李沐空降小红书在线答疑，AI时代该学什么引热议

沐神在小红书开了一场 AMA，主题是：AI 越来越强，今天应该学什么，才能不被 AI 淘汰？人还需要学编程吗？大学生应该学什么？AI 会让哪些能力变得更重要？创业者真正需要懂多少 AI 技术？

李沐是 BosonAI 联合创始人、前 Amazon AI Senior Principal Scientist，也是《动手学深度学习》的作者之一。评论区挤满了程序员、学生、研究者和各行从业者，问题从具身智能是不是泡沫，到 Code Agent 时代程序员还要学什么，再到 30 岁转 AI 还来不来得及。

职业选择、就业与成长路径方面，李沐认为做 AI 算法的人大部分也是普通人。Agent 偏应用，工作岗位更多；infra 和算法需求公司少一些，但门槛更高。对刚毕业的 CS 程序员，他建议先试着用 agent 最大化自己的生产力，把工具用溜。CS 本科生最应该多做项目，在实践中体会。AI 时代应深度优先，先把一件事做深，再尝试做广。30 岁想深入 AI 应用构建真实需求，他说四十岁都来得及。如果 AI 越来越强，很多工作被替代，他比较相信人的环境适应性，就算 AGI 来了，人总能找到自己能做的事。对双非本科 AI 专业学生的焦虑，他认为学历可能不是最关键，越到职业后期越没那么重要，但如果觉得自己过于依赖 AI、没学到东西，这一点更重要，至少先了解 AI 完成的工作背后在干什么。本科生科研起步阶段高度依赖 AI，他觉得不是问题，做深一点、踩过坑后自然会理解更深。他看好 AI 翻译能替代 99% 的人。AI 普惠教育方面，他认为好的教育资源总是稀缺，学区房可能仍有存在必要。

Agent、编程与 AI 协作方面，李沐认为目前编程还是要学的，可以不写代码，但得 review 代码，至少看得懂 AI 写的代码在干嘛。熟悉一个语言就行，人的工作主要是给 AI review 代码，防止低级错误或设计绕弯路。学编程语言有用，至少得看得懂代码，能给 AI 好的反馈。非 AI 专业想接触 AI，建议用 AI 做个项目看看。非计算机专业学生想学 AI，先用 AI 做点事情。文科生想学金融量化分析，可以每天找一个 topic，跟 AI 问二十个问题。他认为 agent 是能力放大器，是能力 x10，不是加法器。Solo 开发者应先找朋友看看能不能用起来。AI 大公司技术服务部门，可以让 AI 提供建议或 review 沟通，但人与人的交互主要靠人，很多人讨厌别人用 AI 回复。LeetCode 型考核很多公司还是面，而且得不要让人怀疑是用 AI 写的。

研究方向、技术趋势与方法论方面，李沐认为 LLM 未来方向是模型在沙盒里运行、自我成长，包括 sandbox 里执行代码、macOS 上 computer use，以及各种世界模型里运行。Harness 里有效的东西下一代模型应该会被吞掉，但下一代模型可能又出现需要新 harness 的地方。Alignment 最近几代模型更新都是提升智商，出的报告人基本不太看得懂。RSI 大家的理解都不太一样，能有效使用 AI 参与迭代模型能力都可以号称 RSI，比如用 AI 洗数据再训练 AI。个人想训练专属小模型或从零搭建神经网络，学习几年前的技术仍有必要，至少理解背后怎么工作。现在入场可以找 niche 一点但有兴趣的方向，技术发展很快，很多地方做得不够细。AI compiler 偏小众，做的团队不多，如果能找到合适团队还是挺有意义的。