TL;DR：关于“顶尖人才”的大多数讨论都默认人才服从帕累托分布；但仔细审视会发现，不同的企业文化会因所要解决的问题不同，而受益于不同的人才分布形态（正态分布、帕累托分布，以及第三种——双峰分布）。双峰人才分布较为少见，但在创意产业以及部分类型的软件公司中更为常见。

遵循帕累托分布的公司争夺的是A级人才（“高智商通才”），而遵循双峰分布的公司争夺的则是支柱型人才——那些在某项任务上拥有独特天赋、几乎无人能替代的人。正是这些差异，造成了管理风格和企业文化的分野。

“人才争夺战”这一说法最早由麦肯锡公司的几位顾问在其1998年报告及同名后续著作中提出，在此后二十年里，“顶尖人才”一词便深深植入了企业高管们的集体意识。麦肯锡并未对人才给出精确定义，但他们认为，一批“聪明、精力充沛、富有野心的人才”即将出现短缺，企业将为吸引和留住最优秀的人才而展开激烈竞争。

在软件领域，有一个相关却又不同的概念——“10倍程序员”，其历史至少可追溯到1968年一项意外揭示程序员个体绩效差异的研究，并因弗雷德里克·布鲁克斯1975年的著作《人月神话》而广为人知。“10倍程序员”的定义同样模糊，且其是否存在也时常引发争议。不同的人对此有不同的理解：有人认为是写代码速度快10倍的人，有人认为是理解产品需求能力强10倍的人，有人则认为是能让团队效率提升10倍的人，或是在发现和修复代码问题上强10倍的人。

尽管这两个概念颇为相似，麦肯锡的顶尖人才与软件行业的10倍程序员却折射出微妙的文化差异。二者都关注如何找到最优秀的合作者，但麦肯锡版本中的“最优秀”指的是所在领域中处于前百分之几的顶尖人群，而“10倍程序员”往往指某个难以解释、也难以复制的、独一无二的天才个体。

例如，在讨论招聘AI研究员时，很多人会说类似这样的话：“全世界只有[10到200]个人能做[某位高薪AI研究员]所做的事。”这与“我们正在招聘顶尖的AI研究员。”这类说法截然不同。后者所说的“顶尖”指的是所有AI研究员中表现最好的那一小撮，而前者的潜台词是，根本只有寥寥数人能够胜任这份工作。虽然这种想法在软件工程师中很直观，但在其他行业却很少见。

为什么在软件领域，某些工作无法通过培训让更多人来胜任？为什么不会出现更多的莱纳斯·托瓦兹或约翰·卡马克？做那些AI研究员所做之事的人，是否永远都只有100来个？

在探讨这些问题后，我归纳出三种不同的人才分布模型，它们与行业高度相关，但在同一行业内，也会因公司所做的事及其成熟度而有所不同：

• 正态分布：人才呈正态分布。公司的成功并非依靠吸引和留住“顶尖人才”，而是依靠流程的强大，所有员工都被要求服从于流程。常见于制造业、建筑业和物流公司。
• 帕累托分布：人才呈帕累托分布，向前百分之几的顶尖人群倾斜。公司通过吸引、留住和培养“A级人才”而获益，这些人被期待展现出卓越的个人绩效。常见于知识型工作和以销售为核心的公司。
• 双峰分布：人才呈双峰分布，公司通过识别、招聘和留住“支柱型人才”而获益，这类人只占员工总数的一小部分，却推动了公司的大部分成功。常见于创意产业（如娱乐、时尚、设计），以及解决高难度技术问题的软件公司（如基础设施领域）。

公司的人才分布类型也塑造了其组织文化，而组织文化本质上取决于公司最想寻找和招聘哪类人才。最明显的是，我们可以通过理解对“顶尖人才”定义的不同，来理解我称之为麦肯锡思维与硅谷思维之间的差异。[¹]

正态分布

典型行业：制造业；货运与航运物流；建筑业

遵循正态人才分布的公司深受科学管理理论，即“流水线”模式的影响，该模式在20世纪初为应对工业化而兴起。这种模式在最大化工人生产效率的同时，确保生产过程高度可预测。生产流程被标准化、层级化，工作被拆解为更小的任务，员工像机器零件一样协同运转。

这类公司的竞争优势不在于少数顶尖表现者，而在于其流程的强大，这些流程建立在经年累月打磨出的专业知识之上。员工的角色清晰明确且很少变动，他们需要胜任且可靠，但个体会受到温和的抑制，因为个性化会威胁到流程的稳健性。员工以维持稳定表现、成为比自身更宏大事业的一部分为荣，而非以脱颖而出为荣。

