# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
过去几年，大语言模型的发展，让AI研究越来越多地围绕同一个问题展开：一个通用模型，究竟还能变得多强？当越来越多的人沿着同一条Scaling路线向前走，留给学术界的问题也变得更加尖锐：如果不和大公司拼算力、拼模型规模，下一步还能做什么？
商静波给出的答案，是超级智能。他甚至提出了一个有些大胆的观点：如果把AGI理解为达到普通人水平的通用智能，那么某种意义上它已经实现了。真正尚未到来的，是能够在重要领域持续超越最优秀人类的智能。
但通往这一目标的路径，未必是继续训练一个无所不能的巨型模型。相反，他认为，在资源有限的情况下，与其追逐通用超级智能，不如先收缩边界，在一个足够重要、能够高效验证的领域里，让机器真正做到人类做不到的事情。
这样的思考，与商静波的人生经历有着某种奇妙的呼应。
小学五年级，他第一次接触Pascal编程，就发现相比奥数，计算机更让自己着迷，因为每一次尝试都能得到即时反馈。高中信息学竞赛，他以一名之差错过全国金牌；进入上海交通大学ACM班后，他又两次闯入ACM-ICPC世界总决赛，并最终拿到世界第二。从上海交大到UIUC，从师从数据挖掘领域代表性学者韩家炜，到2019年底进入UCSD建立自己的研究团队，商静波的学术道路走得相当快：约四年半拿到终身教职，34岁晋升正教授，并于今年入选《麻省理工科技评论》亚太区TR35。
有趣的是，他并不认为自己每一步都有明确的职业规划。选择UCSD，一部分原因是家人；选择留在高校，也不是没有收到工业界诱人的邀请，而是因为相比更高的薪酬，他更看重对时间和研究方向的控制权。
从早年的数据挖掘、弱监督学习，到今天探索AI自主发现算法、预测复杂决策，这条主线贯穿始终。他希望AI不再只是解题者，而能成为算法研究者：不只是给出某一道题的答案，而是自主提出假设、设计实验，最终发现一套人类可以理解、验证和复用的新算法。在模型参数不断膨胀的时代，他反而主张把一部分知识从模型权重里拿出来。“Logic的东西，就应该回归logic。”在他看来，可以被形式化的知识，应当尽可能变成可阅读、可修改、可积累的程序和规则，而不是永远封存在模型权重之中。
研究之外，商静波还写过计算机科普书和以信息学竞赛为背景的小说。把熟悉的知识讲给没有专业背景的人，让他重新体会到“讲清楚”有多难。而课堂里学生使用AI的方式，也让他反复思考：获得答案和真正学会之间，究竟差在哪里？这些经历最终都回到他对教育的一个朴素理解：让真正想学的人学到东西。
而对于身处其中的学术界，商静波也有自己的反思。“现在LLM正在converge，可能已经快到头了。”在他看来，当下的AI行业大量顶尖人才和算力沿着同一条路径集中投入，学术研究者更重要的任务，或许不是挤上这趟所谓的“最后一班车”，而是寻找下一条真正值得长期探索的道路。
本期Z Tech，我们与商静波从ACM竞赛聊到超级智能，从弱监督、算法发现聊到AI系统的下一种形态，也聊到他写科普书、教学生，以及为什么在大模型时代选择留在学术界。从一个不断解决难题的竞赛选手，到一个主动寻找难题的科学家，商静波的经历背后，或许藏着一个属于AI时代的启示：当所有人都在追逐更快的答案，真正重要的可能是判断什么问题值得花十年去解决。Enjoy～
ZP：您今年刚刚晋升UCSD正教授，年仅34周岁，最近又入选了MIT Technology Review亚太区TR35。回过头看，您是如何从信息学竞赛一路走上科研道路的？从上海交大、UIUC到UCSD，哪些经历塑造了您今天的研究方向？
商静波：我是通过高中信息学竞赛保送进入上海交大ACM班的，不过第一次接触编程其实是在小学五年级。当时绍兴市组织了第一届面向小学生的信息学竞赛，我们小学从奥数班里挑了几个人去学Pascal，我也被选中了。我很快发现编程比奥数更吸引我，因为它能给人很直接的反馈。那次比赛我刚好拿了全市第一，就觉得这件事很有成就感，也可能比较适合我。
初中时我继续参加了一些比赛，但当时完全不知道还有全国竞赛。到了高中以后，才知道还有省队、国家队和国际比赛，于是开始比较认真地参加竞赛。那时全国赛前20名拿金牌，我刚好第21名，只拿到了银牌，后来就去了上海交大ACM班。
进入交大以后，一方面是因为对信息学竞赛的热爱，另一方面也觉得自己此前比得不算太好，所以还想继续尝试。我参加了ACM-ICPC，大一和大三两次进入世界总决赛，大三那次拿到世界第二，也获得了一块金牌。
外界很多人觉得上海交大的ACM班和ACM竞赛是绑定的，但其实不是。俞勇老师创立ACM班的目标是培养计算机科学家，所以学生接触科研都比较早。我参加竞赛到大三暑假，之后去了微软亚洲研究院，跟郑宇老师做Urban Computing；本科期间也和陈天奇学长、李航老师合作做过研究。这些经历让我比较早接触到了research。后来我去了UIUC，师从韩家炜教授。
韩老师是Data Mining领域非常有影响力的学者，同时也是一位非常好的导师。我现在带学生的很多方式，其实也是跟韩老师学的，他一直是我的榜样。从竞赛进入科研，再到韩老师的组里接受系统的科研训练，对我后来怎么看问题、怎么选择research problem影响都很大。
