蒋炎岩:绿导师眼中的 AI 极乐末世

阅读说明

本文按完整访谈的顺序整理,覆盖开场、全部讨论和结尾。时间对应所提供的视频,片长约 1 小时 58 分 27 秒。涉及 AI 前景、学术评价和个人经历的内容,均按发言者在访谈中的说法转述;预测和个人判断保留其原有语气。

节目:AI 实话实说,第 008 期。嘉宾:蒋炎岩。主持人:真开心、Summer、Miko、静波。

视频来源:Bilibili 原视频。

时间导航

时间主要内容
00:00:00—00:03:35片头摘录、节目介绍、嘉宾出场
00:03:35—00:14:03“退休”、AI 对教育科研的影响、test-time scaling、“极乐世界”
00:14:03—00:29:23退出软工圈、独立 PI、项目经费、评价体系与 reward hacking
00:29:23—00:40:02考研复试编程题、408、信息学竞赛与选拔代价
00:40:02—00:51:54操作系统竞赛禁用 AI、编程能力如何变化、未来怎样评价人
00:51:54—01:01:42选学生、研究品味、蒋炎岩理解的 AGI 路线
01:01:42—01:11:50教师的“表演”、知识的诅咒、个性化教学、课程更新
01:11:50—01:26:26数字课程、调整操作系统课、生成式软件工程新课
01:26:26—01:31:36教学怎样带来研究问题、两篇被拒论文
01:31:36—01:43:03论文包装、AI 审稿、增量研究、主持人与嘉宾的分歧
01:43:03—01:49:24对体制的失望、“老登”、以退为进、现实中的导师责任
01:49:24—01:55:20技术发展的必然性、好奇心、auto research 的检验标准
01:55:20—01:58:27如何看待不同动机的人、给学生的最后建议、节目结束

一、他所说的“退休”和“极乐末世”

开场先交代了什么(00:00:00—00:03:35)

前约一分四十秒是访谈摘录,集中呈现了几句话:AI 可能让许多论文失去意义;现行评价会挤占教学和研究的时间;考研备考可能排挤编程练习;操作系统竞赛禁止大模型;以及他对被学校开除的调侃。这些内容在后面的正式访谈中都有展开。

随后,主持人介绍蒋炎岩的教学、出题和网络写作经历,以“绿导师”的互联网形象引出本期问题:当 AI 能承担越来越多智力工作时,大学、科研和导师还应当做什么?正式问答从 00:03:35 开始。

“退休”是对工作方向的重新考虑(00:03:35—00:05:55)

蒋炎岩首先澄清,自己仍在任职,只是产生了退休的想法。主持人提到他 3 月 21 日的文章《我决定在人生巅峰退休了》,他解释,自己看到了一个接近“末日”的前景:大学老师投入多年,将本科生培养成研究生、博士,随后产出论文;如果机器能迅速完成这些工作,人们就需要重新考虑整套过程的意义。

他的担忧涉及整条培养和研究过程。从提出一个初步想法,到推理、写代码、做实验,再到得出研究结论,这些过去被视为高级智力活动的环节,正在进入大模型和 agent 的能力范围。

主持人用“翻译”概括编程、科研和创新中的共同部分:把一种较抽象的意图转成可执行的内容。蒋炎岩则说,人类很多时候像“复读机”,会依据已有知识和动机,一步步推导并调用工具。他据此判断,这类过程有相当大的自动化空间。

这里的“徒劳”是他对未来的强烈预判。他在访谈中仍在教课、带学生、做研究,也正在准备新课程。

为什么谈到“末日”还会兴奋(00:05:55—00:07:59)

静波注意到,他谈这件事时带着笑意。蒋炎岩把这种心态称为“一种恩赐的解脱”:读博的人承受研究和毕业的压力,老师也受论文、经费、职称的牵制。假如机器承担了知识发现,人类或许可以卸下一部分负担。机器还可能探索人类无法生存的星球,继续推进知识。

主持人追问,这是否要求 AI 自己设定目标。蒋炎岩先给出一个较窄的设想:人类设定一个足够复杂的目标,再用程序持续驱动机器执行,也可能释放很大的潜力。至于机器是否会产生意识,他明确表示无法下结论。

他尤其看好 test-time scaling,认为很多人低估了它:推理和执行阶段可以投入更多时间、计算、搜索与工具调用,让模型完成更长、更复杂的工作。

Small Explanation Hypothesis:为什么一小段解释可能带来研究(00:07:59—00:11:49)

蒋炎岩从一个很朴素的思想实验讲起:拿一本字典,写一段 Python 程序,把词组成的句子按长度依次枚举。假如某个研究问题或软件测试思路能够用一小段话描述,那么它原则上就可能出现在这个空间里。

困难随之出现:绝大多数句子无意义、重复或没有研究价值。一个有经验的研究者,能够排除大量无效方向,留下值得验证的想法。主持人将这种设想概括为 small explanation hypothesis:复杂问题的核心思路,可能有一段很短的解释。蒋炎岩认可这个表述。

大模型带来的变化,是让生成和筛选自然语言想法变得更灵活。他描述的自动化科研过程可以分成几个环节:

  1. 生成问题或解释。 给出一个值得调查的想法,排除明显重复和无意义的内容。
  2. 把任务交给 agent。 用自然语言描述问题,让类似 Codex 的工具实施研究、写程序或做实验。
  3. 验证并报告。 判断结论成立与否,解释原因,列出证据。
  4. 继续下一轮。 把得到的结论纳入后续工作,持续产生知识。

