Sam Gao, CEO и сооснователь DINQ – Серия интервью

Sam Gao – ведущий исследователь, инженер и предприниматель в области ИИ, занимающий пост CEO и сооснователя DINQ, платформы следующего поколения для соединения талантов в эпоху ИИ. Первоначально обучался на факультете гражданского строительства, он перешел в область ИИ, опубликовав более 10 статей на ведущих конференциях, включая NeurIPS, ICML и CVPR, и внес вклад в крупные открытые框works, такие как PyTorch и TensorFlow.

Gao является вторым автором DeepFaceLab, мировой ведущей открытой системы обмена лиц, которая получила более 46 000 звезд на GitHub и вошла в число десяти лучших проектов ИИ на GitHub в 2020 году. Он также создал OutfitAnyone, универсальную систему виртуальной примерки, признанную одним из двадцати лучших проектов на HuggingFace Spaces в 2024 году и развернутую коммерчески на Taobao, с годовым доходом более 100 миллионов юаней. Кроме того, он является автором белой книги Eliza OS AI Agent, широко цитируемой основы для децентрализованного торгового агента.

С глобальной точки зрения на инновации в области ИИ, Gao тесно сотрудничал с ведущими исследователями, основателями и промышленными пионерами, путешествуя в хабы, включая Кремниевую долину, Нью-Йорк, Денвер, Давос, Сингапур и Киото. Gao основал сообщество Qingke AI, которое выросло до более 30 000 публичных подписчиков и 5 000 экспертов, предлагая лекции о передовой технологии, закрытые семинары и возможности для сетевого взаимодействия. Это сообщество теперь признано одним из наиболее профессиональных и влиятельных сетей для исследователей, работающих в xAI, OpenAI, DeepMind, Qwen, Deepseek и других.

Вы провели несколько лет, работая над компьютерным зрением и графикой для AR и VR в Alibaba Cloud, и позже консультировали по системам доказательства человека, основанным на ИИ, в блокчейне. Какая личная разочарованность или точка бифуркации привела вас к уходу из этих ролей и сооснованию DINQ?

Во время моих лет в Alibaba Damo Academy я видел, как передовая технология достигает миллионов пользователей. Однако моя главная разочарованность не была техническим препятствием; это была несоответствие талантов. Я видел, как блестящие PhDs боролись с реальным развертыванием, в то время как самоучки-“волшебники кода” игнорировались, потому что у них не было престижной этикетки. Позже, консультируя по системам идентификации блокчейна, я узнал о силе “Доказательства человека”. DINQ – это пересечение этих опытов: миссия по предоставлению определенного, объективного Доказательства ценности для всех, кто строит в эпоху ИИ.

DINQ запускается в момент, когда модели ИИ и вычислительные мощности развиваются быстрее, чем таланты, необходимые для их создания и развертывания. С вашей точки зрения, что фундаментально сломано в том, как таланты ИИ обнаруживаются и оцениваются сегодня?

Фундаментальной ошибкой является “Задержка оценки”. В то время как возможности ИИ развиваются ежемесячно, процесс найма остается в десятилетней парадигме:

Устаревание ключевых слов: Традиционные фильтры не могут различить человека, который просто “использует” ChatGPT, и человека, который может архитектурно проектировать рабочий процесс с несколькими агентами.

Ловушка “Педигри”: Полагаться на элитные степени или “Большие технологии” – это ленивый прокси для компетенции. Это игнорирует огромный океан “спрятанных жемчужин”, которые действительно движут инновациями в открытом исходном коде или нишевых вертикалях.

Статичность против жидкости: Резюме – это снимок прошлого; вклад в ИИ – это живой, дышащий поток данных на GitHub, Hugging Face и платформах совместной работы.

Вы описали DINQ как ответ на ограничения резюме, профилей LinkedIn и найма на основе ключевых слов. Какие критические сигналы об исследователях и разработчиках ИИ игнорируются традиционными системами подбора персонала?

Стандартные системы подбора персонала не учитывают “поведенческую ДНК” строителя:

Итеративная устойчивость: Как пользователь совершенствует запрос или модель, пока она не работает?

Контекстное мастерство: Способность соединить разрыв между сырым инструментом ИИ и конкретным бизнес-решением.

“Скорость обучения”: В области, где знания обесцениваются каждые шесть месяцев, скорость, с которой кто-то осваивает новый фреймворк (например, переход от RAG к агентским рабочим процессам), более важна, чем общий опыт.

Карта DINQ агрегирует код, публикации, проекты и сотрудничество в едином, верифицированном профиле. Как это меняет определение “воздействия” для молодых исследователей ИИ, которые могут еще не иметь больших титулов или известных аффилиаций?

