寒塘poolmoon

昨天晚上写的一篇关于 "AI 时代博士价值" 的帖子，没想到火了。今天陆陆续续已经有 140 多条评论和引用转发，这个结果是我没想到的。 原本只是写写自己的感受，没想到引来了这么广泛的讨论。而且不只是中文区，英文、日文、韩文、法文、德文、西班牙文、俄文的网友也参与了讨论，挺让人意外的。 看来，这确实是一个很多人都在关心的问题。 在 AI 时代，博士的价值在哪里？或者说，当 AI 越来越擅长完成我们的工作，各个职业的价值又在哪里？ 面对 AI 的快速发展，我们该如何适应，未来又该往哪里走？恐怕目前谁也没有一个清晰的答案。 借助 AI，我把评论区的一些观点整理归纳成了 5 类，并挑选了部分有代表性的留言。 不评判对错，只是把不同的声音放在一起，供大家参考、思考和讨论。也感谢每一位参与讨论的朋友！改天再深入全面总结分析下大家的讨论~ 1. 判断力派：博士的优势不是干活，而是知道 AI 哪里错了。 @jianhuamert 分享了一个很典型的情况：接手别人的项目，代码由 AI 编写，一个 Bug 都没有，但整个方向错了。 @DrNoShutEye 则认为，博士的领域经验很重要，包括知道什么问题值得研究、什么结果可信，以及如何把现实困境转化成可研究的问题。 2. 训练价值派：博士最值钱的不是知识，而是长期训练。 @wangh920 说，读博士得到的“渔”比“鱼”重要，真正有价值的是思考能力和适应新事物的能力。 @monicacomeon 则认为，博士学位至少证明了一个人有过于常人的专注力和执行力，这本身就是稀缺资源。 3. 贬值焦虑派：AI 正在消解多年学习积累形成的优势。 @keySummmm 感慨，读博五年积累的笔记、代码和资料似乎突然失去了价值。 @maike_sundae 则表示，正是看到了 AI 的潜力，才选择硕士毕业直接工作、不继续读博士。 4. 乐观派：现在反而可能是做科研最好的时代。 @jiangnanhua0317 认为，刚毕业的博士反而很幸运，既有专业训练，又能充分使用越来越强的 AI。 @poolmoon6 则遗憾自己读博时没有这么强的工具，否则可能做出更多东西。 5. 学术制度反思派：也许真正需要改变的是博士培养与评价体系。 @UniceBeta 描述了高校科研中为绩效、论文和项目奔波的疲惫。 @noahatwhere 提出了一个很有深度的观点：科研产出效率不等于科学进步，关键在于真正减少了多少不确定性。