为自己写介绍对我而言是一件困难的事情，很长一段时间里都让我感到手足无措，怎么通过简单的几句话来概括一个人呢？
在面试的时候，加入新团体的时候，我总是苦恼于这样的问题。也正因如此，这个个人主页很长一段时间内只有非常官方的英文版，这也就足够了。
但是这又不够。今天下午朋友和我讲，ICLR 27 的投稿已经要突破 6w 了，学界领先于工业界进入了 RSI 时代，反正是模型写模型审模型回复模型改分，我突然又想起了我的主页，这几乎全部是 vibe 出来的，然后呢，我要接受一个完全标准化的我作为外界形象吗？
因此我要重新来写几段话，用非常不 ai-native 的方式，自己手动敲在文档里，希望我能在自己的表达欲和主页的职业展示功能之间找到一点平衡。话虽如此，如果你希望了解一个看上去更正式更职业化的我，还是点击英文版去阅读吧，那里的 perplexity 更低一点。
我们要进入自我介绍的正题了。我是化院的本科 & 化院的 PhD，但又频繁地在各种各样的 AI research institute 实习，因此我所研究的内容也非常多元，从化学反应的预测到小分子药物设计，到如何设计一个良好的 scientific discovery agent，如何构建好的验证环境与 reward 体系，都在我的射程范围内。
从职业内容说开去，我对烈酒品鉴、铁路运输、地图探索、行政区划，等等内容也都有广泛的兴趣（虽然远非擅长），部分内容可以参见主页的其他栏目，不过这不是这里自我介绍的重点。
我很感谢现在这个 agentic 的时代，一直以来我是一个想法先于行动的人，太多脑子里的东西没有足够细致的操作去实现，但现在这一切都变得越来越 smooth 了，而我也终于能在很多时候腾出精力，去想一些以前顾不上的问题。
比如一个模型在逆合成预测上多对了几道题，究竟能不能让化学家更容易找到一条能用的合成路线？一个分子的计算分数非常漂亮，下一步值得让人花几个月把它做出来吗？
我对这些问题的兴趣，逐渐超过了对某一种模型或者算法本身的兴趣。如果一个简单的方法已经足够好，我也很愿意接受这个结果，虽然它有时候会让前面辛苦搭出来的复杂方法显得有点尴尬。随着执行一件事的能力变得越来越平权，人的区别更多地体现在提出问题和验证结果两个环节，提出一个可以被验证的问题是 PhD training 的核心一环，从前是如此，现在更是这样。人是目的，不是工具，这句话对我而言从未像现在这样清晰。
当然，我还是很感谢化学学科给我带来的训练。化学知识不是简单的 SFT，而是通向各种自然科学的一种入口；这不是招生时候的话术，而是我真真切切的体验（这句话真的好像 LLM 写的……可能我被同化了）。
在五年之前，你需要对某个领域有 80 分的理解才能借助互联网补上剩下的 20 分，现在你只要会 20 分就可以用模型帮你补齐你感兴趣的剩下 80 分，化学教育能够教会你自然科学里非常多个不同的 20 分，从量子物理到细胞互作，这是一种十八岁选专业时我自己都没料到的福报。
唯一的问题是顶着化院的 title 我需要时不时回答别人的问题：“你会 AI 吗？”我只能很惭愧地说我不会了。
言归正传，最近除了我的日常工作和研究以外，我希望看到以下三件事：
比如有可靠形式验证器的数学任务，不需要再通过现实实验验证结论，而 AIVC 的 sim2real gap，则大到让我怀疑它目前能否提供可靠的自我迭代反馈。一个任务的 sim2real gap 越小，就越可以比较科学地搞合成数据，走入自我迭代的循环。
并且给它们打好标签，何时做出了哪些决策，动作空间有多大，这套流程是否普适，标注方法是否可以 scale up。论文不是 userlog，创新点也绝对不是 reward，真正自我迭代的科学发现需要的 signal 藏在人们整理好的 paper 之后。
为化学领域找到真正足够好的计算 proxy 来做 verification，可能是算力足够充足时的第一性原理计算，可能是解决了泛化性问题的模型。有了这样的 proxy，才有可能通过大规模的计算反馈，持续提升模型的化学能力。
可惜我也不总是有时间思考这些问题，要想实现最理想的理想，就需要先贯彻最现实的现实，在你阅读这段个人介绍的时候，估计我正在做各种花样百出的 dirty work 呢。
感谢你读到这里，如果你对这些问题感兴趣，或者对主页其他栏目里的内容感兴趣的话，欢迎通过下方的联系方式联系我。
欢迎来信，也欢迎从主页的其他入口继续逛逛。
为谁风露立中宵