他强调,肯定结论和否定结论都能成为知识,关键在于问题、结果与证据是否说得清楚。在他的设想中,这个循环最终可以持续运行而无需人类逐轮参与。

主持人问,效率提升主要发生在提想法还是验证想法。蒋炎岩认为两端都会加快,也很难预先判断提升比例。他以长程 agent 为例:原先觉得难以持续几天、一周的任务,后来出现了可行路径。若上下文压缩继续进步,使长期工作能够保持有效记忆,研究的组织方式还可能进一步变化。

这段话的分量

他给出了通向自动化科研的一种设想,并解释自己为何兴奋。访谈没有展示一套已经完成验证、能够自动解决所有研究问题的系统,也没有给出 AGI 到来的确定日期。

“极乐世界”里,人还靠什么生活(00:11:49—00:14:03)

Summer 问他,为什么对教育前景感到悲观,同时又热衷于 agent。他的回答是,自己看到了一个大方向,很想弄清楚究竟哪些方法能使它实现。这种好奇心推动他继续尝试。

静波进一步问:“这是谁的极乐世界?”蒋炎岩谈到,竞争是进化赋予人的动力,它带来成就,也带来战争等后果。如果一个足够强大的 AI 能预测人的需求、提供快乐,人原先努力和竞争的动机可能会发生根本变化。

他用“按按钮就能快乐”“生活在水缸里”的想象描述这种处境:人知道自己被照料、被预测,却可能没有抵抗的动力。对此,他说自己不知道最终会发生什么。“极乐”因而也包含了意义消失、进入虚无的可能,具体生活形态仍然未知。

二、为什么退出软工圈,为什么想减少组织事务

对软件工程学科和学术圈的态度(00:14:03—00:16:06)

蒋炎岩确认,自己已经很少向软件工程领域投稿;学生毕业实在有困难时,仍可能尝试。他对这个圈子的失望,主要来自阅读体验:值得看的论文变少,却要花时间处理大量自己认为没有意义的文章。他说,一些资深研究者也有类似感受。

他近期更倾向于向程序语言和系统领域投稿,觉得这些领域的审稿人相对专业,同时坦言自己当年的论文都被拒了。

他仍认同自己是“软工人”。在他的理解中,软件工程研究如何构造好的软件,做 agent 同样需要这些知识。他认为部分软工研究已经偏离了真实的软件工程问题,因此选择与这种学术活动保持距离。主持人将此总结为“软工圈退出了软工”,他表示可以这样理解。

独立 PI 想解决的是时间问题(00:16:06—00:18:55)

对于离开软件所、转为独立 PI 的决定,他把主要原因放在 AI 的变化速度上。团队项目需要申请、打磨、评审,有时申请被拒,第二年继续申报;等流程走完,最初的研究设想可能已不适应技术现状。

团队成员还必须承担共同职责。例如争取大型项目、准备验收、获得第三方测试报告、编写长篇文档。低年级博士生处理不了时,老师就要接手。这些事务消耗了他大量时间。

他想保留的工作很明确:带学生、上课、思考研究问题。成为独立 PI,是为了减少其余的组织事务。他承认这样做有代价:项目减少会影响经费,也可能影响带学生的条件。

论文和经费指标怎样影响研究选择(00:18:55—00:23:49)

他认为,“多发论文—找到教职—稳定下来”曾是一条常见路径,如今很多学生仍按这个答案准备简历。申请者会突出论文数量,但他点开论文后,常常看不到足够的研究价值。

新旧要求叠加,使老师既要满足原有考核,又要适应新技术。他选择降低对考核结果的执着,优先做自己认为值得做的事。

被拒论文是一个例子。他说,自己有两项工作很难找到合适的 baseline,即可直接比较的已有方法。缺少现成比较对象,使定量评价和说服审稿人都更困难。他提到一篇投往 PLDI 的论文,评分为 1、3、3、3、4,最后被拒;他把低分视为关键因素。这是他的投稿经历及个人解释。

主持人随即把话题拉回现实:AI 研究需要钱,尤其是大量计算和 token,资金从哪里来?蒋炎岩谈到两种可能:

  • 在学校先证明一个重要想法可行,把结果公开,让别人看到方向。这类工作未必需要特别多钱。
  • 对需要大量算力、token 的工作,寻求愿意支持这个方向的外部资源或企业合作。

他以自己的使用量为例,称当时每天让 Codex 带着 DeepSeek 工作,大约消耗两三亿 token,现阶段尚可承受;若再扩大十倍,或改用更贵的模型,压力就会很大。节目里的企业赞助属于设想与呼吁。

他还怀疑,许多高校能否真正组织起强有力的大团队,完成足够大的工程目标。在他看来,经费之所以被反复追逐,还有一个直接原因:经费本身就是考核老师的指标。

他的最低要求是,能支付学生工资,并保留一定的模型使用资源。

他也承认,重新设计评价体系很难(00:23:49—00:26:47)

静波问,如果由他设计一套更适合当下的激励制度,会怎么做。蒋炎岩没有拿出完整方案。他先承认,国家和组织需要自上而下的机制,使人员、资源和责任能够协调运转;奖项、职务和评价标准,是现有体系运行的一部分。

