我之前遇到過一個資深硬件工程師，四十多歲了。那個年代的大學生，比現在年代的學習用功多了，理論功底非常扎實，需要計算的都頭頭是道。但是做出來的產品就是不行。例如用被動器件搭了一個濾波器，實驗室測試效果還不錯，但上了產線批量生產的時候，一致性就不好了。再有用三極管搭了一個FM放大電路，也是小批量測試效果好，大批量量產的時候有一小部分就不行了。

再拿現在流行的主動降噪耳機舉個例子，實驗室數據都很好，很容易做到35dB的降噪深度，在科研院所里做到40dB以上都不是問題。但是在產線上就不一樣了，受限于音腔密封性的差異、麥克風的靈敏度差異、外殼生產公差、焊接阻抗差異等等，有些能到35dB有些只能到25dB，品質分布范圍很廣。

做產品的，和做科研的，最大的區(qū)別就在這里：批量性問題。最近iphone X頻繁爆出產能不足的問題，近期富士康的iphone X只有每天2萬臺，連預期產能的十分之一都達不到，核心就是原深感攝像頭的一致性不好。再看三星吃了大虧的電池起火問題，實際發(fā)生概率只有百萬分之幾。

因此對于實戰(zhàn)派，自己設計電路的能力不是最重要的、追求性能的極限也不是最重要的。穩(wěn)定、可靠、可批量化生產、不出大概率問題也不出小概率問題，這才是王道。絕非理論派的實驗室小打小鬧的做法。工程師不是科學家，做產品的也不是搞科研的。

對于一個追求穩(wěn)定的產品來講，芯片廠提供的專業(yè)芯片，一般都要比自己搭的電路更加穩(wěn)定、性能更好。一顆已經在市面上用量過千萬片的元器件，一定比自己搭的電路更安全。對于工程師來講，理解這些元器件，合理的用好這些元器件，比自己全新設計一組電路更有價值。

同樣的道理，應用在軟件方法和算法、結構設計規(guī)則等其他方面，也一樣適用。等到把別人的東西用熟悉了，再考慮如何來改進。反之抄都沒有抄的明白，何來自己的創(chuàng)新思路?例如現在最流行的神經網絡算法，其實也是在半個世紀前提出的算法上微創(chuàng)新而來的。