冷门方向的第一道门槛：能不能留下可验证的记录

消息提到，Vals AI 让 Claude Fable 5.1 尝试解开 Thomas Urquhart 留下的密码，跑了 44 分钟、用了 17.6 万 Token，全程没人提示，最后发现钥匙藏在原书里：两行各 32 个数字对应前面 32 个段落，用数字找单词再取首字母，拼出一段支持查理二世的祈祷文。素材还强调，它没有发明什么神奇方法，只是愿意不停翻资料、试错、撞死胡同。

这对考虑冷门方向的人是个提醒：问题冷不冷不是核心，能不能留下过程记录才是。假设你在做一个少有人碰的数据清洗方向，一种做法是只写“完成了分析”；另一种是记录你试过哪三种匹配规则、为什么前两种失败、第三种在什么边界内有效。后者才能变成简历和面试里可追问的内容。判断一个长尾方向值不值得投入，先问自己：三个月后我能拿出可复现的步骤、失败路径和明确结论吗？如果只能留下“我研究过”，那它很难支撑求职。

写进简历：写约束和取舍，不写结果光环

素材里的 44 分钟、17.6 万 Token、全程无人提示，都是过程约束，不是成果光环。简历同理。你可以写“在无现成标注的情况下，用[实际记录]条样本测试了三种方案，排除了两种不可行路径”，而不是编造一个漂亮数字。

两类方向值得区分：一类是问题本身有明确评价标准，比如密码能否被验证、代码能否跑通；另一类是价值依赖他人认可，比如某个小众议题是否重要。前者更容易在求职中讲清楚，后者需要你额外找到目标岗位的核查问题：这个方向对应的工作，日常产出是什么？团队用什么标准判断做得好？读岗位描述时，别只看关键词，要确认它要求的是独立定义问题，还是执行既定流程。

面试表达：把“没人做过”翻译成“我能定义问题”

模拟面试里，如果被问到冷门经历，重点不是问题多冷，而是你如何划定边界、管理不确定性、判断何时停止。素材提到 AI 正在让一批过去不值得投入人力的冷门问题第一次变得值得解决，这是一种观点，不是全行业结论。你可以借此练习：向目标岗位的人核实，这类探索经历在他们那里算加分项还是无关项。

一个实际可做的小建议：挑一个你正在犹豫的长尾方向，用一页纸写下它的验证标准、你已试过的路径和下一步要排除的假设，再拿这页纸去问一位目标岗位的从业者，看它能不能被听懂。