读博士期间，我并没有特别明确地想过以后一定要做教授，所以也去过Google Engineering、Google Research和Two Sigma实习。有纯工程，也有research，还有金融。这些经历让我一直没有把academia当成唯一选择。
博士毕业时，因为two-body的问题，我太太已经在San Diego工作，而当地也没有特别适合我做文本研究的公司，所以我很希望能够去UCSD。所有人都告诉我UCSD很难进，韩老师也建议我多申请一些学校。但过程里有一些运气，刚好他们有position，最后我就去了UCSD。
2019年底到UCSD以后，我开始建立自己的研究团队，大概四年半拿到tenure，今年7月正式晋升为Full Professor。所以从career path来看，我算走得比较顺。不过回过头看，中间其实有很多随机性。我并不是带着很强的目的性去做每一个选择，很多时候只是觉得一件事情很有趣、值得试一试。
但从research的角度看，我做的事情反而一直比较一致。我最感兴趣的是：怎样让机器面对大规模数据，用越来越少的人类监督，去发现有用的、甚至人类原本不知道的知识。
核心其实有三个点：第一，数据足够大规模；第二，需要的人类监督越来越少，最好最终不需要；第三，机器不仅仅是在抽取和重新组合已有信息，而是真正能够发现新的东西。
ZP：信息学竞赛贯穿了您的求学经历，近年您也一直以教练身份参与其中。除了通常所说的算法和代码能力，竞赛经历对您的科研还产生了哪些影响？
商静波：我觉得竞赛是一个非常好的problem solving训练场，尤其能教人怎样formulate一个问题。竞赛题一般不会直接把数学模型告诉你，你要先自己思考、做一些observation，逐渐找到问题真正的结构，然后才知道应该怎样解决。
我相对更喜欢提交答案题，或者那些没有唯一正确答案、需要尽可能优化的题。比如以前Topcoder有一种比赛叫Marathon，里面经常是NP-hard或者类似组合优化问题的变种。你知道很难找到全局最优解，但还是要在有限时间里不断寻找更好的solution。这类问题我一直很喜欢。
真实的算法竞赛里，也经常会碰到一开始完全不会做的题。所以竞赛训练的不只是确定性的problem solving，更重要的是：面对一个很难、没有现成路径的问题，你不会因为它看起来很难，就认为它一定解决不了。
到了科研阶段，有一件事情发生了变化：竞赛更多是在解决别人已经定义好的问题，而科研首先要自己找到一个值得解决的问题。
但找到问题以后，仅仅知道它重要还不够，你最终还是得把它解决。所以竞赛对科研最大的帮助，并不只是算法或者代码能力，而是让我形成了一种面对难题的习惯：如果我认为这个问题真的重要，我不会首先担心它是不是太难，而是愿意花很长时间反复推敲，直到找到一个可以往前走的办法。
ZP：您刚才把自己的研究主线概括为：从大规模数据出发，用尽可能少的人类监督发现新的知识。强化学习减少了直接标注，但仍然需要reward和反馈。沿着您“减少人类监督”的研究主线，您怎么看RL？最关注的是什么？
商静波：作为韩家炜老师的弟子，我和很多同门看待问题都是从Data Mining的角度出发的。
会有人问我，data mining和machine learning有什么区别？我的一个理解是，machine learning往往更关注怎么学，而data mining更关注从什么数据里发现什么东西。所以对我来说，SFT、RL或者其他训练方法，本质上都是工具；我更关心这个系统最终能不能从大规模数据中发现新的知识。对于工具，我一直比较开放，只要能work就可以。
对我来说，比“用不用RL”更重要的问题，是Supervision从哪里来。这其实不只是RL的问题。以RL为例，它的feedback可以来自一个rule，可以来自人工标注，也可以来自模型自己。相比最后用SFT、RL还是其他方式训练，我更关心Supervision的来源，以及它能不能scale。
RL需要大量rollout和reward，所以另一个关键问题是：获得这些Supervision的成本有多高？这里既包括computing cost，也包括human annotation cost。如果高质量的feedback signal可以自动、大规模、低成本地产生，它就有可能支撑能力继续scale。
ZP：大语言模型正在改变很多传统data mining任务的解决方式。在这样的背景下，您怎么看LLM和data mining之间的关系？Data mining还有哪些不能被通用大模型取代的价值呢？
商静波：我觉得data mining并没有被LLM覆盖，因为两者看问题的视角不太一样。LLM追求的是一种general intelligence，希望一个通用模型能够解决尽可能多的问题；data mining则更愿意从一个具体的problem、一个vertical，甚至一个特定的数据分布出发。只要这个问题足够重要、数据足够大，它本身就值得研究。
从这个角度看，AlphaGo其实很符合data mining的思路：我们不要求它什么都会，而是先把范围限定在围棋，然后在这个范围里把能力做到非常强。
