DeepMind工程师：进入顶级AI实验室必须拼命干

最近，谷歌DeepMind核心工程师、Gemini预训练负责人弗拉基米尔·费恩伯格发布了一篇关于“如何进入顶级AI研究机构”的博客，观点非常直接。据《商业内幕》报道，他的核心建议听起来有些传统：想进入OpenAI、Anthropic或DeepMind这类前沿实验室，你必须“像狗一样拼命干”。

费恩伯格在博客中详细拆解了求职者需要具备的条件。他坦承，这些实验室的竞争已经达到白热化程度。“顶尖大学里始终有一批最优秀的本科生和博士生，他们已经在顶级会议上发表过机器学习论文，参加过数学与编程竞赛，并且通过学长或朋友提前建立了实验室人脉。”为什么这批人更容易成功？费恩伯格总结了三个关键特质：目标感、数学成熟度和毅力。

如果他现在刚上大学，他会做什么？答案是：尽一切努力挤入那个圈子——选择最难、以数学证明为基础的课程，大量写代码。至于AI工具，他建议只用于那些你已经知道如何做的事，但在这个范围内要大胆、充分地使用。

这条路径说起来简单，执行起来需要巨大的投入。学生必须在课堂之外牺牲无数个夜晚和周末，逐步积累竞争所需的实力。费恩伯格特别强调，数学成熟度没有捷径。不过，抛开这一点，获得实验室职位最直接的方法就是：证明自己已经掌握了实验室所需要的某项具体技能。

说到这，一个经典的两难困境就出现了：没有前沿模型开发经验，就很难拿到实验室的职位；进不了实验室，又永远无法积累这类经验。如何破局？费恩伯格给出的思路是：从实验室的业务边界寻找突破口。“前沿实验室把主要精力放在开发大语言模型上。那么，模型运行需要什么？模型的输出又会接入哪些环节？这些方向恰好是实验室未来要扩展的。还有一些领域，虽然不要求你亲自训练模型，但对业务依然至关重要。”

最后，他还补充了一条通用职业建议——非常务实：“要成为那种同事们愿意看到你成功的人。主动寻找能让团队成员互补技能的机会，公开向管理层说明合作者的贡献，同时选择那些你的成功也能推动别人成功的项目。”