丰田便是通过卓越运营脱颖而出的经典案例，它在20世纪下半叶开创了更高效的制造方式。其组织文化由“丰田之道”（强调尊重与以团队为中心的持续改进的企业哲学）和“丰田生产方式”（强调减少浪费的制造流程）所定义。这些理念往往是在缄默知识与实践中逐渐形成的产物，而非一开始就明确规划好的；“丰田之道”就历经数十年才逐步成型。

受益于正态人才分布的公司同样可能遭遇人才短缺：例如，建筑工人或仓库工人的短缺。但这种稀缺通常源于工人对这些岗位缺乏兴趣（例如因为薪资低或考证门槛高），而非人才供给渠道本身就不存在。

帕累托分布

典型行业：管理咨询、投资银行、销售文化浓厚的公司

遵循帕累托人才分布的公司受到20世纪40至50年代兴起的现代管理理论影响。例如，彼得·德鲁克就构想了一种去中心化、强调员工参与的管理模式，以及“知识工作者”的崛起——他们将在引导组织战略中扮演更积极的角色。

在这一模型中，知识工作者的核心地位以及管理权力在员工间的分散，意味着公司必须专注于吸引、留住和培养“A级人才”，即在其领域内处于前百分之几的顶尖人才。

A级人才是“高智商通才”，他们能在多种不同类型的任务中表现出色，并能应对工作中的复杂性。正如麦肯锡1998年报告所述，“高绩效”公司（以股东回报的前百分之几来定义）的高管，更可能毕业于一流本科院校、位列班级前10%、拥有更高的本科绩点，并拥有硕士学位。A级人才还可能至少有一两项格外出众的业余爱好，无论是竞技赛艇、语言学习还是古典钢琴。无论做什么，他们都倾向于在其领域内名列前茅。

“企业[不应]犹豫跨行业挖人。西尔斯聘请了海湾战争将军格斯·帕戈尼斯来负责物流；Banc One聘请了塔可钟的负责人肯·史蒂文斯来领导零售银行业务。”——麦肯锡《人才争夺战》报告

A级人才可以被量化定义，并与B级、C级人才进行排名比较，这也是管理咨询公司会使用智商测试、数学测试和性格测试来招聘A级人才的原因。由于这类人才更容易被识别，遵循帕累托分布的公司往往拥有完善的校招体系，直接从大学招聘毕业生：专业技能的重要性不及综合能力。

管理咨询（如麦肯锡、BCG、贝恩）、投资银行（如高盛、摩根大通）以及大型科技公司的初级产品经理项目（如Facebook、Google）都在校园招聘上投入巨大，并主动提供大量面试技巧与备考资料。申请这些工作与备考高考或申请顶尖大学并无太大不同。

如果说遵循正态分布的公司更像社会主义——员工将自己视为更大机器的一部分，利益分配相对平均——那么遵循帕累托分布的公司则更像资本主义，奖赏分配不均，向表现最佳者倾斜。员工被期待表现卓越；仅仅“达到预期”的平庸表现者会举步维艰甚至被淘汰。由于并非每个员工都能卓越（否则卓越就成了新的平均水平），这便导致了内部零和的权力竞争。

就人才稀缺而言，A级人才在总人口中占比相对较小。但事后来看，有了二十年的视角，麦肯锡可能夸大了对A级人才“争夺战”的判断。资深的A级人才广为人知、备受争夺，因此雇主会支付高薪以防止他们被挖走。但在初级层面，尽管人才池相对固定，其规模相对于需要A级人才的岗位数量而言仍然很大，而且他们相对容易被识别和培养。

虽然初级A级人才彼此之间可替代性较强，但公司之间确实会为垄断人才管道而竞争。例如，麦肯锡、高盛和Google都想成为顶尖毕业生求职首选的默认去处。尽管这些公司在产品层面并非直接竞争对手，但在争夺A级人才库方面却是竞争者。

在组织内部而非组织之间，还存在一种“人才流失”悖论：A级人才往往会流向（或被招募至）高曝光度的管理岗位。这使得为薪酬较低或曝光度较低的岗位招聘和留住A级人才变得更加困难。麦当劳前CEO简·菲尔兹起初是一名炸薯条厨师；玛莎百货前CEO斯图尔特·罗斯起初在销售一线工作。换言之，尽管还有其他岗位也能从A级人才的能力中受益，但A级人才却被培养得只适合担任特定类型的岗位，以至于少数高光岗位反而有大量A级人才在竞争，不存在短缺。[²]

