华为首批“天才少年”李博杰：放弃百万年薪，投身AI创业

投稿 | lanxueziben（微信）

全球合伙人招募 | lanxueziben（微信）

李博杰，首批华为“天才少年”，曾任华为计算机网络与协议实验室的助理科学家、副首席专家；中科大1000校友、中科大MSRA联培博士、AI创业者、中科大评课社区联合创始人。曾在SIGCOMM SOSP、NSDI、ATC、PLDI等顶级会议上发表多篇论文，曾获ACM 中国优秀博士学位论文奖和“微软学者”奖学金。本文由蜗壳进阶联盟原创，经授权转载。

01

我的学业历程

问：非常高兴能够采访到博杰师兄，我们先从师兄在大学的经历聊起吧，师兄入学的时候学的是数学，后来才转向计算机，请师兄讲讲转专业的原因吧？

李博杰：其实，我从数学转到计算机的主要原因是我发现自己在数学上遇到了困难，特别是在一些基础课程上，成绩都不太理想，我觉得自己在数学专业学得并不太好，但是我对计算机有浓厚的兴趣。我最初是华罗庚班的学生，但我发现高等数学与高中竞赛中的数学差异很大，尤其是在解决实际问题方面，这对我是很大的挑战。

我的微积分和线性代数这两门课程的成绩都挺差的，甚至还挂过科，因此我意识到自己在这方面并不擅长。相比之下，我在高中计算机竞赛中获得过一些奖项，而且我对编程、系统的设计和网站开发等方面也非常感兴趣。这让我决定在科大选择转向计算机专业，最初我以为数学会更适合我，但由于成绩原因，我最终转向了计算机。现在回头看，如果当时没有转行，我在数学上可能也不会有太多成就。

问：所以这是一个兴趣驱动的过程吧。但是师兄提到本科时基础课程的学习成绩不太理想，你觉得这是否影响了自己的发展？

答：这确实是一个兴趣驱动的过程，提到学习成绩，我认为学习成绩并不一定是最重要的。学校的考试评价与实际能力并不总是相关，记得我上本科时学过一门数据库课程，我后来在数据库研究中取得了一些成果，但我那门数据库的课程成绩却不理想。这是因为课程内容偏重理论，实际应用的部分却很少。我记得当时的考试题目包括数据库的三种基本类型，而我并没有好好上课，自然不知道这些内容。虽然对于研究人员来说，理论是重要的，但如果我能用这些知识，其实理论部分就不是那么关键。此外，课程中还涉及到各种范式的知识，对于我来说，这些理论概念并没有太多实际用途。因此，我在本科时并没有特别看重课程成绩，因为我觉得这些内容的实际用途有限，花很多时间去刷GPA并不值得。

问：很多同学对GPA感到焦虑，听师兄这么说，似乎你在这方面并没有过多的压力。当你看到自己的GPA不如其他人时，是否也会感到焦虑？

答：我自己并没有感到焦虑。我记得我去微软的时候，当时的GPA是3.4，但因为有两门课程的成绩因为覆盖问题影响了总分，最后毕业时的GPA才是3.33，确实不算高。对于你们来说，这个分数可能显得低，但我并不觉得这会影响我的职业发展。

问：我感觉师兄的动手能力非常强，动手能力可能是一些科大学生所欠缺的。科大是一个非常重视数理基础的学校，师兄如何看待数理基础和计算机领域研究的关系？

答：我觉得数理基础对我的研究是有帮助的。最近我开始做很多AI相关的工作，实际上这些数理基础知识确实会起到作用。很多算法的基础概念实际上源自理论物理和统计学。这些基础的概念在理解复杂的计算机算法时至关重要。比如24年的诺贝尔物理学奖颁给了做AI的学者，这表明这两个领域之间有很多深厚的联系。而且在AI领域中如果想真正做一些cutting edge的研究，数理基础还是非常重要的。

不过，有时候在实际的教学中会存在一些问题。来自数学或物理系的老师用自己的方式给计算机方向的同学讲授基础知识，造成了课程之间的割裂感。例如，当讲到线性代数和随机过程时，课程内容可能只是让学生记住公式，解题，而没有提供这些理论在实际应用中的背景。这使得学生难以理解公式的真正意义和应用价值，很多情况下只是“记住这公式能算算题就行了”，这种学习方式的局限性显而易见。

如果老师能够结合计算机的相关背景，说明这些数学理论在AI或其他计算机领域中的实际应用，学生们就能更好地理解这些知识的价值。数理基础确实很重要，但有时教学方法需要改进。

我自己有一些同学去国外读博士，他们会重新学习一些数理基础的课程。起初，他们可能会觉得“我这个线性代数不是学过吗？为什么要再学一遍？”但是优质的课程会很注重于讲述理论和实际应用之间的关系，这可以帮助学生更好地理解理论与实际应用之间的关系。我的许多同学在经历这种重学后，才真正领悟到之前学习的知识其实是空洞的。

问：所以在学习数理基础课程时师兄有什么好的方法吗？比如说，可以参考一些国外的课程？

答：我认为一个不错的学习方法就是观看国外的课程。如今，慕课非常普及，很多国外的课程都能在线找到，比如Coursera、edX等平台。首先，学好英语是基础，如果英语不够好，可能就很难理解这些课程。

在此基础上，我建议直接阅读一些国外原版教材，或者观看他们的慕课视频。回想我自己学习数学和物理时，没有尝试这么去学，但如果当初能这样学习，效果可能会更好，如果能够重来一遍，我一定会采取这种方式。我也会建议师弟师妹们采取这种方式，这样有利于更好地掌握数理基础，避免之前我们所经历的空洞学习，数理基础对未来的学习和研究是至关重要的，正确的学习方法能够让他们更深入地理解这些基础知识。

问：如果有机会回到十几年前，你还会给自己提出什么其他的建议呢？

答：那可真是太多了。比如说，如果回到过去，我会建议自己多买一些比特币，至少要多买点，但这属于投资建议，毕竟当时比特币的价值远未被广泛认识，很多人也没有意识到它的潜力。

不过，就学习而言，我觉得可以提两个方面，首先，我会建议自己不仅要专注于系统领域，还要接触一些算法和人工智能方面的知识。当时我选择系统领域，是因为我在博士研究和刚入职工作时都在做这方面的研究。那时候，我对AI并不太“看得起”，觉得它不过是拟合一些数据，离真正的智能还差很远。这种早期的看法显然是受限于当时的技术水平和个人理解，而如今AI的发展已经接近人类级别的智能，并且能在现实当中为人类提供很多帮助，这种具体影响是我当时未曾预料的。因此，我现在意识到我在AI算法方面的短板，特别是在深度学习和机器学习的相关内容上，这让我感到有必要去补充这些知识。我会建议自己多去了解和学习AI算法的基本知识，尤其是要更加紧迫地去补充这些内容。

