🏷️ 招聘

Why the “Math Mafia” is doing well

文章探讨了为何许多数学和编程奥林匹克竞赛的参与者成为了成功的创业者。作者认为，这些竞赛培养了解决难题的能力、高压环境下的勤奋精神以及强大的社区支持，这些特质在创业中至关重要。作者还分享了自己在Decagon的招聘策略，并鼓励孩子们参与此类竞赛。

聊聊今年涌进Anthropic的N个巨佬

文章盘点了今年上半年加入Anthropic的9位行业巨佬，包括Andrej Karpathy、诺贝尔奖得主John Jumper等。他们放弃了顶尖职位押注Anthropic，展示了AI成为各学科公共地基的趋势，被视为人类黄金时代的前夜。

Anthropic 招聘数据分析：它们真正雇佣的是谁？

作者分析了 Anthropic 现有的 1680 名工程师简历，发现其极度偏好资深工程师（中位经验 12.2 年），且主要来源并非其他 AI 实验室，而是 Google 等重视工程基建的大厂。团队学历以本科/硕士为主（博士仅 13.7%），技能栈集中在基础设施而非纯模型研究。唯一的初级入口通常具备顶级竞赛或实习背景。对于想加入 Anthropic 的工程师，建议展现实际构建大规模系统的能力。

Memfold AI：重新定义个人计算界面的未来

Memfold AI 致力于引领个人计算交互的革命，提出从“人在应用中”转向“人通过代理与计算机交互”的愿景。文章详细介绍了创始团队在 IIT Madras 和 Microsoft Research 的背景，以及他们训练 Indic LLM 和构建 Agent 系统的经验。公司已获 Peak XV 等机构投资，正在寻找具有高度主观能动性的人才，共同打造并验证这一全新的计算界面。

AI时代的人才，最重要的6点特质

作者基于招聘经验提出，在AI时代，技能的重要性被特质取代。最核心的6种特质为：好奇心（持续学习的燃料）、靠谱（稀缺的真实信任）、事实洁癖（批判性思维）、多元化思维（AI欠缺的跨度）、能忍受不确定性（雾中行走的能力）以及低ego高自驱。这些难以被AI替代的底层素质，构成了人才真正的护城河。

大厂 Leader 的面试 SKILL 与 3 条求职建议

作者分享了大厂 Leader 将面试准备工程化的经验：利用 AI SKILL 自动解析简历并生成项目深挖、基础、算法及 AI Coding 四类题目，从而将个人精力从重复执行转移至核心判断与补课上。文章指出该方法虽然将准备时间优化至 20 分钟，但对面试官的追问能力和知识广度提出了更高要求。最后，作者针对暑期实习招聘给出了三条建议：把握窗口期赶早不赶晚、切忌盲目试水以免留下负面记录、以及技术为本需适当展示亮点。

如何离开 Sam Altman 并建立 700 万美元的软件服务代理

作者 Alex Vacca 分享了他从 Sam Altman 的 Worldcoin 辞职后，如何利用“服务即软件”模式自举创业的故事。文章详细介绍了在无案例、无背书的情况下如何通过风险逆转和公开内容构建信任获取首批客户，阐述了初期“只招募 A 类玩家”的用人原则，以及如何通过早期招聘序列构建高执行力团队，最终实现了 700 万美元的 ARR。