史上最猛95/00后(Z世代的梁文峰们),4年缔造全球首个AGI IPO,谁在造神?

量化大師公
12-21 21:09

一个2020年才硕士毕业的95后技术人,凭什么能站在AI浪潮的浪头,带领最前沿的大模型研发攻坚工作?当同龄人还在大厂卷周报、当“螺丝钉”时,这位29岁的95后已经带队去“捅AGI的天花板”了。

这份随招股书披露的简历:

赵鹏宇,29岁。

身份: 执行董事、大语言模型研究及工程负责人。

履历: 2017年及2020年分别获得北京大学计算机学士与硕士学位。

进击之路: 2020年走出校园后,他在流媒体技术领域沉淀3年;2023年8月正式入职,仅用不到两年时间,便以“核心智囊”的身份执掌大语言模型的研发,并陪伴公司冲刺全球AGI第一股,不到30岁便可实现财富自由。

在这个大模型重塑一切的时间节点,旧世界的习惯与规则正在被这群95后年轻人们暴力拆解。

这不仅仅是一场IPO,更是一场关于“第一性原理”的集体朝圣。在AI时代,经验和资历不再是护城河,反而成了思维的围墙。像赵鹏宇这样的人,直接跳过了所有的弯路,用底层的创新与深度思考去对撞人工智能的奇点。

值得注意的是,他们不仅在技术上追求“第一性原理”从而实现了”降维打击“,还在组织架构上进行了一场从传统观念难以想象的“颠覆式创新“。如果说赵鹏宇的履历是这个神话的“面子”,那么他背后这个极度扁平、组织效率惊人的385人军团,就是撑起全球AGI第一股的“里子”。

在传统公司架构中,一项决策往往要层层上报,从部门主管到 VP、再到组长,流程尚未走完,代码还没跑通,最初的灵感早已在无数次提交、请示、汇报和审核中被消耗殆尽。而 MiniMax 的组织结构,本身就是为技术创新而设计的。

极致扁平化:这里没有森严的等级体系,从 CEO 到一线员工,职级不超过三层。这意味着,一个像赵鹏宇这样的研究员,他的想法,可能隔天就会出现在公司最高决策层的讨论桌上。

横跨部门墙:MiniMax 摒弃了传统的职能型部门划分,转而以项目为核心动态组建团队,问题在哪里,团队就围绕哪里形成,抽调最有细分know-how的团队成员,各个问题快速击破。

全链条协作:技术、产品与业务不再各自为战,而是从问题定义到方案落地的全过程深度协同。这种机制把决策权和行动权尽可能下放,让年轻人真正拥有“做成事”的空间,也让一家仅 385 人的公司,跑出了万人级组织的创新效率与影响力。

不是在“搬砖”,而是在“进化” 。这种组织效率最直观的结果,就是人才的“暴力生长”。

在大多数公司里,成长是一条很慢的曲线:年限、资历、流程,一个都不能少。但在这里,逻辑完全相反。不看你待了多久,只看你做的事情,是否真的落地,是否真的改变了什么。

29岁的赵鹏宇能成为执行董事,并不是“破格提拔”,而是一种创新导向的必然。公司给年轻人足够大的自主权,也给足了试错空间。只要你能把研究变成产品、把技术推进到业务和创新里,你就会被推到更靠前的位置。

这种机制带来的变化非常直观。当很多传统大厂还在消耗精力处理汇报层级和内部协同的时候,这385个人已经把注意力全部放在一件事上:把模型的智能水平不断打磨到更好。他们不是在做“实验室里的AI”,而是在真实商业环境中反复碰撞、反复修正、反复承担结果。也正是在这种高效、真实、持续兑现的环境里,这家公司逐渐建立起三件很难同时成立的东西:足够高效的生产力、明确而外放的全球目标,以及一张经得起检验的财务底盘。

AI原生的“超级杠杆”:385人指挥AI,写掉80%的代码

如果说扁平的职级结构解决的是沟通效率的问题,那么真正把这家公司的生产力拉开差距的,是他们对工具的使用方式。在这里,大约 80% 的代码并不是人工逐行敲出来的,而是由 AI 完成的。这并不是为了“省事”,而是对工作方式的一次彻底重构。

