2025参会有感

1. 我们的报告还是很成功的，应该是一楼十来个报告厅里吸引听众最多的报告。我尤其喜欢问答环节，无论是来自企业的，还是学术界的问题，都很有深度，并且切题。我们的回答，无论是知识见解、经验交流还是讲述方式，应是得满堂彩的。这得益于，我们真正花时间构思规划了讲述思路和逻辑，花时间深入辨析了细节内容，同志们也投入精力地做了精彩的研究，并发表了体系化的多篇高水平论文（取得了令人信服的结果）。还有，就是我和德国老先生，讲演和回答问题的能力，以及分工配合是默契的。
2. 不好的地方是，无论是我自己，还是老先生，在讲到一部分内容时候，都存在用词重复、平淡、生机淡然的片刻：某几页的衔接，好无生机。对于我而言，出现上述情况的主要原因有：一，PPT 支撑素材并不是我来亲自做的，词语说理与数据支撑之间存在逻辑不緊恰。二，倒时差原因，前一天晚上只睡了三四个小时，3-4 个小时的长报告，中间太困。加之英语虽自认为熟练，但毕竟不是母語。词汇在没有提前延拓记录的情况下，描述某一特殊情形，倾向选自己最熟悉的有限几个干瘪的词儿。三，远不够美国人那般张扬，随着年龄再增长，心里貌似没了那么多激情去抛洒。
3. 改进措施：一，不仅报告的逻辑主线，要亲自梳理、打磨，素材也要在同志们的基础上，亲自筛选做做减法，力求只提供与逻辑主线强相关的。要亲自花时间用markdown+marp 或 typst +touying 等顺手的工具重新制作自己风格的 PPT；二，不管在什么场合，沉稳大胆地，按照准备讲出每一页的核心内容。知识高深，而能有条不紊，深入浅出的，才是真高手。讲报告，只要能做到逻辑清晰、说理完整，总结及时，就有足够自信大方的理由，也有讲成佳作的可能。不要去追求语不惊人死不休。不用只聚焦或解释最高深、难懂的，正常逻辑线上，其他自认为易懂的内容也要花精力讲清楚。且不用总想依靠激情澎湃取胜。走长路，应靠简洁易懂的逻辑思维、扎扎实实的报告内容，和有条不紊、大方质朴的叙述方式取胜。三，PPT 拒绝假大空、花里胡哨，要言之有物、有观点并有扎实的素材；风格上收敛于精要，形式上大气、简洁、逻辑清晰。四、每页总结的合成，就应该是报告的故事情节和线索。
4. 要形成自己的演讲风格。内核是，逻辑要亲自梳理，用词、结构及结论要自己写，且要有把事儿说清楚、把别人教会的明确动机。同时注意结论先行、小结论逻辑链接成线。姿态自然大方、讲述有条不紊，但语调讲求抑扬顿挫、节奏合理舒适，感情敦实内敛。不必澎湃张扬，但要学会用问题去引导听众、张明逻辑线索，并学会与听众换位思考。主要观点和技术要点，无论 PPT 形式上，还是在讲述上，应前呼后应，支持扎实。
5. 好的 tutorial 一定是精心设计过逻辑的。一定是问题导向、步步为营、聚焦而又启发的。一定是与听众有思想或行动上的互动，且观点或技术，可落地执行的。讲述过程一定是有条不紊，娓娓道来的。PPT 一定是风格简洁、逻辑清晰、素材赏心悦目的。其讲述者一定是自信沉稳、大气从容的，并且，一定是从头到脚，深刻理解所有支撑材料的。
6. 下午又顶着时差，听了关于人工智能的报告。第一个感觉是，他们的报告，无论深度广度还是求证质量，是远不如我们的。但，hand-on session 非常吸引人：现场展示代码操作，且与所有人分享代码和案例，并且手把手的教大家，尤其能吸引新手。
7. 用 GitHub+Git ，来学习、整理记录并分享自己的研究和实操成果，并且用 markdown 等等简易工具，混合展示报告内容以及代码的，这种方式，可能是我们接下来要借鉴的。这种做科研的方式，实在是要学来的。遗憾的是，我们没法用 chatgpt 的全版本等等。
8. 要学会并熟练掌握，在一个开源，最好是统一的平台上，来编写代码、调试结果、处理数据、撰写文稿，并形成讲演报告 。
9. 其内容其实不是很新。动手部分貌似在两年前的 ecce 上也有过了。于我，非常有意义的是，要学习并充分了解 AI 在专业领域的潜能，因为：<未来未必属于 AI,但 属于掌握 AI 的人，以及AI will not replace engineers, but those who know AI will.>。
10. 阅读、思考、研讨、验证（输入 1）→写作、教授、研讨（输出 1）→复盘、总结、撰写发表（输出 2）→演讲汇报、问答研讨（输出 3）→复盘、总结、启发下一步研究（输入 2）→梳理总结成专著（输出 4）。两输入+四输出，这应该是做研究的一条可行的路线范式。