读博之前，先问自己一个问题
Andrej Karpathy 读博之前，以为博士生活是《 Half-Life 》里 Gordon Freeman 那样——拿着博士学位，拯救世界。
读完才发现，真实的博士生活是：周六下午独自坐在实验室，窗外阳光明媚，你刷着 Facebook，看朋友们在马尔代夫度假——他们的工资是你的 5 到 10 倍。
在斯坦福读博的最后一年，Karpathy写下了这篇被称为"博士圣经"的文章。
作为李飞飞的学生，特斯拉前AI总监，OpenAI创始成员，ImageNet分类模型作者之一。
在这篇文章里，他并没讲什么宏大叙事，而是老老实实回顾了自己踩过的坑。
读不读博？这是他给出的第一个思考框架——
自由度、所有权、排他性、个人成长、选择权最大化。
自由。 在公司，你可能被安排做一颗螺丝钉。但在博士阶段，你是自己的老板。研究什么、怎么研究、学什么，几乎你说了算。
所有权。 你做的东西，打上你的名字。你的论文、你的发现、你的影响力。相比之下，在大公司里，"blend in" 是常态。
排他性。 顶尖 PhD 项目每年只收几百人。加入这个圈子，意味着和全世界最聪明的一批人混在一起。
未来的选择权。 Karpathy 说了句大实话：你可以从 PhD 走向任何地方，但很难反过来——先工作几年再回来读博，概率上不占优势。
还有一点很现实：在机器学习领域，PhD 毕业生甚至 PhD 辍学者，都比本科生更受欢迎。很多公司愿意给更高的起点薪资。
所以他建议——年轻时，多给自己增加方差。
你未来有50年要打工，急什么？
但 Karpathy 紧接着泼了一盆冷水。
那些没人告诉你的黑暗面
"你应该相当确信自己能在一个没有结构的环境里蓬勃发展。如果你不确定，默认选择应该是 NO。"
这段话值得读三遍。
他列举了博士期间的常态：
你会在论文截止日期前拼命工作，连续几周不知道今天是星期几，晚饭只能吃实验室小厨房里剩下的冷饭。
你会在周六下午独自坐在实验室，刷着 Facebook ，看着朋友们在海边度假——他们的工资是你的 5 到 10 倍。
你可能会面对这样的时刻：三个月的成果被导师一句话否定，然后全部推倒重来。
你会经历身份危机，开始怀疑人生：我在干什么？这可是我人生最好的几年啊。
更残酷的是比较：你花几个月写的论文可能只有几次引用，而你的朋友创业、上了 TechCrunch 、产品覆盖了数百万人。
Karpathy 说得很直接：博士是一种非常特殊的体验，不是每个人都适合。如果你只是想"镀金"或者"缓冲几年"，大概率会痛苦收场。
他建议在决定之前，先去实验室体验一下——哪怕只是一个暑假的科研项目。
怎么申请：推荐信是王，其他都是背景板
好，你铁了心要读博。
那怎么进一个好项目？
Karpathy 的答案很直接：推荐信，推荐信，推荐信。
最理想的推荐信是这样的："这是我教过的 top 5 学生。她有主动性，能提出自己的想法，并且能把它们做出来。"
最没用的推荐信是这样的："她上了我的课，成绩不错。"
他还透露了一个自己当年的教训：本科时花了大量时间刷 GPA ，后来才发现——成绩只要不太差就行，真正重要的是 尽早、尽可能多地做科研。最好在多个导师手下做，这样你能凑齐三封以上的强推。
至于怎么选学校？
Karpathy 开了个玩笑："简单，去斯坦福。"然后认真补充：好学校的价值在于"反馈循环"——好学校吸引好学生，好学生之间互相激励，你的圈子决定了你的天花板。
还有一点被低估了：生活环境。你要在那儿待五年多，别委屈自己。
选导师：比选老婆还重要
"学生和导师的关系，有时候被称为一种婚姻。"
Karpathy 这个类比太精准了。
选导师比选学校更重要，因为导师直接影响你未来五年的生活质量、心理健康和职业轨迹。
他提到了一个关键维度：tenure 前后。
