本科毕业设计是我首次独立接手并推进的科研课题。这段经历谈不上成功，甚至称得上是一次“灾难”，但正是这一年的磕磕绊绊，让我在心态和方法上都有了不少收获。本文是针对毕设中实际暴露的问题和验证有效的方法所做的个人总结，限于“课题题目已经指定”的情况，希望形成一套可供今后项目参考和检查的工作框架。全文按照完整课题的三大阶段展开：从接到课题到转化为可验证的问题；通过实验和研讨不断推进；最后整理出有逻辑、可复用的研究成果。
一、课题启动与方案建立
1. 及时对齐需求。
我拿到的课题名为《面向拓扑光电融合网络的边缘端口测量与内部参数提取算法》，除了老师当面大致地描述之外没有别的背景信息，只能自己努力去猜这个长难句题目的重点。而当时我还抱着应试阶段单打独斗的习惯，加上个人性格（有些羞于开口）的原因，没有更积极地和老师对齐需求，结果很长一段时间都在走弯路，从实验设计到日常汇报都遇到了困难，等问题积累到最后再去问老师已经为时已晚。科研中团队协作是常态，高效交流确是很艰难又必须的事情，因此要摒弃孤军奋战的方式，与组内及时沟通对齐。
2. 多维度剖析课题。
在正确理解课题核心要求的前提下，如何全面地剖析课题是关键。针对我的课题，我的做法分为下面四步：
关键词拆解：划分出“拓扑设计”“光电网络”“边缘端口测量”“内部参数提取”这几个关键词，分清其中的背景、方法与目的；
文献调研：依据关键词进行调研，把有用的信息（指标、方法、基本原理）按统一格式记录，必须包含可用点和引用格式；
流程梳理：把解决流程完整梳理一遍，敲定推进的几个阶段和重要里程碑并与AI讨论打磨细节力求完善；
分步验证：在每个阶段内用最小实验验证后，逐步推进。
3. 建立统一实验基础。
课题结果的前后对比是相当关键、也相当有说服力的点，因此建立统一的、可扩展的实验基础非常重要，这项工作应当在正式实验前就基本敲定，而不是到最后为了对比再匆忙补做。我在毕设中就犯了这个错误：设计实验时没有大局观，只针对当下模型最适用的数据和指标来设计，而没有考虑建立一套统一通用的数据预处理方法和评价指标（如ACC加MSE），以便于全局比较、体现模型演进的效果。另外，对实验资源的需求也应当仔细考量，大大方方提出合理需要（如GPU），以便于课题组统筹安排。
二、项目推进与协作管理
4. 以问题和假设驱动实验。
当前期工作基本结束、要正式动手实践时，采用“问题/假设—预期—实验—结果—新假设”的实践飞轮能更好地推动课题朝着正确方向前进。例如我在研究影响内部参数重构精度的因素时，就对三个可能的子因素（搜索空间大小、可测端口数量和待测参数空间分布）分别做假设与验证的循环对照实验，以此解剖一个复杂的多因素问题。在面对实验结果时，不能单纯以"符合预期就是成功，不符合预期就是失败"来结束，要对不符预期的结果进行分析，或许会有意想不到的新发现。
5. 合理安排并行任务。
在执行上述循环时，有时会碰到对同一个结果有多种假设，或有多个地位同等的实验需要进行，此时是否开启多任务并行需要慎重考虑。适合并行的任务（有独立的问题和交付物、较为简单的重复性工作）同做会让效率加倍，对资源的利用率也更高；但不适合同时开展的任务（依赖同一个未经验证的假设、均需要深度思考的工作）并行反而会因频繁切换而破坏对问题的连续思考，导致研究深度下降、效率降低。
6. 设置止损节点。
及时止损是对时间、效果、资源的平衡艺术。我在毕设里经常有对同一模型调参的任务，那么设置一个合适的节点来停止该分支，就能避免很多无用功；可设置的停止条件有时间上限（如耗时超过X天）、优化幅度阈值（如连续N个Epoch损失下降小于5%）、新信息的获取等。当然，停止并不等于证明方法绝对无效，而是说明：在当前数据、评价标准和资源条件下，没有足够证据支持继续投入。
7. 项目管理与研究记录。
完整课题通常周期长、文件繁杂，规范的命名和合理的项目架构能大大节省寻找文件和梳理课题的时间，因此提前备好一份项目框架直接套用是明智之选。同时，较长的周期会带来项目细节的遗忘。定时的项目梳理总结则会让我对课题更清晰，确保不偏离初衷。项目Log的记录并不是把所有工作都像流水账一样记进去，而是着眼于真正对理解问题有帮助的内容，如典型的错误、新的结果和发现等；同时每个具体的小实验也可以有各自的Log，记录实验设置和结果，便于复现和对比。
8. 定期PPT汇报与交流。
PPT的核心功能是总结课题、汇报工作进展和困惑，应该以合适的频率（例如每周）带着PPT在组内交流，其中要包含最新进展的清晰呈现和对后续工作的思考。制作PPT也是一项艺术，前期要多学习好的PPT页面展示并请前辈在空闲时间指点修改；也可以利用AI Agent制作Skill，让它对照优秀PPT来指导我们的PPT制作。
三、写作、总结与AI使用边界
9. 论文写作是一次逻辑重构。
在实际推进课题时可能会走很多弯路，但撰写论文时不应耿直地按照时间顺序来描述自己的所有工作，而是要围绕核心问题逐层推进，安排好每章每节的小问题以及它们与大问题的呼应——这时，实践过程中定时做的记录和PPT汇报文件就会成为一把利器。另外也可以借助AI Agent，让它帮你梳理整个项目文件夹，筛出适合展示的结果和仅作为过程保留的实验，并润色完善文章的语法和逻辑。
10. AI辅助的价值与安全边界。
AI的发展越来越迅速，拥抱AI成了各行各业的必选项，作为研究人员更要积极利用AI，把它当作方便的搜索引擎、博学的百科全书、耐心的科研助手，让它最大化赋能科研过程、提高科研效率，从而让我们能投入更多时间精力到新问题、新体系的发现和定义上去。当然，当前AI在知识准确性和操作安全性上还是会犯错，因此我们需要合理地分配任务，用好它的优势，同时在关键操作上进行人工复核（避免删除重要文件）。
犯错并不可怕，关键是吸取教训。回顾这次毕设，虽然过程曲折，但它让我建立了一套可复用的工作方法，这将成为正式踏上科研道路时的宝贵财富。
← 返回全部博客