如果要给招收博士生的非学术因素排个序，“有没有钱”肯定是排在第一位的。要是没经费支持，就算你手里握着再厉害的学术简历，想要把人招来也是白搭。我之前还问过学生，你们觉得挑科研题目最看重啥？基本上大伙儿都说要兴趣匹配或者前途好。这话听起来没错，但我觉得不对。兴趣和前景的契合度虽然重要，但它是个0到1之间的变量，可不像“有人支持”这么简单，那是个要么有、要么没有的二进制选项。别以为有名气的老师手里就一定有钱了。名气确实能帮着多揽项目，可具体到某个人身上还得看好多因素：他做的是不是冷门方向？科研火不火？最近是不是忙着管理或者创业？有时候看组里人多，也未必能说明有钱。好多名校大佬手下的博后和博士都是自己掏腰包读书的。 第二个关键点在于老师到底有多了解这个学生或者学生的背景。在学术能力差不多的情况下，导师肯定更乐意招自己熟悉的人，比如以前在组里实习过的，或者是其他老师特别推荐的那种。说实话，科研能做出来主要靠的是技术和本事吗？我看未必，这方面的比重顶多占50%。剩下那一半靠的是合作能力、对目标的坚持，甚至还得看人会不会做事。有的学生天生喜欢独来独往占小便宜，没法跟人合作；有的一碰到瓶颈或者关键时刻就掉链子；还有的天天琢磨着走捷径算小账。这些都容易变成合作里的隐患和负能量。所以啊，除非你对那个学生特别熟悉，不然那种“强力推荐”可得三思而行，这可不是随口说说的事，这是在砸自己的招牌。 第三个因素是学生背景的多样性。要是一个组里的人背景都太像了，其实对搞研究没啥好处。大家想问题的思路容易撞车不说，将来的职业规划也缺乏活力。 第四个容易被大家忽略的因素是老师在挑人的时候其实不是把所有申请者混在一起比的。他们都是按具体需要的方向去挑人的。比如你要是报EECS里面的硬件方向——像电路设计、EDA或者计算机架构——全世界跟你抢这名额的人也就那么几个实验室出来的。这时候只要你有1到2篇文章发出来就很亮眼了。可要是你偏要去搞LLM或者生成式AI那种方向就不一样了：那竞争范围可就广了去了全是名校不说人均都有2到3篇NeurIPS和ICML论文呢。所以说进同一个学校、同一个系甚至同一个组的人申请难度能差很多。