DeepSeek, was genau willst du eigentlich für diese Stelle einstellen?

DeepSeek... Was genau suchst du eigentlich für diese Stelle?

„KI-übergreifende Technikfachkräfte“, keine Beschränkung des Fachbereichs, keine Beschränkung der Berufserfahrungsdauer, die Stellenbeschreibung besteht nur aus einem einzigen Satz.

Ein Unternehmen für Allgemeine Künstliche Intelligenz hat extra eine Stelle geschaffen, um Personen einzustellen, die nicht im Bereich KI tätig sind.

Die Punkte für zusätzliche Qualifikationen wurden hingegen sorgfältig in fünf Punkten aufgelistet.

Die ersten vier Punkte sind leicht verständlich: Goldmedaille bei Wettbewerben, Spitzenleistung in einem bestimmten Bereich, einflussreiches Open-Source-Projekt und vorherige Gründung eines Unternehmens.

Der fünfte Punkt lautet „keinen ausgetretenen Pfaden folgen“, der auf gleicher Höhe mit der Goldmedaille bei Wettbewerben steht.

Auf demselben Plakat steht zudem der Satz „Wir suchen niemals nach Genies“, aber in der ersten Zeile der Stellenbeschreibung steht „überdurchschnittliche Fähigkeiten“.

Keine Genies suchen, aber Personen mit überdurchschnittlichen Fähigkeiten. Keine Beschränkung des Fachbereichs, aber man darf keinen ausgetretenen Pfaden folgen.

Nach langem Betrachten versteht man immer noch nicht, welche Absicht Liang Wenfeng hier verfolgt. Das einzig Sichere an dieser Stelle ist, dass sie eine „ungewöhnliche“ Person sucht.

„Keine Genies suchen“, aber „überdurchschnittliche Fähigkeiten verlangen“

Goldmedaille bei Wettbewerben, Spitzenleistung in einem bestimmten Bereich, einflussreiches Open-Source-Projekt, vorherige Gründung eines Unternehmens, keinen ausgetretenen Pfaden folgen...

Diese fünf Punkte zeichnen ein Persönlichkeitsprofil von Personen, die in einem weglosen Gebiet eigenständig einen neuen Weg bahnen können.

Im Namen der Stelle steht das Wort „übergreifend“, und keiner der Punkte für zusätzliche Qualifikationen verlangt KI-Erfahrung. Wen will diese Stelle eigentlich aussortieren?

Ein Headhunter hat das praktische Vorgehen von DeepSeek verraten: Die Obergrenze der Berufserfahrung liegt bei drei bis fünf Jahren, Bewerber mit mehr als acht Jahren Erfahrung werden oft direkt abgelehnt. Bei den Wettbewerbsergebnissen werden Personen ohne Goldmedaille fast gar nicht berücksichtigt.

Die Personalabteilung von DeepSeek hat dies auch Medien bestätigt: Sie stellen keine Personen mit „Großkonzern-Kultur“ ein, und diese Aussage ist ernst gemeint.

Was bedeutet „Großkonzern-Kultur“? Man beherrscht die Abläufe perfekt, hat eine ganze Reihe von Methoden, schreibt schöne Präsentationen, aber wenn man auf ein Problem ohne jeglichen Präzedenzfall stößt, ist die erste Reaktion, nach Vergleichsobjekten, Benchmarks und Vorgehensweisen anderer zu suchen.

Der Originalton eines Headhunters lautet: „Veteranen aus Großkonzernen fehlt oft der Antrieb zur Innovation.“

Das ist wirklich eine mutige Aussage...

Aber nach dem Aussortieren dieser Personen, welche Art von Menschen bleiben dann übrig?

Laut Berichten von KR-Asia gibt es im DeepSeek-Team ein Mitglied mit Physikhintergrund, das sich KI selbst beigebracht hat; zudem gibt es einen Betriebsingenieur, der vor seinem Beitritt überhaupt keine Ahnung von Modelltraining hatte.

Aber bei DeepSeek arbeiten diese Personen alle an Kernaufgaben.

Liang Wenfeng hat selbst gesagt, dass die meisten Mitarbeiter in den Kerntechnikstellen Absolventen des aktuellen Jahres oder Personen mit ein bis zwei Jahren Berufserfahrung sind. Diese jungen Menschen ohne Branchenvorurteile tragen die gesamte Produktlinie von V2, V3 und R1.

