“苏总，我昨天看了你的招聘视频。”陈凯放下包，开门见山，“一亿年薪，世界第一。我想知道你凭什么说能做到。”
苏阳没有立刻回答。他起身走到办公桌旁，拿起一个银色的U盘，回到沙发边，把U盘放在茶几上，推到陈凯面前。
“这里面是盘古大模型的技术架构概要。不是PPT，不是概念，是可落地的工程方案。你先看。看完再决定要不要聊下去。”
陈凯看着那个小小的U盘，犹豫了一秒，然后拿起它，插进了自己的笔记本电脑。
文件打开。第一页：模型架构——混合专家模型，总参数量两万亿，激活参数量三千亿，上下文长度一百万字。
他的手指顿住了。两万亿参数。目前公开的全球最大模型，参数量也不过一万亿出头。而盘古直接翻倍。更关键的是那个“激活参数量”——这意味着模型虽然庞大，但每次推理只调用部分参数，既保证能力，又控制成本。
他的目光往下扫。推理速度：比现有主流模型快十倍。训练成本：行业平均水平的二十分之一。陈凯的呼吸开始变得急促。
第二页：核心技术——独创的稀疏注意力机制，长文本处理效率提升两个数量级；自研分布式训练框架，万卡集群线性加速；知识截止日期为最新，支持持续更新。
陈凯摘下眼镜，揉了揉眼睛，又重新戴上。这些东西，有些是他和团队在千问尝试过但没做成的，有些是他只在学术论文里见过、从未在工程上实现的，有些甚至是他想都没想过的。
第三页：应用场景。第四页：商业模式。第五页：……
陈凯一页一页地翻，翻到最后一页时，他的手在微微发抖。他抬起头，看着苏阳。苏阳正端着茶杯，不紧不慢地喝着，像在看一场已经知道结局的电影。
“苏总，这些技术方案……是谁做的？”陈凯的声音有些发涩。
苏阳放下茶杯，语气平静：“你不用管谁做的。你只需要回答我——你能不能把它做出来？”
陈凯沉默了很久。他想起在千问的那些日子，每次提出新的技术方案，都要被产品部门质疑“这能赚钱吗”，被管理层质问“竞争对手有没有做”，被财务部门驳回“预算超了”。技术理想在资本面前，一次次退让，一次次妥协。而眼前这个人，给他看了一份足以颠覆整个行业的技术方案，然后问他——你能不能把它做出来。
没有问成本，没有问周期，没有问RoI。只问能不能。
“能。”陈凯说。
声音不大，但很坚定。
苏阳点了点头，站起身，走到窗边。阳光透过玻璃照在他的侧脸上，勾勒出一个清晰的轮廓。
“陈博士，我不是做技术的。我不懂算法，不懂模型，不懂训练框架。但我知道一件事——在这个行业里，华夏一直被美国压着。GPT出的时候，我们追；Gemini出的时候，我们追；每次都是追。我不想追了。”
他转过身，看着陈凯：“盘古要做，就做世界第一。不是国内第一，是世界第一。你做得到，我给你一切资源。你做不到，我换人做。”
陈凯站起身来，伸出手：“苏总，我做得到。”
苏阳握住他的手，力度不大，但很稳：“那就这么定了。盘古大模型的技术负责人，是你。年薪一亿。团队你来搭，预算你来批。我不干涉你的技术决策。”
陈凯深吸一口气，点了点头。
很快，两人就签订了合同，由陈凯担任盘古大模型的开发负责人。
签约之后的下午，陈凯立马开始忙碌起来。
他去魔都软件园，立马签订了办公场地。
然后开始招兵买马，招聘人才。
他在这行干了快二十年，脑子里装着一份华夏AI领域最顶尖人才的图谱——谁在算法上有真功夫，谁只会搭积木吹牛；谁的工程能力强，谁只会写论文发顶会；谁在训练框架上有独门绝技，谁只是调参熟练工。这些人，他要么带过，要么合作过，要么竞争过。每一个人的技术底细、性格特点、当前薪资、离职意愿，他都能说出个八九不离十。
第一个电话打给赵宇。千问AI的资深算法工程师，陈凯在千问时期带出来的徒弟，国内少数几个真正懂moE架构的人。电话响了三声就接了。
“赵宇，我是陈凯。”
“老师？您真的去苏总那边了？”赵宇的声音压得很低，像是在办公室偷偷接电话。
“来了。现在我这边缺人，你来不来？薪资翻倍。你负责盘古的算法架构。”
电话那头沉默了两秒。赵宇咬了咬牙：“老师，我跟你干。什么时候报到？”
“明天。”
挂了电话，陈凯在名单上划掉了赵宇的名字，写下“算法组负责人”。第二个电话打给林晓，百川的推理引擎专家。他在稀疏注意力方面的研究业内公认一流，但百川给他的资源不够，他的技术