CChatPhD036 从自动驾驶博士到Agent包工头:越会教AI,越容易被“蒸馏”?

ChatPhD036 从自动驾驶博士到Agent包工头:越会教AI,越容易被“蒸馏”?

ChatPhD·2026 年 11 月 21 日·1 小时 02 分人工智能行业方法论前沿技术
在喜马拉雅播放
创作者写的节目说明

本期 ChatPhD,我们请来了刚从机械工程博士毕业、如今在业界从事自动驾驶研究的 Henry。原本只是想找他聊聊自动驾驶的最新进展——Waymo 和特斯拉到底走的是不是同一条路?无人车背后到底有没有人远程操控?如果有一天自己开车彻底不再是刚需,方向盘会不会反而变成一种精神需求?结果聊着聊着,我们发现比无人车更让人惊讶和深思的是 AI 正在怎么改变做研究这件事本身。Henry现在的工作流是晚上冒出一个想法,把任务拆给几个 AI Agent,第二天早上起来检查这群“数字研究助理”昨晚干得怎么样。他说现在的自己有点像个“包工头”。相比之下,博士期间那些自己查文献、写代码、debug、跑实验的日子,已经快成了古法科研。


如果 AI 能把研究里最费时间、最折磨人的步骤都包办了,未来的博士生当然可以做得更快。但那些真正的研究直觉,又是从哪里长出来的?如果我今天越认真地教 AI 怎么做我的工作,它明天是不是就越容易把我自己“蒸馏”掉?所以这一期,让我们和Henry一起从自动驾驶聊起,也聊聊我们这些正在研究 AI、使用 AI、也可能被 AI 改变的人,到底该怎么理解接下来这个时代。


时间码:

01:07 Waymo 和特斯拉的区别到底是什么?

09:38 每辆无人车背后到底有没有一个辛苦的远程司机

18:23 好不容易读完博士,但毕业时行业还在吗?

25:43 和 AI 合作,需要的是稳定的内核和大胆的许愿能力

31:16 Henry的读博年代:那些年我做的“古法科研”?

38:34读博交 paper,上班交产品,deadline 还在追我!

AI时代的技术平权:学校教育还有必要吗?

44:30 高中看 AlphaGo,后来读博做 AI:一份没变过的兴趣

51:25佛系读博养出的好身体,让我变成了天选打工人

53:53高强度工作之外,生活才是底色

说明里标出的时间点,点一下跳过去

AI 看点

本期看点

AI 从整集转写里归纳的,不是节目方的宣传语

最值得听的

Henry把Waymo多传感器融合与特斯拉纯视觉端到端的差异讲透,并指出L2到L4才是本质跨越。

别处听不到的

他描述自己设计工作流让AI每天批量生成并验证假设,自称“小包工头”,这是一手的工作方式。

最打动人的

论文被拒后他焦虑“要是平时卷一点就好了”,又说身体健康更重要,真实而不煽情。

AI 推荐理由

为什么值得听

「今日发现」选中这一期的理由

一个刚毕业的机械工程博士,把Waymo和特斯拉的技术路线讲得连外行都能听懂,又坦白自己每天用几十个Agent批量生成假设、验证假设,自嘲是“包工头”。他提出一个反直觉的判断:越会教AI,越容易被蒸馏。节目里还有他租特斯拉自动充电、跑半程马拉松、论文被拒后焦虑的真实片段,以及一句《孟子》收尾。

AI 概要

本期概要

由 AI 从整集转写生成,是创作者说明之外的补充

本期 ChatPhD 邀请机械工程博士 Henry,围绕自动驾驶技术路线(Waymo 多传感器融合 vs 特斯拉纯视觉端到端)、L2 与 L4 的本质区别、远程操控的真实情况展开讨论。Henry 分享博士期间用因果推理与强化学习提升物理 AI 泛化性与安全性的研究,以及业界与学界在资源、节奏、技术开放度上的差异。他提出“越会教 AI 越容易被蒸馏”的悖论,认为 AI 替代最快的是离 AI 最近的人,学历贬值而提问能力与稳定内核升值。后半段聊到技术平权隐忧、博士生活与工作强度,最后以《孟子》“必有事焉而勿正”作结。

