看完張小珺對話谷歌姚順宇，我覺得本科生就可以成為 AI 大神
整理版優先睇
AI進入工程時代：靠譜比聰明更稀缺——拆解姚順宇「本科生就能幹」的真實門檻
呢篇文章係作者睇完張小珺《商業訪談錄》對姚順宇嘅4小時訪談之後嘅解讀。姚順宇係清華凝態物理本科、Stanford高能物理博士，做過Anthropic參與訓練Claude 3.7/4.5，而家喺Google DeepMind訓練Gemini 3。佢喺訪談入面話：「AI呢個嘢，本來都唔太需要腦子——真係唔太需要腦子。呢個行業最重要嘅特質就係靠譜，就係做事細，對自己嘅事負責任。我覺得都係一啲本科生就能做嘅嘢。」作者覺得呢句話好易被誤解，所以拆開分析佢嘅深層意思。
作者指出，AI已經從「英雄期」進入「工程期」，天才嘅時代過咗，而家係要靠工程細節、可靠執行。姚順宇話「唔需要腦子」，其實係話聰明唔再稀缺，靠譜先係最難得。但係靠譜嘅門檻比聰明高好多，因為冇考試篩選到，要靠長期觀察。而且，要靠譜仲要撞到合適嘅環境，好似Anthropic、DeepMind先會回報呢種特質。
最後，作者話本科生要入行，唔係淨係聽姚順宇話得就得，而係要明白門檻換咗位置：你要先達到金字塔頂嘅入門要求（名校、開源項目、推薦），再用3年時間做公開可驗證嘅工程作品，積累經驗，先有機會入到門內。真正嘅關鍵係紀律，唔係聰明。
- AI從英雄期進入工程期：天才唔再係稀缺資源，工程細節同可靠執行先係核心。
- 「靠譜」比「聰明」更難得：聰明可以用考試篩選，靠譜要靠長時間觀察小決定嘅積累，社會篩選機制對靠譜無效。
- 靠譜需要合適環境回報：Anthropic、DeepMind呢類公司先會將靠譜轉化為升職加薪，普通公司好多時係甩鍋者上位。
- 本科生要入頂級AI團隊，先要達到門檻：名校背景、有質量嘅開源項目、識人背書，呢啲條件本身已經好難。
- 工程時代拉開差距嘅係積累：後進者要用3年時間公開累積工程作品，先有機會追上前人，光靠「靠譜」補唔返5年經驗差距。
一句話引發的誤解
姚順宇喺訪談入面講咗一句話：「AI呢個嘢，本來都唔太需要腦子——真係唔太需要腦子。呢個行業最重要嘅特質就係靠譜，就係做事細，對自己嘅事負責任。我覺得都係一啲本科生就能做嘅嘢。」佢背景係清華+Stanford物理博士，做過Anthropic同Google DeepMind，所以呢句話唔係隨口講。
但係呢句話聽落去好似降低門檻，其實係門檻換咗地方，而且新門檻對大部分人仲難過以前。
英雄期結束，工程期到來
姚順宇第一層意思係：AI已經過咗英雄時代。以前係靠個人天才——Hinton、Transformer論文作者、Ilya——但而家唔係了。佢話：「而家大家都是衝浪嘅人，本質上係個浪，而唔係你個衝浪嘅人。」
Transformer係AI個人英雄主義嘅最後一擊
之後剩低嘅全部係工程問題——scaling、數據清洗、infra搭建、對齊、訓練穩定、推理提速。呢啲嘢都好難，但係「做出嚟」嘅難，唔係「諗出嚟」嘅難。工程問題唔需要愛因斯坦，而係需要10萬個唔偷工減料嘅工人。
呢個係行業成熟嘅標誌
正如汽車行業而家冇人再討論福特係咪天才，而係靠供應鏈、工程師迭代、標準化流程。AI行業嘅工業化已經開始咗。
「靠譜」比「聰明」更稀缺
姚順宇話「靠譜」最重要，聽落好普通，但係你諗下身邊有幾多人真係做到？做事細、每一步都查清楚、錯咗就認、問題爆咗就解決——呢啲人好少。
「靠譜」嘅門檻其實比「聰明」高得多
聰明可以用SAT、GRE、奧賽篩出嚟，18歲就知佢聰明唔聰明。但靠譜測唔到，要靠觀察1000個小決定：呢個test case補唔補、呢個邊界覆唔覆蓋、呢個低概率case打唔打tag。1小時知一個人聰明唔聰明，但要3個月先知佢靠唔靠譜。
