Richard Hamming在贝尔实验室有个习惯，让他在午餐桌上很不受欢迎。
他会问坐在旁边的人：你们领域里最重要的问题是什么？然后再问：那你为什么没在研究它？
人们开始换桌子坐。
这个问题刺痛人，是因为大多数人根本没有好答案。
我们不是在选择问题，我们是在吸收问题，从导师那里，从某个大实验室上季度宣布的方向里，从这周所有人都在转发的那篇论文里。
研究能力是一组可以刻意训练的小技能。
从怎么选问题、读什么材料、如何记录思考，到怎么加速实验循环、怎么找对合作者，每一项都有具体的方法论。
吸收来的问题，你拿到了结论，却没有推理过程。
你知道某个著名实验室在押注某个方向，但不知道为什么，不知道他们期待找到什么，也不知道什么情况下他们会放弃。
等他们转向，你一年后才知道。
而在一个已经时髦的问题上，你在和一千个比你起步更早、算力比你更多的人赛跑。
John Schulman在他的机器学习研究指南里把工作分成两种模式：
一种是读文献、找可以改进的地方；另一种是先确定一个你真正想看到存在的结果，然后倒推出需要做的实验。
他主张第二种，背后的逻辑很安静：这种方式会制造出原创性。
一个你真正在乎的目标，会把你拖进任何综述论文都没有覆盖到的领域。
品味这件事，常被人当作天赋来讨论，但它更像一块肌肉。
每次跑实验之前先预测结果。
拿到一篇论文，先盖住结果部分，只看方法，猜数字。
记下这个月发布的哪些工作两年后还会有人提，之后回来对照命中率。
预测加纠错，重复几百次，这就是所有好模型的训练方式，包括你脑子里那个。
如果你的信息来源是arXiv的热门页面，加上群聊里过滤剩下的内容，你大概率会和所有人同时得出同样的结论。
而同时得出的同样结论，价值约等于零。
旧材料的价格被严重低估了。
这个领域一直在延迟重演自己的历史：混合专家模型可以追溯到1991年，LSTM到1997年，反向传播在1986年才真正流行起来。
Rich Sutton在2019年用大约一千个词写了《苦涩的教训》，它对这个领域走向的预测能力，比很多十倍长的综述都强。
Claude Shannon在1952年有一个关于创造性思维的演讲，他的第一招是：把问题缩小到几乎平凡的程度，先解决小版本，再一块一块地把难度加回来。
这一个技巧能带你穿过的墙，比任何现代生产力建议都多。
跨领域的宽度和深度同样重要。可解释性研究在厚颜无耻地借鉴神经科学。
评测设计本质上是穿着实验室白大褂的机制设计。真正理解GPU如何搬运内存，能让你在跑基准测试之前就看出哪些架构论文是死路。
而诚实的统计学，大概是机器学习里最稀缺的技能，这个领域里很多所谓的严谨，不过是带着误差棒的直觉。
还有一件事：去读论文本身，不要只看线程摘要。
附录里藏着尸体，局限性部分通常是整篇文章最诚实的段落。
Paul Graham说过，一个想法在你试图把它写成文字之前，可以感觉完全成形。
但纸面会找出你脑子里糊过去的漏洞：那个从没验证过的假设，那个其实推不出来的步骤，那两个悄悄互相矛盾的论断。
Feynman的原则是：你最不能愚弄的人是你自己，因为你是最容易被愚弄的目标。
写作是有史以来最便宜的防御手段。
Darwin走得更远，他把这件事变成了一个流程。
任何与他理论相悖的事实，必须当场记下来，因为他发现自己的记忆删除不方便的证据，比删除方便的快得多。
你的记忆对你失败的实验做着同样的事。
保持一个日志：假设、设置、预期、结果、更新后的判断。
回看上个月的记录，那种羞耻感是任何审稿人都给不了你的。
然后把一部分内容公开发出去。
Chris Olah和Shan Carter在《研究债务》里论证过：一个领域会被消化不良的想法噎住，而一篇清晰的解释是真正的贡献，不只是服务性工作。
