我感觉这个世界变化太快了。。。
AI
2023 年初，我们刚刚接触到 ChatGPT，一个在大厂实习的学长给我们展示它虽然回答都是些乱来的东西，但它确实理解了我们在问什么。
不过最初的时候，ChatGPT 是真的用来 chat 的。
最初的时候，ChatGPT 是真的用来 chat 的，我们认为图上这种行为属于贴吧笑话，而且很学术不端。
现在 2026 年初，可以说，AI 已经统治了小一半的东西了。至少 survey、literature research、polishing paper、revision、写简单代码、写简单项目、debug、配环境、写信、日常生活百科、旅行及交通路线规划、国外菜单翻译，全都是 AI 的活儿了。再往后可能也不是很敢想了，也许学术会议就是 AI 写文、AI 审稿、AI 演说、AI 总结，再投入 AI 进行下一年度的科研，反正没人什么事儿了（
AI 的发展对于左左来说是个好事情，他一直有一个程序自动生成的伟大构想，为此已经完成了大部分建模。现在有了 AI，第一步将需求形式化的任务就天然解决了。他扬言世界上 80% 的代码都是简单的搭积木，或者加以一点常规思维套路，他要把这些消灭掉。
我当时问了一个问题：这一波生产力的提升，会不会使得当前的生产关系不适应生产力发展，从而产生重大社会变革？
我觉得很有可能，世界会变成什么样子，完全不清楚了。
至于我老板，他已经完全变成 AI 的形状了（
他已经不打算招学生了，每月 20usd 的 ChatGPT 就是他最好的学生（
而且他认为 90% 的学生毕业以后打不过 AI，将来连计算机系都没有存在的必要了（
教学上也有一些很好玩的现象。
对于作业题来说，这两年 AI 从给 hint 进化到到秒掉经典题再到秒掉任何难度的作业题。加之基础课规模持续高位，改作业既是重负也是毫无意义，人人都交的满分卷，不会的题就喊 AI，会的题为了确保不丢分也会过一遍 AI。
于是我们宣布不再改作业了，交上来就满分。但是为了应对考试，学生们还是要认真做作业，抄 AI 在考试面前就没什么意义了。
于是出现了一个魔幻的现象：如果你要改作业，那么学生就会不做作业；而如果你不改作业，学生就会做作业。
Theory Research
这大概是从 2024 年以来心里头出现的一个不和谐的声音，我开始询问自己，你做的事情有没有意义，有没有在为社会做贡献，有没有在推动生产力的发展，你对不对得起你拿的 funding。
原因可能是 2023 年一整年都没有做上很好的理论题，总是在搞一些四不像的题目：理论又不够理论，实际又不够实际。本来就打算做一辈子理论的，结果因为多少做了点实际的东西，看到了别人如何在用实际的东西改变世界，心里头就有杂念了。
而且随着大模型的海啸扑来，计算机领域除了理论等少数几个方向，其他方向的最先进成果已经从学术界转移到工业界了。工业界有钱堆算力、数据等各种资源，学术界只能玩 toy model。
会时常想如果我真的成了一个在学校里头做科研的人，我会不会被世人唾弃，拿着纳税人的钱在做可有可无的贵族学问。
也想过一些解决方法，比如虽然我自己不去工业界，但是我培养了 10 个学生有 3 个去了工业界，那我也是做到了 3 倍于自己的贡献。但这些想法解决不了根本问题。
开始怀疑 STOC FOCS SODA 这些会议的选题。以前这是神圣不容置疑的。也听到了其他人的质疑声，不止我一个人在认为这些传统理论会的选题非常 narrow。
思来想去，翻来覆去，一直想不通，在 2024 年暑假，困扰达到了最剧烈的点。
趁着 IJTCS 我还把这俩问题抛给学长。这两位学长是我老板的得意门生，现在都是非常优秀的 prof。其中一位说，理论现在没有用以后会有用的。另一位说，你说的 issue 在我这里并不是一个 issue。
PolyU 的老师的看法跟后者类似，他说这是所有做理论的人都迟早碰到的一个灵魂拷问，但最后他明白，只要自己能吃饱饭，这就是有意义的。
关于这个议题还有很多人也都发表过意见。我最后自己想通了，参考这篇。
これから
其实到 IJTCS 2024 这个节点已经是 phd 过一半了，也应该开始考虑学术这条路还能不能走下去了。因为此时手上并没有理论 A，可见的未来里好像也不太能保证有理论 A。主要是题不好。
Abby 说，其实我已经知道你到底想走哪条路了，你自己不知道，我不告诉你，一年之后来看看我猜得对不对。
我预感到可能确实学术要走不通了，不过决定还是垂死挣扎一年。
第三年确实做了很多努力，而且做了很大胆的尝试。
