韦青：像工程师一样思考

公众号新闻

2023-04-21 12:04

何为工程师？首先中国就是一个工程师大国，但工程师作为一种职业，我认为它受到的关注度和尊重度还值得商榷。

大家很容易把工程师理解成苦哈哈的。我们似乎有一个特定认知——工程师必须苦哈哈在那埋头苦干。作为一个软件工程师或者所有工程师来讲，说什么都没有用，给我你的成果和成绩。可真正的工程师，只靠埋头苦干就够吗？肯定不是。

尤其是进入复杂性时代，单兵作战、个人英雄主义的时代已经过去了，现在要合作。合作意味着众多不同背景、不同思路、不同认知方式的人要一起为一个共同承诺的目标往前迈进，这也是不容易的。

结合今天的主题，我想说的是，作为一个工程师要会想，还得会说还得会做，同时还得做好。整个工程师一方面要认识世界，一方面要改造世界，但更重要的是在这个过程中要升级自己。

一个新的门即将被打开，这道门后是另一个时代

前段时间人工智能（尤其是ChatGPT）大火，但是大家知道世界不是这么突然变化的。像我们一定要知道孙猴子不可能一下子从石头里蹦出来的，它是要经过千万年的孕育，天地灵气的孕育。现在这种现象有点像泰坦尼克号撞上冰山一样，撞上以后这个故事已经结束了，但是下一个时代即将展开。

大家可以思考一下，我们应对时代的挑战，时代的发展和变化，什么是最阻碍我们的力量？每个人都坐过高铁，每个人也应该坐过汽车，甚至自己开过车，大家有没有想过一个问题，为什么你没有考虑在高铁上系安全带？安全吗？这就是范式的变化。实际上在高铁上也有高铁的安全带，但那个安全带是无形的，是整个高铁的体系，它需要做到绝对安全。在一个300公里、350公里的轨道上运行，你觉得是靠系安全带保证你的安全吗？

同样，当时代变化的时候，最大的挑战是我们试图用旧的逻辑来解决新的问题。但是这又是人类一个特长。人类这个物种思维方式有两种，一种是按照习惯迅速反应，当然有些情况下这种被认为是认知偏差，但是实际上复杂科学研究者、Cynefin认知框架提出者戴夫·斯诺登推出了应对复杂性的框架，他说这种东西不叫思维偏差，而是称为启发式认知(cognitiveheuristics)的一种思维方式。

大家今天能够坐在这里，我能够站在这里，需要感谢我们的祖先一代一代用这种思维方式进化并生存至今日，有很多经验用过去的模式套用各种当下的现象，能做出非常高效的反应。但是时代变了。现在面临一个新的门打开，这道门是原来我们从来没有开过的一道门，所以我经常有时候跟朋友们交流，我认为现在虽然表面上看是工业时代，下面不管是第四次工业革命、第五次工业革命还是智能革命，但是这一次跟600年前第一次文艺复兴那种思想解放类似，是靠信息的流通，尤其是知识平权所激发的。所以和今天的主题很接近，实际上是普罗米修斯盗来的活火，这是知识、智慧、思想。

大家知道普罗米修斯还有一个弟弟叫厄庇墨透斯，他娶了一个太太潘多拉，这兄弟俩一个为人类带来希望的火种和智慧，另一个为带来人类带来绝望和灾难，这两个“一阴一阳之谓道”的结合，中间还缺一个主体，就是人类，我们自己该怎么办？

在这个逻辑下，为什么这道门打开以后不知不觉进入了一个时代，套用过去的经验、理念、方法、认知、模式去比对的时候套不上去了呢，是复杂。但复杂是有一个明确的表征方式，为什么复杂了，原来地球人也不少，为什么现在变得那么复杂了，因为像原来说（巴拉巴西）或（麦特卡夫）他们讲网络效应，大家知道一旦事物被实时连接起来之后就变得越来越复杂了。

因为整个原来个体是从左边看的话，比如一个很小的村落有10个个体互相交流，按照原来没有实时互联的场景下，你大概率双向交流的话。如果不除以2就是90种连接状态，但是如果是实时交流，在一个系统内开始产生互动的效应就变成什么了，不用数，数不过来了，这才只是10个个体产生的90种连接方式，产生的几乎无穷的一种连接状态。

