硅谷mountain view的联合办公室的书架上，有什么书？ 我打算把Clayton 老师的”Competing against luck” 好好看看，回头和大家分享！ 你们最近在读什么书呢？

【AI競賽】Google將人工智能管理重心遷至加州，全力迎戰Anthropic與OpenAI Alphabet旗下的Google正將其人工智能領導團隊集中到位於美國加州山景城（Mountain View）的總部，以望在與Anthropic和OpenAI日益激烈的競爭中佔據優勢，打造全球最強人工智能模型。

因为 DeepSeek Harness，很多人才第一次听到崔添翼 @tianyi 这个名字。 我好奇继续深挖了下他的公开经历，发现这人的技术轨迹很有意思。 很多程序员都看过的《背包问题九讲》，第一版是他 2007 年写的。2010 年他已经在维护 NixOS 的 Git mirror，后来 NixOS 正式迁往 GitHub，官方还专门感谢他提供了 NixOS 这个 GitHub organisation。 大学期间他很痴迷函数式编程，研究过纯函数式 B-Tree，还用 OCaml 实现过《Purely Functional Data Structures》。 2013 年找工作，他说自己一直想找一份真正使用 Haskell 或类似语言的工作。看到 Jane Street 全面使用 OCaml 后，他从零开始学 OCaml，写了一个 Lisp interpreter 去准备面试。 最后他同时拿到 Google Mountain View 和 Jane Street 的 offer，去了 Jane Street，在香港和纽约做了接近 9 年的软件开发和量化研究。 中间还有个很少被提到的细节：他 2015 年其实还署名过一篇 AAAI 的 NLP 论文。 2022 年出来联合创办 TSY Capital，做的已经是另一类很硬的系统：Python/AWS 的量化研究基础设施，加上 Rust 的低延迟交易系统。 今年 3 月，他加入 DeepSeek，负责 Harness 团队。现在打开他的 GitHub，两个置顶项目刚好一老一新，《背包问题九讲》和 DeepSeek Harness。 这条线串起来，我大概能理解 DeepSeek 为什么会找他来做 Harness 了。 量化系统和 Agent 有一个很像的地方：上层可以产生有不确定性的决策，真正落到现实世界执行时，状态、依赖、风险、失败恢复和可追踪性都不能含糊。 DeepSeek Harness 这次强调「Everything is a plugin」「Every run is traceable」，底层 Cordis 甚至专门研究如何撤销组件产生的副作用。 算法 → 函数式编程 → 交易系统 → Agent Harness。 未来顶级 Agent 团队里，这种系统和基础设施背景的人，可能会比我们现在想象得多。

7. Anthropic - Applied AI Architect（Startups 团队） - 角色: 帮助创业公司构建 Claude 应用的技术架构师 - 要求: 有 LLM 应用开发经验，能与创始人对话 - 中国讨论度: 低 - 🔗 8. Stripe - Staff Full Stack Engineer - 角色: 创业公司级别的早期员工，设定技术方向 - 薪资: 高端（未公开具体数字） - 中国讨论度: 低 - 🔗 --- 校招/实习信息差 9. Cloudflare - 2026 年招聘 1,111 名实习生 - 背景: 从原来 60 人项目暴增至 1,111 人 - 目标: "培养下一代技术领袖" - 中国讨论度: 低 - 🔗 10. - 2026 校招（New Grads） - 岗位: 计算机视觉 / 算法工程师 - 地点: San Jose, CA - 公司: 自动驾驶上市公司 - 中国讨论度: 低 - 🔗 11. Databricks - 2026 New Grad + 实习 - 岗位: 多个 AI/ML 研究、工程岗位 - 地点: SF / NYC / Mountain View / Berlin / Amsterdam / Bengaluru - 中国讨论度: 低 - 🔗 12. IBM - 2026 年校招扩招 3 倍 - 背景: IBM 人力资源官表示将"重写每一个岗位" - 原因: AI 能做入门级工作，但需要能驾驭 AI 的新人 - 中国讨论度: 极低 - 🔗 13. Google DeepMind - Student Researcher Program - 项目: 付费研究实习，覆盖 BS/MS/PhD - 团队: DeepMind / Google Research / 其他 AI 团队 - 中国讨论度: 低 - 🔗