作者 | 唐小引

出品 | CSDN（ID：CSDNnews）

“繼續努力，直到他們不能忽視你。”

這是 IEEE 首位華人主席（2022 年）、美國國家工程院院士、美國國家發明家科學院院士、Origin Wireless 公司創始人&董事長、馬里蘭大學杰出教授劉國瑞（K. J. Ray Liu）的來時路。

1961 年的初春，劉國瑞出生于中國臺灣嘉南平原的一個小鎮，在玩耍、運動和讀書中度過了非常調皮、好玩的童年時光。會的語言非常多，客家話、閩南話、普通話、英語等等，還能寫文言文匿名信把做了不公平事的補課老師大罵一通。在臺灣大學大二從造船系轉到電機系的劉國瑞，喜歡上了通信和信息信號處理，而后這成了他一輩子的專業。到畢業時，他在紀念冊留言中寫下了數十年不變的“盡結天下賢士豪俠，常做江上煙客主人”，時至今日，這句話既一直在他的個人主頁上，也寫進了他的新書《本心：科學與人生》的楔子里。

1983 年，劉國瑞從臺灣大學本科畢業

臺大畢業后在服兵役中咬牙備考留美考試的劉國瑞長期睡眠不足，能在考試時當場睡覺，盡管多年后他用“差強人意”來形容，但他還是通過考試開啟了赴美求學的人生新篇章。到了 90 年代，年輕的學者劉國瑞在馬里蘭大學已經帶出一些優秀的學生做出很好的科研成果，拿到了 IEEE 信號處理學會的最佳論文獎，被提名參評美國總統年輕學者獎（后改名為美國國家科學基金會年輕學者獎）時，排名第一但落選了，理由是“你有一個錯的姓氏”。這樣的例子不勝枚舉，“繼續努力，直到他們不能忽視你”成了劉國瑞永遠記得并遵循的理念。“在美的華人要多上幾倍的努力和成就，才能與白人平起平坐，這是一個不爭的事實”，但“打破成見的最佳法則是用事實來證明那是錯的”。

2020 年，劉國瑞以 21120 票的絕對領先優勢當選了 IEEE 主席（2022 年），成為 IEEE 歷史上首位出任主席的華人，在此之前，他也是 IEEE 信號處理學會六十多年的歷史中第一位來自亞洲的主席。

2022 年正式上任 IEEE 主席后，劉國瑞以 IEEE 成為“全球工程和技術社群的專業家園”的愿景為自己的工作主線，完成了多項重大改革，比如亞太地區因會員激增至總會員的三成多，但只有一個董事代表，將其重劃成兩區的計劃已經吵了五年多，終于在他的任內通過；IEEE Fellow 選拔機制的改革，也是吵了三年在其運作之下最終完成……

事實上，劉國瑞的 IEEE 之路也幾經風暴。在已經是負責 IEEE 信號處理學會所有期刊的副主席之后，突遭子虛烏有的指控，被勒令簽名辭職信立即辭去副主席職務，最終以時任學會主席道歉結尾；哪怕是競選 IEEE 主席也并非一帆風順，按照 IEEE 的流程，每個候選人都必須經過提名委員會通過后，才能交給 IEEE 董事會做最終決定。作為答辯順暢、經歷成就最好的候選人，因為與提名委員會的成員有恩怨在前，劉國瑞起初并沒有被提名委員會提名，沒有絲毫防備的劉國瑞立即聯絡董事會成員請求支持請愿簽名，才由此大勝對手成功當選。

2022 年，劉國瑞與 IEEE 董事會合影

2024 年，因在無線傳感與通訊領域的信號處理技術上的貢獻，劉國瑞與英偉達創始人黃仁勛等一起當選為美國工程院院士。同樣從中國臺灣走出來的他們相聚在工程領域專家的最高專業榮譽殿堂，卻都是一樣的謙和，在科技界擁有著相當高知名度的黃教主和每個與他交談的人介紹說：“這位是我的朋友 Ray，他也是從中國臺灣來的……”但對于黃仁勛提到合成數據的重要性時，他也會直指黃仁勛“未必真正了解合成數據是什么”。

在馬里蘭大學的教育崗位上奉獻了三十多年后，劉國瑞于 2021 年底正式提出了退休申請，和我們直觀想象中案牘勞碌半生頤養天年不一樣，花甲之年，他開啟了全職創業。作為 Origin Wireless 的創始人及董事長，本著他的初心與承諾，追夢無線 AI 正在改變世界，讓這個世界更美好。所以他對年輕人說，“我在六十余歲的時候，放棄一個崇高的終身教職去追求我的夢想，你有什么好擔心會失去的呢？趁你還年輕的時候，沒有什么牽掛，去追求你的夢想，去做你想要做的事。”

但他也有過 35 歲危機，因為目標感的缺失。他坦言對于很多學者而言，拿到了博士、終身教職，升為教授、拿到 IEEE Fellow 了，再走下去還是做同樣的事情，若是無聊、無趣該怎么辦？他以沖浪為喻，即使順利乘上一波浪抵達岸邊，但人生并不會就此停滯。沖浪的人還會掉頭再劃向外海，等待下一波浪。人生會踏浪好幾次，踏上什么樣的浪、多大的浪，就要看自己有沒有那個本事和準備抓住它。

一起聽劉國瑞講他的 35 歲危機（封面：1996 年，此時劉國瑞剛剛獲得副教授的終身教職）

半世負笈萬里重洋，回首自己的科學與人生，劉國瑞有若干的成就，但他還是認為，“最令我驕傲的事情，其實是我培養了很多非常優秀的學生。”三十余年的教育生涯培養了 70 多位博士和博士后（有 20 位是女性），其中很多人成為了教授，還有 14 位學生當選 IEEE Fellow，這背后，是“幾乎每個學生都在我的辦公室哭過”、因材施教的嚴厲教風，哪怕多年后師生于北京再聚會時，已經成為教授的學生們都還對此念念不忘。

人生在世瑣事良多，但劉國瑞并不希望學生們沉浸在案頭，他總是建議學生們多出去走走，不要被每天繁雜的瑣事埋葬了，看看這個世界有多大，高遠的眼界和寬廣的胸襟絕不是每天待在實驗室里磨煉出來的，很多難解的學術問題也不是在實驗室領悟的。他對萬事萬物都充滿了好奇心，對烹飪頗有一番心得，還很好奇沒有辣椒時四川人究竟是怎么吃火鍋的。采訪時當他聽聞我當天采訪完就要飛十幾個小時奔赴歐洲出差忙碌 ，他也是強烈建議一定要領略當地的風情與文化。

