Evol.24 AI来了,科研和博士生怎么办?

vol.24 AI来了,科研和博士生怎么办?

E网打尽·2026 年 11 月 15 日·1 小时 40 分人工智能行业方法论终身学习
在喜马拉雅播放
创作者写的节目说明

AI 写程序、做科研越来越快,快到让所有人都有些跟不上节奏。这一期,三位教授——张子昂、崔翰韬、孙凯——把各自与 AI 一起工作的体验、思考和疑问拿出来,讨论讨论,也开开脑洞:当 AI 开始接管越来越多的科研工作,教授们还剩下什么?

我们从电力系统仿真和各自使用AI 的经历聊起:为什么出成果的效率提高了,做科研的人反而更忙?当科研的重点从理论推导和仿真实现,逐渐转向理解、转化和验证,博士生们该何去何从?未来的科研项目又该怎样分工?我们也聊到跨学科学习、职业选择,以及 AI 会怎样改变师生协作方式、论文写作和学术评价。

章节

开场|音乐与主持人开场白

嘉宾介绍

AI 如何改变科研工作流

编程效率提高,程序员为何更忙?

跨学科学习与知识边界

科研瓶颈转向验证与理解

博士生培养与科研项目如何分工?

职业选择与 FDE 驻场工程师

AI 的成果,人是否必须完全看懂?

期刊、论文与学术评价的未来

给年轻教师与学生的建议

结束语:不确定之中,也许有糖

主持人结语

本期嘉宾:崔翰韬,Associate Professor, North Carolina State University

策划:孙凯

剪辑:AI

主持人:张子昂,孙凯

音乐来源:https://pixabay.com/music/beautiful-plays-just-relax-11157/

如果您喜欢本期节目,请在您所收听的平台点赞、支持我们的节目。留言请发送:[email protected] 。也欢迎访问我们北美华人电力协会的网站:https://nacppa.org/nacppapodcast/



说明里标出的时间点,点一下跳过去

AI 看点

本期看点

AI 从整集转写里归纳的,不是节目方的宣传语

最值得听的

孙凯算的账:全奖博士生一年七到八万美元,AI一周只用十美元token,就完成过去三到四年的活。

别处听不到的

孙凯逐行盯着AI解题,发现推导匀速出现前结论已定,后面只是Python在写文件。

最打动人的

孙凯把AI比作1996年买第一台奔腾133的那天,说那天前后是两个完全不一样的时代。

AI 推荐理由

为什么值得听

「今日发现」选中这一期的理由

两位电力系统教授把过去几个月深度用AI的经历摊开讲:孙凯用每月二十美元的AI,一天跑完六七个搁置多年的博士论文题目,部分达到顶刊水平,但他自己看懂结果花了一个多月;崔翰韬算了一笔账,全奖博士生一年七到八万美元,AI一周只用十美元token。节目还讨论了验证瓶颈为何卡在人的知识边界、数学系会不会消失、期刊未来可能只收prompt。

AI 概要

本期概要

由 AI 从整集转写生成,是创作者说明之外的补充

两位电力系统教授孙凯、崔翰韬与主持人张子昂讨论AI对科研和博士生培养的冲击。孙凯用每月二十美元的AI在一天内完成过去需博士生四年的论文级推导,但自己要看懂需一到两个月;崔翰韬指出AI编程效率提升五到十倍,但验证瓶颈卡在人的知识边界上。节目算了一笔账:全奖博士生一年七到八万美元,AI一周只花十美元。由此讨论博士生是否还必要、学术评价体系与期刊制度可能如何改变,并给出年轻教师尽早深度用AI、学会追问与筛选问题的建议。

AI 识别的章节

章节

点一章从那里开始播 · 与上面创作者标的时间点各自独立

00:12

开场:为什么现在才聊AI

主持人张子昂说明这期请来孙凯和崔翰韬,聊电力行业教授怎么用AI。他声明所有观点基于2026年10月30日的观测,并预告AI进化太快、观点可能很快过时。

02:00

崔翰韬与Andes仿真软件

崔翰韬介绍自己在北卡州立大学做电力系统仿真,Andes已更新到2.0版Python接口。他说明Andes与PSS/E做过完整benchmark,14节点系统结果能对上,更大系统仍有阻抗和极限处理的小问题。孙凯建议加tracking功能以评估贡献。

