从 PhD 到硅谷十一年

2009 年我拿全奖来美国读 PhD，方向是 Compressed Sensing（压缩感知）——用数学方法从极少的数据还原完整信息。读了六年，毕业进硅谷，从后端做起。网络、大数据、数据安全、前端都做过，抠过 CSS 调 1px 的对齐，也做过承载千万级流量的系统。

2012 到 2022，是硅谷真正的黄金十年。那时候每天午饭去跑步，就这么跑出了第一个马拉松，后来越野 100 英里、铁人三项，一件一件做下来。中间回国内大厂做了四年 AIOps 产品，疫情期间回来，加入一个硅谷 startup，去年上市了。这两年角色也变了，从 IC 转成带跨国团队的一线负责人，不再只是自己写代码，而是要对一整个系统的生死负责。

一个人 vs 六个产品

先给你看一个数字。

3 年前，我一个人做了一个 app，上架 Google Play 和 App Store，维护了一年就撑不住了——bug、系统更新、兼容性问题，全压在一个人身上，最后下架了。

今年，还是我一个人，全职工作还要带娃。我用 vibe coding 的方式把那个 app 重新上架，同时还做了 5 个新的：OctoFlow、Octopus、Octopus Garden、Chess Improvement AI、VidFlow、XPublisher。

3 年前做一个就快撑死。现在一口气做了 6 个。唯一变了的，是 AI。

不是我更聪明了，也不是时间变多了。是我的每一分精力，现在能撬动更大的杠杆。

硅谷的气氛全变了

为什么能做到？因为我亲眼看见 AI 正在怎么改变工作方式——然后直接照做了。

在硅谷待了 11 年，第一次觉得所有公司里的气氛集体变了：

  • Meta 内部追踪每个工程师的 AI token 使用量，列为生产力考核指标。不是福利，是 KPI。
  • Zuckerberg、Pichai 最近开始往代码库里提交代码。工程师们去做 code review，开玩笑说以后简历上写「Mark 专属 code reviewer」。背后的信号是：AI 把门槛降到 CEO 也能直接写代码了。
  • DHH（Ruby on Rails 作者）从公开抗拒 AI 到全面转向 Agent-first 工作流。不是因为 AI 完美了，是因为不用就落后了。

我自己的团队也全面转向 AI native workflow。不是老板要求，是亲眼看见了差距。

但这件事是有代价的

工作十年以上的老工程师，反而变强了。系统判断、架构直觉、对线上压力的感知，这些东西被 AI 放大了。AI 生成的代码「看上去能跑」和「能扛住真实流量」，这两件事之间的差距，没有几年血泪是喂不出来的。

但那些工作了 3 到 8 年、刚开始独立承担系统的工程师——那个靠「借事修人」积累判断力的过程，正在被压缩、被跳过。以前你至少还能在 code review 里慢慢摸清楚什么是可以上线的代码，现在 AI 直接给你答案，但你不知道那个答案在凌晨三点出事故时撑不撑得住。

刚毕业的人情况更直接——很多公司已经不要应届生了。这是正在发生的职业断层，没什么人大声说出来。

最懂 AI 的那批人，并不乐观

《纽约时报》上 Jasmine Sun 写过一句话我记了很久。她住在旧金山，周围全是百万年薪的 AI 研究员和创业者：

"Most people I know in the AI industry think the median person is screwed, and they have no idea what to do about it."

我认识的 AI 行业里大多数人，都觉得普通人完蛋了。他们也不知道该怎么办。

最了解 AI 的那批人，并不乐观。但他们还在继续做 AI。知道风险，继续往前——因为坐在那里等，也改变不了什么。

大模型为什么能「装下」那么多东西

有人问过我这个问题。我的第一反应是：这和我 PhD 的研究方向有直接的血缘关系。

ChatGPT 名字里的 T 是 Transformer。它背后的压缩和还原逻辑，和 Compressed Sensing 走的是同一条技术脉络。本质上，大模型就是极其高效的压缩和还原——把人类几十年写下来的东西压进参数，再在需要的时候还原出来。

技术路径不是凭空蹦出来的，它是从更早的数学工具演化过来的。我 2009 年开始研究的那些方程，某种程度上确实是今天这些模型的前身之一。

Force Multiplier

Sam Altman 说过，一人十亿美元公司不是概念，是正在发生的事。AI 是 force multiplier，一个人加一台电脑，可以做到以前需要整个团队的事。他还加了一句：你还是需要 remarkable idea，以及真正会用工具的能力。

工具人人都有。谁能用好，谁就是那个人。

王小波写过：所谓时代，不过是一群人站在那里等。等风向，等信号，等别人先跳。然后事后被命名为「历史」。

3 年前那个 app，是一个人扛不住的故事。今年这 6 个，是一个人开始够得到杠杆的故事。我不是成功故事，我还在路上。马拉松没停，铁三没停，代码也没停。

我选择动，不是因为确定，是因为坐在那里等，我受不了。如果你也想验证一个人 + AI 到底能走多远，别等 AI 完美，先把它放进你今天的工作流里跑一遍——这一步迈出去，杠杆就开始转了。