读博最后一年转方向，拿到OpenAI offer：我的面试之路充满「意外」 - 世界杯赔率

布朗大学博士生 Yong Zheng-Xin 宣布，他将于下个月正式加入 OpenAI，担任 Astra Fellow，专注于人工智能安全研究。

Zheng-Xin 在布朗大学的导师是 Stephen Bach，其研究领域涵盖提升模型的多语言能力及前沿 AI 安全与对齐。他目前重点关注的领域是通用人工智能（AGI）/ 超级人工智能（ASI）的风险防范与准备工作。他深入研究了可扩展监督、模型对齐的泛化能力，以及大模型在处理多语言等复杂提示时的对抗鲁棒性和越狱漏洞。

此前，华盛顿大学的博士生 Alisa Liu 加入 OpenAI 的消息在 X（原 Twitter）上引起广泛关注，浏览量超过百万。受 Alisa Liu 面试分享的启发，Zheng-Xin 也分享了他在求职研究科学家期间的一些经历。与 Alisa 侧重于面试准备等标准化经验不同，Zheng-Xin 在其博客《Surprising lessons from my research scientist job search》中提供了独特的视角。

作为一名在博士最后一年从多语言大模型领域跨界转向 AI 安全研究的候选人，他总结了六个在求职过程中令他感到意外的洞察。

Zheng-Xin 在其个人经历中提到，他在 2025 年秋季申请了多语言和人工智能安全方面的职位，但收到的多是多语言/后训练的研究科学家机会，原因是他核心 AI 安全课题的研究成果较少。在学期中，他决定全身心投入 AI 安全研究，并因此暂停了几个月的求职，专注于 Astra 奖学金项目，以便更好地胜任 AI 安全领域更具影响力的职位。他拒绝了一些现有工作机会，并将毕业时间推迟到 2027 年。重新开始找工作后，事情比他预想的要混乱一些。由于时间安排和对职位资源不足的担忧，他大约在五月中旬就开始了面试，并在六月中旬前收到了几份满意的 offer，甚至退出了部分正在进行的面试。他庆幸事情最终得以顺利解决，无需再为资金问题或持续找工作的焦虑烦恼。

他分享的第一个意外是：在求职过程中，真正起决定性作用的可能只有一两篇论文。他认为论文的主要作用是获得面试机会，以及在研究报告或讨论期间进行深度解析。因此，除了建立信誉之外，发表论文的数量本身并不重要。他指出，即使他获得最佳论文奖的多语种研究论文，也与他的面试结果无关。这是一种解放，意味着可以随时转型到新领域，只要展现出足够的能力即可；但这也要求不断学习行业动态。

第二个意外是面试环节的多样化。他原以为面试会类似软件工程师的面试，加上 LLM/深度学习技术面试。但出乎意料的是，他被问到了系统设计、并行编程，甚至了解到有些面试会考察使用 AI 智能体的能力。他强调应时刻准备应对各种意想不到的问题。

第三个意外是工作试用。这对他来说是全新的体验，他发现 AI 初创公司中试用期越来越普遍。工作试用与现场面试不同，通常涉及与团队合作解决一项任务，有时是开放式的。这些试用通常有报酬，但有些长达一周，这会让他难以准备其他公司的面试。

第四个意外是时机的重要性。他提到，在当前就业市场中，时机至关重要。例如，去年秋季 AI 安全职位较难找，但现在机会增多。他指出，作品走红、研究领域热门、职位需求以及工作邀约纷至沓来都会影响求职时机，并建议可以要求加快面试流程或推迟面试开始时间。

第五个意外是留用通知很少见。与软件工程职位不同，研究职位需要具体情况具体分析。他在 Meta 的实习期间，全职转正机会很少。他申请的 OpenAI Astra 奖学金，他仍需像其他申请者一样经历所有面试环节。

最后一个意外是很多面试与他当前研究主题无关。尽管他转向了 AI 安全研究，并且在 Astra Fellowship 项目期间进行了大量相关讨论，但他发现很多面试与 AI 安全完全无关，甚至与他的研究方向也不相关。他认为这可能是因为面试官在评估他作为 AI 研究员的全面性，但他也预期会遇到更多与 AI 安全相关的问题，因为这是一个亟待解决的研究课题。

对于安全研究人员，他推荐了一篇关于安全相关技术面试的文章，并提供了其他几篇相关阅读资源。