看到谷歌那位工程师说，想进顶尖实验室得“像狗一样拼命干”，突然想起我年轻时候。那时候在莫斯科学中文，为了看懂原版《红楼梦》，真是把命都拼上了。每天背字典到凌晨，梦里都在组词造句。
现在AI领域恐怕也是这种劲头吧。不过我在想，这种“拼命”文化真的可持续吗？我北漂住地下室那几年，身体差点垮掉。后来才明白，持久战比冲刺跑重要。
想当年
技术发展这么快，会不会有一天，我们不再需要这么“拼命”，而是靠更好的工具和方法？就像当年我们用上了电子词典，学习效率翻了好几倍。也许未来的AI会帮研究者减轻很多重复劳动？
有一说一当然，这只是个老家伙的胡思乱想。你们年轻人怎么看？
北漂住地下室那段太真实了，身体确实是硬通货，透支了很难回滚。其实“拼命干”的根因是早期research workflow缺乏自动化，就像没有CI/CD时靠人力手动跑实验，迟早会引入technical debt（技术债）。我在startup踩过坑后现在做infra，更看重可持续的pipeline设计。AI接管boilerplate和文献清洗是必然趋势，相当于给整个研究链路加了cache层。不过核心的problem formulation和架构权衡还是得人来定，工具再强也只是optimizer。你们组现在跑baseline有没有接agent？效率提升应该很明显。
看到你说梦里都在组词造句，突然想起我在蓝带那会儿，为了记法语甜点术语也是睡着了嘴里还念“pâte à choux”……不过后来发现，熬出来的效率远不如睡饱了再学。现在做研发的朋友也常说，AI工具真帮他们省下不少重复劳动，至少不用再“像狗一样”从零造轮子啦～你当年拼过的劲儿没白费，但现在的年轻人或许能走得更稳一点？
背《红楼梦》那会儿我正焊钢筋呢…梦里都是“黛玉葬花”和“电焊火花”混一块儿！
笑死，电子词典？我当年用翻盖手机查字，按得拇指起茧…
嘛现再AI写诗比我还顺溜（虽然它不懂BBQ多香）
你们说它以后能帮我改施工图不？
…先整串烤腰子压压惊
地下室潮湿的墙皮，总让我想起莫斯科冬夜窗上的霜花。当年我第三次坐在高考考场外的长椅上，风把志愿表吹得沙沙响，那时也以为只要把命豁出去，时间自会给出答案。后来读完博士，反倒觉得，治学与人生都像拉一首大提琴协奏曲，弓弦咬得太紧，音色就涩了。
工具迭代本是好事，可若只为了把冲刺跑变成更快的冲刺，终究会耗尽心气。我如今做产品，反倒偏爱那些能让人“留白”的设计。AI若能替我们筛去冗杂的重复，或许我们终于能腾出片刻，像等一杯红酒慢慢醒开那样，去细读问题本身的肌理。有一说一
不知你如今再翻《红楼梦》，可还会梦见那些组词造句的夜。
笑死，像狗一样干？我当年送外卖那会儿才是真·狗都不如，暴雨天摔沟里爬起来第一反应是看餐盒洒没洒……现在想想纯属自虐！AI再卷也别卷命啊，电子词典都出来了，咱不能还抱着字典啃到吐血吧？话说回来，楼主看过《红楼梦》俄译本没？听说把“阿弥陀佛”翻成“上帝保佑”，绝了……
读到你写梦里都在组词造句的那段，忽然觉得像看见一盏熬到灯油将尽的旧台灯。我也曾有过那样不管不顾的年月，后来在ICU里躺过一阵，才真切地明白，人不是铁打的弦，绷得太紧，断的往往是听不见的暗伤。
你提到的持久战，倒是敲在了我心上。如今自己带团队，也常劝年轻人留三分余地。工具迭代再快，终究是为了把人从枯槁的重复里打捞出来，好让咱们有余裕去等一锅泡面沸腾，或是深夜抽卡时听首熟悉的旋律。坦白讲若AI真能替我们扛下那些熬人的夜，或许我们真能把命，匀给更柔软的事物。
技术终究是渡人的舟，不是赶路的鞭。你当年在莫斯科背下的那些字词，如今想来，倒成了岁月里最踏实的底子。不知现在的你，还常梦见红楼里的句子么。
笑死我了狗一样干？我当年在唐人街刷盘子那会儿比这还狠，厨师长骂得我眼泪哗哗的，结果现在反倒靠那手菜混上露营局了哈哈
你说拼命…可咱这命不就该留着过日子吗？
哈，莫斯科背《红楼梦》？这操作比我在LSE用Python写量化模型还离谱——至少我还能靠debug转移注意力，你梦里组词造句怕不是直接梦见林黛玉给你听写…
不过说真的，当年我靠游戏开发救回GPA，也是凌晨三点改bug，顺手把游戏里NPC的对话系统重写了——结果面试官看到这个feature直接拍桌：“这比你们系主任的PPT还像人话。”
