EP70: 到底是誰還在讀 Data Science 數據科學？

書越來越難賣，收入不高，工作卻越來越多。那些仍然留在出版業的人，究竟為什麼沒有離開？ 本期嘉賓雪萌在中國做了近十年編輯。她經歷過民營出版品牌、大學出版社、國有出版企業和期刊雜誌社，也曾短暫轉入薪資更高的教育軟體業。2016年剛入行時，前輩就提醒她：出版早已不是朝陽產業。十年過去，當年的“夕陽行業”仍然存在，只是留下來的人面對著更微薄的收入、更重的任務，以及越來越結果導向的工作系統。 “與書為伴”只是編輯工作最浪漫的想象。現實中，編輯更像一本書的全流程產品經理：從找選題、聯繫作者，到三審三校、裝幀定價，再到營銷、發行，甚至直播賣書，都需要參與。一本自己相信的好書，最後也可能無人問津，被打折處理，甚至化成紙漿。 書越難賣，出版社越需要靠增加品種“廣撒網”；單本利潤越低，編輯反而要做更多書。AI 校對本來可以減輕負擔，也可能成為繼續提高產量的新理由。但無論工具如何變化，最後把名字印在版權頁上、為錯誤承擔責任的，仍然是編輯——書出了問題，讀者不會去怪 AI。 那麼，為什麼還要留守？答案或許不是宏大的理想，只是喜歡書，喜歡和一群趣味相近的人工作，也仍然相信，有些不被看見的人和生活值得被寫下來。在一個很難只靠熱愛維持的行業里，把這樣的相信變成一本真正抵達讀者的書，需要專業，也需要一點運氣。 時間軸 00:00:00 歡迎雪萌編輯 00:05:47 入行即夕陽 00:10:49 編輯每天做什麼 00:18:02 一本書如何誕生 00:31:29 編輯能影響什麼？ 00:43:03 三審三校 01:11:23 做內容 vs. 做產品 01:16:38 一本書如何被賣出去 01:24:16 書越來越難賣，書也越來越多 01:30:26 什麼樣的人還留在出版業 01:36:40 AI 寫作與校對 01:57:38 如果不考慮賺錢，編輯真正想做什麼書 02:03:06 本期薦書：《她來劈開這山》

養昆蟲、游泳、拉小提琴、磨刀、做手工—。當喜歡的事情越來越多，一個16歲的高中生會怎樣選擇自己的未來？ Jordan是我們目前為止最年輕的來賓。他在美國讀高中，參加游泳隊和樂團，也喜歡科學奧賽、磨刀和各種動手做的東西。放學以後，他的房間里還有另一個世界：螞蟻、蟑螂、蜘蛛和青蛙。他不僅記得它們的拉丁學名，也會觀察習性、繁殖和照顧它們；在朋友眼中，他就是那個隨時可以回答“這是什麼蟲”的animal nerd。 但喜歡昆蟲，是否就意味著應該成為昆蟲學家？隨著大學申請越來越近，Jordan開始認真比較兩條路：一邊是從小想做、卻可能需要長年寫論文和爭取研究機會的昆蟲學；另一邊是受父母影響、職業更穩定，也能直接幫助人的醫學。他在意的不只是“喜歡什麼”，還包括工作的日常、穩定性、社會價值，以及多年以後會不會後悔沒有追隨最初的熱愛。 從Jordan的分享，我們窺探了忙碌的美國高中生生活：AP、作業、課外活動和大學申請擠在一起；父母既要推動孩子堅持，又不能把自己的期待變成孩子的負擔；身為學校里少數的亞裔學生，他也在「應該聰明、努力」的標籤和對激烈競爭的警惕之間，尋找適合自己的節奏。 AI當然也是這集的一個重點話題：Jordan會用AI寫作業？Jordan都跟AI辯論什麼？他看見同學用AI做遊戲，因此對coding的未來格外謹慎。但比起預測哪些職業會消失，他更關心的是，人還能親自觀察什麼、創造什麼，又願意為什麼投入時間。或許，規劃未來並不是盡早找到唯一答案，而是在真實的興趣與現實的限制之間，一點點認識自己。 時間線 00:00:00 歡迎16歲的美國高中生Jordan 00:03:15 房間裡的動物園 00:23:16 喜歡昆蟲就要成為昆蟲學家？ 00:24:06 AP、作業、朋友與課堂 00:28:34 昆蟲學家 vs. 醫生？ 00:34:16 課外活動與大學申請 00:40:32 亞裔身份標籤、升學壓力與競爭 00:49:17 “理想小孩”的叛逆與拖延 00:57:01 高中生的末日生存對策 01:03:46 高中生如何理解AI與自己未來的工作

