Timeline
9 月—11 月
刚入学，在做各种探索和学习，开始学习 C 和 py。学生工作、社团、机器人队、嵌入式，都去参与了一下，还顺带考砸了期中。这个过程，我开始接触到大学的基本组成，也认识了一些现在的同行者。
12 月—1 月
开始接触 DL、MNIST、YOLO，从 Kaggle 上乱七八糟的找 project、读论文，能从中感到 passion 和 excitement，开始感觉到：这就是我想做的事情。也认识了指导的学长，也和 Jarvis 见了一面，初次窥见 research 的世界。
2 月
从上学期的探索、paper reading 开始，又把李沐详细的过了一次，然后开始深读经典论文、研究作者，第一次尝试复现一个时序实验。在这个过程中，开始了解到领域的流动变化，motivation 与 limitation，problem to solve。
3 月
agent 学习：ReAct、generative、Voyager，都很感兴趣，做下去了；小 demo 搭建。出于兴趣学习 CSAPP、电脑通信、网络网页知识，不精。
4 月
AutoResearch、AutoCache 搭建，学习 diffusion 与 diffusion cache。
5 月
决定投稿 workshop，完成 workshop 写作，决定 polish 为 EMNLP，EMNLP 投稿。这一个月是第一次把自己扔进一个 research cycle：LaTeX、作图、实验、写文章、讲故事，一切都是第一次。很累，很有压力，但是成长也很大。
6 月
学习 RL、world models，Lumina 社区入门；准备简历，帮一个 startup 项目，突击期末考试，考期末考试。
7 月
考期末，参加 ICML 和进行 rebuttal，前往上海准备第一次 intern，并去 Evolvent AI after party。然后就是学学学学：每天 10 点—晚 11 点，一周干 6 天；又认识了好多朋友。
8 月至今
推一个 ICLR 工作，学具身，学数学，学 CS336，过架构、代码、dataflow。下学期预计清华组 intern 加跟初创实习，然后留学校带下一届 AI 社。
时隔一年，打算总结一下我的所思、所见、所想。过去一年，我能感受到自己的世界越变越大。
前十八年，我的世界只有高考考多少分；十九岁的上半年，世界还只是我要怎么考高分、怎么保研，是不是要学好一门技术、进一个组。我还在和我的几个学长讨论我的专业能做什么，打点什么比赛，学生工作做不做之类的事情。
十九岁的下半年，开学进了拔尖班，在对我影响很大的几个学长的指导下，我加入了组，做了自己的 research，单刷了自己的一作，参与了公司的创业，明确了自己的研究主线，去韩国参会，参加 afterparty，和学长交流，请教了 senior 的 researcher、高校和大厂的研究员，聊过创业者、VC 和创投，了解了他们的所思所想，也学习他们的 insight，也接过了 AI 社社长，初次窥见世界之大和思考自己到底在哪里。
这半年，经历的第一次越来越多：第一次单刷、第一次带 team、第一次实习、第一次请教、第一次参会、第一次讲 paper。看到的世界越来越大，眼界也在变广；认识了 senior 的学长学姐、PhD、创业者、研究员，请教了他们有关 research、人生哲学、创业的 topic，也就开始不自觉地以这样的标准要求和约束自己。
去思考什么是好的 taste，我怎么把实验做得 solid，把文章写的漂亮，思考什么是重要的研究：你的研究是 LLM 强化的，还是真的有价值？你是 parasite AI 吗？你是活在 AI hack 的 echo 吗？我能做的就是保证自己的一个 motivation 和方法是自己的。
也认识到此时此刻，我是怎么样一个水平。顿觉天地宽，但渺沧海之一粟。虽然过去一年也值得认可，但是和真正的 senior 比起来，我没有什么特殊之处，只是一个 junior ＆ not impressive 的 researcher。不过也确实不希望这预示着我 will be a nobody researcher，也真心希望自己在这个世界有自己的一席之地和 contribution，做自己觉得有意义的事情，在最好的地方，做最好的事情，找到有梯度的地方，来训练自己的参数。
在这些经历中，我自己也在渐渐改变，更多的认识自己。我做过的实验、学习过的公式、请教过的人、读过的 paper、推通的公式、拆明白的架构，潜移默化的塑造了我对这个世界、这个领域的认知和理解。
