最好笑的事儿：俩销售聊商务
他嫌要少了，我嫌给贵了，xs
头部模型公司，招两位长期实习生，方向都很核心，适合真正喜欢 AI 产品、愿意深度体验和动手研究的同学：
1. AI 产品数据分析实习生（User Experience & Growth）
主要负责用户行为与体验分析、增长策略、A/B Testing 等。希望你统计基础扎实，熟悉 SQL / Python，对用户增长、推荐系统或产品数据分析有经验更佳。
2. AI 产品体验与评测实习生（Harness & UX）
主要负责 AI Agent / Harness 的体验研究与横向评测、用户研究及产品优化。希望你是 AI 产品深度用户，具备基础 Coding / Vibe Coding 能力；熟悉 Claude Code、Cursor、Codex，以及 MCP、RAG、Tool Calling 等概念会很加分。
两个岗位都优先每周到岗（北京） 5 天、连续实习 4 个月以上，长期实习优先。
实习工资上不封顶
邮箱联系：ollie@bonjour.bio
微信：18180848480
欢迎各位推荐，成功🧧
1/
关注到一个还蛮有意思的现象。
以前互联网时代，一个业务可能要 3～5 年，才算走完一个比较完整的大周期。但 AI 来了之后，一个业务的周期可能就只有小半年。
业务变快了，但人的能力成长没有因此变快
2/
现在 AI 圈的机会真的太多了。
一家公司业务刚有一点下滑，对家可能就伸出橄榄枝了。
这个时候很多人会选择离开，再去一家正在上升期的公司。
这个选择当然很容易理解，甚至从薪资和 title 上看，它可能还是一次非常正确的选择。
3/
但我有时候会想：
你在上一家公司遇到的那道坎，真的迈过去了吗？
还是说，你只是换了一个暂时还没有出现这道坎的平台？
4/
因为有一些问题，其实不会随着换公司消失。
比如怎么在业务增长停滞的时候重新找到机会？怎么处理产品方向变化？怎么面对投入了很多但没有结果？怎么和一个不完全适配的团队继续协作？
这些问题换一家公司，很有可能还是会再遇到。
5/
跳槽有时候确实可以绕过一个问题。
但能力真正发生增长的时刻，是迈过那道坎的时刻
得经历一次完整的受挫、判断、调整和重新拿到结果，
那个东西才比较像是长在了自己身上。
6/
不然就可能出现一种情况：
每次都在一家公司上升的时候进去，下滑的时候离开，再去下一家处于上升期的公司。真正解决复杂问题的能力增长了多少，可能还是要打一个问号。
7/
当然，也不是觉得人应该为了“熬周期”一直死扛。
有一些业务确实没有机会了，有一些团队也确实不值得继续待。
及时止损本身也是一种判断能力。
8/
AI 缩短了业务的周期，也让人的选择变得更多。
但选择越多，我们可能越需要判断：
什么是应该放弃的机会，什么是值得留下来迈过去的坎。
很多时候，决定一个人成长速度的，
是能不能把一个周期真正走完。
刚打开社区，看到有人在问，好的增长是什么标准，又该怎么找到一个好的增长负责人？
我在下面回了一句：增长本质上逻辑性是首位的，也要有成本控制的思维和解决增长卡点的变通能力。
其实想说，大部分业务岗（增长也好、内容也好、品牌也好等等）其实都非常依赖销售能力。btw 其实我也不太喜欢把它简单叫做「销售能力」。
因为很多时候，更重要的是能不能真的理解对方为什么需要、他在犹豫什么、这件事的价值究竟在哪里，然后想办法推动一件本来不会自然发生的事情发生。增长、商务、合作、招聘，甚至产品，很多时候做的其实都是同一件事。
话说回来，人终究还是要谦逊一点。工作做得顺、结果看起来不错的时候，很容易把一切都归因于自己的能力。但也要偶尔想一想，所谓的能力，到底有多少是真的属于自己的？
有时候只是背靠了一个响亮的名头，品牌到位了，资源到位了，产品本身也足够有吸引力，也许只是在一个很好的位置上顺势而为。
客户愿意见你，是因为你自己，还是因为你背后的公司？合作能谈下来，是因为你真的解决了问题，还是因为这件事本来就有足够多的人替你遮风挡雨？离开这个名字、这套资源和这个位置之后，还会有很多人为你的能力买单吗？
