奧特曼一席話，劍橋小哥當場撕毀合約轉AI！附00后44萬AI崗面經

2026-04-24 ai 奧特曼機器學習劍橋

文章圖片

文章圖片

文章圖片

文章圖片

文章圖片

文章圖片

文章圖片

文章圖片

文章圖片

文章圖片

文章圖片

文章圖片

編輯：KingHZ
【新智元導讀】七歲學音樂，劍橋讀碩期間組樂隊， Alexander Cobb一度以為音樂是畢生摯愛。但奧特曼的一場演講，當頭一棒，讓他醍醐灌頂：果斷自學編程搞AI ，十個月后投身創業，堅信AI是新的「互聯網」，終將掀起第四次工業革命。
搞音樂不如搞AI！
劍橋英倫音樂才子，撕毀唱片合約，押注AI革命。
95后音樂才俊Alexander Cobb本要開啟人生巔峰——
與唱片公司簽約、音樂作品播放量破萬，一腳踏入娛樂圈，從此星途坦蕩。
但OpenAI奧特曼一場演講，讓他在命運的分岔口，選擇撕掉合約，孤身投身編程：
瘋狂自學十月，從哈佛大學CS50到黑客松全勝；
從頭開始創業，誓要在AI熱潮中披荊斬棘、乘風破浪。

在他心中，這不是一時沖動，而是在AI沖擊下的明智之選。

劍橋學霸撕掉唱片合約
All in AI！
2023年11月1日， OpenAI CEO奧特曼訪問劍橋大學。
正是這場演講，讓在場的小有名氣的音樂人Alexander Cobb撕掉唱片合約， All in AI 。

音樂，也曾是一生所愛
從7歲左右， Alexander Cobb開始上音樂課。在劍橋大學攻讀經濟學碩士期間，他還組建了樂隊并策劃演出。
他融合了演唱和說唱，創作了多元舞曲，在Spotify和YouTube上獲得了數萬次的播放和瀏覽。
2021年，他簽約了一家同步授權唱片公司——這意味著歌曲可以被用于廣告、電視劇和電影中。
音樂曾是他的全部、他的摯愛。
然后，在劍橋大學攻讀經濟學的最后一年，他聽了奧特曼的演講。

來演講時，奧特曼遠沒有現在這么出名，但直覺告訴Alexander Cobb應該去聽聽。
當時，他對人工智能并無特別興趣：
ChatGPT剛問世一年左右，給他感覺就像聊天機器人一樣永遠也解決不了問題。
有些反諷的是，改變他心態的并非奧特曼演講本身，而是現場觀眾的提問。
在場的學生和教授，來自不同背景，熱烈探討巨大的社會變革。比如，當AI導致80%的人失業時會發生什么。

無論是否相信這會發生，如此多的人如此嚴肅地探討AI的潛力，他意識到：也許，現在應該開始認真關注AI了。

AI就是新「互聯網」
互聯網浪潮興起時，許多人創立公司并迅速獲得成功。他錯過了那一次。但如今，在二十多歲的時候，他恰好站在了AI浪潮的起點。
Alexander Cobb判斷：
投身AI創業的黃金窗口期可能就十年，機不可失、時不再來。

而音樂，在未來的五十年里它依然會在那里等著我。
在倫敦帝國理工學院讀數學本科時，他學會了編程，還搭建過神經網絡。但淺嘗輒止之后，他就去搞音樂或學業了。
聽完奧特曼的演講后，一切都不同了。他開始花大量時間研究AI——逛Reddit論壇，刷Hacker News ，研究該學哪些編程語言。
他清楚地知道他面前有兩條路：
要么畢業后去追尋熱情所在——音樂；

要么就去擁抱這股全新的、巨大的浪潮。憑借學術背景，他在AI領域也大有可為。
他果斷選擇了AI 。

把編程當工作，押注第四次工業革命
2024年7月期末考結束后，他狂歡了兩周，然后便一頭扎進了編程學習中。他把編程當作一份全職工作，連續十個月，幾乎每天從早上9點學到晚上6點。
他放棄了音樂，專注于掌握編程，以便在合適的時機進入AI領域。
從哈佛大學的計算機科學導論課CS50開始，他學習了C、Python、JavaScript、HTML和CSS 。

