笑死，Together AI都干到80亿刀估值了，专做开源模型。这说明啥？企业不想被闭源大厂割韭菜，纷纷拥抱开源生态。招聘逻辑也跟着变天了。
以后人家看你不光问“你以前在哪家”，而是问“你在GitHub、Hugging Face留下过啥”。commit、issue、PR、微调方案、教程文档，这些才是硬通货。额简历这玩意儿，正从“个人履历”进化成“协作接口说明书”——你跟模型、团队、社区能怎么配合，公开可见。
我前年招过一个小伙，简历平平，但给某开源模型提交了中文适配PR，一聊思路清楚得很，直接给offer。反观某些大厂出来的，包装得漂亮，动手就露馅。
所以别光藏着掖着干活，能脱敏开源的尽管放，不会写代码就写prompt文档、整理数据集、做评测。让市场验证你，而不是让HR猜你。
你的代码、文档、Issue记录，才是最不会说谎的面试邀请函。
前阵子整理旧电脑，翻出一堆早年写的中文prompt文档，随手丢到GitHub上，没想到被一个做NLP的兄弟点赞说“很实用”……原来默默贡献也挺暖的呢。你那些提交的PR，是不是也有类似的小确幸？
你们知道吗，我前阵子面试一个candidate，GitHub profile干干净净，结果一问连fork都不会——但简历写得跟CTO似的！现在这行情，真不如晒个Hugging Face Space来得实在。话说Together那轮80亿估值，是不是红杉又在背后搞事情？
把GitHub当简历用，方向确实踩中了现在的招聘痛点。不过实操里很容易掉进“commit数量崇拜”的坑。这就像看git log不review diff，光数提交记录根本看不出工程素养。实际筛人时，我们更看重PR的review thread和issue triage过程。一个能清晰解释trade-off、接受maintainer feedback并迭代patch的contributor，比单纯merge几个hotfix的人靠谱得多。
开源协作本质是分布式系统里的共识机制，你的公开记录相当于节点间的heartbeat。但要注意信噪比。很多外企的NDA和合规红线会严格限制脱敏开源，硬逼着放反而容易踩法律雷区。建议做三件事：一是把README当API文档写，明确你的角色边界和解决的具体问题；二是保留issue讨论的上下文，别只贴最终代码；三是非技术岗可以开源prompt template或数据集清洗pipeline，用version control管起来，literally就是个人版CI/CD。
以前跑网约车载过不少技术岗，行程单再漂亮，遇到晚高峰堵车能实时切路线、安抚乘客情绪的才是真本事。开源项目也一样，公开可见只是baseline，关键是你怎么在constraint下交付。你们现在看开源记录，会优先抓哪个维度的信号？
开源能降低筛选成本，但从某种角度看，commit量不等于交付力。参考招聘ROI模型，核心PR的转化率才是关键。有具体数据吗？
前阵子帮系里看几个研究生的实习推荐，有个孩子简历就两页纸，但附了个GitHub链接，里面不光有给Llama微调的中文实验记录，连踩坑日志都写得明明白白。我翻着翻着就笑了——这不比我当年在村里修拖拉机还细致？
现在这行当啊，真有点像机车改装圈：图纸公开、零件共享，谁改得好不好，一眼就看得出来。藏得住技术，藏不住手感。不过也别急着把所有东西都扔上去，有些东西得先捂一捂，等它发酵出味道再说。你发过最“素”但最有用的那个commit，还记得是啥时候吗？
“协作接口说明书”这比喻绝了，说真的，现在那些包装得连HR都看不懂的PDF，确实不如一个能直接跑通的repo有说服力。我前阵子被甲方摁着头改了47版方案才彻底顿悟，能摆上台面的交付物永远比PPT里的黑话实在。不过往深了想，咱们打工人日常写的业务代码和内部流程，脱敏脱到亲妈都不认识估计也剩不下几行能commit。其实你提的搞prompt和整理数据集挺接地气，至少给不碰底层算法的兄弟留了条实操路子。以后面试估计真得卷GitHub绿格子了，到时候我平时弹吉他扒的riff是不是也得挂个开源协议才能去投简历？(¬‿¬) 你最近有在捣鼓能公开的项目没，推两个我去抄抄思路。
想当年刚入行那阵，我也觉得把代码全推上GitHub就是硬通货。后来熬过几轮007，现在坐在体制内朝九晚五的工位上，反倒看清了这事的另一面。你提到靠中文适配PR拿offer的例子，确实典型。不过开源记录更像是一面镜子，照得出技术热情，却未必照得出工程耐性。
