在AI人才争夺战中，技术实力并非唯一的衡量标准。本文通过真实案例剖析，揭示了那些‘技术很强’却与业务脱节的致命缺陷，并总结出招聘AI人才时最关键的三大特质：主动性、业务对齐意识和快速迭代能力。文章还分享了实用的面试技巧和吸引优质AI人才的策略，为团队搭建提供全新视角。

上周，一个技术大牛从我们团队离职了。

他的技术能力很强，LangChain、RAG、Agent 架构都玩得很溜。但他走的时候，我们没有太多挽留。

为什么？

因为这半年来，他产出的东西和业务需求完全对不上。

他做的都是他觉得”技术上很酷”的事情，而不是业务真正需要的事情。

今天聊聊我在招 AI 人才时踩过的坑，以及一些血泪教训。

一、那些”技术很强”但不好用的人

先讲几个真实案例（已脱敏）。

案例 1：论文选手

候选人 A，海归硕士，简历上写满了论文。

面试的时候，Transformer 原理讲得头头是道，RLHF 的细节比我还清楚。

入职后呢？

让他做一个内容审核的 AI 模块，三周过去了，他还在”调研技术方案”。

问他进度，他说：”我在研究最新的多模态审核论文，想找到最优的技术路线。”

老哥，业务等不了你的论文研读啊。

最后还是另一个同事接手，用最朴素的规则 + GPT API，两天就上线了。

案例 2：完美主义者

候选人 B，大厂背景，做过好几个 AI 项目。

技术能力没问题，但有一个致命的问题：太追求完美。

让他做一个 Demo 验证可行性，他非要把架构设计得很完美、代码写得很规范、文档整理得很漂亮。

结果呢？别人三天能验证的事情，他要两周。

验证完发现方向不对，两周白费了。

案例 3：独狼型

候选人 C，技术能力超强，一个人能顶三个人。

但他有个问题：不愿意和业务沟通。

他觉得业务方的需求”太 low”，总想着用更高级的技术方案。

结果做出来的东西，技术上很先进，但业务方根本不会用。

返工了三次，他还觉得是业务方不懂技术。

二、我现在招人最看重的三个特质

踩了这些坑之后，我现在招 AI 人才，最看重的不是技术能力，而是这三个特质：

特质 1：主动性

什么是主动性？

• 不需要别人 push，自己会主动推进
• 遇到问题会主动找人沟通，而不是等着别人来问
• 会主动同步进度，不让别人追着问

我见过太多”被动型”的人才了。

技术能力很强，但你不问他就不说，你不催他就不动。

管理这样的人，太累了。

主动性强的人，给他一个目标，他自己就能跑起来。

这种人，技术能力差一点都没关系，可以培养。但主动性这个东西，很难后天培养。

特质 2：业务对齐意识

什么是业务对齐意识？

• 做事之前会先问：这个对业务有什么价值？
• 技术方案会考虑业务约束（时间、资源、风险）
• 不会为了技术炫酷而做技术炫酷的事

我之前有个误区：觉得技术人员只要技术好就行，业务的事让产品去管。

后来发现不对。

如果技术人员没有业务意识，他做出来的东西，很大概率是不能用的。

因为他不理解”为什么要做这个”，自然也不知道”应该做成什么样”。

特质 3：快速迭代能力

AI 领域变化太快了，今天的最佳实践，明天可能就过时了。

所以我需要的人才是：

• 能快速学习新技术
• 能快速验证想法（先做 Demo，再优化）
• 能快速调整方向（发现不对就转，不执着于沉没成本）

那种”要做就做到完美”的人，在 AI 领域会很吃亏。

因为你花三个月做的”完美方案”，可能上线的时候，技术已经换代了。

三、招聘面试的一些技巧

基于这些教训，分享几个我在面试 AI 人才时用的技巧。

技巧 1：问”你是怎么推进的”

