虽然是迎来了毕业，但就像上一篇总结提到的，时代已经天翻地覆了，核心所学所研还真不一定能直接匹配所用。带着一半忐忑和一半憧憬，就这么开始了AI相关的研发项目。
入职的过程很平稳，行话叫做landing顺利。与不同层级的同事有不同程度的接触，也和同一批入职的小伙伴们保持着联系。一开始是分小组做一个练手的研发项目，像搞大作业一样开发了一个demo。我尝试把一些搞XR相关的经验和想法融入并包装到AI应用中，但忽略了“产品是要挣钱的而不是拿来看的”这一铁律。好在领导也没有批评，只是在原先工作项目的基础上额外补了一个项目（喜提工作量x2大礼包）。
真实上手处理业务实际需求后，不得不感慨这些年AI的飞速发展。这个过程可以类似为滚雪球——当前AI能力越强、替代的人工越多，下一轮AI就会来的更快，性能增长更显著。在雪球到达真正的终点前，无论是触及电力、算力等基础设施的瓶颈，还是触达高质量的数据边界，再或是不可抗力强制刹车，人总归是要被AI裹着跑的，甚至这个速度已经让人很难追了。
所以，在强力AI作为指导老师的前提下，顺着积累下来的基础经验和项目组同事的交流讨论，我算是一只脚踏上了AI的大船。那些博士期间做demo和写论文的小步慢走，变成了AI能力加持下的大水漫灌。漫灌法无差别填补着每一个自己长期觉得心虚的漏洞，直到下一次发现更大的漏洞。当然，收获也是不少的。曾经元宇宙赛道下的人机交互，是在不断想着提升用户体验；如今大模型赛道下的性能调优，也相当于提升模型吃到的训练数据的体验。项目解决的问题不大不小，而首次被产品侧用上形成闭环的瞬间，也是颇有工作带来的成就感。
时代在变，方向在变，人事关系也在变。即便是国资央企这样外部看似“稳定”的环境下，各类变动此起彼伏：直接相关的领导职位调整、人力政策变动、工区/工位/工作地点调整、项目目标调整等等。每一个点滴的变化，落在一个具体的人身上，可能会带来极为深远的影响。入职以来遇见了许多温暖的人和事，希望未来的不确定性，不会让这些温情和真实成为环境中的稀缺品。
结尾聊一些职场菜鸟的初步经验与观察。
- 工作过程记录与复盘。观察部门一些社招大佬在日常项目组会翻出来的文档，从拆解问题、研发记录、各类性能测试和分析一应俱全，直观清晰。边做边积累的习惯是学生时代不太重视的，可能是出于汇报频率并不高，或者所做的工作相对独立且明确所以不用多方讨论。
- 培养讲好工作实际贡献度的能力。约等于上一条的延申，虽然日常工作留文档没什么大问题，但到关键节点汇报的时候也要再次凝练和总结。哪些是核心贡献，哪些是经验积累，哪些是绕了弯路，哪些已经形成闭环…这里还是存在着不少常学常新的技能。
- 关键时刻要拿出“打仗的状态”。这句话其实算是博士期间导师的一个观念，过去很长时间里，我似乎并没有真正理解它的内核。在工作半年多后，我察觉到这种观念可以算得上是极为重要的自我调节机制。在各种任务面前如何区分轻重缓急，什么事情要投入120%而什么只用做到60分及格。每一次选择都在暗中影响了故事的发展，也影响了“打仗”的胜负。
- 不同层面沟通的专业度和同频性。在项目组长-算法大组长-产品总监-部门领导-公司领导等一系列人员组成的层级环境下，每个人的关注点范围差别极大。需要练习不同语境的问题陈述与沟通能力，用简短的描述让对话者明白自己的核心诉求和表达。这一点相比上述两点而言，算是更长远的能力了。
在春节放假前，终于把需要部署的算力资源，用最新一次的优化版本占了个满。在“人闲卡不闲”的时候，诞生了这一部分的复盘笔记。