回顾｜一场闺蜜式夜谈：读懂学术界女性研究者的坚守与焦虑

将门十周年特别策划的线上闭门交流，前六场我们聊过 和、和，也聊过第七场，我们把镜头对准——在学术界长跑的女性青年学者。

本场特邀主持人、复旦大学助理教授吴桐与五位嘉宾——清华深研院李唯嘉和于超、浙江大学陈璐、香港大学齐晓娟、电子科技大学邱荷茜——围坐线上，从傍晚一直聊到深夜。

可能是夜谈的缘故，这场的 vibe 尤为特殊：大家不自觉卸下白天的紧绷，聊得松弛而坦诚，有一种闺蜜夜话的感觉。

以下是本次闭门交流的文字回顾，整理自现场逐字稿，保留原味，内容经嘉宾确认后分享。

✍️文字整理：将门编辑部

一、开场：想被大家记住的，是一个什么样的“印象”？

本场刻意跳过了“头衔式自我介绍”。吴桐给每位老师留了同一个问题：用两分钟聊聊经历和研究方向，再说说今天最希望留给大家的一个印象是什么？

李唯嘉：跨界

李唯嘉的标签是“一直在跨界”：本科中山大学计算机，博士在清华做 AI+遥感，博后去了港中文 MMLab，后来回母校中山大学的遥感学院，今年二月又回到清华深研院。「我的一个特点就是一直在不断的去尝试跨界，在 AI 和遥感两个方向都做了一些比较深度的交叉和融合。」吴桐接话时由衷地说，「我觉得确实是非常需要勇气，需要不断去学习的一个过程」。

陈璐：拥抱变化

陈璐是浙大百人计划研究员，16 年博士毕业于浙大，去新加坡南洋理工做博后，又在丹麦奥尔堡大学两年升到副教授，20 年回到母校。她想留下的印象，恰恰是关于“变”：「人很难以一个科研 topic 从你读博的时候一直坚持到未来，研究方向肯定是要随着现有的技术发展不断的去变化。」从传统数据处理，到今天思考“数据智能”该怎么走，她说这正是这个时代给所有人的功课。

邱荷茜：坚持

邱荷茜本硕博、博后、做老师，一步没离开过电子科大。她的体会朴素却有力：「在我读博期间比较重要的一点就是坚持，就是要去坚持做，不要去气馁。很多时候不是说一定提前觉得自己能做成什么样的事情，而是一直在做，坚持到最后，可能很多很好的结果就发生了。」

于超：能成为一名老师，已经非常不容易

于超当晚正在前线仓库里，周围布满了货架。她被称为“超姐”，从北理工到清华，师从汪玉和吴翼两位老师，研究方向是多智能体强化学习，提出被引近 4000 次的 MAPPO 算法、主导开源 RLinf 框架，研究方向从数字空间向物理空间转移。

她谦虚地给自己想留下的印象下了个注脚：「对我来说能够成为一名老师是非常荣幸的，能把老师这件事情做好，已经非常不容易。」

齐晓娟：从高中起就想当老师

齐晓娟在香港大学早期做计算机视觉，随着大模型的发展，发现具身智能是计算机视觉最好的落地场景和方向，现在整体转向做 3D 空间智能与世界模型。

她做老师的决定从来没有改变过，读博也成为了必然的选择。「从读高中开始，我就一直觉得做老师是一件非常好的事情，因为我觉得相对于做技术本身来说，做老师能够改变更多的人，带来不一样的想法，我觉得这是一件对人生来说很有意义的事情。」

二、为什么当老师？各自的来路

接着，吴桐把问题推向更深处：有些老师比较坚定的选择，有些人也曾在工业界和学术界之间摇摆。各位老师为什么选择了教职？

李唯嘉：享受带学生的过程

李唯嘉说自己“比较坚定”，但本科时并没想过读博，是偶然机会入了学术。「在我自己当老师之后，我自己也很享受带学生的过程，特别是看着他们从小白经过手把手的指导，找到后续更好的发展机会。」

