先回答下面的问题，再读正文。
- 不刷题我就排不上名。课上的「创新」高考认吗？不认的话，失败次数为什么要花在创客作品上？
- 「会用软件」和「能修这个软件在现场死掉的原因」，哪一件更接近创新？中间还缺哪一步？
- 如果一项技术可以从国外买到整机，却买不到出故障时的图纸和材料配方，跟随会在哪一天突然卡住？
- 我们学校根本没有创客社。没有材料的时候，课上的创新会变成什么——表演，还是交白卷？
- 企业说缺工程师，有时缺的是会写论文的人，有时缺的是能在产线上把良率从八成拉到九成的人。这两种人的训练有何不同？
- 一个问题如果还没有标准考题，你怎么判断自己是真的做出来了，而不是自我感觉良好？你需要哪一种外部检验？
- 补贴能让工厂更快买设备，也能让不会用的设备在车间里睡觉。你怎样从新闻里分辨这两种结果？
- 家里买的进口电器坏了，维修说要等配件。你会把它理解成运气差，还是理解成跟随会在图纸和配方不卖时卡住？
- 开源软件让人可以看见代码。看见代码是否等于理解问题？若不等于，还要补上什么劳动？
- 如果所有人都去做短期能演示的智能应用，而少有人去做材料、测量和工艺，五年后卡脖子更可能卡在哪一层？
- 老师让你「创新」时，实际给的时间、失败次数和材料够不够你把一个问题问到可做？不够的话，课上的创新会变成什么？
- 失败在实验室是数据，在班里是排名。谁给我容错？没有容错的创新，是不是只剩演示？
我们这一讲的标题里有一个容易被听成口号的跳跃：从跟随到能自己把问题做出来。跟随并不可耻。后发经济体靠引进设备、购买专利、仿制已验证的产品，能够很快缩短与前沿的距离，这是二十世纪后半叶多国走过的路。真正的约束是：当别人不再把关键步骤卖给你，或者你的工资已经高到不能再靠便宜去竞争，跟随会从加速器变成天花板。天花板不是道德判决，是学习曲线的形状变了。创新在这里被定义得很土：不是发布会上的形容词，而是把一个过去做不出来、做不稳、做不便宜的问题，变成可重复的结果，并且结果能在现场而不是只在演示视频里站住。
「把问题做出来」包含三截，常被混为一谈。第一截是把含糊愿望收成可测量的问题，例如不是「我们要智能」，而是「在粉尘和电压不稳的车间里，检测误差不超过某个范围」。第二截是给出一种别人能复现的方法：材料、工艺窗口、代码、检验标准。第三截是让它在成本、可靠性和维护上活过实验室。很多被称为创新失败的事情，其实死在第一截：问题从未被问清楚，于是所有人都在给愿望配图。
一、概念澄清：跟随、仿制、集成、原创、问题
先把跟随说清楚。跟随是已知答案的迁移：世界上已有成功产品，你通过购买、拆解、授权或人才流动，把答案装进自己的生产体系。它要求工程能力，不是只要求下订单。一台机床买回来不会自己生产良品，还需要夹具、工人训练、质检和供应链。所以跟随里已经有学习。否认这一点，会把引进说成偷懒，既不公平也妨碍我们看见：跟随阶段真正该练的，就是把别人的答案在自己约束下跑稳。
仿制是跟随的一种，重点在再现功能和外观。它能快速占领中低端市场，弱点是利润薄，且一旦法规、接口或核心元器件改版，仿制者要重新追。仿制也可以是学习的入口，条件是你同时建立测试和失败记录，而不是只建立外观模具。没有测试的仿制，学到的是形状，不是机理。
集成创新指把已有模块组合成新的系统，使整体在某个场景更好用。智能手机早期的竞争力，很大程度是集成：芯片、屏幕、软件商店、制造良率一起工作。集成不是「没有技术」，系统工程本身是硬的：接口、散热、电磁干扰、供应链节奏，任何一环都能让产品在夏天的快递车上死掉。对中国这样的制造大国，集成能力是真实资产。需要警惕的是把集成当成可以永远替代底层能力的理由。当模块被卡住，系统再漂亮也会停在港口。
原创在这一讲里不意味着全世界第一次出现某种神秘灵感。它意味着：问题的关键约束还没有现成解，你必须自己探索参数空间，承受高比例的失败，并且把失败变成可继承的知识。科学论文、新材料体系、新的设备原理、新的算法结构，都可能属于这一类。原创的周期长、评价难，和季度考核几乎天然冲突。于是组织会口头热爱原创，实际奖励可演示的集成。这不是口是心非的小说情节，是激励的时间尺度不同。
