AI人才争夺战升级：MiniMax全员期权激励引领组织创新

当算力竞赛的硝烟尚未完全散去，人工智能行业又掀起了新一轮激烈的人才争夺战。硅谷科技巨头纷纷抛出天价年薪，争相招揽顶尖研究员；与此同时，中国市场的AI人才竞争也持续升温，呈现白热化态势。

近日，MiniMax在全员会议上宣布了一项重大举措：正式启动覆盖公司所有职能的长期期权激励计划。

这一计划不仅涵盖算法与核心研发人员，还扩展至工程、产品、运营等各个岗位序列，甚至包括新入职的实习生。只要做出突出贡献，无论岗位或资历，都有机会获得期权激励。据36氪获取的内部消息，该机制将作为公司长期人才制度存在，旨在激励每位员工勇于突破创新。

面对全球AI人才争夺战，MiniMax提供了独特解决方案。相较于硅谷盛行的高薪挖角模式，MiniMax的全员激励更像是一种AI时代的组织创新尝试：通过制度设计，将个体创造力转化为集体动能。

从算力竞争到人才角逐

自ChatGPT惊艳全球以来，AI行业长期沉浸在“大力出奇迹”的叙事中：谁拥有充足资本和算力，就能训练出更强大的模型。然而，随着DeepSeek凭借本土团队和独特技术路径，实现同等推理性能下的成本优化，“创新人才”重新成为全球AI焦点。

正如经济学家约瑟夫·熊彼特所指出的，创新源于人类的“创造性破坏”。在通往AGI的道路上，人才的稀缺性和不可替代性远超算力资源。唯有激发个体的非线性创造力，才能突破单纯算力堆叠的局限。

硅谷的抢人大战在此背景下激烈上演。其中，Meta的表现尤为激进。

今年6月，扎克伯格因对Llama模型表现不满，重组“超级智能”团队，并从OpenAI、Google DeepMind、Anthropic、苹果等公司大规模挖角，这种重金招揽策略在硅谷引发震动。

其他科技巨头同样积极布局。微软、谷歌等纷纷通过多种手段扩充AI团队。今年7月，为招揽创业公司Windsurf的联合创始人及高级研究员，谷歌不惜斥资24亿美元完成整体收购。

人才争夺战也在国内蔓延。与硅谷直接从竞争对手挖人的方式不同，中国公司更倾向于通过人才激励体系，培养并激发人才创造力，MiniMax正是典型代表。

MiniMax在2025年世界人工智能大会（WAIC）的展台现场

更重要的是，区别于多数公司强调的“英雄主义”核心技术驱动，MiniMax将激励计划覆盖所有岗位。这使MiniMax的人才机制超越了单纯抢人范畴，更像一种组织形式创新，旨在将个人能力汇聚为组织整体势能。

从个体突破到系统创新

创新从来不是孤立事件，而是从个体灵感到行动，通过适配机制和共同使命，逐步汇聚为组织合力。MiniMax通过全员激励，正试图将“个体创新”扩展至整个组织，推动形成真正的“系统创新”。

但要让创新成为组织常态，而非偶然闪现，必须回答核心问题：何种个体特质值得持续放大？

MiniMax已给出定义。接近公司的消息人士透露，MiniMax内部推行“人才双螺旋”概念，强调两类相互作用的共性能力：第一性原理思维（First-Principles Thinking）与深度好奇（Deep Curiosity）。

第一性原理思维，重在发现“真问题”。这契合了生成式AI渗透工作生活场景后的普遍观点：AI时代，提问能力比回答能力更重要。MiniMax试图在组织层面践行这一理念。

MiniMax开放式办公环境

在AI可替代大部分执行任务的今天，岗位不再是能力边界，关键是在复杂环境中识别决定组织方向的核心问题。这种能力可来自算法科学家、工程师、产品经理，甚至实习生。

如同造火箭，大模型是复杂系统工程。例如OpenAI组织中，从数据专家到算法工程师、工程优化师，乃至产品经理，都参与主导研发进程。

知情人士指出，这正是MiniMax推行全员激励的底层逻辑：让任何能提出关键命题的人才获得认可。

而“深度好奇”强调对未知的持续探索驱动力，敢于在不确定性中试错突破。

他们是AGI时代的“原住民”，不视AI为威胁，而将其作为满足好奇心的强大工具，探索更广阔世界。

MiniMax技术交流会，与高校顶尖人才探讨前沿技术

MiniMax内部理念认为，通向AGI的道路可能超越当前想象，因此比起既有经验，持续的探索欲和直面失败的勇气更为关键。公司将“深度好奇”视为推动个人与组织突破认知边界、实现非线性成长的核心动力。

如同DNA双螺旋结构，这两种特质相互交织，共同构建AGI时代可持续的创造力与竞争力。推动本轮AI发展的正是这类人群。

OpenAI联合创始人兼前首席科学家伊利亚·苏茨克维，便是具备第一性原理思维与深度好奇的典型。博士期间，他作为核心成员参与研发AlexNet，在2012年ImageNet竞赛中取得突破性胜利，这被视为深度学习在计算机视觉的关键转折点，引发全球AI研究热潮。

创办OpenAI后，他继续从第一性原理出发，倡导通过“预测下一个token”与“信息压缩”等路径探索通用智能，这一技术判断深刻影响了GPT系列发展方向，最终催生了ChatGPT的现象级产品。

这一系列探索离不开深度好奇的驱动。从计算机视觉到深度学习，再到通用智能，苏茨克维持续追问与探索。两种特质交织，使他成为生成式AI时代的标志性人物。

通过全员激励，MiniMax旨在汇聚AGI探索链条上所有具备“本质洞察”和“深度好奇”心智的人才，将算法、工程、产品等各环节的个体创新融入协同机制，让每次探索都有被认可和放大的机会。

当不同角色的创新不断叠加，将在组织层面形成创新涌现效应，最终凝聚为公司迈向AGI的持续推动力。

在中国AI创业生态中，MiniMax的独特之处在于：它被外界视为“硅谷式Pure Play AI公司”——专注AI本身，从模型到底层产品形成闭环；同时又以务实而激进的姿态，在技术路径上冒险突破，并在商业化中快速验证。

MiniMax视频模型演示，支持复杂指令遵循等先进特性

从更宏观视角看，每次技术跃迁都伴随人才观念的革新。工业时代强调执行力，互联网时代推崇规模与速度，而AI时代最稀缺的是问题定义力与跨界想象力。当大模型逐步接管重复性任务，人类价值将更集中于提出关键问题、创造新组合方式。换言之，新时代的人才画像不再是资历叠加，而是敢于直面未知、保持好奇并具备本质洞察的探索者。这不仅是MiniMax的“人才双螺旋”，也是整个行业迈向AGI过程中对未来人才的共同期待。