最近在申请暑研（暑期研习），目前申请了两个，申请的第一个老师和我说，说他已经招满了，让我去申请另外一个老师，然后我就马上给第二个老师写邮件，出乎意料的，这个老师很快地给我回了邮件，然后让我加他微信，说我们可以聊一聊
之后我们第二天约了一下，聊了大概半个小时，主要问了这样的几个问题：
- 为什么要从物理系转到生物
- 在做分子对接的这个项目的时候，蛋白序列是怎么来的
- 解释一下细胞扰动预测和基因调控
聊到最后，老师说他们实验室主要的背景是数学和物理，哪怕是计算机的都很少——因为他觉得学计算机的数学也不太行，然后这时候我就知道自己要被刷了
其实在面试刚结束的时候，我还是有点不甘心的，因为我觉得其实我简历还挺漂亮的，有物理系的背景、有软件所的项目、有开源项目经历，但是PI说你不行就是不行
而且经过这次面试「拷打」其实我想清楚了很多问题
是为了刷简历 or 科研#
这是一个很好的问题，我去找实习，去找暑研，到底是为了什么，是为了做科研吗？我想应该不是，因为找的都是比较牛逼的大组，他们做的方向我并不是很喜欢；是为了刷简历吗？我想应该是，因为经常刷小红书，看到很多和我差不多的大二、大三学生，大家的简历都非常漂亮的经历，有的有文章，有的有各种厉害的实验室或者大厂实习
看多了，不焦虑是不可能的，但也正是因为焦虑，才让我变得很急很急，甚至在前面面试PI问我最简单的怎么从转录组获得蛋白序列还要思考半天
大二学生能力的边界到底在哪里#
这其实是对本科生科研的一个反向思考，我们进入到实验室，放弃我们的空闲时间，投入到科研训练当中，到底是为了什么？
以我们学校的生物本科生的教学安排为例，大一会上完数学、物理、化学等基础课，数学只会学高数B，化学会上完无机和有机，Python的编程课甚至不会教你怎么装第三方的包和依赖
其实我觉得这种状态，如果是去实验室刷试管可能都没人愿意用，尽管导师和师兄师姐人比较好，还是会给安排一些活，但是事实就是这样啊，基本干不了什么「严肃的科研」
那如果是做生物信息学，也就是所谓的干实验呢？我觉得其实结果也是差不多的，第一Python课上学的完全无法支撑科研，用课上的知识去装一个biopython库恐怕都难，另外生科没有安排很完整的数学思维训练，现代的人工智能算法是建立在线性代数和离散数学之上的，但是生科连线性代数都没有设置
那我们为什么还要进实验室#
对我来说，我觉得进实验室参加科研训练的一个很重要的原因是，我觉得探索一些别人还没有做的事情是很有意思的，另外也能用一些实验室的资源（比如说隔壁组非常牛逼的A100）来做一些事情
我是有过编程和计算机基础的，在参加学校的科研训练之前，我就能熟练写Python，并且做Linux的运维的，我想这是很多生科和我同龄的同学所不具备的
在做干实验的时候，我们大多数时候是在和环境、依赖、数据是否正确打交道的
我接触的第一个科研立项的项目是写一个分子对接的Pipeline，我当时很自信地和我的导师说，我说我一个礼拜就能做完，我两位师姐露出很惊讶的表情
最后的结果是打脸的，这个项目等我大二第一学期结束还没有做完，一直耽搁到了过年才勉强没有烂尾
如果我继续做云原生，传统的前后端开发的话，我可能这一辈子都不知道「高通量」是什么概念，最后我们的这个Pipeline完成了亿级的分子对接，这也是我非常骄傲的一个成果
我们是不是太快了#
之前和一些开源社区的朋友做了一些公众号推文的工作，然后我当时提出了一个观点，我说「字别写太多，大模型时代大家不会耐心去看」
这其实也在一定程度上，反应了我当前的状态，因为有了大模型，如果有什么问题可以直接问AI，根本不用专门去读某本专著，认真读某篇论文，这其实也道出一个问题，在大模型时代，随手到来的答案是不是让系统性的知识变得廉价了
我觉得这个「快」要从两个方面来看
认识我的朋友都知道，我喜欢一个人在路上走，在路上走的时候我会带上耳机，然后打开Gemini，用语言输入和他来来一场头脑风暴，针对一个小的问题来进行提问和对话，Gemini免去了我解答问题的成本，以往我们需要借助搜索引擎，要自己过滤信息，探索欲望的多巴胺因此流失，但是现在可以借助这股劲把问题解决了
另外一个需要去看待的「快」，其实是科研上的
比如我们实验室是做鳞翅目昆虫与植物次代谢物互作的，如果没有Gemini，我可能甚至要半个学期才能搞懂师姐他们到底在做什么，用的什么方法，我也没办法快速上手Pipeline的搭建，我觉得这是大模型在科研中好的地方
另外不那么好的一点是大模型带给我们的，虚假的「掌控感」，有了大模型，可能就没有那么有想读文献的欲望了，我认为这一个学期科研带给我的其实没啥学术上的帮助，可能更多的是怎么和集群打交道，这也是现在我非常焦虑的一点，如果是湿实验的话倒还好，至少会跑胶嘛
所以我觉得未来需要慢下来，去学一些系统化的东西，甚至是做数据库清洗这种简单的工作，我觉得都是有意义的，现在我在和师姐做一个鳞翅目的数据库，实际做的过程我们发现，这里面很多数据库对于同一物种的收录是不一样的！如果没有一些生物学和分类学的基础，其实是很难做好，很难对齐的
还有一个比较有意思的例子，我寒假帮师姐写了一个小脚本，然后我用Codex把需求给输入进去，差不多10分子Codex就完成了全部的代码，并且完成了测试，但是我师姐一用就知道这东西不对，但是我就看不出来，人类专家的知识在大模型和智能体时代，我觉得是最珍贵的东西，编码智能体能在软件工程的领域大放光彩，但是在生物学这个不那么稳定领域并没有那么完善，代码本质上也是解决问题的一种手段
漫漫#
今年寒假回家的时候，我认识了一位中科院的老师，是做脑科学的，我当时问他说要在本科要做些什么，然后他当时和我说，找一些自己感兴趣的东西做一下
这话真的是说起来简单，做起来难，很容易被带节奏，加入到内卷的行列中
我觉得还是先慢下来吧，只有慢下来，才有机会在beloved生物世界漫游