【新智元导读】马斯克宣布旗下公司取消「研究员」头衔，强调「工程师」的重要性，掀起与AI先驱LeCun关于研究与工程本质区别的激烈争论，引发业界对科技创新与组织管理战略的深入思考。

　　就在倒计时前，年轻的数学家与工程师理查德·哈明（Richard Hamming）还在焦虑地反复检查他的计算结果。

　　因为曼哈顿计划的科学家们曾严肃提出一个极端假设：原子弹造成的高温是否可能引发空气中氮／氧核聚变从而点燃大气层小火箭订阅机场怎么用。

　　在1945年7月16日的Trinity核试验（人类史上首次核试验代号）之前，这是一个极其罕见但会带来世界毁灭性后果的理论风险。

　　当时，物理学家Edward Teller等人提出这一可能性，Hans Bethe被派去评估是否具备自持链式反应条件，并得出结论说这种反应极不可能发生。

　　他原本打算交由助理完成，但当意识到这组计算涉及大气层是否会被点燃的问题时，决定亲自进行检查。

　　他详细检查了算术过程后确认：「算术过程没有错误，但我不确定氮或氧核截面的物理公式是否正确，因为在那个能级上没有实验可以验证。」

　　哈明确认计算过程本身没有错误，并经过反复复核后确信风险接近于零，尽管他仍无法验证公式背后的物理假设。

　　1946年，他离职加入贝尔实验室。在接下来的十五年里，他几乎参与了该实验室所有最重要的成就。

　　7月30日，马斯克宣布，他将从旗下的公司xAI删除「研究员」这一头衔，因为在他看来，「研究员」不过是学术界的「虚荣遗产」。

　　这一声明最初是对xAI员工Aditya Gupta在X平台上发布的现已更新的招聘信息的回应。

　　当然，这种热闹肯定少不了Yann LeCun，甚至网友比Yann LeCun更快一步的预测LeCun将会反驳！

　　他坚持认为研究和工程在方法论、目标、评估标准上有着根本的区别，若不加区分，势必扼杀长期的突破性创新。

　　在马斯克看来，「研究员」是学术界的遗留产物，有些自命不凡且责任不明，而真正重要的是把东西造出来。

　　马斯克甚至以SpaceX为例强调这一点：他声称SpaceX在火箭和航天技术上所做的前沿「研究」比全世界大学实验室的总和还要多。

　　他指出研究（Research）和工程（Engineering）在多个方面都有区别，包括：(1)运作方式，(2)方法论，(3)开放程度以及(4)评估标准。

　　研究人员运用科学的方法来发现新的原理，验证其可行性，分析优劣，并与更广大的研究社群互动，通过论文发表、同行评议等方式共享和改进成果。

　　工程师的哲学是在能满足任务要求的前提下，优先采用「够用」的解决方案，注重调试、优化和迭代实践。工程工作并不追求方法论上的最优新颖，而更在意快速有效地实现目标。

　　LeCun强调，由于研究和工程的产出形态与价值衡量迥异，对从事这两类工作的人员理应采用不同的激励和评价机制。

　　研究成果的影响往往要多年甚至数十年后才能体现，因此需要通过论文、引用、奖项等学术同行评价来度量，这也是为什么研究必须公开发表。

　　LeCun警告称，如果混淆了研究与工程的区别，用同一种标准来要求所有人，那么研究人员将被迫只做短期见效的渐进式工作，长远来看会「扼杀突破性创新」。

　　他直言，不加区分地统一称谓和考核体系，「有可能抹杀重大创新的土壤」，因为真正的技术突破往往来自那些拥有长远目标、较少产品压力的研究团队。

　　两家公司基本上都放弃了明确的头衔，转而为其技术人才选择统一的称号「技术人员」（Member of Technical Staff,MTS）。

　　OpenAI总裁Greg Brockman解释说，公司刻意选择不「将人们划分为研究员和工程师」。

　　同样，Anthropic的招聘页面也指出，随着「大模型的出现」，这两种角色之间的历史划分已经「消解」。

　　OpenAI的许多杰出贡献者，包括DALL-E的创造者Aditya Ramesh和GPT架构师Alec Radford，都没有博士学位，而是通过在公司内部的实践工作中学到了他们的技能。

　　MTS这个头衔本身是对贝尔实验室一个术语的「有意识复兴」，被重新用于适应这种现代混合文化，在这种文化中，研究进展与大规模工程实力密不可分。

　　它培养了一个更具适应性和公平的竞争环境，这在快速发展的人工智能领域尤其有价值，因为个人常常需要身兼数职，一天进行模型实验，第二天又构建用户界面。

　　此外，正如对Anthropic战略的一项分析所指出的，统一的MTS头衔是一种巧妙的「反挖角防御」。

　　通过在LinkedIn等公共平台上模糊其员工的资历和具体专长，竞争对手识别和锁定高价值人才的难度显著增加，这有助于在激烈竞争的市场中留住人才。

　　Meta的AI研究实验室FAIR，就明显标明自己招聘的是「硬核研究员」，希望这些人专注于长期的基础研究，做突破性探索。

　　查阅其招聘页面可以发现，像「研究科学家」和「高级应用AI工程师」这样的职位有独立的招聘信息，每个职位都有不同的职责和可能不同的评估标准。

　　这种结构代表了对一种正式流程的信念，即由一组专家进行发现，然后传递给另一组专家进行实施和扩展。

　　贝尔实验室展现了一种成功的模式：通过稳定资金支持，给予研究部门充分自由，使科学家能探索基础问题而不受短期商业压力的约束，诞生了晶体管、激光、信息论和Unix系统等革命性技术。

　　这种受保护的「学术与工业融合」模式，证实了LeCun所强调的，独立研究部门对变革性创新的关键作用。

　　与之相反，施乐帕克研究中心PARC虽然同样取得巨大技术突破（如图形界面和以太网），但却因与公司主营业务脱节而未能有效商业化，成果最终流入竞争对手之手（苹果公司即为典型）。