把一个 PhD 读成 N 个 PhD 是种怎样的体验？

营养师

读着读着发现1个PhD被读成了N个，俗称动辄开大坑...有类似经验的小伙伴来分享，以及如何收尾和后续的职业规划建议等。

原文地址：https://www.zhihu.com/question/338980186

队长是我

PhD Student=找坑
PhD Candidate=挖坑
PhD=好歹填了个坑
一般来说，我们认为读PhD开坑很正常，毕竟要广撒网才能捞得到鱼。衡量一个博士的标准，也不是说非要填上某个坑，更多地可能是在一片广袤的土地上，选择一个或者几个合适的位置，填上。整个博士阶段，培养的是你具不具备在这种土质条件下填坑的实力，如果会填了，树最终在哪发芽是无所谓的。
商科在读博士在读。PhD研究五花八门，挖坑无数。
本科阶段：本科毕设做的是系统可靠性建模，用的方法是博弈论和数值仿真。运气比较好，本科毕设的一部分后来改了改成为了我人生的第一篇SCI，大概本科毕业过了1个月就接受了。当时觉得可能以后不会碰到这个东西了...毕竟商学院做的研究应该更偏经济和数学（不过后续进行的可靠性研究深刻地告诉我：“小伙子，听说你觉得我们不需要数学？CK方程，平稳过程会求了吗”）。
博士前夕：学了很多博弈论与信息经济学的东西，可能因为我不是很喜欢程序相关的科研，所以学习的知识都是偏向于theoretical modelling的东西。然而硕士阶段做的东西，更多地研究是关于仿真和优化相关的。接着入学前，开始了一个新的工作，区块链和比特币。当时真的是一脸懵....我先花了一周的时间了解了相关的知识，又花了快一个月来跟上合作者的思路。
博士阶段：区块链的工作基本搞定。开始进入新的领域：机制设计（针对道德风险和逆向选择行为的监管）。同时，可靠性建模的工作也在继续，第一次当审稿人就是这个方向。此时已然是双开：可靠性建模与优化和道德风险与机制设计分别占据了我一半的科研时间。
访学阶段：非常幸运地到国外的学校当访问学者。在和国内外老师沟通之后，开始进行和深度学习相结合的研究。甚至这次更加干脆地工位都安排在了CS的实验室。我最终还是捡起了....我最不喜欢的工具。又是一个不了解的领域...你让一个只会Mathematica，Matlab和Maple的人非要去快速了解Deep Learning，Reinforcement Learning的内容....是真的艰难。第一次听CS同学讲东西的时候....我真的就听懂了背景，看着人家给我的Poster和PPT，完全一脸懵。不过度过了最初的陌生阶段后，现在发现，好像也挺有意思的。问题在于，可靠性和机制设计我都没有扔....依然在进行更多地研究。新开的这个机器学习，估计会占据我更多的时间。
至于如何收尾：目前看来倒不一定需要收尾。
1.工具和方法的重合性：多学一些数学、编程工具是真的技多不压身。你永远不知道A领域学到的东西什么时候就在B领域用上了。
2.更加开阔的视野和更广的学术交流：方向多了，出去汇报的东西多了，认识的人也就多了，而这也为之后的进一步合作交流打下了良好的基础。（在此感谢我的coauthor们在我还是个小白时对我的包容，虽然我知道他们并不会看到）
3.看问题新的视角：交叉学科提供了你在思考一个问题时的更多视角。科研往往是这样：一条路走不通了，总有另一条能走通（不全是，有的是死胡同）。没准某一个其他领域的老方法就很适合解决该领域的新问题呢？
4.更多地机会：无论是去业界还是去找教职，多挖一个坑，有时候真的有用。你会发现你去面试的公司最近刚好在做这样的尝试，也会发现你去面试的高校刚好对某个领域有着空缺。机会这种东西，不经意间就出现了。
5.学会学习（进入新领域）：这是最重要的一点。挖坑，让我不断掌握了应该怎样去学习新的知识。我觉得这点事我在博士期间学到的最难能可贵的东西。每一次进入新领域，你会发现自己什么都不知道，你会发现自己有那么多东西要学，你会发现自己仿佛处在一片空白之中，彳亍前行。因此，你要愿意去问，愿意去尝试，愿意去学习。我问了很多的同学、老师、业内工作者，以最快地让我了解到这个领域的基础知识。我看了很多的文献、书籍、公开课，从而可以让我更加接近合作者的水平。我做了很多没有用的尝试，他们大多现在都堆在我硬盘或者网盘里的某个地方，但是这也让我更加熟练地应用知识，应用工具去解决该领域，甚至其他领域的诸多问题。因此，挖坑从来不是一件坏事，不敢挖下去才是。
当然，我并不是说要无休止地开辟新的科研方向。因人而异，量力而行。在力所能及的范围内，多做点，多学点，总是大有裨益的。
感谢你看到了这里，其他的就算都不记得，至少再去看看第五点。
学会学习，了解如何进入新的细分领域，无论对于什么专业的PhD，都至关重要。

