【当算法开始吞噬符号：为什么现在读博要避开纯计算机？】Nvidia专家Jean-Francois Puget指出，当下开启博士生涯应优先选择湿实验室、物理硬件或机器人等与物理世界深度耦合的领域，而非纯数学或计算机科学。他观察到LLM正在以惊人速度蚕食符号逻辑领域的探索空间，而物理世界的复杂性为人类研究留下了类似十年前深度学习爆发前的窗口期。这种转向并非简单的职业避险，而是对科研价值的重新锚定。纯代码和公式是LLM的母语，人类在其中的边际贡献正被快速摊薄。选择物理世界意味着在数据获取成本高、反馈循环慢的真实环境里构建护城河。当数字世界的答案变得廉价，解决原子世界的摩擦力才更具稀缺性。这不仅是技术趋势的判断，更是对未来几年人类还能在哪些领域保持领先的生存博弈，毕竟在物理世界攀爬梯子的每一步，目前依然是AI难以逾越的鸿沟。