美国顶尖大学的博士是怎样练成的？

数学算法俱乐部

日期 ： 2021年10月17日       

正文共 ：1710字0图

来源 ： 王青博士

一个博士的头衔意味着什么

就是在名字面前加上“Dr”两个字母！

就读期间，对于“你在忙些什么”这样的问候，回答经常就是“在忙着往名字前加两个字母”。

我在加州大学就读，可以说是民主平等理念在美国贯彻得最到位的地方。

全系老师学生职员相互都以名(First Name)直呼，只有我们这些亚洲去的学生在那里叫Prof.或是Dr.某某，所以就算是在学校这样的环境，要把Dr.加在名字前面，也不是那么经常的。我的一个学姐，在一所中游的加州大学英语系作教授，就在她个人支票的名字前赫然加上这“Dr.”两个字母，以至于她去超市买东西，支票一写，收银员马上禁不住就要问，你是什么样的Doctor？脑外科的？

到了我这里，倒是我后来服务的美国公司的老板建议我在名片上印上Dr.这两个字母，他认为可以提高公司形象，增加生意。对我来说，嗨，终于有个地方可以加上这两个为之奋斗多年的字母了，而且我还发现这是一个打破交际沉默的绝好方法，因为对方马上就要问“哇，博士，学什么的”？于是我也就把这个标签习惯性地带下来了。

代价呢，有吗？八年！我成熟生命中最富精力的八年！这八年，是从每天只睡到一、二个小时开始的，前面四年平均每天都睡不到四个小时，而且四年中每周都要阅读千页以上的专业文章和书籍。这好像有点耸人听闻了？

这还并不夸张，因为美国的文科博士学位平均完成时间是七年半，就像我在学校时广为流传的一幅漫画，一位研究生老兄坐在堆满书籍的书桌前，门外一个声音喊道“快出来玩呀”，老兄回答“好，没问题，再有差不多七年我就出来了”！我这八年，差不多正好在平均水平上，而且比起拿到博士候选人资格以后，最终未能完成学位的那大约50%的人，还要算幸运的了。

因为是文科呀，要和英语是母语的同学一起阅读、写作，还要挣钱交学费、养活自己，这听听都难透了。

不过绝大多数学中国研究生出去，学的是理工科，这可大不一样了。美国理工科的博士学位平均五年完成，而且这五年里的劳动强度还要相对低于文科。简单说，他们跟着导师作一个大的课题，每个学生分到课题的一小部分，然后在实验室中去作科研。

学生的科研做完了，论文就完成了(几个学生的题目加在一起，导师的大课题也就几乎完成了)。要作的课题都是有科研经费的，按照大学的规定，学校老师的科研经费约有四分之三以上的比例要用在学生身上，这样学生在实验室做着自己论文，还领着助研的津贴，衣食无忧，这样的日子实在是文科的学生可望不可及的。

我上的是加州大学洛杉矶分校(UCLA)，应用语言学系。UCLA可说是举世闻名的，我93年入学时，全美排名在第二十四、五位的样子，属于TOP1%(里根时代排过全美第五，现在随着加州经济下滑，大约排在五十几位)。

而我的应用语言学系，其专业排名更是无可争议的全美第一。既然有了这样的地位和荣誉，在学校的各个环节对于学术的要求就变得极为严格，学校氛围真可以说是人人争先，我身边的老美同学，他们的睡眠时间也和我差不多。要想在这样的学术环境中好好生存下来，就要上演一部学术版的《活着》。

我是在入学很长时间以后，慢慢慢慢地才懂得了美国的学术界对于博士论文的理解：一篇合格的博士论文一定要有一点在本学科内从没出现过的创新研究。有了这样的创新研究，才有这篇论文的价值，论文才能合格。如果在实验室里，大课题立好了，每一个具体的小课题都可以是那一点点的创新部分。

文科怎么办

事情就难在这里了。一名学生选中一个课题，必须要把这个课题涉及的领域内所有已经发表过的文章全部看过并写出点评。不做到这一步，就不能让读者信服论文里的研究是前无古人的，论文就不能通过。

