AI研究者称人脉在职业成功中的权重正在上升

不过，我现在感受到 AI 领域正在发生一个显著的变化，尤其是在过去五年里，“你认识谁”变得越来越重要，而“你能做什么”则变得越来越不重要。我显然不是在说技术能力不重要，也不是说没有人脉就无法成功。技术能力依然重要，是决定你职业生涯成败的关键。但我注意到了一种趋势。如果随意用数字来量化的话，我会说五年前，成功是 75% 靠你的能力，25% 靠你认识谁。现在，大概是 55% 靠能力，45% 靠你认识谁。

这一趋势背后有三个技术层面的原因。第一是智能的商品化——coding agent 基本上让研究执行变得人人可及。过去，你可以靠熬夜调试代码或以更高频率盯着实验来比竞争对手更拼。现在，许多研究任务任何知道怎么写 prompt 的人都能完成。研究品味当然仍然重要，但竞争环境显然更加平等了。当技术执行不再是差异化因素时，其他优势自然就变得更加重要。

这一趋势的第二个原因是，随着语言模型 scaling 的成功，一个不争的事实是：资源丰富的人成功的概率要大得多。十年前，一个只有八块 GPU 的学术实验室还有真正的机会做出出色的研究。现在，一次 RL 训练就可能需要数百块（甚至数千块）GPU，以及大量的数据和基础设施。所以现在，两个能力相当的研究者，可能因为所拥有的资源不同而有截然不同的结果。而获取这些资源并不只取决于技术能力，还取决于声誉、与决策者之间建立的信任，以及职业关系。这些东西一直都很重要，但随着前沿 AI 对资源的需求不断增长，它们的重要性也随之上升。

第三，当公司停止发表研究、转向秘密的闭源模型后，AI 就变成了一个可观测性很差的领域。在国际象棋或足球这样可观测性完美的领域，很容易看出谁做得好、理解他们的贡献。但现在在 AI 领域，我们缺少公开的机制来归属功劳，使得外部人士很难知道在模型发布中谁做了什么。这怎么解决呢？当难以独立验证某个人的技术贡献时，人们就越来越依赖间接信号，比如声誉、个人背书，以及谁愿意为他们担保。因此，“你认识谁”在招聘、招募和融资中扮演着重要得多的角色。

我们经常讨论如何提升技术能力，但几乎没有人真正谈论如何提升“你认识谁”这方面的能力。一个观察是，许多人际关系广的人会把工作和个人生活混在一起。传统智慧是在两者之间保持明确的界限，这在过去是非常合理的策略。但社交的回报已经上升了，这意味着仍然坚持那条界限的人，为此付出的代价比以往要高得多。

Sam Altman 就是把工作和个人生活混在一起的、人脉极广的典型例子。从 Sam 身上可以学到很多东西。比如，在 OpenAI 还比较小的时候，Sam 几乎邀请所有员工去他家参加社交活动。他为了招募目的在自己家里举办扑克之夜和晚宴。Sam 以慷慨地付出时间、善待朋友而闻名，我认为这为他带来了不成比例的回报。显然，OpenAI 内部并非所有人际关系都完美无缺，但我认为 OpenAI 成功的很大一部分来自 Sam 的人脉。

有意思的是，刻意努力去结识人很可能是次优策略。我不认为 Sam 建立人脉是因为他知道这些会在职业生涯中带来回报，而是因为他是一个慷慨的人，对人和技术有着天生的好奇心。也许最好的策略就是做最好、最真实的自己——这说起来容易做起来难，尤其是在一个不断变化的技术世界里。

虽然这些技术趋势让这个领域不再那么依赖技术 merit，但我不认为这一定是坏事，而且这也不是我们领域第一次发生这种情况。例如，Python 引入的抽象也让编程变得不那么技术化，使更多人能够编程。而对于某些技能组合来说，现在的机会比以往任何时候都多。比如，没有编程背景的人现在也能创造出优秀的技术，产品品味或研究品味成为更突出的杠杆。所以，虽然“我们能做什么”被商品化了，但“我们选择做什么”以及“和谁一起做”将比以往任何时候都更加重要。

感谢 Edward Hu 对本文的反馈。