印度小伙0工资招6类工程师，3周收到47份简历|代码|工程师|工资|简历|编程

一个Discord账号、一条Instagram私信、零预算招聘——这是Yantra AI创始人Krish Verma的全部家当。3月17日，他在Reddit发布招募帖，要找代码维护者、审查员、测试员、前后端开发、AI工程师，总共6个岗位。帖子里写得明明白白：没钱，纯志愿。

结果47人私信报名。没人骂他是骗子，反而有人问"什么时候能开始"。

教育AI的"开源悖论"：越免费，越有人信

Yantra的定位很具体：不是做又一个ChatGPT套壳，而是模拟"真人老师"的交互体验——带实验环节、有AI引导、能积累真实技能。Krish在帖子里反复强调"build something meaningful"，这句口号在科技圈已经烂大街了，但配上"零薪酬"的坦诚，反而筛出了一批特定人群。

报名者画像很有意思。我翻了帖子下的公开讨论，发现三类人居多：一是印度本土的CS在校生，想攒项目经验但进不了大厂；二是在职开发者，主业做企业软件，想换个"有社会价值"的副业；三是海外教育科技从业者，好奇"开源+AI+教育"这个交叉点能长出什么。

一位自称在Byju's（印度最大教育科技公司，刚经历大规模裁员）工作过的用户在评论区说：「我经历过付费教育产品的崩塌，现在反而相信开源模式能活得更久。」

这句话点破了Yantra招募帖能火的核心——它不是卖梦想，是卖"反梦想"：承认教育科技行业已经烂了，所以咱们从零开始。

Supabase选型背后：小团队的"寄生策略"

技术栈选择暴露了团队的生存智慧。后端明确点名要Supabase（开源Firebase替代品），而不是自建服务器或选AWS。这个决策有三层考量：免费额度够用、社区文档成熟、志愿者上手快。

换句话说，Yantra的架构设计从一开始就为"零成本协作"优化。Krish没选最酷的技术，选了最容易让人"顺手帮个忙"的技术。

前端框架没明说，但评论区有报名者猜测是Next.js——同样属于"简历友好型"技术栈，参与者做完能写进作品集。这种设计让志愿劳动变成了双向交易：你出时间，我给你可展示的成果。

一位后端志愿者在Discord里晒了张截图：他给Yantra写的认证模块，直接被用到了自己的求职作品集里，「比LeetCode刷题有说服力多了」。

"真人老师"的幻觉：AI教育最难啃的骨头

Yantra的产品描述里有个词被重复了三次：interactive labs（交互式实验）。这是教育AI的深水区——对话容易做，动手难模拟。

现有方案分两类。一类是纯软件环境，比如Replit的嵌入式编程环境，学生在浏览器里跑代码；另一类是硬件联动，比如Arduino或树莓派的远程实验室。Yantra想走中间路线：AI实时观察学生操作，像助教一样打断、纠正、追问。

技术挑战很具体。怎么判断学生"卡住了"而不是在思考？怎么区分"有效尝试"和"无效乱点"？这些判断标准，真人老师靠经验，AI只能靠数据训练。但教育数据是出了名的脏、慢、贵——没人愿意把自己失败的学习过程开源出来。

Krish在回复评论时承认：「我们先从编程教育切入，因为代码本身就是结构化数据，比学钢琴或做饭容易量化。」

这个选择很务实，但也暴露了天花板。编程能自动化批改，设计、写作、沟通这类"软技能"怎么交互？Yantra的路线图里还没答案。

志愿者经济的隐性成本：热情能烧多久

47份简历听起来热闹，但开源项目的残酷规律是：第一周涌入的人，三个月后剩下10%就算健康。Krish没提项目管理经验，而这是志愿协作的生死线——没有KPI，没有晋升，没有工资，凭什么让人持续投入？

评论区有个细节值得玩味。有人问"项目有商业计划吗"，Krish回复：「先做出东西，再谈钱。」这种"Build First, Monetize Later"的思路在2010年代的硅谷是标准答案，但在2024年的印度教育市场，投资人早就学精了。Byju's的崩盘让"教育+增长黑客"的组合彻底失信，Yantra想靠"开源"标签重建信任，但标签本身不能当饭吃。

更现实的挑战是地域。Krish的Discord和Instagram都是个人账号，没有公司主体，没有法律框架。万一项目做大了，知识产权归谁？志愿者写的代码能商用吗？这些问题的答案，目前都是空白。

一位参与过多个开源教育项目的开发者在帖子下警告：「我上一个志愿项目，创始人后来把代码卖了，我们连署名都没拿到。」