感慨一下，三年前读研的时候，还在焦头烂额训小模型，一个MMdetection框架看几个月，然后看各种乱七八糟的论文（各种二三区和水会），找各种奇技淫巧训模型，刷指标。
后来入职不久，大模型浪潮来了，不用看框架源码，也不用看论文（模型相关的论文）了，不用分析模型了，因为不需要改模型架构（实际上是不敢改），只需要造数据洗数据然后训一模一样的模型结构就行了。
再到今年，agent大火，好嘛，连模型也不用训了，每天就想着怎么搞个工作流，搞个skills。
哪怕要训模型，脑袋里想的也是怎么用自然语言描述一下，要洗什么数据，要准备哪些数据，最近工作每天基本上不敲代码也不训模型了。
唏嘘，算法工程师还存在科班吗，还存在技术壁垒吗？
作为一个算法工程师，我最近连模型都不训了，代码也几乎不手动写了
有点兴奋（为ai完美完成我的工作甚至比我做的还要好而欣喜）
也有点迷茫（发展这么快，我改怎么预测一年后甚至短短半年后我该做啥，我的优势是啥）
记录一下 正在见证从来没有过的历史。