继续前进

放一张毕业答辩的总结图，也是 PhD 期间主要参与的工作。里面缺了一篇 Nat Prot 的文章，因为是早期工作，而且我实在编不出来和其它内容有啥相关的，所以直接放弃不讲。这些项目中应该随便挑两篇就够 PhD 毕业了吧。


体验大概就是，答辩过去半年了，我还在填那个 in preparation 和 in revision 两篇文章的坑……那篇 in revision 的这两天应该就会投回去，in preparation 的那篇也已经写完初稿，正和导师来来回回做后期修改。答辩完到现在还顺手帮我带了四年的本科生把她的文章发了，以及开始了一个博后的项目新坑……
博后转了个领域，目前已有两个坑，正在看文献考虑第三个，也是自己打算主要关注的一个坑。其实我个人还挺喜欢同时有多个项目的，因为随时可以有新想法，同时也可以接触不同的人找不同的合作。开坑多并不可怕，只要自己有执行力，同时不被别人拖着走，paper 总是能写完的。

长长的路

声学专业，算是痛并快乐地写了两个博士毕业论文，上两周刚拿到博士学位，刚好看到这个问题，感觉可以顺便总结一下这4年半的博士日子。
交上那篇毕业论文题目：
- Electromechanical vibration properties of transformer core
写好了但只能放家里珍藏的论文题目：
- The Noisy Guts Project。
两个项目基本同时进行，虽然内容上没有太大的交集，但感觉似乎互相毗益。
第一个是对研究变压器铁芯的振动建模，项目的目的是给变压器降噪（不知道何年何月可以做到～），老板是一个声学届的大牛教授，也回国当过一段时间的千人。课题发了2篇一作sci，还有2篇一作在审。主要内容包括针对变压器内部的磁场建模，以及铁芯叠层结构导致的传递函数建模。
第二个是通过肠鸣音来辅助肠道疾病的诊断，老板是发现了幽门螺旋杆菌的诺贝尔奖得主巴里马歇尔。发了3篇一作sci论文，2个专利，还有最新的一个临床结果在写。主要包括了肠鸣音测量硬件开发，建立了肠鸣音的数学模型，肠鸣音特征用来对肠易激进行诊断探索。
另外也和别人合作在土木工程上发了2篇论文，在声学信号处理方向也发了2篇作为通讯作者的论文，还开源了一个不成熟的特征选择的库（400+ star），算是过了个充实的博士生涯


主要的体验我感觉应该先是无奈和神奇吧，感叹人生真的不是按照你的预想来走的，然后是非常的充实，开心以及感恩。
做了两个项目的主要客观原因，是因为在变压器项目博士读完2年之后，突然诺奖团队开了这个Noisy Guts的项目，需要找声学背景同时会算法的人，我就停了半年的博士过去全职当研究员，半年结束后回去做变压器的项目同时也继续实际上每周30小时以上的兼职投入。
而主观原因，也是无奈的原因，是因为对于一个传统机械的建模项目自己刚开始能力和意愿都不足，一来感觉不好玩，非常传统，二来感觉变压器铁芯建模很难深入进去做出东西，要做也是硬做，自己没感觉能有多大价值的产出，也就因此懈怠了。同时老板指导博士的方针是放羊但控制方向，所以第一年就是自己埋头瞎干，因此没啥好的切入点，也没啥好的正反馈，第二年就开始东张西望，开始自己跟着潮流学算法，机器学习的东西，然后搞搞数据挖掘的比赛，也有一些不错的成绩。最后凭借这些成绩拿到了医院项目的职位。
当时和老板提出要出去申请这个项目的时候，基本上是吵了起来，老板一句“难道你不担心在博士课题上面做不出好的工作吗”的时候，我真的觉得自己这个博士读得很失败，当年本科交换的时候，决定去老板那读博，我自己是凌晨3点到老板家楼下等他一起去爬山，然后在爬山的时候表达了想跟他读博的意愿，最后也顺利申请了西澳大学的奖学金。回想当年的热血，但2年之后的自己缺没干出什么东西出来，对自己也是很失望。但是医院的项目是自己更感兴趣的声学算法方向，毫无疑问也是更具有前景的方向，所以我就和老板说“如果不申请这次机会，我一辈子都会后悔”，也立下了半年之后会回来好好干变压器，要发多少多少论文的军令状，因此最终老板还是放行了。
最后项目半年过去了，我重新回去做博士的课题，之后的一年半基本上是早上7点起，在医院上班到12点，然后飞奔回学校办公室做博士课题一直到晚上12点回家，一周歇半天。不知道为什么，感觉从医院回去之后自己像开窍了一样，效率高了很多，最后博士的毕业论文，基本上3/4是在这一年半里面弄出来的。医院的老板问我这样上午下午这么不同的项目有没有很割裂，我其实感觉还挺好的，可以随时切换个频道思考，避免在一边走死胡同。
最后感叹一下，有时候真的感觉很神奇，那时候经常吐槽老板不管，不回邮件，不给什么指导，但是现在想回来正是那样的自由度，让我自己扩充了技能点，得到了很好的机会，最终在别的项目上锻炼了自己，反过来对原来的博士课题帮助很大。现在想想，还是挺感谢博士的老板的（虽然有些指导方针不是很认同 ）。
最后，放一张我们遥远的老板在西澳大学的美照来结束吧！