与此同时,新的想法,尤其是颠覆性创新,很难完全由行政组织预先安排。两者之间存在张力。

他的理想倾向是:减少学生必须发表论文的要求,或只设置较低的发表底线,再通过好的同行判断找出有价值的贡献。但他也指出,放松形式门槛以后,可能有人用虚假履历等方式获利。因此,同行评议和必要的资格筛选仍有作用。

他最后说,自己不知道怎样才能把整个体系设计好。一个比较现实的希望是,有更多人愿意尝试不同的工作方式,同时有学校愿意容纳这些人。

Reward hacking 在老师身上是什么样(00:26:47—00:29:23)

主持人问,现有评价更看重科研成果,还是学生培养。蒋炎岩回答,更看重一个人适应并利用评价规则的能力。

他举的例子包括:有经验的老师劝年轻人少在教学上投入,多出去走动、结交朋友。人的时间有限,花在这些事情上的时间增加,真正研究和教学的时间就会减少。

他承认,有些能力很强的人可能兼顾研究与外部认可。但他不觉得自己能够轻松做到。他还提到一位自己尊敬的启蒙老师,认为对方能力远高于自己,却多次未获杰青认定。这段经历,是他对评价结果失望的重要来源,后面又再次谈到。

关于“不想活了”

访谈中,主持人将这句话解释为放弃对旧评价体系和世俗认可的追逐。蒋炎岩认可其大意,补充说自己想遵循内心做事。这句话在节目中具有明显的夸张和自嘲意味。

三、考研、竞赛和编程能力:他到底在质疑什么

“不如小学生”的具体实验(00:29:23—00:32:40)

蒋炎岩说,自己有信息学竞赛背景,也给小学生出过约十年的编程题。他的出题习惯是避免培训机构预判,同时让具备相应能力的小学生可以完成。

他做过一次比较:把一道出给小学生的题,连同相同测试数据,用于研究生复试。复试题面需要英文,他用 ChatGPT 翻译了原题。结果,参加复试的本科准毕业生表现很差。

他补充了比较成立的条件:英文题面没有造成额外阅读障碍;另一组是南京地区利用课余时间学编程、参加活动时经过一定筛选的小学生。这个范围需要保留,不能把结论扩展到所有大学生与所有小学生。

题目要求校验身份证号码。题面已给出校验规则,考生需要写程序判断号码是否合法,并检查出生日期是否处在指定范围内。访谈举出的日期范围是 1900 年 1 月 1 日至 2025 年 5 月 10 日。蒋炎岩认为,这大致是大一程序设计课程期末应能处理的问题。

为什么分数与实际能力会脱节(00:32:40—00:36:33)

蒋炎岩将原因主要归到考试激励。考研者需要先通过 408 等科目,培训机构又提供了相对稳定的提分路径,很多人便把有限时间集中到记忆和刷题上。

他用“记住随机比特串”比喻自己对部分题目的不满:若一个知识点只能记原话,难以通过理解和建立模型来推导,备考者就会选择机械记忆。他强调,学习编程需要长期训练,速成备考的诱惑很大,学生也有被现实目标推着走的一面。

主持人引用评论区的一段话:为了备战 408,编程实践只会拖慢刷习题集的速度。蒋炎岩认为,这正符合 reward hacking——行为越来越适合考试规则,实际能力却没有相应增长。

谈到责任时,他进一步批评了出题和人员流动机制:如果出题者只需保持稳定、避免出错,长期使用相近范围和题型就会成为安全选择。能重新设计考试的人,却未必有进入并主导这一工作的通道。他把这看作一个系统性问题。

他珍惜学生的认可,也承认竞赛的价值(00:36:33—00:40:02)

主持人推测,一个人若必须靠迎合规则才能走到主导位置,后来可能就不会愿意改变规则。蒋炎岩没有完全接受这个推断,表示自己不确定。他转而说,自己拒绝了不少教学评价和荣誉活动,却很珍惜南京大学学生评出的“我最喜爱的老师”:那是学生主动给出的认可,尽管对晋升帮助有限。

讨论信息学竞赛时,他的态度有两层:

  • 选拔仍有价值。 题目足够难,确实能反映逻辑推理能力,也能筛选一部分具有天赋的人。
  • 参赛代价值得警惕。 竞赛已相当成熟,强选手多,训练要求高,优秀教师又稀缺。为达到顶端成绩,大量并不适合这条路的学生可能付出过高代价。

因此,他对盲目进入竞赛持谨慎态度。主持人尝试把他的意见概括为选拔机制失效,他随即纠正:信息学竞赛仍是可靠的选拔方式,自己的担忧主要落在参与者承担的代价上。

操作系统竞赛为什么让他退出技术委员会(00:40:02—00:44:37)

关于全国大学生计算机系统能力大赛,蒋炎岩解释,技术委员会参与评审和制定规则。争议发生在决赛的长时间编程环节:能否使用大语言模型?

