跳进下一条河
2023 年 6 月，我离开了工作近十年的商汤科技。
离开的时候，我没有已经验证的产品，没有完整的商业计划，甚至没有想清楚具体要做什么。
但我知道，自己又到了该跳进下一条河的时候。
这不是我第一次换河，却是第一次必须为此离开一家公司。
我反复做出的选择
我从农村小学考到县城中学，后来去南京大学读本科，再到清华大学读研究生。读研期间，我加入了刚刚起步的商汤。进入商汤以后，我先创立活体检测团队，后来又创立工业视觉团队。
回头看，这些变化大约每隔几年就会发生一次。
这些变化不是预先设计好的人生计划，也不是因为原来的事情失去了意义。只是在多年投入之后，一个领域和我都逐渐成熟。事情未必已经做完，却不再迫使我突破自己。
对很多人来说，这是理想状态；对我来说，却会带来不安。我不喜欢一眼可以看到头的人生，所以每隔一段时间，就需要把自己放进一个不会做、甚至不知道从哪里开始的问题里。
这里的“河”不是一家公司。换一条河，也不一定意味着离职。它指的是一个需要重新学习的领域，一件还不知道怎样做成的事情。在商汤近十年，我就先后跳进过两条不同的河。
但我并不是一个只追求变化的人。我身上还有一股几乎相反的力量：责任感。
我特别讨厌半途而废。一件事情既然决定做了，我就希望把它真正做好。前一股力量让我寻找下一条河，后一股力量则让我留在原来的河里，把已经开始的事情做完。
今年的离开，是这两股力量长期对抗的结果。
把算法推到真实世界
我刚加入商汤时在研究部，但我关心的一直是应用。我想知道的，不只是一个算法在实验数据上是否有效，而是它能不能进入真实世界，解决一个具体的问题。
活体检测是商汤第一个重大落地项目的核心部分。在此之前，我们在人脸识别上已经有了一些不错的演示。但真正面对大规模应用时，我们才发现，许多面向生产的问题并没有解决，尤其是线上系统被攻击的问题。
当时系统每天有超过一百万次访问，高峰期一天甚至会遭遇数十万次攻击。技术需要继续突破，已经上线的业务又必须同时被支撑住，所以很多时候都是肉搏战。我们经常凌晨三四点才离开公司，有时干脆通宵。
经常发生的情况是，我们经过一天一夜的奋战，解决了所有已知攻击，回去睡了一觉。刚睡下不久，电话又来了：线上再次被攻破了。
也正是在这个过程中，我们参与推动了商汤人脸识别端到端模型体系的建立。在此之前，许多深度学习算法仍只用于局部环节，整个系统则由多个阶段串联而成。但面对不断变化的攻击方式，人工组合的方法无法满足快速迭代的需求。我们看到的唯一出路，是让一个端到端的深度学习模型直接从数据中学习。我们当时把它叫作“大一统模型”。
这个项目让我第一次真正理解，一个算法在演示中有效，并不等于它已经成立。只有当它经受住大规模访问、持续攻击和各种意外情况的考验，才成为一种真正可用的技术。
后来我们又进入智能手机。手机厂商每次上线前都会组织几百人测试，同行和用户也会不断发现新的问题。这迫使我们建立了在我们当时所知的 AI 算法公司中规模最大的测试团队之一，试图穷尽所有可能性。
有一个逆光问题，只能在商汤某个办公区的一间男厕所里复现。另一个被我们称作“阴阳脸”的问题，必须站在某棵树下的特定角度才能出现。为了让一个产品在数亿人的日常生活中可靠工作，我们做了大量这样的事情。
最终，我们把智能手机上的身份认证做到了市场领先。
这是我在商汤进入的第一条河。活体检测从论文 Demo 开始，经过几轮大规模应用的检验，最后变成了一个已经相当成熟的领域。到 2019 年，许多过去必须冒险探索的问题，已经可以依靠积累的经验解决。我并没有做完所有事情，但我知道，自己已经重新进入了舒适区。
于是，我又开始坐不住了。
留在商汤，换一条河
2019 年，我没有离开商汤。我选择在同一家公司里，从身份认证转向工业视觉。
经过大量调研，并与公司领导、商务团队多次讨论后，我们选择的第一个工业视觉项目，是高铁 C4 接触网智能巡检。
我和售前团队走访了很多铁路检测中心和铁路局。给我印象最深的是徐州检测中心。我们去的时候刚下完雨，检测中心在一个比较偏僻的地方，路上一片泥泞，我们深一脚浅一脚地走进去。
里面是一排排电脑。检测员每天要花大量时间看图，寻找铁路接触网上可能存在的故障，几乎每个人都有黑眼圈。找到故障以后，他们还要沿着上千公里的铁路，一个一个处理问题。有时只是一个螺丝或者螺母松动，他们也必须赶到现场。无论严寒酷暑，都不能耽误。