其次，我会建议自己在本科期间多学习一些数学基础，比如线性代数和微积分。虽然在做一些工程项目时，比如开发一个网站或优化系统性能时，可能不太需要用到这些知识，但在涉及到理论分析或研究AI算法时，背后其实都有很多数学原理在支撑。因此，数学基础对我后来的发展是非常重要的，特别是在进行理论分析时，这些基础知识将发挥关键作用。我认为拥有扎实的数学知识可以帮助我更好地理解复杂的算法和模型，这对于任何技术领域的深入研究都是必不可少的。

问：师兄转向AI方向研究的过程是怎样的？是什么让你突然意识到AI的重要性？

答：这个过程其实是逐步转变的。首先，在MSRA（微软亚洲研究院）时，当时它是国内最好的AI实验室，聚集了很多AI领域的顶尖研究人员，在MSRA学习时我们每个月或每两周都要参加一次AI讲座，必须得学，听完后还要考核，所以即使不想学，也不得不去学习。有一个讲座给我留下了深刻的印象，记得是在2016到2017年间，当时计算机视觉特别火，很多在计算机视觉领域特别强的人都出去创业了，这在当时的行业中引发了一种现象，大家都在关注和追逐这个领域的发展。

到了2017年，我听了一个讲座，讲者是一位教授，他展示了两部科幻电影，其中一部是《她》（Her），讲述了一个AI如何帮助人们处理日常生活的各种任务，甚至能缓解主人的情感问题。它能看能听能说，能够帮你操作电脑，打电话，后面主人公就和这个AI谈起恋爱了。最初我们觉得这不过是电影，但讲者强调，随着NLP和计算机视觉的发展，未来模型会越来越强大，可能会实现类似人类的智能。

另一部电影是《黑镜》（Black Mirror），其中有一集描述了一个女孩通过下载一个应用来复活她去世的丈夫。这个应用使用了她丈夫社交网络上的信息，能够模仿他的语言风格。讲者展示的那个小模型也可以做到这一点，我可以上传一段我自己的聊天记录，然后它就可以模仿你的说话风格，记住你们之间发生过的一些事情，虽然当时的NLP还不够强大，复杂的话题还聊不了，但我意识到，这种技术在未来将会有巨大的价值。

在2017年，我开始意识到这一点，认为AI的未来非常值得期待。到了2022年，我测试了GPT-3模型，发现它的能力远超之前的NLP模型，能够处理更复杂的问题，这让我深刻认识到AI技术的潜力。虽然我当时还不是特别懂，但已经看到了AI的前景，尽管我没有立刻决定投身于AI，因为当时GPT-3的功能有限，只能处理较简单的问题，比如说，它只能回答一些简单的填空题，无法进行深入的对话。

直到2023年，随着ChatGPT的发布，它才实现了更复杂的问题回答能力，应用范围也变得更加广泛。我试用了几种场景，发现这个技术真的很厉害，尤其是在理解和生成自然语言方面的表现让我感受到其潜力，这让我深刻体会到这一发现的重要性，因此我决定全力投入到AI领域。

02 

从实践中成长

问：我觉得大学期间的生活和经历会对一个人的未来产生深远的影响，回首在科大的时光，师兄觉得最难忘的事情是什么呢？

答：我可以分享两个事情，一个是本科期间的，另一个是研究生期间的。

在本科期间，对我影响很大的事情是参与Linux用户协会（LUG）的活动。我在刚来科大的时候对Linux一窍不通，甚至连一条命令都不会，那时候感觉非常沮丧，面对复杂的系统和命令，我常常感到无从下手。加入LUG有个条件是要具备一定的Linux水平，起初我因为水平较低而没能加入，这给我带来了很大的挫折和挑战。后来，少院机房里有位非常厉害的师兄周淼淼，他愿意教我Linux命令，这对我帮助很大。他耐心地逐条讲解每个命令的作用和用法，甚至给我安排了一些小练习，让我能够从零开始学习Linux。与此同时，我当时负责维护少院机房主控室，包括更新少院学生会主页，管理少院机房网络，维护Linux网关服务器等。此外，还有我的同学郭家华，他是我本科的好朋友，对Linux也很精通，教了我很多命令，他的帮助让我在学习过程中更加有信心。

经过一年的学习，我的能力逐渐提高，我还加入了少院学生会的技术部。起初，技术部并没有正式成立，但我们意识到这个部门的必要性，于是主动开展了一些技术活动，逐渐让技术部成型。这个过程中，我们一起讨论了技术部的目标与定位，并积极吸引其他同学加入，少院学生会技术部之后也出来了很多技术大神。

之后我就和副会长李喵喵一起创建了一个名为科大博客的平台，使用WordPress进行开发。实际上，我当时做了一个基于PHP的托管系统，经过多次折腾，最终实现了多个博客之间的共享与隔离，用户可以在同一平台上创建和管理自己的博客。这个过程我折腾了好多PHP的底层源码，进行了大量的技术细节优化，尤其是在实现博客间数据共享的功能时，遇到了不少挑战，但通过不断的实验，我最终解决了这些问题。后来，我还创建了一个类似于云平台的实验环境，利用少年班学院的八台废弃服务器进行搭建，这些服务器当时有些老旧，但我利用它们进行持续的努力与投入，最终成功运行了两三千个容器。这个过程中经历了不少挑战，比如资源分配和性能优化，但我通过不断的调整和实验，最终克服了这些困难，也感受到技术带来的成就感。

我相信这些经历对我后来的发展起到了重要的作用。虽然我的成绩并不算顶尖，按说正常情况下是进不了MSRA的，一般要进入MSRA联培，GPA基本要达到3.7、3.8以上，我当时的GPA远远不够，只有3.4左右，但当时MSRA的张永光老师和谭焜老师从众多简历中挑中我，原因之一就是我在本科期间参与的项目非常出色。尽管我的GPA不高，但我的动手能力和实践经验使我脱颖而出，尤其是在那些参与的项目中，比如博客托管平台、VPN和云平台等。这些项目在技术上都算比较先进，因此他们认为我在这方面有很高的潜力。

问：那对你影响最大的第二件事是什么呢？

答：第二件事就是开发评课社区的经历，这对我影响非常深远。大约在2015年，当时是我和同学张静宁一起做的。她在刚上大学的时候，就萌生了一个想法，想利用计算机的技术来改变教育，创建一个类似慕课的课程评价平台。我记得特别清楚，当时她刚进入本科阶段，看到同学们在选课时缺乏信息，尤其是刚上学的新生们。2015年，她在学校选课时发现缺少一个课程评价的网站，很多同学在选课时不知道该怎么选择，这引发了她的思考。

