46场面试，地狱级求职——天才少女入职OpenAI新智元

全网刷屏！11家公司的面试，57场正式面试，46个招募电话，6年博士生涯的Alisa Liu，即将加入OpenAI。这份干货满满的黄金笔记，已经在全网疯转了。

最近，X上被一篇UW博士的博客刷屏了。

这篇博客在海外技术圈出了圈，甚至漂洋过海刷屏了国内各大程序员群。

主角是一位华盛顿大学的华裔女博士，主攻NLP。

为了拿到OpenAI的入场券，她整整经历了 57 轮面试！

这五个月的求职季，被她活生生走成了一部「西天取经」史。

电话打到爆，coding轮番轰炸，数学推导推到天昏地暗。在拒绝了其他4家大厂的Offer后，她终于杀出重围，拿到了那个无数人挤破头的名额。

但真正让全网兴奋的，是她事后做的一个大方举动——她把自己压箱底的面试准备笔记，全部！免费！公开了！

这份笔记被大家称为「LLMs面试圣经」。从Transformer的底层逻辑、推理加速技巧，到数理统计的推导，薄薄几十页，全是浓缩的精华。

有网友直言：有了这份神级笔记，我也可以去自学了

这位面霸小姐姐，到底在57轮面试里经历了怎样的炼狱考验？她那本被疯传的「黄金笔记」里，究竟藏着什么通关密码？今天，让我们来深扒一下。

求职不是「分院帽」

华盛顿大学（UW）的准博士、曾获OpenAI「超级对齐」项目资助的Alisa Liu，在入职OpenAI之前，刚刚完成了一场堪称「地狱级」的奥德赛。

11家顶级实验室的贴身肉搏，46场招聘者通话，57场正式面试，16场拿到Offer后的极限博弈。

在过去读博的大部分时间里，她设想的顶级名校的AI博士求职，就像是哈利·波特世界里的「分院帽」仪式。

你只需要在实验室里潜心钻研，发表几篇轰动自然语言处理界的顶会论文，然后像候鸟一样在某个春天消失。

几个月后，你再次出现，命运已经由某种神秘的逻辑注定：要么是Google Brain，要么是DeepMind，或者Meta AI。

但真轮到求职时，她才发现这个过程比想象中的要困难得多。

她说得很直白：找工作，本身就是一份全职工作。

发完论文就能躺进大厂的时代，结束了。

当Scaling Law（尺度定律）开始野蛮生长，顶级实验室筛选人才的标准，也正在经历一场极其残酷的Scaling。

下图展示了她的求职时间线：

灰色图标代表面试，彩色圆圈代表结果。

这里说明一下，ghosted指的是招聘人员后来再也没有告知结果或下一步安排；withdrawn指的是在收到offer后，她婉拒了offer。

据她介绍，求职堪比正式工作：

面了11家公司，一共参加了57场面试，还有额外46次和招聘人员的电话沟通、16次拿到offer之后的沟通，以及求职前期大量非正式的人脉交流。

面试类型也五花八门：

面试先练手吗？

关于这一点，常见的经验说法是：先拿几家公司练手，然后把其他公司的流程尽量安排到同一时间段。

这样所有offer大致能同时到手，方便后续谈判。

这个建议的大方向基本没错，但她补充了几点。

模拟面试很有帮助，但也要知道你的精力是有限的——小心别在面到你真正在意的公司之前就把自己耗干了。

时间节点上也有一些外部因素值得考虑，比如公司有没有招聘名额、哪些团队在招人，这些因素有时候比你准备得好不好更重要。你可以通过朋友和招聘者了解一些内幕消息。

截止日期其实有很大的灵活性，所以offer的时间并不需要卡得很死。

AI面试准备用AI，还要手写Transformer

没有什么比花时间刷题备考更值的了。

就像回到了本科时代，她会做笔记，画图，做练习题，整天泡在咖啡店里，确保自己对机器学习的核心概念烂熟于心。

技术面试很难，考察的技能需要你专门花功夫去培养，光靠做研究是不够的。找工作本身就是一份全职工作。