AI类 · 2026年3月24日 0

包吃包住包洗衣:这个”缅北式”项目,实则是AI时代的黄埔军校

上周,Austen Allred在X上抛出了一个看起来像缅北诈骗的program:

如果你是一名优秀的软件工程师,我们想把你飞到奥斯汀,包揽你的顶级公寓、一日三餐、甚至洗衣服务,外加无限量的AI算力。只要你熬过10周的极限训练,我们将直接奉上一份保底20万美金年薪的AI工程师Offer。

全程免费,不收一分钱。

这条推文在几个小时内获得了数十万次浏览,很多人估计都火速用龙虾申请了。

这个名为Gauntlet AI的项目,可不是一个普通的编程训练营,它或许正在成为AI时代最受瞩目的人才输送管道。

更深的问题是,在远程办公大行其道的今天,为什么还要花重金把人集中物理圈养起来?这种将人才当做特种兵来孵化的极端模式,究竟是一种高效的人才吸引与留存策略,还是激活一个地方创新创业生态的终极解法?

一、传统人才筛选失效了

要理解Gauntlet AI为什么能成,首先要明白,传统的科技人才筛选系统,在2026年,已经彻底崩溃了……

企业端的HR已经神经分裂:一方面是裁员滚滚,另一方面是公司的CTO在绝望地哀嚎——我招不到真正懂大模型工程化的人!

为什么招不到?

因为过去十年,不管是中美,科技大厂的招聘逻辑是基于信号传递的:斯坦福/清华的CS学位+大厂履历+LeetCode刷爆,证明你是个聪明人。

企业不需要会写快速排序算法的做题家,AI做Leetcode比最厉害的程序员都快100倍;

企业需要的是:能熟练运用当前最新大模型、会搭建复杂RAG流水线、能设计多Agent协同工作流、并且能解决AI幻觉和工程落地的AI原生架构师。

这些技能,大学里根本没法教。

因为教材编出来的时候,技术已经换代三轮了;传统的面试也测不出来——你无法在45分钟的白板面试里,看出候选人面对无边界的AI黑盒时,那种非线性的直觉和Debug能力。

这时候,Gauntlet AI站了出来,说:不要看他的简历,看他在极限压力下,如何手搓原子弹。

在这个逻辑下,Gauntlet AI的需求有了,所以他的商业模式极其精妙:这是一个由雇主全额买单的双边市场。

对人才:零财务风险,不仅免费,还包办生活一切琐事,让你只需专注一件事——写代码。

对买单方:他们获得了最宝贵的特权——上帝视角。

在长达10周的时间里,这几十家企业的技术高管,就像看《楚门的世界》一样,实时观察这批优中选优的工程师。看他们如何在一周内重构一个复杂的AI系统,看他们在模型崩溃时的绝望与反弹,看他们的真实产出。

这哪里是培训?

这明明是一场长达10周、极度硬核的高压带薪试车!

当企业看到了经过筛选的候选人,在1000个小时里流下的血汗和一行行重构的代码,20万美金的保底年薪不仅不贵,简直是白菜价的抢人。

因为比起招错一个高管带来的百万级业务延误,这种确定性,千金难买。

二、人才吸引与留存的方式

这时候,你脑子里肯定会闪过一个致命问题:

企业花了血本把人培养出来,人家拿到Offer干两个月跑了怎么办?

这种把人当特种兵操练的极端模式,真的是留存人才的好方法吗?

一个反直觉的真相是:对于最顶级的创新型人才,极端的高压与纯粹,往往比弹性工作制和下午茶具有更恐怖的粘性。

Gauntlet AI负责人Ash Tilawat在视频里毫不避讳:我们的氛围不像是学校,更像是海军海豹突击队的新兵营。

对于最顶尖、最硬核的创新型人才,这是目前已知效率最高的方式。

我们来拆解一下这种特种兵模式在组织行为学上的三大杀器:

杀器1:消除摩擦力,激发狂热者的心流

在常规招聘中,吸引高级人才靠的是薪水和福利。但Gauntlet AI反其道而行之,它通过包揽机票、食宿、洗衣甚至提供无限量的Token算力,Gauntlet AI消除了物理和经济上的所有摩擦力。

这种除了写代码你什么都不用管的环境,对那些真正热爱技术的狂热分子有着致命的吸引力。

杀器2:战壕兄弟连

很多人会问:企业花重金培养了他们,如果他们拿到20万美金保底Offer后,干了几个月就跳槽怎么办?

事实上,这种模式在留存率上有着意想不到的奇效:

在每周80-100小时的连轴转中,在为了一个Bug熬到凌晨三点的夜里,这群原本素不相识的天才之间,会产生一种近乎战争年代的战壕情感。

当毕业后,几名同学携手进入同一家赞助企业,或者与这10周里一直陪伴指导他们的企业技术导师共事时,他们之间的信任壁垒已经坚不可摧。

这种基于共同熬过地狱模式而建立的心理契约,是猎头用加薪30%的诱惑根本挖不动的。

杀器3:无可替代的定制化资产

在后半程的实战中,候选人做的项目,往往就是赞助企业当前最头疼的真实业务。

这意味着,当他们正式入职第一天,他们已经对公司的痛点、代码库甚至是机密模型了如指掌。他们不需要三个月的过渡期,入职即插即用,这也极大提高了离职的沉没成本。

当然,这种模式并非完美,因为它的排他性更强——它更像是一个针对年轻、未婚、极度渴望阶层跃升或技术信仰者的超级加速器。但对于急需在AI大航海时代抢占滩涂的企业来说,哪怕这种模式只能网罗到1%的极限狂人,也足够他们在这个时代撕开一条血路了。

三、激活当地创新生态

现在,让我们把视角拉高。把目光从一家家企业,投向奥斯汀这座城市,或者任何一个试图打造科技创新区的地方政府。

如果说对企业而言,这是一种高效的人才过滤器;

那么对于一座城市来说,Gauntlet AI模式是否能激活当地的创新创业生态?