本期《萬有引力》，一起來走進劉國瑞的“追夢赤子心”。

唐小引：歡迎劉老師在 CSDN 平臺上和大家分享您的經歷與思考。是什么激發了您寫《本心：科學與人生》（Origin: Science & Life）這本書？您想在這本書中傳達的核心思想是什么？您很鐘情于“本心/初心”（Origin）這個詞，這是為什么？有什么想和中國讀者，尤其是工程師群體說的嗎？

劉國瑞：首先謝謝你今天和我的訪談。為什么會寫這本書？我在楔子里有一句話叫做“落葉無處不歸根”。我希望將自己一生所見所為，成長、掙扎、失敗、成功都真實地呈現出來，讓后來者尤其是年輕人有所借鑒，不要再犯我曾犯過的錯誤。

我想要表達的是我們需要飲水思源、堅持自己的夢想。每個人都有自己的“初心”，比如為什么選擇當科學家、做工程師，既如此，就放手去做，踏踏實實地完成、追夢。Origin，本心即初心，是我們自小立志的一個愿望。但其實，這個詞作為書名最初并非我所選，而是出版的編輯。可是我覺得選得很好，這是我在書中貫穿始終想要表達的精神，并且，在書中“無線感知”的章節中，我提到了時間反演物理，在時間反演過程中，所有的多路徑都會回到原點聚焦，這個原點就是 Origin，也是我再創業的新公司的名字，我覺得很完美。

唐小引：您自年少至今，一直言及“盡結天下賢士豪俠，常做江上煙客主人”，在楔子及書中也多次提到。數年未變，其間既有入世之志，又有出世之情。您可以給大家分享其中的思與行嗎？

劉國瑞：如果讀完整本書，從緣起到結尾，會發現很多意思與表達都是貫通始終的。我在第一頁的楔子寫了這句，在最后一頁說“我想做不平凡的事情”，要做不凡事，一定會廣結天下賢士豪俠，什么人都會認識與打交道。但是我想做一個平凡的人，那就是常作江上煙客主人，然后追夢去。

唐小引：做平凡人，成非凡事。

劉國瑞：對。

唐小引：您的求學之路充滿著意想不到的轉折，年少時相當調皮、好玩，讀大學選志愿時與父母意愿有分歧做了折中，被分到臺大造船系，而后決定轉到電機系；在服兵役時準備留美考試，沒時間背 GRE 生詞，申請學校是依樣畫葫蘆地到了密歇根大學；在貝爾實驗室與 UCLA（加州大學洛杉磯分校）之間選擇了后者，放棄了去工業界的機會。這其中有很多的選擇，您的求學經歷對您的職業生涯、教育理念有哪些影響？

劉國瑞：我早期是一個很愛玩的小孩，沒什么雄心大志。但我很幸運，初中時進入衛道中學（一所由加拿大天主教修會創立的教會學校）學習，這是我人生啟蒙的地方，學校會培養我們獨立思考、自己想問題，而非繁復的考試，直到在臺中一中上高三前，我都是延續之前的習慣自己讀各種書，直到考試前才為了應考做準備。這段經歷對我日后影響很大——我從中養成了獨立自主思考的習慣，以及做學問時喜歡問“為什么”的精神。我不滿足于“知其然”，更追求“知其所以然”。很多同學背公式很快，考試拿高分，但一問原理就答不上來；而我總是要追究背后的原理。這種求真精神和獨立思維，是我終身學習和研究的源動力。

1979 年高中畢業的劉國瑞

說到選擇，其實很多時候，我都認為我做了很好的選擇。我們這代很多人都會聽父母的意見，時代確實不同，那個時候可能很多事情都并非自己的選擇。但即便如此，在很多關鍵節點上，我相信自己做出了正確的決定。沒有聽從父母的選擇去當醫生，如果選擇貝爾實驗室又是另一種人生（高薪、房貸），絕不會有今天的我。我有很多同學原本說打算“先去工業界干一干，再回學校讀博士”，五十多個這樣想的人，最后真正回學術界的只有一個，而且還是因緣際會——他公司的老板同時在大學任教，促成他回去的。可見一旦走上那條路往往很難回頭。所以我很慶幸當年選擇直接深造走學術道路。這對我日后成為教授、培養學生，都產生了很大的影響。

唐小引：在工業界還是學術界深耕，這的確是一個令人糾結的問題。近幾年來在 AI 領域，就有很多學者從工業界回到了學術界，或者從學術界進入工業界。您的觀察是怎樣的？

劉國瑞：現在的情況已經很不一樣了。以前最前沿的研究很多都是在學校做的，因為那時候主要是理論驅動，大學里老師和學生把理論模型建立好，工業界拿去把它實現應用，就是這么個模式。這種情況一直到深度學習（Deep Learning）時代之前基本如此。

但當深度學習和大數據時代到來后，情況變了。因為需要極大的計算資源和海量的數據。這些東西只有大的工業界公司才拿得出來：只有實力雄厚的大公司才買得起那么多 GPU 算力，也只有它們的產品在全球鋪開后才能收集到真實的大數據。學校呢，既沒那么多經費買算力，也缺少大規模的真實數據，這就導致大多在做一些“玩具”式的研究，這在近年來大模型的發展上體現得尤為明顯。

唐小引：您提到了兩個關鍵點——算力與數據。我們面臨著最新的情況，大模型預訓練數據幾乎已被充分利用，這會導致模型的擴展發展放緩，“真實的數據”越來越少，合成數據由此興起。當然，哪怕在大公司里也有商業 KPI 等各方面壓力。所以您看，現在工業界其實也并非什么“象牙塔”。在您看來，這種情況下科研模式會有什么變化？

劉國瑞：我跟你講一個我自己的體會。我這次選擇離開學校，全職投入新公司（Origin Wireless），有很大的原因就是：在學校里做科研，有天花板，而在公司里，環境不一樣，反而可能走得更遠。首先是責任和承諾的問題——我的投資人把錢投給我，我的團隊里那么多人放棄原來的工作追隨我，我們有一個共同的夢想——想去改變世界，讓這個世界變得更美好。我對他們有一個 Promise（承諾）。為此我離開學校，放棄了原本優渥的教授薪水，到公司拿遠低于以前的報酬。這對我來說是一個犧牲，但我愿意，因為我要兌現我的承諾，對我來說是一個重大的決定。