在我就读的地方，这个基本理念被严格执行着，也使得想在顶尖专业获得学位的要付出超人的巨大代价。一些小一点的学校，或是排名一般一点的学校，多以关心学生为首位，通过这样的特色来吸引生源，或许学术上的要求就没有这么残酷了。

年少时在国内，对美国的了解属于那种一知半解道听途说的状况，大概接受的概念是美国的高中生是玩的，大学生是读书的，而中国的高中生是读书的，而上了大学就解放了，是玩的。

在国内，大学我是玩过来的，“醉生梦死”各一年。美国的高中没有直接上过，姑且不去评论。大学生嘛，我所接触过的UCLA的美国本土学生几乎没有见过不奋力向上的。到了研究生，直接就是在把做出领先全人类水平的科研当做自己本分，人人奋力在追求着那数年才能完成的博士论文。

我进入到了这样的学校，想着可以居住在洛杉矶这样的中心城市，就读于美国排名第一的专业。我可不知道“活着”都能够成为核心问题。有这么一个让我刻骨铭心的细节，可以作为我刚开始时经历的写真。

在那个靠书信联络的年代，我在第一个学期“生存”下来以后，给家里写信这样说到：我这一个学期学习的时间，超过了我在国内大学两年的总和。UCLA是“学季”制(在中国学的英语，学期一般是Semester，那是一年二个学期的制度，其实还有Trimester，是一年三个学期的制度，二个字词头不同。)，每年分秋、冬、春三个学季，再加夏季，这样每个学季只有十周时间。

要在十个星期学里出二年的量，钢铁都炼成了！我在当时的家书中描述，每天只睡到一到二个小时，十个星期没有任何社交娱乐活动，没有开过电视(当时互联网还没有深入到生活里来)，一共只有一次体育活动，大概是一个多小时的网球。

当时我26岁，靠的是燃烧生命来作到这样的努力。

我的专业应用语言学主要是关注人类的语言学习和教育。我的第一堂课是一门关于阅读的课程，探讨了阅读的速度。有关研究说美国的大学生应该达到每时400页的速度，才能有效达到在学术领域生存的目的。

课毕，老师说课后的作业主要就是阅读(我们是文科嘛)，量不算大，大概每天一个小时就可以了。然后推荐了文章和书目，约400页的量。我第一个学季有三门课，每课每周上二次课，每次都有作业，大约都是400页的阅读量。这样，我一周要面临2400页的阅读！

我能读多少

小时候跟同学、玩伴们比赛，中文小说大概是一分钟一页，大学时在宿舍里大家轮着等武侠小说看，速度应该也就是每小时60-100页这样。英文呢？从来没试过。

于是，带着第一天在美国上学的兴奋和焦虑，在好不容易把该读的东西从图书馆等处收集齐了之后，拉开架势，测一下阅读速度：每小时14-15页！活着！？我拼命地读，希望速度会提高然后能够解决我面临的困境。

不吃不睡的十几二十个小时下来，这个速度稳定到了16-17页；一个学季过来，大概到了30页，这都还远远不能到达生存要求。(至于后来，一年以后到了一百多页，三年以后就真的是在400-1000页这样的速度了，那是后话)

于是，只好是不吃不睡，只好是什么活动都没有，阅读！能读多少是多少！不读，课堂上是讨论式的，就完全要从课上掉出来了，那太丢人了。这每天一到二个小时时间的随眠，还是分成几次的。

实在熬不住了，睡上个二、三十分钟，或是冲个澡、泡个澡，清醒一下。不吃，是因为肚子里饱了，就会困，所以只是零零碎碎的吃一点东西，熬着。这真是实实在在拿着生命来燃烧。小时候老记得拿破仑厉害，睡觉很少，经常是坐在椅子上打个盹，很羡慕。原来不过如此，我也可以嘛。在中国的大学里不是玩吗，天天打球。我的大学，感谢你为我奠定了出色的体魄！

