就AI領(lǐng)域而言，工程能力是否已經(jīng)比學(xué)術(shù)研究能力重要了？

最近看到一些新聞?wù)f，Meta公司由于AI部門戰(zhàn)略重組田淵棟也被裁員，網(wǎng)友就問，“現(xiàn)在在AI領(lǐng)域，難道工程能力已經(jīng)比學(xué)術(shù)研究能力更重要了？”那么，在這個領(lǐng)域，工程能力是否真的已經(jīng)比學(xué)術(shù)研究能力重要了呢？我想，兩者都重要。

一、AI語言大模型的獨特思考方式強(qiáng)調(diào)工程能力的應(yīng)用。

語言模型的一個高明之處就在于：你不需要設(shè)定，模型就可以從大量的語料學(xué)習(xí)中自行發(fā)現(xiàn)各個詞匯的語義的相對關(guān)系，并且給它們調(diào)整位置。Transformer架構(gòu)的作用就是通過“自注意力機(jī)制”自動識別一段文本的模式和結(jié)構(gòu)，從而捕捉到詞語之間的關(guān)系，進(jìn)而調(diào)整每個詞語在語義空間的位置，伴隨著預(yù)訓(xùn)練的進(jìn)行，每個詞匯的位置也就大致確定了。

模型無須有人專門指導(dǎo)，它就從一堆語料中搜索到“汽車”是用來“開”的，“蘋果”是用來“吃”的。在模型中，無論你輸入哪一國的語言，它思考的路徑其實都是一樣的。因此，AI不是用人類語言完成自己的思考過程，它是由語義完成思考的，換句話說，模型它是用語義表象背后的本質(zhì)思考的。

一切語義都是關(guān)系，一切關(guān)系都是數(shù)學(xué)。數(shù)學(xué)結(jié)構(gòu)的存在才是AI大模型的本質(zhì)。AI時代需要學(xué)術(shù)能力在加強(qiáng)創(chuàng)新的同時更需要工程能力增加變現(xiàn)。

二、工程能力和學(xué)術(shù)能力這兩種能力它們有什么區(qū)別呢？

1、二者核心目標(biāo)差異很大。

工程能力側(cè)重于解決實際問題，強(qiáng)調(diào)在具體約束條件下運(yùn)用各種知識、系統(tǒng)性地解決實際工程問題。而學(xué)術(shù)能力則更注重發(fā)現(xiàn)知識，是人類以發(fā)現(xiàn)知識為導(dǎo)向的自由探索，它是圍繞一些普適性的、能夠引發(fā)好奇心的科學(xué)問題，然后提出解決問題的科學(xué)方案和原理的能力。最終達(dá)到理論指導(dǎo)實踐的目的。

2、二者思維方式特點不同。

工程能力重在擁有工程思維。工程思維是在工程設(shè)計、研究和實踐中形成的思維，其核心是在具體約束條件下，運(yùn)用各種知識系統(tǒng)性地解決實際工程問題。

工程思維包括以解決復(fù)雜工程問題為核心的實踐性思維、系統(tǒng)性思維（不僅考慮建構(gòu)的科學(xué)性、工具的合理性，還要考慮實用經(jīng)濟(jì)性、環(huán)境和諧性、政策合法性等目的手段合理性的統(tǒng)籌集成）、創(chuàng)造性思維（求新求異，體現(xiàn)技術(shù)先進(jìn)性和新穎性，富有工程美和想象力）。

除此之外，筆者覺得還需增加一個量級思維。一個好的工程師，要從量級上來改進(jìn)工程方法，因為這樣的收獲往往是幾百倍、幾萬倍，甚至更多倍的增長。而那些有上進(jìn)心、卻沒有工程思維的人，每天花的時間更多，卻在做重復(fù)的事情。就如同一個好的產(chǎn)品經(jīng)理，更懂得在細(xì)節(jié)上做1%的改進(jìn)，讓產(chǎn)品的品質(zhì)顯得比競品高出一個量級。

學(xué)術(shù)能力運(yùn)用的是科學(xué)思維。科學(xué)思維（Scientific Thinking）是指理性認(rèn)識及其實現(xiàn)過程，即通過整理和改造將感性階段獲取的大量材料轉(zhuǎn)化為概念、判斷和推理以便反映事物的本質(zhì)和規(guī)律的理論體系。進(jìn)一步理解，科學(xué)思維是大腦對科學(xué)信息的加工活動。