06:17

二十美元的AI一天做出仿真软件

孙凯讲述用每月二十美元的ChatGPT,把仿真算法代码交给AI生成类似PSS/E的软件界面,一天完成。AI会自己读菜单、上网搜厂商文档、写代码测试。但让结果与PSS/E完全对上过不去,因为最早引擎是Fortran写的。他判断AI能省掉前百分之九十的工作。

11:34

一天跑完六七个博士论文题目

孙凯用研究版账号,拿过去没做完的博士论文题目做实验,AI自己提出分步证明方案,一天内六七个题目都出了结果,部分达到顶刊水平。他随后两三个月忙于逐个看懂结果,同时被AI补上了自己理论上的弱项。

17:38

围棋风格与编程效率五到十倍

主持人用围棋界被AlphaGo冲击后靠AI复盘、AI没有棋风的例子,类比AI是六边形战士。崔翰韬说AI把知识工作者推向知识边界,编程效率提升五到十倍,但程序员前所未有地忙,要检查AI的奇怪假设并重新设计。

20:43

AI的推导是前向计算,不是思索

孙凯观察AI解题过程:先查文献,然后推导匀速出现,说明结论早已定好,后面只是Python在输出。他认为对AI来说数学推导最省事,最难的是理解问题并拆成步骤。由此引出开普勒能否造出牛顿定律之问,以及AI时代是否需要“大道至简”的框架。

26:19

看懂AI的结果要花一个多月

孙凯说AI一天做完的博士论文工作,他自己要花两到四周甚至更久才能彻底搞明白,有一篇看了一个多月还没完全懂,因为AI借鉴了其他学科认为显而易见的知识。崔翰韬补充AI是全局信息整合器,并用爱因斯坦思想实验说明AI不能替代起点式的创造。

29:22

跨学科门槛降低了吗

孙凯建议电力系统老师多参加大模型会议、少参加本行业会议。主持人问跨学科研究门槛是否降低,崔翰韬指出AI生成内容在陌生领域更难发现破绽,所以仍需顶尖参与者。孙凯说AI是耐心的老师,帮他补上大学时的弱项。崔翰韬提到新版本幻觉明显减少,跟AI学习变得可行。

36:59

三类使用者将快速分化

孙凯把听众分为不用AI、表面使用、深度使用三类,认为分化会非常快。他用国际象棋少年被AI训练的例子说明新一代思维方式不同。主持人提出论文产出瓶颈原是博士生,问新时代需要什么品质。崔翰韬回应验证瓶颈取决于人的知识边界,孙凯能高速合作靠的是几十年积累。

42:50

数学系会不会消失

孙凯说最先受挑战的是搞纯数学的,存在应用数学对纯数学的鄙视链。他引用朋友观点:很多猜想现实中并不当真,大家假定P不等于NP照用。有数学系可能只剩顶尖学校,普通大学变成通识课。他引用3Blue1Brown的乐观观点:学数学是为了听懂AI的思维,做AI与人的翻译者。

47:31

MIT报告与内化/参考/授权框架

主持人介绍MIT报告:给所有学生配最高档AI但不告知模型,高等数学这类训练思维的课不能用AI。崔翰韬提出先判断目的是学知识还是干完活,需要内化的知识先内化,其余交给AI并验证,人坐在驾驶位上做判断。

50:45

八万美元的博士生与两百美元的AI

主持人把账摆上桌:全奖博士生一年七到八万美元,AI一周只用十美元token。孙凯说培养学生与完成项目的共生生态可能被打破,将来可能不需要这么多博士生。崔翰韬认为招生数量会下降,但大学以培养人才为目的这件事不会消失。

56:49

读博士的路径可能被切碎

孙凯预测从大学到读博的进程会被分割:本科毕业先去社会解决实际问题,本科加AI可能达到今天博士生水平;只有自己有强烈想法、需要纯粹环境的人再读博士。主持人用know-how与know-why的对比说明知道为什么更重要。孙凯说做项目与培养学生解耦后,学生可能要自己付学费。

1:00:55

FDE驻场工程师这个新职位

孙凯介绍OpenAI的FDE职位:会基本编程的人被派到难以部署AI的公司驻场三到四个月,用OpenAI产品做出能落地的东西。压力来自OpenAI自己模型发布太快,五个月做的产品可能被新模型一周超越。崔翰韬补充FDE源自Palantir的国防承包商模式,并讨论先做领域专家还是先掌握AI工具。

