一、从 "会写代码" 到 "能讲清问题"
我本科是计算机科学与技术，大二下的时候自我感觉还不错：课能跟上，项目也能跑起来。直到一次组内汇报，我把模型精度讲了三分钟，老师打断我问：你的数据从哪来、标注可靠吗、这个提升是模型带来的还是预处理带来的。三个问题我一个都答不上。
那次之后我才明白，保研看的不是你跑通过多少代码，而是你能不能把一个问题界定清楚、把实验做干净、把结论讲明白。大三上我开始改习惯：每个项目都留一份实验记录，写清数据来源、划分方式、超参数、失败尝试；每周固定两晚读一篇论文并写半页摘要。这些记录后来直接变成了申请材料和面试的底稿。
二、绩点与专业课的取舍
我的绩点是 3.72，专业排名第八。做法是把课程分成 "必须满分" 和 "够用就好" 两类：数据结构、操作系统、计算机网络、数据库这四门是面试必问，实验报告我都按项目标准写，图、表、复杂度分析齐全；其余课程保证不掉队，把时间省给项目和刷题。每门课我用一页 A4 画知识地图，只写三样：核心概念、典型题型、易错点，考前只看这一页。
三、英语：读论文和讲项目
六级 545，没有额外刷分。真正花时间的是专业英语：每周精读一篇英文论文的方法部分，把数据集、baseline、评价指标抄进表格；遇到不懂的表达就记在术语本上，一个学期攒了两百多条。面试的英文环节我准备了两段：一段 90 秒的自我介绍，一段用英文讲自己的项目，重点是 "问题 — 方法 — 结果 — 不足" 四句话，每句不超过两句。
四、竞赛、项目和一点点研究
竞赛我参加了中国大学生计算机设计大赛和蓝桥杯，前者做的是一个校园二手交易平台，后者是算法题。项目上做了一个图像分割的复现，从跑通基线到换骨干网络、调数据增强，最后把结果整理成一份二十页的报告。研究方面，我在实验室待了半年，负责数据清洗和对比实验，参与的一篇会议论文挂第三作者。这部分在面试里被问得最细：为什么用这个损失函数、训练集和验证集怎么划、过拟合怎么判断。答得出来，比论文数量重要。
需要提醒的是，各院系夏令营与预推免的考核形式不同，有的设机试、有的只有面试，机试题型常见图论、动态规划、字符串处理，具体安排要以当年院系发布的通知为准，别拿往年经验当定论。
五、四个 offer 与最终选择
夏令营投了七家、进了三家，预推免补了两家，最后四个 offer：北师大计算机应用技术、两所高校的计算机技术与软件工程、一所高校的人工智能。选北师大，一是这里的交叉环境对我有吸引力，我想做的是教育场景下的数据处理与推荐，纯工程项目组给不了这种问题；二是导师组有真实的业务数据和落地场景，能做出可验证的结果；三是培养安排上允许我在统计和学习理论两头补课。放弃另外三个，是因为方向更偏纯工程或纯算法，与我想做的交叉问题距离较远。
六、辅导在技术申请里的位置
技术类保研看起来只看硬实力，其实信息差同样明显：哪些院系有机试、机试占比多少、面试偏项目还是偏基础、材料里项目怎么排序，这些细节会直接决定你进不进面。我用过知点保研的定制辅导，比较有用的三件事：一是把目标院系的考核方式整理清楚，帮我调整了刷题和复习的配比；二是模拟面试，连着追问三层，把我 "讲结论不讲过程" 的毛病逼出来了；三是文书按项目重写，从 "我实现了什么" 改成 "我解决了什么问题、怎么验证"。这类服务提供的是信息整理与方法训练，不承诺录取，也不涉及任何内部渠道。
七、写在最后
如果你想走这条路，尽早把项目做成 "能复盘" 的样子。代码会过时，讲清问题的能力不会。
如有保研问题可以咨询电话 4000003363 或者微信 shuoedu，知点保研咨询师将热情专业的解答您的考研问题。
