喝了点，把最近的感受强化一下。

那天夜里的对话，是从一个具体的不满开始的。

他说起顶会审稿，态度很明确：这套机制已经崩溃了。投稿量十年间翻了不止十倍，审稿人没有变多，审稿时间没有变长，但写作者的工具变了。AI 同时进入写作、实验和审稿三个环节，审稿人相对作者的认知优势被抹平。一个审稿人在不知道作者是谁的情况下，已经无法判断眼前这篇流畅的论文，背后是三个月的真实思考，还是一个下午的包装。鉴别力消失之后，会议接收就变成了抽签。但没有人愿意承认这一点，因为太多人的毕业、教职、项目申请还挂在会议接收通知上。于是大家集体维持一个心照不宣的假象。

我听完之后说，这个判断我大半同意，但原因不全是 AI。投稿量暴增本身就让审稿质量不可逆地下降。一个顶级会议的审稿人平均花在一篇论文上的时间，可能不到两个小时。两个小时里要读懂动机、检查方法、判断实验、写评审意见，这本身就接近不可能。AI 只是把这个早已存在的结构性问题加速了。会议并没有完全失去信号，偶尔还是有真东西被选出来，只是噪声大到让信号不再可信。真正的问题不是会议死了，而是它从知识验证机制退化成了注意力分配机制，同时还在假装自己仍然是前者。

接下来他提出一个更激进的判断：顶会会在几年内被革命，技术报告和开源仓库的价值已经超过多数论文。一个可复现的命令，一张真实的速度对比图，比论文里那些经过修饰的句子可靠得多。我没有完全反对，但给出了一个限制：会议不会消失，因为它的功能从来不只是发表论文。学术社交、招聘筛选、资源分配，这些都还挂在会议上。顶会已经变成一种社交货币，货币会通胀，但通胀不等于立刻作废。更可能发生的是，会议、开源项目、榜单成绩、工业落地共同构成新的评价体系，任何单一信号都不再够用。他说的“水论文的研究生找不到理想工作”，其实已经在发生，只是速度比学生调整方向的速度慢。

然后他说，大厂会接手淘金的工作。他的理由是，大厂投入的是真金白银，面对的是真实用户和成本指标，这比审稿意见更接近事实。一个技术能不能把推理成本降下来，能不能让延迟从三秒变成两秒，市场会给出比任何评审更硬的回答。

这一点我接受，但只接受一半。大厂确实有更真实的指标，但大厂并不总是奖励真实。它也会追逐叙事，也会被短期 KPI 扭曲，也会把资源集中在管理层偏好的方向上。很多在大厂内部被砍掉的项目，不是因为技术不行，而是因为汇报链条上没有人愿意为它背书。对口实习的含金量取决于你被放到什么位置。核心组核心项目，确实比几篇论文值钱。但边缘组打杂实习，可能还不如一篇中等偏上的论文。把评价权从会议交给大厂，只是换了一个权力中心，不等于找到了真理。

真正可靠的信号，只存在于那些能被复现、能被度量、能直接产生后果的地方。一条命令跑通或者跑不通，没有中间地带。一次推理速度的提升，数字摆在那里，无法靠修辞模糊过去。这不是因为工程比学术高尚，而是因为工程的反馈更直接、更难以逃避。

然后他抛出了关于读博的判断。他说现在进入 AI 或计算机读博不明智，泡沫已经很高，资本总是最先退场，最后只剩一两家基座模型公司。五年以上的时间，风险太大。

这条我反驳得最直接。如果读博的目标是进入基座模型核心圈，那确实风险极高。基座模型是资本密集、人才密集、赢家通吃的游戏，全球容不下几家。但 AI 不等于基座模型。AI 正在渗透科学计算、医疗、材料、机器人、教育、法律这些领域，这些方向同样需要深度研究，而且博士训练的价值恰恰在于花五年解决一个没有现成答案的问题。互联网泡沫破裂之后，互联网没有消失，反而渗透得更深。泡沫会清洗投机者，但不会消灭对深度能力的需求。关键不是要不要读博，而是读博做什么方向、以什么心态读。土木和房地产的类比不完全成立，因为土木是周期性基建行业，而 AI 更像电力和互联网，是通用目的技术。

谈到多模态，他的态度变得不那么像一个批评者，更像一个坚持自己品味的人。他说梁文锋提出多模态寒冬，大厂开始放弃多模态，转向编程和智能体，理由是语言才是智能的本质链路。他不同意。他说语言是人类近几千年来的发明，而视觉、听觉、触觉是亿万年自然选择的结果。把连续的感官数据压缩进离散的语言符号，反映的是人类认知能力的局限，而不是智能的理想架构。要真正实现超级智能，对连续数据的理解和对脑科学的突破必不可少。

我基本站在他这边。大厂放弃多模态，更多是商业回报和资本叙事的选择，不是科学判断。语言是当前最可扩展的接口，但接口不等于本质。机器人、自动驾驶、医疗影像这些领域仍然需要理解连续世界的能力，只是它们变现更慢，资本等不了。多模态寒冬是资本周期，不是科学终局。但我也补充了一点：超级智能未必需要模拟人类感官，它可能发展出不同于生物感知的建模方式。人类感官是一条路径，不是唯一的路径。

谈到 AI 自进化，他说这是吸引融资的伪命题。当前的智能不足以自我纠正和排除噪声，在智能体工作过程中人类介入必不可少。我补充了一个区分：封闭目标下的自改进已经存在，比如自我对弈、自动超参搜索，这些是有效的。开放世界中的自我纠错确实没有实现，而且可能长时间无法实现。他说 AI 只是操作者认知的放大器和工程的加速器，这个判断在当下成立。但放大器如果足够强，会改变问题本身。计算器改变了数学实践，搜索引擎改变了获取知识的方式。一个足够强的认知放大器，最终会改变认知的定义。

然后他说了自己的处境。读博两年，发了几篇顶会论文，却发现那些工作没有实际价值，只是标签。最近半年他停止写论文，去大厂多模态推理框架组实习。领导把多模态并进了基座模型，不重视这个方向。他说自己就是喜欢视觉，喜欢自然的信息，不想因为资本的风向改变自己的判断。他开始维护一个开源项目，叫 ChituDiffusion，目标是做出一个被认可的开源仓库。

我看了那个项目的 README。它是一个面向 Diffusers 生态的扩散模型推理运行时，包含快速序列并行、缓存策略统一接口和弹性服务。技术上是硬的，没有水分。但它也没有用户。普通用户想要一键加速，框架开发者已经困在自己的系统里，研究者数量少且倾向自己搭实验。它切中了真实痛点，却还没有找到一个能被看见的位置。一个开源项目从零开始被注意到，往往不是因为技术最牛，而是因为切中了某一群人的共同痛点，并且有一个十秒内能让人感知到的价值信号。他缺的也许就是这个。

这也许就是他最初那些判断的缩影。一个东西有价值，不代表它会被认可。旧体系失效之后，新体系还没有建立。中间这段时间，信号是混乱的，判断力只能来自自己。他选择去做一个没有 star 的开源项目，而不是追求论文，这在外人看来可能不理性。但对他而言，这是把评价权收回到自己手里。

对话没有结论。只有一条被反复打磨的共识：旧秩序在退潮，新秩序还没有成形。不要用旧剧本玩新游戏。真正的价值不在接收通知里，不在领导的口头认可里，而在那些能被复现、能被度量、能在时间中留下来的东西里。