为什么我选择香港科技大学（广州）人工智能直博

2022级本科电子信息工程 许琦耀

  本科期间，我就读于四川大学电子信息工程专业。即将毕业时，面对就业、硕士和直博几条不同的道路，我最终选择进入香港科技大学（广州）人工智能学域，攻读人工智能博士学位。

  对我来说，这并不是一个突然作出的决定。

  从最初接触计算机视觉，到参与视觉基础模型和医学人工智能项目，再到逐渐将研究兴趣集中在长时程GUI智能体与智能体记忆上，我经历了一段不断尝试、调整和确认方向的过程。最终选择HKUST(GZ)，既有现实层面的考虑，也有对未来研究方向的判断。

简单来说，我看重的是三个方面：相对充足而稳定的博士生待遇、扎实且覆盖面广的人工智能学科实力，以及项目与我个人研究兴趣之间较高的匹配度。

01

从电子信息到人工智能：我的科研方向是怎样形成的

  刚进入四川大学电子信息工程专业时，我对未来的理解其实比较模糊。

  电子信息是一个覆盖面很广的专业，通信、信号处理、嵌入式、图像处理和人工智能都可能成为未来的发展方向。最初，我并没有一开始就确定自己要读博士，更没有明确到某个具体的研究问题。

真正让我开始了解科研，是进入四川大学信息显示研究团队之后。

  在课题组中，我接触了SAM、DINO等大规模视觉基础模型，尝试将预训练视觉模型迁移到具体的下游任务，并参与了课题组的相关研究。

这一阶段，我第一次比较完整地经历了阅读论文、搭建实验、调整模型、分析结果和撰写论文的过程。科研不再是课堂上抽象的概念，而变成了一个个需要真正解决的问题。与此同时，我还参与了四川大学与华西医院检验医学部合作的大创项目。

  随着研究逐渐深入，我的兴趣开始从单一的视觉任务转向更复杂的智能系统。我开始关注一个问题：当一个智能体需要在图形界面中连续执行几十步甚至更长的任务时，它应该如何理解当前状态、保存历史信息、利用过去经验，并在出现错误后及时调整？

  这使我逐渐将研究兴趣集中到长时程GUI智能体和智能体记忆理论上。我希望研究如何筛选和压缩历史截图与交互轨迹，如何从过去的任务中抽取可迁移经验，以及如何实现记忆的存储、检索、更新与验证。

  当研究问题逐渐从“怎样把现有模型用好”转向“怎样建立新的机制”时，我也开始认真考虑攻读博士。

02

为什么是直博：我想解决的问题需要一段完整的时间

  本科毕业直接攻读博士，意味着需要较早地作出一个时间跨度很长的决定。

  我也曾认真考虑过先读硕士，或者直接进入企业工作。硕士的试错成本相对较低，就业则可以更快进入实际业务场景。相比之下，直博周期更长，对个人兴趣、执行力和心理状态都有更高要求。

  最终让我决定直博的原因，是我的研究兴趣已经逐渐形成。

  长时程智能体并不是一个依靠短期项目就能完整解决的问题。它涉及多模态理解、强化学习、智能体规划、记忆系统、模型评估和机器学习系统等多个方面。许多问题需要经历长期的实验、失败、重新设计和验证。

  我希望拥有一段相对完整的时间，把一个问题真正做深，而不是只完成一项短期任务。

  因此，我选择直博并不是因为博士天然比硕士或者就业“更好”，而是因为在当时的几个选项中，它更适合我想做的事情。

我认为，判断自己是否适合直博，可以先问三个问题：

第一，自己是否真正喜欢研究问题，而不仅仅是喜欢得到论文和录取结果？

第二，当实验长期没有进展时，自己是否仍愿意继续阅读、分析和调整？

第三，自己是否已经找到一个愿意投入数年时间研究的大致方向？

不一定要在本科阶段就确定博士论文题目，但至少要知道自己为什么愿意走上这条路。

03

为什么选择HKUST(GZ)：学科实力与研究方向的双重匹配

  在比较博士项目时，我最看重的不是一个笼统的学校排名，而是这个项目能否支持我未来几年的研究。

  香港科技大学在计算机、电子工程和人工智能领域拥有较为深厚的研究基础。HKUST(GZ)人工智能学域则在这一基础上，同时开展人工智能基础研究和应用研究。

  学校官方列出的研究方向覆盖数据挖掘、深度学习、计算机视觉、基础模型理论、强化学习与优化、多模态与生成模型、具身智能、AI智能体、可信人工智能和机器学习系统等领域。

