蜗壳进阶联盟专访华为“天才少年”李博杰（上）：放弃百万年薪投身创业，一名科大人的坚守与重塑
【本文转自蜗壳进阶联盟微信公众号《对话 | 专访华为“天才少年”李博杰（上）：放弃百万年薪投身创业，一名科大人的坚守与重塑》】
长文预警，本文共10016字，预计阅读时间27分钟
「对话」是蜗壳进阶联盟推出的系列深度访谈栏目，我们邀请并采访了科大的优秀前辈，他们在科大的大学生活当中走过了弯路，品尝过挫折，获得过成就。我们希望通过深度对话的方式展现他们人生生涯当中的种种历程与个人选择，希望通过这种对话的方式，前辈们的经历可以为科大的后辈们照亮更多的前路。
这一期的对话栏目，我们邀请到了李博杰师兄（个人主页：01.me），李博杰是中科大1000校友、中科大MSRA联培博士、首批华为“天才少年”获得者、AI创业者、中科大评课社区联合创始人。曾任华为计算机网络与协议实验室的助理科学家、副首席专家。曾在SIGCOMM SOSP、NSDI、ATC、PLDI 等顶级会议上发表多篇论文，曾获 ACM 中国优秀博士学位论文奖和“微软学者”奖学金。
本文由蜗壳进阶联盟原创 未经允许 不得转载
采访、编辑 | 冯文俊、陈磊
校对 | 赵国华
主题摘要
大学期间的学习实践经历
如何看待数理基础
评课社区开发历程
如何转向AI的研究
学业规划与职业选择
选择读博的误区与建议
我的学业历程
“兴趣驱动的转行”
蜗壳进阶联盟：非常高兴能够采访到博杰师兄，我们先从师兄在大学的经历聊起吧，师兄入学的时候学的是数学，后来才转向计算机，请师兄讲讲转专业的原因吧？
李博杰：其实，我从数学转到计算机的主要原因是我发现自己在数学上遇到了困难，特别是在一些基础课程上，成绩都不太理想，我觉得自己在数学专业学得并不太会，但是我对计算机有浓厚的兴趣。我最初是华罗庚班的学生，但我发现高等数学与高中竞赛中的数学差异很大，尤其是在解决实际问题方面，这对我是很大的挑战。
我的微积分和线性代数这两门课程的成绩都挺差的，甚至还挂过科，因此我意识到自己在这方面并不擅长。相比之下，我在高中计算机竞赛中获得过一些奖项，而且我对编程、系统的设计和网站开发等方面也非常感兴趣。这让我决定在科大选择转向计算机专业，最初我以为数学会更适合我，但由于成绩原因，我最终转向了计算机。现在回头看，如果当时没有转行，我在数学上可能也不会有太多成就。
蜗壳进阶联盟：所以这是一个兴趣驱动的过程吧。但是师兄提到本科时基础课程的学习成绩不太理想，你觉得这是否影响了自己的发展？
李博杰：这确实是一个兴趣驱动的过程，提到学习成绩，我认为学习成绩并不一定是最重要的。学校的考试评价与实际能力并不总是相关，记得我上本科时学过一门数据库课程，我后来在数据库研究中取得了一些成果，但我那门数据库的课程成绩却不理想。这是因为课程内容偏重理论，实际应用的部分却很少。我记得当时的考试题目包括数据库的三种基本类型，而我并没有好好上课，自然不知道这些内容。虽然对于研究人员来说，理论是重要的，但如果我能用这些知识，其实理论部分就不是那么关键。此外，课程中还涉及到各种范式的知识，对于我来说，这些理论概念并没有太多实际用途。因此，我在本科时并没有特别看重课程成绩，因为我觉得这些内容的实际用途有限，花很多时间去刷GPA并不值得。
蜗壳进阶联盟：很多同学对GPA感到焦虑，听师兄这么说，似乎你在这方面并没有过多的压力。当你看到自己的GPA不如其他人时，是否也会感到焦虑？
李博杰：我自己并没有感到焦虑。我记得我去微软的时候，当时的GPA是3.4，但因为有两门课程的成绩因为覆盖问题影响了总分，最后毕业时的GPA才是3.33，确实不算高。对于你们来说，这个分数可能显得低，但我并不觉得这会影响我的职业发展。