工程思維中其實也有科學(xué)思維，比如工程科學(xué)接近科學(xué)思維，兼具發(fā)現(xiàn)和創(chuàng)新、理論和實踐；而工程實施中的那種工程思維就更接近項目管理和執(zhí)行，是一種可以嚴(yán)謹(jǐn)實施的解決方案。因此，科學(xué)思維重在發(fā)現(xiàn)已存在的世界，更多則是以發(fā)現(xiàn)知識為導(dǎo)向的自由探索，圍繞普適性的、引發(fā)好奇心的科學(xué)問題，提出解決問題的科學(xué)方案和原理。

3、二者對人的能力要求不同。

工程能力它強(qiáng)調(diào)工程判斷能力。一個不具備工程判斷能力的人或許可以成為一名專家，但是他不可能是一名稱職的工程師。工程思維強(qiáng)調(diào)其思維構(gòu)成中的實踐性思維、系統(tǒng)性思維、創(chuàng)造性思維和量級思維這幾種思維與現(xiàn)實的關(guān)系。換句話說，工程能力是一種能將提前預(yù)想與設(shè)計的方案通過工程實踐的方式轉(zhuǎn)變?yōu)楝F(xiàn)實世界中可以變現(xiàn)的產(chǎn)品這種能力。如果沒有人類的工程實踐活動，現(xiàn)實生活中就不可能存在工業(yè)產(chǎn)品，沒有具體工業(yè)產(chǎn)品的更新迭代也就沒有社會的進(jìn)步和文明的發(fā)展。

而學(xué)術(shù)能力則更側(cè)重以下能力。專注于學(xué)術(shù)基礎(chǔ)和某專業(yè)領(lǐng)域的知識積累的學(xué)術(shù)研究水平能力；考察撰寫學(xué)術(shù)論文以及對研究方法的掌握方面的能力；還有建立真理坐標(biāo)和價值坐標(biāo)，掌握自我更迭的批判思維能力。

4、二者 應(yīng)用場景也有差異。

工程能力更多應(yīng)用于企業(yè)運(yùn)行和項目管理中。很多人的思考順序是，從條件到結(jié)果。先看手頭有什么條件，再去琢磨應(yīng)該去做什么事。但工程師思維正好反過來，是先定目標(biāo)，再破除約束條件。也就是說，你要先把最終的那張大圖畫出來，再看其中缺哪些環(huán)節(jié)，缺哪些能力，然后想辦法補(bǔ)齊。這是工程思維在應(yīng)用場景設(shè)置中與其他思維的一個顯著特征。在一些高難度任務(wù)面前，無論是調(diào)整一家公司，還是完成自我進(jìn)化，我們都需要一點工程思維。

而學(xué)術(shù)能力可能主要包括學(xué)術(shù)研究與論文寫作方面、這是一個國家學(xué)術(shù)影響力和研究者個人學(xué)術(shù)聲譽(yù)的重要體現(xiàn)。學(xué)術(shù)能力主要以發(fā)現(xiàn)知識和理論創(chuàng)新為導(dǎo)向，強(qiáng)調(diào)理論深度和學(xué)術(shù)貢獻(xiàn)；學(xué)術(shù)能力需要文獻(xiàn)研究、理論分析、論文寫作、學(xué)術(shù)交流等各方面的專業(yè)技能；比如在教育領(lǐng)域，學(xué)術(shù)能力主要應(yīng)用于研究機(jī)構(gòu)、高等院校、學(xué)術(shù)期刊等學(xué)術(shù)環(huán)境，一個人的學(xué)術(shù)能力往往通過展示性項目、研究報告和實驗室作業(yè)等評估方式來評價當(dāng)事人的學(xué)術(shù)能力、創(chuàng)造力和問題解決能力。如果把學(xué)術(shù)能力放在科學(xué)研究的基礎(chǔ)研究項目中，這就需要結(jié)合科學(xué)研究發(fā)展的趨勢來論述項目的學(xué)術(shù)意義。在工業(yè)領(lǐng)域，學(xué)術(shù)能力則往往通過提升科研及學(xué)術(shù)成果的認(rèn)知度、影響力、社會應(yīng)用和公眾理解等方法來擴(kuò)大學(xué)術(shù)影響力。

