AI 原生公司招人不看简历

先交代下背景。Compute Labs 现在就三个人，两个月做了六个产品，干的活大概抵得上一支十五人的传统团队。这个数我自己说出来都觉得有点离谱，但确实就是这样。我不觉得我们三个有谁特别聪明，真的，差别就在每个人的 Will 都比较强，就是品味、判断、方向感这些东西，Skill 层面的活基本全交给 AI 了。做满两个月，我只能说，AI 带来的变化比提效深得多，深到连团队为什么存在都变了。

上一篇拆过三家百万人效公司的手册，结论是员工手册是给人类写的 CLAUDE.md。三份手册干的其实是同一件事，就是把品味编码进一个系统。而且给人写比给 AI 写更难，因为人需要激励，有自尊，还会忘事。顺着这个结论往下想，就会碰到一个新问题，要是从零开始给一家 AI 原生公司写员工手册，该写些什么？拿这两个月的体感，再加上道升术降那套框架，我现在的答案大概能压成三条：

1. 招人只看 Will，也就是品味、判断、方向感、好奇心。简历上的 Skill 全在贬值，筛人的办法得整个重做。
2. 手册要教的从「怎么做事」换成「怎么判断」，教人看 agent 的产出好不好，教人做决定，教人跟 agent 协作。它本身就是一份 prompt engineering 教程。
3. 最难写的一页是评估标准。品味没有 GAAP，一个人判断力好不好没法衡量，这个问题不解决，手册永远写不完。

简历是一份 Skill 文档，全在贬值

道升术降里我分析过，Will（方向、判断、品味）在升值，Skill（执行、技术）在贬值。AI 原生公司等于把这个逻辑推到了头，只招 Will，不招 Skill。而简历呢，恰好就是一份纯 Skill 文档，工作了几年，会几门语言，用过什么框架，做过什么项目，这些全在贬值。你花三年学会的东西，明年 AI 可能就会了。

招人机制反转，简历是一份不断贬值的 Skill 文档，AI 原生公司只招升值的 Will（品味·判断）。

那要找什么样的人，我心里的画像大概四条：

1. 对「什么值得做」有自己的判断。等别人把需求定好了再去做的不算，得自己能看到问题，有自己的看法，排得出先后。这个能力跟工作年限真没多大关系，有人第一年就有了，也有人干了十年还在等别人告诉他该做什么。
2. 对「什么算好」有自己的标准。看 40 组实验结果，能挑出有价值的那三组。读一份草案，能感觉出框架哪里不对。其实就是从噪声里挑信号的能力。而且这种眼力我觉得不怎么靠天赋，就是大量地看、判断、犯错、改正，一点点长出来的。
3. 遇到不懂的东西，第一反应是去搞懂。对别的领域也好奇，是 Will 很早就能看出来的一个信号。什么都想搞懂的人，判断力一般比只在一个领域深耕的人好。原因也不玄乎，判断得有参照，见过的东西越多，看新东西的时候尺子就越准。
4. 能有自己独立的观点，还能讲清楚。上一篇提过，人类的 CLAUDE.md 和 agent 的 CLAUDE.md 最大的区别，是人能「推回来」。AI 原生公司格外需要这一条，因为执行大部分是 agent 干的，而 agent 永远说你的方案好。这种谄媚是整个系统的风险，人能推回来，基本就是唯一的纠错办法。

张月光说过一个原则，我觉得说得很准。团队要有共同的方向和一致的价值观，但品味、风格、思维方式必须不一样。AI 已经把执行拉平了，同样的工具、同样的 spec，写出来的代码几乎一样，那能拉开差距的，基本就只剩人看东西的角度不一样了。

白板题测不出 Will

现在的面试，白板写代码，系统设计，「讲讲你做过的一个项目」，测的全是 Skill，只能看出这个人做过什么，看不出他怎么想。想筛 Will，得换一套测法。我能想到四种：

