CLEC貼文區分享了一段影片：一位華盛頓大學NLP博士Alisa，拿到OpenAI offer前經歷了57場正式面試、46次招募溝通，面試涵蓋機器學習編碼、算法、深度技術討論、數學推理等七大類，要求候選人手寫Transformer模型的底層代碼，而且面試準備期間被明確禁止使用任何AI輔助工具——理由是要確保候選人對底層邏輯有真正紮實的理解。

連最懂AI的公司，都不准你用AI作弊

這個細節我覺得比57場面試的數字本身更有意思：一間站在AI技術最前沿的公司，篩選人才的方式反而是回到最原始的手寫代碼、逼你證明自己真的懂底層邏輯，而不是靠工具幫你補齊表面功夫。這跟前面提過的「拿掉AI你還講得出這些東西嗎」是同一個檢驗標準——工具能幫你更快產出，但沒辦法替你證明你真的懂。越是頂尖的篩選機制，越看重這個區別。

人才護城河，是不是撐得起整個投資論點？

貼文的結論是：投資那斯達克100，買的不只是財報營收，是這種極致篩選機制堆出來的人才護城河，難以被複製。這個論點本身有道理——頂尖科技公司確實靠著近乎苛刻的招募門檻，持續吸收全球最頂尖的腦袋，這是一種真實存在的競爭優勢。

但我會提醒一點：一個人的求職故事，是很生動的例證，不足以單獨撐起一個投資論點。這篇貼文引用的是單一影片、單一候選人的個人經驗，用來說明「OpenAI招募門檻很高」是合理的，但直接跳到「這就是那斯達克100值得投資的核心邏輯」，中間省略了不少推理步驟——人才門檻高不代表公司估值合理，也不代表未來十年獲利成長能持續超越市場預期。用一個吸睛的求職故事去佐證投資邏輯，讀起來很有說服力，但這種說服力更多來自故事本身的戲劇性，而不是嚴謹的財務論證。

小結

57場面試、手寫Transformer、禁用AI工具，這些細節確實生動地展示了頂尖科技公司篩選人才的嚴苛程度，這件事本身是真的，也很值得記下來當作觀察科技業競爭格局的一個切片。但把它直接當成「所以要買那斯達克100」的完整論證，中間跳得有點快——好的故事不等於嚴謹的投資理由，這兩件事值得分開看待。

原文：CLEC投資理財頻道貼文〖為什麼投資那斯達克100，是掌握人類科技上限的關鍵？〗（2026年6月25日）