谢赛宁回忆七年前OpenAI面试：白板编程、五小时会议，面完天都黑

摘要：近日，Meta 研究者 Lucas Beyer 在上发起的一个吸引了众多围观。说是围观，是因为他给出的四个选项都是当今或过去的 AI 大厂，显然，并不是每个人都有在这些大厂的面试经历，但这并不妨碍全球 AI 开发者的好奇心。

和 Ilya 聊天也算面试的一种？

在你的职业生涯中，在哪里经历过的面试是最酷的？

近日，Meta 研究者 Lucas Beyer 在上发起的一个吸引了众多围观。说是围观，是因为他给出的四个选项都是当今或过去的 AI 大厂，显然，并不是每个人都有在这些大厂的面试经历，但这并不妨碍全球 AI 开发者的好奇心。

当然，Lucas Beyer 之所以给出这样的选项，是因为他本人就有在这些大厂的工作经历。这位已有超过 9.4 万引用的研究科学家曾在 OpenAI、DeepMind、谷歌大脑、亚琛工业大学工作过。今年 6 月，他与 Alexander Kolesnikov 和 Xiaohua Zhai（翟晓华）三位研究者一起被扎克伯格从 OpenAI 挖走，详见报道《刚刚，OpenAI 苏黎世办公室被 Meta 一锅端，三名 ViT 作者被挖走》。

围观之外，该也吸引了大量讨论。其中之一是刚刚当选美国国家人工智能科学院院士的谢赛宁（Saining Xie）。他表示，自己在各家 AI 大厂的面试经历「令人难忘」。

作为 AI 领域内我们耳熟能详的大牛，谢赛宁有过很多大厂面试的经历，他在纽约大学任教之前，曾在 Meta 担任过研究科学家，博士期间也曾在 DeepMind、Google Research、FAIR 实习。他表示，自己经历的 LLM 面试都是在 2019 年以前，都是面对面的，没有用 AI 作弊的机会。

谢赛宁表示，过去的 DeepMind（没有和谷歌合体的版本）的面试方式说来比较「残酷」，在一场长达两小时的马拉松面试过程中，你要尝试解决 100 多个数学、统计、机器学习方面的问题。

相比刷题大法，Meta FAIR 的面试更像是学术领域的面试，外加一些编码内容，其亮点在于和 Piotr Dollar （F AI R 主任）、Ross Girshick （已离开 Meta FAIR 的超 60 万引用科学家，创立了目前处于隐身模式的公司 Vercept）跟何恺明（ResNet 作者，现 MIT 教授）聊视觉研究的问题的体验。

在谷歌大脑、Google Research 的研究也是类似的「教职面试」方式。谢赛宁当年遇到的编程题面试官是知名 AI 学者 Noam Shazeer，他很友好地帮忙简化了两个指针式问题。面试的大部分时间都在讨论研究，谢赛宁解释了如何将一种叫做 Transformer 的东西应用于视觉数据（点云）。他表示这个在当时还是一个前沿的问题，几乎没有人关心。

最后是最值得一提的故事 —— 他在 2018 年去 OpenAI 面试的经历。整个面试过程是以白板编程、研究报告，在一个小房间内长达五个小时的「会议」的形式进行的。

当时的议题是讨论一个强化学习问题（交叉熵方法中的方差崩溃）。谢赛宁表示，他当时对强化学习几乎一无所知。但这正是重点所在：OpenAI 会给你一份完整的问题描述，是由 OpenAI 联合创始人 John Schulman 亲自手写布置的，他们会希望你进行学习、研究、解决、写在笔记本上，然后进行演示。

他还晒出了当年在 OpenAI 面试时写的白板编程结果。

现在看来，这种面试的方式显得有点怀旧了。不过在这一连串的面试经历中，我们既看到了各家大厂截然不同的风格，也能窥见一些他们当初的研究方向，比如 Meta 对计算机视觉领域的重视，以及 OpenAI 一直以来在强化学习方向上的布局。面试的问题，可能也是这些机构的研究者们当时正在思考的。

当时的面试官，现任 Thinking Machines Lab 联合创始人兼首席科学家的 John Schulman 在谢赛宁的帖子评论说，谢赛宁是前两个接受该面试的人。这也让谢赛宁不禁感叹：「当时根本不知道未来七年世界会发生多大的变化。」

除了谢赛宁，我们也看到了其他一些人的经验分享。

前 Mutable.ai 创始人、正在谷歌开发 AI 智能体的 Omar Shams 表示之前的 DeepMind 的面试非常精彩，不仅涉及代码，还涉及数学、统计、机器学习等。他还记得当时的面试官是现已加入 Thinking Machines Lab 的 Jacob Menick。有意思的是，前者也正好是后者首个面试的人，并且还获得了后者的满分评价 —— 也难怪这么难忘了。

正在 Meta 参与开发 PyTorch 的 Felipe Mello 回想了一次难忘的谷歌面试。当时，面试官要求他编写单元测试，并分享了他解决过的最困难的 bug。

马里兰大学博士后 Ashwinee Panda 则更是在一次 xAI 联合创始人张国栋（Guodong Zhang）的面试中收获了一个研究灵感，并最终将其扩展成了一项研究成果。

微软研究者刘力源也有类似的经历。

曾在 Meta 和 DeepMind 工作过的麦吉尔大学兼职教授 Rishabh Agarwal 则分享了自己被 Christian Szegedy（曾在谷歌工作过多年，xAI 联合创始人、现任 Morph Labs 首席科学家）面试的经历。当时，他被要求解决一个关于两人投掷飞镖游戏的难题，该游戏具有相同的概率分布，要求找出第一个玩家获胜的概率。