图：李博杰在2024年中科大校友值年返校大会上作为代表进行发言
“如何看待数理基础”
蜗壳进阶联盟：我感觉师兄的动手能力非常强，动手能力可能是一些科大学生所欠缺的。科大是一个非常重视数理基础的学校，师兄如何看待数理基础和计算机领域研究的关系？
李博杰：我觉得数理基础对我的研究是有帮助的。最近我开始做很多AI相关的工作，实际上这些数理基础知识确实会起到作用。很多算法的基础概念实际上源自理论物理和统计学。这些基础的概念在理解复杂的计算机算法时至关重要。比如24年的诺贝尔物理学奖颁给了做AI的学者，这表明这两个领域之间有很多深厚的联系。而且在AI领域中如果想真正做一些cutting edge的研究，数理基础还是非常重要的。
不过，有时候在实际的教学中会存在一些问题。来自数学或物理系的老师用自己的方式给计算机方向的同学讲授基础知识，造成了课程之间的割裂感。例如，当讲到线性代数和随机过程时，课程内容可能只是让学生记住公式，解题，而没有提供这些理论在实际应用中的背景。这使得学生难以理解公式的真正意义和应用价值，很多情况下只是“记住这公式能算算题就行了”，这种学习方式的局限性显而易见。
如果老师能够结合计算机的相关背景，说明这些数学理论在AI或其他计算机领域中的实际应用，学生们就能更好地理解这些知识的价值。数理基础确实很重要，但有时教学方法需要改进。
我自己有一些同学去国外读博士，他们会重新学习一些数理基础的课程。起初，他们可能会觉得“我这个线性代数不是学过吗？为什么要再学一遍？”但是优质的课程会很注重于讲述理论和实际应用之间的关系，这可以帮助学生更好地理解理论与实际应用之间的关系。我的许多同学在经历这种重学后，才真正领悟到之前学习的知识其实是空洞的。
蜗壳进阶联盟：所以在学习数理基础课程时师兄有什么好的方法吗？比如说，可以参考一些国外的课程？
李博杰：我认为一个不错的学习方法就是观看国外的课程。如今，慕课非常普及，很多国外的课程都能在线找到，比如Coursera、edX等平台。首先，学好英语是基础，如果英语不够好，可能就很难理解这些课程。
在此基础上，我建议直接阅读一些国外原版教材，或者观看他们的慕课视频。回想我自己学习数学和物理时，没有尝试这么去学，但如果当初能这样学习，效果可能会更好，如果能够重来一遍，我一定会采取这种方式。我也会建议师弟师妹们采取这种方式，这样有利于更好地掌握数理基础，避免之前我们所经历的空洞学习，数理基础对未来的学习和研究是至关重要的，正确的学习方法能够让他们更深入地理解这些基础知识。
“我是如何转向AI的”
蜗壳进阶联盟：如果有机会回到十几年前，你还会给自己提出什么其他的建议呢？
李博杰：那可真是太多了。比如说，如果回到过去，我会建议自己多买一些比特币，至少要多买点，但这属于投资建议，毕竟当时比特币的价值远未被广泛认识，很多人也没有意识到它的潜力。不过，就学习而言，我觉得可以提两个方面。
首先，我会建议自己不仅要专注于系统领域，还要接触一些算法和人工智能方面的知识。当时我选择系统领域，是因为我在博士研究和刚入职工作时都在做这方面的研究。那时候，我对AI并不太“看得起”，觉得它不过是拟合一些数据，离真正的智能还差很远。这种早期的看法显然是受限于当时的技术水平和个人理解，而如今AI的发展已经接近人类级别的智能，并且能在现实当中为人类提供很多帮助，这种具体影响是我当时未曾预料的。因此，我现在意识到我在AI算法方面的短板，特别是在深度学习和机器学习的相关内容上，这让我感到有必要去补充这些知识。我会建议自己多去了解和学习AI算法的基本知识，尤其是要更加紧迫地去补充这些内容。