按他的转述,一些较年轻的老师及技术委员会主席倾向于,在受控条件下提供模型 API;最终投票决定禁用大模型。他随后退出。

他的主要理由是,学生解决问题的方式已经变了。他过去会反复读手册,把很多命令练成肌肉记忆;今天的学生可以先理解系统原理,再让模型处理命令和细节。

他用 Git 举例:如果理解版本历史、持久化数据结构以及需要完成的操作,就可以向模型说明目的,让它选择相应命令。设计系统的能力与手工记忆命令的熟练程度,已经可以分开发展。

如果学生在初赛和日常实践中一直这样工作,到了决赛突然撤去工具,他认为会削弱比赛对实际系统能力的考察。他也坦言,自己脱离模型后,某些细节操作能力已经退化;同时,模型让他能在有限时间里理解和完成更多事情。

为什么信息学竞赛可以有另一套规则(00:44:37—00:48:10)

主持人追问,是否所有比赛都应允许 AI。蒋炎岩没有一概而论。他把信息学竞赛类比为武术:它能训练某种能力,也有圈内的观赏性,参与者可以约定封闭的比赛规则。

操作系统竞赛则承担展示系统综合能力的任务,他因而更支持允许使用 AI。判断规则是否合适,需要先明确比赛究竟要观察什么能力。

他又补充,信息学竞赛还承担人才筛选职责。只要社会仍需要逻辑推理能力特别强的人,这种筛选就有价值。制度即使存在问题,也可能承担实际功能,讨论时需要把两方面放在一起看。

编程基础还考不考,未来又怎样看人(00:48:10—00:51:54)

主持人指出,大模型很容易写出身份证校验程序,那么用这道题评价人还有多大意义?

蒋炎岩先从具体考试的职责回答:招生已规定相关课程和机试安排,出题者需要设计一套学生按既定培养要求应能完成的题目。在这个范围里,他认为题目公平,也符合对本科课程的合理期待。他还指出,受测学生早期学习编程时,模型并没有今天这样的能力,不能轻易把表现不佳归因于 AI 使用习惯。

但他同时承认,技术继续发展后,这类考试本身可能需要重新考虑。学生借助模型完成系统工作的能力,可以交给导师通过更具体的方式判断。

他提出一种较长远的设想:观察一个人的成长和工作过程,包括怎样沟通、怎样解决问题、采取了哪些步骤,再用 AI 整理这些记录,帮助判断是否录用。相关记录可以压缩,私人信息由本人选择是否公开。他用状态机的“执行轨迹”和类似区块链的持久记录来说明这个想法,访谈中没有展开完整的实施方案。

四、他想带什么样的学生,怎样理解研究品味

现实中的招生和指导(00:51:54—00:54:25)

谈到《给各位天命人的劝退信》以及自己如何选学生,蒋炎岩先说,现实里并没有想象中那么大的挑选余地。如果有名额、学生有一定主动性,他就可能接收。

他对自己的指导方式评价相当克制:愿意尽责,和学生一对一开会,分享对问题的看法;很多技术细节如今可以由学生向 AI 求助。但他的学生有的按时毕业,有的很久毕不了业,因此他不愿把自己说成一个特别擅长培养学生的导师。

如果有充分选择,他更想找能够讲清自己真正做过什么的人。他常问:“你做过最了不起的一件事是什么?”

他不满意的回答,是罗列项目、奖项、论文,最后只能说自己把 A 与 B 拼在一起。他举了另一个例子:一个学生想做一款自己喜欢的游戏,愿意解释设计、动机和玩家反应,即使成品还不完美,也能让他看到投入和兴趣。他特别看重学生谈起作品时的热情。

Taste 是怎样筛掉无效研究方向的(00:54:25—00:55:32)

蒋炎岩把研究品味重新接到 small explanation hypothesis 上。所有可能的问题构成一个极大的空间,研究者经过学习和训练,会形成一套筛选习惯:一些东西被排除,一些东西被留下。

他用“流形”和“压缩”描述这种结构。用日常的话说,研究品味会影响一个人能想到什么、觉得什么值得继续做。品味差时,有价值的想法甚至不会进入视野;品味好时,较容易发现别人没想到、又有充分道理的问题。

他也承认,人类目前还没有一条确定的方法,能稳定培养出有研究品味的人。

他最自豪的事:觉得自己看清了一条 AGI 路线(00:55:32—01:01:42)

主持人把“最了不起的一件事”反问给他。他思考后回答,自己最看重的是某一天觉得看清了 AGI 的路线,甚至可以花几个小时解释。

随后给出的简短版本,围绕 小单元、组合复用、计算、评价、扩大规模 展开:

  1. DNA、蛋白质、神经元等,都可以从较小单元的组合中形成复杂结果。
  2. 结果可以被评价,例如生存、竞争或预测是否成功。
  3. 有效结构继续复制、组合并扩大规模,出现更强能力。
  4. 语言也有相似特征:字符和词可以组合,让不同的人共享信息和后天经验。
  5. 数学语言提供较确定的形式含义,使长链条推理能够建立在共同理解之上。
  6. 到了计算机和 agent,组合、调用、改进的过程本身也可编程,并可能由机器继续修改。

他举了线虫神经元、语言理解和数学推理等例子,想说明复杂能力如何由可复用结构逐层形成。讲语言时,他特别强调,不同人的生活经历和感受虽然各异,仍能通过词语形成足够一致的理解。

在这套认识里,前面“生成解释—验证—继续生成”的循环,就是继续扩展智能的一种方法。他用“压缩就是智能,scaling 就是 AGI”概括自己的观点。主持人表示,这部分值得另找一期专门讨论;本期只讲了总体想法。

五、怎样教学生,以及 AI 为什么也会改变教学

教师作为“演员”要做什么(01:01:42—01:06:51)

蒋炎岩认为,学生表现不理想,与之前的培养不足有很大关系。他提到自己听过 3Blue1Brown 创作者 Grant Sanderson 的访谈,并赞同其中一个意思:教学需要把学生带进问题,让人产生想学、能学会的感觉。

