B站知识区有个UP主，简介只有一行字——“清华大学计算机系在读博士生，浙江大学计算机系本科”。账号名叫清华皓同学。粉丝3.6万，获赞11.6万。这个体量在知识区不算大，但一条《DeepSeek》系列教程的全网播放量超过4000万。一个3.6万粉丝的账号，产出了千万级播放的内容——反差感拉满。

他的认证信息包括“年度大会员”和“西贝尔学者”称号。公开资料显示，他是2024年西贝尔学者，也是“皓皓之白（北京）教育科技有限公司”创始人。履历中还列了前字节、蚂蚁、360等公司——意味着他在进清华读博之前，已经积累了一线互联网公司的从业经历。

打开视频列表，分类清晰。主要板块包括AI学习路线、专业选择建议、学术认知分享。《计算机与AI课程导学》系列播放超百万，标题通常是“计算机专业9门必学课程”“零基础AI大模型自学路线”。

视频以幻灯片或屏幕录制为主，左侧是课程结构图，右侧是讲义内容，用颜色区分知识模块和优先级。他在视频里标注出“必学”“选学”“可不学”三个层级，并给出推荐的在线资源和学习顺序。有观众提到，这套导学体系帮他们省了筛选资料的时间。

《DeepSeek》系列教程是他播放量最高的内容。AI大模型教程在B站是热门品类，大量创作者都在做，但播放量集中在少数头部账号。一个粉丝体量不大的UP主能跑出4000万级播放，说明内容本身在推荐算法里拿到了较高的完播率和互动率。

翻看弹幕和评论区，高频词是“讲得清楚”“终于懂了”。这种反馈指向一个特征——他在演示过程中同步展示实际操作，包括命令行的输入输出、代码运行结果、模型反馈文本，不只讲概念。

AI知识类内容有个普遍痛点：“想学但不知道怎么开始。”面对庞大的技术栈、纷繁的框架和模型，非科班或刚入门的用户往往无法判断学习路径的优先级。清华皓同学的内容做了两件事：列出具体的课程名称和教材，标注出自哪个学校的公开课；给出“从零到第一段代码”的执行步骤——装什么软件、跑什么命令、看到什么输出。他在一条视频里展示了自己从开始学到掌握某个框架所用的时间和资料清单，包括哪本教材用了几天、哪个在线项目做了几天。这种对时间轴的量化处理，给观看者提供了一个可参照的尺度。

他曾在简介中写“求学20年”。这个时间跨度从小学到博士，包含浙大计算机系本科、互联网大厂经历、清华计算机系博士。这些经历被他拆解成“如果重来一次会怎么安排”的内容框架。

一段关于专业选择的视频中，他以第一人称回顾了自己选课、选方向、选导师的决策依据和后果——哪些选择事后证明有效、哪些走了弯路。这种复盘式输出，在学术经验类博主中不多见。大多数同类创作者展示成果，他展示决策过程。

计算机教育类UP主中，同时具备清华博士在读身份和互联网大厂工作经历的创作者数量有限。他的位置建立在两个维度上：有学术体系的系统训练，有商业公司的实操经验。前者决定他知道该教什么，后者决定他知道学了之后会用在哪儿。

《DeepSeek》系列教程的数据没有停在4000万这个数字上。多个平台里，这个系列被持续转发和引用，甚至有用户整理成笔记重新分享。评论区有一条留言被多次点赞：“你是我见过唯一一个把环境配置讲清楚的人。”

这句话没有直接评价他本人，却揭示了他在众多AI科普内容中的差异化——他讲那些别人默认你会、但实际不会的步骤。正是这种细颗粒度的呈现，让一个3.6万粉丝的账号，产出了头部级别的播放量。

本文撰写于2026年6月29日，文中数据及观察结论均以当时公开信息为准；内容基于博主公开视频或文章做客观梳理与风格观察，供行业研究参考；言论、截图等权利归原博主及平台所有，引用仅为说明评论；观点仅供参考，请结合个人实际情况独立判断；权利异议请书面通知，我们核实后及时处理。