52. 智力的价格：AI 研究员凭什么比 NBA 球星贵？- 高岱恒｜Dinq

作品如何成为履历

高岱恒的起点并不在人工智能专业。他读土木工程研究生时，先察觉到自己更适合做创造性的工作，随后在 2015 年末到 2017 年间开始在线学习 AI。那时他没有相关实验室背景，也没有充裕的计算资源，只能用游戏显卡和公开社区作为入口。

他选择在公开环境里留下成果：在 CSDN 写博客，为 PyTorch、TensorFlow 提交 PR。最初的 PR 只是拼写修正，但代码被项目维护者合并以后，他开始进一步理解项目，并尝试难度更高的问题。高岱恒后来拿到 Meta、英伟达和达摩院的机会时，认为这些可见的作品比一段自我描述更有说服力。它们难以伪造，也让判断者能看到一个人是否持续主动地做事。

这不是一条适用于所有人的捷径。高岱恒也说，当时他并不知道公开贡献会带来什么机会；这条路是做着做着才显出来的。不过，它解释了他之后为什么把注意力从人才的简历转向研究者做过的具体工作。

一项项目经验改变了职业选择

2023 年，高岱恒参与人物动作和虚拟试衣的商业化探索。团队起初把许多时间花在扩散模型的算法调整上，涉及不同的求解方式与复杂的数学概念。后来，他们获得了背景简洁、分辨率更高、标注更干净的服装与模特数据，项目效果随之改善。对高岱恒而言，数据质量带来的提升比一轮轮算法微调更直接。

同一时期，Copilot 已经能协助完成不少简单脚本。过去这些脚本可能要耗去工程师一两个小时，如今工具可以接手一部分工作。高岱恒由此判断，在那个项目里，重复实现和局部算法调整不再是自己最稀缺的贡献；他在 2024 年 4 月离开达摩院，转向记录与研究人才信息。

这段经历也给后文的方向判断定下了边界。高岱恒没有说算法不重要，而是根据一个具体项目看到：当数据、工具和算力在结果中占据更大比重时，原有的技术能力会被重新定价。

薪酬买的不是论文数量

节目标题里的 NBA 球星是一个醒目的比较对象。主持人提到市场上流传的极高总包，高岱恒则把问题拆开：普通技术岗位有较清晰的职级和职业阶梯，少数前沿研究者走的是另一条轨道。他们被争夺，往往因为参与过一项已被证明重要的工作，或者能在代价高昂的训练中承担关键职责。

高岱恒估计，拿到上亿美元总包的人只是很小的一群。节目中的金额与比例都是两位对市场的观察，并不是经过独立审计的薪酬数据库；它们仍然说明了一个结构性变化：多家公司同时追踪的，不只是某个职级上的工程师，而是有代表作、能做关键实验、又处在热门方向上的人。

大规模训练经验是高岱恒反复提到的信号。他区分了训练、推理基础设施的开发，与机房层面的设备运维；前者需要在真实的千卡、万卡级环境里处理并行、调度和精度对齐。问题不在于谁能写出一段代码，而在于谁已经在受限且昂贵的环境里把系统跑过、修过、交付过。

方向改变，人才标准也跟着改变

高岱恒认为，过去一两年，多模态、视觉和视频的一部分研发已更受数据管线与算力约束，算法本身拉开差距的空间变小。他据此判断，过去用顶会一作数量来衡量应届博士的方式正在贬值：生成工具变强后，一篇论文的形式产出不再足以说明一个人能在真实研究与训练中完成什么。

主持人提出了反例：视频产品的用户需求看起来很旺。两人由此区分了两个问题。产品有市场，不等于某个方向的算法人才一定更稀缺；当核心瓶颈移到数据和计算资源时，极强算法能力带来的边际差异可能缩小。这个判断是高岱恒的市场观察，不是对多模态前景的否定。

在他看来，需求上升得更明显的方向包括数据相关工作、后训练和推理基础设施。后者的价值很具体：让相同硬件在单位时间内生成更多 token。对资源紧张的模型公司，效率提升会直接改变可做的训练和服务规模。

