微軟中國CTO韋青：真正厲害的人都有工程師思維

時代在巨變，這是一個沒有标準答案的時代。

我們為無法看透時代變化的本質而焦慮，還會感到無所适從。

愛因斯坦說，不能拿出現問題的那種思維方式、思維高度、思維維度去解決這個問題，思維方式要升級。

同理，我們不能再拿閉卷時代的思維，去解決開卷時代的問題。

今天上午，混沌學園邀請微軟中國CTO、工程師韋青先生，為大家分享了在确定性消失的時代，如何像工程師一樣思考和解決問題。

韋青說：“我們習慣于收到信息之後馬上相信和反應，但我們的外圍環境卻以信息電子化、數字化為導向的方式在劇烈地演變。我們的行為和思考方式能否應對時代的變化，這是一個大大的問号。”

“今天的話題其實不是理論，全是實踐，但實踐是最難的，因為它要變成一種習慣。”

以下為課程筆記：（注：本文僅占課程内容的1/10，完整版課程就在混沌APP）

授課老師 | 韋青 微軟中國CTO、工程師

編輯 | 混沌商業研究團隊

支持 | 混沌前沿課

想，是有前提的

今天我用一個工程師的理念，把我們過去是怎麼學的，以及我看到的很多工程師大咖是怎麼學的，怎麼用的，總結成一個邏輯，叫先要想明白，還要說清楚，還得要做到。做到還不夠，因為這個時代是動态的，所以還要做好。

你必須要知道，你的理念，是在什麼樣的約束條件以及範圍内去考慮、分析、判斷和行動的。出了這個圈，當前提不在的時候，你的結論也可能還是真的，但必須要重新驗證。

我們今天做事，往往缺一個人告訴我們在多大概率的情況下，是可行的或成立的。在這種邏輯下，我加了很多前提假設。我相信這個年代最不缺有知識的人，所以今天的分享完全不是建立在大家不知道的前提上。大概率大家比我還要知道，尤其在專業領域。

好多傳統企業轉型，非常謙虛地去學所謂大師級專家的教導，但大師級專家他熟悉你的業務範疇嗎？你為什麼相信他會給你一個百搭的藥物，一片阿司匹林就把你的病全治了呢？

我們有很多工作是幫助合作夥伴、客戶做技術能力的再造、數字化轉型、能力升級，看到太多人居然接受被沒有行業專業經驗的人指手劃腳，隻因為這個人被叫大師、專家，而不看他具體的能力怎麼樣。

掃碼預約課程

更多精彩好課盡在混沌APP

“師其意，不師其辭”

這個時代的常态是不斷變化的，我們對變化如果不能有本質認知，會很麻煩。在這個前提下，好多人說我要發展，我要壯大，股票隻能漲，工資隻能加，其實是沒有道理的。就像特斯拉說，世界的本源就是震動。一定有上有下，月有陰晴圓虧，此事古難全。

在變化無常的時代，理想的學習方法是“師其意，不師其辭”，這是韓愈在一篇文章裡講的。很多成功的、有名的、在高位的人都會向他學習，韓愈也不是不教，但他說一定要強調師其意不師其辭。你要知道他的意蘊，他的邏輯、他的判斷、他的前提在哪裡，至于他到底是怎麼寫的，怎麼做的，隻可以借鑒，不可以照抄，因為每個人都有自身發展的特色道路，這是重中之重。

盲人摸象

我們都是盲人，當時代劇變，明白人還沒出現時，一個表現形式就是各執己見。誰都說服不了誰，而且誰都有非常充分和完備的理由不被說服。

有一種方法，轉變你的思想，接受我們都是瞎子。但凡你認為你不是瞎子，你就會有己見、有成見，你就會看不起跟你想法不一樣的人，你就會覺得我耳朵比你尾巴牛。首先承認自己是瞎子，但沒關系，會去探索、去摸索，然後再去利用。你摸到大象的耳朵之後，你可以利用這個耳朵，用這點知識去做點事情，不要因為沒探索完全就不去利用，也不要因為利用了，就認為探索到頭了，這是不矛盾的。

