小米研究员李磊称顶会论文贬值 开源与社媒成AI博士评价新标尺
十字路口Crossing
生成式AI导致学术顶会审稿机制失真，论文数量退化为基础配置，促使企业与学界转向以开源落地活跃度及社交网络声量重估科研人才价值。
AI-assisted summary of AI 时代，PhD 路上的 10 个关键问题｜对谈李磊：港大 PhD、小米 MiMo 研究员 — original source. Check the original for full context.
Source published:
Key ideas
- 大模型论文泛滥削弱顶会录用的含金量，工业界更看重开源代码完整度、Issue 维护度及 Hugging Face 实际下载量等落地信号。 (8:07)
- 学术分发转向社媒推荐算法，博士生圈出现“大粉理论”，将利他内容与硬核技术输出结合以放大个人研究声量。 (12:16)
- 李磊倡导“前慢后快”科研节奏：前期花大量时间做文献调研与最小可行假设验证，一旦方向确立则拉满算力极速工程落地。 (30:00)
- 小米 MiMo 团队公开全网直播后训练（Post-training）过程，实时展示训练开销与 TensorBoard 核心动力学曲线，以此破除行业猜忌并回馈开源社区。 (39:58)
Detailed notes
## Background 该内容由播客频道「十字路口Crossing」（主播 Koji 杨远骋）于 2026 年 10 月 25 日发布在小宇宙平台。节目对话了香港大学在读博士、小米 MiMo 大模型后训练研究员李磊，聚焦于 AI 时代博士生面临的十个关键抉择，涵盖快慢科研、导师与院校选择、研究成果的社交媒体分发，以及 RSI 和 Benchmark 等前沿技术话题。
## TL;DR 对谈围绕大模型浪潮下科研工作者与博士生的现实处境展开，李磊拆解了从零论文冷启动到构建学术领导力的三阶段成长路径。他提出顶会“大水漫灌”使得开源复现度与小红书等社媒分发（“大粉理论”）成为新的硬通货，并倡导“前端深思、后端极速”做难而正确的研究。同时，对话深入探讨了小米 MiMo 公开直播后训练的始末、数据公司的壁垒演进、RSI 的能力边界，以及 CS 专业热度降温周期下的个人心态调适。
## Atmosphere & style 整场对谈兼具极客的严谨求真与过来人的松弛豁达。李磊以极度坦诚、去黑话的姿态分享了自己踩过的科研深坑与心理波动，与主播 Koji 的提问形成了富有共鸣的思维碰撞。在探讨算力困境与学术内卷时既有一针见血的现实剖析，收尾处“饭要吃、觉要睡”的叮嘱又流露出难得的人文关怀与治愈感。
## Bulletin - `08:07` 大模型论文泛滥削弱顶会录用的含金量，工业界更看重开源代码完整度、Issue 维护度及 Hugging Face 实际下载量等落地信号。 - `12:16` 学术分发转向社媒推荐算法，博士生圈出现“大粉理论”，将利他内容与硬核技术输出结合以放大个人研究声量。 - `30:00` 李磊倡导“前慢后快”科研节奏：前期花大量时间做文献调研与最小可行假设验证，一旦方向确立则拉满算力极速工程落地。 - `39:58` 小米 MiMo 团队公开全网直播后训练（Post-training）过程，实时展示训练开销与 TensorBoard 核心动力学曲线，以此破除行业猜忌并回馈开源社区。
## Key takeaways - `00:00` 读 PhD 的核心价值在于拥有一段纯粹、脱产探索未解之谜的经历，避免未来留下未曾做过纯粹科研的遗憾。 - `03:28` 科研选题应攻坚“难而正确”的核心痛点，大模型具备“锯齿状智能”，其真实世界里的毛刺与泛化差距恰是优质课题来源。 - `08:07` 顶会审稿随机性与大水漫灌日益严重，不应将论文被录用作为最终奖励，批量灌水抽奖属于对学术共同体的 DDoS 攻击。 - `12:16` 学术传播进入 Attention is all you need 时代，通过小红书与 Twitter 建立个人声量并保持利他输出，已成为研究分发的关键闭环。 - `16:50` 博士通关分为三大阶段：夯实数理底层并独立完成闭环交付、培养学术领导力带领团队、完成向工业界工程与商业视角的跨越。 - `20:08` 零论文冷启动可以通过打造轻量评估工具或撰写硬核技术博客切入，持续构建作品集以实现类似“冒泡排序”的阶梯式跃迁。 - `25:28` 择师优先级远高于择校，应重点考察课题组校友的学术产出与精神状态，建议通过 Research Intern 或 RA 深度合作实现双选。 - `31:08` 读博地缘各有权衡：内地贴近工业界落地但面临横向纵向压力，香港兼具国际港口与内地产业衔接，美国贴近学术核心圈但受制于签证收紧。 - `33:00` AI 是终极的平权工具，未来不会淘汰人类，而是淘汰不会使用先进工具的人，各领域专家可通过大模型重构自身生产力。 - `35:27` 导师创业引入资本能快速聚集算力与工程资源，但同时也会将商业回报诉求穿透至实验室，带来分担学术杂活的代价。 - `36:52` 单纯为进大厂不必盲目读博，博士学位的真正价值在于系统化重塑底层思维架构与补足认知边界。 - `42:03` 数据公司的壁垒在于捕捉模型前沿的“专家级”与“暗知识”并在时间窗口内稳定交付，低阶做题与平庸数据将迅速被模型自身合成淘汰。 - `47:46` 打造高影响力 Benchmark 需具备三大要素：开辟长上下文等全新能力维度、严防人造痕迹锚定真实场景、以及具备无缝适配生态的易用性。 - `49:00` CS 录取与热度降温属于行业周期的必然回归，编程正成为底层通识技能；科研路上心态要放平，吃好饭睡好觉永远比一篇论文更重要。
## Detailed walkthrough ### `00:00` 快问快答与求学经历：EMNLP 最佳论文的“巅峰开局”
对话在一组轻松的快问快答中开场。李磊现年 28 岁，MBTI 是 ENTJ，巨蟹座。回顾求学脉络，他于 2016 年在西安电子科技大学读本科，2020 年进入北京大学计算语言学研究所攻读硕士，并在 2023 年前往香港大学 NLP Group 攻读博士学位。
谈到为什么决定读博，李磊坦言在硕士毕业时纠结了一阵子。当前工业界给出的薪资待遇与学术界之间存在显著的差距，机会成本非常高。但最终说服自己迈出这一步的理由极其纯粹：“如果我十年以后躺在床上，可能还是会后悔没有去读这个 PhD，所以说我最后觉得既然这样子就还是去读。”他认为金钱可以在未来再去赚，但在那个节点上，如果错过了做纯粹研究的经历，回头看一定会感到遗憾。
李磊的博士开局十分戏剧化：在北大读研的尾声，他与几位师弟展开合作，产出的工作最终斩获了 NLP 顶级会议 EMNLP 的最佳论文奖（Best Paper Award）。而该奖项正式公布的时间大约是在 2023 年 11 月，恰好是他刚入读港大博士的第二个月。刚进校参加第一个学术会议就带着一篇顶级论文荣誉入场，李磊当时内心既惊喜又有些打退堂鼓：“当时就觉得这个属于是一个巅峰开局，害怕说这个会不会是出道即巅峰。”
- **个人画像**：28 岁，ENTJ，巨蟹座。 - **求学轨迹**：西安电子科技大学（2016 本科）→ 北京大学计算语言学研究所（2020 硕士）→ 香港大学 NLP Group（2023 博士在读）。 - **学术荣誉**：腾讯首届青云奖 15 位获奖者之一、EMNLP 最佳论文奖获得者。 - **现任职务**：香港大学在读博士四年级、小米 MiMo 大模型后训练研究员。
---
`03:28` AI 时代的科研打法：做“难而正确”的研究
面对“出道即巅峰”的压力，李磊后续摸索出了一套在 AI 时代行之有效的读博打法，核心在于两个维度：快速迭代与心态选择。
在执行层面，研究者需要保持紧凑高强度的工作节奏，并极具主动性地参与学术社区，向资深导师与学者快速索取反馈（feedback）。在心态与选题上，他强调必须迎难而上，去做“难而正确”的问题。如果不做难的问题，低门槛的研究很快会被海量的竞争对手（competitors）在极短时间内超越打败（beat 掉）。“正确”则包含两层含义：一是该问题属于社区高度关注、公认具备重要性（importance）的核心痛点；二是研究者无需因问题艰深而退缩。很多人面对世界级难题的第一反应是毫无头绪，但现实往往是：“当你在解决一个重要的问题的时候，即使它很难，只要你 make a little bit of the progress，那你也很有可能可以获得非常大的一个影响力。”
Koji 追问这套方法是否能化解同辈焦虑。李磊指出，很多博士生面临着双重现实夹击：一方面是顶会审稿机制在大模型浪潮下近乎难以为继；另一方面则是自身研究的意义感被严重稀释。例如当 OpenAI 的 Astra 等先进模型问世时，大量垂直领域的研究者会陷入恐慌，感觉自己的整个研究细分赛道一瞬间被颠覆，随之开始焦虑自己辛苦发表的论文是否还有价值、未来能否顺利完成从学术界到工业界的求职转化。
针对这类焦虑，李磊给出的药方是“放下被社交媒体放大的 hype，亲自去看真实模型的锯齿状智能”：
> “你乍一看就是 Astra 很牛，但是你再仔细看你会发现它其实有很多的毛刺，这个我觉得就是大家对这个大模型它是一个锯齿状的这样的一个智能有一定的了解……这个东西我觉得就是很考验大家就是说，你真的坐在电脑面前，去 coding、去设计 harness、去把这个东西跑出来，去看看你的数据，去看看整个模型的表现它到底是怎么样的，而不是说被 social media 上面的一些 hype 做了这样的一个心理状态。”
以具身智能为例，先进模型在模拟器（simulator）与真机之间存在显著的泛化差距（generalization gap），模型能力的溯源与归因仍是一片蓝海，这些未被解决的“毛刺”恰恰就是博士生可以深挖的重大课题。
---
`08:07` 顶会大水漫灌下的审稿危机与全新评价体系
在生成式 AI 爆发之后，全球学术顶会普遍遭遇了论文的“大水漫灌”。李磊结合自己担任审稿人与领域主席（AC / SPC）的亲身经历提到，过去一位审稿人的负荷可能只有两三篇，而现在动辄激增到十篇左右。学术界绝大多数人都是“DDL 战士”，当审稿人必须在极短时间内赶工处理十篇论文时，审稿质量不可避免地下滑，评判的随机性被大幅放大。
针对这一困局，学术社区正在采取各种防御措施：NeurIPS 扩充到三个会场，许多会议开始限制单人投稿上限，推行有经验审稿人承担更大责任的制度，引入 AI 辅助审稿以提升判定准确度；AAAI 则推行决策由两位资深 SPC 共同商讨决定的机制。但李磊直言，只要有人的地方就必然存在噪声，因此“大家不要把 accept or not 作为最终的一个 reward”。