還有一個原因，就像你說的，我這個研究項目本質上是 AI。為什么我要成立公司來做？因為如果我在學校里做“無線感知 AI”這件事，往往只是些“玩具”，無法真正落地。我需要一個工程團隊寫代碼，把它跑在現實世界里，才能收集真實的數據。當我們有了真數據，而且從世界各地收集各種不同環境下的真數據，我才能不斷有新的發現和突破。事實也是如此——我們因為有了真實產品去收集大數據，才做出了別人做不到的成果。

所以我想說的是，為什么現在很多研究只能在工業界做，就是這個道理。我在學校里的許多同事、教授，他們根本沒辦法開展我這樣的項目——學校不具備那個環境和資源。

唐小引：您剛才將學校里的研究稱為“玩具”，而工業界的是“真實數據、真實產品”。可否進一步細化一下，您認為“真實”的維度包括哪些要素呢？

劉國瑞：其實也不用劃分什么維度。以前搞研究主要是做理論模型，這方面大學老師和學生最擅長，建立模型推導公式都很厲害。不過現在的思維模式完全不同了，因為有了深度學習。Deep Learning 的強大之處在于它能夠從數據中“學習”。所以深度學習需要的是什么？就是數據，而且是越多、越大、越多樣越好。算法本身并不挑剔你的數據是什么，只要數據夠多、覆蓋夠廣，就能學出來。哪怕數據質量良莠不齊，只要它是真實產生的，算法都可以從中提取規律——關鍵在于數據必須是真實發生的，而不是你憑空捏造的，否則沒有用。

唐小引：但是現在國內外都在興起用合成數據（Synthetic Data）來彌補真實數據不足。例如利用模型造數據，以擴充訓練集。對此您怎么看？NVIDIA 創始人先生前不久也特別提到了合成數據的重要性。

劉國瑞：我猜黃先生自己未必真正了解合成數據是什么，他畢竟是做硬件起家的。合成數據、數據增強（Data Augmentation）這些技術，說白了都是沒辦法中的辦法。什么意思呢？我們團隊自己也會用一些這樣的手段。比如采集無線信號數據時，頻寬（Band Width）或設備有限，不可能面面俱到。那該怎么辦？我們會用多個不同的天線組合去采集，把原有的數據做一些“排列組合”，讓模型以為有更多樣的環境。同樣地，我們會對已有數據做一些時間上的移位，仿佛在不同時間發生過類似的事件。通過人為引入這些變化，好像擴充了數據集——因為本來也有可能發生這樣的情況，只是你沒剛好收集到，于是你模擬一些出來。這樣做確實可能提升模型泛化，因為你讓系統以為“這種情況也出現過”。但問題在于，這些合成的情形畢竟沒有真正發生過。

你用合成方法，無非是基于已經見過的情況做些隨機變換、組合作用。如果有某種情況是你完全沒見過的，是合成不出來的，對不對？所以合成數據能起到一定作用，但不是無窮無盡的作用，只能有限地帶來一些改善。

唐小引：您剛才分享了您的求學和職業選擇，可以看到隨著年歲增長，在后來的重要關頭都很清楚自己要什么，比如最終選擇全職創業。而讀您的書，我也發現早期有些時候您其實是未知、迷茫狀態，但依然做出了選擇。所以我不禁想問一個有趣的問題：如果讓您的人生重來一次，對于那些當年并不確定的時刻，現在回頭來看已經明了了，您會怎么選擇呢？

劉國瑞：好，我來回答這個假設的問題。首先，我們沒法選擇自己的父母，人生的起點很大程度上是機遇。我能來到這個世上，與你在這里對話，其實都是數千萬分之一的巧合。人的誕生本身就是偶然。所以父母無法選擇，人生一開始的大方向往往也不由我們決定。雖然我們不能決定自己的出身和童年環境，但我們在人生道路上可以做一件事：當道路往前發展時，每當出現分岔點，我們可以做出選擇。

人生一路走來會遇到各種分岔：你決定學醫還是學理工？決定出國留學還是留在家鄉？一次次的選擇塑造了你的道路。人生整體也許無法由你設計，但每當來到分岔口，你可以決定轉向哪一邊。一旦做了決定，就沿著新的方向繼續走下去。就像結婚一樣，當你決定了要和某人步入婚姻，就很難再走回頭路了。所以關鍵問題是：在分岔點上，你如何做決定？我的做法是始終秉持自己的初心。整本書里你也看到，我這一輩子追求的并不是名和利，我追求的是真理，我立志做一名科學家、工程師，所以我一輩子就沿著這個初心一直走下去了。

你問如果人生重來我會如何選擇，其實我也不知道具體會選哪條路，因為人生充滿了不確定性。但無論面對什么選擇，我都會問自己：我的初心是什么？我想追求什么？我想成為怎樣的人？以這個為基準來做決定。我想只要初心不變，走哪條路都會殊途同歸。

唐小引：是的。這讓我想到一個細節：其實您也是在實踐中逐漸發現了自己的興趣和追求。比如您在臺大念書時，因為李老師（當時唯一一位旅美之后回臺任教的年輕老師）的課程，您喜歡上了通信與信息信號處理。當時如果換一個老師、教另一個課程，也許您的興趣方向就變了，對嗎？

劉國瑞：沒錯。所以冥冥之中自有定數。每個人的人生軌跡可能早就暗合著某種安排。我打個比方，從物理定律來看，宇宙大爆炸（Big Bang）之后，其實所有事情在宏觀上都是確定性（Deterministic）的。當然，中間夾雜著一些隨機性（Randomness），但很多關鍵節點上，會覺得像是注定一般。為什么恰好碰到那個老師？為什么世界上有你這樣獨一無二的個人存在？這些概率極其渺小，卻發生了。

唐小引：您整個職業生涯確實有一條清晰的主線，一直專注在通信領域并有所建樹。我在技術圈遇到很多人可能是學通信、數學、物理等出身，但后來轉到計算機、人工智能領域發展。而您始終扎根在通信和信號處理。當初有沒有糾結過要不要改行？比如在計算機科學大熱的年代，您有沒有考慮過去攻讀或從事計算機領域？

劉國瑞：哈哈，我告訴你，在我們那個時代，計算機科學（Computer Science）基本上就是教人寫程序、搞編程。當時流行的語言像 Fortran、Pascal，當時 C 語言才剛出來沒多久。計算機科學那時候主要研究操作系統這些，老實說非常枯燥。我當年覺得那很無趣。反觀電機工程（Electrical Engineering）則是一個包羅萬象的大領域，計算機科學與工程、控制、物理與光電、激光（雷射）等等都囊括其中。如果你學計算機科學，在當時其實是鉆進一個很小的專門化領域去了。

