夜雨聆风
在昨天香港首届 Physical AI Hackathon首场meetup中，Brizan被投企业Zettlab吾云创新的CEO郭亚楠分享了一个让全场安静下来的观察。
他最近被几个实习生的薪资数字震住了。日薪4k~5k，一周只来1~2天。
另一个朋友的公司，算法负责人是个实习生，带着10个社招，年薪80多万。还有一个做 Agent Memory 的实习生，全职实习，年薪100万，已经是部门里的小骨干。
“十年前我们毕业的时候，实习生的标签是便宜、好用、能加班。现在完全反过来了。很多实习生比社招靠谱，比老员工好用。”
现场有人问为什么。他说，因为他们是“AI Native”的一代。
“你们公司每天消耗多少token?”
Zettlab 吾云创新 CEO——郭亚楠
郭亚楠给参与meetup的同学第一个建议很直接：找实习的时候，问面试官一个直接的问题——你们公司每天消耗多少Token？
如果对方愣住，或者反问"什么是Token"，这就不是一家“AI Native”公司，你可以再考虑一下别的公司。
他以Zettlab为例，讲了“AI Native”公司的两个"典型特征"：
第一，Token 断了，全公司停摆。Zettlab后台有个看板，每个人每天消耗多少Token一目了然。有天平台一崩，所有人下楼喝咖啡，但他认为这是好事，说明工作流已经长在 AI 里，没有Token就真的干不了活。有同事一天能烧掉2000多美金的Token，比他的日薪还高，这放在以前完全不可想象。
第二，Agent 比人多。目前Zettlab后台跑着的 Agent 数量大概是员工的两倍。写代码、筛简历、客服、财务对账、仓库管理、Bug 追踪，全是 Agent 在跑。行政用Codex处理报销，HR 用 AI 筛简历做对比，仓库管理员都有自己的 GitHub 在写工具。
“在这样的公司实习，你获得的最宝贵的东西不是大厂背书，而是算力自由。当你不用自己花钱买 Token，不用抠抠搜搜数着额度用 AI 的时候，你的思维方式会完全不一样。”
“不是AI不能干，是你没给它准备好工位”
现场有人问，AI 到底能干什么？郭亚楠说，很简单，把你过去一个月的工作全部想一遍，所有重复性的工作都可以交给 AI。
但他补了一个很多人忽略的维度：给 AI 一个工位，而不是让它硬干。
有朋友做硬件，说硬件行业 AI 渗透率低，没办法替代。郭亚楠说不对，是你没给 AI 造好它的工作环境。
“你想让 AI 写代码，给它足够的代码权限了吗？还是只给它一个模块？你想让 AI 做客服，产品文档、版本规划、内部知识库都喂给它了吗？你想让 AI 做财务，凭证、流水、报销规则都接入了吗？”
核心就一句话：不是 AI 不能干，是你没给它准备好工位。
做机器人的，有没有把模拟器提供给 AI？
做客服的，有没有把产品缺陷清单和排期表同步给 AI？
做 Bug 修复的，有没有给它代码仓库的完整权限？
如果没有，那你的第一优先级不是“让 AI 干活”，而是“给 AI 造一个它能高效工作的环境”。
“投屏的前五秒，我就知道这个人适不适合”
郭亚楠讲了他现在招人的逻辑，跟过去完全不同。
他现在面试第一步是：投个屏，让我看看你电脑里装了什么。
Cursor、Claude、Obsidian、各类 Agent 工具...如果一个人的电脑里全是这些，他的学习效率大概率超过 90% 的同龄人。投屏的前五秒，基本就能判断这个人适不适合。
第二步：不看你会不会说，看你会不会写。
“口才好的人在 AI 时代没那么吃香。真正值钱的是写作表达能力极强的人——他们能把一个模糊的想法想清楚、写清楚，然后丢给 AI，AI 就能帮他们出代码、出文档、出测试用例。”越能把任务解释清楚给AI的人，越能提高自己的工作效率。
他公司现在内部交流基本不用飞书，直接发 HTML 文件。文档即代码，代码即文档，能把事情写明白的人，一个人就能指挥三五个 Agent 同时干活。
第三步：现场出题，但题目故意是模糊的。
比如“做一个能根据我电脑里的软件主动跟我对话的 Agent”。题目不清不楚，就看你怎么拆解需求、怎么和 AI 沟通迭代、怎么生成 PRD、怎么让 AI 去读你自己的需求文档然后出代码。
“一个人同时驱动一个写文档的 Agent、一个写代码的 Agent、一个写测试的 Agent——这才是能以一当十的'超级个体'。”
“idea最稀缺，执行力最值钱”
AI 时代最不缺的是劳动力，最稀缺的是 idea。
郭亚楠说，在“AI Native”的时代里，你不需要等一个团队，一个人就是一个军团。关键是，你有没有持续在迭代你的idea？大学四年只做一个项目，完全没问题，但要做深。有没有竞品？优势在哪？技术难点是什么？这些都可以让 AI 帮你做调研、读论文。
他自己现在每天晚上十点半让 Agent 给他推两篇论文，感兴趣的继续追问，半小时就能搞清楚一个前沿方向在做什么。
执行力怎么判断？听到有价值的东西，24 小时内就开始干：下载、试用、提 commit。在现在的当下，分享经验的人和焦虑一样多，但是只有少数行动派会将经验转化成动力，内化成为自己的step one。
发梦的人，永远稀缺
分享快结束的时候，Brizan团队分享了一个判断。
Physical AI 的时代已经来了。机器人、传感器、具身智能……这些硬科技不再只被上个时代的技术束缚，而是需要一群会用 Agent、敢想敢干的人去重新定义。
“有人说，接下来是'比 token 和生孩子'的时代——要么生更多人干活，要么用好 AI 和机器人帮你干更多活。我们那一代的大学，跟今天很不一样。技术已经严重影响到每个人，但敢于发梦的人永远稀缺。”
Physical AI Hackathon选手报名·火热开启
Brizan将要举办的香港第一届Physical AI hackathon核心目的从来都不是办比赛本身。而是想在一个越来越被算法和效率驱动的行业里，找到那些还愿意天马行空的发梦定义下一个时代、同时又愿意立马起身就去动手的人。
正如高秉强教授所说，投资敢于发梦的人，我们也希望能在今年的香港第一届Physical AI hackathon上和这样的你见面。
👇🏻👇🏻👇🏻
