环球即时看！微软中国 CTO 韦青：真正厉害的人都有工程师思维
时代在巨变，这是一个没有标准答案的时代。
我们为无法看透时代变化的本质而焦虑，还会感到无所适从。
爱因斯坦说，不能拿出现问题的那种思维方式、思维高度、思维维度去解决这个问题，思维方式要升级。
【资料图】
同理，我们不能再拿闭卷时代的思维，去解决开卷时代的问题。
今天上午，混沌学园邀请微软中国 CTO、工程师韦青先生，为大家分享了在确定性消失的时代，如何像工程师一样思考和解决问题。
韦青说：" 我们习惯于收到信息之后马上相信和反应，但我们的外围环境却以信息电子化、数字化为导向的方式在剧烈地演变。我们的行为和思考方式能否应对时代的变化，这是一个大大的问号。"
" 今天的话题其实不是理论，全是实践，但实践是最难的，因为它要变成一种习惯。"
以下为课程笔记：（注：本文仅占课程内容的 1/10，完整版课程就在混沌 APP）
授课老师 | 韦青 微软中国 CTO、工程师
编辑 | 混沌商业研究团队
支持 | 混沌前沿课
想，是有前提的
今天我用一个工程师的理念，把我们过去是怎么学的，以及我看到的很多工程师大咖是怎么学的，怎么用的，总结成一个逻辑，叫先要想明白，还要说清楚，还得要做到。做到还不够，因为这个时代是动态的，所以还要做好。
你必须要知道，你的理念，是在什么样的约束条件以及范围内去考虑、分析、判断和行动的。出了这个圈，当前提不在的时候，你的结论也可能还是真的，但必须要重新验证。
我们今天做事，往往缺一个人告诉我们在多大概率的情况下，是可行的或成立的。在这种逻辑下，我加了很多前提假设。我相信这个年代最不缺有知识的人，所以今天的分享完全不是建立在大家不知道的前提上。大概率大家比我还要知道，尤其在专业领域。
好多传统企业转型，非常谦虚地去学所谓大师级专家的教导，但大师级专家他熟悉你的业务范畴吗？你为什么相信他会给你一个百搭的药物，一片阿司匹林就把你的病全治了呢？
我们有很多工作是帮助合作伙伴、客户做技术能力的再造、数字化转型、能力升级，看到太多人居然接受被没有行业专业经验的人指手划脚，只因为这个人被叫大师、专家，而不看他具体的能力怎么样。
扫码预约课程
更多精彩好课尽在混沌 APP
" 师其意，不师其辞 "
这个时代的常态是不断变化的，我们对变化如果不能有本质认知，会很麻烦。在这个前提下，好多人说我要发展，我要壮大，股票只能涨，工资只能加，其实是没有道理的。就像特斯拉说，世界的本源就是震动。一定有上有下，月有阴晴圆亏，此事古难全。
在变化无常的时代，理想的学习方法是 " 师其意，不师其辞 "，这是韩愈在一篇文章里讲的。很多成功的、有名的、在高位的人都会向他学习，韩愈也不是不教，但他说一定要强调师其意不师其辞。你要知道他的意蕴，他的逻辑、他的判断、他的前提在哪里，至于他到底是怎么写的，怎么做的，只可以借鉴，不可以照抄，因为每个人都有自身发展的特色道路，这是重中之重。
盲人摸象
我们都是盲人，当时代剧变，明白人还没出现时，一个表现形式就是各执己见。谁都说服不了谁，而且谁都有非常充分和完备的理由不被说服。
有一种方法，转变你的思想，接受我们都是瞎子。但凡你认为你不是瞎子，你就会有己见、有成见，你就会看不起跟你想法不一样的人，你就会觉得我耳朵比你尾巴牛。首先承认自己是瞎子，但没关系，会去探索、去摸索，然后再去利用。你摸到大象的耳朵之后，你可以利用这个耳朵，用这点知识去做点事情，不要因为没探索完全就不去利用，也不要因为利用了，就认为探索到头了，这是不矛盾的。
小马过河
盲人摸象之后，还要小马过河。如果只是盲人摸象，容易陷入一种虚无主义，认为反正我是摸象了，随便凑合就完了，不是的，必须要实证。但实证的时候，我们要知道小马过河这个故事，无论是老牛还是小兔子，都跟你是不相关的。无论别人在河里淹死了，还是走过去了，都只能做借鉴，因为小马必须要亲自过河。这两个故事都是东方的智慧。东方的智慧和西方的思想管理体制结合，恰恰是这个时代应对复杂性挑战的一种比较有效的集合。它是一种文明的融合，挑出最优秀的素质重新融合，这也暗合了复杂系统论的观点。
复杂系统论有两个词，融合（Convergent）和涌现（Emergent）。融合之后涌现出来的是新生的事物。在这个复杂性时代，大家要把眼界放开，不断突破自己、不断探索、不断利用，把古今中外的方法集中在一起，开创适应这个时代的全新文明，这或许是复杂性时代给我们的一种挑战。
