Mentor
1
据《华尔街日报》10 月 11 日报道，亚马逊正在洽谈以约 70 亿美元（约合人民币 470 亿元）收购 AI 初创公司 Decart。
亚马逊又准备砸钱了，这次盯上的是一家成立仅 3 年的 AI 公司。
据《华尔街日报》10 月 11 日报道，亚马逊正在洽谈以约 70 亿美元（约合人民币 470 亿元）收购 AI 初创公司 Decart。
消息一出，不少人感叹，硅谷 AI 公司的估值是真的越来越疯狂了。
但更值得关注的是，这家公司此前还曾吸引英伟达、Anthropic 等 AI 巨头的兴趣。为什么一家成立没几年的 Startup，能让科技巨头争着掏钱？
而这场价值 470 亿元的潜在交易，背后其实还藏着北美 Tech 求职市场正在发生的变化。
01 亚马逊花 470 亿，看上的到底是什么？
Decart 成立于 2023 年，最早凭借 AI 实时生成游戏画面的 Oasis 在科技界快速出圈；后来推出的 Lucy，也能实现视频场景的实时生成与切换。
但对于亚马逊这样的巨头来说，真正感兴趣的恐怕不是这些炫酷的前端 AI 应用，而是 Decart 背后极其硬核的计算优化与算力降本能力。
核心痛点： 现在的 AI 模型越来越庞大，大厂运行与推理的成本正呈指数级飙升。Decart 的杀手锏： 让 AI 模型在不同芯片上运行得更快、更省钱、效率更高。
此前，Decart 就已经与亚马逊 AWS 展开了深入合作，在 Trainium 芯片上测试实时视频模型。早期测试显示：部分场景下吞吐量最高提升 4 倍，成本效率提升 2 倍！
对于每年投入上百亿美元建设 AI 基础设施的亚马逊来说，这样的技术价值不言而喻。
更何况，亚马逊手握 AWS、Trainium 芯片以及 Bedrock 等核心 AI 业务。与其一直被英伟达的 GPU 和软件生态 “卡脖子”，不如直接把关键技术与顶尖人才打包收入囊中！
(注：截至 10 月 14 日，该笔收购仍处于高级谈判阶段，尚未正式官宣落子。)
02 北美 Tech 求职风向真的开始变了
如果把这次收购放大到整个硅谷的 AI 竞争格局来看，你会发现一个非常清晰的信号：
巨头们的战场，正在从 “谁能训练出更强的大模型”，转向 “谁能让 AI 跑得更快、更稳、更便宜”！
这对于正在准备秋招 / 春招的 CS、EE、ECE、Data 和 AI 方向的留学生来说，是一个极具指引意义的避坑与选岗信号。
过去提起 AI 求职，绝大多数同学的第一反应就是疯狂卷 MLE（机器学习工程师）、AI Research Scientist，或者在简历上堆砌各种调用 API 的 LLM Demo。
但现实是：大模型研究岗门槛极高（几乎清一色 PhD），而前端 Demo 岗又极其容易同质化。
真正支撑 AI 商业化落地、也是大厂目前极度缺乏的，恰恰是大量偏底层工程的岗位！
💡 值得重点关注的 AI 底层方向：
🍞AI Infrastructure / Cloud Infrastructure（AI / 云基础设施）
🍞ML Systems / ML Compiler（机器学习系统与编译器）
🍞Distributed Systems Engineer（分布式系统工程师）
🍞GPU / AI Performance Engineer（性能优化工程师）
🍞Software Engineer – AI/ML（AI/ML 软件开发）
🍞Model Inference / Optimization Engineer（模型推理与优化）
从英伟达、亚马逊到 OpenAI，硅谷巨头们正在把数以百亿计的资金砸向 AI 基础设施。
资本流向的地方，就是未来的岗位与机会所在。
下一轮 AI 人才竞争，拼的不只是会不会用大模型，更是谁能让模型跑得起来、跑得稳、成本降得低。这些硬核能力，才是技术团队无论何时都在抢购的硬通货。