要过这个坎 ， 首先得做深入研究 ， 看到自己思路的浅薄和渺小；然后得要迎着困难 ， 不停思考不停尝试 ， 在这个过程中一点一点深入总结前人工作 ， 看到它们的本质 ， 分析它们的弱点 ， 寻找改进的方案 ， 最后走出原地踏步的怪圈 ， 磨出一篇好文来一剑封喉 。 第一个阶段没过的人 ， 往往思路很多却从未实行；第二个阶段没过的人 ， 往往放弃了读博 ， 都是很可惜的 。
明白了这两个坎 ， 心理上会有准备 ， 做事就会有长远打算 ， 耐心也能磨出来 。
接下来 ， 要掌握“细节”和“主题”之间的平衡 。
大家都知道“细节决定成败”或是“一屋不扫 ， 何以扫天下”这样的谚语 ， 也知道“纲举目张”或是“提纲挈领”这样的成语 ， 这两种观点初看起来是完全矛盾的— —到底“大节”或是“细节”哪个重要？其实 ， 这个抽象的哲学命题没有意义 ， 不自己去尝试具体问题 ， 是不知道里面的“度”在哪里的 。 尝试多了 ， 大脑自然知道哪些细节是可以忽略的 ， 哪些细节是关键 ， 差之毫厘谬以千里 。
读别人的文章 ， 首先读到的是它的思路它的贡献 ， 细节往往放在最后讲 ， 这样显得条理清晰 ， 逻辑清楚 ， 论证有据 。 但真实做研究则截然不同 ， 往往是先找到正确的细节 ， 然后推广而成理论；先有乱七八糟但管用的方法 ， 然后回头整理 ， 扮一副堂皇的样子出来见人 。 事实上 ， 就如同哲学理论不能解决任何具体问题一样 ， 一个不为特定问题量身定做的理论 ， 直接拿过来管用的概率是很小的 。 若是它真的管用（ 比如说深度学习） ， 那么一定是有未被发现的深刻逻辑隐藏其中 。 因此 ， 读的时候 ， 不要被文章中的各种卖点迷惑住 ， 通过思考 ， 通过重复别人的实验 ， 想方设法找出其中真正重要的东西 ， 才是明路 。
那自己做研究的时候要怎么办呢？作为贴着码工的标牌 ， 其实骨子里是做数学证明的我 ， 现在实践下来行之有效的办法 ， 是主题和细节交替来 ， 前者告诉自己“我想要达到的目标是什么” ， 而后者告诉自己“我现在能做到什么” ， 一边是文章满意度的上界 ， 一边是下界 ， 两边碰了头 ， 文章就有了 。 具体来说 ， 从正确的细节出发 ， 可以为文章的主题定调 ， 这样得到的往往是引理定理满天飞却不知所云的文章；另一方面 ， 从自己想做的框架出发 ， 可以确定什么样的细节是需要证明的 ， 为将来的努力把准方向 ， 许多小定理小结论虽然本身漂亮 ， 但是于大节毫无关联 ， 只好忍 痛放弃 。 如此往复 ， 直到最后大部分细节都思考过了 ， 再从一个合理有趣的框架开始 ， 从头到尾地理一遍 ， 终于把所有的部件都组装起来 ， 成一个细节上正确无误 ， 大节上又有出彩贡献的理论 ， 这样就功德圆满 。
为此 ， 需要写 ， 不停地推倒重写 ， 每次看似重复的劳动 ， 其实都有新发现 。 或者只是某个符号错了 ， 或者某个定义需要修改 ， 或者突然发现其实整个逻辑都有漏洞 ， 需要推倒重来 。 单纯的思考（表现为托腮发呆）往往又耗时 ， 得到的结论还是错的 ， 在单纯思考下很多问题粗想一想好像理所当然 ， 不值得下笔 ， 但真一下笔就发现问题所在 ， 或是有隐含假设 ， 或是有概念滥用 。 特别对刚开始做 PhD的同学而言 ，往往有雄心没技术 ， 经常思路发飘 ， 一思考就容易陷入混乱 ， 为了让思路更精确 ， 把所思所想写下来组织好是很重要的 ， 时间长了 ， 套路领会了 ， 思考的效率就会提高 ， 才能很快找到要点 。
实验科学要怎么办呢？以我这半年在谷歌的经验 ， 虽然要解决的问题截然不同 ， 但同样要遵循上述原则 。 一方面在已有解法上小修小补 ， 找到能让效果更好的管用小设计 ， 让自己至少出点活有绩效 ， 这时 ， 细节决定成败；另一方面则要推翻现在的解法 ， 从大方向出发 ， 思考现在手头做的是不是有长远意义 ， 能否解决长远问题 ， 如果答案是否定的 ， 那么就应该尽早开始做正确的事情 。 后者传统上来说是项目经理要负责的 ， 但是若是自己能提前想到 ， 那效率会高很多 。