Kimi总裁张予彤北大实录：我们想要有抽象能力和偏执的人｜甲子光年
Kimi总裁张予彤北大实录：我们想要有抽象能力和偏执的人｜甲子光年
来源类型： 微信公众号文章
日期： 2026-06-02
标签： AI, 办公效率, 网络安全, 编程, 芯片, 大模型
原文链接： https://mp.weixin.qq.com/s/JrKeN3Gks7a5Hkr-b06UFw
摘要
Kimi人才观：Build Your Own Job（创造属于你的岗位）。 作者｜王博 5月12日晚，北京大学光华管理学院2号楼102报告厅，比预想中更早进入了“满员”状态。 因为月之暗面Kimi总裁张予彤将在这里进行一场主题分享，并和北京大学光华管理学院院长、北京大学博雅特聘教授田轩进行一场对话。 可以容纳两三百人的报告厅，在活动开始前20分钟坐满，后来，过道和楼梯上也坐满了人。 活动现场 没能挤进报告厅的人，被分流到旁边几个教室，通过直播观看这场分享和对话。 分会场 热度并不难理解。 张予彤并不频繁出现在公开场合，也很少接受媒体采访。此前，她本人因与投资人朱啸虎之...
核心内容
Kimi人才观：Build Your Own Job（创造属于你的岗位）。
作者｜王博
5月12日晚，北京大学光华管理学院2号楼102报告厅，比预想中更早进入了“满员”状态。
因为月之暗面Kimi总裁张予彤将在这里进行一场主题分享，并和北京大学光华管理学院院长、北京大学博雅特聘教授田轩进行一场对话。
可以容纳两三百人的报告厅，在活动开始前20分钟坐满，后来，过道和楼梯上也坐满了人。
活动现场
没能挤进报告厅的人，被分流到旁边几个教室，通过直播观看这场分享和对话。
分会场
热度并不难理解。
张予彤并不频繁出现在公开场合，也很少接受媒体采访。此前，她本人因与投资人朱啸虎之间的争议而被推到风口浪尖，而在过去一段时间，Kimi因为模型进展、开源策略、商业化想象力等因素也持续处在AI行业的聚光灯下。
相比产品发布和行业传闻，外界更少有机会直接听到这家公司核心管理者如何理解AI、组织和人才。
张予彤这次分享的主题是《AI时代的边界探索与人才机遇》。从形式上看，这更像是一场面向学生的招聘分享。她讲了月之暗面对智能的基本判断：智能正在从一种由人类提供的认知能力，变成一种可以被能源大规模转化出来的商品；她也介绍了Kimi K2.6、Agent Swarms（智能体集群），以及MuonClip、Kimi Linear、注意力残差等Kimi的开源项目，她解释了AI编程能力如何成为生产力提升的起点，并在演讲最后抛出了一个观点：Build Your Own Job（创造属于你的岗位）。
**
**
在她看来，AI时代的人才标准正在变化：相比专业能力，通用能力更重要；相比按部就班的串行执行，并行工作与工程化思维更重要；相比追随共识带来的安全感，能够提出原创判断的审美更重要。
这也对应了她现场PPT上的三组关键词：Generalization＞Specialization，Parallelism＞Sequence，Taste＞Consensus。
张予彤谈Build Your Own Job
在一个很多问题尚未被定义、工作流程尚未成熟的AI原生组织里，什么样的人才是真正稀缺的？
在与田轩的对话中，张予彤谈到，Kimi偏好“有抽象能力”和“有些偏执”“会疯狂做事”的人。
相比简短的主题分享，这场主题为《AI时代的商业创新与人才战略——面向未来的展望》的对话信息量更大。「甲子光年」发现，双方的对话更像是一次对月之暗面内部组织方式和张予彤个人判断的“侧面打开”：AI能帮助我们创造什么新的工作？如何驾驭AI？AI会不会替代企业家？AI原生企业的特质？Kimi内部管理方式？职级职位如何划分？
这些回答未必都是系统化的行业论断，但提供了一个难得的观察窗口：月之暗面这样一家约300人的AI原生公司，如何在技术快速迭代、组织边界模糊、岗位定义不断变化的环境中，重新理解人、工作与管理。
