OpenAI再次开源，中美AI竞争加剧，这一次体现在了不同的开源策略上。

大家好，欢迎收听老范讲故事的YouTube频道。

OpenAI再次开源，这一次发布的版本叫GPT-OSS (Open Source System)，8月5号突然上线了。这一次又不是GPT-5，我们从7月份就开始等GPT-5，现在已经等得大家开始胡思乱想了。很多人猜，说为什么出不来。现在最新的说法是48小时之内出来，等等看吧。

这一次呢，开出来的是GPT-OSS，是一个开源模型，20B和120B两种参数。它呢，是一个MOE模型，就是混合专家模型。其实在GPT-4的时候呢，大家就已经猜测它开始使用混合专家模型了，只是呢它不开源，大家只能猜。现在开出来了MOE推理模型，是有COT的思维链，是直接给大家展示出来的。而且呢，是一个文本模型，没有多模态的东西。上下文比较长，128K的上下文，要比国内的一些开源模型还要再长一些。因为现在没办法，你要使用工具、使用MCP，没有足够长的上下文，你是跑不起来的。所以呢，这一次的GPT-OSS说，我们很擅长使用工具，有的时候有点太擅长了。因为我测试的时候，有的时候工具调用次数非常多，直接就把自己的上下文填满了，这种情况也是不少的。

这一次呢，创新性地使用了MXFP4的一个量化，这是它最新的一个技术。首先要讲一下MXFP4的这个训练。我们以前使用的模型，千问、DeepSeek这些模型呢，我们都是使用的FP16去进行训练的，有的甚至是FP32去进行训练。就是我们把每一个数码位上的指针都做得​​很长，非常非常精确。这个好处是什么呢？就是你训练的时候，可以很精确地去进行训练。你再去推理的时候呢，我们再想办法把它这些数据呢，做成FP8，就是做成8位的一个短指针，速度就会快很多，而且呢，在这个缩短的过程中呢，精度损失的也不是很大。原来我们都是这么来干的。但是呢，这一次的GPT-OSS呢，他们使用了一种4位的指针，更短小一些。而且呢，它跟以前不一样，原来都是用比较长的数码位去进行训练，训练以后再去进行缩短。这一次直接训练的时候，就是4位的，出来就当4位的使，他是这样来去工作的。这个好处是什么呢？就是特别地节省空间，它的速度很快，我在本地测试的时候已经感受到了。

它呢，没有做蒸馏。原来大家都在想，GPT-OSS是不是直接拿GPT-4o，或者拿什么样的这个数据去蒸馏一下就可以了？因为OpenAI手里有很多这些大模型嘛。它并没有去做蒸馏，是从头开始原生训练的一个大模型。用了数万亿TOKEN的纯文本，重点覆盖STEAM、代码和通识知识。主要是拿这些东西训练。它呢，使用了GPT-4o的CBRN过滤器来清洗有害内容。在这里要专门讲一下，GPT-OSS的道德感还是很高的哈，所以呢，不要想着它到本地了，我们就可以拿它随便做一些什么样的事情，它会拒绝大量的指令的。它的知识呢，是截止到2024年6月，再往后的知识是没有的。你说我想处理一些新的知识怎么办？没有问题，因为它调用搜索、它调用工具的能力很强，所以你可以先命令它搜索，然后再去总结。

在进行了预训练之后呢，使用了与GPT-3相同的COT强化学习的数据进行训练，它就可以进行COT的输出。所以这是一个推理模型。两个版本的模型，一个20B，一个120B。20B呢，它的效能相当于GPT-3 mini，其实对于很多的本地工作来说，已经够使了，效果我刚才试了还是相当不错的。120B呢，相当于GPT-4 mini的水平，这也是我们普通的plus用户可以在GPT.com的这个网站上使用的最高版本的推理模型。实际上它那个上面最强的模型，我们能用的应该是GPT-4o全量模型。

20B呢，我装了，效果不错，速度飞起。比我本机跑的各种的30B模型、32B的模型要快非常多，甚至比一些十几B的模型速度还要快。产出的内容的质量，要比那些三十几B的，像千问模型要好很大一些。这个是我的一个主观的感受吧。我呢，是用Ollama直接在我的MacBook Pro 32G内存的笔记本上跑起来的。据说呢，这个东西是可以在16G内存的笔记本上跑，但是我没有测试，因为我们家没有这么低内存的电脑。

