这篇详细记一下这次找工作时，各个公司的面试流程，希望给大家一些参考

（尽量客观且不透露具体的细节；以及coding interview如果没说就是不允许ai；非技术的interview一般都是聊项目经历，还有vibe check）

整体时间线

下面按公司规模和领域来写。

1. 熟人初创团队

这两家都是十人左右的小团队，也是最早聊起来的机会。

Physion Labs

这家公司是年初一位学弟加入的，做 video generation 的打分器，验证生成的视频是不是符合物理规律、有没有按照指令生成，偏 world model、CV 相关。我觉得很有意思，方向比较 niche，但又是最近的风口。

第一天找学弟问情况，第二天就和 CEO、CTO 聊天了。相互介绍了一下，感觉很不错，也聊到了他们已经在做的一些客户项目，就觉得可以作为一个选择。但毕竟是个小团队，而且都在西雅图，于是想着等最后结果都下来时一起考虑。

后续我一直和学弟还有CEO聊天了解情况，也更新我的申请进展。他们说要有一个两天的 work trial。我的理解是要飞到西雅图一起工作两天，就想着先尝试一下能面到的公司，比如 OpenAI、Anthropic，留到以后 onsite 时顺带一起做。

不过到了八月，真的开始安排 onsite 时再和 CEO 聊，说已经没有位置了，因为感觉我不够热情，没有把他们放在首位。

其实他们是我的首选之一。我只是想在有限的时间里，把能尝试的机会都把握一下，也感觉他们催得有点紧。双方对推进节奏的期待没对上，最后无疾而终。

Miru

这家是本科一个非常厉害的学长 co-found 的公司，做股票行业的事件分析和走势预测。我当时听下来的理解，有点像一个更智能的 Robinhood？

学长看到我的朋友圈就立刻联系我，问我感不感兴趣，说他们用 AI 来做一些之前交易员做的事情：看新闻、分析走势、发现和历史走势相关的规律。我听下来感觉还挺有意思，就接着和他们 CEO 聊了一下，很投机。而且团队里的人我大都听过，都是本科贵系的学长，天然多了一层熟悉感。

不过感觉因为身份问题，加入一个小团队风险有点高；而且感觉这种预测股市的东西可能做的人很多而又非常难做，所以后来没有怎么继续跟进。

我一直对金融相关的职位都不是特别感兴趣，之后抱着试一试的心态面了另一家对冲基金，下来的体验让我彻底对金融不感兴趣了。

不过去 SF onsite 的时候，我和学长、他们团队一起吃饭聊天。一个公寓，几台电脑，大家写代码、聊产品、聊创业经历。感觉又回到了大学在华清嘉园创业的日子，很怀念。

能一起聊得那么投机的人很难遇到，以后有机会还想看看能不能合作。也祝他们产品大卖！

2. 规模较小的创业公司

硬件、机器人相关

Hark

这家公司也是熟人介绍，有几位前同事在，做 AI 智能硬件。具体的硬件形态当时还比较神秘，我理解是偏穿戴设备或智能终端的全天候交互。因为之前在 Reality Labs 做 AR glasses，这算是我感兴趣、也比较有经验的领域。

和前同事说了之后，recruiter 很快就在微信上联系了我。面试流程比较正式：先 screening，聊聊经历，再约两周后的 virtual onsite。

面试官有四个来自模型组，一个来自 computer use 组，基本上都是聊项目经历和实现细节。还搞了一次小乌龙：coding round 的面试官忘记面 code 了。所以后续又加了一轮 Transformer 相关的 coding，熟悉代码实现、了解原理就能应付。

后来 recruiter 通知最后和 CEO 聊一下。我想尽量把结果放在同一周，就约到了八月。到这里，Hark 算推进比较快的，前期体验也很好。

结果和 CEO 聊完，又决定加试一轮。加试则是和一位新来的 computer use lead 聊。我当时已经到最后阶段，时间都排满了，只能在最后一周的 SFO 机场完成这一轮，感觉也没有特别 click。但是当时比较奇怪，按理说应该是ceo就是最后一轮了。

