摘要：97 年孙天祥入职百度、98 年姚顺雨出任腾讯 AI 首席科学家两大案例，探讨科技行业人才年轻化现象。
一、现实中的天才和精英属少数，不能以偏概全
孙天祥 97 年复旦博士、一手搞出 MOSS 开源大模型，姚顺雨 98 年当上腾讯首席 AI 科学家，看着好像现在二十多岁年轻人都能掌管大厂核心业务，但这类人是万里挑一的顶尖人才，完全不能拿来对标普通年轻人。
绝大多数 95 后、00 后，别说牵头大模型研发，能独立负责一个细分项目都要熬好几年。顶尖 AI 领域对天赋、科研积累、论文成果、落地实操的门槛极高，既要名校博士打底，还要有拿得出手的标杆项目。普通年轻人就算学习能力不差，缺少完整科研闭环、行业落地经验，根本扛不起整条基础模型业务线。
不能因为两三个特例，就得出 “所有年轻人都能直接挑大梁” 的结论。企业大规模年轻化提拔，只适合顶尖稀缺技术岗，放到产品、运营、传统研发、管理岗根本行不通，不能为了年轻化而年轻化，强行照搬只会出问题。
二、组织人才的年轻化趋势，在某些行业确实存在
AI 大模型行业本身就是全新赛道，技术半年一大变，老一套传统互联网、软件行业的经验反而容易形成思维固化，大厂主动推年轻化是顺应行业特性，不是单纯跟风作秀。
像百度拆分基础模型、应用模型两大部门，换掉老旧 T/P/E 职级，简化晋升通道，专门设立模型委员会给年轻人话语权；腾讯也直接提拔年轻 AI 带头人，整套动作都在给年轻人腾位置。 从行业层面看有两点必然趋势：
1.新技术无历史包袱：大模型属于全新领域，没有成熟老专家垄断行业，年轻人接触前沿论文、海外开源技术更快；
2.企业发展刚需：大厂抢大模型赛道拼速度，老一辈技术人容易受过往固有技术思路限制，年轻人敢试新方案、接受新框架，迭代效率更高。
不光 AI 行业，互联网、新能源、人工智能相关岗位都在年轻化，只是 AI 赛道表现得最突出，这套年轻化布局已经是头部科技公司统一的人才策略。
三、孙天祥、姚顺雨的成长史给我们的启示
1.专业硬实力是所有提拔的前提
两人年纪轻轻身居高位，核心不是年纪小占优势，而是手里有不可替代的成果。孙天祥打造国内首个开源大模型，率先提出 MaaS 模式；姚顺雨在 AI 算法上有完整落地成果。说白了，只要有行业拿得出手的标杆作品，年龄、资历都会让步。光靠年轻、有冲劲，没有硬核产出，企业不会放权核心业务。
2.新兴赛道是普通人弯道超车的机会
传统行业、成熟业务讲究论资排辈，老人手握资源和经验；但全新技术赛道规则还没固化，不会死死卡工龄。想要快速上位，盯着前沿新兴领域深耕，比在成熟老业务熬年限性价比高得多。
3.技术人不能只懂写代码，要有全局思维
他们不只是单纯程序员，还懂模型商业化、服务化落地、团队统筹。只埋头做技术不懂业务、不懂协作，最多是高级工程师，做不了部门负责人。想走到管理岗，技术之外还要懂行业需求、项目统筹。
4.企业人才机制，会主动匹配顶尖人才
百度调整职级、拆分部门、成立专项委员会，本质是为顶尖年轻人才配套制度。反过来也说明：个人能力到达行业顶尖水平，企业会主动调整组织架构适配你；如果能力平平，再好的年轻化政策也轮不到你。
四、现在手机等电子产品的广泛应用，容易让人变成 “猴子”
这里说的 “猴子”，指碎片化信息冲刷下，人失去深度思考、长期深耕的耐心，只追求即时快感，放到 AI 人才培养这件事上反差特别明显。
现在所有人随时刷短视频、短资讯，习惯几秒获取答案，很难沉下心啃长篇论文、做长达数年的科研实验。大模型研发恰恰需要长期深耕：反复调参、长时间实验、深耕数理基础、耐得住漫长无成果的研发周期。
很多年轻人看似接触信息多，实则碎片化阅读，浅尝辄止，缺乏系统性钻研能力。就像猴子只喜欢立刻拿到果子，不愿意长期耕耘种树。 反观孙天祥这类顶尖年轻人，反而能主动隔绝无效碎片化信息，长期专注深度学习、大模型底层研究。电子产品带来的信息便利，拉开了人与人差距：自律能利用工具提升专业，缺乏定力只会被碎片化消耗，丧失深耕复杂技术的耐心，很难成长为能扛核心业务的人才。
除此之外，长期碎片化娱乐也会弱化长期规划、团队耐心，年轻人做管理时更容易急功近利，缺少长线布局思维，这也是年轻管理者普遍存在的短板。
五、其他
1. 年轻化既是行业趋势，也是一场高风险豪赌，利弊需要平衡
好处很直观：年轻人学习快、思路不受旧技术束缚，愿意大胆试错，适配大模型快速迭代的节奏； 短板同样突出：一是缺少大型项目风险把控经验，底层模型一旦出现安全、成本、落地漏洞，年轻负责人未必有成熟兜底方案；二是管理经验不足，统筹跨部门、跨年龄团队容易出现协调问题。
大厂推年轻化，本质是赌赛道速度优先，用完善的配套制度对冲风险，绝非单纯靠年轻人自身。如果没有委员会、资深专家顾问、分级权责这些兜底机制，单纯提拔年轻人执掌核心业务，风险极高。
2. HR 推动组织年轻化，核心抓手不在单纯降低提拔年龄，而在制度配套
只喊“重用年轻人”是空话，真正有效的制度设计有这几点：
（1）重构职级体系，打破工龄晋升惯性，用项目成果、技术贡献作为晋升核心标准，而不是看入职年限；
（2）业务拆分，把新兴独立业务单独划开，避免老业务老资历压制年轻人才；
（3）搭建专家委员会机制，年轻负责人主导业务，资深专家提供经验兜底，形成老少搭配；
（4）放权一线，简化审批流程，给年轻团队试错权限，同时划定试错成本红线。
3. 年轻化必然产生代际冲突，重点不靠压制，靠分工互补
二十多岁管理者带领从业十年以上老员工，矛盾很难完全避免：老人看重稳定落地、风险可控，年轻人追求创新快速迭代。 HR 解决代际矛盾核心思路不是分高低，而是扬长避短分工：年轻人负责前沿技术探索、新技术落地；资深员工负责工程稳定、业务风险把控、成熟客户落地。 同时建立双向沟通机制，弱化 “上下级资历对立”，用项目成果作为统一评判标准，不靠年龄定话语权，只靠专业能力说话，慢慢建立跨代际信任。
4. 人才分层管理才是企业长久之道，不能一刀切年轻化
头部 AI 企业可以少量提拔顶尖 95 后掌舵核心，但绝大多数岗位依然需要经验沉淀。企业健康的人才结构，应该是三层搭配：顶尖年轻人才攻坚前沿创新，中年骨干稳住成熟业务，资深专家把控整体风险。 一味追求管理层低龄化，淘汰资深技术人员，会丢失行业积累的落地经验，长期来看反而会造成企业技术根基不稳。年轻化是补充，不是替代。
查看未读消息
查看最新消息
