AI 原生公司招人不看简历
上一篇说员工手册是给人类写的 CLAUDE.md——三家百万人效公司的手册都在解决同一个问题：怎么把品味编码进一个系统。给人写比给 AI 写更难，人需要激励、有自尊、会遗忘。
这篇接着问：从零开始写一份 AI 原生公司的员工手册，长什么样？
Compute Labs 三个人，六个产品，两个月。三个人的产出量级大概是传统团队十五人。不是更聪明——每个人都有强 Will（品味、判断、方向感），AI 接管了所有 Skill。做了两个月确认了一件事：不是提效。是团队存在的理由变了。
基于这个经验，加上三份手册的分析和道升术降的框架，试着写出 AI 原生公司的员工手册。
三个核心判断。
AI 原生公司只招一种人：Will 持有者。品味、判断、方向感、好奇心。简历上的 Skill 全部贬值。筛选方法彻底重新设计——不考白板题，考品味和判断力。
手册的核心不再是"怎么做事"，而是"怎么判断"。MrBeast 的手册教你怎么做视频。AI 原生公司的手册教你怎么评估 agent 的产出、怎么做判断抉择、怎么跟 agent 协作。手册本身就是一份 prompt engineering 教程。
最难写的一页是评估标准。品味没有 GAAP。怎么衡量一个人的判断力好不好？这个问题不解决，手册就永远写不完。
招什么人：Will 的画像
在道升术降里分析过：Will（方向、判断、品味）升值，Skill（执行、技术）贬值。AI 原生公司把这个逻辑推到极致——只招 Will，不招 Skill。
传统简历是一份 Skill 文档。工作年限、掌握的语言、用过的框架、做过的项目。全是贬值资产。花三年学的东西，明年 AI 可能就能做。
AI 原生公司要的人长这样。
对"什么值得做"有自己的判断。不是等别人定义需求然后执行，是自己能看到问题、形成观点、判断优先级。有些人第一年就有这能力，有些人做十年还在等别人告诉做什么。
对"什么算好"有自己的标准。看 40 组实验结果知道哪三组有价值——品味。读一份草案能感觉到哪里框架不对——品味。噪声里找到信号——还是品味。这不是天赋，是大量观察、判断、犯错、修正之后长出来的。
遇到不懂的东西第一反应是去搞懂。跨领域好奇心是 Will 的早期信号。什么都想搞懂的人，判断力通常比只在一个领域深耕的人更好。判断力需要参照系——见过的东西越多，判断新东西的标准越准。
能形成独立观点并清晰表达。上一篇分析了人类 CLAUDE.md 和 agent CLAUDE.md 最大的区别是"推回来"的能力。AI 原生公司比传统公司更需要——大部分执行由 agent 完成，agent 的谄媚会成为系统性风险，永远说你的方案好。人的推回来能力是唯一的纠错机制。
张月光说过一个原则：团队需要共同方向和一致价值观，但品味、风格、思维方式必须不同。AI 让执行趋同——同样的工具同样的 spec，代码几乎一样——差异化来源只剩一个：坐在桌边的人看到了不同的东西。
怎么筛选：四种面试
传统面试是 Skill 测试。白板写代码、系统设计、"说说你做过的一个项目"——全在测做过什么，不是怎么想。
AI 原生公司的面试彻底不同。
品味测试。给候选人看十个产品、十个设计、十个策略。排序、批评、解释。没有标准答案。看两件事：能不能看到团队现有成员看不到的东西？品味跟团队是互补的还是重叠的？品味重叠是团队最隐蔽的陷阱。五个人品味一样，做出来的东西只能覆盖一个视角。AI 已经让执行趋同了——品味也趋同，团队没有存在的理由。
判断模拟。呈现一个真实的、信息不完整的模糊场景——从公司历史里选。"当时我们知道这些。你会怎么决定？为什么？"揭晓实际发生了什么。不确定性下的推理质量比"答对了"重要得多。好的候选人会说"我先确认 X，X 决定方向是 A 还是 B"——在结构化不确定性。差的候选人猜一个答案然后自圆其说。
好奇心探测。最近在工作之外探索了什么？钻了什么不相关的兔子洞？对什么跟简历毫无关系的领域有了解？不是闲聊。在测跨领域判断力的潜力。一个同时理解技术、设计、用户心理和商业逻辑的人，判断比只懂一个领域的人好几倍。AI 时代，这种综合判断力可能是最稀缺的资源。
异议演练。把团队当前策略展示给候选人，让他反驳。不是设套——测试能不能形成独立观点并顶住压力表达出来。面试里推不回面试官的策略，进团队也不会推回 AI 的迎合。AI 原生公司不需要点头机器——agent 已经够会点头了。
对大多数公司最难接受的：一个"过不了"传统编程面试的人，可能恰恰是需要的。传统面试筛的是 Skill 不足。Skill 不足在 AI 原生公司根本不是问题——AI 补上了。真正的问题是 Will 不足，传统面试根本不测这个。
手册写什么：从"怎么做事"到"怎么判断"
跟传统手册差别最大的地方。
MrBeast 的手册教怎么做视频——知道第几分钟、怎么优化留存率、怎么用创意省钱。Netflix 的手册教怎么做人——坦诚、自主、追求卓越。Duolingo 的手册教怎么跑系统——绿色机器的六步循环。
AI 原生公司的手册不教这些。"做事"的部分 agent 干了。手册教的是怎么判断 agent 干得好不好，怎么让它干得更好。
使命——人还是需要意义