而我選擇的通信，確切說是信號處理，恰恰是如今很多 AI 技術最根本的基礎。可以說，現代 AI 許多最基礎的算法理論都是從信號處理演變而來的。信號處理發展出了機器學習、神經網絡等等。現在像 Hinton（辛頓）、LeCun（楊立昆）這些 AI 先驅，其實本身都是我們信號處理領域的。再比如 LLM、大數據這些方向的其實也是我們這個領域的，并不是計算機科學出身。我現在到世界各地去開會，大家都把我們信號處理這一行的人稱為“做 AI 的人”。

當然，我也相信條條大路通羅馬。所以我的看法是，不管你最初學的是什么專業，只要你走到專精的頂尖階段，其實很多知識和理念是相通的。你學計算機、通信也好，學信號處理、機器學習也罷，等你真正投入工作、做到前沿時，大家的訓練和思維素質都會趨于一致。站在尖端再回看，會發現其實各領域之間并沒有天壤之別。

唐小引：您這么一解釋，我才明白原來像 LeCun 這些屬于信號處理領域。可能大家更多地會認為在機器學習領域。

劉國瑞：是的，他們很多論文其實發表在信號處理領域的期刊上。再比如 Hinton，他當年和鄧力（知名的機器學習科學家）合作將深度神經網絡應用到大規模語言識別中，也都是信號處理圈子里的人。電機工程（EE）這個傳統領域當年在美國是最受尊敬的工科專業，因為它要求你數學和物理都要學得很精。基本上一個好的 EE 出身的人，數學和物理功底都很扎實。而計算機科學后來從 EE 里分離出去，它主要側重數學算法。就我們那個年代來說，甚至到現在，我認為 CS 專業在數學訓練上還是比傳統 EE 略淺一些。

當然，現在做研究已經不需要那么多純粹的數學推導了。深度學習的興起，使得有了大量數據和強大算力，機器可以自動從數據中學習模型，不需要像過去那樣人去推公式建模型。所以現在計算機專業的人也能做出很多原來需要 EE 背景才能做的事。其實今天許多突破都是跨學科團隊合作的結果，不再是“信號處理的人”或“計算機的人”單打獨斗，統計學、生物學等各路人才都參與進來了。

唐小引：接下來我想請教您一個關于成就的問題。您的這本書我理解其實寫的是您的前半生，因為您又開啟了新征程。現在回顧您的科學與人生，您覺得最令您驕傲、最有成就感的事情是什么？

劉國瑞：要說最令我驕傲的事情，其實是我培養了很多非常優秀的學生。我這些年帶的學生都去了很好的地方發展。比如你剛才提到我當年自己沒有去貝爾實驗室，但在 2000 年前后，我畢業的前 20 個博士生，每一個都進了貝爾實驗室工作（可見當時貝爾實驗室多有吸引力）。現在，我已經有 30 多位學生在全世界各地當教授——其中有兩位在國內清華大學任教，其他知名高校幾乎都有我的學生。另外我最初帶的學生很多是國內頂尖大學保送出來的佼佼者：曾經有清華電子系的第一名、北大電子系第一名、西安交大第一名等等。我能有幸指導到這么多頂尖聰明的學生，并看著他們后來各個有所成就，這是作為老師我最驕傲的事。

唐小引：是的。我看到有一個統計：您幾十年培養了 70 多位博士和博士后（有 20 位是女性），其中很多人成為了教授，還有 14 位學生當選 IEEE Fellow。您自己也有許多重要科研創新，比如世界第一個全分集、全速率空頻碼等，但您很明確地表示這完全歸功于您團隊的博士后研究員偉豐。但您自評帶學生非常嚴厲，您能分享一下您培養學生的方法嗎？

劉國瑞：我帶學生確實比較嚴厲，幾乎每個學生都在我的辦公室哭過。但另一方面，我又給他們很大的自由度。很多導師是學生一來就給定一個課題讓他去做去解決。我不喜歡讓學生只做我給出的“題目”——那樣的話，到哪里都有人給你出題目解，多你不多少你不少。我更希望引導他們自己去發現問題。我的做法是給一個大的方向框架，然后讓學生自己找具體的問題。為什么？因為做學問最重要的是學會問問題。要問，就問對的問題、問好的問題、問別人沒想到過的問題。問題越重要，你一旦問出來并抓住了，解決其實并不難，因為只要問題重要明確，大家總能想辦法解決，或者換別人也能解決。但很多時候難在沒人意識到“這個問題值得解決”。所以我要求學生鍛煉這種發現問題的能力。

另外，我給他們設定的科研成果標準也很高。比如在我們通信領域，IEEE 一級期刊 Transaction 算頂級論文了。一般人博士期間發表一篇兩篇 Transaction 就可以畢業，但我對我的博士生要求是至少要發表四篇 Transaction 論文才能畢業。當年這是很難的事情（現在可能論文多一些了）。為什么定四篇？我有自己的用意：第一篇，你學會怎么做研究、怎么寫論文；第二篇，你掌握了做研究寫論文的方法；第三篇，你已經駕輕就熟，知道如何產出成果；第四篇，你可以獨立做出一個點子、寫成論文——這一篇基本沒怎么用我操心。到了這一步，說明你已經可以不依賴我，自己開展研究，那你就可以畢業了。

通過這樣的訓練，我是想給學生樹立一個遠大的志向和完善的科研能力。我在書里也提到，古人說“師者，傳道授業解惑也”。很多老師以為“傳道”是最難也是最重要的，其實傳授為人做事的道理固然難，但我認為教師在“傳道”之外還有一件事更重要：營造環境，激發學生立大志。我和我的大多數學生都保持長期聯系。我希望他們有宏大的志向，有積極向上的動力，想成就大事業。我一直認為，評價一個老師好不好，不是看他自己有多大成就，而要看他培育出多少有成就的學生，這比老師自己有成就更重要。

唐小引：所以您對學生的期望是——青出于藍而勝于藍，希望他們超越您取得的成就嗎？

劉國瑞：我當然希望我的學生們能夠超過我。其實不少人已經在各自崗位上做得非常出色了，有很多學生在工業界發展得很好，比如在高通公司做到了副總裁，在 T-Mobile 做到了高級副總裁。還有兩位學生創業公司成功 IPO 了。這是在工業界的例子。我覺得很多人將來取得的成就有一天會超過我。

