工科学生，或者计算机专业的学生来说,是否应该放弃原来的方向去搞大模型呢？

很多人看到的是年薪和热度，没看到的是淘汰率。 而且大模型赛道已经开始分层： 头部团队吃算力和数据，普通人更多做应用、微调、工程落地。 如果你原本方向扎实，比如系统、芯片、算法、应用开发，其实完全可以“叠加 AI 能力”，不一定非要 All in LLM。 风口不等于适合所有人。 你要想清楚的是：你是追趋势，还是做长期积累。 别被个别神话案例带节奏。

我有个师兄，从零开始做了一个 7B 的分子大模型，发了一篇 NeurIPS，现在却在当 RA； 还有个师兄，花了三年做了一个蛋白质互作大模型，发了一篇 Nature Communications，结果还得继续做博后。 再看看招聘软件上，动辄年薪百万的大模型微调岗位，原本苦涩的心情，变得更加苦涩了。 明明原理差太不多，只是换了一套数据、换了个应用场景，待遇却天差地别。 我们一直被鼓励要有“匠人精神”，要耐得住寂寞、坐得住冷板凳，去在冷门方向上做出世界顶尖的东西。 可当看到北大韦神 34 岁才当上副教授，而很多智力并非那么顶尖、成果并没有多突出的人30 岁不到就成了正教授时，难免会有道心破碎的感觉。 学术圈似乎并没有给人提供一个足够公平的上升通道。 我一直觉得坐冷板凳不是为了永远坐冷板凳，一天吃三顿馒头也不是为了这辈子都只能吃馒头。 如果大家都在埋头硬卷发一些无趣且无用的文章，只是在比谁发得多； 如果评职称、评项目的硬通货依然是茅台， 那再谈什么伟大的理想，显得有些荒谬。 对工科生来说，如果从事的是一个短期内没有任何实际落地场景的方向，那真的像是在白白消耗人生。 远大前景当然是有的，但等它真正火起来，再转回来做也完全来得及。 毕竟，复现一遍别人的成果，远比从零开始摸索要轻松得多。 既然做的都是类似的工作， 那为什么不选择钱更多的那条路呢？