这是由什么引发的呢？就是由技术，尤其是通信技术、互联网技术、信息技术引发的人与人之间的互动，再加上这种连接和互动状态上又承载了知识的平权，信息的流动。

什么变？什么没变？这是个好问题

现在人能做到真正的读书是很难的一件事，为什么？我曾经看过一篇报道，讲的是现代教育的创始人德国思想家和教育改革家威廉·冯·洪堡两百多年前创立的洪堡大学所秉承的思想，随着工业化的进程也被慢慢的异化，逐渐丧失了像雅典学院那样的教育传统，逐渐把人类的教育宗旨异化为把人当成机器来培养。

现在最明显的特征是什么，现在考试大部分就是闭卷考试，大家想一想，如果以ChatGPT为代表的这种知识机器能力普及化以后，你觉得闭卷考试还有什么意义？或者当一个公司招聘人的时候，你愿意招一个还像程序员一样，闭卷背下来多少种排序方法，算出来，写出来，像茴字有几种写法？还是我们以后要默认以后每个人的知识水准都能够站在所有人类知识集合的肩膀之上，身边靠一个智能设备，永远有爱因斯坦，永远有特斯拉，永远有理查德·费曼就在你身边，随时告诉你所不知道的一切，你只要会问就可以了？

这样对每个人的能力培养，一下子就从因为我记忆力好，我把我记忆下的知识用来应用，甚至只要我会说会吹就行，变成仅仅能说会记没有用，你需要应用所有知识把东西做出来。大家想一想未来人类这种生存的方式，其实可能性极大的加强，但也变成很多还用旧有方式思维的人类——无论是学习方法，思考方法，行动方法……都会面临巨大挑战。

ARCADIA写了一个喜剧，一边是一百多年前工业时代，还用羽毛笔写字，一边是计算机时代。书中写了人类历史上这道未知大门开了几次，比如人从树上走下来，或者发明了从狩猎变成养殖，从采摘变成种植，到发明蒸汽机，再到发明电，到现在智能设备的涌现。我们要随时根据时代和环境的变化来改变我们的思维方式，其中最麻烦的是万一你的思维基础都在改变，那上面所有搭建的所有都需要重新审视。但我相信有些东西是不变的。我个人认为，对人类而言，“以人为本”是永恒的价值观，但注意不必事事以人为中心，人类作为大自然的一份子，要以自身的主观能动性，为自身和我们赖以生存的大自然带来福祉。人类这种伟大且带有主观能动性的求生，以及生存能力和发展，就像刚才说的科学和艺术，对美的追求，对进化，对生命，对生活的向往是不会改变的。

很多过去的逻辑，最麻烦的是什么变，什么没变。我本身也是一个企业的管理者，同时也是一个企业的被管理者，我本人是一个终身学习的拳拳服膺者，同时我也有责任跟很多公司、同事、学校进行知识的传播。我发现这里面真正想要知道这个时代特征的话，只能秉承着小马过河的精神，自己不下水，不实证，光说没有任何意义。

实证完以后呢，我又倾向于认为我们没必要那么早下结论，如果我们都是瞎子、盲人，都在摸一头从来没有出现过的“大象”，怎么办？充其量有人能摸到了大象的鼻子，有人摸到大象的腿，可能还有很多人是听说别人摸到了大象的鼻子和腿……

在这个知识机器流行的时代，需要以技术的信仰来产生技术的能力

微软全球负责研发的主管彼得·李（Peter Lee）的一本书即将在湛庐出版，在他最近的一个采访中，他特别强调，人类特别习惯把自己旧有模式套在新鲜事物上，ChatGPT代表的这些算法能力，人类一定要先找一个哪怕只是相关性的一种关系，把它套成因果性，这就是概率论里经常说的“相关性不是因果性”，但是没办法，我们无法接受没有因果性的现象，所以必须产生结论，但这是理解新模式的极大障碍。

我不知道它是什么，也不知道它不是什么，充其量知道它可能是什么，以及它还不仅仅或仅仅是什么。我就拿ChatGPT举个例子，我怎么看，包括我也跟微软的科学家和工程师交流，他们说这个技术，这个大算法模型很伟大，但是我们仍然在不断探索，不断加深我们的理解，远没有到下结论的时候。大家看到彼得·李昨天的采访，他也说很多事不知道，还在研究。但是有一个现象，现在大家见识到的大语言模型能力，只是技术的冰山一角。

