田渊栋在meta做什么

实锤迈塔拉玛寺作弊直言 alexander 王太嫩吐槽迈塔超级智能实验的人都被大模型洗脑，离职的杨丽坤可谓是释放天性，爆了一堆猛料。另一边，同样离开迈塔的田园洞也在个人年终总结里透露了一些内幕，自己原本是被小渣拉去救火的，没想到却迎来了意想不到的结局。 先来看杨丽坤，直接接下了去年四月大模型竞技场官方的雷神之锤，为什么横扫各个机准的拉玛寺在实测中这么拉跨？因为机准测试结果有点被篡改了，团队当时使用了不同的模型来获取更好的结果，换句话说就是是的，我们作弊了。 谈到为何离开麦塔，杨立坤也很直白，麦塔过于看中的大模型在他看来是条死胡同，同时自己的基础研究方向也逐渐被边缘化。道不同不相为谋，相较之下，二五年离职的田园洞可能要更曲折扎心一些。 去年年初，田园洞突然被拉去拉马寺救火，潜心钻研深度学习的他还事先列了个二乘二回报矩阵，这么看确实该去帮忙，就算不赚总不会亏吧？然而事情总会朝着难以预料的方向发展，拉马寺惨败还被暴造假， 小扎直接恒温开启卸磨杀驴模式。继赶鸭子上架被选中之后，本不该为此负责的田园洞组又成了被郭霞被打包踢出了 metta。 怪不得田园洞直呼社会太复杂。 不过他倒是看得很开，表示在强化学习的核心问题上还是有点进展，自己也早就有离开 metta 的 想法，还说这段坎坷经历将成为他的小说素材。提到未来，二人的选择算是不谋而合，俺也一样。 杨丽坤仍然坚守自己心爱的世界模型，筹集资金创立 ami 实验室。田园洞也拒绝了大厂的 offer， 决定创业细节选择保密。仕途不幸施家幸，父道沧桑巨变功。期待田园洞的小说创作，也期待二人各自的公司在未来翻出新的水花。

最近圈子里有一篇年终总结真的被刷爆了，就是田渊栋老师的那一篇，很多人转发的时候都盯着一个点，他被裁了。 毕竟人家是在曼塔一干就是十多年，是强化学习方面很有名的华人科学家。最初呢，还被拉去给 love for 救活，忙活了大半年，结果十月份人直接被裁了。这剧情谁看了不顺一趣啊。 但我这两天把他那份总结反复读了好几遍，发现真正扎心又关键的不是财源八卦，而是他提出了一个很多人会很陌生但超级重要的概念， 费米能及。他说 ai 时代的人才价值分布会越来越像物理学里的费米能及。听起来好像很硬核对吧？别急宝子， 我用萌妹子的版本给你捋顺。先简单介绍一下田渊洞是谁，本科毕业于交大，博士毕业于 c m u。 毕业之后呢，先去了 google 无人驾驶团队，后来又转去了 facebook 的 ai 研究院，也就是菲尔那边，一待呢，就待了十多年，主攻强化学习，重要论文也发了不少。 这种履历，说实话，前半段的职业生涯真的是过得非常的舒服。就是那种啊，风大浪大，但他坐在头等舱的感觉。 他自己呢，也挺坦诚，最近一两年做事讲话都带点，哎，要不公司赶紧把我开了吧的心态反而越来越放的开。二零二三年底休长假的时候差点就辞职了，但是最后呢，还是没有签字，哎，转折来了，二零二五年一月底 被调去了，给 love for 救火。作为强化学习的老手，他去之前还特别认真画了一个二乘二的回报矩阵，把各种可能性都算得明明白白，去帮忙呢，项目成了皆大欢喜，去帮忙，项目没成，至少是问心无愧。他算来算去，觉得去是最稳妥的选择。 结果发生了他完全没算到的第五种可能，去帮忙，人被裁了。一夜之间，他从大厂首席科学家变成了失业人员。这反差，真的就像是被平地一声雷击中了一般。 重点来了，他年终总结里几乎没有怎么写被裁的情绪，他反而写了大量的文字，讲了一个现象，以前我们了解职场，大概是这样，经验越多， 能力越强，回报越大，是一个单调的递增曲线。所以大厂有职级，职级随年限爬升，越老实越吃香。但现在呢，情况变了。现在评估一个人的价值，不再看你本人能产出多少，而是看你能不能让 ai 变得更强。 他说的很直白，你加上 ai 的 产出要大于 ai 单独的产出，你才有存在的价值。这听起来好像很残酷，但他说的呢，却是一个趋势， ai 供给越来越便宜，人的价值会出现一个门槛。 在很长的一段成长期里面，大多数人的能力可能比不上 ai， 但在那段时间里，人本身就会被压到很低的价值区间。只有当你强到某个程度，你能辅助 ai， 让 ai 更强，你的价值 才开始出现。而且一旦踏过这个门槛，差距就会被拉得很夸张。普通人呢，给 ai 的 产出修修补补，润润色，那厉害的人呢，提出系统性的解决方案，让 ai 直接升级，这种提升会被几何级数放大，听着就很可怕，是不是这个呢？