其次，我会建议自己在本科期间多学习一些数学基础，比如线性代数和微积分。虽然在做一些工程项目时，比如开发一个网站或优化系统性能时，可能不太需要用到这些知识，但在涉及到理论分析或研究AI算法时，背后其实都有很多数学原理在支撑。因此，数学基础对我后来的发展是非常重要的，特别是在进行理论分析时，这些基础知识将发挥关键作用。我认为拥有扎实的数学知识可以帮助我更好地理解复杂的算法和模型，这对于任何技术领域的深入研究都是必不可少的。
蜗壳进阶联盟：师兄转向AI方向研究的过程是怎样的？是什么让你突然意识到AI的重要性？
李博杰：这个过程其实是逐步转变的。首先，在MSRA（微软亚洲研究院）时，当时它是国内最好的AI实验室，聚集了很多AI领域的顶尖研究人员，在MSRA学习时我们每个月或每两周都要参加一次AI讲座，必须得学，听完后还要考核，所以即使不想学，也不得不去学习。有一个讲座给我留下了深刻的印象，记得是在2016到2017年间，当时计算机视觉特别火，很多在计算机视觉领域特别强的人都出去创业了，这在当时的行业中引发了一种现象，大家都在关注和追逐这个领域的发展。
图：李博杰在MSRA Student Techfest上向时任MSRA院长洪小文展示科研项目
到了2017年，我听了一个讲座，讲者是一位教授，他展示了两部科幻电影，其中一部是《她》（Her），讲述了一个AI如何帮助人们处理日常生活的各种任务，甚至能缓解主人的情感问题。它能看能听能说，能够帮你操作电脑，打电话，后面主人公就和这个AI谈起恋爱了。最初我们觉得这不过是电影，但讲者强调，随着NLP和计算机视觉的发展，未来模型会越来越强大，可能会实现类似人类的智能。
另一部电影是《黑镜》（Black Mirror），其中有一集描述了一个女孩通过下载一个应用来复活她去世的丈夫。这个应用使用了她丈夫社交网络上的信息，能够模仿他的语言风格。讲者展示的那个小模型也可以做到这一点，我可以上传一段我自己的聊天记录，然后它就可以模仿你的说话风格，记住你们之间发生过的一些事情，虽然当时的NLP还不够强大，复杂的话题还聊不了，但我意识到，这种技术在未来将会有巨大的价值。
在2017年，我开始意识到这一点，认为AI的未来非常值得期待。到了2022年，我测试了GPT-3模型，发现它的能力远超之前的NLP模型，能够处理更复杂的问题，这让我深刻认识到AI技术的潜力。虽然我当时还不是特别懂，但已经看到了AI的前景，尽管我没有立刻决定投身于AI，因为当时GPT-3的功能有限，只能处理较简单的问题，比如说，它只能回答一些简单的填空题，无法进行深入的对话。
直到2023年，随着ChatGPT的发布，它才实现了更复杂的问题回答能力，应用范围也变得更加广泛。我试用了几种场景，发现这个技术真的很厉害，尤其是在理解和生成自然语言方面的表现让我感受到其潜力，这让我深刻体会到这一发现的重要性，因此我决定全力投入到AI领域。
从实践中成长
“敢想敢做的经历”
蜗壳进阶联盟：我觉得大学期间的生活和经历会对一个人的未来产生深远的影响，回首在科大的时光，师兄觉得最难忘的事情是什么呢？
李博杰：我可以分享两个事情，一个是本科期间的，另一个是研究生期间的。