对于有人利用前沿大模型批量炮制 100 篇论文、依靠顶会审稿随机性去“抽奖”中稿的做法，李磊旗帜鲜明地表达了反对。他将这种投机行为定性为对整个学术共同体的 DDoS 攻击：“瞎猫碰到死耗子总是有可能的，但是我觉得 paper 它本身其实并不是为了让它中稿，而是说我做了一个很有意思的研究，我希望就是说有一个地方来 share 给大家，是一个 knowledge 的一个分享。”论文背后的作者是否真正把问题搞清楚了、有没有严密的逻辑推导和实验去佐证其提出的假设（hypothesis），才是研究的根基所在。如果人机协作能提出 100 个真问题并给出极其扎实的解决方案，投不投稿反倒无所谓了。
在此背景下，学术界与工业界的评价体系正发生根本性转移。顶级论文正从昔日的“黄金标准”退化为“nice to have”的常规配置：
> “原先可能它是一个非常好的一个金标准，那现在就是大家都有，所以你没有也变得没有那么的重要……他知道这个游戏可能已经坏了，我就不玩这个游戏，我们还蛮喜欢这样的画像的。”
企业在筛选人才时，更加看重在真实世界落地的成果： 1. **开源代码与数据**：研究是否在 GitHub 开源，是否有完整的复现流程。 2. **Issue 维护活跃度**：开源后是否存在真实的社区互动，作者是否在持续答疑与维护维护。 3. **真实场景影响力**：例如 Hugging Face 上的实际模型权重下载量。如果一篇自称 SOTA 的工作在 Hugging Face 每月仅有几十次下载，就证明它解决的并不是一个被真实世界需要的重要问题。
---
`12:16` “大粉理论”：小红书与学术影响力的放大机制
针对自己小红书粉丝达到 2.4 万、甚至超过了论文引用量（citation）的现象，李磊提出了博士生圈子正在流行的“大粉理论”。他认为将做自媒体纳入博士必做清单（must do）并非不务正业，而是 AI 时代科研成果分发机制剧变后的必然演进。
过去，学者依赖人工翻阅顶会录用列表来获取新知，一年 ACL 录用几百篇论文，凭借关键词和知名学者姓名就能全部通览。然而现在的单一顶会动辄收录四五千篇论文，任何个人都不可能全部读完，学术交流的分发中心全面转移到了 Twitter（X）和小红书等社交媒体的推荐算法中。
```mermaid flowchart TD accTitle: 学术传播机制演变路径 accDescr: 展现从过去的顶会人工筛选到现代依赖社交媒体与大粉理论的分发路径变迁
subgraph PAST["传统学术分发（信息量可控）"] A["顶会录用 (数百篇)"] --> B["学者按导师/关键词人工精读"] B --> C["产生同行引用 (Citation)"] end
subgraph PRESENT["AI时代学术分发（大水漫灌）"] D["顶会录用 (数千篇海量)"] --> E["注意力成为稀缺资源 (Attention is all you need)"] E --> F["社交媒体推荐算法 (Twitter / 小红书)"] F --> G["'大粉理论'放大声量"] G --> H["开源项目落地与工业界关注"] end ```
李磊指出：“大粉理论我觉得它是一个 attention is all you need 的一个显化了。”如果一个博士生能够在社交媒体系统中占据更高的权重，其声音就会被成倍放大，研究价值才能被同行和工业界迅速捕获。同时，自媒体提供了极快的数据反馈周期（点赞、收藏），能显著对冲学术研究漫长且闭塞的孤独感。此外，李磊还开玩笑地建议将“搏击理论”（即定期进行高强度身体运动换换脑子）推广到博士群体中，保持良好的心理健康。
关于学术型 PhD 如何做好社交媒体，李磊总结了三条核心原则： - **利他思维**：不要仅为了追逐流量而发布极具争议性（controversial）的言论，那些只能带来瞬时喧哗，而无法沉淀个人专业信用。唯有持续产出对他人切实有帮助的内容，影响力才会作为副产物自然到来。 - **高频与坚持**：将日常积累转化为输出习惯。李磊早期在小红书坚持发纯学术 paper notes 时粉丝增长极其缓慢，直到后来开始分享关于学术心态、引用量与自媒体关系的真诚感悟，才迎来了爆发式增长。 - **拒绝模仿，展现真实的自己**：学术细分赛道非常卷，盲目模仿同领域大 V 会极其疲惫，因为你无法洞悉他人的底层动机；最持久的策略是真实表达自己的思考与生活，借此筛选出同频的学术交流同伴。
李磊在小红书上点赞最高的笔记包括拿奖、获得清韵奖学金、Google Scholar 引用破万等重要里程碑；而在硬核技术方面，他曾率先拆解像 On-Policy Distillation 这种前沿范式，深入分析带智峰老师等新锐实验室（New Lab）的研究动向以及基于小米基座模型的 RSI 探索，均引发了圈内大量关注。
---
`16:50` 博士通关的三大阶段：从独立学者到学术 Leadership
李磊将一名博士生从入学到毕业的成长历程解构为三个关键阶段：
```mermaid flowchart LR accTitle: 博士生三大成长阶段 accDescr: 展示博士从学术基本功、学术领导力到跨界工业界的三阶成长模型