接著，他通過開源全棧網頁課程The Odin Project學習。

開源鏈接：https://github.com/theodinproject
這是互聯網上的免費學習資源，教學質量堪比他在帝國理工和劍橋所受的教育，因為它強調「在實踐中學習」。
之后，他又參加了一個為期三周的TypeScript課程。

在AI Engine黑客松上， Alexander Cobb（左二）領獎
他的大多數朋友一畢業就直接進了大公司。當他們在職場上賺錢晉升時，他還在學習，干著大學時的副業。父母也勸他去找份工作。
但是，把職業生涯交到別人手里的想法讓他感到恐懼。盡管感覺自己落后了，但他鐵了心要自己做點東西。
過去幾個月，他開發應用程序、參加黑客松。這兩件事都樂趣無窮——他贏了參加的三次黑客馬拉松。
現在，他開始了AI創業，整天都在編程。
聯合創始人正在用自有資金支持項目啟動。最棒的是，他現在能領到薪水，可以全身心投入到AI中。
每天早上醒來，他都迫不及待地想奔向辦公桌。

他向來很執著。過去，他把這股勁頭傾注在寫歌上；現在，則全部投入到創業中。
【奧特曼一席話，劍橋小哥當場撕毀合約轉AI！附00后44萬AI崗面經】雖然不再做音樂讓他有些傷感，但寫代碼的樂趣絲毫不減。
擱置音樂夢想，是他下的一場賭注：賭AI將成為有史以來最重要的技術之一。
他堅信它將引發第四次工業革命，其影響力將媲美甚至超越互聯網：
十年之內， AI將滲透到社會的方方面面。
不是他一個人這么想，在美國一波00后同樣等不及，果斷輟學，帶著激情創辦AI公司并拿下巨額融資。
即便是就業市場， AI崗位起薪也更高，哪怕只是會用AI也能大賺特賺。

AI原住民大賺特賺
年薪百萬不是夢
當美國大學畢業生失業率飆至4.8%的寒冬之際，一群20歲出頭的「AI原住民」正掀起薪酬風暴：
零經驗新人年薪百萬美元，
初級崗位薪資年增12% ，
晉升速度兩倍于傳統技術崗。
這不是職場進化，而是AI革命下的殘酷洗牌。

美國年輕人找工作，正持續經歷職場寒冬：
根據紐約聯邦儲備銀行的數據，今年6月，美國大學應屆畢業生的失業率高達4.8% ，而全體勞動者的失業率才4% 。
盡管AI是造成就業難的原因之一，但對于那些真正擁有機器學習經驗的人才來說，這卻是一個黃金時代。
他們大多20出頭，身懷AI絕技，其中不少人年薪已高達100萬美元。
根據AI人才服務公司Burtch Works的最新報告，在2024至2025年間， 0至3年的AI非管理崗員工的基礎薪資增長了約12% 。
報告還發現，擁有AI經驗的人晉升到管理崗位的速度，幾乎是其他技術領域同行的兩倍。
在2018年，馬里蘭大學開始追蹤AI崗位的情況。

UMD-LinkUp AI Maps：世界上首個繪制AI職位地圖的項目
教授Anil K. Gupta是該項目的聯合負責人表示：
「機器學習工程師與軟件工程師的薪資，存在天壤之別。」

擁抱AI ，美國科技公司偏愛AI原住民
在AI熱潮中，數據分析軟件公司Databricks市值飆升。

他們計劃將今年的應屆生招聘名額增加兩倍。在一定程度上，這正是看中了應屆生對AI的天然熟悉度。
此公司CEO Ali Ghodsi坦言：
他們一進來就是「AI原住民」。
而我們想盡辦法，也無法讓那些老員工擁抱AI 。
根據Databricks的招聘頁面，一名僅有兩年經驗的生成式AI研究員，其基礎年薪便可達到19萬至26萬美元。如果算上股票期權，總薪酬將遠高于此。
Databricks的CEO兼聯合創始人Ghodsi說：「25歲以下，年薪百萬完全可能。」