1:06:48

从奔腾电脑到AI:不可逆的类比

孙凯把AI比作1996年他买第一台奔腾133电脑的时刻,那天前后是两个时代。他回忆读博时没有互联网,查文献要跑图书馆,看到的期刊至少是三年前的。现在AI能同时开六到十个项目做深度检索,但每个创新点都可能被找到类似文章,AI在第一轮就帮你刷掉。

1:12:02

暴论:一个月四篇还是一百篇

孙凯抛出暴论:认真验证每一步,一个月最多四篇;完全不验证只抛问题,一个月可能一百篇。他问哪条路对人类知识贡献更大,如果后者更大,教授就变成挖掘机操作员。他还引用陶哲轩的癌症药物思想实验:三期临床都通过但没人看得懂,你吃不吃。

1:18:32

崔翰韬的反驳与prompt期刊设想

崔翰韬认为大模型永远不会百分之百正确,验证一直需要,教授的专业知识价值反而体现。他举Anthropic让模型运营便利店、结果给用户打百分百折扣的例子。孙凯设想未来期刊只接受prompt,系统自动证明、调用Andes等工具、跑遍模型,交叉验证,从而避免造假、夸大和抄袭。

1:25:52

Stack Overflow的今天与期刊的明天

主持人用Stack Overflow提问量在ChatGPT出现后骤降的例子,佐证期刊可能消失。崔翰韬指出期刊背后是大学评价体系,KPI最终落到经费和论文,指挥棒不变则变化不会那么快。孙凯提到康奈尔关于未来美国大学的报告。

1:28:14

给年轻老师的三条建议

孙凯给出建议:尽早深度用AI,这是不可逆趋势;AI回答后一定追问,超过一半会发现更有意思的问题;学会判断什么值得做,让AI列热点问题再按能力排序筛选。他还建议做具体的小问题,不要迷恋大而全,因为风格可能就是错误;做不了主导者至少做翻译者。

1:31:41

用最贵的模型,保持乐观

主持人说自己建议用支付得起的最贵的模型,孙凯建议先想清楚一个月要拿AI干什么。崔翰韬引用“史上最让人不快乐的科技革命”的说法,但指出头部AI公司招程序员已不考LeetCode、改纯手搓面试,说明他们看重有AI之前的能力,这是值得乐观的信号。

1:35:47

万圣节的糖与结尾

主持人提到Lex Fridman请三位数学家讨论OpenAI数学问题证明,他们的建议是去做那个你真正想解决的问题。孙凯说自己现在做的第一批问题就是十几年前因资源限制没做成的。他把这期节目比作万圣节发糖:不确定是最大的恐怖,但也是机会。主持人最后说,将来学生可能无法想象没有AI怎么做科研。

E网打尽 · 更多单集

看全部 24 期 →

E网打尽

Evol.24 AI来了,科研和博士生怎么办?

E网打尽 · 11 月 15 日 · 1 小时 40 分

vol.24 AI来了,科研和博士生怎么办?

在喜马拉雅播放
创作者写的节目说明

AI 写程序、做科研越来越快,快到让所有人都有些跟不上节奏。这一期,三位教授——张子昂、崔翰韬、孙凯——把各自与 AI 一起工作的体验、思考和疑问拿出来,讨论讨论,也开开脑洞:当 AI 开始接管越来越多的科研工作,教授们还剩下什么?

我们从电力系统仿真和各自使用AI 的经历聊起:为什么出成果的效率提高了,做科研的人反而更忙?当科研的重点从理论推导和仿真实现,逐渐转向理解、转化和验证,博士生们该何去何从?未来的科研项目又该怎样分工?我们也聊到跨学科学习、职业选择,以及 AI 会怎样改变师生协作方式、论文写作和学术评价。

章节

开场|音乐与主持人开场白

嘉宾介绍

AI 如何改变科研工作流

编程效率提高,程序员为何更忙?

跨学科学习与知识边界

科研瓶颈转向验证与理解

博士生培养与科研项目如何分工?

职业选择与 FDE 驻场工程师

AI 的成果,人是否必须完全看懂?