唐小引：您的學生有不少成為了 IEEE Fellow，其實您當年在馬里蘭大學就明確立了“Flag”，說自己的第一個目標是 IEEE Fellow，第二個目標是美國國家工程院院士。不知道您在和學生交流時，有沒有學生如您這般立志的？

劉國瑞：沒有。當年我之所以立下培養 Fellow 那樣的目標，還是因為系主任跟我講的晉升我認為都是小而瑣碎的事情。可能也是年輕氣盛，后來真是捏了一把冷汗——因為 Fellow 也不是那么容易的，我自己拿 IEEE Fellow 都掙扎了一陣子呢。當時評選還有不少不透明的地方，有地域圈子關系。不過后來 IEEE 改進了評選機制，總體變公平了。但不管怎樣，我不認為搞學術研究的最終目的在追求那些頭銜，“實至名歸”比什么都重要。如果你有真正的學術貢獻，榮譽早晚會到你頭上；來得晚一點也不用太難過，來得早也不用太高興。這些虛名真的不是最值得放在心上的。我強調這一點是因為發現現在很多年輕人反而熱衷于比拼這種頭銜，比如誰最年輕成了 Fellow 之類的。但 So what？十年之后看，你當年拿 Fellow 拿得早又如何？有些比我早拿到的人，這些年反而沒什么聲音了。

我常說，我們的人生更像是一場馬拉松。在漫長賽程中，暫時誰領先其實一點都不重要。只要最后你能達到自己想要到達的終點，就夠了。

唐小引：是，這讓我聯想到書里提到的一件事：似乎有段時間有人問您是不是已經是美國國家工程院院士，您當時還不是，對方還很吃驚。可見外界往往看重這些名號。不過您剛才強調的是不追逐頭銜名利，而注重學術本身的追求。但在這個過程中，您自己也經歷過一些波折，對于您的學生或更廣泛的后來者而言，您能怎么幫助他們避免您當年經歷過的彎路呢？

劉國瑞：人生在世，每個人都會經歷波折，只是形式各不相同。我把我的故事寫出來，就是想讓大家有所借鑒。正如你說的，有些年輕人看我履歷可能以為我一路平步青云，其實不是的——我在 IEEE 晉升過程中也遇到過挫折，甚至一度被人從中作梗陷害過。我就是想讓大家知道：人生本來就有起有落，崎嶇不平是常態。沒有“落”，你怎能體會“起”？所以那些起伏本身并不重要。重要的是在這個過程中你是否過得充實、快樂，是否對社會有貢獻？是否始終堅守著自己的愿望和初心、本心？如果每天腦子里想的都是那些外在的虛名浮利，一定不會快樂。我的意思不是說完全不去想，而是盡量看淡它們。就做讓自己快樂、有意義的事，踏踏實實一步步走，總有一天會功成名就的。

唐小引：是的。我自己也曾思考過類似的問題：個人在滄海桑田的歷史中究竟能留下什么意義？有時候難免會生出一種虛無感。在 AI 圈子里和一些老師前輩交流時，大家對人生意義也有不同見解。我注意到您在書里也談到類似的話題。您認為“成就是別人定義的”，那對于您自己來說，在人生這場馬拉松中，您是如何逐夢并堅持初心的？怎么樣做到“不忘初心，方得始終”呢？

劉國瑞：對，我當初把書稿交給出版社時自己起的名字其實就叫《追夢》。后來他們給改成《本心》，我覺得改得好。所以我這一輩子一直在做什么？就是不斷追逐我的夢想。不同階段我的夢想不一樣，但這些夢想都和我的初心一脈相承。我在人生每個階段都會確立一個新的目標，然后腳踏實地去實現它。過程當然不會一帆風順——要真那么順的話，我也沒什么可寫書的，對不對？如果每天只是吃飯、睡覺，人生按部就班高中、大學念完，一路平平淡淡，那也沒什么好寫的。

人生注定不是平坦直順的。當然，也有人覺得“我這輩子好像沒什么成就，做什么都不順”，甚至有點消極。這里我想引用莊子的一句話：“無用之用，方為大用。”聽起來有點虛無縹緲，但我用一個比喻來說明：這就像沖浪。

首先，你要成為一個沖浪者，自身要有真才實學，要有過硬的本領。就像諸葛亮（孔明），如果他沒有真才實學，劉備三顧茅廬把他請出來也沒有用，他也干不成事。他正是有真才實學，才能抓住機會大展所長。

對沖浪者來說，也是一樣的道理。他會在海上等一個適合的浪頭。浪如果不夠大，不適合，他不上板；來的時機不對，太早或太晚，他一踩就掉下來了。所以他必須耐心等待那個真正適合他的“大浪”到來。而當浪來了，他技術準備足夠好，時機判斷對了，踩上沖浪板，嘩——就乘風破浪一直沖向岸邊，對不對？

一旦你順利乘上一波浪抵達岸邊，人生并不會就此停滯。人生絕不會只有一個浪頭。沖浪的人還會掉頭再劃向外海，等待下一波浪。等下一波浪來了，只要浪適合他，時機成熟，技術到位，他又能一躍而起，踏上新的一波浪。人的一生會踏浪好幾次。踏上什么樣的浪、多大的浪，就要看自己有沒有那個本事和準備抓住它。

所以說，如果許多年輕朋友覺得自己的機會還沒來，或者覺得做什么都不太成功，也不用灰心。為什么呢？因為你完全可以利用這段時間好好積累自己的真才實學，把基礎本領練好。這樣有一天機會來敲門時，你才能牢牢抓住它，不錯失良機。

唐小引：前面您一直在學術道路上深耕，并多次強調初心在科研。然而在書的最后，您寫到自己“走出象牙塔”，從馬里蘭大學退休，投入“無線感知”技術的商業化應用。看起來，您在 60 多歲的年紀選擇二次創業，轉向工業界，這和您之前反復強調的科研初心不太一樣。能否請您談談：當初究竟是什么驅動您在這個階段創辦公司，推動無線 AI 落地？難道您的初心發生了改變嗎，還是有了新的詮釋？

劉國瑞：其實我并不覺得我偏離了初心。對我來說，初心不是狹義的“留在學校做研究”，而是追求真理的科學精神。當科學家也好、當工程師也好，追求真理就是初心。所以我現在做的事情，跟以前在本質上并沒有兩樣。之前我們討論過，第一個原因是履行我對他人的承諾。我在 1997 年曾經第一次創業，但兩年后就離開了，這成了我心中的一個遺憾。這一次再創業，情況有所不同——我們在無線感知技術上追求的突破，本身就是一個 AI 領域的問題。

