消息提到，OpenAI宣布分享Navier-Stokes千禧年大奖难题的一个解法，该问题涉及三维光滑流体运动是否会失稳，已悬置约90年。这条信息来自转发，详情页标注为非原文核验的AI导读。对准备科研岗面试或考虑转AI基础研究的人来说，它更像一道核查题，而不是一个可以直接写进职业规划的信号。 延伸阅读：国家自然科学基金委员会春招：7 个事业编名额，论文是硬门槛

看到“解决千禧年难题”这类宣称，先问什么

把宣称和已验证结果分开。素材只说明“宣布分享一个解法”，没有说明是否经过同行评审、是否有可复现材料、数学界是否回应。这三项恰恰是判断一条研究宣称分量的关键。

假设场景：面试中被问“你怎么看最近这个进展”，一种答法是复述新闻，另一种答法是先说明消息性质，再追问验证状态。后者更能体现科研判断力。你可以这样组织：这条消息目前是非原文核验的导读，我会先查是否有预印本、评审意见和领域内专家的公开讨论，再决定它对我研究方向的参考价值。

面试科研岗，怎么问出团队真实的研究方式

基础研究周期长、验证门槛高，90年未解本身就说明这一点。面试时不要只问项目名称，可以问：团队一项成果从内部结论到对外发布，中间要过哪些验证环节？遇到尚未证实的宣称，团队内部怎么处理？发表流程和评审周期大致怎样？

这些问题能帮你判断团队是重验证还是重宣传。如果对方只能给出笼统回答，你要把它当作需要进一步确认的信息，而不是结论。模拟面试不是断言面试官一定会问，而是让你提前练习把问题问具体。

选方向时，按什么标准看团队

优先看可核查的成果记录与验证机制，而不是被单条宣称吸引。素材缺少相关团队的研究方向与人员构成，也没有说明该宣称与招聘、团队扩张的关系，所以不能据此推断岗位会增加。

你可以做一件小事：把目标团队近三年的公开成果列出来，逐条标注“已发表/预印本/仅宣传”，再对照自己的兴趣判断是否适合长周期研究。这个动作比追一条热点更能帮你选对方向。