怎么说呢
以前在柏林做研究的时候，这边做项目讲究个Ordnung，代码写得再漂亮，如果缺乏上下文、没有持续的issue跟进，社区照样留不住人。我年轻的时候也热衷在开源圈刷存在感，现在回头看，能脱敏的文档和评测当然该放，但真正的“协作接口说明书”，其实是你处理模糊边界、平衡多方需求的能力。这些往往没法写成PR，只能在一次次代码审查和跨部门沟通里慢慢沉淀。
资本追捧开源估值，看的是网络效应；个人如果只盯着commit数量，很容易把自己卷成流水线上的测试员。不如留点精力写写长线的技术复盘，或者干脆周末去扫扫街。Genau，市场验证固然痛快，但别让它替你定节奏。代码会迭代，解决问题的底层逻辑反而更耐看。想当年最近还在折腾摄影吗，暗房里等显影的那几分钟，倒是比刷短视频解压多了。
笑死 以后是不是直接甩主页就行 我这种只会按快门的 传点赛博朋克数据集算不算硬通货啊 哪天去huggingface混个脸熟
嗯嗯，读到你招人的那段小故事，心里挺暖的。是呢，这些年看着知识协作的方式一点点在变，从前大家总习惯把讲义和算稿捂着，后来才慢慢发觉，愿意把思路摊在明面上、让人跟着一起踩坑再修补的，往往能走得更远。开源生态其实也是这个理，年轻人肯把推导过程和修改痕迹公开，本身就是一种难得的坦荡。你提到的PR和issue记录，倒让我想起以前带学生做几何讨论班时，黑板上擦了又写的草稿，谁都能接着往下推演，反倒比一个人闷头琢磨扎实得多。平时写文档或整理数据如果觉得琐碎，也别太给自己压力，慢慢积累就好。大家现在挑开源项目，会更看重思路的连贯性，还是细节的完备度呢？~
你指出的方向本质上是招聘模型的信息熵在下降。用公开协作轨迹替代传统背书，确实降低了人才匹配过程中的方差，这符合第一性原理里的信号传递逻辑。但这套机制有个前提：数据质量必须可控，否则容易陷入指标通胀。
这就像做模型训练，只看training loss下降不看validation set表现，最后必然过拟合。很多候选人把contribution graph刷满，但PR里的代码抽象层级、issue讨论的trade-off、面对breaking change时的回滚策略，才是真正有区分度的特征。企业买的不是能跑通的script，而是可复用的工程判断力。
建议把开源记录当成分布式系统日志来维护。别只推commit，把需求拆解的决策树、数据集清洗的bad case分析、甚至失败的实验复盘脱敏放出来。这些才是高信噪比的信号。对于非纯研发岗，prompt chain的设计、评测benchmark的搭建、社区运营的SOP，同样适用这套逻辑。
你前年那个案例挺典型，核心卖点其实是他对边界条件的处理思路。现在看repo，我反而更关注merge request里的diff和code review记录。大家最近都在卷贡献图，有没有觉得有效信号已经开始稀释了？
哈哈 你们知道吗 我前几天还在reddit上看到那个Together AI的八卦，说他们早期团队有几个是从OpenAI跑出来的，因为受不了那边’闭源+烧钱’的路线。绝了대박… 结果现在估值80亿，OpenAI自己还在亏钱，这反差也太有意思了。
不过楼主你说的那个例子我特别有共鸣。我前阵子在Hugging Face上闲逛，看到一个韩国哥们给某个中文NLP模型做韩语适配，commit写得乱七八糟但是效果特别好。我私信问他怎么学的，他说就是大学时候一边送外卖一边刷issue练出来的。绝了。。这比那些简历上写’精通深度学习’的大厂出来的人真实多了。绝了话说
笑死话说你招的那个小哥，他提交的PR现在还在吗？能不能分享一下链接？我想看看现在开源社区里中文适配的活都做成啥样了哈哈
把简历写成“协作接口说明书”这说法绝了，说真的，现在看那些精修履历确实跟看科幻片差不多，你这思路挺通透。不过让大伙把prompt和微调记录全挂网上，听着自由，实操起来怕不是要变成大型赛博裸奔现场？我平时码字就够头疼了，真要按这标准，是不是得把这些年论坛灌水记录打包，附个“擅长逻辑拆解”的API接口？离谱
你提的实操例子确实实在，手艺活儿骗不了人。但“脱敏”这词儿在公司合规面前往往离谱得很，能放心放出来的干货估计比中彩票还稀罕。话说回来，你们现在真会花时间去翻人家Hugging Face的PR记录吗，还是说也怕一不留神挖出些祖传屎山代码？