硅谷AI人才争夺加剧：有CEO借鉴“钱球”统计法寻找被忽视的工程师
硅谷AI人才争夺战持续升温，但多位创业者注意到，市场上流转的往往是同一批来自知名企业与实验室的“熟面孔”。在这一背景下，有CEO尝试以“钱球”式统计方法重构招聘逻辑，主张用可量化的实际产出信号评估候选人，而非依赖公司品牌、学历背景或人脉推荐，以期在招聘人员浏览LinkedIn之前识别潜在的AI人才。 “简历循环”加深人才供给错配 报道指出，硅谷长期形成从少数精英公司和大学集中挖角的惯性做法。随着A
硅谷AI人才争夺战持续升温，但多位创业者注意到，市场上流转的往往是同一批来自知名企业与实验室的“熟面孔”。在这一背景下，有CEO尝试以“钱球”式统计方法重构招聘逻辑，主张用可量化的实际产出信号评估候选人，而非依赖公司品牌、学历背景或人脉推荐，以期在招聘人员浏览LinkedIn之前识别潜在的AI人才。 “简历循环”加深人才供给错配 报道指出，硅谷长期形成从少数精英公司和大学集中挖角的惯性做法。随着A
