What I Actually Want
如果完全不考虑风险，我真正想做的，并不是"换一份更好的工作"。
我想进入 AI 最前沿，和最优秀、最有想法的人一起创造和学习，把自己锻炼成真正有能力从 0 到 1 做出重要 AI 产品的人；最终获得自己选择做什么、在哪里生活、和谁一起奋斗的自由。
Amazon 曾经是一个非常好的答案。它给了我规模、技术深度、职业成长、稳定的收入，以及证明自己的机会。
但现在真正的问题已经不再是——
我越来越相信，我已经接近那个时间点。
Why Leave Something Good?
这不是一个"工作很糟糕，所以我要逃跑"的故事。恰恰相反。
我拥有稳定的工作、很好的收入、信任我的 manager、很大的自主权，也拥有一家大公司可以提供的大量技术资源。
真正让我不安的是另一件事。
Stagnation — 停滞
不是工作太累。甚至某种程度上，是因为它不够痛苦。
我可以继续做下去。我甚至大概率可以继续做得很好。
真正让我害怕的是：三年以后，我回头看，发现自己的 title、compensation、scope 也许又增加了一些，但生活和今天没有本质区别。
而与此同时，我们可能正处于我职业生涯最重要的一次技术浪潮。
如果这是我职业生涯里最重要的一次技术浪潮，而我只是站在旁边，我以后会不会后悔？
我的答案越来越明确：会。
The Pattern I Want to Break
过去十几年，我的人生有一条非常清楚的轨道：
一个 milestone 接一个 milestone。这些都不是错误的选择，很多甚至是非常好的选择。
但它们有一个共同特点：社会几乎已经替我定义好了什么叫"下一步"。考更好的学校。找到更好的工作。拿到身份。升职。继续升职。
于是现在我真正想回答的问题变成了：
如果下一步没有标准答案，我自己会选择什么？
有一次，我希望自己的决定不是因为它最安全、最体面、最容易解释，而只是因为：这是我真正想走的路。
对我来说，真正的自由不是"我没有其他选择，所以我离开"。
真正的自由是：我明明可以留下，但我决定去别处。
What I Am Betting On
这次改变并不是否定过去。相反，我已经拥有了一组可以带去下一阶段的能力。
Learning velocity + technical intensity
我学习新技术很快，也愿意真正钻进去。
从 distributed systems 到 production AI，再到 agents、multi-agent orchestration 和 AI-native engineering，我真正享受的是快速进入陌生领域，然后把它做到可以运行的程度。
Product taste + customer obsession
我不满足于"technically works"。
我会在意产品到底解决了什么问题、用户怎么使用、interaction 是否自然、细节是否漂亮，以及整个东西有没有一个 coherent point of view。
Ambition + willingness to care
我愿意对事情投入感情。这有时候意味着我会比别人更不满足、更容易 obsess，也更愿意承担风险。
但我不想消除这个特点。我想把它放到一个值得 care 的地方。
所以，我对自己的职业定位不是：
更完整地说：一个已经证明了自己能够在大型 production system 中达到 Senior/L6 水平的工程师，有很强的技术学习速度和系统能力，同时拥有明显高于普通 infrastructure engineer 的产品欲望和审美；现在希望把这些能力投入 AI 前沿，在人才密度、学习速度和创造空间都更高的环境里完成下一次跃迁，长期目标是拥有独立创造产品的能力。
What the Next Environment Must Give Me
下一站最重要的东西不是 title。甚至不是 compensation。我真正想要的是：
进入一个人才密度极高、AI-native、真正高速工作的环境，让自己被重新锻造一次。
所以我的决策函数是：
Rate
Density
Proximity
这四个变量比"公司是不是更大""title 是不是更高"重要。
从这个角度看，我不是在寻找一份普通意义上的"更好的下一份工作"。我是在寻找一个——
当然，我已经不是 junior engineer。这里的 apprenticeship 不是降低 seniority，而是主动进入一个自己还远没有达到 ceiling 的环境。
我要找的是一个让我重新成为房间里学习最快的人的地方。
My Options
我的优先顺序已经明确。
Frontier AI Lab
这是最直接的 frontier exposure，也是人才密度和学习速度最高的可能路径。如果长期希望创业，这是非常强的一段 apprenticeship。
Top AI Startup
它可能比 lab 给我更大的 ownership，也能让我在不立刻承担全部 founder risk 的情况下学习真正的 startup operating model。
Build My Own Company
这是长期最吸引我的方向之一。它给我最大的自由和 ownership，但我并不需要为了证明勇敢而强迫自己现在立刻创业。
创业是 destination，不一定必须是 immediate next step。
Another Mature AI / Tech Company
除非机会异常特殊，否则优先级最低。如果本质上只是从一个成熟的大公司换到另一个成熟的大公司，我很可能只是换了一个 logo，而没有解决真正的问题。
The Decision
这次最重要的决定，是把离开 Amazon 和拿到下一份 offer 解耦。
By March 1, 2027, my life will no longer look exactly like it does today.