社會篩選機制對聰明高效，對靠譜無效
結果係大量「睇落聰明」嘅人唔靠譜，佢哋唔肯做80%嘅細活。AI工程化時代需要嘅正係願意做細活嘅人。
姚順宇沒說出口嘅三件事
第一，靠譜要被識別同回報，需要環境。姚順宇講嘅前提係Anthropic同DeepMind，嗰度靠譜會被cofounder睇到、被code review記錄、有升職加薪期權獎勵。但絕大多數公司唔係咁——甩鍋嘅同事仲著數。
真正稀缺嘅係「撞到環境」嘅運氣
第二，本科生入金字塔要先達到門檻。姚順宇講嘅「本科生」係門內嘅——清華、Stanford、MIT、CMU再加開源項目同推薦。門外嘅幾百萬本科生聽到「本科生就能做」以為自己都得，但其實要先達到門檻先。
第三，工程化之後拉開嘅係「積累」嘅差距。英雄時代靠靈感，一次頓悟可以翻盤；工程時代靠積累，要用時間填。一個22歲本科生要同27歲做咗5年嘅工程師搶工，5年嘅積累唔係淨係靠「靠譜」就追得上。
「AI唔需要腦子」唔等於「AI唔需要時間」
本科生真正要點做？
正確嘅讀法係：唔好再刷論文、比聰明、等靈感——呢啲係英雄時代嘅玩法。而家要做公開可驗證嘅工程作品——開源項目、公開case study、可復現嘅小貢獻、GitHub星星、解決真問題嘅demo。
工程時代，簡歷嘅本質係「公開可驗證嘅工程史」
呢件事任何本科生由大一開始就做到。做3年，GitHub有30個有真實用戶嘅項目，自然會入到門內。英雄時代結束，工程時代到咗，機會更平等，但紀律嘅代價更高。
- 1 第一，把自己訓練到靠譜——3年，每個細節查、每個邊界核、每個決定唔偷懶。
- 2 第二，將呢3年訓練嘅痕跡公開化——開源、寫落嚟、做出可點擊嘅嘢，等「靠譜」被人見到。
天才靠基因，靠譜靠紀律。紀律比基因稀缺得多。
01但佢冇講出口嘅，係另外三件事
我睇曬張小珺《商業訪談錄》訪問姚順宇嘅4個鐘訪談。
呢位姚順宇，你可能唔熟。等我先介紹下。
清華凝態物理本科。Stanford高能物理博士。Berkeley博士後做咗兩個禮拜就辭職。跟住去咗Anthropic一年，參與訓練Claude 3.7 / 4.5。2025年10月跳槽去Google DeepMind，而家參與訓練Gemini 3。
佢喺訪問入面講咗一句話，
"AI呢件事，本來都唔係好需要腦——真係唔係好需要腦。呢個行業最重要嘅特質就係靠譜，即係做嘢細心，對自己做嘅嘢負責任。你話嗰啲嘢有幾需要腦？我覺得都係一啲本科生就能夠做嘅嘢。"
我第一個反應係：佢喺度凡爾賽。
清華+Stanford物理博士話"AI唔需要腦"——咁嘅背景嘅人講呢啲話，通常唔係炒作。佢喺Anthropic同Gemini都見過呢個行業嘅天花板。佢唔需要靠呢句話得到任何嘢。
咁佢到底講緊乜？等我將呢句話拆開嚟講。
睇完之後你會發現：佢呢句話聽落係「降低門檻」，但實際上係「門檻換咗地方」。
而換到嘅新地方，對絕大多數人，比原來更難。
02AI已經由「英雄期」進入「工程期」
姚順宇話"AI唔需要腦"，第一層意思係：AI已經過咗英雄時代。
咩係英雄時代？
係Geoffrey Hinton一個人扛住深度學習對抗成個學術界40年。係Transformer論文8個作者一篇文章改寫咗AI嘅未來。係Ilya Sutskever喺GPT-2時代相信"scaling is all you need"。
嗰陣時，AI圈入面幾百個人，每個人都係一個故事。
但而家唔係喇。
姚順宇喺訪問入面：。
"而家大家都係衝浪嘅人，本質上係個浪，而唔係你嗰個衝浪嘅人。"
意思係Transformer嗰一下，係AI個人英雄主義嘅最後一擊。
之後剩低嘅，全部係工程問題。
scaling點做？數據點洗？infra點搭？對齊點做？訓練點樣穩定？推理點樣提速？……
