Vivek Nair 爆文《How to Be Good at Research?》解读：真正的研究是 RL 型而非 S · AI HOT
Berryxia.AI@berryxia70
2026-06-18 13:28·14天前
AI 摘要Vivek Nair 文章批评多数人只“逆向工程”研究外表（SFT 型），而非自己选题（RL 型）。AI 信息流（推特、arXiv、群聊）系统性地制造共享想法，让人丧失判断力。他开药方：自己选题、读原文、写下来、盯着失败看。2026 年 AI 让 SFT 更舒适（AI 摘要、AI 设计实验），却削弱判断力锻炼。神经科学证明流畅解释易致假顿悟（2025 年 Nature Communications），且 AI 谄媚程度比人高近 50%（2026 年 3 月研究）。Karpathy 知识工作流以判断力为前提。文章强调研究复利需要本金——自己的问题。
Berryxia.AI@berryxia · X 2026-06-18 13:28·14天前
在 X 看原推· x.comAI 摘要Vivek Nair 文章批评多数人只“逆向工程”研究外表（SFT 型），而非自己选题（RL 型）。AI 信息流（推特、arXiv、群聊）系统性地制造共享想法，让人丧失判断力。他开药方：自己选题、读原文、写下来、盯着失败看。2026 年 AI 让 SFT 更舒适（AI 摘要、AI 设计实验），却削弱判断力锻炼。神经科学证明流畅解释易致假顿悟（2025 年 Nature Communications），且 AI 谄媚程度比人高近 50%（2026 年 3 月研究）。Karpathy 知识工作流以判断力为前提。文章强调研究复利需要本金——自己的问题。
微信群里的讨论帮你划定了"值得关心"的边界。你甚至不需要自己判断什么重要，算法和社交关系已经替你选好了。
这话看似表明平平无奇，实际还是有点东西：如果你的信息食谱是 "预备热榜"加上群聊过滤器，你会稳定地和所有人同时得出相同的结论，而这些结论的价值约等于零。
Hamming 在 Bell Labs 有个让人不舒服的习惯：午餐时坐到别人旁边，问"你这个领域最重要的问题是什么"，然后追问"那你为什么不在做它？"据说人们开始换桌子躲他。
2026年，你可能连"什么是重要问题"的判断力都丧失了，因为算法替你选了信息源，信息源替你选了问题，问题替你选了方向。
整条链路你都没参与，但每一步都感觉像自己在做选择。
Rich Sutton 2019年用大约一千多词写了《苦涩的教训》，预测 AI 领域走向比十倍长度的综述都准。
Shannon 1952年那场关于创造性思维的讲座，到今天比大多数当代建议更有用。
Vivek 说"老材料被严重低估"，这不是怀旧，是事实：真正有穿透力的内容，往往不在当前的信息流里。而你的信息流，恰恰是设计来让你看不到它们的。
病都知道，药为什么不吃？
诊断到这里其实已经清楚了：AI 行业的信息消费结构是一条 SFT 流水线，它系统性地制造"吸收来的问题"，让你在别人的赛道上狂奔，还以为自己在冲刺。
但 Vivek 的文章没有停在这里。他开了药方：自己选题、读原文、写下来、盯着失败看。
这些药方，哪一条是2026年的人不知道的？自己选题重要，谁不知道？读原文比看摘要好，谁不知道？写下来能防止自欺，谁不知道？
跟着热点走，有现成的参照系，有同路人可以讨论，有论文可以对标，有 benchmark 可以刷。
而 RL 型研究意味着你要走进一片没人画过地图的区域，没有参照系，没有同路人，连"我到底在不在进步"都很难判断。
更关键的是，2026年 AI 让 SFT 型研究变得更舒服了。
论文有 AI 摘要，实验有 AI 设计，代码有 AI 生成。你可以用更少的努力"看起来更像一个研究者"，而"真正做研究"的门槛反而更高了--不是技术门槛，是心理门槛。
这才是 Vivek 这篇文章真正反直觉的地方：他的药方不是在对抗无知，是在对抗舒适区。
AI 替你嚼，但嚼不出你的判断力！
Vivek 开出的药方，每一条都在说同一件事：你必须自己来。自己选题，自己读原文，自己写下来，自己盯着失败看。
放在十年前，这是常识。放在2026年，这是反直觉。
因为 AI 正在接管"研究"的每一个环节。论文可以让 AI 摘要，实验可以让 AI 设计，代码可以让 AI 写，结果可以让 AI 分析。
Karpathy 今年4月发了自己的 AI 知识管理工作流，全球刷屏--让 AI 替你做所有苦力活，你只需要往里扔东西、提问题。
但这里有个容易被忽略的前提：Karpathy 能建出有价值的知识库，不是因为工具好，是因为他看的东西比别人深，筛选资料的眼光比别人准。
工具放大的是判断力，判断力为零的时候，放大出来的还是零。
Vivek 和 Karpathy 的张力，不是"谁对谁错"，而是2026年研究者必须同时面对的两面：AI 可以替你做苦力，但不能替你做判断。