大家知道冰山一角，还有冰山下面，还有承载冰山的海水，这些我们怎么考虑呢？因为当泰坦尼克号撞到冰山的时候，这件事本身已经快结束了。大家都在谈论ChatGPT时，要知道在更多的语境下谈的不是ChatGPT，而是GPT的各种版本，或者更底层的大语言模型、基础模型，或者干脆回到最基本的各种神经网络结构，这些知识都是实现最顶端的ChatGPT的关键要素。

为什么？就像行业经常讲的关于五个馒头的案例，不知道有没有听说过这个故事。有一个人肚子很饿，连吃了五个馒头吃饱了，吃饱了以后感慨说：早知道我只买第五个馒头就行了，那问题来了，你相信不相信头四个馒头可以不吃？

当我们关注ChatGPT对我们的影响，作为一个普通的用户来讲，没问题，你马上要用，但是要想知道它的来龙去脉，甚至在它上面开创自己的事业应该怎么办。另外，支撑ChatGPT实现的人才、组织、资源、文化的因素，像OPENAI和微软这样的公司，背后的人的因素，组织结构，它的文化，它的背景呢，它的资源呢，它的资金呢，它的整个历史呢，它都是复杂系统产生的。承载这个冰山的海水里还有什么，还有数据。我们的数据可靠吗？真实吗？产生数据的知识里有足够油料可被提取吗？有足够的深层次真知卓见吗？

机器利用人类的数据计算出人类的知识表征，大家知道这一类的机器目前还不具备人的思维方式，但是我们人类又随时会拿人的模式套用在它的身上，因为我们无法以机器的方式理解及其对人类知识的表征。对于机器以类人的方式表征人类的知识和行为，在我们人类连自己如何产生意识、何为知识、何为智能都还没达成共识之前，先别急着用人类的语言套用在机器身上。我曾经举例说，如果我们在汉字中把所有指代机器的行为和定义都加上一个金字偏旁，比如机器是否会思考，是否会产生意识，这里的思考和意识都加上一个金字偏旁以与人类产生区别，可能是中华文明对人类做出的巨大贡献。理解了这个道理，当看到机器表现为无论是在骗人，还是在帮人，就知道都不是的，不要把人的词汇用在机器上面，机器就是在用算法，用概率空间前后的距离表现出我们误以为的一种语言方式或行动方式。

所以前段时间我跟人开玩笑，我说我们首先要用技术的信仰来产生技术能力，但是先要明白人之为人，何以为人，这里面就会有一个问题。当我们把ROBOT说成机器人，从内在的思维逻辑我们表现了一个隐含的潜在逻辑，就是我们的语言已经自动把这种对象划归进了人的类别。

我曾经在一堂课上，正好有来自不同文明不同国度的学生上课，我拿这个例子说，ROBOT属性是什么，当对这个词有原生的了解时，很自然回答“当然是机器”。但是在中文语言中，学生们说应该也是机器。我说是，没错，应该是机器，但是明明可以叫做人形机器，属于机器的类别，为什么把它叫做机器“人”，变成了人的类别？我们没事，我们见过机器不是人的状态，但是我们的下一代呢？人是不完备的，所以有复杂性涌现特征；一个机器可以设计得十分完美，人类容易对外物产生共情，其实在情感上很难抵御完美之物的诱惑，如果机器再以人形或人名表现出来，人类很容易将自己的感情投射其中而无法自拔。另外，任何事物一旦被认为完备完美之后就停止进化，就是熵增，最后就是同化，再没有新的变数出现，没有变化的一致性就陷入死寂。

这样的话，我们到底在为我们的后代塑造一个什么样的人机关系呢，大家有没有考虑过，我们是让他们保持人的主体性，像微软把这种人工智能与人类现有工作的配合称为智能副驾驶(Copilot)，萨提亚专门强调Copilot比Autopilot(自动驾驶)还先进，为什么？以人为本的话，机器必须是Copilot智能副驾驶，主驾驶位置必须是人。如果不把这种人-机关系定义好，我们这一代人可能没问题，我们还区分得出来，但孩子们呢？孩子们的孩子呢？

理查·费曼在一次加州理工学院的毕业典礼上曾经举了一个例子，大洋洲土著在二战时候看到飞机在一个岛上降落，他们占用了土著的岛屿，因为借用了土著的领土，时不时把一些军用罐头和食品交给当地土著，大家知道之后发生了什么？