至于120B的话，这就不是我应该用的东西。为啥呢？它需要80G的显存，咱们没有这东西，是小团队在服务器上用的东西，这个不是给普通人在电脑上用的。你说我一定要去买一个Mac studio，或者我在本机去装4090装好几块，这个东西也是可以跑，但是真的没有什么必要。

那你说云端有没有？云端你现在上OpenRouter等等这些网站呢，是提供120B的模型的。但是我都上了云端了，谁用这玩意儿？我直接用GPT的大模型不就完了吗？所以呢，120B的模型对于我们这种个人玩家来说，稍显尴尬。但是你说我是一个小团队，我有一些信息不可以出办公室，你可以专门搭一台服务器来跑120B的模型。

中国的云端大模型托管服务上呢，目前都没上。这个它虽然是使用Apache 2.0协议，国内的这些像阿里云、硅基流动或者像火山云，你都可以去用，这个事他是不管的，至少这个协议是允许我们去用的。而且呢，这个Apache 2.0，我们不但可以用这个模型，还可以商用，还可以去修改这个模型，都不需要他的同意。但是呢，在中国有另外一个比较麻烦的是什么呢？就是谁把这个大模型包装出来给公众去使用了，谁需要去申请牌照，是需要申请合规的。上一个新的模型测试、申请合规的过程的话，还是有一些成本，所以现在大家还没有上。其实像Llama系列的模型，国内的这些云服务商上基本上都还是有的，也可以用。但是呢，每次上一个新的，这块我们没有那么快。国外的像Open Router什么的就已经上来了，第一天出来，第二天就直接可以上来使。中国的要求呢，不是说谁出大模型谁要去申请牌照，而是谁拿着这大模型出去给人服务，谁需要去申请牌照。你比如说，DeepSeek说我今天开源模型了，你不需要申请牌照；但是你说DeepSeek提供了API、提供了聊天窗口，要跟人服务了，这个你需要申请牌照。它是这样的一个工作逻辑。

那OpenAI为什么时隔这么多年又去开源了呢？原因也很简单。总有一些机构呢，不希望自己的数据离开可控的网络，不希望说这个数据跑到外网上被OpenAI学习了。最近OpenAI好像还有一个聊天提示词泄露的事情，这个事情是大家不希望的。前面包括三星还有很多的海外公司，使用OpenAI的时候都发生过泄漏情况。但是这种泄漏呢，其实很多是他们的防火墙爆出来的：“我发现你把一些公司敏感信息发到外网去了”，这个时候防火墙就会报警。但是你说我发到OpenAI以后，OpenAI是不是再去用这个数据，或者是不是拿这个数据再去训练模型了，或者再去传播了？这个事呢，反正OpenAI对外的承诺是它不做这个事，但是这个不好说嘛，有些人我们未必信得过他。所以有一些机构说，我一定要本地模型。原来这个生意OpenAI是不做的，现在呢，说我们这块也得做着，我们也要抢这个生意。20B呢，本机运行；120B呢，内部服务器运行，可以很好地解决这些敏感单位的需求。

而且呢，20B也好，120B的模型呢，还可以进行微调。微调了以后，你可以拿它去进行法务、医疗等等这种特殊需求的应用。而这儿呢，要稍微提醒大家一句，前头我们讲，GPT-OSS是有非常高的道德水平的。你一旦微调了以后，这个道德水平就不好说了，有可能GPT-OSS震碎三观，从此堕入黑暗的可能性是存在的。但是呢，那个就是你们各自自己负责任了，跟OpenAI就没什么关系了。

咱们呢，讲到这再讲一讲，中美之间到底是怎么去进行竞争的呢？美国人出了这个东西，不是美国人赢了吗？不是这样的。中美之间呢，有四种不同的开源策略。

第一种呢，是混沌模式。甭管什么样的东西，我先开了再说，开完了以后，你们爱怎么用怎么用。这个是谁呢？Llama就这么干的。Llama 1、Llama 2、Llama 3、Llama 4，都是上来我就开了，开完了以后你们拿去用吧，我就不管了。但是到目前为止呢，发现这条路可能走不太通。扎克伯格捞了一大堆的人以后，说我们是不是不开源了，重新思考一下未来该怎么走的问题，稍显可惜。