小馬過河

盲人摸象之後，還要小馬過河。如果隻是盲人摸象，容易陷入一種虛無主義，認為反正我是摸象了，随便湊合就完了，不是的，必須要實證。但實證的時候，我們要知道小馬過河這個故事，無論是老牛還是小兔子，都跟你是不相關的。無論别人在河裡淹死了，還是走過去了，都隻能做借鑒，因為小馬必須要親自過河。這兩個故事都是東方的智慧。東方的智慧和西方的思想管理體制結合，恰恰是這個時代應對複雜性挑戰的一種比較有效的集合。它是一種文明的融合，挑出最優秀的素質重新融合，這也暗合了複雜系統論的觀點。

複雜系統論有兩個詞，融合（Convergent）和湧現（Emergent）。融合之後湧現出來的是新生的事物。在這個複雜性時代，大家要把眼界放開，不斷突破自己、不斷探索、不斷利用，把古今中外的方法集中在一起，開創适應這個時代的全新文明，這或許是複雜性時代給我們的一種挑戰。

這是一個開卷考試時代，重視科學方法的實證。我們的大腦，我把它稱之為非洲土著腦。我們必須要用第一系統迅速反應，因為那能夠增加我們的生存率。假設你是一個非洲土著，走在非洲大草原上面，聽到一聲虎嘯，你的最佳動作是什麼？趕緊跑，那時候想都來不及了，這個系統叫非洲土著腦。但這個時代是一個信息過載的時代，我們手機上的信息是過五關斬六将被我們看到的。

不要以為人真的好學，人是不好學的，好學都是學跟你理念相近的，就是确認偏差。說得很漂亮，說我好學，我願意聽不同意見，結果真戳到痛處，臉一下就拉長了，這是人性，不要認為它是錯誤。人是不愛聽不同意見的，而且人還是願意主動去迎合大衆意見。如果沒有自己的思想和考慮，複雜系統會讓人的想法不斷地共鳴、接近。稱之為信息繭房也好，确認偏差也好，人的思維邏輯就傾向于聽相同意見，慢慢聽着就會不斷地去印證，慢慢大家就已經沒有審辨思維、批判精神了，這是咱們本性大腦的特征造成的。知道才有可能改變。

埃隆·馬斯克在推特裡面曾經專門強調，思維偏差的問題是每個人年輕的時候都應該學習的，這是蠻令人警醒的。因為它是我們的原始腦所自帶的，不能說改變，而是要自知之後有意識地去選擇。我選擇的是“三錯法”，一上來我就是盲人，這樣很大程度能讓你不會那麼自負，也不會認為我對你錯，或你對我錯，不要過多強調對錯，而是強調什麼前提下是對的，什麼前提下是錯的，或者什麼前提下是适合的，什麼前提下是不适合的。

掌握信息者，具有降維打擊的能力

信息是一個被低估的對象。信息是目前人類還沒達成共識的概念，沒人知道什麼叫信息，你有你的定義，我有我的定義，但大家沒有一個共識。

我認為信息是一種被好多人低估了的力量。在信息時代誰有消息誰就可以賺錢，可以對别人降維打擊，可以知道别人不知道的。這種信息一旦跟金錢挂鈎，跟權力挂鈎，跟控制挂鈎，不會成為很多人争奪的對象嗎？如果争奪不到，或者沒法把控的話，會衍生出什麼後果？把控、捏造信息，就會出現錯誤信息和虛假信息。這都是因為掌握信息者具備一種居高臨下，降維式的打擊能力。

