202年4月6日，北京初春，空气里还带着料峭寒意。
我刚结束一场线上组会，导师皱着眉说：“你的问题太散了，不像一个‘正经’的博士课题。”我默默点头，关掉摄像头，靠在椅背上，望着窗外灰蒙蒙的天空。
今年26岁，博士三年级，名义上隶属社会学系，实际研究横跨科技伦理、数字人类学与认知科学。我的书架上既有福柯的《规训与惩罚》，也有Goodfellow的《深度学习》；笔记本里一边记着田野访谈的逐字稿，一边画着人机交互的流程图。朋友们笑称我是“学术缝合怪”，而我自己，常在深夜怀疑：我到底是谁？我在做什么？这算“正经学问”吗？
在这个高度专业化、指标化、赛道化的学术体制里，跨学科不是优势，而是原罪。你既不够“理论”，也不够“实证”；既不被技术圈认可，也难入人文殿堂。你像一艘没有港口的船，在学科的缝隙中漂流。
但正是在这片不确定的海域，我逐渐学会了一种新的生存姿态：不在确定性中寻找安全，而在不确定性中培育根系。
这篇文章，记录的不是成功经验，而是一场持续进行的自我协商——关于知识、身份，以及如何在一个要求“标签”的世界里，坚持做“无法被归类”的自己。
一、误入“中间地带”：一场非计划的学术转向
我的本科读的是新闻传播。那时相信“铁肩担道义，妙手著文章”，梦想成为调查记者。可大三实习时，我参与报道一个算法推荐导致信息茧房的专题，却被平台以“数据保密”为由拒绝提供任何后台逻辑。
那一刻我意识到：要批判技术，必须先理解技术。于是考研转投科技与社会（STS）方向，试图搭建人文与技术的桥梁。
博士申请时，我提交了一份雄心勃勃的研究计划：《智能时代的认知正义：从算法偏见到知识生产的政治》。导师看中了我的“跨界潜力”，却没人告诉我，这种“潜力”在现实中意味着什么。
入学后，我很快陷入困境：
社会学系嫌我“太技术”，不懂经典理论脉络；
计算机系认为我“不严谨”，缺乏数学基础；
申请基金时，评审意见写：“问题意识模糊，方法论混杂。”
我像一个语言不通的异乡人，在每个学术部落边缘徘徊。最孤独的时候，连图书馆都找不到属于自己的书架分区。
二、方法论的焦虑：当“范式”成为枷锁
传统学科有清晰的方法论路径：
人类学做田野，
经济学建模型，
哲学做概念分析，
计算机做实验验证。
而我呢？
我想理解AI工程师如何在日常实践中处理伦理困境，于是去科技公司做参与式观察；
我想分析大模型如何重塑公共话语，于是爬取社交媒体数据做话语网络分析；
我还想追问“智能”本身的哲学预设，于是重读笛卡尔、康德与梅洛-庞蒂。
结果是：我的研究既不是纯质性，也不是纯量化；既不是规范研究，也不是实证研究。它像一团毛线，看似杂乱，却自有其缠绕逻辑。
但学术体制要的是“干净”的成果——可发表、可引用、可纳入学科谱系。我的论文屡屡被拒，理由惊人一致：“方法论不纯粹。”
我开始怀疑自己是不是在自欺欺人？是不是只是用“跨学科”掩饰能力的不足？
直到某天，我在档案馆读到唐纳德·舍恩（Donald Schön）的《反思性实践者》。他说：“真正的专业能力，往往诞生于‘ swampy lowlands ’（沼泽低地）——那些无法被标准化、无法被简化的问题地带。”
那一刻我豁然开朗：我的“混乱”，或许正是问题本身的复杂性所要求的。世界本不分学科，是人类为了理解方便才划界。而今天最紧迫的问题——气候危机、AI治理、心理健康流行病——恰恰发生在这些边界之上。
我不需要“选择一边”，我需要发明一种“第三种语言”。
三、身份的撕裂与重构：不做“专家”，做“联结者”**
很长一段时间，我羞于介绍自己的研究。
在技术会议上，我说“我在研究算法的社会影响”，对方问：“那你懂反向传播吗？”