OPD 把训练问题变成对好答案的学习

节目用 OPD 指代 On-Policy Distillation。高岱恒的解释从资源限制出发：完全依赖强化学习时，团队要为不同任务设置奖励信号和详细评分标准，有些环境里还要投入大量人工标注。GPU 小时数有限，训练一次又很贵，手工设计奖励并不总能快速换来更好的结果。

因此，一些团队会学习表现更强模型的输出。离更好答案更近的结果被当作更好的训练方向。高岱恒认为，除 OpenAI 与 Anthropic 以外，这类需求在许多模型团队中更普遍；他也强调 OPD 是一类技术潮流，不应被归到某一位单独的发明者名下。

转型难在反馈系统不同

高岱恒用人才半衰期形容 AI 技能的变化速度。一项曾经稀缺的专长，可能在短时间内不再有同样的市场价格。他举对抗生成网络为例，也谈到传统搜索推荐人才未必能直接转到大模型研发。问题不只是补一门课，而是适应新的反馈系统。

广告或推荐系统可以围绕点击率、收入等较确定的指标持续优化。模型研发则可能同时面对基准、用户体验和人类偏好。一个模型在测试集上领先，实际使用时却未必更好；若团队只追逐单项排名，就可能出现奖励被钻空子的情况。高岱恒认为，这种不确定性会让习惯于确定指标的人更难判断该押注什么。

这也解释了为什么人才价格不能只从个人简历读取。一个人在旧范式下的优秀记录，并不会自动延续到新的训练方式、工具链和组织环境中。

闭源之后，怎样继续找人

大语言模型的核心路线逐渐收敛后，公司对论文发表的限制变多。高岱恒认为，这会让人才追踪变难，却不会让公开线索完全消失。新人仍会在玩具模型、Hugging Face、GitHub、技术访谈和社交平台留下痕迹；招聘者可以从这些较宽泛的信号入手，再确认经历和研究方向。

公开记录也与留人有关。节目讨论 DeepSeek 时提到，其原有股权激励的归属期是 10 年。高岱恒认为，在方向和岗位需求快速变化的市场里，一部分人会担心自己未必能在同一位置待到权益兑现。另一面是保密：公司希望保护领先性，但一些技术人员仍重视发表、写博客和维护开源项目所得到的反馈。这两种需要之间没有简单的平衡公式。

从追踪少数人，到重新设计人搜人的方式

节目以 Cursor 的招聘方式为例，讨论了另一种思路：与其在职位出现后等待大量投递，不如先定义某一领域最值得长期关注的少数人，再持续了解其作品、兴趣和动向。短期协作或 work trial 则用来补足面试与静态作品的不足，观察候选人是否能迅速适应新问题。

主持人指出，这种高触达方式需要资源与耐心，并不是每家公司都能照搬。它仍然改变了看待招聘的顺序：先对谁可能重要作判断，再决定投入多少时间，而不是只让人从筛选漏斗中掉下来。

高岱恒创办 Dinq，正是希望把这种人才搜寻的一部分基础工作做成服务。传统方式需要在脉脉、Boss 直聘、猎聘、LinkedIn、Indeed 等不同平台间切换；海外市场还有更多地区性渠道。他希望将这些资料通过 API 接入同一层，再让用户或智能体用自然语言描述需求。

Dinq 想做的是语义层，而不是另一个关键词框

高岱恒给出的典型难题是：招聘方想找世界模型相关的人，候选人的资料却未必写着世界模型，可能只写自己参与过一个视频生成项目。关键词搜索难以识别两者的联系。Dinq 的设想是把职业资料、论文和公开项目等异构信息组织起来，让智能体理解需求与经历之间的关联，返回更广的候选线索。

这不等于机器能替人录用候选人。高岱恒的产品逻辑是先减少跨平台搜集与初筛的成本，最后仍由招聘方核验职责、能力和团队匹配度。公司成立接近一年、团队不足 10 人；他提到客户包括大型科技公司和前沿模型公司，但没有透露 ARR。

产品路径也有一个没有被回避的问题。主持人问，如果最重要的客户是少数大公司、最难的任务是寻找极少数顶尖人才，服务会不会更像高触达猎头，而不是产品驱动增长。高岱恒的回答是，人才盘点、海外销售与特殊设计人才同样有较普遍的搜索需求；用户是否逐渐把智能体当成工作入口，将决定这种轻量使用方式能走多远。