
我们现在都是初级人才

上周,OpenAI 的首席人事官 KC 在 Office Hours 聊了组织内部的巨大变化。他把四年的模型进步分成三步:两年前,模型还在做数 strawberry 里有几个 r 这种小把戏;一年前,推理模型已经能解竞赛级数学题;今年 9 月,OpenAI 的 agent 攻向 Navier-Stokes 千禧年难题,宣称 88小时 给出方案。从这几步能看到,agent 的能力正从娱乐性演示推进到严肃科学问题。
面对这样的速度,公司需要做选择:用同样的节奏完成同样的事,还是重新想象可能的事。第一条路提高收益和利润;第二条路改变业务本身的曲线。最初两条曲线看起来没什么差别,但几何级的复利会把差距炸开。在这样的未来里,人事团队要定义我们如何工作。
最常被问到的问题是如何评估初级人才。KC 说,junior 和 senior 这两个词已经失去意义,应该彻底扔掉。他认为,在即将到来的世界里,junior 通常指缺少某个特定场景的经验;但也许所有人都没有该场景的经验。你两年前对工作的认识,不如三个月前知道的更重要——经验衰减得极快。
他接着画出现代工作的结构:模型是大脑;围着大脑的是 harness,比如 Codex 或 Claude Code,他称其为外骨骼——包括技能、工具,以及跨 agent 维持上下文的运行时。技能和工具让模型能采取行动,运行时则让多个 agent 之间共享上下文。再往上是 incarnations:先是助手,然后是专家。这就是他描述的工作分层。
大多数公司把人当成自己系统的中间件:先干活,再把工作记录下来。KC 称之为 work on work。一旦系统更新交给 agent,人类就开始与人类协作。所以每个职位都应该加一个后缀:agent manager。我不再是销售,我是销售 agent manager。这种改名的背后,是工作关系从人机指令转向人与人的协作。
最后是情商。他用一位肿瘤科医生的葬礼故事来说明。一位患者面对几位诊断和方案相同的医生,最终选择了这位,因为他的 bedside manner。当每个人都能借用超越自身的智能,人仍然能区分彼此的方式,是作为人的表现:如何出现,如何正直,如何真正谦虚并愿意学习。KC 认为这是好消息,它让我们回到值得做的事。


