把田渊栋访谈当下饭视频看
最近有一个很具体的快乐:吃饭的时候看硅谷101。
尤其是田渊栋的几期访谈,我真的很喜欢看,爱看,甚至有点像我的 AI scientist 下饭视频。
这不是那种轻飘飘的“信息流消费”。它更像是一种高质量输入:一个真正做过研究、带过团队、经历过大公司组织结构、也认真思考过 AI 路线的人,在访谈里把自己的判断过程慢慢展开。对我来说,这种内容很珍贵。
为什么特别下饭
“下饭”这个词其实很准确。
它不是说内容浅,而是说它可以自然地进入生活节奏里。吃饭的时候打开,听一段,脑子会被轻轻点亮一下。
硅谷101的访谈质量很高。问题不是只停在“发生了什么”,而是会往深处问:
- 技术路线到底为什么这样走?
- 大模型之后还有哪些没被解决的问题?
- 研究在大公司组织里如何被推进,又如何被阻碍?
- 一个研究者应该怎么面对 hype、组织、职业变化和长期兴趣?
田渊栋的回答也很有启发。他不是只给结论,而是经常把背后的 reasoning 展开。对我这种正在搭建自己研究路线的人来说,这比单纯听一个结论更有价值。
我真正喜欢的部分
我最喜欢的不是某个单点观点,而是整体气质。
一种很强的研究者气质:
1
2
3
4
对问题保持诚实
对路线保持怀疑
对长期兴趣保持忠诚
对工程现实保持尊重
这几个东西连在一起,就很打动我。
AI 时代很容易让人焦虑。每天都有新模型、新 benchmark、新公司估值、新人才流动。外部信号太强的时候,人很容易被市场噪音牵着走。
但好的访谈会把人拉回更底层的问题:
1
2
3
我到底想理解什么?
我到底想解决什么?
我到底愿意长期投入什么?
这也是我看这些访谈时最大的收获。
从“看访谈”到“做研究”
如果只是看完觉得“很厉害”,那还是停留在消费。
我更想把它变成自己的研究输入。
所以我现在给自己定一个简单规则:
1
2
3
4
5
6
高质量访谈
-> 记录关键问题
-> 提取研究判断
-> 对照公开项目
-> 写成 study map
-> 转化成自己的 Research OS 组件
这就是为什么我开始做 pengyistudymap_yuandong。
第一篇是 yuandong000,先做学习地图。后面可以一篇一篇看:
arXiv_recbot:怎么做 paper recommendation 和 research intake;llm_utils:研究者自己的 LLM 小工具;ELF / DarkForest:RL 和 game research system;understanding:理论问题怎么变成实验;tools / scheduler / obsidian-plugin:个人 workflow 如何支撑长期输出。
访谈给的是方向感,GitHub 项目给的是工程现实。
两个结合起来,才是可以学习、复盘、迁移的东西。
对我自己的提醒
我现在越来越确定,自己要成为的不是一个只会追热点的人。
我想要的是一套能持续产出的系统:
1
2
3
4
5
6
持续读
持续想
持续写
持续做
持续验证
持续公开沉淀
田渊栋的访谈提醒我:真正厉害的研究不是靠短期兴奋撑起来的,而是靠长期问题意识、技术判断、工程落地和个人兴趣一起支撑。
这也和我现在想做的事情连起来:
- AI scientist path;
- Quant Research OS;
- R&D Agent;
- paper-to-code;
- paper-to-strategy;
- research memory;
- public learning log;
- private working space。
这些东西看起来很多,但底层其实是一件事:
1
2
3
把输入变成判断
把判断变成系统
把系统变成作品
今天的感觉
今天写这篇,其实就是想留下这个状态。
有些内容是可以反复看的。不是因为它每次都给我新信息,而是因为它每次都能把我拉回一个更好的精神状态:
1
2
3
4
认真做研究
认真写代码
认真理解世界
认真搭建自己的系统
所以,硅谷101的田渊栋访谈,确实非常下饭。
喜欢看,爱看。
也希望自己以后不仅是看访谈的人,而是能把这些启发真正变成自己的代码、文章、系统和长期作品。
References
- 硅谷101 E145:对话Meta田渊栋:被Transformer改变的世界与人类AGI的野心: https://sv101.fireside.fm/151
- YouTube:专访前FAIR研究总监田渊栋:Meta裁员之后,对AI的一些遗憾与思考: https://www.youtube.com/watch?v=EsaUQNx59vA
- YouTube:再访田渊栋:46.5亿美金估值的RSI,与AI自进化: https://www.youtube.com/watch?v=F7oNfszczVc
- Yuandong Tian GitHub: https://github.com/yuandong-tian
- Yuandong Tian homepage: https://yuandong-tian.com/