< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400">
2026-05-01 21:20:15 来源：量子位
一代科研人的赛博苦中作乐
邓思邈 发自 凹非寺
量子位 | 公众号 QbitAI
一个博士生连续做了6小时实验后，凌晨3点才吃上晚饭——
他打开了一首AI生成的歌，开始单曲循环。
听着歌词里的“被抢一作”“延毕”“审稿不通过”“创新点都没有”“科研理想”，他又哭又笑，眼泪止不住地往下流。
那些他在组会上咽下去、在导师面前没敢说出口的话，无奈、恐惧、焦虑、疲惫……全在这首歌里。他突然感觉自己被看见了，被理解了。
就这么一边听着歌，一边把实验做下去。直到窗外泛白，他才记起来自己一夜没睡觉。
他不是一个人。
就是这样42首歌组成的“不读博音乐节”系列，在B站上收获超5000万次播放，376.4万次点赞。
△参考文献：少女时代.《Gee》EP, 2009.
为了用AI做出这样一首满意的歌，作者抽卡次数多的时候可以生成100多个版本。
没人知道他的真实身份，但却有3000多封信写给他表达感谢：
你不是站在岸上呼喊的人，而是会跳下水，和我们一起感受在水里挣扎浮沉的感受。
接下来，你将会看到一个被迫停下来的科研人，在停下来的时候，做出了让别人得以喘息的东西。
他创作出这些歌词和旋律，原本是为了治愈自己，结果治愈了别人，而别人的回应又反过来治愈了他。
写出这些歌的人，网名叫“馄饨皮茄总”。
△图片为AI生成
是在读博士生？博士毕业了？博士后？还是大学青椒？
说实话，我也不知道，他也不敢告诉我。
我只知道他是一名科研工作者，他写下的每一个字，他自己或多或少都亲眼目睹过、亲身经历过。
而这些情绪和作品的集中爆发，发生在一个他不得不从现实中抽离的时间点。
去年七月，他出了一场意外事故，左臂严重骨折，手术之后连正常生活都难以为继，更别提回学校做科研。
但他竟然告诉我，至今他都非常怀念胳膊不能用的那三个月，是他最幸福的时光。
父母把他安置在自家开的月子中心的单间里，有人每天送饭，从睁眼到闭眼，他就坐在桌前创作，不需要操心任何家务。
唯一受伤的是左臂，右手能用来操作电脑，大段空白的时间完全由他自己支配。
在那之前，他一直处于一种快节奏持续高压、不停工作的状态，每天被实验任务、研究任务和各种deadline推着往前走。
△图片为AI生成
那种生活里，一个人很容易忽视自己内心真实的感受是什么，甚至来不及问。
直到骨折之后，他才第一次被允许停下来，尝试用一种旁观者的视角去客观看待自己，去审视那些长期被压抑、被忽视的感受。
科研进度被迫停滞了，但新的东西生长了出来。
去年7月18日那天晚上，观看《歌手》直播，他听着那个熟悉的旋律（原曲出自某冷门女歌手），脑子里突然闪过了另一套歌词的模样。
歌词里写的不是爱情，而是一个博士生面对一次次拒稿时的心酸和疲惫，是审稿人不断否定和打压之后的委屈，是学术梦想一点点碎掉的失落，还有明明已经崩溃、却还是要硬着头皮继续做下去的那种无奈的释怀。
他当天晚上就开始写，第二天中午就写完了。
他未曾预料过这首歌会大火，当时他以为只会有几千次观看，几百个点赞。结果视频一发出去48小时，播放量当即突破了5万。
来自听众的鼓励和正反馈源源不断，于是他开始了平均两到三天一更的节奏，更一条火一条，每天睁开眼都是999+，那种感觉“真的像做梦一样”。
那段时间里他每天早上5、6点起床，晚上9点多就睡觉，或许也正是因为作息健康、精力充沛，去年8月他一口气发了12首作品。
