Anthropic研究员Jascha Sohl-Dickstein：博士生职业规划已不存在
Anthropic研究员Jascha Sohl-Dickstein在题为《人新世的终结》的演讲中，对一屋博士生表示，他们现有的职业规划已经不再存在。
他预测到2030年算力将达到2025年的约1万倍，并指出当前仍处于指数曲线的起点，过去十年模型训练算力已增长约1000万倍，而现在的进步在线性尺度上仍接近平坦。
Sohl-Dickstein给出三条建议：每天使用人工智能，只要身处指数曲线上就不会落后；选择随算力扩大而效果更好的课题，否则可能在完成前就被解决；停止将职业视为稳定事物进行规划。
他强调，“安全选项”已不再安全，因为当社会层面发生大规模变化时，基线风险本身已经升高，传统稳健路径只会牺牲潜在回报而不提供保护。
演讲还提到“写作即思考”，如果将写作外包，也就将思考外包。他本人每天将Claude当作执行力极强但研究判断力较差的研究生使用，自己已不再编写代码。
人才与资源正从传统学术路径向能在指数算力增长中保持判断力与问题设定能力的方向集中。按线性时间规划的博士与博士后路径面临结构性压缩，而持续使用前沿模型并聚焦可扩展课题的个体获得相对优势。
来源：公开信息
ABAB AI 解读
Jascha Sohl-Dickstein是扩散模型的主要发明者之一，曾在加州大学伯克利分校与斯坦福大学完成学术训练，后加入Anthropic从事研究。这一路径显示，他从传统学术岗位转向前沿实验室，并持续以公开演讲形式对下一代研究者发出结构性警告。
他将自身研究与日常工作流程全面接入模型执行层，资源主要投向问题选择与判断，而非代码实现。动机在于，当算力以万倍级别扩张时，未与之同步的课题会被快速解决，个人必须主动站在指数曲线上才能维持相关性。
这与过去二十年博士培养以稳定导师制、线性课题推进和“安全”学术路径为主的模式形成对比。当前阶段，人工智能研究正处于能力跃升导致传统职业时间表失效的早期，学术机构与实验室正重新定义何为可持续的研究投入。
本质属于技术替代：当模型在执行与部分推理上快速超越人类研究生水平后，职业价值从完成既定课题的执行能力，转移到选择随算力扩展而增值的问题与保持独立判断的能力。机制在于，指数增长使线性规划失效，“安全”路径因基线风险上升而不再提供保护。
ABAB News · 认知定律
指数曲线上的人不会被指数甩下
安全选项在高基线风险中不再安全
外包写作等于外包思考