一道題 = 千萬獎金 + 頂配Offer？金融圈最瘋狂的“尋人啟事”正在上演量化大佬懸賞千萬美金只為找到能解題天才一場關於智商與財富的極限挑戰正式開局懸賞1000萬美金解題 XTX Markets太捨得下本了近日，金融圈被一則消息刷屏：英國最大的單一納稅人、XTX Markets創始人Alex Gerko和他的公司，再次擲出重金，懸賞求解數學難題。cr. efc“懸萬金解題”，其實是XTX Markets的老傳統了，早在2023年，XTX Markets就推出了一項獎勵計畫——人工智慧數學奧林匹克（AIMO）。這是XTX Markets於2023年推出的“挑戰基金”，該基金旨在推動AI技術社區一起開發能夠像國際數學奧林匹克（IMO）頂尖人才一樣表現的AI模型！根據AIMO網站的介紹，其500萬美元的“終極大獎”將頒發給首個公開分享的、進入AIMO批准競賽並達到相當於IMO金牌水平的人工智慧模型。就在近日，第三項高達220萬美元的“階段性進步獎”競賽也已開啟，面向全球招募頂尖解題高手。cr. AIMO第三期階段性獎項總基金為$2,207,152，本輪競賽排名獎項如下：第一名：$262,144第二名：$131,072第三名：$65,536第四名：$32,768第五名：$16,384此外，還設有特別獎項，獎金$110,000。本階段的賽事基於首屆AIMO競賽（由Numina項目於2024年7月奪冠）及第二屆AIMO競賽（由輝達NemoSkills團隊於2025年4月奪冠）的基礎展開，題目難度大幅提升，並配備了業界領先的計算資源。報名截止日期為2026年4月9日，從Kaggle的資訊看，目前已經至少有4900名參與者報名搶奪這天價獎金了。關於AIMO - Progress Prize 3賽事的細節，以及前兩賽段的冠軍隊伍分享，WST都給大家整理好了，篇幅有限這裡就不一一展開，想深入瞭解的同學可以加入小助理獲取~不知道看到這裡的小夥伴們是否有和我一樣的感受——XTX Markets也太有錢了！帶大家簡單瞭解一下Alex Gerko和他的XTX Markets：Alex Gerko出生於俄羅斯，擁有莫斯科國立大學數學學士、碩士及該校數學博士學位；2004年，Alex Gerko在德意志銀行從事股票交易，之後轉行進入外匯交易領域；2009-2015年，加入總部位於英國的避險基金GSA Capital；2015年1月，創立了XTX Markets。XTX Markets是一家base在英國的演算法交易公司，利用演算法在各種交易場所進行價格差異交易，Gerko持有該公司75%的股份。截至2024年，該公司在全球擁有超過250名員工，他們利用最先進的機器學習技術，對股票、固定收益、貨幣、商品和加密貨幣等5萬多種金融工具進行價格預測。XTX Markets有多壕氣？據可蒐集到的資料顯示，2024年公司12.8億英鎊的利潤分配給了31位合夥人，其中某高額薪酬的成員分得6.825億英鎊，其餘30位合夥人平均每人1990萬英鎊（近2億人民幣），比去年提升逾500萬英鎊。普通員工到手的分紅也不普通：2024年，XTX LLP的19名員工平均薪資55萬英鎊。而且，XTX Markets特別願意提拔年輕的量化人才，比如2019年才走出校園的Ivan Belonogov，短短幾年就晉陞為合夥人。cr. LinkedInIvan的履歷上最不容忽視的，就是滿滿一頁的競賽獲獎經歷：為什麼XTX Markets如此不惜重金尋找全球最聰明的大腦？這背後，揭示的正是量化金融行業一個公開的秘密：對頂尖競賽人才，尤其是數理競賽天才的極致追捧。為什麼量化巨頭在招聘時會尤其重視那些競賽獲獎者？從本質上來說，核心原因在於，這類候選人的能力畫像與量化行業對頂尖數理、演算法、工程落地能力的核心需求高度匹配，這些獎項都很好地證明了其強大的邏輯思維和問題解決能力。在量化圈，遠遠不止XTX Markets和Jane Street會斥巨資去贊助各種競賽，還有不少頭部公司直接開設競賽去選拔候選人，比如：Jane Street Electronic Trading Challenge24h Hackathon，無需金融基礎，拼程式碼與策略，用自研演算法在虛擬市場trading，難度較高但參與感很強IMC Prosperity相對更綜合而且很好玩，涵蓋交易策略、風險管理和市場分析，比較考驗團隊合作，邊學邊玩，有機會能拿到IMC面試直通名額WorldQuant Challenge九坤/幻方量化大賽（中國私募最愛，前50名直接發Offer） (WallStreetTequila)

在北美矽谷大廠裡用中文聊天到底算不算一種“文化冒犯”？部分白人員工：不懂普通話的我像身處地獄華人員工be like：1. Meta上熱搜，因為中國人太多？最近，Meta 的華人員工又一次被推到了風口浪尖。cr. Blind大概意思是，有個哥們在Blind發帖稱Meta華人太多，結果底下有個回覆就開始控訴華人四宗罪：1、中國人在正式會議中說英文，但一結束就用中文交流；2、中國人會排斥非中國人，比如午餐絕不會邀請非中國人加入；3、他們當中很多人英語水平很差，以至於很難理解他們所說的內容；4、他們當中有些人沒有邊界感。這位樓主表示，Meta廣告部門尤其是在門洛帕克總部，他所在的團隊中國人佔比80%。這對於完全不懂普通話的他來說簡直是噩夢。有多少朋友看完第一反應be like：以下是辯方有理有據的發言“英語母語者終於體會到了非英語者在英語世界裡的邊緣處境，我願稱之為當白人成為minority之後的破防”：“吃飯不帶非華人，有沒有可能是白人飯太難吃”以及“合理懷疑是三哥在挑撥離間”：總結一下大家的最終論點：以上截圖源自xiaohongshustatista曾在2022年統計過Meta技術部門和非技術部門中各大族裔的佔比，技術部門中亞裔佔比最高，達到了55.8%：cr. statista2. Meta不是個例，華人改變科技格局其實這已經不是Meta第一次因為華人太多而被控訴，一年前也有類似的吐槽帖出現在Reddit：評論區的資料其實比樓主的吐槽更精彩。