一条风险概率推文，和你的求职判断有什么关系

消息提到，有推文称Anthropic对齐负责人Evan对AI存在性风险给出约80%的概率，而非此前所说的“>10%”；引用推文认为“>10%”淡化了真实风险，容易让人误以为有90%概率一切正常。主推文还称，Coxon所说的“这十年内”实际指未来约3年。这些数字的原始出处和语境并未核验，也不代表Anthropic官方立场。

对准备进入AI安全/对齐方向的人来说，这条动态的价值不在数字本身，而在于提醒你：风险沟通和日常研究任务是两件事。面试时如果只聊“你怎么看AI风险”，你了解到的只是对方的表达风格，不是团队的真实工作。

风险叙事不等于岗位日常

极端风险概率是个人观点或推文转述，不是岗位说明书。一个对齐团队可能在做评估基准、可解释性、红队测试、对齐工程或政策研究，这些任务的技能要求差别很大。

读岗位描述时，可以留意它写的是“设计评估方法”“复现并改进论文”“搭建训练管线”，还是“撰写风险报告”“参与政策讨论”。两类方向都有人做，但日常产出不同：前者更接近研究和工程，后者更接近沟通与策略。

假设场景：两个候选人同时看到“80%”这条推文。A因此认定这个方向“只剩危机公关”，B则去查团队近期论文和开源代码，确认对方在做什么评估任务。后者更容易在面试中问出有效问题。

面试和选导师时该问什么

与其问“你觉得AI会毁灭人类吗”，不如问：团队最近半年发表了什么论文或代码？评估方法如何验证？风险讨论在项目决策中起什么作用？

推文把“这十年内”解释为约3年，说明时间线表述本身存在歧义。同样，你听到的“我们很重视安全”也可能指不同的事。可以追问：这个岗位的产出是论文、内部工具，还是对外报告？

做研究还是做工程，取决于你的技能和兴趣。研究岗通常需要读论文、设计实验、写清楚假设；工程岗更看重代码、系统调试和可复现性。两者都需要对目标岗位的实际要求做核查，而不是被单一风险叙事驱动。

一个实际可做的小建议：找三篇目标团队近期的公开论文或技术博客，试着复现其中一个评估思路，再判断自己是否愿意长期做这类工作。