这是一个开卷考试时代，重视科学方法的实证。我们的大脑，我把它称之为非洲土著脑。我们必须要用第一系统迅速反应，因为那能够增加我们的生存率。假设你是一个非洲土著，走在非洲大草原上面，听到一声虎啸，你的最佳动作是什么？赶紧跑，那时候想都来不及了，这个系统叫非洲土著脑。但这个时代是一个信息过载的时代，我们手机上的信息是过五关斩六将被我们看到的。
不要以为人真的好学，人是不好学的，好学都是学跟你理念相近的，就是确认偏差。说得很漂亮，说我好学，我愿意听不同意见，结果真戳到痛处，脸一下就拉长了，这是人性，不要认为它是错误。人是不爱听不同意见的，而且人还是愿意主动去迎合大众意见。如果没有自己的思想和考虑，复杂系统会让人的想法不断地共鸣、接近。称之为信息茧房也好，确认偏差也好，人的思维逻辑就倾向于听相同意见，慢慢听着就会不断地去印证，慢慢大家就已经没有审辨思维、批判精神了，这是咱们本性大脑的特征造成的。知道才有可能改变。
埃隆 · 马斯克在推特里面曾经专门强调，思维偏差的问题是每个人年轻的时候都应该学习的，这是蛮令人警醒的。因为它是我们的原始脑所自带的，不能说改变，而是要自知之后有意识地去选择。我选择的是 " 三错法 "，一上来我就是盲人，这样很大程度能让你不会那么自负，也不会认为我对你错，或你对我错，不要过多强调对错，而是强调什么前提下是对的，什么前提下是错的，或者什么前提下是适合的，什么前提下是不适合的。
掌握信息者，具有降维打击的能力
信息是一个被低估的对象。信息是目前人类还没达成共识的概念，没人知道什么叫信息，你有你的定义，我有我的定义，但大家没有一个共识。
我认为信息是一种被好多人低估了的力量。在信息时代谁有消息谁就可以赚钱，可以对别人降维打击，可以知道别人不知道的。这种信息一旦跟金钱挂钩，跟权力挂钩，跟控制挂钩，不会成为很多人争夺的对象吗？如果争夺不到，或者没法把控的话，会衍生出什么后果？把控、捏造信息，就会出现错误信息和虚假信息。这都是因为掌握信息者具备一种居高临下，降维式的打击能力。
在生物学、物理学、通讯学、政治学、数学这么多维度里，其实信息是没有一个标准定义的。克劳德 · 香农在《通信的数学理论》中说，信息是有关选择、不确定性和熵。
当我们不去研究信息的用途和含义，比如在过去几十年过于强调香农的信息论内涵，反而忽略了它的应用对人类社会产生的巨大影响。
要理解信息是怎么被使用的。有一个最基本的模型，它有关生成、传播、消费和反馈。这里面每一个环节都会出现极大的隐忧，有错误的、有虚假的，有真的、有实的，有完全生造出来的，而且在传输过程中还会有信噪比，有噪音。就算你有信息，也会被传播成有噪音的信息，更不要说是重新造的信息了。
信息影响决策
再往前看印刷术。印刷术对于社会的影响，我们要有更加深刻的认知。印刷术的出现，真正塑造了全球化的信息传播网络。像荷马史诗时代，人类的知识是靠说故事，让人类形成了统一的观点和意见。
后来西方有了文字，所以有巴别塔的故事，东方有仓颉造字，天雨粟、鬼夜哭，这些故事代表人类知道语言的力量有多么大。到了古登堡印刷机出现，知识极大地传播之后，这种对于社会价值观解读的权力，就从国王、贵族、僧侣的手中到了知识分子、学者、商人、资本家手中。这才产生了所谓文艺复兴。文艺复兴的翻译也是有问题的，它的本意是重生（Rebirth）的意思，这也是一种语言的误导。几个光屁股的雕塑和很美的画像，只是文艺复兴极小的一部分，它真正带来的是理念的开放，知识的流行，这种观念的改变促进了宗教改革。后来的法国大革命、科学革命、工业革命都是因为信息的流通造成的。
印刷机的出现造就了第一位畅销书作者马丁 · 路德，他写的《九十五条论纲》贴在德国教堂后被人撕掉，但被运到英国马上满大街发放。所以之后英国有天主教、新教的冲突，血腥玛丽的故事，后来才有所谓的光荣革命。这些我们如果不去理解，会极大低估这一轮的信息革命对世界产生的巨大影响。
当我们重视数字化转型、科技创新，信息、人工智能，千万不要忘记，重视的目的不只是上市、赚钱，它是一种生存的压力。
为什么信息那么重要？因为行为是需要被管理的。诺贝尔经济学奖得主司马贺讲过，管理即决策，你需要做出决策，管理决策再管理你的行为。决策需要知识，你得有你的常识，才能做出你认为合理的决策，而知识来源于信息。根据假信息、错误的信息、完全无中生有的信息，你会做出什么样的决策，产生什么样的结论，结论引导什么样的行动，这是今天我们要谈论信息的原因。
如果我们一上来就想靠学一个招数和方法解决问题，而不是说我没想到这种办法是因为我的思维局限了导致的，这是不一样的。
我们能够知道什么？
