駐足的代價：科技業職涯決策的時間維度
日期:
標籤:
職涯規劃技術判斷組織演化
每個技術人現在都在做同樣的計算。他們不會這樣稱呼它，會說自己在「探索選項」或「思考下一步」。但本質上都是同一個計算：留在現在的位置要付出多少代價?
不是金錢上的代價，而是時間。空氣中瀰漫著一種感覺：做出正確決定的窗口正在縮小,每多待一季在錯誤的位置,你與那些早點行動的人之間的差距就越難彌補。一年前,科技業的職涯決策感覺還是可逆的。選錯工作,十八個月後修正就好。這個假設正在瓦解。早期重新定位的人和還在權衡選項的人之間的差距變得明顯,而且正在加速擴大。
我近距離看到這一切。我是 Bloomberg Beta 的投資人,大部分時間都在和處於轉換期的人接觸:離開職位、完成課程、決定下一步。我不是職涯顧問,但我坐在「你要離開什麼」和「你在追求什麼」的交叉點上。
科技業有價值的技能從「你能解決這個問題嗎」變成「你能判斷哪些問題值得解決、哪些解決方案真正好嗎」。稀缺的東西從執行力翻轉為判斷力:你能協調系統、進行平行押注,並有品味知道哪些結果重要嗎?早期理解這一點的人正處在不斷擴大的 K 型曲線的上臂。其他人則在加快完成那些即將被代勞的事情。
從執行到判斷的轉變正在各處發生,但駐足的代價和移動的優勢在不同位置看起來完全不同。
FAANG
大型科技公司的人現在面臨的權衡是:系統已經建好,薪酬很棒,工作... 還不錯。你越來越多在審查 AI 生成的產出,而非從零開始建構。對某些人來說這是禮物,是槓桿,是可持續的好生活。權衡點在於「還不錯」有個代價,不會出現在你的薪資單上。
要離開的人並不不快樂,他們是躁動的。他們描述一種特定的感覺:最難的問題已經不在這裡了,而組織還沒跟上這個事實。留下的人打賭穩定和薪酬比接近前沿更有價值。離開的人打賭前沿才是下個十年職涯價值建立的地方,每多等一季就是少一季的複利。
兩個賭注都是理性的。但只有一個有時效性。
量化交易
量化交易仍然有效。荒謬的薪水、困難的問題、即時的反饋。如果你夠好,你知道自己夠好,因為損益表不會說謊。
正在浮現的權衡是:整個量化工具包(ML 基礎設施、數據癡迷、統計直覺)恰好是 AI 實驗室和研究新創需要的。同樣的肌肉,不同的問題。差異在於表面積。在量化交易,你在優化策略。在 AI,你在建立會推理的系統。即使是量化相鄰的世界也在感受到:預測市場和穩定幣中最有趣的工作越來越是 AI 基礎設施問題。一個有天花板,另一個沒有,至少還沒人找到。
大多數量化交易的人在留下,他們並沒有錯。但離開的人描述一些特定的東西:他們到達一個點,金融的智力挑戰感覺有界限,以前不是這樣。他們不是在追錢,他們在追求在某個看不到上限的事情上工作的感覺。
學術界
這是權衡最痛苦的地方,因為它根本不應該是個權衡。
發表新穎成果曾經是最純粹的智力聲望形式。你做這個工作是因為工作本身很美。這沒變。改變的是你在資助的新創公司能做什麼和你在大學實驗室能做什麼之間的界線正在模糊,而且不利於學術界。一個 20 人的研究新創現在能在一個週末做到學術實驗室需要一學期才能做的事,因為算力要錢而大學沒有。
我接觸到最有抱負的博士生不是在學術界和業界之間選擇,他們在理論化實驗和實際執行實驗之間選擇。被資助的新創和實驗室吸引不是關於出賣,是關於想做科學,而科學需要學術界無法提供的資源。
因為正確理由(開放科學、長時間範圍、真正的智力自由)留在學術界的人值得敬佩。但他們應該知道時鐘對他們的滴答聲也不同:算力差距擴大越久,從大學內部做有競爭力的工作就越困難。
AI 新創(應用層)
如果你在模型之上建立產品,你已經知道這種感覺:你三月推出的聰明功能在六月被模型更新商品化。地面每季移動,你的護城河蒸發。
這裡的權衡是在追逐令人興奮的東西和建立持久的東西之間。現在蓬勃發展的創辦人停止關心模型能力,開始關心模型無法奪走的東西:數據護城河、工作流捕獲、整合深度。在晚宴上談論起來比較不有趣,但這是真正公司建立的地方。
在這個世界做出最敏銳移動的人是那些對管線感到興奮的人。不是演示、不是推銷、不是能力。是讓產品黏著的醜陋、無聊的基礎設施,獨立於底下坐著哪個模型。
研究新創:新的重心
這是 K 型曲線最明顯的地方。
Prime Intellect、SSI、Humans&。10-30 人做真正的前沿研究,與規模大五十倍的組織競爭。這在三年前是不可能的。現在發生是因為工具變得足夠好,少數有優秀判斷力的人可以跑贏有更多資源的官僚體系。
這裡的日常工作流程是實踐中上臂最清晰的畫面。你啟動訓練運行、啟動實驗、讓事情整晚運作。早上回來,你的工作不是寫程式碼,是知道如何處理回來的東西。在系統給你一牆結果時有品味區分訊號和雜訊。這是被動槓桿。你啟動實驗,複利在你是否在桌前都會發生。
人們在權衡的是:這些公司很小、未經證實,很多會失敗。賭注是在前沿的中心,你的判斷直接觸及工作,複利比更大組織的安全性更快,即使特定公司沒有成功。技能可轉移。網絡可轉移。你在大公司審查別人產出花的三年不會以同樣方式轉移。
大型模型實驗室:縮小的前沿
「我們在建立 AGI」的說法仍然有效。對某種類型的人可能永遠有效。
但內部體驗已經轉變。最有趣的研究集中在少數資深人員中。其他人都在做重要的支援工作(評估、基礎設施、產品),感覺不像他們報名參加的前沿。你加入是要觸及那個東西,但你離它有三層之遠。
權衡是聲望 vs. 接近性。大實驗室在履歷上仍然打開每扇門。但離開的人在做特定計算:「我在[頂尖實驗室]」的履歷價值隨著實驗室變大變企業化而貶值,而「我在一個我的判斷塑造方向的地方做前沿研究」的價值在升值。大實驗室血統是最佳憑證的窗口正在關閉,看到這一點的人正在移動。
時鐘
每一個這些權衡內部都藏著同一個變量:時間。
一年前,你可以坐在舒適的位置上深思熟慮。等待的代價很低,因為差距擴大很慢。這不再是真的。工具在複利。早點移動的人正在建立在上季學到的東西之上。六個月前移動的人和還在權衡選項的人之間的差異已經在複利。
上臂沒有關閉。人們每週都在跳躍,雇用他們的人不在乎你去過哪裡。他們在乎你能否做這個工作。但數學是方向性的:你越久優化舒適,轉換就越昂貴。不是因為機會消失,而是因為已經在那裡的人在複利而你沒有。
現在贏得人才戰的公司不是品牌最好或薪酬最高的。是那些你的判斷有最大表面積、你的品味和實際建立的東西之間距離為零、你周圍都是知道你還不知道的事情的人的地方。最好的人想接近有他們還沒學到的技巧的其他人,在有足夠算力實際執行實驗的地方。
問題不是你是否夠聰明。是你已經做過計算了,只是還沒據此行動。