Liang Wenfeng hat dieses Team selbst so beschrieben: „Es handelt sich hauptsächlich um frische Absolventen von Top-Universitäten, Doktoranden im vierten und fünften Studienjahr, die noch nicht abgeschlossen haben, sowie junge Menschen, die erst seit wenigen Jahren ihren Abschluss haben.“ Bei der Personalauswahl zählen Grundfähigkeiten, Innovationskraft, Wissbegierde und Einsatzbereitschaft, Dienstalter und Lebenslauf stehen an zweiter Stelle.

△

Wenn man die Stellenbeschreibung nun noch einmal genau durchliest, merkt man, dass sie voller Widersprüche ist.

„Wir suchen niemals nach Genies“, aber der erste Punkt für zusätzliche Qualifikationen ist die Goldmedaille bei Wettbewerben; „keine Beschränkung der Berufserfahrungsdauer“, aber Personen mit mehr als acht Jahren Erfahrung werden direkt abgelehnt; „keine Beschränkung des Fachbereichs“, aber man muss in einem bestimmten Bereich Spitzenleistungen erbringen.

Was für eine Art von „keiner Beschränkung“ meint DeepSeek hier? Es sucht eindeutig nach einer bestimmten Art von Person:

Jung, noch nicht von der Branche domestiziert, dessen Kopf nicht voll von „wie man es machen soll“ ist, aber ein wildes Genie, das die Dinge einfach umsetzen kann.

„Erfahrene Personen sagen dir direkt, wie es geht“

Warum also hat Liang Wenfeng eine Vorliebe für „wildes Talent“? Was ist das Problem mit erfahrenen Personen?

Liang Wenfeng hat eine scharfe Aussage getroffen: „Erfahrene Personen sagen dir direkt, ‚man soll es so machen‘, aber unerfahrene Personen probieren immer wieder aus und finden eine Lösung, die der aktuellen Situation entspricht.“

Dieser Satz wäre in der traditionellen Softwarebranche schlichtweg Unsinn.

Wenn man ein Zahlungssystem oder eine Empfehlungsmaschine entwickelt, können erfahrene Ingenieure einem helfen, hundert Fallstricke zu umgehen und ein halbes Jahr Zeit zu sparen.

Erfahrung ist in diesen Szenarien gleichbedeutend mit Geld. Wenn man in solchen Szenarien einen Fachfremden einstellt, um das Backend zu entwickeln, sorgt man nur für Chaos.

Aber die Spitzenforschung zur Allgemeinen Künstlichen Intelligenz ist anders: Für die Probleme an der Spitze gibt es keine fertigen Antworten.

Niemand weiß, ob die in den letzten zehn Jahren im Bereich Deep Learning angesammelten Skalierungsgesetze, RLHF und MoE im nächsten Paradigma noch gültig sind.

Große Erfahrung kann im Gegenteil bedeuten, dass man schneller in eine Sackgasse gerät.

Umgekehrt kann eine Person, die aus der Physik, der Mathematik oder einem völlig unabhängigen Bereich kommt, nicht einmal wissen, wo diese Sackgasse liegt – also ist es wahrscheinlicher, dass sie einen neuen Weg findet.

DeepSeek selbst ist ein lebendiges Beispiel für diese Erkenntnis.

Der deutliche Rückgang der Trainingskosten von V3 beruht im Kern auf einer architektonischen Innovation namens MLA (Multi-Head Latent Attention).

Diese Idee stammt ursprünglich aus dem persönlichen Interesse eines jungen Forschers, der der Meinung war, dass der vorhandene Aufmerksamkeitsmechanismus fehlerhaft ist, und selbst angefangen hat, darüber nachzudenken.

Nachdem DeepSeek dies bemerkt hatte, bildete es eine spezielle Arbeitsgruppe um diese Idee und brauchte mehrere Monate, um sie umzusetzen.

Ein Ingenieur sagte später, dass MLA entstehen konnte, weil DeepSeek von Anfang an die Standardarchitektur in Frage gestellt hat. Andere Unternehmen mögen MLA kopieren, aber sie „werden die ursprünglichen Annahmen hinter MLA nicht in Frage stellen“.

Ein Ingenieur mit zehn Jahren Erfahrung wird die Standardarchitektur nicht in Frage stellen. Er wird sie optimieren, Parameter anpassen und die Leistung im vorhandenen Rahmen bis zum Limit ausreizen.

Aber er wird höchstwahrscheinlich nicht da stehen und fragen: Ist dieser Rahmen an sich nicht falsch?

Innovationen wie MLA entstehen nur, weil ein junger Mensch den Mut hat, die Standardarchitektur in Frage zu stellen.