Карта DINQ меняет определение успеха с “Кем вы работаете” на “Что вы фактически построили”. Для молодых строителей или нетрадиционных создателей это игрок, меняющий правила. Она агрегирует верифицированные вклады, будь то высокопроизводительный LoRA, вирусный проект, сгенерированный ИИ, или критический патч бага инфраструктуры ИИ, в Репутацию. Это позволяет студенту в удаленной области заслужить тот же уважение, что и инженер в Кремниевой долине, на основе чистой заслуги их “Верифицированного воздействия”.

С точки зрения найма, DINQ вводит родной для ИИ поиск и рассуждение, а не статичные фильтры. Как это меняет то, как компании определяют кандидатов для высокоспециализированных областей, таких как обучение с подкреплением или системы с несколькими агентами?

Традиционный поиск – бинарный (Да/Нет). Поиск DINQ основан на рассуждениях. Если компании нужен кто-то для “агентов ИИ”, DINQ не просто ищет ключевое слово. Он анализирует фактический вывод кандидата: Решал ли он сложные циклы рассуждений и вносил вклад в Langchain или Dify? Как он обрабатывал задержку API в своих проектах? Это позволяет компаниям определить “Специализированных универсалов”: людей с глубоким интуитивным пониманием, чтобы ориентироваться в конкретных проблемах ИИ, которые еще не превратились в названия вакансий.

Работая внутри крупных платформ, таких как Alibaba Cloud, что, по вашему мнению, большие организации наиболее неправильно понимают при оценке реальной способности ИИ по сравнению с поверхностными квалификациями?

Большие организации часто путают “Прошлую родословную” с “Будущей адаптируемостью”. Они предполагают, что успех в структурированной, наследственной среде переводится в успех в “Диком Западе” ИИ. Правда в том, что способность ИИ сегодня заключается в Агентстве, способности взять неоднозначную проблему и использовать ИИ для ее решения от начала до конца. Крупные платформы часто упускают из виду “инноваторов-борцов”, которые действительно движут прогресс.

DINQ раскрывает закономерности сотрудничества и долгосрочную траекторию исследований на разных платформах, а не фокусируется на изолированных достижениях. Почему этот долгосрочный взгляд становится более важным, поскольку исследования ИИ становятся более междисциплинарными и командными?

Инновации больше не являются одиночным спортом; это Коллаборативная Эволюция. Анализируя траекторию человека на разных платформах с течением времени, мы видим его Стратегическую Последовательность. Просто ли он прыгает на каждом хайпе, или строит глубокий, междисциплинарный стек? По мере того, как ИИ становится командным, видение того, как человек взаимодействует с кодом и исследованиями других, становится окончательным предиктором его “Культурного дополнения” и технического лидерства.

Существует растущая обеспокоенность по поводу того, что найм ИИ смещен в сторону видимости, а не заслуги. Как DINQ стремится раскрыть таланты с высоким воздействием, которые могли бы остаться скрытыми или упущенными из виду?

Найм сегодня отдает предпочтение самым громким голосам в социальных сетях, а не обязательно наиболее талантливым. DINQ действует как “Количественный фонд для талантов”. Мы удаляем шум и смотрим на Плотность ценности. Раскрывая вкладчиков с высоким воздействием, которые могут быть “тихими строителями” на GitHub, Huggingface или специализированных форумах, мы гарантируем, что заслуга, а не маркетинг, диктует, кто получает лучшие возможности.

Как человек, который работал на пересечении инфраструктуры ИИ, прикладных исследований и теперь систем талантов, как вы видите эволюцию отношений между расширением вычислительных мощностей ИИ и человеческой экспертизой в течение следующих нескольких лет?

По мере расширения вычислительных мощностей “Человек в цикле” эволюционирует от исполнителя к архитектору. Мы движемся к миру, где “Экспертиза” определяется вашей способностью направлять огромные вычислительные ресурсы к значимым результатам. Отношения не конкурентны; они симбиотичны. “Человек, усиленный ИИ”, будет наиболее ценным активом в глобальной экономике, люди, которые могут оркестрировать модели, проверять истину и вводить творческую интуицию, где алгоритмы сталкиваются со стеной.

Глядя за пределы январского запуска, как выглядит успех для DINQ в изменении того, как экосистема ИИ признает, развивает и развертывает человеческие таланты в масштабе?

Успех для DINQ означает построение “Слоя доверия” экономики ИИ. Мы хотим увидеть мир, где Карта DINQ – это единственное “Резюме”, которое вам когда-либо нужно. К 2026 году нашей целью является изменение глобального рынка труда в真正ую Меритократию в масштабе, где таланты обнаруживаются мгновенно, верифицируются автоматически и развертываются для наиболее срочных проблем мира, независимо от географии или происхождения.

Спасибо за отличный интервью, читатели, которые хотят узнать больше, должны посетить DINQ.