dragon2049 @dragon2049fly - Twitter Profile

一个人科研的长期成长应该有意识地超越优秀高中、名校、顶级PhD、成功的线性流水线，而应该打造一个循环：兴趣产生行动，行动形成能力，能力让你看到更深的问题，更深的问题迫使你形成新的能力，然后再进入下一层。学校、奖项、论文、机构，不过是这个隐藏过程在某几个时刻留下来的观测值。一个学生最容易获得关注的时候，往往是在极强的导师、机构和研究网络内部；困难的是，当你离开导师以后，学术共同体还会不会继续认为你的问题值得追踪。所有青年研究者迟早都会面对同一个问题：你究竟是某个伟大学者研究计划中的一个优秀执行者，还是可以建立属于自己的研究程序。从student of X变成一个能够让别人看到某个方向就联想到��的人，这是学术独立真正发生的时刻。围��一件事默默无闻地展开工作，本质上就在完成这种身份转换。这个转变的难度远大于进入一个名校，因为进入名校至少还有明确规则，而建立一个新的 intellectual territory 没有人能告诉你怎样做，也没有任何 guarantee。你要努力从导师建立的问题体系中逐渐形成自己的研究方向。它应该超越一张不断叠加 prestige 的履历，成为一个不断向知识底层递归的过程。喜欢飞机并不罕见，喜欢宇宙也不罕见，喜欢AI、计算机科学、脑科学更不罕见，甚至数学和物理成绩非常好的人，在最顶尖的中学生里也并非凤毛麟角；稀缺的是一个人在很年轻的时候就开始形成一种把抽象知识压进现实系统的习惯。真实工程和考试题的根本区别在于，考试题的边界是别人提前规定好的，变量是有限的，错误通常也是局部的，而工程涉及大量无法预先穷举的问题。训练自己，不断面对一个开放系统。你不知道问题会从哪里出现，也没有标准答案，你只能不断定位、修改、验证。这种能力后来进入理论物理以后看似与工程完全不同，但底层其实是一致的。它都是面对一个尚未被你完全理解的系统，然后逐渐建立模型。你要保持不断拒绝停留在上一层解释的倾向。很多聪明人的问题并不是不够聪明，只是太早找到了一个自己擅长、社会也愿意奖励的位置，于是开始在那里反复优化。竞赛厉害的人继续竞赛，写论文厉害的人建立 publication machine，工程厉害的人不断做更复杂的工程，最后获得了非常高的局部效率，却失去继续改变问题尺度的能力。稀缺的研究者往往相反。一个答案，不会让他们停下来，而会自动产生更深一级的问题。 PhD 以后，评价你的方式其实也必须发生变化。本科以前，我们很容易用学校、奖项、实习、竞赛来衡量一个人，因为那个阶段一个人的原创工作还很少，外部筛选结果就是最容易观察的 proxy；可一旦进入科研前沿，这些东西的价值会迅速下降。你会遇到或拥有非常强的 signal，但科学最终并不保存 signal，科学保存的是 idea，一直如此。一个研究者到了博士和博士后阶段以后，每天只需要问自己三个问题： 1.你究竟发现了什么？ 2.你建立了什么新的联系？ 3.有没有一个问题，在你介入以后发生了实质性的变化？也正因为如此，我其实并不喜欢媒体经常给这种人贴的“新爱因斯坦”一类的神童标签。拥有传奇履历和完成历史级科学��献完全是两回事。Einstein、Dirac、Feynman、Yang 之所以进入科学史，从来不是因为他们上过什么学校、拿过什么 fellowship、在什么机构做过博士后，而是因为他们留下了相对论、Dirac equation、QED、Yang–Mills 这类改变整个知识结构的东西。伟大的科学家最后会发生一个很有意思的现象：他的思想会把他的简历吃掉。几乎没有人介绍 Einstein 时还需要花大量篇幅证明他的 GPA 和 internship 有多优秀，因为那些在理论本身面前已经失去了意义。所以，不要让符号停留在符号，不要让兴趣停留在兴趣，不要让知识停留在考试，不要把已经擅长的事情误认为自己的边界，也不要因为获得了一个足够体面的局部位置，就停止继续寻找更大的问题。若你已经在研究的道路上，并且想要留下什么，愿你能拥有属于极其罕见的成长轨迹，而且将会形成相当清晰的研究身份；你��这个领域中的位置，只能由未来几十年后的科学贡献决定，永远不会由今天你手中的这张CV定义。

118

317

63

200

18K

dragon2049fly retweeted