作者:Lingo 发布: 阅读时间:14 分钟

AI是年轻人的事业吗?至少在当前阶段,AI呈现出明显的年轻化。很多顶级研究员、核心开发者和初创团队都很年轻。原因不一定是年轻人更聪明,而是技术范式发生变化后,过去的经验不再拥有原来的权重。

Transformer架构于2017年公开提出[1]。一个二十多岁的研究者,从学生时代接触的就是注意力机制、GPU训练和大模型,不需要先摆脱传统自然语言处理的方法。他与更资深的研究者相比,真正相关的经验可能只差几年。

AI研究的反馈也来得很快。论文、开源模型和评测体系相对开放,一个新想法可以通过实验迅速验证。研究者可以修改模型结构,也可以调整训练方法,很快看到结果。年轻人承担的一线实验工作更多,也更愿意进入尚未形成共识的方向。

相关研究发现,年轻学者更倾向于使用刚出现的新思想。不过,最容易尝试新思想的组合并不只有年轻人,而是年轻的一作与经验丰富的末位作者合作。年轻人负责进入新方向,资深研究者提供判断和资源[2]

历史上也出现过相似的阶段。20世纪20年代,量子力学尚未形成统一体系。海森堡23岁提出矩阵力学,狄拉克23岁开始建立自己的量子力学表达,泡利24岁左右提出不相容原理[3-5]。与此同时,玻恩和玻尔等资深学者为相关研究提供了理论基础与学术环境,薛定谔提出波动方程时已经38岁[3,6-7]

互联网早期同样如此。斯坦福大学的校史资料显示,Page和Brin还是研究生时,便开始开发大规模超文本搜索引擎和PageRank算法[8]。那时搜索行业尚未形成稳定规则,年轻人不需要先拥有几十年的行业经验,新的数据和技术本身就提供了机会[9]

AI本身也没有单一基因。做模型偏向科研,需要不断探索能力边界;训练和部署带着工业属性,要求控制成本,保证系统稳定;消费应用更像互联网,需要快速试错;进入医疗、制造和金融以后,又必须接受原有行业的质量标准。

现在最活跃的仍是探索部分,所以年轻人更容易被看见。但当基础模型进入大规模训练,数据治理、算力集群和安全评估的重要性已经开始上升。GPT-4技术报告所呈现的研发分工已经覆盖模型架构、训练基础设施、数据处理和安全评估等环节[10]。大模型研究正在从小团队探索转向工业化协作,经验和组织能力也会重新获得权重。

因此,AI给年轻人的不是永久的年龄优势,而是规则重写时的先发机会。

成熟行业奖励积累,范式变化奖励重新学习。AI正处在后一个阶段。

参考资料

[1] VASWANI A, SHAZEER N, PARMAR N, et al. Attention Is All You Need[C]//Advances in Neural Information Processing Systems. 2017, 30: 5998-6008.

[2] PACKALEN M, BHATTACHARYA J. Age and the Trying Out of New Ideas[J]. Journal of Human Capital, 2019, 13(2): 341-373. DOI: 10.1086/703160.

[3] NOBEL PRIZE OUTREACH. Werner Heisenberg—Biographical[EB/OL]. [2026-08-09].

[4] NOBEL PRIZE OUTREACH. Paul A. M. Dirac—Biographical[EB/OL]. [2026-08-09].

[5] NOBEL PRIZE OUTREACH. Wolfgang Pauli—Facts[EB/OL]. [2026-08-09].

[6] NOBEL PRIZE OUTREACH. Erwin Schrödinger—Biographical[EB/OL]. [2026-08-09].

[7] NOBEL PRIZE OUTREACH. Max Born—Biographical[EB/OL]. [2026-08-09].

[8] STANFORD UNIVERSITY. Our History[EB/OL]. [2026-08-09].

[9] BRIN S, PAGE L. The Anatomy of a Large-Scale Hypertextual Web Search Engine[J]. Computer Networks and ISDN Systems, 1998, 30(1-7): 107-117. DOI: 10.1016/S0169-7552(98)00110-X.

[10] OPENAI. GPT-4 Technical Report[EB/OL]. arXiv:2303.08774, 2023[2026-08-09]. DOI: 10.48550/arXiv.2303.08774.

  • 中国AI超越美国了吗?:中国AI已经进入同一层级的竞争,但比赛还远没有结束。
  • AI人才溢价还会持续多久?:其实技术行业并不特殊。影视娱乐、电商和金融等行业都经历过相似阶段:商业价值先被市场确认,相关人才却无法立即增加,于是少数掌握关键能力的人率先获得溢价。
  • 小米能造好汽车吗?:不同的行业对应不同的思维:做互联网要“放”,吸引注意;制造业更向“守”......