“野蛮生长的阶段已经过去了。”
这是身处硅谷AI创业一线的马培元最近最深的感受。
2021年12月，本科毕业后，他进入号称“美版知乎”的Quora，后来转到AI聊天机器人聚合平台Poe，担任资深AI工程师。2个月前，他又加入硅谷最热门的AI Agent创业公司之一Cognition。
2026年5月，这家成立不到三年的公司宣布完成超过10亿美元融资，估值升至260亿美元。8个月前，它的估值还是102亿美元。
除了工程师，马培元还有另一个身份——投资猎头（Venture Scout）。他替投资机构寻找值得下注的AI创业项目，每年拥有50万美元的投资额度。
毕业后的这四年多的时间里，他似乎始终行动得要比AI行业共识早，在“agent”这个词还没有被任何人讲清楚定义之前，他所在的团队已经悄悄立项。在Anthropic还是无名之辈时，他们就成了Claude最早的深度用户。他是团队里第一个AI认证工程师、第一个AI agent工程师，后来又把整个工程团队“洗脑”成了使用AI编程的AI Native团队。
这种认知和行动的超前，最有意思的印证发生在两周前，他在和“未来人类实验室”对谈时随口说出“people manager正在消亡”，没过多久就被腾讯、字节宣布取消中层的新闻坐实。
变化发生得太快，在硅谷，要时刻与变化共处。
在这篇稿子两次访谈的两周间隙里，马培元发现自己上一次讲的硅谷“追逐最贵最前沿模型”的逻辑，就开始站不住了。当下硅谷流行的做法是把多个便宜模型和顶尖模型“融合调度”使用。
和马培元聊了近5个小时，我们发现，他几乎一直在推翻昨天的自己，硅谷也一样。“我不能说所有的，但你可能说大于60%，一个月之后就可能又反着来了。”
过去几年，AI几乎改写了硅谷的所有默认规则：什么样的人更容易脱颖而出，什么样的组织更有竞争力，什么样的钱花得值。
当然，这些所谓“正确答案”的判断，也在迅速失效。在AI领域，一年已经是很长的周期，很多判断可能在一个月内就被推翻。
以下，是马培元眼中十分当下的10个硅谷AI观察：
马培元
硅谷需要什么样的人才？
马培元的职业画像，高度契合了硅谷的AI公司最喜欢的人才样貌。他不是传统的计算机背景，没有得竞赛金牌，没有顶尖名校光环，甚至一度对计算机毫无兴趣，但过去四年，他从Quora的广告组一路做到Cognition的AI工程师，履历踩中了硅谷AI公司现在最想要的人才画像的每一个关键词。他的经历，既是一部个人成长史，也是一份行业招聘标准变化的样本。
观察1：通才碾压专才
硅谷现在最抢手的人才画像，不是某个领域钻得最深的专家，而是“每一项都过得去、没有明显短板”的人——业内管这个叫polyglot talent，更通俗的话说叫“六边形战士”。
2024年，Poe内部启动了一个当时还没人说得清定义的“agent”项目，组里挑中我这个新人的理由很直接：“既做过AI，也做过全栈开发和iOS”。当时组里其他人大多是传统机器学习、搜广推背景出身，他们的人不懂前端代码，而agent恰好需要能写前端界面。公司原本负责AI提示词工程的人离职后，团队里再没有人能补上这个缺口，那正好，反正我学得快，我既做这个agent提示词工程，也做这个它的前端写代码之类的。
这套“什么都会一点”的能力组合，后来变成了我找工作时最值钱的资本。我是你给我一个什么新的领域，我可以从两周之内学得差不多。而这正是早期创业公司要的人。
观察2：AI原生技能，可以在短时间内碾压资历年限
AI工具的使用能力，可以直接碾压传统意义上靠年限堆出来的资历。
我从Quora广告组转去iOS组的时候，理由是“想迈出舒适圈”，但此时我对iOS一窍不通，是彻头彻尾的“0年经验”。我当时没有选择慢慢补课，而是把GPT-4当成了自己的搭档。当时我周围的人都是非常资深的iOS工程师，他们可能不信AI。我iOS不会写，Swift代码不会写，于是我就疯狂地用AI帮我写代码。
