好想法是 Bottom-up 长出来的，不是 Top-down 规划出来的。HR 的角色，也许要从"规则的守护者"变成"土壤的培育者"。
从某个角度来说，Kimi给其他公司最大的冲击，不是模型产品的惊艳，不是技术路线的选择，而是组织形态的实验。
📍 **近期活动预告**
[Claude Code 深圳线下实战营 · 5月23日（周六）]
报名链接如下：https://wj.qq.com/s2/26641952/dc13/