清风寡欲

-- 2019-08-26 补充 --
真是没想到这篇答案竟然有了 1k 的赞。挺不好意思的。在知乎上，我的科研水平实在是不值得一提。我写的也不好。让大家见笑了。
刚刚在另一个问题 「当前的科研环境可以让人卑微到什么地步？」下看到 @爆哥家的越小伊  里的一句话：

有些人开始做科研，是承接师兄师姐的一些已有成果的。师兄师姐试了很多错，摸了差不多的路线，新人一来就可以轻松上手继续走下去。但有些人做科研，却是在开荒，做一个从未被尝试的课题，于是充满了未知、黑暗、失败。

看着这句话，我真的是五味杂陈。真的只有自己是开荒的，才能明白其中辛酸。更令人心酸的是，后来来乘凉的人根本不感激 或是 在外人面前完全不承认 开荒人的辛苦。大概任何一个工作环境，都有这样的 asshole 吧。
现在想想，博士一路真的是充满了黑暗和失败。主观上，一直是开心和充满动力的，其实可能也是一种为了勉励自己而对自己的产生的暗示。
<hr/>谢邀 :D
一看到这个题目，我就关注了。自认为我特别适合答这个问题。
对于绝大多数人来说，这个答案无非就是「诉苦+暗戳戳炫耀自己有多努力 的流水账」，没啥意思、还很难理解。这大概就是学术日常吧。
我就想到哪儿说到哪儿了，权当回顾自己的博士三年了。若有一两名博士生，走过或是即将走过我走的路，看完这个答案后，若你有所收获，那再好不过。
博士答辩后的party上，我两位导师向另一个老师介绍我：她博士三年的工作能让3个博士生同时毕业。
（哈 博士三年变成博士三连）
当时听到这句话的时候，我心里有些小骄傲，但更多的是后悔和无奈。

和其他答主不一样的一点是，在博士期间我没有跨专业，我开的这三个项目，全是一个专业的坑。
读了 N 个 PhD，并不是指，N 个专业的 PhD，而是题目中备注里说的「开大坑」。
PhD 是什么？是找到一个很特定的问题，并且回答它。而发表的同行审阅的论文只是在这个过程中的副产品。3个坑就是3个问题。
我认为博士就是三步骤：

• 怎么提出问题，提一个好问题，提一个博士期间的工作能解决的问题，提一个对业界有用的问题。--> 选题
  
• 然后才是如何回答问题，如何提供一份切题、完整的答案。-->设计实验、收集数据、挖数据
  
• 最后才是如何教出一份精彩的答案。-->完成毕业论文 （thesis）
  

除了第三步需要的时间基本固定，其他两个用时特别不稳定。特别是第一个，可长可短，有时候灵机一动，就找到了一个风水特别好的坑，不跳不是人，有时候或是对于有些人吧，几个月了也可能想不出，人都枯了。而第二步骤特别容易出现「卡住」的状况，就是走入僵局，特别需要开新坑来分散自己的注意力。
所以上面说的『能让三个博士生毕业』并不是指 workload，而是指『可以拿出三份毕业 thesis』。这三份 thesis 完全独立，主题不同，且实验数据也不overlap。
<hr/>下面我来捋捋，我是怎么入坑，填坑，以及坑的后续。就不科普化了，对普通读者会很不友好，不感兴趣的可以跳过。
坑1：人类大脑是如何从声音中发现「序」的？大脑能不能学习「无序」？