我们对于知道和智慧是不是有深刻的思考呢？我们如何知道，怎么知道，如何能够知道我们知道了，这听起来像绕口令，但好多科学家、工程师都是在如何能够知道，即真正的知上面下了很大功夫。
我们经常专注于方法论（Methodology），但在方法论之前还应该有本体论（Ontology），即你如何看待、理解这个世界。为什么这些知识也是我们需要去理解的呢？元宇宙中很重要的一个支撑技术叫数字孪生（Digital Twins），它的建模方式本身方法论就是本体论。宇宙四方为宇，前后为宙，已经是完全的世界观了，怎么把我们所认识的这个物理世界映射到赛博空间？它最大的拦路虎不是技术，而是你怎么看待这个世界。
如果我们没有理解这个世界，就没法去精确地、准确地、有效地描述这个世界，没法让机器理解我们的描述，那么数字孪生、一切可被计算、元宇宙这些概念就根本不存在了。很多人不能理解机器是怎么看待这个世界的，不能理解就会把它神化或者妖魔化，而不是把机器认同为自己的一个朋友和助手，是共生共荣的。
如果我们开始考虑什么叫知识，什么叫认识，世界的本源是什么，机器是怎么理解和解读这个世界的，这种能力会为我们成为下一代的人类打下很好的基础。不是说我们一定要学计算机、编程、数字化，而是让我们能够有资格在未来还仍然具有和社会的相关性。
再过十年，我们还有没有社会价值，这跟有钱没钱没关系，有钱但和社会没有相关性的话，也是一个废人。一个很简单的衡量标准是，我们的下一代再过十年二十年已经长大成人，他们在找我们的时候，是只会说伙食费不够了来要钱，还是可以问你问题。能够让我们的下一代问上一代问题，这件事在这个剧变的时代将会是一个巨大的成就。
明白这些之后，大家才能真正明白我们到底是来学什么，学的不是数字化技术，不是计算机编程，学的是在这么一个剧烈变化的时代，让我们能够维持跟社会的相关性的能力。
为什么埃隆 · 马斯克他们经常说第一性原理呢？在这种剧变时代，不是往上追概念，是要往回找它的本源，这样能让我们的学习更高效，也不用造那么多新词儿。
过去这二三十年，大家学的新概念、新词儿，有几个还在用的？林肯问，如果把狗的尾巴称作腿，狗有几条腿。有人说，五条腿？林肯说，不，还是四条腿，尾巴不会因为被叫做腿就成为腿。
新概念不是什么，和你认为它是什么，远比它被称作什么重要得多。
本质决定概念，以元宇宙为例，一定是先有了这种想法，找了一个词，觉得叫元宇宙会听的人更多一点。理论上来讲，你也可以把它叫做狗尾巴，它是那个所指，不是能指。
举个例子：一百多年前金岳霖他们那代人把国外的逻辑学传到国内，将 Meta Physics 翻译成形而上学。Meta Physics 作为形而上学的理解，对我们来讲，共鸣程度和理解程度，跟翻译成元物理，差别在哪里？这就是前辈们对于能指和所指极度讲究的地方。我们现在把 Meta Verse 简单翻译成元宇宙，造成了那么多人的混淆。
当然暂时硬要叫元宇宙没问题，但千万不要忘记，这可能不是它所代表的愿景，因为那愿景太远了。但是在这过程中，它能够帮助人类，帮助我们的家庭生活、学习、工作，有好多事可以做，不必只想着一步登天，或者上市、投资、赚钱、拿股票、财务自由。说到底，是为了让人类社会幸福一点，少些战争、疾病，大家能够少工作一些，而不是多工作一些，能够看看自己喜欢看的书，去喜欢的地方旅游。这些是现在人工智能、区块链、元宇宙、Web3.0 应该干的事，而不是它们所描述的非常遥远的愿景，这个是本质性的不同。
举个例子：工程师怎么看 AI 和 ML 的区别？
微软内部的技术助理，因为特别风趣，看问题也极度尖锐，人家就问他，你是微软 CEOSatya 的 TA，微软的人工智能好像蛮牛的，你能不能解释一下怎么区别人工智能和机器学习？他说，其实我也不怎么知道，但以我的理解，如果是用 Python 机器计算机语言写的就叫机器学习，如果用 PPT 写的就叫人工智能。
当然他有种戏谑的成分，但也直指人心。不要去背那些概念之间的这不同那不同，关键是你要什么，你有什么，你用得了什么？有和用，这都是和你相关的。唯一不相关的是纠结什么叫 AI，什么叫 Machine Learning，什么叫元宇宙，什么叫数字孪生。对于我们应用者，不需要浪费时间，在完全没有明确的定义上，而是要抓住它的本质。
大家一方面在说我忙、我累、我学不过来、我没时间、睡眠不足、抑郁了，但你学的东西是什么？当你学的东西不能解决日常问题的时候，你肯定忙和着急，但如果学的是能解决问题的东西，是不是会好一些呢？
更多精彩好课尽在混沌 APP
