#600.DeepMind预训练负责人：如何用“研究品味”敲开顶尖实验室大门

进入顶尖 AI 实验室不仅需要扎实的机器学习理论基础，更要求具备将研究想法转化为高效工程实现的能力。Google DeepMind 预训练负责人 Vlad Feinberg 指出，现代 AI 研究已演变为 “全栈” 工作，内核开发、分布式系统优化与缩放定律理解缺一不可。研究本质上是马尔可夫决策过程（MDP），需要通过培养 “研究品味” 来判断高风险路径的成功概率。此外，通过参与开源项目、复现前沿论文或在内部业务中高效部署模型，是展示技术实力与主动性的关键信号。职业发展应超越单纯的算力竞争，通过建立信任网络与协作氛围，成为团队中不可或缺的贡献者，而非仅仅追求短期产出的冷血执行者。