当一个 29 岁的负责人,带着一支并不庞大的团队,却可以稳定产出相当于成百上千名传统工程师的工作量时,差距已经不在“个人能力”,而在系统性地放大能力,让强者更强。人不再被消耗在重复劳动中,而是把精力集中在架构判断、问题拆解和方向选择上。他们很清楚,在通往 AGI 的竞争里,速度不是靠加班换来的。用人去硬扛复杂度,永远会被指数级的变化甩开;真正有效的方式,是让最懂问题本质的人,去决定“该怎么做”,而把“怎么实现”大规模交给AI。

所以,这里的“AI 原生”并不是一个标签。AI 不是摆在产品里的功能点,而是已经深入到日常工作的底层方式——它被用来放大判断、压缩路径、加速试错,让组织整体始终保持在高周转状态。

全球化Super App雏形:2亿用户的应用帝国

长期以来,外界对 AI 大模型公司的质疑集中在一个点上:投入巨大,却难以形成真正的产品和用户。

但MiniMax给出的回答,并不是概念、愿景或路线图,而是已经写进招股材料里的数据。截至 2025 年 9 月 30 日,他们基于 AI 原生架构打造的产品,累计用户数已达到 2.12 亿。而在 2023 年,这一数字还不到 1200 万。两年时间,用户规模接近 20 倍增长。同样,以 海螺 AI 为例,其用户数从 2024 年的 500 多万,增长至 4200 多万,完成了一次极少见的跨数量级跃迁。

更值得注意的是MiniMax全球化的用户分布。这些产品已经覆盖 200 多个国家和地区,增长并未依赖单一市场或特定区域红利。这意味着,当模型能力和产品形态足够成熟时,扩展不再是逐点推进,而是自然外溢。

在这一刻,很难再简单地把它归类为“烧钱的模型公司”。他们已经跨过了最关键的一道门槛——不只是做出了模型,而是真正把模型变成了被全球用户持续使用的产品。

拒绝“流血”上市:一张健康的财务底牌

在 AI 赛道整体仍然高投入、低回报的背景下,不少公司即便走向资本市场,依然背负着持续扩大的亏损压力。但MiniMax走的是一条ROI更高的可持续路径。

从收入规模来看,他们的增长呈现出明显的加速曲线。2023 年全年营收为 346 万美元;2024 年提升至 3052 万美元;而 2025 年仅前 9 个月,营收已达到 5343 万美元,接近去年同期的 2.7 倍。更关键的是盈利结构的变化。2023 年,公司毛利率仍为 -24.7%;2024 年实现转正;到 2025 年 9 月,毛利率已提升至 23.3%,并保持持续大幅上行趋势。

这些数据说明,他们并不是依靠持续补贴去换取规模,而是在较短时间内完成了从投入期到造血期的过渡。也正因如此,这不是一次被迫的“流血式上市”。他们进入资本市场时,带着的是健康的现金流结构、清晰的盈利路径,以及继续扩大投入的主动权。

回到最初的问题:谁在“造神”?

答案其实并不复杂。不是市场,不是资本,也不是某个被反复包装的概念,而是这 385 个拒绝按部就班、坚持用第一性原理做事的年轻人。

他们用不到四年的时间证明了一件事:在 AI 时代,规模不再等同于效率。不需要成千上万人的组织膨胀,也不依赖漫长的行业资历积累,真正起决定作用的,是对问题本质的理解深度,以及把判断快速转化为结果的能力。这 385 个人,并不是在“追逐一个故事”。他们一步步把模型、产品和真实世界连接在一起,把AI的边界,推到了全球用户和真实商业场景中。

当 29 岁的赵鹏宇站在港交所敲钟的那一刻,那一刻的意义,并不只属于他个人。这更像是一个信号——一代在 AI 时代成长起来的人,已经开始站到舞台中央。这不是终点,也谈不上什么神话,而是一个新的起点。

——如果所有的AI梦想最终都收编进大厂的工位,那这个时代将多么无趣

$巨人网络(002558)$ $腾讯控股(00700)$ $阿里巴巴-W(09988)$

免责声明:上述内容仅代表发帖人个人观点,不构成本平台的任何投资建议。

精彩评论

我们需要你的真知灼见来填补这片空白
发表看法