“做研究就像厨师做菜，收集到的研究数据是食材，掌握的研究方法是烹饪手艺。一道好菜不仅需要优质食材，更要根据食材特性选择最合适的烹饪方式。”这是浙江大学管理学院2022级管理科学与工程博士生王东琪对科研的理解。
本科自动化专业出身的他，后来跨入管理科学与工程领域，在人机协作场景下，结合大语言模型、可解释AI与实证研究方法，探索人工智能如何更好地辅助人类决策。他的研究关注医疗健康、食品安全、创新管理等真实问题，也始终围绕同一个核心：技术如何真正被人理解、被人使用，并解决现实中的问题。
王东琪在浙江大学管理学院
在麻省理工学院斯隆管理学院联合培养期间，他跟随外方导师开展研究，也常常旁听不同课程。每周一次的研究汇报、一次次被追问的问题边界与逻辑漏洞，让他逐渐学会用更批判的方式看问题、解决问题。科研之外，他也在MIT飞盘校队训练、参赛，在运动中寻找节奏与力量。
如今，顺利完成博士学业的王东琪即将入职西安交通大学担任助理教授。从工科到管理，从杭州到波士顿，再到即将启程的西安，他始终没有偏离自己对科研的理解：好的研究，不只停留在论文里，也应该走向真实世界。
王东琪在做学术分享
他是如何让科研走出实验室、解决真问题的？跨界求学路上，他又有着怎样的成长历程？本期【光芒背后】，我们将镜头对准这位管院博士毕业生。
01
当工科思维邂逅管理学视野
本科阶段，王东琪学习的是自动化专业。扎实的工科训练，让他熟悉模型、算法与系统实现，也让他一度认为，自己的学术道路会沿着控制科学与工程的研究方向继续延伸。
变化来自一次关于“城市环境下无人机物流调度”的研究合作。加入浙江大学管理学院周伟华教授团队后，王东琪负责运筹模型搭建与算法落地。也是在这个过程中，他第一次真切感受到，技术并不是孤立存在的：一个算法能否发挥作用，往往取决于它能否嵌入真实场景，回应复杂的管理问题。
这也让他第一次强烈感受到管理科学与工程的吸引力。相比单纯追求技术指标提升，管理学更关心方法背后的逻辑、机制与现实价值。对王东琪来说，这种视角正好连接了他的工科基础和“用技术解决现实问题”的兴趣。于是，他选择转入管理学院，开启跨学科的博士阶段学习。
王东琪博士学位论文答辩会合影，左一为王东琪导师周伟华教授
这一路上，周伟华教授对他的影响尤为重要。在王东琪看来，周老师并不会用固定规则限制学生，而是充分尊重每个人的研究兴趣；当学生有好的想法时，他会帮助判断方向、链接资源，也会在关键节点把握节奏，做好研究路上的“掌舵人”。
这种育人方式，也潜移默化地塑造了王东琪对未来教师身份的理解。好的导师不是替学生走完所有路，而是在学生探索时给予信任，在迷茫时提供方向，在关键处帮助他们把问题看得更深、更远。
王东琪与导师团队的合影
然而，跨学科的适应并不轻松。工科研究更看重方法落地效果，常常用数据指标证明技术优劣；而管理学研究则要求他进一步追问：问题为什么重要？机制是什么？现实场景中的人会如何理解和使用技术？在大量阅读相关文献、一次次与老师和同伴讨论、无数次修改科研思路与论文的过程中，他逐渐完成了从“解决技术问题”到“理解管理问题”的转变。
02
“让 AI 被理解，也被使用”
如果说早期的工科训练让王东琪掌握了建模与算法能力，那么进入管理学院之后，他更关心的问题变成了：当AI真正进入人的工作流程，它应该以怎样的方式被理解、被信任、被使用？
博士阶段，他逐渐将研究方向聚焦到人机协作场景，结合大语言模型、可解释AI与实证研究方法，探索人工智能如何更好地辅助人类决策。医疗健康、食品安全、创新管理等领域，都是他关注的真实应用场景。
这一路径并非一开始就完全清晰。早期，他曾尝试将运筹学方法融入神经网络模型剪枝研究，希望让庞大的AI模型更轻量、更容易部署到终端设备中。相关经历让他意识到，技术问题的背后往往连接着真实场景的约束；而真正有价值的研究，常常需要在方法、数据与应用之间找到合适的结合点。