结果是，我这个刚入行三四个月的新人，产出速度追平甚至超过了身边浸淫多年的资深工程师，两年内就做到了资深职位。这在传统晋升体系里，几乎是不可能的速度。此前，在Facebook可能至少要4到6年，你才能变成资深工程师。谷歌有些人可能一辈子都不会升级到资深工程师。
我在Cognition就遇到过一位19岁的面试官。一开始我还有点沮丧，一个26岁的人被19岁的人“拷问”，很多问题我都答不上来。后来我意识到，这恰恰是一个迹象，说明这家公司确实能不拘⼀格降⼈才，且年龄不再是硅谷评判人才的标准。
观察3：招聘标准被彻底重写，AI公司不用同一套模板面试
我在Quora离职前，认真面了将近20家公司，算上打过电话的有30到40家。最多的时候，我一周被30多个猎头找上门来。
面试了这么多家公司，我发现，当下AI公司招人没有一个统一的面试模板。
但有几个很明显的变化，LeetCode式算法题的重要性在下降，关于AI系统设计的最佳答案每个月都在改变。
面试结构也在变化。在线笔试+work trial成了一种新的组合。work trial是一种非常短的“试用期面试”。有的3小时，有的5小时，最长也就一两天。我遇到的一次面试，就是直接给我一个代码库，让我用任何工具，包括AI，去解决一个实际问题。做完之后，还要展示思路和成果。整个过程已经非常接近真实工作。
更有意思的是，对AI使用的考察本身也被拆成两种模式。有些轮次要求必须用AI，看你怎么“by code”；但也有轮次明确禁止使用AI，比如debug，考的是在没有AI辅助加成下，你能不能找出错误，本质上是在测试个人实际的软件⼯程⽔平和品味如何。
面试本身也多种多样。比如，有的公司会让我做商业分析，判断他们应该收购哪个行业。
行为面试（behavior round）也变了。它不再是“个人最⼤的缺点和优点”“跟同事有冲突怎么解决”等传统问题，而是拉长时间线，去看一个人的成长轨迹，从高中到大学，从实习到工作，一路往下追，看你的“人生斜率”，判断你是不是⼀个能够指数型增⻓的⼈。
没有标准答案带来的一个意外好处是：没人能靠背题拿到offer。连我在Cognition的内推人都直接告诉我：“你别准备了，我觉得没什么可准备的。”
AI正在重构组织结构
在硅谷，最厉害的那批人，从来不属于某一家公司，只属于“那个时代最厉害的公司”。二十年前是谷歌，十年前是Uber和Robinhood，五年前是Coinbase，现在是AI公司，硅谷是“流水的银盘，铁打的兵”。这批被新标准筛出来的人才，更会因使命感，而不是“待遇”留下。这些汇聚最厉害人的组织，也在AI的重塑下，发生着巨变。
观察4：对“AI原生”太过渴求
硅谷公司对AI原生（AI native）的渴求程度远远⼤于我的想象。我面试的公司大多是A轮、B轮，也有一些种子轮。一个很高频的问题是：你用什么AI工具？我通常直接把自己写的博客丢过去，对方基本上都会“目瞪口呆”。
他们会说，不只是想让我做AI应用开发，更希望我去推动公司内部的AI转型，让团队变得更AI原生。很多公司其实已经在做AI产品，但员工还没有建立自己的AI工作流。而且，他们也很需要每天都刷很久推特、及时分享⼀些新奇AI发现或提效技巧的⼈。
这件事对我来说有点反直觉。我过去的一些“爱好”，比如每天折腾Claude Code等新工具、在Slack（一款办公软件）里分享AI用法，反而变成了一种新的组织角色。
之前在Quora时，我成功地让整个⼯程团队都⽤上了Claude Code。办公室每遇到⼀个⼯程师，我都会问，你有没有⽤AI来编程？我记得办公室⾥有一个做网络安全的工程师，一开始很抗拒，觉得用AI写代码风险太高。我后来让他换个思路，不写代码，只用AI读代码、理解代码库、做数据分析。后来，他也真的用起来了。
观察5：“更好地去使⽤AI”，实质是个组织转型问题