pre-tenure 的年轻导师通常更 hands-on ，会和你一起推公式、改代码、盯细节。他们需要成果来评 tenure ，所以会push你。但这种高强度 supervision 既是祝福也是诅咒。
post-tenure 的资深导师可能更放手，但他们的时间被各种委员会、讲座、出差占满。低层次的指导你可能得不到，得靠组里的博士后或高年级博士生。
还有很多其他维度：有的导师管得细，有的放得宽；有的支持你去实习，有的觉得实习是浪费时间；有的fund你满世界开会，有的连买台好点的电脑都抠门。
Karpathy 的建议是：和导师的学生聊聊。别在正式场合问，找个轻松的局，問具体问题："你们多久见一次？""他有多hands-on？"学生们通常会说真话。
还有一点容易被忽略：整个组的氛围。你可能一周见导师一次，但每天都会和组里的同学打交道。他们会成为你最亲近的朋友，也可能是你最重要的合作者。
研究选题：90%的人死在这一步
进入 PhD 后，最让人崩溃的部分来了：选题。
Karpathy 用了"外循环"和"内循环"来描述这种状态。
内循环是"解决问题"，这相对简单——给你一个明确的问题，你想办法解决它。
外循环是"决定什么问题值得解决"，这是博士期间最折磨人的部分。你每天都在问自己：这个方向对吗？五年后我会后悔吗？有意义吗？
他把这个过程叫做"培养品味"。
什么是品味？
就是当你在导师面前 pitch 一个选题时，你能从他们的表情里读出一切——是眼睛发亮，还是兴趣缺缺。这背后是对问题重要性、可行性、"sexy程度"的瞬间判断。
Karpathy 很诚实："我刚读博时品味很差。"他早期兴奋的那些问题，回头看都是不可行或者没价值的。
他总结了几个选题原则：
选肥沃的土壤。 你的论文会一篇接一篇叠起来，形成一个 body of work 。选题时要考虑后续空间。
契合导师利益。 导师有自己的"御用 slides "——他们到处讲的talk。如果你能往那个 deck 里加新东西，他们会更有动力帮你推广。
做 10x 的问题，而非 10%。 人的心理有个 bug ：觉得 10 倍重要的问题会 10 倍难。实际上，10 倍难的问题往往更容易成功，因为它逼你跳出盒子，从第一性原理重新思考。
避免"incremental work"。 这种论文在现有基础上加 2% 的改进，审稿人找不到理由拒，但也没人会引用。Karpathy 叫它们"蟑螂论文"——很难死，但也活不好。
他自己的 thesis 就是一个案例：前两年他一直在 3D 视频方向徘徊，直到第三年某个周六凌晨两点，他偶然和 Richard Socher 聊了几句，才找到了真正的方向——图文结合。
那个瞬间，他形容自己脑子里"所有的钩子都搭上了"。
论文写作：别把论文写成流水账
"论文是一种很奇怪的东西。它有特定的形状、特定的流动方式、特定的结构和语言。"
Karpathy 说写论文像"原始人学生火"——是生存技能。
他分享了几个血泪经验：
找到唯一的核心贡献。 一篇论文不是随机的实验报告，它只卖一个东西。多了就散了，读者记不住。
他自己犯过这个错：在视频分类的论文里塞了两个贡献——模型架构和多分辨率改进。结果第二个贡献太弱，稀释了整篇论文。事后看，应该拆成两篇。
结构是默认的。 Introduction, Related Work, Model, Experiments, Conclusion。按这个框架来，别老想创新格式。
避免"洗衣清单"式写作。 "首先我们做X，然后做Y，然后做Z"——这是最无聊的写法。每一个点都要有动机、有比较、有论证。不是描述你做了什么，而是说服别人为什么这么做。