他更没有想到的一点是，这些歌同时在治愈他自己，缝合他的伤痛。
科研完全停摆的那几个月里，他和外面的世界几乎完全切断了联系，出不了门，见不到人。
但每天打开手机，后台都会涌进无数条私信和评论。茄总说：
我不会觉得和这个世界脱节。这个世界在用另一种方式给我反馈。
那些歌词，是他与自我进行的对话，就像是把自己长期压着的情绪拆开来、放大、反复表达的过程。写完之后，他反倒觉得轻松了很多。
他会选择用音乐来表达，很大程度上只是因为一件事：喜欢。
没有音乐科班背景，不识谱，也不会乐器。但音乐几乎贯穿了他所有的日常，恨不得一天24小时把耳机挂在耳朵上——
做实验、跑代码的时候也要放BGM，他觉得只有这样才能撑过那些枯燥的时间。
最初他动手写歌的想法其实很朴素，如果能把这些迷茫、困惑和不甘心做成歌，那以后一个人搞科研的时候，至少可以当作背景音乐播放给自己听。
近五年里，他看了30多场演唱会，从陈奕迅、邓紫棋，到Taylor Swift，再到IU、BLACKPINK，他理解那种被音乐裹住、情绪一下子打开的感觉。
音乐于他，是爱好，也是一种排解苦闷的出口。他说音乐会让人感到生活无时无刻都充满旋律，“它会成为你人生当中的一种伴奏。”
他一开始并没有刻意去总结什么方法。
只是写着写着，处理音乐的方式，就不自觉带上了科研训练留下的痕迹。
只不过研究对象换成了音乐旋律、情绪和人。
第一步，先选歌。
他有一套“选歌三要素”：我听过他的歌，我不讨厌他的歌，我身边的人也都听过他的歌。
在此基础上，还有一个独家的选题库可供参考。
通过逐条读取留言区或私信评论，他主动记录下粉丝的点歌需求，进行歌曲的呼声权重排序，目前已经统计整理了上千条数据。
在他看来，听人劝，才能让别人更喜欢你。
盲目蹭新歌热度不是他想要的，因为那样做出来的作品，往往也与他歌词原本想要表达的主题内核不搭。
这还没完，这段视频所选取的画面，必须得是现场Live，因为音乐现场比录制的MV更沉浸，适合用来释放情绪。
△图片为北京鸟巢五月天演唱会现场
他选素材也有一套标准——
只选两类现场：舞台美学设计在线、歌手当场情绪符合他填的歌词。同时面部特写还不能太多，否则口型不好处理。
所以他会把这首歌市面上能找到的所有Live版本，挨个看一遍，再做决定。
他拒绝用AI生成歌手演唱画面或对口型，哪怕技术上已经可行。
实在碰到没办法对口型的情况，他会选择把那个画面瞬间切换，对准台下的听众，或者来一个远景镜头。
曾经因为找不到满足要求的视频素材，他不得不放弃一首非常想改编的歌，因为画质是他的底线，1080P以下的素材不能用——“这是对观众的不负责”。
当歌曲敲定好之后，第二步进入填词阶段，茄总把它比作写“八股文”或命题作文。
你不是在充满自由的情况下去创作，它有着非常明确的规则、格式和方向在引导你。
他会对着原曲，记录下每一句歌词的字数、断句、重音位置，甚至连原唱在哪里停顿都要打上标记。
最关键的一点在于，改编后的歌词句尾的韵脚发音严格与原词对齐，这是为了确保画面中歌手口型能够自然“对上”，不让观众感到出戏。
原曲的音乐风格，也会对他的填词产生影响。
如果原曲是忧伤的情歌，那二创的歌词就可以用来表达科研人的心酸疲惫、无人认可的悲伤；如果原曲节奏很欢快，他就会在歌词中加入更多自嘲、搞笑、抽象的元素，以乐景衬哀情。
他发现观众特别喜欢看外语歌被改编成中文，但发音依然顺滑贴切的感觉，这背后与一个叫“空耳”的小技巧分不开。