S1["第一阶段: 独立科研与基本功"] --> S2["第二阶段: 团队学术领导力"] S2 --> S3["第三阶段: 学术向工业界的工程/落地跨越"]
subgraph S1Details["阶段一核心要素"] A1["重构底层基础 (统计/机器学习)"] A2["严谨论证体系 (假设/实验证明)"] A3["最大化影响力 (开源/宣传/博客)"] end
subgraph S2Details["阶段二核心要素"] B1["身份转换: Generator 转向 Critic"] B2["因材施教带 Junior 同学"] B3["建立科研 Pipeline 并传承"] end
subgraph S3Details["阶段三核心要素"] C1["面对更复杂的现实业务需求"] C2["多维度竞争与大工程挑战"] end
S1 --- S1Details S2 --- S2Details S3 --- S3Details ```
1. **第一阶段：掌握科研基本功与最大化个人影响力** - **底层数理功底**：尽管 AI 工具极大简化了日常代码编写，但扎实的机器学习（Machine Learning）与统计学（Statistics）基础不可或缺。李磊回忆自己当年在吴恩达 Coursera 课程上，使用 NumPy、MATLAB 甚至 TensorFlow 从零手写实现 SVM（支持向量机）等经典算法；理解泛化与过拟合等经典概念，对看透当今大模型架构（如 vLLM 中 PageAttention 源于操作系统分页概念）至关重要。 - **知识传播与论证框架**：科研本质是知识共享，必须学会如何撰写论文、严谨设计实验并证实自身假设（justify hypothesis）。 - **全链路影响力放大**：必须打破“只管发 paper”的思维局限，每一项工作都要配套自媒体解读、开源仓库、系统软件与技术博客，做到端到端的完整交付。
2. **第二阶段：培养学术领导力（Leadership）** 这一阶段要求博士生完成从单纯的研究产出者（generator）向敏锐的批判者与导师（critic）的身份转变。李磊特别感谢其导师沈旭老师很早就启发其团队意识。资深博士需要学会将验证成熟的研发 pipeline 赋能给更初级的师弟师妹。初级学生因人而异：有的自驱力（self-motivated）极强，稍微点拨就能打通全链路；有的则需要更加密集紧凑的指导（intense supervision）来建立自信。
3. **第三阶段：完成从学术界到工业界的视角跨越** 离开相对单一的论文发表标准，进入更为复杂的工业生产环境，在多维竞争、算力制约与真实商业约束下创造现实价值。
---
`20:08` 零论文、零实习背景下的“冷启动”与“冒泡排序”法则
对于毫无顶会论文、缺乏大厂实习的年轻同学，在算力匮乏、大牛导师邮箱被无数冷邮件（Cold Email）轰炸、工业界 HC（Headcount）紧缩的残酷现实下，李磊给出了极其实操的冷启动建议。
李磊分享了自己的冷启动亲历：大二升大三时，他极其勇敢地给北大等学术机构的导师群发了十几封 Cold Email，最终仅收到一封回复——来自孙老师的邀请。正是这宝贵的一次实习助手机会，为他推开了顶会发表和保研的大门。对于当前环境，他提出两条无算力要求但极具杀伤力的破局路径： 1. **打造有创意的轻量工程产出**：不必死磕大模型预训练。利用创造力在 GitHub 上打造一个极其优雅好用的评估测试工具（harness），或者设计一个好玩的垂直应用。这些项目对算力消耗极小，却能直观证明候选人的产品落地与架构能力。 2. **拒绝“AI 垃圾写作”，撰写高质量硬核研究博客**： 在社交网络充斥着大模型生成的套路化劣质内容（AI sloppy writing）时，能够沉下心从数学推导到实验细节把底层概念理顺的技术博客极度稀缺。李磊特别以 Kimi 核心研究员苏建林（科学空间）为例：早期苏建林的博客全是数学推导与理论推演，并不需要堆砌巨额算力，但他提出的 RoPE（旋转位置编码）如今已成为全球主流大语言模型的标配。这种持续精进的个人博客就是最硬核的求职作品集（portfolio）。李磊本人也是在大二、大三期间因个人技术博客被金山办公团队发掘并斩获了人生第一个实习机会。
> “在这个过程中你要坚持的去做好自己的输出，它也是你是一个 learning 的过程，你找到自己想要学习的东西、想要创造的一些东西，然后展现出来有个非常好的一个作品集的呈现。最后我相信你会不断的像一个冒泡排序一样，慢慢就会冒上去。”
Koji 补充了《巴拉巴西成功定律》（The Formula: The Universal Laws of Success）中的科学发现：大数据研究表明，诺奖得主何时发表决定性论文没有任何时间规律，唯一的方法就是保持持续高频的发声与创造；同时，大都会博物馆的名画流通网络显示，不知名的画作往往先被地方市政博物馆收藏，再通过馆际借展流动到世界级殿堂。李磊认为这就是冷启动的逻辑：通过持续 build 产生作品，让自己精准嵌入关键节点网络（critical path），实现阶梯式跃迁。
