一条表态，不等于岗位收缩

消息提到，Google CEO 加入呼吁放缓 AI 发展的行列。对正在投 AI 产品、AI 治理方向的求职者来说，这类表态容易让人犹豫：是不是该收手？

先分清两件事。行业讨论反映的是技术节奏、监管预期和公众情绪；岗位需求反映的是团队今年要交付什么、预算落在哪。前者上头条，后者藏在招聘系统里。一条高管表态，既不能证明岗位在扩，也不能证明岗位在缩。真正影响你投递的，是目标团队的业务阶段和用人缺口。

所以别因为一条动态就否定整个方向，也别因为“AI 是趋势”就闭眼投。把表态当背景音，把岗位描述当主证据。

面试里问清模型来源与供应商依赖

素材中有一条更贴近求职的判断：企业应掌控自身独特知识、不依赖单一模型供应商。这句话对求职者的价值，不是背下来当观点，而是变成面试提问。

假设你面一个 AI 产品岗，可以这样问：团队当前用的是自研模型、单一外部模型，还是多供应商组合？如果主供应商调价或限流，有没有备选方案？这个岗位的日常技能，是绑定某家平台的工具链，还是可迁移的评测、数据、流程设计能力？

两种团队的做法差别很大。依赖单一供应商的团队，上手快、迭代猛，但你的经验可能高度绑定特定平台；多供应商或自研路线的团队，流程更重，却更容易积累跨模型的方法。前者适合快速积累交付经验，后者适合沉淀可迁移能力。没有绝对好坏，关键看你三年后想带着什么走。

读岗位描述时，还要确认：写的是“熟悉某平台”还是“具备模型评测能力”？前者是工具要求，后者是方法要求。前者会随平台更替贬值，后者更耐用。

开源与闭源并存，技能别押单一栈

素材还提到，前沿生态需要闭源与开源模型共同繁荣。对求职者的启发很直接：别把技能押在单一模型或单一闭源平台上。

具体怎么做？练习时至少用两种来源的模型跑同一个任务，比较输出差异、成本与失败模式；把提示词、评测标准、数据清洗流程整理成可复用的方法，而不是只记某家产品的按钮位置。面试时，与其说“我会用某工具”，不如说“我做过[实际记录]的对比评测，能说明什么任务适合哪类模型”。

需要提醒的是，MAI 模型行为准则目前只是预告公开征求意见，具体内容和发布时间都未明确，别把它当成已落地的招聘信号。

一个实际可做的小建议：下次投递前，挑三条岗位描述，把“平台名”和“能力词”分别圈出来。如果能力词太少、平台名太多，就在面试中重点问迁移性。这比追着高管表态改方向，更能帮你做决定。