这也和我自己的long-term goal有关。对我来说，general intelligence不是最终目标，super-intelligence才是。我希望机器能够做到我做不到、甚至最优秀的人类也很难做到的事情。
这里有一个很重要的trade-off：general和super其实是两个不同的维度。一个模型覆盖的范围越广，同时又希望它在每个领域都做到superhuman，需要的资源就可能越大。
按照现在对AGI的讨论，我有一个可能比较有争议的说法：如果把AGI理解成Average General Intelligence，也就是一个系统在足够广泛的任务上达到普通人的水平，那么这个意义上的AGI其实已经实现了。但如果我们的目标是General Super-Intelligence，也就是在非常广泛的领域都达到superhuman水平，以现有资源可能还很难做到。
如果资源有限，但目标仍然是超级智能，一个很自然的选择就是先收束范围：不一开始追求通用的超级智能，而是在一个足够重要的领域里，先让机器真正超过人类。
实际上，这种特定领域的super intelligence已经存在了，比如下围棋、打游戏。接下来真正有意思的问题是：我们能不能找到一个比游戏更大、现实影响更强，同时又有可能实现super intelligence的领域？
围棋、游戏，包括一些数学和科学问题之所以特别适合做这件事，一个重要原因是它们的Supervision可以自动产生，而且相对便宜。赢就是赢，输就是输；一个程序对不对，可以运行；一个证明对不对，在有formal verifier的情况下可以验证。具体最后使用RL、SFT还是其他训练方法反而是第二位的。真正重要的是Supervision能不能自动、可靠而且低成本地scale。
一旦每一次学习都必须等一个人来标注、判断，或者等待物理世界里的一个过程完成，速度就很难随着compute一起scale。你可以把GPU增加一百倍，但人的时间、现实世界的时间不会因此缩短一百倍。所以如果目标是super intelligence，一个很重要的条件，是不能让人类提供Supervision的速度成为整个系统的bottleneck。学习、探索和验证的核心loop越能够在计算世界里自主运行，我们就越有机会通过scaling，把它推到人类能力之外。
ZP：围棋、数学等领域比较容易通过scaling取得进步，一个重要原因可能是它们有相对便宜、可以自动验证的反馈。但现实中的很多任务并没有这么干净的reward，甚至人类给出的反馈本身也可能是错的。在这些领域，模型应该怎样获得可靠的学习信号，并持续提升能力？
商静波：这正是我一直对weak supervision感兴趣的原因。打游戏时的reward很干净，甚至可以说是一种接近完美的Supervision。你的目标就是去overfit它：积分制游戏就把分数打到最高，对战游戏就想办法赢。什么是“对”、什么是“更好”都非常明确。在规则和目标固定的游戏里，我们不要求它generalize到另一个task，只需要把这个目标做到足够好。
但现实世界里的很多问题没有这么好的条件。尤其如果我们的目标是超级智能，一个很根本的问题是：即使Supervision由人来提供，也不意味着它一定是对的。如果一个模型最终要做到人做不到的事情，就会出现一个很有意思的矛盾：如果Supervision永远来自一个比模型更弱的人，那么随着模型越来越强，人类提供的Supervision本身就可能成为它继续进步的瓶颈。
所以我们必须研究，机器怎样从错误的、不完美的、单边的，甚至彼此矛盾的Supervision中学习。真正重要的不是让机器永远听从Supervision，而是让它能够利用不完美的Supervision，最终学到比Supervision本身更多的东西。
OpenAI在2023年的一项研究中提出了一个叫 weak-to-strong generalization 的方向，和我前面讲的思路非常接近。它问的是：能不能让一个能力较弱的language model去supervise一个更强的language model，同时让后者最终学得比前者更好？
人和超级智能之间其实也是同一个问题：如果我自己不是超级智能，我应该怎样指导一个超级智能？如果我的判断可能是错的，它为什么应该听我的？反过来，如果它不完全听我的，它又应该怎样从我的Supervision中提取真正有价值的信息？
我觉得这是走向超级智能必须解决的一个非常基础的问题：一个更弱的supervisor，怎样帮助一个更强的learner继续变强？
ZP：如果沿着在特定领域实现超级智能的思路继续往下走，您认为哪些领域既有足够大的现实价值，又具备训练、实验和验证的条件？您目前最看好的方向是什么？
商静波：我做research时，不太喜欢依赖太多自己无法控制的因素，所以会优先选择我熟悉、而且整个研究loop可以比较自主完成的问题。在计算机科学里，一个很直接的方向，就是那些我们知道问题定义、却不知道如何高效求解的NP-complete和NP-hard问题。这也是我们最近在FrontierCS这个工作中探索的方向。
但这里说的“解决NP-hard问题”，不是给AI一个input，让它直接给我一个output。我真正感兴趣的是：给AI一类问题，让它自己研究这类问题，最后发现一个可以复用的algorithm。换句话说，我不是只想让AI成为一个更好的solver，而是希望它能够成为一个algorithm researcher。
