2017 年考研复试时的我，刚背完 311 的学科综合，脑子里全是“统计方式挺关键”“数学建模要严谨”这类理论。但真正到了考场，看到那些白纸黑字，突然认定这玩意儿干巴巴的，像堆砌数据的积木， монтаж。

那时候我就在想，能不能把数学建模想象成一种“假装成个程序员”的行为艺术。就像那会儿写过那篇《如何把代码写成诗》的文章，实际上大量时候，我们不需求确实去写代码，只要把变量设得离谱点，逻辑绕得弯点，那种“我在用 Python 创作”的幻觉，有时候比写代码本身更让人兴奋。 我不喜爱那种“起初、其次、最终”的汇报结构，那忒像给阅卷老师穿帮了。我认定复试更像是一场即兴的聊摊会。

比如讲线性代数，我不会先抛出一个矩阵变换的定理，而是直接扔出来一个具体的应用：比如刚刚那篇 AI 的文章里提到过，有时候神经网络里的激活函数忒陡，训练起来卡壳，我就干脆用那种怪的残留图（residual plot）去做个实验，看看能不能在噪声里把信号剥离出来。别看那个图看起来有点丑，但那种“我在现场试错”的感觉，比背书本上的收敛速度公式要真多了。 说到数据，那时候我就突然想起一个细节：2017 年考研复试线划定出来后，大量人盯着分数哭，但我当时更关切的是那个“降”字。官方给出的招生盘算里，计算机和统计相关的院校人数极少，就连有的学校宣布“不招”或“缩减”。

这实际上是个庞大的信号。它意味着当年的考研氛围挺卷，大家都想挤进少数几个有资格的学校。

这种残酷的筛选机制，反而让我们这些想折腾的人，更加兴奋。我在想，要是我的申请材料里，确实能写出那种“别看数据噪声大，但我能把它变成艺术”的感悟，要么在面试里能说出“我认定数学建模不是在做题，而是在模拟一个混乱世界的构建过程”，那大约是最能打动人的了。

毕竟，哪位不想证明自己是有创造力的呢？ 我记得在模拟面试时，有人问我：“数学建模和实际工程有啥关系？”我当时脑子一热，脱口而出：“关系不大啊，全是公式。”这话别看蠢，但当时确实挺管用，出于只要我敢如此想，评委就不得不尊重我的视角。结局后来反思，实际上是“关系挺大”，只是我们选择了一种“降维打击”的方式——把复杂的工程难题简化成算法难题。就像目前那个 AI 项目，我们不去管服务器具体在哪，只关心模型能不能收敛。

这种“不在乎”的洒脱，反而成了我们最独特的卖点。 还有啊，关于那个“手写公式”的要求。

那时候我实在想不通，为啥非要用 LaTeX 呢？我干脆就在草稿纸上手写了密密麻麻的推导过程，结局被老师直接用尺子量了一下，发现我写的比打印出来的还乱。

那一刻我突然明白，阅卷老师看的不是那个完美的 LaTeX 文档，而是我脑子里把公式推导出来的样子。

哪怕写得乱七八糟，只要逻辑通顺，那种“我在思索”的直率，总比那种“我在表演”要真。 最终，我想聊聊那种“完美主义”与“烂尾”之间的关系。大量同学复试时，预备了十篇论文却没写出一篇合格的，结局出于忒完美而丧失机会。我认定，有时候“烂尾”也是一种智慧。就像写那篇《如何把代码写成诗》，我们故意留白，故意写得让人看不懂。复试那天，我就试着把自己写的材料写得“半死不活”，然后讲的时候顺便说：“看，这就是我的风格，既硬核又好玩。”这种反差萌，可能比单纯背诵几篇案例要高级得多。

毕竟，哪位不想在面试中把自己展示成一个既专业又有点“疯”的人呢？ 总的来说，2017 年的考研复试线别看降了，但那种“做题”的感觉并没有消亡。我们只是换了一种方式去表达：不再通过背诵来证明努力，而是通过展示那个混乱、有趣、就连有点“不可理喻”的内心活动来证明，我们依然热爱那个充满公式与逻辑的世界。

毕竟，能把“数学建模”解释成“假装成个程序员”的，大约就是那个最智慧、也最独特的人。