在人文论坛上，我说“我在分析大模型的认知隐喻”，对方问：“你读过海德格尔吗？”
我总觉得自己不够格。
直到一位做科学史的教授对我说：“你不必成为每个领域的专家，你只需要成为那个能把不同领域的人‘翻译’给彼此听的人。”
这句话点醒了我。
我的价值，不在于掌握多少专业知识，而在于搭建理解的桥梁。
我能向工程师解释“为什么公平不能只靠准确率衡量”；
我能向哲学家说明“Transformer架构如何隐含某种时间观”；
我能让政策制定者看到，技术标准背后是价值选择。
我开始主动扮演“联结者”角色：组织跨学科研讨会，撰写面向公众的科普文章，甚至为AI团队设计伦理培训模块。这些工作不计入博士毕业要求，却让我感到前所未有的充实。
身份不再是一个固定标签，而是一种关系性存在——我在不同对话中呈现不同侧面，但核心始终如一：促进理解，防止误判，守护人的尺度。
四、在体制缝隙中创造空间：另类学术实践
面对僵化的评价体系，我学会了“策略性生存”。
博士论文采用“模块化结构”：三个相对独立但主题关联的子研究，分别满足不同学科的期待；
同时产出两类成果：一篇发在计算社会科学顶会（满足技术认可），一篇发在科技与社会期刊（满足理论深度）；
在简历中，我不再写“研究方向”，而是写“关心的问题”：如“自动化时代的劳动尊严”“数据化生存中的主体性”等。
更关键的是，我建立了自己的“意义支持系统”：
加入全球性的“Critical AI”学者网络，找到志同道合者；
定期与非学术界的朋友交流（记者、艺术家、社工），确保研究不脱离现实；
每周留出半天“无目的阅读”时间，读诗、看纪录片、逛美术馆——让思想保持柔软。
学术体制或许无法立刻改变，但我可以在其中开辟微小的自治空间。不是等待许可，而是先行实践。
五、不确定性的馈赠：学会与“未完成”共处
跨学科博士最大的挑战，不是知识，而是心理。
你永远在“半懂不懂”的状态中工作；
你提出的概念，可能三年后才有同行理解；
你的努力，可能在现有评价体系中“不算数”。
这要求一种特殊的能力：与“未完成”共处。
我不再追求“完美框架”，而是接受“阶段性理解”；
我不再焦虑“是否被认可”，而是问“是否对得起问题本身”；
我不再把博士视为终点，而看作一段“允许试错的探索期”。
这种心态转变，意外地带来了创造力。因为没有范式束缚，我可以自由组合工具：用民族志方法研究代码审查会议，用叙事分析解读AI生成的诗歌，用现象学描述用户与语音助手的互动。
不确定性不再是敌人，而成了创新的必要条件。正如生物多样性依赖生态边缘地带，思想的突破也常生于学科交界处。
六、致所有“边缘人”：你的位置，恰是未来的中心
写下这些文字时，我收到一封邮件：一位本科生留言说，读了我的博客，她决定申请科技伦理方向的研究生，“虽然家人说这没前途，但我觉得这是未来需要的声音。”
我眼眶发热。
原来，我的“漂泊”并非徒劳。
在这个日益割裂的世界，那些站在边界上的人，恰恰最有能力看见整体。
给所有在学科夹缝中挣扎的同行：
你的“不纯粹”，不是缺陷，而是时代所需；
你的“难以归类”，不是失败，而是先兆；
你的孤独，终将被后来者认作灯塔。
我们不必挤进现有的房间。我们可以一起建造新的房子。
结语：在裂缝中生长
博士生涯过半，我依然不知道自己的研究最终会被归入哪个学科目录。也许永远不会。
但我不再为此焦虑。
因为我已明白：真正的知识，从不在整齐的书架上，而在人类面对复杂世界时，那笨拙而真诚的摸索之中。
我不追求成为某个领域的权威，只愿做一个诚实的提问者、耐心的倾听者、勇敢的联结者。
春天来了，玉兰树的新芽正在破壳。它们不问自己属于哪一科哪一属，只是向着光，生长。
而我，也在不确定的土壤里，扎下了自己的根。