第二种模式呢，叫做“开旧闭新”模式。就是呢，我把这个新模型闭源了，我把老模型把它开源出来。谁干这活呢？就是马斯克，xAI就干这个活。他现在呢，是Grok-1开源的，2、3、4都是闭源的。但是马斯克呢，应该是昨天讲的吧，说我们近期准备把Grok-2也开源出来，那就3和4是闭源的。对于他来说呢，他的这个策略很简单，就是开源这一扇大旗我还是要扛着的，但是呢，如果你们想要用最新的模型，你就老老实实上我这来交钱，来把数据交到xAI的服务器上去进行运算。所以马斯克这个xAI呢，我一直评论它是一个假开源，他并不希望别人真的拿这个东西去做点什么事儿，只是说“我还开着呢”。

第三种模式呢，就是OpenAI现在做这个事儿，叫“开小闭大”。它的GPT-3、GPT-4这些东西呢，是闭源模型，GPT-4o也是闭源模型。同时呢，它开了一个小模型叫GPT-OSS。你如果本地需要一些敏感数据处理，你就用开源模型；如果是一个很复杂的处理，你就老老实实地到网上来使用我的这些闭源模型就完了。谷歌也是这么干的，谷歌的闭源模型呢叫Gemini，现在Gemini 2.5 Pro是我目前用到的算是最好用的模型之一吧。他还开源了一个叫Gemma的模型，Gemma现在最新的应该是Gemma 3。你们如果有一些需要单独处理的数据、需要敏感处理的数据，你就把这个Gemma当（download）回去在本机使用。还有呢，微软，微软的小模型开源出来，这个模型叫Phi-4现在最新的版本。他们家自己不做大模型，用OpenAI的大模型就完事了。现在Mistral也是走着这条路，就是法国这公司，他们呢，现在有一些小一点的模型开源出来给大家用，但是大一些的、复杂一些的这个操作，你就老老实实地上云端，调他们家的服务器就完事了。

这个混沌模式和这个开旧闭新模式呢，咱不讨论，没有什么明确的商业诉求在后头。“开小闭大”模式，就是美国人现在使用的开源模式。那你说中国人使用的开源模式是什么样呢？跟他到底有什么不一样的呢？而中国人是直接把最新的、最大的全开出来。千问三就直接把200多B的模型开出来，DeepSeek直接把671B的模型开出来。而且只要我发布了最新的模型，我就把最新的模型直接开出来。这个是咱们的玩法。现在中国跑得比较靠前的开源模型：DeepSeek、千问、Minimax、Kimi和GLM。

所以这是两个完全不同的开源策略。那么中美博弈在什么地方？这两个策略，一个是“开小闭大”，一个是“应开全开”，那到底是怎么博弈的？中国人玩的，其实是“田忌赛马”的故事。就是你那最好的马呢，我跑不过；但是呢，我用我最好的马去给你一个中马跑，我用我的中马呢，给你的次马跑，反而我那个次马呢，上来我就给你最好的马跑，一次就完事了。这样三局两胜，我还是胜了两局的。

那你说大模型开源，这到底怎么去“田忌赛马”的呢？中国目前开源大模型呢，跟美国顶尖的闭源大模型比，它是比不过的。你比如说千问三的230几B的这些模型，DeepSeek 671B的模型，你去跟GPT-3、GPT-4这些模型比，你比不过他；你跟Claude、Code 4这些模型比，你也比不过；跟Gemini你也比不过。那怎么办呢？我们去跟你的开源模型比，去跟这些120B或者是这种三十几B的这些开源模型，我比你跑得好。我这个一上来就是600多B，效果一定是比你那个三十几B的效果要好非常非常多的，相当于是用我的最好的马去跟你那个中等的马去跑。当用户选择本地闭源、中小模型的时候呢，中国队就会占优。但是你说我在本地、在电脑上直接需要一个小模型，目前为止我使用到的GPT-OSS 20B是最好用的。中国现在同样大小的，你比如说都是20B或者是30B的这些模型，你比不过它。但是呢，有些人说，你看我这也是一个小的单位，我这个单位里头呢，也有一些服务器，我想要用一些模型去处理一些问题的话，那你使用这些600多B的或者是200多B的模型，你去跟GPT-OSS 120B打，你是打得过的。那么在这种小团队选择开源模型的时候，中国队就占优了。它是不同的一个竞争策略。

