金九银十的招聘旺季已接近尾声，各家公司的招聘名额所剩无几。王浩然的微信里新增了十几位HR联系人，却仍未获得保底offer。

在社交媒体上，王浩然经常刷到同行们的“凡尔赛贴”。贴子里，优秀的AI博士们正被“幸福的烦恼”缠绕，不知该拿百万年薪去大厂打拼，还是留在学界当一名高校教师。在这种对比下，王浩然自认为属于“平庸的博士”。

他仔细收藏了这些帖子，时刻关注着“大佬”们的最终选择。因为一旦有人确定去向，其他公司就可能空出新的岗位，自己也就有了被“捞走”的机会。

“平庸的博士”在鱼池中徘徊观望，处在金字塔尖的博士们正在搅动时代风浪。

企业对顶尖人才的争夺持续白热化。字节跳动的“Top Seed”计划、华为“天才少年计划”、阿里T-Star计划等，为博士人才提供了极具吸引力的条件：科研自由、资源优先、百万年薪，这些只是最基本的诚意——前提是人才足够顶尖。

有消息称入选这类人才计划的应届AI博士，综合年薪已突破200万元，同时还能获得远低于市场价的期权等额外福利。而通常能进入这类项目的博士，名校出身、有重磅研究、竞赛大奖、实践丰富等标签几乎一样不少。

对于这类人才引进计划，王浩然从不点开。他觉得，如果不是刚好研究方向踩在了行业风口，自己可能连面试机会都难得到。

博士4年，攒不够入场券

踏入人才市场前，论文是A博士的硬性入场券。对于非热门研究方向的博士，则需要更多的论文来加持。

在博士二年级实习时，研究计算机视觉方向的张艺凡就意识到了这一点。

他在企业公开的招聘帖上看到，企业对AI博士的要求是拥有一至两篇顶会一作论文。但正在求职的师兄师姐告诉张艺凡，要是没参与过业界极具知名度的项目，想拿到面试机会，至少得有5篇论文成果才行。对业界来说，这是为数不多能衡量博士能力的可量化标准。

博士学制通常四五年，一篇论文从实验、撰写到发表常需一年，时间本就紧张。为达到就业门槛，张艺凡不得不体会“凑”论文的苦。

比起火热的大模型，计算机视觉是更传统的研究领域，研究历史久、技术成熟，想在熟悉范围内找创新点很难。师兄师姐说，一篇论文得有3个创新点才能中稿，有时迫于时间，张艺凡只能“为创新而创新”。


他曾研究恶劣天气下模型的环境感知，为增加创新点，他把常见的“在模型感知关键节点注重训练数据一致性”改为让模型在每一节点都注重。

实验后，虽然测出效果提升不大，但为了稿件能顺利中选，他还是硬着头皮写进了论文。

学界靠“策略”发论文的情况不少见。张艺凡发现，有些论文看似不同，实则在证明同一个已知结论，算不得真创新；有时跑通前人论文中的模型，却发现结果或数据与论文不符，除了吐槽几句“套路深”，也只能放弃。

讽刺的是，这些质量参差的文章，不少都登在行业顶会期刊上。

AI行业火热，学术界也拥挤。顶级会议AAAI今年主要技术领域接收近2.9万篇论文，几乎是去年的两倍，中国投稿占三分之二；五年前AAAI-21仅收9034篇，还不及现在零头。

短时间内论文激增，评审系统明显跟不上。大多期刊用“众包”模式凑评审，发过相关论文或有导师推荐就能当上评审，部分期刊甚至允许硕士生参评。

系统会按关键词随机分配审稿人，可AI跨领域研究多、单篇方向细，评审常因“摘要有共同概念”就被匹配，实则根本不懂论文内容，发表系统愈发混乱。
--
FROM 223.104.194.*