她也很享受高校相对于大厂的自由度：「能够主导一些方向，在比较喜欢的方向做一些比较长期的探索，不需要被一些很明确的交付任务或者是 deadline 所限制。」

陈璐：高校与工业界的边界正在模糊

陈璐做大数据处理，她带来客观角度的一些观察。她坦言，在大模型时代，高校能独立做的科研其实越来越受限：「工业界有很多卡、很多 token，形势所迫，你很难去离开工业界。这种资源也是高校没有的。」

她观察到自己很多博士生，很难再去选择留在高校做一些自己喜欢的事情，更多倾向于去工业界做一些有用课题，她给到年轻人的建议是「如果你真的想自由探索，高校还是相对自由一些，你的研究方向不是跟着产品需求来的，而是跟着你过往的经历或者自己的兴趣来。」

邱荷茜：顺其自然

邱荷茜的来路最“顺其自然”。研二时在机器人中心当“产品经理”式的角色，越做越觉得“好像自己没学到东西”，于是打电话给老师“我不想做这个事情了，我打算读博”。博三达到毕业要求时，导师说“你挺适合留校的”，她想了想，“我可以留校”。

最终留下，是因为「高校最重要的一点，自由度比较高，我可以很灵活的去支配自己的时间」。

于超：喜欢和学生打交道

于超抽象出自己思考问题的底层逻辑，从社会的两要素——「人和环境」来进行进行分析——「考虑到今天学术界和工业界的状态，我觉得大家的选择基线可能是截然不同的。在我看来今天，在学术界当老师确实性价比有点低，我觉得支撑我走下去的唯一一个因素是我在这里喜欢跟学生打交道。」

她后续的回答也充满了人民教师的责任：「当老师不只有科研，当老师的首要责任是教书育人、培养学生。如果我能培养出更好的人，对我来说也是自身价值的体现。」

齐晓娟：在香港大学建团队，更像在创业

齐晓娟补充了港校的视角：「在香港这边，我们当老师建团队就更像是在创业，但是不像创业公司一样，我们没有对产品变现的紧迫要求，自己决定 research 方向、招学生。没有团队的支持，反过来也给了更多的自由度。」

她认为，学校承担的更重要职责是“人文和教育”——「随着大模型的出现，学生做科研的工具越来越多，在技术方面学术界和工业界的差距在减少，很多人都可以用外部工具去更快的解决问题。做老师要让学生在读书期间不仅是能有技术上的成长，更重要的是对他们的整体见解、vision 或者是 connection 的拓展，都要有帮助。」

吴桐：一直在摇摆，最后被导师说动

吴桐也分享了自己“真实的摇摆”：「我是属于那种一直摇摆不定，最后摇摆着走上了当老师这条路的。」

她博一时写论文写到内耗，一度想“以后就去工业界算了”。转折来自博导林达华：「林老师在我博二的时候就跟我说，吴桐你特别适合走教职。他跟我讲了好几年，我相信林老师的判断，后面就一路带学生、访学、做博后，发现我也非常 enjoy 这个过程。」

三、技术判断：有哪些 AI 方向被低估了？

吴桐抛出一个硬核话题：时间拉长到 2 年、5 年甚至20 年，AI 会是什么样？有没有你们真正相信、却被外界低估的方向？

李唯嘉：短期看 agent，长期别忽视 AI for Science

李唯嘉短期最看好 agent 方向，期待一两年内能把“写本子、做 PPT、改 paper”这类工作自动化。

而被低估的，是她交叉领域里的传统工科：「虽然在我们这个圈子里，大家用 AI 工具都比较熟练。但是对于地球科学、遥感、环境、建筑这些传统工科，大家使用 AI 的普及率还不是特别高。怎么能够让 AI 去赋能、加速这些学科的发展，可能是未来比较值得更多投入的方向。」

