馬斯克說他面試員工「必問這題」，來看他帶領的優秀員工如何回答
曾經網路上有一段影片是特斯拉執行長馬斯克 (Elon Musk) 分享他面試員工時必問的一個問題，
這個問題就是：講一個你曾經遇到的「困難問題」，跟你「如何解決它」
馬斯克說他會問這個問題的原因是，
如果你真的「親身經歷」解決某個問題的過程，
你一定能夠「如實描述」解決的過程，也會記得過程中「所有小細節」
但如果你沒有親身參與解決的過程，你可以講一些「表層」的東西，但無法深入
所以究竟要怎麼做到如馬斯克所言，能夠「如實描述，並呈現關鍵細節」的英文面試表達呢？
剛好前陣子馬斯克的團隊發表最新的 AI 模型Grok 3 (點我看原始影片)
他的團隊成員在發表會中分享他們開發 AI 模型過程中遇到的一個問題是 :
「因為晶片的運算效率不如預期，所以最後決定建立自己的資料中心」
觀察馬斯克團隊成員描述這件事的「來龍去脈」，會發現含有底下的元素 :
1. 精簡描述問題
2.「對比」解決問題前後的「量化結果」
3. 強調問題的「急迫」
4. 描述解決問題的「過程」跟「考量」
底下就來詳細舉例跟說明：
🍎
等下看完覺得不錯，也歡迎免費訂閱我的「七點半學英文電子報(訂閱連結請點我)」！
每周都會寄實用又接地氣的學習內容給你喔，一起變厲害吧😊
🍎
1. 精簡描述問題
一開始馬斯克的員工先說明他們遇到的困難：
We thought we had a large amount of chips,
我們原本覺得自己的晶片數量夠多，(能拿來跑我們的資料運算)
but turned out we can barely get 8K training chips running coherently at any given time.
但結果發現，連要讓這些 8K 級訓練用晶片全部同時穩定運作都很難。
用 2 句話把「遇到的問題」講出來：
- We thought… but turned out…
我們以為… 但結果發現…
2. 「對比」解決問題前後的「量化結果」
老闆馬斯克接著說明：
It was like, sort of more like 8K chips on average at 80% efficiency, like 6,500 effective.
當時狀況是，那些 8K 級晶片只有 80% 的效率，也就是只能做到 6.5K 級的晶片效能
But now… now we’re at 100K.
但現在… 我們已經達到能讓 100K 級晶片運作的程度
用 2 句話呈現「解決問題前後」的「成果差距」：
- It was like… but now…
當時狀況是… 但現在…
3. 強調問題的「急迫」
接著馬斯克的員工開始講他們處理問題過程中遇到的挑戰：
So in April of last year, Elon decided that really the only way for xAI to succeed, for xAI to build the best AI out there, is to build our own data center.
所以在去年 4 月，我們的老闆馬斯克認為讓 xAI 成功打造出最頂尖 AI 的唯一方法，就是建立我們自己的資料中心。
用 1 句話講出他們深思熟慮後的「最佳解法」是什麼：
- The only way for 誰 to 達成某目的 is to 做什麼
讓誰達成某目的的唯一方法，就是(要做什麼)
We didn’t have a lot of time because we wanted to give you Grok 3 as quickly as possible.
我們時間不多，因為我們希望能盡快向大家推出 Grok 3
We realized we have to build the data center in about four months.
我們意識到我們必須在大概 4 個月內建造這個資料中心。
以上會用到一些描述「時間急迫性」的說法：
- … as quickly as possible
(盡快…) - We have to … in about 4 months
(必須在大概 4 個月內就要…)
4. 描述解決問題的「過程」跟「考量」
a. 先講如何達成「初步成果」
It turned out it took us 122 days to get the first 100K GPUs up and running,
結果我們花了 122 天讓第一批 100K 級的 GPU 順利運作
That was a monumental effort to be able to do that.
能做到那樣的成果，真的耗費了巨大心力
We believe it’s the biggest, fully connected H100 cluster of its kind.
我們相信這是目前市場上最大，且完全互聯的 H100 系統
b. 再講「進一步的考量」，以及「後續行動」
We didn’t just stop there.
但我們沒有停下腳步
We actually decided that we need to double the size of the cluster, pretty much immediately, if we want to build the kind of AI that we want to build.
事實上(完成第一階段後)，我們幾乎同時決定，如果我們想打造理想中的 AI 模型，就要把這個系統的規模加倍
So we then had another phase, where we doubled the capacity of the data center, yet again, and that one only took us 92 days.
所以接下來我們進入另一個階段，就是我們又把資料中心的規模加倍，這次我們只花了 92 天。
然後我發現這個員工在報告成果的時候，都能夠給出「很精確的數字」：
- it took us 122 days (這花了 122 天)
- that one took us 92 days (那個花了 92 天)
馬斯克的員工能「明確講出」 2 個專案階段分別花費「122 天跟 92 天」，
正呼應我一開始分享馬斯克所講的，
只有我們「親自參與」解決問題的過程，才會「記得所有細節」
c. 總結成果
So we’ve been able to use all of these GPUs, use all of this compute to improve Grok.
因此，我們已經能夠利用這些 GPU 和他們的運算能力來改進 Grok。
對觀眾來說，能夠在最後「簡單總結」前面所講的話真的很重要，
這樣就算前面聽到恍神，聽了最後一句也會知道：
恩~所以最後他們問題有解決了🤣
今天先分享到這裡囉！
也希望你覺得有幫助~
如果你喜歡我的教學內容~
🌏 歡迎免費訂閱我的七點半學英文電子報：(目前已超過３萬人訂閱)
我會在每周五早上七點半把整理好的文章精華、重點整理圖卡，還有延伸學習材料送到你的信箱。
電子報訂閱連結： 👉 https://astounding-producer-2828.ck.page
(訂閱完記得去你的信箱做二次確認才會真的訂閱成功~)
🌏 追蹤我的臉書看最新文章：👉 https://lihi2.cc/kmbXu
🌏 想看更多內容，歡迎你收聽/收看我的節目理科生聊英文！
🎈 追蹤我的 YouTube "凱茜女孩 Cathy Girl"
👉 https://www.youtube.com/@cathygirl2763
🎈 訂閱我的 Podcast "理科生聊英文"
