OpenAI核心研究员翁家翌:年轻人要尽早进入工业界!读博毕业可能发现做的东西没用了,现代学术界应该被重构
(来源:陆向谦)
作者:赵老师
最近OpenAI研究员翁家翌在WhynotTV播客上做了一期深度采访。翁家翌是谁?
他2022年加入OpenAI,是GPT-3.5、GPT-4、GPT-5背后的核心贡献者之一——知乎上的描述是「你能看到的那些关键跃迁里,都有他的身影」。他的主要贡献方向是强化学习、后训练和基础设施(Infra),还是广受欢迎的开源强化学习框架「天授(Tianshou)」的创建者,清华+CMU背景。
整期采访信息量极大,但最让教育圈和家长圈炸锅的,是他关于「读博」和「学术界」的一段话——
「长远来看,现代学术界应该要被重构。我觉得还是尽早进入工业界比较好。」
「因为读PhD,你不知道你PhD毕业之后会发生什么事情。有可能毕业之后这个范式已经来了,你会发现你做的东西可能就没什么用了。」
然后他说了一句更具体的建议:
「如果你的目标函数就是进AI lab的话,那你要先弄清楚一点——AI lab到底需要什么样的人。如果他们更需要Infra的人,那么你就多做一些Infra的活,哪怕你没有PhD degree也没有关系。因为更重要的是看你的经验能不能match,有没有用。」
定居硅谷30多年的陆向谦教授听到翁家翌这段话后,在直播里的回应极其干脆:
「我完全同意。学位不是目的,目标才是目的,成功才是目的!」
纯研究员可能是第一波被AI取代的人
翁家翌在采访中还说了一个让所有正在读研读博的人后背发凉的判断——
「纯Researcher可能是第一波被AI取代的人。」
为什么?他的解释非常清晰:
在学术界,一个Researcher的核心工作是什么?提出Idea(想法)、设计实验、写论文。
但翁家翌说:「在工业界,Idea其实是非常廉价的。你有一个点子,大模型领域沉淀几年的资深专家只要稍微讨论一下,大家都能想到。」
那什么不廉价?
「真正拉开差距的,是你单位时间内能验证多少次Idea——你能修多少个Infra Bug。」
换句话说——在AI时代,「想到一个好主意」不值钱,「把好主意快速变成现实」才值钱。前者是传统学术界训练的核心能力,后者是工业界最需要的核心能力。
他还说了一句让学术圈很不舒服的话:
「教一个Researcher如何做好Engineering,要远比教一个Engineer如何做好Research难。」
这句话说白了就是,一个会做工程的人学研究,比一个会做研究的人学工程,容易得多。
而AI正在做的事——就是把「研究」这件事自动化。OpenAI CEO Sam Altman已经公开宣布:OpenAI的目标是在2028年之前建成一个完全自动化的AI研究员系统——2026年先做出「实习生级别」的AI研究助手。
你听清楚了吗?OpenAI自己在造一个「AI研究员」——来替代人类研究员。而翁家翌就是这个公司的核心成员。
他比任何人都清楚:「纯做研究」这条路,正在被AI从底层抽掉。「
读博5年,毕业发现范式已经变了
翁家翌说的「读PhD毕业发现做的东西没用了」——很多人可能觉得他在夸张。但看几个真实案例就知道,这件事已经在发生了:
2020年开始读NLP(自然语言处理)博士的人——他们的研究方向可能是「怎么让模型更好地理解句子结构」。2022年ChatGPT出来后,这个问题基本被大语言模型「暴力解决」了。5年博士还没读完,研究方向已经过时。
2021年开始读计算机视觉博士的人——他们可能在研究「怎么用少量标注数据训练图像识别模型」。2023年GPT-4V和Gemini出来后,多模态大模型直接跳过了这个问题。还没毕业,范式已经换了。
2022年开始读强化学习博士的人——翁家翌自己就是强化学习方向。他在OpenAI看到的是,强化学习正在从「学术研究课题」变成「大模型后训练的工程工具」。研究属性在下降,工程属性在上升。
「每一个案例都在说同一件事:技术变化的速度,已经快过了一个博士学位的培养周期。」
你读博5年。第1年定方向,第2-3年做实验,第4年写论文,第5年答辩。
但AI每6个月迭代一次。你读博的5年里,AI迭代了至少10次。 你第1年定的方向,第3年可能就已经被AI「解决」了——不是被你解决的,是被一个你完全没预料到的新模型暴力解决的。
翁家翌说「你不知道PhD毕业之后会发生什么」——他不是在吓人,他是在描述一个AI迭代速度远超学术培养速度的结构性矛盾。
最好的技术在工业界,不在学校
陆向谦教授在直播里讲了一段非常有实感的话——
「你比如说你在Anthropic工作——我女儿就是Anthropic的一个技术负责人,如果你想到Stanford或者Berkeley去读人工智能的博士,那教授高兴坏了! 为什么?因为最好的技术在工业界,在Anthropic。 教授没那么多钱,没那么多算力,没那么多数据。他希望你把工业界的感觉带回来,能写成论文,跟教授一块发。」
这段话揭示了一个中国家长完全不了解的现实——
「在AI领域,大学教授不是」教学生「的——大学教授是」向学生学「的。」
为什么?因为AI最前沿的技术不在大学里——在OpenAI、在Anthropic、在Google DeepMind。这些公司有几十亿、上百亿美金的算力预算,有全球最顶尖的工程团队,有最新的模型和数据。大学教授的实验室,在算力和数据上和这些公司差了几个数量级。
陆教授还说了一句更扎心的话:「我建议同学们追求自己的梦想。哪怕机会来了,不上大学、高中就抓住。 」
「你上大学不就是为了这个吗?机会来了,你上大学干什么?」
这段话和翁家翌说的「尽早进入工业界」完全一致——不是说大学/博士完全没用,是说在AI变化如此之快的时代,「先做事再学习」比「先学习再做事」更合理。
那到底还要不要读研/读博?