UCLA的图书馆，是美国西海岸数一数二的，规模很大，加上复杂的电脑检索系统，靠自己去找书和文献，起步也很艰难。然后，系里明文规定，所有交上去的作业、文章必须打印，格式和排版是按照美国出版协会的具体要求，有一整本书可查。

再加上作为母语非英语的学生，我交上去的作业和文章还必须事先请人做英语的校对，因为系里学生守则上明文规定“教授是帮助学生学习学术内容的，不会受理英语语言有问题的作业”。

还有电脑，当时出国前在国内摸一下电脑还是很“神圣”事，根本用过呀。上学之初，从打字排版制表等等基本的文字处理都是“盲”。那个打字速度可想而知。好家伙，就这么点生命，烧吧。直到头十个星期过完才能够喘上一口气。

我还能生存吗

期末的论文交上去，分数会输入到电脑系统里，用电话去查。一口气喘过来，若干天后，查到三门功课都是“A”。长出一口气：我活下来了！当然，按照这样的“燃烧生命”，我前三年所有课程得到的是清一色的“A”和少数几个在全学校系统里极少出现的“A+”。

这里当然还有一个关键，就是要归功于我出国前的第二语言教师的工作经验，这些经验给了我在专业里竞争的实力，今后我会专门再写出来。

我的课程主要集中在前三年，到了第三年的后半段，我的阅读速度稳稳地超过了每小时400页，写作也从最初的每页四个小时达到了一个小时完成一页，打字的速度更是直接达到了专业打字员的水平。

只是还有一个挥之不去的心病，就是我写的东西一定要经过语言校对。相比在国内上中文系的时候，在导师的倡导和鼓励下，常常标榜洋洋万言写完都不需要修改，这是一个巨大的反差。

学校提供相关的免费辅导服务，但是因为都是勤工俭学的学生在作，对付本科生简单的作业没问题，而象我这样在文科领域里(偏偏还是语言学)作深度研究的文章，他们修改起来很吃力。我后来都是按照每小时七美金的行价付钱给我的同学，请他们帮我看的。

随着课程逐渐完成，就要准备开题报告，申请做学位候选人了。到了这时，那个不知是否真能够实现的终极命题：“读完领域内发表过的所有文献”横在了面前。

出国之前，还在大学教书的我一次听一位前辈同事介绍他的留学经历。

他应该是在耶鲁，读的要么是历史学要么是教育学，反正是文科的专业。当时他说终于拿到博士候选人资格了，可以松一口气，回国探亲了。我那时也不知这个候选人资格有多么要紧，难道你在读博还不是候选人吗？

反正记得他说，为了通过这个候选人资格考试，他要详细读完导师指定的100本书，还要读完另外200本比较泛读的指定书。到了考试那天，胸中已经有了这300本书了，带上太太和另外一个朋友做助手。

他在一间房间就导师出的题目写文章，助手们在隔壁帮助打字排版，整整一天时间才把考试文章叫出来。当时听了只是觉得比较新奇，哪里能够理解个中的艰辛。

博士学位候选人是一个比较特殊的位子，一般简称ABD(All ButDissertation =除了论文以外全有)。UCLA和其他很多学校还专门在此设置一个过渡性学位C.Phil。(Candidate inPhilosophy)(顺带说一句我的博士学位叫Ph.D. = Doctor of Philosophy，都是跟着哲学来的，可能是从古希腊时开始的)。

有了ABD就可以不再在学校注册交学费了，可以自己独立完成论文，同时可以出去找工作养家糊口了。在找工作的履历表上也可以明确填上这个学位，被视为高于硕士的一个学位。要得到候选人资格，需要学完指定课程、达到学分要求、完成开题报告并通过一场口试。

这个开题报告可不能小看，它首先要涵盖阅读领域内所有已经发表的文献并写出书评这个部分，(也就相当于我那位前辈所描述的读300本书的部分)，还要从方法论角度论证论文研究采取的方法，再做一个小规模的实际研究并取得初步成果以证明研究的可行性和价值。

