天才少年的幻觉

marsbit发布于2026-07-09更新于2026-07-09

文章摘要

近期,一篇关于“华为天才少年”李博杰在DeepSeek面试后失眠、发长文的事件引发广泛讨论。事件源于远程面试中,他因习惯性瞥见另一块屏幕被面试官怀疑作弊。然而,争论对错并非关键,真正值得关注的是,一位拥有光鲜履历的资深技术人,为何会被一场普通面试深深触动。 在后续采访中,李博杰坦言,DeepSeek在他心中是“中国技术圈公认的金字塔尖殿堂”。他等待三周、催促五次,并非只为一份工作,更是在寻求一种“身份确认”,期待获得来自时代中心的认可。而DeepSeek的立场则很纯粹:这只是基于岗位匹配度的标准化筛选。双方的期待错位构成了冲突的本质。让李博杰失眠的,更多是预期与现实间的巨大落差。 李博杰反感“天才少年”标签,却下意识地用“同行交流”的标准衡量面试。他赞赏其他公司面试官能与他深入探讨技术,认为从中学到东西,而DeepSeek的流程则没有给予这种“待遇”。这折射出一种行业惯性:过去,顶尖公司的光环和Title能预支信用与特殊礼遇。但DeepSeek选择了打破这套默认规则,坚持“流程大于光环”,对所有人一视同仁地考察硬技能。 其背后是AI时代逻辑的深刻转变。过去,优秀可以累积,履历就是硬通货。如今,知识折旧速度极快,经验价值可能迅速衰减。AI让“优秀”变成了需要“实时计算”的状态。这导致了顶尖人才的普遍焦虑:害怕因一次“落选”而意味着被时代抛弃。李博杰的焦虑并非个例,他只是率先将这种集体情绪具象化地表达了出来。 文章最终指出,时代本身已成为对每个人的一场宏大面试。它抛出的核心问题是:昨天的你很优秀,今天呢?这要求所有人必须保持持续学习与进化,因为过去的荣耀已不足以定义未来。

一个创业过的人。

一个离开华为的人。

一个做过首席科学家的人。竟然因为一场面试,一夜没睡。

这是最近DeepSeek面试风波里,最有反差的一个细节。

双屏,Coding,怀疑作弊......坦白说,这些都不是重点。

真正值得讨论的是,一个 “华为天才少年” ,为什么会被一场普通面试击中。

一、事情本身很简单

7月6日,李博杰在社交平台发文。

远程二面,写Coding时眼睛习惯性瞟了另一块屏幕,面试官怀疑他抄代码,要求自证清白。

他退出了会议。

帖子引爆讨论。一派批评DeepSeek傲慢,一派反问天才少年凭什么跳过基础测试。

纠结对错毫无意义。

更值得关注的是,一个见过风浪的人,会被一次远程面试击溃情绪,失眠、发长文、接受采访、反复解释。

答案藏在采访里的另一句话。

二、他等的不是Offer

“DeepSeek在我心里,是整个中国技术圈公认的金字塔尖的殿堂。”

这句话比双屏、Coding都重要。

他投了简历,做了笔试,等了三周,催了五次。其他公司offer都拿到了,还在等DeepSeek。

这不是找工作,这是在等待一次身份确认。

李博杰想证明自己属于这个时代的中心,DeepSeek只想判断他适不适合岗位。

供需双方的错位,构成了冲突的本质。

Coding只是导火索。真正刺痛他的,是仰望了很久的地方,见面时,没有给出他期待的回应。

在36Kr的采访里,记者问李博杰:失眠是因为面试官否定你,还是落差?

李博杰回答:更多是落差感。

让他失眠的并非Offer,是预期破灭。

三、把筛选当交流,把规则当傲慢

采访里,李博杰说:我其实很反感媒体老是给我安上’天才少年’这个标签。

但他这样评价各家面试:

