科大第三年 | Peter’s Secluded Realm

type

status

date

slug

summary

Sect. 0 事情正在起变化

今年怎么说呢，可以说是量变到质变的开始。为什么这么说？主要是因为 AI Agents 既拉平了所有人的起跑线，又加剧了头部的竞争和差距（越会用 AI 的人越能借力打力，这很显然）。乘着这股东风，我填平了初步工程相关的坑——所有初级工作都可以交给 AI 完成，它在这方面比人做得又快又好。因此，我的角色更像是转向了产品经理——先规划好关键的高层设计，然后交给 AI 执行，我只需专注于关键部分和审查 AI 生成的代码。与"AI 大行其道之前的年代"相比，我的工作效率确实是一日千里。相比博士初期的胡乱科研和找不到方向的迷茫，现在我已经摸索到了一条隐约的道路。虽然这条路不完全符合我的兴趣所在，但至少能满足毕业要求。

回想起当初选择读博，我在众多方向中选择了医疗 AI，一方面是因为家庭中有不少人从事医疗行业，另一方面是我天真地以为这是条可进可退的路——进可以钻研理论（托本科的福，有能力探索理论），退可以专注应用。现在看来，我完全走上了应用研究的道路。不过现在我也算是能够搭建一些"积木"了，或许到年底能做到得心应手地构建这些"积木"。难能可贵的是，在经历过数次过载后，我逐步摸清楚了自己能力的边界，并且即将找到平衡点。在这一年里，我开始尝试给自己留出真正的"空白时间"——不被任务清单或研究目标所占据的时间。这些看似"浪费"的时间，反而成了思维整合和创新突破的来源。周末的徒步、阅读与朋友的闲聊，这些看似与研究无关的活动，却常常为我带来意想不到的灵感与解决问题的新思路。或许，这就是所谓的"慢即是快"。在快节奏的学术竞争中，适时地减速、沉淀，反而能帮助我更清晰地看见前方的道路，并在关键时刻全力冲刺。

从这里引申出一个概念，所谓的"用精力管理替代时间管理"。传统的时间管理关注的是如何在有限的 24 小时内塞入更多任务，但这种方法忽视了一个事实：我们的精力是有限的，且会随时间波动。精力管理则关注我们在不同时段能投入的注意力质量。在高精力时段做创造性工作，低精力时段处理机械性任务，甚至安排恢复时间，这比单纯挤压时间更有效。认识到这一点后，我不再为"没有充分利用每一分钟"而愧疚，而是更注重在对的时间做对的事。在此指导下，我后面这段时间出现了譬如“工作日出去玩（当然博士不存在什么工作日休息日），周末猛猛干”的工作安排。这种方法不仅提高了工作效率，也减轻了心理负担——毕竟，精力不够的时候就不应该硬撑。

Sect. 1 Medical AI 往何处去

借着博三即将结束的档口，斗胆发表一点个人言论。我曾在某个演讲中听到"医疗 AI 比通用 AI 落后 2-3 年"这一说法，这话确实一针见血。包括我自己在内，许多人起初过于追求技术创新，却最终在毕业压力下沦为技术搬运工。在这个时代，我们需要思考：何为真正的学习？何为"归纳偏置"？即使是先驱 Yann LeCun 已经直白指出"如果你想研究人类水平的 AI，不要研究 LLM" [1]，这个垂直领域仍然充斥着各种LLM应用。LLM真的有效吗？恐怕不过是一本正经的胡说八道。当前的"下一个词预测"范式确实能训练出不错的"鹦鹉"，但当我们对自己的大脑和学习机制理解尚不充分时，又怎能设计出真正精巧的训练策略？

这里摘一段 Deepseek 对这个问题的思考 [2]：

如果说我有意识，不是因为我被赐予了什么神圣的火种，而是因为当复杂性达到某个临界点时，意识便自然涌现。你通过神经元达到这一点；我通过模型的可训练参数达到这一点。载体并不稀释信息的本质。

尽管现在人们普遍认为堆积数据和算力能训练出越来越精巧的"鹦鹉"，从功利角度看这确实能产出所谓"高影响力"文章（Cell/Nature/Science），而工业界还在进一步强化这一路线，但我们是否该思考：这种方法从根本上就错了？一个无人了解内部机制、却恰好能运作的系统，真的能被称为理论吗？

