导语
当硅谷的 AI 创业浪潮从野蛮生长转向理性调校，行业共识正面临前所未有的快速迭代。马培元，一位在 Quora 与 Cognition 之间穿梭、并身兼投资猎头的工程师，敏锐地捕捉到“野蛮生长”阶段的终结。他观察到，过去被视为理所当然的晋升逻辑与人才标准，正随着技术的指数级加速而彻底重构。
人才画像的剧烈位移：从“专家”到“六边形战士”
过去，硅谷 AI 公司极度依赖拥有深厚计算机背景或顶尖算法天赋的“专才”。然而，当前最稀缺的并非某一项技能的极致精通者，而是具备广泛跨领域能力的“六边形战士”。
马培元指出，在 AI Agent 尚未定义清晰边界之时，他的团队已迅速行动，填补了当时普遍缺失的全栈开发能力。在早期，团队内只有少数人懂提示词工程，而界面开发则无人能补。这种“什么都懂一点”的 Polyglot Talent 特征，成为了初创公司最核心的竞争优势。
过去几年，AI 几乎改写硅谷的默认规则，定义了什么样的组织更具竞争力。但正如马培元所言，这种共识正在迅速过期。当下硅谷流行的做法是将多个低效模型与顶尖模型“融合调度”。这意味着，过去那种“某个领域必须做到极致”的筛选逻辑正在失效。
职场晋升逻辑的颠覆：年龄不再是硬门槛
在 AI 领域，一年的周期已变得漫长，但许多判断可能在一个月内被推翻。马培元发现，过去认为需要多到 4 到 6 年才能晋升为资深工程师的体系，正在被打破。
他分享了两个典型案例：一位 19 岁的候选人竟能在 26 岁面试官面前展现出对核心问题的直觉；另一位 26 岁的工程师迅速超越一位 3 年资深的同事，两年内实现职位跃迁。这些现象表明，年龄不再是硅谷评判人才的标准。AI 原生技能的使用能力，能够直接碾压传统意义上靠年限堆砌的资历。
这种变化不仅体现在个人成长上，更折射出招聘标准的全面重写。
招聘流程的重构：从标准化测试到真实工作验证
在经历了近 20 家公司的面试后，马培元发现当下 AI 公司的招聘已不再依赖统一的模板。传统的 LeetCode 式算法题重要性显著下降，取而代之的是关于 AI 系统设计的动态评估。
马培元注意到，面试结构正在发生质变。在线笔试与 Work Trial（工作试用）成为一种新的组合模式。Work Trial 不仅缩短了时间，更拉近了与真实工作的距离。面试官会直接提供一个代码库，要求候选者利用任何工具，包括 AI，解决实际问题。
更为关键的是，对 AI 能力的考察正在被拆解为两种截然不同的模式：有的轮次强制要求使用 AI 来生成方案，考察的是“By code”的能力；而另一些轮次则明确禁止使用 AI，如 Debug 环节，其核心考察点已回归到在没有辅助下独立发现错误的能力。这种去标准化、重实操的招聘方式，标志着 AI 创业公司正在从寻找“理论上的完美候选人”，转向寻找“能立即解决真实问题的人”。
行业展望：在极速变化中保持敏捷
马培元表示，他上一次讲述的硅谷“追逐最贵最前沿模型”的逻辑，此刻已站不住脚。硅谷的格局正在快速调整，那些能够适应变化、能够整合多模态资源、能够快速迭代自我的人，将占据绝对优势。
对于正处于 AI 创业下半场的工程师与创业者而言，这不仅仅是一次规则的修正，更是一场生存方式的革命。未来的核心竞争力，不再是固守某种单一的技术路径，而是构建能够自我进化、适应不断变化的敏捷组织。在这个充满不确定性的时代，唯有那些愿意打破常规、拥抱变化的团队，才能穿越周期的迷雾。