于是，在她大一下学期，我们正好有一门“科学与社会研讨课”的机会，就开始筹划这个网站。我们希望这个平台可以帮助同学们分享课程和对老师的评价以及学习方法。实际上，国外已经有类似的网站，比如“RateMyProfessors”，所以我们想做一个科大的版本。于是她邀请我和我的室友常震一起参与这个项目。我们的团队成员包括我、张静宁和常震。经过大约三到四个月的努力，我们的第一版网站终于上线，期间我们也经历了很多上线过程的细节和维护工作。

尽管这个项目看起来不大，但我觉得它实际上解决了一个用户非常明确的需求，这就是所谓的PMF（产品市场契合），指产品需要满足用户的特定需求。在我们的情况下，学生们需要知道哪个老师讲得好，哪个课程值得选，此外还需要分享学习方法和资料。

而且目前来看，评课社区的访问量中有很多甚至不是来自科大内部，而是校外的用户通过Google搜索课程信息而访问到科大的评课社区的。这让我觉得这个项目解决了一个非常有价值的问题，虽然问题本身不算大，但确实能给大家带来帮助。

另外，虽然当时我们只是自发地做这个项目，并没有真正打算创业或者寻找产品经理来打磨产品，但我们三个人的合作还是很有效的。张静宁负责产品和前端，我和室友则负责后端和数据库的搭建。

从设计角度来看，我认为科大这个课程评价网站在产品设计上相比其他学校的类似平台有优势。虽然它上线的时间较早，但设计细节上却很出色。比如，首页会展示最新的评价，这样用户一进来就能看到有价值的信息，提升了用户体验，而其他学校的平台可能首页只是一个空框，不知道该看什么，这种设计优点极大地提升了用户的使用体验。

此外，我们的搜索功能也做得很好，可以支持多种搜索方式，而不仅仅是精确匹配。我们对搜索系统进行了多方面的优化，确保用户可以通过多种关键词和课程名称找到他们需要的信息。很多朋友在搜索系统的优化上也做了不少工作，这也显著提高了搜索效率。我们希望用户能够提交更高质量的评价，因此设置了一系列机制，比如允许上传图片和进行文本编辑，这些都促进了更优质内容的产生，提升了点评的质量。

总的来说，尽管当初我们没有意识到这个项目的重要性，甚至在起初也有些不确定，但最终的成果让我感到非常有成就感，这种个人感受在我看来是非常重要的。

问：师兄在进行这些课外实践时，是否听到过一些不理解的声音，或者有人对这样的兴趣表示质疑？

答：确实会有这样的情况。毕竟我们在做的是兴趣项目，很多同学可能更关注的是这个项目的价值。为了吸引大家，我们采取了一些具体的推广策略，比如写点评可以送书，但最终也没有人要我们送的书，最后还是靠大家口口相传，慢慢让项目发展起来。这个过程是渐进的，让我们意识到，尽管起初不被理解，但坚持下去的努力最终会带来回报。

而且当时也有些老师认为学生没有资格评价他们的课程，但我觉得既然老师的讲课对象是学生，学生自然有权利对老师的课程进行评价。而且我还想起了现在AI领域的一个概念——超级对齐。超级对齐的背景是，如何确保一个比人更聪明的AI听从人类的意愿而不作恶。这里的关键在于，如果有一天AI比人聪明，那我们还如何去评价它呢？这就像我在学校时对老师的评价一样，尽管学生的能力可能不及老师，但他们的评价依然是有意义的，也可以在某种程度上可以促进教学的改进，为课程的改进提供切实的依据。

问：师兄在大学期间参与这些项目，是否也让你在未来更有勇气去尝试新的事物？

答：我觉得确实如此。在学校期间，我尝试了很多项目，包括在读博士期间折腾了区块链的比特币和以太坊挖矿，这些挖矿项目虽然与我的学习研究没有直接关系，但我喜欢折腾的过程让我接触到了多样的技术与想法。通过这些实践，我意识到自己可以做成很多事情。虽然一开始不太懂，但通过尝试，我很快就能理解这个过程中的各种技术和原理。这个探索与发现的过程让我意识到，自己的能力在不断提升，因此我也变得更加自信。

03 

洞见

问：师兄提到兴趣这个话题，从现在大学生的角度来看，师兄觉得在个人职业规划和学业规划方面应该从哪些方面考虑？

答：其实这取决于每个人的需求。有些人希望赚很多钱，比如说已经赚了100万但觉得不够，想要1000万，甚至一亿。对于这些人来说，选择一个离钱较近的行业，可能会更合适。很多人对金钱的兴趣构成了他们选择职业时的重要动机。而且，不同人的需求在选择职业时会影响到他们的决策，比如有的人追求的是财务自由则可能更注重工作本身的成就感和社会价值。

但如果我的目标不是为了挣很多钱，而是想做一些自己感兴趣的事情，比如探索新技术、参与社会公益，同时能够帮助人类，那么我就会更注重做那些重要的事情。我的目的是希望通过我的努力，能为他人带来更多的帮助，比如推动技术进步或改善社会福利。从长远来看，我并不太在意这些事是否能给我带来金钱上的回报，这种态度使我在追求目标时更加坚定和专注，每个人的选择和背后的动机都是不同的，个人兴趣在这个过程中尤为重要。

另外，除了动机之外，在考虑选择读研或出国留学时，还需要发掘自己的比较优势。比较优势是指在某些方面我比别人更有优势，比如某些特定的技能或资源。举个例子，如果让我选择去A学校或B学校，A学校的导师不太好，而B学校的导师很优秀，我会选择B学校。因为优秀的导师能为我提供更多资源，帮助我在学校里相对突出。在选择标准上，我会考虑导师的声誉、研究方向以及能够提供的机会，这些都会影响我的学术和职业发展。同时，在做选择时，我会确保这个导师在我的专业领域能提供足够的支持和资源。选择学校时，我会确保选择那些能够让我充分展现自己的能力和潜力的地方，当然，B学校的整体质量也不能太差，以确保我的发展潜力。

在职业选择上也是如此。如果有两家公司可以选择，第一家公司提供的薪资高30%，但是工作内容比较基础，大家都在做相似的事情，像是做一个螺丝钉，缺乏独特性。而第二家公司虽然薪水稍低，但职位非常关键，并且公司急需这个角色。那么在第二家公司，我就能承担很关键的职责，这不仅能让我获得更多的个人成长，也能为公司创造更大的价值。这种关键职责的承担将直接影响我的职业发展。在这样的环境中，我能够快速提升自己的能力，获得更多发展机会。