就是费米能级，类比 人类社会的水位线，他把它类比为物理里的电子分布，低于某个能级的电子到处都是，那高于这个能级的电子指数级就会变少。这个能级就像 ai 洪水的水位线， 田园洞把它叫做人类社会的费米能级。然后呢，他又说了一句更扎心的话，低于费米能级的职业，可能一夜之间就会被颠覆，就像是地震一样， 前一天还岁月静好，那可能后一天整个行业都会被端掉，而且这条水位线还会一直一直往上涨。他说自己的变化，现在做项目第一反应是还要不要人。 以前做项目招人是非常重要的一环，现在他脑子里的第一个问题变成，嗯，还需不需要人？几个扣贷进城，一开下指令，他们就能二十四小时不停的干活，速度呢，肯定是远超了人类了，还永远听话，毫无怨言，随便 pua。 嗯，这句话呢，确实是 很吓人啊。他还吐槽说，那现在跟 ai 工作，他最担心的不是人累不累，而是工作量有没有给够，今天呢？剩余的 token 呢？有没有用完。然后他就说了那句经典的话， 每个月交给 open ai 的 二十块钱，一定要榨干它的价值。呃，我突然意识到，就是因为这区区的二十块钱，我已经成为了每个毛孔里都滴着血的肮脏资本家。 我看到这里呢，虽然觉得很幽默，但确实背脊发凉。因为呢，他接着说，全世界最聪明最富有的头脑也一定是这么想的。所以呢，丢掉幻想，准备战斗，那普通人怎么办呢？ 他用了一个特别有画面感的比喻，未来不是那种传统的冒险故事，大家呢，抢稀缺秘籍，寻找唯一的阿拉丁神灯。相反，未来是一个 a i 都向神灯能力超群，渴望实现别人的梦想。所以真正稀缺的不再是实现梦想的能力，而是 愿望本身。因为大模型提供了极其廉价的思考，结果很多人呢，会慢慢失去了主动思考的能力。那久而久之呢，原创能力就被掏空，思想被生成，内容同质化，最后呢，变成了一具空壳，连取愿都不会了。 他说，这才是新时代对懒的定义，不是体力懒，是精神懒，没有空闲去思考，也没有能力构思独特的东西。 最后那句话呢，我确实是读到心里去了。他写，如果将来的孩子立志去土味六开演唱会，或者想在黑洞边缘探险，千万不要打压这种看起来荒诞的志向，因为这份宏大的愿望，可能正是他们一辈子主动思考的源泉，也是让他们始终站在费米能及之上的关键。 总结一下田园洞这篇年终总结，想说的可能是，只要你还在主动思考，你就不可能被真正的淘汰。用思考对抗童话，用目标对抗迷茫，这可能才是 ai 时代一个人最深的护城河。关注我，带你了解全球最前沿的 ai 信息！

田云洞被裁这个事情大家都刷到了吧，请不要当个简单的热闹看啊，这些点你真的思考过了吗？一、连这种级别的大脑都会被裁，我们普通人的安全感到底在哪里？二、大环境波动的时代，变来变去的规则，个人应该何去何从？ 三、 ai 会导致普遍性的失业，到底是大势所趋还是制造恐慌？如果不想坐以待毙，又应该怎么办？ 在分享这些思考之前，很多人可能还不熟悉他，田燕栋，北科交大 cmu 博士，毕业后先后加入了 google 的 无人驾驶团队和 facebook ai 研究院，主攻强化学习， 发表过多篇有影响力的论文，简单说就是学历顶尖，履历耀眼，专业过硬。但是就在二零二五年的十月份，他被裁员了。消息一出，有人震惊，有人恐慌，连这种级别的大佬都会被裁，我们普通人的安全感到底在哪里？ 十月，大家的焦虑并不是没有道理，但我们亲眼目睹那些站在行业金字塔顶尖的人，也会可能一夜之间失去位置的时候，大家不得不怕。 关于裁员这件事情，我觉得我们需要重新的建立认知。首先，裁员代表不了任何的指向， 代表你不优秀吗？代表你的能力问题都没有。所以你看，传统思想下，裁员的色彩都是悲情的，甚至是失败的代名词。但是很多时候，它只是企业战略调整下的一个决策结果而已， 这个业务线可能被砍掉了，这个方向也可能暂时不投入了，整个部门被重组了等等。这些确实是在大环境波动的时代，个体在组织面前的力量是非常脆弱的，但是也正是因为这样的波动，市场也正在重新的洗牌，你不需要的牌，也可能是刚好别人要胡的牌， 这个市场对于裁员的反应只会越来越脱敏。所以首先先从认知上先对其进行去悲观化，不管是经历过或者正在经历的屏幕前的伙伴们，不要因为这个事情去否定自己。 二、变来变去的规则应该何去何从？你发现了吗？现在被优化的往往不是能力最差的那批人，而是性价比不再匹配预期的那批人。 过去我们习惯的职场模型是，工作年限越久，能力越强，回报越大。这里我们先不讨论本身这种模式有没有问题，但是越老越吃香，这个似乎已经是我们普遍的共识。但是如今的情况是，凭空一个人的职场价值，不是看你个人能够产出多少，而是看你能不能在 ai 协助中实现增值。 