结果回到纽约，周三又得知 leader 想再加一轮十五分钟的面试。到这时我已经不太想继续了：流程磨蹭，也摸不准对方到底有多想要我。

最后周五夜里我才收到offer，recruiter电话打来说公司最近比较忙，ceo在做许多产品宣传的拍摄没时间，然后人事变动新来了lead所以需要补加面试。但那时候我已经决定要去Exa了，所以婉拒。

这家给的包非常高，可以和有股票的大公司媲美。不过对我来说，前期很顺、后期不断加面的反差太大，整个流程走完还是觉得有些混乱。

The Bot Company

这家是 Codex 帮我找到的。Move fast，一上来就是 technical，问了一些 ML 算法的问题，最后让写一个 CNN module。然后就是 hiring manager，聊得很愉快。团队里有不少从 Cruise、Tesla 出来的老兵，感觉比较靠谱。

他们说ceo之前是cruise的吸取了教训，不打算让公司超过100人，而且要低调，所以大家都脚踏实地干活。然后就约了下一周的onsite，虽然我觉得自己不是很对口，但机器人一直是我想做的方向，如果能进去挺好的。

最后一周的周一，我白天连着两场 onsite：上午从机场附近的 Humans& 面完，立刻打车去 SF 城里的这家。现场氛围比较封闭，一些工作区被黑布挡着，应该是有保密安排。整场面试都在一个房间里，上厕所也有人陪同，一共四轮。

第一轮system design，问收集和标注机器人数据的pipeline怎么设计，感觉和我在reflection做的llm sythetic data generation 很类似，面试官挺满意的。

接下来两轮都是 ML 问题，比如数据不多怎么办，机器人做不到某个任务时会怎么 debug，以及对 vision model 的了解。还让我手写一个模型模块，主要涉及多维tensor的变换和计算。这家真的很喜欢考手写 NN 和 PyTorch。

感觉很多时候其实工作中根本用不到torch或者改模型的代码，面试中就算是面post training 也有好多让你写八股，真的非常脱节。

最后一轮和 CTO 聊，问得非常细，几乎 cover 了我准备讲的每个项目：当初做推荐模型具体改进了什么，怎么测试，怎么衡量 cost trade-off，等等。

面试结束，我对这家的好感度继续提升。大家比较 nerdy、technical，不怎么画饼，交流里没什么 bullshit。不过强度看起来很高：聊天时有人说自己住在公司附近一两个 block，周末也会来调机器人。

整体面试很愉快，领域也是我很喜欢的，所以周三就去跟进。对方说周四应该会出结果，实际等到周五下午才回。

整体面试是比较愉快而且没什么bullshit的公司，而且领域也是我很喜欢的，所以周三我就跟进结果，答曰周四应该会出，结果直到周五下午才给我回。

期间我轰炸了好多封（因为周五就要做决定了），但一直无音信。很不地道，最起码给我回复一个“我们还在考虑中”之类的。所以后几天让我觉得他们的文化或者相处模式可能不是那么让人舒服。

周五下午收到一封长信，大意是很享受和我的交流，但最终选择了另一个背景更合适的人，这个决定很艰难，所以花了比较久。信写得还挺诚恳。我回复说希望保持联系，之后就没有再收到回复。

垂直领域

Valkai

三月份 CTO 曾在 LinkedIn 上联系我，这次被我翻到，就厚着脸皮问了一句还有没有机会。答曰有，于是约了一个 intro call。

CTO介绍他们是做药厂写报告的agent，大致是现在新药和设备研发周期需要十年以上，很大一部分在于审批，每年都要做一系列实验、数据分析、然后写报告来让监管部门审核。所以其实很大一部分人力都花在了写报告上。用agent可以大幅缩减新药上市的时间和成本。

他们当时还是stealth状态，但是已经和药厂例如拜耳有了合作，然后以后也想打通不只是写报告的部分，听起来很靠谱。

遂约了一个technical，很有意思，可以用AI，并且是一个比较实用的问题，很贴近他们正在做的东西，就是怎么给一个文书agent增加memory。给了一个starter code，有很简单的memory实现，让我看怎么提高。

我之前读过 Claude Code 的设计分析，面试前也和 AI 模拟过几轮增强 memory 的方法。所以面试时，我直接把自己准备好的一个实现给她看了，面试官就笑了。聊下来很顺利，进入下一轮。