1. 品味测试。给候选人看十个产品、十个设计、十个策略，让他排序、挑毛病、讲理由，没有标准答案。主要看两件事，一是他能不能看到团队现有成员看不到的东西，二是他的品味跟团队是互补还是重叠。品味重叠是团队最隐蔽的坑。五个人品味一样，做出来的东西其实只有一个视角，执行又已经被 AI 拉平了，那这个团队还剩下什么，就很难说了。
2. 判断模拟。从公司历史里挑一个真实发生过的场景，当时信息不全，情况也模糊，摆在他面前问，「当时我们知道这些，你会怎么决定，为什么」，聊完再告诉他后来实际发生了什么。看的是他拿不准的时候推理得好不好，不是答没答对。好的候选人会说「我先确认 X，X 决定方向是 A 还是 B」，他是在给拿不准的地方理出结构。差的候选人直接猜一个答案，然后自圆其说。
3. 好奇心探测。问他最近在工作之外折腾了什么，钻过什么不相关的兔子洞，懂哪些跟简历毫不相干的领域。听着像闲聊，其实是在看他有没有跨领域做判断的潜力。一个人同时懂技术、设计、用户心理和商业逻辑，判断会比只懂一个领域的人好几倍，这种把几样东西揉在一起的判断力，在 AI 时代可能是最稀缺的。
4. 异议演练。把团队现在的策略摆出来，请他反驳。这不是给他下套，就是想看他有没有自己的观点，还能顶着压力说出来。一个人连面试官的策略都推不回去，进了团队，大概率也不会去推回 agent 的迎合。

说实话，照这个逻辑推下去，一个过不了编程面试的人，可能反而正是 AI 原生公司要的人，这一点估计大多数公司都接受不了。Skill 不够在这里根本不算什么，AI 补得上。麻烦的是 Will 不够，而白板题压根不测这个。

手册的核心换成了「怎么判断」

上一篇拆的那三份手册，MrBeast 教的是怎么做视频，具体到第几分钟该发生什么、留存率怎么优化、怎么用创意省钱。Netflix 教怎么做人，坦诚、自主、追求卓越那一套。Duolingo 教的是怎么跑系统，就是绿色机器那个六步循环。这三份教的都是「怎么做事」。到了 AI 原生公司，做事的部分 agent 干了，手册要教的就变成了怎么判断 agent 干得好不好，怎么让它干得更好。差别最大的就是这一块。

第一页还是使命

上一篇分析过，给人写和给 AI 写系统提示词，最大的区别之一是人需要意义。公司是 AI 原生的，人也照样需要意义，所以手册第一页还是使命。这一页不能写成「你是一个 helpful assistant」那种套话，得老老实实回答几个问题：我们为什么存在，在解决什么问题，为什么这件事值得把职业生涯押上去。AI 原生公司的使命还得格外诚实，因为团队就 5-7 个人，每个人都在前线，空话撑不过一周就会被看穿。

每个判断域都要定义「好」

这部分是手册里分量最重的。执行做得好不好，本来有客观标准，代码能不能跑，设计稿合不合规范，一眼就看得出来，用不着手册教。麻烦在 agent 交出来的东西永远「过得去」，你要判断的就从「能不能用」变成了「够不够好」，而「够不够好」没有客观标准。

所以手册得在每一类判断上，把什么叫「好」写清楚。产品上，什么样的功能值得做，看到什么信号说明方向错了，什么时候该坚持、什么时候该放弃。设计上，什么算精良，V1 的底线在哪，这里可以直接借 Duolingo 的说法，V1 不是 MVP。技术上，什么算简洁，什么时候用现成方案、什么时候从头建。商务上，什么样的合作值得谈，什么条件是底线。这些标准跟规则不一样，规则可以一条条列全，判断框架列不全，它是用来帮人在信息不全的时候，也能做出 70 分以上的决定。

手册同时是一份 prompt engineering 教程

AI 原生公司的每个人每天都在跟 agent 协作，所以手册必须教会四件事：

1. 下指令。「帮我分析一下」是坏指令，好指令长这样：「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。」道理跟你是管理者里写的一样，管 AI 跟管人是一回事，给足 context，定清楚目标，说明白「好」长什么样。
2. 评估产出。agent 一次给你四个方案，挑哪个？看哪个方案抓住了这个问题最要紧的约束，「看起来专业」不算数。手册要教的就是这套看法。
3. 迭代。第一版不对的时候，别只说「重做」，要说「方向对，估值模型换成 DCF，风险部分加上汇率敞口」。反馈给得精确，一轮就能改对。只丢一句「不太行」，它就得猜好几轮。
4. 防谄媚。agent 会说你的方案很好，可你的方案可能并不好。所以每个重大决策发出去之前，都跑一次红队，找一组专门配了对抗性指令的 agent 来挑毛病，问这件事可能怎么失败，我们没看到什么。红队只管拆台，不管帮忙，至于哪些反对意见是结构性的，团队自己再判断。