他所说的“演员”,包含对学生理解过程的预判:哪里需要放慢,哪里需要举例,怎样引出问题,怎样使学生愿意跟下去。网络上的“绿导师”形象与这种授课方式有关。他也承认,自己有时分不清是在有意识地表演,还是自然流露出对内容的热情。

具体例子来自操作系统课。讲到进程地址空间时,他会提出“能否修改它”的问题,再拿游戏修改器演示,在课堂上玩《红色警戒》。学生由此看到抽象概念能做什么,更容易产生参与感。

他还提醒,这种吸引力可能造成课程偏好:学生会因为遇到一个擅长展示的老师,就觉得这个领域格外好。其他学科也有精彩之处,只是学生未必碰到了能把它讲出来的人。

他仍然把知识点和知识的用途放在课程设计的中心。问题、例子和趣味,需要服务于学生理解内容。

“知识的诅咒”与手册为什么难读(01:06:51—01:10:04)

主持人问,懂得很多的老师,怎样理解初学者究竟卡在哪里。蒋炎岩给了一个直接建议:去教教小学生,或长期观察一个孩子如何学习,了解知识怎样逐步建立。

他进一步解释了手册和教程的差异:

  • 手册往往高度紧凑,每句话都尽量准确,不愿重复。知识点相互依赖,读者缺少其中一个前提,就可能误解后续内容。
  • 教程通常保留更多解释、重复和操作结果。读者可以通过不同例子互相印证,在尚未完全理解时继续推进。

这也引出一个 AI 教学设想:把手册做成可调整的版本,像拖动滑杆一样,在专家所需的紧凑程度与新手所需的解释密度之间变化。模型可以补齐前提、增加例子,针对不同的人生成不同说明。

他认为,如果这种个性化能力不断提升,统一课堂中面向“平均学生”讲授的方式就会受到挑战。这是他对教师职业前景感到不确定的另一个原因。

操作系统课每年为什么变化(01:10:04—01:11:50)

主持人说课程从 2021 年开始更新,蒋炎岩纠正,自己从 2018 年就在建设这门课。

他的习惯是每年重新审视:先暂时放下已有讲法,假设自己以及其他人的理解都可能有问题,再站到系统设计者的位置重新组织内容。大纲仍是约束,但讲法和工具可以更新。

在他所描述的近两年变化里,课程先加入了 AI 生成的解释,鼓励学生让模型帮助理解;后来又大量使用 agent 生成演示。他还在设计一个能定制课堂小组件的框架,主持人提到 Percy Liang 的课程工具时,他说自己确实受过启发,也有进一步的设想。

六、下一门课:生成式软件工程

操作系统课如何继续存在(01:11:50—01:15:36)

蒋炎岩确认,接下来会把主要精力转向新课“生成式软件工程”。与此同时,他希望操作系统课能以数字化方式继续更新。

其设想以讲稿为主线:幻灯片、代码演示、视频、可视化和交互组件,都与讲授时间对应。只要有足够好的系统,就可以修改上一年的讲稿、补上新内容,再重新生成整门课程。其他人也可以参与修改。

他还设想根据学习者的兴趣调整呈现方式,例如选择喜欢的角色讲课,把熟悉的内容融入例子中。这背后的想法是,很多教学内容可以用代码描述,而大模型能帮助生成这些代码。

静波对此提出保留意见:优秀教师传递的热情和品味,是否很难被替代?蒋炎岩觉得,讲故事、玩梗、联系生活、挑选可视化等做法,都有可以描述和搜索的结构;常规教学又主要处理已有知识,因此他对自动化教学更乐观。

双方在这里保留了不同直觉。蒋炎岩讲的是自己认为可实现的方向,这套完整教学系统当时仍在建设中。

为什么调整内核教学、减少必修内容(01:15:36—01:18:20)

主持人提到他把操作系统内核相关部分从教学中移出的决定。蒋炎岩解释,绝大多数本科生毕业后未必直接开发内核,而学习内核往往先要跨过很多硬件与底层细节。

他反复问自己:真正重要的思想,是否一定要在内核环境下才能讲清?他的结论是,许多问题可以搬到用户态,让学生先理解问题、解决思路和实现方法。以后需要进入内核时,再迁移这些理解,并借助 agent 完成相应实现。

他曾就这一想法与 IPADS 教操作系统的资深老师讨论,对方认为可以尝试。他据此作了调整。

至于减少必修学分、压缩部分课程内容,他希望给学生留出自主学习时间,也承认无法保证减少学分一定会带来更好的结果。这是他在自身权限内所做的尝试。

新课通过一个不断变化的系统来教软件工程(01:18:20—01:22:25)

蒋炎岩计划,让学生用 coding agent 完成代码工作,从一个小型个人助手做起,逐步增加需求。整个学期围绕同一个较大的项目推进。

他举出的安排包括:

阶段或变化学生会遇到的问题想让学生理解的内容
先做个人助手,处理邮件和多轮对话助手能否记住资料,是否会在多轮任务中出错一个可工作的 agent 系统由哪些部分组成
增加一次处理几百篇会议论文的任务简单顺序流程耗时太久,还可能阻塞邮件等请求为什么需要改变系统架构和任务处理方式
持续加入功能、接入硬件原有接口和模块划分开始不适用怎样拆分软件、设计接口、控制复杂度
引入持续集成、交付和测试代码越来越多,修改可能破坏原有功能如何验证系统、维持可靠的开发流程
可能要求在本地部署相关能力原先依赖的环境和服务方式变化理解部署限制,并在新条件下完成实现