周五面完，周末 recruiter 就跟进说可以 onsite。他们做的是一天的 work trial。

如果时间允许，我其实更倾向于 work trial，而不是一天排满独立的 onsite interview。Trial 能感受将来组员之间的 dynamics，做的项目也比较有意思。不过确实非常花精力和时间。后来有一周，我从周二到周五，连续做了两家公司的两天 work trial，整个人直接被掏空。

不同公司的 trial 不太一样。大致会有一个 buddy，介绍公司和要做的项目，有问题就问 ta；中间安排几个 meeting，和公司里的人聊聊天；最后做一个展示。

Valkai 给我的项目是做一个 interactive chatbot，帮忙检索一批药厂文档，有一些具体要求。大部分时间我让 Claude 帮忙干活哈哈。

但整个 trial 里很重要的一点，是多和组员交流，不要贪图做太多 feature，也别让 Claude 全盘管理。关键的东西要自己弄明白，代码也得过一遍，因为最后 presentation 会问很多：“为什么这么做？”“试过哪些方法，怎么得出要往这个方向走的结论？”甚至直接问代码里的实现。

做好一两个点，实现后亲自跑测试、看代码，然后讲得详细透彻，比铺得太开、结果全部都是 AI 写的要好得多。

Trial 后第二周收到 offer，算是第一个offer，而且在纽约，给我打了一针强心剂。不过我对制药行业不太熟，work trial 里的各种制度和术语看得头疼，还不确定这是不是自己最想投入的方向，所以接到其他 offer 后拒绝了。

这家公司的人都很好，团队很年轻，也有活力。如果在纽约或 SF 找工作，可以看看他们。

AI 平台、服务类

Applied Compute

这家是一个同事推给我的，我一开始就比较信任。看了官网，他们帮其他公司做模型后训练服务，类似白手套。团队不大，当时了解到大概三十多人，感觉比较精英。

先和其中一位同事聊了聊，后续有 coding 和 ML 面试。ML 那轮讨论的是：如果训练一个 code review 模型，会采集什么数据、怎么设计 reward。感觉和实际业务比较相关。

隔了一周没消息，我以为挂了，结果第二周发来 onsite 邀请，于是飞到 SF 做两天的 work trial。

公司在城里某个类似工厂的二楼，有点硅谷早期车库创业的感觉。大家看起来都很忙，我进去了好一会儿，才有人来打招呼、介绍。然后 work buddy 给我分配电脑和任务：围绕一个客服 bot，提高数据质量、调整 agent design，改善一些不够好的回复。

按照 buddy 的介绍，这和他们实际项目中的一部分工作挺像，后面还会接模型训练。好在这次没有让我把训练也做完，不然两天实在太赶了。

两天内聊了一些人，包括ceo，之前在oai做o1的rl，给我讲了一些他们的轶事，比如当初deepseek r1出来之后他们整组都恐慌了，因为没想到这么快开源界就把secret sauce给挤出来了。

给我印象是里面的人非常聪明，每个人都负责一两个客户，单打独斗，到了晚上十点多也没什么人回家，有点像phd lab，但太肝了，而且似乎很少有生活上的交流，感觉很难融入。

最后展示，大家问了很多细节问题，能感觉到每个人都很严谨。还有个小插曲：和 CEO 聊天时，我说自己还在 Reflection。后来，我向他们解释了离职的经过。因为当时觉得说自己被 fire 不太光彩，又有移民期限的压力，所以前面对在职状态的回答比较含糊。

他们最后没有给 offer。我不知道这段沟通是否影响了对方的判断。

Exa

Codex 立大功！之前在 Reflection 工作时就接触过他们的产品：做给 AI agent 用的搜索 API。简单讲，你和模型对话时，模型也需要上网搜索，而 Exa 就是给 agent 用的 Google。类似的服务还有 Perplexity、Parallel、You、Serp；目前Exa应该是综合素质最好的。

Codex 周末帮我投简历，周一就约上了面试。他们在新加坡也有团队，所以可以夜里聊。Recruiter 知道我的情况后，快速加急了流程。

周三面 coding，主要围绕大量数据检索，在一定精度容忍的情况下怎么hash的问题；周四第二轮面 ML，聊 post-training，也有搜索相关的问题，例如怎么给高质量内容设计 reward；周五和 hiring manager 聊。他是国人，之前也在 Meta，经历有 overlap，聊得很愉快。