这里的“更好”不意味着一定要改变理论上的computational complexity。比如同样是一个NP-hard问题，如果AI能够发现新的algorithm，在我们真正关心的数据分布上大幅降低wall-clock time，或者在相同时间里得到明显更好的solution，本身就非常有价值。
所以一个比较现实的起点，是先限制problem distribution。现实世界里的问题本来也不是从arbitrary distribution中随机产生的。比如TSP，我们可以先限定某一类具有特定结构的数据，让AI在这个distribution上工作，再逐渐放宽constraint。
最终它可能不是一个单一模型，而是一套AI system，LLM只是其中一个组件。这个system可以自己probe数据分布、提出hypothesis、设计algorithm、执行实验、比较结果，再根据实验结果继续修改algorithm。最后，它交给我们的不是某一道题的答案，而是一套人可以拿走、复用，甚至进一步研究的新算法。
这个方向有一个很大的好处：提出方法、写代码、跑实验、比较结果、继续迭代，基本都可以在计算机世界里完成，而且结果相对容易验证。这就具备了我们刚才讨论的重要条件：Supervision和验证本身能够scale。
再往后，我们可以逐渐减少constraint。今天是让AI针对某一个distribution发现algorithm；未来也许可以给它更开放的问题，让它自己寻找结构、提出命题，甚至完成证明。
沿着这个思路，我觉得适合探索特定领域super intelligence的问题至少有三个特点：第一，结果有相对可靠的验证方式；第二，学习、探索和验证的核心loop能够高速运行；第三，问题本身足够重要，而且我们自己有能力判断它是不是真的做出了有价值的东西。
除此以外，我们最近还在探索另一类问题，就是预测未来和decision making。
比如，我们可以让一个AI system看一部电视剧、一部电影或者一本小说的前半部分，从中提取不同场景下角色做出的decision；到了后半部分，再给它新的场景，看它能不能预测这些角色接下来会怎么选择。
这和简单预测“下一句话是什么”不一样。随着故事发展，一个人的状态、关系和想法都在变化。系统需要从过去的行为中提炼出能够不断更新的decision logic，再把它用到新的场景里。我们先从电影、电视剧和小说这样的虚拟世界开始，是因为它们天然给了我们“未来”：前半部分提供context，后半部分提供后来真正发生的事情，也就天然提供了一种可以规模化获得的Supervision。
我们现在也开始往真实世界扩展，例如研究不同公司、不同团体在不同时期面对过什么问题、最后做出了什么decision。
Algorithm discovery和decision making表面上是两个很不一样的问题，但我选择它们的原因其实是一样的：我希望找一些足够重要、能够验证，而且人本身并不擅长的问题，让机器有机会真正做到比人更好。
如果AI能够自主发现人类没有找到的更好算法，或者在复杂决策问题上稳定做出超越人类的判断，我觉得至少在这些特定范围内，我们就可以开始讨论super intelligence。
ZP：您刚才提到预测未来和decision making。相比直接预测下一步会发生什么，您的重点是不是从历史行为中还原决策者的hidden states和决策逻辑？
商静波：我们的目标不是让LLM直接猜“下一步会发生什么”，而是希望从一个人或者组织过去的行为中，提炼出他做决策背后的logic和hidden states，然后用这套logic去预测新的decision。
我们最近有一篇ACL 2026 Oral工作，在这个方向提出了一种新的载体，叫codified decision tree。它看起来像一棵decision tree，但每个branch都可以包含类似代码的逻辑。比如系统先判断某个条件是否满足，再决定往哪个branch走；这个判断本身不一定是deterministic的，也可以交给LLM或者其他classifier完成。
这样最后得到的知识就不必全部隐藏在model weights里，而是一套人可以阅读、检查和修改的decision logic。它也可以不断积累，很像一个GitHub repository：发现新的decision pattern可以继续push，发现原来的logic有问题，也可以像提交pull request一样修改。
从这个角度看，我们其实是在把symbolic和neural结合起来。传统programming language更接近一个closed world，执行逻辑是deterministic的；我们在其中加入probabilistic的判断。if或者while里的condition可以由LLM、neural model或者classifier来判断。这样既保留了program的结构，又能够处理open-world里不确定的信息。
ZP：对一个长期运行、持续学习的AI系统来说，可能有两条演化路径，一条是不断更新外部的程序、规则和harness；另一条是根据feedback持续训练模型、更新权重。综合考虑，您会更倾向于哪种方式？两者应该怎样配合？
