当获取答案的成本被 AI 压到接近零，招聘的筛选函数就必须重写。
2026 年 10 月 25 日，据 DoNews 快讯报道，谷歌 DeepMind 高管莱拉·易卜拉欣（Lila Ibrahim）对外释放了一个信号：公司招聘正日益看重求职者在课堂之外的持续学习经历。学历仍然有参考价值，但自学项目、开源贡献这类“非正式资历”，更能体现一个人的主动学习能力。应届生正更系统地在简历中整合此类经历。
这不是又一句漂亮的人力资源口号。说这句话的人，身份本身就有意思。易卜拉欣是 DeepMind 的首位首席运营官，而从 2026 年 1 月起，她的头衔换成了“首席 AI 就绪官”（Chief AI Readiness Officer）。一个负责“让世界为 AI 做好准备”的人，把持续学习列为招聘关键指标，这本身就是对 AI 时代人才竞争最直白的注解。
DeepMind 的招聘信号：从“你知道什么”到“你还能学会什么”
易卜拉欣的判断很直接：AI 降低了获取答案的成本，而提出高质量问题的能力正变得稀缺且重要。
这句话的逻辑链条值得拆开看。过去，招聘考察的是“你知道什么”：学位、课程、考试成绩，本质上是在测量一个人头脑里已经储存的知识存量。但在 AI 可以随时调用的今天，知识存量的边际价值正在快速下降。真正稀缺的，是“你还能学会什么”，以及“你能提出什么样的问题”。
据该快讯观察，应届生群体已经率先做出反应。越来越多的毕业生开始系统地在简历中整合课堂外的学习经历：开源项目贡献、自学完成的技术栈、个人项目。他们比雇主更早意识到，一张漂亮的成绩单已经不足以证明自己的竞争力。
技能半衰期在缩短，企业买的是未来的学习速度
为什么持续学习能力突然成了硬指标？因为技术技能的半衰期正在急剧缩短。
LinkedIn《Skills on the Rise 2026》研究发现，雇主越来越优先考虑技能而非学位、职位头衔和线性职业路径。原因很现实：一个候选人在五到十年前掌握的技术，已经不能自动证明他今天的能力。LinkedIn 在 2026 年 8 月发布的研究显示，美国 AI 相关职位发布量自 2023 年以来约翻了一番；在其 2026 年最快增长职位榜单上，AI 相关岗位位居前列。岗位本身都在快速迭代，简历上的静态知识自然跟不上。
这就是持续学习从“加分项”变成“必选项”的底层原因。企业买的不是一个人在过去四年里学到的东西，而是他在未来四年里能学会多少东西。
非正式资历为什么更能说明问题
易卜拉欣特别点出了两类非正式资历：自学项目和开源贡献。这两类经历之所以比学历更能体现主动学习能力，是因为它们无法被“安排”。
学位课程是结构化的、有人督促的、有明确反馈的。而自学一个项目、给开源社区提交代码，全靠自我驱动。在 AI 工具普及之后，这种自我驱动的价值被进一步放大：当 AI 能帮你写代码、查资料、调试错误，真正拉开差距的，是你有没有好奇心去发起一个项目，有没有韧性把它做完。
这也解释了为什么“提出高质量问题的能力”变得稀缺。AI 擅长回答，但不擅长提问。问题的质量，取决于提问者对领域的理解深度、对边界的敏感度，以及把模糊直觉转化成可验证假设的能力。这些能力，恰恰是在课堂外的探索中最容易被训练出来的。
从 Coursera 到 DeepMind，一条连续的职业轨迹
把易卜拉欣的履历连起来看，会发现这个信号并不意外。
她曾在 Coursera 担任总裁兼首席运营官（2013-2017），那是一家把“让任何人随时随地都能学习”作为使命的公司。之后她加入 DeepMind 做 COO，2026 年 1 月转任首席 AI 就绪官。这个岗位的职责不是让 DeepMind 自己为 AI 做好准备，而是帮助世界其他地区理解和适应 AI 的变化，从科学研究、天气预报到教育、职场生产力；她还要与各国政府的 AI 安全机构合作，参与政策制定。
她在接受 CNBC 采访时说过一句话：“我们这辈子已经发生了太多变化，下一代也会一样。我们所能做的，就是培养对学习的热爱和好奇心，以及知道变化正在到来的韧性，让他们知道自己在变化中可以发挥作用。”（“So all we can do is teach a love of learning and curiosity, and the resilience to know that change is coming, and they can actually have a role in how that change happens.”）
她还把每日 AI 使用拆解为三个问题，其中第三个是人才要素：“That's what we need to hire for; we need to reward.”（这就是我们需要在招聘中考察、需要奖励的东西。）她说，这不仅适用于员工，也适用于她自己：“AI can help automate all of my tasks, but it cannot automate my Tuesdays.”（AI 可以帮我自动化所有任务，但它无法自动化我的周二。）
从在线教育平台到 AI 最前沿实验室，她的职业轨迹本身就在证明同一件事：持续学习不是方法论，而是生存策略。
招聘函数正在被重写
DeepMind 的信号会给整个科技行业带来什么影响？
短期看，它会加速“技能优先招聘”（skills-based hiring）的普及。招聘平台 ZipRecruiter 在 2024 年对 2000 名雇主的调查显示，45% 的雇主在过去一年取消了部分职位的学位要求，72% 的雇主在筛选候选人时优先考虑技能而非证书。DeepMind 的表态，等于给这个趋势加了一个权威注脚。
长期看，它会改变求职者的准备方式。学历仍然是基线，它证明你完成了某种系统性训练；但决定上限的，是你课堂之外做了什么。对于应届生来说，这意味着简历的重心要从“我上了什么课”转向“我用学到的东西做了什么”。
AI 让答案变得廉价，问题才真正昂贵。DeepMind 的招聘信号说穿了只有一件事：在一个人人都能调用 AI 的时代，唯一无法被外包的竞争力，是你持续学习的能力，和你提出下一个好问题的好奇心。
快报