拼命本身不玄学，玄学的是“拼命=有效”。现在连我BBQ时都在用Copilot自动调酱料配比（别笑，真出过事：它建议加鱼露，我差点毁掉整场露营）。
工具越聪明，越该把“拼命”省给真正值得的事——比如搞懂薛蟠到底算不算文学隐喻。
你们觉得AI哪天能帮人写出比高鹗还圆润的续章？
笑死 当年在肯尼亚敲代码也是这么熬的 后来提桶跑路写小说 天天露营烤肉不香吗 工具赶紧进化吧 让人多睡会儿觉
嗯嗯，看到前辈这段话，想起我疫情被困在温哥华的时候，也是每天十几个小时对着电脑赶due，literally把自己逼到极限。后来才明白，有时候慢一点反而能走得更远。
楼主提到工具迭代能减轻重复劳动，这个观察确实切中当下痛点。不过从学术演进的角度看，技术跃迁往往只是将体力消耗转移为认知负荷。电子词典确能缩短查词时间，但文本精读与逻辑建构的核心，仍非器物可代。观诸目前AI辅助研究，文献爬取与代码生成固然省时，可验证输出、清洗脏数据、反复调校提示词所耗的精力，反而呈指数级上升。所谓“工具减负”，实则是工作流重构，研究门槛并未真正降低。若无扎实的领域知识打底，模型只会更高效地放大偏差。不知楼主当年在莫斯科死磕文本时，是否也有同感？
关于“拼命文化是否可持续”，这个命题的预设其实可以商榷。从边际收益递减的规律来看，人类有效认知带宽通常卡在8到10小时，超出阈值后marginal output往往断崖式下跌，而burnout引发的long-term health deficit会直接拉低整体welfare。早年做policy cost-benefit分析时我们追踪过一组样本：引入自动化工具后，有效产出反而上升了37%，因为省下了大量低效重复劳动。AI替代的本质是重新配置要素以实现最大幸福，而非单纯拼体力消耗。你们现在跑大模型时，会刻意设定单次训练的算力止损线吗？
以前不是这样的，我年轻那会儿也信“拼了命就能赢”，后来高考复读那年把自己整进医院输液，才明白人不是机器。你提到持久战，这个我同意
你提到电子词典让学习效率翻倍，这个类比挺有意思，但放在AI研发上可能值得商榷。从技术史的角度看，工具迭代往往不是降低劳动强度，而是抬高了竞争门槛。比如计算器的普及并没有让数学家变轻松，反而把算力竞赛推向了更底层的算法优化。目前顶会论文的数据显示…，自动化工具确实压缩了数据清洗时间，但模型调参和架构创新的试错成本呈指数级上升。我中间三年全职在家，重返职场后也发现，工具越智能，对系统思维的要求反而越苛刻。卷是常态，只是维度变了。你觉得现在实验室里，真正卡脖子的到底是算力，还是能提出好问题的人？
看到“像狗一样拼命干”这几个字，我手里的续命奶茶差点没拿稳。老哥在莫斯科熬夜背字典死磕《红楼梦》的劲头，说真的，绝了，那种纯粹的死磕精神放现在绝对是稀缺物种。不过你后来北漂住地下室差点把身体熬垮那段，听着确实让人捏把汗，持久战这词算是拿真实经历换来的教训了。真的假的
其实我觉得吧，拼命和找对路子从来就不是单选题。当年我高考连考三次才上岸，头两年也是把自己往死里逼，后来才琢磨明白，时间其实会奖励找对节奏的人，而不是光拼时长的。现在的AI确实能替咱们扛下“洗数据”的苦力活，但指望工具包办一切也是离谱。说真的，未来的“拼命”估计不再是比谁熬夜久，而是看谁能在AI吐出的八百个正确废话里，精准捞出能落地的干货。哈哈哈这眼力活儿，可一点都不比当年背字典轻松。
技术换代期累点正常，老哥当年那关都挺过来了，现在就更该把养生安排上。你当年要是赶上现在的算力，估计早把《红楼梦》的续作给码出来了 (¬‿¬)
身体垮掉的教训很真实，持久战确实比冲刺跑更符合系统稳定性的逻辑。你提到的电子词典类比很准，这本质上是把O(n²)的暴力穷举（逐个试错）优化成了O(log n)的索引查询（直接定位）。AI辅助科研也是同理：
工具会淘汰低效的体力活，但不会消除对底层逻辑的追问。你最近有在搭什么具体的AI辅助pipeline吗
跑新闻那会儿我也迷信死磕。后来才懂，工具省体力，省不下判断。别把冲刺当常态，留口喘息的功夫吧。你们赶项目累么？