而且呢，当有创业公司想要去挑战大厂的时候，你比如像Perplexity说，我们想拿一些好一点的开源模型再去进行调整，我们想去跟大厂掰掰手腕的时候，中国团队会给他们提供充足的弹药。他们拿美国队，比如说Gemma、Phi或者是GPT-OSS，这些专门为PC端运行训练的这些小模型，你是没法整的。你拿这些模型再怎么微调、再怎么折腾，你没法跟那些大厂竞争。它会有这样的一个差异。但是呢，你拿中国这些模型，你再去微调一下，或者拿这个模型再去怎么折腾一下，那都是有可能能够做出一些比较强的应用出来的。

美国人的想法呢，其实挺简单的。使用美国的开源小模型，可以解决大厂预设的一些问题。比如OpenAI，我给你预设了些这些问题，你用这小模型解决；那些问题呢，你就用大模型解决。大模型你上云端来调，小模型自己去用。但是呢，使用小模型的人，永远不可能形成对于大厂的竞争来，这就是他想干的事。而中国人的策略是什么呢？看热闹不嫌事大。有人打架了，赶快往上递什么无缝钢管，递什么煤气罐，咱们赶快去干这些事。当然这些无缝钢管，比如到了中东，他们可能就变成了煤气罐大炮了，那个我们就不管了，我们都是卖的民用设备过去的，他们拿去打仗，这事跟我们没关系。所以中国人喜欢干这样的事情。

那谁能笑到最后呢？刚才我们讲了，中美两个策略不一样。短期内看呢，美国的策略是更精明的，他把应用分析得很清楚，谁该用什么东西，谁自己去用就完了。但是呢，中国的策略呢，也有自己的定位，短期内呢，我们也可以争夺到一部分市场，这个事本身并没有太大的问题。从长期考量来说呢，美国的策略首先要保障的是巨头永远是巨头，巨头规划未来的格局，中小企业呢，在巨头的规划内生长。有点像谷歌跟苹果似的，你说这么多做App的、做游戏的公司，谁也没有能力去撼动这些做App Store和Google Play的公司去，这个就是他们所希望去规划的事情。而中国的策略呢，就是有可能培养出一些颠覆市场的妖怪来。我们不管你这个规则是什么样的，反正我们给你这个煤气罐、给你这个无缝钢管，你拿去爱干嘛干嘛去，这是中国的策略。而且有很多的国家呢，是不甘心永远去用美国的这些闭源模型的，那么在这种时候，中国的开源模型也是他们唯一的选择。你比如说到了沙特了，到了阿联酋了，也希望有一些自己的大模型，但是你拿美国的这些模型你没法整。虽然他可以给你部署到你本地来，但是这个东西还是由美国人来管理的，哪天他给你关了，你就没法用了。你说我有一个完全我自己控制的了的这些模型，那你就老老实实地用中国的模型去训练，美国的这些开源小模型，你拿它是没有办法的。

而且呢，在一个一半以上研发人员都是中国人的领域里头呢，中国策略可能才是未来。AI领域是一个有着深深中国民族性烙印的领域。在这个圈子里头，只要是做AI相关的公司，出来讲点什么事儿，基本上一半以上是中国人。那你说中国人的民族烙印到底是什么呢？每个中国打工人都惦记着阶级跃迁，惦记着翻身做主人。咱们讲的是说，哎，我这开了一个拉面馆，我请了几个中国师傅在我这拉面，他们就想着说：“我应该怎么把这个配方偷出来，以后我可以在旁边再开一家拉面馆，去跟原来的老板竞争。”中国人讲的叫“王侯将相，宁有种乎？”，凭什么你行我不行？咱们也可以上来试一试。所以呢，像美国人这种，就是规划好了你就拿小模型，你永远做不出大模型的，这东西拿去用去。咱们的策略就是每个人都有枪有炮，最后谁说了算不一定呢。

日子还长，咱们往后继续看，到底哪条路可以走得通，到底哪条路可以结出丰硕的果实来。

好，这个故事就跟大家讲到这里，感谢大家收听，请帮忙点赞、点小铃铛、参加Discord讨论群，也欢迎有兴趣、有能力的朋友加入我们的付费频道，再见。

宇树科技的王兴兴给高考生的报考建议突然就火了。大家好，欢迎收听老范讲故事的YouTube频道。

宇树科技呢，就是在春晚上让机器人转手绢那公司。他们家的老板王兴兴，号称是因为英语没考好，所以就留在国内了。公司的名字叫“语文跟数学”——宇树科技，因为没有英语。但后来人家辟谣了，说不是这样的，我们这个是“宇宙间的科技树”，不是英语没考好。