三、再說回田淵棟被裁員這件事。

1、田淵棟被Meta公司裁員，是該公司AI部門戰(zhàn)略重組、資源重新分配的結(jié)果，?核心原因就在于Meta將研發(fā)重心要從基礎(chǔ)研究轉(zhuǎn)向快速產(chǎn)品化，導(dǎo)致其所在的FAIR（基礎(chǔ)人工智能研究）團(tuán)隊被邊緣化?。說白了是公司重大戰(zhàn)略調(diào)整和資源傾斜的結(jié)果??。

2、Meta在2025年加速AI戰(zhàn)略調(diào)整，成立由首席AI官Alexandr Wang主導(dǎo)的TBD實驗室，專注于“超智能”系統(tǒng)開發(fā)和產(chǎn)品落地。此次裁員約600人，主要針對FAIR、AI產(chǎn)品（PAR）和基礎(chǔ)設(shè)施（Infra）部門，而PAR和Infra部門裁員比例很高。田淵棟作為FAIR團(tuán)隊負(fù)責(zé)人，其研究領(lǐng)域（如大模型后訓(xùn)練優(yōu)化）雖對Llama系列模型至關(guān)重要，但Meta更傾向于將資源集中到能快速產(chǎn)生商業(yè)價值的TBD實驗室，導(dǎo)致傳統(tǒng)研究團(tuán)隊淪為精簡對象。

3、項目周期與團(tuán)隊定位變化。一般科技大廠內(nèi)部不同的項目團(tuán)隊之間本身就存在資源性爭奪競爭已是不爭的事實，誰的結(jié)果好變現(xiàn)快誰肯定先留下來。Meta企業(yè)內(nèi)部也存在這樣的問題。田淵棟團(tuán)隊在Llama 4模型發(fā)布后承擔(dān)了后訓(xùn)練數(shù)據(jù)清洗、模型調(diào)優(yōu)等關(guān)鍵收尾工作。Meta在評估AI投入效率時，認(rèn)為這類基礎(chǔ)研究“產(chǎn)出周期長”，而田淵棟本人也公開表示，團(tuán)隊在完成項目后即被裁，反映出公司對“快速交付”的偏好。據(jù)說，F(xiàn)AIR的論文發(fā)布甚至都需要經(jīng)TBD實驗室審核，這就進(jìn)一步削弱了田淵棟團(tuán)隊的話語權(quán)。

此次裁員被視為Meta隨著戰(zhàn)略重心的轉(zhuǎn)移導(dǎo)致其內(nèi)部權(quán)力重構(gòu)的一部分。Alexandr Wang通過裁員鞏固自身在AI戰(zhàn)略中的主導(dǎo)地位無可厚非，Meta首席AI科學(xué)家楊立昆（Yann LeCun）此前則公開與Llama 4項目切割，表明FAIR等舊團(tuán)隊的戰(zhàn)略優(yōu)先級早已下降。田淵棟作為FAIR的科研支柱，其離職被解讀為Meta 公司更重視高薪引進(jìn)新人才，而非留住原有資深研究員，這是企業(yè)業(yè)務(wù)、戰(zhàn)略轉(zhuǎn)型期常見的“重外輕內(nèi)”策略的體現(xiàn)。

四、從個人職業(yè)路徑來看兩者的區(qū)別。

工程能力主要服務(wù)于企業(yè)或產(chǎn)業(yè)，如華為、寧德時代等企業(yè)優(yōu)先錄用工程博士，起薪較高 。 ?

學(xué)術(shù)能力則一般多通往高校或科研機(jī)構(gòu)，如清華大學(xué)學(xué)術(shù)博士更易獲得高校教職 。 ?

工程思維強(qiáng)調(diào)創(chuàng)造性關(guān)系，即將提前預(yù)想與設(shè)計的方案通過工程實踐的方式將其轉(zhuǎn)變?yōu)楝F(xiàn)實世界中的產(chǎn)品。而學(xué)術(shù)思維則重在發(fā)現(xiàn)已存在的世界，是以發(fā)現(xiàn)知識為導(dǎo)向的自由探索。工程師更像是“建造者”，而學(xué)者更像知識新大陸的“發(fā)現(xiàn)者”。