答案是肯定的,且其作用机制远比传统的盖楼招商引资高明得多。

这种模式本质上是在打造一个高频、高密度的微型创新特区。

在疫情后远程办公大行其道的今天,花重金让人跨大半个美国聚在一个屋檐下,似乎是一种极其复古的行为。但Gauntlet证明了,真正的硬核创新,根本不可能在Zoom会议里诞生。

经济地理学中有一个核心概念叫知识溢出效应。知识分为两种:

写在书里的叫显性知识,而藏在顶尖高手脑子里、必须通过眼神交汇、半夜吐槽、甚至一起吃披萨时的灵光一现才能传递的,叫隐性知识。

AI正在以前所未有的速度跨越未知领域,最核心的隐性知识全在这些一线Builder的脑子里。

无数的二线城市、高新区,每年砸下几十亿的财政补贴,盖最豪华的玻璃幕墙办公楼,搞最宽敞的产业园,给出各种税收返还、免租政策,眼巴巴地等着大企业把研发中心搬过来。

结果呢?

往往是空城,大楼里除了物业,没有几个真正的顶尖人才。

Gauntlet模式是:别去补贴砖头了,去补贴人头和密度。

我们来看看Gauntlet是如何把奥斯汀市中心的一个街区,生生变成一个微型高能创新区的:

第一,强行制造人才黑洞:用极端诱惑的条件,先把全美最聪明的几十个脑袋直接物理绑架到这里。不管你的产业园多破,只要这批人在这,这里就是一个微型创新区。

接下来,触发高频化学反应:把这些天才、以及几十家如饥似渴的AI企业CTO,以极高的密度压缩在一个物理空间里10个星期。你逐渐会发现,风投VC们会像闻到血腥味的鲨鱼一样游过来。

然后,飞轮效应开始了:每期10周结束后,可能会有几个不想打工的天才,决定和上下铺的兄弟直接在奥斯汀注册公司,拿VC的钱创业;而那些招到了人才的赞助企业,为了留住他们,自然而然会选择在奥斯汀租下办公室,设立研发中心。

传统的园区是先筑巢,后引凤。

Gauntlet的逻辑是:把最高密度的真凤凰强行按在一起,巢会自动长出来。

更绝的是,这还是个流水席——每两个月滚动开班一次,这意味着每隔八周,奥斯汀都会迎来一批全新迭代、带着最新世界认知的年轻黑客。这种高频的血液置换,让这片小小的创新区永远保持在技术的最前沿,彻底杜绝了生态僵化。

这,才是盘活一个地方创新生态的终极杀器。

四、四大启示

Gauntlet AI模式绝不仅是大洋彼岸的新奇故事,它给了我们四个实操启示:

1.政策补贴的范式转移:别再补砖头,去补人头

真正的吸引力不是便宜的工位,而是极致的人才服务。把建楼的几十亿补贴拿出来,联合头部大厂设一个封闭特训营,全包顶尖年轻人的食宿。只要用极端条件把人才密度砸出来,企业和资本自然会像流水一样漫进来。

人才是果,更是因。

2. 抛弃滞后教材,开启买方直驱的微证书时代

传统的产教融合大多流于形式,学生学的永远是过时三年的框架。

Gauntlet展示了真正的未来教育:买方直驱。

企业直接出资、高管直接命题、在实战交付中直接相亲。

干掉学校这个中间商,干掉滞后的教材。未来的人才蓄水池,就是这种由企业联盟赞助、位于城市中心、高压快迭代的百人试炼场。

3. 砸碎简历内卷,用硬核实战筛人

几千人投简历、HR海选学历、最后靠几轮八股文面试定生死——这是巨大的内耗。

企业不如把猎头费和试错成本拿出来,搞一场真刀真枪的实战项目营。在极限施压下优胜劣汰,既能清退水军,又能建立极强的硬核雇主品牌。

真正的高手从不怕高压,他们只怕你的选拔标准不够纯粹。

4.城市排位赛的破局奇招:打造绝对标签

对于成都、武汉等新一线城市,硬拼财力拼不过北上深。怎么抢占AI高地?学学奥斯汀。

依托一两个极其硬核、甚至略带残酷的特训营,把自己打造成某项前沿技术的黄埔军校。通过高频置换全国最聪明的脑袋,四两拨千斤地挖出一条城市科技护城河。

Gauntlet AI表面上是个包吃住的极客训练营,实则是一场扒下传统文凭底裤、重塑雇佣关系的社会学实验。

在远程办公泛滥的数字时代,人为制造人才的核聚变,才是重燃实体创新区的极佳解法。

回到开头的问题:这种极端的模式,是留存人才的好方法吗?

对于寻求安稳的平庸组织而言,它太重、太累、太残酷。

但对于那些立志在AI大航海时代改变世界的企业和城市来说,这可能就是通往未来的船票。

来源:虎嗅