在Cognition做AI相关工作时，我越来越发现一个事实：更好地去使⽤AI，可能已经不是⼀个纯⼯程问题，而是⼀个组织架构上的转型问题。
举个例子。传统组织架构的互联网公司，一个Bug从发现到修复，往往要经过需求评估、工程排期、开发、测试、上线等好几个环节。真正用AI写代码可能只需要两三个小时，但整个流程走下来，经常要一个月。
以前这样的流程是合理的。因为修一个Bug，一个工程师可能要花三五天，流程的价值在于协调不同团队、分配资源。但AI把这个时间压缩了。
现在，我们用Cognition推出的Devin这样的AI软件工程师产品，两三个小时就能完成过去几天的工作。在Cognition，我们甚至可以用Devin找到负责这个Bug的人，再让Devin协助他完成修复，中间很多协调和流转环节都可以省掉，没有任何冗余。其实是AI在倒逼整个组织架构的转型。
观察6：People manager正在消亡，管理者必须自己会写代码
所谓people manager就是⼯程经理（engineering manager）。在美国，近⼏年来流⾏的⼀个观点是，你作为管理者就要做好管理，更多负责团队协调、组织沟通，照顾员工情绪、提供成长支持，工程能⼒不用特别强。
但进到Cognition，我发现整个组织架构⾮常扁平化。比如，我直接汇报的对象甚至是CPO，也就是联合创始人之一。他不会细致关心你的个人成长，角色更像是确定大方向。甚⾄可以这么说，Cognition现在60多人的工程团队里，真正的people manager只有一个人，其他的包括CPO在内，都是“既管人、也写代码的”。这和我之前在Quora的体验完全不同。当时，一个manager可能要管五六个工程师。
Cognition团队集体穿上红衣服为一位日常爱穿红色衣服的同事庆生
我觉得这可能是AI带来的组织架构变化。我观察到，任何⼀个朝⽓蓬勃的AI创业公司，其实都是这样，⼏乎没有只负责管⼈的经理——如果他管⼈，他⼀定技术也很强。
这个判断不仅仅发生在硅谷，在间隔两周的两次访谈之间，国内大厂腾讯、字节也先后宣布取消中层。
AI时代，任何判断都会很快被推翻
马培元观察到的变化，不只停留在组织层面。更宏观的行业判断：“在硅谷AI公司内部，什么样的Token支出算合理，什么样的模型才是好模型？”同样在以肉眼可见的速度被推翻。这一次，连他在第一次采访时说过的判断，都没能扛过两周。
硅谷的AI行业本身也在以月甚至以日为单位自我推翻，没有什么判断能保鲜太久。
观察7：Token Maxxing出现了分化，大公司开始重新关心效率
今年初，硅谷一度流行“Token-Maxxing”。Meta等公司一度甚至做过Token使用排行榜。谁用得最多，谁就是“AI原生”的代表。我觉得这⾸先就是一件很蠢的事情——AI token的使⽤量跟⼯程师的效率不能画等号。
Google、Meta的朋友还跟我说，他们当时都在搞“AI大跃进”。公司会专门办“AI Week”，所有人都要停下手里的工作，去写AI Skills，把自己的Skill包装得天花乱坠。
一开始，几乎所有公司都是这个思路：先让大家尽可能多地用AI，看看到底能用到什么程度。
但一旦变成公开排名，人的行为就会被扭曲。工程师会为了“用得多”而用，甚至出现一些很荒诞的情况，比如让AI每晚定时乱跑、空跑一些没有意义的任务，只是为了增加使用量。这其实和用GPA去衡量学生能力一样，单一指标很容易失真。
后来很多高层也开始意识到这个问题。更具体的是，他们被账单吓到了。比如Uber，2026年全年的AI专项预算，前四个月基本就烧完了。很多大公司开始重新限制Token用量。董事会和CEO会开始问，这个token⽤量真的值吗？它真的能让我们提升这么多效率吗？⼀个亿美⾦花下去，它真的带来了⼀个亿的产出吗？
