增發百萬美金期權，MiniMax定義人才畫像

算力競賽硝煙未散，激烈的人才爭奪戰又在AI行業打響。大洋彼岸的矽谷大廠紛紛開出億元級年薪挖角頂級研究員；與此同時，中國的AI人才競逐也在持續升溫。

最新做出重磅舉動的是MiniMax。公司在近期一場全員會上透露，已正式啟動覆蓋公司全職能的長期期權激勵計劃。

這一計劃不僅面向算法核心研發人員，更延伸到工程、產品、運營等全崗位序列，甚至是剛入職的實習生。也就是說，只要有做出突出貢獻，不限工種和資歷都有機會獲得期權激勵。據36氪得到的一手消息，這一機制將作為公司的人才制度長期存在，鼓勵每一位員工大膽突破。

面對這場全球性的AI人才爭奪，MiniMax給出了不一樣的解法。相較於矽谷盛行的高薪單點挖角，MiniMax的全員激勵，更像是在打造一種AI時代的組織創新：通過人才激勵制度，把個體創造力轉化為集體勢能。

從算力堆砌到人才競爭

ChatGPT驚豔全球後的很長一段時間里，AI行業的發展一直處在一種「大力出奇蹟」的敘事當中：誰能獲得足夠多的資本支持，囤積到足夠的算力，就能訓練出性能更強大的大模型。而自DeepSeek以全員本土員工和獨特的技術路徑，實現了同等推理性能下的訓練成本優化後，「創新人才」又重新成為了全球AI敘事的焦點。

正如經濟學家約瑟夫·熊彼特所提出的那樣，創新的源泉在於人本身的「創造性破壞」。在實現AGI的路上，人才的稀缺性和不可替代性遠超算力。只有通過激發個體人才的非線性創造力，才能突破算力堆疊的局限。

轟轟烈烈的搶人大戰就是在這樣的背景下在矽谷上演。這其中，Meta的動作最為兇猛。

今年6月，朱克伯格因不滿自家Llama模型的表現，重新組建「超級智能」團隊，並大舉從OpenAI、Google DeepMind、Anthropic、蘋果等公司批量挖人，這種四處重金招攬AI人才的策略，在整個矽谷都引起了震盪。

其他科技巨頭同樣不甘落後。微軟、Google等也都在通過各種手段為自家的AI團隊招兵買馬。今年7月，為了挖角創業公司Windsurf團隊的聯創和部分高級研究員，Google不惜豪擲24億美元，實現對整個Windsurf的兼併收納。

人才爭奪戰的硝煙也在國內蔓延。不同於矽谷「明目張膽」從競對挖人的做法，國內公司正在用人才激勵的方式，培養人才，並最大程度激發人才的創造力，MiniMax正是其中之一。

更重要的是，不同於大多數公司強調的「英雄主義式」的核心技術人員驅動，MiniMax將人才激勵計劃覆蓋到了所有崗位。由此，MiniMax的人才激勵機制，似乎已經超出了單純的搶人範疇，它更像是一種組織形式上的創新，試圖將個人的能力彙聚成整個組織的勢能。

從個體創新到組織創新

創新從來不是單點突破，而是從個體的靈感與行動，以適配的機制和共同的使命，逐步彙聚成組織的合力。通過全員激勵機制，MiniMax正是要從「個體創新」出發，把這種創造力延展到整個組織，推動形成真正的「組織創新」。

但要讓這種創新成為組織的常態，而不是零星閃現，就必須回答一個更根本的問題：什麼樣的個體特質，值得被持續放大？

MiniMax已經做出了定義。接近MiniMax的人士告訴36氪，MiniMax內部推行的「人才雙螺旋」概念，強調的是兩類相互作用的共性能力：第一性原理思維（First-Principles Thinking）+ 深度好奇（Deep Curiosity）。

第一性原理思維，強調的是能發現「真問題」。這也暗合了生成式AI工具滲透到工作和生活場景後的一個常見論調：AI時代，提出問題的能力比回答問題更加重要。MiniMax則要在組織形式上真正踐行這一理論。

