30岁的思考：在变化中寻找破圈的可能

30岁的最后几天，来到广州参加 IJCAI。见了很多年轻的面孔，听了一些讲得稀烂的报告，也有质量挺高的 tutorial。

听 tutorial 的时候，我在思考一个问题：如何在基于 LLM 构建的应用系统中做出理论性贡献？在大模型时代，单纯做应用和写技术报告可能没什么区别（当然，很多技术报告的影响力比普通论文要高得多）。

这个问题一直困扰着我。传统机器学习时代，理论与实践的边界相对清晰：我们可以通过建模和数学推导设计新算法，然后在标准数据集上验证效果。但在 LLM 时代，游戏规则彻底改变了。大部分“创新”是在已有大模型基础上做微调、提示工程，或者设计新的应用场景。这些工作虽然实用，但很难说有什么深刻的理论洞察。

向讲 tutorial 的一位教授提出这个问题，他没有给出很好的答案，但他的描述很好地概括了我的想法：你是想做一些出圈的工作。

LLM 相关的科研工作大部分是经验性贡献，试错至关重要，需要大量资源支撑。这也是普通高校或资源匮乏的研究组在大模型时代全面掉队的原因。认识到这一点，我选择了去公司。

三十岁，博士，打工人，已婚——我处在一个微妙的人生节点。我给自己的生日寄语：

多想多做，人生不给自己设限，继续尝试破圈。

我希望在接下来的岁月里能够：

• 保持好奇心：对新技术、新想法始终保持开放态度，不被既有成功经验束缚
• 跨界学习：主动接触其他领域思想，寻找交叉点和新的研究方向
• 勇于试错：在有资源支持的条件下，大胆尝试看似不可能的想法
• 深度思考：在快节奏时代里，刻意为深度思考留出时间和空间
• 分享知识：将思考和发现分享给更多人，促进整个社区进步

借用阿里的话：唯一不变的是变化。在这个充满变化和可能性的时代，最重要的不是预测未来，而是为未来做好准备。

初心不负。