AI 识别的章节

章节

点一章从那里开始播 · 与上面创作者标的时间点各自独立

00:08

开场:从机械工程博士到自动驾驶从业者

主播介绍节目定位与嘉宾 Henry,Henry 自述目前在业界从事自动驾驶与强化学习相关工作。主播提到已从听友群收集大量关于自动驾驶的问题。

01:30

Waymo 与特斯拉:两条技术路线的分野

Henry 对比 Waymo 的多传感器融合加高精地图路线与特斯拉的纯视觉端到端路线,指出两者在模态、感知融合与模型设计上的差异,并认为未来技术栈会动态调整。

03:50

L2 到 L5:自动驾驶等级的本质区别

讨论 L2 要求驾驶员在位、L4 驾驶位完全无人、L5 去掉电子围栏。Henry 认为 L2 到 L4 的跨越比 L3 更本质,L4 目前仍在限定运营区内运行。

07:57

Waymo 不造车,以及国内 Robotaxi 体验

Henry 说明 Waymo 车辆从捷豹、极氪等第三方采购,自身聚焦传感器与软件。南中分享在杭州乘坐萝卜快跑的体验,指出其驾驶偏僵硬、容易急停。

09:55

远程操控的真相:不是廉价劳动力在开车

针对“自动化背后有人操控”的刻板印象,Henry 解释 teleoperation 只在极端情况介入,正常行驶中极少发生,成本也没有想象中高。

11:36

信任来自一次真实体验

南中讲述租特斯拉自动充电、自动返回实验室的经历,Henry 分享使用 FSD 几个月后对安全性完全放心、只对舒适性有要求。讨论到 Waymo 年度安全报告与事故率对比。

13:52

方向盘会成为精神需求吗?

讨论无人驾驶普及后驾驶爱好可能变成精神需求,以及车辆自营出租的 Cybercab 概念。Henry 认为城市范围内可预期实现,并回应黑客劫持自动驾驶的安全风险。

16:04

博士研究与业界工作的关联

Henry 说明博士期间做物理 AI、机器人推理与强化学习,与现在工作高度相关。讨论机械工程、CS、土木等交叉学科背景,以及本科课程与博士研究的衔接。

19:12

“读博没有必然性”:AI 替代离它最近的人

Henry 提出 AI 替代最快的是做机器学习算法的人,软件工程师的裁员轨迹会反复出现。他建议尽早毕业进入工业界,同时承认本科生直接胜任业界工作的很少,矛盾只能靠加速学习解决。

22:10

Agent 使用体验与实验室自动化

主播们交流各自用 Agent 的情况:南中用来生成健身计划,Henry 用来做重复性与探索性工作。Henry 提到 robotics 初创在做 autolab,让机器人替代实验室配液等流程。

24:58

稳定内核、许愿能力与“包工头”工作流

Henry 认为 AI 工具导向利己而非利他,人与人的交流方式在被改变。他强调提问能力与好奇心是重要资产,并描述自己设计工作流让 AI 批量生成和验证假设,自己当“小包工头”分派任务。

27:45

业内人眼中的 AI 爆发:惊讶与指数级加速

Henry 坦言博士入学时没想到毕业时 AI 是这个样子,GPT-4 与 Agent 概念带来井喷。他认为语言模型有数据飞轮闭环而机器人还没有,机器人进展被高估,生物学也尚未迎来 GPT 时刻。

31:31

博士论文:让 AI 不只说怎么做,还说为什么

Henry 介绍博士研究聚焦物理 AI 的因果推理,以提升泛化性与安全性。他详述三个方法:模型驱动、合成数据驱动、基于人类偏好的强化学习对齐,并解释长尾场景与安全数据稀缺的挑战。

36:57

黑箱还是黑箱,但它已经能 work

Henry 承认当年想解决黑箱问题,但大模型通过 scaling 已具备强泛化能力,归纳偏置变得不再必要。他引用 Sutton 的 bitter lesson,并指出物理系统仍会保留局部可验证性以避免纯黑箱。

38:43

学界与业界:节奏、资源与技术平权

Henry 比较读博与业界工作,认为工作流相似但业界节奏更快、资源更多、输出是产品而非论文。他提出技术平权隐忧:学校能获得的业界最新进展越来越少,企业越来越保留技术秘密。

