应 Valeri 约稿邀请，记录一下自己在硅谷九个月的见闻与思考。我是北大 25 届物理学院毕业生，现在攻读斯坦福大学电子工程硕士（MSEE），主要从事 AI 领域。 身在斯坦福就像走进一个庞大的热带雨林，仰头惊叹于这里复杂精细的生态对于创新与科技的滋养，又时常低头思考自己如何把握机会参与到这个时代与生态之中。 这篇日记希望能记录下我观察到的一些有趣现象与对这个庞大生态的一瞥，对比我在斯坦福与在北大的感受，也希望能给大家带来一些启发与思考。 毕竟来到斯坦福和湾区还不足一年，我对这里的认识难免仍有偏差，许多判断也还需要留给时间与更广泛的交流去检验和修正。
1. Coupa 咖啡馆
斯坦福校园拥有随处可见的咖啡厅与室外公共空间；在北大，除少量咖啡厅区域外，这类空间相当少见。也许是因为加州四季温度适宜，学生喜欢在户外学习交流。在硅谷和斯坦福，coffee chat 文化颇为盛行：约一杯咖啡，做一次学术或职业方向的 connection。见面的地点往往就选在这样的公共空间；学校很有名的室外咖啡 bar 叫 Coupa Cafe，我之前的 coffee chat 都很自然地选在那里。
Connection 在北美是一种被反复强调的东西。我觉得这背后与美国的社交文化强相关。在北大，当听到「人脉」这个词，有时是在羡慕中带着些许嘲讽的意味，似乎对经营关系来获得机会这个事还是有些不认同，更像是在半开玩笑的语境里提起。在斯坦福，connection 是很常见的词；build connection 在普遍共识中是颇为重要的一环，在许多语境下它都是一个积极正面的词汇。
通过 connection 了解某个组的信息、拿到内推、共享资源，这在美国似乎是相当正常且大家共识的事情，就是一种相互联系、相互帮助的日常。我也感觉到，若缺乏 connection，在美国做许多事（比如找工作找实习）都会困难不少。
美国人对 connection 的理解，一方面来自家族，另一方面来自学校圈子。他们似乎很在意校友身份：斯坦福有 Stanford Directory 网站，记录了许多过去的校友，不少人会标注「愿意提供帮助」；若有学业或职业上的问题，发封邮件、约一次 Zoom，即可尝试建立联系。学校身份在这里被较公开地当作一种社会资本；而在北大，至少在我感受到的校园氛围里，出了校门后并不那么倾向于在主流观点里表达我来自北大；这类事似乎需要谦虚、需要隐晦，招摇的东西要藏起来。在美国，我看到的则更像一种文化：斯坦福的 title 降低了信任成本，人们有意借这个身份凝聚群体、互通有无。若公司内部斯坦福背景的人较多，某位较高级的主管本身又是斯坦福出身，之后往往会再招一些斯坦福的人，形成一种基于校友身份的 connection 网络。
2. Project-based 课程的幻灯片
斯坦福 CS 课程主要分成 exam-based 与 project-based 两类，部分也有混合。Exam-based 与国内课程差不多：写作业，考 quiz、midterm、final。我的选课以 project-based 为主：自己组队，根据课程内容选一个 CS project 探索，一般一组少于四人，基本上是一个 quarter（十周），要有 project proposal、milestone、final report/presentation，最后可能有 demo day、poster day 或 peer review。Project 的内容相当灵活，方向基本不会被教授和助教硬性限制。比如 CS 230: Deep Learning，我做的项目更偏小的 research project；另有一门 AI 产品开发课 CS 224G: Build Apps with LLMs inside，项目更面向用户，还有一位湾区 founder 作为 project advisor 定期见面指导。评分的大头在 final report/presentation：CS 224G 的 demo day，两位教授请了众多 founder 和 VC 到场听 pitch；CS 337U: Understanding the User 的 final presentation，则请到了 Google Design 的 VP 现场点评。我所在的 MSEE 项目选课自由度较大，CS 学院开办的课程大多可算入有效毕业学分。