换句话说，你的个人产出价值就是零，换句话说，你就是被 ai 替代了。 这意味着不仅仅是简单重复的机械劳动可能会被 ai 替代，甚至以纯粹依赖经验积累的体力型脑力劳动也正在贬值。能够驾驭 ai、 引导 ai 用人的判断和创造力为 ai 赋能的人，才可能真正适应这个时代的发展。 这不仅仅是 ai 取代人力那么简单，我们面对的不是单一技术的这种冲击，而是系统性的重构，行业在洗牌，岗位也在重建，能力要求在升级，创新压力传达到每一个个体上。 三、 ai 会导致普遍性的失业，到底是大势所趋还是制造恐慌？其实我们身边就已经有这样的例子，大家线上购物的时候应该都发现了， 基本上每家店都配备了 ai 的 客服。所以说当你的问题要问好几轮，或者说识别到了比较复杂的问题，后台转人工后，才会有人工的回复。你看，在客服这个板块，需要的人一定比之前更少了， 不想坐以待毙应该怎么办？其实现实是残酷的，企业越来越需要的是能够直接或者间接创造营收的人。 但是有一项能力是可以应对千变万化的市场，那就是销售能力。请注意，这里的销售不仅仅是只卖产品，每一个职场人本质上都是在向公司销售自己。你的专业能力是你的产品，如果不把自己当做一个产品来打造的话，市场就会把你当做一个成本来衡量。 从追求稳定职位要转化为去形成你的稳定能力，比如培养解决复杂问题的能力，而不是简单执行单任务的能力， 积累可迁移的行业认知，而不是某个岗位的操作经验。有人说，我只是一个普通的内勤岗，我如何能够锻炼出这样的能力？确实，对于做项目的人来说，更加能够获得这样的能力，但我是一个内勤岗，我可以分享一些我自己的锻炼能力。方法，一、 尽可能的参与对外的项目。通过你与业务方的交集，参与讨论，主动赋能，不要把自己定义为本职，工作之外的内容一概无关。二、学习没有输入就不可能会有输出。这里的学习尽可能的是往复合技能方向走。懂财务的可以懂税务，懂法律的可以懂业务，懂业务的可以懂销售。 另外还有一个万精油的技能，英语懂得都懂啊。三好的工作习惯，文字功底啊，汇报能力、表达能力、逻辑思维。四附加能力， 谈判能力、商业思维、情绪价值。我说的这些因为偏袒原因，我们不具体展开，但是任何一个你都可以网上找到练习的视频，我相信能把视频看到这里的朋友，其实你应该知道怎么去做了，大胆去做就好了。

连 meta 的 核心科学家都能被踩？我先把这句话放在这啊，不是你不努力的问题啊，是这个时代真的换了底层规则。我这两天刷到一篇东西，说实话，看完是那种不是焦虑，是背脊一 凉。主角呢，叫田园董，本科上交，博士， c m u 毕业啊，先去谷歌做无人驾驶，然后进 facebook， 也就是现在的 meta ai 研究院，一呆就是十多年，做强化学习 在圈子里啊，这属于什么级别？说白了，就是那种过去大家默认不会熟的人。结果呢，转折发生在二零二五年的一月底，他被调去给拉马斯救活。而且啊，你听这个细节就知道，他真的是老 ai 人了。在去之前啊，这位科学家专门画了一个二乘二的回报矩阵，把所有的可能性都算了一遍， 去帮忙项目没成，至少问心无愧，怎么算去啊，都是最稳妥的选择。然后啊，命运给了他一个完全没有算到的第五种可能，去帮忙项目忙了大半年，人被裁了，十月份，一夜之间从 meta ai 研究院的核心科学家变成了事业人员。 但我今天想讲的不是他有多惨，而是他在年终总结里几乎没怎么写情绪，反而写了一个特别冷静也特别扎心的判断。他说啊， 过去我们理解职场，其实一个很简单的模型，经验越多，能力越强，回报越大。所以啊，大厂是有自己年限一长呢，越老越香。但现在，这个模型啊，变了。 现在评估一个人价值，不再是看你能干多少，而是看一件事，你能不能让 ai 变得更强。他有句话啊，我真的建议所有家长记下来，你加上 ai 的 产出要大于 ai 单独的产出，你才有存在的价值。这句话听得很狠， 但是非常真实。 ai 时代越残酷的地方在于啊， ai 会越来越便宜，越来越强。在很长一段时间里， 大多数人的能力是比不过 ai 的。 于是啊，就会出现一种很尴尬的状态，你不是不努力，你只是加上去，没有争议。然后啊，他抛出了一个概念，很多人没听过，但我觉得特别准，费米能及。我用最通俗的话解释一下，在物理里， 电子在材料里的分布是不均匀的，低于某个能级的电子到处都是，高于这个能级的电子会指数级减少， 那个分界线，就叫做非明能级。田园洞说， ai 时代的人脉分布也会越来越像这样存在一条水位线，水位线以下的人数量巨大，随时可替换 数月线以上的人很少，但价值会被放倒到可怕。