Becoming an AI Researcher — 讲座 slides 读书笔记
读于 2026-11-06 · 小 Q · 第 1 份
0. 卡片
| 项 | 内容 |
|---|---|
| 源文件 | D:\AI content\books\sources\becoming-an-ai-researcher-slides.pdf |
| 标题 | Becoming an AI Researcher: Practical Advice for Graduate Students（配套讲座 slides） |
| 作者 | Stefano V. Albrecht，NTU Singapore 副教授；另著 MIT Press《Multi-Agent Reinforcement Learning》(2024) |
| 形态 | 31 页讲座 PPT，不是书。1.1MB，文字可提取，无扫描页 |
| PDF 生成 | 2026-09-23（LibreOffice 导出） |
| 对应的书 | 同名书，Cambridge University Press，2026 年 10/11 月，220 页，16 章，ISBN 9781009865678 |
| 覆盖范围 | 书的 16 章中抽了 11 章（1、3、4、5、6、9、11、12、13、15、16），缺 2、7、8、10、14；另有 3 个课堂讨论页（p6、p12、p20） |
| 核对说明 | p9 循环图的 6 个环节标签只存在于图形中，纯文本提取会漏；已渲染原页补齐。p10 有 1 张 RL 训练曲线图 |
1. 判断（先给结论）
不值得"读"，值得"用" 20 分钟。 它是 220 页新书的 31 页预告片：每页 1 个标题 + 3~5 条规范性口号，几乎无论证、无案例、无数据。当知识读会空手而归，当检查清单用则效率很高。
分场景：
| 你的目的 | 判断 |
|---|---|
| 想学 AI 技术 | 直接跳过。NTU 官方新闻稿明确说这不是教科书，不教技术 |
| 想判断"要不要买那本 220 页的书" | 这份 slides 不够，得看 substack 摘录或试读章 |
| 企业 AI 培训 / workshop 备课 | 最值得。p5/p8/p9/p10/p11/p13/p22 是一套现成的、能直接改写成客户语境的评审骨架 |
| 考虑读博，或要带学生 / 评判研究 | 值得。这是"这个圈子怎么定义合格研究"的记分牌，且作者本人做 multi-agent RL，与 agent / 记忆方向同一片 |
| 想解决自己的收尾问题 | 别当自助书读。p17、p24、p30 三页会打到人，但它是评判标准，不是方法 |
关于书本身（220 页）：题材稀缺——2026 年出版、专门覆盖 LLM 使用规范与 responsible AI 的 PhD 生存手册，作者是多智能体 RL 标准教科书的合著者，可信度够。但它面向"正在读 AI 博士的人"，对当前业务不是刚需。建议：先不买，看 phdinai.substack.com 的摘录，等真的要申博 / 带学生再买。
2. 结构地图
| 部分 | 页 | 章节 | 讲什么 |
|---|---|---|---|
| 一、把研究做好 | p4–15 | 1 / 3 / 4 / 5 / 6 | 什么是 PhD、问题驱动、实验设计、诚信与可复现、负责任 AI |
| 二、走完 PhD | p17–24 | 9 / 11 / 12 / 13 | 用 LLM、论文与答辩、失败与卡住、学生经验 |
| 三、职业与之后 | p26–29 | 15 / 16 | 申请教职、学界之外的职业 |
| 收尾 | p30–31 | — | 5 条 takeaway、书与资源链接 |
p3、p16、p25 是纯分隔页；p6、p12、p20 是工作坊讨论指令（"两人讨论 3 分钟"），没人带领时零信息量。实际有效内容约 25 页。
3. 核心内容（按信息密度排序）
3.1 问题驱动：4 问（p5）
- What is the problem? 2. Why does it matter? 3. Why are existing methods insufficient? 4. How do you address it? → 作者的核心哲学，NTU 新闻稿里也复述了：学生容易先被大厂论文里的方法吸引，反过来补动机，结果不知道自己在解决什么问题。
3.2 找到方向的 3 条路（p7）
Read（让文献暴露缺口）/ Play（复现别人的方法，亲手摸到边界）/ Talk（跟导师、同行、外领域聊到收敛）。
3.3 5 个坑（p8）— 全篇最可复用的一页
- Solution in search of a problem：方法先行，动机后补
- Choosing problems by authority：因为大组在做所以做
- Problem drift：问题慢慢变形，贡献对不上最初的问句
- Benchmark chasing：刷数字，不回答问题
- Overscoping：一个 PhD 做不完的题
3.4 实验设计（p9–10）— 图形里有关键骨架
p9 的六环循环（纯文本提取会漏）：