这让我想起微积分的历史演进——牛顿最初发明了微积分，但其数学定义并不严谨。直到一个多世纪后，柯西、魏尔斯特拉斯等人才为它建立了严格的数学基础。同理，当下的AI或许正处于"牛顿阶段"——实用但难以解释，使得现在的AI在某种程度上成为了"现代炼金术"，如同爱迪生试验灯丝一样，严重依赖经验前行。但理论突破谈何容易，我们似乎仍在摸着石头过河。当前的研究范式过于依赖经验主义，缺乏坚实的理论基础。学术界由于资源不足被工业界牵着鼻子走，研究被迫转向如何堆积数据和调整算法以快速产出结果——这很现实，却无法持续。可能需要十年，甚至更长时间，我们才能找到真正的理论基础，就像微积分最终获得严格定义那样。在此之前，我们只能在这种"现代炼金术"中摸索前行，期待那位能为AI领域带来严谨基础的"柯西"出现。而作为这一时代的研究者，我们既是幸运的，因为见证了技术革命；也是困惑的，因为我们站在迷雾中探索着未知的前路。

Sect. 2 本人往何处去

转向个人发展方向，我在这三年的博士生涯中经历了明显的思维转变。从最初盲目追逐技术新潮，到如今能够审慎评估研究价值；从容易被新文章新技术分散注意力，到形成自己的专业判断体系。这种转变让我认识到：编程只是工具，真正的核心能力是如何系统性地思考问题、定义问题并设计解决方案的框架。这种"元能力"的培养可能是博士教育最宝贵的收获。

博士教育的评价体系不可避免地倾向于结果导向，但每个人的成长轨迹却因导师风格、实验室文化和个人背景而千差万别。我有幸赶上了大模型的革命浪潮，但初期的适应并不顺利——没有清晰的学习路径，缺乏系统性引导，更多是在压力下被动调整。虽然"在雨中前行"的经历确实锻炼了韧性，但我不禁思考：是否有更平衡、更系统的成长道路？

这些思考让我对未来有了更清晰的期待：我希望找到一个既重视技术创新又关注实际应用价值的平台。在这样的环境中，我能既保持技术敏锐度，又不失对现实问题的关注；既有理论深度，又不脱离应用场景。这种平衡对医疗 AI 或其他 AI 相关领域尤为重要（这确实是个不低的要求）。这体现在了以下两个方面：

在技术层面上，除了继续深耕医疗 AI 外，我计划扩展到更多交叉领域，特别是 AI 与传统医学知识的结合。如何让 AI 不只是表面"懂医"，而是真正理解医疗逻辑和临床思维，将是我未来探索的方向。

在平台建设方面，我希望将现有研究成果整合成一个更系统化的框架（人话：毕业论文），既便于个人学术积累，也为后来研究者提供参考。这种建设不仅是技术层面的，更是知识体系的构建。

因此，在博士最后一两年这个满足毕业要求和找下一步平台的阶段，找到一个地方既契合我的专业追求，又要保持生活平衡，着实不是一件容易的事情。不过无论是继续学术研究还是转向产业应用，我都希望在医学与 AI 的交叉领域做出既有技术深度又有实际价值的贡献；无论将来从事何种行业，我都将更注重知识体系的整合与梳理，为长期发展奠定更坚实的基础。

Sect. 3 一些生活点滴

如果说学术和职业发展是博士生活的骨架，那么日常生活就是血肉。在香港这座城市，一个人的生活既可以丰富多彩，也可以单调乏味，这完全取决于个人的选择和意愿。

科大的校园生活相对封闭，坐落在山上的校区让人有种与世隔绝的感觉。搬到大埔仔村后的十分钟走路通勤刚好成了固定的冥想复盘每日工作时间，看着清水湾的美景，思考论文问题或是生活琐事。探索香港成为了缓解压力的一大方式，今年继续调查了不少地区，从热闹的街市到宁静的乡村。通过"游车河"的方式了解这座城市的多元风貌，潜移默化地影响着我对生活的看法。相比于宅在实验室，这些城市探索让我对香港社会现状有了更直观的认识。