最需要单独拎出的词是问题。教科书里的问题预先保证了有解、有范围、有标准答案。工程与研究里的问题常常连变量有哪些都不清楚。把愿望翻译成问题，本身就是一种稀缺能力：要测量现状、列出约束、决定先牺牲什么。跟随者习惯领取问题；能自己做出来的人，必须会生成问题。教育若只训练解题，不训练造题，产业就会长期需要外部命题——命题来自客户、来自进口设备的说明书、来自国外标准委员会。命题权比设备更接近「天花板」的位置。
还有一组常混用的词：研发投入、论文、专利、全要素生产率。花钱不等于做出问题。论文衡量的是学术共同体愿意讨论的贡献，专利衡量的是法律上的排他声明，两者都可以很有价值，也都可以与现场良率无关。生产率才接近「社会真的多生产了有用东西」。一个国家可以论文很多而关键工艺仍买不来，也可以专利很多而只是改了无关紧要的参数。我们看创新，要问证据链：从问题、到实验、到可复现、到成本、到维护，缺哪一截就补哪一截，而不是只看榜单。
二、约束与机制：为什么从跟到做，会在中途卡住
机制一：知识的可编码程度不同。有的知识写在手册里，买得到；有的写在老师傅的手感、设备的隐蔽参数、供应商不愿公开的配方里。后者被称为隐性知识。跟随容易获得显性部分，隐性部分要通过长时间的共同工作和失败来传。当国际环境让人员交流、设备维护和零部件变得不确定时，隐性知识的管道会细。这时才突然发现：原来日常生产一直依赖某次安装时外商工程师留下的设置。卡脖子的体感，往往是隐性知识管道变细，而不只是新闻里的某一个芯片型号。
机制二：试错的成本和容错空间。原创需要失败。失败在实验室是数据，在上市公司季度会上是丑闻，在学校竞赛里是分数。若资金、职称、评奖都只认短周期成功，理性的个人会选择低风险的跟踪研究：紧跟热点、微改参数、保证可发表。跟踪研究有用，它维持理解前沿的能力；但它堆积起来，不会自动变成「自己会命题」。容错空间来自哪里？长期稳定的实验室经费、允许中试失败的产业基金、不把一次爆炸写成政治事件的安全调查。没有这些，号召原创就像号召人在冰上奔跑。
机制三：供应链的深度。一个产品看起来是终端品牌，底下是材料、设备、测量、软件工具链。跟随往往发生在终端组装，因为那里可见、可出口、可迅速雇人。越往上游，市场越小、专业越深、客户越挑剔。上游做不出来时，下游的「创新」是换壳和换营销。韩国存储器产业的学习史说明：要进入上游，需要连续多年对着良率和缺陷干活，而不是对着概念干活。时间以十年计。把十年压缩成口号里的「弯道」，会让人误判库存。
机制四：标准与互补品。技术要成为产业，需要别人愿意围绕它做配件、写软件、培训维修。标准是协调装置。跟随者加入别人的标准，省事，但规则改写时要听话；自己推标准，费事，还可能没人跟。所以「自主」不是每个螺丝都自己拧，而是在关键接口上有谈判权。谈判权来自你掌握别人离不开的环节：测量、软件生态、安全认证、或足够大的国内应用场景。场景很大却没有把使用中的问题反馈成改进，场景就只是销量，不是学习机器。
机制五：人才的技能组合。学校输送的往往是会考试的分析者，产线需要的是能在噪声里坚持做实验设计的人，公司需要能把科学家的语言翻译成交付日期的人。三种人缺一种，问题都做不完。更细一点：实验设计、统计、仪器维护、技术写作，这些「不酷」的劳动决定你能不能知道自己到底做成了没有。没有测量，创新是作文。很多实验室设备昂贵却闲置，不是因为没有爱国热情，是因为没有人被评价为「把仪器用到可信」。
机制里还有一层不酷的基础设施：测量与母机。你量不准，就不知道自己有没有做出来。量不准的原因，可能是传感器、量块、洁净、温度记录，也可能是没有人被允许把一天花在校准上。机床、光刻之外的普通加工中心、真空炉、气相沉积设备，决定工艺窗口能不能被重复打开。跟随阶段可以进口这些母机；要自己命题，就必须有人懂母机为什么在某一种振动下失准。把创新理解成算法和应用层的热闹，会系统性地低估这一层。热闹层的失败是产品没人下载；母机层的失败是整个行业停在别人允许你达到的精度上。精度是一种很不浪漫的权力。
大学与企业的接缝同样是机制，不是气氛。大学评价论文与项目结题，企业评价交付与成本。接缝处需要能翻译的人：把「机理上可能」写成「在现有设备上九十天内可试的三步」。缺翻译，实验室成果会停在样品照片，车间问题会停在经验口诀。有的国家用应用技术大学和合同研究机构填这条缝，有的公司自建中央研究院。形式不重要，重要的是：谁为接缝付工资，谁有权说「这个实验虽然可发表，但测法现场用不了」。没有这个否决权，跟随可以继续发论文，做出来仍不会发生。