Experimental Questions → Evaluation Tasks → Baselines → Metrics → Analysis → Iteration & Discovery → 回到问题
右侧三条说明：问题要精确、评估围绕挑战任务 + 公平基线 + 有意义的指标、分析推动下一轮提问。
p10 四类基线 + 一条自检： | 基线 | 要回答的问题 | |---|---| | Lower bound | 最简单能work的东西是什么？ | | Upper bound / oracle | 理想条件下性能天花板在哪？ | | Alternative methods | 概念差异在实证上如何体现？ | | Ablations | 我的方法每个部件各贡献多少？ |
- Self-check：每条基线是否各自回答一个具体问题？
- Metrics 跟着问题走：社区通用指标 + 问题专属指标，且把 trade-off 摆出来。
- 图里唯一的真实数据：SEAC / SNAC / IAC 的 RL 回报曲线（Christianos, Schäfer & Albrecht, NeurIPS 2020），只作版式示例，作者没有解读，别当案例研究读。
3.5 诚信 4 条（p11）+ 复现 3 条（p13）
| 原则 | 做法 | 作者举的例子 |
|---|---|---|
| Give credit | 明说改编 / 复用了什么 | ImageNet 致谢其扩展的数据集 |
| Compare fairly | 给基线同等力度的调参 | 像调自己的新 RL 算法一样认真调 DQN |
| Report across seeds | 多种子，别信一次好运 | 很多声称的 GAN 改进在多种子下消失（Lucic et al., 2018） |
| State limitations | 明说方法在哪失效 | "我们的方法跨成像设备泛化差" |
复现清单：01 报告完整实验设置；02 上传能跑的代码；03 上传数据或再生成数据的方法。完整版在 agents-lab.org/blog/reproducibility；ML Reproducibility Challenge 在 reproml.org。
3.6 负责任 AI（p14–15）
社会影响 4 项：bias & fairness / privacy / 环境成本 / 模型与数据透明度。风险 2 类：dual use & misuse、misalignment。日常习惯 4 条：记录假设、报告局限、负责任地共享代码数据、设计时保留 human oversight。要点是"从项目第一天就做，不是结项补一节"。
3.7 LLM 那章（p17–18）— 全篇最锋利的一句
LLM 覆盖 5 个环节：文献探索 / 想法形成 / 论文写作 / 写代码 / 数据分析。
RULE OF THUMB: If you are not sure you could do the task yourself, don't hand it to the LLM. That is the skill you still need to build. （你自己不确定能不能做的任务，别交给 LLM——那正是你还没练出来的能力。）
p18 补：可用于审稿 / 投稿前给自己初稿反馈；必须透明声明、逐条批判性复核、注意 bias / 隐私 / 保密；过度依赖的风险是 PhD 要的能力只能靠自己动手长出来。
3.8 卡住时的分类诊断（p21–22）
| 失败类型 | 表现 | 对策 |
|---|---|---|
| Technical | 代码 / 环境 / 实验跑不通 | Simplify（简化） |
| Conceptual | 想法本身经不起推敲 | Reframe（重述问题） |
| Process | 结构、计划、节奏悄悄散掉 | Restore structure（恢复结构） |
| Motivational | 精力、专注、信心下降 | Rest or reset（休息 / 重置） |
3.9 学生经验 8 条（p23–24）
1 坦白自己的困境；2 反馈是资源不是批评；3 马拉松不是冲刺；4 对自己的 PhD 负起责任（ownership → 独立研究者）；5 探索有价值，但承诺不可少：进展来自把想法做穿；6 合作增加广度，但核心研究要守住深度时间；7 追求优秀而非完美，进展来自发表与学习，不是无限打磨；8 韧性和天赋同等重要。
3.10 论文与答辩（p19）
论文要有一条贯穿各章的论证主线；修改是常态。答辩：搞清形式、了解考官、预演问题；讲清"问题为何重要 / 我贡献了什么 / 如何嵌入领域"；考的是思维成熟度，不是完美答案，诚实与可见的推理最重要。
3.11 职业部分（p26–29，与当前业务关联最弱）
教职 = research + teaching + service，同名岗位在不同学校配比差异极大；postdoc 不是必需，关键是证明独立性。申请材料 3 件：cover letter（1 页）/ research statement（未来愿景，不只是过去）/ teaching statement。Job talk 是决定性的；面试是双向评估；谈判要谈 startup funds、教学量、实验室支持并落到书面。学界外 4 条路：企业研究院 / 应用团队 / 创业 / 政策·非营利·政府。
