蘇姿豐MIT演講：未來，有這種思維的人最值錢

作者：老賈 責編：賈寧

來源：筆記俠（ID：Notesman）

導讀：2026年5月，市值9000億美元的芯片巨頭AMD公司CEO蘇姿豐，回到母校麻省理工學院，在畢業典禮上發表了一場令人深思的演講。

蘇姿豐在演講中提到一個非常重要的通用能力“engineer's instinct”（工程師的本能）。

今天的內容，就來解讀蘇姿豐的這次演講，我們一起尋找答案。

一

蘇姿豐的蛻變

1986年秋天，17歲的蘇姿豐考進了MIT（麻省理工學院，下同）。

她原本覺得自己數學很好，不到兩個星期，她就發現MIT有太多數學極好的人。最初的習題讓她覺得非常困難，從來沒熬過夜的她，跟同學們一起熬夜學習。

MIT有一種把學生推向極限的方式。蘇姿豐說：“你與問題搏斗，可能燒毀了一兩個電路，然后東西居然運轉了。”

就在那個瞬間，她開始覺得自己像個工程師。

改變蘇姿豐一生的，是UROP（本科生研究機會計劃）。她在39號樓漢克·史密斯教授的實驗室里，穿上第一件防塵服，走進無塵室，在2英寸的小晶圓上制造器件。

她做了一系列實驗，大多數結果不如預期，于是不斷調整并重新嘗試。這是她第一次不再只是在教室里學技術，而是成為團隊一員去發現新東西。

蘇姿豐說：“我們可以把東西做得這么小，小到可以放進硬幣大小的芯片里，卻又強大到足以改變世界?！?/strong>

從那一刻起，她愛上了半導體。

博士階段，導師帶她經歷了更深層的訓練，她從一個剛入門的新研究生，變成了能進行原創性研究、為該領域做出新貢獻的人。

在這個過程中，她開始相信自己。不是那種覺得總會知道答案的自信，而是一種即使不知道答案，也能想辦法解決的自信。

蘇姿豐在MIT獲得的，除了知識儲備，還有面對未知時的行動力。前者是“會學習的人”，后者才是“會解決問題的人”。

這兩種能力之間的距離，正是走向優秀的旅程中的一次跳躍。

二

“工程師本能”到底是什么？

蘇姿豐將MIT教給她的所有技能濃縮成一個概念，工程師的本能：面對一個看似無法解決的問題，將其拆解成更小的部分，然后有條不紊地一步步去攻克。

這個定義里有幾個關鍵詞要拆開看。

第一，“看似無法解決”。真實世界的難題，一開始往往看起來無解。它跟課本上被設計好的練習題完全不同，練習題條件給定、答案存在、評價標準明確。真實問題可能信息不完整，變量很多，進展很慢，結果不穩定。

第二，“拆解”。面對大問題，不問“會不會”，而問：它可以分成幾步？第一步是什么？哪里最容易出錯？需要哪些資源？這種思維不是天生的，是訓練出來的。

第三，“有條不紊”。在焦慮和不確定中保持冷靜，按邏輯推進，別被情緒裹挾。

第四，“一步步攻克”。意味著接受反復試錯的過程。蘇姿豐在無塵室里做過大量失敗的實驗，在AMD也下過長期賭注才看到回報。

這套能力并不只屬于工程師或技術團隊。一個市場的負責人，面對一個復雜的用戶增長難題，需要判斷方向、收集信息、拆解任務、試錯調整，這同樣是工程師本能。

一個創業者面對市場不確定性，需要組織資源、承受失敗、反復驗證，這也是。

它其實更像一種通用的成長能力：遇到難題不逃走，遇到未知不慌亂，遇到失敗能復盤，遇到復雜問題能拆解。

三

AI時代

我們更需要工程師本能

蘇姿豐在演講中花了大量篇幅談論AI，她將AI與過去幾十年的重大技術轉變并列：互聯網改變了溝通方式，移動計算改變了生活方式，云計算改變了工作方式。

她強調說：AI不僅僅是一個能幫我們做得更快的工具，它比那更深刻。它有潛力加速每個領域的發現，幫助我們解決以前從未能解決的問題。

她最興奮的領域是醫學和醫療保健，AI可以幫助醫生和研究人員，把世界上最好的專業知識帶給每位患者。

蘇姿豐說：“在未來的10年里，我們的發現可能會比過去30年還要多。”但緊接著，她拋出了一個提醒：“技術本身并不能決定未來的樣子；最優秀的人才可以?！?/p>

她接著說：“世界不僅需要知道如何使用強大工具的人，它更需要知道用這些工具做什么的人：那些有使命感、有判斷力、有勇氣的人，那些看著一個難題說‘我知道這非常重要，我們一定能想出辦法’的人?！?/p>

四

工程師本能

如何重塑AI時代的組織管理

在企業里，存在不少定義清晰、判斷標準、操作步驟流程化、穩定可復制的運作。問題是被設計好的，條件是給定的，答案是存在的，評價標準也是明確的。這套系統高效地運轉日常業務，但它有一個副作用：讓組織習慣了“一定有標準答案”的世界。

在今天這個充滿不確定性的世界里，不是這樣的，它經常沒有標準答案，甚至一開始連問題本身都不清楚。它要求一個人先判斷方向，再收集信息，再拆解任務、再試錯、再調整，最后在不確定中往前走。

工程師本能的價值就在這里：不是馬上知道答案，而是在不知道答案時，仍然相信自己可以把問題拆開、推進、解決。

蘇姿豐接手AMD時做的第一件事不是下達指令，而是弄清楚公司未來想成為什么。她不如何提升營收，而問“高性能計算是否是未來最重要的技術”。

就這樣，她下了一個長期賭注，給了團隊敢于大膽思考的空間。

指令式管理問的是“做到了沒有”，工程師式管理問的是“這個問題可以分成幾步？第一步是什么？哪里最容易出錯？需要哪些資源？”

前者驅動執行，后者驅動思考。AI時代，管理者的核心價值要從驅動執行，轉向驅動思考。

蘇姿豐強調，當工程師的直覺被團隊共享時，它會變得更加強大。

拆解問題的能力不能只留在CEO一個人手里，每個團隊負責人、每個項目經理、甚至每個一線員工都應該具備面對未知問題時拆解、推進、解決的能力。

這要求組織、招聘和培養更多“面對不確定問題時能想辦法”的人。

在AI時代，一個組織的競爭力不取決于它擁有多少AI工具，而取決于它有多少這樣的人。

結 語

蘇姿豐在演講結尾說了這樣一段話：“在未來的歲月里，你總會走進另一個房間，在那里你對自己在做什么毫無頭緒。你們以前經歷過這種事；去想辦法解決它吧?！?/p>

未來的不確定性不會減少。很多行業會被重塑，很多商業模式會失效，很多路徑會重新打開，也會重新關閉。

真正能支撐一個創業者的，是面對未知的能力。

組織的工程能力要更扎實，讓組織有能力進入真實世界，面對真實問題。

真正的英雄主義，是主動走向難題，在不確定中創造確定性。

版權聲明：部分文章推送時未能與原作者取得聯系。若涉及版權問題，敬請原作者聯系我們。