准备这个开题报告的过程需要一到二年，这期间“论文准备”本身可以作为一门课程并获得每学季12个学分，这样可以确保全职学生的身份。

实际上对于在读的研究生来说，最大的事件就是候选人资格的口试了，因为一旦口试通过了，这名学生成为ABD，也就从学校的活动中淡化出去，自己做论文去了。

前面所说的燃烧生命所学过来的头几年的课程，就是围绕着开题报告的准备来设置的，从技术上说是要达到学校的相关学分要求，从内容上说是任课教师结合自己比较有心得的研究成果把领域里相关的理论、方法和文章引入学生视野，这正是所谓的打基础。在完成这些指定课程所需要的三、四年期间，自己论文的题目和大纲、跟哪几位导师等也就都逐步成型了。

我们是导师委员会制度，要求必须由三位本系教授、一位(理论)语言学(Linguistics)系教授、一位外系教授组成。我请到了语言学系的时任系主任、还有东亚研究系的一位日本教授。

UCLA的语言学系也是多年的全美排名第二(因为乔姆斯基的存在，麻省理工第一的位子是无法撼动的)，东亚系因为我们地处太平洋海岸，也是鼎鼎大名的。好吧，反正是顶尖的排名，就会带来顶尖的代价。看看教授们是怎么表现的吧。

我们的口试不是采用集中考试的方法，而是一个和导师委员的教授们不停切磋的过程。每一次我自己觉得准备得差不多了，就召集委员们开会(其实就是协调大家的时间，老师对学生们都是很好的，很好说话)。

半个小时到一个小时，审查我的开题报告是否可以通过了。事先当然他们都拿到了我交上去的当时报告的文稿。排名数一数二的专业，都是泰山北斗的教授，他们不能让学生拿出一份东西，同行一看，这东西多年前我早就搞过了，那这些导师的面子往哪儿放呀？

于是，会有委员问我，某某某哪年发表的叫什么什么的文章看过吗？自然不在我报告的书评部分，自然我也没看过。好，这篇文章有什么什么的意义，回去看吧，看完写进书评里。其他委员也是学富五车的呀，一听，这我也是有学问的不能让其他委员看低了我呀。

于是说，还有谁谁谁，什么什么看过吗？好，这下又一大堆文章！再看再写。这样个把个月以后再约委员们开会，也不知是荣誉的崇高、自豪的捍卫还是学识的炫耀，反正我又会领回一大堆文章书目。在这个信息化的现代社会，和任何研究领域相关联的研究文献要想都看过，谈何容易呀。

这段时间里，我有多么怀念我在国内(也是响当当的名牌大学的中文系)一位教授的教导：天下文章一大抄，抄来抄去有提高！我在这里就别惦记着抄了：把所有前人的研究都要看过、写下点评，然后在此基础之上才能提出自己的新东西，根本就没有抄袭的土壤。

我的论文完稿后，仅引文目录就有几十页，这实际上也是一篇博士论文的一个价值，给同行和后辈整理出了一份详细的资料库。

等到所有导师都认为我的开题报告可以通过了，我们会设定一个日期举行口试，到了这一步只是形式了。这样安排的逻辑是“人性化”：只要学生够努力，不断地去和导师们切磋，就一定可以通过。可是看到吗，在我就读的这样一个顶尖排名的环境里，这可是一个无底洞，知道他们觉得把我已经“搓”到快没人性了，才会抬手放我通过。 

是不是把文献都读完了

这实在不知道。但是有一句话可以挺直了腰板大声说，在当时，我论文题目下的范畴里，不会有人比我读得再多了！这，至少是排名第一的专业带出学生的底气！

— THE END —

☞博士买房后发现被坑，于是写万字论文维权，网友：维权界的天花板...

☞博士220万引进费，直接副高待遇！但需聘期内完成如下业绩！

☞女神！浙大教授荣获世界杰出女科学家奖！

☞用随机梯度下降来优化人生

☞关于计算机视觉（随谈）

☞别再实验了，让你的图像识别算法赶紧上线！