今天很多在做可解释性研究的人，是通过可读的博客文章找到这个领域的，不是通过会议论文。
公开写作也是你能拥有的最强履历，因为它是你思维方式的一个无法造假的样本。
关于Alec Radford的故事，很少涉及某个单一的天才时刻。
它们涉及的是体量：每天更多的实验，每周丢弃更多的错误想法，一个比任何人都更新得快的现实模型。
这让工具链成为了一项一流的研究活动。
启动一次实验应该是一条命令。画图应该再多一条。
每个实验都应该能从配置文件里复现，比较两次实验结果应该花几秒钟，而不是一个下午的考古。
Karpathy的神经网络训练手册里有一个步骤，回报率高得离谱：在大规模训练之前，先在单个batch上过拟合。
三十秒，消灭一半的bug。把一切缩小到便宜，做对，再花算力。
也该放弃"工程是研究的初级合伙人"这个想法了。
在前沿，这两份工作已经融合了。
能自己搭框架、写评测、做数据管道的研究员，才是那个假设真正能被检验的人。其他人都在排队等待。
你的实验产生的信息远比你消化的多：对话记录、失败案例、分布的奇怪尾巴。
大部分死在一个没人打开的logs文件夹里。
Karpathy的手册在任何训练代码动工之前，先花几个小时手动看原始数据。
大多数机器学习的bug藏在数据里，而且是静默失败的。
没有任何东西崩溃，你只是得到一个平庸的模型，以及一个关于原因的错误理论。
Andrew Ng推了这个不上镜的动作超过十年，因为没有什么能打败它：拉出一百个失败案例，读完，分类，攻克最大的那堆。
这个方法对模型有效，对评测也有效。
一个你从没读过对话记录的基准测试，是一个你其实不理解的基准测试。
一条真正奇怪的行为记录，能教给你的东西，比准确率再多一位小数多得多。
把它当意外来对待。
在可解释性、评测、强化学习、系统方向上都花真实的时间，再决定你住在哪里。
这个领域的某个角落里，你特定的怪癖是一种不公平的优势，而找到它的唯一方式是在几个地方交学费。
没有人能免学费。
先跑每个想法的一次性版本，让大多数想法早早死去。
把基线调到令人痛苦的程度，因为机器学习的墓地里堆满了在一个调好的基线面前蒸发掉的"提升"，而从审稿人那里学到这件事是最糟糕的方式。
做消融实验，直到你知道哪个组件在撑着结果。通常只有一个，而且通常不是标题里写的那个。
宽度也是保险。每个子领域都会饱和，通常就在它在社交媒体上到达顶峰之后不久。
那些能穿越这些转折继续产出的人，是那些已经对邻近领域了如指掌的人。
Hamming注意到一个规律：关着门的同事在任何给定的一年里完成了更多工作，而开着门的同事做了真正重要的工作，因为那些打断他们的信息，携带着关于世界真正需要什么的线索。
你的开着的门大概是你的收件箱，保持这样。
慷慨在研究里的复利效果无与伦比。
复现一个结果并发布你的发现。把你为自己做的工具开源出去。
用平实的语言解释一件难事。
回报会从侧面到来，几个月后，以一次合作、一个引用、或一个你原本无法申请的职位的形式。
把你半成形的想法也公开发出去，因为在时间线上犯错，代价远比在论文里犯错便宜。
而那个在你投入三个月之前告诉你这个想法有问题的合作者，比算力更值钱。
那种关系买不到，只能赚到。
Pasteur说运气偏爱有准备的头脑，Hamming在这句话上建立了整个职业哲学：知识和生产力像利息一样复利增长。
每天的优势单独看微不足道：读什么，记什么，循环跑多快，和谁争论。
给它们几年时间，它们会产生从外面看起来像运气的职业生涯。
比感觉必要的时间更早开始复利。未来的你已经知道，现在是最便宜的阶段。