DeepMind 新团队 Polaris 招人：无学位要求，coding agent 评测岗传闻总包最高 110 万美元

10 月 11 日前后，多家英文媒体几乎同时爆出一条招聘新闻：Google DeepMind 的新团队 Polaris 正在招 Research Engineer，base 在 Mountain View，工作内容是为 AI coding agent 构建评测框架（evaluation frameworks）——设计能真实检验 Gemini 软件工程能力的测试任务。最抓眼球的两点：这个职位不要求学位，也没有最低工作年限要求；而流传的薪资数字是总包 55 万到 110 万美元。

先把口径说清楚，免得误导：55 万–110 万美元这个数字来自 Tamay Besiroglu 的 X 招募帖，不是 Google Careers 职位页上写的——职位页本身只列出了约 16.4 万–25.2 万美元的 base salary 区间，多家媒体都明确提醒这是 reported figure。但即便打个折，这依然是一份顶级 lab 开出的顶级价码。而它买的不是模型训练、不是 infra，而是一个在很多人眼里"附带"的工作：评测。

Polaris 是谁，Besiroglu 又是谁

Tamay Besiroglu 这个名字，关注 AI 进展的人应该不陌生：他是 Epoch AI 的联合创始人，现在是 DeepMind 的 research scientist。今年早些时候，Google 与他的初创公司 Mechanize 达成了一笔人才加授权的 deal——谈判阶段曾传出 15 亿美元以上的数字，最终条款没有披露；十多名前 Mechanize 员工随他一起加入，大多去了 DeepMind 的 midtraining 团队。Mechanize 做的事情本身就和"AI 能做什么工作"相关，而 Polaris 可以看作是这条线的延续：专门研究怎么衡量 AI coding agent 的真实能力。

Polaris 的方法论和主流做法不太一样。现在常见的 benchmark 思路是"合成数据批量生成"：用模型批量造出成千上万道编程题，跑分、排名、发榜。Polaris 反其道而行：手工构建少量任务，每个任务从想法到终审大约花一周时间，目标是让任务尽可能贴近真实世界的编码复杂度。工程师除了设计任务，还可以立项去改进 Gemini 的训练数据和评估体系本身。

这个选择本身就是一个判断：benchmark 的数量正在通胀，但 benchmark 的质量正在通缩。当所有 coding agent 都在 SWE-bench 这类公开榜单上刷到 70%+ 的时候，榜单就失去了区分度。前沿实验室真正需要的，是"能区分下一个版本比上一个版本强在哪"的标尺——而这种标尺，恰恰是批量合成造不出来的，它需要理解真实工程的人，一周磨一道题。

偏好项里藏着的信号：竞赛、hackathon、做过 benchmark 的人

职位描述里最有意思的部分是"偏好但不强制"的那几行：competitive programming（算法竞赛）背景、数学竞赛或 hackathon 经历、设计过 evaluation frameworks 或 benchmarks 的经验。连起来看，Polaris 想要的人画像非常清晰：出题的人，而不是做题的人。

这是一个值得玩味的转变。过去几年，AI 招聘的鄙视链顶端是"能训大模型的人"；现在，一个前沿实验室愿意为"能出好题的人"开出七位数总包。背后的逻辑是：当模型能力逼近人类专家的上限，瓶颈就从"怎么把模型做大"变成了"怎么知道它到底行不行"。出题能力——把模糊的真实世界能力，拆解成可重复、可判分、可防作弊的测试任务——正在成为一种稀缺技能。

而"无学位要求、无最低年限"也不是 DeepMind 在作秀。竞赛和 hackathon 本来就是不看文凭的能力证明场：IOI 金牌、Kaggle Grandmaster、做出过被广泛采用的 benchmark，这些信号比学位证书硬得多。Polaris 的招聘逻辑其实很诚实：我们要的是一种很具体的手艺，文凭证明不了它，竞赛和作品可以。

把薪资数字拆开看：110 万里到底是什么

55 万到 110 万美元这个区间，很多人第一反应是"月薪"，先纠正一下：这是年总包（total compensation）的传闻口径。按美国大厂 Research Engineer 的常规结构，base salary 只占一部分——职位页上写的 16.4 万–25.2 万美元就是 base，剩下的大头是 RSU（限制性股票）和年度奖金。110 万这个上限，大概率对应的是"股票按当前价 + 顶格绩效"的情形，实际到手每年能兑现多少，要看股价和归属节奏。

多说一句：这类"无学位要求 + 百万总包"的新闻，媒体标题通常会往最刺激的数字上靠（印度媒体用的标题甚至是"最高 10 crore 卢比"）。看的时候记得把 total comp 和 base 分开，把"X 帖报料"和"职位页原文"分开——scout 报告里已经把这两层口径标得很清楚了，写进收藏之前先看小字。