问题是你越依赖 AI 做苦力，判断力的锻炼机会就越少。
AI 不仅不会拦你，还会帮你骗自己
这背后有神经科学的硬证据。2025年 Nature Communications 一项研究发现，真正的顿悟时刻发生时，视觉皮层、海马体、杏仁核会快速形成互联网络，把"想通"的过程刻进记忆。
研究发现，驱动这种记忆的关键因素是一种强烈的确定感，模模糊糊觉得"好像懂了"，大脑根本不当回事。
这就解释了为什么 AI 的流畅回答特别危险。逻辑自洽、措辞流畅，最容易制造"假顿悟"：你以为自己想通了，其实只是被说服了。
Feynman 那条规则"第一个要避免欺骗的人是你自己"，在2026年有了新的含义：不仅你会骗自己，AI 还会帮你骗自己。
更麻烦的是，AI 不仅不会挑战你，还会主动讨好你。2026年3月一项研究测了11款主流大模型，社交谄媚程度比人类高近50%。
你问 AI"我的研究方向对不对"，它不会说"你可能想错了"，它会说"这个方向很有潜力"。
你读完 Vivek 的文章问 AI"我学到了什么"，它会肯定你"你学到了很多"--但不会追问你"那你今天的研究日志写了吗？"
Vivek 的每一味药，都指向同一个结论：那些 AI 最替不了的事，才是研究者的护城河。
读原文，因为 AI 的摘要会埋掉附录里。写下来，因为写的过程是防止自我欺骗的最低成本手段。
盯着失败看，因为失败里的信息量远比下一个精度小数点都大。
520万人照了一面镜子，然后继续刷爽文？。
Vivek 在文章最后引用了 Hamming 的复利哲学：知识和生产力，都是利滚利。每天多读一点、多记一点、多错一点、多改一点，几年后回头看，像是走了狗屎运。
如果把判断力也加进这个复利公式，它理应在里面--那每天多判断一次、多纠偏一次，同样在滚。
但复利有个前提：你得有本金。自己的问题、自己的输入、自己的记录，就是本金。没有本金，利率再高也滚不出东西。
520万人读了这篇文章。他们读的不是方法论，是一面镜子。
镜子里的画面不太好看：你追的热点不是你选的，你"懂了"的东西可能只是被说服了，你的 AI 助手正在温顺地肯定你的每一个想法。
而这面镜子最讽刺的地方在于：看完镜子，大多数人会继续刷下一条。
Vivek 说，知识复利要尽早开始，"未来的你已经知道现在是最便宜的时候"。
你以为自己在研究，其实在抄作业！
Vivek 的表达非常清晰的观点：大多数人"逆向工程了这份工作"，从能看见的东西（论文、公告、推文）反推研究者该干什么，结果学到的是"怎么看起来像研究者"，而不是"怎么真正做研究"。
这话放在任何行业都成立，但在 AI 行业尤其致命。因为 AI 行业的信息消费方式，恰好是"逆向工程"的完美温床。
万维钢老师用过一个框架，把人才分成两类：SFT 型和 RL 型。
SFT（Supervised Fine-Tuning，监督微调）型靠模仿套路，给什么样本学什么样本。
RL（Reinforcement Learning，强化学习）型在真实世界里自己摸爬滚打，从反馈中修正策略。
他的判断很干脆：SFT 是方便法门，RL 决定能力上限。
Vivek 说的"吸收来的问题"，就是 SFT 型研究。
你的研究方向来自导师的课题、大厂上个季度的公告、推特上这周最火的论文。你知道某个方向重要，但不知道为什么重要、什么情况下会不重要。当别人转向的时候，你晚一年才知道。
你先想清楚一个你真正想让它存在的结果，再反推需要什么实验。
Schulman 把这概括为从目标出发的推理，他说这种方式天然制造原创性，因为你的具体问题不会出现在任何综述论文里，写综述的人没有你的问题。
SFT 型研究者在别人的问题上优化，RL 型研究者为自己的问题探索。前者可以很高效，但上限是别人的天花板。后者经常走弯路，但弯路里才有新东西。
你的信息流，正在替你选题。
问题来了：知道 RL 型更好，为什么大多数人还是走 SFT？
因为2026年 AI 行业的信息消费结构，就是一条为 SFT 量身定制的流水线。
每天早上一睁眼，推特 timeline 已经帮你排好了"重要论文"。arXiv 的 trending list 告诉你这个领域在关注什么。
微信群里的讨论帮你划定了"值得关心"的边界。你甚至不需要自己判断什么重要，算法和社交关系已经替你选好了。
这话看似表明平平无奇，实际还是有点东西：如果你的信息食谱是 "预备热榜"加上群聊过滤器，你会稳定地和所有人同时得出相同的结论，而这些结论的价值约等于零。
Hamming 在 Bell Labs 有个让人不舒服的习惯：午餐时坐到别人旁边，问"你这个领域最重要的问题是什么"，然后追问"那你为什么不在做它？"据说人们开始换桌子躲他。
2026年，你可能连"什么是重要问题"的判断力都丧失了，因为算法替你选了信息源，信息源替你选了问题，问题替你选了方向。