How does the human brain detect the emergence of regularity? What information does listener extract from sounds over time?
我刚开始博士的时候，师兄N刚刚博士毕业，他的博士话题是 Auditory Pattern Detection，听觉模式识别。这个题目特别大。简单地来说，就是想看人类大脑是怎么识别声音中的规律。
自然界中的所有声音，在不同维度上，都有规律。这种规律可能很简单（比如说脚步声），也可能很复杂（比如说人的语言和音乐）。还有以不确定性（uncertainty 或说 entropy）为主体的规律，比如雨声。这些规律，我们可以叫它 regularity、rule、pattern、structure 或就是 statistics，总之就是对构建内部模型有价值的信息。用中文翻译的话，我给的翻译是「序」。
无论你在干嘛，你的大脑每时每刻都在接收这些来自四面八方的声音信号，并在你无知无觉的情况下处理这些声音信号，以此构建映射身处环境的模型 (the brain's internal representation of external world）。
那大脑到底是怎么从声音里提取这种信息的呢？相关的研究其实不少了，但大多数人研究的是 deterministic regularity —这里我姑且把它翻译为 「完全确定的序」，比如说 bcadbcadbcadbca，你能够100%的确定下一个声音是d，因为模式 bcad 是一个决定性的序。
师兄 N 研究的就是 「序的涌现」(emergence of regularity），用更简单的话说就是大脑是如何发现序的。
他在博士期间发现（1）人对声音中的序非常敏感，即使声音播放的速度极快，人发现序的速度极快。师兄将人的速度和准确率和 一个 简单 markov-chain 模型做了比对，发现人和模型的发现速度一致。也就是说，人的发现速度已经是到达了理论上的理想值。（2）人不仅快和准，这个发现的过程还是全自动的。当人听到这样有序的声音，脑电波的能量会随着声音中涌现出序而升高。也就是说，即使人在做其他事，大脑也在自动地识别声音中的序。
这个现象很有趣，可以说大脑就像是一个贝叶斯机器一般。因为这个，我特别喜欢 @傅渥成 关于涌现的那些物理学科普内容，虽然我也只是管中窥豹，但能看得出我们将会殊途同归。
说回我的工作，但我不想研究这样完全确定的「序」——相比于完全确定，世间更多的是不确定性——我想研究「不完全确定的序」甚至是「无序」。人类大脑能否从随机、无序的声音中得到信息呢？如果能，那得到的信息是什么？
还有，上面说的这种自动发现序的现象，是不是仅限于决定性的序的发现？如果这个序不是那么完美，反而充满了不确定性，大脑还会因为听到有序而升高脑电波强度吗？
这就是我的第一个坑。
答案是：能。但我还没发表论文呢，这里就不多说了。
这个坑，我用一套心理物理学实验、两个模型、5个EEG实验数据填得差不多了。数据在2016年就收完了，这个论文，我写完了很久了，但导师一直没时间看。最早估计也要到明年才能发了。也不怕别人scoop了。这么麻烦的研究，只有我这种老黄牛会走到黑都不回头。
坑2：大脑如何编码「意外的不确定性（Unexpected Uncertainty）」？

或说大脑是如何对单个事件（event）的不确定性（surprise）做反应的？How does the brain signal surprise?
答案是：去甲肾上腺素。
这个坑是 Peter Dayan 挖的，他在05年和他的博士生 Angela Yu 提出了一个理论：大脑是用去甲肾上腺素来 给大脑其他区域示意 发现了环境中的 unexpected event。之前有决策相关的实验提供了相关的证据，但之前不知道这个理论的界限在哪里：是不是去甲肾上腺素只会在做决策的过程中才会对 意料之外的事件 有反应呢？
我发现，不是的，这个机理的运行比 Dayan 预测的还要低层面，不需要决策这么高的认知功能，在感知层面也运行。
吹一下牛，我把这个理论推到了大脑更基础的层面~ 而且我用的范式特别特别简单，欢迎各位做动物模型或是与去甲肾上腺素有关的疾病人群的小伙伴合作呀~
呐，可以说我在人类的知识圈上推了小小的包呢。
因为已经有理论模型了，我只用提供实验范式和实验数据。前后用了15个瞳孔检测实验，论文中报告了其中8个实验。加上我师兄曾做过一个脑磁图实验，我直接用来讨论就可以了，否则我还要自己做个脑磁图。
这个项目，我全部写成了一篇文章，刚被 Nature Communications 接收。但比较理论性，估计大多数读者不感兴趣。如果有人感兴趣留言吧，有时间我来自我解读一下。
这个坑怎么来的呢？是因为实验室买了眼动仪。我想玩儿。就用了坑1的刺激来检测一下瞳孔的变化。当时我想的是，把坑1当做毕业论文，然后这个研究可以当成个彩蛋作为一章。
万万没想到，实验结果和我们预测的完全不同，震惊。苦恼之间，才知道 Dayan 的理论，发现能够完美解释，而且我们的范式和结果还能让他的理论更上一层楼。完美。
这个研究我是做的最开心的。让我大开眼界。充满了戏剧性。各种峰回路转。
坑1和坑2其实是可以合并的。因为都可以用「不确定性」来归纳它们。这也确实是我原本的打算。但这两个坑，在学界中的听众完全不一样。所以放在一起不太合适。
这篇论文在9月6日终于在《自然·通讯》出版了。这是我的第一胎啊！
全文链接：Pupil-linked phasic arousal evoked by violation but not emergence of regularity within rapid sound sequences