在被问及哪位博士的成长路径堪称典范时，李磊提到了加州大学伯克利分校（UC Berkeley）毕业、现就职于 OpenAI 的 Eric Wallace。Eric 在大模型安全领域成名已早，此前在 Hugging Face 遭遇蜂群（swarm）安全攻击事件时，他以核心研究员身份进行了深入的公开技术复盘。李磊分析指出，Eric 的研究 idea 往往干净简单，核心壁垒在于对科研时机（timing）与问题本质极其深刻的定义能力。
---
`25:28` 选校 vs 选导师：精神状态与“慢研究倡议”的冷思考
关于攻读博士过程中的核心抉择，李磊给出了非常明确的权重判断：
> “选学校的优先级应该是要低于选老师的，甚至可以说是远远低于……组和组之间的它的 variance 其实还是更大的。然后很重要的一点就是你可以去看他们的 alumni 的一个是成果，一个是精神状态，然后私下里去问一问已经毕业的 PhD 和在读的 PhD。”
在李磊看来，学术界依然具有浓厚的学徒传承色彩。Top 30 与 Top 50 的名校标签在工业界招聘时的估值溢价并不明显，但课题组氛围对个人成长及心理健康有着决定性影响。学术界不乏虽然“著作等身”但过程极度痛苦抑郁的案例。他借机为自己所在的香港大学 NLP 实验室（HKUNLP）与北大计算语言学研究所宣传，称赞这两处的研究氛围极其轻松愉快。
对于如何甄别导师，李磊认为只看公开数据是远远不够的： - **公共维度（盲盒表面）**：Google Scholar 引用、CS Rankings、公开发表演讲。 - **私有维度（匹配内核）**：沟通颗粒度、脾气秉性、合作模式。
李磊本人的经验是“先通过 Research Intern / RA 深度合作，以实习促双选”。他此前在上海人工智能实验室（Shanghai AI Lab）实习期间，与后来的共同导师（co-supervisor）孔令鹏老师开展了长达半年的紧密学术合作，双方确认风格高度契合后才正式确立师生关系。通过担任科研助理（RA），申请人不仅能与组内已毕业及在读的博士打成一片、刺探真实“军情”，还能快速验证导师的研究范式是否符合自身预期。
针对近期海内外超百位资深教授与研究员联合签署的“倡导本科生做慢研究”倡议（倡议本科生不要为升学保研急功近利地刷顶会论文），李磊给出了理性的辩证思考。他指出该倡议之所以引发广泛争议，是因为它与当前激烈的升学考核机制存在现实冲突。但他仔细研读倡议内容后发现，教授们的真实诉求并非禁止学生做科研，而是呼吁扭转唯论文数量论的浮躁风气： - **倡议内核**：导师在考核筛选时，不再把论文数量作为唯一硬性指标；更看重候选人是否在数理基础打扎实的前提下，完整讲清楚某项研究“做了什么、为什么做、怎么做的”。 - **坚决抵制**：反对本科生为了简历好看而投机取巧，盲目找人挂名，或利用自动化工具大批量炮制粗制滥造的垃圾论文（sloppy papers）。李磊建议学生在心态上要放轻松，在精力分配上平衡好学业本职与前沿探索，把有限的时间真正投入到有厚度、有重要价值的课题中去。
`30:00` 快科研与慢科研：最小可行假设与“前端深思，后端极速”
李磊分享了自己对科研节奏中“快”与“慢”的哲学理解。他坦言自己本质上是一个倾向于“慢”的人：在动手做具体事情前，会花非常长的时间去做选择和思考。李磊回忆道，自己早期做研究时曾有一个沉痛的教训——当时拿到一个 Idea，但没有先做好前期的预备实验并把逻辑彻底想明白，就头铁地花了半年多时间疯狂调算法，最后才痛苦地发现最底层的核心假设从一开始就是错的。
自那次踩坑之后，李磊彻底重构了科研闭环：在正式大动干戈之前，必须先抽离出一个最小的可行假设（Minimal Hypothesis），用极小成本的 Demo 或玩具实验（Toy Experiments）进行端到端的快速检验。在方向的选择上，他主张在前期进行高密度的文献调研，并与所敬仰的研究员和导师深度探讨碰撞，把方向看准、想透；而一旦方向确立、开始落地执行，就必须进入“极速”模式——想方设法拉满 GPU 的利用率，用 AI 工具进行并行化处理，极速清洗并吞吐数据，通过高并发工程把产出周期压缩到极致。
```mermaid flowchart TD accTitle: 李磊的“前慢后快”科研工作流 accDescr: 展现从前期的密集调研、最小假设验证，到后期的极致工程加速落地的完整迭代循环。
subgraph Phase1["慢思考：方向与假设（前期深思）"] A["高密度文献调研与顶尖同行探讨"] --> B["抽离最小可行假设<br/>(Minimal Hypothesis)"] B --> C["极简玩具实验端到端验证<br/>(Toy Experiments)"] end
subgraph Phase2["快执行：极致工程加速（落地压榨）"] C -->|"假设成立"| D["借助 AI 工具实现并行化"] D --> E["数据处理与算力利用率拉满<br/>(Maximize GPU Utilization)"] E --> F["快速产出并获取反馈"] end
C -->|"假设证伪，及时止损"| A ```
- 核心执行原则：在方向探索期保持克制与深思，避免沉没成本；在工程实现期追求高强度并行与算力满载。 - “我会花比较长的时间去选择一个我想要做的一个事那这个东西我会觉得他前面花的时间越多其实对于你后面它其实是很划算的”，李磊总结道。
