The Real Question Starts After Getting the PhD Offer | 拿到博士offer之后，真正的问题才开始
Trade-offs, Failures, and Uncertainty · 真实的权衡、失败与不确定性
今年拿到了荷兰乌德勒支大学（Utrecht University）的博士offer，研究方向是用Agent-Based Modeling模拟城市环境对居民出行行为和健康的影响。
拿到博士offer的那天，我没有觉得什么事情结束了。
恰恰相反——我意识到真正难的问题才刚刚开始：我在与自己校准，这个offer值得去吗？我的同学们好奇我，为什么要大费周章去一个荷兰的“不知名”学校？我的朋友们拷问我，我有没有想清楚四年之后手里会有什么？
我没有完美的答案。但我把整个决策过程写了下来——包括申请时的判断失误、被诤友质疑时的动摇、以及最后怎么说服自己把一个不完美的选项变成值得去的选择。
我不是来写成功学的。这篇文章想把真实的决策过程写出来——包括判断失误、外部打击、以及一些至今也没有完美答案的问题。如果你也在考虑AI+城市方向的PhD，希望对你有用。
这不是我第一次做类似的分享。2025年3月，我在哈工大建筑与设计学院做过一次出国留学经验分享，角度更偏留学准备。这篇文章聚焦申博决策本身。
一、为什么是这条路
动机：说好听点水到渠成，说难听点路径依赖
我从来就是一个喜欢独立思考、不太想被指使的人。这个特质有很多出口——创业、自由职业、独立研究员——但每一条路仔细想了之后都有问题：创业需要成熟的想法和融资能力，我还没到那一步；自由职业没有外部节奏约束，反而容易堕落；独立研究员需要背书。
PhD是这个背书之一。但我选的这个PhD，也不是传统意义上只搞学术的PhD。乌德勒支大学这个项目鼓励开源代码、开发程序工具包、在不同类型的venue发表成果——这不是我自己空想的期待，而是我的直接上级Tabea之前就是这么干的。她同时affiliate到了三个机构：风险评估科学研究所（IRAS）、人文地理与空间规划系、以及荷兰应用科学研究组织TNO（功能类似中国的中科院）。学术背书和应用出口同时存在，这是我真正想要的容器。
欧洲岗位制博士在结构上也很符合我——有外部节奏但保留自由度，工作压力不大，休假多，每天有大量时间自由支配。
一位诤友质疑说：读博到29岁再去业界，AI大厂你也很难立足。假设大厂AI岗位50万一年，工作10年就是500万——人家35岁虽然看着中年危机，但已经够FIRE了。
这个批判我没有办法完全反驳。我只能说，我在风险和收益之间做了自己的权衡——我更看重自由思考的时间和权利，而不是大厂高强度工作的生活节奏。这不是一个对所有人都成立的答案，但它对我是诚实的。
方向：工具和问题都对得上的交叉点
我从初中就想学城市规划，因为觉得家乡的城市建设太糟糕了，想知道未来人类的人居环境是什么样的。
学了这个专业之后才发现，真正在定义未来城市生活场景的，是共享单车、无人驾驶、低空经济这些自下而上的力量，而不是规划师。城市这个研究对象，在学术上和工业上玩得最好的是CS和EE那批人，城市规划已经在这条链上被抛下太远了。
我最感兴趣的那些城市问题——人怎么移动、空间怎么影响行为——恰好是计算方法能够真正发挥作用的地方。所以与其说是”转向AI”，不如说是找到了一个工具和问题都对得上的交叉点。
城市对我来说是一个极其迷人的研究对象，因为它是人类制造的最精细复杂的”产品”——无数个体决策叠加形成的涌现结构，没有任何一个人能完全理解它，但它又真实地影响着每个人的生活。这种复杂性本身就让我着迷。
诤友的第二个批判：你这叫欺负城市领域的人不会AI，真正的AI科研是做Qwen、DeepSeek技术报告的那帮人，应用类论文意义不大。
我觉得这个批判有真实的内核。应用研究的上限，取决于你对研究场景的理解深度，以及你对真实需求的敏感度——无论这个需求来自学界还是业界。对我的方向来说，还额外要求对AI底座的边界有清醒认识：如果你只是个熟练的调用者，底座进步了你的工作就被替代了。
