那场让博士生“清零”的演讲，说的其实不是博士生

Anthropic研究员雅沙·索尔-迪克斯坦在斯坦福做了一场演讲，标题叫《人类世的终结》。国内自媒体把标题改成了“全球博士生职业生涯一夜清零”，传播效果拉满。但如果你真去读演讲内容，会发现他说的根本不是“博士生没用了”。他说的是：如果你真心相信AGI三年内到来，那你规划读博、做博后、申教职的那套时间表，在逻辑上就是自相矛盾的。

演讲里有个细节被反复引用。索尔-迪克斯坦问他的一位研究生，AGI什么时候来。学生说三年。几分钟后，同一个学生开始聊自己的人生规划：读博几年，博后几年，然后找教职。索尔-迪克斯坦说，这中间有个“明显的矛盾”。你相信一件颠覆世界的事三年内发生，却用三十年不变的路径去安排自己的人生，这两件事没法同时成立。

这个矛盾之所以值得说，不在于它有多深刻，在于它有多普遍。一个博士生花两年做一个课题，写论文的时候，科技公司发布了新一代模型，别人敲几句提示词，结果就超过了你两年的进展。这不是科幻，这是正在发生的事。索尔-迪克斯坦自己的做法是：不亲手敲代码了，甚至很少读代码，直接抛出高层设想让模型跑分析，自己负责审查和把控方向。一个扩散模型的奠基人之一，现在的工作方式像个“课题组大老板”，手下是一群AI。

但这里有个关键的转折，很多传播版本把它剪掉了。索尔-迪克斯坦守了一条底线：不要让大模型代写论文初稿。 他的原话是，“写作即思考。如果你将写作外包出去，你实际上也将思考外包了”。在他看来，亲手组织语言、推导逻辑的过程，是锤炼“什么问题值得探索”这种判断力的唯一途径。你可以让AI跑数据、画图表、检验假设，但思考的核心动作不能交出去。

这就有意思了。一个来自Anthropic的人，在告诉年轻研究者“你们的旧职业规划失效了”的同时，也在说“有些东西AI替不了你”。前一句话被做成了标题，后一句话被选择性忽略了。因为前一句话有流量，后一句话需要耐心。

再说那组被反复引用的数据。过去十年训练算力涨了一千万倍，AI独立完成任务的时间跨度几个月翻一番，七个月里模型开始解决数学家长期未攻克的埃尔德什问题，2030年算力可能是2025年的一万倍。这些数字堆在一起确实吓人。但有一个技术社区的分析指出了其中一处值得留意的表述问题：“AI解决埃尔德什问题”这个说法，实际上指的是DeepMind的FunSearch项目，LLM生成程序片段，配合严格的自动评估系统反复执行验证，是算法搜索和模型生成的组合成果，不是模型自己坐在那里“想”出了证明。把这件事说成“模型在解决数学难题”，是对AI自主推理能力的一种修辞性放大。

这个细节不改变索尔-迪克斯坦的核心论点。算力在涨，模型在变强，科研的方式一定会变。但它提醒一件事：当一个来自AI公司的人告诉你“一切都变了”的时候，他既在描述趋势，也在推销一种叙事。 Anthropic是卖模型的。一个“旧世界正在崩塌”的故事，比“事情在慢慢变化”更能让人记住，也更能让人掏钱。

那博士生到底该怎么办？索尔-迪克斯坦给了三条建议，翻译成人话是：每天用AI，别站在曲线外面看；选那些算力越强越值钱的研究方向，别做两年后被一个提示词追平的东西；别把“稳定”当默认选项，安全的选择在系统性变化面前不一定安全。这三条建议本身没什么毛病，但它们成立的前提是“AGI三年内到来”这个判断为真。如果AGI十年才来，或者来了但改变的速度没那么快，那一个按部就班读博、做扎实研究的人，未必就输了。

所以“全球博士生一夜清零”这个标题，最狡猾的地方在于它把一个有条件判断变成了无条件宣告。索尔-迪克斯坦说的是：如果你相信X，那么Y就不成立了。 传播出来变成了：Y不成立了，所有人都得慌。 前者是一个值得认真对待的逻辑推演，后者是一个贩卖焦虑的标题。两者之间的距离，大概就是一个博士生读完博的时间。

那场演讲真正有价值的部分，恰恰不在“清零”那个词里。在于它逼着每一个准备把接下来五到十年交给一条既定路径的人，停下来问一句：我选这条路，是因为它真的适合我，还是因为所有人都说它安全？这个问题，AI来不来都值得问。