上一篇分析了给人写和给 AI 写系统提示词最大的区别之一：人需要意义。不会因为公司是 AI 原生就消失。手册第一页依然是使命。不是 CLAUDE.md 里"你是一个 helpful assistant"——是"我们为什么存在，我们在解决什么问题，为什么这件事值得把职业生涯赌在这里"。区别：AI 原生公司的使命需要格外诚实。团队只有 5-7 个人，每个人都在前线，bullshit 活不过一周。
品味标准——每个判断域的"好"长什么样
手册最重要的部分。传统手册不需要——执行层面的好坏有客观标准（代码能不能跑、设计稿符不符合规范）。AI 原生公司的执行由 agent 完成，agent 的输出永远"过得去"。问题不是能不能用，是够不够好。
手册需要为每个判断域定义"好"的标准。产品判断：什么算一个值得做的功能？什么信号说明方向错了？什么时候该坚持、什么时候该放弃？设计判断：什么算精良？V1 的底线在哪？（借 Duolingo 的概念——V1 不是 MVP。）技术判断：什么算"简洁"？什么时候该用现成方案、什么时候该从头建？商务判断：什么样的合作值得谈？什么条件是底线？
这些标准不是规则——规则可以穷举。是判断框架，帮你在信息不完整的情况下做 70 分以上的决定。
Agent 协作——手册本身就是 prompt engineering 教程
AI 原生公司的每个人每天都在跟 agent 协作。手册必须教怎么做好。
怎么给 agent 下指令。不是"帮我分析一下"——是"我有这些数据，关心的维度是 X 和 Y，给投资人看的和给团队内部看的分析方式不同，先给我投资人视角"。本质就是你是管理者里分析的：管理 AI 跟管理人一样，需要提供上下文、定义目标、说清楚"好"长什么样。
怎么评估 agent 的产出。Agent 给你四个方案，怎么判断哪个好？不是看哪个"看起来专业"——是看哪个抓住了问题的关键约束。手册需要教这个思维方式。
怎么迭代。第一版不对的时候，不是说"重做"——是说"方向对，估值模型换成 DCF，风险部分加汇率敞口"。精确的反馈让 agent 一轮修正。模糊的反馈让 agent 猜五轮。
怎么防止谄媚。Agent 会说你的方案好。你的方案可能不好。手册需要写进去：每个重大决策发出前，跑一次红队——用一组专门配了对抗性指令的 agent 找茬。"这件事可能怎么失败？""我们没看到什么？"红队的工作不是帮忙——是拆台。团队再判断哪些反对意见是结构性的。
决策协议——什么时候信数据、什么时候信直觉
AI 原生公司产生大量数据。Agent 跑实验、分析结果、生成报告。数据唾手可得。
危险在：数据太容易拿到了，会开始什么都看数据。最重要的决策——做不做一个方向、要不要一个人、放不放弃一个产品——往往没有好数据。等数据出来，窗口已经过了。
手册需要明确：什么情况下数据说了算（Duolingo 的实验驱动模式，适用于可量化的产品优化），什么情况下直觉说了算（MrBeast 的"wow factor"，适用于不可量化的品味判断），什么情况下必须走异议流程（Netflix 的主动征集反对意见，适用于高风险不可逆的决定）。
具体机制：同一个分析用不同假设跑多个 agent。一个假设市场在增长，一个假设在萎缩。输出不一致时，不一致本身就是信息——暴露了需要做的判断抉择。
上下文记录——活的 CLAUDE.md
每一个决策、每一次实验、每一个判断连同理由一起结构化记录。不是为了问责。是为了上下文。
在后 Agent 时代的组织里分析过：层级制的本质不是权力结构，是信息路由协议。AI 原生公司没有层级，信息路由靠共享上下文。每个人（和每个 agent）都能看到所有相关信息。
这也是为什么"手册就是人类 CLAUDE.md"这个类比比表面更深。AI 原生公司的手册不是静态文件。是一个活的系统——每个决策写进去，每个教训更新进去，每个品味标准随团队经验演进。本质上就是一份持续更新的 CLAUDE.md。
最难写的一页：品味怎么评估
会计有 GAAP。软件有测试套件。医疗编码有 ICD-10。品味什么都没有。
怎么评估一个人的判断力好不好？可以看结果——结果取决于运气、时机和一千个判断之外的变量。好决策可以产生坏结果，坏决策可以产生好结果。反馈循环既嘈杂又滞后。
不能度量的东西不能优化。品味是公司唯一的资产，品味没法可靠度量，怎么知道公司好不好？
部分解法：组合评估，看时间线。不是"这个决策对不对"，是"过去 50 个决策里，这个人的判断是否系统性强于随机？"需要耐心——年，不是季度。需要纪律——每个决策及其理由都记录，每个结果都追踪回去。
Netflix 的 keeper test 是粗粒度的品味评估："知道我现在知道的一切，还会雇这个人吗？"有用，是定性的、回溯的、依赖管理者的判断。AI 原生公司需要更精细的版本——回溯校准。半年前决定了 X，数据现在显示 Y，判断对了吗？长期积累，这套机制能告诉你：团队的品味在哪些领域准，哪些领域偏。
整份手册最难写的一页。也是最重要的一页。谁先建出来——品味领域的"GAAP"——谁就解锁了 AI 原生组织的全部潜力。
AI 原生公司的手册跟 MrBeast、Netflix、Duolingo 的手册有一个根本区别：传统手册教怎么做好一份工作，AI 原生手册教怎么判断工作值不值得做。给人写还是比给 AI 写难。