我承认我现在更多还在应用这一层。但这是一个两阶段路径，不是终点。读博之前去AI工业界做一段时间，了解真实需求和问题如何转化为AI模型，也是出于这个考虑。
关于研究品味，还有一件值得单独说的事： 不要只看做得不好的研究或水刊。要多读顶尖研究——Nature、Science、顶级AI会议——才能培养好的研究品味，知道真正有价值的问题长什么样。你周围的人在做什么量级的研究，会深刻影响你的判断力。
二、申请这件事：我做错了什么，做对了什么
两个判断失误
我总共投了将近20个项目，横跨美国、港新、英国、欧洲大陆：
| 地区 | 代表院校 | 资助结构 |
|---|---|---|
| 美国 | UC Berkeley、Cornell、UMich、UW、Georgia Tech、UNC | 奖学金制，Committee决定 |
| 港新英国 | HKU、NUS、UCL | 奖学金制，竞争激烈 |
| 欧洲 | Utrecht University | 岗位制，188人申请两轮面试 |
投美国的逻辑是赌小概率大收益——那些学校的AI资源是全球最好的，如果能进去，借助那里的资源转型会容易很多。欧洲岗位制当时当成了保底。
⚠️ 特别提醒：欧洲岗位制绝对不是保底。 Utrecht这个岗位188人申请，两轮全英文面试（背景面+RP面，各30-40分钟，3-4位老师），竞争极其激烈。
第一个失误：把身边人的信任误读成了申请池里的竞争力信号。
我的导师和合作者跟我共事过，因此信任我。但这种信任建立在了解我成长曲线的基础上。申请委员会看到的是CV、SOP、RP在申请池里的相对位置——这是两件完全不同的事，我当时没有分清楚。
美国Urban Planning本身是极小众的方向，每个学校每年录取人数是个位数，主要由Committee决定。套磁导师给了鼓励性回复，不等于Committee会选你。
第二个失误：选校策略过于激进，选项目策略过于保守。
我选的保底太少，基本都是很厉害的学校。与此同时，我在选项目时太局限于”城市规划”这个学科标签，没有意识到AI+城市的研究问题可以容纳在很多不同的学科框架里——Utrecht这个岗位本身就在兽医学院的公共卫生方向下，跟我原来想象的”城市规划PhD”完全不同，但它恰好是我真正想做的问题。
如果不申请顶尖学校，曼彻斯特、卡迪夫等同样顶尖的英国院校CSC奖学金名额更多，录取难度和奖学金竞争也更小。这是一个真实存在的选项，我当时没有认真对待。
一句话总结：离你最近的人对你评价最高，但他们恰恰是最不可靠的信息源。 他们太了解你了，反而看不清你在申请池里的真实位置。
一个我没想清楚的选项
拿到offer之后，诤友提出了一个我没有认真想过的问题：你去荷兰这么大费周章，还不如去清北——导师好、毕业要求宽松、后两年完全自由、AI资源也很强。相比之下，Utrecht不知名，欧洲岗位制限制也多。
我没有办法完全反驳这个批判。说实话，我当时没有认真考虑国内读博这个选项。Utrecht先给我发了offer，而清华博士申请时间线很早（2027fall现在已经开始了），我已经错过了2026fall的申请。
如果你对国内顶尖高校的博士项目有兴趣，务必尽早了解申请时间线。 这个选项比我想象的更值得认真对待。
为什么Utrecht最后选了我
说实话，我到现在也没有完全搞清楚。我之前没有做过Agent-Based Modeling，对城市健康也没有特别系统的积累。这个岗位的具体职责是：
- 建模：开发ABM模拟人们的出行选择和身体活动，研究环境压力源（热浪、空气污染）和社会因素的影响
- 模拟：用计算和AI方法测试城市干预措施（绿地、主动交通政策）对人群健康的影响
- 落地：在荷兰及欧洲城市开展案例研究，评估真实政策影响
回头看，我在面试里做对了三件事：
第一，没有硬套JD。 我没有假装自己有城市健康建模的经验，而是诚实地找了自己研究里真实相关的部分，往他们的问题方向延伸。跨学科项目通常非常开放，有时候恰恰因为申请者能带来此前没有的视角和资源而被选中。
第二，在技术问题上保持了诚实。 他们对LLM在ABM里的可靠性有疑虑。我没有过度推销，而是承认局限，并指出AI研究者也在探索可解释性、可验证性等问题——这些本身也是开放的研究前沿。