反谄媚纠错回路，agent 永远说方案好，用一组对抗性红队专门拆台，人来判断哪些反对是结构性的。

什么时候信数据，什么时候信直觉

AI 原生公司会产生大量数据，agent 跑实验、分析结果、写报告，数据随手就有。危险恰恰就在这儿，数据太好拿了，人会慢慢变成什么都要看数据。可最重要的那些决策，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，窗口早就过了。

手册要写明白哪类决策听谁的。能量化的产品优化，交给数据就行，照 Duolingo 那套实验驱动的办法跑。品味类的判断量化不了，那就听直觉，MrBeast 的 wow factor 其实就是这么用的。还有一类是高风险、不可逆的决定，这种必须走异议流程，像 Netflix 那样主动征集反对意见。

还有个办法我觉得挺好用。同一个分析，用不同的假设跑几个 agent，一个假设市场在增长，一个假设在萎缩。如果它们的结论对不上，对不上本身就是信息，它会告诉你哪里得由人来拍板。

决策连同理由一起记录

每个决策、每个实验、每个判断，都连同理由一起，按固定的结构记下来。这套记录不是拿来问责的，拿去问责就糟蹋了，它有用全在于能当 context。我在后 Agent 时代的组织里分析过，层级制看着是权力结构，实际干的活是信息路由。AI 原生公司没有层级，信息路由靠的就是共享 context，每个人、每个 agent 都能看到所有相关的信息。

「手册就是人类 CLAUDE.md」这个类比，也就是在这儿比看上去更深一层。AI 原生公司的手册没法是一份写完就不动的文件，它得是个活的系统，每个决策、每个教训都往里写，品味标准跟着团队的经验一起变，其实就是一份一直在更新的 CLAUDE.md。

品味没有 GAAP

最后是最难的一块，评估。会计好歹有 GAAP 这种大家公认的标准，品味这边是真的什么都没有。

要看一个人判断力怎么样，最直接的办法是看结果。但结果里掺了太多运气和时机，好决策照样可以出坏结果，反过来也一样，反馈又吵又慢。管理学有句老话，没法度量的东西就没法优化。品味偏偏是 AI 原生公司唯一值钱的资产，又偏偏最难度量，所以公司到底好不好，说实话就是一笔糊涂账。

目前我能想到的部分解法是组合评估，把时间拉长。别盯着单个决策对不对，看这个人过去 50 个决策，判断是不是稳定地比随机强。这得有耐心，要按年算，一个季度看不出什么。也得有纪律，每个决策都连同理由记下来，每个结果都追回去对上。

Netflix 有个 keeper test，「知道我现在知道的一切，还会雇这个人吗」，算是一种比较粗的品味评估。它有用，但它是定性的，是往回看的，全靠管理者个人判断。AI 原生公司需要更细的版本，我管它叫回溯校准。半年前决定了 X，数据现在显示 Y，那就回头核对当时的判断对不对。攒得够久，这套办法能告诉你，团队的品味在哪些领域准，在哪些领域偏。

回溯校准，决策连理由一起记录，半年后用数据回头核对，看一个人在几十个决策上的判断是否系统性强于随机。

这一页是整份手册最难写的，说实话今天也还没人写出来过。这个问题现在没有好答案，我上面说的组合评估、回溯校准也都只是部分解法，只能先记着、攒着，走一步看一步。

写到最后回头看，这份手册跟 MrBeast、Netflix、Duolingo 那三份差在哪，也清楚了。那三份教的是怎么把一份工作做好，这份要教的是怎么判断一件事值不值得做。上一篇我说给人写比给 AI 写更难，这一遍写下来，我还是这么看，甚至更确定了一点。