这个日期不是预测 · It is a commitment
What Happens If There Is No Offer?
这是整个计划里最重要的一部分。因为如果"没有 offer 就不能走"，那么真正掌握决定权的依然不是我。
所以我接受这样一种可能：
2027 年某一天醒过来，calendar 是空的。没有 manager。没有 sprint。没有 promotion document。没有人告诉我下一步应该做什么。
过去的我可能会把这种状态理解成"失去结构"。现在我想主动体验一次这种状态。
因为那时候我必须自己回答：
What do I want?
我给自己准备的是一个 3–6 month exploration runway。它可以包括 interview、building、AI study、travel、去 AI hubs、参加 events、认识 founders 和 engineers、寻找 cofounder，以及真正给那些过去总觉得"以后还有时间"的事情留出一点空间。
Freedom Needs Discipline
但我要给这种浪漫加上一点纪律。计划不是"3 月裸辞，然后 Bali 躺半年看看人生"，而是：
我允许自己没有工作，但不允许自己没有方向地漂。
Exit Day 之后，我每天至少推进下面三件事中的一件：
Build.
让我保持创造。
Learn.
让我的能力继续 compounding。
Meet.
让我进入新的 network、ideas 和 opportunity surface。
所以即使六个月之后，创业失败了，OpenAI 没进去，喜欢的 startup 也没有 offer，这段时间也不能是失败。
因为只要这三件事情持续发生，六个月后的我就应该已经是一个不同的人。
The Commitment
所以最终目标不是"找到下一份工作，然后离开 Amazon"。目标是：
March 1, 2027
is the deadline.
不是终点，是出发的日期。
The First 90 Days
接下来的 90 天，目标是完成从 Senior Software Engineer 到 AI-focused builder 的准备，并进入可以实际参与 Frontier AI Lab / Top AI Startup interview loop 的状态。
计划围绕四条主线展开：
Interview
系统准备下一阶段的技术面试。
重点包括：
其中 Project Deep Dive 和 Behavioral 是重点。基于过去几年的项目经历建立自己的 Interview Question Bank，并使用 Amazon Interview Question Bank 做补充和 stress test.
- 15+ System Design cases
- Coding interview-ready
- 8–10 polished Project / Behavioral stories
- 完成多轮完整 mock interviews
Learn
建立系统性的 AI technical foundation，同时持续跟进最新 AI 技术的发展。
学习分成两条线：
- 完成一轮系统性的 AI foundations 学习
- 对现代 LLM architecture 和 AI systems 建立 coherent mental model
- 6–8 个 frontier AI experiments / technical notes
Build
持续做真正的 AI projects，把学习转化成可以展示的 engineering output。
90 天内以一个主要项目为核心，同时完成若干 smaller experiments。
- 1 个完整的 Flagship AI Project
- 2–3 个 smaller projects / experiments
- 持续更新的 GitHub
- Flagship project 包含 README、architecture、demo 和 technical write-up
Meet
从第一个月开始逐渐扩大自己在 AI ecosystem 中的 exposure。
主动接触 engineers、researchers、founders、startups 和其他 builders，同时逐步开始寻找和探索实际机会。
- 建立一批新的 AI / startup connections
- 与目标公司和团队产生实际接触
- 开始形成 interview / opportunity pipeline
90-Day Execution
Foundation
- 建立 System Design 学习和 practice rhythm
- 建立 Interview Story Bank
- 开始 AI foundations 系统学习
- 建立 weekly frontier AI tracking / experiment rhythm
- 确定 Flagship Project 并开始开发
- 开始扩大 AI network
- 4–5 System Design cases
- 3–4 polished interview stories
- 1–2 AI experiments
- Flagship project scope / architecture / prototype
- GitHub 开始持续产生 output
Depth
- System Design 转入 interview-style practice
- Project Deep Dive / Behavioral 开始 mock
- 深入 AI foundations
- 持续 frontier experiments
- Flagship Project 进入主要开发阶段
- 开始向外展示项目并增加 industry conversations
- 9–10 System Design cases
- 6–8 polished interview stories
- Project Deep Dive mock
- 3–5 AI experiments
- Flagship project usable alpha
Interview & Ship
- 进行完整 interview loop practice
- 补齐暴露出的 technical / behavioral gaps
- 完成 AI foundations 第一轮学习
- Ship Flagship Project
- 完善 GitHub / README / architecture / demo
- 更主动地进入真实 interview 和 opportunity pipeline
- 15+ System Design cases
- 8–10 polished interview stories
- Multiple full interview mocks
- AI foundations first pass complete
- 6–8 frontier experiments
- 1 shipped Flagship AI Project
- 2–3 smaller projects / experiments
- Active interview / opportunity pipeline
Weekly Scoreboard
每周检查四件事：
90 天计划的验收标准不是投入了多少时间，而是以上 deliverables 是否完成.