跳進下一條河
2023 年 6 月，我離開了工作近十年的商湯科技。
離開時，我沒有已經驗證的產品，沒有完整的商業計畫，甚至還沒想清楚具體要做什麼。
但我知道，自己又到了該跳進下一條河的時候。
這不是我第一次換河，卻是第一次必須為此離開一家公司。
我反覆做出的選擇
我從農村小學考進縣城中學，後來到南京大學讀本科，再到清華大學讀研究所。讀研期間，我加入了剛起步的商湯。進入商湯後，我先創立活體偵測團隊，後來又創立工業視覺團隊。
回頭看，這些變化大約每隔幾年就會發生一次。
這些變化不是預先設計好的人生計畫，也不是因為原來的事情失去了意義。只是在投入多年之後，一個領域和我都逐漸成熟。事情未必已經做完，卻不再迫使我突破自己。
對很多人來說，這是理想狀態；對我來說，卻會帶來不安。我不喜歡一眼可以看到盡頭的人生，所以每隔一段時間，就需要把自己放進一個不會做、甚至不知道從哪裡開始的問題裡。
這裡的「河」不是一家公司。換一條河，也不一定意味著離職。它指的是一個需要重新學習的領域，一件還不知道怎樣做成的事情。在商湯近十年，我就先後跳進過兩條不同的河。
但我不是一個只追求變化的人。我身上還有一股幾乎相反的力量：責任感。
我特別討厭半途而廢。一件事情既然決定做了，我就希望把它真正做好。前一股力量讓我尋找下一條河，後一股力量則讓我留在原來的河裡，把已經開始的事情做完。
今年的離開，是這兩股力量長期對抗的結果。
把演算法推向真實世界
我剛加入商湯時在研究部，但我關心的一直是應用。我想知道的，不只是一個演算法在實驗資料上是否有效，而是它能不能進入真實世界，解決一個具體的問題。
活體偵測是商湯第一個重大落地專案的核心部分。在此之前，我們在人臉辨識上已經有了一些不錯的展示。但真正面對大規模應用時，我們才發現，許多生產環境的問題並沒有解決，尤其是線上系統被攻擊的問題。
當時系統每天有超過一百萬次存取，高峰期一天甚至會遭遇數十萬次攻擊。技術需要繼續突破，已經上線的業務又必須同時撐住，所以很多時候都是肉搏戰。我們經常凌晨三四點才離開公司，有時乾脆通宵。
經常發生的情況是，我們經過一天一夜的奮戰，解決了所有已知攻擊，回去睡了一覺。剛睡下不久，電話又來了：線上再次被攻破。
也正是在這個過程中，我們參與推動了商湯人臉辨識端到端模型體系的建立。在此之前，許多深度學習演算法仍只用於局部環節，整個系統則由多個階段串聯而成。但面對不斷變化的攻擊方式，人工組合的方法無法滿足快速迭代的需求。我們看到的唯一出路，是讓一個端到端的深度學習模型直接從資料中學習。我們當時把它叫作「大一統模型」。
這個專案讓我第一次真正理解，一個演算法在展示中有效，並不等於它已經成立。只有當它經受住大規模存取、持續攻擊和各種意外情況的考驗，才會成為一種真正可用的技術。
後來我們又進入智慧型手機。手機廠商每次上線前都會組織幾百人測試，同行和使用者也會不斷發現新的問題。這迫使我們建立了在我們當時所知的 AI 演算法公司中規模最大的測試團隊之一，試圖窮盡所有可能性。
有一個逆光問題，只能在商湯某個辦公區的一間男廁裡重現。另一個被我們稱作「陰陽臉」的問題，必須站在某棵樹下的特定角度才會出現。為了讓一個產品在數億人的日常生活中可靠運作，我們做了大量這樣的事情。
最終，我們把智慧型手機上的身分認證做到了市場領先。
這是我在商湯進入的第一條河。活體偵測從論文展示開始，經過幾輪大規模應用的檢驗，最後變成一個已經相當成熟的領域。到 2019 年，許多過去必須冒險探索的問題，已經可以依靠累積的經驗解決。我並沒有做完所有事情，但我知道，自己已經重新進入了舒適圈。
於是，我又開始坐不住了。
留在商湯，換一條河
2019 年，我沒有離開商湯。我選擇在同一家公司裡，從身分認證轉向工業視覺。
經過大量調研，並與公司領導、商務團隊多次討論後，我們選擇的第一個工業視覺專案，是高鐵 C4 接觸網智慧巡檢。
我和售前團隊走訪了很多鐵路檢測中心和鐵路局。給我印象最深的是徐州檢測中心。我們去的時候剛下完雨，檢測中心在一個比較偏僻的地方，路上一片泥濘，我們深一腳淺一腳地走進去。
裡面是一排排電腦。檢測員每天要花大量時間看圖，尋找鐵路接觸網上可能存在的故障，幾乎每個人都有黑眼圈。找到故障後，他們還要沿著上千公里的鐵路，一個一個處理問題。有時只是一顆螺絲或螺帽鬆動，他們也必須趕到現場。無論嚴寒酷暑，都不能耽誤。