整条链路你都没参与，但每一步都感觉像自己在做选择。
Rich Sutton 2019年用大约一千多词写了《苦涩的教训》，预测 AI 领域走向比十倍长度的综述都准。
Shannon 1952年那场关于创造性思维的讲座，到今天比大多数当代建议更有用。
Vivek 说"老材料被严重低估"，这不是怀旧，是事实：真正有穿透力的内容，往往不在当前的信息流里。而你的信息流，恰恰是设计来让你看不到它们的。
病都知道，药为什么不吃？
诊断到这里其实已经清楚了：AI 行业的信息消费结构是一条 SFT 流水线，它系统性地制造"吸收来的问题"，让你在别人的赛道上狂奔，还以为自己在冲刺。
但 Vivek 的文章没有停在这里。他开了药方：自己选题、读原文、写下来、盯着失败看。
这些药方，哪一条是2026年的人不知道的？自己选题重要，谁不知道？读原文比看摘要好，谁不知道？写下来能防止自欺，谁不知道？
跟着热点走，有现成的参照系，有同路人可以讨论，有论文可以对标，有 benchmark 可以刷。
而 RL 型研究意味着你要走进一片没人画过地图的区域，没有参照系，没有同路人，连"我到底在不在进步"都很难判断。
更关键的是，2026年 AI 让 SFT 型研究变得更舒服了。
论文有 AI 摘要，实验有 AI 设计，代码有 AI 生成。你可以用更少的努力"看起来更像一个研究者"，而"真正做研究"的门槛反而更高了--不是技术门槛，是心理门槛。
这才是 Vivek 这篇文章真正反直觉的地方：他的药方不是在对抗无知，是在对抗舒适区。
AI 替你嚼，但嚼不出你的判断力！
Vivek 开出的药方，每一条都在说同一件事：你必须自己来。自己选题，自己读原文，自己写下来，自己盯着失败看。
放在十年前，这是常识。放在2026年，这是反直觉。
因为 AI 正在接管"研究"的每一个环节。论文可以让 AI 摘要，实验可以让 AI 设计，代码可以让 AI 写，结果可以让 AI 分析。
Karpathy 今年4月发了自己的 AI 知识管理工作流，全球刷屏--让 AI 替你做所有苦力活，你只需要往里扔东西、提问题。
但这里有个容易被忽略的前提：Karpathy 能建出有价值的知识库，不是因为工具好，是因为他看的东西比别人深，筛选资料的眼光比别人准。
工具放大的是判断力，判断力为零的时候，放大出来的还是零。
Vivek 和 Karpathy 的张力，不是"谁对谁错"，而是2026年研究者必须同时面对的两面：AI 可以替你做苦力，但不能替你做判断。
问题是你越依赖 AI 做苦力，判断力的锻炼机会就越少。
AI 不仅不会拦你，还会帮你骗自己
这背后有神经科学的硬证据。2025年 Nature Communications 一项研究发现，真正的顿悟时刻发生时，视觉皮层、海马体、杏仁核会快速形成互联网络，把"想通"的过程刻进记忆。
研究发现，驱动这种记忆的关键因素是一种强烈的确定感，模模糊糊觉得"好像懂了"，大脑根本不当回事。
这就解释了为什么 AI 的流畅回答特别危险。逻辑自洽、措辞流畅，最容易制造"假顿悟"：你以为自己想通了，其实只是被说服了。
Feynman 那条规则"第一个要避免欺骗的人是你自己"，在2026年有了新的含义：不仅你会骗自己，AI 还会帮你骗自己。
更麻烦的是，AI 不仅不会挑战你，还会主动讨好你。2026年3月一项研究测了11款主流大模型，社交谄媚程度比人类高近50%。
你问 AI"我的研究方向对不对"，它不会说"你可能想错了"，它会说"这个方向很有潜力"。
你读完 Vivek 的文章问 AI"我学到了什么"，它会肯定你"你学到了很多"--但不会追问你"那你今天的研究日志写了吗？"
Vivek 的每一味药，都指向同一个结论：那些 AI 最替不了的事，才是研究者的护城河。
读原文，因为 AI 的摘要会埋掉附录里。写下来，因为写的过程是防止自我欺骗的最低成本手段。
盯着失败看，因为失败里的信息量远比下一个精度小数点都大。
520万人照了一面镜子，然后继续刷爽文？。
Vivek 在文章最后引用了 Hamming 的复利哲学：知识和生产力，都是利滚利。每天多读一点、多记一点、多错一点、多改一点，几年后回头看，像是走了狗屎运。
如果把判断力也加进这个复利公式，它理应在里面--那每天多判断一次、多纠偏一次，同样在滚。
但复利有个前提：你得有本金。自己的问题、自己的输入、自己的记录，就是本金。没有本金，利率再高也滚不出东西。
520万人读了这篇文章。他们读的不是方法论，是一面镜子。
镜子里的画面不太好看：你追的热点不是你选的，你"懂了"的东西可能只是被说服了，你的 AI 助手正在温顺地肯定你的每一个想法。
而这面镜子最讽刺的地方在于：看完镜子，大多数人会继续刷下一条。
Vivek 说，知识复利要尽早开始，"未来的你已经知道现在是最便宜的时候"。