做 AI 猎头一年后，我发现储能行业教会我的那套逻辑，在 AI 行业几乎完全失效了。
去22-24年的时候，我还在新能源储能赛道。彼时俄乌战争刚把储能需求炸上天，资本像洪水一样涌入，我每天也忙到飞起。但那种“忙”和今天做 AI 猎头的“忙”，是两种截然不同的忙法。
储能行业的候选人，90% 的沟通极其高效且极其同质化：base 能不能再涨 30%、title 能不能给总监、期权有没有、年包总包多少。我像一个拍卖场上的传声筒，把两笔钱撮合到一起。单子能成，但我总觉得缺了点什么。
转到 AI 行业后，我发现自己变“闲”了——不是工作量少了，而是沟通成本变了。一个算法工程师可以跟我聊两小时他的技术信仰，一个博士候选人会跟我讨论“定义问题”和“执行方案”哪个更值钱，甚至一个应届生都会问我：“这家公司有没有无限 Token 让我试错？”
这种反差让我意识到：我不是换了一个行业，而是换了一个世界。
一、储能 vs AI：两个完全不同的“集体游戏”
如果用一本书来解释这种差异，我会选周洛华的《时间游戏》。他把人类社会看成一场“集体游戏”，而游戏分两种：
“人上人”模式：追求安全，强调平台、关系网、平均主义，个体价值由组织背书。
“天外天”模式：追求自由，强调个人能力、规则、独立探索，个体价值由不可替代性定义。
储能行业，就是一个典型的“人上人”游戏。
储能技术（尤其是电化学储能）已经沉淀多年，行业做的不是“定义下一代范式”，而是“在现有范式里把产品做出来、把成本压下去”。这意味着个体价值很大程度上取决于平台规模——你在大厂做储能，就有供应链优势、客户资源和品牌溢价；你在小厂，同样的技术能力就是卖不出价。
所以储能候选人只盯着钱和 title，是非常理性的选择。因为在他们的时间配方里，“远方的机会”已经被行业天花板锁死了，剩下的只有“身边的风险”。对抗风险的唯一方式，就是向平台索取更高的确定性补偿：更高的 base、更高的职级、更稳的期权。
AI 行业则完全不同，它是一场正在展开的“天外天”游戏。
AI 的技术范式每半年就发生一次地震。今天的主流架构，明年可能就被一篇新 paper 推翻。这种环境下，平台背书的价值被大幅稀释，个人“定义问题”的能力被极度放大。一个能深度思考系统架构的工程师，其认知成果几乎无法被平台复制，只能被他自己带走。
这导致 AI 人才市场出现了一个储能行业从未见过的现象：所有人都在流动，而且所有人都愿意流动。
无论是应届生、高端研究型博士，还是 VP 级别的高管，他们普遍能看到自己此时此刻的处境中，存在着更多发展的可能性。储能候选人问的是“我现在值多少钱”，AI 候选人问的是“我明年可能变成谁”。正因为看到了这些可能性，他们才更愿意打开自己，去跟猎头沟通，去重新配置自己的时间配方。
猎头感受到的“难易程度”，本质上不是行业冷热决定的，而是这个行业主流在玩什么游戏决定的。 当整个行业从“人上人”向“天外天”切换时，人才会从“锁死状态”进入“流动状态”，猎头的价值才会真正释放出来。
二、AI 人才招聘的五个底层洞察
洞察 1：AI 焦虑的本质，是“时间配方”被 AI 同时从两头改写
AI 焦虑不是简单的“怕失业”。周洛华在《时间游戏》里说，时间是“身边风险”和“远方机会”的组合。AI 同时做了两件事：它让远期机会看起来无限大（命运女神在疯狂纺线），又让近期风险看起来迫在眉睫（灭霸在热身）。
这导致市场上出现了两种候选人：
买“认沽期权”的人：非大厂不去，非万卡集群不碰，非模型训练岗不做。他们试图用“人上人”的逻辑，在大平台买一份安全保险。
买“认购期权”的人：在意公司有没有无限 Token、能不能接触全链条、能不能定义问题。他们相信自己的系统化思考能力会在 AI 应用的深水区持续升值。
作为猎头，我必须在第一次沟通时就判断清楚：这个候选人是在“恐惧驱动”还是“机会驱动”。前者需要现金流稳健、有 PMF 的准大厂；后者适合高风险高弹性的早期团队。错配了游戏类型，再好的 offer 也会谈崩。
洞察 2：从“卖保险”到“卖期权”——候选人需求的分化
在储能行业，我卖的是“保险”——更高的薪资、更稳的平台、更响亮的 title。在 AI 行业，我卖的是“期权”——技术路线的想象空间、股权的增值潜力、个人能力的放大系数。
一个具体的例子：我接触过一位在世界头部制造企业负责 AI 的博士。我问他有没有 AI 焦虑，他说完全不焦虑，因为他深刻认识到——自己定义问题和系统化思考的能力，正是 AI 时代稀缺的。这种人不关心 base 涨 20% 还是 30%，他关心的是“我能不能在这个团队里定义下一代技术标准”。
