听了这话，马库斯感觉受到了一万点暴击。
这些都很简单吗？
作为一个计算机领域的研究人员，他对自己的专业能力向来充满自信。
但听完林枫那一席话后，他却备受打击。
不过很快马库斯就释然了。
毕竟林是有的数学背景的，有些独到的见解这很正常。
每个圈子都有鄙视链，学术圈尤其如此。
在人工智能这个领域，有数学背景的人往往占据鄙视链的顶端。
这种鄙视链的逻辑很简单——数学是所有科学的基础，尤其是在人工智能领域，数学几乎是所有技术背后的支柱。
无论是概率论、线性代数，还是微积分、统计学，乃至更深层的拓扑学、泛函分析，这些抽象的数学工具都是推动算法发展不可或缺的要素。
掌握这些工具的人，当然被认为站在更高的认知层次上——站在这一层次的人，能够从根本上理解技术的底层原理，而不仅仅是操作某个现成的工具。
正因如此，那些有数学背景的人——尤其是纯粹从数学角度研究人工智能的——往往被认为是圈子里的“天花板”，他们不仅理解代码，更能从理论层面推导出新的算法，甚至预见技术的未来方向。
现在看来，林就是这样的人。
相比之下，像马库斯这样以工程背景为主的人，更多的是应用现有的工具和框架，在实战中解决问题。
记得某个着名的笑话流传已久——“算法工程师在写代码时，根本不需要担心矩阵相乘的问题，因为背后总有一个数学家在替他们操心。”
虽然这是句玩笑话，但它精准地揭示了学术鄙视链的现实：掌握数学的人，不仅可以做底层开发，还可以成为理论的创造者，而那些没有数学背景的人，往往只能成为技术的“使用者”。
“这种感觉真是让人沮丧，我可没觉得简单。”马库斯轻轻叹了一口气，无奈地耸了耸肩：“反正换做是我是绝对不会想到这些创新性的思路。”
林枫微笑着，淡然说道：“我们中国有句古诗，不识庐山真面目，只缘身在此山中。
其实有时候，跳出框架去看问题，能发现许多以前没有注意到