他把这条线叫做人类社会的毁灭论据。这件事啊，对家长意味着什么？意味着未来很多职业不是慢慢衰退，而是一夜之间被断掉。他举了一个特别现实的例子，以前做项目 招人啊，是关键还钱。现在他脑子里冒出来的第一个问题是，还需不需要人。几个 ai 进人，一开二十四小时干活，不请假，不抱怨，速度远超人类，而且你怎么管理他都行，永远听话。 他说啊，现在最担心的已经不是人够不够，而是 talk 有 没有用完。我看完直接笑了出来，每个月交给 ai 的 那些钱，一定要榨干价值。 我突然意识到，就因为这点钱，我已经成了每个毛孔都滴着血的肮脏的资本家。你呀，别觉得这是玩笑啊，他能这么想，全世界最聪明最有资源的人，一定啊，都会这么想。所以啊，他最后丢了一句话，我觉得是时代宣言，丢掉幻想， 准备战斗。那么问题来了，家长最关心的永远是，咱们孩子怎么办？普通人到底怎么办？田园洞啊，给了一个特别有画面感的比喻啊。他说，未来的世界不再是武侠小说，不是大家抢一本秘籍，也不是去找唯一的阿拉丁神灯。恰恰相反， 这是一个遍地神灯的时代，每一个 ai 都是一个神灯，能力啊，强的离谱。所以，真正稀缺的，已经不是实现欲望的能力，而是 愿望本身。我把这句话翻译成家长们能听懂的大白话， ai 会把答案变得极其廉价，廉价到很多人啊，慢慢就不愿意思考了。久久之呢，你会失去提问题的能力，失去共识的能力，失去原创的能力， 最后变成什么？变成一句会刷内容，会套模板，会跟风输出的空壳。所以啊，他在最后写了一段我觉得特别适合讲给孩子听的话。他说，如果有一天，孩子说，我想去土味六开演唱会，我想在黑洞边缘探寻， 千万不要第一反就是别做梦，务实点。因为这种看起来很荒诞的目标，可能正是他一辈子主动思考的源头，也是他能一直站在费米能及之上的关键。我讲到这里啊，给家长一个非常理性的结论，也是我今天最想说的教育逻辑。 ai 时代，孩子真正的负担 不是背的更快，做题更熟，模板更稳，那一套会被 ai 很 快磨平，真正的混合只有三件事，第一，持续提出好问题的能力，不是会答题，而是会问这件事的本质是什么，我有没有更好的做法，我真正想要的是什么？第二，把 ai 当工具， 但不是把脑子外包。 ai 可以 帮你提出，但方向判断取舍必须是人来做。第三，孩子要有一个能点燃他的目标， 目标不一定现实，但一定足够大，大到他愿意自己去想，去折腾，去创造。因为未来真正去学的不是能力， 是愿望。能提出愿望的人才配得上遍地的神灯。我最后用一句话，所谓啊， ai 会淘汰很多的技能，但真正淘汰人的从来都不是 ai， 而是停止思考。他呀，就还没有真正的出去。

田园洞年终总结这两天挺火啊，交大本科 c m u 博士，先坐 google 无人驾驶，后进 facebook ai 研究院，主攻强化学习。本来是标准的大场，躺赢履历的他再被调去给拉马斯救火后却被裁了。 他总结出过去职场逻辑是，经验越多，能力越强，回报越高。但现在人家 ai 必须大于 ai 自己的产出， 这新的投入回报曲线是，很长时间里人的能力比不过 ai， 而 ai 会越来越便宜， 所以你可能暂时没价值，只有跨过某个域值能因人提升 ai， 你 才开始变得稀缺。于是，低于水准线的智能体到处都是，但高于水准线的少贵难用，还抢不到， 而这个水准线就是人类社会的费米登基。未来不再是艰难的寻找唯一的神灯，而是遍地神灯，却需要你寻找正确的愿望和将愿望化为现实的坚持。

前麦的费尔团队研究总监田园洞，做强化学习的知名华人科学家，最近写的年终总结，这两天在圈子里传的挺广。他说，以前我们理解职场基本是这样一个模型，工作经验越多，能力越强，回报越大，是个单调递增的曲线。所以大场有知己， 职级随年限晋升越老越香。现在评估一个人的价值，不再是看你本人能产出多少，而是看你能不能提高 ai 的 能力。在很长一段成长期内，大多数人的能力是比不过 ai 的， 所以这段时间里，人本身是没有价值的。只有当人的能力强到一定程度， 能够辅助 ai 变得更强，才开始有价值。他举了自己的例子，他说，以前做项目招人是还需不需要人， 几个 codex 进程一开，给他们下各种指令，他们就可以二十四小时不间断干活，速度远超任何人类，而且随便 pua， 永远听话，毫无怨言。和 ai 工作， 他现在最担心的是工作量有没有给够，有没有用完每天的剩余 token 数目。大模型提供了极其廉价的思考结果， 这种便利会让很多人逐渐失去思考的动力，久而久之丧失原创能力，思想被生成式内容绑架和同化。