商静波：如果两种方式的正确率一样，我肯定会选择尽可能symbolic的方案。我有一个principle：在不影响正确率的情况下，能symbolic的东西就尽量symbolic。
原因很简单：它通常运行得更快；在相同条件下可以persistent和reproducible；人也可以直接介入、检查和修改。
如果知识全部存在model weights里，人很难直接看到模型到底学到了什么。即使它想错了，我们也很难准确告诉它：“你这里的哪一条logic错了，把这一条改掉。”很多时候只能继续调prompt、调harness或者重新训练。
如果一部分知识能够变成code或者其他symbolic representation，逻辑本身和判断能力就可以被解耦：logic如果是对的，就把它保留下来；中间某个classifier判断错了，我们就单独提升classifier，而不是把整套logic重新学一遍。
当然，我并不是说所有东西都应该symbolic。现实世界里大量问题是probabilistic的，这正是LLM和machine learning有价值的地方。我的原则是：确定性的东西尽量交给确定性的系统，不确定的东西再交给learning model。Logic的东西，就应该回归logic。
ZP：那是不是可以这样理解，LLM主要负责生成和调整任务流程，具体执行则尽量交给确定性的symbolic工具，让每一步都能够复现、解释和验证；同时，这套workflow也不是由人完全写死的，而是可以从training data中学习和演化出来？
商静波：对。Symbolic不等于human-written。这些步骤和logic本身也可以由LLM参与发现和生成，我们的codified decision logic也是从training data中学出来的。区别只是，一旦发现了可以被形式化、复用的知识，我们希望把它从model weights里“拿出来”，变成可以持续积累、检查和修改的东西。
ZP：对于长期运行的Agent，您更倾向于约束它的执行过程，还是允许它自由探索、只验证最终结果？
商静波：我觉得要看具体问题。并不是所有场景都有很好的symbolic structure。我们在decision making里使用tree或者finite-state machine，是因为这些结构已经比较成熟，也适合表达decision logic。
但如果一个问题本身还没有被well studied，我反而觉得可以让AI free to explore，不一定要规定它中间必须怎样思考。对我来说，比“过程是不是完全可控”更基础的问题，是最后的结果能不能可靠验证。
比如让AI生成数学证明，如果最后可以交给Lean这样的formal verifier检查，那么它中间用了什么方法找到这个证明，我可能没有那么在意。只要最终结果能够被严格验证，就可以给它很大的exploration space。
反过来，如果没有这样的verifier，只能让模型生成大量自然语言证明，再让人一篇一篇阅读和检查，整个系统很快就无法scale。所以探索本身可以很自由，但验证必须尽可能可靠而且便宜。
从现有成功经验来看，我越来越觉得，承载知识的形式和验证知识的机制，可能和模型本身一样重要。遗憾的是，现实世界里真正容易验证的问题还是太少。
ZP：您刚才反复提到形式化载体和验证机制。您觉得这种方法有可能成为一种更通用的AI system范式吗？
商静波：我希望有这个可能。
这也是我理解的data mining和纯粹model-centric research之间一个很有意思的区别。我们当然关心model，但data mining往往还会在model之上再搭一层system：数据怎么进来，知识怎样表示，什么时候调用model，什么地方应该用code，什么地方需要tool，最后怎样验证结果。
所以我更愿意把LLM看成整个system中的一个重要组件，而不是system本身。
我希望最终有一套data mining system，不同领域可以把自己的data和domain knowledge接进来。系统利用LLM理解open-world的信息，用symbolic representation保存可以形式化的知识，用tools执行确定性的操作，再通过verifier检查能够验证的结果。
不同领域需要不同的接口，但一旦这些知识、约束和验证方式能够被转化成system可以使用的组件，它们就可以不断积累和复用。
如果未来AI真的能够持续发现新的知识，我不希望这些知识全部消失在下一版model weights里。我更希望其中能够被形式化的部分，变成人类也可以阅读、验证、修改和继续使用的东西。
ZP：接下来聊一个技术之外的话题。您已经出版了两本书，最初是什么契机让您开始写作？
商静波：我们现在写了两本书，写书首先肯定是公益性质的，因为从投入产出比看，这件事一定不划算。但我不是特别计较投入产出比，一般自己真正想做的事情就会去做，而且会尽量把它做好。
第一本书是在COVID期间开始写的。那时我们的小孩刚出生，我开始关注应该怎样教小朋友。我发现美国有很多面向小朋友的英文科普读物，但中文相对少一些；计算机科学又是一个比较新的领域，所以我就想，能不能自己写一本中文的计算机科普书。