陈璐：数据本身才是智能的来源

陈璐从数据库系统出发，提出一个在热潮之下容易被忽视的思考：「当大家都在卷大模型能力时，数据管理这个事情，在大模型的时代下还有必要存在？」

她所在的领域最近出现一种“数据大模型”的概念，「因为智能可能是蕴含在数据的本身里面，从数据本身出发去学关系、训模型会是未来的发展方向」。

邱荷茜：从感知到可控生成，再到“系统”

邱荷茜从目标检测、视觉感知切入生成式 AI，但强调“可控”才是落点：「我给一个文本，它能生成对应的视频，但是它是否是我想要的可控的生成。人类可控的生成，我感觉还是很重要的。」

聊到具身，她认为它“不是一个简单算法，而是一个系统”，需要把视觉、通信、自动化等多领域知识“合成一个统一的智能框架”。

于超：数字空间走向物理空间，5 年可能迎来“GPT 时刻”

于超判断：「AI 在未来还是要从数字空间逐渐走向物理是空间。未来两年我感觉可能大部分发展还是会在数字空间里，至少从我目前的感受下来物理空间依然是萌芽的状态。」但她预测未来 5 年很可能出现大的突破，不管是工业界还是学术界做出的巨大成果，会让大家相信把智能用在物理世界里是可行的。

她认为自己目前从事的领域不是被大家低估，而是可能要发生在更远的未来，而不是现在。她最近在思考“agent 与机器人结合”的 agentic 具身状态，既有交互的身体、又能够处理长程任务，「但此时此刻肯定是太早了，因为每一部分都还没有那么完善」。

齐晓娟：数据是被低估的“基本功”

齐晓娟从基础层面来讲「数据方向的研究是被低估的。」她一直相信「所有的智能都本质来自于数据本身」，他们组内有一个 side work 也是研究数据的价值。

而今天大家花在数据清洗、标注、采集上的“力气活”，恰恰决定模型的上限：「这些 hallucination，本质上来说也是因为你的训练数据里面本身有不好的数据和坏的数据。如果我们没有正确的方法去把好的数据用起来，这些错误就会一直累积下去。」

四、科研焦虑：原来大家都会焦虑

从星辰大海拉回柴米油盐，吴桐问了一个戳心的问题：科研路上，你有没有焦虑过？有什么缓解焦虑的建议吗？

李唯嘉：专注当下，培养爱好

李唯嘉的体会很生活：「比较忙或者在做一些具体事情的时候，没有那么焦虑；有时候比较闲要去想一些未来的时候，会让我比较焦虑。」她的办法是「做好一些具体的事情，专注做自己的事情，比较关注当下的时刻」，再加上一个爱好——跳舞：「在那个时间段会完全的放下工作。」

陈璐：曾经焦虑要被时间淘汰，后来想通

陈璐的焦虑来源于技术的发展，「今年年初的时候，我自己比较焦虑的是感觉要被时代淘汰了。」当学生有了 agent，导师参与的部分被减轻了很多，她一度自问「学生还需要我们导师吗？」

但后来想通了：大模型会把人差异化，「越强的人，在大模型的加持下可能科研做得更好；但你如果是一个没有想法的人，可能很容易被信息误导」导师的作用还是不可取代的。

于超：焦虑源于“想要更多”，换个环境试试

于超看得最通透：「只要你还有上进心，只要你想要追求更好的生活，我觉得几乎都会有焦虑。」

她的“偏方”很直白，还是从“人和环境”的二要素角度出发：「换个环境立刻就好了。当学生毕业的时候，科研焦虑就结束了，变成工作焦虑。」

邱荷茜：敢于放弃

邱荷茜读博时既要做论文又要跑项目，焦虑到“跟导师哭诉了一场”。她的解法很有智慧：「既然现在已经在出差了，我就先把这件事情好好做好，论文的话下次也有机会嘛。不如放弃一件，专心做一件，再慢慢来就好了。」

