笔者是2020年的应届硕士生，今年通过了中国科学院自动化研究所的普博申请。从正式备考到最终尘埃落定前后有10个月时间，好在最终成功通过考核，努力并没有白费。现在有空和大家分享一些个人在考博过程中的经验和教训。
本人基本情况首先简单介绍一下笔者的个人情况。笔者本科为垫底211，保研至北京某211高校，攻读两年制的统计学学硕，因此笔者报考自动化所的模式识别方向是有一定跨专业的，但是从报名情况以及最终的录取结果来看，报考自动化所普博的考生专业分布非常广泛，基本只要是理工科出身都可以尝试。笔者硕士期间只有一篇未发表的一作英文论文，方向与人工智能关系不大，比赛方面笔者有研究生数学建模国家一等奖，此外笔者最大的优势是有在自动化所四个月的实习经历。
2020年自动化所普博简介今年由于疫情原因，自动化所的考核方式发生了较大的变化，最主要是由原先的纯考试制改为了申请考核制，不过笔者认为自动化所实际采用的是申请考核制与考试制相结合的方式。具体来说，今年初试改为了笔试成绩与材料审核成绩各占50%的计算方式，其中考试取消了自选专业课，只保留了数学和英语，各占笔试成绩的50%（也就是初试总成绩的25%），材料审核成绩具体评判标准不明，但是当时除了要提交论文等科研材料以外，还收集了本硕期间的绩点，可能这些也会在材料审核中占一定比重。复试方式与往年基本一致，复试成绩与初试成绩无关，完全由面试决定。
报名人数方面，今年共有三百人左右参加初试，进入复试的有69人，最终共36人通过，其中人工智能学院的模式识别方向复录比为36进15，还包括6个所内的硕转博生，这些人基本必通过，因此基本也就是3进1的复录比。其他方向（包括报考自动化所名额的所有方向考生以及报考人工智能学院名额的除模识方向以外各方向的考生）复录比为33进21。可见模式识别方向是竞争最为激烈的，因此在方向选择方面，建议大家量力而行。
背景提升本节主要针对在正式复习笔试之前，在申请背景提升方面给出建议。首先无论报考什么学校，无论是什么考核方式，考博最重要的都是学术论文，论文的方向不一定与你的博士研究方向要有很大关系，它主要的作用是反映的你的科研兴趣和学术潜力，而反映你论文质量的最直接方式就是发表情况，笔者在这方面较弱，在这里建议大家写英文论文，本人最好是一作，或者至少是导师一作本人二作，其他情况都没什么用，此外发表的时候要量力而行，英文论文的话只要是SCI期刊就可以，并不要求影响因子有多高，因为投太难的期刊可能会浪费你很多宝贵的