这场焦虑很快被Cognition做成了一份可以明码标价的商业答卷。6月4日，Cognition发布了“AI生产力保证”——如果企业客户使用Devin（Cognition推出的AI软件工程师产品）后，效率提升没有达到承诺水平，最高赔偿1000万美金。做这份研究的，是我一位拿过三块国际信息学奥赛金牌的同事，他调研了233个真实客户案例，随机抽取客户和Devin的对话，问客户“如果不用Devin，这段工作纯人工要花多久”，再用这些数据训练出一套预测系统，把每一次Devin对话，直接转化成“等效工程师小时数”，用工程师的时薪反推这套产品到底省下了多少。
但很多YC公司，可能还会继续“token maxxing”的模式，因为他们有很多政策优惠的免费token额度，再加上规模小，可能只有三个人，没有什么AI治理的问题，管理者能直接看到每个人到底是不是在用AI摸鱼。
观察8：模型崇拜本身也在被推翻
就在这篇稿子两次访谈的两周间隙里，我发现自己上一次讲的道理，已经开始不太对了。
两周前，我还在谈论哪个模型是当下最前沿的。现在，Cognition内部刚刚发布了一个还没有中文译名的功能，代号叫fusion mode——把多个便宜模型和顶尖模型融合调度使用，而不是无脑调用最贵的那一个。你不会天天开你的保时捷去买菜吧，你应该去开你的本田或者便宜的车去买菜。这两周模型迭代的速度也超出了我的想象，连谁是“number one”这件事，都不敢说得太满。
我不能说所有的，但你可能说大于60%，很多可能是一个月之后就可能又是反着来的。
AI时代，“机会”藏在非共识里
任何技术浪潮演进的规律都是如此，旧共识破灭，往往正是新范式建立的开始。
当市场告别了对单模型和算力烧钱的盲目崇拜，围绕“如何让AI稳定可控地落地”以及“如何啃下大模型啃不动硬骨头”的需求便爆发出来。兼具工程师与投资猎头双重视角的马培元注意到，一批不依赖“大模型神话”、专注于解决真实世界复杂痛点的新生意，正在硅谷的非共识中悄然萌芽。
观察9：新的AI infra正在出现
围绕“Token-Maxxing”，其实已经出现了一批新的创业公司。他们专门观测、监控团队的AI使用情况，分析哪里在浪费token。
这背后更深一层的问题在于，AI agent本身是脆弱的。一个prompt的微小变化，就可能导致agent的表现变差了。于是新的AI infra（基础设施）开始出现，比如sandbox（沙盒环境），用来隔离agent运行，避免它直接接触敏感系统，比如银行账号或生产环境数据。
与此同时，“观测”本身也变得更复杂。传统系统只要报错就能被监控，但agent不会“报错”。它可以正常运行，却可能在输出层面出现严重问题，比如带有偏见、歧视，或者让用户产生明显负面体验。这就需要⼀套新的软件，去监测agent什么时候“脑⼦坏了”。
观察10：“不可训练的东西”，正在成为新生意
投资圈里有一种越来越流行的判断：vertical agent（垂直领域AI代理）已经失去投资价值。但我并不完全同意。
硅谷投资者郭睿（Sarah Guo）提出过一个概念——“the untrainable”，也就是“不可训练的东西”。核心观点是在很多垂直行业，语言模型永远无法完全自动化。因为垂直行业里充满大量无法被抽象掉的复杂流程，而且这些流程往往需要⼈⼒来不断地⼀个个解决。
比如美国报税，50个州有50个税，要一一慢慢对接；法律领域也是如此，移民法、民法、商法，各自体系复杂，AI agent没法一步到位。
垂直AI agent公司的价值，就在于不断和客户、FDE（前沿部署工程师）的互动中发现更多真实的痛点。这些东西会被烙印在公司的产品⾥，这也是其他⼤公司没有办法训练、不能被通⽤模型吃掉的东西。
所以，我倾向于认为vertical agent依然有投资价值。只是它们带来的可能不是1000倍的回报，而更可能是20倍、50倍，甚至100倍这种比较稳、比较小的回报。
相关文章
