想转AI安全，先分清被风险叙事吸引还是真愿做安全工程

消息提到，Anthropic前核心预训练研究员Jacob Coxon在CNN采访中表示，到这个十年末AI真的有可能杀死全人类；现任对齐科学主管Evan Hubinger公开回应称内部确实认真相信这一点，并给出个人预估。这类表态容易让求职者产生“这个方向很重要，我要转”的冲动。但重要不等于适合你。

AI安全岗位日常更接近工程活：做评测、跑红队、设计对齐实验、写可复现的报告。如果你只是对风险话题感兴趣，却不愿意花几周调一个评测集、反复核对失败案例，转岗后大概率会失望。可以先问自己三个问题：我是否愿意把大部分时间花在写代码和读实验日志上？我能否接受结论常常是“还不确定”？我是否愿意在安全目标与产品节奏冲突时，用数据而不是情绪说话？

面试AI安全岗，怎么核查团队是真投入还是只做公开表态

素材里Evan Hubinger承认公司至今没有解决超智对齐的完整方案，甚至谈不上走在正确轨道上；采访也提到，造大模型的人清楚风险，但在多巨头商业竞争里谁先踩刹车谁就等于让出王座。这两条信息提示：公开表态和实际投入之间可能有落差。面试时不要只问“你们重视安全吗”，可以换成更具体的问题：

  • 安全评测的结论，在什么情况下能阻止一次发布？最近一次实际影响发布的例子是什么？
  • 安全团队的汇报线是独立于产品线，还是挂在产品负责人下面？
  • 如果安全目标和产品目标冲突，过去半年是怎么解决的？
  • 团队现在最缺的是哪类能力：评测、红队、对齐实验，还是政策沟通？

如果对方只谈理念、不谈流程和决策权，你需要谨慎判断。这不是说团队一定有问题，而是你拿到的信息不足以做决定。

如果决定进入AI安全方向，转岗前该补哪些基础、找哪类团队

优先补可迁移的工程能力：评测设计、红队方法、对齐实验的基本流程、以及把结果写清楚的能力。这些能力在安全团队和普通工程团队之间可以互相迁移，不会因为一次转岗失败就归零。

找团队时，关注安全职能是否有独立汇报线、安全结论能否影响发布决策。不要仅因公开风险表态就认定某公司安全岗位充足——素材没有说明这些公司的岗位设置与招聘要求，这些信息需要你自己去查证。

一个实际可做的小建议：挑一个你感兴趣的安全评测方向，用公开数据集做一次小规模复现，把过程和结论写成一页笔记。面试时，这比“我很关心AI风险”更有说服力。