战争结束了，每年这些土著都会拿木头、草，做成一个飞行形状的物件放在飞机跑道上拜祭它，希望这个被塑造为神的物件能够继续走出一个人来带给他们食物，费曼将这种行为称为“拜物教科学”来告诫学生们。如果我们现在不理解机器的能力，在语言概念上不区分人和机的关系，很容易形成对机器能力的拜物教，神化或者妖魔化机器，唯独缺乏对机器能力的科学认知和依据人类主观能动性而对机器能力的有效与合理利用。当我们天天在问机器是否代替人类甚至消灭人类时，这种现象不是不可能出现，但会是在人类没有搞清楚“何为人”和“何为机器”的时候，先搞清楚人何以为人，人的长处、短处和机器的长处、短处和做到人类与机器的取长补短之后再下结论。

活火精神，它是由使命感，由世界观、人生观、价值观驱动的

何以为人，其实咱们过去的文明早提醒过，虽然不是现代化科技，但是想一想概念是一样的。

孙悟空为什么能在师徒四人中识别出白骨精，因为他有火眼金睛。《聊斋志异》里的《画皮》，修了千年万年的狐仙，它希望披上人皮迷惑人，但是现在这个时候如果我们不主动成为机器的主人，去利用它的能力，反而去为机器披上一张人皮，很容易变成机器拜物教，那个时候你能不能真的利用到机器能力反而变成了一个大问号，还真有可能变成网络流传的照片，机器成为主人，人类成了它的仆人。我认为不是这样，不是主仆，不是谁代替谁，应该是双方互有长短，人作为一个具备主观能动性的个体，与机器取长补短，最终实现人类自身的进化和升级。

另一个人类学的研究也是大洋洲的土著为例子，由人类学家带他们访问一个现代化的城市。当这些土著看到人类发明的电梯之后，第一反应是要崇拜电梯为神，为什么？刚刚进去了三个人，两个老人，一个中年人，门关上再打开，出来两个年轻人，一个小孩。

如果我们不知道背后的原理，大洋洲这些土著的居民用他们自己熟悉的同理心去尝试理解这种新的现象，他们对不明来历、未知逻辑的现象，马上把人的同理心套在机器上了。在他们看来，这就是神，它能返老还童，因为它能够把两个老人变成两个年轻人，把一个中年人变成一个小孩。不要过早在我们不知道的时候，把整个文明变成费曼所告诫的“拜物教科学”。所以能力越大，责任越大。

现代的技术进步，其基本逻辑并没有超越上世纪由钱学森那一代科学家一直谈的老三论，系统论，控制论，信息论。控制论告诉我们有一个目标之后，如何通过人类自身，或者依靠机器的能力，根据反馈和计算来更好地实现目标，这里面还有通讯的作用，再加上一个对信息的衡量。刚才讲的复杂性就是因为信息的实时传输、实时的交互产生了复杂性，但是信息论又是什么呢？以香农为代表的信息论，实际上在他的论文中明确指出他的信息理论只覆盖信息传播的准确性与否，不覆盖语义与语用。语义与语用的研究还要学习诸如乔姆斯基、索绪尔，皮尔斯这些人的理论，这些看似与工程无关的知识都是需要工程师掌握的，从而在理解世界、改造世界的时候更高效的发挥人与机器的作用与专长。

人是怎么做技术的，比如微软从过去几十年前被唱衰又重新发展起来了，这是由技术的价值观和技术信仰决定的。大家仔细研究一下，无论是微软还是OPENAI，在ChatGPT方向推进过程中，那种坎坷，那种迷茫，那种不被信任，才是需要大家体会的发展要意。过去几年内谷歌Bert模型的性能评估指标一直领先，直到大半年前开始GPT才一骑绝尘，其实没人知道接下来是否有更先进的方法出现，什么意思呢？如果没有对技术的信仰，只像墙头草一样随潮流摇摆的话，无论是微软还是OPENAI，都不可能有现在的成就，那么问题来了，如果明天出现一个又比当前最先进模型性能更优的方法出现，你到底换不换技术路线？别忘了GPT的路线在近一年前还未被完全证明领先。总是追潮流在这个时代很难应对未知的挑战，很难找到真正属于你的发展空间。我们看到的是别人表现出来的产品观、服务观，往上我们的技术观，科学观和工程观是什么？再往上的人生三观又是什么？在这个人-机关系重构的时代，如果不能坚定我们的世界观，人生观和价值观，往下就很容易丧失人的本性，更无从谈起开发出具有生命力的产品与服务了。

