人物访谈｜孙福特：深耕技术内核，探索系统安全深水区

Q1从搞数学竞赛到压线保研，为什么不想从众而选择系统安全？读博预期与现实有什么不同？

这个可以从我为什么来复旦说起。我高中弄数学竞赛，高考本打算大二转数学，但学了一年后发现自己计算机成绩还行，就留了下来。到了大四保研时，我的综合表现排在最后一名，属于压线保研。

当时 AI 极其火爆，大家都去卷 AI，很多同学成绩都比我好。我当时有一点“不从众”的想法，觉得大家去卷，我偏不去，找个没那么卷的方向。正好大三修了 Android 系统课，觉得系统底层很有意思，便顺理成章联系了张磊老师，最后进入了白泽战队。

刚进组时凭着一种“普信男”的自信去读博，觉得读博也是做实验发文章，跟本科做大作业差不多。但真正读博以后，发现完全不是那么回事——本科做作业知道标准答案在哪；但博士科研必须探索无人区，没有人知道终点在哪里，甚至连问题本身都需要自己去定义。 很多时候你做的事情大半年都在反复试错，短期内根本得不到即时正向反馈，这和做日常开发或者学课完全是两码事。

Q2从深度参与头部厂商重大工程项目，到学会“把技术往上拔”，自底向上与自顶向下如何融会贯通？

大四时我深度参与了 vivo 的合作项目，写了非常庞大的工业级分析代码。偏实际的项目带来的技术跃升，比只在 Lab 里写几百行理想代码明显得多。真实工业级系统的代码量极其庞大，边界情况千奇百怪，逼着我把底层分析技术的每一个机制吃透，也彻底打碎了浮在表面的空想，让我真正对底层系统建立了扎实的实战信心。

但做底层程序分析的人，很容易陷入具体实现的细节漩涡里，觉得写了上万行代码就完成了。后来张磊老师反复提醒我：“技术是内核，但还要通过凝练和表达把技术往上拔。”

这句话对我触动极大。纯粹自底向上做出来的东西往往只是一个工程工具，别人看不懂你的学术贡献；而纯粹自顶向下又容易浮在表面、没有落脚点。真正的科研蜕变，是在底层代码扎得足够深之后，站在更高维度去抽象问题的通用本质，自顶向下明确研究价值，再自底向上精准攻坚，两者融会贯通。

Q3科研极少有立竿见影的即时反馈，面对未知探索与长周期拒稿，怎样保持“心大一点”？遇到瓶颈如何与导师沟通？

我的性格里有一点“游戏人生”的特质，说得直白一点就是“心大”。科研这件事，如果你把它看得特别严肃、每一天都要求必须有正向反馈，那你读博一定会非常痛苦，因为长期的未知和频繁的失败才是科研的常态。

你得不怕出丑，也不要怕试错。这世界现在有句话叫“一个巨大的草台班子”，它的底层逻辑其实是告诉你：不要畏惧未知领域，也不要太畏惧班门弄斧。 很多时候你瞻前顾后生怕搞砸，结果半年过去了什么也没干出来；与其内耗，不如直接动手去试，大不了就是失败，失败了就调整路线嘛。

关于拒稿，我读博前后经历过三个投稿周期的反反复复修改，收到拒稿意见时确实很沮丧。但冷静下来去读，你会发现审稿人往往切中要害：不是你的技术不行，而是你站在自己的视角写得太自嗨，没有交代清楚为什么这个 challenge 非解决不可。把失败看作通往成功的必要排错过程，心态放皮实一点，遇到坎翻过去就是了。

和老师沟通也是如此。最核心的是要想清楚自己找老师的目的是什么，不要两手空空带着一张白纸去问“老师我该怎么办”。遇到瓶颈时，应该带着你的思考、排查过程和至少两到三个备选方案去找老师：“我目前卡在这里，原因可能有 A、B、C；我尝试了方案一遇到了瓶颈，我倾向于方案二，老师您怎么看？” 这样老师才能在你的逻辑基础上快速定位问题，给出有针对性的指导。

Q4在大模型与 Agent 浪潮下，传统系统安全会怎么演进？什么是真正的好研究？

这一年我的观点变化其实蛮大的。以前我是一个比较坚定的“符号逻辑结合派”，总觉得大模型在严格程序逻辑推理上容易产生幻觉，必须依靠传统静态分析兜底。但随着基础模型能力的爆发式进化，很多原本极其复杂的分析规则在强大的上下文推理面前竟然被直接抹平了，大模型在很多任务上展现出了惊人的替代能力。

但是，这并不意味着传统程序分析就彻底消亡了。大模型的弱点在于缺乏精确的确定性保证和深度的动态行为监控。在真实系统的安全实战中，最佳形态一定是结合：用传统的高效 Harness、Fuzzing 框架与动态污点追踪作为坚固的基座与安全沙箱，用大模型来充当灵活的决策中枢和复杂推理大脑。

好的研究一定要有持续的生命力。如果是做一个系统或工具，大家真正愿意用它，愿意在后续的论文里把它作为基准对比；如果是提一个新问题或新 benchmark，大家愿意在上面进行评测，愿意引用你，这才是好研究。宁可花功夫去攻克一个真正有痛点的硬骨头问题，也不要做那种为了发论文而凭空捏造出来的虚假需求。

Q5如果不看论文篇数和简历上的头衔，博士阶段留下的最重要东西是什么？如果重新选择还会读博吗？

如果排个序，我选三个：一个是讲故事和表达能力，一个是领导力，还有一个是把技术往上拔、对技术进行凝练的能力。

这些能力在本科时是很难得到系统性训练的。在博士期间，不管是大型项目拉通、企业交流、学术演讲，还是带着低年级同学攻坚，你必须学会把极其繁琐沉重的底层技术，提炼成不同受众都能听懂的核心故事，具备“看人下菜碟”的全局表达能力。这种能力在未来的职业生涯中，往往比写某一段具体的代码更为常用、也更有长期价值。

如果重新选择，我肯定还是会选择读博。虽然我的读博历程并不是一帆风顺，很晚才中第一篇论文，经历过很多次挫折和迷茫，但我基本不后悔。读博不仅给了我深厚的技术底气，更重塑了我面对未知复杂问题时的解题定力与破局韧性。