本周有消息提到，Anthropic和OpenAI发出了关于某种形式递归自我改进已经实现的最明确表态之一，但听起来仍处于早期阶段。另有摘要称，OpenAI以内部数据形式公开了相关进展，并预计2028年3月前实现“自动化AI研究员”。这些说法来自聚合摘要，未经原站核验，属于公司表态和前瞻预测。

先分清：哪些是表态，哪些是预测

消息里“某种形式已实现”是一种表态，而“能力将快速提升”“最先实现的公司可能获得难以逾越的领先优势”是预测。前者是相关公司对自身进展的说法，后者说的是尚未发生的事。现有素材中，对递归自我改进的界定、验证方式和实际程度并没有一致口径，哪些是官方立场、哪些是外部概括，也有待核验。

因此，别把“AI能力马上大变”当成求职决策的既定前提。更稳的是把它当成待观察信号：如果预测成立，哪些任务会先变；如果不成立，我现在的积累是否仍有用。这两问比“我会不会被替代”更能指导行动。

选学习方向：看任务受影响路径

模拟一个场景：两个人都想做AI相关工作。A花三个月精通某款当下流行的工具操作，B花三个月练习把模糊需求拆成可验证任务、写清判断标准、复盘失败原因。工具迭代快时，A的积累可能迅速贬值；B的判断力换个工具仍能迁移。不是工具不用学，而是别把职业押在某个具体操作上。

评估方向时可以问：这个岗位的产出，有多少依赖我个人的判断和取舍？我做的事，换个人用同样的工具能不能较快复制？如果答案是能，就要留意积累是否太薄。同时提醒自己，AI能力提升的速度与范围，素材里只有预测性说法；时间表也属于预告，尚未核验。招聘要求是否因此调整，同样没有信息支撑。

面试和选offer时核查什么

“领先优势”是叙事，不是岗位说明书。面试时可以问：团队现在实际在做什么项目，我进去后负责哪部分？决策权在谁手里，我的判断有没有被采纳的空间？这个岗位积累的能力，离开这家公司还能不能用？

这些问题比追问“你们会不会被AI取代”更有用，因为对方也很难给出确定答案。如果一家公司只能讲宏大前景，说不清你每天做什么、成果怎么衡量，那就要谨慎；反过来，能讲清具体任务和成长路径的团队，即使行业预测再热闹，你的积累也更扎实。

一个实际可做的小建议：把现在考虑的一份岗位描述打印出来，用笔标出哪些要求是“操作某工具”，哪些是“判断和决策”，看看比例。花不了十分钟，却能帮你判断这份工作三年后还剩多少可迁移的东西。