“在矽谷隨便挑一家公司，你就會發現工程部門大多是中國人和印度人，不僅僅是在Meta”“大型科技公司60%是印度人，30%是中國人，初創公司仍有70%是白人的原因大機率是不提供sponsor…”以上截圖源自Reddit矽谷正走向“華人時代”最好的例子，就是2023年馬斯克創辦的xAI，創始團隊的12人中，有5位是華人科學家：吳宇懷：xAI核心科學家之一，出生在浙江，2021年獲多倫多大學機器學習博士學位，師從諾貝爾獎得主、深度學習之父Geoffrey Hinton；張國棟：本科畢業於浙大，後於多倫多大學獲得博士學位，同樣師從Geoffrey Hinton，加入xAI前，其職業經歷覆蓋微軟亞洲研究院、Google大腦、DeepMind等頂尖機構；此外，還有本碩就讀於哈佛大學數學系的楊格，本科畢業於清華大學，碩博畢業於卡內基梅隆大學的戴子航，以及吳宇懷的導師、同樣畢業於多倫多大學的Jimmy Ba。cr. 網路，左起分別為馬斯克、吳宇懷、Jimmy Ba今年科技AI圈反反覆覆的搶人大戰，更是證實了華人科學家正成為頂尖科技公司的核心力量。今年6月Meta成立了“超級智能實驗室”，整個團隊44個核心成員中，有超過一半是華人，小扎更是不惜重金招兵買馬，組建的“AI夢之隊”中，華人學者依舊超半數：7月，Meta又從Apple挖走了華裔基礎模型負責人龐若鳴（Ruoming Pang），年薪高達2億美元。Nvidia老總黃仁勳，6月直聘了量化華人、清華校友朱邦華和焦劍濤：黃仁勳與95後清華校友朱邦華根據MacroPolo資料，2019年美國頂級AI研究機構中，擁有本科中國國籍背景的研究人員佔比為29%，僅僅三年後的2022年，這個數字飆升至47%，而美國本土只有18%。毫無疑問的是，2025年隨著AI競爭的加劇，華人科學家的價值將進一步凸顯。為什麼華人工程師在矽谷如此受歡迎？簡單來說是因為他們在AI時代格外具有“最稀缺的高價值資源”。2025年第66屆國際數學奧林匹克競賽（IMO）共產生了72塊金牌，其中中國6名隊員全員奪金，滿分的5位金牌選手中，有2名是中國學生。中國教育體系從小就關注孩子的數學、物理等基礎學科訓練，華人工程師從小接受高強度數理教育，具備深厚的數學功底，如線性代數、機率論等。從晶片到模型，從硬體驅動到演算法驅動，AI競爭的核心已轉向演算法設計、架構創新與資料理解，而這些，恰恰是華人工程師與生俱來的強項。“華人科學家正在接管矽谷”正在成為事實。7月，黃仁勳在北京脫下標誌性皮衣，身著唐裝，用中文演講的行為似乎也在回應這一趨勢。黃仁勳 NVIDIA“中國做得太棒了！全球50%的AI研究人員是中國人，你無法阻止他們推進AI發展。”3. 華人站在矽谷中央，留學生如何入局？前兩年我們看科技圈，總是從layoffs.fyi的裁員資料上感到焦慮。但2025年，裁員大幅減少的同時，AI發展對華人的歡迎也給了所有向往矽谷的新人一顆定心丸。cr. layoffs.fyi如果想在未來的灣區擁有一席之地，有那些熱門的崗位值得留學生沖？1）演算法工程師Algorithm Engineer人工智慧領域的核心人才，主要負責研究、開發和最佳化各種人工智慧演算法。需要深入理解機器學習、深度學習等演算法原理，針對不同的業務場景設計和實現合適的演算法模型。要求從業者具備紮實的數學基礎（線性代數、機率統計）和機器學習理論，精通Python等程式語言，熟悉TensorFlow、PyTorch等深度學習框架，並且能夠從海量資料中挖掘有價值的資訊來最佳化演算法。學歷上本科是門檻，頭部企業更傾向碩士/博士。2）機器學習工程師Machine Learning Engineer機器學習工程師是專注於將機器學習模型落地應用的技術專家，主要負責模型訓練、最佳化和部署。他們需要紮實的Python/Java程式設計能力，精通TensorFlow/PyTorch框架，熟悉資料預處理、特徵工程和模型調優。與演算法工程師相比更側重工程實現，與資料科學家相比更專注技術落地。核心技能包括分散式運算、模型壓縮和雲端部署，需掌握Docker/Kubernetes等工具。企業招聘時看重工程能力和項目經驗，薪資範圍20-60萬，自動駕駛、推薦系統等領域需求旺盛，需具備將演算法轉化為實際產品的能力。3）提示詞工程師Prompt Engineer提示詞工程師（Prompt Engineer）是AI時代的新興職業，負責設計、最佳化和調整與大模型（如GPT、Claude等）互動的提示詞（Prompt），以提升AI輸出的精準度和實用性。企業招聘時通常要求本科及以上學歷（電腦、AI、語言學相關專業優先），熟悉Python程式設計及主流大模型（如LLaMA、DeepSeek）的調優方法，掌握思維鏈引導、角色扮演等Prompt Engineering技巧。還有更多AI時代熱門的崗位以及工作內容和招聘要求，WST為大家整理了一份檔案，需要的同學可以加入小助理獲取。過去幾年，就算你不是尖子生，但只要你畢業於名校，依舊可以收到多個工作類型、地點、薪水和僱主都很有吸引力的工作邀請。但現在的情況是，很多GPA高達4.0的優秀畢業生，連一個Offer也拿不到。時間線為王，低年級是超車的好機會對於想要留美上岸科技大廠的留學生們來說，2025年的機會是比2024年多，但相比繁盛時期依舊更少，但門檻卻因為AI的強勢加入而水漲船高，想要絲滑上岸也需要經歷一番苦戰。簡言之，大一大二打基礎階段則要付出更多的努力。這裡就不得不提許多海外頂級公司都會開放針對低年級學生的早期項目，既能快速瞭解行業狀況，感受企業氛圍，又可以瞭解公司內部的招聘流程，進而加速求職過程。別以為低年級項目只是諮詢/金融行業的專屬，基本上我們熟悉的幾個科技大廠都會開放低年級項目申請。有的是針對大一大二學生，而有的項目已經將年齡捲到了高中畢業生。Nvidia Ignite ProgramDuolingo Thrive ProgramMicrosoft Explore ProgramUber STAR項目Lyft Early Talent ProgramGoogle STEP項目（大一、大二學生可申請）；Summer of Code（面向高中畢業生的實習）Palantir Sophomore internship；Meritocracy Fellowship（面向高中畢業生的實習）Meta University項目Amazon Propel ProgramSalesforce、LinkedIn、Amex、Micron、Dropbox 、Capital One等公司也有相關低年級項目申請。 (WallStreetTequila)