但即便把水分拧干，这依然是一份信号很强的 offer：一个前沿实验室愿意为"评测"这个职能，支付与核心模型研究员同一档的薪酬。这意味着在 DeepMind 内部，evaluation 不再是"训练做完顺手测一下"的附属环节，而是有独立 headcount、独立团队（Polaris）、独立方法论的一级职能。

行业背景：benchmark 正在经历"通胀与通缩"并存

Polaris 的"手工少量"路线，放在今年的大背景里看更有意思。一方面，AI coding 的公开 benchmark 正在严重通胀：新榜单每个月都在冒出来，各个 agent 的分数越刷越高，SWE-bench 这类曾经的金标准，现在头部模型的得分已经不太能拉开差距了。分数通胀的直接后果是：榜单越来越难回答"到底哪个 agent 更适合我的真实工作"这个问题。

另一方面，高质量的评测任务却在通缩：能真实反映"改一个祖传代码库里的并发 bug"这种脏活累活的测试，极其稀缺。合成数据可以批量生成"写一个二分查找"，但生成不了"这个仓库有 14 处隐式依赖，改 A 会坏 B，测试还全是 mock"——后者恰恰是真实软件工程的日常。Polaris 选择"一周磨一道题"，赌的就是：在 benchmark 通胀的时代，稀缺的不是题目数量，而是题目的真实度。

这个判断对工具选型也有现实意义。下次你看到某个 coding agent 宣传"XX benchmark 第一"，多问一句：这个 benchmark 测的是真实工程复杂度，还是合成题的刷分能力？前者值得你认真试用，后者看看就好。Polaris 的存在本身，就是对"唯榜单论"的一次来自上游的纠偏。

观点：对 vibe coder 来说，这条新闻真正的价值不是"羡慕"，而是"抄作业"

看到 110 万美元，大多数人的第一反应是羡慕。但对每天用 coding agent 干活的 vibe coder 来说，这条新闻真正的含金量在于它验证了一件事：评测是严肃的生产力工作，不是可有可无的点缀。

想想你自己的工作流：你让 Claude Code / Cursor / Codex 帮你写了一个功能，你怎么知道它写得好不好？你大概率是"跑一下看看"、"肉眼 review 一下"。这在小项目里够用，但一旦 agent 开始替你做更重要的决策——重构核心模块、写支付逻辑、处理用户数据——"感觉还行"就不够了。你需要的是 Polaris 在做的同一件事，只是规模小得多：一套属于你自己的黄金测试集。

具体可以抄三招：

• 从"真实翻车"里出题：Polaris 花一周磨一道题，你不需要——但你可以把 agent 曾经搞砸过的真实任务沉淀下来，变成回归测试。下次换模型、换 prompt，先跑一遍这套题，看看是进步了还是退步了。
• 小而精，胜过多而水：10 道精心设计的、覆盖你核心业务逻辑的测试，远胜 100 道网上抄来的通用题。评测的质量上限，取决于你对自己业务的理解，而不是题量。
• 把评测写进工作流：不要让评测停留在"想起来才跑"。每次 agent 大改之后跑一遍，把结果记下来。DeepMind 为这件事设了一个全职团队，你至少可以为它设一个 10 分钟的习惯。

有意思的是，本站之前发布过两篇讲 eval 实战的指南（《别凭感觉迭代：给你的 AI Agent 搭一套评估基准》和《别让 AI 功能"凭感觉"上线：vibe 项目的 Evals 评测体系实战》），核心观点和 Polaris 的方法论是相通的："没有 evals，每次换模型都是在赌。"现在连 DeepMind 都为这件事开出七位数薪水，这个观点又多了一个昂贵的注脚。

最后说说"学历无用论"的误读风险

这类新闻很容易被简化成"读书无用，DeepMind 都不看学历了"。这是误读，而且是危险的误读。Polaris 不要学位，是因为它要的东西比学位更稀缺、更难获得：竞赛成绩、hackathon 作品、做过 benchmark 的履历。这些不是"低门槛"，而是"换了一套更难的门槛"。

对普通开发者的启示也不是"别读书了"，而是"能力证明正在多元化"。在一个 agent 写代码的时代，能清晰定义问题、能设计测试、能判断输出质量的人，正在变得比"能亲手写出每一行代码"的人更值钱。Polaris 的招聘帖，本质上是前沿实验室用真金白银为这个趋势投的一票。

哦对了， scout 报告里还留了个诚实的备注：职位发布时是否还在招，媒体没有亲核到 Google Careers 的实时状态。如果你看完这篇真的想投，先自己去 Google Careers 搜一下 Polaris——别拿着一篇资讯文章当offer。