Yann LeCun 全球著名的電腦科學家，被譽為「深度學習教父」與「卷積神經網路（CNN）之父」。他是 2018 年電腦科學最高榮譽圖靈獎（Turing Award）的得主。他最近回答了一個問題：為什麼法國的 Fields 獎得主數量在歐洲第一，但在 IMO（國際數學奧林匹亞）的表現很差，而匈牙利、羅馬尼亞、保加利亞這些 IMO 強國連一個 Fields 獎都沒拿過？他的回答是這樣：他認識的 2022 年 Fields 獎得主 Hugo Duminil-Copin 親口告訴他，自己從來沒比過數學競賽，而且非常不擅長這類比賽。創新的數學研究需要的是創造力、直覺、極高強度的專注，以及長時間的思考，有些問題要想好幾年。IMO 測的是快速解題能力，而這件事 AI 現在也做得到。研究者真正重要的工作不是回答問題，是提出正確的問題。
把這段話接到 vgod 多年前寫的那個系列文。vgod 是資訊奧林匹亞獎牌得主，台大保送、MIT 資工博士，程式能力強到「幾乎什麼解決方案都實作得出來」，但職涯前幾年升遷受挫。後來他理解到，自己一直把精力放在錯的地方，產出多但選錯題目，再怎麼努力也升不上去。原句是「不重要的事，就算做兩倍也不會變比較重要」。
這個對比是在說：不論是 Fields 獎還是 Staff+ engineer，真正能持續往上走的人，差異不是解題速度，是選題能力。這件事不是 AI 時代的新發現，是 AI 時代讓這個問題變成更重要。
過去十幾年，軟體業招人的主流方式是 LeetCode 面試，四五十分鐘解兩三題演算法。這套面試篩出來的是「IMO 型」候選人，特徵是快速 pattern match、套熟悉模板、限時內給答案。在 AI 編程工具普及之前，這套還勉強合理，因為「快速解題」跟「能寫 production code」有一定相關性。但這個相關性在 2025 年之後就斷了。Claude Code、Cursor、Codex 跑個一兩小時就能解完整個 LeetCode hard 的題目，速度和正確率也都贏過絕大部分工程師。而市場上仍然繼續用 LeetCode 篩人，但篩出來的能力跟資深職涯所需要的能力，卻剛好是兩個不同的維度。
具體分歧是這樣：LeetCode 型工程師面對「實作這個 spec」會做得又快又好；面對「這個產品功能該不該做？哪個版本能省 80% 工又涵蓋 90% 場景？要不要先做 A 或 B？」這類題目，卻往往答不出來，或是很難給一個精準的判斷。不過，Staff+ 工程師的工作有很大比重是後者。而當把 AI 接進來之後，可以發現「實作這個 spec」的成本掉到接近零，組織還需要工程師存在的理由就完全在「問對問題」這一塊。Andrew Chen 近期寫過一篇 token scarcity，講的是同一件事的另一面：當實作變便宜，瓶頸搬到「要把 token 花在哪一個問題上」。
這對招募、升遷、職涯規劃都會有具體影響。招募端：LeetCode 不會立刻消失，但 senior 缺的篩選邏輯要往「過去解過什麼模糊問題、怎麼定義範圍」這類題目傾斜，Amazon 的 Staff engineer 面試那套「給你一個模糊的商業需求，請設計系統」其實一直就是在測試這個。升遷端：寫程式多的人不再會自然升上去，要看他開始的專案有沒有解到對的問題、他取消的專案是不是該被取消。職涯規劃端：寫 code 多的時段不再是線性累積經驗，要刻意騰出時間培養 problem framing 的習慣，主動跑去做 user interview、看競品、定義成功指標。
回到 Duminil-Copin 那段話。他說數學研究「有時這種思考甚至會延續好幾年」，這在軟體業聽起來奢侈。但其實 資深工程師花一個月寫提案、推一個季度才讓組織決策轉向、用兩年讓某個架構決定的價值浮現，這跟「思考延續好幾年」是同一件事的工程版本。會做這件事的人原本就比較少，接下來這個技能的價值會更大。
AI 沒有讓「會問問題的人」變成新的稀缺資源，他們本來就稀缺。AI 只是讓這件事更容易被看到。
Sources:
- ExplainThis 軟體工程白話聊原文：https://www.facebook.com/explainthis.io/posts/pfbid0bHPiN5xR8J8PL9EjWfV6KJjteiNALVUKwD9q3iNbUbTVpPRPc3bMtxmFS34aHDbdl
- Hugo Duminil-Copin 2022 Fields Medal（CNRS 官方新聞）：https://www.cnrs.fr/en/press/hugo-duminil-copin-french-mathematician-and-permanent-professor-ihes-has-been-awarded-fields
- Yann LeCun on LLMs passing IMO（Times of India, 2026-02）：https://timesofindia.indiatimes.com/technology/tech-news/godfather-of-ai-yann-lecun-says-yes-llms-may-be-passing-maths-olympiads-and-bar-exams-but-they-will-still-fail-in-/amp_articleshow/128614667.cms
沒有留言:
張貼留言