---
`31:08` 内地、香港与美国：博士生择校画像与地缘权衡
面对如今读博的地缘选择，李磊深度剖析了内地、香港与美国三地的生态差异：
1. **内地高校**：最大的红利是能够极快地与工业界大厂接轨，工程与应用落地场景丰富。但硬币的另一面是较为传统的“师徒制”，在高校激烈的考核指标下，横向项目（企业合作）与纵向项目（科研基金）的压力常常被传导给学生，部分导师动作容易变形，影响学术成长。学生在择组时需要极强的辨识力，寻找能平衡好课题组运转与个人成长的导师。 2. **香港高校**：近年来呈现出独特的活力，既与内地产业界保持紧密无缝的融合，又保留了自由通畅的国际学术港口优势，招揽到的年轻导师学术 Profile 极其亮眼、更具活力与野心；不过高昂的生活成本与密集拥挤的生存空间也是必须面对的现实。 3. **美国高校**：传统优势在于最贴近硅谷中心和全球核心学术圈层，但当前受制于极其痛苦的签证审查、CPT 政策收紧，导致博士生寻找工业界实习的阻力大幅增加。
谈及适合三地的人群画像时，李磊幽默地调侃道：“我觉得去美国读 PhD 的话就是说首先你可能不能特别喜欢吃东西反正每次美国同学回来都是要大吃特吃一番的你要耐得住美食的寂寞”。他指出，若学生抗压能力强、擅长在复杂现实环境中平衡各种诉求，留在内地或香港都是当下的上佳之选；而偏好纯粹学术氛围、耐得住生活寂寞与身份挑战的人，则更适合赴美。
---
`33:00` 破局 K 型分化：AI 是终极的平权工具
进入毕业季，博士生们私底下最火热的话题不再是高深的研究，而是求职与 Package（薪资待遇包）。李磊指出，高年级同学极度焦虑找工作，低年级同学则迫切想探寻“工业界真正关心的核心痛点”，以期毕业时能丝滑过渡。
大家读本科时都在同一起跑线，但到了博士阶段，专业间的阶层鸿沟被残酷拉大，AI 与非 AI 几乎分裂成了两个截然不同的世界，引发了所谓的“K 型分化”或“I 型分化”。李磊坦言自己时常觉得自己非常幸运，但他并不认为 AI 会筑起不可逾越的高墙，反而坚信 AI 带来了极大的平权： “原先我们想要去学习些东西你需要去上这个 Coursera 需要上这个去上 Stanford 的课但现在你其实能够 assess 到的这个 ChatGPT 也好或者说这个 DeepSeek 或者说 MiMo 这些模型它其实它的这个知识的储备量是非常非常高的”。
李磊形象地打了个比方：就像远古时期能熟练掌握生火技术的智人最终淘汰了其他人种一样，“未来不是说 AI 去替代这个人类或者说做 AI 的这帮人去拿走了很多的蛋糕而是说能够用好工具的这些人”会脱颖而出。各行各业的专家与技术爱好者完全可以通过大模型跨越学科门槛，借由 AI 这把“梯子”重构自身领域的工作范式。
---
`35:27` 导师创业潮下的博弈：资源杠杆与学术杂活的权衡
当下教授掀起 AI 创业狂潮，博士生如何看待老板做公司？李磊指出这是资本驱动与科技导向创业的必然现象，最前沿的 Researcher 与 Professor 被历史推到了舞台中央。
从积极面来看，导师办企业引入资本后，打破了传统高校体制内经费申请苛刻、报销繁琐、算力掣肘的困局，能以极高灵活性快速聚集“卡、工程人才、专业数据”等一切核心生产要素，为前沿大项目带来巨大的杠杆加速效应。但负面影响同样直白：一旦引入外部资本，资方对商业回报的诉求会层层穿透、转嫁到课题组头上，博士生不得不被迫分担许多远离纯学术研究的杂活（Dirty Work）。李磊客观地指出，这是同一枚硬币的两面，要想借助商业资本带来的顶级算力与数据杠杆，就必须做好付出相应代价的心理准备。
---
`36:52` 本科进大厂做研究，还必须读 PhD 吗？
如今部分优秀本科生乃至高中生直接进入前沿 AI Labs 并取得傲人战果，这引发了“理工科是否还有必要读 PhD”的追问。李磊明确表示，读博的价值完全取决于个人的诉求： “如果说你希望读一个 PhD 以此来进入这些所谓的大公司我觉得它是没有必要的因为你本科生也可以去像 Jason Wei 对吧有很多我们认识的 OG 的研究员他们其实就是本科生甚至高中生……牛不牛不是你有没有这个 degree 决定的”。
但在李磊看来，PhD 的不可替代性在于它提供了一段珍贵的“脱产探索期”。人一辈子活 80 岁，拿出四五年时间，在没有强指标商业压力的环境中，纯粹为了满足自己对未解之谜的好奇心去深挖一个领域。在这个过程中，你能够系统性地补足底层知识架构，学会如何把个人成果的影响力最大化。只要把它当成一段探索内心好奇的特殊旅程，读博依然具备无可比拟的精神与思维训练价值。
---
`38:30` 小米 MiMo 直播后训练背后的初心与反响
回顾 2026 年，李磊分享了 AI 带来的两大核心 Aha Moment： 1. **Agent 范式进入现实**：从早期的句意情感分类、机器翻译，进化到今日借助脚手架（Scaffold）配备各种工具自主完成极其复杂的链条，Agent 正在深刻重塑人类社会形态，且正加速从数字世界（Digital World）外溢渗透至物理世界（Physical World）。 2. **大规模强化学习（RL）的泛化力**：在训练早期就体会到它与 DeepSeek-R1 带来的那种震撼，大规模 RL 能够对模型的底层综合能力带来全面升维。