这类人的价值不在学历，而在“深度工作密度”。卡尔·纽波特在《深度工作》里定义：深度工作是在无干扰状态下让认知能力达到极限、创造新价值且难以复制的活动。AI 吞噬了所有浮浅工作（调参、写 boilerplate、做报表），留给人类的只剩最高层次的认知编排。能深度工作的人，手里握着的是“低行权价格的看涨期权”，AI 越喧嚣，他的相对优势越明显。
洞察 3：“深度工作友好度”是判断真/假“天外天”的标尺
很多初创公司表面上是“天外天”（扁平、自由、创新），实际上内部玩的还是“人上人”（创始人一言堂、关系网、平均主义大锅饭）。候选人从一个大厂“人上人”跳进一个初创“人上人”，是最惨的切换：既失去了安全，又没有获得自由。
但“关系网络是否复杂”很难在面试中判断。我发现一个可观察的替代指标：深度工作友好度。
我现在给企业做尽调，会重点看四个维度：
1. 工作流程：有没有“无会议时段”？决策是异步（文档）还是同步（拉会）？
2. AI 资源：算力/工具是否按需分配，还是需要层层审批？
3. 责任划分：是端到端 ownership，还是流水线分工？
4. 创始人密度：创始人回复消息的时间段、面试时是否被打断、对技术细节的理解深度。
这些指标比“公司有没有名气”更能预测候选人进去之后，是能在椋鸟群里自由飞行，还是沦为鸟奴。
洞察 4：超级个体的崛起，正在改变招聘的供需结构
“超级个体”在 2026 年爆火，本质是“天外天”游戏从地下走向地上的显性化。当大厂的路径依赖被切断（上头裁员、下头 AI 工具赋能个体），很多人被迫从“均质化螺丝钉”升级为“多游戏并行的椋鸟”。
他们不是独狼，而是同时参加多个松散集体：主业在一个 AI 初创深度工作，副业用 AI 工具承接独立咨询，在 GitHub/Arxiv 上持续输出构建影响力。这种结构的抗风险能力远高于“把所有时间卖给一个雇主”。
对企业方来说，这意味着什么？你们争夺的不再是一个“员工”，而是一个“节点”。 超级个体选择加入你，不是因为你给的钱最多，而是因为你这里能成为他下一个身份的跳板，能给他提供“深度工作块”和“AI 杠杆倍数”。如果你的组织还在用 8 小时坐班、即时通讯秒回、无限会议来管理他们，你会输得很惨。
洞察 5：猎头的角色必须从“信息中介”升级为“游戏切换顾问”
在储能行业，猎头做的是信息套利——我知道哪家人给钱多，我告诉你，你跳过去。在 AI 行业，这套逻辑正在失效。因为候选人的选择不再是“选 A 公司还是 B 公司”，而是“选哪种时间配方”。
我现在做的最多的一件事，是帮候选人完成“自我认知升级”：让他看清自己手里拿的是“认沽期权”还是“认购期权”，让他判断自己即将进入的是真椋鸟群还是假自由组织。
这要求猎头自己先完成升级。如果我只是打打电话、搬搬简历，我就是在做纽波特定义的“浮浅工作”，随时可能被 AI 招聘工具替代。我的护城河必须是深度理解技术趋势、深度洞察人才心智、深度构建行业认知网络。
三、给同行和企业方的建议
对同行猎头：
不要再把 AI 人才当成“更高价的储能工程师”来卖。AI 行业的候选人不是在拍卖会上举牌，他们是在重新配置自己的人生期权。你需要掌握两套语言：对恐惧驱动者，讲安全边界和落地确定性；对机会驱动者，讲技术天花板和期权倍数。更重要的是，每周给自己划出“深度工作块”，去啃技术路线、去理解模型架构、去复盘候选人访谈。只有你自己先进入“天外天”游戏，你才能理解那些玩家。
对企业方：
如果你招不到顶尖的 AI 人才，先别怪猎头不给力，先看看你的组织是“椋鸟群”还是“鸟笼”。
椋鸟群：随机队形、公平风险分担、个体努力能改变位置、没有永久占据中心的鸟王。
鸟笼：固化等级、关系网锁定、个体努力被平均主义稀释、强者被弱者集体拖拽。
顶尖 AI 人才会用脚投票。他们不怕风险，他们怕的是风险被不公平地分配——自己承担了创新的风险，成果却被组织的平均主义拿走。给他们深度工作的空间、端到端的 ownership、AI 工具的完全使用权，比给他们一个总监 title 管用十倍。
结语
从储能到 AI，我经历的不是简单的赛道切换，而是一次对“人才价值”认知的重启。
储能行业告诉我，人才是平台的附庸，招聘是钱的撮合。AI 行业告诉我，人才是时间的经营者，招聘是游戏模式的匹配。
当技术范式发生地震时，真正值钱的东西从来不是简历上的公司名字，而是那个人在无人区定义问题的能力——那种在无干扰状态下，让认知能力达到极限的深度工作。
作为猎头，我能做的最好的事，就是帮每个人看清：他即将卖出的，是浮浅时间还是深度时间？他即将买入的，是认沽期权还是认购期权？
而答案，决定了他在 AI 时代，到底是一个被筛选的鱼卵，还是一只飞向中心的椋鸟。
