本文信息来源：dcahn

在人工智能时代，刚毕业的大学生正在迅速改变他们的偏好。

我每年会与 200-300 名刚毕业的大学生见面。我这样做是因为：a) 我认为这些人能为我所合作的初创公司做出很多贡献，b) 我真的很享受这个过程，c) 这些交流能帮助我更好地理解这个世界。

在这些讨论中，最常见的话题是：我应该去哪里工作？尽管大学里有很多教育，新毕业生几乎不知道该从哪里开始回答“工作的意义是什么，我在工作中应该寻找什么？”这些问题。

算法

因为大多数大学毕业生在做职业决策时没有战略框架，他们通常会默认采用我称之为“算法”的方法。这个算法的意思是：“去那些比我高1-2届的最聪明的人去工作的地方工作。”或者更简单地说，“去我所钦佩的人工作的地方工作。”

这个算法很简单，而且通常有效。事实证明，聪明人通常会做出正确的决定，而在缺乏信息的情况下，借鉴他人的决定是一种合理的策略，至少在你能够收集到自己的第一方数据之前是如此。

我在新毕业生身上观察到的一点是，他们几乎没有商业判断力。他们不会问：“我即将加入的这家公司会成功吗？”因为他们知道自己并不具备回答这个问题的能力。他们也不会问：“这份工作有趣吗？”因为有一个（可能是正确的）默认假设，即入门级工作都相当枯燥。

衍生效应

由于这个算法是递归的，它会产生飞轮效应。作为一家公司，你要么有新毕业生的飞轮在运转，要么没有。如果飞轮已经在运转，维持它相对容易。但如果没有，要进入这个飞轮就非常困难。你无法通过辩论进入，因为这个算法是模仿性的，而不是基于推理的。

有一些初创公司成功破解了这个循环，但过程很艰难。Palantir 可能是最有效的一个。他们通过发明一种新职位——前线部署软件工程师——实现了这一点。这吸引了那些既想做工程师，又想与客户直接交流的人。最近，Scale 通过创造一种本地化的网络效应打破了飞轮：他们在 2-3 年的时间窗口内招聘了最顶尖的 MIT 本科生。

更常见的方法是利用工程师喜欢解决难题的事实。在埃隆·马斯克的传记中，沃尔特·艾萨克森将这种策略描述为在一个准备好被解决的难题上“发出蝙蝠信号”。当这种方法与严格的面试流程结合时，可以成为启动飞轮的有效方式。

最后，还有一种蛮力方法：支付高薪。如果你负担得起，这也有效。

AI 大灾变

我们才刚开始理解，现有人才市场的动态已经被 AI 从根本上颠覆。在过去的十二个月里，我注意到我与年轻人互动时出现了巨大的变化。

最大的变化是，人们现在（正确地）将工作分为“AI-有利”或“AI-不利”。“AI-有利”意味着这份工作站在历史的正确一边，因此提供了强劲的职业发展路径；“AI-不利”则意味着这份工作站在历史的错误一边。白领服务行业，因为极易被 AI 取代，似乎在人们眼中发生了最大的转变，被认为不再站在历史的正确一边。

人才市场格局变化的先锋是 AI 实验室 。显而易见，任何能够在这些实验室工作的人都会去那里工作。薪酬极高，告诉朋友你在那里工作会让你很有面子，而且你能站在变革性技术发展的最前沿。人们不会拒绝这些公司。

不过，还有一个较少被理解的维度，那就是一种微妙但我认为非常真实的转变——从大型科技公司和华尔街转向 AI 原生公司。年轻人希望成为未来的一部分，而初创公司从未像现在这样具有吸引力。此外，经过十多年的通货膨胀，初创公司的薪酬比过去更具吸引力。

AI 已经在“工作经验”这一概念上产生了巨大的平衡作用。没有人拥有超过五年的 ChatGPT 和 LLMs 使用经验，因此，一个在过去五年里深入钻研 AI 的 24 岁年轻人，实际上可能拥有更多相关经验，比那些工作时间更长的人还要多。这对年轻人来说是一个巨大的优势——它使在 AI 原生公司工作在结构上优于那些需要几十年才能达到相当经验水平的工作。

年轻人已经意识到这一点，并且正在改变他们的行为。我认为在短短几年内，我们可能会看到从大约 20% 的顶尖大学毕业生进入科技行业岗位，提升到可能 50%。就像 Palantir 发明了“前线部署软件工程师”一样，我们将看到“AI 通才”的出现——他们是 AI 的原生用户并且精通 AI，能够身兼多职，胜任各种不同的工作。更多非技术背景的申请者将有机会进入这些岗位。

如何在 AI 领域中做选择？

在 AI 领域，有两个简单的标准可以大幅缩小潜在加入公司的名单：a) 这家公司是否在做有用的事情？ b) 它的增长速度是否很快？

这些问题是相互关联的。如今，越来越多的人接入互联网，并且渴望采用 AI。因此，如果你打造了有用的东西，分发会非常迅速。结果是，越来越多的公司加入了“$100M 俱乐部”——这些公司能够非常快速地从 $0 增长到 $100M 的收入。这些公司需要积极招聘，而且很多公司规模仍然很小，所以你有可能产生巨大的影响。这样的公司有几十家可供选择。

关于建设者的说明

还有一类人值得一提，那就是那些想要创建一家伟大公司，而不是加入一家伟大公司的人。

正如我在“算法”中所提到的，普通应届毕业生主要专注于加入一家已经成功的公司，并且公司里有一批优秀的人才可以让他们学习。相比之下，建设者则倾向于加入那些他们的贡献能够显著推动公司成功的组织，而不论公司当前的成功程度。这类人往往拥有极强的自信和极高的自主性。他们寻找的是那些具有潜力成功的公司，并且他们相信自己的加入能够提高公司实现成功的可能性。

在软件时代，来自顶尖院校的毕业生中，Builder（建设者）比例不超过百分之一。这个群体的规模受到两个限制，一个是硬性限制，一个是软性限制。硬性限制在于，你需要有极高的自我信念，才能想象自己作为一名刚毕业的新人，能够推动一家企业的潜在成功。这种硬性限制是人性和文化的基本特征。软性限制——在 AI 时代正在逐渐缓解——是缺乏经验在多大程度上确实限制了你做出贡献的能力。这一点已经发生了相当显著的变化。

关于 Builder，我的观点是，来自顶尖院校的 Builder 比例有可能从不到 1% 提升到大约 5%。如果这一变化发生，可能会对整个初创生态系统产生非常积极的影响，因为 Builder 才是真正推动公司前进的人。而对于那些选择迈出这一步的人来说，这同样会带来变革性的影响。他们最终将成为定义我们 AI 未来的人。