太卷了：准大一学弟问我，如何入行具身智能

前段时间，我在学校内部论坛发了一条公司的实习招聘帖，有个同学加了我。

通过之后我才知道，他居然还是个准大一新生，刚高考完，大学都没开学，就来问我以后怎么做具身智能。

我当时第一反应就是：现在也太卷了吧。我高考完可是玩了整整一个暑假。

不过另一方面，我也挺敬佩他的。能在这个年纪主动思考未来，还会直接找人了解，确实挺有想法。

我本身也喜欢和有趣的人聊天，于是就跟他约了个时间，语音聊了一个多小时。我们从具身智能聊到就业和大学规划，里面有些东西还挺有意思，值得拿出来分享一下。

他为什么想做具身智能？

我先问他，你是什么专业，对什么感兴趣呢？

他说自己数学、物理还不错，也很羡慕那些能亲手做出一些东西的人，所以选择了自动化专业。

我问他为什么没选计算机。他说，看到网上都在说计算机太卷了，再加上 AI 发展这么快，他担心以后很多纯软件工作都会受到冲击。

相比之下，自动化既涉及软件，也涉及硬件，学得更杂一些，出路好像也会更广。

我挺认可他的判断。两年前，我也有过类似的想法：数字世界的 AI 有着近乎无限的训练数据，收敛速度会非常快，不如提前布局周期更长的物理 AI，也就是具身智能。

我接着问他，具体比较关注什么问题。

他说，如果以后想做具身智能，大学期间应该怎么准备？网上的信息很多，有人建议参加机器人比赛，有人建议进实验室，也有人建议尽早去实习，但他不知道哪个更好。

真正重要的是找到一个有反馈的环境

我跟他说，其实比赛、实验室、实习都可以，没有哪一个更重要。真正重要的是，在保证基本课程的前提下，尽快进入一个有人带、能持续给你反馈的环境。

什么叫有反馈？

就是你做完一件事之后，不是什么都没有发生。可能是学长学姐或者老师给你指导，也可能是比赛有明确的排名，或者有一个社区能让你知道，自己做的东西和前沿还有多大差距。

为什么这个环境很重要？

因为大学本身是一个很自由的地方，不像高考一样，有明确的考试日期和评价标准。具身智能又是一个需要慢慢积累的方向。如果一直自己闭门造车，不仅很难坚持，也容易跟不上前沿。

至于怎么找到这样的环境，其实因人而异。有条件可以进实验室，也可以参加有明确评价的机器人比赛，或者去公司实习。具体是哪一种形式不重要，关键是它能不能让你持续得到反馈和进步。

怎么判断这个环境适不适合自己，也很简单。

如果你已经在积极做事，但一直得不到反馈，或者明显感觉自己进步很慢，那这个环境大概率不适合你。

课程、比赛、实验室和实习怎么选？

• 课程

  优点： 课程和高中衔接比较平滑，能帮助你自下而上建立一套理论体系，绩点也是评奖评优和保研的重要依据。

  缺点： 很多课程脱离前沿和实际，老师也比较照本宣科。

  建议： 大一上先认真学。一个学期后，基本就能判断自己愿不愿意继续卷绩点。愿意就继续准备保研；不愿意也可以放过自己，成绩够用，把时间留给更多探索。

• 机器人比赛

  优点： 机器人比赛能提供一次从理论到实践的完整训练，同时锻炼团队分工、协作和解决问题的能力。

  缺点： 认可度有些不上不下：升学不如绩点和论文，就业不如实习直接。

  建议： 比赛不宜参加太多。找一两个有含金量的，把完整流程做一遍。之后是否继续卷名次，再看自己的兴趣。

• 实验室

  优点： 实验室能让你提前接触科研和硕博生活，判断自己是否适合深造，同时训练科学思维和创新能力。

  缺点： 机器人科研高度依赖设备和算力，而大部分高校实验室依靠现有资源能做的事情很少。如果最后没有论文或其他成果，这段经历也很难在升学和就业中直接体现。

  建议： 实验室更适合对深造有兴趣或仍在犹豫的人，以及已经有一定实践基础、想进一步培养创新能力的人。进入之后要主动沟通，至少让老师或师兄师姐知道你是认真想做。

• 实习

  优点： 实习是进入企业最直接的方式。除了接触真实工作，更重要的是公司可能拥有学校里很难提供的机械臂、机器人本体和算力资源。

  缺点： 主要是通勤、时间安排，以及刚开始可能只能做比较琐碎的工作。

  建议： 选择实习时，不只看公司名气，也要看自己能不能真正参与项目、使用设备。一开始进不了大公司很正常，可以先从学校附近的小公司开始。即使以后想做科研，也建议尝试企业；如果有机会进入设备和算力更充足的大公司，对科研同样有帮助。

那到底应该怎么安排？

听完这些，学弟接着问我：那课程、比赛、实验室和实习，应该怎么安排顺序？什么时候做什么，怎么安排才是最好的？

这个问题让我想起了以前的自己。

我也总想在行动之前先收集足够多的信息，找到一个最优解，再开始做。也因为这种惯性，错过了很多机会。

后来在一次次实践中，我才慢慢发现，真正好用的原则不是提前找到最优解，而是先去做，在行动中获得反馈，再不断调整和迭代。

围绕这件事，我们后来又聊了很多。学弟原本还准备了不少问题，但听完之后，他说很多问题好像自然就有答案了，思路也清晰了不少。

能帮他理清这些问题，我其实挺开心的。也希望他能少走一点我走过的弯路，不要因为总想找到最优解，而错过真正开始行动的机会。我还是想把这部分写出来，也顺便梳理一下自己的思考（见后续）。