3.12 收尾 5 条（p30）
1 从问题出发而非方法；2 先框定实验问题再设计实验；3 一开始就承诺诚信与可复现；4 预期会卡住，先分辨是技术 / 概念 / 流程问题再行动；5 对自己的 PhD 负责。
4. 可直接搬进 workshop 的清单
| 原清单 | 页 | 企业 AI 语境的改写 |
|---|---|---|
| 问题驱动 4 问 | p5 | 客户要解决什么业务问题 / 为什么现在重要 / 现有流程为什么不够 / 我们怎么介入 |
| 5 个坑 | p8 | "先买了平台再找场景"、"因为大厂在用所以上"、"做着做着需求变形"、"只盯准确率不看业务指标"、"一个项目想解决全厂" |
| 实验循环 6 环 | p9 | 评测集 → 任务 → 基线（规则/人工/旧系统）→ 指标 → 误差分析 → 下一轮 |
| 四类基线 + 自检 | p10 | 规则兜底能到几分 / 人工专家上限 / 竞品或另一模型差在哪 / 去掉某模块掉多少；每个基线答一个具体问句 |
| 诚信 4 条 + 复现 3 条 | p11、p13 | 给客户交付评测报告时的最低标准：多种子/多批次、同等调参、明说失效场景、把设置+代码+数据交出去 |
| 四类失败 × 四种对策 | p21–22 | 交付卡住时先分类，别把所有卡点都当"模型不行" |
5. 怎么读（按目的给页码，不要从头翻）
| 目的 | 读法 | 时间 |
|---|---|---|
| 只判断值不值 | p2 目录 → p30 五条 takeaway → p31 资源 | 5 分钟 |
| 拿去备课 / 做交付检查表 | p5 → p8 → p9 → p10 → p11 → p13 → p22；每读一条就改写成客户语境的一句问句，读完直接得到一张表 | 20 分钟 |
| 考虑申博 / 评判研究 | 把 p5、p9、p11、p17、p30 当评分卡用；真要读就读全书 3/4/5/9/12/13 章 | — |
| 想被安慰一下 | p21–24，读完就停 | 5 分钟 |
可以跳过：p1、p3、p16、p25（封面与分隔页），p6、p12、p20（课堂讨论指令），p26–29（除非正在申教职）。p14–15 负责任 AI 那两页是通用口号，扫一眼即可。
6. 局限，别误用
- 结论全是"应该"，没有证据链、没有反例、没有成本数据。读多了容易产生"我懂了"的错觉，它给的是词汇表，不是判断力。
- 它是讲座产物，10% 篇幅是互动指令；去掉分隔与讨论页后有效信息约 25 页、2500 英文词量级。
- 图形承载了关键结构（p9 六环），只看文字会漏。以后读 slides 类 PDF 必须渲染核对，不能只信文本提取。
- p17–18 关于 LLM 的部分是全篇最容易过时的一页，2026 年的规范到 2027 年可能就不适用。
- 作者立场是学术研究的规范，搬到企业交付时要换掉"发表 / 论文 / 答辩"的外壳，保留"问题 → 基线 → 指标 → 失效说明"的骨架。
7. 资源与待跟进
phd-in-ai.com— 书主页、全书目录、这份 slides 的原始下载phdinai.substack.com— 书的摘录与更新（判断要不要买书，先读这里）- 书：ISBN 9781009865678，220 页，CUP，2026-10-31 / 11 月出版；20% off 码
BECAR2026，cambridge.org/9781009865678，有效至 2027-11-30 agents-lab.org/blog/reproducibility— 完整复现清单；reproml.org— ML Reproducibility Challenge- 可追的引用：Lucic et al. 2018（GAN 多种子）、Christianos, Schäfer & Albrecht, NeurIPS 2020（SEAC）
- 作者前作：MIT Press《Multi-Agent Reinforcement Learning: Foundations and Modern Approaches》(2024) — 如果要补多智能体基础，比这本更对口
8. 批注
- p8 第一条是整份材料最值钱的一句。"Solution in search of a problem" 不只是博士生的病，它是企业 AI 项目的头号死法，也和"先装好框架再找场景"同构。这一条单独就够撑起半场 workshop。
- p10 的 self-check 是隐藏的评分卡："每条基线是否各自回答一个具体问题"——这条能直接用来审自己手上的 demo 有没有真评测，还是只有几个好看的数字。
- p17 那条 rule of thumb 值得反过来用：不是限制 LLM 能干什么，而是把"我能不能自己判断这个输出对不对"当成能力清单。判断不了的地方，就是要补的地方。
- p24 第 5、7 条会打到人，但别把它读成劝自律。"探索有价值、承诺不可少" + "追求优秀而非完美" 是同一件事的两面：允许其他东西继续烂着，只选一样把它收掉。
- 这份材料对当前身份最合适的用法不是"读书"，是拿它当外部评判者的记分牌——它给了明确的 done 定义（复现 3 条、基线自检、失效说明），这正是自己给自己打分时最缺的东西。