这就是新时代对懒人的定义，不是体力上的懒惰，而是精神上没有空闲去思考，没有能力去构思独特的东西。只要你还在主动思考，你就没有真正被淘汰。 ai 时代将是一个更确定、更程序化的时代，因为 ai 为人类构建的协同世界，将超出绝大多数人的认知水平。 对于绝大多数人而言，你提出和遇到的问题都会被 ai 轻松解决，而且他还会提供给你的认知范围以外的惊喜。 如同刘姥姥进大官员，对于他而言，大官员就是他一辈子也无法企及，而且也很难想象得到的世界。 人类在确定性的环境中很容易沉迷，而且很难去突破。人类很多的新发现都是在解决问题中突发奇想而得的。如果对你来说，这个世界已经不存在影响你生活的问题了，那你就失去了突破的可能。但 ai 时代仍需要一部分高认知群体， 因为对于探究宏观宇宙和微观世界的认知还只是婴儿期， ai 无法模拟自然，只能依靠人类自己去探索。 在他们的眼界里，让刘姥姥梦寐不敢求的大官员只是一个普通场景罢了，他们追求的是星辰大海，是 ai 无法提供的认知场景。好奇心和联想力是人类的智慧源泉。 生物学家鲁里亚在看到同事玩老虎机中奖时，联想到细菌的突变机会，也类似于老虎机的中奖机会， 两者都是随机的，并且是不均匀分布的。随后通过实验证明，抗性菌落的出现确实是不均匀分布的，偶尔会有大奖产生，最终获得诺贝尔医学和生理学奖。 nice。

ai 领域的大神级人物、 mata 的 ai 研究员田园洞在年终总结里写了一句话，职级已经没有意义，过去的经验也没有意义。连做了十年 ai 研究的专家都这么说，那我们拼尽全力培养孩子的那些好成绩、好履历还算什么？这不是个例。 最近圈子里都在传田园洞的这篇年终总结，因为他在里面提出了一个特别扎心的概念，费米能及。 他说， ai 的 能力就像一场不断上涨的洪水，人站在不同的高度上，水位线以下的人被淹没，求着证明自己有用，水位线以上的人供不应求，而那条水位线就是费米能及。更可怕的是什么？这条线还在不断上涨。 田元栋说，在 ai 时代，人的价值评估方式变了，以前是单调递增，你努力就有回报，工作经验越多，能力越强，价值就越高。但现在不一样了，现在是软育值模式， 有一道线，你没到这条线，再努力也是零分，到了这条线才算是上了牌桌。更残酷的是，屏幕的标准也变了，不是看你能做什么，而是看你家 ai 能做什么。如果你家 ai 的 产出还不如 ai 单干，那你就没有价值。这个逻辑用在教育上意味着什么？ 我们的教育模式正在把孩子培养成修修补补的人，我们花了几十年让孩子背公式、刷题、考高分，这些都是在教他们找标准答案， 但 ai 只需要零点一秒就能给出标准答案。我们在用工业时代的教育模式培养孩子，却要他们在 ai 时代的水位线下生存，这不是孩子的问题，这是我们的教育出了问题， 那到底什么样的人能站在水位线之上？田元栋给出了一个特别清晰的答案。他说，普通人用 ai， 只会对 ai 的 输出修修补补，但厉害的人不一样，他们能提出系统性的解决方案，让 ai 变得更强。区别在哪里？打个比方， 一个产品经理用 ai 写需求文档，普通做法是让 ai 生成一版，然后自己改改错别字，调调细节。厉害的做法是先设计一套框架，让 ai 先分析竞品，再生成需求架构，接着深入每个模块，最后做权局优化。 ai 每次都能生成八十分的出稿，你只需要补充那二十分的独特洞察，你看出来了吗？前者是在修修补补，后者则是在设计系统。 前者的价值会随着 ai 能力提升而降低，但后者的价值会随着 ai 能力提升而放大。这个逻辑用在孩子身上就更清楚了。我们在培养会做题的孩子，还是会系统思考的孩子。 举个例子，北京第一实验学校有一门课程，叫预测我的八年级学业水平。一个孩子写，因为妈妈给我报了辅导班，所以我八年级下学期能考九十五分。 老师没有说很好或者不对。老师问他，上辅导班和成绩提高之间，真的是必然的因果关系吗？ 你的睡眠时间、情绪状况和同学的关系，这些变量是如何在一个系统里相互作用的？你看，这就是在培养系统性思维，不是教孩子辅导班等于高分。这种简单因果 是让他看到，学习是一个复杂系统，有无数变量在相互影响。 ai 可以 给你罗列一万条信息，但只有拥有系统思维的人，才能在复杂的魂动中找到那个撬动未来的支点。说到这里，可能有人会问， 这听起来很对，但具体该怎么做呢？我家孩子现在就是只会做题，我该怎么办？其实，培养系统思维没有我们想的那么复杂，关键在于我们要改变问问题的方式。 第一，从对不对到为什么孩子做错题。我们习惯性地说，这道题做错了，正确答案是什么，但你可以换个方式，你是怎么想的，为什么会得出这个答案？