双峰分布

典型行业：软件基础设施（如数据管理、云计算、安全）；对冲基金；创意产业（如娱乐、时尚、设计）

受益于双峰人才分布的公司，通过吸引和留住“支柱型人才”而取得成功，他们的独特技能为公司提供了竞争优势。与喜欢解决各种抛来问题的通才型A级人才不同，支柱型人才是专才，他们在某一特定类型的任务上极为出色，而世界上绝大多数人都无法做到。

这类公司较为少见，但在攻克高难度技术问题的软件公司以及创意产业中更为常见。迪士尼的鲍勃·艾格在收购漫威后，曾阻止漫威CEO艾克·珀尔马特解雇其总裁凯文·费奇，因为艾格将费奇视为公司的愿景领袖。苹果的历史也常常是通过其最具标志性的设计师王朝来讲述的：史蒂夫·乔布斯、乔尼·艾维。

支柱型人才是定性定义的，因此尤其难以招聘，甚至难以识别。A级人才会心甘情愿地为进入顶尖管理咨询公司而埋头备考，但软件工程师却经常批评代码面试和招聘流程，认为它们无法准确衡量能力。关于何为10倍程序员始终缺乏共识，这再次说明了量化支柱型人才之难，即便每个人“看到就知道”。

“我逐渐意识到，那些擅长讨好招生委员会的人，并不是那些擅长创办公司的人。”——迈克尔·吉布森，《烈火中的纸腰带》，回顾其参与创办并运营的泰尔奖学金项目时所言

支柱型人才在软件领域更为常见，是因为与实体工程不同，软件具有蔓延式的复杂性。建造桥梁的土木工程师必须遵循限制其创造力的行业标准，并且无论如何都要服从物理定律。

但编写软件却没有这些束缚。用代码解决问题拥有无限的可能性空间；你能构建什么、如何构建，只受想象力的限制。新的编程语言、工具和框架可以被凭空创造并按需使用。除非任务已被充分理解且反复出现，否则你无法简单地教工程师在每种情况下该怎么做，因为存在无数“未知的未知”，可能导向更优的解法。

同样，修复缺陷也拥有同样无限（且令人沮丧）的可能性空间；与能够直观检查故障桥梁的土木工程师不同，未按预期运行的代码，其原因可能归咎于无数不可见的依赖。于是，平庸与卓越软件工程师之间的差距，远大于平庸与卓越实体工程师之间的差距，因为卓越的开发者凭借某种难以言明的智力、创造力和直觉的结合，能够“看见”平庸者看不到的可能性。[³]

然而，如今大多数软件公司并不需要支柱型人才，因为它们销售的是缺乏技术竞争优势的同质化产品。虽然这些产品不必像实体工程学科那样遵循行业标准，但完成任务的合适工具很大程度上受社会惯例影响。围绕“10倍程序员”的诸多困惑似乎正源于此：历史上，几乎所有软件公司都在攻克高难度的技术挑战，而今天，大多数公司可能更像是遵循帕累托分布的公司，应该采取不同的管理方式。

但那些正在构建基础技术的公司仍然能从支柱型人才中获益。例如，Snowflake由甲骨文的两位备受尊敬的软件架构师伯努瓦·达日维尔和蒂埃里·克鲁阿内联合创办；Databricks则由Apache Spark的创造者们联合创办。

遵循双峰分布的公司受益于塞巴斯蒂安·本苏桑所说的“高方差管理”，他将其比作制作好莱坞电影而非百老汇戏剧。现场演出时，女演员必须在每一场演出中都准确无误地念出自己的台词，因此筛选时看重的是稳定性。但在拍摄电影时，女演员可以失败六次，只要能换来一次极为精彩的表演。因此，电影导演在选角时可以更大胆，也会鼓励演员在表演中冒险。

“对于带有创造火花的才华……官僚式的做法最为致命。”——泰勒·科文，《人才：如何在世界范围内识别充满活力者、创造者与成功者》

在遵循双峰分布的公司中，只需要寥寥数位支柱型人才；其他所有人都扮演支持性角色。乍一看，这些公司可能像是遵循正态分布的公司，因为它们同样拥有组织严密的生产流程，但区别在于，所有人都是在为某个个体的愿景提供支持。弗雷德里克·布鲁克斯在《人月神话》中将其比作外科手术团队，“少数人负责设计与构建，多数人则协同出力”。

