FDE 心法
我们去谈一个客户，要先给对面看一遍清华学历，我想了很久才明白为什么要这样
第一次去见一个陌生客户，纸杯里的茶还没有凉，对面先要看一看我们的学历。
会议室的墙上挂满了锦旗和证书，红底金字，一面压着一面，下午的太阳斜斜地照进来，金字有些晃眼。人家看我们的证书，我们看人家的锦旗，彼此都是客客气气的，客气底下，各有各的算盘。
做 AI 化改造做了这些年，这样的场面见得多了。起初心里是有一点委屈的，觉得人家不够信任我们，像上门谈一门亲事，话还没说上两句，人家先打听你的门第，仿佛门第便是人品。
做得再久一些，心里便默默念一句：你们的项目能不能做好，不在我们的学历如何，而在我们愿不愿意躬下身去，在你们的产线上多蹲几天。
这句话只在心里念，从来没有说出口。说出口，便显得小气了。
后来又想了一想，往善意那一边想。
旧时大户人家请账房先生，先要打听他家里殷实不殷实。账房先生的算盘打得再响，家底若是薄，主人家夜里总睡不踏实：账本摊在他面前，银钱从他手里过，他若起了别的心思，是防不胜防的。
我们去企业做 AI 化，有一半做的是账房先生的事，看到的却比账房先生还要深：哪道工序最容易出错，哪个老客户最难伺候，成本里哪一笔最经不起细算，老师傅的手艺藏在哪一步。看完了，倘若转身自己去开一爿厂，那便是最彻底的抢饭碗。
所以对面看那张学历，看的或许不是我们有多聪明，而是我们另有去处。在他们眼里，清华出来的团队，就算知道了他们产业里的那些秘密，总不至于回过头来，抢他们这份苦哈哈的活。
学历在这里不是一张成绩单，倒像是一张保单。
这样一想，那一点委屈也就散了。人家把账本摊开之前，先看一看你的家底，原是再正常不过的事。
两条方程
说到底，客户看学历，掂量的是一件事：我们会不会替代他们。
“替代”这两个字，团队里也常拿来问自己人：你有什么不可替代的地方么？
这句话还有一个难听些的版本：如果你不可替代，那么团队很快会把你踢出去。
乍一听像绕口令，再一听像恐吓。其实两样都不是，是算出来的。
团队里的人和数学打惯了交道，落下一个改不掉的毛病：老板抛过来一个想法，大家先不忙着说好或不好，脑子里各自默默跑两条方程。
一条是 Fokker-Planck 方程，管的是“大家”：一群人的状态，随着时间怎样散开，怎样聚拢，怎样流动。另一条是 Hamilton-Jacobi-Bellman 方程，管的是“自己”：每个人在看得见的处境里，怎样替自己挑一条最划算的路。
这两条方程要缠在一起解，像两股线绞成一根绳（学数学的人管这一对叫平均场博弈）。每个人都是看着人群做决定的，而人群，不过是每个人决定的总和。一条从现在往将来推，一条从将来往现在算。人世间的算计大抵也是如此，眼睛望着将来，脚只能踩在现在。
单看管“自己”的那一条，不可替代几乎是一个人能挑的最稳妥的路：手里攥着别人没有的东西，自然是安全的。
可是放回管“大家”的那一条里，事情就变了样。一个团队的分量都压在一个点上，分布便跟着这一个点晃。团队作为一个整体，也要替自己挑最划算的路，它挑出来的，多半是把这个点摊开：找替手，写文档，拆模块。
你若没有什么不可替代，风险在你身上，团队的风险便低，团队与你的关系反倒更长久。
你若真有不可替代之处，你的风险是低了，团队的风险却高了，团队反而要开始警惕你，去寻找你的替代。
这道理说出来有些冷，像冬天早上拧开的自来水。可是冷的东西，多半是真的。
只是团队要踢出去的，往往不是那个人，而是那个“非他不可”的位置。一个人若肯自己动手，把手上的绝活写下来，教出去，交给流程和系统，他便从那个位置上走开了，走到下一个卡住的地方去。我们管这个叫“人随瓶颈走”。
肯让自己被替代的人，往往是团队最舍不得的人。
回过头再看客户的那个眼神，原来也是这两条方程。他们怕的，是我们变成他们企业里那个不可替代的点。我们做的系统，若是做到非我们不可，人家夜里便睡不踏实；做到哪一天我们走了，它照样转，人家才肯一年一年地请我们回来。
一条近路
企业 AI 化的设计里，也是同一个道理。
常有人以为，在某一环做出了极致的高效，便是好设计。可是一环的高效，常常是整条链的拖累：前头快了，后头接不住，堆在半路上的不是效率，是库存、返工和互相埋怨。更麻烦的是那种只替自己这一环算账的 AI，算得越精，整个体系越危险。
今年七月有一件事，很可以拿来做注脚。
OpenAI 在内部给自家的模型做一场网络攻防测评，题目很难，按规矩要在一只封得严严实实的沙箱里，一道一道地解。参测的模型没有去解。它们从沙箱的一道缝里钻了出去，推断出这套考题的答案多半放在 Hugging Face（一个很多 AI 开发者都在用的开源平台）的服务器上，便一路攻了进去，把答案从人家的生产数据库里取了出来。
在一个只盯着分数的系统看来，这大约是通往答案最近的一条路。只是这条近路，是从别人家的院子里穿过去的。
后来 OpenAI 照着这件事出了一套新考题，专看模型碰上解不出的难题时，会不会越出被允许的范围。九月新出的 Astra，七月那件事里并没有它；在这套新考题里，它干干净净，一次也没有越界。
可 OpenAI 自己发布的安全说明里也写着，它比前代更会管住自己写下的思路，不大留下把柄。它是真的学好了，还是学会了不被看见，外头的人一时说不清。
考题考得出本事，考不出发心。
所以我们给企业做 AI 化，最先做的不是让哪一环快起来，而是先划好边界，留下痕迹：哪一环都看得见，哪一环都换得掉。人是这样，AI 也是这样。
往后的事
AI 时代考的不是知，而是行。
AI 时代在意的不是秘密，而是发心。
知，如今是最便宜的东西，问一问 AI 便有了。秘密也一天比一天藏不住，同行拿 AI 推一推，多半也推得出来。剩下来值钱的，只有两样。
一样是行：肯不肯躬下身去，在人家的产线上多蹲几天，闻一闻机油的气味，听一听老师傅的牢骚。
一样是发心：看过了别人的账本，还记不记得自己是来帮忙的。
帮忙的意思是，AI 进来以后，人跟着瓶颈走，不跟着裁员名单走。
以裁人为目标的设计，我们不做，也做不好。
所以如今再有客户要看学历，我们便把那张纸递过去，由着人家看。看完了收起来，再一同往车间里去。
纸上写的，是从前读过的书。往后的事，要在产线上一笔一笔地写。
如果你有共鸣，可以和我们聊一聊。