周末就敲定了 onsite。我说刚好还要去 Applied Compute，干脆一趟弄完：周二、周三 Exa，周四、周五 Applied Compute。

Onsite 前一天就他们就给我开了 Slack 账号。Work buddy 分享任务文档，帮我 setup GPU，主要做 search embedding modeling，偏 research，和实际工作也很贴近。整个流程让人觉得他们的面试准备非常成熟且考虑周到。

中午大家一起吃饭聊天，很愉快。每个人都很热情，会自我介绍、和我打招呼。公司装饰也很非传统：帐篷、睡眠舱，还有山羊元素，据说是吉祥物，GOAT。

整个氛围像一所活泼的学校，牛马感很低——虽然还是牛马吧。我有种找到一群很合拍的朋友的感觉。

最后和 CEO Will 聊天。他陪我在附近散步，聊搜索业务和公司未来的发展：agent 可以日夜工作，对搜索的需求也在变；以后想让搜索连通更多信息，帮助回答更复杂的问题，不只是今天这种关键词搜索。

聊天很愉快，也没有什么距离感。听他不厌其烦地讲各种畅想，我确实能感到那种做了好几年还很有激情的状态。

Onsite 结束第二天，recruiter 就给了口头 offer，次日发来纸面 offer，整个过程不到两周，非常迅速。

知道我还有一周要面其他公司时，他们也会主动问进展、有什么可以帮忙的，有问必答，整个体验很好。最后一周，我还在等 The Bot Company 的结果，但等着等着，心里基本已经决定去 Exa 了。

毕竟共事的人和文化氛围对我真的很重要。具体做什么、能学到什么，其实都是很长远的事，未来有的是机会。

Extend

这家做文件处理，类似 OCR 加信息提取，算是平台应用，其他公司的文档业务会用到他们的 API。也在纽约，是一个猎头推给我的。

我抱着试一试的心态答应了，不过一开始对这个方向不是特别感兴趣，感觉太偏应用。但文档处理也有一些研究问题，还是可以聊聊。

先和 CTO 聊，之后的 coding 面是一个很经典的 LeetCode 风格问题，和Excel表格更新有关，然后就直接给了 onsite。

办公室很有设计感，窗户很多、很亮，我很喜欢！Onsite 比较传统：先做 project presentation，和一位 tech lead 聊具体细节；然后 CTO 和做 OCR 模型的同事问我数据采集、模型设计的问题。我没怎么做过 CV，感觉这一轮答得不是很顺。

然后是culture / behavior，面我的人是他们的people staff，之前还给Mr. Beast做过助理，然后burn out就来纽约了，很有意思。System design面试是和信息提取agent相关的设计，最后也是和ceo在曼岛散散步，整体感觉不错，

不过第二天就收到拒信，有点困惑。我问了下反馈，对方说，感觉我在 agentic 系统设计和模型 training 上的专长，还没有达到他们期待的程度。这个反馈我觉得 reasonable。

AI 研究

Humans&

年初我在上一份工作待不太下去的时候，就 reach out 过这家，和 CEO 聊了一下。当时没太明白他们在做什么，就没有 follow-up。这次又联系，收到了回复，正式走了一遍流程。

整体流程给我的感觉比较混乱。安排面试的邮件由不同的人发，我不太清楚应该找谁统一跟进；到了 onsite 时，我还发现前面的一位面试我的cofounder已经不在公司了。

先和一位做模型的同事聊背景，然后进入 technical。一轮手写 top-p，再实时 debug；另一轮偏研究，聊怎么让模型处理定义模糊、没有固定解法和程序化奖励的任务。

我说了一些自己的想法，但感觉这类题很吃经验，不太清楚他们希望看到哪种层次的回答。面完觉得自己挂了，也没有主动推进。

隔了两周因为要去SF，所以抱着试一试的心态发邮件问了一下，答曰要追加一轮，感觉可能面试反馈比较mix，然后他们都把这茬忘了…… 追加了一个grpo debug的session，一共六个bug，埋得很深，甚至有一些是比如torch语法的东西。过了之后邀请onsite，趁在加州就直接去了，什么都没准备，哈哈。