这就是我当初选择加入华为的原因。当时华为在高性能网络领域的研究比较稀缺，而我的博士导师也正好在华为，因此我能参与到一些非常关键的核心项目中并快速成长。我的参与不仅帮助了华为解决了实际问题，还促进了我的职业发展，我也入选了华为的“天才少年”项目。导师的指导和资源支持对我的职业发展起到了至关重要的作用，如果去其他公司，可能已经有很多人在做类似的事，我的成长就会受限，这样的选择对我的职业生涯发展会造成影响。所以我选择的依据始终是我在这个领域相对有比较优势。

问：很多同学会考虑要不要读博这个问题，尤其是计算机专业的学生，师兄有什么看法和建议呢？

答：关于读博这件事，我自己也是一名博士生，但比较遗憾的是我看到一些能力很强的师弟在攻读博士时的经历并没有想象中那么顺利，他们的工程能力和学术能力在本科毕业时可能比我当年要强，但在博士阶段取得的学术成果却没有那么多。

我认为这里面最大的因素是所谓research taste，也就是研究的品味，这个东西主要和学生所在的研究组及导师有很大关系。我觉得一个博士生的研究品味基本上就等于带他的导师的研究品味。若研究的品位没有得到很好的培养，一个博士生在学术发展的过程中将会受到非常大的限制。

如果选择了一个学术能力较低的导师，他们的指导水平可能也比较低；而有些导师虽然学术地位很高，但可能没有太多时间来指导学生，这种情况下导师对学生的成长和学术发展也起不到什么帮助。这两种情况都是在选择博士时容易犯的错误，尤其是在选择过程中，很多人可能并没有意识到导师的重要性。

此外，很多本科生在考虑读博时，往往也没有意识到导师的重要性，仍然认为上一个排名前50的学校或知名高校就很不错。但选择一个合适的导师更加关键，许多学生只关注导师的引用次数，而忽视了其他因素，比如导师的研究方向是否与自己的兴趣相符，以及导师的指导能力和可用时间，这些都是重要的标准。因此，我希望大家能够意识到，研究组的选择、研究方向和导师的重要性，这些都是在读博过程中需要认真考虑的，尤其是对于大部分本科生来说，这一点尤为重要。

所以建议大家在做决定时要充分权衡，尤其是要明确如何判断导师的好坏，包括他们的科研成果、指导经验和时间投入等方面。

问：对于那些还没有读博的同学，师兄觉得比较靠谱的调研方法是什么？

答：我觉得提前去实践是一个不错的选择。现在许多本科生都有机会参与各种科研项目，很多人尝试过后发现这个领域并不如想象中有趣。比如，我有个同学本科时对量子特别感兴趣，于是就去了一个相关的项目组实习，但实际工作却是每天摆放光路和多个镜片。这个光路实验过程非常复杂，涉及到多个镜片的精确摆放，一旦出错，可能需要花一两天甚至一周来修正。这让他意识到与自己幻想的高大上的研究有很大的落差，因此转向了计算机领域，我觉得这个转向的过程也是一个值得反思的经历。我认为，很多人在进入一个领域之前，凭借媒体或外界的宣传，对该领域的认知往往不够全面，甚至存在误解，这种认知差异会影响他们的选择和发展。

搞AI的同学可能也有类似的经历，刚开始看到ChatGPT，觉得AI很牛，想训练出一个比它更强的模型，但实际读博时并没有那么多卡让你去训练那种级别的模型。实验室里的资源可能只有几块卡，而这些卡还要与其他同学分享，最终只能做一些小项目，而导师的研究方向可能又是某个冷门领域，这样也可能会感到失落和无奈。

就我个人而言，我选择的领域是经过深思熟虑的。在本科期间，我参与了多个科研项目，折腾了很多系统，包括网站和网络服务。后来我去MSRA也是做系统研究，这样我就不会感到落差。

因此，提前对领域有一些概念是非常重要的。以前没有AI的话，我很难找到一个合适的人来解释复杂的概念，比如本科生想知道大模型的东西，真正懂的人往往没有精力给他解释，寻找合适的指导者是相当困难的。但现在有了AI，它可以帮助你理解一些基础知识和相关论文。如果你想加入某个导师的研究组，比如与大模型相关的研究，可以把几篇论文放给AI，它能用通俗易懂的方式帮你讲解，从而让你对这个领域有更深入的理解。我觉得，AI在学习中的重要性不言而喻，它能够以深入浅出的方式帮助你掌握复杂的知识，这对学习的积极影响非常显著。

问：师兄讲到了一个好的平台对于科研的重要性，我感觉这有时候也是一种机遇，遇到一个好的平台，遇到一个对的导师，才更有机会做出非常好的研究。

答：我非常同意这一点。一个优秀的博士研究环境和团队能够提供很好的机会。在MSRA，我的研究小组里聚集了许多聪明且研究能力强的同学，他们在各自的领域都有出色的表现，导师们也都是业内佼佼者。这样的环境是非常宝贵的，值得珍惜和争取。如果我当时是在一个资源很少的实验室，且与工业界的接触联系比较少，那么我的成果可能就会大大受限，影响力也会小很多，比如说缺乏相关的应用和实际转化的机会。因此，争取一个良好的研究平台和机会是非常重要的，这个平台不仅包括丰富的资源和设备，还要有良好的团队合作氛围，才能真正促进个人的科研能力与成果的转化。

04 

走出象牙塔

问：之前讲到了师兄的大学生涯和对同学们的建议，师兄博士毕业后便走上了工作岗位。走出学校这座象牙塔到工作岗位，你觉得有哪些核心的转变？

答：我觉得最大的一个区别就是说我到华为之后，意识到它是一家商业公司，而非纯研究机构，当时华为的2012实验室名为预研部门，算是偏研究的部门。但我们的工作仍然可以说是围绕商业应用展开，其实就是说提前一年多的时间进行研究，再用半年时间进行商业化。这种时间框架的明确性在学术研究中并不常见。虽然产品的实际转化并不是我们直接负责，但我们在研究和产品之间架起了一个桥梁，承担起了连接这两个领域的角色。

在华为，最重要的是创造商业价值，这与在MSRA这样的学术环境有很大不同。MSRA的氛围相对纯粹，研究成果可以仅以论文形式发布，而在华为，我的工作必须能创造实际的商业价值。这种转变让我学习如何判断哪些研究方向具有商业潜力。同时，我意识到这一点的重要性，因为它直接影响到我们的研究方向和最终成果。我们不能仅仅满足于发表一篇论文，而是要确保我们的研究成果能够在商业上产生影响。

此外，我们作为一个平台部门，也接到来自多个产品部门的需求，比如云计算、手机、AI和存储等。需求的多样性使我们的工作更加复杂和富有挑战性。我们必须避免陷入外包公司那种低效的局面，因为如果变成外包公司就完蛋了。

