在如今的人工智能竞争环境中，无论是大型企业还是创业公司都愈发重视人才的引进与培养，并追求更高的效率。在这样的背景下，求职者的薪资逐渐提高，但用人单位的耐心却在减少，他们希望找到那些无需培训、能够迅速解决问题的聪明年轻人。然而，一些年轻人并不愿意成为追求极致效率的机器，他们更渴望一个能够鼓励创新并允许探索的工作氛围，期待自身的创意能对公司产生积极影响。

面壁智能的联合创始人刘知远深信，只要能找到二者之间的平衡，创新与效率是可以共存的。他在清华大学任教多年，并在2021年参与智源研究院的大型模型项目“悟道”，随后创办了面壁智能。与许多公司追求超大模型的发展策略不同，面壁智能选择了差异化的端侧AI路线。尽管起初并不被看好，但随着更多企业发觉端侧AI的实际应用与商业潜能，面壁智能迅速崛起，成为行业内的佼佼者。

刘知远表示，面壁智能的成功在于团队的共同目标、互相鼓励与信任。而选择端侧AI策略也让公司避免了与巨头们在数据和算力上的直接竞争，更加重视人才的培养。他们在公司内保留了“前沿实验室”的氛围，通过“传帮带”的方式，让技术负责人、研究员和实习生共同进步，给予实习生充分的时间进行前沿研究。这一人才计划被称为“前进四”，寓意全速向前。

在资源有限的情况下，面壁智能仍注重人才的培养。团队中的一名核心成员是一位名叫李奇的实习生，他年纪轻轻，明年即将获得博士学位，并在去年加入公司。李奇领导的智能进化实验室是团队中人数最多的一组，成员中接近一半为正职研究员，他们经验丰富，比李奇在公司工作的时间更长。

李奇的条件非常优秀，曾在全国物理竞赛中获金牌，保送至清华大学姚班，现攻读自动化专业。但是，大型企业往往对这样年轻的实习生感到不安，认为他们缺乏稳定性，更倾向于雇用有管理经验的人。然而，面壁智能的管理层认为“AI的本质就是探索与试错”，并质疑谁能一开始就成为专家。

在加入面壁智能的前六个月，李奇在AI基础设施团队尝试了多个方向，其中对AI4AI最为感兴趣——即用AI研究和改进自身，突破人类在数据和算力上的限制，快速推进AI研发的速度。直到2026年2月，Claude Opus 4.6发布，展现了AI解决复杂研发任务的能力，他才意识到这个方向的潜力。实验室负责人李宇轩也意识到了年轻人在创新中可能带来的冲击，鼓励李奇进行尝试。

他们从基础设施环节开始进行实验，几人花了一个月时间验证AI在辅助研发方面的潜能，包括编写代码、调试和清洗数据。基于这些初步成功，面壁智能决定给予李奇更多的时间和资源支持，李奇与研究员全力投入AI4AI项目。经过两个月的努力，他们成功开发了一套完全由AI编写的大模型预训练框架ForgeTrain，训练速度显著超过了市场上大多数主流框架。

项目发布后，AI基础设施部门升级为智能进化实验室，李奇作为AI4AI方向的负责人登上舞台。刘知远预计，在接下来的半年到一年内，该项目将进入工程化阶段，实际影响到模型生产，机会并不多。而这一任命没有经历复杂的讨论过程，李奇的能力显而易见，制定具体的KPI也并不是当下的优先考虑。

“前进四”人才计划的一个目标就是希望能够将这种轻松的氛围固化为一个更系统化的培养制度。2025年，随着DeepSeek的崛起，行业内意识到少数人才可以创造巨大的价值，大型企业与创业公司都开始高薪抢人。面壁智能的首席研究员韩旭发现，几乎所有岗位的招聘都变得艰难，尽管不少候选人前来面试，但最终能够获得offer的人却不多，因为他们往往被大公司加价吸引。

在这种情况下，面壁智能与大型企业竞逐工资显得不够现实，“钱没有别人多，凭什么硬碰硬？”韩旭指出，如果仅仅依靠高薪来吸引人才，所招募的人也未必会真正认可公司。于是面壁智能通过培养人才来解决这一紧缺问题。通过深度讨论，决定从实习生入手，开设“前进四”人才计划。刘知远相信，如今的端侧AI市场前景广阔，如果想在未来五年、十年乃至更长时间内取得成功，就必须耐心地培养人才，为建立强大的团队打好基础。