在我与周围朋友的交流中，这发现并不只是行业前辈的象征性出席：有朋友在 demo day 之后收到 VC 的 reach-out、后续投资商谈，或在 demo day 里给某些 founder 留下印象、拿到工作机会，或拿着项目去申请 venture funding（这类 funding 在斯坦福蛮多的）、继续把项目做下去。这样的概率肯定是比较小的，优质资源永远掌握在少数人手中。但 project-based course 毕竟提供了一条路径：走出课程、走向市场，让好的 idea 自然延伸到教室之外，孵化新的可能。
对比我在北大的体验：我在北大上过四门 CS 的课程，几乎都是 exam-based 的；即便有 project，选题和内容往往也比较确定，或有非常明确的规范要求，并只把自由度留给最后一部分。我基本没见过完全以自主 project 评分的课程。也很少遇到像斯坦福这样，final presentation 会专门请来许多业界或校外人士参与评分和点评，学生似乎仍处在一个相对封闭的教育环境之中。
差异也不只在 project 本身。许多斯坦福 CS 课程，在我看来，内容相当前卫：传统理论知识的课程自然也有，毕业也有学分要求，但也有许多课内容非常前沿。有一个让我印象很深的点：我第一次去听 CS 230 Deep Learning 的课，吴恩达上课说，理论知识你们回去看 Coursera 上我的视频，做 quiz、写作业，而课堂时间则用来讨论。当时有一次课上吴恩达抛出了一个问题：如果你是一家 startup 的 CTO，想做人脸识别系统，你如何获得数据？大概需要多久？这对我相当新奇：我在北大学到的更多是理论知识，很少被以如此务实的方式追问：具体场景，明确的约束，清晰的需求。另一位 CS 230 联合授课老师的一个案例：训练的模型崩了，VP 打电话让你来修，第一件事要查看哪些东西？诸如此类非常务实的问题，都是我在北大较少遇到的。他是真的把你置身于一个现实的场景，让你作为决策者去思考问题，而非只是单纯执行。这样的能力是否有价值可以留待商榷，但我认识一些斯坦福学生非常不想去大厂工作，想创立 startup，自己做决策，可能也源自这种课程的训练吧。
另外，许多 CS 课程并不完全由校内的 tenure-track professor 讲授，而由校外的 tech lead/founder 等担任 adjunct professor 或 adjunct lecturer（斯坦福对定期参与授课的业界人士的正式职称；若只是偶尔来讲一次，则通常是 guest lecture）。他们日常的工作其实是经营自己的公司，只是每周固定抽出一段时间来讲课。这对我同样很有趣：他们会把最前沿、真实遇到的问题直接带给你，让你去思考；视野不只是在科研的框架里打转，而更多带着一线的直觉。比如 CS 224G 两位讲师是湾区的 founder，CS 337U 的讲师是一位 Google director。这类事在斯坦福并不罕见，但我在北大却很少遇到。我知道北大也有类似课程，但占比似乎是少数，整体仍以知识传授为主。我也看到一些从海外留学归来的北大年轻教授，在逐渐改变原来比较传统的教学模式，融入更多前沿知识、新颖内容和探索性任务。我也上过他们的一些课程，我能感受到这些改进是一些积极的信号。
还有一些和课程作业相关的细节。CS 329X: Human-Centered NLP 的 homework 2，当时让我非常惊讶：Thinking Machines Lab 的 Tinker 在 2025 年 10 月 1 日刚发布，两周后 10 月 14 日的 HW2 就直接让我们上手操作。Tinker 作为 Thinking Machines 备受瞩目的前沿产品，一个新工具这么快就进了作业，让我们熟悉框架，用它的工具对一个开源模型做 SFT 和 DPO。我个人 CS 329X 的 course project 也是基于 Tinker 做微调，它们也提供了 credit 的支持。那时 GPT-5 也刚出来，但 Tinker 太新，前沿模型的工具调用能力还不像今天这么成熟，Tinker 的许多语法和用法连 agent 也搞不清楚，还需要自己一点点查 Tinker Cookbook、写代码：相当于一个新东西，连 GPT 当时也不太会。现在回忆起来，有点恍如隔世，AI 时代的发展真是迅猛。同时，做完的 project 还可以直接向 Tinker 的社区投稿。而之所以得到 Thinking Machines Lab 的支持，大概是由于我们的教授 lab 与 TML 有科研上的交流，继而把这种学术交流延续到了课堂之上。这些事都会让我感觉到，产学研在斯坦福是紧密结合的，地理上的接近促进了交流与 connection 上的紧密。