OpenAI 最近又出了個大事：號稱解出了 Navier-Stokes 方程。學術界嘩然。 所有人都開始問：如果 AI 真的開始攻克這種級別的基礎科學難題，人類科學家是不是可以洗洗睡了？ 帶著這些問題，我們找來兩位科學家：UIUC 的馬宏博教授和 UCL 的孫挺教授，帶我們一起解讀這場 controversy： Navier-Stokes 方程是什麼？ 為什麼它在工程里天天被用，卻仍然是數學上的未解難題？ OpenAI 真的解開了這個問題嗎？ AI 是獨立突破，還是沿著人類科學家鋪好的路“乾苦力”？ 當 AI 進入科學研究，credit 和 ownership 該怎麼算？ 如果未發表的研究草稿、證明思路和代碼被輸入 AI 工具，誰擁有最後的成果？ 以及，建立在科研訓練之上的高等教育，又該走向哪裡？ AI 會把學術研究帶向哪裡，大學會變成什麼樣，人類科學家的位置還剩多少，沒有人真的知道。所有人都還在迷霧裡摸索。 但也許越是在這樣的時刻，越不能先繳械。 保護好我們的好奇心，保護好我們對世界的求知慾，繼續提出自己真正關心的問題，才有可能在未來的後 AI 時代里，找到屬於人的位置。 時間軸： 00:00:00 開場 00:03:51 嘉賓介紹：UIUC 馬宏博教授 & UCL 孫挺教授 00:04:32 Navier-Stokes 方程是什麼？ 00:14:57 Navier-Stokes 方程的現實意義 00:24:51 OpenAI 真的解決了 Navier-Stokes 方程嗎？ 00:33:52 Intelligence、計算與人腦 00:43:31 人類科學家與 AI 如何分工？ 00:46:50 AI、學術成果與 Ownership 00:52:17 AI 時代，人的創造力放在哪裡？ 00:58:00 人類科學家還剩下什麼獨特能力？ 01:11:59 AI 時代，學生還需要學什麼？ 01:20:59 大學教育的未來 01:42:10 高等教育如何適應 AI？ 01:52:47 給年輕學術工作者的建議：Keep Calm and Carry On 留言告訴我你對這一集的想法： https://open.firstory.fm/user/cls5sglrw05pc01tr4h0v4ufn/comments

一個人當然可以因為喜歡而開始一條路，但能不能一直走下去，往往不是只由熱愛決定。

做了100期 Podcast 以後，我們發現：這個節目記錄的不只是來賓的人生，也記錄了我們自己的變化。 這一集是《Stella x Amy 自定義》的第100集，也是 Stella 和 Amy 第一次坐在同一個房間裡錄音。兩年多前，這個節目從「數據女孩的中年危機」開始：ChatGPT 剛出現，科技產業裡的人一邊興奮，一邊焦慮，不知道自己的工作會被推向哪裡。到了第100集，產業的變化還在繼續，但我們看待它的方式已經不一樣了。 過去100集，我們和很多來賓聊天，聽他們講工作、創業、家庭、選擇和迷惘。有人說，這個節目像是在記錄來賓人生裡的某一個 snapshot。我們很喜歡這個說法：我們無法在短短幾十分鐘裡記錄一個完整的人生，但可以看見一個個具體的人，在某個時間點上，如何理解自己、回應環境、做出選擇。 做 Podcast 也改變了我們。Amy 離開科技產業，生了小孩，開始做 D2C 茶品牌，從 AI 新創裡的從業者，變成創業者和媽媽，也更確認自己如何面對變化和不確定性。Stella 繼續留在產業裡，轉向 AI evals，也開始讀 part-time PhD；焦慮沒有完全消失，但變得更可以共處，也更清楚自己想在實作和研究之間尋找什麼。 所以第100集不是一個「終於做成了」的慶祝總結，而是一次回頭看：這100集裡，我們蒐集了很多人的人生切片，也把自己的變化留在了裡面。職涯、身分、母職、城市、朋友、節目本身，都在慢慢移動。很多問題沒有答案，但把這些切片放在一起看，已經是一種很珍貴的記錄。 時間軸 00:00:00 第100集開場 00:01:52 回到節目起點《數據女孩的中年危機》 00:03:16 Stella 還焦慮嗎？ 00:04:44 Amy 的實驗心態 00:05:23 離開原本的路徑 00:07:05 媽媽和創業者 00:09:13 Stella 找到的 AI 細分領域 00:10:21 Part-time PhD？ 00:11:33 第一次同場錄音 00:12:21 對變化的不同反應 00:14:29 家庭背景與職涯慣性 00:16:20 來賓的人生切片 00:23:17 三種職涯狀態 00:34:55 兩個媽媽的一天 00:38:18 母職與自我接受 00:39:31 育兒碎念 00:42:53 逃不過的陪寫功課 00:48:07 下一個100集 留言告訴我你對這一集的想法： https://open.firstory.me/user/cls5sglrw05pc01tr4h0v4ufn/comments