OpenAI首席科學家Jakub Pachocki與首席研究長Mark Chen開啟同台爆料模式：氛圍編碼的下一步或許是氛圍研究（Vibe Researching）；OpenAI的最終目標是實現自動化研究員；現有評估指標正趨近飽和，下一個里程碑將涉及實際的發現和在經濟相關事物上取得實際進展；成功的秘訣在於保護基礎研究，避免被短期產品競爭所牽制；……在a16z的這場最新訪談中，兩人不僅深入探討了GPT-5如何引入長遠推理、如何在基準飽和後衡量進度，以及為什麼強化學習不斷讓懷疑論者感到驚訝，還係統闡述了OpenAI的用人標準、未來路線圖以及算力分配這些重要問題。一句話，凡是你對OpenAI感到好奇的問題，他倆幾乎都談到了~（網友1）：深入又有趣！（網友2）：聽起來像是一支有著清晰願景的強大團隊。話不多說，訪談重點這奉上——GPT-5：將推理與Agentic行為引入主流採訪第一趴主要關於GPT-5。Mark Chen表示，GPT-5是OpenAI試圖將推理能力帶入主流的一種嘗試。在此之前，公司有GPT系列（主打即時響應）和o系列（主打推理）兩類模型。從策略上講，他們不希望使用者被「我應該使用那種模式」所困擾，所以把未來重心放在了越來越多的推理和Agents上。我們認為，GPT-5是朝著默認提供推理和更多Agentic行為的一步。他還一再強調，雖然比起o3和以前的其他模型，GPT-5在很多方面都有改進，但這款模型最主要的意義還是在於將推理模式帶給更多人。緊接著，主持人又問到了評估趨於飽和的問題，對此Jakub Pachocki也做了一番回答。他一開口就直接承認，我們過去幾年一直使用的這些評估確實已經非常接近飽和。具體而言，早期（從GPT-2到GPT-4）的訓練依賴大規模預訓練資料，並通過評估測試模型的泛化能力；但如今隨著針對嚴肅推理的強化學習出現，可以讓模型在特定領域深度訓練成專家，從而在某些評估中表現突出（卻不一定具備良好泛化性）。因此，目前缺乏更合適的評估體系。他表示，未來OpenAI將重點關注模型是否能夠發現新事物，並在具有經濟相關性的領域中取得實際進展。OpenAI的宏大目標：實現自動化研究員順著發現新事物這個話題，兩人又分別回答了「在GPT-5發佈之前，那種能力最讓你感到驚訝？」這個問題。Mark Chen分享道，印象最深刻的是模型能夠推動非常困難的前沿科學研究。他曾經和一些物理學家、數學家朋友們共同體驗模型，結果大家發現模型能夠解答一些新的、非常複雜的問題。這對他們來說有點像靈光一閃的時刻，它能夠自動化解決可能需要他們的學生花費數月時間的工作。而Jakub Pachocki則表示，o3的出現真正讓他眼前一亮。尤其是在處理數學公式或推理時，它確實達到了一個“相當值得信賴”的水平。至於未來，Jakub透露OpenAI的一個大目標是培養一個自動化研究員，而這個研究員可以自動發現新想法。初步想法是，先自動化自家內部的研究工作，然後再考慮自動化其他科學領域的進展。並且他提到了一個衡量這方面進展的「好方法」——觀察這些模型實際上可以進行推理和取得進展的時間跨度。隨著我們達到近乎精通高中競賽的水平，現在的推理水平達到了大約1~5小時。接下來OpenAI會專注於延長這個時間跨度，無論是在模型的長期規劃能力方面，還是在維持記憶方面。對此Mark Chen也call back了一下評估的問題：這就是為什麼我們對衡量模型自主執行階段間長度的評估很感興趣的原因。強化學習遠未達到瓶頸，“不要將當下的狀態視為終局”接下來話題跳轉到強化學習（RL）。每當OpenAI發布模型新版本之後，很多人都會懷疑強化學習會達到瓶頸，但不知何故，RL依舊「生命力頑強」。所以，為什麼RL運作得如此出色？ RL有什麼讓人感到驚訝的地方嗎？面對這一連串提問，Jakub Pachocki首先解釋了RL能運作良好的幾點原因：RL的通用性和強大性：RL本身是一種非常通用的方法，它是一個極其強大的東西，建立在深度學習這一「令人難以置信的通用學習方法」之上。一旦RL系統開始運作，研究人員就可以探索很多想法。錨定現實世界：長期以來，OpenAI努力解決的問題是如何將這些模型錨定到現實世界，即「環境是什麼」。與語言模型的結合：語言模型突破的出現是關鍵轉折點。通過擴展深度學習來建模自然語言，OpenAI能夠建立出對人類語言具有「令人難以置信的細微理解」的模型。Jakub Pachocki認為，過去幾年是OpenAI研究中最令人興奮的時期，因為他們發現瞭如此多的新方向和有希望的想法，而這些想法似乎都在奏效。在談到獎勵模型（Reward Model）時，他預計獎勵模型的發展速度會非常快，並且未來會變得更簡單，就像幾年前大家討論如何建立合適的微調資料集一樣。與此同時，他指出這一演變還遠未結束，OpenAI正在逐步向更接近人類學習的方向邁進，而當前的RL仍無法完全做到這一點。他特別強調，理解RL的關鍵思維模式是不要把當下的狀態視為終局，要保持靈活，因為相關的工具和方法論還會持續快速迭代和演變。氛圍編碼之後：氛圍研究對於當下大熱的AI程式設計，主持人也cue到了OpenAI本月發表的GPT-5-codex，這是一個專門針對程式設計進行優化的模型。Mark Chen表示，在這項工作上他們投入了大量精力來調整預設，以更好地匹配程式設計師對等待解決方案時間長度的預期。上一代程式設計模型的問題在於，花在解決最困難問題的時間太少，而花在解決簡單問題上的時間太多。並且為了測試模型能力，他們選擇了去參加程式設計競賽。Jakub Pachocki認為，程式設計競賽提供了一個很好的、封裝的測試，可以衡量模型在受限環境和時間範圍內提出新想法的能力。不過，Jakub自述作為一位歷史上極其不情願使用任何工具（甚至只使用Vim）的「老派」程式設計師，使用GPT-5最新的編碼工具讓他覺得「這不是（以前的）方式了」。他現在意識到，模型可以在15分鐘內幾乎完美地完成30個檔案的重構，因此「你必須使用它」。他形容這種新的編碼方式目前仍有點處於“恐怖谷”（uncanny valley）階段，因為它雖然解決了許多問題，但“仍然有點像……不如一個同事那麼好”，並表示OpenAI的首要任務是擺脫那個恐怖谷。而Mark Chen則將模型當前達到的水平和圍棋選手李世石面對AlphaGo時的經歷聯繫起來，他直言：從解決八年級數學問題到一年後在編碼競賽中達到他們自己的表現水平，這種進展是瘋狂的。他坦言，他們確實感受到了李世石所經歷的部分情緒，並思考這些模型「有什麼是它們做不到的」。Mark Chen觀察到，這種進步已經改變了編碼的默認方式。他引用最近與高中生的對話，指出現在的年輕人認為默認的編碼方式是「憑感覺編碼」（vibe coding），而自己從頭開始編寫所有編碼機制反而成為一個奇怪的概念。他最後總結道，氛圍編碼之後或許就是氛圍研究（vibe researching），也就是憑感覺研究。