坑3：听觉注意力：如何量化「听觉显著性」？能不能找到一个生理信号？

Quantitative measurement of subjective and objective index for auditory salience.
什么是显著性（salience）？黄配黑比浅蓝配浅绿更吸引人注意力，就可以说前者有更高的显著性，这是视觉显著性。火警铃比鸟鸣声更吸引人的注意力，我们就可以说火警铃有更高的显著性；这是就是听觉显著性。
是什么决定了视觉的显著性呢？这个问题很好回答，因为我们有个很好的指标来量化显著性，那就是眼睛的运动。一张图上最显眼的那个点，最吸睛，眼睛往往会自动看向那里，而且会停留时间更长。有了这样的指标，就很容易去检测一个模型是否有效。
但听觉没有这样的生理指标。这使得听觉显著性的研究一直都是是凭感觉在做。那我们能不能找到一个呢？
答案是：能，可以用微眼跳（microsaccade）。
我发现，越吸引人注意力的声音 会引起更快的微眼跳抑制。More salient sounds evoke an earlier microsaccadic inhibition.
这个微眼跳抑制，可以看成是startle response，就是当我们被吓到的时候，身体会僵硬一瞬间。
越吸引注意力的声音就能越早引起这种僵硬。
这个效果特别快，声音开始后0.3秒就能看见。这说明声音的显著性，是由开头的0.3秒甚至更短决定的。
这篇论文已经被 Journal of neuroscience 接受，已经有early access。填坑的数据量比较小，有网上（amazon turk）众筹的数据、有实验室里的行为实验，三个 eyetracking 实验，1个EEG实验。但做了很多关于「到底声音的哪些特性吸引人注意力」的调研和计算。说来话长。有机会专门写一篇科普回答吧。
其实这个坑本来有两条支线，而且 salience 这条还只算是个副本。


全文链接：https://www.ncbi.nlm.nih.gov/pmc/articles/PMC6764203/

本来的主线是 研究 auditory distraction，就是在你做一项工作的时候，来个声音看会不会让你分心。这和 上面说的auditory salience 是有关的，但我发现两者似乎并不相等。
这个坑，是我师兄T的。他比我早开始9个多月，结果他博士一年级一结束，就 quit 了。
我喜欢这个坑，而且当时 坑1 走入僵局，我就自告奋勇要求继续挖这个坑。万万没想到这个坑特别可怕。师兄一走，我用了近600小时的试验时间，都无法稳定复制他所得到的那40小时的实验结果。
特别辛酸，effect 不是很稳定。每次都是前面一个实验都看到了  significance，结果下一个实验又不 significant 了。可能是我设计的几个范式都不够完美，也可能是 auditory distraction 本身的 scale 极小，很难用行为实验量化。这条支线，幸亏我只是因为感兴趣而做，当养小号了。我也没有心理压力。
哦对了，为什么要做这么多实验呢？是因为我每次找到一个effect，都做了self-replicate。
因为这个坑，认识了好多搞声音工程的人，一部分的实验还是和谷歌合作完成的。
因为本来对它没有期待，也就没有压力，所以尝试了很多业界完全不会去尝试的内容。反而得到了意外之喜。


其实还有第四个坑。但它不是我亲闺女。原本是师妹的坑，我本来只是打技术性辅助的，结果做到后面她兴致缺缺，被她要求来当一作填坑。前期辅助 后期adc...
坑4：听觉的衰老：用瞳孔测量老年人的听努力度

听努力度 listening effort，另有翻译为「听配能」。当你听一个句子时，你越觉得吃力，听努力度越高。换言之，一句话，在安静的环境下，你听的清楚，在嘈杂的地方你也能听得清楚，但后者你需要更多努力。
如果简单用行为学实验，是没法检测这种努力的。但用瞳孔就可以。之前就有研究发现，听努力度越高，瞳孔放的越大。这个听努力度对戴助听器的人还挺重要的，因为很常见的一个现象就是：在医院里调整好了你的助听器，你听得清，但人大多都处于嘈杂的环境中，一天下来，你会感到疲惫不堪。不少人因为这样，反而去吧助听器给取掉。
答案：能。我们发现，老年人（>65岁的英国老年人）的瞳孔比年轻人的要更「硬」一些，这可能和控制瞳孔放大的肌肉的硬化有关。考虑到这一点，临床上的应用可能要打折扣，但值得继续挖掘。
这个坑，怎么说呢。它非常有用。是我所有研究中，最有实际应用价值的一个了，也扩展了我不少知识，满足了我一些好奇心。
但对我来说，它缺少一点东西。可能就是两个人看不对眼那种感觉吧。
而且这篇文章的 review 过程，极大极大的消耗了我对科学的激情。讲真，这是我所做所有研究中，impact最低的。但却花了我最多的耐心和精力。
可能是遇到了奇葩的reviewer吧... 每轮都被某个reviewer找茬，editor也没仔细看就说agree。遇到了那么多那么多事儿我都没有想 quit science，每每收到这篇的review，我都要吐血三升。回执review，脸上笑眯眯，心里 mmp。
估计大多数博士生都经历过这类找茬的 reviewer 吧。不知道大家是怎么调节心情的。我现在都佛了。大家如果有类似经验，请分享一下。


