科研人用AI写42首“劝退歌”，在B站创下5000万播放并引发读博困境讨论

事件概述

一名网名为“馄饨皮茄总”的科研工作者，在左臂骨折被迫暂停实验的三个月里，用AI制作了42首聚焦博士生真实处境的中文改编歌曲。这些作品被统称为“不读博音乐节”系列，在B站获得超过5000万次播放和376.4万次点赞。创作者本人也因此收到3000多封来自同行的感谢信，许多人将歌曲用作实验背景音乐，甚至计划写进论文致谢。

创作触发与个人背景

去年七月，茄总因意外事故导致左臂严重骨折，科研进度全部停摆。在父母安排的修养环境中，他获得了大量可自由支配的时间，并开始重新审视长期被压抑的情绪。7月18日晚，观看《歌手》节目时，一段熟悉的旋律让他联想起博士生反复被拒稿的挫败感，当晚便开始填词，第二天即完成第一首歌。视频发布后48小时内播放量突破5万，此后以平均两到三天一更新的节奏，在八月份连续发布12首作品。

AI音乐制作方法论

茄总将科研训练带到的习惯迁移到音乐创作中，形成了一套可复用的流程：

• 选歌三要素与需求库：歌曲必须是本人熟悉、不讨厌且身边人普遍听过的。他通过逐条阅读留言和私信，整理出上千条点歌需求，以此建立呼声权重排序。
• 填词精确对齐：严格对齐原曲每句的字数、断句和重音位置，韵脚发音与原词一致，以确保视频中歌手口型自然。对于外语歌曲，利用“空耳”技巧将发音转化为相近的中文词（如将《Gee》的“Gee Gee”改编为“记记/寄寄”）。
• AI赛马与人工精修：同时使用Suno、MiniMax Music等商业闭源模型以及HeartMuLa、ACE-Step等开源模型，对同一段歌词生成多个版本，有时同一首歌会做出100多个版本。从中优选表现最好的段落拼接成最终作品。遇到AI无法处理的发音或音调问题，他会用英文同音词替代，甚至付费请真人歌手录制降调Demo再交由AI处理。
• 素材与品质严控：画面只选择现场Live版本，要求舞台美学和歌手情绪与歌词契合，且拒绝AI生成的歌手画面。视频分辨率不低于1080P，对画质有底线要求。

AI目前无法处理密集的和声叠唱，在多声道音频中容易混淆人声层次，这是他唯一主动放弃的技术难点。

歌词反映的博士生群体困境

歌曲内容真实描绘了学术圈的常见痛点：被抢一作、延期毕业、审稿不通过、缺乏创新点、科研理想磨损等。创作者指出，在读博的长期不确定环境中，很多人面临研究方向价值有限、恶性内卷、父母不理解的孤独感。根据国家统计局数据，全国在学研究生人数从2023年的388.3万增至2025年的430万，三年间连续攀升，这意味着类似的情绪群体仍在扩大。

多数普通博士生最终难以获得顶尖高校教职或大厂的高级人才计划，科研信仰在灌水式论文生产中逐渐消磨，而学历作为投资的回报也极不稳定。这42首歌没有回避这些代价，而是把“围城”内外没讲明白的现实摆上台面。

双向治愈与持续承诺

茄总表示，创作过程本身也是一次自我疗愈：歌词帮助他拆解并表达内心压抑的情绪，写完反而感到轻松。在骨折期与社会隔离时，每天涌入的评论和私信让他感到与世界依然紧密连接。中秋夜深夜11点发布视频仍获得即时互动，那一刻他决定要“守护这个群体”。

今年年初，他回归科研生活，更新频率降至一周甚至一月一更，但明确表示不会停更。他给同路人的建议是：考虑读博前要看清需要付出的代价；在读学生应把身心健康置于任何论文之上；已毕业者不必再用学术标准证明自己。