本文来自微信公众号： 人人都是产品经理 ，作者：怪哥
同样是95后，有人还在为大厂晋升P7、P8发愁，有人已经开始负责腾讯、百度、小米最核心的AI研发业务。
以前在大厂，一个技术人员想坐上核心负责人的位置，往往要熬很多年。
腾讯的姚顺雨，1998年出生，负责混元大模型。
百度的孙天祥，1997年出生，负责基础模型研发。
小米的罗福莉，1995年出生，负责MiMo大模型。
字节的曾妍，1997年出生，已经是Seedance 2.0的技术负责人，近期还有扩大研发管理范围的迹象。
还有更夸张的。智谱GLM预训练和基础设施负责人曾奥涵，居然是个00后，博士还没毕业。
这些人随便拎一个出来，放在传统互联网公司的晋升体系里，估计都能让不少工作十几年的老员工感到压力。
AI时代，连大厂论资排辈的游戏规则，都开始松动了。
01腾讯、百度、小米，开始重用95后
先看腾讯。
2025年12月，腾讯从OpenAI请来姚顺雨，出任首席AI科学家。此后他的管理范围不断扩大，从大语言模型、AI Infra，到基础模型、AI Data，腾讯混元最重要的模型、算力和数据研发体系，陆续交到了他手里。
一个1998年出生的年轻人，开始统筹腾讯混元基础模型研发。
要知道，腾讯可是国内互联网老牌巨头，组织复杂，人才济济。想在这种公司走到核心技术管理岗位，光有技术能力还不够，管理经验、业务成绩、内部资历，哪个都得拿得出手。
姚顺雨却凭借自己在OpenAI的研发经历，直接进入腾讯AI核心管理层。
腾讯对他的重视，还有两个很明显的细节。
今年6月，在腾讯云AI产业大会上，腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤道生，与姚顺雨进行了一场公开对谈。
汤道生当场抛出一个很犀利的问题：“你觉得腾讯AI慢了吗？”
面对外界关于腾讯AI发展节奏的质疑，姚顺雨认为，AI是一场长期竞争，下半场才刚刚开始。他也不认为ChatGPT和Claude Code会是仅有的超级应用，未来还有很多技术与产品机会。
一个28岁的年轻人，已经可以和腾讯云业务的一号位同台，公开讨论腾讯AI的竞争节奏。
更引人关注的是10月8日。
广东省委书记黄坤明到腾讯总部调研人工智能时，马化腾带着姚顺雨一同出席。两人不仅陪同参观展厅，还在座谈会上相邻而坐。
那张马化腾和姚顺雨同框的照片，随后在网上广泛传播。
加入腾讯还不到一年，就已经出现在这样的高规格交流场合，足以看出他在腾讯AI业务中的重要地位。
1998年，马化腾创办腾讯，恰好也是姚顺雨出生的年份。
28年后，这位1998年出生的年轻人，已经坐在马化腾旁边，参与腾讯最重要的AI业务之一。
百度也有类似动作。
2026年7月，百度请来1997年出生的孙天祥，担任基础模型研发部负责人，同时进入百度模型委员会。
他此前最知名的成绩，是读博期间参与主导开源大模型MOSS研发。
百度文心大模型竞争压力不小，这次把基础模型研发交给年轻人，显然也是希望引入新的技术思路。
小米的故事也很有代表性。
罗福莉1995年出生，北大硕士，曾参与DeepSeek-V2研发。加入小米后负责MiMo大模型，并在今年9月被报道晋升至22级。
31岁，进入小米最高职级梯队。
在传统互联网公司，很多人到了这个年纪，可能还在为晋升中层管理岗位努力。
雷军显然也清楚，大模型领域人才稀缺，想要追赶腾讯、阿里、字节、DeepSeek等对手，光靠内部慢慢培养，时间上可能来不及。
02字节更猛，00后也开始参与技术决策
相比腾讯、百度、小米从外部招揽人才，字节、智谱、MiniMax的年轻负责人，更多是从内部快速成长起来的。
字节跳动的曾妍，就是一个很有代表性的案例。
她2021年校招进入字节，短短几年，已经成为Seedance 2.0的重要技术负责人。
据36氪报道，2025年底，曾妍提出要训练一个至少2000亿参数的视频生成模型。
当时内部存在分歧。有研究员担心模型规模过大，训练风险和算力成本难以承受。
曾妍坚持自己的判断，最后获得高层支持。
后来的Seedance 2.0，成了字节在视频生成领域的一张重要王牌。
智谱的曾奥涵则更年轻。
这位00后博士尚未毕业，就已经负责GLM模型的预训练和基础设施。
2025年初，DeepSeek-R1横空出世，国内大模型厂商压力骤增。智谱内部也在讨论下一步应该重点押注什么方向。