课堂文化还有一点值得一提。在北美文化里，举手打断老师、随时提问，似乎有一种天然的正常感，至少对我这种刚来的学生来说，需要适应。开学前的 orientation，国际交流中心的老师跟我们说：如果教授专门停下来问有没有问题，而学生一片安静，老师有时反而会反省，是不是自己没讲到位；这在我过去的经验里，几乎是反过来：安静往往被当作学生听懂了。CS 329X 的 professor 就经常停下来说，觉得教室有些太安静了，鼓励大家随便问（CS 329X 注册了有 100 人左右，每次上课大概 50 人左右，中等课程规模）。同时 CS 329X 本身是一门带着些科技伦理性质的课程：会讨论 NLP 的终极目的与人本关怀。所以几乎每节课还有 10 分钟的 hot-take debate：课上随机给出一个与本节课相关的议题，正方三人、反方三人报名（会记入成绩），当场辩论，底下观众投票；辩论前投一次票，辩论后再投一次，看观点有没有被说服、发生偏移。赢的一方不用写 report，输的一方要补写。我因为口语一般，坦白说并不太喜欢这种与母语者进行的辩论；但由于我自己忘记提交了替代计分方式，只好被迫参加了一场，是关于 AI companion 是否会让人类更幸福的议题。而我在北大也参加过物理讨论班，课上讨论很频繁也很激烈，但这种讨论似乎仅限于 20 人的小班课程。中等 / 大人数的物理 / CS 课程似乎并不多见。北大老师也很少会停下来询问大家是否有疑惑，即使询问也基本不会有学生提问。我作为一个学生会觉得自己的提问是一种对于课堂节奏与其他同学的打扰，更倾向于下课提问；但在这里也会很自然地举手打断讲师，没人觉得冒犯，这与不同课堂文化确实很相关。
3. 未读的斯坦福邮箱
斯坦福邮箱，是我生活的一个缩影。只要在学期中，邮箱平均每天都有 10+ 封邮件，许多是学校组织发的活动通知：VC dinner、demo day、fireside chat、guest lecture、studio、workshop、dissertation defense 之类。因此我每天要花点时间快速浏览，筛选出一些感兴趣的活动加入日历。尽管绝大部分活动我都不会去，但这种邮箱常被填满的状态，会让我感觉到自己与外部世界紧密相连。我在北大读书时，每日邮箱大概少于五条，主要以事务性信息为主，活动信息比较少。活动信息在北大或许更多经公众号和群聊传播；但就我感受到的学术/职业活动密度与质量而言，仍远远不及斯坦福。
在斯坦福，科技大佬的到访并不罕见。Spring quarter 我注册了 CS 153，仅仅这一门课，就邀请了黄仁勋、Sam Altman、Andrej Karpathy 等 AI 界的顶流来到教室和我们交流。这些视频都可以在 YouTube 上轻松获得；他们在现场表达的观点，也多是已在各种场合表达过的，并不会让人觉得多意外。但我个人觉得，这个时代知识与观点本身或许是非常廉价的：吴恩达创立 Coursera，斯坦福 YouTube 开设 Stanford Online，初衷都是希望打破知识垄断、实现知识平权；我在斯坦福上的几乎所有课程，都可以在 Stanford Online 找到录播。因此，之前由学历构建的知识壁垒，在这个时代似乎已几乎不存在，更取决于个人学习的意愿。
但我觉得，这些大佬露面更有价值的一点，在于给予在场的学生一种想象的空间、一种可能性：当你看到黄仁勋天才般的公开演讲能力，在台上慷慨陈述五分钟关于中美关系与世界图景，场下掌声雷动；看到 Andrej Karpathy 像 thinking agent 一样极快输出 reasoning token 时，你发现他们如此真实，就像你我一样。他们十几二十年前，也像我们一样是斯坦福的学生，骑着车穿梭在棕榈树与红瓦之间，听着上一代 CEO 的讲座，思考着自己与世界的未来。自然而然地会想，他们又为什么不会是明天的我呢？
