谷歌DeepMind杰出工程师弗拉基米尔·费恩伯格近日在公开分享中指出，尽管人工智能领域发展迅猛，但求职者若想进入OpenAI、Anthropic或谷歌DeepMind等顶尖实验室，仍需通过一种看似传统的方式证明自身价值——他将其形容为“像狗一样拼命干”。这一观点源于他对当前AI人才竞争格局的观察。
费恩伯格在题为《如何获得前沿实验室职位》的博客中详细阐述了选拔标准。他发现，最终获得录用的人往往来自顶尖高校，这些学生在本科或博士阶段就已通过参与顶级学术会议、数学竞赛或编程赛事崭露头角，并通过校友网络提前与实验室建立联系。这类群体普遍具备三个核心特质：对技术目标的清晰认知、扎实的数学基础以及持续突破舒适区的韧性。
针对在校学生的培养路径，费恩伯格建议优先选择高难度数学课程，并强调代码实践的重要性。他特别指出，AI工具应作为辅助手段而非依赖对象：“当你知道如何解决问题时，可以大胆使用AI加速流程；但基础能力必须通过独立训练获得。”这种观点直指当前教育中的功利化倾向，提醒年轻人需在课堂外投入大量时间精进技能。
破解经验壁垒成为另一关键议题。费恩伯格承认，没有参与过前沿模型开发的求职者常陷入死循环：缺乏经验导致无法入职，无法入职则难以积累经验。对此他提出突破思路：关注实验室的业务延伸领域。例如，当大语言模型成为核心业务时，数据管道优化、输出结果应用等周边环节可能存在机会，某些技术岗位甚至不需要直接参与模型训练。
在团队协作方面，这位资深工程师给出了更具人文色彩的建议。他强调职场人际关系的重要性：“要成为团队中值得被支持的人。”具体做法包括主动创造技能互补的合作场景、在汇报时明确同伴贡献，以及选择能让多方共赢的项目。这种理念打破了技术领域常见的个人英雄主义叙事，凸显出现代科研对协作能力的重视。