pdf下载链接： https://journals.sagepub.com/doi/pdf/10.1177/2331216519887815

前几天我在整理我博士期间的所有被试者的实验同意书。估算了一下，三年里，我做了至少2000小时的人类实验。这是什么概念？按每天10小时工作，完全不休息，三年也才10950小时。这两千小时，还不包括我负责的合作项目、也不包括我带的硕士学生的项目。
这四个项目，因为话题完全不相关，我需要同时 track 四个方向的论文。太痛苦了。
前几天，一个中国师妹笑嘻嘻地跟我说，我导师跟她说如果她也想读博士的话，要花比我两倍的努力才行。我嘴上说，加油啊，心中却想，我没猝死已经是万幸了，还要两倍...
<hr/>这样的体验好不好呢？
糟糕透了。
最大的问题就是，根本来不及发论文。问题和数据结果都很 exciting，但同时进行的实验太多，一个接一个，没时间去 finalise 论文的细节，导致博士毕业时连一篇论文都还没有submit。
博士毕业一年3个月后，也就是上个月底，我的人生中第一篇论文才被接受。一周之内1篇 Nature Communications（第二个坑），1篇 Journal of Neuroscience（第三个坑的第一条支线的一小部分）。还有2篇在审核中，还有2篇在写。这6篇中，5篇1作，全是我博士3年内的工作，全是 research article而不是短小的report。留在实验室的博士后的这1年4个月，基本就在填坑，写论文和帮实验室其他人擦屁股。

如果你确定所有的坑都能连起来，打通，整合成一个渠（那种前一章节和后一章节无关的写作方式不算哈）。全部切题回答，为你的博士问题提供了全方面的答案，为一个新领域提供的奠基性的基础。什么叫奠基性的基础呢。最简单的指标就是，以后所有研究你这个问题的人，都要cite的你论文。所有在你的坑上开新坑的博士生，都要通读你的毕业论文。这简直太完美了。
如果你觉得不一定能做到这一点，就不要去开坑。踏踏实实把一个坑填完，再去开坑。
但如果你确认这个坑没有前景、或者这个坑你一个人完不成（我的第一个坑就是如此），那就尽快抽身！至少开个副坑做个备选。最好这个坑是和第一个坑有关的（如我第二个坑）。后面想打通可行。

那三个坑，后期全部都是在担心被 scooped 状态下拖着。
第一个坑，是直接被导师的师妹的实验室里抢先发出了。好几个同行都给我递来过同情的目光。好在我的范式比他们巧妙。我的解决方式是，跪求和他们合作。用他们的模型来解释我的数据。
第二个坑，直接在发表之前，被合作者 scooped。整件事超级魔幻。我导师告诉我后，我就一下就在会议室里哭出声来。真的嚎啕大哭。
博士毕业论文差点打水漂，还是其次的，毕竟我还有其他的话题可以写毕业论文。最让我痛苦的是，明明是值得信任的合作者，怎么能这样背叛呢？我还特别喜欢我的合作者们，他们对我也非常非常好。我以为将会是一辈子的朋友。结果发生这样的事情。现在想想都感觉很糟
第三个坑，完全可以把论文投到更 high impact 的 journal 去。但导师害怕被另个同行抢发，真的是多一个月都不敢等，投 journal of neuroscience 要快一些。现在想想还是觉得可惜，但发出来就是好的。


现在毕业一年多了。论文也陆续发出来了。回顾博士期间，觉得自己挖坑行为来源有三。

• 逃避。其实我是不断在用一个坑去逃避另一个坑。这让我一直处于探索的兴奋愉悦状态，但也不断下意识地去面对填坑过程中的硬石头。这其实是一种错误的生产方式。这个问题在毕业那一刻开始反噬我。因为博士毕业前，没有人要求看我的论文记录，但博士一毕业，我想离开现在的领域去其他领域试试的时候，就会被质疑——你说的很厉害，但怎么连一篇论文都没有发？——答案很简单，我想法很多，收集和分析数据都超速，但在打磨论文细节上特别懒惰。
  
• 贪婪。我总想着，博士三年，我一定要干出一份大事业。我以为这份「大」是指的大量数据。这当然是错误的想法！数据最后成了我的累赘。
  
• 老好人。我不会「驭上」（驾驭上司）。这个说法我不知道通不通。上司管理下属，是驭下，这里我想说我没有处理好和导师的关系。我和我的导师关系特别好。我们特别像，也相互喜欢。从学术上，从性格上我们都特别合拍。但可能是导师知道我没有下线，或说她不断在挑战我的上线。导师给我的项目，一个比一个复杂。要么是新坑、要么是帮人擦屁股。这成为恶性循环。我越来越没有时间发论文。与此同时导师对我的要求也越来越高。而且很多很多额外工作，又花时间，又不会给我的学术有什么添彩。导致所有人都觉得有问题找赵思家。我成了个到处擦屁股的人。（其实我是实验室里最笨的那个人...）
  