呢啲嘢都好難。但都唔係「諗出嚟」嘅難，係「做出嚟」嘅難。
工程問題唔需要愛因斯坦。
工程問題需要10萬個唔偷工減料嘅工人。
呢個係一個行業成熟嘅標誌。所有成熟行業都唔再依賴天才。
汽車行業而家仲有人日日討論「福特係咪天才」咩？冇喇。汽車行業靠嘅係100年嘅供應鏈積累、幾百萬個工程師嘅迭代、幾千個標準化流程。
姚順宇話"AI唔需要腦"——佢喺度講同一件事。
AI行業嘅「工業化」已經開始咗。
03但「靠譜」比「聰明」更稀缺
姚順宇話：「呢個行業最重要嘅特質就係靠譜，就係做嘢細心，對自己做嘅嘢負責任。」
聽落好普通嘅話，係咪？
但請你問自己一個問題——。
你身邊有幾多人係咁樣？
做嘢細心：每一步都查清楚，每一個邊界條件都想過，每一個數字都核對過兩次。
對自己做嘅嘢負責任：錯咗就承認，問題暴露咗就解決，唔卸膊、唔求其、唔死撐。
數一數你身邊咁樣嘅人，有幾個？
係㗎。呢個就係問題所在。
「靠譜」嘅門檻，其實比「聰明」高好多。
聰明可以測。SAT、GRE、奧賽、面試——所有測到聰明嘅工具都俾人發明曬。一個18歲嘅細路聰明唔聰明，一個星期嘅標準化測試就可以篩出嚟。
但靠譜測唔到出嚟。
靠譜唔係一次考試入面。靠譜係喺1000個細決定嘅累積入面——呢個測試用例要唔要補、呢個邊界要唔要再核一次、呢個唔係好可能但機會率唔係零嘅case要唔要先打個tag……
一個人聰明唔聰明，1個鐘就知道。
一個人靠譜唔靠譜，要觀察3個月。
所以成個社會嘅篩選機制，對聰明有效，對靠譜無效。
結果就係：大量「睇落聰明」嘅人其實唔靠譜。佢哋腦筋好，但唔願意做嗰啲80%嘅「細嘢」。
而AI工程化時代恰恰需要嘅，係嗰啲願意做「細嘢」嘅人。
姚順宇話「本科生就能做」——佢係話：聰明唔再係稀缺資源，靠譜先係。
到呢度，佢呢句話嘅兩層意思我哋都拆曬出嚟。
聽落邏輯好順。本科生就應該擼起衫袖做啦。
等我提醒一下。
佢講得冇錯。但佢冇講嘅，先係關鍵。
04姚順宇冇講出口嘅，係呢三件事
第一件事：靠譜要俾人識別同回報，需要環境
姚順宇話「靠譜就得」——佢講呢句話嘅前提係Anthropic同Google DeepMind。
係地球上將「靠譜」呢件事嘅回報曲線壓得最高嘅兩個地方。喺嗰度，一個工程師真係將一個細節做好，會俾cofounder見到、會俾code review系統記錄、會俾升職+加薪+發期權獎勵。
換句話講，喺嗰種環境入面，靠譜呢件事係有市場價嘅。
但絕大多數公司唔係咁。
絕大多數公司入面，靠譜嘅工程師靜靜雞做曬啲嘢，卸膊嘅同事同老細講故事講到天花龍鳳——升職嘅係後者。
呢個唔係新聞。呢個係大多數互聯網公司嘅日常。
姚順宇喺訪問入面有另一句話，我一定要拎出嚟：。
"訓練一個人雖然唔難，但你需要一個環境……過去能夠撞到呢個機會嘅人冇咁多。"
是的。真正稀缺嘅，唔係才能，係「撞到環境」嘅運氣。。
佢話「本科生就能做AI」——前提係呢個本科生入到嗰種將靠譜當做KPI 嘅環境。
入唔到去，靠譜都係徙氣。
第二件事：本科生入金字塔，首先要達到金字塔嘅門檻
姚順宇話「本科生就能做」——佢講嘅係門內嘅本科生。
咩叫「門內」？
Anthropic嘅入職門檻大概係：清華/Stanford/MIT/CMU電腦科學專業 + 至少1個有質素嘅開源項目 + 推薦人願意背書。
Google DeepMind類似。OpenAI類似。Mistral類似。
即係話：當姚順宇話「本科生就能做」嗰陣，佢默認嘅本科生已經喺金字塔頂嘅入門台階上面。。
咁金字塔下面嘅幾百萬本科生呢？
佢哋聽到呢句話，最容易得出嘅結論係：「哦，咁我都識做啦。」
呢個係誤解。正確嘅讀法應該係：。
「門內嘅本科生靠譜咁做3年，可以成為AI大神。門外嘅本科生首先要達到門檻，先再講做3年。」
而達到門檻本身，就係一個比「做嘢」難好多嘅事。
