論文讀再多都沒用：把研究品味練成一套刻意的迴圈
貝爾實驗室的午餐桌上，理查・漢明有個讓人討厭的習慣。他會問坐在旁邊的人：這個領域最重要的問題是什麼？對方答完，他再補一刀——那為什麼研究者沒有去做那個問題？
被問過的人，後來都默默換到別桌。
這個問題之所以刺人，是因為大部分研究者根本答不上來。問題不是自己挑的，是吸收來的：從指導教授、從上一季某個大實驗室的發表、從這禮拜大家都在轉的那篇論文。沒有人真的會教「怎麼做研究」——新人拿到的是一張桌子、一個別人選好的題目，外加一句很模糊的指示：做點新東西出來。於是多數人只能從看得見的東西反推這份工作的樣子，而看得見的，就是論文、推文串、發表會。最後練出來的，是「看起來像研究者」，而不是「真的會做研究」。
好消息是，這份看不見的技藝其實是一疊更小的技能堆出來的——而且幾乎每一個，都能刻意練。在 AI 把寫程式、查資料、生成候選方案統統變便宜的年代，能不能把這疊技能組成一條迴圈，才是真正拉開差距的地方。
問題要自己挑
吸收來的問題有個毛病：拿到的是結論，卻沒拿到推理。知道某個有名的實驗室在乎某個方向，但不知道為什麼在乎、不知道他們預期會挖到什麼、更不知道什麼情況會讓他們直接放棄。等他們轉向，往往一年後才從別人嘴裡聽說。而且一個已經紅起來的題目，等於要跟一千個更早起跑、算力也更多的人賽跑——對方鞋帶都綁好了，新人才剛走到起跑線。
有一份做機器學習研究的指南，把研究拆成兩種模式。一種是讀文獻、從裡面找可以改進的縫；另一種是先選一個自己真心希望存在的結果，再往回推出該做哪些實驗。第二種做法比較容易「製造」原創性，因為一個自己真的在乎的目標，會把人拖進任何綜述論文都沒覆蓋到的角落。
至於品味，常被講得像天份，其實它的行為比較像肌肉。每跑一個實驗之前，先預測結果；把一篇論文的結果那一節遮起來，只看方法去猜數字；把這個月發布的東西標一遍——哪些兩年後還重要——過陣子再回頭對自己的命中率。一次預測加一次修正，重複個幾百遍，就是所有好模型被訓練出來的方式，包括長在腦袋裡的那一顆。
把輸入升級
共用的書單，長出來的是共用的點子。如果一個人的資訊來源就是論文預印本平台的熱門頁，加上群組訊息篩過一輪剩下的東西，那他會非常可靠地、跟所有人在同一個時間點得出同一個結論——而這種結論的價值，趨近於零。
舊材料被嚴重低估，便宜到像在二手書店挖到絕版神作。這個領域一直在延遲重播自己的過去：很多今天看起來很新的概念，其實二三十年前就有雛形。〈苦澀的教訓〉只用大約一千字，就比一堆長篇綜述更準地預測了領域走向；夏農 1952 年講創造性思考時，也已經在教人把問題縮小、先破小版本、再一塊一塊把難度加回去。舊材料被低估，這就是活生生的例子。
廣度跟深度一樣重要。理解模型內部行為的人，常常要從神經科學借概念；設計測試題的人，其實也在設計規則和誘因；懂硬體限制的人，會在跑分出來之前，就看出哪些架構論文注定要死。而誠實的統計，可能是機器學習圈最稀有的技能——很多被印出來的「嚴謹」，其實是加了誤差棒的感覺而已。
還有一件事：讀論文本體，不要讀二手摘要推文串。附錄是埋屍體的地方，而「限制」那一節，通常是整份文件裡最誠實的一段。
把假設全部寫下來
一個點子在腦中可以感覺完整無缺——直到開始試著把它寫成字。紙會找出腦袋自動跳過的破綻：那個從沒驗證過的假設、那個其實接不起來的推理步驟、那兩句悄悄互相矛盾的主張。
第一個絕對不能騙的人，就是自己，因為自己是最好騙的目標。而寫字，是人類發明過最便宜的防禦。有研究者甚至把它做成流程：任何跟理論相牴觸的事實，當下立刻寫下來，免得記憶偷偷刪掉不方便的證據。研究者的記憶對失敗的實驗，也是同一套手腳。
所以要留一份紀錄：假設、設定、預期、結果、更新後的信念。一個月後回頭重讀舊紀錄，那種羞恥感，沒有任何審稿人給得起。然後把其中一部分公開出去。「研究債」這個說法提醒的是：一個領域會被沒消化過的點子噎住，而一個清楚的解釋，本身就是真正的貢獻，不是打雜。一批公開的寫作，同時也是最強的履歷——因為它是一份偽造不了的樣本，攤開了一個人到底怎麼思考。
Mogu 插嘴：
把迴圈縮短
好研究很少只是「靈光一閃」。多半是量：每天跑更多次、每週丟掉更多錯點子、一個更新速度比所有人都快的現實模型。這才是真正的遊戲。研究速度，主要就是「發現自己錯了」的速度。
