李沐来小红书了。 网友第一反应：这是假的沐神吧？
如果你学过深度学习，大概率听过他的名字。 BosonAI 联合创始人、前 Amazon AI Senior Principal Scientist、《动手学深度学习》作者之一。 这次他在小红书开了一场 AMA，主题很直接： AI 越来越强，今天应该学什么，才能不被 AI 淘汰？ 评论区很快挤满程序员、学生、研究者和各行从业者。 从“还要不要学编程”，到“30 岁转 AI 晚不晚”，再到“具身智能是不是泡沫”，李沐回了不少。 以下是整理了最值得看的回答。
01 还要不要学编程？ ✅ 要学。 你可以不写代码，但得 review 代码，至少看懂 AI 写的代码在干嘛。
✅ 熟悉一门语言基本够用。 人的工作现在主要是给 AI review，防止它犯低级错误，或者设计上绕弯路。
✅ LeetCode 型考核很多公司还面。 而且，别让人怀疑你是用 AI 写的。
02 普通人怎么不被 AI 淘汰？ 🔥 Agent 是能力放大器。 是能力 ×10，不是能力 +10。
🔥 深度优先，再做广度。 先把一件事做深，再尝试做另一件事。
🔥 30 岁转 AI 不晚。 李沐说：四十岁都来得及，三十岁没问题。
🔥 学历越到职业后期越不重要。 但如果你觉得自己过度依赖 AI，却没学到东西，这一点更重要。
🔥 先用 AI 做点事情。 非计算机专业想学 AI？用 AI 做个项目看看。 文科生想学新领域？每天找一个 topic，问 AI 二十个问题。
03 哪些岗位还有机会？ 🤖 Agent 偏应用，岗位更多。 Infra 和算法门槛更高，但需求公司会少一些。
🤖 业务场景 SFT 实用。 但 SFT 本身可能不是门槛，更多是业务理解，以及模型和业务的结合。
🤖 LLM 训练 Infra： 简单日常，Agent 干得挺好；整体架构设计，AI 目前还不行。
🤖 推理芯片： 算法一变，硬件就得跟着改，所以总是有饭吃。
🤖 端侧 AI： 车载、手机肯定有需求，适配不同硬件，工作量很大。
🤖 AI 硬件有市场。 尤其国内，硬件能力比较强。
04 科研、读博还值得吗？ 📌 读博困境： 以前从头做研究，人学到很多；现在让 Agent 做，结果不差，但人学到的东西变少。
📌 如果更想去工业界， 读 PhD 不见得是目前最优选择。
📌 博士方向： 找一个方向做深。技术发展很快，很多地方其实做得不够细。
📌 博士更该培养什么？ 解决事情的能力——能带 Agent 完成以前 5 到 10 人团队完成的事。
📌 CCFA 论文标准很难改。 但大家都用 AI 写论文的时代，只看论文这件事，有待商榷。
05 技术趋势怎么看？ 💡 LLM 未来： 模型在沙盒里运行、自我成长。包括执行代码、computer use、世界模型。
💡 Harness： 目前有效的部分，下一代模型可能吞掉；但下一代模型又会催生新的 harness。
💡 多模态： 是 AI 和人交互的重要途径。但能不能提升模型智商，大家观点不一致。
💡 具身智能： 短期肯定有泡沫。长期是自然方向——AI 做完白领工作，就会做蓝领工作。 但落地可能很漫长，像无人驾驶一样。
💡 AI 翻译： 能替代 99% 的人。
💡 模型厂商： 未来可能像云厂商，变成基础智能提供商。上面还有很多应用机会。
最后 有人问：论文精读视频什么时候回来？
李沐回答： “以前都是古法做视频，还确实还没有想清楚，有了 AI 之后，这个怎么做？”
这或许也是很多人的状态： 一边用 AI，一边重新思考怎么工作、怎么学习，以及怎么找到自己的位置。
讨论与补充
0还没有讨论
分享一条可复现的补充、问题或使用经验。