我们的目标是要创造通用的解决方案，而不仅仅是为某一特定需求提供定制服务。比如，我们当时开发了一套比较先进的高性能远程过程调用（RPC）系统，在数据中心的性能比传统TCP快十倍甚至百倍。同时，在手机上，它能够利用无线网络的特性和操作系统协议栈的能力，提升上传和下载速度，使得上传照片的时间从十秒减少到一秒。这个RPC 系统的关键是在多个领域都能用上，不管是数据中心的云计算、AI和存储，还是手机的端侧都能用，是一个通用的技术。

总的来说，我在公司工作的体验与学术研究的主要区别在于：首先，更强调商业价值；其次，要致力于开发通用型的解决方案，而不是专用的定制项目。

问：那对于个人能力的变化，你认为又有哪些转变呢？

答：我觉得主要有两个方面的变化，一个是沟通能力，另一个是管理能力。其实这两者都是和人打交道的能力。在学术部门，比如在MSRA，工作往往是比较单打独斗的。我负责一个项目，带几个小师弟一起完成，汇报关系相对简单，通常只需要向我的导师汇报就行。

但在华为，情况就大不相同了。一般来说，我们是每天都要开早会，带着团队讨论进展，而不是一周一次。如果进展出现问题，我还需要想办法和不同人沟通解决。此外，我还需要花很多时间与其他部门沟通需求和技术方案，确保客户的需求能够得到满足。这些都需要花费大量的时间和精力。在华为的这几年里，我甚至感受到自己从一个I人变成了一个E人，记得博士期间，我在做MBTI性格测试时，一直被测出来是非常明显的内向型I人，但从华为出来后，我已经转变为外向型的E人。

刚开始我刚去华为的时候，去其他部门出差，每次见到新面孔时，我总是记不住人名，于是在第二次再见面时就会感到尴尬，不好意思打招呼。那时我甚至请领导帮我打电话给其他部门不认识的同事，因为有时候觉得不认识就不好意思主动联系。但是当时的领导告诉我，这就是适应职场的过程，鼓励我多与人打交道。虽然到现在我觉得我与人交流的能力也还不算强，但至少在心态上已经有了非常大的转变。以前我害怕与人交流，现在我不再害怕，即使讲错了也没关系。

当然，我并不是说每个人都要从内向变成外向，这只是我个人的经历。但我确实认为，沟通能力在职场上是非常重要的，尤其是在一个需要频繁合作的环境中。

第二个方面是管理能力，诚实地说，我觉得现在我自己的管理能力还不够强。在公司里，个人能力总是有限的，不可能单打独斗，必须依赖团队来完成工作。因此，我需要管理团队的进度、招聘合适的人选，以及了解团队成员的进展情况。如果有人进展缓慢，我需要找出原因，可能是心态问题、工作能力不足，或者是遇到了技术困难，甚至可能是身体不适。有一次，我的领导告诉我，作为管理者，要具备察言观色的能力。这种能力就是能够敏锐地察觉团队成员的情绪和状态。例如，如果有下属和配偶发生争吵，作为领导也要敏感到这一点。那时我心里想，“我怎么会知道他们吵架了？他们又不会告诉我。”领导告诉我，如果你这样想，就不是合格的领导。

问：那对于还没进入工作岗位的同学，如何培养自己的这些能力，请问师兄是如何提前做好准备的？

答：我觉得在学校可以多做一些事情，比如在本科期间参加社团活动，这样可以锻炼管理能力和人际交往能力。我记得在Linux用户协会的时候，我的社交能力非常差，甚至不敢和陌生人打电话，这种情况在我上大学之前表现得尤为明显。因为在初中和高中时，我一直在家里只知道学习，几乎没有参与其他活动，这让我在社交方面的能力得不到锻炼。那时我连去小卖部买东西都感到有些紧张。

我记得在组织活动时，我们需要购买水和做海报。每次去找制作海报的店家时，我都要找同学陪我，因为自己去的话会很紧张。这种陪伴让我在面对陌生人时稍微减轻了些许紧张感。订水的时候还得打电话联系，那个时候没有外卖，电话沟通时我常常感到无从下手，甚至不知道该如何开口。询问卖家时，我常常纠结于选择一块五的农夫山泉还是一块钱的其他水，这让我想了半天，旁边的同学都觉得我买水这么纠结非常搞笑。这些经历真的是在学校里慢慢锻炼出来的，所以我认为在学校多参加一些活动，比如学术活动、各类科研竞赛和社团活动，都是培养管理能力和人际交往能力的好机会。

问：确实，而且我觉得在学校里做这些事情的机会成本相对较低。

答：没错，你说得很对。机会成本确实比较低。如果到了公司后出现问题甚至闯了祸，那成本就很高了，这就可能会导致职业发展受到影响，甚至影响个人成长。

05

投身创业浪潮

问：师兄从华为出来就选择AI创业，师兄认为自己创业的核心动力是什么？

答：我觉得主要还是出于兴趣。正如我之前提到的，我认识到AI这个东西非常重要，它会改变世界。AI不仅能够理解人类的语言，还能在各个领域中处理复杂的任务，比如自动驾驶、智能客服和医疗诊断等，这些都是传统技术难以解决的特定领域问题。AI的能力意味着它能够做很多通用的事情，而这正是我决定在AI领域做些事情的原因。至于为什么选择创业，我认为创业能更高效地利用资源，最大化地利用一些杠杆。比如，在大公司工作，虽然资源丰富，但用户的认可并不是完全属于你自己的。

当我创办自己的公司时，我意识到我需要清楚自己的能力与大公司的支持之间的区别。我觉得可能要有一个认识，就是要明确哪些能力是自己所具备的，哪些是依赖于大公司平台的。起初，我对这些并没有很清醒的认识，因此走了一些弯路。我曾认为管理团队并不难，可以轻松招募几个人，但实际上，创业招人远比在华为要困难得多。华为拥有良好的品牌效应，大家会觉得它更靠谱，同时在招人方面有成熟的体系和专业的HR支持，这些HR会在背后筛简历并打电话，而我必须自己打电话筛简历，工作量非常大，面临的挑战也随之加重。我在华为申请几个服务器根本就不是个事，但在创业公司就需要自己购买服务器并放置在机房，这个过程比我想象的要复杂得多，期间我们花了两个月的时间才把这件事情搞定，面临的困难包括设备采购和机房管理等。买机器放机房的事没有想象中那么简单，内部的办公系统和管理流程在大公司中是非常成熟的，那里的系统能够支持团队高效运作，而在创业公司则需要依赖外部工具如Slack、Notion等，这些工具的便利性远不及华为内部的系统，导致工作效率低下。创业面临的挑战远比我想象的要多，但我仍然想继续这条路，因为创业让我能把自己的想法变为现实。