机制六：应用驱动与科学驱动的循环。中国庞大的制造与网络应用，能产生海量的现场问题：高温、粉尘、成本极限、用户习惯。这是跟随阶段之后最珍贵的原料。若这些问题不被写成清晰的需求、不进入有权改设计的团队，原料会浪费。反过来，若只有应用、没有对机理的耐心，改进会停在调参。健康的循环是：现场提出约束，研究提出可检验机制，工程把它关进工艺窗口，现场再把窗口外的失败送回来。循环断在任何一处，都会出现「论文和车间各说各话」。
三、常见误解
误解一：「创新就是颠覆，跟随就是落后。」大量有社会价值的技术进步是改进可靠性和成本，不是换赛道。把颠覆神化，会让年轻人鄙视工艺，而工艺恰恰是从跟到做的桥梁。没有桥梁的颠覆，是演示。
误解二：「只要加大投入就会有突破。」投入是必要的，但投入进入的是人的时间和设备的小时。若考核让这些小时用于刷可统计指标，突破不会按比例出现。乱投还会抬高热点领域的薪水，把人从冷门但关键的测量与材料岗位抽走，使瓶颈更窄。
误解三：「开源和买服务已经够了，不必自己做。」开源降低了看见代码的门槛，不降低理解约束的门槛。云服务能让你快速做出应用，却可能让你在关键时刻无法解释延迟、安全和成本。用别人的平台不是错误，错误是从未练习过「平台失效时我该怎么定位问题」。跟随可以发生在软件层，天花板同样会来。
误解四：「自主意味着封闭，不与外部来往。」自己能做问题，反而更知道该买什么、该合作什么、该拒绝什么。封闭若变成无法校准，会让人把重复发明当成原创。科学和技术的校准需要同行、需要对照实验、需要有人能指出你的图在说谎。把交流等于依赖，是范畴错误。
误解五：「青少年现在做的事太小，谈不上创新。」把问题做出来的训练可以从很小的对象开始：一次不稳的Wi-Fi、一次发霉的储物角、一次总是测不准的校园气象小装置。小对象上也能练测量、记录、改一个变量、公开失败。学校若只在比赛周要求创新，平时只刷题，学生会以为创新是节日服装。
误解六：「卡脖子只是别人不卖。」不卖是真实约束。另一半是：即便卖，你有没有把用的过程变成自己的测试能力。会用、会测、会改，三步里只做到会用，下一次不卖时仍然会懵。把全部原因放在外部，会放过内部可训练的那一段，而那一段恰恰是青少年现在就能观察的。
四、可选路径与代价
路径一：把产业政策从「指定赢家产品」转向「厚植可复用的能力层」。能力层包括计量、标准、开源工具、通用工艺包、失败案例库。代价是短期看不见网红产品，宣传效果差。好处是许多企业能共用基础设施，试错成本下降。指定产品则容易引发重复建厂和补贴竞赛，最后留下产能，不一定留下会命题的团队。
路径二：给中试和工程化单独的评价，而不是用论文或用纯利润一刀切。中试失败率高，却是隐性知识形成的地方。代价是要有人愿意为失败买单，并要求失败被记录而不是被埋葬。没有记录的失败是学费被扔了；有记录的失败是资产。
路径三：重组教育中的问题训练。在保留必要的标准解题之外，让一部分课程以现场约束开头：材料有限、时间有限、测量仪器不准。学生必须先定义成功标准。代价是难打分、难公平，教师工作量上升。若不做，产业只能继续从工作中补课，而工作中的容错往往比学校更贵。
路径四：保护深度专业化的人，使其不必人人都做短视频式的跨界。跨界集成需要通才，上游突破需要愿意在一个缺陷类型上待十年的人。两者都要。现行的热点轮转会惩罚后者。代价是组织要忍受「这个组好几年没有爆款」。爆款频率和机理深度很少同时最大。
路径五：用国内场景当学习机器，而不是只当销售渠道。能源、交通、医疗、农业里有大量脏约束。把约束写成开放的测试集、允许外部团队按同一指标竞赛，能把跟随者的工程能力导向真问题。代价是数据与安全如何开放的争议。完全不开放，场景再大也只养内部的惰性模块。
路径六：个人与小团队的策略。选择问题时，优先选「能每周做一次测量」的，而不是选「只能做一次华丽演示」的。把工具链学到能解释异常，而不是只学到能调用成功路径。读设备手册和失败日志，比读成功学有用。代价是社交上不热闹。创新劳动大部分时间确实不热闹，热闹的是已经做完之后的传播。