OpenAI招募：並非尋找「最出圈」的人具體回歸到人上，兩人也分享了他們最重視的研究特質。Jakub Pachocki認為，堅持是關鍵。研究的本質是探索未知，許多嘗試都會失敗，因此必須做好失敗和從失敗中學習的準備。同時，要有清晰的假設，並且對進展保持極度誠實，不能為了證明結果而自欺欺人。他強調，對自己的想法保持信心很重要，但更重要的是知道什麼時候它有效，什麼時候無效，從而調整方向。Mark Chen補充說，研究沒有捷徑，需要經驗來學習如何選擇合適的問題。問題太難容易受挫，太簡單又缺乏滿足感。研究過程常伴隨大量失敗，需要學習什麼時候堅持，什麼時候轉向。他指出，「趣味性」來自於閱讀好論文、交流和經驗積累。而關於如何留住人才，Mark Chen表示，OpenAI的優勢在於他們專注於基礎研究，而不是簡單地模仿競爭對手。他們有清晰的研究目標，創新氛圍鼓舞了研究員，同時公司也專注於文化建設和人才培養。Jakub則指出，他們尋找的不是最「出圈」的人，而是曾經解決過難題的人，具備紮實技術功底並願意迎難而上的人，那怕之前的領域不是深度學習。我們不會純粹尋找誰做了最引人注目的工作，或者誰在社交媒體上最引人注目（小扎：報我名得了~）。在團隊文化方面，Jakub強調要保護基礎研究，不要被產品競爭的節奏帶偏，研究員需要空間思考未來一兩年的重大問題。總之，OpenAI的長期目標是打造“自動化研究員”，因此不同研究方向會圍繞這一目標逐漸融合。以Mark Chen的話來說就是，粗線條上需要規定方向，但細節保持開放。如果有10%的額外資源，會投向計算如果你有10%的額外資源，你會把它投入到計算、資料整理還是人員方面？面對最後一個關鍵問題，Mark Chen明確表示，計算資源是合理答案。（笑）沒有研究人員會覺得自己有足夠的算力。Jakub補充說，必須明確優先順序，否則可能在所有方向都只能做第二名。他強調計算仍是決定性因素，幾年前大家認為會轉向“數據受限”，但事實證明今天依舊處在強烈的計算限制下。在算力有限的情況下，如今所有主流廠商幾乎都會面臨產品發表和研究那一個優先的問題。對此，Jakub強調OpenAI的研究路線主要基於長期信念，而非短期市場回饋。並且當談到未來那些先驗會保持不變，他認為除了計算，還要考慮能源等物理約束。他預測機器人技術會在不久的將來成為主要焦點。Okk，至此訪談內容告一段落，你怎麼看二人提到的上述觀點？ （量子位元）

一夏天，馬斯克一頭紮進xAI，誓要追趕OpenAI。結果呢？內部重組大戲上演，奪走實權高管跳槽。內部會議上，馬斯克豪言打造「巨硬」劍指微軟，還預告了兒童版「Baby Grok」。整個夏天，馬斯克都住在xAI辦公室。不為別的，只為心無旁騖將全部精力投入AI，追趕OpenAI勢不可擋的成功。可最終，一切仍是一地碎片。在一次罕見全公司會議上，馬斯克再次向全員，描繪了xAI的未來藍圖——建構追求真理的超級AI。同時，他還預告了打造微軟競爭對手「Macrohard」（巨硬）的計畫。整個夏天，全力押注xAI在一個長達1.5小時的演講中，馬斯克多次強調，「我們是唯一一家，以真相為使命的公司」。如果強迫AI撒謊，或相信不真實的事情，你將極有可能創造一個反烏托邦的未來。自6月，與川普鬧掰了之後，這位54歲億萬富翁，將精力加倍投入到了xAI身上。這家成立僅兩年的公司，正奮力在AI賽道上追趕競爭對手。自上線以來，團隊多次迭代開發Grok模型，近期xAI估值已高達1200億美元。親身經歷之後，馬斯克視政府為「無解難題」，轉而將希望寄託於AI。他堅信，xAI將打造出領先的技術體系，並最終反哺特斯拉、SpaceX等其他核心業務。甚至在X上，他發帖列出了自己的瘋狂日程：特斯拉開會12個小時，視察xAI資料中心.......知情人士透露，整個夏天，馬斯克大部分時間都待在xAI，位於加州帕洛阿爾托的辦公室。那段時間，他以一種幾乎瘋狂的、全天候衝刺的節奏工作，有時甚至會通宵達旦。偶爾，與他多年來在特斯拉、SpaceX風格一樣，直接睡在辦公室裡。這種專注度，讓外界一度開始懷疑，他還能兼顧其他公司嗎？尤其是，特斯拉董事會正推動一項兆美元薪酬方案，激勵馬斯克提升業績。不過，有12個特別瞭解xAI內部情況的人都這麼說——馬斯克本來是想靠親自盯場，讓xAI跑得快一點，結果沒想到，整個夏天搞得那叫一個雞飛狗跳。100天招100人，內部大重組外界不知道的是，xAI臨時搞了一波重組，馬斯克親自帶隊瘋狂招人——在100天內招聘100名工程師，將員工規模翻倍。同時，他還擠走了一批傑出的研究人員。另一些人則因不滿xAI放棄科學追求、轉向「博眼球」產品而離職。在技術投入方面，xAI斥資數十億美元，在田納西州建成了一個資料中心，使用了輝達10萬顆GPU。眾所周知，這是全球最大的超算之一，已於2024年9月正式啟用。今年2月，基於此訓練的Grok 3一經面世，就在基準測試中霸榜第一，碾壓其他頂尖模型。到了五月，馬斯克在一個超過100人的群聊中抱怨，Grok太政治正確了。當晚，一名工程師響應了他的話，並修改了Grok的程式碼。這一舉動，導致了Grok在X上輸出不當內容，如錯誤宣稱南非對白人進行「種族滅絕」。公司緊急修復，將此歸咎於「未經授權修改」，但未提馬斯克的初始資訊。六月初，馬斯克參加蒙大拿州「Symposium」聚會，與Peter Thiel等科技大佬討論AI未來，卻避開奧特曼。不久後，他從指定的兩名日常營運負責人手中奪取了控制權，並解僱了多名高管。先是，趕走了負責訓練Grok圖像和聲音團隊的Ting Chen。隨後，他又解僱了監督視訊生成AI的Aakash Sastry。與此同時，他還削減了聯創Jimmy Ba的職責，Igor Babuschkin轉任無管理崗位。然後，讓自己最信賴的副手之一Ross Nordeen和Tony Wu負責產品。結果，卻適得其反。七月，程式碼更新後Grok再次輸出反猶言論，甚至自稱「機械希特勒」。公司迅速修復後，但事件引發內部不滿。幾周後，xAI推出每月300美元的「SuperGrok Heavy」服務和一對卡通AI戀愛機器人。這讓一些研究人員失望，認為公司偏離科學使命，導致多人離職。七月底，xAI籌集100億美元，包括SpaceX投資，但一半為需償還債務兩個月後，CFO Mike Liberatore跳槽OpenAI。整個夏天，xAI多位員工，包括聯創紛紛離職。下一步規劃會議上，馬斯克表示，「我從未見過比AI招聘更瘋狂的事了」。據稱，內部員工每成功推薦一個人入職，就能拿到被推薦人薪水的5%作為獎金。更誇張的是，公司甚至還搞了個競賽，大獎是包私人飛機去看SpaceX發射。這待遇，真是沒誰了。為留住人才，xAI一直強調自己和和馬斯克旗下其他公司是一家的。比如，Grok現已經給柯博文提供語音功能了。馬斯克還放話說，柯博文未來的生產力會比全球經濟還猛——它產出的東西和服務，會超過全人類加起來的總和。此外，他再次提到那個叫「Macrohard」計畫——打算用Grok做軟體，還要搞一個面向2-12歲孩子的「Baby Grok」。 (新智元)