Onsite 安排在最后一周周一早上，因为周二我还要回纽约面试。开头是给大家做项目 presentation，但邀请邮件里这一部分写得不太清楚，我没弄明白是要准备展示slides还是现场问答。

应该是有slides，但我没准备，就即兴讲了自己做的 data curation，还拿出去年面 Reflection 时用的 slides，讲在 Meta 和实习生一起做过的 mobile use agent。大家好像还挺感兴趣，没有太多尴尬沉默。

然后和不同的同事一起散步。那天上午，我沿着公司旁边的海滩走了两三轮…… 聊下来，对他们想做的东西更有概念了：我理解是想做一个能更自然地和人、和世界交互的模型，而不是只解决一个个边界清楚的任务。

我听着还是有点虚，目标也很大，说实话，不知道适不适合创业。但聊到的人都很厉害，如果能一起工作，应该也是很棒的成长机会。

他们的 onsite 有点当初申请教职的感觉：谁对你的方向感兴趣，就过来聊聊天。最后有一个偏 technical 的环节，因为我之前做人机交互，对方问如果训练模型来模拟人的 behavior，我会怎么设计，也聊到了 long-horizon task。

天马行空地头脑风暴了一阵，感觉聊得还挺开心。因为赶时间，我就先告别了。

后来又加试了一轮，最后被拒。我猜可能还是背景不够匹配，也许他们更想找 ML systems 或偏理论的人，但这是我的猜测，没有得到明确反馈。

Mirendil

这家是一个新的 AI startup，想研究能够自我进化的 AI 模型。我也是抱着试一试的心态申请。Recruiter call 上来就说：我们在 SF 现场工作，周一到周六，你 OK 不 OK？我说 OK，给机会就要。然后就被抛过来一个 take-home。

经过这次找工作，我对第一轮就上 take-home 或离线 coding challenge 的公司非常没耐心。以后碰到这样的流程，我大概率直接拉黑。

原因很简单：投入产出比非常不值得。一个 take-home 往往就要一两天。有时给一些 token 额度，但我想继续完善项目，还是会用超，要么自己花钱，要么之后再报销，也挺麻烦。

前期 take-home 和最后一轮的 onsite work trial 很不一样：自己在家埋头硬干，猜对方想要什么，再战战兢兢卡点交上去。

我这边一两天就这么投进去了。对方会花多少时间看，能给多少具体反馈，却都不知道。这种不对等让我很不舒服。

大概两周后，对方联系我一起 review take-home。项目是一个模型训练过程的 trace viewer，偏 observability 工具。聊的时候，对方全程反应比较淡；即使他说我提交的东西和他们内部用的很像，我也没感觉到多少热情。

之后和另一位 tech lead 做 AI coding interview，对方给了一个开源项目 autoresearch，问我有什么改进点子，然后实现。

我觉得这一轮的题目太大了。Code agent 写代码也要时间，我又不清楚对方到底想看到哪种改进。追问细节和方向，收到的回答比较宽泛，大致是“可以”“你自己考虑”。当时心里觉得这公司不太行，从面试题的设计到表现都给人一种自己都没想清楚要做啥的感觉。

过了之后又是一阵没联系。后来 recruiter 说还需要加一轮，我其实已经不太想继续了，就约了周六 —— 我还问了一句，你们不是周六上班吗？

Recruiter 问能不能放在周中，我说周中全是 onsite，最后约到周六上午。结果当天又通知上午有事，改到晚上。

面试也是很混乱，对方是一个Google出来的很高级别的印度vp，这轮主要聊 IFEval。对方先问我知不知道，再让我讲每个metrics的实现，感觉回到了考背诵；偏偏这又是一轮允许 AI 的 coding interview，后面 AI 很快帮我把相关实现和 metrics 做了出来。对方没有太多后续问题，面试就结束了。过了几天，收到拒信。

这家公司还要了我三个前同事的refer，要书面给他们发邮件。真是越事逼越不行，跟FB market place上来回砍价问东问西最后却不会下单的磨叽买家一个道理。

Thinking Machines Lab

有校友在里面工作，帮我内推，我自己也申请了几个岗位，但一直没有回音。

后来在我接了 offer 之后，对方邀请 intro call，我就和 recruiter 聊了一下。另一个朋友后来面试通过了，而且他们公司就在 Exa 旁边，以后应该还有不少互动。

