Anthropic研究員Jascha Sohl-Dickstein：博士生職業規劃已不存在
Anthropic研究員Jascha Sohl-Dickstein在題爲《人新世的終結》的演講中，對一屋博士生表示，他們現有的職業規劃已經不再存在。
他預測到2030年算力將達到2025年的約1萬倍，並指出當前仍處於指數曲線的起點，過去十年模型訓練算力已增長約1000萬倍，而現在的進步在線性尺度上仍接近平坦。
Sohl-Dickstein給出三條建議：每天使用人工智能，只要身處指數曲線上就不會落後；選擇隨算力擴大而效果更好的課題，否則可能在完成前就被解決；停止將職業視爲穩定事物進行規劃。
他強調，“安全選項”已不再安全，因爲當社會層面發生大規模變化時，基線風險本身已經升高，傳統穩健路徑只會犧牲潛在回報而不提供保護。
演講還提到“寫作即思考”，如果將寫作外包，也就將思考外包。他本人每天將Claude當作執行力極強但研究判斷力較差的研究生使用，自己已不再編寫代碼。
人才與資源正從傳統學術路徑向能在指數算力增長中保持判斷力與問題設定能力的方向集中。按線性時間規劃的博士與博士後路徑面臨結構性壓縮，而持續使用前沿模型並聚焦可擴展課題的個體獲得相對優勢。
來源：公開信息
ABAB AI 解讀
Jascha Sohl-Dickstein是擴散模型的主要發明者之一，曾在加州大學伯克利分校與斯坦福大學完成學術訓練，後加入Anthropic從事研究。這一路徑顯示，他從傳統學術崗位轉向前沿實驗室，並持續以公開演講形式對下一代研究者發出結構性警告。
他將自身研究與日常工作流程全面接入模型執行層，資源主要投向問題選擇與判斷，而非代碼實現。動機在於，當算力以萬倍級別擴張時，未與之同步的課題會被快速解決，個人必須主動站在指數曲線上才能維持相關性。
這與過去二十年博士培養以穩定導師制、線性課題推進和“安全”學術路徑爲主的模式形成對比。當前階段，人工智能研究正處於能力躍升導致傳統職業時間表失效的早期，學術機構與實驗室正重新定義何爲可持續的研究投入。
本質屬於技術替代：當模型在執行與部分推理上快速超越人類研究生水平後，職業價值從完成既定課題的執行能力，轉移到選擇隨算力擴展而增值的問題與保持獨立判斷的能力。機制在於，指數增長使線性規劃失效，“安全”路徑因基線風險上升而不再提供保護。
ABAB News · 認知定律
指數曲線上的人不會被指數甩下
安全選項在高基線風險中不再安全
外包寫作等於外包思考