在本科期间，对我影响很大的事情是参与Linux用户协会（LUG）的活动。我在刚来科大的时候对Linux一窍不通，甚至连一条命令都不会，那时候感觉非常沮丧，面对复杂的系统和命令，我常常感到无从下手。加入LUG有个条件是要具备一定的Linux水平，起初我因为水平较低而没能加入，这给我带来了很大的挫折和挑战。后来，少院机房里有位非常厉害的师兄周淼淼，他愿意教我Linux命令，这对我帮助很大。他耐心地逐条讲解每个命令的作用和用法，甚至给我安排了一些小练习，让我能够从零开始学习Linux。与此同时，我当时负责维护少院机房主控室，包括更新少院学生会主页，管理少院机房网络，维护Linux网关服务器等。此外，还有我的同学郭家华，他是我本科的好朋友，对Linux也很精通，教了我很多命令，他的帮助让我在学习过程中更加有信心。
图：USTC LUG活动室一角
经过一年的学习，我的能力逐渐提高，我还加入了少院学生会的技术部。起初，技术部并没有正式成立，但我们意识到这个部门的必要性，于是主动开展了一些技术活动，逐渐让技术部成型。这个过程中，我们一起讨论了技术部的目标与定位，并积极吸引其他同学加入，少院学生会技术部之后也出来了很多技术大神。
之后我就和副会长李喵喵一起创建了一个名为科大博客的平台，使用WordPress进行开发。实际上，我当时做了一个基于PHP的托管系统，经过多次折腾，最终实现了多个博客之间的共享与隔离，用户可以在同一平台上创建和管理自己的博客。这个过程我折腾了好多PHP的底层源码，进行了大量的技术细节优化，尤其是在实现博客间数据共享的功能时，遇到了不少挑战，但通过不断的实验，我最终解决了这些问题。后来，我还创建了一个类似于云平台的实验环境，利用少年班学院的八台废弃服务器进行搭建，这些服务器当时有些老旧，但我利用它们进行持续的努力与投入，最终成功运行了两三千个容器。这个过程中经历了不少挑战，比如资源分配和性能优化，但我通过不断的调整和实验，最终克服了这些困难，也感受到技术带来的成就感。
图：少院机房的老旧服务器
我相信这些经历对我后来的发展起到了重要的作用。虽然我的成绩并不算顶尖，按说正常情况下是进不了MSRA的，一般要进入MSRA联培，GPA基本要达到3.7、3.8以上，我当时的GPA远远不够，只有3.4左右，但当时MSRA的张永光老师和谭焜老师从众多简历中挑中我，原因之一就是我在本科期间参与的项目非常出色。尽管我的GPA不高，但我的动手能力和实践经验使我脱颖而出，尤其是在那些参与的项目中，比如博客托管平台、VPN和云平台等。这些项目在技术上都算比较先进，因此他们认为我在这方面有很高的潜力。
“开发评课社区”
蜗壳进阶联盟：那对你影响最大的第二件事是什么呢？
李博杰：第二件事就是开发评课社区的经历，这对我影响非常深远。大约在2015年，当时是我和同学张静宁一起做的。她在刚上大学的时候，就萌生了一个想法，想利用计算机的技术来改变教育，创建一个类似慕课的课程评价平台。我记得特别清楚，当时她刚进入本科阶段，看到同学们在选课时缺乏信息，尤其是刚上学的新生们。2015年，她在学校选课时发现缺少一个课程评价的网站，很多同学在选课时不知道该怎么选择，这引发了她的思考。
图：开发第一版评课社区时的数据库结构图
于是，在她大一下学期，我们正好有一门“科学与社会研讨课”的机会，就开始筹划这个网站。我们希望这个平台可以帮助同学们分享课程和对老师的评价以及学习方法。实际上，国外已经有类似的网站，比如“RateMyProfessors”，所以我们想做一个科大的版本。于是她邀请我和我的室友常震一起参与这个项目。我们的团队成员包括我、张静宁和常震。经过大约三到四个月的努力，我们的第一版网站终于上线，期间我们也经历了很多上线过程的细节和维护工作。