真正让他确定博士研究主线的，是一次医疗AI项目的交付经历。周伟华教授团队与浙江大学医学院附属第一医院长期开展合作，王东琪参与设计AI辅助诊断系统。系统完成后，他原本以为模型性能已经足够出色，但医生们的反馈却很直接：“看不懂。”
这句话让他意识到，AI在医疗场景中不能只是“给出答案”。临床诊疗遵循循证医学原则，每一项判断都需要理由和证据。一个只输出结果、无法解释推理依据的AI，即使准确率很高，也很难真正获得医生信任。
因此，他将“医疗场景下的可解释AI与人机协同”作为博士阶段的重要研究方向。团队联合浙一医院招募六百余名在职医生，依托真实临床病例开展实验，研究不同解释方式对医生诊疗决策的影响。研究发现，可解释AI的作用并非一概而论：复杂统计解释未必适合所有医生，而更贴近临床经验的案例式解释，往往能提供更稳定的决策支持。基于这一发现，王东琪和团队老师、同学进一步搭建两阶段人机协作诊疗模式，希望让AI不只是“替人判断”，而是成为医生真正看得懂、用得上的助手。
在麻省理工学院斯隆管理学院联合培养期间的王东琪
在MIT斯隆管理学院联合培养的一年，又进一步拓宽了他的研究视野。跟随Retsef Levi 教授开展研究期间，他参与食品供应链系统性风险管理等相关项目，也在每周汇报中接受一次次追问。很多时候，他以为研究已经推进得足够完整，导师却总能指出问题定义、逻辑链条或现实假设中的漏洞。
“批判性地看问题、直击问题本质，是我在MIT最大的收获。”王东琪说。课业与研究之外，他也常去旁听不同课程，让自己暴露在更开放的知识环境中。那段经历让他更加确定：好的研究不只是把模型做复杂，而是要不断追问，问题是否真实，逻辑是否成立，方法是否真正适合这个场景。
03
创新创业，让技术走出实验室
除了学术研究，王东琪也长期参与创新创业与产学研项目。相比商业模式设计和运营推广，他对自己的定位一直很清晰：用专业能力解决项目中的核心技术问题，把想法变成真正可运行、可落地的系统。
王东琪（后排右1）与队友在第八届“互联网+”大学生创新创业大赛中的合影
在城市无人机快送项目中，他负责调度优化算法研发，参与搭建复杂场景下的无人机物流调度系统；在智能垃圾分类项目中，他负责计算机视觉算法攻关，帮助团队解决多目标识别与自动分拣难题；在工业智能排产项目中，他作为技术负责人，围绕印染与高端纺织业复杂约束下的排产问题进行建模与优化；在“鲲鹏数学库高性能算法优化”项目中，他则参与解决底层算法性能提升问题。
这些经历让他不断确认，真实产业场景中的问题往往比想象中更复杂。算法不只是写在论文里的公式，也要面对设备限制、业务流程、用户习惯和落地成本。每一次技术攻关，都是对“科研如何服务产业”的一次重新理解。
2022 年，他与创业团队启动“随鹿旅行”智能路线规划APP项目。这个项目更贴近普通人的日常生活：旅行者常常有兴趣偏好、时间安排、交通距离、游玩节奏等多重需求，而传统攻略和简单检索很难同时兼顾个性化与可执行性。
王东琪（后排右3）与“随鹿旅行”创业团队的合影
在项目中，王东琪主导设计了大语言模型驱动的旅游路线规划算法，将用户偏好、目的地信息、时间约束与路线生成结合起来，尝试让AI从“回答问题”进一步走向“规划行动”。经过团队持续打磨，随鹿旅行于2025年正式在安卓和苹果双端上线。
从无人机调度、垃圾分类、工业排产，到大语言模型驱动的旅行规划，这些创业经历看似分散，背后却有相同的线索：王东琪始终在做“技术问题的解决者”。而产业一线不断暴露出的新问题，也反过来推动他思考更深层的人机协作与智能决策问题。
04
一张飞盘，也是一种面对科研的方式
科研的道路从不是坦途。博士阶段，王东琪也经历过论文反复修改、投稿受挫的低谷。多重压力之下，自我怀疑并不陌生。但他始终相信，失败是科研的一部分，真正重要的是不要停下脚步。
飞盘运动中的王东琪（左1）
