如果你现在还在用进大厂来规划你的求职，那你就已经落后了，不是大厂不好，而是 AI 让整个游戏规则改变了。

但是我在硅谷看到的现象已经跟很多人脑海中的那一套完全不一样了。今天我想认真聊一下 AI 时代求职最大的信息差，已经从怎么进大厂，变成了哪些公司还值得加入？

先说一下什么是旧的信息差，过去十多年里，你只要去研究如何进到名校，如何刷题、改简历，然后更好的面试，进入大厂，你就已经跑赢了大多数的人。但是 AI 来了之后，这个逻辑有两个裂痕，就拿我现在自己创业为例。最开始的时候我在写招人审核，就是考察标准的时候也还是会去设置一道算法题，让发一个 online testing 去看一下这个候选者。我招人完全是从实际需要来写一个 take home challenge，比如说我在做 Jobnova 这个 AI 产品的时候，我其实是希望候选人他比较熟悉，像 Linkedin 平台的反爬机制，能够去解决指纹的验证，能够去解决这个 Cloudflare 这样的反爬虫的这些就是 provider，我们希望能够实际解决问题，鼓励用 AI 工具，而算法在这个考察中就其实完全不重要了。

而且我在硅谷看到的现象是，有一大批公司在偷偷的招人，甚至是抢人，他们不一定是你耳熟能详的公司，但是他们具备这样的三个特点，一个就他们增长都很快，第二个他们真正的是在做 AI 应用，第三他们的薪资不比大厂差多少，甚至考虑到他们的未来的可能股份期权的价值，他的天花板反而更高。像我最近的话跟几个 AI 创业的方的去交流，我发现他们招人的话已经不是简单的就是通过像 Linkedin 这样的平台去招聘了，他们很多时候是非常有目的性的在这个开源项目里边去捞人，在这个 Google scholar 上去找这些作者，包括去参加很多 Hackson，直接在黑客松里面去找到非常极客的，或者是非常有 AI native 的这个特质的人才，尤其我记忆非常深刻的是有一家公司除了 CEO 之外，他们招的这个早期的 founding member 和员工全部都是 00 后，所以说这就体现出来很多现在公司在招人上更加看重的可能是人的快速学习能力、适应性，还有激情，可能以前依靠在大厂这种积累多年工作经验的这种范式已经在现在招人上越来越被打破。

所以说如果你现在还在北美或者海外进行求职，我给你三个简单的框架，让你判断这个公司值不值得加入。第一就是这个公司做的事情是不是 AI native，是不是有相应的技术壁垒？第二就是你在加入这个公司的半年左右到一年之内，有没有机会去接触到核心的项目，而不是去做边角料的一些打杂的事情。第三你要去看这个公司的同事也好，或者是你的管理的 manager，有没有真的是在意你的成长，跟他去做，你觉得能不能自己有很好的一个成长性和很多东西可以学习？你不需要现在就有一个答案或者是一个判断，但是你要开始去想这些问题了，而不是一味的再去想，我怎么样去进大厂？我怎么去一些名企？

我举个例子，两三年前来找我，还有团队咨询的人都在问我怎么样去进 Google，现在到今年了，来问我的大部分还会问这些问题，那时候的信息差是方法怎么改简历怎么找内推怎么样有效的刷题这一套我和之前的培训团队都太熟悉了，第一，自己都在裁员，而且这种裁员不是周期性，而是结构性的变化，很多岗位砍着砍着就永久没有了，被 AI 完全取代。第二，一大批 AI 的创业公司其实正在不断的招人，他们求才若渴，但是你没有听过他们的名字，也不知道他们在招人，因为他们不是大厂。为什么？因为现在信息差变了，以前的信息差是怎么进大厂？现在的信息差是什么？是真的好，公司信息差变了，所以你的方式和策略也得变化，包括你提的问题应该首先变化。