41:13

古法科研的洞见与知识体系构建的难题

Henry 认为古法科研训练带来的洞见可以泛化,但 AI 省略了系统化知识积累的环节,碎片化知识难以拼成体系。他担心提问动机被 AI 垄断,并讨论数学、围棋被 AI 超越后人类如何与 AI 共生,以及自动驾驶对司机的冲击。

44:44

从 AlphaGo 到转专业:一个博士的来路

Henry 回忆高中时因 AlphaGo 对强化学习产生兴趣,本科看培养方案后两次申请转专业成功。他解释强化学习与表征学习,并讨论博士生去学界与业界的比例、教职的自主性与经费压力。

51:22

工作强度、跑步与实验室的饭局

Henry 描述博士期间中午到实验室、晚饭后回去、常跑半程马拉松,工作后一周至少六十小时、随时 on call。他提到跑步伙伴、排球 club、实验室中国人轮流下厨约饭,以及家属的包容。

55:45

论文被拒的焦虑与“生活和人”的底色

Henry 坦言论文被拒时会焦虑,但认为身体健康更重要。他回忆博士第二年暑假实习、调整方向、脱单,很多好事集中发生,并说自己不追求某个特别深的信念,底色是 work-life balance。

57:35

什么样的人适合:靠谱,以及一句孟子

Henry 认为适合这个方向的特质是靠谱——道德层面与技术层面,而在 AI 时代这些特质要被重新定义为与 AI 沟通、面向 AI 的靠谱。他建议不要眼高手低,把 idea 落地。最后引用《孟子》“必有事焉而勿正,心勿忘,勿助长也”作结。

ChatPhD · 更多单集

看全部 37 期 →

ChatPhD

CChatPhD036 从自动驾驶博士到Agent包工头:越会教AI,越容易被“蒸馏”?

ChatPhD · 11 月 21 日 · 1 小时 02 分

ChatPhD036 从自动驾驶博士到Agent包工头:越会教AI,越容易被“蒸馏”?

在喜马拉雅播放
创作者写的节目说明

本期 ChatPhD,我们请来了刚从机械工程博士毕业、如今在业界从事自动驾驶研究的 Henry。原本只是想找他聊聊自动驾驶的最新进展——Waymo 和特斯拉到底走的是不是同一条路?无人车背后到底有没有人远程操控?如果有一天自己开车彻底不再是刚需,方向盘会不会反而变成一种精神需求?结果聊着聊着,我们发现比无人车更让人惊讶和深思的是 AI 正在怎么改变做研究这件事本身。Henry现在的工作流是晚上冒出一个想法,把任务拆给几个 AI Agent,第二天早上起来检查这群“数字研究助理”昨晚干得怎么样。他说现在的自己有点像个“包工头”。相比之下,博士期间那些自己查文献、写代码、debug、跑实验的日子,已经快成了古法科研。


如果 AI 能把研究里最费时间、最折磨人的步骤都包办了,未来的博士生当然可以做得更快。但那些真正的研究直觉,又是从哪里长出来的?如果我今天越认真地教 AI 怎么做我的工作,它明天是不是就越容易把我自己“蒸馏”掉?所以这一期,让我们和Henry一起从自动驾驶聊起,也聊聊我们这些正在研究 AI、使用 AI、也可能被 AI 改变的人,到底该怎么理解接下来这个时代。


时间码:

01:07 Waymo 和特斯拉的区别到底是什么?

09:38 每辆无人车背后到底有没有一个辛苦的远程司机

18:23 好不容易读完博士,但毕业时行业还在吗?

25:43 和 AI 合作,需要的是稳定的内核和大胆的许愿能力

31:16 Henry的读博年代:那些年我做的“古法科研”?

38:34读博交 paper,上班交产品,deadline 还在追我!

AI时代的技术平权:学校教育还有必要吗?