尽管这个项目看起来不大，但我觉得它实际上解决了一个用户非常明确的需求，这就是所谓的PMF（产品市场契合），指产品需要满足用户的特定需求。在我们的情况下，学生们需要知道哪个老师讲得好，哪个课程值得选，此外还需要分享学习方法和资料。
而且目前来看，评课社区的访问量中有很多甚至不是来自科大内部，而是校外的用户通过Google搜索课程信息而访问到科大的评课社区的。这让我觉得这个项目解决了一个非常有价值的问题，虽然问题本身不算大，但确实能给大家带来帮助。
另外，虽然当时我们只是自发地做这个项目，并没有真正打算创业或者寻找产品经理来打磨产品，但我们三个人的合作还是很有效的。张静宁负责产品和前端，我和室友则负责后端和数据库的搭建。
从设计角度来看，我认为科大这个课程评价网站在产品设计上相比其他学校的类似平台有优势。虽然它上线的时间较早，但设计细节上却很出色。比如，首页会展示最新的评价，这样用户一进来就能看到有价值的信息，提升了用户体验，而其他学校的平台可能首页只是一个空框，不知道该看什么，这种设计优点极大地提升了用户的使用体验。
此外，我们的搜索功能也做得很好，可以支持多种搜索方式，而不仅仅是精确匹配。我们对搜索系统进行了多方面的优化，确保用户可以通过多种关键词和课程名称找到他们需要的信息。很多朋友在搜索系统的优化上也做了不少工作，这也显著提高了搜索效率。我们希望用户能够提交更高质量的评价，因此设置了一系列机制，比如允许上传图片和进行文本编辑，这些都促进了更优质内容的产生，提升了点评的质量。
图：已深入科大学子学习生活的评课社区，至今已运行近十年，上万名学生贡献了三万多条点评
总的来说，尽管当初我们没有意识到这个项目的重要性，甚至在起初也有些不确定，但最终的成果让我感到非常有成就感，这种个人感受在我看来是非常重要的。
蜗壳进阶联盟：师兄在进行这些课外实践时，是否听到过一些不理解的声音，或者有人对这样的兴趣表示质疑？
李博杰：确实会有这样的情况。毕竟我们在做的是兴趣项目，很多同学可能更关注的是这个项目的价值。为了吸引大家，我们采取了一些具体的推广策略，比如写点评可以送书，但最终也没有人要我们送的书，最后还是靠大家口口相传，慢慢让项目发展起来。这个过程是渐进的，让我们意识到，尽管起初不被理解，但坚持下去的努力最终会带来回报。
而且当时也有些老师认为学生没有资格评价他们的课程，但我觉得既然老师的讲课对象是学生，学生自然有权利对老师的课程进行评价。而且我还想起了现在AI领域的一个概念——超级对齐。超级对齐的背景是，如何确保一个比人更聪明的AI听从人类的意愿而不作恶。这里的关键在于，如果有一天AI比人聪明，那我们还如何去评价它呢？这就像我在学校时对老师的评价一样，尽管学生的能力可能不及老师，但他们的评价依然是有意义的，也可以在某种程度上可以促进教学的改进，为课程的改进提供切实的依据。
蜗壳进阶联盟：师兄在大学期间参与这些项目，是否也让你在未来更有勇气去尝试新的事物？
李博杰：我觉得确实如此。在学校期间，我尝试了很多项目，包括在读博士期间折腾了区块链的比特币和以太坊挖矿，这些挖矿项目虽然与我的学习研究没有直接关系，但我喜欢折腾的过程让我接触到了多样的技术与想法。通过这些实践，我意识到自己可以做成很多事情。虽然一开始不太懂，但通过尝试，我很快就能理解这个过程中的各种技术和原理。这个探索与发现的过程让我意识到，自己的能力在不断提升，因此我也变得更加自信。
洞见
“学业选择与职业规划”
蜗壳进阶联盟：师兄提到兴趣这个话题，从现在大学生的角度来看，师兄觉得在个人职业规划和学业规划方面应该从哪些方面考虑？
