人工智能公司招聘的不是正确的工程师。

不是因为优秀的工程师不存在。而是因为他们筛选的标准不对。
招聘广告上写着：“优化推理成本”、“降低延迟”、“大规模微调提示”。
他们没有说：“与用户交流”、“找出用户流失的原因”、“打造真正有人需要的产品”。
所以他们最终组建的团队能让模型更快，但无法让产品变得重要。
Token效率是一个运营问题。
产品与市场的契合是一个人员问题。
将两者混淆，是导致大多数AI工具发布后变得干净、快速，却被完全忽视的原因。
最先搞清楚这个的公司，不是招聘提示工程师。
而是招聘那些为用户不再回来而失眠的人。