这不是在纠错，而是在引导他思考，让他看到自己的思维路径，看到哪个环节出了问题， 这就是系统思维的起点，不是记住答案，而是理解过程。第二，从单一归音到多变量思考。孩子说，我这次考的不好，是因为太紧张了，你可以问他，除了紧张还有别的原因吗？睡眠怎么样？ 复习的方法对不对？考试那天的状态呢？引导他看到成绩不是由单一因素决定的，而是多个变量共同作用的结果。慢慢的，他就会开始用系统的眼光看问题。第三，给孩子主动权。哪怕是很小的事情， 周末去哪里玩，他可以设计路线，做一顿饭，他可以设计菜单。这些看起来很小的设计，都在培养他的系统思维。看到目标分析、资源设计、方案、执行调整，这才是 ai 时代最需要的能力。 ai 时代的水位线确实在不断上涨，我们要做的不是教孩子背更多标准答案，而是培养他的系统思维，做一个能在水位线上游泳的人。

就在刚刚，硅谷发生了一场足以载入史册的背叛。一位拿过图灵奖、世界公认 ai 三大教父之一的杨丽坤、闫丽康，竟然被扎克伯格要求向一个年仅二十八岁，靠堆砌廉价人力做数据标注起家的毛头小子汇报工作。这就好比让米其林三星主厨去给麦当劳炸薯条的领班打下手。 但这种荒诞的剧本，正在硅谷最顶级的名利场真实上演。为了这一天，麦塔内部上演了一场堪比甄嬛传的宫斗大戏， 伪造核心数据，清洗科学家团队，甚至公开羞辱元老。杨立坤没有选择忍气吞声，而是直接掀了桌子，在推特上公开炮轰。扎克伯格被洗脑了，甚至直言现在的 ai 路线是一场骗局。这不仅仅是高管离职的瓜，而是技术理想主义、被资本实用主义按在地上摩擦的血色现场。 要看懂这场羞辱有多狠，咱得先知道杨立坤是谁。当你还在用诺基亚砸核桃的时候，人家就搞出了选集，神经网络、 cnn， 简单说，你今天用的手机刷脸支付美颜相机的瘦脸大眼， 特斯拉的自动驾驶都是拜他所赐。当年扎克伯格为了挖塔，直接发动了超能力加大饼，并承诺说，只要您来支票随便填 kpi， 那 是给凡人定的。赚钱庸俗， 您只需要仰望星空，探索人类智慧的尽头。那时的杨立坤，是迈塔的镇山之宝，但是所有的岁月静好，都在叉 gpt 出来的那一刻崩了。一边看着隔壁 openai 赚的盆满钵满，微软股价也跟着坐火箭。另一边看着自己烧了几百亿搞出来的原宇宙没人理扎克伯格彻底破防了。 扎克伯格一脚踹开实验室的大门，质问杨立坤，你的真理呢？你的通用智能呢？为什么我们做不出 chat gpt？ 杨立坤淡淡的回了一句，那东西是鹦鹉学舌，不是智能，他只是个读过很多书的傻子，咱们不屑于做。杨立坤以为他在讲科学，但扎克伯格听到的却是，我不赚钱，在资本家眼里，不能变现的技术就是垃圾。 矛盾终于在今年四月彻底引爆，迈特寄予厚望的新模型拉玛四发布，结果翻车了，性能平平，甚至不如很多竞争对手。 这时候，麦塔内部上演了一波骚操作，为了让数据好看，为了给股东一个交代，麦塔内部竟然有人在测试数据上动了手脚，说白了就是考试作弊，为了拿高分，把答案提前问给了模型，这触碰了杨立坤的底线。 做一个有洁癖的科学家，他无法容忍这种学术造假。但扎克伯格的反应是什么？他没有惩罚造假者，他反而觉得是杨立坤这帮老科学家太矫情，太迂腐，不懂变通。接着，扎克伯格干了一件极其疯狂的事， 他砸了一百四十亿美元收购了一家叫 scale ai 的 公司，并把那个二十八岁的创始人 alexander wang 直接空降成了 meta ai 的 最高负责人。所以就发生了故事开头的那一幕。 杨立坤彻底怒了，留下一句，你不能教一个像我这样的科学家怎么做研究，然后摔门而去。这哪里是职场调整，这分明就是要把老陈逼走的杯酒式兵权，而且连酒都没敬，直接把杯子摔在了你脸上。 杨立坤走了，他带走了麦塔最后的科学良心。很多人不解，杨立坤到底在坚持啥？现在的 chat gpt 说话又好听，情绪价值还拉满，不香吗？我用渣男理论给你解释一下，在杨立坤眼里，现在的 chat gpt 就是 个顶级 pua 大 师。你给他发一句今晚月色真美，他不需要思考，立马就能接一句，月亮再美也没你美。 但是这全是套路，他根本没见过月亮。他这么说是因为大数据显示，这么说得到你的回复概率最高。杨立坤想要的是什么？是一个钢铁直男。这个直男可能不会说情话，但他心里有数，天冷了，知道给你披衣服，杯子碎了知道扫渣，你被欺负了知道帮你挡刀。 现在的分歧就在这。扎克伯格觉得，管他是不是渣男，只要他能把用户哄得五迷三道，愿意掏钱办卡，这就是好男人。杨丽坤觉得全是虚情假意，这渣男再会撩也是假的，真遇到事了，他跑得比谁都快。