我觉得这个需求太痛了。至少，我们应该先帮他们解决最耗时间的一件事：看图。
真正开始以后，我们才发现这件事比想象中更难。接触网里有一百多种零部件、一千多种缺陷。这些数字也是我们拉着一线同事反复统计，才逐渐梳理出来的。过去许多检测工作依赖经验，资料和历史数据散落在不同地方。我们不得不从头收集资料，与一线同事一起工作，把故障项点逐个弄明白。这个过程陆续花了近两年。
更大的挑战是小样本。高铁线路上的故障本来就极少，有些一年都未必出现一次，但一旦发生，后果可能很严重。我们不能等到收集了足够多的样本再开始，只能根据真实条件重新设计方法。
最后，这个项目做成了，并实现了规模化应用。
工业视觉是我在商汤进入的第二条河。我没有换公司，却几乎换掉了原来熟悉的一切：问题、数据、客户、评价标准和工作方式都变了。我又重新成为一个初学者，然后和团队一起把一件原本不会做的事情做成。
这也是为什么我说，河不等于公司。真正吸引我的不是离开一个地方，而是进入一个更难的问题。
没有换河的 2022 年
商汤上市之后，开始面临新的财务和资源压力。与此同时，上一轮计算机视觉浪潮逐渐进入成熟期，下一轮浪潮还没有清楚出现。很多事情受到资源、市场或者技术边界的限制，很难再像以前那样快速推进。
整个 2022 年，我处在一种有些颓废，或者说有些躺平的状态。我开始正常上下班。
这句话听起来并没有什么问题。正常上下班本来就是很多人的正常生活。但我过去一直把工作当作创业。突然进入这样一种状态，我反而感到非常消沉。
表面上看，那段生活比以前舒适得多。没有每天醒来都必须解决的新问题，也不再经常为了一个线上故障通宵。但真正让我难受的恰恰是：我开始可以想象，如果什么都不改变，几年后的生活会是什么样子。
我没有马上离开。让我留下来的，是责任感。
高铁巡检已经做成了，但汽车工厂的质量检测没有做成，工业智能机械臂也没有做完。我希望把这些事情继续做下去。我无法轻易接受自己创立了一支团队、选择了一个方向，最后却在它最困难的时候离开。
一股力量告诉我，应该寻找下一条河；另一股力量告诉我，眼前的事情还没有完成。
在 2022 年，后一股力量更强。
我看见了下一条河
去年年底，ChatGPT 出现。今年上半年，GPT-4 出现。原来的平衡被打破了。
我当时有一种很强烈的感觉：计算机视觉被“偷家”了。
未来不会由文字、图像和语音各自独立的模型组成。计算机视觉不会消失，但它会成为通用模型理解世界的一部分。过去我们把视觉当作一个完整的技术中心；现在，一个更大的通用智能时代正在出现。
这不是计算机视觉内部的一次技术升级，而是技术发展的主线发生了变化。
我又看见了一条还不熟悉水流的河。
过去，我可以留在商汤内部换河。2019 年从身份认证转向工业视觉，就是一次这样的选择。但这一次，下一条河不在我原来工作的延长线上。我要进入的，是通用智能以及由它创造的新应用。
当时我的岗位和责任仍然在工业视觉。如果继续留下，我就应该全力把工业视觉做好，而不应该一边承担原来的责任，一边为自己的下一站做准备。
要真正跳进下一条河，我必须先离开原来的岗位。
到了今年上半年，我越来越坐不住了。我不知道新的技术最终会创造什么产品，也不知道自己能在其中做什么。但我知道，如果继续等到一切都想清楚，我很可能会错过最应该开始学习的几年。
真正重要的事情，往往没有一个可以宣布“全部完成”的时刻。如果责任意味着必须等到所有问题都结束，一个人就可能永远无法作出新的选择。
我逐渐意识到，责任不只意味着留下。留下同样是一种选择，也需要承担它的后果。责任感不能变成无限推迟选择的理由。
所以，今年 6 月，我离开了商汤。
为什么离开时还没有答案
离开之前，我没有在工作之外秘密准备创业，也没有打算把商汤正在做的业务拿出去创业。
如果我仍然在一家公司工作，承担着公司交付的责任，也使用着公司提供的资源，心里想的却是怎样为自己的下一站做准备，我会觉得这对原来的工作不够诚实。
这意味着我离职时确实没有准备好。
我没有准备好创业，并不是因为我没有认真对待创业，而是因为在离开之前，我仍然在认真对待原来的工作。
我只能先离开，再寻找答案。
会游泳，不等于熟悉每一条河。一个人也不可能站在岸上，等到完全了解水流以后再跳进去。有些知识只能在水里获得，有些方向也只能在开始行动以后看见。
这一次，换河恰好意味着离职。但推动我离开的，并不是对离职本身的向往，而是下一条河已经出现了。
