基于同 Prof. Ker-I Ko 的关于理论计算机研究的讨论。
在学术领域里面，有很多座高山，每个研究工作者就是希望能够早日登顶。可是，很多高山，你都只知道顶峰，你不知道它有多高，甚至找不到任何可行的路径。在理论计算机方向， P vs NP 就是这样最高的一座山，无数人在此前仆后继，可是无人能得其要领。
有时候一座山，找不到路径，就去爬它旁边的山，虽然高度不及，可也比直接爬原来那座山要爬得高，这样就能从远处窥视一下山顶，期望找到一条路径。为了解决 P vs NP ，人们在它旁边爬了无数的高山，可离 P vs NP 还是太远，要想突破还是需要寻找新的路径。
做研究是阶段性的。有时候，突然发现一座新的高峰，大家都争先恐后的往上爬，形成一个热门领域，等此山爬得差不多了或者找不到往上爬的路径，此领域就慢慢沉寂了，只有几个大牛，没有学术压力的人去继续爬啊爬。可一旦发现新的可行的路径，又会吸引一大批人来做这个问题，重新成为一个热点。
做理论计算机和做数学不同。数学发展到现在，群峰耸立，每座山都已经被爬得很高了，宽度也很窄，不像山脚下，随便找条路都能往上爬。每个想做数学的人，必须得先费力的爬到已知的高度，然后在现有基础上试图能再往上爬一点。所以学数学更要求勤奋，得先苦读若干年才能做些比较大的问题。伽罗瓦这样的天才后无来者。而理论计算机领域就不一样了，现在很多山峰还没有被完全开发，随便找座山，都能往上爬一爬，当然别人对你是否感兴趣，是否愿意跟着你爬就不一定了。所以，做理论计算机方面的东西，入手比较快。碰到一个问题，完全可以直接从山脚开始爬，因为大家都爬得不够高，一条新的路径说不定更有效。所以，不提倡拿到一个问题，就先去寻找和阅读文献，而应该先自己多想想。
每一个领域，都有圈内人(指那些审稿人或者已经很有名气的教授等)，边缘人(认识一些圈内人)和圈外人(一般教授或者我们这些研究生学生)。同样质量的文章，圈内人 80%的机会被接受，边缘人能到 40%，圈子外面的就只有 20%的机会了。这也是有些人能在顶尖杂志灌水，而大多数人只能望文叹气的原因。所以做学术也讲究关系，学者都喜欢到处访问交流就是这个道理。而学术界也分为若干个圈子，不同圈子里的人互不往来。特别提到数学界。
对于一个研究生，进入一个领域，开始做第一个问题和发第一篇文章是最难的。一个比较好的方法是：跟着导师直接从一个问题的中途入手。
Q. E. D.