他没有灵魂，没有逻辑，甚至没有哪怕一秒钟的思考。这才是杨丽坤真正愤怒的原因。 随着他的离职，迈特内部正在进行一场针对旧时代科学家的大清洗。杨丽坤预言，很多还没走的人马上也要走了， 那个曾经群星璀璨的菲尔研究院，如今只剩下一地鸡毛。扎克伯格赢了吗？反正 mate 股价涨了，资本也在狂欢。硅谷现在流行的是年轻听话能搞钱的实干派。于是杨立坤做出了一个浪漫又悲壮的决定。 他没有去其他大厂，也没有退休，而是选择出走巴黎，成立一家新的公司，叫 m i labs。 他 要在这个远离硅谷喧嚣，远离资本泡沫的地方，继续搭建他心中的那个拒绝渣男，只造硬汉的理想国。 像极了当年的拿破仑，虽然被流放，但眼神依然盯着整个世界。这出硅谷宫斗大戏的背后，辐射出 ai 时代的残酷真相。哪怕你是图灵奖得主，哪怕你是开山鼻祖，只要你不能快速变现党了，资本的路你依然会被毫不犹豫的踢开。 我们正在进入一个实用主义至上的疯狂时代。在这个时代，耐心是奢侈品，理想是累赘，但是历史往往是由那些不合群的人改变的。 若干年后，当我们回看今天，也许扎克伯格赚到了最多的钱，但也许正是杨丽坤在巴黎那个孤独的实验室里，敲开了真正人工智能的大门。是顺从资本的洪流，去做那个二十八岁年少多金的赢家，还是坚守内心的真理，去做那个六十五岁虽千万人无往矣的孤勇者？ 这没有标准答案。但当我们忙着赶路的时候，除了低头捡路边的六便士，也不妨抬头看一眼天上的月亮。关注我，带你看懂 ai 时代商业故事背后的底层逻辑。

就在刚刚，硅谷发生了一场足以载入史册的背叛。一位拿过屠林奖、世界公认 ai 三大教父之一的杨丽坤闫丽康，竟然被扎克伯格要求向一个年仅二十八岁，靠堆弃廉价人力做数据标注起家的毛头小子汇报工作。这就好比让米其林三星主厨去给麦当劳炸薯条的领班打下手。 但这种荒诞的剧本，正在硅谷最顶级的名利场正式上演。为了这一天，麦塔内部上演了一场堪比甄嬛传的宫斗大戏， 伪造核心数据，清洗科学家团队，甚至公开羞辱元老。杨立坤没有选择忍气吞声，而是直接掀了桌子，在推特上公开炮轰。扎克伯格被洗脑了，甚至直言现在的 ai 路线是一场骗局。这不仅仅是高管离职的瓜，而是技术理想主义、被资本实用主义按在地上摩擦的血色现场。要看懂这场羞辱有多狠，在 得先知道杨丽坤是谁。当你还在用诺基亚砸核桃的时候，人家就搞出了卷积神经网络、 cnn 简单说，你今天用的手机刷脸支付美颜相机的瘦脸大眼，特斯拉的自动驾驶都是拜他所赐。 当年扎克伯格为了挖他，直接发动了超能力加大饼，并承诺说，只要您来支票随便填 kpi， 那 是给凡人定的。赚钱庸俗， 您只需要仰望星空，探索人类智慧的尽头。那时的杨丽坤是迈塔的镇山之宝，但是所有的岁月静好，都在拆 g p t 出来的那一刻，疯了。一边看着隔壁 opai 赚的盆满钵满，微软股价也跟着坐火箭。另一边看着自己烧了几百亿搞出来的原宇宙，没人理扎 克伯格彻底破防了。扎克伯格一脚踹开实验室的大门，质问杨丽坤，你的真理呢？你的通用智能呢？为什么我们做不出拆的 g p t 杨？ 杨立坤淡淡的回了一句，那东西是鹦鹉学舌，不是智能，他只是个读过很多书的傻子，咱们不屑于做。杨立坤以为他在讲科学，但扎克伯克听到的却是，我不赚钱，在资本家眼里，不能变现的技术就是垃圾。 矛盾终于在今年四月彻底引爆，麦塔寄予厚望的新模型拉玛寺发布，结果翻车了，性能平平，甚至不如很多竞争对手。这时候，麦塔内部上演了一波骚操作，为了给股东一个交代，麦塔内部竟然有人在测试数据上动了手脚， 说白了就是考试作弊，为了拿高分，把答案提前问给了模型。这触碰了杨立坤的底线。作为一个有洁癖的科学家，他无法容忍这种学术造假。但扎克伯格的反应是什么？他没有惩罚造假者，他反而觉得是杨立坤这帮老科学家太矫情，太迂腐，不懂变通。接着，扎克伯格干了一件极其疯狂的事， 他砸了一百四十亿美元收购了一家叫 ceo ai 的 公司，并把那个二十八岁的创始人 alexander wang 直接空降成了 mata ai 的 最高负责人。 所以就发生了故事开头的那一幕。杨丽坤彻底怒了，留下一句，你不能教一个像我这样的科学家怎么做研究，然后摔门而去。这哪里是职场调整，这分明就是要把老陈逼走的杯酒式兵权，而且连酒都没进，直接把杯子摔在了你脸上。 杨丽坤走了，他带走了麦塔最后的科学良心。很多人不解，杨丽坤到底在坚持啥？现在的 chad gpt 说话又好听，情绪价值还拉满不香吗？我用渣男理论给你解释一下，在杨丽坤眼里，现在的 chad gpt 就是 个顶级 pua 大 师。