MiniMax增发百万美金期权，定义AI时代人才画像
算力竞赛还未结束，AI行业又打响了激烈的人才争夺战。美国硅谷的大厂纷纷开出亿元级年薪，争抢顶级研究员；与此同时，中国的AI人才竞争也日益激烈。
近期，MiniMax有了重大举动。公司在一场全员会上宣布，正式启动覆盖全职能的长期期权激励计划。
该计划不仅针对算法核心研发人员，还涵盖了工程、产品、运营等所有岗位，甚至包括刚入职的实习生。只要有突出贡献，无论工种和资历，都有机会获得期权激励。据36氪消息，这一机制将作为公司的人才制度长期存在，鼓励每位员工大胆突破。
面对全球性的AI人才争夺，MiniMax给出了不同的解决方案。与硅谷流行的高薪单点挖角不同，MiniMax的全员激励更像是一种AI时代的组织创新：通过人才激励制度，将个体创造力转化为集体势能。
从算力堆砌到人才竞争
ChatGPT惊艳全球后的很长一段时间，AI行业发展遵循“大力出奇迹”的模式：谁能获得更多资本支持，囤积更多算力，就能训练出更强大的大模型。但自DeepSeek凭借全员本土员工和独特技术路径，实现同等推理性能下的训练成本优化后，“创新人才”再次成为全球AI关注的焦点。
正如经济学家约瑟夫·熊彼特所说，创新的源泉在于人本身的“创造性破坏”。在实现AGI的道路上，人才的稀缺性和不可替代性远超算力。只有激发个体人才的非线性创造力，才能突破算力堆叠的局限。
在这样的背景下，硅谷上演了激烈的抢人大战，其中Meta的动作最为激进。
今年6月，扎克伯格因对自家Llama模型不满，重新组建“超级智能”团队，并从OpenAI、Google DeepMind、Anthropic、苹果等公司大量挖人，这种重金招揽AI人才的策略在硅谷引起了震动。
其他科技巨头也不甘落后。微软、谷歌等都在通过各种方式为自家AI团队招募人才。今年7月，谷歌为了挖角创业公司Windsurf团队的联创和部分高级研究员，不惜花费24亿美元收购了整个Windsurf。
人才争夺战也蔓延到了国内。与硅谷直接从竞争对手处挖人不同，国内公司通过人才激励的方式培养人才，激发他们的创造力，MiniMax就是其中之一。
MiniMax在WAIC 2025大会中的展台
更重要的是，与大多数公司强调的“英雄主义式”核心技术人员驱动不同，MiniMax的人才激励计划覆盖了所有岗位。因此，MiniMax的人才激励机制不仅是为了抢人，更像是一种组织形式的创新，试图将个人能力汇聚成组织的势能。
从个体创新到组织创新
创新不是单点突破，而是个体的灵感与行动，通过合适的机制和共同的使命，汇聚成组织的合力。MiniMax通过全员激励机制，从“个体创新”出发，将创造力扩展到整个组织，推动形成真正的“组织创新”。
要让创新成为组织的常态，就必须回答一个根本问题：什么样的个体特质值得持续放大？
MiniMax给出了答案。接近MiniMax的人士告诉36氪，MiniMax内部推行的“人才双螺旋”概念，强调两类相互作用的共性能力：第一性原理思维（First - Principles Thinking）和深度好奇（Deep Curiosity）。
第一性原理思维强调发现“真问题”。这与生成式AI工具融入工作和生活场景后的观点相符：AI时代，提出问题的能力比回答问题更重要。MiniMax要在组织形式上践行这一理论。
MiniMax办公环境
在AI能替代大部分执行工作的今天，岗位不再是能力的界限，而是要在复杂环境中识别决定组织发展方向的真问题。这种能力可以来自算法科学家、工程师、产品经理，甚至实习生。
大模型就像造火箭，是一个复杂的系统工程。例如OpenAI组织中，从数据专家到算法、工程优化，甚至产品经理都参与主导研发。
知情人士指出，这也是MiniMax推行全员激励设计的底层逻辑，让能提出关键命题的人得到认可。
MiniMax所强调的“深度好奇”，是指对未知保持持续探索的动力，敢于在不确定中不断试错和突破。
他们是AGI时代的“原住民”，不把AI视为威胁，而是将其作为满足好奇心、探索世界的工具。
MiniMax同学会，与高校顶尖人才聊技术干货
MiniMax内部认为，通向AGI的道路可能超出人类想象，因此在这个过程中，持续的探索欲和直面未知、接受失败的勇气比既有经验更关键。公司将“深度好奇”视为推动个人和组织突破认知边界、实现非线性成长的重要力量。”该人士总结说。
这两种特质如同DNA的双螺旋结构，相互交织，构建了AGI时代可持续的创造力和竞争力。推动这轮AI发展的正是这样的人。
OpenAI联合创始人兼前首席科学家伊利亚·苏茨克维就是具备这两种特质的典型。博士阶段，他参与研发的AlexNet在2012年的ImageNet竞赛中取得压倒性胜利，被认为是深度学习在计算机视觉上的关键转折点，引发了全球人工智能研究热潮。
创办OpenAI后，他从第一性原理出发，主张通过“预测下一个token”与“信息压缩”等路径探索通用智能，这对GPT系列的方向选择有重要影响，最终促成了ChatGPT的诞生。
他的大胆探索离不开深度好奇的驱动，从计算机视觉到深度学习，再到通用智能，他一直在探索和追问。在这两种特质的作用下，苏茨克维成为了生成式AI时代的代表性人物之一。
通过此次全员激励举措，MiniMax要在AGI探索的不同链条上收集具备“本质洞察”和“深度好奇”的人才，将算法、工程、产品各链条的个体创新纳入融合机制，让每一次探索和创新都能得到认可和放大。
不同角色的创新不断叠加，会在组织层面形成创新涌现，最终汇聚成公司面向AGI的持续推动力。
在中国AI创业版图中，MiniMax的独特之处在于：它既是外界眼中“硅谷式Pure Play AI公司”，专注于AI本身，从模型到底层产品形成闭环；又有着极强的求生欲，以务实而激进的姿态，在技术路径上冒险突破，并快速验证商业化。
 
视频为MiniMax视频模型上线首尾帧，支持最强复杂指令遵循等特性。
从宏观角度看，每一次技术跃迁都会带来人才观念的更新。工业时代注重执行力，互联网时代推崇速度与规模，而AI时代最稀缺的是问题定义力与跨界想象力。当大模型逐渐接管重复性执行和优化工作，人类的价值将更集中在提出有价值的问题、创造新的组合方式。换句话说，未来的人才画像不再是资历和身份的叠加，而是敢于直面未知、保持好奇并具备本质洞察的探索者。这不仅是MiniMax所强调的“人才双螺旋”，也是整个行业迈向AGI过程中对未来人才的共同期待。
本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。
免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com