问：创业时可以利用哪些杠杆具体有哪些呢？

答：创业时有很多杠杆可以利用。首先是资本的杠杆，大公司的项目投资很大，而创业者可以通过吸引投资，借助投资人来实现资金的杠杆。吸引投资的关键在于能够清晰地展示你的商业模式和潜在的市场价值。其次是时间杠杆，这是指团队的力量。虽然大公司也有团队的杠杆，但在创业公司，你需要组建自己的团队，借助团队的力量来共同推进项目，团队的重要性在于它不是一个人，而是多个人的协作与贡献，这在创业中是非常关键的。

此外，还有未来的杠杆，类似于期权。许多创业者的财富自由并不是因为公司的盈利，而是因为他们的股份期权兑现了。这意味着他们的财富自由实现路径来自于公司未来的潜在收益。只有当公司具备长期价值时，大家才能看到更大的故事。换句话说，就是通过期权提前兑现未来的收益，这在创业中是至关重要的。

问：师兄在创业过程中的思考非常前瞻性，师兄似乎很享受这个思考的过程。能否分享一下你是如何培养这种思考能力的？

答：我觉得这可能源于我小时候的培养。我的奶奶对我影响很大，她总是教我凡事都要问“为什么”。这种习惯让我在面对问题时，愿意去探索背后的原因和逻辑。她不仅鼓励我提问，还常常与我讨论生活中的各种事情，比如自然现象、社会问题和家庭琐事等，这些讨论帮助我建立了深入思考的能力。我想，这种思维方式帮助我在思考时更加深入。

问：师兄从工作转向创业过程中，应该结识了不少伙伴。能否分享一些有趣的故事？

答：确实有很多有趣的事情。创业的过程中，往往会遇到许多意想不到的连接，就像乔布斯所说的“connecting the dots”，这意味着那些看似无关的经历最终会在某个时刻串联起来。我创业的时候，和一位同学的合作就是一个例子。我们两个其实并没有直接的交集，他是14级的学生，而我大约是10级的，年级差异让我们的经历有了不同的视角。他在科大是微软学生俱乐部的会长，而我正好与微软有很多学术合作，涉及到一些技术和项目的对接。因此，我们在多个合作项目中有了很多的接触和交流，这种就是“connecting the dots”。

这位同学在伯克利的一个顶尖AI团队有工作经历，那个团队是AI领域中非常强的一个组，专注于许多前沿的AI技术。我在华为则参与了很多AI Infra的项目。我们两个都是从一个纯系统领域转到了一个AI Infra的方向，然后也有创业的想法，所以之后我们也开始合作创业。

问：在如今的环境下，求职和内卷压力很大，创业的形势似乎也不太乐观。然而，很多同学仍然对创业充满想法，会考虑创业时机的问题，师兄对创业时机有什么看法呢？

答：创业的时机有很多种。首先，有一种是连续创业者，他们从毕业开始就不想去大公司，而是选择创业。这类人通常从小就受到创业的熏陶，心中有强烈的生意意识，能够不断尝试。第二种是在大公司工作一段时间后，发现行业机会而选择创业的人。我就是属于这一类，曾在大厂里工作，发现了市场中的机会后决定出去实践自己的想法。第三种人是在实现财富自由后选择创业，他们可能有了一定的经济基础，但不知道接下来该做什么，于是开始创业，去探索自己感兴趣且有价值的事情，创造出第二曲线的可能性。

我认为这三种类型的创业者各有特点。连续创业者往往具备很强的业务敏感性，大公司转型者则更注重行业机会分析，而财富自由者则往往追求个人兴趣和价值实现，还是要综合考虑个人的情况去选择自己创业的时机。

06

AI时代的求职建议

问：在求职方面内卷也很严重。这种内卷现象使得同学们在求职时倍感压力。师兄对于即将进入工作岗位的同学有什么建议呢？

答：关于求职，我觉得可以从两个角度来看。首先是如何获得更好的offer，其次是如何选择offer。首先，如何拿到更好的offer，我认为关键在于把自己的简历和相关材料包装得更符合目标公司的需求。我觉得这点非常重要。很多没有工作经验的同学可能会忽视这一点，他们以为自己的学术成果和高GPA就足够了，甚至会觉得自己有好几篇论文，这种自信来源于学术成绩，但实际上公司更需要的是能迅速上手、解决问题的人。很多人会发现，我这个学术成果也挺好，但到了公司却没有合适的部门匹配他们的能力，这往往是因为在准备简历时没有考虑到如何与目标岗位相匹配。

其次，在面试过程中，如何更好地展示自己的能力也是非常重要的。我建议同学们可以先从一些相对不那么心仪的公司开始练习面试，因为很多人初次面试时会紧张，不知道如何回答问题，这种情绪在求职中是非常普遍的。实际上HR和面试官常问的问题是相似的，因此，通过这种“练手”，可以积累一定的面试经验，自然能更好地应对更高要求的公司。此外，多面几家公司，互相比较offer也是个不错的策略。很多同学因为只面对一个公司的offer而被坑，所谓“被坑”的原因在于他们只想去某个公司，而最终只能接受最低的薪资。当HR问到是否还有其他offer时，如果回答没有，就会处于被动局面。这是因为公司都是商业独立的，期望以最低的成本雇佣合适的人才，这种商业逻辑直接影响到薪资的谈判。因此，拥有其他的offer作为背书，能够增加在谈判中的筹码，这一点也非常重要。

在选择offer方面，我觉得要综合考虑多个因素。其中最关键的一点是小环境比大环境更重要。这与选择学校的道理类似，团队氛围和直属领导的素质会直接影响一个人的职业发展。以华为为例，不同部门可能给人的感受截然不同，甚至可以说是两个公司。有的部门领导不懂技术，只关心表面工作，而有的部门则有技术背景的领导，既关心技术细节，又愿意给予很多指导。这种指导内容包括职业发展建议、技术难题解答等，提高了同事们的工作能力和团队的整体表现。这种情况下团队氛围良好，能促进个人和职业的快速成长。在这样的环境中，自己成长的速度也会加快，尤其是在团队中与有上进心和技术信仰的同事们共同讨论有深度和有价值的问题时，个人的学习和进步会得到极大的提升，因此选择工作时，团队的氛围和领导的能力是非常重要的。