德国的专有隐形冠军企业常被当作对照：不大肆追求热门赛道，却在某一类设备和部件上做到客户无法绕开。这不是浪漫的工匠神话，而是长期待在客户工艺里、把问题清单当成产品路线图。中国企业里同样存在这样的车间，只是公共讨论更爱终端品牌。对青少年，对照的意义是：你未来若进入「不著名但被产线依赖」的环节，那已经是在把问题做出来，尽管亲戚可能听不懂你的岗位名称。
知识产权和开源许可，是从跟到做时另一套必须算清的约束。跟随阶段可以在合法授权、过期技术和反向工程的边缘之间滑动；自己命题之后，你既要防止关键工艺被轻易抄走，也要防止把每个接口都锁死，以至于没有人愿意围过来做配件。保护过弱，企业会把知识藏在车间口头传统里，传不下去；保护过强且诉讼成本畸高，后来者会把精力用于绕开专利丛林，而不是用于把问题问清楚。开源降低了看见代码的成本，不降低理解约束和养活维护者的成本。一条没有人值夜班的开源工具链，看起来免费，实际会在关键时刻变成无人认领的事故。对把问题做出来的人，这里没有必要站成全部开放或全部保密两队。更有用的是问：这份知识离开三个人的脑袋之后，还能否被下一批人合法地、可检验地接着做。接得上，学习曲线才属于组织；接不上，创新会随人事调动一起蒸发，留下的只有演示视频。
高考不认，国家的事，为什么还讲把问题做出来
高考认的是可排序的题。课上的创新若没有失败次数、材料和时间，本来就会变成节日服装。这不是号召少刷题。刷题仍是在现有过滤器下的理性投资。投资和把问题做出来不是同一张收据。收据分开，才不会在作业写不完时把创新听成品德课。产业缺的那种把良率拉上去的人，高考可以完全不认，车间却按缺陷计件。不认不等于不存在。存在也不等于现在就把排名押进去。没有创客社、没有材料，课上的创新更会变成表演。表演浪费时间。时间已经很紧。
卡脖子首先是别人不卖、管道变细，不是一节课能松开的阀。高中生改不了出口管制，也改不了季度考核。这一讲若听成「你们去解决卡脖子」，那才是把人当傻子。班里失败就是排名，这是真约束。约束下的理性是：把所谓创新限制在能每周测一次的小对象，而不是在比赛周假造颠覆。假造颠覆才是把你们当节日道具。能观察的只有很土的一层：会用、会测、会改，三步里自己停在哪。停在会用，下一次不卖时仍然会懵。观察改不了外交，只改一种误判：把全部原因放在外部，从而放过现在就能练的测量和记录。
五、交货才是做出来，演示只是门票
「问题有没有被做出来」有痕迹，痕迹不在形容词里。
- 损坏后本地能否修到可测量的标准，还是只能整件更换，决定这一层对所在地方是工艺还是黑箱。黑箱可以跟随，关键约束一出现就要排队等别人命题。
- 实验若只允许按步骤得到预定曲线，训练的是跟随操作；曲线难看时若不许讨论哪个变量没控制，问题还没有进教室。
- 「突破」新闻缺三个数——谁测的、重复了几次、用在哪条产线——更接近愿望。愿望可以动员，交不了货。
- 生成工具在缺数据、单位混乱时会翻车。发现翻车，比生成速度更接近自己做问题；发现不了，跟随时会把错误写进产线。
- 手册上没写的故障，住着隐性知识。隐性知识要共同工作和失败记录，买不到外观模具。
- 只改一个变量、写下假设测量结果包括失败、并且别人能按记录重复，才离开作文进入工程。不能重复的一次成功，仍是自我感觉。
计量认证和第三方实验室，是把「做出来」从自我感觉里拖出来的装置。自己测得很好，客户和监管仍可能不认，因为测法、样品处理和不确定度没有被别人复现。跟随阶段可以借用别人已经通过的认证包；自己命题就必须有人懂：这份报告哪一行经得起复查。认证会慢、会贵、也会变成门槛。门槛有保护质量的一面，也有保护在位者的一面。要看的是认证是否开放给后来者、失败是否被写成可改进的条目。没有这一层，创新会停在实验室的自我庆祝，进不了可以交货的世界。交货才是现场证据，演示只是门票。
从跟随到能自己把问题做出来，不是精神升华，是测量、失败、工艺和标准的堆积。跟随仍会继续存在，因为没有谁在所有层都自己做；真正变的是：关键约束出现时，是否还要排队等别人命题。假造颠覆是节日道具。把含糊变成可测、把一次结果变成可重复、把失败写成下一轮输入，看起来不像未来，它们就是问题被时间喂饱时的样子。喂的方法是记录和再实验，不是换一个更响的词。
付费通讯与管理员可见 · Newsletter members and administrators only
