學歷已死？10個月賣幾十億美金：Manus團隊用代碼重寫了人才規則書

　　這支平均年齡不足30歲的團隊里，有從斯坦福輟學的AI極客，有從華爾街轉行而來的量化交易員，還有在開源社區自學成才的編程少年——他們的集體履歷，或許通不過任何一家傳統科技巨頭的簡歷初篩。

　　2023年初，當Manus AI的創始團隊在舊金山一間車庫改造的辦公室里敲下第一行代碼時，他們可能未曾想到，十個月后，他們的公司將帶著尚未完全成熟的產品，被Meta以數十億美元的天價收購。

　　更令人深思的是這支團隊的構成——沒有一位成員擁有人工智能領域的傳統博士學位，核心工程師中過半沒有完整大學學歷，他們的技術能力證明來自于GitHub上高星標開源項目，而非名校文憑。

　　這起收購案如同一顆投入科技行業深水區的炸彈，其引發的漣漪正在重塑我們對“人才”的認知。

　　Manus的創始團隊像是一幅當代科技人才的拼貼畫。聯合創始人之一亞歷克斯·陳，在麻省理工學院攻讀計算機科學兩年后選擇輟學，理由是“課堂進度跟不上AI領域的發展速度”。

　　首席算法設計師莎拉·米勒，之前在對沖基金從事量化交易，完全通過在線課程和實戰項目自學機器學習。

　　“我們只關心你能做什么，而不是你從哪里學過。”早期投資人這樣描述團隊的招聘哲學。“團隊里有人曾是美國國家機器人競賽冠軍，也有人是在Reddit上通過解答技術問題被我們發現的天才。”這種對“實戰能力”的極致推崇，成了他們閃電速度的核心引擎。

　　這種“非典型”背景組成在傳統企業看來或許是冒險，但在AI領域，卻展現出驚人的適應性。團隊在短短三個月內構建出第一個可用的多模態AI模型原型，又在隨后的七個月里迭代了十四個版本，最終產品在特定任務上的表現超越了多家大型科技公司的成熟產品。

　　“他們不受傳統思維的束縛，能夠以全新的角度解決問題。”Meta收購團隊負責人如此評價。

　　Manus的成功，像一束強光，照出了傳統人才評估體系在AI時代的裂痕。過去三十年間，名校學歷一直是科技行業招聘的黃金標準，但這一標準正面臨著前所未有的挑戰。

　　AI工具指數級的進化速度重新定義了“知識”的價值。一項研究顯示，2022年發布的AI編程工具Copilot，能夠將初級開發者的生產力提升55%，這意味著“掌握現有知識”的重要性正在讓位于“快速學習新工具”的能力。

　　在Manus團隊中，最受重視的技能不是特定編程語言的掌握程度，而是“模型思維”——理解AI如何思考、如何學習，并以此為基礎設計解決方案的能力。這種能力很少在傳統課程中教授，更多是通過實際構建、失敗和迭代獲得的。

　　哈佛大學教育科技實驗室主任安娜·羅德里格茲指出：“我們正在見證一場從‘學歷認證’到‘能力認證’的轉變。在這個新范式下，一個人的GitHub貢獻歷史、Kaggle排名或具體項目成果，比學位證書更能說明問題。”

　　一個可見的趨勢是：可驗證、可追溯的項目履歷，正在成為職場新的“能力護照”。在AI領域，這種趨勢尤為明顯。

　　以Manus團隊招募工程師的過程為例，他們的篩選流程完全圍繞實際能力展開：

　　第一階段：候選人需要在72小時內，使用指定的開源AI工具完成一個真實世界問題；

　　第二階段：審查候選人過去六個月的代碼提交記錄，關注代碼質量、協作習慣和問題解決路徑；

　　第三階段：團隊協作模擬，評估候選人與多元化團隊配合的能力。

　　“我們發現，這種評估方式比學歷背景能更準確地預測一個人在真實工作環境中的表現。”Manus前技術總監解釋道。

　　這種轉變正在催生新的教育形態。在線學習平臺如Coursera和Udacity報告顯示，2023年專注于AI實踐技能的專業證書課程注冊人數增長了200%，而同期傳統計算機科學研究生項目的申請量卻出現了下降。

　　“學生們越來越意識到，一個能夠展示真實能力的項目，比一份完美的成績單更有價值。”斯坦福大學計算機科學教授李飛飛在最近的演講中指出。

　　Manus的故事對仍在依賴傳統招聘機制的企業構成了直接挑戰。一份來自硅谷人力資源協會的調查顯示，超過60%的科技公司仍然將“名校畢業”作為簡歷篩選的首要標準。

　　然而，這套系統正在錯失越來越多像Manus團隊成員那樣的人才。“我們的研究表明，依賴學歷作為主要篩選標準的企業，錯過了大約40%的高潛力AI人才。”人力資源分析公司TalentScope的首席研究員表示。

　　一些前瞻性企業已經開始調整。谷歌于2023年宣布取消對80%技術崗位的學歷要求；蘋果則推出了“技能優先”招聘計劃，專門尋找那些有卓越項目經驗但沒有傳統學歷背景的候選人。

　　“未來的招聘將更像職業體育的球探系統——關注實際表現和數據，而非背景。”Meta人力資源副總裁在一次行業會議上坦言，“Manus團隊的收購讓我們加速了這一轉變。”

　　Manus現象引發了對高等教育根本價值的深層質疑。如果最前沿的AI知識與技能主要不在大學里傳授，那么高等教育的角色是什么？

　　“大學正在從知識傳播中心轉變為思維訓練營。”教育創新思想家肯·羅賓遜指出，“最重要的是培養適應變化的能力，而非傳授可能迅速過時的具體知識。”

　　一些大學已經開始響應這一變化。麻省理工學院推出了“項目主導學習”計劃，學生50%的時間用于解決真實世界問題；密涅瓦大學則完全摒棄傳統課程結構，專注于復雜問題解決和批判性思維的培養。

　　但更深層的挑戰在于，當能力證明越來越不依賴傳統機構認證時，大學學位本身的“信號價值”正在稀釋。“我們需要重新思考高等教育的價值主張——它必須提供無法被在線課程或實戰經驗輕易替代的東西。”哈佛大學校長克勞丁·蓋伊表示。

　　Meta收購Manus后，沒有要求團隊成員補任何學歷認證，而是立即將他們整合進最核心的AI研發部門。這支團隊的辦公室墻上掛著一行醒目的標語：“能力不來自證書，而來自創造。”

　　當AI不斷重新定義可能性的邊界，我們對人才的認知也必須同步進化。在技能本位的未來，每個人都將有機會以自己獨特的能力組合，定義屬于自己的價值坐標系。

　　這場重構或許會帶來陣痛，但它最終指向一個更加公平、更加注重實質貢獻的人才評估體系——在這個體系中，你的代碼、你的創造、你解決問題的能力，才是你最真實的簡歷。