這直接讓工具變成第一線的研究工作。啟動一次實驗，應該一行指令搞定；畫出結果，再一行；每個實驗都要能從它的設定檔完整重現；比較兩次跑的差異，應該幾秒鐘，而不是花一個下午去做考古。卡帕西 那份訓練神經網路的食譜裡，有一步划算到不可思議：在大規模訓練之前，先讓模型在一小包資料上背到滾瓜爛熟。三十秒，一半的 bug 當場消失。把所有東西縮到夠便宜，先弄對，再去燒算力。
還有，該退休的觀念是「工程是研究的小弟」。在最前沿，這兩份工作已經融合了。能自己把實驗骨架、測試方式、資料管線都搭起來的研究者，才是那個假設真的會被驗證的人。其他人，都在排隊等別人幫忙跑。
「研究速度，主要就是發現自己錯了的速度」這句要框起來貼牆上。厲害的人不是永遠猜得準，而是把撞牆成本壓到夠低，一天能撞比別人多十倍。能撞得起，才敢一直撞 (๑•̀ㅂ•́)و✧
盯著輸出看
一張「錯誤數字一路變小」的圖，不是分析，是安慰劑。它讓人安心，但什麼也沒解釋。實驗丟出來的資訊，遠多於被消化掉的：對話紀錄、失敗案例、最邊角也最怪的樣本。其中絕大部分，沒人讀，安靜地死在某個紀錄資料夾裡。
那份訓練食譜，在任何一行訓練程式碼寫下來之前就開始了——先花好幾個小時，用手去翻原始資料。多數機器學習的 bug 住在資料裡，而且死得無聲無息：什麼都不會當掉，只是默默給出一個平庸的模型，外加一套對「為什麼平庸」完全錯誤的解釋。
最有效的動作通常不性感：撈一百個失敗案例，全部讀完，分成幾堆，然後攻擊最大那一堆。它對模型有效，對測試題也有效——一個從沒讀過對話紀錄的測試方式，是一個研究者根本沒真的搞懂的測試方式。一份「行為怪到讓人起雞皮疙瘩」的對話紀錄，教的東西比正確率多算出來的下一個小數點還多。
刻意亂逛，然後狠心砍掉
一個人的第一個子領域，是時間點的意外，所以就把它當意外看待。在模型內部行為、測試設計、強化學習、系統各待上一段真正的時間，再決定要住在哪。某個角落會剛好讓某種奇怪特質變成不公平優勢；找到它的方法，是在好幾個地方都交一次學費。
每個點子，先跑可拋棄的版本，然後讓大部分都早早夭折。把最基本的對照做法調到痛為止，因為機器學習的墳場裡，塞滿了「一碰到認真調過的對照做法就蒸發掉」的進步。接著一次只拔掉一個零件測試，直到搞清楚到底是哪個部分扛起了結果。通常只有一個，而且通常不是論文標題裡掛名的那個。
廣度也是一種保險。子領域全都會飽和，每一個都會，而且通常就飽和在它於推特上達到聲量高峰之後不久。能撐過這些轉換、持續產出的人，是那些早就把隔壁地盤摸熟了的人。
找到能磨利判斷的人
漢明還注意到一個關於「誰最後做出重要工作」的規律。把辦公室門關上的同事，在任何一年裡都做得更多；把門開著的同事，做出來的是真正重要的工作——因為那些打斷，帶著「世界到底需要什麼」的資訊。在今天，那扇開著的門，多半是一個收件匣。讓它一直開著。
慷慨在研究裡複利得比什麼都兇。重現一個結果，然後把發現公開；把為自己做的工具釋出來；用大白話把一件難的事講清楚。回報會從側面、在好幾個月後抵達——變成一次合作、一次引用、一個本來連申請資格都沒有的職位。也要在公開場合丟出半成形的點子，因為在時間軸上錯，遠比印成白紙黑字之後才錯，便宜太多。而那個在研究者還沒砸下三個月之前、就直接告訴研究者「這點子很爛」的合作者，比算力還值錢。那種關係買不到，只能靠誠意換來。
GPU 算力很貴，但花錢就有；一個願意在動工前戳破盲點的人，再多錢也租不到。把同溫層當舒適圈，省下的是面子，賠掉的是三個月 ʕ•ᴥ•ʔ
結語：複利早一點開始
巴斯德說，機運偏愛準備好的心智。漢明在這句話上面，蓋出了一整套職業哲學：知識和生產力，像利息一樣複利。每天那些小小的領先，單獨看都微不足道——讀了什麼、記下了什麼、迴圈跑多快、跟誰爭辯。給它們幾年，就會長成一份從外面看起來像「運氣好」的職業生涯。
回到那張午餐桌。漢明的問題之所以讓人想換位子，不是因為它難回答，是因為它逼人承認一件事：多數人從來沒有自己挑過問題、沒有記錄過自己錯在哪、沒有把迴圈縮短過、也沒有找到那個會當面戳破自己的人。這七件事沒有一件需要天份，每一件都只是選擇。
而複利這種東西，最該做的就是比「感覺有必要」更早開始。幾年後的那個人早就知道了——現在，是最便宜的時候。