我觉得这种交流也取决于一种文化基因，叫做 build in public：不管是 CEO 还是普通技术人员，许多人都乐意分享自己的想法。Twitter（X）在我眼里几乎成了一个学术与产业交汇的聚集地：产品发布、使用 agent 的技巧、新开发的功能，都会在 Twitter 上发出来；刷 Twitter 有时像一种信息交换，相互了解对方在做什么，愿意分享观点，也愿意去说服别人，让观点被更多人认可，从而拉到更多资源、更多信心，把真实的事情做出来。硅谷流行一句话叫 fake it till you make it；许多 CEO 会上播客、写博客、宣传自己的观点，你能了解到许多有趣的内容，其中也包括最前沿的部分，包括他们在如何思考问题，最前沿的工作流是什么样；这些信息许多都是公开的，非硅谷的人也可以相对容易获取。这种文化也很大程度上影响了 startup：在 Twitter 上塑造产品和想法，几乎成了一种必备的名片。当然，这也催生了一批以增粉为目的的网红型 founder，在硅谷似乎颇受争议，即以涨粉而非产品、以用户增长为中心，而非真正在做产品。
对比而言，我在北大明显感觉到这种文化非常稀少。我很少看到新兴 CEO 或高管专门来北大开展这类分享；即使来，讲座也往往带着宣讲目的，比如秋招。在硅谷，大家也会讲公司在做什么，但通常不会带着那么强烈的招人目的，更像一种单纯的分享。我在北大也确实听过一些很有意思、纯分享类的讲座，但整体上，仍缺少 build in public 的土壤。
4. 公交站牌的 AI 广告
作为一个外来者，第一次来到斯坦福和硅谷，我对 AI 氛围的感受是非常明确。公交站台的广告、Caltrain（城际通勤铁路）的车厢外皮、高速公路旁的路牌，许多都是 xx AI 的产品标识与宣传语，或者各大厂 AI 产品的 billboard。这在国内，很难想象：因为公共交通面向的是普罗大众，不只是一个特定群体；但在硅谷，做技术的人占据了大多数，这种广告形式本身就意味着相关人群的密度极度集中。有意思的是，我曾经在北大西南门的公交站看到了鹅厂的招聘广告牌，但看上去更像是针对北大学生群体的特殊措施，和产品的直接宣传不太一样。
我下飞机，跟旁边的人聊天，很自然地就能聊 AI、聊 vibe coding、聊各家公司的新闻与股票，这些在湾区绝对是无比安全的话题。如果你遇到的是非技术相关从业人员，比如说「做艺术」的，反而是非常 OOD（out of distribution）的事；你听到更多的是我是工程师/产品经理，在某家大厂做 SDE / MLE / PM / Strategy，或者做硬件、搞机器人的诸如此类。而北京在我感受里是更多元化的城市：北京很大，各个区功能属性和文化氛围差异大、交错杂糅，你在北京遇到任何职业的人，似乎都会感到不意外。
在斯坦福，这种氛围更具体。Bookstore 前面有一片空地，有点像北大百讲门口的三角地。我在北大三角地看到的，往往是学生会活动、某学院的特色周，某大厂的招聘摊位之类学校官方组织的活动；但在 Bookstore 的空地，我有时看到的是学生自己的宣传摊位：自己做了产品，欢迎来下载。当然常驻的是传教摊位。同时偶尔也能看到游行；学生举着牌子，在学校内游行宣传产品。甚至电线杆和宿舍入口上也会贴着 startup AI 产品的小广告，虽然往往很快会被清理掉。
同时这种氛围也扩散到了非技术从业者。Spring quarter 我上了一门 academic writing 的英文写作课，教我们的是一位斯坦福语言中心的老师。第一节课，他跟我们讲 prompt engineering，如何让 GPT 帮你写出更学术的文章，而且上课的时候还和我们讨论 agent，我觉得非常有趣。我和他课后聊天说，我很意外一个教写作的老师懂这些术语。他说：在湾区你很难不知道这些东西。
斯坦福特别引以为傲的一种精神是 entrepreneurship（企业家精神）。这个词我肯定拼不对，但我随口就能说出来，因为我听了太多人随口就是这个词。它变成了一种氛围的写真：你待在这里，就会天天记住它，这本身就是一种氛围。从路边的广告牌，到每天讨论的话题，你也在慢慢成为这个氛围中的一部分。