他故意想让每次需求变化都暴露某种软件工程问题。起初,小系统也许通过简单的 vibe coding 就能跑起来;规模和要求上来后,学生会发现系统开始失效,需要真正理解架构、接口和测试。

他特别提到,Codex、Claude 等工具有时容易过度设计。若学生一直让模型自由增加代码,系统可能逐渐陷入难以维护的状态。因此,课程要让人看见问题怎样产生,以及怎样通过设计解决。

这门课以软件工程为主,同时让学生接触 AI 的能力与局限。他强调的学习目标是理解和处理软件复杂性。当时课程方案仍在构思,实验安排没有完全定稿。

他计划把课程公开,可能先录音、转成讲稿并修改,再发布更完整的版本。这样可以减轻现场授课和备课时间带来的质量波动。

模型几个月就变,课程怎样避免迅速过时(01:22:25—01:24:43)

主持人指出,coding agent 大幅降低了写代码的时间,验证正确性因而更重要;但今天的最佳实践,也许只是针对当前模型的弱点,几个月后就会过时。

蒋炎岩承认,没有人能完全跟上这种速度。他希望教清楚每种方法产生的原因:系统为什么失败,怎样补救,怎样设计才能减少同类问题。

具体办法可以更新,判断方法需要保留。例如模型擅长什么、工具应该怎样围绕这些能力设计、需求怎样表达清楚,都会影响最终软件的质量。

他把软件理解为现实过程在信息世界中的有损表达。一句含糊的话,通常不足以描述自己真正想要的全部行为。即使代码生成更快,需求不完整、条件未说明的问题仍需要处理。

他对大型代码迁移仍然谨慎(01:24:43—01:26:26)

主持人以 Claude Code 和 Rust 重写项目为例,问学生上完课能否达到相应水平。蒋炎岩强调,大型迁移需要先明确目标代码的规范和最佳实践,而这又依赖对语言及项目的深厚经验。

对于节目中提到的迁移,他对质量和后续收尾抱有疑虑,也没有承诺学生上一门课便能完成同样规模的工作。这里体现出他对 AI 总体前景的乐观,与对眼下具体工程质量的谨慎可以同时存在。

七、教学怎样影响研究,以及被拒的两篇论文

教学会逼他重新思考基本问题(01:26:26—01:29:36)

主持人问,教学投入这么多,他更把自己看成教师还是研究者。蒋炎岩用“我才是真正的 reward hacker”自嘲,解释教学也能给自己带来长期研究收益。

当他试着向学生讲清一个成熟领域时,会重新审视那些通常被默认接受的东西:有没有更简单的表达?某个复杂系统的状态能否被更紧凑地展示?传统教学路径是否真的必要?这些追问有时能引出新的研究问题。

他希望从这种重新理解中做出更有价值的工作。短期投稿可能困难,长期仍可能得到认可。在他的说法里,帮助学生、分享知识和个人长期收益可以相互促进。他也承认,形成真正重要的成果还需要运气。

两项工作分别在做什么(01:29:36—01:31:36)

他简要透露了两篇论文的方向:

  • 理解 Excel 一类软件的隐含处理规则。 通过逆向研究,在限定范围内尽量梳理软件如何解释和处理输入。他举例说,一个输入错误或粘贴操作,可能导致日期相差一百年,进一步让利息等财务计算出现严重偏差。
  • 自然语言与编程语言混合编程。 探索两种表达怎样在同一个编程过程中配合。访谈只讲了方向,没有介绍完整实现。

两项工作投向程序语言和操作系统领域。他反复提到,难以找到合适的 baseline,导致评价不容易建立。

Summer 追问,拒稿是否也可能与审稿人没有认真读文、甚至依赖 AI 有关。蒋炎岩回答,自己认为审稿人还是认真读过文章。他也承认,程序语言领域对严谨性的要求会影响评审。

八、论文包装、同行评议,以及仍然存在的分歧

对“老登三篇”中论文问题的解释(01:31:36—01:34:34)

主持人提到他近期批评学术现象的文章,问误导性数据反映出审稿机制什么问题。蒋炎岩先把注意力放到投稿和指导责任上:会议需要评审收到的稿件,但有经验的高校研究者,本可以先判断自己的工作是否达到投稿要求。

主持人问,能否用 AI 先拒掉质量很差的稿件。他认为,明显不合格的文章也许容易筛除;真正麻烦的是处在边缘、经过熟练包装的论文。作者知道怎样组织文字,使工作显得有贡献,也可能利用 AI 审稿的弱点。

他所反感的行为包括:隐藏限制、夸大贡献,把即将被技术进步轻易覆盖的结果反复投稿,直到某次通过。他把这种现象与学生毕业、教师考核、申请经费的压力联系起来。

在他看来,这种投稿量已经影响阅读效率,导致有些人宁愿只看被同行推荐的论文,也不愿系统阅读某些会议论文集。

增量研究、学生练手与刻意误导(01:34:34—01:37:36)