我选择应用这一边
ChatGPT 出现后，我和朋友讨论过一个问题：如果 AGI 到来，智能最终会集中在少数平台手中，还是会被更多人共享？
我的判断是，它最终一定会扩散出去。
我无法严格证明这一点。我的直觉只是，宇宙本身并不是一个集中式系统。真实世界由无数个人、设备、环境和局部问题组成。智能如果要真正进入这个世界，也一定会以无数不同的形式存在。基础模型的训练可能集中在少数公司，但智能的应用不会只属于少数平台。
所以我不想做基础模型。我更想做应用，用新的智能回应一个个具体的需求。
这个选择也来自我的人生经历。
我在农村长大。从小学到中学，我会花很多假期和课余时间参与家里的农活。播种、施肥、打药、开拖拉机、养殖动物，我几乎都做过。在假期里，我觉得自己就是一个实实在在的农民。
我喜欢这种事情带来的成就感。庄稼种得好不好，动物养得好不好，结果都很直接。你做得好一点，一个家庭的生活就会好一点。
大学时，我做过许多兼职，也和同学办过一个暑期补习班。我们自己招生、收费、带学生。那个暑假，参与的几个同学都赚到了第二年的生活费。
读研究生时，我做过家教。后来商汤刚刚起步，办公室还设在清华南门附近文津酒店的一间客房里。我加入进去，成为早期创始员工。
这些事情表面上没有什么共同点。但它们给我成就感的方式是一样的：解决一个实实在在的问题，并且看到事情因为自己的参与发生变化。
所以，当新的通用智能时代出现时，我仍然本能地站在应用这一边。我关心的不是怎样证明技术更强，而是它最终能为具体的人做什么。
跳进去以后
进入下一条河，并不意味着我马上就知道应该游向哪里。
离开商汤后的最初几个月，我仍然本能地从自己最熟悉的地方寻找机会。我和朋友尝试过一些与图像有关的产品。毕竟，我过去近十年的工作都与计算机视觉有关，从这里出发似乎是最自然的选择。
但做了一段时间以后，我越来越觉得方向不太对。问题不一定在那些产品本身，而在于我们仍然从自己会什么出发，而不是从用户真正需要什么出发。
当一个人拿了十年锤子之后，即使换了一间房子，看到的仍然很容易全是钉子。
我意识到，进入新的领域，并不只是换一个地方继续使用过去成功的方法。真正的重新开始，意味着暂时放下自己最熟悉的答案。
于是我问了自己一个问题：如果不考虑过去十年的技术积累，我自己最想要的 AI 产品是什么？
我的答案是笔记。
我最想要的产品
我从中学开始就有“不动笔墨不读书”的习惯。对我来说，笔记从来不只是保存资料的地方。它是记忆的延伸，也是思考的一部分。
人们常把笔记叫作“第二大脑”，但这个所谓的第二大脑其实并不真正智能。
我们把东西放进去，仍然需要自己整理、寻找、建立联系，再想办法把它们取出来。它更像一个外接硬盘，而不是另一个大脑。
这一代大模型让我第一次相信，这件事可能发生根本性的变化。未来的笔记也许不仅能保存一个人写过什么，还能理解这些内容，找到它们之间的联系，在需要的时候帮助我们回忆，甚至参与思考。
我想做的，不是一个增加了几个 AI 功能的笔记软件，而是一个真正智能的第二大脑。
通用智能是我跳进的下一条河。智能笔记，是我进入以后，决定首先游向的方向。
还没有到达对岸
在此之前，我做过很多具有创业性质的事情。大学时办补习班，是一次非正式的创业；加入刚刚起步的商汤，是参与一次创业；在商汤内部创立活体检测和工业视觉团队，也很像在一家公司里创业。
但这一次不同。今年 6 月，我第一次离开一家公司，把自己完全放进市场里，开始真正意义上的全职创业。
今天是 2023 年 12 月 31 日。距离离开商汤，已经过去半年。
我还没有找到所有问题的答案，也没有到达任何可以被称为成功的对岸。我正在学习许多过去并不擅长的事情，包括做产品、做市场，以及如何让二者匹配。
这种状态对很多人来说可能很痛苦，对我来说反而有一种久违的熟悉感。因为我又回到了一个自己不知道答案的地方。
这是我的个人博客的第一篇文章。我写下它，不是因为这段旅程已经结束，而是想在真正开始的时候，记录自己为什么出发。以后，我也会在这里继续写下我对技术、产品和人的思考，以及我正在创造的东西。
我不知道这条河最终会流向哪里。
但回头看，我人生中几次重要的变化，都始于同一个选择：当我经过足够长的投入，又发现自己逐渐进入舒适区，就开始寻找下一条河。
今年 6 月，我又做了一次这样的选择。
我现在还在水里。