2024 下半年主要是在 Ondrej 的 WFOMC 的题里做了些 hardness 结果，真真正正算是有点 TCS 形式的结果了，而且还是从图灵机一路归约过来的，十分正统(x)。甚至还有 hardness 的 hardness，就是你想证一个 hardness 但是证不出来然后你思考为什么证不出来结果发现有算法(x)。虽然大的题目它就不是 STOC FOCS SODA 范围内的，但所幸是 LICS ICALP(track B) KR CSL AAAI 范围内的，要是结果足够好还是能有不错的发表。
还通过社交网络的大度数节点找到了 SJTU 的宽老师，约了 4 个月的 visit。那时候了解到 SJTU 有做 approximated counting / sampling 的团队，他们做的统计物理模型跟 WFOMC 转化后是几乎同一个东西，所以就想着能不能学点 approximated counting 的技术，发展 WFOMC。顺便趁此机会上车一个正统的 STOC FOCS SODA 方向，说不定还能打通去英国的人脉。
可笑的是约好了以后才意识到凤老师要来 HKU 了，凤老师跟宽老师是几乎同一个方向，于是我就显得很怪了，明明自家有人教，偏偏要跑出去（
不过感觉读 CS 不出去 visit 一下都不完整。。。
一待就是 3 月到 6 月，看着光秃秃的树枝开出樱花然后谢掉然后长出绿叶，羽绒逐渐变成短袖短裤。第一次在北方（广东以北）从冬天过到夏天。
宽老师人超级好，还一起去了在 SYSU 办的 C&A。顺便一提你鸭的 TCS 也是好起来了，李老师一篇 SODA 划破寂静的长空，结束了你鸭没有 TCS 的时代，学校大篇幅报导，从此实验室都改名了。
但在那里 80% 的时间是在学习，他们这个方向门槛不低，有很多经典结论和数学知识要补，就一个李杨圆环定理都得让我理解一个星期。剩下的时间，还有一半给自家老板打工，给 graphlet sampling 的后续题目疯狂写实验。最离谱的时候，一周有半周都在写实验，写到我怀疑我为什么在 SJTU，我只是蹭了个上海的工位给老板打工。。。
最后导致宽老师给的两个题都做不出来新东西。我一直觉得对不起宽老师，浪费他 4 个月的工钱，学走了他很多本事却没能给他贡献。后来 STOC 2025 社交网络大度数节点告诉我，宽老师也说对我惭愧，好家伙互相愧疚了（x
倒不算 0 收获，至少真的学会了 approximated counting / sampling。只是意识到，把 WFOMC 往 q-spin 发展并不是一个靠谱的选项，因为 q-spin 也是大片的 intractable，能开发的只是很小一部分，这对于 WFOMC 来说没什么意义。
最后到了最终决策点——第三年的暑假。pub 不好，可预见时间内还是不会有理论 A，在华为的 camp 上咨询了入职 CUHKSZ 的学长、SYSU 教练、各路教练，中央媒体院的师兄，大概知道了学术界的招聘标准，遂放弃，开始面试公司。
做出决定后的一个星期是极其痛苦的，因为这是人设的转变，从学术形象转为了业界形象，research interest 也要变。当时感觉一直以来的梦想要碎了，要换成为以资本为导向的人生观了。
一周过后，逐渐接受自己的新人设。本身也不排斥为社会真实需求做研究，顺便挣点钱好像也没什么不好（
虽然跟老板说是一边面试一边做最后一年的 TCS 挣扎，但是心里其实已经有点放弃挣扎了。
而且，最重要的是，我发现这样反而有更轻松的做研究的心态。我不用 care 非得在什么时间内做出结果了，我不用 care 我的结果最终会发表到哪儿了，我不用 care 我的 motivation 到底会不会被人喜欢了。归根结底是，论文不是我的刚需了，于是做研究就跟玩似的，我想做什么就做什么，我的 interest 才是王道，你会议不接收是你的事，我大不了放 arxiv、博客上。这样一来，我也不需要担心我的社会贡献了，我不靠发论文做贡献了。我只需要考虑一点：我推出来的东西是严谨的，我不是民科。
其实在业界做 TCS 的人不少，我有很多参考对象，这条路是可能的。
可笑的是，过了这个决策点之后，接连中了三篇文章，pub 又变得好看起来了。但是我已经不想回去了。数数量我手上有 3A1B1C，讲深度我也有两个大的故事，至少达到了内地比较严苛的毕业标准，PhD 这个 title 我也很有底气。
end
一切都处在变化之中。就像跟 Abby 商量以后的过年计划，她都说，以后会怎样都不知道，变数太多，没法计划。
天知道以后是知识壁垒还是简单劳动先被 AI 取代，科学家、艺术家、劳动者谁先失去饭碗。2018 年大家笃定是简单重复机械的东西先被取代，但现在看来，LLM 更像是要先干掉创造力，反而简单重复机械的劳动还受限于机器人的发展。
但是我知道 PhD 没白读，毕竟当初的理由就是，TCS 好玩，我想玩一玩。那我确实玩了，也确实很好玩。