齐晓娟：别一个人钻牛角尖，去找 senior 聊

齐晓娟带过很多焦虑的学生，她的建议是「换个环境，哪怕去爬个山、散散步」，更要「找一些自己比较信任的 senior 一点的人，去把自己的焦虑的原因讲出来」。因为「你遇到的问题，别人也遇到，大家其实都会抱着一个自嘲的心态，很多问题都是共性问题，当大家都有这样的问题的时候，它就不是一个问题」。

吴桐：多跟别人聊天，你不是一个人

吴桐认同晓娟老师说的：「很多时候我们在做科研的过程中会钻入牛角尖，但是你可能跟一些 senior 的人交流完之后，你会发现这都不是什么大的问题。你并不是一个人，很多问题都是共性的问题。」

尾 声

时间远超原计划，将门的主持人在收尾时由衷感叹「今天这一场给我的感觉特别不一样，大家卸下了白天光鲜的外衣，更多的是带来真诚的分享。我觉得这个是我们办这一系列闭门交流特别重要的一个初衷——告诉大家，你不是一个人。」

原来那些“很厉害的老师”，背后也有和我们一样的焦虑、困惑与自我怀疑；原来“坚定想当老师”和“摇摆着走上讲台”都是同样的珍贵；原来在学术界长跑的女性，既要面对技术浪潮的拍打，也要面对更隐形的结构性目光。

这场的“闺蜜夜话”的回顾就到这里——下一期闭门交流将于 8 月 27 日（周四）上午举行，我们聚焦“具身创业”：把 AI 原生、学术转身、深耕创业三条来路的创业者聚到一起，看看会碰撞出什么火花。

欢迎继续来和我们线上聊天！

6 位不同来路的具身创业者闭门聊天局

北京时间8月25日(周二) 晚20:00截止报名

详情点击图片跳转

*注：本文由将门团队根据 2026 年 8 月 13 日线上闭门交流逐字稿整理，所有带「」符号的引用均来自现场发言。

9月28日晚@美国匹兹堡

「IROS 2026 群星闪耀 精英晚宴」

免费报名，期待线下见面！

北京时间9月25日(周五) 12:00截止报名

-The End-

扫码观看！

本周上新！

“AI技术流”原创投稿计划

TechBeat是由将门创投建立的AI学习社区（www.techbeat.net）。社区上线700+期talk视频，3000+篇技术干货文章，方向覆盖CV/NLP/ML/Robotis等；每月定期举办顶会及其他线上交流活动，不定期举办技术人线下聚会交流活动。我们正在努力成为AI人才喜爱的高质量、知识型交流平台，希望为AI人才打造更专业的服务和体验，加速并陪伴其成长。

投稿内容

// 最新技术解读/系统性知识分享 //

// 前沿资讯解说/心得经历讲述 //

投稿须知

稿件需要为原创文章，并标明作者信息。

我们会选择部分在深度技术解析及科研心得方向，对用户启发更大的文章，做原创性内容奖励

投稿方式

发送邮件到

yimingzhang@thejiangmen.com

或添加工作人员微信（aceyiming）投稿，沟通投稿详情

关于我“门”

将门是一家以专注于数智核心科技领域的新型创投机构，也是北京市标杆型孵化器。 公司致力于通过连接技术与商业，发掘和培育具有全球影响力的科技创新企业，推动企业创新发展与产业升级。

将门成立于2015年底，创始团队由微软创投在中国的创始团队原班人马构建而成，曾为微软优选和深度孵化了126家创新的技术型创业公司。

如果您是技术领域的初创企业，不仅想获得投资，还希望获得一系列持续性、有价值的投后服务，欢迎发送或者推荐项目给我“门”:

bp@thejiangmen.com

点击右上角，把文章分享到朋友圈