最近， Meta完成了對Scale AI的「人才收購」。 Scale AI員工中，約有15%在25歲以下。一名剛畢業的應屆生，在Scale AI的起步基礎年薪就能達到20萬美元左右，真正的「百萬年薪」。
Scale AI的人事主管Ashli Shiftan說：
我們渴望招聘「AI原住民」，而這些人才大多處于職業生涯早期。

有些公司甚至試圖挖走他們的年輕人才。對此， Scale AI甚至不惜威脅要采取法律行動。
去年12月， Lily Ma從卡內基梅隆大學計算機科學專業（AI方向）畢業。她總共投了三四十份簡歷，獲得了十幾家公司的面試機會。她說：「我確實發現，有研究經歷會非常有幫助」。

這位22歲的年輕人最終入職了Scale AI ，但也拒絕了一些極具誘惑力的offer ，其中包括一家初創公司提供的1%公司股份。
斯坦福大學計算機科學教授、AI初創的聯合創始人Jure Leskovec表示：
即便是在AI人才內部，市場也出現了分化。

他看到，在研究上取得突破后，一些20出頭的博士生便提前輟學，在毫無工作經驗的情況下，就被各大公司以天價offer搶走，「薪酬報價后面的零多得驚人。」
另一類則是那些善于應用AI工具的人才。他們學得快、思維敏捷，能利用技術極大提升工作效率。他表示，盡管他們沒有高階學位，但與傳統程序員之間的能力差距正在不斷拉大。
Jure Leskovec補充道：「他們幾乎可以說是下一代軟件工程師。」
如此「錢途」，如何上崗？

上岸AI崗位建議
2022年，正值ChatGPT掀起AI浪潮， Manoj Tumu開始了他的碩士之旅。
憑借高中時積累的大學學分，他只花一年就拿下了本科學位。之后。一邊全職做工程師，一邊攻讀AI碩士。畢業后，他順利加入亞馬遜，成為一名機器學習軟件工程師。

九個月后，他看到了更吸引自己的機會——Meta正在推進許多前沿的機器學習項目。

今年六月，他正式加入Meta ，擔任機器學習軟件工程師，總包超過40萬美元。
對于想進入這個領域的人，他有一些干貨建議。
1. 看懂機器學習的「風向」。
機器學習崗位在不同公司有不同名稱：研究科學家、應用科學家、軟件工程師、機器學習工程師……
但核心在變：
過去，傳統方法依賴人工定義特征；
而現在，全面轉向深度學習——讓機器自己從數據中學習。
他提醒：必須持續讀論文、跟進展，否則很快掉隊。
2. 大學期間，想盡辦法去實習。
他幾乎沒有靠內推，多數申請都是官網海投。
但他強調：簡歷上最亮眼的是經驗，而不是項目或編程語言列表。
一旦你有2-3年工作經驗，請果斷刪掉項目經歷，重點突出職業經驗。
3. 面試心法：行為面試千萬別「裸考」。
大廠的面試流程很類似：初篩 + 4-6輪技術面（編程、機器學習、行為問題）。
他特別指出：很多人敗在行為面試。（相當于國內的性格測試+壓力面）
他的方法是：提前研究公司價值觀，為每個問題預先準備好故事案例。
4. 最后一條：找實習\\工作，別只看錢。
他建議：哪怕薪水低、崗位不理想，也要盡量去實習。
他曾經放棄高薪的軟件開發崗，選擇低薪的機器學習工作——正是這個選擇，為他日后進入亞馬遜和Meta鋪平了道路。
在AI高速發展的今天，跟上技術趨勢+積累實戰經驗+精準準備面試，比單純刷題和堆項目更有用。
關鍵不是一開始多光鮮，而是你是否走在正確的方向上。
參考資料：
https://www.wsj.com/tech/ai/ai-jobs-entry-level-salary-ab2a11c0
https://www.businessinsider.com/ai-career-plans-learned-code-after-seeing-sam-altman-talk-2025-8
https://www.businessinsider.com/quit-amazon-took-meta-ai-offer-how-to-land-job-2025-8

推薦閱讀

上一篇：發布在即？一加15獲3C認證，首批搭載驍龍8 Elite Gen5

下一篇：EUV光刻機30億元一臺！Intel對14A工藝信心滿滿：不可能沒客戶