我感觉这个世界变化太快了。。。
AI
2023 年初，我们刚刚接触到 ChatGPT，一个在字节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。
过了一周也就好得差不多了，接受了自己的新人设，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。