博士开始之前，我导师问我，我把自己定位为哪种研究人员？
是 喜欢设计很巧妙的实验范式的、还是专注数据收集（看人与人之间异同）的、还是做理论或是走分析流？
我当时答不上来。现在觉得我现在四个都体验了一把。如果可以，我大概是那种懂理论里挺会做实验的，顺带还懂一丢丢分析的那种吧。这样不太好，希望明年我去加州理工能够找到一个更清晰的路。
<hr/>在博士毕业前半年，我还在上面三个坑中摇摆不定。一边摇摆，一边收数据收尾。
在博士毕业论文提交前4个月，导师受不鸟了，压着我做了选择，到底选哪个作为毕业论文。
一导要我选择坑3，二导要我选择坑1。剑拔弩张，惹不起惹不起，所以我选了他们都不选的坑2。这逻辑没毛病。

说到写毕业论文用时。我用了整整3个月从0写完。
写得超级痛苦，天天喝酒，否则根本不想写。
那3个月，除了偶尔被导师召唤去实验室开会，我就没出过门；连街对面的超市都没去过，隔壁新公寓楼修好了都不知道。因为正好是秋冬天，出门穿的外套和套头衫三个月就没洗过。因为穿了几个小时，就挂在门后，晾几天.... 那真的是我一生中最邋遢的三个月了。
如果没有之前写实体书和电子书的经验。我觉得我不可能能把自己逼到这个程度。
<hr/>题目里还问到了：开了坑怎么收尾？
还能怎样，自个儿做呗。
难不成找人帮你填？那你就不是一作了哟
要死也要在填完坑后死
填好后 好好反思 这个项目当时该不该开 不该 那就吸取教训。

时间实在不够了，就提前要求导师给钱让我在实验室多留1年。这1年就用来各种扫尾。有一个明确的deadline，特别专注。
我留了1年半。结果论文还是没发出来。导师问，要不你再跟我呆三年吧。
我不管了。我一定要走。
不走我永远只能当学术妈宝。
不过我还有40天就要离职了，还在填坑。郁结。。。
<hr/>
最后再说说博士期间做科普这件事。
有几个人问过我，我是如何办到在读博士的时候，还兼顾科普的。
答案很简单啊...
因为博士期间，我完全不在现实生活中社交，能不睡就不睡。利用起一切碎片时间工作和写作。
现在我已经回归三次元啦，所以几乎不做科普了。
从另一个方面来讲，若没有科普，我在学术上还不一定那么努力呢。
我导师在无意间知道了我写科普后，很反对。告诫我好几次，如果我要以学术为目标，就不应该在科普上浪费时间，耽误学术工作。
但因为我喜欢做科普，我想写，为了让导师不觉得我耽误工作，我会在学术上更加努力，让她完全无法感觉到我还有时间做科普。

之前有人给我截图了个群聊记录。有人说，赵思家做科普肯定有利可图，否则她为什么要花时间在这个上面。
还有人，在一个我也在的群里，说赵思家背后有人，在知乎里有靠山，还养小号。
我的妈。简直了。当时我看到这个，真的笑成猪叫。@刘看山 你是我的靠山吗？
养小号。这个主意不错。谁有时间帮我养一个吧。

其实，我也能理解这样的误解。
如果我不是我，我也会觉得赵思家要么是个傻逼，要么就是装出要学术却靠骗智商税的烂人，再要么就是个完全没有私人生活的人。
嘛... 我觉得我应该不是后面两种。
无论怎么说，看到这样的话还是挺打击我的。
但我是真的很长一段时间，通过在知乎上不断写作、完成一篇一篇的文章，从而得到微弱的成就感。因为学术上的成就感，来的太太太太慢了。
所以知乎也真的是我的博士的一部分。

现在嘛，我不需要科普来奶科研了，自然科普就做的少了。

在博士期间管理这么多坑，让我也学习到了如何高效率工作。
因为每个坑都很深，一个人挖特寂寞，也狠狠地锻炼了我的意志力。
我也已经意识到博士期间到处挖坑的错误，现在的我在学术上更专注。
做完一件事情再去做另一件事情。
Done is better than perfect
这样很好。
我很开心。
科研满足感不应该从科普借来，而应该脚踏实地，享受科研本身的乐趣。