这个哥们最近还有一件事火了，是什么呢？他应该是上完硕士就出来创业。给曹德旺大学做校长的老教授最近突然问了一个问题，说：“王兴兴如果去上博士的话，他还能有这样的成就吗？梁文峰如果去上博士的话，他还能做的出DeepSeek来吗？”当时问的很多人哑口无言。

现在，王兴兴给高考生给了一个报志愿的建议。6月23号，宇树科技创始人CEO王兴兴发了一篇文章，说：

“各位即将进入大学的同学们，大家好，我是宇树科技创始人王兴兴。大学不同于高中，方向千行百业，每个人的选择性非常多，每个人有更多的自我发挥空间。在面对影响自己未来的专业选择上，难免会感到迷茫。

在这个AI加机器人的时代，站在这个激动人心又充满不确定性的技术爆发点前，如果大家想投身巨深智能行业，我结合自身的经历给出一些小建议：

1. 如果你从小喜欢拆解、维修一些电子产品，或者动手DIY做点东西，推荐学习机械或电子相关专业。具体的专业细分名字很多，请注意区分。对于自己感兴趣的学校和专业，大家最好直接去对应学校的官网，直接看看具体的详细介绍，看看老师们在做什么课题或者项目。哪怕专业名字一模一样，每个学校的差别也是非常大的。中间如果想多学习AI，也可以多花时间自学。

2. 如果你对智能如何产生感兴趣，如果你有AGI的梦想，且数学还不错，推荐直接学习计算机科学、人工智能相关专业。也一并请直接多查查对应学校的详细信息，甚至可以直接先去对应实验室看看。当然，还建议中间可以稍微花一些时间学习一些硬件相关的原理，比如自己动手画个PCB板子，简单实用。

当然，现实里大多数同学没有那么幸运能直接进入自己理想的学校和专业，或者进入以后发现不适合自己，或者不喜欢。这其实完全不是大问题，非常常见和正常。请不要放弃努力，寻找自己喜欢和擅长的事情，寻找新的方向，并请一定努力去实践。你可以转专业，哪怕转不了也一点问题没有。你可以直接去找自己感兴趣方向的老师直接沟通，去他的实验室做事，甚至完全可以直接全都自学。

后续上学时，请大家也不要局限于书本和论文。”

具身智能是物理世界的智能，一定要多动手：拧螺丝、调电路、写程序、抵bug。马上自己动手编程，进入实验室参与机器人比赛等等，在实战中迅速提升自己。我自己至今也还会自己直接上手拆解零部件、敲敲代码等等。

如果你想成为最顶尖的人才，一定要脱离课本，主动持续学习。学习当下最前沿的科技领域，或者关注顶级学术会议、最新论文等。积极参与最具探索性的开源项目，并尝试复现和改进。与同样渴望挑战边界的同学、研究者组建小组，共同探讨前沿问题，碰撞思想。每个同学都有机会成为全人类未来科技方向的探索者和实践者。

最后，我想说在未来的学业中，你们或许会感到迷茫，不知前进的方向。但不要担心，每个人都会迷茫，我也一样。在大学期间，要较多的探索自己的多种可能性，多尝试找到爱好点和擅长点。如果你的爱好恰巧也是你擅长的，那恭喜你，你找到了可以为之奋斗一生的目标。

在成长过程中，你们可能目睹了一次又一次的时代浪潮，见证了一个又一个的商业奇迹：外贸、房地产、基建、互联网、消费电子、移动互联网、新能源汽车等等。可能你们会羡慕前人，觉得机会变少了，觉得宇宙的科技树没有太多可以探索的了。但请不要灰心，AI和机器人的时代才刚刚开始，还有大量的挑战和机会在等你们。每一代年轻人有每一代年轻人的机遇，大家一起加油！

写的还是非常好的。我对于宇树科技和王兴兴本身并没有特别多的了解，但是写的这个文章我还是非常喜欢。

首先咱们稍微的解读一下，王兴兴到底说了几件事，以及他为什么要这么说。他第一个事讲的是什么是宇树科技：是科技公司，而不是玩具公司。我们也要参加鼎会，要去学习学术论文。宇宙的科技树嘛，它这个名字是这么来的。宇树还远远没有探索到尽头，还有大量的东西需要去探索。而且现在是AI加上具身智能，或者叫机器人，刚刚开始的时候，我们一起去做科技吧，不是生产玩具的。这个是要树立一个公司IP，这是干第一件事。

