World Labs正在招聘机器人学习方向的研究人员或工程师，招聘信息提到加入者将与Fei-Fei Li及团队共同定义并扩展面向机器人学习的下一代世界模型，并附有Atlas for Robotics、Real-to-Sim-to-Real相关博客和申请链接。方向听起来清晰，但消息没有说明岗位数量、职级、地点、薪资和具体技能要求。对准备投递的人来说，先别急着改简历，把下面三件事查清楚更划算。

这个岗位到底在招什么人？

招聘信息只确认了方向是机器人学习，没有给出职级和技能门槛。你可以先读岗位描述，看它写的是偏研究还是偏工程：研究岗通常关注论文产出和问题定义，工程岗更看重把方法落到仿真或真机上的能力。两类方向准备材料的方式不同，前者要整理研究叙事，后者要讲清你解决过的工程问题。

如果岗位描述写得笼统，可以在申请前通过公开渠道确认：这个岗位是新增还是补缺、汇报给谁、当前项目处于哪个阶段。这些信息招聘信息里没有，不能靠猜。

我的背景和这个方向匹配吗？

素材提到Atlas for Robotics和Real-to-Sim-to-Real两个博客方向，说明团队关注仿真与真实环境之间的迁移。你可以对照自己的项目经历：有没有做过仿真环境搭建、策略训练或真机调试？如果只做过其中一环，也不必直接放弃，但要清楚自己缺的是哪一块，以及是否愿意在入职后补。

一个假设场景：两位求职者都做过强化学习项目，A只跑过仿真基准，B把策略迁移到真机上并处理过传感器噪声。面对同一个岗位，B的经历更贴近素材提到的方向，但A如果能在申请材料里说清自己理解迁移难点，也有机会进入沟通。这里不是说谁一定被录用，而是提醒你：匹配度要自己先判断，别等对方筛。

投递前应该问清哪几件事？

第一，岗位职责边界。是负责模型训练，还是同时要搭仿真平台、做真机实验？这决定你入职后的日常。第二，团队阶段。是刚起步还是要扩展现有系统？不同阶段对自主性的要求不一样。第三，技能要求。原文没有列经验年限和技能清单，你需要从岗位描述或沟通中确认，而不是默认自己够或不够。 延伸阅读：自变量机器人提前批：具身智能风口上的机会，但只适合这3类人

投递前可以做的实际动作：把岗位描述里出现的任务关键词圈出来，逐条对照自己做过什么、没做过什么，没做过的想清楚是否愿意学。如果三条里有两條以上对不上，先补项目或换方向，比海投更省时间。

最后给一个小建议：在申请前，用一段话写下“我为什么适合这个方向”，如果写不出来，说明你还需要再查一轮岗位信息。