学AI的底层技术和通过AI赚到钱，这是两回事。

有些朋友，尤其是名校毕业，海外归来的，喜欢研究底层技术，比如算法，模型的结构、transformer原理、神经网络、概率论、线性代数等等。
他们认为这个才是真正的学AI，在模型的基础上做应用，不算学真正的AI。

这个观点是有点问题的。
原因是什么呢？
底层技术当然有用，但是变现的链条太长了。

就拿传统的互联网软件来说。
你有这个技术，这个算法，你要变成程序，再变成产品，再进行销售，最后才能赚到钱。

人们需要的是能解决他的问题，而不是某种技术。
你研究底层技术，提供出来的只是一个中间过程的产物。
因为链条太长了，所以学习底层技术最佳的变现路径，是进大厂打工。
大厂才能把你的技术变成产品。
等于你是研究种子基因的，你得变成小麦，再磨成面粉，进到店里，做成馒头才能卖钱。
这需要很多资源，很强大的配套，才能做到。

相对论牛不牛？
当然是牛。
但是你要靠相对论赚到钱，一样的，链条太长了。
比如你做一个gps，就要用到相对论，但是从你深刻理解相对论，到做出gps，卖到全球，那个链条是无比的长。

相对论的意义，重要的其实是改变了人们看待世界的方式，是革命性的。

那么对于绝大部分普通人来说，就是搞个产品，马上卖，就赚到钱了。
这个链条最短，这样的内容当然更受大众欢迎。

这里绝不是说底层技术不重要。

有意思的是，大模型的出现，缩短了这个链条。
比如你原来，很懂计算机的底层原理，算法，你离做个产品还很远。
软件这种东西，需要投入的人太多了。

但是大模型，本身就有很多功能，是直接可以用的。
2C用户可以用，2B用户也可以用。

于是出现了这样的奇景。
比如anthropic这家公司，几乎没有一个销售，就光靠卖api，现金流都惊人。
本质是，模型从某种程度上来说，就是一个产品了。