在生物學、物理學、通訊學、政治學、數學這麼多維度裡，其實信息是沒有一個标準定義的。克勞德·香農在《通信的數學理論》中說，信息是有關選擇、不确定性和熵。

當我們不去研究信息的用途和含義，比如在過去幾十年過于強調香農的信息論内涵，反而忽略了它的應用對人類社會産生的巨大影響。

要理解信息是怎麼被使用的。有一個最基本的模型，它有關生成、傳播、消費和反饋。這裡面每一個環節都會出現極大的隐憂，有錯誤的、有虛假的，有真的、有實的，有完全生造出來的，而且在傳輸過程中還會有信噪比，有噪音。就算你有信息，也會被傳播成有噪音的信息，更不要說是重新造的信息了。

信息影響決策

再往前看印刷術。印刷術對于社會的影響，我們要有更加深刻的認知。印刷術的出現，真正塑造了全球化的信息傳播網絡。像荷馬史詩時代，人類的知識是靠說故事，讓人類形成了統一的觀點和意見。

後來西方有了文字，所以有巴别塔的故事，東方有倉颉造字，天雨粟、鬼夜哭，這些故事代表人類知道語言的力量有多麼大。到了古登堡印刷機出現，知識極大地傳播之後，這種對于社會價值觀解讀的權力，就從國王、貴族、僧侶的手中到了知識分子、學者、商人、資本家手中。這才産生了所謂文藝複興。文藝複興的翻譯也是有問題的，它的本意是重生（Rebirth）的意思，這也是一種語言的誤導。幾個光屁股的雕塑和很美的畫像，隻是文藝複興極小的一部分，它真正帶來的是理念的開放，知識的流行，這種觀念的改變促進了宗教改革。後來的法國大革命、科學革命、工業革命都是因為信息的流通造成的。

印刷機的出現造就了第一位暢銷書作者馬丁·路德，他寫的《九十五條論綱》貼在德國教堂後被人撕掉，但被運到英國馬上滿大街發放。所以之後英國有天主教、新教的沖突，血腥瑪麗的故事，後來才有所謂的光榮革命。這些我們如果不去理解，會極大低估這一輪的信息革命對世界産生的巨大影響。

當我們重視數字化轉型、科技創新，信息、人工智能，千萬不要忘記，重視的目的不隻是上市、賺錢，它是一種生存的壓力。

為什麼信息那麼重要？因為行為是需要被管理的。諾貝爾經濟學獎得主司馬賀講過，管理即決策，你需要做出決策，管理決策再管理你的行為。決策需要知識，你得有你的常識，才能做出你認為合理的決策，而知識來源于信息。根據假信息、錯誤的信息、完全無中生有的信息，你會做出什麼樣的決策，産生什麼樣的結論，結論引導什麼樣的行動，這是今天我們要談論信息的原因。

如果我們一上來就想靠學一個招數和方法解決問題，而不是說我沒想到這種辦法是因為我的思維局限了導緻的，這是不一樣的。

我們能夠知道什麼？

我們對于知道和智慧是不是有深刻的思考呢？我們如何知道，怎麼知道，如何能夠知道我們知道了，這聽起來像繞口令，但好多科學家、工程師都是在如何能夠知道，即真正的知上面下了很大功夫。

我們經常專注于方法論（Methodology），但在方法論之前還應該有本體論（Ontology），即你如何看待、理解這個世界。為什麼這些知識也是我們需要去理解的呢？元宇宙中很重要的一個支撐技術叫數字孿生（Digital Twins），它的建模方式本身方法論就是本體論。宇宙四方為宇，前後為宙，已經是完全的世界觀了，怎麼把我們所認識的這個物理世界映射到賽博空間？它最大的攔路虎不是技術，而是你怎麼看待這個世界。

如果我們沒有理解這個世界，就沒法去精确地、準确地、有效地描述這個世界，沒法讓機器理解我們的描述，那麼數字孿生、一切可被計算、元宇宙這些概念就根本不存在了。很多人不能理解機器是怎麼看待這個世界的，不能理解就會把它神化或者妖魔化，而不是把機器認同為自己的一個朋友和助手，是共生共榮的。