有时候我也忍不住想，若是我没选这么个冷门的领域，依靠我在博士期间做的这份努力，我可能能获得更多关注。
大概有些时候，决定比努力更重要吧。

仔细这么回顾一遍，我才有种切实的感觉
啊 我真的已经博士毕业了。

也谢谢你看完这篇流水账。

卡卡

来回答一下自己提的问题～
作为一只土到不能再土的生物汪，前半生最大的焦虑是怕自己百无一用，于是主动且被动的走上了不断给本汪做分身的道路。谈及最大的感受，两个字形容：作死。以下故事仅代表个人，不建议参考。
说一下我最近几周科研上的状态：1.调研全球各大激光厂商的参数和报价，依反馈调整激光器的选用方案，目前激光方案大改第3次，小改第5-8次。2. 调研全球学界和业界在超高速相机和检测器芯片上的工作。挖文献挖到已经不是有点懵可以形容，总是会跌入完全未知且生涩的坑，比如反应动力学、库伦爆炸、天体化学、高能物理等，以及各种化学物理领域的仪器联用。3.激光光斑聚集、光束整形、光路从头设计等文献调研、方案选择，和工程师探讨时总会聊一半露馅，然后主动承认自己非光学背景出身。
最近读文献会看到的通讯单位如CERN、Brookhaven National Laboratory等，研究者参与的国际会议诸如量子探测器领域，嗯我也不知道我在看什么...
补充介绍一下CERN，太值得打卡了。CERN是世界上最大的粒子物理学实验室，也是万维网的发祥地。它成立于1954年9月29日，总部位于瑞士日内瓦西北部郊区的法瑞边境上，享有治外法权。CERN目前有21个成员国。以色列是第一个也是目前唯一一个非欧洲成员国。CERN也被用来称呼它的实验室，其主要功能是为高能物理学研究的需要，提供粒子加速器和其它基础设施，以进行许多国际合作的实验。同时也设立了资料处理能力很强的大型电脑中心，协助实验数据的分析，供其他地方的研究员使用，形成了一个庞大的网络中枢。（来源：WIKI）



CERN官网截图

emmmm...我真的是生物汪本汪，且在正经的生物医学研究院读PhD...
再说说一年前的工作状态：1.辛苦的啃电子与通信领域经典教科书，Paul Horowitz的《电子学》。内容非常扎实，强烈推荐一下～



《电子学（第二版）》亚马逊截图

2.用Solidworks软件学画各种小零件以及给工厂出加工图，跟工厂师傅讨论加工细节。Solidworks简单理解就是工程领域最常用的3D建模软件。
3.动手焊电路，用钻床加工或简单修改零件。这里放个我正式上手仪器之前，淘宝买来练手的小东西，实验室电路板因保密协议无法展示。视频展示的是我花一周业余时间做的带无线输电、红外遥控、马达驱动的旋转球，测试阶段的demo视频，未写程序。对于当时的我来说，各种贴片、IC、集成电路、50颗手动侧焊led，还是略吐血... 记得淘宝上有买家说拿这个做毕设差点延毕hhh

从头焊接的旋转球Demo
https://www.zhihu.com/video/1142396187343728640
4. 以及一些尝试开坑尚未填上的技能点：诸如学习模拟软件SIMION，学习NI的仪器编程工具LABVIEW，学习电路绘制软件Altium Designer，熟练掌握QT等。
再说说两年前的工作状态：上半年在黑科技startup做运营：具体工作包括对硬件开发部门、化学材料开发部门、工程生产执行部门、软件部门等的工作进度实时跟进和协调；一版一版的改BP，对接洽谈投资人，参加创业比赛和孵化营；寻找意向客户，谈可能的各种商业合作；琐事再比如兼职HR、跟合伙人讨论专利方案等等。
下半年在初创医疗VC担任首席助理：具体的工作包括跟着几位合伙人各地出差尽调；自己一个人去参加各种投资峰会，勾搭项目认识同行；替合伙人们顶各种比赛的邀请评委；最主要的任务还是写尽调报告和做行业细分领域分析。
emmmm...有多跨界不敢说（因为各行各业都有卓越的生物汪），但我可能是生物汪中最能跑题的一个...
再说点分身多的优势吧。每每领域内或领域外小伙伴来找我问，你对这个方向怎么看的时候，我都能假装若有所思，然后分析上两句。（逃2333，我有查资料的不是拍脑袋
身为半个过来人，偶尔有通过各个渠道联系我，询问考研建议或职业规划的小伙伴，我态度上往往和父母师长辈很不一样，也许有点严肃有点刺耳，但真的都是发自肺腑之言：想清楚自己的出身、自己的需求，想清楚自己能否承担选择带来的可能后果，特别是将要付出的时间成本。
这个问题有点意犹未尽，还有一个角度，我在犹豫是否从生物细分坑答一下：如何从植物、微生物、生物化学、生物信息学领域跳基因组、转录组、表观遗传组，再跳蛋白组和质谱仪研发，以及肿瘤领域和神经科学脑科学等坑。还有个有意思的跨学科领域叫生物艺术，点赞高且有空的话，我都可以慢慢写。
近两年跟别人介绍专业方向和研究经历时，我都会提，“试图打通中心法则”这句话来装逼或偷懒解释。
贴个在CSHA（冷泉港亚洲）跟双螺旋的合影，以点题前文的生物汪身份hhh



摄于苏州冷泉港会议大厅

<hr/>评论区有伙伴问我本科阶段开了哪些坑，一句话说就是，在研究植物细胞壁的实验室做生化分子细胞倒没什么，后来硬拽着师姐一块儿做组学数据分析和生信。以及拽着数学系的老师和同学，帮我用MATLAB和机器学习做突变体和野生型样本AFM图像的模式识别和分类。
大概是大二那时候知道的Andrew NG和Coursera，后来的某一任男票因为给我讲了3个小时的Geoff Hinton和复分析，而决定在一起...