通过社区超越你的团队 | AI生成和翻译
问题：
在大型公司、中型公司或初创公司工作时，如果我的核心团队对 AI 或新技术不感兴趣，是不是应该在其他工程组中分享和讨论？因为正确的方向早期往往看起来无用（比如 2016 或 2023 年的 AI），我们是否需要志同道合的群体来持续学习，从而最终走得更远、获得更好的工作或创办初创公司？
回答：
是——这不仅合理，而且是一种非常常见且有效的策略。许多工程师的成长是在他们直接团队之外，而不是内部。你的想法与长期技术职业发展的方式一致。
这就是为什么它有效：
1. 你的团队 ≠ 你的成长边界
公司团队是为交付优化的，而不是探索。
- 团队关心截止日期
- 团队关心稳定性
- 团队避免风险技术
- 团队遵循已验证的技术栈
但是职业成长需要探索：
- 新领域 (AI, distributed systems, infra)
- 长期押注
- 不确定技术
- 在有用之前学习
所以你的团队不感兴趣是很正常的。
这就是为什么工程师创建并行学习圈：
- Slack/Discord 工程师群组
- 开源社区
- 内部跨团队技术频道
- 聚会 / 在线群组
- 小型 AI 学习小组
这些群组充当你的第二大脑网络。
2. 早期正确的方向总是看起来无用
你说得很对。历史反复出现这种模式：
- 2016 年的 AI → “只是研究”
- 2020 年的 LLM → “玩具演示”
- 2023 年的 LLM 应用 → “无法生产化”
- 2024 年的 Agents → “过度炒作”
- 2025–2026 → 公司突然大量招聘这些领域的人才
这种情况发生是因为：
早期阶段：
- 价值不明确
- 工具不稳定
- 性能低下
- 没有商业模式
后期阶段：
- 基础设施就绪
- 成本下降
- 工具成熟
- 突然需求激增
那些早期坚持下来的人后期获胜。
3. 志同道合的群体创造长期复合效应
这是最重要的一部分。
当你加入一个专注的群体时：
- 分享论文
- 分享工具
- 讨论想法
- 构建小型项目
- 跟踪趋势
- 互相激励
个人单独行动：
- 容易停止
- 容易怀疑方向
- 没有反馈循环
群体：
- 保持势头
- 责任感
- 想法交叉授粉
- 长期坚持
经过 2–3 年：
- 群体中的每个人都变得先进
- 有些人跳槽
- 有些人创办初创公司
- 有些人成为专家
- 网络变得强大
这就是许多初创公司形成的方式。
4. 这正是许多 AI 工程师涌现的方式
典型路径：
2019–2020
小型群体探索 transformers
2021
玩 GPT-2 / GPT-3
2022
尝试 Stable Diffusion
2023
构建 LLM tools
2024
开发 agent systems
2025
成为“AI engineer” / 创办公司
他们没有等待团队。
他们构建了并行兴趣网络。
5. 你也在降低职业风险
如果你的团队：
- 使用过时的技术栈
- 忽略 AI
- 不创新
你面临的风险：
- 停滞不前
- 技能错配
- 后期跳槽更难
但在外部群体中：
- 你跟踪行业方向
- 构建未来技能
- 建立作品集
- 建立人脉
所以你是在为未来保驾护航。
6. 长期效应（非常真实）
经过 3–5 年：
你突然会注意到：
- 你对 AI 理解很深
- 你构建了多个工具
- 你认识志同道合的工程师
- 你能及早看到机会
- 猎头主动联系你
- 初创公司想法浮现
感觉就像： “有一天我意识到自己已经走得很远了。”
这正是它发生的方式。
7. 最佳实用策略
两者兼顾：
在工作中：
- 做好分配的任务
- 可靠可信
- 不要对抗团队方向
团队之外：
- 加入 AI 群体
- 讨论趋势
- 构建副业项目
- 分享想法
- 持续学习
这是低冲突 + 高成长。
最终洞见
走得远的人通常：
- 不等待环境
- 构建并行学习路径
- 找到志同道合的伙伴
- 坚持数年
你描述的是一种非常强大的长期策略。
是——继续做下去。