北航90后副教授何静：B站讲AI走红后正面回应学术争议

北航 90 后副教授何静，最近在 B 站以「婴幼儿都能听懂」的讲解风格普及 AI，迅速走红。她的课程涵盖生成式 AI 原理、AIGC 应用、OpenClaw 部署、Agent 开发、AI 接入 CAD、AI 制作 PPT 等话题，还经常用「厨房与厨师」这类比喻把技术讲明白。爆红的同时，外界对她学术履历与课题数量的质疑也随之而来。量子位与她进行了一次完整对话，何静一一给出了回应。

走红始末：从慕课视频到 B 站开号

何静今年 35 岁，本科毕业于四川农业大学，博士阶段在中国矿业大学（北京）攻读地理信息工程，随后在清华大学完成新闻传播学方向的博士后研究。北航官网教师介绍显示，她已发表 40 余篇学术论文，主持 20 多项课题。

2025 年 10 月，她的一段慕课视频《生成式人工智能应用实战》被搬运到短视频平台，单条播放量很快突破两百万，这是她此前五年单条视频最高播放量的近一倍。借这波关注，她在 2025 年底正式开设 B 站账号，系统性地讲 AI。

对于为何选择讲 AI，何静给出的理由是：一方面她在学校开设了生成式 AI 多模态应用相关课程，另一方面 AI 已经从少数人的主赛道，变成普通人也必须理解的公共工具。

直面争议：课题数量与跨学科路径

走红后，针对何静的讨论很快从课程内容滑向她的相貌与履历，主要质疑集中在两点：

• 以其本硕博学历，是否足以评上 985 院校的副教授；
• 一年发表 10 篇核心、参与 40 余项课题，产出速度是否合理。

何静在采访中并未回避这些问题。她提出一个反向思考：在舆情类、AI 等时效性极强的领域，「做得慢的人不适合这个赛道」同样成立——以 Sora 为例，在其刚发布时研究价值很高，等到即梦 Seedance 2.5 出现后再回头研究已关停的 Sora，研究对象本身的价值已经下降。她强调，多数课题中还存在「项目参与人」角色，外界只看到负责人数量，容易产生误读。

关于「四跨」的质疑，何静表示博士之前的学科都围绕时空数据，属于基础知识积累，谈不上「研究」；真正意义上的跨界，是从地理信息工程转向新闻传播学。她解释，正是求职受挫的经历让她追问「自己不可替代的点在哪里」，最终走进了传播学。

科普方法论：把 2016 年的自己当听众

何静在 B 站的内容以极度通俗著称。她讲生成式 AI 时，会把大模型比作厨房里专做某菜系的厨师，例如「文字大模型是川菜师傅」。这种风格被网友评价为「婴幼儿讲解」。

她把这种讲解能力归功于后天设计，而非天赋。她回忆，2016 年初次接触 AI 时曾因「行话壁垒」被拒之门外，直到看到一个通俗视频才豁然开朗。这段经历让她在每次录制前都会反问自己：「如果坐在对面的是 2016 年那个对 AI 一窍不通又充满畏惧的我，她能听懂吗？」

跨学科背景深刻塑造了她的方法论。她认为，理工科教会她「如何分析世界」，新闻传播学教会她「如何与世界对话」——后者让她形成了受众意识：先想「听的人需要什么、能听懂什么」，再决定自己要说什么。

用 AI 回应 AI：用 AIGC 短片对抗谣言

何静在采访中提到，2025 年那段被广泛搬运的视频在带来关注的同时也催生了大量谣言。她曾尝试以传统方式解释和澄清，但很快发现「澄清往往跑不过谣言」。于是她换了一种思路：把那些离谱传闻写进剧本，用 AIGC 技术拍成短片《谣言成真》，让「谣言自己说话」。

在评论区运营上，何静也大量借力 AI。她坦言，评论区与私信中相当一部分基础回复已交给智能体（如 OpenClaw）处理，自己只在需要人工回应时才补充介入。

科研焦虑：接受「必要的浪费」

谈到 AI 迭代速度对科研节奏的冲击，何静形容那种感觉「就像一个农夫辛苦种了一季庄稼，一场暴雨过后什么都没了」。她的应对方式是坦诚接受浪费：探索性工作注定会被淘汰，但每一次「失败」都是在帮下一轮迭代更快做对选择。

何静把她的核心研究原点归结为一个朴素问题：「技术越来越发达了，但普通人的生活真的因此变好了吗？」这个问题既是她科普 AI 的出发点，也是她在学术与教学中持续追问的方向。

（本稿基于量子位对何静教授的访谈整理而成。）