期刊、论文与学术评价的未来

给年轻教师与学生的建议

结束语:不确定之中,也许有糖

主持人结语

本期嘉宾:崔翰韬,Associate Professor, North Carolina State University

策划:孙凯

剪辑:AI

主持人:张子昂,孙凯

音乐来源:https://pixabay.com/music/beautiful-plays-just-relax-11157/

如果您喜欢本期节目,请在您所收听的平台点赞、支持我们的节目。留言请发送:[email protected] 。也欢迎访问我们北美华人电力协会的网站:https://nacppa.org/nacppapodcast/



说明里标出的时间点,点一下跳过去

AI 看点

本期看点

AI 从整集转写里归纳的,不是节目方的宣传语

最值得听的

孙凯算的账:全奖博士生一年七到八万美元,AI一周只用十美元token,就完成过去三到四年的活。

别处听不到的

孙凯逐行盯着AI解题,发现推导匀速出现前结论已定,后面只是Python在写文件。

最打动人的

孙凯把AI比作1996年买第一台奔腾133的那天,说那天前后是两个完全不一样的时代。

AI 推荐理由

为什么值得听

「今日发现」选中它的理由

两位电力系统教授把过去几个月深度用AI的经历摊开讲:孙凯用每月二十美元的AI,一天跑完六七个搁置多年的博士论文题目,部分达到顶刊水平,但他自己看懂结果花了一个多月;崔翰韬算了一笔账,全奖博士生一年七到八万美元,AI一周只用十美元token。节目还讨论了验证瓶颈为何卡在人的知识边界、数学系会不会消失、期刊未来可能只收prompt。

AI 概要

本期概要

由 AI 从整集转写生成,是创作者说明之外的补充

两位电力系统教授孙凯、崔翰韬与主持人张子昂讨论AI对科研和博士生培养的冲击。孙凯用每月二十美元的AI在一天内完成过去需博士生四年的论文级推导,但自己要看懂需一到两个月;崔翰韬指出AI编程效率提升五到十倍,但验证瓶颈卡在人的知识边界上。节目算了一笔账:全奖博士生一年七到八万美元,AI一周只花十美元。由此讨论博士生是否还必要、学术评价体系与期刊制度可能如何改变,并给出年轻教师尽早深度用AI、学会追问与筛选问题的建议。

AI 识别的章节

章节

点一章从那里开始播 · 与创作者标的时间点各自独立

00:12

开场:为什么现在才聊AI

02:00

崔翰韬与Andes仿真软件

06:17

二十美元的AI一天做出仿真软件

11:34

一天跑完六七个博士论文题目

17:38

围棋风格与编程效率五到十倍

20:43

AI的推导是前向计算,不是思索

26:19

看懂AI的结果要花一个多月

29:22

跨学科门槛降低了吗

36:59

三类使用者将快速分化

42:50

数学系会不会消失

47:31

MIT报告与内化/参考/授权框架

50:45

八万美元的博士生与两百美元的AI

56:49

读博士的路径可能被切碎

1:00:55

FDE驻场工程师这个新职位

1:06:48

从奔腾电脑到AI:不可逆的类比

1:12:02

暴论:一个月四篇还是一百篇

1:18:32

崔翰韬的反驳与prompt期刊设想

1:25:52

Stack Overflow的今天与期刊的明天

1:28:14

给年轻老师的三条建议

1:31:41

用最贵的模型,保持乐观

1:35:47

万圣节的糖与结尾

本期提到的品牌与产品

节目里自然聊到的,不是广告

Andes崔翰韬开发维护的电力系统仿真软件,已更新到2.0
02:39正面
北卡州立大学崔翰韬任教学校
02:39中性
PSS/E作为仿真结果benchmark的对照软件
04:00中性
GitHubAI可从GitHub找到Andes等工具
05:08中性
ChatGPT孙凯用二十美元版本做仿真软件和论文推导
06:45正面
OpenAI提供研究版账号,并设有FDE驻场工程师职位
11:34中性
EE网打尽

E网打尽

面向电力能源领域从业者与研究生,聚焦电力系统学术职业发展、产学研转化与中美电力市场趋势的深度访谈播客

已收录 24 期 · 最近更新 11 月 15 日

这一期适合谁

AI 对内容的推测

听众画像25–34 岁为主 · 偏男性 · 消费力中等
更适合高校教师与科研人员

这一期偏哪一派

略偏沪派节目由主持人设定问题、按议题推进,嘉宾以专业经验回答,讨论范围被有意识收束,接近编辑部式组织;但三人是熟人同行,穿插大量…

在哪里听

https://www.ximalaya.com/album/78340539.xml复制

概要、章节、提及与推广标注由 AI 生成,可能有误;内容版权归创作者,声湃按创作者开放的 RSS 收录。了解收录与 RSS →

更多单集 全部 24 期 →

E

vol.23 科研、工程与“机车”

5 月 18 日 · 1 小时 20 分

E

vol.21 张子昂--教授自我修养

2025 年 12 月 12 日 · 2 小时 06 分