例如，文章开头少女时代的《Gee》，大家耳熟能详的那句“Gee Gee Gee Gee / baby baby baby”，被他改编成了“记记记记 / 背背背”和“寄寄寄寄 / 悲悲悲”；
Michael Jackson的那首《Beat It》的“Just Beat It”，被他改成了“Just 避雷”。
他还从电影里学了一个技巧：打破第四面墙。
仔细看你会发现，他的歌词里经常会突然冒出来一句直接和观众互动的话，就像是歌手突然抬起头，对着屏幕前的人开口。
填词的工作，大部分时间都是一气呵成写完的，AI基本帮不上什么忙，因为“写词需要人脑主动去思考，需要温度，这是AI给不了的。”
第三步，才到了重头戏，也就是用AI模型生成音乐。
这项工作会占到他总工程量至少一半的时间，甚至有时候能到70%。
在他看来，AI充满幻觉，没有哪一个模型能做到100%稳定不翻车。
突然的升调、降调，咬字发音不清晰，甚至完全改变歌词旋律……诸如此类的情况时有发生。
所以他的应对策略是“赛马”，同时动用Suno、MiniMax Music这样的商业闭源模型，也包括HeartMuLa、ACE-Step这样的开源模型，对同一段内容进行反复“抽卡”。
然后从这些模型生成的歌曲片段里面优中选优。
他会听每一个版本，挑出表现最好的段落，再拼接成完整作品。
抽卡次数多的情况，同一首歌他甚至会反复修改，做出100多个版本。相当于他要把这首歌重听100多遍，可以说是近乎强迫症般的审美坚持……
他对自己的要求只有一条：我不能糊弄粉丝，也不能糊弄我自己。
AI擅长模仿和复制，但不擅长举一反三，它生成的歌很难摆脱原唱的影子，“尤其是当你想添加一些自己想法的时候”。
所以茄总具体改了什么地方？
改配乐，请看弹幕：
改咬字和发音。AI如果念不准某个中文字的发音，就把它改成英文里的同音词，或是笔画更少、发音相近的中文字。
改调（Key）。他会为了YOASOBI《群青》里一个不那么燃的结尾升华，去某鱼花钱找真人歌手录制降调后的Demo，再用AI过一遍，只为了增添那一点点“悲情现实主义”的质感。
如此一番“折腾”下来，你最终听到的是一个好听耐听的版本，这也是茄总放在第一位的衡量标准。
他从不刻意追求对原唱音色的“神还原”。
相反，他希望自己的改编版本，在好听程度和情感表达效果上，能做到让听众暂时忘记这是一首抽象的二创。
“我”的含量很高，作品本身散发出一种主体性，这是他想要的，他也做到了。
△图片为AI生成
但有些问题，到今天他也没有解决。
茄总在改编过程中发现，AI至今都无法处理密集、复杂的和声叠唱。比如在多声道音频面前，模型会失去辨别力，把几个人的声音误认为是同一个人发出的，从而失去了原本的层次感。
这是他目前唯一真正放弃的遗憾。其他的所有较劲，都指向同一件事——
他想把这些歌做得足够好，好到对得起听歌的人。
截至去年年末，茄总在后台收到了3000多封粉丝来信。
那是B站推出的年终总结功能，用户可以给自己的“年度挚爱UP主”写一封信。
很多人提到会在做实验时循环播放他的歌，也有人在读博读不下去时反复回来听，甚至有人打算把他写进论文致谢。
这群人需要他的歌，不是因为这些歌能解决任何实质性问题。
事实上，也没有人因为他的歌，真正改变了人生走向。
来这里听歌的人，要么是看完视频庆幸自己当初没选择读博；要么就是觉得——这说的就是我现在的感受。
大家其实是在寻找一种共鸣和归属感。
△参考文献：YOASOBI.《群青》EP, 2020.