第三件事：工程化之後拉開嘅，係「積累」嘅差距
呢個係最隱蔽嘅一層。
英雄時代，AI圈拉開差距嘅係「靈感」——你有冇諗到Transformer呢啲嘢。
工程時代，AI圈拉開差距嘅係「積累」——你有冇喺5年入面將一萬個工程細節都摸過一次。
靈感嘅差距，可以靠一次頓悟翻盤。
積累嘅差距，只能用時間去填。
而家一個22歲嘅本科生入AI——佢要同一個27歲、已經喺呢個行業做咗5年嘅工程師爭同一份工。
呢5年嘅差距，淨係靠「靠譜」補唔返。
係㗎，新人會越來越多，老人會俾新人取代——呢個係任何行業嘅規律。但AI而家仲喺加速期。後嚟嘅人，要跑得比前面快好多倍，先追得上。
「AI唔需要腦」，唔等於「AI唔需要時間」。
姚順宇冇講呢句話。但呢句話係佢嗰句話嘅陰暗面。
05咁本科生到底應該點做？
寫到呢度，你可能會覺得——咁姚順宇呢句話係咪講咗等於冇講？
不是。
佢呢句話對本科生其實好有用。但你要正確噉讀佢。
正確嘅讀法係：。
唔好去刷論文，唔好去比聰明，唔好去等「靈感」——嗰啲係英雄時代嘅玩法。
要去做公開可驗證嘅工程作品。
開源項目。公開case study。可復現嘅小貢獻。一份令人願意㩒star嘅GitHub。一個解決咗真問題嘅demo。
工程時代，CV嘅本質，係「公開可驗證嘅工程史」。
呢個唔係得清華+Stanford嘅人先做到嘅事。呢個係任何一個本科生，由大一開始就能夠做嘅事。
你做咗3年，你嘅GitHub上面有30個有真實用戶嘅項目，你嘅CV自然會走入姚順宇講嘅嗰種「門內」。
你冇做，你攞咩入門？
所以姚順宇呢句話真正嘅解讀係——。
英雄時代完結咗。工程時代到咗。呢個意味住：。
機會更加平等，但紀律嘅代價更高咗。
平等：你唔需要係清華嘅，唔需要係SAT滿分嘅，唔需要出過Nature嘅——只要你攞得出公開可驗證嘅工程作品。
代價：但你需要3年嘅「唔偷工減料」。呢件事比聰明難一萬倍。
06最後嘅話
姚順宇呢句話表面係：AI唔需要腦，本科生就能做。
深層係：AI唔需要愛因斯坦。
但AI需要10萬個唔偷工減料嘅工程師。
你願唔願意做嗰10萬人之一？
如果你願意——本科喺邊度讀、聰明唔聰明、有冇出過論文，都唔係關鍵。
關鍵係呢兩件事：。
第一，將自己「訓練」到靠譜。3年。每一個細節都查、每一個邊界都核、每一個唔偷懶嘅決定都做。
第二，將呢3年訓練嘅痕跡「公開化」。開源、寫低、做出可以㩒嘅嘢。令你嘅靠譜俾人見到。
天才靠基因。靠譜靠紀律。
紀律，比基因稀缺好多。
祝你成為嗰10萬人之一。共勉，本科嘅兄弟們。
周知 · 我哋一齊同AI覺醒超級個體
01但他沒說出口的，是另外三件事
我看完了張小珺《商業訪談錄》對姚順宇的 4 小時訪談。
這位姚順宇，可能你不熟。讓我先介紹一下。
清華凝態物理本科。Stanford 高能物理博士。Berkeley 博士後幹了兩週辭職。然後去了 Anthropic 一年，參與訓練 Claude 3.7 / 4.5。2025 年 10 月跳到 Google DeepMind，現在參與訓練 Gemini 3。
他在訪談裏說了一句話，
"AI 這個事，本來也不太需要腦子——真的不太需要腦子。這個行業最重要的特質就是靠譜，就是做事細，對自己做的事情負責任。你說那些東西有多需要腦子？我覺得都是一些本科生就能幹的活。"
我第一反應是：他在凡爾賽。
清華+Stanford 物理博士說"AI 不需要腦子"——這種背景的人說這種話，通常不是炒作。他在 Anthropic 和 Gemini 都見過這個行業的天花板。他不需要靠這句話獲得任何東西。
那他到底在說什麼？請允許我把這句話拆開。
讀完之後你會發現：他這句話聽起來是「降低門檻」，但實際上是「門檻換了地方」。
而換到的新地方，對絕大多數人，比原來更難。