举个例子，机器怎么看世界。这是一个在优化体系中常用的例子，就是一个函数，X作为输入，θ作为参数，f作为机器学习模型结构，得到一个模型产生的结果，这个结果按照科学理论来讲永远不可能达到你要的目标，无限接近，永远到不了，就有误差。我们要做什么？无论是靠机器还是靠人，就是把这种结果与预期值的误差结果最小化。这也是控制论、系统论、信息论本质性的意义。总结一下其实就是人-机关系，人是有弱点的，要靠机器去弥补，同时人在主动地指挥机器，不仅是弥补自己的弱点，还发挥了自己的强项。

一定要知道该怎么办吗？如果我现在跟大家讲，我并不知道该怎么办。大卫·斯诺登说方向好就行了，别预设终点，没关系，方向对了就可以，不断探索。在这个时代说不知道远比说知道难得多，但是更难的，是不知道还敢勇于向前，这个我认为也是“活火”精神的体现，因为不是由目的驱动，而是有使命感，有世界观、人生观、价值观驱动的努力前行，这是人和机器最大的不同。

在复杂性的时代，个体独自应对巨大变化的能力终究是有限，这就需要群策群力。但是要想让一群人达成朝向一个共同目标迈进的共识，需要交流、沟通、辩论、说服。如果从教育来讲，孩子要这么教育，独行速，众行远。我们需要掌握专业的沟通与说服的知识和能力。这里我只介绍一个常用的被称为图尔敏论证模型的框架作为示范，其实各个文明都总结出了各种行之有效的沟通、交流与说服理论与实践技巧。一般我们要论证的话你要有事实和依据，还有前提条件和约束，那个大框就是前提条件和约束。从现在的舆论现象来看，仅仅关注每一个论断的前提条件约束，就能够避免产生很多概念上的歧义和无意义的争论。比如说最近我们看到有人做出判断“GPT4或GPT5有可能实现AGI”，请问大家，这个论证有什么问题？我可以跟大家简单分析一下，从论证的逻辑而言这是不可能被证实的，原因在于人类目前对于AGI，也就是通用人工智能的定义并没有达成共识。再展开来讲，何为人工？何为智能？也是各家有各家的说法。当AGI没有明确定义的时候，怎么谈什么变成了什么呢。同样的，当人们在探讨“机器要代替人”的时候，请问大家，人到底有什么样的属性、行为或者关系可能被机器的何种属性、行为或者关系所代替，人到底是什么玩意儿？其实我们还不知道，就说机器代替人了，代替什么呢？

前段时间我在一个课堂上跟大家交流，随着机器能力的不断进步。未来科技树的发展已经比较明显了，两个主要分岔，再回归到一个主干。一支是以机器为代表科的科技进步，还有一个是以人为代表的，诸如认知科学、神经科学、人体科学之类的所有与人相关的科学与技术，最终回到什么呢，对于宇宙本源的探索与认知。

这个门已经打开了，我们不是不要担心机器是否会代替人，而是人已经被几百、几千年的能力约束，根本没有剩余的精力探索无尽的未知领域。这个时候门被打开，有人可能还活在过去，但是有人一定会走向未来，去了解人到底是怎么回事。

科学的方法，技术的创新，工程的实现

这个是微软特别出名的数字化转型的框架，被称为蝴蝶图。我想跟大家讲，数字化转型远没有落伍，远没有过时，信息化、数字化绝对没有落伍。不要因为有人说了又一个新名词就是新名词，新名词造起来很容易，但是时代的本质变换起来没有那么快，现在还是以信息为主角的时代。每个企业和个人还需要不断进行数字化转型，因为你没有数据就不可能有后面的算法，光只有算力，没有知识，也提炼不出真正的机器对人类知识的理解。

最后一个话题，正是因为我们根本不理解这个时代，只是把门打开了，不知道是什么。我总结成三个“错”法，这是人类能够通过学习不断进步的元模型。通过科学的方法论，我们理解到，相对于人类要实现的目标，人类永远在犯错。根据测量的基本理论，我们知道我们不可能完全达到我们设立的目标，只能够无限接近。人类会随着认识世界与改造世界能力的不断进化，不断发现原来实现结果与真实目标的偏差，我们就是在通过不断修正我们的偏差来不断进化我们认识世界与改造世界的能力，这就是人类进步的本质。这个三错法就是你不如先认错，更重要的是知道自己错了之后不断改错，进化发展就是改错，而这个认错、知错、改错，也是机器学习最本源的神经元的学习方式。