  这些方向和我目前关注的长时程GUI智能体高度相关。GUI智能体并不是单一的计算机视觉问题。它需要模型理解界面内容，追踪任务状态，规划后续操作，并从历史交互中提取有效信息。因此，它同时涉及多模态模型、强化学习、基础模型、AI Agents和机器学习系统。

  相比只集中在某一个传统方向的项目，HKUST(GZ)人工智能学域提供的研究覆盖更完整。对我而言，这意味着未来在研究智能体记忆时，不仅可以关注模型结构，也可以从强化学习、系统效率、决策理论和多模态理解等多个角度切入。

  学校的信息枢纽还包括人工智能、数据科学与分析、物联网和计算媒体与艺术四个学域，并强调不同学域以及广州校园与香港清水湾校园相关项目之间的合作。这种交叉结构同样吸引我。例如，GUI智能体可以与计算机视觉结合，也可以延伸到人机交互、物联网设备控制和复杂软件系统。一个问题往往不会严格停留在某个传统学科的边界内。相比过早把研究限制在一个狭窄标签中，我更希望进入一个允许不同方向相互连接的环境。

      HKUST(GZ)的人工智能博士项目要求学生开展原创、独立且具有交叉性的研究。对于没有相关研究型硕士学位的全日制博士生，项目的常规学制为四年。课程体系中也包括人工智能基础、强化学习与优化、AI安全与隐私、人工智能专题和机器学习专题等内容。

  这些制度和课程并不能自动保证一个人做出好的研究，但它们提供了一套比较完整的训练框架。

  对我而言，真正重要的并不是“AI”这个热门名称，而是这里确实存在与我的研究方向相匹配的教师、课程和交叉研究环境。

04

待遇是现实保障：让我能够更专注地进行科研

除了研究实力，我也认真考虑了博士期间的经济条件。

  读博士不是短期培训，而是持续数年的学习和研究。稳定的资助无法代替科研兴趣，但会直接影响一个人能否把主要精力放在研究上。

  根据HKUST(GZ)研究生院目前公布的信息，全日制博士研究生的Postgraduate Studentship为每月人民币15000元，资助时间最长为四年。学校目前对获得PGS的全日制研究型研究生收取每学年人民币40000元的学费；从2027/28学年入学的学生开始，相关标准调整为每学年人民币60000元。

  这意味着，HKUST(GZ)提供的不是简单的一次性奖学金，而是相对稳定的博士阶段资助。

  这里也需要提醒学弟学妹：所谓“全奖博士”通常不等于学校免除所有费用。以HKUST(GZ)为例，学生获得每月PGS，同时仍需要按照学校标准缴纳学费，并承担住宿、生活和其他个人支出。

  即使考虑学费和日常支出，HKUST(GZ)的资助水平仍能够为博士生提供较为扎实的生活保障。对我来说，这一点很重要。

  待遇不是我选择一个博士项目的唯一理由，但它决定了我能否减少经济压力，把更多时间投入阅读、实验和长期研究。

  如果把科研方向看作决定我“想不想去”的因素，那么稳定的待遇就是决定我“能不能安心做下去”的基础。

05

我的申请过程：真正重要的是把经历连成一条线

  博士申请并不是简单地把绩点、论文、竞赛和英语成绩放进同一个文件。

  招生老师更关注的是：这些经历之间是否存在联系，它们是否说明申请者具备研究潜力，以及申请者是否知道自己下一步想做什么。

  在准备申请材料时，我主要整理了几个方面：

  本科阶段的课程与学术基础、在四川大学信息显示研究团队的科研经历、与华西医院合作的交叉项目、视觉基础模型相关研究，以及我对长时程GUI智能体与智能体记忆的研究兴趣。

  我的英语成绩是雅思7.0，但在博士申请中，英语成绩更多是一项基础要求。真正决定材料是否有辨识度的，仍然是科研经历以及对研究问题的理解。

  我在准备个人陈述和研究计划时，并没有把每段经历写成彼此独立的“成果清单”，而是尽量解释自己的研究兴趣是怎样逐渐形成的：

从电子信息和信号处理出发，接触深度学习；
从使用视觉模型解决具体任务，开始思考基础模型的迁移能力；
从单步视觉任务，进一步关注需要长期决策和历史信息管理的GUI智能体。

