离职达摩院创业：他用 AI Agent 挖掘全球顶尖“Builder”，OpenAI 核心成员已入驻

步入 2024 年，高岱恒（Sam）做出了一个重大的职业抉择：告别深耕四年的阿里达摩院。

作为一名 92 年出生的算法专家，他正处于传统职场定义的“黄金阶段”。然而，在 AI 技术巨变的风暴中心，一种深刻的危机感正在蔓延。Sam 敏锐地察觉到，从 Flash Attention 到 Llama（开源大模型的里程碑），再到近期震动业界的 DeepSeek GRPO 算法，这些自 2022 年以来最具“突破性（Ground Breaking）”的技术成果，其幕后推手几乎清一色是 30 岁以下的年轻天才。

“Llama 发布时，一作 Hugo 仅 29 岁；ChatGPT 的核心主力 Alec Radford 则是来自富兰克林·欧林工程学院的本科生。”Sam 在受访时感慨，“在这个日新月异的行业，如果你到了 30 岁仍沉溺于机械的模型微调，你会发现这已演变为‘数据清洗’般的体力活，而创造力的巅峰正随时间悄然离去。”

面对这一趋势，与其在焦虑中等待，不如主动投身其中——或者说，为这群天才搭建舞台。

Sam 及其合伙人孙辰昕（Kelvin）决定转换赛道，直面 AI 时代愈发棘手的挑战：如何在茫茫人海中精准定位那些隐匿在全球各地、真正具备实战能力的 AI “Builder”？

他们的破局之作是 Dinq——一个基于 Agent 架构的 AI 人才智能搜索引擎。它旨在为 AI 领域的研究员与工程师打造垂直化的社交与招聘生态。即便在零推广的情况下，Dinq 在内测阶段便吸引了来自 Meta、xAI、OpenAI 的核心贡献者，甚至连 IKEA AI Lab 的首席科学家也慕名而来。

这不仅是一个关于 AI 招聘的创业故事，更是 AI 时代重新定义“人的价值”的深度实践。

01 简历的终结，GitHub 时代的统治力

在硅谷，基于传统标签的招聘逻辑正在迅速崩塌。

过去，猎头习惯于通过 LinkedIn 筛选“斯坦福”或“谷歌”等光鲜标签。但在前沿 AI 领域，这种基于 Title 的评价体系已然失灵。“顶尖的年轻 AI 人才往往不活跃于领英，其履历表面看可能平平无奇，但在开源社区却是举足轻重的存在。例如 Sora2 的研究员 Harold Li，其领英资料仅显示其为 UCLA 的博士生。”Sam 指出。

Dinq 的底层逻辑在于：在 AI 浪潮中，实实在在的代码与研究成果比任何简历都更诚实。

在 Dinq 平台上，用户无需繁琐地手动录入简历，只需关联 GitHub 或 Google Scholar 链接。随后，AI Agent 将自动执行数据采集与解析，生成全息化的个人主页，直观展示论文引用、代码 Star 数等硬核指标。

当输入一个链接，Dinq 的 Agent 会基于 ReAct 架构，扮演一名资深技术面试官的角色进行深度推理：

首先，解码代码含金量： 深入分析开发者是否为 HuggingFace Transformers 等核心库贡献过 PR？其贡献是底层逻辑的优化，还是仅仅是文档的修补？

其次，衡量学术穿透力： 不再仅看引用总量，Agent 会进行子页面爬取（Sub-page scraping），从浩如烟海的作者名单中精准还原其真实的贡献位次，识别出项目真正的灵魂人物。

最后，扫描社交影响力： 追踪其在 Twitter、Reddit 等技术阵地的讨论活跃度与行业认可度。

“我们曾测试搜索 OpenAI 视频模型 Sora2 的核心贡献者，传统工具搜出的是无关人员，而我们的 Agent 能精准复原那支核心团队。”Sam 对产品的工程深度充满信心。Dinq 利用 Claude 4.5 模型作为“中枢大脑（Planner）”，指挥多个 Sub-agent 执行针对性的检索，并配合 MCP（模型上下文协议）高效串联数据源。

Sam 认为，Dinq 实质上是在进行数据的智能化编排。它将散落在数字世界各处的碎片化信息，聚合为一份大模型可理解、可量化的“数字人格档案”。

02 信任涟漪：从“你是谁”到“你身处何处”

Dinq 的一个独特功能引发了广泛关注：Network（关系图谱）。

当你检索某位专家时，系统不仅展示其履历，还会自动生成一张社交关系网——揭示其最紧密的 6 位合作伙伴。这些人是 Meta 的同僚，还是顶级实验室的导师？

“技术圈的信任具有极强的传导性。”Sam 解释道，“如果你不了解一个新人，但发现他的核心社交圈皆为行业大牛，这种‘非事实性’的隐性关联，其参考价值远胜简历上的自我粉饰。”

这种功能精准击中了 B 端招聘中最高频的需求：背景调查与信任构建。

依托 Agent 的推理能力，Dinq 试图将潜藏的人际脉络显性化。Sam 透露，他们正在测试利用多模态模型分析候选人的“主观特质”，通过其博客笔触、代码架构习惯，推测其性格偏好与成长潜力。

“我们甚至能处理高度抽象的需求，比如寻找背景相似但更具爆发力的年轻开发者。”在内部 Benchmark 中，这种基于语义与逻辑的搜索能力展现出了对传统关键词匹配的代际压制。

以“寻找 AI Agent 领域的 GTM 专家”为例，Dinq 不再盲目寻找“营销人”，而是精准锁定那些在 Notion、Mistral AI 等标杆公司完成过从 0 到 1 增长、精通开发者生态与 PLG（产品驱动增长）模式的实战操盘手。

03 Agent Native：重塑招聘的未来形态

作为 AI 圈的“老兵”，Sam 对 00 后一代开发者充满期待。

Dinq 创始人 Sam｜图片来源：受访者

“新生代开发者是 Agent Native（AI 原生）的一代，他们习惯于将 Bug 交给 Cursor，将文案交给 GPT。”Sam 认为，这群人的求职逻辑也将发生根本性变革。

未来的招聘将不再是低效的简历海投，Sam 构想了一个全新的场景：

开发者只需对自己的个人 Agent 下达指令：“帮我找一个尊重开源精神、位于湾区的 AI 基础设施团队。”

随后，Agent 会根据开发者的代码风格、技术品位与全网声量，自动匹配最契合的企业并完成精准对接。Dinq 目前提供的“身价评估”与“动态主页”仅是起点，其愿景是成为整个智能化招聘流程的核心底座。

在 Sam 看来，未来个体的价值将被无限放大。他发起的“青稞社区”已聚集了 3 万多名青年科学家与开发者，这其中或许就孕育着下一个改变世界的 OpenAI 核心力量。

“智力资本的流动将决定时代的走向。”Sam 引用 Nature 的研究指出，华人研究者在数十个关键 AI 领域已展现出压倒性优势。Dinq 的使命，正是为这个即将到来的“智力资本时代”修建高速公路。

目前，Dinq 已完成由蓝驰创投领投的种子轮融资，新一轮融资亦在推进中。当全球的技术精英开始在 Dinq 上汇聚，我们见证了未来的某种确定性：定义你的不再是名片上的 Title，而是你留在数字世界里的每一次 Commit、每一篇 Paper，以及你与智能世界进行的每一次深度交互。