第二件事呢，其实他在说清楚一个什么？不是在建议大家怎么报专业，他在说我要招什么样的人。要什么呢？能够主动去发现并参与到行业最新研究方向上的人。你说我考试及格，随便瞎混一混，这种不是他要的人。互联网甭管大厂小厂吧，一般招聘都是这样的一个标准。

再往后呢，是要有动手能力，觉得动手去改进一些东西有意思，并能够从中得到乐趣的人。这个是他要招聘的，因为他毕竟是做机器人的嘛。你说我光是刷个论文，你到这样的公司里是不行的。

因为我们以前也遇到过这种纯刷论文的人来应聘。这些人其实是干不了活的。最终在公司里边，还是要解决很多工程上的东西。工程上的东西呢，可能没有论文让你去参考，但是还是要有一定的动手能力。如果你说我看到烙铁就头疼，这个可能不太适合做工程。

再往后呢，再讲数学大神。研究AI底层技术的同时呢，也请动手玩点儿硬件。因为现在大家知道，AI肯定是未来的方向。而且很多搞AI基础研究的人，都是数学特别好的人。这些人呢，大多其实动手能力不是很强。他说你们这些人，也去研究一下硬件，画画PCB板（就是电路板），也是需要的。当然了，里头也说了一些场面话了。比如说没关系的，你如果选不到满意的学校和专业，你进去以后，还要努力的发现自己的兴趣。只要你找到了自己的兴趣，我感兴趣的事情还我擅长，这种人宇树科技可能也要。他基本上讲了这么几个事情。

那么应该如何看待王兴兴的建议呢？至于有多少人愿意上宇树科技去上班，这个咱不管。如果咱们家里真的是有考生，或者周围有考生的话，我们怎么解读这件事情？其实绝大部分的家长可能压根看不到。他们还在研究说我应该怎么去选专业，怎么去选学校。对于这些家长和学生来说，你让他去把这个招生简章研究明白，2,900所学校，1,600多个专业，你想把这东西选明白，本身就很费劲了。

而且呢，很多的专业从专业名称到专业简介呢，还极具欺骗性。你要想去伪存真，从里边去找到这个真正他在教什么，还是挺难的。有一些比如说it圈的人，稍微关注一点，知道宇树科技干嘛的，知道王兴兴是谁。这些人呢，可能他们也没有能力去研究教授的具体方向。这个不是写在招生简章上的东西，而是你去看看教授参加什么样的会议，发表什么样的论文。这些研究最终的论文到底在写什么，在哪个方向上在起作用。这个其实已经绝对的超越了大部分人的认知能力了，不是普通人能搞定的。

所以呢，他们会发现有这样的一个信息差。他们会发现一个新的焦虑。这些人其实是没有办法的，他会感到痛苦。说我看到了一大堆的学校的简介，先看到了招生简章，看到了专业介绍。但是呢，里头到底在干嘛我不知道。他们就已经发现了这个世界真正运行的底层一角了。

从我们这种it人士来看，或者叫工程人士来看的话，很多的这种招生简章的专业介绍、专业名称里头的一些未来方向、憧憬什么这些东西呢，相当于是前端程序员写的网页。他的目的是什么？目的是转化率。至于底下到底干什么呢？说你这个里头教授到底在研究什么方向。

这个东西呢，相当于是后端程序员写的底层逻辑。绝大部分家长其实是没有透过前端表象去看后端底层逻辑这个能力的，但是你告诉他，他会痛苦。

真正有能力的一些家长是可以去做一些研究的，去看一下说，这个教授到底研究的是什么，那个教授到底研究什么。比如智能制造，好多是土木工程转过来的。我们去看一下这些老师原来的这个方向，最近几年在发一些什么样的论文，他是可以去研究出来的，可以去伪存真。你上面改什么名字都没用，因为你老师的研究方向，你不可能跟着上面这个名字改来改去的，他是可以去研究的。

对于教培和高考志愿填报机构来说，王兴兴的这个建议有什么意义呢？他就发现，这里还有一道信息茧房，这里还可以收一波智商税。那么我就可以继续去跟家长忽悠了，说你看这个名字已经起成这样了，但是呢这个里头底子不是这么回事的。你光看上面这表面的东西是不行的，那么它的价值就上升了，可以再去挣到一些家长的服务费。