飞盘，是他在高强度科研之外找到的另一种节奏。在MIT联合培养期间，王东琪加入了 Woodmunchers校飞盘队，和队友一起训练、参赛。飞盘运动强调快速判断、主动跑位、即时沟通和团队信任。每一次传接、每一次防守、每一次失误后的重新投入，都要求人迅速调整状态，回到下一分。
王东琪（左5）与MIT校飞盘队的合影
2025年，在USAU赛事中，他跟随MIT飞盘校队战胜哈佛飞盘校队。这场比赛不仅是海外生活中难忘的经历，也让他更深地感受到团队运动带来的力量。
在王东琪看来，飞盘和科研有某种相似之处。科研中也会遇到判断失误、路径受阻、结果不如预期的时候，但关键不是停在一次失败里，而是尽快复盘、调整，再投入下一轮尝试。
回到浙大后，他依然积极参与飞盘活动，也常常带动身边同学参与这项运动。对他来说，飞盘不只是放松方式，更是一种面对压力的方法：在奔跑中释放情绪，在协作中恢复能量，也在一次次“下一分”里学会继续向前。
05
以师者身份再出发
数年求索，终迎新的起点。如今，王东琪顺利完成博士学业，即将入职西安交通大学管理学院，成为一名助理教授。
早在读博之初，他就立下了成为高校教师的目标。在他看来，高校教师既能保持学术探索的自主性，也能在教学和指导学生的过程中传递知识、方法与治学态度。
对“师者”的理解，很大程度上来自导师周伟华教授的影响。周老师尊重学生的想法，也会在关键时刻提供方向判断和资源支持。这样的经历让王东琪相信，好的老师不仅要在学术上严格要求学生，也要给学生足够的信任与空间，帮助他们找到真正适合自己的问题。
对未来的研究，他也有了更清晰的规划。站在AI快速发展的当下，他希望继续围绕人机协作场景，结合大语言模型、可解释AI与实证研究方法，探索人工智能如何更好地融入医疗、食品安全、创新等真实场景。相比单纯追求技术本身的复杂度，他更关心AI如何与人协同，如何被理解、被信任，并在现实组织和工作流程中发挥作用。
科研和教学之外，他也希望把飞盘带到新的校园生活中。未来他期待参与校飞盘队建设和飞盘活动推广，让更多同学通过这项运动感受到团队协作、开放交流和持续投入的力量。
回望在浙大的求学岁月，有跨专业初期的迷茫，有科研攻坚的日夜坚守，有竞赛创业的并肩同行，也有运动场上的奔跑与呐喊。那些经历共同塑造了今天的他。正如他在博士论文致谢中写下的那句话：“前路仍有数不尽的风雨，但我不会停下。风雨在前，我亦向前。”
结尾彩蛋·一问一答
Q1：在你看来，什么样的研究才算得上是好研究？
我觉得好的研究要同时有理论价值和实际价值。它应该跨越某个有意义的gap：可能是理论与现实之间的gap，也可能是技术能力与真实需求之间的gap。对我来说，好的研究不是为了展示方法有多复杂，而是要回答一个真正重要的问题。
Q2：结合自身经历，怎样才能做出不错的研究？
第一，要有真实而独特的问题和数据，这会决定研究的差异化；第二，要有足够丰富的方法工具箱，不能只用自己熟悉的方法去套所有问题；第三，要保持批判性思考，反复追问问题本身是否成立、逻辑是否严密、方法是否真的适合场景。最后也很重要的一点是，不要停下脚步。科研里失败很常见，但持续往前走，才会有新的可能。
Q3：科研任务繁重，有什么可以放松的爱好？
飞盘是我最重要的放松方式。科研受挫的时候，我会去操场跑一跑，把注意力重新放回当下。飞盘也让我学会了一件事：失误之后不要停在原地，要尽快调整，投入下一分。这和科研很像。
Q4：在浙大管院印象最深的两门课程？
张政老师的《管理决策理论与方法》帮我建立起了基础的学科认知；吴志岩老师的《理论构建与理论贡献》让我学会从理论的维度打磨研究。
Q5：即将成为大学老师，有没有给自己立一个小目标？
首先还是希望做好教学和科研，继续在人机协作的交叉研究方向上做出有价值的研究。除此之外，我也希望参与学校飞盘队的建设和飞盘活动推广，把这项运动分享给更多同学。