為什么說它是 AI 呢？現在 LLM 是通過理解語言和語音來實現智能，那是 AI；人臉識別通過理解圖像來實現智能，那也是 AI；計算機視覺通過理解視頻來實現智能，也是 AI。而我們做的事情，是讓系統去理解我們周遭環境中的無線電波，這同樣是 AI，而且目前全世界只有我們能夠做到這一點。

其次更現實的是，如果沒有一個實際的產品和裝置，我就沒法收集到真實的數據，就無法推動 AI 的訓練和應用。在學校里做這種事，會流于紙上談兵，停留在模擬層面。我需要一個團隊把真正的系統做出來，然后部署到世界各地去收集各種真實環境下的數據。這一點在我們項目中至關重要——正因為有真實產品去跑在真實環境，我們才能收集大規模真實數據，才不斷有新發現。所以到現在我們大概申請了 250 項專利。如果我一直待在學校，可能就五六項專利，哪里來的兩百多項？正是因為我們做出了實際產品，有了源源不斷的真實數據，我才能繼續把最前沿的研究做下去。說到底，我還是在追求真理、在做研究，只是現在我有真數據、真平臺，能做別人做不到的事。這一點我在書里其實沒細說，只是提到我從學校離開去創業。但背后的原因如你所見，是我相信這樣才能真正把無線感知做好。

所以總結來說，我當初選擇二次創業，一方面是為了兌現承諾，另一方面也是順應科技發展形勢：很多前沿研究必須跳出學院，才能找齊資源實現。我很多大學同事想做大的創新，也受限于學術環境做不了。我這個選擇可以說既是履行初心、也帶來了突破現實限制的新契機，兩者并不矛盾。

唐小引：“無線 AI”這個概念對于很多讀者可能比較新穎。您能通俗地解釋它將會給我們的生活帶來哪些改變和影響？

劉國瑞：我們周圍充斥著各種無線電波，過去這么多年，我們只把無線電波用于通信，無線=通信，這幾乎是約定俗成的概念。但是實際上，這些充盈在我們周遭的無線電信號，還能用來感知環境。我們的動作、呼吸、睡眠，甚至有人摔倒，這些行為都會對無線信號產生細微的影響。所以“無線感知”要做的，就是通過分析周圍的無線電波，來“看見”我們周圍發生的一切。這就是無線 AI 的核心思想——利用無所不在的無線信號，賦予機器感知世界的能力。

可以想象一下這樣一些應用場景：我們可以知道一個房間里有沒有人，以及這個活動主體是人還是動物、寵物，或者只是機器設備。我們可以知道有沒有人在呼吸。當然也可以進一步監測一個人的呼吸規律，從而判斷他的睡眠質量。因為人睡覺時，每夜大概有四到五次做夢（即 REM 快速動眼期），人在做夢時眼球會快速轉動、呼吸也會急促。我們完全可以通過無線信號捕捉到微弱的呼吸變化，進而推斷出一個人晚上做了幾次夢，什么時候處于 REM 睡眠、什么時候是非 REM，甚至什么時候入睡醒來，都可以檢測到。有了這些，我們就能夠在不打擾人的情況下監測老年人的睡眠健康。事實上，在疫情期間，我們的技術已經在多個國家及地區投入使用，遠程監測隔離病人和獨居老人，及時發現異常，已經拯救了很多人的生命。

再比如跌倒檢測。通過無線信號感應人體的運動軌跡和速度，可以在不需要老人佩戴任何設備的情況下，探測到他是否突然摔倒。我們曾經拿蘋果手表這類可穿戴設備做過對比測試。Apple Watch 也宣稱有跌倒檢測功能，你猜它的檢測率多少？只有 25%，四次摔倒只能識別出一次。而我們的技術檢測準確率可以達到 95%，而且用戶身上不需要穿戴任何傳感器。

唐小引：您剛才提到 Apple Watch 監測睡眠和跌倒，其實我自己也在用 Apple Watch 追蹤睡眠。

劉國瑞：是，但你必須一直戴著那個手表，夜里也不方便。而我們的技術不需要人時刻佩戴任何設備。可能房間里的燈泡、路由器這樣的裝置里嵌入我們的傳感器，你睡覺時根本無感，但系統已經在無形中守護著你了。

唐小引：技術上您是怎么實現這一點的呢？既然不靠穿戴設備，那系統如何“看見”這些行為？

劉國瑞：這里面的原理我在書中“無線感知”那個章節里用通俗語言有詳細描述過。簡單來說，就是因為我們身體周圍發生的每件事都會影響無線電波。我們所做的是讓 AI 去理解這些無線信號變化，提煉出有用信息。這非常困難，目前全世界只有我們一家公司真正做到了。我前面舉的例子其實還只是冰山一角，無線 AI 未來可以做的事情還有很多很多。

除了前面說的看護、醫療這些，我們還把技術用在了汽車里。你知道，每年平均有幾十個兒童因為大人粗心被遺忘在車里，最后不幸死亡。這種悲劇在美國、日本都發生過。日本的校車甚至規定必須在車尾裝一個提示牌，防止司機疏忽忘記孩子下車。我們的技術完全可以解決這個問題——車里有沒有孩子、有沒有生命體征，一掃無線電波就能檢測出來。日本現在在校車上也開始安裝我們的設備了，因為只有我們的技術能夠無接觸地可靠檢測車內遺留的兒童，這對公共安全是巨大的貢獻。

所以我把無線感知稱為人類的“第六感”。我們人有視、聽、嗅、味、觸五感，而利用無線電波感知環境，相當于賦予人類一個全新的第六感。這項技術將來對人類的貢獻可以是無限的。這也正是為什么我現在投入做這件事。我相信再過二三十年，“無線”一詞在大眾眼中將不再只是“無線通信”，還會意味著“無線感知”。而無線感知所帶來的各種嶄新服務，有可能徹底改變我們的生活方式。

唐小引：您剛才也提到，像 ChatGPT 這樣的重大突破目前主要還是由少數幾個大公司推動。這也是當前大家看到的一個痛點：創新資源過于集中在工業界。從您的經歷來看，您覺得有必要對此發起什么呼吁或者應對嗎？

