Vibe coding 时代的科研品味

原始输入

vibe coding 出来之后，科研效率确实提升了不少。之前科研能力大概可以分成两部分，一部分是操作能力，能迅速实现 idea，查文献，写代码，论文写作。另一部分是科研 taste，阅读文献，提出问题，把控方向，解读结果。现在 vibe coding 基本上把前一部分跑通了，那对大部分人来说，拥有好的科研品味就变成了更重要的事。

那么什么是好的科研品味呢？

这个问题我最近一直在想。当你看到一个结果不符合预期，这到底是 bug，还是说你发现了一个新的现象？这个结果是有问题的还是有意义的？什么算好的科研品味呢，是好发文章的，还是可以工业化落地的，还是现在最热门的？这些问题都没有标准答案，但又实实在在地影响着每一个研究者的选择。

之前看过一个博主说的，同一个实验有两种摘要写法。第一种是，用 AAA 方法在 BBB 任务上取得了 CCC 效果。第二种是，DDD 是 EEE 一个重要的共性问题，BBB 任务可以作为 DDD 问题的一个 benchmark，基于 BBB 任务，我们验证了解决 DDD 问题的一个有效方法 AAA，并且取得了 CCC 效果。第二种写法显然彰显着更好的科研品味。

但仔细想想，这种差距到底在哪？第一种写法只是在报告一个事实，方法 A 用在任务 B 上，得到结果 C，事情就结束了。第二种写法其实在讲一个故事，它从一个共性问题出发，把具体任务当成理解这个问题的窗口，把方法当成解决这类问题的尝试。同样一个实验，两种写法指向的是两种很不一样的研究思路。一种是解决一个具体问题就完事了，另一种是通过这个具体问题去触碰一个更大的东西。

到目前为止，我觉得好的科研品味就是把一系列问题抽象成一个共性问题，然后提出一个方法来解决这一类共性问题。但我的认识肯定是浅显而又片面的。

从抽象这个角度，我又想到，科研品味和审美可能又是一样的，它没有一个明确的 benchmark，但总会被分出是否高级。这个想法让我去查了一些资料，也重新读了一下 Bourdieu 的 Distinction: A Social Critique of the Judgement of Taste。

Bourdieu 那本书讲的是法国社会的文化品味。他的核心观点挺让人不舒服的：品味从来就不是纯粹个人的事，它总是和阶层纠缠在一起。他用大量数据表明，上层阶级偏好抽象的、形式化的艺术，中层阶级追求那些看起来有文化但又够得着的东西，下层阶级倾向于实用的、功能性的审美。这种分层看起来像是天然的，但实际上是被社会再生产机制不断强化的。品味在这里变成了一种区分工具，标榜某些东西为高级，另一些东西为低级，从而维护特定群体的地位。

科研品味有没有类似的逻辑？我觉得是有的，但又不太一样。能从具体问题中抽象出共性规律的研究，确实比只报告特定场景结果的研究有更高的科学价值，这背后有科学本身的内在要求在起作用，科学追求的就是一般性。但同时我们也得警惕，当某些研究范式被标榜为高级，某些方向被贬低为工程性工作的时候，这种区分到底是因为它真的更有科学价值，还是因为学术权力结构在起作用？一个刚入门的研究者选了一个实际的、可落地的问题，这本身没什么可指摘的，只要他对这个问题的理解足够深，能从中提炼出有意义的东西。

Bourdieu 给我的一个提醒是，不要把品味当成某种天然的、与生俱来的东西。品味是在特定条件下被塑造出来的。认识到这一点，也许能让我们更清醒地看待自己的科研品味，看看它有多少是基于真正的理解，又有多少是被某种隐性的学术等级制度影响的。

那么品味到底怎么培养？

Richard Hamming 在他那个很有名的演讲 You and Your Research 里讲过一个事。他在午餐时间反复问同事，你们领域最重要的问题是什么？然后追问，你为什么不去解决它们？这种追问看起来简单，但我觉得它本质上是一种品味训练，它逼你从日常的技术细节里抬起头来，去想什么是真正重要的。Hamming 还强调了勇气。品味不只是知道什么是好的，还得有胆量去追求好的。很多人其实能分辨哪些问题更重要，但他们选了安全的、好发的、风险小的课题。品味和勇气大概是绑在一起的。