李博杰：其实这取决于每个人的需求。有些人希望赚很多钱，比如说已经赚了100万但觉得不够，想要1000万，甚至一亿。对于这些人来说，选择一个离钱较近的行业，可能会更合适。很多人对金钱的兴趣构成了他们选择职业时的重要动机。而且，不同人的需求在选择职业时会影响到他们的决策，比如有的人追求的是财务自由则可能更注重工作本身的成就感和社会价值。
但如果我的目标不是为了挣很多钱，而是想做一些自己感兴趣的事情，比如探索新技术、参与社会公益，同时能够帮助人类，那么我就会更注重做那些重要的事情。我的目的是希望通过我的努力，能为他人带来更多的帮助，比如推动技术进步或改善社会福利。从长远来看，我并不太在意这些事是否能给我带来金钱上的回报，这种态度使我在追求目标时更加坚定和专注，每个人的选择和背后的动机都是不同的，个人兴趣在这个过程中尤为重要。
另外，除了动机之外，在考虑选择读研或出国留学时，还需要发掘自己的比较优势。比较优势是指在某些方面我比别人更有优势，比如某些特定的技能或资源。举个例子，如果让我选择去A学校或B学校，A学校的导师不太好，而B学校的导师很优秀，我会选择B学校。因为优秀的导师能为我提供更多资源，帮助我在学校里相对突出。在选择标准上，我会考虑导师的声誉、研究方向以及能够提供的机会，这些都会影响我的学术和职业发展。同时，在做选择时，我会确保这个导师在我的专业领域能提供足够的支持和资源。选择学校时，我会确保选择那些能够让我充分展现自己的能力和潜力的地方，当然，B学校的整体质量也不能太差，以确保我的发展潜力。
在职业选择上也是如此。如果有两家公司可以选择，第一家公司提供的薪资高30%，但是工作内容比较基础，大家都在做相似的事情，像是做一个螺丝钉，缺乏独特性。而第二家公司虽然薪水稍低，但职位非常关键，并且公司急需这个角色。那么在第二家公司，我就能承担很关键的职责，这不仅能让我获得更多的个人成长，也能为公司创造更大的价值。这种关键职责的承担将直接影响我的职业发展。在这样的环境中，我能够快速提升自己的能力，获得更多发展机会。
这就是我当初选择加入华为的原因。当时华为在高性能网络领域的研究比较稀缺，而我的博士导师也正好在华为，因此我能参与到一些非常关键的核心项目中并快速成长。我的参与不仅帮助了华为解决了实际问题，还促进了我的职业发展，我也入选了华为的“天才少年”项目。导师的指导和资源支持对我的职业发展起到了至关重要的作用，如果去其他公司，可能已经有很多人在做类似的事，我的成长就会受限，这样的选择对我的职业生涯发展会造成影响。所以我选择的依据始终是我在这个领域相对有比较优势。
图：李博杰（右一）在华为取得华跑会团队跑量冠军
蜗壳进阶联盟：很多同学会考虑要不要读博这个问题，尤其是计算机专业的学生，师兄有什么看法和建议呢？
李博杰：关于读博这件事，我自己也是一名博士生，但比较遗憾的是我看到一些能力很强的师弟在攻读博士时的经历并没有想象中那么顺利，他们的工程能力和学术能力在本科毕业时可能比我当年要强，但在博士阶段取得的学术成果却没有那么多。
我认为这里面最大的因素是所谓research taste，也就是研究的品味，这个东西主要和学生所在的研究组及导师有很大关系。我觉得一个博士生的研究品味基本上就等于带ta的导师的研究品味。若研究的品位没有得到很好的培养，一个博士生在学术发展的过程中将会受到非常大的限制。
如果选择了一个学术能力较低的导师，他们的指导水平可能也比较低；而有些导师虽然学术地位很高，但可能没有太多时间来指导学生，这种情况下导师对学生的成长和学术发展也起不到什么帮助。这两种情况都是在选择博士时容易犯的错误，尤其是在选择过程中，很多人可能并没有意识到导师的重要性。