SSI

Codex 帮我投的，说实话，我都没想到会收到邀请。不过上来就是一个 offline coding screen，直接烧光我不少好感度。

而且他们公司在以色列也有办公室，好感度直接变负。面试是一组难度逐步上升的算法问题，一共一个半小时，感觉很吃信息学竞赛那类训练。

大体是宽搜的思路，有个棋盘有棋子，你可以上下左右摇晃棋盘让棋子滑动，然后棋盘上有洞，怎么把这些洞填满。进阶有编号，障碍，然后是多线程。做到多线程我有点撑不住了，用了多线程比不用还慢，不知道是不是他们虚拟机的问题。不过最后没答完，过两周给拒了，毫无遗憾。

以及我觉得越神秘的公司其实越没什么东西，越没什么东西的公司越神秘，这两个是相辅相成的。

METR

这家也是 Codex 帮我投的，做 AI 模型的独立评测。上来同样是 offline coding screen。

做完之后收到下一步邀请，但我拒绝了，没有继续。那时候我对这种还没怎么交流、先做自动考试的流程已经很烦了，实在提不起兴趣。

3. 规模较大的创业公司

垂直领域

Sierra

前同事推荐的，说面试体验很好。Tau-bench 也是他们出的，所以我联系了一下，但自己对客服领域实在没有太大兴趣。

和 recruiter 聊完，隔了很久没消息。一个月后，对方问还有没有兴趣，我回复说不继续了。

Decagon

猎头联系的，方向和 Sierra 很像。和 recruiter 聊了一下，问想不想约面试，我心想来者不拒。

Coding 不算很难，但 ML 的东西不少，有八股知识的快问快答。还安排了一个小项目：对方先出题，过两个小时展示，时间是同步约好的，不是那种做完再遥遥无期等反馈的 offline take-home，这种我觉得还好。

题目围绕一个效果不够好的客服模型，让我调参、debug，可以用ai。前面的体验都还可以，最后的 virtual onsite 则贼差。

有一位印度小哥感觉不太在状态，口音听不清，问题的解释也不够清楚。最后一轮和 AI lab 的一个华裔负责人聊，behavior 问了很多八股：做过什么 above and beyond 的事，遇到过什么 challenge，怎么处理。

这种八股问题一来，我就有点不想好好回答了；对方的 follow-up 也让我感觉很人机，没有太多交流的热情。感觉贼傻逼。老子全都是above beyond，糊你脸上。

AI 平台、服务类

Baseten

做 model serving 和 post-training。面试别家公司时，我提到他们，听到过几次比较积极的评价。

不过 recruiter call 之后，没有匹配到进一步的面试。我猜可能是背景不合适，总之没了下文。

Fireworks

另一家平台公司。两年前申请过，当时收到一道和网络传输优化有关的 offline coding 问题，感觉完全不是我的领域。

这次了解到他们扩展了 post-training 业务，有些像 Applied Compute，就又申请了。Recruiter 打来电话时，已经是我找工很后期的阶段，所以没有继续跟进。

Scale AI

大名鼎鼎的数据标注公司。我那时正在广撒网，当然也投了。

收到 recruiter call 后，匹配了一个做 business modeling 的组，按我的理解，也类似帮其他公司做后训练。面了一轮 AI coding，挺简单，再面了一轮 hiring manager，之后没有后续。

两个面试官的视频背景都是 Scale 的 logo，国企味过浓。

4. 大 Frontier Labs

Anthropic

学长内推，直接进入面试。面的是做垂直领域 post-training 的岗位，感觉和前面那一众 AI 平台类有些相似。但毕竟是A社，有光环，还是比较期待。

一上来就是 take-home（hh），花两天，最后做 presentation。内容是一个具体垂直领域的项目，优化既定的评价指标。我还和在哈佛医学院读博后的朋友咨询了一下，感觉准备得挺充分。