Paul Graham 在 Taste for Makers 里提了几个好品味的特征，简洁、对称、启发性、必然性、适用范围。我觉得这些虽然说的是设计和编程，但放在科研里也成立。一个好的研究问题应该简洁，不故弄玄虚。一个好的理论框架应该有某种内在的和谐。一个好的实验结果应该能引发新的问题。一个好的方法应该让人觉得，解决这个问题就该是这个路子。一个好的抽象应该能覆盖一类问题，而不是只对一个特例管用。

至于怎么培养，我自己的体会大概是这样：先大量读经典论文，主要不是为了获取信息，而是为了感受什么是好的研究。然后试着复现这些工作，在复现的过程中理解作者的每一个选择。接着在自己的领域里模仿这种选择的风格。等到经验积累到一定程度，大概会慢慢长出自己的判断标准。这个过程和学画画、学写作、学音乐可能没什么本质区别，都得先看大量好的东西，然后动手模仿，最后才可能有自己的风格。

vibe coding 出来之后，我觉得对科研品味的要求其实是更高了，而不是更低。当操作能力的门槛降低，进来的人变多，竞争加剧，判断能力的权重就更大了。这有点像摄影术发明之后，绘画并没有死掉，反而走向了印象派和抽象艺术。当记录现实变得廉价，表达和判断就变成了更稀缺的东西。

AI 工具可以帮你写代码，但它很难告诉你应该解决什么问题。它可以帮你检索文献，但它很难告诉你哪些文献是真正重要的。它可以帮你润色论文，但它很难告诉你你的研究故事该怎么讲。而且更有意思的是，AI 工具本身也需要品味来驾驭。一个好的 prompt 和一个平庸的 prompt 之间的差距，某种意义上就是品味的差距。你知道什么是好的，你才能引导 AI 去做出好的东西。

写到这里，回到最初的问题，什么是好的科研品味？

我想了想，大概就是能识别出哪些问题值得被解决，能从这些问题里抽象出共性结构，能设计出有普遍意义的解决方案，能用一种开放的、有启发性的方式把这个研究故事讲出来。这些能力加在一起，大概就是我理解的科研品味。

当然，我的理解肯定是片面的。Bourdieu 说品味是被社会建构的，Hamming 说品味需要勇气来支撑，Paul Graham 说品味有可以讲出来的内在标准。这些角度放在一起，也许能帮我们看得更清楚一些。在 vibe coding 时代，操作能力被民主化了，判断能力变得越来越重要。而判断能力的深度，大概取决于我们对什么才是真正重要的问题的理解，以及我们有没有勇气去解决它们。

内容蒸馏

这篇思考把科研能力区分为两层：一层是实现 idea、检索文献、写代码和写论文等操作能力；另一层是选择问题、把控方向、解读结果和组织研究叙事的判断能力。vibe coding 显著降低了前一层的门槛，因此后一层——科研 taste——变得更稀缺、更能决定研究差异。

用户当前对好科研品味的工作定义包含四个连续动作：识别值得解决的问题，从具体问题中抽象共性结构，设计具有普遍意义的解决方案，并以开放、有启发性的方式讲清研究故事。具体任务不是孤立终点，而是观察和验证更大共性问题的窗口。

文中同时拒绝把“抽象”未经反思地等同于“高级”。科学确实追求一般性，但研究范式的声望也可能受学术权力结构塑造。实际、工程性或可落地的问题并不因此低级；关键在于理解是否足够深入，以及能否从中提炼出有意义的认识。

文中借三组思想扩展了这一判断：

Bourdieu：品味会被社会条件和阶层结构塑造，因此需要反思自己的判断究竟来自理解还是隐性的等级制度。
Richard Hamming：持续追问领域中最重要的问题，并有勇气承担风险去解决它；品味不仅是分辨能力，也需要勇气支撑。
Paul Graham：简洁、对称或内在和谐、启发性、必然性和适用范围，可以作为科研 taste 的启发式特征。

