DeepSeek 在找“相信地球是圆的”跨界人才

最近看到 DeepSeek 的一个招聘岗位：AI 跨界技术人才。这个岗位不设专业限制，强调动手能力、学习能力，以及用实际成果证明自己。其中一句话，让我停了下来：

相信 AGI。^［1、2］

我想到一个比喻：DeepSeek 像是在寻找新一代“相信地球是圆的”，并且愿意出海的人。

当你相信远方可以抵达，眼前的困难就会有另一种含义。

船不够稳，就研究造船；方向不清，就改进导航；航程太长，就组织补给。

原来让人停下来的障碍，可以成为一个个值得解决的问题。

历史上，哥伦布时代受过教育的欧洲人普遍已经知道地球是球形。真正困难的是距离、路线，以及船队能否完成航程。知道地球是圆的，与开辟一条能往返的航线，中间还有大量工作。^［3］

这段距离，恰好能帮助我们理解今天的 AI。

如果你相信 AI 会拥有越来越广泛的学习、推理和解决问题的能力，就可以从那个未来倒着问：

为了让这个未来真正运转，
今天还缺什么？

AI 会分析，不代表它已经拿到了真实信息；AI 会执行，不代表它已经获得了授权；AI 能做方案，交付和验收仍然需要具体安排。

沿途每一道阻碍，都可能成为创业机会。下面这张图，把这些机会展开了。

拿工厂采购来说。假设 AI 已经能够找厂、看图纸、比较价格，接下来它仍然需要知道：这家工厂现在有没有产能？样品是否合格？照片是否近期拍摄？交期是否有依据？

这些答案，需要从现场获得，还需要持续更新。如果有人能把核验、打样、供给和交付组织起来，让 AI 可以查询、下单，并拿到可靠的结果，就有机会形成一门生意。

模型变强，可以降低沟通和处理成本。AI 参与的采购越多，对真实供给与可靠履约的需求，也可能越大。

我更愿意寻找：
AI 用得越多，需求越大的事情。

这也是跨界经验可能产生价值的地方。

做物流的人，知道货物为什么会卡住；跑工厂的人，知道资料与现场可能有多大差距；做过企业项目的人，知道系统上线与员工真正用起来之间，还隔着哪些环节。

这些经验里，藏着很多没有被清楚写下来的条件。把条件拆出来，变成 AI 能理解、能执行、能验证的流程，你就可能找到一个切入点。

懂一行，找堵点，做出来。跨界的价值，需要通过具体成果体现。

当然，障碍只是机会的起点。能否形成生意，还要回答三个问题：

1. 如果模型明天强十倍，这个需求还在吗？
2. 如果使用 AI 的人多十倍，这个需求会增长吗？
3. 今天谁已经被它卡住，愿意付钱解决？

AGI 何时实现、通过什么路径实现，仍有不确定性。但一个真实客户的问题，今天就可以着手验证。

从自己最熟悉的行业里，挑一个反复发生的问题，把流程跑通，把结果交出去，让客户告诉你，它究竟值不值钱。

一次交付，就是对这条航线的一次检验。

相信地球是圆的，
然后，认真造一条船。

相信 AI 还有很远的路可以走，
然后，解决一个挡在路上的问题。