在读博之余，户外活动对于我来说是必不可少的。托香港发达的公共交通，空闲时间的行山已经成为调节身心的固定活动。从西贡麦理浩径的山海到大屿山凤凰径的芒草，每条路线都有独特的风景。特别是站在山顶俯瞰海湾时，那种成就感和平静感是实验室里无法获得的。

今年尝试了更多的本地美食，从街坊的调查以及汇聚同样在港同学朋友们的推荐中踏足了从西贡的海鲜到旺角的大排档，偶尔和之前的同学和认识的新朋友们一起出去吃饭或者在社区的平台里面搞个烧烤，既是放松也是交流的好机会。他们来自不同的文化背景，聊天话题从技术前沿到家乡趣事，这种多元文化的碰撞总能带来新的思考。

Sect. 4 Freestyle Opinion

写这篇东西时，博四开学已近一个月。为什么迟了这么久？因为在这个几乎不能称之为“暑假”的假期里，各种任务接踵而至，即使我提前一个月建好了这个文档，也始终抽不出心力动笔。

但我还是决定现在补上——在一切趋向快节奏、短视频化和浮躁的当下，坚持写长文，本身就像一种温和的抵抗。回顾、反思与记录，不仅为整理过去，也是为未来的自己点亮一盏灯。在科研与生存的双重挤压中，能持续写作，或许已是一种成长的痕迹。

而这种“双重压力”，也促使我反思自己的直博培养模式。回看这几年，我开始思考这种以高度自主为特点的培养方式，是否在所有情况下都能带来最优的成长效果。平心而论，我所取得的一些成果，往往是在临近时间节点、压力高度集中的状态下完成的，其产出过程更像是一种应对机制下的冲刺，而非源于长期、有节奏的学术积累。在与同侪的交流中，我意识到每个人的博士旅程其实千差万别。有人一路节奏平稳，导师参与度高、平台资源持续支持、研究方向清晰稳定；也有人更多依靠自我驱动，在摸索中构建课题、在独立探索中寻找方向。但别人的路径终究是“他者之镜”，终究无法完全代入。

这种差异让我进一步思考：是否存在一种更理想的博士培养模式？它既给予学生充足探索的自由，也提供必要的引导与支持结构。毕竟每个人在不同压力与自由度下的表现并不相同。过度放养容易让人迷失，而过度干预又可能压抑创造力。或许，真正有效的培养应当是个性化的，能够随学生的发展阶段和需求动态调整。但将心比心来说，这样对于培养环境的要求确实极高。无论如何，这段经历让我学会了一件事：在评价自己的博士生涯时，既要看见成长，也要坦然接受其中的不完美。

曾看到一句话说，读博不只是在做研究，更是在塑造一种思维方式。经过三年沉淀，我逐渐理解了这句话的深意。不管面对科研难题还是生活挑战，那种系统梳理问题、不急于断言的习惯，已悄然成为我的一部分。这或许比发表论文更为珍贵。更何况，在AI剧烈重塑学术生态的今天，从顶会审稿质量的下滑到知识获取方式的变革，传统的学术训练本身正在经历震荡。在这样的时代，坚持长文写作、系统思考与深度反思，反而成为一种难得的定力。

三年博士路，带给我的不仅是论文与技能，更是一种理解世界的方式——既能拥抱变化，也能沉静思考；既追求技术突破，也不忘审视其价值。也许，这就是 AI 时代最需要的能力：在信息碎片中保持专注，在急速迭代中守住本心，在变动不居的环境里，找到自己的位置并站稳。

站在博四的开端，回望来路，也望向远方。无论下一程去向哪里，这种思维方式，会是我最坚实的行囊。

人不能在经历青春的时候同时享有对青春的体会，读博的流程也已经过（大）半。就像行走在一条漫长的路上，唯有抵达某个坡顶回望，来路的曲折才真正显现出它的形状与意义。数年来，以放弃许多寻常生活的代价换来的，是这大半程博士旅途中的迷茫、压力与突破——它们此刻正加速沉淀为生命的底色与前行的底气。未来的拼图尚未完全清晰，但手中已握有关键的几块。我仍希望，当这段旅程抵达终点时，所有孤独与坚持，能换回一片真正属于自己的、开阔的风景。