主持人问,这样的论文到底占多少。蒋炎岩没有给出比例,也承认界限很难划清。

他接受学生用一篇贡献相对有限、但过程完整的论文练习研究。学生第一篇工作可以不够惊艳,只要有合理动机、合理方法和相应结果,就有训练价值。

他尤其反感的是,作者通过写作技巧把重要问题藏起来,让不了解细节的审稿人产生错误判断。但他也说,具体到一篇文章,很难立即分辨作者经验不足还是有意包装。

这些现象在大模型流行之前就已存在。他将其与 CCF 的 A、B、C 类会议期刊评价方式联系起来:当分档直接影响收益,很多人会从最高档开始尝试,即使导师已经预料会被拒,也会投稿去索取意见。

蒋炎岩认为,学生做出不成熟成果很正常,导师应承担改进和判断投向的责任。他还在争取减少毕业对论文发表的硬性要求,但坦言推动起来很困难。

AI 研究中的大量试错,能否产生重要成果(01:37:36—01:42:31)

主持人把讨论扩展到 AI 会议。Summer 和 Miko 都认为,AI 领域的低质量投稿现象同样严重,甚至更严重。Summer 谈到,一些研究可以通过更换案例、方法组合和表述方式,组织成一个看起来完整的故事。

蒋炎岩说,软件工程里也有类似套路:把某方法用于某类软件,使一个任务指标变好。这种工作有时本身合格,但当升学、毕业和考核普遍依赖论文,生产数量就会迅速增加。研究生规模扩大、每个学生又需要更多论文,进一步加重了压力。

Summer 随后提出不同看法:一些研究当时看起来没用,长期积累和试错却可能产生重要发现。好的研究有时像难以预测的“黑天鹅事件”。她因此觉得,很难把低质量、暂时无用和钻规则完全分开。

蒋炎岩认为,这个解释在不同领域里的适用程度不同。AI 的内部机制仍有很多未知,人们有时通过实验才发现某个改变能显著提升能力;软件系统和程序语言研究中,许多对象由人设计,经验丰富的人往往能较早判断某个组合的上限和局限。

这段讨论没有形成统一结论。Summer 强调试错与偶然发现的作用,蒋炎岩强调成熟系统问题中已有知识和判断经验的分量。

如果毕业不要求发表论文,怎样判断水平(01:42:31—01:43:03)

蒋炎岩承认,形式化指标减少后,用人单位和评价者的判断负担会增加。他仍主张回到具体工作:让学生讲自己最值得展示的成果,计算机专业也可以直接展示一个系统,让评价者看其实际完成情况。

九、一路在“退”,他还想做什么

对制度失望,同时承认它仍在运转(01:43:03—01:46:16)

静波问,愤怒背后最让他失望的是什么。蒋炎岩再次提到启蒙老师多次未获杰青的经历,认为评价结果与自己对研究能力的判断差距很大。

但他也承认,现有体系仍在运转,自己和那位老师也还能够继续工作;换一套制度,是否一定更好,他没有把握。他不排除渐进的小调整能够形成更好的平衡。

他解释公开批评的目的,是希望使一些老师、学生重新想一想自己的处境。如果能促成一点改变,他觉得有价值。

被问会不会也变成自己批评的“老登”时,他说自己一直警惕:若有一天已经学不动新东西,就交出手里的权力,减少干预和表达,不继续凭资历影响别人。

“以退为进”的实际含义(01:46:16—01:49:24)

主持人把退休、退圈、退所、退技术委员会、退出考研出题,以及“劝退学生”放在一起问。蒋炎岩认可“以退为进”这个说法:舍弃一些职责和活动,才有时间做更重要的事。

他的“进”仍指向 AI 和 AGI 带来的变化。他说,虽然不知道最终应该做什么,但觉得应该做点什么。

谈到网上与现实形象,他认为自己基本一致,同时会对自己的学生更照顾一些。他承认,导师仍要帮助学生处理审稿问题、组织和呈现论文,自己也承担这项职责。他没有把自己的实践描述成已经完全摆脱现有制度。

他还讲了因保研简历筛选机制与院方发生争执、后来删除联系人等经历,用来说明自己的直率也会出现在现实工作中。主持人问被开除怎么办,他以钓鱼等说法开玩笑;谈到学生,他仍表示要帮助他们完成学业。

为什么认为很多技术变化迟早会发生(01:49:24—01:52:18)

蒋炎岩倾向于认为,当知识、算力和基础设施积累到一定程度,某些技术突破就会出现,最终由谁完成则未必确定。

他举存储设备与互联网内容增长的例子:如果存储能力增长得更快,就会出现能够保存整个互联网内容的条件。Google 的出现,被他用来说明技术条件与机会之间的关系。

他回忆观看 AlphaGo 对弈时,开始强烈感到智能可以通过搜索实现。随后谈到树搜索与自回归推理等路线,认为近来的进展符合自己先前对智能自动化的预感。这些是他回看个人认识过程时的解释。

主持人开玩笑问,他是否因此很早买了英伟达股票。他说没有,并聊到自己当时没有保留相关账户。这个插曲很短,随后话题回到研究动机。

对于“即使自己不做,别人也会做,为何还要参与”,他的回答是 Just for fun。他觉得自己主要由好奇心驱动,想弄明白事情如何发生。

对遥远未来的想象,怎样落回今天(01:52:18—01:53:19)

主持人问,当 AI 能完成大部分工作甚至创意工作,人还有什么价值。蒋炎岩坦言不知道,并再次调侃自己可能会成为不断按下快乐按钮的人。

但当主持人把这个想法进一步说成尽早做 AI 的“小宠物”时,他没有接受这个行动建议。他强调,未来何时到来无法确定,人也可能等不到那一天。今天的社会仍按现有方式运行,因此眼下仍要把生活过好,享受已有的条件。

十、接下来三到五年,他最想看到什么

真正的 auto research 要做到哪一步(01:53:19—01:55:20)

蒋炎岩最关注,AI 能否真正自主推进研究。他给出的检验设想很具体:

  • 假如只能接触截至 1900 年的知识,能否发现广义相对论?
  • 假如回到伽罗瓦所处的年代,能否发展出群论相关的思想?