真正开始以后才发现特别耗时间，前后断断续续写了大概两年。这个过程里有一件事情让我印象很深：我写完以后，会先给我太太看。她是做法律工作的，没有计算机背景。我们经常会围绕一个问题争论：我觉得已经讲得非常清楚了，她为什么还是看不懂？
后来我慢慢意识到，很多时候不是这一句话没有讲清楚，而是我默认了太多东西。一个人在自己的领域做得越久，就越容易忘记哪些知识对别人来说并不是理所当然。对于书里的插画师也一样，她必须真正理解内容才能把它画出来，所以整个过程其实是在一轮一轮地发现：我到底偷偷假设了读者知道什么？
这让我觉得科普非常难。你首先要对自己的领域理解得足够深，然后还要有能力暂时忘掉自己的domain knowledge，站到一个没有这些prerequisite的人那里重新理解一遍。
写完这本书以后，我对怎样把一件事情articulate清楚也有了更深的认识：很多时候，真正困难的不是把答案说出来，而是知道对方缺少哪一段context。
第二本书是一部以信息学竞赛为背景的小说。我们以前一直有写小说的想法，最后还是选择了自己最熟悉的世界。总的来说，我把写书看作一种outreach。AI和大模型让越来越多的小朋友开始关注计算机，这是好事，但技术热点一定会不断变化。我更希望把一些能够长期沉淀下来的东西讲给更多人，让更多人真正理解并参与计算机科学。
ZP：AI让获得知识和答案越来越容易，但获得答案并不等于真正学会。您觉得AI时代，教育最核心的东西会发生变化吗？
商静波：教育是一个很大的命题。我觉得大家现在可能被AI搞得有点过于紧张了。很多人说AI现在什么都会了，所以很多课都不用上了，因为知识获取已经变得非常简单。但互联网出现以后，知识获取其实一直都在变得越来越容易。我们真正需要区分的是“获得一个答案”和“自己学会一件事情”，这本来就不是一回事。
以前作业不会做，大家会上网搜索。区别只是，过去像是把勺子放在碗里，你还得自己去挖；现在AI可以直接把东西送到嘴边。最大的问题是，你可能看都没看，也不知道答案对不对，就直接把它交上去了。
我们最近设计作业和take-home exam时，会故意放一些很简单、但如果把PDF直接丢给模型就容易答错的问题。有一次我们设计了一道多模态题，模型会凭空生成一个图里根本不存在的data point。一个200人的课，大概有20多个学生写出了同一个不存在的data point。
其实学生只要真正读一遍题目，再读一遍模型的答案，就不会犯这个错误。但有些人把自己变成了AI和作业系统之间的传话筒：把问题搬给AI，再把AI的答案搬回来，中间自己什么都没有做。
当然，AI以前也有类似的问题。AI只是让“完成任务”变得更容易了，但它并没有自动让人“学会”。
所以我觉得教育中最重要的一点，还是每个人都应该想清楚自己想要什么。你来上学、来学习，不能只是为了完成一个任务。学位本身并不代表什么，真正重要的是你在这个过程中学到了什么。
我从来不要求学生一定要来听课。只要你有自己的办法真正学到东西，我觉得都很好。有学生告诉我YouTube上某个视频讲得比我好，我觉得也很正常。
教育的本质，仍然是怎样让真正想学的人学到东西。到了AI时代，对学校和老师来说，一个更现实的问题是：对于一个真正想学的人，我们能不能让他在这里比单独和AI交互学得更快、更深、更完整？如果不能，我们就应该重新思考自己提供的价值到底是什么。
我觉得至少目前，人和人的交流还有一个很重要的优势：人是一种很厉害的“长上下文动物”。
一个学生来office和我讨论问题时，我看到的不只是他今天问的这一句话。我可能知道他以前学过什么、哪里容易卡住、喜欢怎样理解问题；看到他的style，也可能让我想起以前教过的某一类学生，于是尝试一种解释方式，如果发现不work，就马上换一种。
一个好的老师其实一直在维护一个关于学生的“长期context”：他已经知道什么、不知道什么，什么解释以前对他有效，他最近又发生了什么变化。真正好的教育不是每一次都从一个孤立的prompt开始。
当然，从long term看，我不认为这是人类永远独有的能力。AI未来也可能拥有很好的long-term memory，真正理解一个学生长期的学习状态，而且比人类老师更耐心、更个性化。如果有一天AI真的能做到这些，而且成本足够低，我觉得反而是一件好事，因为高质量的个性化教育就可能被带给更多人。
ZP：这一轮大模型浪潮中，不少高校研究者去了工业界。面对更高的package和更多算力，您为什么仍然选择留在学校？
商静波：确实有一些朋友邀请我加入他们的公司，package也都很好。但我觉得这件事最后还是要回到一个很简单的问题：你长期到底想要什么？
我个人比较看重时间上的自由。Faculty有一个很大的好处，就是只要把自己的事情做好，很多时间和研究方向可以自己安排。更大的package当然会让生活变得更容易，这是很现实的好处。但fundamentally，我觉得还是两个问题：你以后到底想干什么？你想做的事情，在现在这个position上能不能做？如果答案是能，我个人会觉得，对自己时间和研究方向的控制权，比package更有价值。