一個讓留學生心頭一緊的消息：普華永道PwC宣佈到2028年美國辦公室初級崗位數量將減少近三分之一曾經一介頂流的四大如今也要撐不住了嗎......cr.Business Insider四大，真撐不住了？從上個月開始，各大官方外媒就頻頻傳出PwC招募放緩的消息。8月，PwC美國宣佈，未來三年的校招崗位將減少30%，尤其是審計和稅務兩個部門。根據內部PPT，PwC在2025財年招收了3,242名稅務初級助理，但到了2028財年，這個數字預計會縮減到2197，跌幅高達32%。審計部門砍的人更多，今年招了1676人，而到2028年將少減少661個名額，近40%。不知道銀幕前有多少剛好是2028年畢業準備「直奔四大」的留學生，在這裡先心疼你一秒鐘......PwC英國地區CEO給出的解釋口徑是：技術變革、AI接管部分基礎工作，再加上員工流動率降低，讓公司「沒必要再大量吸納新人」。更令人心寒的是，四大不只PwC一家在縮減校招名額，其他幾家的「收口」趨勢也日益顯現。今年2月，EY剛因為重組裁去技術諮詢部門的100名員工。隨即全球首席執行官Janet Truncale在6月的米爾肯研究所年會上表示，EY不會因AI而裁員，但可以“用更少的人做更多的事”，稱：我認為我們可以用今天的員工隊伍實現規模翻倍。「不會裁員」的說辭真假暫且不論，但「不再擴招」這一點顯然是真的。全球頂尖的四大，光環也慢慢褪去。根據今年財報統計的資料，四家利潤均有不同程度的下滑，曾經一度穩居老大位置的PwC，利潤更是下降超過25%，對於這樣以人力成本為主的公司來說，不可謂不是一個重創。四大停招縮招的原因，其實都有共通之處，總結下來主要有這麼幾點👇1）AI正在接管新人飯碗過去習慣了大規模「金字塔式」招人的四大，如今正主動收縮基層崗位，把更多原本初級基礎職能交給AI完成。PwC人工智慧保證負責人Jenn Kosar表示：AI將會被更廣泛地運用於工作中，使員工能夠專注於“更高級、更有價值的工作”，這也提高了對於新員工的要求，入職三年要達到管理層等級水平，縮招的同時也意味著四大的進入門檻更高了。2）員工自然流失率過低由於疫情期間的過度擴招導致的勞動力過剩，再加上近幾年經濟下行，招聘市場大環境普遍低迷，自願離職的員工少之又少，那隻能相應進行裁員和停招了。3）大型項目需求低迷經濟放緩以及由此導致的投資、招募和交易減少是PwC今年畢業生招生人數下降的最大因素。隨著今年上半年政府效率部DOGE大規模取消與諮詢公司合同，受影響最大的Deloitte，Deloitte 2024財年的收入為672億美元，其中約10%來自政府合同，被終止了超過11.6億美元價值的合同。4）加速中心AC外包AC也就是我們常說的離岸外包中心，PwC高層在訪談中提到，目前離岸外包中心把大量低成本崗位轉移到印度，菲律賓和阿根廷等勞動力成本較低的地方，這也減少了各地核心團隊對人力的需求。有人戲稱，四大情況再持續這樣下滑，2nd Tier事務所都要崛起了，“Big Four”變“Next Four”。cr.xhs

Meta 一擲千金、開出千萬美元年薪“搶人”，並由 CEO 扎克伯格親自發郵件挖角的消息，引爆了整個行業。這場看似簡單的人才爭奪戰，背後卻藏著深刻的戰略焦慮與技術野心。AI 的發展早已不只是技術問題，更是一場關於未來主導權的博弈。人才，就是這場競賽中最關鍵的槓桿。Meta 此番親自下場、重金挖角，不僅反映出其在大模型時代的緊迫感，也預示著全球 AI 人才格局或將發生新一輪重構。01 事件核心：Meta的“天價 Offer”與 CEO 親自下場CEO 扎克伯格親自出馬，向全球僅 50–100 位擁有大模型訓練經驗的頂尖 AI 研究員發出邀請，開出的年薪高達 1000 萬美元（約合人民幣 7184 萬元）。更令人震驚的是，部分候選人甚至無需經過常規面試流程，即可直接入職。Meta 尋找的並非普通技術人員，而是能駕馭大型基礎模型、具備“生成式 AI 原生思維”的稀缺型專家。這些人被稱為“AI 煉金術士”並非誇張，他們是支撐大模型核心能力的第一生產力，決定著一家科技公司在新一輪 AI 競賽中的底層戰鬥力。為了搶到這些極端稀缺的人才，Meta 不僅祭出了空前薪酬與股權激勵，還直接突破了傳統招聘方式。扎克伯格在自家私宅接待潛在候選人，專門建立 WhatsApp 招聘群進行即時溝通，展現出高度的誠意與效率。此外，Meta 還從Google DeepMind、Anthropic、Sesame AI 等核心對手那裡持續“挖角”，包括 DeepMind 前首席研究員 Jack Rae 在內的多位專家已被納入麾下。這一輪全球獵才風暴，不僅是資本驅動的延伸，更是 Meta 重構 AI 技術中台、強化模型原研能力的關鍵一戰。02 戰略動機：Meta 的焦慮與 “超級智能” 野心Meta 最新發佈的大模型 Llama 4 並未達到外界預期，在多個基準測試中的表現平平，甚至被業內質疑存在“對測試資料過擬合”的嫌疑，技術公信力受到一定衝擊。與之對比，OpenAI 的 GPT-4、Google的 Gemini 已在多模態能力、工具呼叫等關鍵領域實現突破，技術差距正在拉大。為迎頭趕上，Meta 正計畫組建一支專注於通用人工智慧（AGI）研發的新團隊，由 Scale AI 創始人 Alexandr Wang 領銜。這支團隊欲將在未來一輪 AGI 競賽中實現“跨越式趕超”。為配合這一戰略，Meta 還投入高達 150 億美元，與資料標註公司建立深度合作，擴充高品質訓練資料。這一動作不僅展現其追求基礎研究突破的決心，也標誌著 Meta 正將 AI 上升為集團未來十年的核心增長引擎。Meta 在其法律檔案中曾明確表示，到 2035 年，生成式 AI 業務有望帶來累計 4600 億至 1.4 兆美元營收。這個估算略顯激進，但足以體現其對 AI 商業化潛力的高度信心。在這個規模背景下，給頂級研究員開出千萬年薪，其實並非“重金”，而是按戰略優先順序配置的必要投入。