MiniMax,闫俊杰给了他语音模型训练的反馈。阶跃的首席科学家读过他的论文,指出参数量评估的问题。小米的罗福莉跟他讨论团队管理。

然后李博杰说这些公司,每一场面试我都能学到东西。DeepSeek没有。

在这里,李博杰衡量面试好不好的标准,不是流程,也并非匹配度,而是对方有没有把自己当同行。

面试首先是筛选,是互相选择的过程,并非Peer Review。但他带着一种优越感,把面试当成了同行讨论。

一个反复声明“别叫我天才少年”的人,下意识期待每一位面试官都以天才少年身份对待自己。

光环不在标签上,光环在他的预期里。

这种错位,属于整个互联网行业积攒多年的惯性。

过去二十年,中国互联网形成了一套默认规则。公司即身份,Title就是信用。

华为天才少年,天然意味着能力被承认、信用被预支。走到哪里,都被当成明星。

MiniMax这样对他,阶跃这样对他,小米也这样对他。

这并非李博杰提出了特殊要求,而是行业习惯了这套规则,你是这个level的人,就用这个level的方式接待你。

只是他没想到,DeepSeek竟然打破这套默认的规则。

四、DeepSeek为什么不认光环

DeepSeek为什么今天这么强调流程?

AI行业最大的风险,是错放一个人,而非错过一个天才。

今天一个模型岗位,可能一天收到几千份简历。当组织规模越来越大,筛选标准就只能越来越硬。它无法相信任何人。

华为天才少年,Coding。创业公司首席科学家,Coding。MSRA背景,Coding。

你可以说它刻板、机械、缺少温度。但至少,标准一致。

很多真正强的组织都有一个共同特征:企业文化高于个人,规则不会为优秀者改变。

其他公司用同行交流的姿态对待他,那是光环在起作用。

DeepSeek是第一家看到光环,但依然坚持对方先把代码写出来的公司。

如果事情到这里结束,它仍然只是一场面试。

真正引发广泛共鸣的,是背后的时代变局。

五、优秀,正在变成实时计算

过去二十年,互联网评价一个人的方式很简单。你在哪家公司,什么职位,做过什么项目。腾讯、阿里、字节、华为,履历就是敲门装。

这套系统的底层假设是,优秀可以累积。学历、经历、title,可以吃很多年。

AI时代,这个假设彻底失效了。知识折旧的速度,超过了经验积累的速度。

去年最重要的方法论,今年已经淘汰。昨天引以为豪的架构能力,今天一个应届生用Agent半天就能复现。

AI让优秀变成了实时计算。

这导致了一个诡异的现象,越优秀的人,反而越焦虑。过去越辉煌,身份折旧带来的落差就越大。

今天越来越多顶尖人才不断跳槽、创业、挤进最前沿的公司。这很难用金钱解释,他们真正害怕的是掉队。

李博杰等了三周、催了五次,也要面完DeepSeek。

他真正焦虑的是,如果DeepSeek不要他,是否意味着自己被时代抛弃。

【版面之外】的话:

过去,光环可以定义一个人。今天,光环只能证明一个人的过去。

李博杰只是第一个把这种焦虑说出来的人。

很快,每一个程序员,每一个产品经理,每一个研究员,每一个创业者,都会经历同样的一场面试。

面试官换成了AI时代本身。

它每天都会问所有人同一个问题:

昨天的你很优秀。今天呢?

本文来自微信公众号“版面之外”,作者:画画

相关问答

Q根据文章,李博杰在DeepSeek面试风波中被什么细节击溃了情绪?

A文章中提到,真正击溃李博杰情绪的并非面试中的技术问题(如双屏、Coding、怀疑作弊),而是他期待已久的、被他视为“中国技术圈公认的金字塔尖的殿堂”的DeepSeek,在面试中没有给出他期待的、像同行交流一样的回应,这让他产生了巨大的落差感,并因此失眠。

Q文章认为李博杰衡量面试好坏的标准是什么?这揭示了他怎样的心态?

A文章指出,李博杰衡量面试好坏的标准,不是流程或匹配度,而是面试官是否把他当成同行来进行交流和探讨(如其他公司面试官给他的反馈和讨论)。这揭示了他潜意识里带着一种优越感,将面试视作同行评审,期待自己的“华为天才少年”身份得到特殊的认可和对待。

Q文章分析DeepSeek坚持严格的面试流程,其背后的核心理由是什么?

A文章分析,对于DeepSeek这样的AI公司,其核心理由是:在组织规模扩大、简历海量的情况下,最大的风险是“错放一个人”(即招到不符合标准的人),而非“错过一个天才”。因此,为了维持标准一致性和降低风险,必须坚持严格、硬性的筛选流程,让所有应聘者都先通过同样的测试(如Coding),即使对方拥有耀眼的履历和光环。

Q文章将“AI时代”的到来,对“优秀”的定义和评价方式带来了什么根本性改变?