我覺得這個需求太痛了。至少，我們應該先幫他們解決最耗時間的一件事：看圖。
真正開始後，我們才發現這件事比想像中更難。接觸網裡有一百多種零件、一千多種缺陷。這些數字也是我們和第一線同事反覆統計，才逐漸梳理出來的。過去許多檢測工作依賴經驗，資料和歷史數據散落在不同地方。我們不得不從頭收集資料，與第一線同事一起工作，把故障項目逐個弄明白。這個過程陸續花了近兩年。
更大的挑戰是小樣本。高鐵線路上的故障本來就極少，有些一年都未必出現一次，但一旦發生，後果可能很嚴重。我們不能等到收集了足夠多的樣本再開始，只能根據真實條件重新設計方法。
最後，這個專案做成了，並實現了規模化應用。
工業視覺是我在商湯進入的第二條河。我沒有換公司，卻幾乎換掉了原來熟悉的一切：問題、資料、客戶、評估標準和工作方式都變了。我又重新成為一個初學者，然後和團隊一起把一件原本不會做的事情做成。
這也是為什麼我說，河不等於公司。真正吸引我的不是離開一個地方，而是進入一個更難的問題。
沒有換河的 2022 年
商湯上市後，開始面臨新的財務和資源壓力。與此同時，上一輪電腦視覺浪潮逐漸進入成熟期，下一輪浪潮還沒有清楚出現。很多事情受到資源、市場或技術邊界的限制，很難再像以前那樣快速推進。
整個 2022 年，我處在一種有些頹廢，或者說有些躺平的狀態。我開始正常上下班。
這句話聽起來並沒有什麼問題。正常上下班本來就是很多人的正常生活。但我過去一直把工作當作創業。突然進入這樣一種狀態，我反而感到非常消沉。
表面上看，那段生活比以前舒適得多。沒有每天醒來都必須解決的新問題，也不再經常為了一個線上故障通宵。但真正讓我難受的恰恰是：我開始可以想像，如果什麼都不改變，幾年後的生活會是什麼樣子。
我沒有馬上離開。讓我留下來的，是責任感。
高鐵巡檢已經做成了，但汽車工廠的品質檢測沒有做成，工業智慧機械手臂也沒有做完。我希望把這些事情繼續做下去。我無法輕易接受自己創立了一支團隊、選擇了一個方向，最後卻在它最困難的時候離開。
一股力量告訴我，應該尋找下一條河；另一股力量告訴我，眼前的事情還沒有完成。
在 2022 年，後一股力量更強。
我看見了下一條河
去年年底，ChatGPT 出現。今年上半年，GPT-4 出現。原來的平衡被打破了。
我當時有一種很強烈的感覺：電腦視覺被「偷家」了。
未來不會由文字、圖像和語音各自獨立的模型組成。電腦視覺不會消失，但它會成為通用模型理解世界的一部分。過去我們把視覺當作一個完整的技術中心；現在，一個更大的通用智慧時代正在出現。
這不是電腦視覺內部的一次技術升級，而是技術發展的主線發生了變化。
我又看見了一條還不熟悉水流的河。
過去，我可以留在商湯內部換河。2019 年從身分認證轉向工業視覺，就是一次這樣的選擇。但這一次，下一條河不在我原來工作的延長線上。我要進入的，是通用智慧以及由它創造的新應用。
當時我的職位和責任仍然在工業視覺。如果繼續留下，我就應該全力把工業視覺做好，而不應該一邊承擔原來的責任，一邊為自己的下一站做準備。
要真正跳進下一條河，我必須先離開原來的職位。
到了今年上半年，我越來越坐不住了。我不知道新的技術最終會創造什麼產品，也不知道自己能在其中做什麼。但我知道，如果繼續等到一切都想清楚，我很可能會錯過最應該開始學習的幾年。
真正重要的事情，往往沒有一個可以宣布「全部完成」的時刻。如果責任意味著必須等到所有問題都結束，一個人就可能永遠無法作出新的選擇。
我逐漸意識到，責任不只意味著留下。留下同樣是一種選擇，也需要承擔它的後果。責任感不能變成無限推遲選擇的理由。
所以，今年 6 月，我離開了商湯。
為什麼離開時還沒有答案
離開之前，我沒有在工作之外秘密準備創業，也沒有打算把商湯正在做的業務拿出去創業。
如果我仍然在一家公司工作，承擔著公司交付的責任，也使用著公司提供的資源，心裡想的卻是怎樣為自己的下一站做準備，我會覺得這對原來的工作不夠誠實。
這意味著我離職時確實沒有準備好。
我沒有準備好創業，並不是因為我沒有認真對待創業，而是因為在離開之前，我仍然在認真對待原來的工作。
我只能先離開，再尋找答案。
會游泳，不等於熟悉每一條河。一個人也不可能站在岸上，等到完全了解水流後再跳進去。有些知識只能在水裡獲得，有些方向也只能在開始行動後看見。
這一次，換河恰好意味著離職。但推動我離開的，並不是對離職本身的嚮往，而是下一條河已經出現了。