谈及小米 MiMo 团队开创行业先河、把后训练（Post-training）过程向全网公开直播的底层动机，李磊正面回应道，彼时业内针对中国大模型存在许多流言蜚语和猜忌，对整个行业生态形象造成了负面影响。许多团队不做大规模 RL 是因为门槛极高，涉及顶层的算力 Infra 调度与高质量数据工程构建。“我们其实是希望说能够用这样的一个直播去首先我们希望有一个正向的引导”，以完全公开透明、Decent 的方式证明 RL 路线不仅走得通，而且能取得绝佳的效果，同时开源相关资产并吸收社区真实反馈。
直播上线后，反响极其热烈并呈现两极聚焦： - **国内受众反应**：大家最敏感、最津津乐道的是真金白银的燃烧。由于直播页面直接内嵌了实时训练花费看板，“大家点开网页看到人民币在燃烧这个是大家刺激比较大的一个东西”。 - **国外学术界反应**：海外推特（X）研究社区则对这种“工业级后训练完全透明公开”感到震撼。由于大模型训练长期被闭源巨头神化，小米将大规模集群的 TensorBoard 核心动力学曲线毫无保留地裸露给公众，被海外学者与工程师惊呼为提供了一座供学术挖掘与机理分析的宝贵“金矿”。
---
`42:03` 数据公司的估值天花板与壁垒生存期
近期如 Scale AI、Uniphore 以及国内类似标的等高估值数据公司成为资本宠儿。李磊分析指出，大模型的三大底层支柱是算力、数据与顶尖人才，“没有一个是便宜的”。以往靠简单抓取或低阶做题堆砌出的数据已被挖掘殆尽，当前支撑前沿模型能力突破所需的高质量、复杂专家数据，其生产难度已经提升了数个量级。
针对“数据生意的可持续性”，李磊提出了一套动态演进视角：
| 维度 | 高价值/可持续路径 | 低价值/濒临淘汰路径 | |:--- |:--- |:--- | | **数据形态** | 紧跟前沿模型边界的“专家级”、“暗知识”合成与人工混合产线 | 低阶做题类、通识清洗类等已被大模型自身攻克的平庸数据 | | **壁垒特征** | 具备规模化品控体系、敏锐定义特定模型“学习区”（难易度适中）能力 | 缺乏质检管线、靠纯人力作坊堆砌，成本高且信噪比低下 | | **与模型演进关系**| 抢占模型前沿迭代的黄金时间窗口，充当加速探索的优质燃料 | 随着模型自身合成能力的跨越式提升，被廉价模型生成数据彻底击溃 |
李磊强调，大模型能力的边界犹如一座巨石，数据公司的核心竞争力在于找到巨石边缘的细微缝隙，建立规模化交付体系与激励闭环。尽管模型自身也在进化出合成数据的能力，但模型公司为了在不可逆的时间竞赛中抢占智能前沿，必定愿意砸巨资购买高密度燃料；唯有能够持续稳定输出高阶燃料的管线，才能在残酷洗牌中长期生存。
---
`46:00` RSI 发展阶段与做爆款 Benchmark 的三要素
李磊观察到，递归自我改进（RSI, Recursive Self-Improvement）的信号正变得愈发清晰。当下在利用模型自身造数据、在限定搜索空间（如 Post-training Benchmark、超参优化）内利用算力扩展搜索更好路径方面，进展一日千里，模型的 PPL（困惑度）正在不断被压低。然而，当下 RSI 遭遇的硬核天花板在于底层 Taste（品味）与问题定义能力： “什么问题是重要的下一个阶段我们需要去解决这个问题的能力然后我觉得只有具备了这个能力之后那我们才能够说研究员非常放心的去把这个整个端到端的事情交给他”。
李磊回顾了自身主导或参与打造爆款评测集（如 Video-MME）的成功实战经验，总结出一个被全行业打榜认可的顶级 Benchmark 必须具备的三大支柱： 1. **开辟全新的能力维度**：测量的指标必须与真实能力演进同频。当年学术界还在评测 6 秒以内的短视频时，Video-MME 直接将评测窗口暴力拉升至 1 个多小时的长视频与电影级分析，精准卡位 Agent 处理超长视听上下文的核心痛点。 2. **严防人工痕迹，锚定真实用户场景（Use Case）**：杜绝脱离实际的 Artificial 数据。模型对人造数据的感知极其敏锐，一旦发现是在被生硬测试，行为模式会严重失真，导致评测分数与真实用户体感严重脱节。 3. **极佳的易用性与生态兼容**：要想在开源社区广泛传播，必须做到极简的“一键启动评测”，并无缝适配主流的大模型评测工具链（如 OpenCompass 等），通过降低研究人员的适配摩擦力，迅速占领生态心智。
---
`49:00` CS 降温、高考专业建议与给 PhD 的生存哲学
面对 MIT 大一新生选机械工程反超计算机、全美本科 CS 录取率同比下滑 8.4% 的行业震荡，李磊坦然视之为行业周期的必然回归：“版本一代神”，初级（Junior）纯写代码岗位的生态位确实正在被 AI 吞食。但这绝不代表计算机已死，反而意味着基础编程与计算机通识正在转变为人人皆备的底层通识必修课。
面对亲历高三选专业的晚辈，李磊给出的建议跳出了单纯的专业红利论： “我的看法是这样的就是说行行出状元不需要成为你这行的 top 1% 因为那个太累了你只要能够始终和自己比然后维持在一个相对来说比如说前 20% 30% 的这样一个水位每天就是说能够有自己的取得一定的进步然后我相信每一行都会有非常解出的一个成就和人才的这样的一个涌现”。
