一篇论文"完成"之前，我经历了哪些返工

五个月，一封拒稿信

第一篇论文投出去的那天，我以为最难的部分结束了。方法有效，数字好看，图表工整——在我当时的理解里，这就叫"完成"。

五个月后收到审稿意见：拒稿。

具体的审稿内容不适合公开，但拒稿本身教会我的事可以说：我把投稿当成了终点，而它其实是把工作第一次交给最严格的读者。审稿人不关心我做了多久、跑了多少实验，只关心两个问题——这个创新点站得住吗，证据链完整吗。而这两个问题，我在投稿前从来没有用审稿人的标准问过自己。

这篇论文（DB-HPN，骨架行为识别方向）现在还在返工：更换创新点、重跑实验，最近一次实验记录就在这个月。它没有死，但它教会我的东西，先一步用在了第二篇上。

第二篇：从立项就换打法

SAEFormer 是我的第二篇一作论文，时序动作定位方向。这次我把顺序倒了过来。

先搭实验闭环，再谈创新。动手的第一件事不是想创新点，而是把 ActionFormer 这个 baseline 在 THUMOS14 上完整复现——训练、评估、误差分析全部跑通。闭环在手，任何一个想法都能在几天内得到"有效/无效"的回答，而不是靠感觉。

动机从可验证的观察出发，而不是从"我需要一个创新点"出发。复现过程中我注意到一个现象：堆叠注意力层之后，短时的局部变化会被平滑掉——而动作的起止边界恰恰藏在这些局部变化里。这是一个能用实验验证的观察。围绕它，才有了 LMSF（局部语义融合）和 BAE（边界感知增强）两个模块。

消融先行。每加一个模块，先问"拿掉它掉多少点"。消融表不是投稿前补的装饰，是开发过程中每天在看的仪表盘。

结果，和结果的边界

SAEFormer 在 THUMOS14 上做到了 average mAP 69.7（I3D 特征）/ 71.4（VideoMAE V2 特征），加上 ActivityNet 和 EPIC-KITCHENS 的实验与完整消融，今年年中投稿，目前在审。

写到这里必须踩一脚刹车：在审就是在审。它可能被接收，也可能像第一篇一样被拒。我把数字写出来，是因为它们来自我自己可以复现的实验记录；我不写"预计发表"，因为那不是我能决定的事。

哪些判断错了

回头比较两篇论文的过程，我至少错过三次。

一是把"努力的总量"误当成"工作的质量"。第一篇投稿前我加班了很久，但方向不对的努力，审稿人看不见也不需要看见。

二是把返工当成异常。现在我的理解是：返工不是流程的失败，返工就是流程本身。区别只在于，好的流程让返工发生在投稿前、发生在每一次消融实验里；差的流程把所有返工积压到审稿意见一次性爆发。

三是低估了"等待期"的价值。第一篇在审的五个月我基本在干等；第二篇在审的现在，我在做第三个方向（零样本 TAL）的调研和预实验——审稿结果只决定下一步动作，不决定这段时间的产出。

给同路人的一句话

如果你也在憋第一篇论文：别把"完成"定义成"我写完了"，把它定义成"我已经用最恶意的眼光审过一遍自己，并且活下来了"。这一遍审视做在投稿前，成本是几周；做在投稿后，成本是几个月，外加一次自信心重建。

我两种成本都付过，所以这篇笔记不是方法论，是账单。