这可能是很多家长读到这里最想问的问题。
翁家翌的回答其实不是「绝对不要读」——他说的是「要搞清楚你读博的目的是什么」。
如果你读博的目的是「拿个学位好找工作」——这个目的在AI时代可能已经失效了。 因为AI lab招人看的不是学位,是你能不能做事。
如果你读博的目的是「在某个领域做到极致深入、解决一个真正困难的科学问题」——那值得读。 但你要清楚,你选的方向必须足够底层、足够根本,不会被AI迭代掉。
如果你读博的目的是「我不知道该干什么,先读几年博再说」——这是最危险的。 因为5年后你出来,世界已经变了,你不但没有找到方向,还浪费了5年最宝贵的时间。
陆教授在直播里说了一段特别实在的话:
「跟着自己的梦想走。学是为了那个目标——学位不是目的,目标才是目的,成功才是目的!」
「你比如说硅谷的创始人都是这么做的——一会儿读博士,一会儿退学,一会儿又去读个博士后,他一直是跟着自己的梦想在走。 需要学什么就去学什么,不需要的就不学。学位只是路上顺便拿的东西,不是目的本身。」
这段话把「要不要读博」这个问题彻底重新定义了——
「不是」读不读「的问题,是」为什么读「的问题。」
为了学位而读——大概率浪费时间。
为了梦想而读——学位只是副产品。
翁家翌整期采访最核心的一个逻辑,其实不是「博士没用」——是「先做再学」比「先学再做」更有效。
传统路径:小学→中学→大学→硕士→博士→进工业界。先学20年,再做事。
翁家翌建议的路径:尽早进入工业界,在做事的过程中学习。 需要什么知识就学什么知识,不需要的就不浪费时间。
这和陆教授说了30年的话一模一样——
「学理论不如学案例,学案例不如做案例,做案例不如玩案例。」
「做着做着就准备好了。」 不是「准备好了再做」。是「先做,在做的过程中,你自然就知道该学什么了」。
翁家翌自己就是这条路径的证明——他在加入OpenAI之前就已经通过开源项目「天授」积累了大量实战经验。不是「读完博士才有资格进OpenAI」,是「做出了有价值的东西,OpenAI来找他」。
这和陆教授实验室里那个16岁被名企招走的孩子是同一个逻辑——不是学位吸引了机会,是作品吸引了机会。
翁家翌在采访最后说了一句话,非常平静但非常有力——
「更重要的是看你的经验能不能match,有没有用。」
「有没有用」——这三个字,是AI时代对一个人价值最简洁的定义。
不是「你有没有学位」,不是「你发了几篇论文」,不是「你在哪个学校读的博士」。
「是」你能不能做事,做出来的东西有没有人用「。」
陆教授说了一句话,和翁家翌的观点形成了最完美的呼应——
「学位不是目的,目标才是目的,成功才是目的!」
这句话值得每一个正在纠结「要不要考研」「要不要读博」「要不要出国读PhD」的家庭,贴在墙上。
翁家翌在OpenAI做GPT-5——他告诉你,PhD不是进AI lab的必要条件。
陆教授的学生16岁被名企招走——他告诉你,连大学都不是必要条件。
「必要条件只有一个:你做出了有用的东西。」
学位是一张纸,作品是一个证明。
「在AI每6个月迭代一次的世界里,一张5年前开始读的博士学位证书,和一个上周刚做出来的能跑的项目——你觉得AI lab会选哪个?」
答案不需要翁家翌来告诉你。
答案在每一个正在招人的AI公司的JD里——
「Show us what you've built.」(让我们看看你做过什么。)
不是「Show us your degree」。
相关推荐
小镇做题家,读博要慎重
失业率达艺术史2倍,计算机科学专业不再是稳定职业保障?
告别OpenAI,翁荔宣布加入VC
OpenAI的Q*没有毁灭人类,却打了学术界的脸
离开OpenAI后,翁荔宣布做VC
Meta挖角OpenAI核心研究员,奥特曼发内部信回应
卷不动了:学术界迎来“躺平”潮
追随女友出国读博,他却同时开始创业?
晚点独家丨吴永辉接管字节 Seed 这一年
没端上铁饭碗的清华博士,改行占星
网址: OpenAI核心研究员翁家翌:年轻人要尽早进入工业界!读博毕业可能发现做的东西没用了,现代学术界应该被重构 https://www.xishuta.cn/newsview149990.html
推荐科技快讯
- 1问界商标转让释放信号:赛力斯 95792
- 2报告:抖音海外版下载量突破1 25736
- 3人类唯一的出路:变成人工智能 25175
- 4人类唯一的出路: 变成人工智 24611
- 5移动办公如何高效?谷歌研究了 24309
- 6华为 nova14深度评测: 13155
- 7滴滴出行被投诉价格操纵,网约 11888
- 82023年起,银行存取款迎来 10774
- 9五一来了,大数据杀熟又想来, 9794
- 10手机中存在一个监听开关,你关 9519