此外，很多本科生在考虑读博时，往往也没有意识到导师的重要性，仍然认为上一个比如排名前50的学校或知名高校就很不错。但选择一个合适的导师更加关键，许多学生只关注导师的引用次数，而忽视了其他因素，比如导师的研究方向是否与自己的兴趣相符，以及导师的指导能力和可用时间，这些都是重要的标准。因此，我希望大家能够意识到，研究组的选择、研究方向和导师的重要性，这些都是在读博过程中需要认真考虑的，尤其是对于大部分本科生来说，这一点尤为重要。
所以建议大家在做决定时要充分权衡，尤其是要明确如何判断导师的好坏，包括他们的科研成果、指导经验和时间投入等方面。
蜗壳进阶联盟：对于那些还没有读博的同学，师兄觉得比较靠谱的调研方法是什么？
李博杰：我觉得提前去实践是一个不错的选择。现在许多本科生都有机会参与各种科研项目，很多人尝试过后发现这个领域并不如想象中有趣。比如，我有个同学本科时对量子特别感兴趣，于是就去了一个相关的项目组实习，但实际工作却是每天摆放光路和多个镜片。这个光路实验过程非常复杂，涉及到多个镜片的精确摆放，一旦出错，可能需要花一两天甚至一周来修正。这让他意识到与自己幻想的高大上的研究有很大的落差，因此转向了计算机领域，我觉得这个转向的过程也是一个值得反思的经历。我认为，很多人在进入一个领域之前，凭借媒体或外界的宣传，对该领域的认知往往不够全面，甚至存在误解，这种认知差异会影响他们的选择和发展。
搞AI的同学可能也有类似的经历，刚开始看到ChatGPT，觉得AI很牛，想训练出一个比它更强的模型，但实际读博时并没有那么多卡让你去训练那种级别的模型。实验室里的资源可能只有几块卡，而这些卡还要与其他同学分享，最终只能做一些小项目，而导师的研究方向可能又是某个冷门领域，这样也可能会感到失落和无奈。
就我个人而言，我选择的领域是经过深思熟虑的。在本科期间，我参与了多个科研项目，折腾了很多系统，包括网站和网络服务。后来我去MSRA也是做系统研究，这样我就不会感到落差。
图：李博杰在MSRA的饭团合影
因此，提前对领域有一些概念是非常重要的。以前没有AI的话，我很难找到一个合适的人来解释复杂的概念，比如本科生想知道大模型的东西，真正懂的人往往没有精力给他解释，寻找合适的指导者是相当困难的。但现在有了AI，它可以帮助你理解一些基础知识和相关论文。如果你想加入某个导师的研究组，比如与大模型相关的研究，可以把几篇论文放给AI，它能用通俗易懂的方式帮你讲解，从而让你对这个领域有更深入的理解。我觉得，AI在学习中的重要性不言而喻，它能够以深入浅出的方式帮助你掌握复杂的知识，这对学习的积极影响非常显著。
蜗壳进阶联盟：师兄讲到了一个好的平台对于科研的重要性，我感觉这有时候也是一种机遇，遇到一个好的平台，遇到一个对的导师，才更有机会做出非常好的研究。
李博杰：我非常同意这一点。一个优秀的博士研究环境和团队能够提供很好的机会。在MSRA，我的研究小组里聚集了许多聪明且研究能力强的同学，他们在各自的领域都有出色的表现，导师们也都是业内佼佼者。这样的环境是非常宝贵的，值得珍惜和争取。如果我当时是在一个资源很少的实验室，且与工业界的接触联系比较少，那么我的成果可能就会大大受限，影响力也会小很多，比如说缺乏相关的应用和实际转化的机会。因此，争取一个良好的研究平台和机会是非常重要的，这个平台不仅包括丰富的资源和设备，还要有良好的团队合作氛围，才能真正促进个人的科研能力与成果的转化。
未完待续，敬请关注！