字节跳动发文，分享了其六条核心人才观，其目的就是为了打造高密度的人才环境，推动公司持续创新与发展。
一起来看看具体是哪6条吧：
1. 和优秀的人，做有挑战的事 - 字节跳动认为，与优秀人才共事并挑战高目标，是公司成长的关键。 - 通过高人才密度应对业务复杂度，而非依赖僵化的管理制度。
2. 用人看本质，看潜力不看资历 - 招聘时更关注候选人的底层素质（如学习能力、好奇心、韧性），而非过往经验或大厂光环。 - 管理者需克服“经验依赖”，避免惯性用人，多给潜力人才机会。
3. 敢招比自己强的人 - 管理者应敢于招聘和发展比自己优秀的人才，提升团队整体水平。 - 团队若无法培养继任者，则被视为领导力不行
4. 为最优秀的人提供最好的回报 - 人力资源被视为投资（ROI），而非成本，薪酬应匹配人才价值。 - 每半年调整市场薪酬，确保竞争力。
5. 激励拉开区分度，不吃大锅饭 - 绩效评估需清晰区分高贡献者与“蹭产出”者，避免平均主义。 - 2024年已优化激励政策，加大高绩效者奖励力度。
6. 以能定级，以级定薪，以绩定奖 - 职级和薪酬基于能力而非资历，绩效决定奖金。 - 避免“熟人溢价”“资历溢价”，确保公平回报
原文地址：https://mp.weixin.qq.com/s/yWgWpsuuEneFp5_6W7QZqA
首先为什么提这个问题呢，是因为最近确实遇到了这种问题和思考。
2024年末和之前的设计培训公司小伙伴组建了一个小团队（工作之余），里面包括商务/产品/设计（ME）/前端和后端，麻雀虽小，五脏俱全。
年前也接了一个项目。关于设计的报价感觉一般理想，当然对比去年9月朋友介绍的项目肯定有点差距；
2025年这个月商务频繁发来几个报价单，但是总有一句：甲方预算有限；言外之意就是报价稍微合适点，当然也是为了能拿些项目，目前已经报了3个，暂时成功0；
有了以上的背景，所以我就有了这种考虑：现在的客户还有没有为了高质量的设计作品买单？
可笑的是我昨天一个淘宝产品主页+详情页报价又低了（这个属于没经验）
在此还要非常感谢优设的主编（明宇）帮我介绍了优设的合作项目，让我每月有了一些额外的收入！！！
2025加油！祝自己事业高升，祝优设越来越好！
复旦大学 120 周年校庆主题标识近期正式亮相。该标识诞生于专家遴选、师生校友网络投票及综合评审等环节的严谨打磨，以复旦校色红蓝为基调，衍生出双色版本。
标识以篆书 “复旦” 为核心，与校徽一脉相承，尽显文化传承之重。其巧妙融入 “百廿”“日月” 元素，篆书 “复旦” 古朴典雅，整体又似联通网络，寓意复旦历经 120 年风雨，在坚守传统根基的同时，积极拥抱现代文明，向着建设世界顶尖大学目标再度启航。
“日月” 意象取自《卿云歌》，承载复旦 120 年奋斗不止的精神；“百廿” 元素将 “复” 字上下部分匠心设计为 “百廿”，突出复旦从教育救国到教育强国的使命担当。标识在设计上既兼顾传统文化韵味，又展现复旦现代活力，为校庆增添喜庆氛围，也成为复旦发展征程的重要印记。
大家喜欢这样的设计吗？
首先有一个误区，很多人觉得开源就是免费，开源就是没有版权。其实这是完全错误的理解！ 开源≠免费。开源≠没有版权。开源≠随意商用。开源≠完全透明。
对开源模型的理解，目前大致有四个 Level，开放程度依次增加： 1. 封闭式“开源”（以 OpenAI 为代表） - 核心理念：早期以开源和非营利为目标，逐渐转向封闭模式，通过 API 提供服务，不公开模型权重和训练细节。 - 特点：模型权重和训练数据不公开，仅提供黑箱化的 API，通过订阅服务和 API 收费实现盈利，有助于控制模型滥用风险。 - 争议：违背了开源的核心精神，被批评为技术垄断。
2. 自定义开源（以 Meta 为代表） - 核心理念：开源模型（如 LLaMA），但采用自定义许可证（如 LLaMA 社区许可协议），强调研究和非商业用途，限制商业使用。 - 特点：公开模型权重，但限制商业使用和分发，主要面向学术机构和非营利组织，用户需申请访问权限。 - 争议：自定义许可证限制了模型的广泛使用，不符合完全开源的定义。
3. 传统开源（以 DeepSeek 为代表） - 核心理念：采用传统开源许可证（如 Apache 2.0），完全开放模型权重和代码，强调自由使用、修改和分发，包括商业用途。 - 特点：模型权重、代码和部分训练数据公开，允许商业使用，无歧视性限制，鼓励社区协作和创新。 - 优势：符合传统开源定义，推动技术普及和创新。
4. 理想开源（以 OSI 为代表） - 核心理念：OSI 正在制定 OSAID 1.0（Open Source AI Definition），旨在为开源 AI 系统提供明确标准，强调透明度、可访问性和可修改性。 - 特点：要求公开模型权重，允许用户自由使用，尽可能公开训练数据的来源和组成，训练和推理代码必须开源，不得限制特定用户群体或用途。 - 目标：确保开源 AI 系统符合开源精神，推动技术民主化。