劉國瑞：說實話啊，我認為強行扭轉不太現實。因為以目前情況來看，能推動這些尖端 AI 研究的，基本只有那幾家擁有海量資金和數據的大公司。政府就算想支持，單憑學術經費也很難填上這個鴻溝——所需投入實在太大了。當然，像美國國家科學基金會（NSF）也開始提供一些特別資助，鼓勵多所高校聯合起來共享資源搞大項目。這種努力是有的，但杯水車薪。我就像之前說的，我覺得很多事是有其發展規律的，不用過度干預。

也許在這一波，該讓這些大公司去拼殺競爭，投入巨資把最好的工具開發出來。他們搶占先機、掙到大錢，這是這一階段的必然。但等這些 AI 工具做到極致、普及開來之后，工具就變成尋常，競爭也就結束了。這場仗打完了，勝出的可能就剩下一兩家公司。這時候，這些成果（工具）會成為整個社會的公共資源，大家都可以用了。而下一波創新往往就會從學術界重新發端——因為有了前一波沉淀下的工具和平臺，新一代研究者可以站在巨人肩膀上去探索更新的領域。就像陰陽消長，事物發展到一個極端又會返回。我相信科技發展也是波浪式前進的，不會永遠固化在“大公司壟斷創新”這一點上。后面還會有新的浪潮，只是暫時我們不知道浪頭在哪里。

唐小引：說得有道理。那么談到 AI 工具的普及，我想起另一個熱點話題：高校對于大模型的使用問題。不管在中國還是美國，不少高校這兩年都在討論甚至明令禁止學生使用 AI 工具，比如用 ChatGPT 寫論文、作業等等。在企業里大家對使用 AI 也充滿擔憂，每次我和企業負責人聊天，他們首先提到的就是安全性問題。您對這種現象怎么看？您在書中其實也有所提及。

劉國瑞：說實話我挺驚訝聽到國內還有大學禁止使用 ChatGPT 之類的。真的有嗎？

唐小引：有的。我之前和一些高校老師交流時，他們認為學生如果大量使用這類工具寫論文作業，會帶來很大問題，所以想加以限制，規范 AI 技術應用的行為。

劉國瑞：這讓我想到，我書里提到剛出來時美國學校也曾禁止過 ChatGPT。但后來發現禁不住——因為大家都會用，學生是跑在最前面的。再后來，學校不僅意識到禁不了，還發現對老師來說，其實這也是個很有幫助的新工具：備課、做 PPT、甚至出考題都可以利用它。所以我認為這其實是一個很好的新工具，我們應該把它當作工具來用。問題在于如何規范使用。

你看，任何新的革命性技術剛出現時，都伴隨著種種倫理和安全方面的問題。就有人問過我，我現在做的無線感知技術有沒有隱私問題？我直言不諱：有，一定會有。因為任何新的 AI 技術都會帶來新的隱私倫理挑戰。但是我跟他們舉個例子：大家同不同意，現在基因工程技術已經可以用來克隆人了？從技術上來說，我們完全可以提取我的基因去克隆出“另一個我”，也能克隆你。當然人類社會禁止拿人來做實驗，但是我們可以對豬和牛做呀，對吧？那些都已經在做，也有相應法規約束。所以只要是新技術，就一定會產生新的倫理問題。關鍵是我們要有規章制度去管理，而不是因噎廢食、一禁了之。

就拿 ChatGPT 來說好了。你不能因為它可能被濫用，就徹底不用它——別人都用了，你不用，你就落后，就輸了。所以必須學會用，但要有規矩地用。比如現在 IEEE 期刊已經規定，如果你的論文寫作中使用了 AI 工具，必須在論文中聲明用了，并明確在哪些部分用了。不能整篇論文都是 AI 寫的還不承認。如果用了，就老老實實注明用在哪里，用來干什么，而且要確保使用方式不構成抄襲。這么一來，我覺得完全可以接受。像這樣制定規則，我相信既能防范學術不端，又能充分利用 AI 工具提高效率。

唐小引：說得很實際。還有大家關心的是 AI 會不會取代人類的工作。您的書中對此也有討論：您認為未來 AI 會讓一些職業消失，但同時也會創造很多新職業。能否請您具體談談，對當下的程序員、工程師群體來說，會發生什么變化？我了解到，在國內程序員群體里存在一種焦慮：覺得 AI 發展下去，寫代碼的工程師最接近 AI，可能會最先被 AI 取代。很多人調侃“程序員是在用代碼革自己的命”。您怎么看這樣的擔心？

劉國瑞：我想換個角度問：那些現在從事 AI 開發的工程師們，是不是薪水變高了？日子變好了？

唐小引：薪水怎么樣不好說，但明顯更卷了，就是競爭更激烈、加班更多了。

劉國瑞：哈，那雖然更卷，但待遇肯定也更好了吧。所以才有那么多人想往 AI 方向鉆，他們現在是在忙著打造工具。用個比喻，現在我們要在一座山上種滿梨樹，就找來一幫工人上山栽梨樹。這些工人在種樹的時候可能擔心：“樹種完了，我們是不是就沒工作了？”但實際上樹種完還有采梨的工作，采完梨還有賣梨的工作。同理，如今工程師們在打造 AI 工具，這是當前很好的工作。等工具打造完成了，也不用擔心沒事做。工具一旦造出來，可以應用到無數新的場景，會催生更多新的崗位。

舉個例子：也許這些搞 AI 的工程師以后就轉行去當生物學家了。因為制藥企業會需要他們——“我想用 ChatGPT 這樣的 AI 來研制新藥。我過去研發一款新藥要三年，現在有 AI 三個月就能搞定，那么我要請懂 AI 又懂醫藥的人才來幫我”。再比如醫療領域，醫院需要用 AI 來分析癌癥發展、提供診療決策，這些都需要既懂 AI 又懂醫學的工程師去橋接。建筑行業也可能變革：蓋一棟大樓，以前建筑師要畫三個月的圖紙，現在用 AI 三周就設計完了。那么建筑師們不會失業，他們反而可以把精力轉向過去沒時間考慮的問題：如何讓建筑空間更宜居、更美觀等等。AI 幫他們省去了機械勞動，他們可以做更有創造性的工作。

所以當一個強大的新工具出現時，應用場景會變得更多更廣，反而會誕生更多新的就業機會。說程序員“革自己的命”其實不準確，我認為他們是在創造自己的下一片天地。AI 工具出來后，工程師們完全可以華麗轉身到新的崗位上大展拳腳。我對技術人員的未來是很有信心的。