培养路径是“经典输入—动手复现—理解选择—模仿风格—形成自己的判断标准”。AI 可以放大操作效率，但不能自动替代对重要性、意义和质量的判断；驾驭 AI 本身也需要先知道什么是好的。

Taste 信号

明确偏好

好科研首先要能识别值得解决的问题，而不是只追逐好发表、可落地或当前热门中的某一个标签。
好研究应从一系列具体问题中提炼共性问题，并尝试提供对一类问题有普遍意义的方法。
研究叙事应把具体任务放在更大的共性问题中解释：问题为何重要、任务为何能作为 benchmark、方法解决了什么、结果说明了什么。
评价研究时重视简洁、内在一致、启发性、必然性和适用范围。
不把实际、可落地或工程型问题天然视为低级；更看重理解深度以及能否提炼出有意义的认识。
对研究范式的“高级感”保持反思，区分真实科学价值与学术等级制度造成的区分。
科研品味需要通过经典论文、复现、理解作者选择、模仿和长期经验来培养，并需要勇气去选择真正重要而非仅仅安全的课题。
在 AI 降低操作门槛后，应把更多注意力放在问题选择、方向、结果解释、重要文献识别和研究叙事等判断任务上。

推断信号

Agent 辅助科研时，应主动暴露问题选择、抽象层次、结果解释和叙事结构中的关键判断点，而不只是把实现任务做完。
面对违反预期的结果，不应凭直觉立即归类为 bug 或新现象；应先验证实现和实验不变量，再判断它是否揭示了值得研究的现象。
评审“共性问题”叙事时，应检查它是否由证据和真实机制支撑，防止用宏大包装冒充一般性贡献。

领域知识

文中把科研能力分析为操作能力与科研 taste 两部分，并判断 vibe coding 已显著压低前者的门槛。
文中使用 Bourdieu 对文化品味与阶层再生产的分析，解释科研 taste 也可能受到社会结构和学术权力影响。
文中使用 Hamming 对重要问题与勇气的追问，以及 Paul Graham 对 maker taste 的特征，构成科研品味的训练与评价框架。
上述外部作品内容来自用户在本次输入中的转述，本记录未独立核验原著。

边界与反例

用户明确说明这是当前且可能片面的理解，应作为可演进的工作定义，而不是封闭的最终标准。
抽象和适用范围更广通常具有科学价值，但不能仅凭更宏大的措辞判断研究更好；需要验证抽象是否真实、方法是否解决了对应问题、结果是否提供足够证据。
具体或工程性工作并非反例。只要对问题理解足够深，并能产生有意义的认识，它仍然可以体现好的科研品味。
“好发表”“能落地”“热门”可能是合理约束或目标，但文中不把任何一项单独视为好 taste 的充分条件。
文中提出了“异常结果是 bug 还是新现象”的关键问题，但没有给出通用判定流程；后续需要用实际案例继续学习。

可执行影响

在选题或 review 前先回答：问题为什么重要？它是否超越单个任务？具体 workload 或 benchmark 如何代表共性问题？
在设计方法时检查：方法解决的是一个特例，还是可解释的一类问题？适用范围与失败边界是什么？
在解释异常结果时先做正确性核验，再比较替代解释；证据不足时标记 NEEDS EVIDENCE，不急于把异常包装成发现。
在组织摘要、proposal 或论文故事时使用“共性问题—具体窗口—解决方法—结果证据”的主线，同时避免超出证据的 claim。
在评价工程型研究时同时检查端到端价值、理解深度和可迁移认识，不因其可落地或具体而降低评价。
使用 AI 时让其承担可验证的操作工作，并要求它显式呈现选题、抽象、文献重要性、结果解释和研究叙事中的判断及其依据。
培养 taste 时优先深读经典、复现并解释作者的选择，再模仿其决策方式；定期追问本领域真正重要的问题以及为何尚未解决。

14 KiB Raw Permalink Blame History Unescape Escape