夜雨聆风很多人刚开始学理论计算，第一反应都是：
软件不会，要先学软件。参数不懂，要先补方法。文献看不明白，要先学理论。
这些当然都重要。
但如果只能选一个最该先补的东西，我会选：
问题意识。
因为软件决定你能不能把任务跑起来，方法决定你算得是否规范，但问题意识决定的是：
你到底知不知道自己为什么要算。
这件事，往往才是新手最容易缺的。
01 软件很重要，但软件不是科研问题本身
初学者很容易把“学会软件”当成理论计算入门的核心。
会搭结构了，会写输入文件了，会提交任务了，会看输出结果了，就觉得自己开始会做计算了。
但真正做课题时会发现：
会跑软件，只是最低门槛。
软件解决的是“怎么算出来”。但它不负责告诉你：
该不该算，算什么，为什么算，算完之后怎么解释。
这些问题，软件不会自动回答。
所以很多新手会出现一种情况：
任务跑得越来越熟，文件夹越来越多，图也越来越多，但真正写文章时，却发现这些结果很难进入主逻辑。
原因不是软件没学会，而是从一开始就没有想清楚：
这组计算到底要回答什么问题。
02 方法也重要，但方法不能替你决定研究方向
方法当然要学。
比如泛函怎么选，截断能怎么设，k 点怎么测，模型怎么收敛，吸附能怎么算，自由能怎么修正。
这些都很重要。
但方法学习有一个常见陷阱：
很多人学着学着，会以为只要方法足够规范，结果就一定有科研价值。
其实不是。
一组计算可以在技术上没什么大问题，但在科研上依然没什么意义。
比如：
模型很规范，但问题不关键；参数很认真，但比较对象选错了；结果很漂亮，但和实验主线没关系；图很完整，但支撑不了文章结论。
这时候问题不在“方法不会”，而在：
方法没有服务于一个真正清楚的问题。
方法是工具。工具越熟练当然越好，但前提是你知道要用它解决什么。
03 问题意识，决定你会不会白算
所谓问题意识，不是说一些很空的话。
它其实就是在开算前，能不能问自己几个具体问题：
我为什么要算这个体系？这组计算想回答哪一句话？它和实验现象是什么关系？它能不能支撑论文里的核心结论？如果算出来了，我准备怎么解释？
这些问题看起来简单，但很多新手恰恰没有先想。
于是就容易变成：
别人算吸附能，我也算吸附能；别人画态密度，我也画态密度；别人做差分电荷，我也补差分电荷。
最后结果不少，但逻辑很散。
这就是典型的“会算，但不知道为什么算”。
理论计算最怕的，不是起步慢，而是很努力地算了很多，最后发现：
这些结果只是存在，并没有真正回答问题。
04 初学者最该先补的，不是“更多操作”，而是“判断顺序”
我觉得比较合理的顺序应该是：
先补问题意识，再补必要方法，最后通过软件实现。
不是说软件和方法不重要，而是它们应该被问题牵引。
比如你想解释“为什么 A 比 B 活性更高”，那你才需要进一步判断：
是比较关键中间体吸附？还是比较反应路径？还是分析活性位电子结构？还是判断某个竞争反应是否被抑制？
问题定下来之后，方法才有方向。方法定下来之后，软件才有具体任务。
如果顺序反过来，先学一堆软件操作，再去找问题套进去，就很容易变成：
我会做什么，就拿什么去解释。
这其实很危险。
因为科研不是用已有操作去凑故事，而是根据问题选择合适证据。
05 一个简单判断：你能不能用一句话说清楚这组计算的目的
初学者开算前，可以先做一个小测试。
用一句话说清楚：
这组计算是为了回答：________。
比如：
这组计算是为了比较掺杂前后关键中间体吸附是否更合理。这组计算是为了判断哪个位点更可能是活性位。这组计算是为了比较两条反应路径哪一条更有利。这组计算是为了解释实验中选择性变化的可能原因。
如果这句话写不出来，说明问题还没想清楚。
这时候不要急着开跑。因为越早开跑，越可能越算越偏。
06 写在最后
初学者做理论计算，软件要学，方法要补，基础理论也不能逃。
但最该先补的，还是问题意识。
因为软件决定你能不能跑，方法决定你跑得规不规范，而问题意识决定你算出来的东西有没有用。
真正的入门，不是从“我会跑这个软件”开始，而是从“我知道这个问题为什么值得算”开始。
所以对初学者来说，最重要的不是一上来就追求做很多图，而是先学会判断：
什么问题值得算，为什么值得算，算完之后能支撑什么。
这一步想清楚了，后面的软件和方法学习才不会散。
否则学得越多，可能只是工具越来越多，但真正能解决的问题，仍然没有变清楚。
如果你正在入门理论计算，也遇到“软件学了不少，但不知道怎么用于课题”“会跑一些任务，却不知道结果有没有价值”这类问题，欢迎交流。