抛开package，另一个更值得讨论的问题是：如果一直留在学校，会不会逐渐和SOTA脱节？
这个问题我也认真想过。我再给一个可能比较激进的判断：我觉得现在LLM正在converge，可能已经快到头了。这里说的“到头”，不是说LLM不会再进步，更不是说AI没有问题可以做了，而是当前这条主流LLM路线正在逐渐成熟和收敛。
同时，我觉得我们在判断LLM到底有多强的时候，也要非常小心。很多时候，我们以为自己是在评价模型，其实是在用自己的能力作为尺子评价模型。
比如很多人会觉得，LLM的英文已经非常好了，但中文似乎还有不少问题。一个很自然的解释是训练数据分布不同，这在早期模型上当然可能很重要。但时至今日，还有一个很简单的可能：我们的中文比英文好。一段英文如果写得不够地道，我们未必看得出来；但中文稍微有一点奇怪，我们马上就能感觉到。所以我们感受到的“英文比中文强”，有一部分可能来自evaluator本身，而不完全来自model。
Vibe coding也是一样。对于一个原来不会写程序的人，一句话就能生成一个可以运行的东西，当然会非常震撼。但如果你本来就是一个很强的programmer，需要设计和维护复杂的software system，你看到的问题会完全不一样。能写出一段可以运行的code，和能够理解、设计、debug、长期维护一个复杂系统，不是同一件事情。
所以判断AI能力有一个很大的陷阱：当模型超过了你自己的能力以后，你反而可能越来越难判断它到底有多强；而在你比模型强的地方，你又会非常容易看到它的问题。
这也是为什么我不太愿意仅仅根据一些很惊艳的demo去判断一个技术是不是已经把问题解决了。最终还是要问：在真正困难、能够被可靠验证的问题上，它到底做到了什么？
这其实又回到了前面说的verification问题：如果我们自己都无法可靠判断一个结果到底好不好，就很难知道模型是不是真的进步了。
所以这个时候我更感兴趣的，不是在一条已经有大量资源投入的路线里继续追赶，而是：下一条真正重要的research direction到底在哪里？
我读PhD时，自动驾驶也经历过一个有点类似的阶段。当时Waymo非常火，很多人都有一种“这是最后一班车”的感觉，好像现在不上车，以后就没有机会了。
十年以后回头看，自动驾驶当然带来了很大的fundamental change，但它并没有让AI research结束。后来我们又有了LLM，未来当然也还会出现新的问题。
所以我不太相信所谓的“最后一班车”。如果你相信AI research还会继续，那么真正重要的不是赶上每一班车，而是判断哪一条路值得自己长期走下去。
今天的大模型公司当然要继续把LLM这条路线往极致推，这是它们应该做的事情。但从个人researcher的角度，如果一条路线已经有几百、甚至几千个非常优秀的人和巨大的compute在集中投入，我会问自己：我作为其中一个人继续往上加一点，和我去找一个还没有那么多人做、但可能同样重要的问题，哪一种更值得我花接下来的几年？
所以对我来说，最后还是两个条件：第一，你有没有足够的资源做自己真正想做的事情；第二，你是不是真的知道自己想做什么。
如果现在的position已经允许你做，或者沿着现在的方向继续走会让你更接近自己的长期目标，那就没有必要因为外面出现了一条更热的路线马上换方向。
很多时候，你其实已经快走到一个很重要的地方了，只是自己当时并不知道。如果每次看到一辆更快的车就换一辆，最后可能每一条路都只走了一半。
ZP：但工业界和学术界的资源差距越来越大。学术界应该怎样避免和大公司正面拼资源？
商静波：资源当然还是要想办法获得，我们组和工业界的合作也一直比较紧密。但另一方面，如果工业界正在集中几百人的团队和大量compute推进一条路线，学术界很难在完全相同的问题、用完全相同的方法上正面竞争。
高校里做一篇论文可能就是几个人的小team，而公司可以有几百人同时推进一个问题。所以学术界更应该发挥自己的优势，去做更前瞻、还没有被大规模资源集中覆盖的问题。
过去大公司的资源比较充裕，也愿意支持一些不需要马上落地的research，所以高校和工业界形成了很好的合作。但当资源开始更多集中到与公司未来一两年直接相关的方向时，学术界更需要想清楚自己的定位。
从这个角度说，我觉得学术界不应该只是用更少的资源去复制工业界正在做的事情，而应该去寻找那些暂时不需要巨大资源、但可能打开下一条路线的问题。比如training-free或者相对low-resource的方法，都可能更适合学术界做前沿探索。
ZP：很多年轻学生都会纠结要不要申请PhD。站在教授和招生者的角度，您觉得什么样的人真正适合读博？
商静波：我先给一个可能有点暴论的回答：如果一个人还在问“我到底要不要读PhD”，那也许可以先不要读。当然，我们可以反过来讨论，到底什么样的人适合PhD。
我申请PhD是在2014年前后，当时AI一点也不火，比较热门的是database、systems这些方向，computer vision才刚有一点复苏。我并不是因为某个方向火才去学它。
所以现在招PhD学生，我比较担心的一种情况是，学生说：“LLM很火，所以我要做LLM。”然后搜索一下哪些老师做这个方向，就去申请。我觉得如果目标只是进入当前最热门的产业，而你已经ready，其实可以直接去工业界，不一定需要读PhD。