在AI可以替代大部分執行的今天，崗位不再是能力的邊界，而是能在複雜環境中識別出決定組織行進方向的真問題。這種能力可以來自算法科學家，也可以來自工程師、產品經理，甚至是實習生。

像造火箭一樣，大模型本身就是一個複雜的系統工程。比如OpenAI組織中，從數據專家到算法、工程優化，甚至還有產品經理來的角色來主導整個研發。

那位知情人士指出，上述思路也是MiniMax推行全員激勵設計的底層邏輯，通過這種方式，讓任何能提出關鍵命題的人都得到認可。

而MiniMax所強調的「深度好奇」，指的是對未知保持持續探索的驅動力，並且敢於在不確定中不斷試錯和突破。

他們是AGI時代的「原住民」，不會視AI為威脅，而是將其視為滿足自己好奇心的最強助手，用以探索更廣闊的世界。

MiniMax的內部理念認為，通向AGI的道路可能會超越當下人類的想像，因此在這一過程中，比起既有經驗，更關鍵的是持續的探索欲和直面未知、接受失敗的勇氣。公司將這種「深度好奇」視為推動個人和組織突破認知邊界、實現非線性成長的重要力量。」該人士總結說。

如同DNA的雙螺旋結構，這兩種特質相互交織，共同構建了AGI時代可持續的創造力和競爭力。事實上，推動這輪AI發展的也正是這樣一群人。

OpenAI聯合創始人兼前首席科學家伊利亞·蘇茨克維，可以說就具備第一性原理思維和深度好奇特質的典型。在博士階段，他作為核心成員參與了亞曆克斯・克里澤夫斯基、導師傑佛瑞・辛頓共同研發的AlexNet，並在2012年的ImageNet競賽中取得壓倒性勝利。這一成果被普遍認為是深度學習在計算機視覺上的關鍵轉折點，也由此引發了全球範圍的人工智能研究熱潮。

創辦OpenAI後，他繼續從第一性原理出發，主張通過「預測下一個token」與「信息壓縮」等路徑探索通用智能，這一技術判斷對GPT系列的方向選擇有著重要影響，並最終實現了ChatGPT的現象級誕生。

而這一系列大膽探索，離不開深度好奇帶來的驅動，從計算機視覺到深度學習，再到對通用智能，蘇茨克維一直在探索和追問。這兩種特質的交織作用下，蘇茨克維無疑已經成為了生成式AI時代最具代表性的人物之一。

通過此次全員激勵舉措，MiniMax要實現的是，在AGI探索不同鏈條上將具備「本質洞察」和「深度好奇」的心智全部收集，把算法、工程、產品各鏈條的個體創新都納入一個融合機制，讓每一次探索和創新都有被認可和放大的可能。

當不同角色的創新不斷疊加，就會在組織層面形成創新湧現，最終彙集成整個公司面向AGI的持續推動力。

在中國AI創業版圖里，MiniMax的獨特之處在於：它既是外部觀察者眼中「矽谷式Pure Play AI公司」，所謂Pure Play，即不是跨界做加法，而是專注於AI本身，從模型到底層產品形成閉環；同時又被外界認為有著極強的求生欲，以一種務實而激進的姿態，不斷在技術路徑上冒險突破，並在商業化上快速驗證。

影片為MiniMax影片模型上線首尾幀,支持最強複雜指令遵循等特性。

從更宏觀的角度來看，每一次技術躍遷，背後都伴隨著人才觀念的更新。工業時代強調執行力，互聯網時代推崇速度與規模，而在AI時代，最稀缺的則是問題定義力與跨界想像力。當大模型逐步接管重覆性的執行與優化，人類的價值將更加集中在提出值得解決的問題、創造新的組合方式。換句話說，下一個時代的人才畫像，不再是資歷與身份的疊加，而是敢於直面未知、保持好奇並具備本質洞察的探索者。這不僅是MiniMax所強調的「人才雙螺旋」，也是整個行業在邁向AGI過程中，對未來人才的共同召喚。