有时候别天天喊着被机器代替，机器可以教你原来没有意识到的思维上的弱点，如果你有主观能动性，可以学到机器不知道的新知识。这是一个三重学习的框架，转型，变革，改良。

你先有一个目标，实现目标的过程中，产生一个结果。但这个结果一定会跟目标有差别，你第一步要做的是如何通过优化怎么做HOW，来提高实现目标的精准度；但改变方法还不够，有时候还需要对目标的设定进行重新的审视，也就是要对WHAT进行修正；但从进步的角度来看，单单对目标的修正，还是不完备，还经常要对产生目标的逻辑，也就是WHY进行重新的修正，这与苏格拉底方法或者是丰田五问法异曲同工。人类正是通过不断地反思“如何做”、“做什么”和“为什么做”这三个环节来达成学习和不断进步的目的。

所以什么是工程师？我认为工程师不只是工程，不只是做事，必须有科学的方法，科学的精神，还要有创新的技术，以务实的工程方法把事情做成。这个是这个时代能够应对挑战的一个本源性的能力。当我们尝试说某某是科学家，某某是工程师，或者某某是搞技术的，没必要这么划分。其实现代这个时代要生存，不仅得有科学精神，就是认为你随时是错的，但随时在改错和进步，科学的本质就是要不断证明你是错的；但还需要掌握先进技术，技术的本质是创新；但在真正实现目标时，需要依据工程的手段，把事情踏踏实实地做出来。

说了这么多，我想强调一点跟大家分享，工程师被认为是务实的精神，务实的做法。有一句话，悟性就在你的脚下，我们在说机器是不是要代替人的时候，我们有没有问自己，是不是已经把机器的能力发挥到全部，如果你发挥到的话是不会被机器代替的，你会成为机器能力的一个新的主人。一切从脚下做起，从现在做起，从大家说的所有话题变成你的行动，就是小马过河的精神。

我今天也有一个目的，想把工程师的这种古板、死板、无趣，这种固化的方式稍微破一下——作为一个工程师和作为一个现代人，当机器给我们赋能之后我们应该去考虑和做到的。

这是加州硅谷一个园区的例子。我们已经离开地球了，现在看到的是探索者号飞船，目前离开人类最远的人造物。，接下来继续看有多少未知等待人类去探索。现在刚刚到银河系边缘，别着急，再看，我们对这里面出现的现象有多少人理解，这是一张覆盖人类目前已知的宇宙大网，这都我们不了解的，也是需要机器解放人类很多烦琐的体力和脑力劳动，让我们是有机会去探索的。但是我们人自身呢，再回到虹膜，白细胞，请问大家还记得不记得我们在高中读的三磷酸腺苷，腺嘌呤，光和作用的特点是什么？

如果你真具备了宇宙之眼，你就知道每个人99.999…%以上是空的，我们为什么看不到，因为我们的眼睛精度很差，颗粒度很粗，机器可以帮我们看透这个世界的本源。我们刚刚理解到这么一点点。问大家，当我们在担心机器会不会代替我们的时候，我没有排除这种可能，是有可能，但是大家有没有想过，人生之为人，有这么多的空间需要去探索，需要去了解，这个大家有没有考虑过利用机器升华自己进化自己？自己升级、进化，成为一个更加伟大的个体。

大家知道暗淡蓝点，卡尔萨根讲人类对自己的想法有很多偏见。这个视频回答主办方的话题，暗淡蓝点很小很伟大，但是大家约束在这个暗淡蓝点上，既有伟大、光明，也产生战争，屠杀，邪恶……我们有很大的空间可以探索，机器时代给我们开了一道新门。

你需要具备理性的精神科学，以及不断探索和学习的能力，但是最终我们要记住“独行速，众行远”——我们要共同探索，一个刚刚被打开，有可能要维持几百年的，再一次的文艺复兴或者人类文明的再生。

演讲：韦青微软（中国）公司首席技术官

来源：湛庐CHEERS2023世界读书日大会

微信扫码关注该文公众号作者

戳这里提交新闻线索和高质量文章给我们。

来源: qq

点击查看作者最近其他文章