唐小引：您這一番分析很令人寬心。時間過得很快，現在您那邊已經是深夜 11 點多了。在結束之前還有兩個輕松的問題想請教您。首先一個是，我看到您在書里提到曾與英偉達 CEO 黃仁勛先生碰面，您還打趣說應該問他買服務器。這說明連您這樣的頂尖學者、小公司創業者也會有買不到算力設備的煩惱，后來您有和黃先生繼續交流，真去跟他買服務器了嗎？

劉國瑞：沒有啦。那次見面是在美國最大的國家天主教堂里舉辦的晚宴，著正裝打領結的那種正式場合。我一走進去就看到了黃仁勛和他夫人在場。他很好認，平常媒體上總是穿著那件標志性的黑色皮衣。我就上前問：“Hey，你是 Jensen 嗎？”他說是的。我便自我介紹“我是 Ray”，他當然不認識我。我就說我也是中國臺灣來的，他一聽我們都是中國臺灣出身就聊了幾句。

說實話，我覺得他這個人挺不錯、蠻謙和的。因為在我們 EE 領域圈子，很多人認識我，但放到更廣泛的工程界，不同行業的人未必都聽過我名字；而黃先生因為頻繁在各種大會上露面，在整個科技界知名度很高。當時我們正聊著，不斷有人過來想跟他握手寒暄。黃仁勛并沒有因此怠慢我——他每次都會跟對方說：“這位是我的朋友 Ray，他也是從中國臺灣來的…”，先介紹我，再和別人交談。他這種舉動讓我挺欣賞的，很尊重身邊的人。所以那次經歷讓我對他的印象很好。

至于服務器，最后當然是沒敢真跟他開口。況且我創業公司的規模也買不起什么大型服務器。像我們現在做研發主要還是用亞馬遜云這些平臺，該燒錢買硬件就讓 Amazon 他們去燒吧。

唐小引：原來如此。看來“小公司買不到服務器”真是不分中外的難題。最后一個問題，想請您展望一下未來。我知道預測未來本身很難，但既然您在書里談到了通信技術從 2G 一直演進到 6G、甚至展望 7G。您提到 6G 時代 AI 將帶來各種嶄新服務，這可能是 6G 最大的價值。那么不妨請您大膽暢想一下：當真正進入 6G 以及 AI 驅動的新時代，我們的生活會是什么圖景？有沒有一些現在仍在萌芽、尚未主流的技術或方向，您覺得將來會變得很重要？

劉國瑞：我希望 6G、7G 時代能夠真正實現一件事情，就是人們常說的“數字孿生”。具體來說，就是未來每個人可能都會有一個存在于云端的數字分身或虛擬代理。它幾乎了解你的所有信息：知道你在想什么、擅長什么，你每天的行為、偏好，全都一清二楚。因此，它可以替你去上班、幫你交朋友、替你做生意、處理各種事務……因為它時時刻刻都知道你的意圖和需求。

要做到這一點，必須有高度無縫的連接，需要極大的帶寬和實時通信能力。這正是 6G/7G 這樣的下一代通信技術可能提供的。如果這一步做到了，我們每個人就真的會有一個“數字孿生”在云端為我們服務。到那時，你可能連電子郵件都不用親自發了——比如這場訪談，或許根本不需要你親自來問我問題，你的數字孿生和我的數字孿生可以在云端自動對話，把想問的問題、想說的回答都交流了，而且可能比咱們真人交流效率還高、內容更完善。因為那些數字代理都會整合強大的 AI、ChatGPT、大模型能力。

當然，這種場景一旦發生，很多人也開始擔心了。你應該聽說過，像 OpenAI 的 CEO Sam Altman、以及“深度學習之父”Hinton（辛頓）都對 AI 的終極走向表示過恐懼，擔心 AI 會毀滅人類。他們的憂慮是，如果 AI 發展到我剛才說的那一步——數字孿生無所不知、無所不能——當它們某天產生自我意志，決定“我們干脆把人類消滅算了，我們自己來主宰世界”那人類不就完了嗎？

唐小引：那針對這種終極假設，您的觀點是什么呢？

劉國瑞：我想不會那么極端吧。你只要不給機器供電，把電源一拔，它不就不能動了。AI 畢竟是跑在硅基硬件上的，人類始終掌握著開關。

唐小引：現在很多人在考慮 AI 如何進入物理世界，所謂“具身智能”的概念今年也很熱，通過機器人讓 AI 接觸物理環境。如果 AI 真的有了實體，并且可以自主行動，斷電也許沒那么簡單。

劉國瑞：就算通過機器人，機器人無論你怎么做，本質上還是工具，不可能和真人完全一樣。機器人只能服務人類，主宰不了人類。真正有可能統治人類的反而是你看不見摸不著的那些數字孿生。它們如果知道人類的一切，又掌握了一切資源，當它們決定不需要人類的時候，那當然危險。不過我相信在那之前，我們會有各種制衡手段，而且距離那一天還很遠。總之，我對 AI 的發展保持樂觀謹慎的態度吧——既要關注風險，也不必過度恐慌。

唐小引：最后，能請您給中國的讀者、開發者朋友們說一句寄語作為結尾嗎？

劉國瑞：我送給年輕人的話是：無論做什么事，認準了就放手去做！特別是當你選擇成為工程師或科學家，你心中一定懷揣著改變世界的夢想。既然有這個初心，就勇敢去追求。趁你年輕，身上沒有太多包袱——可能還沒房貸、沒家庭負擔的時候——盡情去拼搏，實現你的夢想。這個世界上所有改變世界的人，哪一個不是年輕時就敢于夢想、敢于行動的人？

唐小引：那如果有人已經有房貸、有小孩，肩上責任重呢？

劉國瑞：那也沒關系，還是要堅守你的初心。可能步伐需要穩一點，但一步一步腳踏實地走下去，盡量做出你認為正確且熱愛的選擇。哪怕節奏慢些，有了家庭責任也不要放棄夢想，只要不斷前進，總能找到實現初心的路徑。

唐小引：非常感謝劉老師的精彩分享。您那邊現在也很晚了，感謝您抽出時間與我們對話。

劉國瑞：謝謝你們，讓我有機會分享這些體會。希望我們的討論對大家有所啟發。

2025 全球產品經理大會

2025 年 8 月 15–16 日

北京·威斯汀酒店

2025 全球產品經理大會將匯聚互聯網大廠、AI 創業公司、ToB/ToC 實戰一線的產品人，圍繞產品設計、用戶體驗、增長運營、智能落地等核心議題，展開 12 大專題分享，洞察趨勢、拆解路徑、對話未來。

更多詳情與報名，請掃碼下方二維碼。