他们的父母、亲朋好友未必能切身体会他们做科研时的感受和处境，于是需要一个互联网嘴替帮他们发声，从中找到一种精神解脱，然后接着继续苦中作乐。
而且这种状态，并不只是发生在网络世界。
茄总有一个同样在搞科研的朋友，从小唱歌就非常好听，自己也创作过很多歌，但从来没敢发出来，只是私下发给他听。
有一天他们打视频电话，聊到这件事，朋友叹了口气，说已经很久很久没有写过新歌了，因为没有时间。
读博最残忍的一点，是它会把人放进一种长期不确定的封闭环境里。
你不确定自己的实验失败多少次才能成功，不确定费尽千辛万苦写出的paper会不会被拒，不确定还需要多久才能达到毕业要求。
全世界和你做同一个细分方向研究的，可能不超过10个人。
你的父母不理解，你的朋友不理解，尤其是当实验失败、论文被拒、导师也未必能给出有效的帮助的时候。
人在这种处境里，很容易开始怀疑自己，觉得自己一无是处，然后这种自我否定会慢慢积累，甚至变成长期的内耗，慢慢侵蚀进身体里。
更深的困境在于，很多人拼命内卷，最后却发现自己追逐的那个研究方向根本没有意义。
真正有价值的想法早就被人做过了，剩下的大多是跟风的热点、边角料的题材，或者为了满足考核指标硬凑出来的伪命题。
他们不是不努力，但他们自己也搞不清楚，这些努力到底值不值得。包括茄总他自己在内，也是拧巴的曲中人之一。
纯粹靠好奇心驱动的研究，是极少数人才能享受的奢侈品——它需要更高的容错率，也需要更多的资源支持。
绝大多数普通科研工作者只能被绩效和KPI牵着走，什么热点火就做什么，被迫生产出那些可以快速发表、可以拿到经费的东西。
大多数人在踏进“围城”之前，也没有想清楚自己到底该不该、适不适合读博。
很多人要么是出于科研信仰，要么是把学历当投资。但茄总发现，这两种理由都不牢靠。
因为科研信仰会在一篇篇灌水的paper面前慢慢磨损；投资的回报又从来不是稳定的，“绝大部分资质平庸的博士生，毕业之后还是拿不到985和211的教职，也拿不到大厂顶尖的人才计划offer”。
作为同路人，茄总想通过这些歌，把没有摆在明面上的代价讲清楚。很多人只看到读博的好处，但从来没想清楚这背后隐藏着什么。
如果把个体经验拉回到整体层面，这群听歌的人，其实是一个正在持续扩张的群体。
根据国家统计局数据，全国在学研究生人数（含硕士和博士）从2023年的388.3万，到2024年的409.5万，再到2025年的430万，三年连续攀升。
那些听歌的人终究会离开这条路，但还会有新的人走进来，带着同样的疲惫，同样找不到人说话，同样在评论区戒读……
没有人会读一辈子读博士，但是每年都会有新人读博士。
今年年初，茄总重新回归科研生活。视频更新的频率不得不回到一周一更，甚至是一月一更。
有人会私信关心他：是不是手头在赶什么paper？是不是论文马上要提交了？
他们替他想好了理由，因为他们自己也是这样过来的。
但茄总依旧没有断更，当然也不会停更。
让他真正下定决心要把这个系列做下去的那个时刻，发生在去年中秋节。
那天他上传视频的时间比平时晚了很多，快到深夜11点才发出去。
他以为没什么人会看，结果不到一个小时，评论区涌进来很多人，给他点赞，留言祝他中秋快乐。
就是那一刻，他突然意识到，“我要守护这个群体。”
曾经，他在工位独自肝到深夜。现在，因为这些歌，他和无数素未谋面的陌生人之间，建立了某种真实的连接。
他想了很久，该对这群人说些什么。
还在考虑要不要读博的人：先想清楚你愿意为它付出什么代价，而不只是你想从中得到什么好处。
正在读博的朋友：不要因为实验失败、文章被拒而否定自己，你的身心健康比任何一篇paper都更重要，都更值得被珍惜。
已经博士毕业的朋友：你能走到今天真的很不容易，接下来的人生，请不必再用同一套标准去证明自己。
他一直觉得自己歌词里写的那个人，是一个有血有肉的普通人。
不是只会坐在原地叹气，更不是什么loser，而是那种在学术生涯里遭受了很多挫折、却还是在积极乐观往前走的人。
你应该认识这样的人。
或者，你就是。
版权所有，未经授权不得以任何形式转载及使用，违者必究。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。