44:30 高中看 AlphaGo,后来读博做 AI:一份没变过的兴趣

51:25佛系读博养出的好身体,让我变成了天选打工人

53:53高强度工作之外,生活才是底色

说明里标出的时间点,点一下跳过去

AI 看点

本期看点

AI 从整集转写里归纳的,不是节目方的宣传语

最值得听的

Henry把Waymo多传感器融合与特斯拉纯视觉端到端的差异讲透,并指出L2到L4才是本质跨越。

别处听不到的

他描述自己设计工作流让AI每天批量生成并验证假设,自称“小包工头”,这是一手的工作方式。

最打动人的

论文被拒后他焦虑“要是平时卷一点就好了”,又说身体健康更重要,真实而不煽情。

AI 推荐理由

为什么值得听

「今日发现」选中它的理由

一个刚毕业的机械工程博士,把Waymo和特斯拉的技术路线讲得连外行都能听懂,又坦白自己每天用几十个Agent批量生成假设、验证假设,自嘲是“包工头”。他提出一个反直觉的判断:越会教AI,越容易被蒸馏。节目里还有他租特斯拉自动充电、跑半程马拉松、论文被拒后焦虑的真实片段,以及一句《孟子》收尾。

AI 概要

本期概要

由 AI 从整集转写生成,是创作者说明之外的补充

本期 ChatPhD 邀请机械工程博士 Henry,围绕自动驾驶技术路线(Waymo 多传感器融合 vs 特斯拉纯视觉端到端)、L2 与 L4 的本质区别、远程操控的真实情况展开讨论。Henry 分享博士期间用因果推理与强化学习提升物理 AI 泛化性与安全性的研究,以及业界与学界在资源、节奏、技术开放度上的差异。他提出“越会教 AI 越容易被蒸馏”的悖论,认为 AI 替代最快的是离 AI 最近的人,学历贬值而提问能力与稳定内核升值。后半段聊到技术平权隐忧、博士生活与工作强度,最后以《孟子》“必有事焉而勿正”作结。

AI 识别的章节

章节

点一章从那里开始播 · 与创作者标的时间点各自独立

00:08

开场:从机械工程博士到自动驾驶从业者

01:30

Waymo 与特斯拉:两条技术路线的分野

03:50

L2 到 L5:自动驾驶等级的本质区别

07:57

Waymo 不造车,以及国内 Robotaxi 体验

09:55

远程操控的真相:不是廉价劳动力在开车

11:36

信任来自一次真实体验

13:52

方向盘会成为精神需求吗?

16:04

博士研究与业界工作的关联

19:12

“读博没有必然性”:AI 替代离它最近的人

22:10

Agent 使用体验与实验室自动化

24:58

稳定内核、许愿能力与“包工头”工作流

27:45

业内人眼中的 AI 爆发:惊讶与指数级加速

31:31

博士论文:让 AI 不只说怎么做,还说为什么

36:57

黑箱还是黑箱,但它已经能 work

38:43

学界与业界:节奏、资源与技术平权

41:13

古法科研的洞见与知识体系构建的难题

44:44

从 AlphaGo 到转专业:一个博士的来路

51:22

工作强度、跑步与实验室的饭局

55:45

论文被拒的焦虑与“生活和人”的底色

57:35

什么样的人适合:靠谱,以及一句孟子

本期提到的品牌与产品

节目里自然聊到的,不是广告

Waymo对比其多传感器融合路线与特斯拉纯视觉路线
01:12中性
特斯拉讨论其纯视觉端到端路线与FSD体验
01:12中性
捷豹Waymo此前运营车辆从捷豹采购
07:56中性
极氪Waymo小蓝车从极氪采购
08:11中性
萝卜快跑南中在杭州乘坐体验,认为驾驶偏僵硬
08:19中性
百度萝卜快跑母公司,国内L4自动驾驶领先
08:29中性
CChatPhD

ChatPhD

以博士群体为主角的深度访谈播客,聊学科内部逻辑、读博动机与学术/业界职业选择

已收录 37 期 · 最近更新 11 月 21 日

这一期适合谁

AI 对内容的推测

听众画像25–34 岁为主 · 偏男性 · 消费力中等
更适合对自动驾驶与AI技术感兴趣的人

这一期偏哪一派

略偏沪派节目由主播围绕听友问题清单组织,嘉宾以专业身份系统讲解技术路线与研究经历,讨论范围有意识收束,偏编辑部式生产;但熟人闲聊…

在哪里听

https://www.ximalaya.com/album/78408199.xml复制

概要、章节、提及与推广标注由 AI 生成,可能有误;内容版权归创作者,声湃按创作者开放的 RSS 收录。了解收录与 RSS →

更多单集 全部 37 期 →