问：那如何在求职过程中了解团队风格和领导风格，因为这对自己的发展很重要。但在求职之前，似乎很难接触到这些信息，师兄觉得这个问题该如何解决呢？

答：求职前确实很难接触到面试公司领导的情况。对于从事研究的博士生来说，这个问题可能稍微好一些，因为研究领域的圈子本身就不大。比如，进入某公司后，领导可能也在这个领域做过研究，这些人脉可能更多的是在科研过程中通过交际自然形成的。比如说，我在做研究时，必然要参加学术会议，这些会议通常是领域内的重要交流场所。在会议上，我不仅要听报告，还需要主动去认识一些人，与其他人交流，在这个过程中，我会逐渐认识一些同行，增加自己的社交圈子，建立良好的联系。当然，这里也涉及到一个关键点，那就是social能力。很多人会问，既然现在有这么多便利的渠道，比如论文、课程和公开资料，为什么还要花钱去参加线下会议呢？其实，线下会议的一个主要目的是为了人际交流和建立联系，尤其是面对面的互动。开学术会议的目的实际上就是为了social和认识人。在会议中，我经常看到一些资深的前辈，他们通常在听完重要报告后，会主动去外面交流，而不是坐在会议室里听报告。

当然，我认为“要有social的资本”，这一点非常重要。一般来说，资深人士在遇到你时，第一个问题可能就是：“你之前发过什么论文？”如果你没有相关的背景，可能就会让他们失去兴趣。所以说，在科研的过程中多参加相关的活动和讨论，可以帮助你积累见识和信息，帮助你提前了解公司中团队的情况。

问：接下来想请师兄谈谈对AI的看法。去年师兄做了一次名为“Chat向左，Agent向右”的分享，师兄能聊聊关于Agent产品或技术的看法吗？

答：首先，大模型所有与现实世界交互的部分都必须依赖于Agent。Agent的作用是作为中介，帮助用户与外部环境沟通。举个例子，假如用户想查天气，需要调用一个天气API，或是订外卖、打电话，这些操作都需要依赖Agent来协调和执行。这些Agent在与外部世界交互时承担着重要的功能，确保信息的准确传递和操作的顺利进行。Agent可以在多个场景中应用，例如在购物、预约和信息查询等。

其次，凡是涉及复杂工作流的场景也都需要Agent。例如，想要创建一个助手来总结我之前的学习笔记并据此提问，这就涉及到Agent。因为我的学习笔记数量庞大，不可能一次性全部输入到大模型中。在这种情况下，需要一个外部Agent来提取或总结相关内容，这个过程可能包括信息的筛选、归纳和重点提取，以简化信息处理的复杂性。接着，生成的内容可能还不足以回答问题，这时可能需要重新提问，使用不同的方法进行搜索，获取新的信息，再给出答案。这种情况通常发生在知识库中的信息未能涵盖用户当前的需求时。实际上，处理信息的复杂性在于Agent需要通过多次迭代和反馈来不断优化答案，确保最终生成的内容能够满足用户的需求。

这就是所谓的Agent工作流，它需要一步一步地完成任务。在这个过程中，反馈机制非常重要。Agent必须根据用户的反馈和环境的变化，调整其下一步的行动，以确保任务的有效推进。例如，如果生成的内容不完整，Agent可能会要求用户进一步澄清需求或提供更多上下文信息。这种反馈不仅是简单的输入和输出，而是一个动态、互动的过程，正如人类在处理事务时一样，必须根据环境变化逐步调整行动。

我们在处理事务时也是如此，不能一次性将所有输入都准备好，然后直接输出。我们根据环境的变化和反馈，逐步进行下一步的行动，这种灵活性在处理复杂任务时尤为必要，正如人类在实际操作中一样，必须灵活应对，逐步推进，确保每一步的决策都是基于最新的反馈和信息。

问：AI发展非常迅速且充满不确定性，比如以前计算机视觉（CV）领域曾经非常火热，而现在似乎无人问津了。师兄认为在AI这样发展非常快的环境中，作为个人如何把握方向和抓住机会呢？

答：我认为主要有两个方面。首先是发挥比较优势。正如我之前提到的，选择一个领域并不是因为它最热门，而是要考虑自己的优势。比较优势的具体定义是指在特定领域中，借助自己的技能和经验，获取相较于他人的竞争优势。热门领域意味着会有很多人参与，竞争也会非常激烈。如果我在某个领域没有优势，半路出家杀进来盲目跟风并不明智，这种竞争的压力会让我处于劣势。例如，在创业时，我不会选择基础大模型的训练，因为我对基础模型的理解有限，而当时已经有很多人专业从事这个领域了。因此，找到自己在某个领域的独特优势至关重要，才能看到别人未曾发现的机会。我认为这就是比较优势的重要性。

第二个方面是方向的选择。人工智能领域发展非常迅速，许多旧的算法，比如一些传统的计算机视觉和自然语言处理算法，可能很快就会过时。新的算法层出不穷，像transformer等基础技术的发展也极为迅速。我们不能指望某个技术在十年后仍然适用。连OpenAI都说自己没有护城河，那我一个人怎么会护城河呢？所以我认为首先要打好基础，掌握AI领域那些长期有用的理论和算法。此外，持续学习也非常重要，保持开放的心态是关键，永远保持学习的心态，不断吸收新知识。

我个人认为，在这一波AI创业中，许多AI资深人士的失败率反而较高，原因在于他们的思维模式相对固化，不愿意接受新技术，而这可能会导致很大的问题。正如字节跳动的一句口号所说，“always day one”，也就是永远保持第一天的心态，无论是创业还是做研究，始终应以开放的态度面对新事物。

问：那么师兄认为个人是否有能力把握未来AI的发展趋势，或者预测未来会出现哪些新的风口？个人是否能够做到这些，还是说我们的重点应该放在培养快速学习的能力上，以便在机会出现时及时转变方向？

答：这两者都很重要。首先，预判未来的发展趋势确实很关键，这也可以理解为一种研究品味。例如，关于通用人工智能（AGI）是否能实现，这个问题就存在分歧。有些人认为AGI永远无法实现，而我则相信它是有可能的。这种看法反映了研究者在思维上的差异，尤其是对AGI的实现及其潜在影响的不同看法。此外，在技术细节方面，比如生成视频和图像时，长期来看是扩散模型更靠谱，还是自回归模型更有效，都会影响研究方向的选择。这些不同的模型在应用场景上有着各自的优势和限制。

这种能力不仅仅依赖于理论知识的积累，更需要时间和实践经验的锻炼。同时也必须保持快速学习的能力，以便在新机遇出现时能够灵活应对和调整。随着技术发展，我们也需要不断修正自己预测未来的模型，不断打磨自己的research taste。比如大模型之前和之后，好的research taste 评判标准可能是完全不同的。