曾奥涵是主张加强AI Coding能力的核心成员之一。
后来，智谱陆续推出GLM-4.5、GLM Coding Plan，AI编程也成为其争夺开发者市场的重要业务。
公司没有完全照着年轻人的提议走，而是让不同技术路线分别探索、验证。但一个00后的判断，已经能进入公司核心研发路线的讨论。
还有MiniMax。
其大语言模型研究与工程负责人赵鹏宇，2026年29岁，北大计算机本硕。
2023年8月，他以研发工程师身份加入MiniMax，2025年6月获任执行董事，同时负责大语言模型研发。
从入职到进入核心管理层，还不到两年。
这样的晋升速度，放在任何一家传统互联网大厂，恐怕都相当罕见。
03大厂为什么突然不那么看重资历了？
我觉得有两个原因。
首先，大模型领域的顶尖人才实在太稀缺。
国内互联网大厂不缺技术管理者，也不缺有十几年工作经验的工程师。但真正参与过顶级大模型研发、熟悉前沿训练方法，还能独立带队的人，数量相当有限。
AI技术更新太快，十几年的软件开发经验，也未必能直接转化为大模型训练的竞争优势。
有些人虽然才工作三五年，却已经完整参与过几代大模型的研发，甚至亲手推动过重要技术突破。
其次，AI竞争容不得大厂慢慢培养人才。
模型能力落后半年，用户可能就跑到竞争对手那里去了。一次技术路线选错，投入的算力、资金和研发时间，很可能打水漂。
腾讯、百度、小米选择从外部挖人，字节、智谱、MiniMax则敢于让内部年轻人承担重要研发职责。
路径不同，背后的逻辑却很相似：谁能做出有竞争力的模型，谁就有机会拿到更多资源和决策权。
但我觉得，这件事还有另一面。
技术能力强，就一定能管理好一家公司的AI研发组织吗？
训练模型和管理团队，是两件难度都很高的事。
一位优秀的研究员可以专注解决技术问题。但走上负责人岗位后，还要协调算力预算、招聘顶尖人才、平衡不同团队的技术路线，甚至考虑模型商业化。
尤其大模型训练动辄投入巨额资金，一次重大决策失误，代价可能非常高。
年轻人快速掌权，对这些公司的管理体系也是一场巨大考验。
04AI时代，工龄还值钱吗？
我觉得这批95后、00后的崛起，值得所有互联网从业者关注。
过去二十多年，国内互联网大厂形成了一套成熟的职级和晋升体系。工作三年、五年、十年，往往对应着不同的能力预期、薪资待遇和管理权限。
工作年限越长，积累的项目经验越丰富，通常也越容易获得公司的认可。
但AI正在打破这种长期形成的认知。
一个可能越来越普遍的现象是：某些需要花五年、十年积累的工作技能，借助AI，新人可能几个月就能掌握基本能力，甚至完成相当一部分原本只有资深员工才能完成的工作。
比如软件开发、数据分析、产品设计、内容创作等领域，AI已经能够承担大量具体任务。
一个有经验的工程师，可能花了多年时间熟悉某套技术框架；一个刚毕业的年轻人，借助AI，也有机会快速完成类似的开发任务。
两者在复杂系统设计、质量把控等方面依然存在差距，但原本由工作年限建立起来的技能门槛，确实在降低。
更值得警惕的是，技术迭代越来越快，工作经验的保质期也越来越短。
你花了十年熟练掌握的某些技能，可能因为新技术的出现，几年后就没那么值钱了。而那些刚进入职场、没有太多历史包袱的年轻人，反而可能更快拥抱新工具、新技术。
这可能也是为什么，AI领域会出现这么多年轻的核心负责人。
他们赶上了新一轮技术变革，掌握了稀缺的前沿能力，也因此获得了超越传统资历的机会。
对于普通打工人来说，这件事恐怕没有那么令人兴奋。
毕竟，很多人的职场竞争力，就是靠一年又一年积累起来的。如果工作经验开始加速贬值，未来还能靠什么保持优势？
我倒觉得，经验依然重要，只是需要重新审视哪些经验更值钱。
重复执行任务、熟悉固定流程、掌握某个工具的操作技巧，这些经验可能越来越容易被AI替代。
而判断复杂问题、理解真实业务、协调利益冲突、为决策承担责任，这些能力依然需要长期积累。
AI可能正在让工作年限失去过去的光环。一个人工作了十年，未必就比工作三年的人更有竞争力。
这对很多职场老员工来说是一个有些残酷的现实。
但十几年积累下来的行业理解、业务判断和解决复杂问题的能力，依然有价值。只要愿意学习新技术，过去的经验也可以成为使用AI的优势。
AI正在打破很多职场规则，也给了每个人重新证明自己的机会。
95后、00后已然成为职场主力军，但其他年龄段的职场人也没必要提前离席。