播客尾声，李磊向所有正在经历研究受阻、论文被拒、前途未卜而陷入精神内耗的博士生们，送上了一句云淡风轻却充满力量的寄语： “我觉得 paper 迟早是会中的然后饭还是得吃觉还是得睡对没有什么大不了的”。保证身心健康与生活规律，永远比焦虑一篇论文的得失重要得多。
## Notable quotes > `03:28` 当你在解决一个重要的问题的时候，即使它很难，只要你 make a little bit of the progress，那你也很有可能可以获得非常大的一个影响力。 — 李磊
> `25:28` 选学校的优先级应该是要低于选老师的，甚至可以说是远远低于 — 李磊
> `00:00` 如果我十年以后躺在床上，可能还是会后悔没有去读这个 PhD，所以说我最后觉得既然这样子就还是去读。 — 李磊
> `08:07` paper 它本身其实并不是为了让它中稿，而是说我做了一个很有意思的研究，我希望就是说有一个地方来 share 给大家，是一个 knowledge 的一个分享。 — 李磊
> `49:00` 我觉得 paper 迟早是会中的然后饭还是得吃觉还是得睡对没有什么大不了的 — 李磊
## Mentioned 李磊, Koji杨远骋, 小米 MiMo, 香港大学, 北京大学, 西安电子科技大学, 上海人工智能实验室, OpenAI, Astra, DeepSeek, DeepSeek-R1, EMNLP, NeurIPS, AAAI, ACL, Hugging Face, GitHub, Twitter, 小红书, 吴恩达, Coursera, 苏建林, 科学空间, RoPE, 金山办公, 巴拉巴西成功定律, Eric Wallace, UC Berkeley, 孔令鹏, 沈旭, Jason Wei, Scale AI, Uniphore, Video-MME, OpenCompass, 麻省理工学院
## Video description ➤ 本周「十字路口」的嘉宾是李磊，小米 MiMo 大模型后训练研究员、香港大学在读博士。一边参与大模型训练，一边读 PhD，他和许多同学一样，面对着 AI 带来的巨大机会，也置身于飞速变化的节奏中：既兴奋，也焦虑。 这期播客，我们聊的主题是：在 AI 时代，PhD 怎么拿到一个理想的结果？ 我们聊了 PhD 路上的 10 个关键问题：慢科研，还是快科研？学校和导师怎么选？内地、香港、美国如何选？怎样争取研究机会与实习机会？论文发表之后，如何通过开源和社交媒体，让研究被更多人看见，产生真正的影响？如果本科就能进入 AI Labs，读 PhD 还值得吗？ 我们也聊到了 PhD 圈里的“大粉理论”：小红书的粉丝量超过论文引用数。这个说法背后，是研究成果传播方式的变化。 最后，我们还聊了 RSI、数商、Benchmark 等近期受到关注的话题。 如果你正准备读 PhD，或正在为研究、毕业和求职感到焦虑，希望这场对话能帮你想清楚：下一步，什么值得投入，又该从哪里开始。 🎬 我们的视频播客将同步上线于 @Koji杨远骋 的视频号、抖音、小红书、哔哩哔哩、Youtube 等平台。 📒 文字版将发布于 @十字路口Crossing 公众号。 🟢 快问快答00:23 快问快答：年龄、毕业院校、MBTI、星座 02:29 北大到港大：EMNLP 最佳论文开局 🟢 PhD 路上的 10 个关键问题03:28 AI 时代，PhD 怎么拿到理想的结果？ 08:07 AI 论文大水漫灌，顶会怎么办？ 12:16 “大粉理论”：小红书粉丝>论文引用 16:50 PhD 从入学到毕业，要过哪几关？ 20:08 没论文、没实习，PhD 怎么冷启动？ 25:28 选学校还是选导师？ 28:12 慢科研 or 快科研？ 31:08 内地、香港、美国，去哪读 PhD？ 35:27 导师创业，PhD 得到了什么？ 36:52 本科能进 AI Labs，还要读 PhD 吗？ 🟢 热议话题39:58 小米 MiMo 为什么直播后训练？ 42:03 数据公司的高估值能持续多久？ 46:00 RSI：AI 能自己训练自己吗？ 47:46 Video-MME：怎样做出有影响力的 Benchmark？ 🟢 AI 时代的选择49:00 AI 时代，CS 还值得学吗？专业热度下降意味着什么？ 50:20 给高三生的专业建议 51:24 给 PhD 的最后建议：饭要吃，觉要睡 欢迎订阅「十字路口」：🚦 我们关注新一代 AI 技术浪潮带来的行业新变化和创业新机会。 🚦 十字路口是乔布斯对苹果公司的一个比喻，形容它站在科技与人文的十字路口，伟大的产品往往诞生在这里。AI 正在给各行各业带来改变，我们寻找、访谈和凝聚新一代 AI 创业者和 AI 时代的积极行动者，和他们一起，探索和拥抱新变化，新的可能性。 👦🏻 主播 Koji：我创办了十字路口，发起了 AI Hacker House 这个新一代 AI 创业者的社群空间，在真格基金担任 Venture Partner 投资合伙人。我相信科技尤其是 AI 是我们这一代人最大的价值创造机遇。Koji 的即刻，Koji 的网站
[Source](https://www.xiaoyuzhoufm.com/episode/6add84e197726cd467573cf1)