支柱型人才通常彼此隔离：一个由多位支柱型人才组成的团队未必能产生出色的成果，相比之下，更有效的是让每个团队都围绕一位支柱型人才来组建，并为其配备支持团队。

与A级人才相比，支柱型人才更有可能产出具有公共效益的成果，例如发明一项新技术或设计，这会模糊他们对雇主的市场价值。相比之下，A级人才的价值通常局限于雇主内部——例如管理团队或项目、创造销售业绩——其投资回报十分清晰。

只有当支柱型人才能够提供私有价值时（如基础设施提供商竞相聘请某位软件架构师），他们才会在市场上获得高额回报。例如，Google与微软/OpenAI之间对AI研究员的激烈争夺，部分就源于这种动态。由于这些公司正在构建基础技术，谁能从有限的人才池中网罗更多AI研究员，谁就能获得巨大的竞争优势。

另一方面，企业并不会争相聘请高产的开源开发者——除非将其专业能力纳入内部能为公司带来竞争优势——因为开源开发者的产出主要是公共产品：无论为谁工作，他们都会创造同样的价值。

左右手

支柱型人才还有一个变体，我称之为“左右手”（这个说法借自前Stripe的威尔·拉尔森）。“左右手”是指与至少一位高管保持着独特高度信任、密切关系的人，并作为该高管利益的代理人开展工作。

尽管“左右手”往往是通才，但他们比起A级人才更接近支柱型人才，因为他们是定性定义的，拥有无人能替代的独特角色，并且最适合在相对独立的环境中工作。与支柱型人才一样，“左右手”也是一种稀缺人才，公司需要他们来实现最具野心和创新性的目标。理想情况下，他们能力卓越、忠于公司，并且能够洞察“全局”。

“左右手”的价值主要源于其作为高管“钦定人选”的身份，这赋予了他们非同寻常的创造性工作自由。由于这种自由高度依赖具体情境，他们的成功通常局限于某一家公司，和/或与某一位特定高管共事的场景中。“左右手”不一定拥有高阶头衔，其真正的影响力和受宠地位也未必为外界所见。与A级人才不同，他们往往不会遵循典型的企业晋升路径——之后更可能去创办自己的公司，而非成为另一家公司的高管。（这种现象可以在极为成功、催生出早期员工“帮派”的创业公司中观察到。）

“我非常在意Stripe：当我看到有不妥之处时，就会感到不安，想要去修复它。”——米歇尔·布，Stripe支付产品技术负责人

“当杰克·韦尔奇与家得宝会面、分享通用电气在管理增长方面的独特做法时，他带上了两位人力资源高管……打造人才梯队是他们工作的关键部分。”——麦肯锡《人才争夺战》报告

将这些模型付诸实践

公司的人才需求可能会随时间而变化。例如，Google最初很可能是为了构建其在搜索领域的优势而成为一家遵循双峰分布的公司，但随着组织走向成熟，它似乎已变得更像一家遵循帕累托分布的公司（尽管我不确定这是否有利于其作为创新者的声誉！）。

企业文化的常态可以通过公司试图获取或培养的人才类型来解释。例如：

• OpenAI高度强调使命感及其不寻常的治理与融资结构，部分原因在于它需要吸引往往极具原则性的“支柱型”AI研究员
• OKR、KPI及类似的绩效框架是为遵循帕累托分布的公司设计的，在这些公司中，绩效是可量化、可与其他员工横向比较的
• 零事故文化（“已连续X天无事故”）强调一致性与集体责任，并在遵循正态分布的公司中抑制冒险行为
• 典型的软件公司文化（弹性工作时间、办公室内的游戏与零食、“静音区”）则是为了吸引和留住支柱型开发者而设计的

最后，不同的人才模型也在一定程度上解释了麦肯锡文化与硅谷文化之间的差异。前者高度量化，青睐由优异者组成的紧密协作团队，并鼓励竞争性的零和人才环境（A级人才是总人才池中固定比例的一群人，进不去就出局）。后者则更偏定性，推崇孤独的“天才创意者”原型，并对人才持正和态度（支柱型人才可能潜藏在任何地方，而我们肯定还没有把他们全部发掘出来）。这或许也能解释，为什么历史上许多软件公司难以走向成熟或在公开市场实现股东回报，因为要达到这种规模，需要将组织文化从双峰分布过渡到帕累托分布。[⁴]

感谢塞巴斯蒂安·本苏桑、伯纳黛特·多尔和丹尼尔·李的交流对本文方向的启发。

注释