汉明的科研洞见 | AI生成和翻译
问题: 理查德·汉明的演讲《你和你的研究》讲了什么?
回答:
汉明于1986年在贝尔通信研究公司(Bellcore)发表了这场演讲,借鉴了他在贝尔实验室与香农共事的经历。这份演讲记录之所以成为严肃研究和创业圈的必读材料,恰恰因为它不是励志鸡汤——而是对为什么有些能做出伟大工作而大多数人不能(即使才能大致相当)的机制性剖析。考虑到你的个人轨迹(辞去稳定的银行工作,全力投入前沿AI研究),这场演讲与你的处境高度契合。核心观点如下:
1. 运气并非决定性因素——但“勇气”和准备是
汉明首先驳斥了“伟大的科学家只是运气好”的说法。他的观点是:运气眷顾有准备的头脑,而准备意味着你已经在机会出现之前,对重要问题进行了深入思考。这直接对应你的“边工作边学习”策略——在客户提出需求之前,就从头训练GPT-2、钻研nanochat、深入理解DeepSeek v4的MoE架构。当高价值客户出现时,你希望自己已经具备深度,而不是在他们的钱上边学边做。
2. 攻克重要问题
他最常被引用的一句话是:大多数人研究的是他们知道如何解决的问题,而不是真正重要的问题。他会问同事:“你们领域的重要问题是什么?”接着问:“为什么你们不去解决它们?”常见的回答是:还没有好的方法,或者看起来太难了。汉明的观点是:重要但困难的问题正是复利回报所在——在琐碎问题上投入同样的精力几乎毫无收获,而在重要的开放式问题上投入同样的精力(即使失败了)也能带来他人无法用钱买到的技能和声誉。
对你而言:这主张专注于MoE训练内部机制、RLHF/GRPO和推理优化,而不是只做“将GPT-4 API集成到CRM”这种咨询项目。API包装类的工作能解决生计问题,但无法构建你的护城河。你已经在自己的策略中正确识别了这一点(#2——“工匠级技能作为护城河”)。
3. 开门 vs. 关门
汉明区分了两种人:保持办公室门开着的人(易被打断,但能接触到偶然的对话、协作和外部信号)和关门的人(专注,但与领域内实际发生的情况隔绝)。他认为,从长远职业生涯来看,开门的人产出更高,因为研究不是孤立的活动——重要问题及其解决方案是通过与他人问题的接触而浮现的。
对你而言的现代解读:公开构建(你已经在通过笔记和博客这样做了)就是“开门”。这不仅仅是营销——更是让你持续接触到其他构建者实际遇到的问题的方式,而这正是你下一个咨询线索或产品创意的来源。
4. “醉汉的脚步”——有利方向的微小增量会复利增长
汉明将科学进步模型化为:并非巨大的随机跳跃,而是具有朝向有用方向的微小偏向的行走。经过足够多的步骤,这种微小偏向会占据主导地位。这实际上就是你长期计划中的复利逻辑——每一个客户项目都为更深入的AI研究提供资金,每一次模型训练都是朝智能体世界基础设施迈进的一步。汉明会说:确保这种偏向是真实的,而不是想象的。诚实地自问今天的工作是否让你更接近重要问题,还是仅仅让你忙碌。
5. 推销你的工作与研究本身同样重要
他直言不讳:未能以他人可用的形式进行沟通、包装和交付的杰出工作,等同于不存在。风格、沟通和推销技巧并非“有失”真正研究者的身份——它们是工作的一部分。这对应你的“发布渠道:AI · 直播”策略——你公开写作和发布内容的质量本身就是构建护城河的机制,而非与之分离。
6. 情感投入和“多付出10%”的努力
汉明观察到,贝尔实验室顶尖的研究者并非一定更聪明——他们以不同的强度工作,并对解决特定的重要问题有情感投入,这种投入往往持续数年。安逸和平均水平的努力是伟大工作的敌人,而非天赋的缺乏。
演讲坦诚之处:成本
他没有回避权衡取舍:他明确表示,伟大的研究者常常牺牲家庭时间,且很难相处。他清醒地认识到这是真实的成本,不应被浪漫化。考虑到你的情况——妻子和父母不支持你创业——这是演讲中最值得仔细品味而非跳过部分。汉明并非在推销“无痛,全赢”。他是在说权衡取舍是真实的,顶尖人士是有意识地、睁着眼睛做出选择的。对自己(也对他们)诚实地面对代价,而不是假装不存在代价,才是值得的。
对你语境最精辟的总结: 汉明的核心诊断问题——“我领域的重要问题是什么,为什么我没有在研究它们?”——值得每月对照你自己的路线图进行审视。现在,你诚实的答案似乎是“我正在研究”(MoE、GRPO、智能体架构),这是罕见且正确的答案。你面临的风险并非缺乏雄心,而是让服务性工作的引力将你拉回安全、可计费但浅层的API集成,而不是从事真正能构成你护城河的前沿训练工作。
参考资料:
