量化公司都说自己在做 AI，但对博士求职者来说，关键不是“有没有用”，而是“有没有研究新的方法”。一名研究 LLM（从海量文本中学习语言规律的大型神经网络）与强化学习的博士生在 Reddit 发帖称，招聘人员常强调 AI，真正和研究员、实习生交流后，听到的却多是线性回归、逻辑回归和主成分分析等经典统计方法。它们能有效解决业务问题，但不等于前沿 AI 研究。
发帖者听说，HRT 设有 AI lab，XTX 的相关实习项目更偏这一方向，Jump 正在组建 LLM 团队；不过其对 Jump 的理解是，这支团队可能主要开发助手工具，服务现有研究团队。上述信息均来自发帖者转述，材料没有提供论文、开源代码、公开基准或团队规模，因而不足以确认哪家公司真正接近 frontier lab。
这则讨论更有价值的地方，是给出了一道求职判断题：不要只看职位描述里有没有“AI”，而要追问团队是否提出新算法或通用能力，以及是否有持续、可见的研究产出。应用研究同样可以很难，但它与前沿研究的目标、保密方式和招聘标准并不相同。