半条命
最近观察到一些人跟事，有感而发。 假设你听说编程很厉害，有很多用，想学编程，但是编程有这么多不同的分支，有手机APP开发，有算法，有深度学习，有区块链，有编程语言。。。你该学什么好呢？ 很明显，因为你基本上不懂编程，所以你无法做技术上的分析，那你只能从表面上分析：越热门火爆，越缺人的东西，越适合 - 供需关系，基础经济学嘛，人才越缺，我越好找工作，工资越高，热门的方向，发paper更多人cite，做出项目也有更多star，更多人用，谁不想被更多人需要呢？ 如果这方向还比较简单，这就更好了：同等条件下，为什么要选更辛苦的工作，而不是轻轻松松攒钱？ 但是如果你真这样选，那就把自己坑了。 在说原因之前，我们先来考虑一些问题。 众所周知，技术会过时，30年前学的visual foxpro到现在价值为零，而你不希望你学的东西毫无用处，那你应该去学更不会过时的技术（半衰期更长）。而什么技术半衰期更长？ 更新迭代比较慢的技术。大版本号每上升一次/新框架推出一次，你就要重新学习一次新的API（比如啥tensorflow啥react），然后还要把旧的代码升级上去。 已经活了很久的技术。如果大公司推出了一个新平台，很可能过几年就打入冷宫，重新选个新欢（Objective C）。或者更惨的，这个方向直接凉凉（VR），你学的东西全部变废物，好不好玩？ 很不巧的是，热门的方向正好这两点都不具备。 热门的方向，自然有各大公司卖力的去推平台推框架竞争，飙版本号，生怕落后一点点就丧失掉大蛋糕。这样迭代周期一两年一单位，你要不停翻新你会的知识，君不见tensorflow2.0一出，一推叫着我不行了，不能再学的？（如何评价 TensorFlow 2.0 版本，是否是 Google 再一次力挽狂澜？） 如果一个方向活了很久，那为什么最近才变得热门？就算我们去考虑特例，比如大环境变了，突然这个方向变得可行（GPU跟大量数据导致深度学习效果很好），那以前学的东西也变得没用了 - 因为玩法变了。90年代那些链接主义NN在现代还有什么用吗？ 如果你选了个更简单的工作，那你处境更危险：本来低半衰期就导致你难以积累技术，现在再加上积累了的技术也不会带来太多竞争力，那过个五年，你不能再经常996，工资也变高了，然后跟新员工技术上拉不出差距，然后当方向慢慢变冷，竞争变激烈的时候，老板不炒你，难不成留着你过年？注意，有的工作准入门槛低，但这不等于简单 - 因为提升能力的最有效方法就是让你做刚好在能力范围外的事情。 你可能会反问‘难不成我看啥方向冷门，然后一头扎进去饿死？’ 也不是。你应该做的是去学习基本功。比如啥操作系统，算法，编程语言，体系结构这些。 这些东西都出来半世纪多了，能发掘的都发掘得差不多了，所以你能随便打开任意优质大学的公开课，然后毫无违和感的假装自己活在1990。 半世纪多的东西也不会一天突然凉凉，被打入冷宫需要重新学习。这些东西也不是一个公司能左右的 - 谁家产品这么长命？ 同时，做这些基础方向，也不代表你不能做有实际impact的工作，只能去grind 1% gain，或者直接呆象牙塔，无实际应用（不一定是坏事）- 你完全可以打好基础，然后去用这些基础做各种热门应用，这样大家都需要你，但是你的半衰期则是几十年，等你的应用方向凉凉，人老珠黄了你拔吊无情，去接着做其他的应用方向，岂不美哉？ 比如我表面上看上去是在做深度学习框架（TVM），其实天天都在写SML Compiler，一边在看Abstracting Abstract Machine打算实现下，另一边写的代码却被deploy到亚马逊，爽歪歪。 再举个反面例子：在这么多深度学习框架/算法中，有很多（我数出了五个，其中还有citation就快上万的教授的paper，不想点名，因为这是体制的问题，就lantern没问题）都自称对自动求导做出了创新，但是其实90年代的啥ADIFOR ADIC就已经覆盖了所有的所谓创新（其中还有这些新work由于缺乏自动求导常识做的负优化）。如果这些人肯耐着性子去看几十年前的自动求导书，从头翻到尾，也不至于闹这种笑话。 PS：我本来觉得这些道理本科生也都懂的，但是认识了好几个不好好打基础去学新潮东西的高中生，写上来希望对这种人有帮助。