life reflection 17
欢迎回来。现在是2026年4月1日。
还是先来谈一下近况，首先是毕设。
毕业设计
毕业设计的内容是，设计一个数字存算一体阵列架构，并且进行FPGA设计验证。
我首先来说几句官话：
当前，以YOLO、SSD为代表的深度学习目标检测算法在不断提升检测精度的同时，也面临着计算密集与内存访问瓶颈的严峻挑战。在传统冯·诺依曼架构中，处理器与存储器分离，数据在两者之间频繁搬运，导致巨大的功耗开销与延迟，严重制约了系统算力与能效比的提升。这一问题在边缘计算场景中尤为突出——由于对功耗和实时性要求极为苛刻，传统架构已难以满足实际需求。
存算一体（Computing-in-Memory, CIM）技术通过将计算功能嵌入存储器内部，直接利用存储单元完成运算，从根本上消除了数据搬运开销，被视为突破“内存墙”瓶颈的革命性路径。
在当前背景之下，设计存算阵列的意义在于，通过在存储单元中原位实现卷积的乘加运算，降低因为数据搬运产生的动态功耗，为低功耗边缘智能设备提供高性能的计算核心。
在3月17日的时候我创建了一个github repo来帮助完成这个毕设（当然现在还是private）。毕设大概是做一个支持INT8数据类型的计算阵列，实现显著提升计算的并行度和吞吐率，可以并行处理大量输入的特征图和权重的点积计算。
已经写好的一部分内容：
AI还是太强大了。上次的项目设计其实单个阵列写成以及之前的部分还是我自己写的，之后才开始用AI进行后续功能的实现，但是这次的毕设几乎就变成了纯vibe coding，我只需要认真思考如何实现和预期功能，其他的交给AI进行具体实现即可。
但是我这次其实不是来夸AI的，这件事我在上一期就已经干过了，这次来接着上一期的末尾谈一些更深层次的东西。
张雪峰去世
最近张雪峰去世，也有不少对他的讨论。纽约日报对他的总结是synical，其实还是相对中肯的。并不是说世俗，或者是愤世嫉俗就是错的（这里是引用了synical原始词义和现代词义完全相反的梗），我个人的观点是正是因为cynical才可以说张雪峰这个人是有意义的。
知乎有一个提问是就大学录取模式而言，美国比中国更公平吗？（当然现在我想说的那个回答已经被河蟹了）
美国啥情况我确实不了解，但是国内大陆我相信大家都有体感。像我们县一整个县上985的学生也不过就10个以内，我们学校可以说绝大多数人家庭情况都比我好太多了。在现实压力之下，我个人认为cynical是来自美国的高度赞美。
穷人是不配有梦想的。张学峰尽管有些时候推荐的专业并非没有问题（这个后面细说），但是本质上不是他的问题。至少他的逻辑是，一个普通家庭的孩子，高考/考研报志愿的唯一目标是用几十年的寒窗苦读换取一个能赚钱养家的饭碗，除此以外其他的梦想和情怀都是坑人的陷阱。纽约日报站在西方的主流价值观下，教育应该是追求真理的，实现价值完善人格的，因此给出了cynical的评价，但是在我们这里，我觉得应该把这个cynical灵活的翻译为务实，因为美国人和一部分中国人无法理解对于没资源没背景的人来说人生的试错成本有多低。
很多人不知道当下社会对于欠发达地区信息闭塞的人是如何层层设限的。张雪峰在直播的时候指出过一个现象是，不少学校在分配招生计划的时候会把就业好前景好的专业多向发达地区投放，把就业差大家不愿意去的专业更多放到发展差的地区。这个单听起来确实不那么直观，不过就在前几天我得到了一个现实的例子。本专业大二的两位学弟想要参加集创赛让我帮忙带一带，在填写学号的时候，学弟看到14问我是不是也是山西的，我说是，然后学弟问我是不是也是转专业进来的，我说我是高考进来就是电信类。我感觉很奇怪，为什么会问是不是也是转专业进来的？结果学弟的回答直接给我干沉默了，他说现在我们学校微电子都直接在山西不招生了，好专业都大量在东南沿海省份招生，山西省的学生必须进来想办法转专业，然而我是最后一届大类招生，之后这几届都是直接分专业的。这下子直接具象化了。
这么做背后的逻辑应该是，不光考虑到东南沿海省份教育程度高，还要考虑到的是，相对发达的地区，家长信息更加充分，选择也会更理性，把冷门不好就业的专业放过去真的就没有人报了，但是在欠发达的地区，本地没机会，一定是出省为前提，在加上信息相对滞后，即便是放一些烂专业，当地学生也必须趋之若鹜，就好像随便往水缸里撒一点食，就能看到鱼在里面抢。