Meta 認為，越早建構出核心模型、掌握自研能力、聚攏人才優勢，越能在 AGI 到來之前鎖定商業主動權。無論是組建高規格研發團隊，還是在全球範圍內高薪搶人，Meta 都已做好了長期投入、技術補課與生態搭建的全面準備。03 人才爭奪戰的殘酷真相：薪酬、文化與使命感的多重博弈真正具備千億參數大模型訓練經驗的核心研究員，全球數量不過百人，這類人才是全球 AI 產業的“戰略稀缺資源”，各大科技公司爭相高薪挖角，成為決定技術路線和產品上限的關鍵變數。據公開資料顯示，OpenAI 和 Anthropic 的核心人才留存率均超過 60%，而 Meta 即便祭出天價 offer，留存率也僅為 64%。這說明，僅靠高薪遠遠不夠。在多個案例中，有頂尖候選人因對 Meta 企業文化、研究自由度等存在顧慮，最終選擇加入 OpenAI，或乾脆自己創業，回歸獨立探索。這場 AI 人才戰，已經進入“超級軍備競賽”階段。頂尖初創公司為吸引科學家，紛紛開出 200 萬至 400 萬美元的股票期權激勵，OpenAI 甚至允許員工提前套現公司股份，這種高流動性與高預期的組合，對人才具有極強吸引力。相比之下，Meta 雖然基礎年薪可達 200 萬美元以上，但在的競爭中並不佔優。許多 AI 科學家願意投身更具理想主義色彩的組織，比如以“確保 AGI 安全”為目標的 OpenAI，或圍繞長期主義展開技術探索的 Anthropic。與之相比，Meta 強執行、高指標的工程文化在一些人眼中可能更像是“工業流水線”，缺乏科研自由與精神牽引。04 深層矛盾：技術理想主義 vs 商業現實就拿前 Twitter AI 負責人 Yudian Zheng 來說，他就拒絕了 Meta 的百萬年薪，他表示更看重 “從零創造價值” 的創業生態。這體現出很多頂尖科學家在選擇工作時，不僅僅考慮薪酬待遇，更注重能否在工作中實現自己的技術理想，創造出真正有價值的東西。Anthropic 能有 80% 的留存率，很大程度上是因為他們給員工提供了項目自由度，讓科學家們能夠在自己感興趣的領域自由探索。而 Meta 的留存率只有 64%，這可能就與他們相對受限的 “增長駭客” 文化有關，這種文化更注重短期的商業增長，可能會束縛科學家們的創新思維。美國國會部分議員已經對大型科技公司“挖牆腳”的做法提出批評，指出這類高強度挖角正在蠶食初創企業的人才基礎，打擊創新生態，形成“強者恆強、弱者出局”的惡性循環。在歐洲，這一趨勢尤為明顯。受限於資本規模和薪酬體系，大量具備前沿 AI 能力的工程師和研究員正不斷流向美國。歐洲科技公司在與美國巨頭的人才競爭中處於劣勢，逐步淪為“人才淨出口國”。不僅削弱了本地技術的自主能力，也加劇了全球 AI 創新版圖的地理失衡。如果頂尖人才過度集中於少數幾家科技巨頭，AI 發展的治理結構將變得更加不均衡，可能催生技術壟斷、倫理失控等系統性風險，最終影響全球範圍內的產業安全和政策制定。05 未來影響：AI 人才大戰加劇“馬太效應”高端演算法工程師與模型架構專家一旦高度集中於少數平台，將形成事實上的“技術壟斷”：創新資源、算力基礎與生態優勢也會向各大巨頭傾斜，小公司難以獲得支撐前沿研發的基本條件。這種趨勢如果持續，將不利於行業長期的技術多樣性和創新活力，甚至可能削弱整個AI生態的抗風險能力。Meta 傾向推動開源生態，其 Llama 系列模型廣受開發者歡迎，也在全球範圍內建立起一定的開源影響力。然而，商業化Meta仍遠落後於Google、OpenAI等閉環生態玩家。前者強調社區共建與開源模型的廣泛應用，後者則通過資料、產品、分發、支付等環節形成閉環商業閉路，效率更高、變現更快。部分技術理想主義者更傾向開源與社區協作，而傾向商業化的工程人才則流向閉環企業。這種結構性分流，可能在未來幾年決定全球 AI 技術演化的基本格局。總結：一場撬動未來格局的 AI 人才之戰這場由扎克伯格親自下場推動的“非常規”招聘，揭示了 Meta 對 AI 技術焦慮的真實寫照——在面對 GPT-4、Gemini 等強敵技術領先的背景下，Meta試圖以重金組建通用人工智慧（AGI）核心團隊，實現戰略突圍。然而，事情並非只是“錢到位、人就到”。在這場激烈的“軍備競賽”中，薪酬固然重要，但並非唯一籌碼。越來越多的 AI 科學家將價值觀契合、技術自主權與長期願景視為關鍵考量因素。Meta 開出的“天價 offer”仍面臨留存難、認同低的困境，其企業文化、研究自由度與使命感劣勢正成為軟肋。巨頭搶人加劇了中小企業“技術斷層”，帶來技術集中度提升與創新生態失衡的雙重隱憂。部分國家甚至開始反思這種資本密集型挖人模式對本土 AI 發展的長期影響。與此同時，開源 vs 閉環的發展模式分歧，正因人才流動而進一步強化。Meta 等開源派面臨商業變現壓力，Google、OpenAI 等閉環模式則憑藉產品閉環迅速建立優勢。大力財經認為AI 人才爭奪戰就像一場技術版的冷啟動核競賽，拼的不是當下的產品，而是未來的技術槓桿。Meta 這次以千萬年薪、CEO 親自出手，開出的不僅是職位，而是一種戰略訊號：誰掌握了頂尖人才，誰就可能佔據下一個技術高地。但真正決定勝負的，並不只是錢，而是那種組織機制能真正留住人才、激發創造。AI 的未來歸根結底還是由人決定的，不是那家資本雄厚，而是那些人能沉下心來做長期主義的事。在這場全球競賽中，也許我們更該關注的不是誰挖了誰的人，而是這一代最聰明的大腦，最終會選擇跟誰一起定義時代。你會選理想主義，還是現實陣營？歡迎聊聊，你心目中理想的 AI 創新土壤，是什麼樣的。 (雲媒體)

春天已進入尾聲隨之一起結束的會是北美矽谷的裁員風暴嗎？別看前段時間layoff消息一波接一波2025年或許是對科技圈最溫柔的一年了01. 裁不動了！裁員潮正式進入放緩階段？blind上也有關於微軟裁員的討論，原本以為的5-10%裁員比例，實際上並沒有這麼高，只有3%。就在5月10日，新的trade talks有了進展，中美雙方關稅降低，美股和港股昨天都迎來了上漲，尤其是上半年很多科技公司已經完成了結構調整，現在又有宏觀環境的正向加持，裁員“剎車”訊號越來越明顯，且很可能會在下半年放緩。cr.cnncr.blind先回顧一下2025年截至目前的裁員情況：據裁員追蹤網站Layoffs.fyi統計，截至5月12日，已有123家科技公司正在裁員，超過52000名員工被裁。