AI 研究者求职反思：别用关键词定义自己，要选好问题
simi_97k · x · 2026-10-28
正在求职的 AI 研究者 Simran Khanuja 撰文反思 2017 年以来自己对“研究问题选择”的理解演变。要点：
- 求职市场迫使候选人用 pre-training/evals/alignment 等关键词给自己贴标签，但她更认同做“问题导向”的人。
- 在工业界，'正确的问题'往往由产品需求定义，能回流到产品的研究更受认可；学术界则有不同的选题约束。
- 她认为在基础设施足够成熟、想法能快速验证的时代，选对问题正成为越来越重要的研究技能。
文章对即将进入 AI 研究岗位的人有参考价值。
「漫话AGI」频道最新
- 欧洲占全球科技研发份额从 23% 跌至 8%,美国升至 62% — NinaDSchick · 2026-10-29
- 欧洲手握 ASML 却缺席 AI 牌桌，作者提议建「Eurofab」 — S_OhEigeartaigh · 2026-10-29
- '生成了证明还没检查'成学界新梗：AI 时代的'下载 PDF 没读' — miniapeur · 2026-10-29
- 学者提出「Neurovium」：神经、计算与认知的统一学科 — neurovium · 2026-10-28
- iMessage Agents 或成苹果下一个「应用商店」级护城河 — signulll · 2026-10-28
- Luke Wroblewski:你求职的那个世界已经不复存在 — LukeW · 2026-10-28