无论 agentic 还是 embodied，我的 world model 都在不断 scale up。自由的发展、成长，把 research 做成积分，不要追求某个 fix 的 KPI，最后总会殊途同归、水到渠成。在 research 的过程中，更理解世界，更理解模型，也更理解自己的所思所想。希望 idea 能 work，希望能参与更大、更好的事业，不虚度的时间，热爱自己所做的事情，在这个世界做一些事情。
所以之后还是正常的请教、深入学习、保持好奇、保持求知、多思考、多发问、多深挖，做自己的工作，分享自己的见解，请教更多人，参与更好的工作，去好的地方，做好的事情。本自具足，具备一个稳定的内核。
无论潮起还是潮落，认识到天地之宽，也认识到自己之渺小，希望可以坚定地前进，跑通自己的 recursive self-improvement。
总之总之，keep passion / keep going / work hard / be self-motivated / have agency。如果几月回首，一笑而过，那我应该也就成为了更好的自己。
非常可惜，你几乎无法真正摆脱课内 metric
在一切开始之前，很可惜的是，笔者也不能真正的摆脱课内和保研流程，也深知这套体系会带来怎样的通货膨胀和伤害。这件事情是结构性的。我希望的只是，你能如同生存手册所写，用最低的精力换取最高的分数，熟悉规则、使用规则，走一些寻常之外的道路，在真正考试和 pre 拿出实力。让优绩主义这套叙事尽可能少的参与你的人生。
我请教过的人们
有我的引路人，建立 research 和 business 的世界观，与人交往，认知，行动力。有重要的指导者，对 agentic 的深入理解，好的 paper writing 和 rebuttal 技巧；也有学长教我什么是好的工作、贡献、重要、影响力，提醒我不要沉浸在年龄叙事，把精力放在重要的事情，探索你是谁的命题，research 的重要性的判断，业界。
有创业者，和他谈社会化、水到渠成的发展。
有 Kimi 的学长和我分享成长的 path：被人看到，sell yourself，多分享，同时有对应的实力；pretrain 是一门学问，focus on 真正值得研究的问题。同一级的好朋友也教了我 just do it，think outside the box，求知欲。以及 Selen、卡比在 research 和 technical 上给我的指点，都让我受益匪浅。
Be motivated：你的人生是 TTT，不是 Always pretrain
这世界上 trajectory 很多，需要自己来走。你的人生道路不是被学校规定好的 roadmap 所禁锢，不存在固定标准范本和“你应该做什么”、标准和线性的发展：大一卷绩点，大二卷比赛，大三卷科研，大四找 offer，研究生做科研，博士生发文章，长大了工作或者创业，养个孩子，他再去 cycle。这不是。
大学不是 fix 的通关游戏。抛开客观限制，只要你是能主动 reach 的，不存在我要准备好、现在还不够，不存在所谓学风谈、不公平谈、你做 research 你厉害谈；不存在先绩点才准科研，不存在先小组才准大组，不存在我有梦校，但是我要提升自己才敢最后一战决生死。
你想做、想探索，所以直接去做，让准备、成长并行发生。要有主动踏出第一步的魄力，找到引路人，去展示自己，让自己被看到、被 link，work hard，keep going。去最好的地方，做最想做的事情，找到你的回应。不要等着在这个 fix 的 env 完成你的 pretrain，跑通自己的 test-time learning 和 recursive self-improvement。重要的是你是谁，你想做什么，你要怎么做成，没有人能替你决定。
引用我的引路人的话
“所以，我跟你说没有什么规矩，没有什么定式和天经地义，没有什么按部就班循规蹈矩，⼀切，都是海阔凭⻥跃，天⾼任⻦⻜，没有的路，我硬⾛出来。我跟你说打法，是设计，是艺术。抬头看看⽉亮，亮也没⽤，没⽤也亮。”
年龄叙事、时间成本、有梯度的地方
大学高中化、优绩主义，以及社会焦虑，催生了一种天才叙事。我们并不否认，他们的成长有自己的勤奋、高精力与行动力，这让他们能够遇见机会、抓住机会，也有缘分所在。但各种宣传试图最大化 peer pressure，让人们觉得你大一就要怎么样，二十岁就要怎么样，把人们捧向愚者之峰，告诉你天上天下唯我独尊；你大一没有进组，大二没有国奖和实习，已经落后。
我们可以正视提前起步的时间优势，佩服他们的 motivation 和行动力，但是不应菲薄自己或沾沾自喜。引用一下 Saining 老师的访谈：“不要在乎每一个时刻你的成败，不要计较每一个 point estimate 上的得失，research 是一个积分，所有的评价汇在一起，它决定了你是不是一个好的 researcher。”重要的是你最后做了什么，留下了什么新知识、新贡献、重要的问题。