PhD program最终希望培养的是independent researcher。Research也不等于发paper。Paper只是research过程中的一个checkpoint，就像跑完一个epoch以后save一个checkpoint，拿出来给别人看一下。
在这个过程中，我觉得最重要的是逐渐想明白两个问题：我是谁？我要做什么？
很多人在本科以前一直有一条比较清楚的路径：考试、升学、选专业，每一步都有相对明确的标准，也总有人告诉你下一步应该怎么走。但越往后，能够给你明确答案的人会越来越少。到某一个时刻，你一定会on your own。
所以如果申请PhD的时候还完全不知道自己想做什么，我觉得至少是一个需要认真思考的信号。当然，这并不意味着你一开始就必须有一个非常明确的答案。PhD本身也应该给人足够的空间去explore、试错，然后逐渐形成自己的判断。
我自己读PhD的前两年也尝试过很多方向，包括explainable machine learning、graph mining、DNA sequence、clinical data和text。到博二以后，韩家炜老师问我到底想做什么，我说我想做text，因为我觉得text data最多，做起来也最过瘾。
后来language model开始出现，我觉得这个东西很好，因为它可以减少对人工supervision和标注数据的依赖，于是就越来越坚定地沿着这个方向做下去。
当时KDD community的主流还是graph，我们做text反而有点像异类。有些文本论文投KDD，reviewer说应该去投NLP，那我们就去投NLP。这时候就能看出，一个人有没有自己的判断，是否真的相信自己正在做的事情。如果你相信，就应该继续做，而不是一个review说你不行，你就马上换到当时最热门的方向。
所以我希望学生经过前两年的探索以后，至少能够逐渐说出来：“我就是想做这个，我觉得这件事情是对的。”这个“东西”可以是一个领域，也可以只是一个比较大的research question。到了那个阶段，他才真正开始成为一个independent researcher。
ZP：除了兴趣，还有什么比较具体的判断标准？
商静波：我还有一个可能比较有争议的判断：博士应该留给真正学有余力的人。
博士教育和此前的初中、高中、本科教育很不一样。前面的教育很多时候是一种延续：上一阶段做得好，下一阶段通常也能继续做。但PhD不是简单把课程读得更深一点，它要求你在没有标准答案、甚至没有人告诉你问题是什么的情况下，自己不断找到值得做的事情。
所以我觉得一个比较自然的节奏是：课内内容能够比较轻松地完成以后，再去做科研和其他探索；而不是课内已经很吃力了，还要花双倍时间去卷课外项目。后者当然也可能卷出很好的履历，但那是不是你真正喜欢、也真正适合长期做的事情，并不一定。
一个很简单的判断标准是，你在本科或硕士阶段还有没有余力去explore？如果完成已有任务以后，你仍然有很强的好奇心，愿意主动找新的问题，而且面对一个没有标准答案的问题会觉得兴奋而不是痛苦，我觉得PhD可能会是一段很好的experience。
归根到底，PhD不是证明一个人有多聪明，也不是本科和硕士之后自然应该继续走的下一步。它更像是给你几年时间，学习怎样在没有人告诉你答案的情况下，找到一个自己真正相信的问题，然后独立地把它做下去。
本期访谈 Host Lu Lu，Z Potentials 主理人，硅谷大模型战略研究；飞行 Host 柴文浩，普林斯顿计算机科学博士生，谷歌DeepMind Student Researcher。
请注意，此次访谈内容已经过精心编辑，并得到了商静波的认可，仅代表受访人观点。我们也欢迎读者通过留言互动，分享您对本访谈的看法。
文章来自于微信公众号 “Z Potentials”，作者 “Z Potentials”
【开源免费】AutoGPT是一个允许用户创建和运行智能体的（AI Agents）项目。用户创建的智能体能够自动执行各种任务，从而让AI有步骤的去解决实际问题。
项目地址：https://github.com/Significant-Gravitas/AutoGPT
【开源免费】MetaGPT是一个“软件开发公司”的智能体项目，只需要输入一句话的老板需求，MetaGPT即可输出用户故事 / 竞品分析 / 需求 / 数据结构 / APIs / 文件等软件开发的相关内容。MetaGPT内置了各种AI角色，包括产品经理 / 架构师 / 项目经理 / 工程师，MetaGPT提供了一个精心调配的软件公司研发全过程的SOP。
项目地址：https://github.com/geekan/MetaGPT/blob/main/docs/README_CN.md
【开源免费】LangGPT 是一个通过结构化和模板化的方法，编写高质量的AI提示词的开源项目。它可以让任何非专业的用户轻松创建高水平的提示词，进而高质量的帮助用户通过AI解决问题。
项目地址：https://github.com/langgptai/LangGPT/blob/main/README_zh.md
在线使用：https://kimi.moonshot.cn/kimiplus/conpg00t7lagbbsfqkq0
