搞技术方向非常重要，我见过很多搞技术的，投入大量的时间在错误的技术分支上，技术被淘汰了，投入的时间成本也就打水漂了。特别是在应用技术上。底层技术很难被淘汰，所以还是要重视原理和底层通用技术，应用技术要快速地学。

我的职业生涯最强的一点就是对技术趋势的把握。2002年我学了CISCO网络技术，2003年开始发力Linux，2005年学习web编程，2006年学习mysql数据库，2007年学习python编程，2010年学习kvm虚拟化技术，2015年学习docker，2016年学习kubernetes，2017年开始整合Devops，2020年后重点发力机器学习和AI，决定押注pytorch和transformer。

你们知道这一路下来有多少误入歧途的人吗？服务器上学习windows的，web编程用ASP的，系统编程用delphi的，数据库搞Sybase的，虚拟化用xen的，AI时代用perl的，安卓时代搞塞班、winphone的，机器学习用tensorflow的。投入巨量的时间，最终不得不切赛道进行技术转型，虽然底子有用，但时间不等人，存在同业竞争的问题。

我从20年前在python岌岌无名时就决定用Python编程，这一路下来，吃透了技术发展的红利。到AI时代，我坚决使用新生的PyTorch，而放弃谷歌原生的tensorflow，这就叫技术的决断力。事实证明pytorch彻底统一了AI的底层基础设施，无可争议地成为AI训练标准。

我讲判断技术是否有未来有以下几点：1. 它一定是简单易用的，不能过于复杂。2. 它一定是具有生产力的。3. 它一定是社区活跃参与度广的。4. 它一定是综合成本最低的。

就像TCP/IP技术，从算法角度而言，绝对是个坑，一点也不严谨，不安全，但是它符合上边所有的一切，那么就成了互联网的标准。有问题自有后来的打补丁完善。

投入一个技术，要看它是否能成为技术主干上不可动摇的节点，而不是旁枝末节。

在AI时代，有三个东西无可撼动，python，pytorch，transformer。以后所有的AI技术必将在这个主干节点上再发芽生长。所以，对于绕不过去的核心技术，必须搞明白，站在它的基础之上，才有未来。