这样，过去的项目就不再是几段互不相关的经历，而是一条逐渐收敛的研究路径。

面试准备同样如此。

介绍项目时，不仅要回答“做了什么”，还要回答：

为什么要解决这个问题？
现有方法的不足是什么？
自己具体负责了哪一部分？
实验失败过几次？
为什么最后选择这个方案？
目前的方法还存在哪些问题？
如果继续研究，下一步准备怎么做？

很多时候，老师并不要求本科生已经解决一个非常困难的问题，而是希望判断申请者能否真正理解自己的工作，是否具有继续追问和独立思考的能力。

06

选择博士项目时，我认为最需要注意的几个问题

拿到录取并不意味着选择过程已经结束。对博士而言，选择项目可能比获得录取更加重要。

第一，不要只看学校名称，要看导师和方向

同一所学校中，不同导师的研究内容、指导方式和组内氛围可能完全不同。

在联系或选择导师前，至少应阅读导师近几年的论文，了解其研究方向是否仍在持续，以及实验室中的学生主要在做什么。

网页上的几个关键词相同，并不代表真正匹配。比如同样写着“人工智能”或“大模型”，实际研究可能分别偏理论、系统、视觉、自然语言处理或具体行业应用。

第二，不要只问研究方向，还要了解培养方式

有些导师会频繁参与具体实验，有些导师更强调学生自主探索；有些课题组合作紧密，有些则以个人项目为主。

这些方式没有绝对好坏，但需要与个人习惯匹配。

在确定项目之前，可以尽量了解导师的交流频率、选题自由度、论文要求、实习政策、毕业要求以及组内学生的实际体验。

第三，不要把高待遇理解成“轻松”

资助水平较高，只能说明项目提供了较好的经济条件，并不意味着博士阶段的研究压力较小。

博士的主要挑战往往不是课程考试，而是长期面对开放性问题：没有标准答案，也不一定能够按照计划得到结果。

因此，待遇应该是重要参考因素，但不能代替对导师、方向和科研环境的判断。

第四，尽早形成自己的研究叙事

本科生不一定需要很多论文，但需要让别人看到自己的成长路径。

相比简单堆砌若干项目，更重要的是说明：自己从项目中发现了什么问题，能力发生了什么变化，以及为什么准备继续研究。

第五，给自己保留调整方向的空间

申请时可以有明确兴趣，但不要把自己限制得过于具体。

我目前关注长时程GUI智能体和智能体记忆，但未来可能进一步涉及强化学习、多模态推理、智能体经验学习和机器学习系统。

博士研究需要方向感，也需要根据新的问题和结果不断调整。

07

回顾整个申请过程，我最大的感受是：升学选择并不存在一份适用于所有人的标准答案。

有人适合先读硕士，在更充分的探索后决定是否读博；有人希望尽早进入企业，在真实业务中积累经验；也有人已经找到愿意长期投入的问题，选择直接进入博士阶段。

这些道路没有天然的高低之分。

我选择HKUST(GZ)人工智能直博，是因为它同时满足了我现阶段最看重的几个条件：研究方向匹配、人工智能学科覆盖完整、交叉研究环境较强，同时能够提供相对稳定和充足的经济支持。

学科实力决定了我能够接触怎样的问题，导师和研究环境决定了我可以怎样成长，而待遇则让我有条件更加专注地完成这段训练。

我也希望学弟学妹在选择项目时，不要简单地照搬某位学长学姐的答案，而是尝试建立自己的评价体系。

问清楚自己喜欢什么，能够承受什么，希望几年后成为怎样的人。

当这些问题逐渐清晰时，学校、专业、导师、城市和待遇就不再是一组杂乱的信息，而会变成帮助你作出选择的坐标。

对我而言，HKUST(GZ)不是申请季结束后的一个结果，而是下一段研究旅程的起点。

未来，我希望继续围绕长时程GUI智能体和智能体记忆展开研究，探索智能体如何理解复杂环境、管理历史信息、积累可迁移经验，并在长期任务中作出更加稳定可靠的决策。

选择直博，意味着选择一条更长的路。

但只要方向值得，我愿意向更深处走。