对于我来说，我能干的活是什么呢？就是我做好传播就完了，把这个事情告诉尽可能多的人，让家里有考生，或者你周围有考生要去填报志愿的，让你有这样的一个认知。然后呢，甭管是说我愿意去自己研究一下，或者说我愿意去花钱找人填报一下，都算是有一点点小的改变吧。至于那些完全不知道这件事情的人来说呢，岁月静好就行了，这个事情跟他没什么关系。

我个人给填报志愿的建议到底是什么？其实到目前为止，学校还是比专业重要。很多人觉得专业比学校重要，这个事我一直都不是那么认可。因为什么呢？第一个，进去了以后你是可以转专业的，可以学其他内容。就算是说我转不了专业，那我还是可以找到自己感兴趣的东西，还是可以去自学。因为现在学习的资源都是开放的，你去找到相应的教授，找到相应的实验室，去敲门说我对这东西感兴趣，我还有能力去做，一般也没有人会直接把你踢出去。

清华同方工作的时候，我们的很多的总监吧，就是清华里边的这些教授。他们呢有名额吗？有，比如说谁谁谁有几个研究生的指标。你说老师我想占你个指标，成为你的研究生，这个事你得考，没什么好说的。但是你敲门说，老师我不占你指标，我就想来跟你干活，这个大部分的教授都是欢迎的，还是愿意让你去的。然后你做一段时间，你发现，我确实感兴趣也能干，这些事情教授也能看得到。下一次给有机会的时候，或者有名额的时候，他就会先想到你。所以这个事是完完全全可以干的。最后去招聘的时候，我们甭管学成什么样，是不是感兴趣。

你最后还是要走到社会。招聘的HR看的就是学校。你清华的物理系出来，北航的计算机系的，HR大部分的时候还是先看清华那个。更不要说我，既不是985也不是211，就是一个很普通的院校。但是我学计算机的，学人工智能的。那边一个清华的学生物的，这个HR肯定是先看那个清华学生物的。

选对了学校以后，你就要去排这个专业了。一定是最热的专业分高。那我分没有这么高，我就选这个稍微差一点的专业。我先进去，进去了以后，就可以去挖掘老师们的研究方向了。那你说老师这些研究方向，跟我们未来教的，到底有没有什么关系呢？特别是本科阶段。本科其实学的好多是基础课，这个事其实关系不是特别大。但是跟什么有关系呢？这个东西跟未来的人脉有关系。

你学本科学的都是基础课，但你出去以后你会发现，我的师兄师姐们在哪一个行业、哪一个方向里边扎根了。我举一个例子，比如说我原来有一个老板，他的公司叫银河航天，做中国的低轨道通讯卫星，就干的中国Starlink这种事情。他是哈工大的，他就发现说，我的师兄师姐师弟师妹们都在航天部里头折腾乱七八糟这种事情。走到哪一说，你是哪个哪个老师的学生吗？这一下就把关系拉近了。就跟咱们自古以来的这个科举制度是一样的，同门同年，都是走这样的一个关系往前走的。所以老师的研究方向在本科阶段，其实更主要的是他的这个人脉关系，对于你未来到底有什么帮助。

你到研究生方向，或者再往后走一点点，才是真正说，我是不是要去做相应的研究。当然，如果你说我在本科阶段我就已经发现这件事是我感兴趣的，还有能力去做的话，那提前加入也没准。可以提前的在老师面前表现表现，锁定那个名额，这个也是很重要的。

好的学校，烂的专业。因为刚才我们讲嘛，先选学校后选专业嘛。那最后会怎么办呢？其实HR招聘的时候，包括像我以前面试的时候，我们看到简历先看什么？第一，你是什么学校的专业呢？有时候我们也看，但好多时候是不看的。再再往后看什么东西？看的是你的实践经验。

比如北航的吧，不是那么热门专业出来的。但是你拿到这个简历以后你往下看，说我参加过什么实践，我写过哪些哪些项目。比如说AI的哪个项目是我参与的，或者说我在哪一个开源项目里是核心贡献者。那这个不就够了吗？你前面学的什么专业呢？这个事就不重要了。所以就是要积极的参与到各种的开源项目和一些社会实践中去。要写清楚，说我到底在里边参与了什么事情，做了哪些贡献。这个是很重要的。

王兴兴里边还讲了一点，是说我们要去参与很多的这种小组科研小组，这个也很重要。像我是当时上大学第一年，就去参加他们的这种小组。后来到大四的时候，基本上可以当到组长了，带着一帮学计算机的朋友们去玩一些最新的东西，这还是比较好玩的。