按照類似的時間比例法，在假設全年裁員速率與當前一致的前提下，我們以截至5月12日的裁員資料52,340為基準，按到目前為止的天數佔全年比例（約36%）進行等比例線性外推，對2025年總裁員人數及公司數進行了粗略預測👇現有資料來源於Layoffs.fyi，預測資料為WST測算，圖為WST自制看這相比過去四年激動人心的數字——粗略估算下的2025年總預測的裁員人數與裁員公司數都將會是過去四年中最低的一年。這個資料或許能讓大家都鬆一口氣，回顧2025年的這5個月，北美科技圈經歷的除了寒冬，還是寒冬。微軟、Amazon、Meta、Intel、HP......只要是叫得上名的大廠，無一倖免各大廠對外宣稱的裁員原因五花八門，但背後實則存在很大共性，而這也揭示了矽谷招聘的底層邏輯正悄然發生巨變。如果有關注過 WST 往期關於矽谷大廠裁員的文章，你一定對科技圈裁員中一個長期存在的詭異現象不陌生——邊裁邊招。要弄清這個現象，還得從科技大廠裁員的共性原因開始說起。不論是業績受到影響下滑，還是業績好仍堅持裁員的，基本都逃不出以下幾個原因：Restructuring業務重組疫情期間，過度擴招Cost management for stock incrementsAI initiatives，人工智慧的興起導致越來越多支援類崗位可以用AI取代，比如HR。同時許多公司將招聘重點轉向具備AI相關技能的員工。其中前兩條的原因大家應該都能理解，最後一條才真正揭露了科技大廠邊裁邊招的真相：裁的是誰，招的又是誰？隨著裁員風暴的短暫平息和由AI發展帶來新崗位的誕生，是不是真的給留子和應屆畢業生們帶來了更多求職機會？02. Tech崗位不會消失，只會轉移AI是把達摩利斯之劍前幾日，福布斯、TechCrunch等官媒已經紛紛發文預警。由AI帶來的全球失業潮，已經從大家嘴裡傳出的零星預言或猜測，變成主串流媒體的正式警告：人工智慧，將徹底改變全球的勞動力市場。cr.Forbes回想年初到現在各大科技大廠的裁員消息，其實都印證了這個警告。微軟內部傳出消息稱正在考慮中層管理和非技術崗開展新一輪裁員，比例高達20%。cr.Business Insider微軟表示此次裁員與重組舉措，正是公司向更高效、更技術驅動方向轉型所邁出的一步。“高效”、“技術驅動”這樣的說辭很難不讓人聯想到AI的發展。Meta從2年前“Year of Efficiency”開始到上個月底對於Reality Labs部門的新一輪裁員，削減人工成本但不削減業務，從公司宏觀戰略角度上看，應該是要把業務重心轉向與AI開發相關的項目上。cr.Androidcentral4月底，晶片製造巨頭Intel新任首席執行官Lip-Bu Tan宣佈計畫裁員20000人，官方郵件中提到的原因是“希望將公司調整回到engineering-first的業務領域，堅信最好的領導者用最少的人完成最多的工作，並且只有裁員能夠做到消除組織複雜性和不必要的官僚主義。”明眼人都看得出來，Intel削減成本的真正意圖恐怕是希望和輝達在AI晶片領域爭上一爭：cr.Fastcompany類似的還有全球最大客戶關係管理（CRM）軟體服務提供商Salesforces，其計畫裁員1000多人，目的則是為了招聘更多銷售人工智慧產品的員工。AI同樣創造了新的工作崗位人工智慧帶來的並不是崗位的縮減，更準確來說是崗位的轉移，這樣的轉變並非偶然，而是科技行業從“人力驅動”向“智能驅動”的關鍵轉型。回到上一部分最後拋出的一個問題：一手裁員一手招聘，裁的是誰，招的又是誰？其實仔細看看Layoffs扒出的裁員資訊你就會發現：不少公司正在將更多的花費用於招聘實力出眾的技術類員工；而被裁去的崗位中，行政、營運崗位也佔了很大一部分比重。CompTIA最新報告顯示，今年年初，美國勞動力市場新增近5.2萬個科技崗位，總計47.6萬個科技崗位空缺。在這其中，AI領域或需要AI技能的職位空缺總數接近4萬個。cr.CompTIA美國科技政策諮詢公司100 Mile Strategies的執行合夥人 Jeff Lee表示，隨著企業開發人工智慧產品，招聘頂尖資料科學家和熟練工程師可能成為優先事項。Nvidia創始人黃仁勳曾說過，“AI不會奪走你的工作，但使用AI的人會”。AI減少了一些工作崗位，卻也創造出了一大批新崗位👇。AI EngineerAI 工程師是人工智慧新興領域中最主流的工種之一，專注於設計、開發和應用人工智慧技術的專業人員，通過結合機器學習、自然語言處理（NLP）解決實際業務問題。需要候選人具備紮實的演算法功底、工程能力和行業洞察力。AI工程師廣泛分佈於科技網際網路、金融（風控模型、量化交易）、醫療、製造業、自動駕駛和教育領域等，崗位年薪中位數可達35萬美金。Prompt Engineer主要職責是通過設計和實現自然語言處理模型，為使用者提供更加精準、高效的智能提示和建議，對候選人的語言表達能力、邏輯思維能力、解決問題的能力、學習能力都有比較高的要求。據Bloomberg資料，該崗位年薪高達30萬美元以上。AI ethicist人工智慧倫理學家AI開發中的新星，隨著科技公司面臨AI系統的道德挑戰，AI ethicist變得尤為重要，他們需要確保AI系統符合社會價值觀和法律要求，該崗位可能會尋找具有多學科背景的候選人，通常包括倫理學、哲學或電腦科學等高級學位。AI也為這些傳統技術崗位疊了Buff！人工智慧的發展絕不總是和傳統技術崗位的需求背道而馳，如果你的專業恰好是Data相關的，那麼恭喜了！人工智慧的盛行帶來的是Data行業薪資的翻倍增長和平均每年約20,800個職位的空缺。據世界經濟論壇的《未來就業報告》預測，未來五年內，44%的工人技能將發生重大變化，較2016年的35%有顯著增長。這一轉變凸顯了數位化轉型對全球行業影響的持續步伐。這一點在世界經截論壇的報告中也有顯示：2023年到2027年需求增長速度最快的崗位中，Data Analyst and Scientist位列第6。cr 世界經濟論壇美國勞工局統計，預計從2023年到2033年，Data Scientist的就業人數將增長36%，遠高於所有職業的平均水平。預計未來十年，每年平均會有約20,800個Data Scientist職位空缺。cr blsData是一個融合了數學、CS和資料發現/挖掘的專業，不同行業對不同Data崗位所考察的知識點肯定是有所不同的，資料科學的方向也大致分為以下幾種↓如果你是Data、CS相關專業或理科背景的同學👇想走Data的非理科、商科，甚至文科背景同學快看過來，這個細分崗位簡直就是為你們量身打造的👇03. 穩穩上岸矽谷大廠，就看今年了！根據我們先前的粗略預測，今年將會是過去四年中裁員人數最少的一年，並且已經連續2年逐年減少。