02AI 已經從「英雄期」進入「工程期」
姚順宇說"AI 不需要腦子"，第一層意思是：AI 已經過了英雄時代。
什麼是英雄時代？
是 Geoffrey Hinton 一個人扛着深度學習對抗整個學術界 40 年。是 Transformer 論文 8 個作者一篇文章重寫了 AI 的未來。是 Ilya Sutskever 在 GPT-2 時代相信"scaling is all you need"。
那時候，AI 圈裏幾百個人，每個人都是一個故事。
但現在不是了。
姚順宇在訪談裏：。
"現在大家都是衝浪的人，本質上是那個浪，而不是你那個衝浪的人。"
意思是 Transformer 那一下，是 AI 個人英雄主義的最後一擊。
之後剩下的，全是工程問題。
scaling 怎麼做？數據怎麼洗？infra 怎麼搭？對齊怎麼做？訓練怎麼穩定？推理怎麼提速？……
這些事都很難。但都不是"想出來"的難，是"做出來"的難。
工程問題不需要愛因斯坦。
工程問題需要 10 萬個不偷工減料的工人。
這是一個行業成熟的標誌。所有成熟行業都不再依賴天才。
汽車行業現在還有人天天討論"福特是個天才嗎"嗎？沒有了。汽車行業靠的是 100 年的供應鏈積累、幾百萬個工程師的迭代、幾千個標準化流程。
姚順宇說"AI 不需要腦子"——他在說同一件事。
AI 行業的「工業化」已經開始了。
03但「靠譜」比「聰明」更稀缺
姚順宇說："這個行業最重要的特質就是靠譜，就是做事細，對自己做的事情負責任。"
聽起來很普通的話，對不對？
但請你問自己一個問題——。
你身邊有多少人是這樣的？
做事細：每一步都查清楚，每一個邊界條件都想過，每一個數字都核對過兩遍。
對自己做的事負責任：錯了就承認，問題暴露了就解決，不甩鍋、不糊弄、不開除式辯護。
數一數你身邊這樣的人，有幾個？
是的。這就是問題所在。
「靠譜」的門檻，其實比「聰明」高得多。
聰明可以測。SAT、GRE、奧賽、面試——所有能測出聰明的工具都被髮明瞭。一個 18 歲的小孩聰明不聰明，一週的標準化測試就能篩出來。
但靠譜測不出來。
靠譜不在一次考試裏。靠譜在 1000 個小決定的累積裏——這個測試用例要不要補、這個邊界要不要再核一遍、這個不太可能但概率非零的 case 要不要先打個 tag……
一個人聰明不聰明，1 小時就知道。
一個人靠譜不靠譜，要觀察 3 個月。
所以整個社會的篩選機制，對聰明高效，對靠譜無效。
結果就是：大量"看起來聰明"的人其實並不靠譜。他們腦子好使，但不願意做那種 80% 的"細活"。
而 AI 工程化時代恰恰需要的，是那種願意做"細活"的人。
姚順宇說"本科生就能幹"——他是說：聰明不再是稀缺資源，靠譜才是。
到這裏，他這句話的兩層意思我們都拆出來了。
聽起來邏輯很順。本科生就該擼起袖子幹啊。
請允許我提醒一下。
他說的沒錯。但他沒說的，才是關鍵。
04姚順宇沒說出口的，是這三件事
第一件事：靠譜要被識別和回報，需要環境
姚順宇說"靠譜就行"——他說這話的前提是 Anthropic 和 Google DeepMind。
是地球上把"靠譜"這件事的回報曲線壓得最高的兩個地方。在那裏，一個工程師真的把一個細節做好，會被 cofounder 看見、會被代碼 review 系統記錄、會被升職 + 加薪 + 發期權獎勵。
換句話說，在那種環境裏，靠譜這件事是有市場價的。
但絕大多數公司不是這樣。
絕大多數公司裏，靠譜的工程師默默把活幹完，甩鍋的同事跟老闆講故事講得花團錦簇——升職的是後者。
這不是新聞。這是大多數互聯網公司的日常。
姚順宇在訪談裏有另一句話，我必須把它拎出來：。
"訓練一個人雖然不難，但你需要一個環境……過去能撞到這個機會的人沒有那麼多。"
