Paul Graham的《How to do great work》是我近两年觉得对我帮助最大的文章，这篇文章也是创业圈子里大家广泛流传的文章。但是我感觉他对于日常的工作/职业选择也是非常有帮助。

从这篇文章之后，也读了若干篇和“如何做出杰出的工作”相关的文章，也在这里做总结和整理。

第一篇就是理查德费曼的知名演讲里的内容"Cargo Science"（翻译为草包族科学）。

他在演讲中提到了这么一种人：

在第二次世界大战期间，在南太平洋有一些土著，看到飞机降落在地面，卸下来一包包的好东西，其中一些是送给他们的。往后他们仍然希望能发生同样的事，于是他们在同样的地点铺飞机跑道，两旁还点上了火，盖了间小茅屋，派人坐在那里，头上绑了两块木头（假装是耳机）、插了根竹子（假装是天线），以为这就等于控制塔里的领航员了——然后他们等待、等待飞机降落。他们被称为草包族，他们每件事都做对了、一切都十分神似，看来跟战时没什么两样；但这行不通：飞机始终没有降落下来。这是为什么我叫这类东西为“草包族科学”，因为它们完全学足了科学研究的外表，一切都十分神似，但是事实上它们缺乏了最重要的部分——因为飞机始终没有降落下来。

这种说法也是指代那些没有经受过科学训练，只会做一些貌似科学的事情，但是忽略了科学的本质。

受过高等教育的我们，似乎不太会是“草包族”。但是，在日常的工作中，在模型训练过程中，我们也发现了很多的人，视模型为黑盒，视训练为炼丹，也容易成为LLM时代的“草包族”。

当我们阅读一篇paper，尝试验证其中方法时，我们很容易得到一个结论：这个方法是不work的。原因是，我们看似模仿了每一个步骤，但是却忽略了实验过程中的本质Insight。像是在“刻舟求剑”。

与此同时，我们也常常忽略科学评估的重要性，在评估模型的过程中，我们会挑选对我们有利的指标。我们自我欺骗，营造虚假的繁荣，看起来欣欣向荣。实际上，我们的模型没有得到任何提升，我们也没有走到正确的路上。飞机不会降落下来，我们的模型还是原地踏步。

这里引用费曼的原话：

这就是“科学的品德”了，这是进行科学思考时必须遵守的诚实原则——有点尽力而为的意思在内。举个例子，如果你在做一个实验，你应该把一切可能推翻这个实验的东西纳入报告之中，而不是单把你认为对的部分提出来；你应该把其他同样可以解释你的数据的理论，某些你想到、但已透过其他实验将之剔除掉的事物等，全部包括在报告中，以使其他人明白，这些可能性都已经排除。　　你必须交代清楚任何你知道、可能会使人怀疑的细微未节。如果你知道哪里出了问题，或可能会出问题，你必须要尽力解释清楚。比方说，你想到了一个理论，提出来的时候，便一定要同时把对这理论不利的事实也写下来。这里还牵涉到一个更高层次的问题。当你把许多想法放在一起构成一个大理论，提出它与什么数据相符合时，首先你应该确定，它能说明的不单单是让你想出这套理论的数据，而是除此以外，还能够说明其他的实验数据。　　总而言之，重点在于提供所有信息，让其他人得以裁定你究竟作出了多少贡献；而不是单单提出会引导大家偏向某种看法的资料。根据过往的经验，真相最后还是会有水落石出的一天。其他同行会重复你的实验，找出你究竟是对还是错；大自然会同意或者不同意你的理论。而虽然你也许会得到短暂的名声及兴奋，但如果你不肯小心地从事这些工作，最后你肯定不会被尊为优秀科学家的。这种品德，这种不欺骗自己的刻苦用心，就是大部分草包族科学所缺乏的配料了。

这段话也常看常新，写此文以共勉！

参考文档

[1]. 费曼演讲原文