你给他发一句今晚月色真美，他不需要思考，立马就能接一句，月亮再美也没你美。 但是这全是套路，他根本没见过月亮。他这么说是因为大数据显示，这么说得到你的回复概率最高。杨立坤想要的是什么？是一个钢铁直男。这个直男可能不会说情话，但他心里有数，天冷了，知道给你披衣服，杯子碎了知道扫渣，你被欺负了，知道帮你挡刀。 现在的分歧就在这。扎克伯格觉得，管他是不是渣男，只要他能把用户哄得五迷三道，愿意掏钱办卡，这就是好男人。杨丽坤觉得全是虚情假意，这渣男再会撩也是假的，真遇到事了，他跑的比谁都快。他没有灵魂，没有逻辑，甚至没有哪怕一秒钟的思考。这才是杨丽坤真正愤怒的原因。 随着他的离职，迈特内部正在进行一场针对旧时代科学家的大清洗。杨丽坤预言，很多还没走的人马上也要走了， 那个曾经群星璀璨的菲尔研究院，如今只剩下一地鸡毛。扎克伯克赢了吗？反正没他，股价涨了，资本也待狂欢。硅谷现在流行的是年轻听话能搞钱的实干派。于是杨立坤做出了一个浪漫又悲壮的决定。 他没有去其他大厂，也没有退休，而是选择出走巴黎，成立一家新的公司，叫 m ilex。 他 要在这个远离硅谷喧嚣，远离资本泡沫的地方， 继续搭建他心中的那个拒绝渣男，只造硬汉的理想国。这像极了当年的拿破仑，虽然被流放，但眼神依然盯着整个世界。这出硅谷工作大旗的背后，折涉出 ai 时代的残酷真相。哪怕你是屠林奖得主，哪怕你是开山鼻祖，只要你不能快速变现党了，资本的路 你依然会被毫不犹豫的踢开。我们正在进入一个实用主义至上的疯狂时代。在这个时代，耐心是奢侈品，理想是累赘。但是历史往往是由那些不合群的人改变的。 若干年后，当我们回看今天，也许扎克伯格赚到了最多的钱，但也许正是杨利坤在巴黎那个孤独的实验室里，敲开了真正人工智能的大门。是顺从资本的洪流，去做那个二十八岁年少多金的赢家， 还是坚守内心的真理，去做那个六十五岁随千万人无往矣的孤勇者？这没有标准答案。但当我们忙着赶路的时候，除了低头捡路边的六便士，也不妨抬头看一眼天上的月亮。

一场无声却凶猛的人才争夺战，已经在全球科技圈全面铺开，而被精准锁定的目标，正是中国培养出的那批最锋利的大脑。最近，中美科技圈连续爆出重磅消息， metta 一 次性从 open ai 挖走多位关键研究人员履历，摊开一看，几乎清一色 出自中国顶尖高校体系，中科大、清华、北大、浙大，一个不落。这些人并非普通工程师，而是真正参与过大模型核心架构、训练方法与推理体系的人才，如今却被美国巨头收入麾下。几乎在同一时间，英伟达也没有闲着，黄轩亲自下场， 签下多名清华系顶尖 ai 研究者，其中有人刚博士毕业就已经在国际顶级实验室主导安全与对齐方向的研究创业尚未落地，融资规模却已是千万美元起步。这一切如果还被当作个例，那就太低估美国这套系统性打法了。 今年四月，美国移民体系悄然完成一次关键升级， dam 领域的高学历人才被明确列入优先绿卡通道，硕士、博士直接跳过抽签。这意味着什么？意味着当舆论还在纠结去还是不去的道德问题时，美国已经用制度把选择题改成了单选择题。 更扎心的是数据，斯坦福发布的报告显示，全球最顶尖的 ai 研究人员中，接近一半拥有中国背景。而在美国本土的顶级 ai 实验室里，华人研究者的占比甚至超过四分之三。这已经不是流失，而是被系统性吸纳。那问题就来了， 为什么我们辛辛苦苦培养出的顶级人才，总是成批出现在别人的核心岗位上，答案并不复杂。第一刀砍在收入，硅谷顶级 ai 研究员基础，年薪轻松百万美元起步， 叠加期权后，个人身价动辄数亿美元。而国内即便是双一流高校的博士毕业生，起薪也不过月薪八千左右。十倍、二十倍的差距本身就足以改变人生轨迹。第二刀是环境。在美国，顶尖实验室 科研人员有稳定、长期、可预期的经费支持，目标只有一个，把问题解决。而在国内，不少教授要把大量时间消耗在评选、报、项目、协调关系上，真正用于科研的时间被不断压缩。 当一个人必须在行政事务和学术理想之间反复拉扯，选择离开，并非背叛，而是理性。第三刀更隐蔽，是价值回报体系。硅谷允许科研成果快速转化为产品，并让研究者分享收益。 而国内不少体系中，论文是硬指标，成果转化却与个人收益关联甚微。久而久之，创造力被格式化，激情被消耗殆尽。 所以，这不是一场靠口号能赢得战争。美国真正强大的地方不只是高新，而是把安全感、回报机制 和科研自由组合成了一套完整的环。要破局，我们需要的是制度层面的升级，而不是情绪层面的职责。只有当本土科研环境同样具备世界级舞台，中国这批金鸡才会真正选择在自己的土地上下蛋。