没想到居然一年多没写这样思考性的文字了，ChatGPT后遗症有点大。去年底换工作再加上孩子出生，生活一下子变得异常充实了起来。家庭和育儿方面成长很多，从一开始的没耐心，到逐步理解包容、感同身受（无论对爱人还是孩子），一年不到时间改变了非常多。工作方面也取得了一些成果，强度和深度比此前所有工作都高了一个级别，虽然很忙，但非常开心。比较不满意的是过于忙碌导致没时间夯实基础，总感觉自己比较浮。正好国庆假期，重新整理一下思路。

“基础不牢，地动山摇”，我对这句话深以为然，也在很多大神那里听到过这句教诲。然而这些年下来，感觉自己做的并不好。我的人生方向、理想、目标都是比较清晰的，这源于之前十几年的思考和实践。但要想真正实现理想却是需要踏踏实实、一步一步来的。尤其是算法这个方向，基础知识异常庞杂，从学科上来看，数学和计算机（可能还有哲学）是基础中的基础。但我们都知道，即便是这两个学科很小的一撮知识，那也是N多个专业的方向。再加上按日更新的算法领域，恐怕很难有人说能掌握全部。

我在自然语言处理领域深耕多年，去年年底又专项多模态，算是再给自己一个新的挑战。当然也是觉得这个方向不错，各有所求，一拍即合，从入职时的自然语言处理大模型工程师转向了多模态大模型工程师。接下来就是大量的调研、实验，从语音基础知识到各类模型，还需要了解一些图像方面的算法。GPT-4o的出现更是让我们压力倍增——又是一座要攀登的大山。同时，文本方向我也没有想要放掉，特别关注模型架构、继续训练、上下文压缩、蒸馏量化剪枝、推理性能等方向。另外，由于一直以来对强化学习的兴趣，也非常关注其在大模型方向的进展。再加上一些开源项目、商业合作等，总结一个字——忙。

我觉得可能是自己想要的太多，但很多东西的确很难取舍。我也一直在间隙地思考这个问题——我真的该关注这么多东西吗？我要把它们了解到什么程度？我要做出什么成果？这些问题其实也是我长期思考的问题，可惜一直没有得到什么答案。不过昨晚回家高铁上带娃间隙看的一本书给了我一些启发，是飞哥的《深入理解Linux网络》，关注他公众号很久了，这本书刚出时就买了签名版，结果一直没怎么看。这次回家收拾东西，我就想路上看看吧。书确实很底层，感觉有点像有经验之人给的一幅简略地图，看的很爽，但要想真正理解还得自己亲手实践。这本书（虽然还没看完）对我的最大收获不只是知识，更是方法。我好像已经找到了如何解决前面提到的基础和取舍问题的思路。更通俗点讲，这其实是一个如何学习的问题。

我有时候是个完美主义者，学习一样东西总喜欢从头到尾一把捋完。我记得自己在刚转行那几年（起码16-19这几年）刷了很多课、看了很多专著，国内国外的都有，讲实话质量都很好。虽然不一定对后面的工作有直接帮助，但多少是有积极影响的。慢慢到后来就不刷课了，也很少从头到尾看专著了，基本就是论文+缺哪儿看哪儿，差不多是主题式学习，直到现在也是。这个方法其实挺好的，是一个逐步构建自己知识体系的过程，但如此前所言，基础和取舍问题是两个大问题。论文看得多，发现不知道的更多，缺哪儿看哪儿，结果发现哪儿都缺哪儿都得看……

飞哥的思路给了我思路，飞哥的思路是这样的：工作中遇到一个问题——先上网搜资料解决——思考为什么——探索底层实现理解为什么——整理输出文章——文章汇编成书。大部分人（这里主要说我）到第二步基本就结束了，因为我还需要去看论文、去做实验。我感觉自己就好像古希腊神话里那个往上顶推石头的人一样（抱歉不记得名字了），不同的是，我感觉自己后面还有一头狼在虎视眈眈。飞哥的思路让我看到了跳出循环的方案，书中有个观点也让我思考了很久，大概意思是说“很多时候觉得新技术难是因为对旧的技术理解不透彻”——我深以为然。其实我近期也在逐步向这个方向思考，所以和飞哥在这里共鸣很大。这里说点题外话，很多事情在我们没有自己亲自经历时是很难有相应的认识的。书里刚刚提到的观点在我刚拿到这本书时就看到了，当时并没有什么体会。只有当我自己遇到困惑了、去思考和实践了，有了一定的感受才能真正（也许还不是真正）认识到。当然，看到时只是共鸣，认识还需要进一步思考，不过有了前面的基础，想清楚就很快了。

这个思路对有经验的工作者来说应该是优于主题学习的，原因很简单（之前居然没意识到！）——只有工作中的项目（尤其是大项目）才能让技能得到锤炼。如果只是停留在刷各种课程和论文，那很难在一个点深挖下去（也没有哪个课程会这么设计），也就难以做到真正理解。但是还是会有很多工作多年的人“热衷于”刷课，一方面可能是了解新方向的需要，另一方面刷课（或类似行为）真的会让人有“我今天又学习了”的良好感觉，而且这玩意儿时间长了还上瘾。我觉得这里还有个很大的原因是很多人工作内和工作外是割裂的，这种割裂有时候是不自知的，也有时候是无奈之举（比如公务员喜欢搞音乐）。

好了，回到我们要讨论的主题，基础和取舍。既然是将算法作为长期事业，那基础是一定要牢靠的；而算法是个日新月异的行业，前沿不能不懂，所以其实不存在取舍问题。也就是说，既要基础坚固，同时要掌握前沿。根据飞哥的思路，我认为思路应该是这样的：工作中要解决的/或相关的问题——搜各种相关资料——多问几个为什么——进一步探索到最底层——整理输出。每一次都应该探到最深处，一次性解决掉这一个问题，日积月累自然能以点带面，既保证基础，又保证前沿。这种思路是自下而上的，而不是预先设定几个主题，比如我前面说的蒸馏量化、推理、模型架构啊什么的。举例来说，我现在上线了一个新模型，我应该怎么在最小的资源配置下实现最大服务性能提升。这个问题几乎就涉及到了所有我感兴趣的方向，而且既包括算法、也包括工程，既有基础、也有前沿。而且这样做还有个好处，输出的内容大概率是网上找不到的，因为很少有人和我的工作以及路径一模一样。其实不说内容，就单单最后整理出来的大纲估计都不可能遇到重复的。

现在压力就小了很多，我只需要关注工作中的具体项目即可，以点带面，而不必拘泥于我必须要“学习”哪些方面的知识。其实即使去学习了，大概率和实际应用也是割裂的，可谓是事倍功半。当写到这里的时候，我脑海里已经冒出了好几个工作相关的问题了，而且肉眼可见挖下去都是一个深坑（平时真的就和稀泥了……放着金山不挖，却跑去“学习”感兴趣的知识），我估计博客内容要出现大变化了；）关于博客内容我早就不满足于写笔记了，可惜一直没找到很好的方向，嚯，现在一并解决了，希望自己日后能更新的勤一些。