Systems Thinking Is Vital in the Age of AI

内容摘要

• 现代工程项目中，AI 可承担检索研究、生成设计方案、仿真测试等早期环节，工程师则负责定义问题并把结果交给无法由 AI 判断的专业人员（如安全性、场景适用性、对用户的影响）。 • 工程专业分工并未被 AI 取代；AI 只是降低了工程师探索本专业之外领域的门槛，使其能先提出更好的问题，再与专家协作，如软件工程师借助 AI 理解生物医学研究但不等于成为医学专家。 • 系统工程思维在 AI 时代更重要：不仅要判断各技术部分如何衔接，还要决定哪些工作交给 AI、哪些必须人工核查、何时请专家决策，以及何时需要重新定义问题。 • AI 可能给出依据薄弱的答案、在单一测试中通过却失效的代码，或错误地优先优化目标，因此人类判断的价值不降反升；有效工程师会随新证据出现修正目标与范围，而非僵化执行初始规格。 AI 将扩展工程师的探索与协作能力而非取代专业分工，工程师的核心价值转向框定问题、分配人机任务、验证答案并随系统认知深化持续调整范围。