总的来说我认为张雪峰功8过2，至少也是功大于过的。
至于说推荐的专业对不对，这个我认为即便是推荐的有问题，也不应该太过分的指摘。如果我们假设一个人研究生毕业后出去工作，那么距离就业至少还有7年。土木行业总共火了不过20年，互联网在国内从兴起到寒冬也不过10年时间。我是22年入学的，入学之后年底才出现ChatGPT，现在我还没有毕业，AI已经发展成什么样子了？一个人加上AI完全可以很快做出十几个人才能做出来的东西，各行各业都在受到AI的强烈冲击，这一切也不过只经过了3年零4个月。
未来是什么样的？
昨天同学复试结束，一块去找老师聊了一下。老师说了几个很有意思的事情。想说的东西很多，可能会说的比较乱，就一点一点写了。
首先是老师对AI的态度我觉得是很值得说的。老师是很鼓励我们用AI的，也会在群里转发相关的AI新应用的进展。老师的态度大概是，
现在已经不是手工作坊的时代了，你的小脑袋才能记住多少东西。谁不学着用AI，谁一定落后于时代。
大概是原话。
不同人对AI的态度
经过老师讲，不同人对于AI的态度是不同的。老师说他自己本身就是比较喜欢用新东西的人，很年轻的时候就一直用新的东西（这确实能看出来）。老师也确实是一直在学习怎么用AI，用AI画svg图这个方法就是老师教我的。今年他又写了一个新教材，按照往年那么做，要写好长时间，表格图表还要让研究生帮忙画，画出来又得改，会花很长时间。但是在使用AI之后插图都可以自己完成，而且质量很不错。出版社跟老师说有没有封面的时候，又用AI生成了一个。出版社说这个图看着很AI，老师的回答是，我就是要让别人知道（甚至书很多地方）也是AI做的。
老师还说了一些有意思的事情，这里就只说事，先不发表观点。
我们学校生命学院有个组很大，管这个组的老师在校内公开说，我们这个组40多个人，谁还不会用AI就滚。
很多小公司，都在紧急的部署本地AI agent，说是这样才能跟上产能。
老师说它们组很多研三的学生似乎有本能的抵触AI. 老师发了项目内容，研三有学生说不能做，一问都是”我觉得xx做不了”，还是一直在自己手工写。
研三的学生他们年纪也不大，但是就是接受不了用AI干活。
老师如是说。
关于毕设题目，老师说，去年其实还不会考虑让学生大量的使用AI完成，因为去年的AI还做不到完成一个毕设这个工作量的任务。但是今年就不一样了，今年是可以说正好卡到时代变化的一年，所以其实是故意把项目写的工作量大而且难上手，就是为了让我们多用AI，不要像研三的学生一样，其实很年轻但是思维已经相对固化，跳不出舒适区了。
如何在AI时代生存？
其实真的不要觉得AI时代短时间之内到来不了。个人计算机，互联网的发展也就是最近30年之内的事。几千年文明未改，几十年翻天覆地。2010年的时候我记得我家刚买第一台电脑，过几年之后才有了智能手机。微信是2011年的产品，但是在很多小孩子眼里微信是生来就有的，天经地义的。从出现到如今蓬勃的发展连四年时间都不到。
凡产业发展，多数是弱企业拥抱新事物，强企业再跟上。现在很多小公司都已经开始AI潮了，大公司跟进也极有可能是在两三年之间。现在很多企业招聘还是在考八股文，三年之后呢？三年时间可以让LLM从出现发展到今天，进化速度以月为单位，vibe coding, openclaw, AI agent，每隔几个月就要出现一些LLM相关的新词，三年之后的就业市场是怎么样的？我只能说无法预料。
巧的是在和老师聊的前一天我又看了一遍影视飓风的银河列车那一集，我甚至能和第一次看的时候产生了几乎完全相反的想法，可能是这几个月我真的充分使用先进的AI工具了吧。
之前还学了一个寒假的Design Verification，感觉要把计划重新重构了。当然不是说这个就没用了，了解一些基础还是有用的，只不过学习计划一定要重新修改了。
这里会开一个计划重构，来补全之后的学习计划。
当然这个新的计划也可能随时再次被重构，毕竟AI发展真的太快了。
做毕设，爆小米
不过昨天就发生了很搞笑的事情，claude source code泄露了一部分，在npm中的一个.map文件导致泄露了大约51.2w行代码，包含了很多agent之间的调度方法，AI架构等，昨天一下子几小时之内各种用claude源码做的小项目满天飞。这下还是说明了要人工审查的，毕竟anthropic不是第一次泄露代码了。
ok了，下次见