我選擇應用這一邊
ChatGPT 出現後，我和朋友討論過一個問題：如果 AGI 到來，智慧最終會集中在少數平台手中，還是會被更多人共享？
我的判斷是，它最終一定會擴散出去。
我無法嚴格證明這一點。我的直覺只是，宇宙本身並不是一個集中式系統。真實世界由無數個人、裝置、環境和局部問題組成。智慧如果要真正進入這個世界，也一定會以無數不同的形式存在。基礎模型的訓練可能集中在少數公司，但智慧的應用不會只屬於少數平台。
所以我不想做基礎模型。我更想做應用，用新的智慧回應一個個具體的需求。
這個選擇也來自我的人生經歷。
我在農村長大。從小學到中學，我會花很多假期和課餘時間參與家裡的農活。播種、施肥、噴藥、開拖拉機、養殖動物，我幾乎都做過。在假期裡，我覺得自己就是一個實實在在的農民。
我喜歡這種事情帶來的成就感。莊稼種得好不好，動物養得好不好，結果都很直接。你做得好一點，一個家庭的生活就會好一點。
大學時，我做過許多兼職，也和同學辦過一個暑期補習班。我們自己招生、收費、帶學生。那個暑假，參與的幾個同學都賺到了第二年的生活費。
讀研究所時，我做過家教。後來商湯剛剛起步，辦公室還設在清華南門附近文津酒店的一間客房裡。我加入進去，成為早期創始員工。
這些事情表面上沒有什麼共同點。但它們帶給我成就感的方式是一樣的：解決一個實實在在的問題，並且看到事情因為自己的參與而發生變化。
所以，當新的通用智慧時代出現時，我仍然本能地站在應用這一邊。我關心的不是怎樣證明技術更強，而是它最終能為具體的人做什麼。
跳進去以後
進入下一條河，並不意味著我馬上就知道應該游向哪裡。
離開商湯後的最初幾個月，我仍然本能地從自己最熟悉的地方尋找機會。我和朋友嘗試過一些與圖像有關的產品。畢竟，我過去近十年的工作都與電腦視覺有關，從這裡出發似乎是最自然的選擇。
但做了一段時間後，我越來越覺得方向不太對。問題不一定在那些產品本身，而在於我們仍然從自己會什麼出發，而不是從使用者真正需要什麼出發。
當一個人拿了十年錘子之後，即使換了一個房間，看到的仍然很容易全是釘子。
我意識到，進入新的領域，並不只是換一個地方繼續使用過去成功的方法。真正的重新開始，意味著暫時放下自己最熟悉的答案。
於是我問了自己一個問題：如果不考慮過去十年的技術累積，我自己最想要的 AI 產品是什麼？
我的答案是筆記。
我最想要的產品
我從中學開始就有「不動筆墨不讀書」的習慣。對我來說，筆記從來不只是保存資料的地方。它是記憶的延伸，也是思考的一部分。
人們常把筆記叫作「第二大腦」，但這個所謂的第二大腦其實並不真正智慧。
我們把東西放進去，仍然需要自己整理、尋找、建立連結，再想辦法把它們取出來。它更像一個外接硬碟，而不是另一個大腦。
這一代大模型讓我第一次相信，這件事可能發生根本性的變化。未來的筆記也許不僅能保存一個人寫過什麼，還能理解這些內容，找到它們之間的連結，在需要的時候幫助我們回憶，甚至參與思考。
我想做的，不是一個增加了幾個 AI 功能的筆記軟體，而是一個真正智慧的第二大腦。
通用智慧是我跳進的下一條河。智慧筆記，是我進入以後，決定首先游向的方向。
還沒有到達對岸
在此之前，我做過很多具有創業性質的事情。大學時辦補習班，是一次非正式的創業；加入剛剛起步的商湯，是參與一次創業；在商湯內部創立活體偵測和工業視覺團隊，也很像在一家公司裡創業。
但這一次不同。今年 6 月，我第一次離開一家公司，把自己完全放進市場裡，開始真正意義上的全職創業。
今天是 2023 年 12 月 31 日。距離離開商湯，已經過去半年。
我還沒有找到所有問題的答案，也沒有到達任何可以被稱為成功的對岸。我正在學習許多過去並不擅長的事情，包括做產品、做市場，以及如何讓兩者匹配。
這種狀態對很多人來說可能很痛苦，對我來說反而有一種久違的熟悉感。因為我又回到了一個自己不知道答案的地方。
這是我的個人部落格的第一篇文章。我寫下它，不是因為這段旅程已經結束，而是想在真正開始的時候，記錄自己為什麼出發。以後，我也會在這裡繼續寫下我對技術、產品和人的思考，以及我正在創造的東西。
我不知道這條河最終會流向哪裡。
但回頭看，我人生中幾次重要的變化，都始於同一個選擇：當我投入了足夠長的時間，又發現自己逐漸進入舒適圈，就開始尋找下一條河。
今年 6 月，我又做了一次這樣的選擇。
我現在還在水裡。