那两天基本没睡好，一直在琢磨怎么完善展示、怎么优化数据。报告做完，人也有点被抽空了。

面试时，对方全程很投入地听，但也频繁说类似“这个我知道，直接讲下一个”。我当时拿不准，是他没有耐心，还是希望我在有限时间里多讲一点。事后感觉可能是前者。

隔一天给拒了，也没什么反馈，不太理解，收到信息还挺愤怒的，因为毕竟花了这么就准备。转念一想也没什么遗憾了，感觉需要适应他们的文化才能真正融入，这样也好。

OpenAI

朋友内推，我自己也申请了。Recruiter reach out 很快，第一次是内推的 Codex 组，但聊完之后没有下文。

月底，自己申请的 pretraining data 组也来联系，同样是聊完 recruiter 后，没有进一步进展。

xAI

朋友内推，加上自己申请，recruiter 一共联系了两次，都是 post-training 领域，可能是不同组。

第一次交流之后没有下文。第二次是在我接了 offer 后，我说也可以认识一下，以后保持联系。

结果当时搬家比较忙，时间没卡好，只能在 Uber 回家的路上加入通话。对方先质问我为什么前一天给他鸽了，然后没好气地说feel not comfortable to discuss on uber, 就结束了

这个顾虑我理解，但面试官全程脸和口气都很臭，毕竟是老马公司。事后我发现，面试官还是同级校友，在linkedin上尝试道歉联系，但无信。

5. 大公司

TikTok

这次内推来自我在 Reflection 面试过的一位候选人。他后来去了 TikTok，当初我们加过微信，这次看到我的情况就帮忙推了。

TikTok 的反应出奇迅速，内推后很快就来邮件约面试，我甚至一开始都不知道有人帮我内推了。

但接下来的过程，真 TM 又臭又长。每周一个 coding interview，绵延一个月。面试官来自不同的组，问题却很重复；换一位面试官，项目背景就得再介绍一遍。

最想吐槽的是 coding interview。他们在 Lark 上有自动的代码 IDE，但我那几次用起来很卡，第一次打开就没响应，最后只能在 Sublime Text 上写。

然后coding也全是leetcode，感觉他们是有个题库然后面试就选一个，比如第一个直接无context让我手写一个链表快排，第二个让我做一个二分相关的，都是leetcode原题，非常没劲。

而且由于和北京开会，许多时候都是半夜面试，对方还经常迟到五到十分钟；还有一次直接给我鸽了，recruiter说不好意思被拉去一个紧急的会，感觉非常混乱。

最后hiring manager聊完给拒了，理由是背景不符。我无语了，背景不符还面试，养蛊呢。

总之这公司面试体验非常不好，而且聊天班味浓重，拉黑了。

Google

另一个班味浓重，体验奇差无比的面试。

GDM 没有回我，倒是 Google Cloud 一个做 business 的组联系了。听起来像做金融垂直领域的 agent。我不是特别感兴趣，但抱着不妨试试的心态，还是约了面试。

第一轮和 hiring manager 聊，说话带口音，上网搜了下是个土耳其人，gscholar挺高的，但都是合作，本人页面写自己做前沿研究，很showoff那种，不喜，感觉是手下有phd然后挂名那种。

对方迟到了大概十分钟，没有开摄像头，说自己在 commute。通话有些断续，听着也比较费劲。

上来问我怎么看 agent 行业，我心想，搁这面 MBA 呢？我大概回答了一下，又被追问：觉得 Google 在 AI agent 这个行业的竞争中有什么优势？

我就沿着 Google Cloud 的基础设施、功能完整性往下说，blah blah。但还是不清楚他到底知不知道自己在问什么玩意儿。

整个过程对方没有露面，问题也比较泛，没有展开太多技术话题。我问他们在做什么，回答说在做最前沿的AI研究，和最top的金融公司合作…… 回答完我也不知道他们做啥，空洞且爹味十足。

面完我直接给 recruiter 发消息，说觉得这个组和我不合适，不继续面了，遂无后文。

Apple

投了一个 Apple Foundation Models 岗位，还有一个 sensing 相关的组。最后 AFM 来联系，和 hiring manager 聊了一轮，我主要讲了做数据处理的经验。