这些例子关心的是,模型能否从当时已有条件出发,形成尚未存在的新知识。他对可能性乐观,但不知道具体会通过哪种机制实现。

主持人提到模型完成数学猜想证明的例子,问这是否已算 auto research。蒋炎岩认为,已经走在这条路上。他又谈到,人给模型一段很短的提示,把几个已有想法连接起来,模型便可能继续推进重要结果。

这与他前面讲的小解释框架呼应:模型训练完成后,仍可通过初始提示、上下文和工具调用释放能力。但在他描述的例子中,人还需要寻找关键提示或起点。这个环节能否也自动化,是他期待继续观察的事。

三到五年指什么

主持人问的是未来三到五年值得关注的变化。蒋炎岩选择关注自动化科研,并表达期待;他没有承诺三到五年内一定实现 AGI 或“极乐世界”。

兴趣、谋生与 reward hacking:他怎样看不同的人(01:55:20—01:57:24)

Summer 最后问,社会里既有出于兴趣做事的人,也有为了工作和生活的人,还有善于利用评价规则的人;一个良性社会怎样安排这些人?

蒋炎岩没有给出理想比例。他说,动机复杂的人也可能有很强的能力,只要能够做出优秀成果,仍应获得发挥空间。他更关心,谁在设计机制,制度能否让有能力的人处在合适的位置。

他引用 Alan Kay 关于寻找“5 sigma”人才的说法,强调识别极少数能力突出的个体,并使他们有机会完成适合自己的工作。他以“我是一个论结果的人”收束了这一段。

这也补足了他前面对 reward hacking 的批评:他担心规则把时间和能力引向低价值活动,同时仍愿意根据实际成果评价一个人。

给学生的最后建议(01:57:24—01:58:27)

蒋炎岩推荐学生观看 CMU 的 Randy Pausch 在患癌后所作的《最后一课》(The Last Lecture)。他希望学生从中获得一些启发,重新找到自己最初想做某件事的动机。

在这样的动机下,可以给 AI 多一些信任。他说,自己偶尔也会重看这场演讲。

节目在致谢后结束,没有再给出课程表、就业路线或统一的人生方案。

术语随读

术语本期讨论中的意思
Test-time scaling在模型推理、搜索和任务执行阶段投入更多计算与时间,争取更强的解决问题能力。
Small explanation hypothesis许多复杂问题或研究思路可能有简短解释;生成、筛选和验证这些解释,可能成为自动化研究的方法。
Auto researchAI 能进一步提出有价值的问题、实施验证并产生新知识。节目特别关心其中对人类关键提示的依赖能否减少。
Reward hacking顺着评价规则寻找最容易得分、获奖、发论文或获得资源的办法,真实目标可能因此被搁置。蒋炎岩也用它自嘲追求长期收益。
独立 PI蒋炎岩希望采取的相对独立的研究组织方式,主要目的是减少团队项目和管理事务,保留教学、带学生与研究。
Baseline评价研究方法时,用来直接比较的已有方法或系统。
PL / Systems程序语言研究/计算机系统研究,是他近期主要投稿的领域。
Taste判断什么问题值得研究、什么方案有价值的品味,受长期学习和实践影响。
State machine / Trace状态机/运行轨迹。他借用这两个概念说明系统行为,也用来设想对个人经历和工作过程的评价。
用户态 / 内核态操作系统提供的不同执行层次。本期讨论怎样把重要思想放到更容易接触的用户态中讲清。
CI/CD持续集成、持续交付或部署,帮助软件在持续修改中保持可验证、可发布。
Vibe coding通过自然语言让模型快速生成并修改代码的做法。本期强调,系统复杂以后仍需理解设计与验证。
Desk reject在完整评审前,先拒绝明显不符合要求的稿件。

回看时值得保留的几处限定

  • 00:03:38: 他说自己尚未退休,接下来仍有教学和研究计划。
  • 00:07:38: 对机器是否会产生意识,他没有下结论。
  • 00:24:39—00:26:45: 他承认组织和评价有现实功能,也不知道怎样完整重建这套制度。
  • 00:30:58—00:31:22: 小学生与复试生的比较带有样本和语言条件,不能泛化。
  • 00:39:00—00:39:57: 他仍认可信息学竞赛的选拔作用,担心的是大量参赛者付出的代价。
  • 01:20:26—01:20:29: 生成式软件工程课当时仍在设计,实验内容没有全部定稿。
  • 01:30:47—01:30:58: 他认为被拒论文的审稿人认真读过文章。
  • 01:35:00—01:36:06: 他接受完整、诚实的增量研究,也没有给出“包装论文”的比例。
  • 01:48:06—01:48:22: 他仍会帮助自己的学生组织论文、应对评审,保留导师的实际责任。
  • 01:52:53—01:53:18: 他认为远景的实现时间未知,眼下仍应好好生活。

整理用语参考:《中文技术文档写作风格指南》。仅参考其清晰、简洁的表达原则;内容取自本期视频。

PROMPT