以下为北京大学光华管理学院院长、北京大学博雅特聘教授田轩与月之暗面Kimi总裁张予彤的对话实录，经「甲子光年」整理编辑，在不改变原意的基础上略有删改。
田轩（图左）与张予彤（图右）
田轩：欢迎予彤到北大光华管理学院交流，Kimi确实是一家发展非常快的AI公司。我刚才和予彤交流，发现世界很小。我们都是北京人，上的中学也离得很近。
张予彤：田院长的学校好一些。
田轩：予彤高中是北京八中的，而我是北师大附属实验中学的，中间也就隔了几百米，她考到了清华，我考到了北大。我现在感觉时代变化太快，现在AI已经替代了一些重复、标准、执行的工作。所以第一个问题想请予彤告诉我们：AI能帮我们创造什么新的工作？
**
**
张予彤：每一次生产力提升，其实都是让我们从原有工作走向新的工作。就像农业革命之后，很多人不用再种地了，他们进入城市，城市里出现了服务业等新的工作类型。
先看我们企业自身的话，已经出现了很多新工作。比如我们公司有同学给模型训练创造合成数据，他们每个人都自称是“模型的爸妈”，因为他们觉得自己在喂养一个持续生长的智能。
再比如模型评估师。他们需要评估模型生产的内容、答案，或者一系列行动和结果是不是好的。所谓“好”，背后仍然是人类价值观。他们是在不断把人类价值观和模型结果做对齐、做评估。这只是我们这样一个很小的企业能看到的新职业。
对更广泛的人群来说，很多人可能会成为超级个体，也就是今天说的“一人公司”。工作本身是做我们热爱的事情，让它产生更高生产力和更高经济价值。很多事情未来可能由一个人全栈完成，不再依赖一个很大的团队。AI改变的是生产的组织方式，也会让更多人更勇敢地追求自己想做的事情。所以一定会出现很多新工作。
田轩：AI会创造很多新工作。我们作为商学院、作为教育者，最关心也一直在思考的是：我们怎么培养学生、设计课程，跟上AI时代？你能从企业方、用工方的角度，给我们一些建议吗？如何满足AI时代雇主的要求？
**
**
张予彤：我觉得现在大学里的同学真的非常幸福。相比我们当时上学，需要花很多时间查资料、查论文、完成复杂项目，今天大家的学习能力和研究能力都被AI大大增强了。
大家要更多地用AI，真正成为AI的深度用户，成为Power User，能够感知每个模型的区别、每一代模型的区别，知道它的能力边界在哪里，知道什么事情它今天还不能做，什么事情它今天已经可能比我们做得更好，以及哪些事情需要你和模型一起共创。
接下来会进入一个Agent-Human Collaboration（智能体与人协作）阶段。我现在已经很难想象，自己的哪项工作不能用AI。就像我们今天已经无法想象没有电脑如何工作、没有手机如何工作、没有常用软件如何工作。工具是在延伸我们的能力，它不是简单的相互替代关系。工具会替代它可以替代的那一部分。
我们的工作中可替代的部分很多，比如重复执行、大量信息处理、计算、编程，还有一部分设计执行。这些部分工作被替代，不代表整个工作被替代。相反，它会让我们有更多时间去做更重要的工作。
也有人提到，现在真正的瓶颈在于验证AI产生的结果。比如产生几百万行代码，对AI来说可能很容易；但对人类来说，消化、理解这些代码，判断不同代码之间的逻辑关系有没有问题，反而是更大的工作量。所以今天我们仍在重新定义自己的工作，也在重新定义如何评估和验证AI的工作质量。这些都会成为重要能力。
田轩：所以你的建议是，我们这样的商学院在课程设计和培养体系里，要让学生知道怎么运用AI、怎么驾驭AI，对吧？
张予彤：是的。我觉得“驾驭”这个词很好，因为它是一种合作关系。现在也很流行讲Harness，本质也是这种驾驭的感觉。不管是工程和模型的关系，还是人和Agent的关系，未来都会是相互协作。
我们要用更开放的心态去探索。AI已经发生了，我相信长期来看它一定对我们有益。短期大家会有各种担心，比如安全性、性能问题等，这些都存在，但长期它一定是好的。
另外，一定要亲自上手。越多动手，越会形成新的认知。很多理解不是只靠听别人的观点或观察形成的，而是在
...(内容截断，完整内容请查看原文)
本页由自动化脚本生成，待人工审核补充