如果我們開始考慮什麼叫知識，什麼叫認識，世界的本源是什麼，機器是怎麼理解和解讀這個世界的，這種能力會為我們成為下一代的人類打下很好的基礎。不是說我們一定要學計算機、編程、數字化，而是讓我們能夠有資格在未來還仍然具有和社會的相關性。

再過十年，我們還有沒有社會價值，這跟有錢沒錢沒關系，有錢但和社會沒有相關性的話，也是一個廢人。一個很簡單的衡量标準是，我們的下一代再過十年二十年已經長大成人，他們在找我們的時候，是隻會說夥食費不夠了來要錢，還是可以問你問題。能夠讓我們的下一代問上一代問題，這件事在這個劇變的時代将會是一個巨大的成就。

明白這些之後，大家才能真正明白我們到底是來學什麼，學的不是數字化技術，不是計算機編程，學的是在這麼一個劇烈變化的時代，讓我們能夠維持跟社會的相關性的能力。

為什麼埃隆·馬斯克他們經常說第一性原理呢？在這種劇變時代，不是往上追概念，是要往回找它的本源，這樣能讓我們的學習更高效，也不用造那麼多新詞兒。

過去這二三十年，大家學的新概念、新詞兒，有幾個還在用的？林肯問，如果把狗的尾巴稱作腿，狗有幾條腿。有人說，五條腿？林肯說，不，還是四條腿，尾巴不會因為被叫做腿就成為腿。

新概念不是什麼，和你認為它是什麼，遠比它被稱作什麼重要得多。

本質決定概念，以元宇宙為例，一定是先有了這種想法，找了一個詞，覺得叫元宇宙會聽的人更多一點。理論上來講，你也可以把它叫做狗尾巴，它是那個所指，不是能指。

舉個例子：一百多年前金嶽霖他們那代人把國外的邏輯學傳到國内，将Meta Physics翻譯成形而上學。Meta Physics作為形而上學的理解，對我們來講，共鳴程度和理解程度，跟翻譯成元物理，差别在哪裡？這就是前輩們對于能指和所指極度講究的地方。我們現在把Meta Verse簡單翻譯成元宇宙，造成了那麼多人的混淆。

當然暫時硬要叫元宇宙沒問題，但千萬不要忘記，這可能不是它所代表的願景，因為那願景太遠了。但是在這過程中，它能夠幫助人類，幫助我們的家庭生活、學習、工作，有好多事可以做，不必隻想着一步登天，或者上市、投資、賺錢、拿股票、财務自由。說到底，是為了讓人類社會幸福一點，少些戰争、疾病，大家能夠少工作一些，而不是多工作一些，能夠看看自己喜歡看的書，去喜歡的地方旅遊。這些是現在人工智能、區塊鍊、元宇宙、Web3.0應該幹的事，而不是它們所描述的非常遙遠的願景，這個是本質性的不同。

舉個例子：工程師怎麼看AI和ML的區别？

微軟内部的技術助理，因為特别風趣，看問題也極度尖銳，人家就問他，你是微軟CEOSatya的TA，微軟的人工智能好像蠻牛的，你能不能解釋一下怎麼區别人工智能和機器學習？他說，其實我也不怎麼知道，但以我的理解，如果是用Python機器計算機語言寫的就叫機器學習，如果用PPT寫的就叫人工智能。

當然他有種戲谑的成分，但也直指人心。不要去背那些概念之間的這不同那不同，關鍵是你要什麼，你有什麼，你用得了什麼？有和用，這都是和你相關的。唯一不相關的是糾結什麼叫AI，什麼叫Machine Learning，什麼叫元宇宙，什麼叫數字孿生。對于我們應用者，不需要浪費時間，在完全沒有明确的定義上，而是要抓住它的本質。

大家一方面在說我忙、我累、我學不過來、我沒時間、睡眠不足、抑郁了，但你學的東西是什麼？當你學的東西不能解決日常問題的時候，你肯定忙和着急，但如果學的是能解決問題的東西，是不是會好一些呢？