2026年5月，市值9000亿美元的芯片巨头AMD公司CEO苏姿丰，回到母校麻省理工学院，在毕业典礼上发表了一场令人深思的演讲。
苏姿丰在演讲中提到一个非常重要的通用能力“engineer's instinct”（工程师的本能）。
今天的内容，就来解读苏姿丰的这次演讲，我们一起寻找答案。
1986年秋天，17岁的苏姿丰考进了MIT（麻省理工学院，下同）。
她原本觉得自己数学很好，不到两个星期，她就发现MIT有太多数学极好的人。最初的习题让她觉得非常困难，从来没熬过夜的她，跟同学们一起熬夜学习。
MIT有一种把学生推向极限的方式。苏姿丰说：“你与问题搏斗，可能烧毁了一两个电路，然后东西居然运转了。”
就在那个瞬间，她开始觉得自己像个工程师。
改变苏姿丰一生的，是UROP（本科生研究机会计划）。她在39号楼汉克·史密斯教授的实验室里，穿上第一件防尘服，走进无尘室，在2英寸的小晶圆上制造器件。
她做了一系列实验，大多数结果不如预期，于是不断调整并重新尝试。这是她第一次不再只是在教室里学技术，而是成为团队一员去发现新东西。
苏姿丰说：“我们可以把东西做得这么小，小到可以放进硬币大小的芯片里，却又强大到足以改变世界。”
从那一刻起，她爱上了半导体。
博士阶段，导师带她经历了更深层的训练，她从一个刚入门的新研究生，变成了能进行原创性研究、为该领域做出新贡献的人。
在这个过程中，她开始相信自己。不是那种觉得总会知道答案的自信，而是一种即使不知道答案，也能想办法解决的自信。
苏姿丰在MIT获得的，除了知识储备，还有面对未知时的行动力。前者是“会学习的人”，后者才是“会解决问题的人”。
这两种能力之间的距离，正是走向优秀的旅程中的一次跳跃。
苏姿丰将MIT教给她的所有技能浓缩成一个概念，工程师的本能：面对一个看似无法解决的问题，将其拆解成更小的部分，然后有条不紊地一步步去攻克。
这个定义里有几个关键词要拆开看。
第一，“看似无法解决”。真实世界的难题，一开始往往看起来无解。它跟课本上被设计好的练习题完全不同，练习题条件给定、答案存在、评价标准明确。真实问题可能信息不完整，变量很多，进展很慢，结果不稳定。
第二，“拆解”。面对大问题，不问“会不会”，而问：它可以分成几步？第一步是什么？哪里最容易出错？需要哪些资源？这种思维不是天生的，是训练出来的。
第三，“有条不紊”。在焦虑和不确定中保持冷静，按逻辑推进，别被情绪裹挟。
第四，“一步步攻克”。意味着接受反复试错的过程。苏姿丰在无尘室里做过大量失败的实验，在AMD也下过长期赌注才看到回报。
这套能力并不只属于工程师或技术团队。一个市场的负责人，面对一个复杂的用户增长难题，需要判断方向、收集信息、拆解任务、试错调整，这同样是工程师本能。
一个创业者面对市场不确定性，需要组织资源、承受失败、反复验证，这也是。
它其实更像一种通用的成长能力：遇到难题不逃走，遇到未知不慌乱，遇到失败能复盘，遇到复杂问题能拆解。
苏姿丰在演讲中花了大量篇幅谈论AI，她将AI与过去几十年的重大技术转变并列：互联网改变了沟通方式，移动计算改变了生活方式，云计算改变了工作方式。
她强调说：AI不仅仅是一个能帮我们做得更快的工具，它比那更深刻。它有潜力加速每个领域的发现，帮助我们解决以前从未能解决的问题。
她最兴奋的领域是医学和医疗保健，AI可以帮助医生和研究人员，把世界上最好的专业知识带给每位患者。
苏姿丰说：“在未来的10年里，我们的发现可能会比过去30年还要多。”但紧接着，她抛出了一个提醒：“技术本身并不能决定未来的样子；最优秀的人才可以。”
她接着说：“世界不仅需要知道如何使用强大工具的人，它更需要知道用这些工具做什么的人：那些有使命感、有判断力、有勇气的人，那些看着一个难题说‘我知道这非常重要，我们一定能想出办法’的人。”
在企业里，存在不少定义清晰、判断标准、操作步骤流程化、稳定可复制的运作。问题是被设计好的，条件是给定的，答案是存在的，评价标准也是明确的。这套系统高效地运转日常业务，但它有一个副作用：让组织习惯了“一定有标准答案”的世界。
在今天这个充满不确定性的世界里，不是这样的，它经常没有标准答案，甚至一开始连问题本身都不清楚。它要求一个人先判断方向，再收集信息，再拆解任务、再试错、再调整，最后在不确定中往前走。
工程师本能的价值就在这里：不是马上知道答案，而是在不知道答案时，仍然相信自己可以把问题拆开、推进、解决。
苏姿丰接手AMD时做的第一件事不是下达指令，而是弄清楚公司未来想成为什么。她不如何提升营收，而问“高性能计算是否是未来最重要的技术”。
就这样，她下了一个长期赌注，给了团队敢于大胆思考的空间。
指令式管理问的是“做到了没有”，工程师式管理问的是“这个问题可以分成几步？第一步是什么？哪里最容易出错？需要哪些资源？”
前者驱动执行，后者驱动思考。AI时代，管理者的核心价值要从驱动执行，转向驱动思考。
苏姿丰强调，当工程师的直觉被团队共享时，它会变得更加强大。
拆解问题的能力不能只留在CEO一个人手里，每个团队负责人、每个项目经理、甚至每个一线员工都应该具备面对未知问题时拆解、推进、解决的能力。
这要求组织、招聘和培养更多“面对不确定问题时能想办法”的人。
在AI时代，一个组织的竞争力不取决于它拥有多少AI工具，而取决于它有多少这样的人。
苏姿丰在演讲结尾说了这样一段话：“在未来的岁月里，你总会走进另一个房间，在那里你对自己在做什么毫无头绪。你们以前经历过这种事；去想办法解决它吧。”
未来的不确定性不会减少。很多行业会被重塑，很多商业模式会失效，很多路径会重新打开，也会重新关闭。
真正能支撑一个创业者的，是面对未知的能力。
组织的工程能力要更扎实，让组织有能力进入真实世界，面对真实问题。
真正的英雄主义，是主动走向难题，在不确定中创造确定性。
本文来自微信公众号“笔记侠”（ID：Notesman），作者：老贾，36氪经授权发布。
发布时间：2026-07-09 12:19
立即订购
在线咨询
返回顶部