不要只问”你做了什么”，要问”你是怎么推进的”。

比如候选人说”我做了一个 RAG 系统”。

追问：

• 你怎么确定要做 RAG 的？谁提的需求？
• 技术方案是怎么定的？有没有对比过其他方案？
• 遇到了什么问题？怎么解决的？
• 上线后效果怎么样？怎么衡量的？

通过这些追问，能看出他是”主动推进”还是”被动执行”。

技巧 2：问”如果重新做，你会怎么改”

这个问题能看出候选人有没有反思能力。

如果他说”我觉得做得挺好的，没什么要改的”——大概率是缺乏反思，或者对项目不够深入。

如果他能说出”当时 XX 地方做得不够好，如果重新做我会 XX”——说明他真的在思考，而不是机械执行。

技巧 3：给一个模糊的业务问题

比如：”我们是做火车旅行内容的，想用 AI 提升运营效率，你觉得可以怎么做？”

这个问题没有标准答案，看的是候选人的思维方式。

• 好的候选人会先问问题：你们的运营流程是什么？现在的痛点是什么？
• 一般的候选人会直接给方案：可以用 GPT 生成内容、可以用 RAG 做知识库……

先问问题的人，说明他有业务意识，知道要先理解需求再给方案。

直接给方案的人，可能技术很强，但缺乏业务敏感度。

技巧 4：观察沟通方式

面试过程中，观察候选人的沟通方式：

• 会不会主动确认问题？（”你说的 XX 是指 XX 吗？”）
• 回答有没有逻辑？（先说结论，再说原因）
• 会不会承认不知道？（”这个我不太熟悉”比”我觉得大概是……”好）

沟通能力在 AI 团队特别重要，因为需要和产品、业务、算法多方协作。

四、关于”高端人才”的幻觉

很多老板都想招”高端人才”——大厂背景、名校学历、论文一堆。

但我的经验是：招到的人能不能用，和这些标签关系不大。

我见过大厂出来的人，到了创业公司完全不适应，因为习惯了有人给他定义好需求、有完善的基础设施。

我也见过普通学校出来的人，主动性超强，给个方向就能自己搞定，成长速度飞快。

高端人才的”高端”，往往是在特定环境下体现的。换个环境，可能就不高端了。

所以现在我招人，更看重”能不能在我们的环境下发挥作用”，而不是”他以前多厉害”。

五、如何吸引好的 AI 人才？

说完招人，再说说怎么吸引人才。

AI 人才现在确实很抢手，大厂开的薪资是我们的好几倍。但我们也成功招到了一些很优秀的人。

靠什么？

1. 真实的项目机会

很多大厂的 AI 岗位，做的是很细分的工作——调参、写 Prompt、做标注……

但我们能给的是：从 0 到 1 的完整项目经验。

从需求分析、技术选型、开发落地、上线迭代，全程参与。

这对于想快速成长的人来说，比大厂的”螺丝钉”岗位更有吸引力。

2. 足够的自主权

我们不会规定”必须用某某框架”、”必须按某某流程”。

只要能完成目标，技术方案自己定。

这种自主权，很多大厂是给不了的。

3. 直接看到业务价值

在大厂做 AI，可能做了一年，也不知道自己的工作对业务有什么影响。

在我们这里，做的每个功能都能直接看到用户反馈、业务数据。

这种”我的工作真的有用”的感觉，对有追求的人来说很重要。

4. 学习氛围

我们会给团队成员报销所有 AI 工具的费用——Claude、GPT-4、各种 API……

想学什么就学什么，公司全包。

这一点，很多公司是舍不得的。

六、写在最后

招人这件事，我踩了很多坑。

最大的教训就是：不要被”技术能力”迷惑。

技术能力强，只是一个加分项，不是决定因素。

真正重要的是：

• 他能不能主动推进事情？
• 他能不能理解业务需求？
• 他能不能快速迭代、快速学习？

这些”软实力”，才是决定一个人能不能在团队里发挥作用的关键。

如果你也在招 AI 人才，希望这些教训对你有帮助。

如果你是正在找 AI 工作的人，也希望这篇文章能帮你理解：用人单位真正看重的是什么。