文 | 天于刀刀
受到疫情影响，今年公司的校招生报道日还未到来，23 年的秋招提前批就已经是如火如荼地开展。而诸神黄昏算法岗，作为招聘中最靓眼的仔，简历门槛早已是硕士打底博士起步，项目竞赛多多益善的情况了。
面临着今年工业界行业的至暗时刻，一个亘古不变的难题又双叒卷土重来，冲上 Reddit 论坛：毕业后到底是继续做学术好？还是进入公司好？[1]
帖主 DesperateBread3179 发帖将学界“终身教授”和业界“研究学者”两个职位从领域成就、薪酬待遇和自由度三个角度进行比较。他的主要论点有：
1． 大公司影响力大！
2． 大公司给的多！！
3． 大公司更自由！！！
与之针锋相对的是，原帖最高赞的答主正是一名“美国第一梯队大学的终身教授”，并在答案中详细阐述了作为 STEM 学科研究者在高校中享有的各项资源，每年固定的超长假期，以及在高等学府中教书育人的日常工作，让本打工人看得是羡慕不已。
（注：截至发稿，原帖最高赞出于未知原因删除了账号，因此被小编鉴定为失信信息，请各位读者自行分辨）
呵呵，先排除故意引战的可能，俯瞰一下想想看，除了第三点有点无厘头以外，当今国内打工人最大的精神内耗不就是在公司里的担心自己被“结构优化”，在学校的担心发不出论文、熬不过非升即走？
似乎每一个人都压力山大，似乎每一个人都曾后悔，似乎大家都在内心悄悄设想过，如果当初选择留在学校 / 外出拼搏，现在是不是能够更加成功。现在我们借着这个话题来正式地聊一聊国内业界学界之间机会的对比。
首当其冲亮明态度，小编则认为本质上这两个选择之间不具有可比性。
第一重不可比的原因在于，学界的首要目的在于培养人才，在于从他人工作中寻找灵感进行创新，在于挑战未知；而业界的首要目的很简单，就是赚钱，并且是如何更好地赚钱。
在学术界，隐含的才是有难度的，才是有研究价值的，例如视频动作识别，一定要从连续的动作中理解出到底在干啥。但在工业界，这样的任务就非常难用。工业界喜欢显著的，因为问题最少。[2]
第二重不具有可比性的要素在于，学界和业界所能提供的岗位数量之间巨大的差异。
因为市场垄断是利益之源，重要的不是本身的技术突破，而是在竞争对手的基础上进行差异化突破。
注意哦，是差异化突破，都不一定是需要技术上的改进。
打车到公司，滴滴10块，快的12块，所以我一直用滴滴
他没法靠技术驱动——你就算能全息投影出个高圆圆和我语音聊天，我也只愿意出这10块
你说滴滴要怎么提高效益呢？
把快的干死 [3]
我只需要很多群脑子活络身体好的人，去迅速地把不算复杂的事做出来。
而不是一群了不起地牛人来做一件了不起的事。[3]
这也解释了，为什么从近年来我们不断地能看到类似于“蚂蚁金服原副总裁、AI团队负责人漆远离职，出任复旦大学「浩清」教授”这类的新闻。
在高校里，受限于导师的个人精力和研究经费，每年的岗位都是有限的。此类学术岗位设立的目的是因为导师觉得这个方向有前途。
在工业界，每年岗位的变化是由组织结构调整导致的，今年说不定会新增一个事业部，又或者裁掉两个事业部。这些岗位变化的原因是因为领导觉得这个变化有钱途。
寒冬将至，降本增效，去肥增瘦。业界不再是科技突破的沃土，手工作坊里的工匠们注定被生产线上的螺丝钉们所替代。
这个时候，工匠们自然会回到那个学艺时候的铁匠铺再次锤炼技艺，而螺丝钉们来到了一条新的生产线上，开始用新的逻辑来优化一切。
第三重不可比，其实本质上在于，此时选择的不是钱多钱少，而是人生的态度和三观。
以原帖中用户 ArnoF7 的回答为例：
The work I do is not so different from what I do in my lab, and often time can have real world impact quicker instead of just a paper on arxiv. [1]
意思是说，业界和学界的工作内容并无不同，但是工作产出有着明显差别：一个是实实在在的产品，一个是轻飘飘的论文。
原文中的这个 "just" 就很灵性，反映出该同学内心的一些偏好。但是需要着重指出的是，他偏好工业界的主要原因是因为可以 have real world impact quicker，而不是 have more money。
钱不重要吗？一文钱难倒英雄汉，没有钱可是万万不行的。
那么多少钱才够呢？或者说，月薪多少值得你付出超额的时间、精力和健康呢？
写到这里，小编刀刀想要继续将问题拔高一个层面。
之前讨论了很多做选择相关的问题，本质上能够拥有在学界和业界之间道路选择权力的同学已经是非常优秀的菁英了。那么对于我们这种普通从业者，如何减少精神内耗呢？
改造世界（ Create Change ）。
马克思所提出的改造世界指的是塑造这样一个世界，它是真正属于人的，既能反映人的动物性又能体现作为人的本性，能够将客观规律性和人的目的性有机统一起来。
在学校老板告诉小编，他不关心使用了什么调参技巧，只想知道具体解决了什么问题。
在公司领导告诉小编，他不关心使用了什么模型算法，只想了解 bad case 有没有优化。
而在心里小编刀刀告诉自己，我只关心：
工作是否有成就感
知识是否能积累
产品是否有意义
小编也相信，选择从事算法工作的你，即使每日的工作再枯燥，当初入行之时同样有着一颗有朝一日一招算法一个模型打遍天下无敌手的赤心。
我有屠龙之术，
欲翻流云起舞；
我有苍茫之志，
欲煎七海成田；
我怀绝世之锋，
欲解抵天之柱；
我是藏玉之璞，
欲觅神匠成材。
吾曾笑云梦乡里文皇帝，
长生何须吞白玉；
吾曾笑长锋空折武皇帝，
挥军难渡雪河西。
吾不惧青天之高，黄地之厚；
独恨不逢琢玉手，
晚生不见凤凰来。
噫嘘兮，
山之既高，神女空候；
水之既深，龙死荒滩。
——项空月
后台回复关键词【入群】
加入卖萌屋NLP、CV、搜推广与求职讨论群
[1] [D] What's the point of being a tenured professor compared to being a research scientist in top companies and groups like Deepmind?, https://www.reddit.com/r/MachineLearning/comments/wd7m64/d_whats_the_point_of_being_a_tenured_professor/
[2] 《你是什么时候对深度学习失去信心的？》，霍华德，知乎
[3] 《感觉互联网公司是消耗一批又一批的年轻人的地方，薪水很高，但是年纪大了怎么办，又一批年轻人的涌入？》，罗晨，知乎
