军工与软件的悲剧：知识失传，未来可期？

各位，听说西方制造业正逐渐走向衰落，但军工和计算机工业还能撑撑场面。可没想到，这两块遮羞布也不再金碧辉煌了。文章说，核心问题出在无人继承的工艺知识上，大家都不再会造东西了，也不懂怎么运载知识了。过度优化导致的恶果，让美国军工界成了个笑话。 美国在冷战后获得了空前的和平红利，军工巨头们便开始精简人手，合并成五大巨头。人员从320万锐减到110万，精兵简政，力求成本最小化。但这个过程彻底摧毁了传统工艺。一旦开战，军工企业只能慌忙重组，连导弹的鼻锥都得靠古稀之年的老师傅徒手去拧。最典型的例子是雷神公司，4年前的订单要到6月30号才能交货，因为停产近20年，厂子没了，图纸也没了，只能请回老匠人用40年前的图纸手把手教年轻人。这还不算什么，标枪反坦克导弹、155毫米炮弹、TNT炸药，统统禁不起战场的消耗。欧洲也是一样，承诺一年给乌克兰100万发炮弹，结果只有一半按时送达，剩下9个月才凑齐。可见欧美军工产业都存在规模小、瓶颈多的问题，整个系统没考虑过容余量，长期用量低迷导致市场缺乏需求信号，供应链优化的结果就是只保持最低的产能。重新量产必然是漫长的爬坡期。 这些还不是最惨的，最怕的是人的问题——没人知道该怎么造了。这就叫积弊日久，人不知兵。美国不是第一次意识到这个问题，早在2000年翻新核武库时就遇到过类似的麻烦。2001年，美国发布了一项新研究，要给核弹头延长寿命，需要更换一种秘密材料，叫Fogbank。这种材料1989年就停产了，老员工走得一干二净。美国花了5年时间重新摸索，造出来发现也能用，但总觉得哪儿不对劲——原来旧工艺里没有去除某种杂质。而这种杂质究竟是什么，连当年的老人都没搞清楚。人对原始工艺有一种无意识的依赖，那东西甚至还没被提炼成知识，就已经消失了。这还不是最要命的，美国军方和软件界都意识到，过度优化会让人失去知识。兰德公司发现，军工企业刚入行的学徒期要2到4年，主管级别要5到8年。潜艇设计需要博士毕业后10年经验。软件行业也一样，初期程序员要3到5年才能成终极软件工程师，5到8年才能当上高工，做到首席或架构师需要10年以上。企业没有捷径可走，盲目优化大概率会人才枯竭。Salesforce从去年开始就不招软件工程师了，美国62%的大学计算机系入学人数在下降。很多软件公司里，人的作用就是审查机器写的代码。老板给出的方案就是用机器审查机器，找不出人工痕迹，全是人工智能。这就导致人对AI的依赖性快速提升，不会去质疑机器的自信满满的错误。METR做了一个实验，发现经验丰富的开发者在实际开源任务中使用AI工具效率反而降低19%，而预期AI能提效24%，差距是43个百分点。人已经学会了自我欺骗，哪怕发现动作不如预期，也以为AI帮自己提效了20%。AI工具用上后就很难戒了，初级工程师只会引导AI，连质疑AI修改代码的能力都不具备，对系统和代码库没有全面理解，无法积累隐形的专业知识，十年后也不可能成长为高级工程师。 所以，未来是不是靠AI来全权接手？也许吧，但别忘了，当年军火商也是这么想的，认为和平发展永远是主题。事实并非如此。AI也许会不断进步，变得聪明绝顶，但知识的传承问题不会轻易解决。