大模型领域的竞争正从技术层面延伸至人才争夺战，月之暗面与DeepSeek近期在高校人才市场的动作引发行业关注。这两家被视为中国大模型领域人才高地的新锐企业，正通过差异化策略加速核心团队建设，其人才战略折射出行业发展的深层逻辑。
北京大学光华管理学院近日举办的闭门交流活动中，月之暗面总裁张予彤透露，公司已建立"去标签化"的人才评估体系。在现场设置的专项沟通环节，部分学生直接进入深度交流流程，这种打破传统招聘框架的做法，与该公司"不被定义"的人才理念形成呼应。据知情人士透露，月之暗面近三个月已与多所顶尖高校建立常态化人才互动机制，其招聘团队频繁出现在计算机、数学等院系的学术活动中。
行业观察发现，这两家头部企业的人才战略存在显著共性：均强调技术理想主义导向，推崇"小团队、高密度"的组织架构，采用研究驱动而非KPI考核的管理模式。月之暗面推行的扁平化组织与DeepSeek的极致工程效率理念，本质上都在为研究人员创造最大自由度。这种组织设计思路，与传统大厂的层级化管理形成鲜明对比。
资本动作与人才战略形成共振效应。月之暗面在完成20亿美元融资后估值跃升至200亿美元，同期DeepSeek被曝正在推进超500亿元规模的融资。资金注入不仅支撑算力扩张，更成为吸引顶尖人才的重要筹码。值得注意的是，两家公司在模型发展路径上呈现趋同特征：Kimi最新发布的K2.6版本强化了Agent能力，其K3模型已进入预训练阶段；DeepSeek V4发布前夕，Kimi的抢先布局凸显出技术路线的激烈碰撞。
在人才选拔标准上，月之暗面展现出独特视角。张予彤在交流中明确表示，公司更看重候选人的"非标签化特质"与"偏执精神"。这种评价维度突破了学历、专业等传统指标，转而关注持续迭代能力与创新韧性。据内部人士透露，该公司招聘系统会重点考察候选人在AI项目中的实践深度，特别是面对技术瓶颈时的突破方式。
企业组织形态的变革正在重塑行业生态。月之暗面实施的"无title"制度，将300人团队控制在两层管理架构内，这种设计模糊了传统岗位边界。预训练工程师参与后训练、算法专家介入数据标注等跨职能协作场景，在该公司已成为常态。这种组织灵活性被视为应对AI技术快速迭代的关键能力。
高校人才培养模式面临新的挑战。光华管理学院院长田轩在对话中指出，商学院教育需要重构课程体系以适应AI时代需求。张予彤建议，未来人才应具备"人机协作"的核心能力，既要理解模型能力边界，又要掌握结果验证方法。这种能力模型正在推动商学院调整教学重点，增加AI工具应用、模型评估等实践课程。
企业转型过程中，管理者角色正在发生根本性变化。月之暗面提出的"Token预算"制度颇具启示：通过为每位员工配备充足的AI使用额度，鼓励全员探索技术落地场景。这种机制不仅提升生产效率，更在组织内部形成持续创新的文化氛围。当编程等专业技能逐渐被AI工具普及时，管理者的战略视野与决策质量成为关键竞争要素。
行业人才流动呈现新特征。猎头机构数据显示，具备多模态理解、强化学习等前沿领域经验的研究人员，其薪酬涨幅较去年同期超过60%。但金钱并非唯一决定因素，技术自主权、研究自由度等软性条件在人才决策中权重显著提升。这种变化迫使企业重新思考人才战略，从单纯的薪酬竞争转向综合生态构建。