这个问题其实挺难回答的，偶尔问问自己没有坏处。
踏实做事儿吧
自从和claude离婚，改嫁codex，厌蠢病没停下过
第一次见我无数次告诉他用飞书的cli，转头就computer use打开我飞书让我扫码登录……我拿什么拯救。。。
有个非常现实的问题想抛给正在招人或者招过人的同学：
你是在招一个能解决问题的人，还是在等心目中的那个人？
有时候给雇主推荐人选，我会觉得，这个人其实完全能 cover 眼下的工作。但对方还是想继续再找找。
当然我能理解，尤其对于初创团队，一共没几个人，每进来一个人，都想慎重一点。既要能做事，最好还懂业务、聊得来，对这个方向有热情。
只是聊着聊着，我会忍不住问：“你到底是在为了完成这个业务找人，还是为了找到你心目中的那个人？”
这两个事情，可能已经有点不一样了。前面看人的时候，还在聊这个业务缺什么、希望他进来做什么。看了几个人之后，标准慢慢变成：这个人挺好，但好像还差一点感觉。再看一个吧，说不定下一个更好。
但眼前这件事可以等多久，业务还能处于人力空缺的状态运转多久，真的有人仔细想过吗？
如果这人能接住眼前的工作，只是还没完全长成你想象中的样子，我觉得至少可以把这件事想清楚：“到底更重要的是等到这个人来，还是来一个人，先帮你把业务事情给处理了？”
只是最好知道，自己在等什么，以及这段时间，眼前的事情由谁来做。看过太多被这种犹豫拖死的团队，也见过不少因为推荐的“没那么合适”但去真实解决问题的人选，最后如获至宝……
我不行了。。。。
晚安世界，我先下班了
一位做了很多年教育的老师问我一个问题：
你们做了大半年帮创业公司招人，企业端到底想要什么样的年轻人？
我愣了一下，按理说应该有个标准答案，但实际很难说出一个清晰的"人才模型"。原因是创业公司变得太快了。
我们服务过一家做模型的团队，前一个月还在帮他们找 C 端增长的人，一个月后融资有变，C 端整条线被砍，增长岗的人要么转去做 B 端销售，要么离开，而且这还不是个例。
所以创业公司想要的人，很难用一份 JD 描述清楚。做内容的要懂一点 marketing，还得能谈合作、对接资源；再往底层挖，是学习力，和会不会借力。但真正卡住年轻人的，是他们大多手里没有一个"必须解决的问题"。
在公司里，这个月用户数据上不来，目标就摆在那，你会被逼着去拆竞品、找最佳实践。做出海的，一定会去研究 Manus 在北美每一步怎么走：产品为什么这样更新，吸引的人群发生了什么变化。学校里没有这种压力，所以很多实习生会觉得某个增长 idea 是自己想出来的，其实市场上早有人做过、验证过，甚至踩过坑。这个时代，愿意踏实拆透一个案例、能把问题问对的人，比能想出 idea 的人更稀缺。
技术岗也差不多一个逻辑。AI coding 普及之后，出现了很多看起来很能写代码的人。不止一个雇主跟我们讲过，追问候选人怎么 review AI 写的代码，得到的回答是"用一个模型写，用另一个模型验"。那到底谁是对的？
创业公司没有大厂那套评审、测试、灰度，代码一上线面对的就是真实用户。企业真正想看的，是你遇到过什么问题、用什么工程思维解决的。如果仓库里全是 AI 生成的东西，对方心里的问题会很直接：那我为什么不给自己的工程师多报销点 token？
收回来看，AI 时代企业于是开始为另一样东西付费——在真实约束下做过判断的痕迹。有目标，有预算，有截止时间，也有可能做砸。
这可能也是为什么黑客松和 workshop 越来越成为大家喜欢的招人场景：给一个真问题，限定时间，谁能拆解、谁能边做边学，很快就看得出来。也是我们做自荐墙时不让大家放简历的原因，比起"我做过什么岗位"，我们更想看你用大白话讲清楚，自己解决过一个什么问题。
如果你还在学校，或者刚工作没多久，也许可以先不急着问"我该学什么工具"，而是给自己找一个真问题，哪怕它很小。
被一个真问题逼过的经历，时至今日依旧很贵。
社区的伙伴们，10月18号 DataWhale 和 Bonjour！将一起在湖南大学举办高校主题的开源学习活动。想问问有没有在长沙本地的大佬推荐，想邀请一起合作！求各位推荐！