问：现在看来AI发展得非常迅速。师兄觉得这个技术会带来失业问题吗？在AI时代，大家似乎都担心自己会被替代，师兄认为该如何提升自己的不可替代性？

答：这个问题很重要。关于不可替代性和失业问题，确实会有一些人失业，但失业往往是因为这些人不愿意学习新知识。如果他们愿意以开放的心态去学习和掌握 AI 技术，也就是如果说他愿意去用这个”always day one”的心态去学好 AI，就一定不会失业。实际上，AI 大大提升了我们的工作效率。比如，写代码时使用 AI 的话，效率可能会提高几倍。我原来可能一个礼拜的工作，现在可能两天就能搞定，这使得工作效率的对比尤为明显。

如果我能率先掌握这些先进的 AI 工具，我的工作和学习效率就会显著高于他人，特别是在别人还不会使用 AI 的时候，我的先发优势就将使我脱颖而出。

第二个问题是，整个社会的需求是否会因此缩减。我认为不会。虽然AI降低了成本，但整体需求会增加。举个例子，我之前有很多小项目想做，但因为没有时间和团队，无法实现，而且雇团队还得管理，复杂性也很高。然而，现在AI的能力已经足够强大，我只需要一个小团队就能完成原本需要大团队的项目。这样，许多之前只存在于我脑海中的想法都能变为现实，更多的创意也能得以实现。

再比如，很多偏传统的行业其实是没有数字化的工作流程，依靠的只是简单的 Excel 表格等工具，缺乏自动化管理。每个行业的工作流程都不一样，定制化开发的成本非常高，做很多定制化开发的成本算不过来。华为也是很久之前就不再做这种行业定制化开发了，这个原因就是因为这个软件的成本太高了。

如今，随着 AI 开发代码能力的提升，只要一个行业有明确的文档描述需求，就可以根据这些需求开发出合适的软件。这样一来，开发效率提高，很多行业的数字化转型和自动化就变得可行。因此，我认为 AI 能够激发许多新的需求，不必过于担心失业问题。

当然，失业问题确实会客观存在，这就像当年的工业革命一样，机器取代了人工劳动。如果一个人不愿意学习操纵机器，依然想继续手工劳动，最终可能会被淘汰。那么同样，假如我是程序员，我写代码，却拒绝学习 AI 辅助编程，固执地坚持一行一行手写代码，那未来也有可能面临被淘汰的风险。

问：师兄提到AI可以大幅提高个人的工作效率，能分享一下师兄在日常工作和学习中如何使用AI工具吗？有没有什么好的方法推荐给同学们？

答：我觉得有几个工具挺好的。首先，在写代码方面，我觉得Cursor是一个非常不错的选择。Windsurf也是一个类似的 AI辅助代码开发工具。如果更有钱的话，可以尝试Devin 这种自动化程度更高的工具。

另外，我平时使用较多的工具是AI聊天助手，用于解决日常问题。由于我自己是搞AI的，我可能会选择自己部署一套，用的是一个叫做OpenWeb UI的开源软件。这个开源工具的特点是，可以根据自己的需求进行定制。这个工具的使用体验比ChatGPT更好，因为ChatGPT主要面向普通用户，而为了节约成本，它会在某些功能上做很多trick。例如，上传一本书时，它不会直接将整本书放入模型的prompt中，而是会截取一些节选来回答。这种方式虽然能节省运行成本，但有时会导致回答不够准确，我不希望他给我在书里边只摘了只剩一章，导致他回答的东西不正确。这样的话，可能会影响我获取信息的完整性。我宁可多花点钱，来确保回答的正确性，所以我可能会更倾向于使用这种更专业的工具。

无论选择哪个工具，关键是要经常使用。例如，很多时候我突然想起一个问题，而不想花时间去搜索。通过AI，我可以快速得到常识性的答案，这大大提升了我学习新知识和解决问题的效率。我自己学新知识的能力也得到了显著的提升。现在像o1这样的模型在推理能力方面表现出色，能有效解决数学和理工科相关问题，虽然不保证完全正确，但至少能提供一个思路，帮助我们理解问题。我记得当初上大学的时候，许多课程都是数学和物理的，如果不懂题目，根本不知道该去哪里找答案。有时只能找其他同学询问，但万一那个同学也不会或者他也做错了，那就会很复杂和麻烦。那时候，老师或者助教可能只是给你打一个叉，但你仍然不知道为什么错，书上也没有参考答案，导致我在学习过程中遇到了很大的困难。通过AI的帮助，现在我们可以更方便地获取所需的信息，解决了很多学习上的困扰，我觉得有现在有AI的话可以给我们很多方便。另外，我觉得用AI学习英语也是非常实用的。特别是ChatGPT支持语音聊天，发音标准，对学习口语也很有帮助。

问：现在科大的很多非计算机专业的同学都在考虑转向AI领域，因为大家都觉得AI非常火热，想要转行，希望能参与到这一趋势中。师兄怎么看这种现象？对这些非计算机科班的同学转向AI，师兄有什么建议？

答：我觉得并不是所有人都需要转向AI。我们可以把AI理解为一种工具，类似于计算机。其实很多学习计算机专业的人实际上是在制造计算机，但大多数人只需要学会如何使用计算机就足够了，AI也是如此。并不是每个人都需要学会如何构建一个AI模型或训练更好的模型。

我注意到，现在很多人对错过AI机会感到恐慌，会有所谓的FOMO，即“fear of missing out”，因此都想转行。这个现象反映出一种紧迫感，很多人害怕错过AI带来的机遇，然而，AI的算法发展变化迅速，有可能会形成泡沫，很多人进入这个领域后会面临激烈的竞争，最后可能很多人又是卷的要死。所以，除非你在算法方面确实有天赋，能够在这方面做出一些创新，否则我建议大家冷静一点，冷静的方式包括深入调研AI技术的应用，了解自己所在领域的需求，更多地去尝试利用现有的优秀模型和世界上最好的AI产品，看看这些工具如何能为你所在的领域带来改变，这样的做法可能更为实际。

问：非常感谢师兄的分享！师兄对同学们还有什么其他建议或者寄语吗？

答：哈哈哈，我觉得可以这样说吧，我希望师弟师妹们在科大都能过得开心快乐，找到自己真正感兴趣的事情。在寻找兴趣的过程中，大家可以多尝试不同的领域，积极参与各种活动，以帮助自己更好地探索。这是一个重要的过程。大学教育的关键并不在于你学到了多少知识，而是培养出一种学习能力，以及发现自己真正的兴趣和方向，这是我认为大学生活中最重要的一些事情。而且建议师弟师妹们在追求知识的同时，也要多与他人交流，拓展视野，积累人脉，这将对未来的职业发展大有裨益。随着你们知识的积累、能力的培养、人脉的拓展，未来将会有更多的机会在等着你们。