共计 1993 个字符，预计需要花费 5 分钟才能阅读完成。
我正与一位虚拟面试官进行一场颇为顺畅的对话。我们谈论了我的当前工作、博士论文，以及我认为颇具吸引力的最新研究进展。短短几秒钟内，我就适应了这个现实：这是一场面试，而我只需与这个虚拟角色交流。这个虚拟角色准确地复述了一些与最新研究技术相关的晦涩术语，尽管它可能从未真正理解过这些内容。它正在将对话引向预定的方向，就像我之前与一些人类“招聘人员”交谈时一样。回想起以往在类似职位申请阶段的对话，老实说，这并没有太大区别。有人告诉我“有一个公式”，事实也确实如此。现在，这个公式已经被正式化、固化并呈现出来。
然后，它问了一些我在此类面试中从未遇到过的问题：什么是一个好的多项选择题？如果我要编写一个多项选择题，什么会让一个错误答案变得难以识别？
我想到了法国小说家和电影制作人乔治·佩雷克所说的“拼图游戏的终极真理”。“尽管看起来如此，拼图并不是一个孤独的游戏：拼图者所做的每一个动作，拼图制作者之前都已经做过，”他在他最著名的小说《人生使用说明》中写道，“拼图者拾起的每一块拼图，再次拾起，研究和抚摸，他尝试的每一种组合，再次尝试，每一个错误和每一个洞察，每一个希望和每一个沮丧，都是由另一个人设计、计算和决定的。”在标准的面试环境中，提到佩雷克可能会将对话引向一个有趣的新方向，或者向面试官揭示一些关于我自己的意外信息。然而，我对与机器人面试知之甚少，所以我决定谨慎行事，省略了文学引用。
我反而回答说，我之前并没有真正思考过这个问题。对我来说，没有一个明显的机制可以生成好的错误答案——但话说回来，我并没有花太多时间思考这个问题，这似乎很有趣。我补充说，错误答案必须是合理的：它不能是那种可以立即排除的东西。我的思绪开始旋转：我想到了佩雷克，以及他对这次面试的看法；我想到了自己，以及这份工作实际上会是什么样子；我想到了机器人，以及我认为机器人可能想听到什么，我意识到这毕竟是一个错误的问题，所以我想到谁会坐在机器人的另一边，如果有人的话，以及他们的想法，以及他们对我的想法；我想到了那些可能会被我错误的多项选择题答案愚弄的人，以及他们在看到问题时可能会想到什么。
我意识到我在胡言乱语。我停了下来。虚拟角色比之前回答后停顿的时间更长。我知道它并没有在思考，但我不知道发生了什么。我们在脚本的哪个部分？
它感谢了我。我不知道是否应该感谢它，因为显然，这个经历同时被无数其他人所经历，或者刚刚经历过，或者很快就会经历，而且还没有人审查我们的录像，也许他们永远不会。我选择说“谢谢”，然后自觉笑了起来，然后关闭了浏览器标签。
第二天，我收到了 xAI 的工作邀请，通过进行面试的中间招聘公司 Mercor，我将作为合同员工加入。入职将在第二天开始。
我的背景是学术界。我在研究生院和各种博士后职位上度过了十多年。在那些博士后年中，我认为自己是教职市场上最有前景的候选人之一。每年大约有三份在 R1 大学发布的教职工作针对我的子领域。考虑到“高级招聘”（那些已经拥有教职职位并选择离开的人），这意味着我有大约 10 次机会获得我为之接受培训的永久职位，尽管几次进入最终面试，但我未能获得教职邀请。
没有什么是干净利落的结束。随着我的最后一个博士后工作接近尾声，我在另一海岸的一所顶级机构获得了一年的博士后职位，明确目的是再尝试一次教职市场。但这意味着跨国家搬家，并可能与我的配偶暂时分离，随后又要搬到另一个城市——实际上，这可能仍然不是我的最终目的地。这些都是学术界人士经常做出的选择，而我已经做出了几次。最终，我决定是时候继续前进了。
相反，我接受了与一位机器学习专家的朋友的邀请，他有一些剩余的资助资金。我从未上过编程课，也不知道多层感知器和随机森林分类器的区别，所以协议是我将搁置自己的好奇心驱动的研究目标，推进我朋友的研究议程，并在我为学术界之外的职业生涯做准备时学习一些新技术。我能够远程工作，并选择我想居住的地方。我将从所谓的“软钱”中获得报酬，但只要资助资金的分配方式没有发生根本性的变化，这感觉像是一个安全的横向移动。
为了完成我的新工作，我需要彻底改变我编写计算机代码的方式。过去，我为自己的研究编写过一些用于数值计算的小代码，但我的新职位的一部分目的是编写其他人可以访问的代码。具体来说，他们应该能够安装我们的代码，重新运行我们的计算以验证其有效性，然后将该代码作为他们自己研究的构建块。学习如何将代码转化为可转移和可构建的单元被称为“打包”，而这是通过一种名为 Git 的协作和版本控制软件在广泛的学术界和营利性公司中实现的。在 Git 上公开访问一个包是开源生态系统的基础，该生态系统促进了大量基于计算机的学术研究，并且正如你可能最近读到的那样，它是领先的人工智能实验室之间的哲学分界线。
希望学习如何做这些事情——如何在学术界进行机器学习，如何将这些技术应用于实际项目——是我决定接受这份工作的主要原因之一。