A文章认为,AI时代带来的根本性改变是:“优秀”从过去可以累积(靠学历、公司履历、Title)的状态,变成了需要“实时计算”的状态。因为知识和技术折旧速度极快,过去的辉煌经验和能力可能迅速过时。这使得个人的价值需要不断被当下重新证明,加剧了精英群体的焦虑感。

Q文章的结尾段落将“面试官”比喻成了什么?它向所有人提出了怎样的问题?

A文章的结尾将“面试官”比喻成了“AI时代本身”。它向所有人(包括程序员、产品经理、研究员、创业者)提出了一个每天都在进行的、关于生存与价值的终极拷问:“昨天的你很优秀。今天呢?”这强调了在快速变化的时代,持续学习和证明自身当下价值的重要性。

你可能也喜欢

ACL 2026华人霸榜,最佳论文一作全华人,杰出论文几乎包场

ACL 2026计算语言学顶会于7月在美国圣地亚哥举行,规模创历史新高,共收到12148篇投稿,同比增长45%。本届会议被大语言模型(LLM)主题主导,相关词汇在论文标题中出现频率极高。 会议评选出三篇最佳论文,一作均为华人学者: 1. 《The Imperfective Paradox in Large Language Models》:通过“未完成体悖论”这一经典语言学现象测试大模型,发现开源模型普遍存在“目的论偏见”,即倾向于认为有目标的动作都会完成,揭示了模型更像“叙事预测引擎”而非逻辑推理者。 2. 《Memory efficiency and resource-rational encoding in sentence processing》:通过为Transformer模型添加工作记忆约束(注入噪声),迫使模型学习更高效地分配有限的记忆资源。结果发现,这种约束让模型的阅读节奏更接近人类,并促成了更压缩、更范畴化的表征。 3. 《Characterizing the Expressivity of Local Attention in Transformers》:利用形式语言理论解释了为何“局部注意力”机制在节省计算成本的同时,常能提升模型效果。研究表明,局部注意力引入了新的表达能力,与全局注意力互补,结合使用能获得最丰富的表达力。 此外,会议还评选了18篇杰出论文,华人在其中占据显著比例,尤其在强化学习、大模型安全与智能体等热门方向成果突出。 本届ACL数据显示,中国大陆作者占比高达54.0%,美国以18.4%位列第二。会议投稿量、审稿规模及参会人数均大幅增长,体现了该领域的空前繁荣与激烈竞争。

marsbit31分钟前

ACL 2026华人霸榜,最佳论文一作全华人,杰出论文几乎包场

marsbit31分钟前

GPT-5.6即将上线,推理狂飙750 Tokens/s,疑似横跨100张晶圆

【导读】GPT-5.6推理速度高达750 tokens/秒,将在芯片公司Cerebras的定制硬件上推出,标志着AI实时交互时代的到来。过去需要数分钟的复杂任务,现在可瞬间完成。 这一速度相当于人类每秒阅读约500-600个汉字。开发者指出,这将彻底改变计算机使用体验,解决大模型在实时多步任务中的延迟瓶颈。传统GPU集群在处理万亿参数模型时面临通信瓶颈,而OpenAI的方案是让硬件与模型深度融合。 GPT-5.6 Sol预计在7月小规模开放,针对愿意为极致速度付费的企业客户。其参数量约3万亿,激活参数约1500亿,网络层数达70-90层。为部署如此庞大的模型,OpenAI与Cerebras采用了一种“一晶圆,一层网络”的震撼方式,将每一层神经网络单独部署在一整张晶圆上,总计可能横跨70-100张晶圆。 为实现高速推理,模型架构可能进行了重构,放弃了传统的重型KV缓存,转而采用类似DeepSeekV4的轻量化缓存或混合SSM设计,以适配Cerebras芯片海量但珍贵的片上SRAM。也有猜测认为,注意力计算可能由GPU处理,而Cerebras晶圆集群专门暴力计算前馈网络部分。 此前,OpenAI还发布了首款自研AI推理芯片Jalapeño,专为大模型推理优化,并兼容行业主流模型,展示了其构建全栈AI生态的野心。通过结合顶尖第三方硬件探索与自研芯片,OpenAI正朝着控制从模型训练到硬件部署的完整产业链迈进,计划建设GW级超级数据中心,用AI加速AI基础设施的迭代。

marsbit34分钟前

GPT-5.6即将上线,推理狂飙750 Tokens/s,疑似横跨100张晶圆

marsbit34分钟前

交易

现货
活动图片