最后一个，吴嘉文：“吴嘉文，大四，数值和优化。理由很简单——跟启珩合作过，知道他能成事。再加上林晚照、加上你们，我觉得能做成些有意思的东西。”

坦诚，直接。

自我介绍之后，气氛明显松了。

“好。”程启珩翻开笔记，“目前两条主线。”

白板上两行字：

方向一：高维流形学习的理论基础（纯数学）

方向二：几何深度学习算法与应用（应用数学）

“相辅相成。”林晚照补充，“一给二理论支撑，二给一问题来源与验证。选你最感兴趣的，但鼓励交叉。”

她分发三页资料：必读/选读清单、初步问题列表（标难度与突破点）、时间规划与里程碑。

纸张翻动的沙沙声里，五分钟后，第一只手举起。

本小章还未完，请点击下一页继续阅读后面精彩内容！

赵小雨：“‘曲率集中现象’我想试试。”

“可以。”林晚照点头，“会牵涉到随机过程的高维极限，难。”

“我知道，所以想试。”

李雯：“我想做算法实现。但我需要几何的背书。”

“我来配合你。”陈默开口，“我推导，你实现与测试。”

王明宇：“分布式这块有人用吗？看到模拟需求不小。”

“要。”程启珩说，“下周大规模实验先跑起来。你先熟悉资源，写基准测试。”

“明白。”

陆深犹豫着举手：“我先从复现开始行吗？我怕立即上手会拖大家。”

“可以。”林晚照说，“两个要求：第一，复现不是照抄，要懂每一步为什么；第二，两周后给全组讲清楚。”

“没问题！”他眼睛一下就亮了。

李思远问得更直：“普遍性原理我有些想法。我们的目标，是搭一个完整框架，还是先拿具体定理？”

“先实后全。”程启珩道，“先一个具体定理站住，再往外扩。”

“明白。”

吴嘉文最后发言：“我可以带协调和后勤：计算资源、设备、会议、出入审批。你们把时间留给研究。”

实在、关键。

“那就这么定。”林晚照在白板上画出分工图，连到第一项切入口：

《基于流形几何的图神经网络改进》

“这是我们与应用对接的第一刀。”她解释，“图神经网络很热，但缺少严格几何解释。我们把图看作离散流形，用我们的理论分析性质，再据此提出结构改进。”

李雯迅速追问：“具体目标？”

“三个。”程启珩竖起手指：“一，理论解释现有方法为什么有效；二，提出有几何依据的新结构；三，在公认数据集上提升性能。”

“时间表？”

“两周：理论框架；四周：算法实现；六周：初步实验；八周：论文草案。”

紧凑，但有抓手。

“现在给大家一小时看基础文献。九点半开第一次技术讨论——‘如何把图离散化成流形’。”

实验室安静下来。有人读论文，有人翻文献，有人在草稿纸上涂涂画画。

林晚照与程启珩对视，眼里同一种亮光：兴奋。不是一个人的“破题”，而是“一群人在同一块黑板前”的兴奋。

十点，讨论开始。

赵小雨先上：“离散化有两路：基于拉普拉斯的谱方法，和基于邻接的几何方法。我倾向后者，更直观。”