你很难不焦虑。东亚是被优绩主义和比较烙印的一代，你的视野不断扩大，会放大你的 pressure。你发现这个世界还有这样的 trajectory：同龄人有 Seed，有 Galbot，有国奖，有文章，有优绩主义；你又在可以 maximize 你的焦虑的平台，让你觉得你不 impressive。
只要你不断扩大视野，就永远会遇到代码更强、数学更强、research 更强、会创业、会管人、reputation 更大的人。Again，把目光放在积分，请教他们，和他们站在一起。这件事只有慢慢想通和祛魅。希望我们都能有一个稳定的内核，找到属于自己的坐标系，就把自己扔到梯度最大的地方去，不断成长，慢慢找到自己的地方。
research 没有那么简单
之前的 EMNLP 收到了做 research 以来首次 reject，其实意料之中，所以淡淡的，没有什么特别大的情绪波动，尤其是 PC 给的还是这么个神人 comments。
能感觉到的是惋惜。抛开自己第一次写作就撞上大运 reviewer 和 AC 的因素，主要问题还是五月推进工作和写作经验不足，实验设计、数据、writing 都太稚嫩，行动力和 solidness 都成问题。当然，毕竟过去三个月了，再审判当时的不足显得不太公平，但是确实是一个好的教训，认识到了这些东西做的不好的代价是什么。
当然很难不 keep thinking：如果早一天，如果怎么怎么样，也许就有机会怎么怎么样。但是发生的就已经发生了。沉痛反思吧，research 是 execution 的能力，需要你全流程 handle 和管理起来，切忌被 AI hack，把文章做得 solid 起来。
同样，好的工作、好的贡献也是值得思考的。尝试放下学界的傲慢和算法模块至上论，以及在 paper 贬值、抽奖的时代，作为 junior，如果能让 observation 和 motivation 都 make sense，把工作做得 solid，尝试解决重要的问题，带来新的知识，并且讲给大家听；偶尔做 infra、做工程，solid 的占占坑、做做开源，作为立足之地，也不必如此苛责自己。无论成败，熟悉一个 cycle，记住这个 baseline，要求自己做出更好的工作，都能让你成为一个更好的 researcher。
你真的学会了么
我们相比 Pre-AI 时代的人来说，最大的优势和劣势都是：我们的学习成本非常低。Agent 作为 teacher 和 executor，是可以顺着你的需求和请教、耐心的回答你的角色。看起来，任何困难的知识、理论、代码，比起上四十个小时的网课和对着文档绞尽脑汁，不如让 AI 用顺滑的语言讲给你；实验就给跑个 demo，大家看到 loss 降了，手写数字识别跑通了，皆大欢喜，是一个甜蜜的牢房。
他让你顿时感觉自己在愚者之峰，天上天下唯我独尊，让你产生我学会了、我理解了、我掌握了的幻觉。
学习不可以掉信息量。这不代表你要以“如果我不能手撕、不懂八股，我就不 solid、不配做 research”来道德批判自己——这同样可以被 overfit。多想、多问、多交流，dive into，多发表你的想法。
比如，同样是 TRPO，AI 给你讲这是一个使用 KL 优化训练稳定的 RL 算法，但是他优化目标计算太复杂，所以 PPO 用 clip 优化了这里，然后 GRPO 去掉 critic，多 rollout 几次；和你完整的去探索为什么这样，把 sₜ、sₜ₊₁，policy 如何采样、如何近似，如何约束 J 和 A，再去看到底怎么样，scaling law、稳定性到底体现出怎么样的性质；真的复现，知道到底是怎么 work、怎么崩的，长出自己的 observation。
你觉得看过 attention，听过 AI 咀嚼过的食物，看过 paper；详细推过数学和架构，真的去读，然后你又知道了超参数、架构、初始化之类的都有奥妙和理论。如此，你才能学的逐渐深入。
在此之外，你要培养的也不止 research taste。你需要各种能力：带人、组织，你怎么想问题、怎么看事情，都是的，都很重要。我也要多站出去，讲讲东西，为你这个人创造更多 signal，不要让你成为一个可以被 generate 的人。多问 AI，多聊 AI；更要多问人类，多聊人类。
笔者也还有尚且没想通的部分
我也有自己的爱好，有无用而自由的向往。我希望开个特摄店，希望能和所有人相处很好，找到美学，拥有生活 balance；也很幸运，我遇到了很好的朋友，无论 research 还是 non-research。
希望和重要的人相处，不会那么被带动情绪。
希望具备完整的内核，搭建自己的 metric，做更好的工作。
感觉不能轻易 let go，一个问题研究不出来，一天都不是很爽。
具备更 solid 的数理和各种 coding 能力。
还是希望能够作为我的 checkpoint，希望不断的去补充这些不足，回首过往，一笑而过。