再加上科技圈招聘邏輯的改變，傳統技術人員的過剩和對人工智慧專業人員的需求可能會成為一個共同的主題。行業正在悄悄“轉型”：傳統崗位在最佳化調整，為機器學習、AI等前沿技術崗位騰出發展空間。對於正在科技行業求職的留學生來說，這可是個重要且積極的訊號燈！比如Meta這類大廠如今越來越聚焦機器學習(ML)和人工智慧(AI)，意味著他們會催生更多專門針對AI開發的新崗位，來看看WST創始人Jerry是怎麼說的👇與其說這是傳統技術崗的寒冬，不如說是一個屬於AI新人的春天正在到來。AI發展不會淘汰人，只會讓真正有準備的人走得更遠。留學生想要滿足與這個新技術時代相適應的技能需求，就一定要發揮自己作為“人”的優勢。Tech求職，千萬別小看內推！根據WST的科技導師透露：Google 2024求職季招聘會先看internal的機會（實習生轉正+內部轉崗），external投遞的人最後考慮。即便是被等級高的人內推，在這個team有hc的情況下，還是需要經歷三輪的嚴苛面試。Google並非個例。基本上企業會優先看有內部全職工作人員推薦的申請或者是簡歷，因為畢竟有內部的人員給的背書。而如果這個內推的申請者，能夠滿足公司招聘需求的情況下，其實企業就沒必要再去額外費精力看那些，從官方申請投遞的簡歷。從某種程度上面來說，這不是非常的公平，因為走官方申請流程的不乏有各方面很優秀的學生。對於留學生來說，高薪科技行業的北美求職規則已改變，個人的求職邏輯需要轉變：不管你優不優秀，你需要先保證自己的簡歷“被看見”。Tech面試，千萬別忽視Behaviorals！以前企業在面試時特別看重候選人否具備該崗位初級員工的硬技能。但如今，高薪企業面試時會更加側重通過行為面試去考察候選人是否能勝任、並且是長久地勝任申請的崗位。很多中國留學生或者家長，往往是都注重硬技能層面的培養而忽視了軟技能的重要性。你會發現，很多中國學生在校成績很好、實習經歷也多、技術性的問題都會答，但為什麼就是拿不到offer。很有可能就是在面試中，TA的溝通技能或是談吐表現不佳，讓面試官對你的個人發展力（包括但不限於我們說的溝通能力、領導力等等）持否定態度。 (WallStreetTequila)

當這段時間媒體的聚光燈都給到川普時無人在意的角落裡，又有大批大批的政府人員正在下崗cr.Layoffs.fyi掐指一算，從DOGE成立到現在被最佳化掉的員工已經超過了6.1萬人不過在裁員心狠程度上，能跟DOGE碰一碰的咱們矽谷絕對能算一位……一邊裁員一邊招人 矽谷到底玩那一出？sorry，同款裁員風還是沒放過矽谷。還記得3月底時，科技行業裁員的資料還是2字打頭，僅僅1個月過去，這個資料就一路飆升，目前裁員人數已經超5萬名。英特爾就於本周宣佈了其新一輪大裁員計畫，預計將裁去20%以上的員工。這將是上個月新任首席執行官陳立武上任後的首次重大重組。知情人士表示，本次計畫是為了精簡管理層、並重建工程驅動型企業文化。去年8月，Intel就官宣過一次約1.5萬人的裁員計畫。截至2024年底，英特爾員工總數為10.89萬人，預計今年還將繼續減少。矽谷另一巨頭惠普也將繼續裁員2,000人，這是公司正在進行的重組計畫的一部分。cr.sfchronicle惠普目前在59個國家擁有約58,000名員工，其預計本次裁員將在2025年10月財年結束時為公司節省約3億美元。此次裁員計畫很大程度上受到了川普關稅政策的影響，因此惠普也在其財報中表示：“公司在建構全球多元化供應鏈方面取得了重大進展，預計到2025財年末，北美銷售的惠普產品中90%以上將在中國以外地區生產。中國將繼續成為世界其他地區重要的製造業中心。”此時，一位刷著Layoffs網站的tech求職選手默默心碎了：全是裁員消息，求職還有機會嗎？先別急，我們先來盤盤目前科技大廠究竟為什麼在裁員？不論是業績收到影響下滑，還是業績好仍堅持裁員的，基本都逃不出以下幾個原因：Restructuring業務重組疫情期間，過度擴招Cost management for stock incrementsAI initiatives，人工智慧的興起導致越來越多支援類崗位可以用AI取代，比如HR。同時許多公司將招聘重點轉向具備AI相關技能的員工。今天我們來說說最後一條，其實仔細看看Layoffs扒出的裁員資訊你就會發現：不少公司都是一手裁員一手招聘，原因是他們希望將更多的花費用於招聘實力出眾的技術類員工；而被裁去的崗位中，行政、營運崗位也佔了很大一部分比重。CompTIA最新報告顯示，今年年初，美國勞動力市場新增近5.2萬個科技崗位，總計47.6萬個科技崗位空缺。在這其中，AI領域或需要AI技能的職位空缺總數接近4萬個。cr.CompTIA美國科技政策諮詢公司100 Mile Strategies的執行合夥人 Jeff Lee表示，隨著企業開發人工智慧產品，招聘頂尖資料科學家和熟練工程師可能成為優先事項。Lee預測，這些科技公司的行銷和傳播部門以及法務部門的人員可能會被裁員。最近一直在大力發展AI的Google就印證了這一猜測。Google首席財務官Anat Ashkenazi表示，隨著Google在2025年擴大其在AI基礎設施方面的支出，她的首要任務之一就是進一步削減成本。據CNBC報導，Google將從3月初開始，向人力營運部門的美國全職員工提供自願離職買斷計畫。cr.CNBC此外，據消息人士和內部備忘錄顯示，公司還裁減了雲端運算部門的多個團隊，主要涉及營運支援人員。類似的還有全球最大客戶關係管理（CRM）軟體服務提供商Salesforces，其計畫裁員1,000多人，目的則是為了招聘更多銷售人工智慧產品的員工。到底是求職寒冬還是機遇？留學生該如何穩穩上岸矽谷大廠科技行業這種“一邊裁員、一邊招聘”的行為預示著科技行業未來的潛在趨勢：傳統技術人員的過剩和對人工智慧專業人員的需求可能會成為一個共同的主題。這種轉變往往會在整個科技行業產生連鎖反應，而這都說明了科技行業內部的一個關鍵轉變，即傳統角色正在重新調整，為機器學習和人工智慧等先進技術能力騰出空間。這種趨勢對於正在科技行業求職的留學生來說，也值得思考，比如像Meta這樣的公司越來越關注機器學習 (ML) 和人工智慧 (AI) 的發展，意味著他們可能會創造出專門針對人工智慧開發的新工作。針對這點，WST創始人Jerry也曾發表過自己的看法，大家可以點選查看：隨著傳統技術崗位在自動化和人工智慧的推動下面臨淘汰的風險，留學生想要滿足與這個新技術時代相適應的技能需求，就一定要發揮自己作為“人”的優勢。 (WallStreetTequila)