第三，做了双向筛选。 我明确表达了对PhD产出形式的期待：不只想发环境健康领域的期刊，也想用开源工具包、GitHub代码仓库等方式deliver成果。他们完全接受。面试不只是回答问题，也是确认这个项目是否符合你自己的期待。
一个文化差异值得单独说： 面试时他们问我，如果我的观点和导师不一致怎么办。我本能地说，我是junior researcher，应该尊重senior的意见。他们直接纠正了我——师生之间是同事关系，他们希望培养independent researcher，而不是科层级关系。欧洲学术文化和国内习惯差别很大，如果你也在申请欧洲的项目，需要提前有这个心理准备。
三、拿到offer之后，真正的问题才开始
把不完美的选项变成值得去的选择
承认了”去Utrecht很大程度上是因为它先给了offer”之后，更重要的问题是：你打算把这个不完美的选项变成什么？
我给自己定了三件事：
第一，保持与AI方向的合作，争取在主流AI venue上亮相。 乌德勒支大学那边对产出形式很开放。AI圈对multi-agent social simulation越来越感兴趣，城市/社会科学背景的人在问题定义上有结构性优势。如果能在ICLR、ACL这类venue上有成果，回国之后才有东西和工业界真正对齐。
第二，做有人用的研究。 开源工具包、可复现的代码仓库——让研究成果是活的，而不是发完就被埋在引用列表里。Utrecht课题组本身就在这样做：他们与TNO合作开发模拟工具，预测城市规划对市民健康的影响；为了研究街道环境对出行选择的影响，甚至与Google荷兰合作，在街景车上安装空气污染传感器同步采集数据。欧洲有相对成熟的学术成果转化体系，这是我选择去那里的一个真实理由。
第三，持续知识输出，建立个人影响力。 这篇博文本身就是这件事的一部分。把思考写出来、发出去，一方面整理自己的判断，另一方面和外界校准、吸收反馈。论文、开源工具、知识输出都是零边际成本的睡后收入——不一定马上变现，但影响力会带来机会。
关于这一点，我之前写过一篇文章专门讨论AI时代的产业升级与个人定位，感兴趣可以看看：《产业升级正在抛弃大多数人：AI、资本与就业的三重困局》
走出信息茧房：贯穿职业生涯的能力
整个申请过程里，我最后悔的一件事是没有更早、更主动地走出自己的信息茧房。
RP和SOP里的每一个判断，都需要有某种形式的现实锚点。 可以是论文，可以是会议上的交流，可以是和工业界的对话。形式因人而异——参加学术会议、跨校合作、和业界朋友聊——关键是你得主动接触那些和你没有利益关系的人，听听他们怎么看你做的东西。没有锚点的研究计划，committee一眼就能看出来是空中楼阁。
而且这个能力不只是申博用一次：
| 场景 | 要讲清楚的事 |
|---|---|
| 申博 | RP/SOP里每个判断需要现实锚点 |
| 教职/基金申请 | 研究的significance和background |
| 进业界 | 你的工作解决什么真实问题 |
本质上都是同一件事：你能不能用对方听得懂的语言，把自己做的东西的价值讲清楚。 申请材料只是这个能力第一次被正式检验的场合。
反馈来源同样不能只有导师。导师太了解你了，反而看不清你在外部竞争池里的真实位置。诤友的反馈、工业界朋友的看法、会议上陌生人的反应——这些没有滤镜的声音，往往比鼓励你的人更有参考价值。
结尾
拿到offer之后我问自己：四年后，我希望手里有什么？
我没有一个很确定的答案。但我知道，这个问题本身比offer更重要——无论你最后去了哪里。无论如何，我还是想说：
迷茫是好信号，至少说明你有选择、有自由。怕的不是迷茫，怕的是空有迷茫却在原地踏步虚度光阴，怕的是忽视迷茫愣头青一头扎进去结果发现自己并不喜欢。
多和不同的人交流。写下来，发出去，说出来和别人校准，记下来自己思考复盘，都是很好的方式。
如果你也在经历类似的迷茫，欢迎和我聊聊。
- 笔者目前就读于香港科技大学（广州），即将前往Utrecht University攻读博士，研究城市环境与居民健康行为的模拟建模。欢迎对AI+城市方向感兴趣的朋友交流：dengzeyun@foxmail.com