反思带来正确

周五，天气如昨日，凉爽略带一丝寒意。
一个优秀的后台工程师可以抵得上几百上千万。最近在做图像的caption和clip，用到的一些模型，经过后台同学的分析优化，性能竟然提升了8到10倍，而且是不那么复杂的优化，预计再做一两轮优化，可以再提升两三倍。而十多倍的性能提升，相当于节省了上万张卡时，而且是持续性的。在靠脑力吃饭的时代，人和人的差距不是缩小，而是极大的拉大了。
一个优秀的架构师，可以抵得上几十个优秀的后台开发工程师。如果能从全局着眼做优化，哪怕一个很小的变动，也会对下游造成极大的影响。而好的影响会节省数倍数十倍的人力资源和成本。比如，如何判断获取（爬取）数据源的质量？如果设计的好，成本可以节省数万倍。
再说今天面试的事情。一个国内top2学校本硕，按道理属于顶级人群，但是面试下来却大跌眼镜。看履历非常完美，各个大厂的实习经历，论文也发了好几篇。学的软件工程专业，说对编译原理学的很好很有成就感（做过小项目），结果不了解一个代码编译过程中的步骤，也不了解一个可执行程序是如何被计算机运行的。稍微难度高一点的，问了个printf函数是怎么实现的，回答没了解过。做过机器学习和大模型工作，解释不清楚贝叶斯公式，不了解预训练的基本逻辑（而这些在网络上都是可以收集到的）。不知道是个例还是我的问题，还是说近些年的技术都在缩水。
最近各家都在发类似openai的o1的能力模型，今天仔细看了下，发现一个很有趣的现象：机器越来越像人，在不断的模仿人的思维和方式；而人却变得越来越机器，以前的机器。机器不断在思考、反思、进化，人却沉浸于短视频、社交网络不愿动脑筋，只想坐享其成。
观察现在的o1类AI模式，你就会发现其推理过程就是一个不断质疑、不断验证、不断怀疑，不断寻求新的证据来验证的过程，最后还要反复检查是否计算错误，机器像一个理性的人。反思能使机器尽可能正确，当然也能使人正确。没准以后人真会被机器淘汰。
关于阅读运动，一切如常。
好了，事情就是这样。
晚安！