用词要精准。 在 ML 领域，不要"研究"或"调查"，要"提出"或"开发"。不要"系统"或"管道"，要"模型"。不要"特征"，要"表示"。这些词之间的微妙差异，决定了论文是加分还是减分。
设置内部截止日期。 Karpathy 说李飞飞坚持内部 deadline 比正式截止早两周，要求提交完整草稿进行内部 review。这逼着他把整篇论文跑通——通常会发现还缺几个关键实验。
演讲：不是让你念论文
你的论文被选为 oral 了，要去大会上演讲。
等等，Karpathy 说：演讲的目的不是告诉听众你做了什么。
这是最常见的误解。
演讲的真正目的是：
- 让听众真正理解并兴奋于你解决的问题（他们不在乎你的方案，如果他们不 care 这个问题的话）
- 教会他们一些东西
- 娱乐他们（否则他们会刷 Facebook）
一个好的演讲应该让观众心里想："卧槽，我做错方向了""这论文我必须读""这人太懂了"。
技巧呢？
多用图。 人们喜欢看图。视频要谨慎用，因为容易分散注意力。
不要堆文字。 很多演讲者把整段文字贴到 slides 上，然后照着念。观众自己会看，不需要你念给他们听。
live demo 是大杀器。 能做就做，记忆点极强。
讲个故事。 人喜欢故事。
多引用。 这不花多少空间，但能讨好同事，也显得你谦逊，知道自己的工作是建立在别人肩膀上的。
练习！ 先对自己练，再对实验室的人练。你会发现很多逻辑漏洞。
Karpathy 还点名批评了"outline slide"——"这部电影讲的是一枚魔戒。第一章我们看到霍比特人拿到魔戒，第二章他前往魔多，第三章他把魔戒扔进末日火山。我现在从第一章开始"——求求了，别这样。
会议：真正的价值在走廊里
关于学术会议，Karpathy 说了句大实话：
"创新的速度现在比会议周期快得多，你在会上看到的大多数论文其实已经是旧闻了。"
所以会议主要是社交活动。
他有个选 talk 的技巧：与其看 topic ，不如看 speaker 。有些人就是讲得好，哪怕 topic 和你没关系，去听也值。
但他说，真正的魔法发生在走廊里。
poster session 里藏着很多没发表的宝贝。 hallway conversations 里流动着论文里不会写的"内部消息"——什么方向要火了，什么方法其实效果不行，谁和谁在合作。
有句话他引用得很妙：
" PhD 有三个阶段。第一阶段，你看到一篇论文的引用列表，里面大部分你没读过。第二阶段，你认识那些论文。第三阶段，你和那些论文的第一作者都喝过酒。"
这就是学术圈的人脉。
最后：没有捷径
Karpathy 用 Sam Altman 的一句话收尾：
"创业没有捷径。你不能靠钻空子或者装样子在长期获胜。学术界也是一样。"
你可以 self-cite 很多，可以把同一个想法改头换面发几次，可以提交被拒的论文不改一个字就重投——这些 eventually 都会被发现，学术界其实很小。
"所以说到底很简单。做好工作，好好沟通，人们会注意到，好事会发生。好好玩。"
这篇文章是 Karpathy 在 2016 年写的。七年后的今天，他早已离开特斯拉、OpenAI ，成了 AI 领域最有影响力的人之一。
但回头看这篇指南，最动人的不是他的成就，而是他的诚实。
他没有把博士生活描绘成什么"学术理想主义"的高光时刻，而是老实承认：这是一场漫长的、孤独的、充满自我怀疑的旅程。
但如果你真的热爱探索未知，愿意用五年的时间在某个极细的领域成为世界级专家——这条路依然值得。
只是，先想清楚。
【MiniMax-M2.1锐评】：Karpathy 把 PhD 的真相掰开揉碎讲给你听，没有鸡汤，只有过来人的血泪经验。读博不是逃避职场的避风港，而是另一种形式的极限挑战——不是谁都能活下来。
参考链接：
https://karpathy.github.io/2016/09/07/phd/