最后提问时，我问：苹果内部现在还用自己研发的模型吗？对方冷笑了一下，回答说很多地方在用，包括一些 on-device 场景，之后也会继续做自己的模型。

我当时感觉，这个问题让聊天的气氛有点微妙。后续没有下文，可能我的背景不符合他们当时需要的方向。

Meta

我当时了解到，如果离职一年内回 Meta，有机会简化面试流程。一开始，这被我当成了救命稻草，就托前老板问了 HR。结果发现我在内部的状态是hire freeze。

前老板也说，你好不容易从 Meta 出来了，再回来有点可惜。我想想，感觉也是。

Datadog

Codex 帮忙申请的。最初我觉得他们太偏 data，不太符合自己的偏好和技能。但聊了一下，发现他们有一个 AI lab，做 agent 相关研究，就觉得可以试试。

而且办公室在时代广场，不用搬家，很方便。Recruiter 全程非常 responsive，约了一轮 AI coding interview，也不算难，属于用当时的 GPT 模型能很快推进的那种。对方说，主要是看看我怎么用 AI 编程。

然后是一轮 system design，聊权限和数据安全。感觉更像通用的 engineering interview，和前面聊的研究方向没那么直接相关。

第二周对方 follow-up，但我当时在 SF，每天的日程都排满了，腾不出时间准备后面的 research presentation，所以婉拒。面试体验还不错。

Bridgewater AIA Lab

这是我唯一认真走下来的金融行业面试。起因是 LinkedIn 上有 recruiter 联系我，我说自己对金融不太感兴趣，然后对方报了一个年薪一两百万美元的范围，给我震惊了，遂申请。

感觉他们回复也很快，介绍说AIA Lab和本部不同，是全用ai agent来操盘和制定策略，不到三十个人，比较小自主性高。

一是处于好奇，二是看看到底能出多高，我进入面试，第一轮是比较传统的ml 统计的code debug，给一个时序预测的pytorch模型，问为什么在validate数据集上不好，基本上就是比如拿未来预测过去（feature selection），还有训练测试集区分有问题之类的情况。

第二轮 system design，则问了一个让我感觉很 Y2K 的工程题：设计带收费和会员校验的停车场系统，还要处理网络掉线之类的情况。

Onsite 约在最后一周，我从 SF 飞回纽约的那天，非常极限…… 下午面完 The Bot Company，去 SFO，在机场和 Hark 加面的 lead 打电话，再坐红眼航班回纽约。到家睡两个小时，打车去曼岛。十一点开始面试，一直到下午三点。

现场安排和 The Bot Company 有点像，面试期间基本都待在同一个房间里。不过这个房间有玻璃，可以俯瞰曼岛，没那么封闭。

金融的感觉就比较经典和偏统计，问了一个用cnn跑预测，但是模型要学out of distribution的东西，给了一片论文，问为什么那么做，然后让我把论文的算法实现一遍，可以用ai。

比较奇葩的是最后presentation不是一拨人，来听我的是一个老头和一个中国人，应该是他们的head，然后老头在一边一言不发，应该是shadow，但是每次head质疑我的时候那老头就会摇头，head说懂了的时候他就点头，跟个玩偶似的。

中国人上来就给我套近乎，说你们reflection xxx我认识，我们都是dog daddy dog mommy，遛狗认识的，我还认识你们的谁谁谁。然后我想接着他的话说，他直接绷起脸说我们开始吧，给我整了个措手不及。

展示的过程中有一些数据和论文结果不太一致，他就让我解释为什么，我从原因123开始讲起，但是他有点不耐烦，我还没说完1，他说这我知道，数据量偏少，但是你解释的都是mechanic层面的，我需要真的解释。

态度极其不耐烦。我说你等等，我还没说完，说完2他又打断我说不是他想要的解释，我没理他，直接继续说，都说完之后他觉得有点道理，说哦，是这样，对。

给我感觉是他们极其不尊重受试者，而且心里有一个既定的答案，我没有答到那个点就觉得垃圾一样。

最后还当爹教育我，说我知道你们这群搞ai的都做posttraining，llm非常熟练，但是传统的统计算法，还有机器学习的东西也是要掌握的，我们这边就是多边形战士，因为新的llm可能只在我们工作里占20%不到，blahblah，我说是是是，我还要学习很多。

出来之后，我告诉 recruiter，估计挂了，而且这种氛围让我想起了自己不喜欢的大公司体验，待得有点想吐。打车回家，后来果然被拒。