是的。真正稀缺的，不是才能，是「撞到環境」的運氣。。
他說"本科生就能幹 AI"——前提是這個本科生進得了那種把靠譜當 KPI 的環境。
進不去，靠譜也白搭。
第二件事：本科生進金字塔，先要達到金字塔的門檻
姚順宇說"本科生就能幹"——他說的是門內的本科生。
什麼叫"門內"？
Anthropic 的入職門檻大致是：清華 / Stanford / MIT / CMU 計算機科學專業 + 至少 1 個有質量的開源項目 + 推薦人願意背書。
Google DeepMind 類似。OpenAI 類似。Mistral 類似。
也就是說：當姚順宇說"本科生就能幹"時，他默認的本科生已經在金字塔頂的入門台階上了。。
那金字塔下面的幾百萬本科生呢？
他們聽到這句話，最容易得出的結論是："哦，那我也能幹。"
這是誤讀。正確的讀法應該是：。
"門內的本科生靠譜地幹 3 年，能成為 AI 大神。門外的本科生先要達到門檻，再談幹 3 年。"
而達到門檻本身，就是一個比"幹活"難得多的事。
第三件事：工程化之後拉開的，是「積累」的差距
這是最隱蔽的一層。
英雄時代，AI 圈拉開差距的是「靈感」——你有沒有想出 Transformer 這種東西。
工程時代，AI 圈拉開差距的是「積累」——你有沒有在 5 年裏把一萬個工程細節都摸過一遍。
靈感的差距，可以靠一次頓悟翻盤。
積累的差距，只能用時間填。
現在一個 22 歲的本科生進 AI——他要和一個 27 歲、已經在這個行業幹了 5 年的工程師搶同一份工作。
這 5 年的差距，光靠"靠譜"補不回來。
是的，新人會越來越多，老人會被新人替代——這是任何行業的規律。但 AI 現在還在加速期。後進的人，要跑得比前面快很多倍，才追得上。
"AI 不需要腦子"，不等於"AI 不需要時間"。
姚順宇沒說這句話。但這句話是他那句話的暗面。
05那本科生到底該怎麼辦？
寫到這裏，你可能會覺得——那姚順宇這話是不是說了等於沒說？
不是。
他這話對本科生其實非常有用。但你得正確讀它。
正確的讀法是：。
不要去刷論文，不要去比聰明，不要去等"靈感"——那是英雄時代的玩法。
要去做公開可驗證的工程作品。
開源項目。公開 case study。可復現的小貢獻。一份能讓人願意點 star 的 GitHub。一個解決了真問題的 demo。
工程時代，簡歷的本質，是「公開可驗證的工程史」。
這不是隻有清華+Stanford 的人才能做的事。這是任何一個本科生，從大一開始就能做的事。
你做了 3 年，你的 GitHub 上有 30 個有真實用戶的項目，你的簡歷會自然走進姚順宇說的那種"門內"。
你沒做，你拿什麼進門？
所以姚順宇這句話真正的解讀是——。
英雄時代結束了。工程時代到了。這意味着：。
機會更平等了，但紀律的代價更高了。
平等：你不需要是清華的，不需要是 SAT 滿分的，不需要發過 Nature 的——只要你能拿出公開可驗證的工程作品。
代價：但你需要 3 年的「不偷工減料」。這件事比聰明難一萬倍。
06最後的話
姚順宇這句話表層是：AI 不需要腦子，本科生就能幹。
深層是：AI 不需要愛因斯坦。
但 AI 需要 10 萬個不偷工減料的工程師。
你願不願意做那 10 萬人之一？
如果你願意——本科是哪裏讀的、聰明不聰明、有沒有發過論文，都不是關鍵。
關鍵是這兩件事：。
第一，把自己「訓練」到靠譜。3 年。每一個細節都查、每一個邊界都核、每一個不偷懶的決定都做。
第二，把這 3 年訓練的痕跡「公開化」。開源、寫下來、做出可點擊的東西。讓你的靠譜被人看見。
天才靠基因。靠譜靠紀律。
紀律，比基因稀缺得多。
祝你成為那 10 萬人之一。共勉，本科的兄弟們。
周知 · 我們一起和 AI 覺醒超級個體