兴趣是非常非常重要的，做自己感兴趣的事情可能会稍微的快乐一点点。但是这个事呢，也分两说吧。有的人呢，觉得我要去寻找这种感兴趣的方向，然后去把它作为终身的职业去做下去。像我们以前招聘的时候呢，也会专门去选择那些叫眼睛里有光的孩子。什么意思？就是他找到了自己感兴趣的事情，他就爱这个事，他就干这个事。把他招回来，你让他加班吗？你不用让他加班，我喜欢，我就愿意干。

如果你的全部的业余爱好就是，或者你全部的兴趣就是你工作这点事的话，这个人会比较没意思，或者说他的生活会变得比较无趣。所以有些人呢，也建议说工作就是工作，爱好就是爱好。把爱好当成工作的话，对于人生是一个悲剧。但是对于我来说，反正我们以前面试的时候都是找眼睛里有光的孩子，这个大家自己去选择。

现在呢，学习资源非常多，而且免费开放。上大学以后呢，主要还是要看学生自己的学习意愿和学习能力。当然高考完了以后，你考到了多多少分数，在北京呢叫一分一段，就是哪一分你大概能上什么样大学。今天应该已经出来了，就是照这个东西比一比。至于说剩下的事情，等孩子真正上了学以后，让他自己去领悟。因为上高中呢，还可以家长在后边看着，上大学你看不过来了。你如果孩子在那说我就没兴趣这个事，那你也没有什么办法。你不能说你应该对这个东西有兴趣，这个是不可能的。

再往后呢，我们作为普通家长来说，或者说学生吧，如何去研究一下老师的这个方向呢？这个其实已经超出了绝大多数人的认知范围。因为对于整个社会来说，最顶尖的这些教授肯定也是最顶尖的社会精英嘛，他们所研究的方向一定是社会上绝大部分人看不懂。那我们怎么去理解说这个事情到底是不是我们想要的？这个方向到底是不是我们孩子未来感兴趣的方向？

这个呢，现在是可以做到了，以前搞不定。不是说让大家去买什么服务，这个不是咱们的目标。你们呢，可以借助AI，可以用一些AI agent。上来你比如说某某学校某某系有哪些方向，他们有哪些老师，这些老师他们都发表了什么样的论文，有什么样的影响能力。你把这样的一个完整的提示词给到AI agent以后，他会给你做总结的，他会查到说。

这些论文网是什么样的？这个论文网站上哪些人是怎么样的？他们怎么去评的职称？这些东西都是公开的。原来我们去搜索，搜索完了以后，大量的信息让我们自己去总结，我们也看不过来，甚至看你也看不懂。现在你就不用干这个事了。你去比如说用GPT或者是用Gemini，直接使用这个深度研究的能力，把提示词写进去，它就会去搜索，就会去总结归纳。让他干个20分钟，他就给你找出来某个学校他的这些老师，都是发过什么样的论文，哪年发的，这个论文是什么方向的。

然后呢，再进行总结：这几个老师是一个研究方向的，或者是一个小的团队；那几个老师是一个团队。这个AI都可以自己给你分好。然后呢，根据这些论文的脉络捋清楚以后说，他们这个方向大概是什么研究的，未来应用的领域在什么地方。这个就可以让普通人用一个相对来说比较直观的方式去理解，大家原来在干这样的一个事情。这个事情好像比较有意思，我们应该会去试一试。我明天把这个工具用起来。使用AI就是要挖掘招生简章包装之下的底层真相。希望大家可以玩起来。

今天呢，各省市应该都出成绩了。希望看节目的朋友能够把这个信息呢传递出去，把这个理念传递出去，能叫醒一个是一个吧。说你们现在不要再去看招生简章上这些花里胡哨的字了，不要去看这个名字，不要看那个描述和未来展望。这个东西都是没用的。什么东西才是有用的？就是在这个后边，这个专业真正的这些教授们，他们的研究方向。哪怕说他有一些本科的基础课程，他是按照教学大纲来的，但是如果这个老师是在某一个特定领域里头做了很深入研究的，那么他也是会有很深的人脉。而且他讲的课的内容，也会向他自己研究的方向去发生偏移的。

好，这就是我们今天要讲的内容。感谢大家收听。请帮忙点赞，点小铃铛，参加discord讨论群。也欢迎有兴趣、有能力的朋友加入我们的付费频道。再见。