Deshalb wurde die Dimension „Erfahrung“ in den Auswahlkriterien von DeepSeek bewusst entfernt und durch etwas Unbestimmteres wie „keinen ausgetretenen Pfaden folgen“ ersetzt.

Nicht nur DeepSeek stellt Personal aus unterschiedlichen Bereichen ein

Wenn man den Blick weiter schweifen lässt, stellt man fest, dass die KI-Forschungslabors auf der anderen Seite des Pazifiks genau dasselbe tun.

Anthropic hat seine Mitarbeiterzahl in den letzten zwei Jahren von 400 auf 3000 erweitert, darunter eine Gruppe von Personen, die auf den ersten Blick nichts mit KI zu tun haben.

Die bekannteste davon ist Amanda Askell, die bei Anthropic intern „Claude-Whisperer“ genannt wird.

Askells Fachgebiet ist Philosophie, sie forscht zu unendlicher Ethik. Heute leitet sie das Team für „Rollentraining“ bei Anthropic und hat persönlich einen Verhaltenskodex verfasst, der definiert, welche Art von KI Claude sein soll.

Und bevor sie zu Anthropic kam, arbeitete Askell bei dem benachbarten Unternehmen OpenAI.

Warum braucht man Philosophen, um diese Entscheidungen zu treffen? Askells Erklärung lautet, dass ihr Ziel darin besteht, Claude so handeln zu lassen, wie „ein guter Mensch an seiner Stelle handeln würde“.

Das „Gute“ hier ist das „Gute im Sinne von Aristoteles“: Es braucht Urteilskraft, man muss in der Lage sein, humorvoll zu sein, wenn es an der Zeit ist, sich um andere zu kümmern, wenn es nötig ist, und einen Schritt zurückzutreten, wenn es darum geht, das Recht der Menschen auf eigene Entscheidungen zu respektieren.

Ein Ingenieur, der zehn Jahre lang an Empfehlungssystemen gearbeitet hat, kann so etwas nicht definieren.

Ähnlich wie Askell ist Ben Levinstein, ein Philosoph, der sich mit Erkenntnistheorie und Entscheidungstheorie befasst. 2026 hat er seine unbefristete Professur an der University of Illinois aufgegeben, um Vollzeit bei Anthropic zu arbeiten.

Jemand hat die Lebensläufe von 1680 Ingenieuren bei Anthropic durchsucht: 70 davon haben Physikhintergrund, 78 Mathematikhintergrund und 13 Philosophiehintergrund. Philosophie gehört zu den 20 häufigsten Fachbereichen. Bei einem KI-Unternehmen gibt es mehr Mitarbeiter mit Philosophiehintergrund als mit vielen ingenieurwissenschaftlichen Fachrichtungen.

Google DeepMind geht noch einen Schritt weiter.

Diesen Mai haben sie Henry Shevlin von der Universität Cambridge eingestellt und ihm einen Titel verliehen, den es in der Unternehmensgeschichte noch nie gab: Philosoph.

Shelvins Forschungsgebiete sind Maschinenbewusstsein, die Beziehung zwischen Menschen und KI sowie die Bereitschaft zur Allgemeinen Künstlichen Intelligenz. Kurz gesagt erforscht er, „was als intelligent gilt und was als bewusst gilt“.

Zurückblickend stellt man fest: Anthropic stellt Philosophen ein, die erforschen „was gut ist“, um zu definieren, welche Eigenschaften eine KI haben soll; DeepMind stellt Philosophen ein, die erforschen „was Bewusstsein ist“, um zu beurteilen, ob eine KI ein inneres Leben haben kann.

Auf dieser Seite hat auch DeepSeek die Stelle „KI-übergreifende Technikfachkräfte“ ausgeschrieben, und als Punkt für zusätzliche Qualifikationen steht „keinen ausgetretenen Pfaden folgen“.

Drei Unternehmen mit drei verschiedenen Einstellungsstrategien verfolgen im Kern dieselbe Überzeugung.

Die Allgemeine Künstliche Intelligenz hat einen Punkt erreicht, an dem die Probleme vor uns nicht mehr nur von Personen gelöst werden können, die nur Code schreiben.

DeepSeek hat diesen Punkt nun auch erreicht.

Es hat die Worte „keinen ausgetretenen Pfaden folgen“ in dieselbe Zeile gestellt wie die Goldmedaille bei Wettbewerben – vielleicht hat es bereits etwas erkannt.

Dieser Artikel stammt aus dem WeChat-Offiziellen Konto „QbitAI“, Autor: Kreasy, veröffentlicht mit Genehmigung von 36Kr.