自从哈尔滨工业大学、哈尔滨工程大学（简称哈工大、哈工程，合称“二哈”）被美国禁止使用MATLAB之后，网上出现这样一个批评的观点：
哈工大的软件学院发展了二十多年，国家给你们这么多投入，但实际上只不过是给BAT这样的互联网公司培养了一大批可以“996”的程序员。
言外之意，MATLAB被禁，你们也不冤——谁让你们只顾培养996的程序员，没有研究出和MATLAB一样的基础软件？
在6月21日在线举办的YOCSEF哈尔滨特别论坛上，哈尔滨工业大学计算学部、国家示范性软件学院教授，计算机科学与技术学院副院长王忠杰在引导发言中，就此进行了深刻反思。
王忠杰资料图（截自哈工大官网）
王忠杰认为，把美国禁止“二哈”使用MATLAB这口“锅”甩给软件学院只培养了“996”的程序员，冤也不冤。
——说“冤”，是因为软件学院都以研究计算机本身技术为主，很少与其他领域交叉，这就很难研发出适用于其他领域专用的基础软件；
——说“不冤”，是因为现今人们大多一味追求热门的“云智大物移”，却几乎没人去做基础软件，是“偷懒”“投机”的表现。
王忠杰还提出，为什么每次技术封禁一出现，都好像是釜底抽薪？他认为，我们目前的考核导向等都太重应用而轻基础，导致我们在计算机技术领域的根基不牢。
“当我们赶时间去追求短期效果的时候，其实是在丢掉未来的东西。”王忠杰表示，要做出中国的MATLAB，靠市场论、靠情怀论和靠国家体制论都有潜在的问题，最重要的，恐怕还是要通过改变考核机制，让更多的人愿意投身在这些领域之中。
以下为王忠杰在“CCF YOCSEF哈尔滨特别论坛”上的发言原文，《本来科技》做了不改变原意的编辑整理：
软件学院只能培养996的程序员？
当我看到这个观点之后，非常自责。但是冷静下来一想，这个观点也有些站不住脚。这么说软件学院，我觉得有点冤。
为什么说冤？
《三体》中有一个情节：三体人用质子干扰地球上的加速器，封锁了地球上基础科学的发展，防止地球上在短时间内产生“技术爆炸”。现如今美国封禁MATLAB，与《三体》有异曲同工之处。因此，我认为此次美国禁止哈工大、哈工程使用MATLAB这件事，并不局限于“二哈”范围内。
另外，软件学院，包括计算机专业在内，其实是纯粹在研究计算机本身的技术和理论。如果让我们切入到去研发MATLAB或其他基础工业软件、科研软件，是没有这些特定领域的专业知识的。
比如，假设让我做一个控制领域或电子学领域、化学领域的仿真软件，我是没有相关领域知识的。只有把领域专业知识和计算机知识很好地结合在一起， 才能去做一些跨领域的事情。
所以，大多数搞计算机的人很难在短时间之内拥有非常丰富的领域知识。在这种情况下，让我们去做工业基础软件或科研基础软件就很困难。
但是，反过来讲，我们也不冤。
因为如果我们深入思考，就能发现这其中存在着非常重要问题：投机心理。
我们都知道基础软件非常重要，对国家也非常重要。但是为什么都不去做？
生物信息学专业的学生都能把生物学和计算机交叉在一起，我们的教授、学者、工程师们为什么不去做这些交叉？
这其中有一个很重要的原因：我们经常是偷懒的。
当前，所谓的“云智大物移”“ABCDE”非常热门——很多是外国人发明的——我们经常盯着这些热门。道理很简单，因为吸引眼球，国家也有很多科研经费投入，所以大家一股脑都扑到这些方向上。这些既简单直观、容易理解，又容易出成果，容易在期刊发表论文。
从这个角度来看，我们就不冤——每个人的科研方向都是自己做出的选择，我们为什么没有选那些对国家看起来更重要的，而是去选这些热点？
美国人用了40多年做出来MATLAB，中国没有，因为没有人去做这块。
所以也不能怪人们把“MATLAB被禁”这口“锅”甩到软件学院的头上，我们确实没有这方面的成果。
为什么技术封禁一出现就是釜底抽薪？
万丈高楼，起于平地。但是，为什么每次技术封禁一旦出现，都好像是釜底抽薪？
计算思维中有一个重要的观点：任何社会系统和技术系统都是分层的。大到国家治理体系，小到计算机系的课程体系都是如此。
以计算机系的课程体系为例。大家知道计算机领域的新技术、新知识日新月异，导致大学四年的课时已经无法容纳了。怎么办？
我注意到，很多学校、院系在更新课程体系的时候，“不经意间”会把底层的基础层给压缩掉。
道理很简单，上层不断地涌现新知识、新技术，这些新内容又是和工业界接轨的，所以老师们宁可牺牲掉基础课，去扩展这种顶层应用的内容。
很具体的一个例子：之前我们也讨论过，计算机系大一的编程课到底要去学习汇编语言，还是去学习C、C＋＋甚至是Python？
这实际上反映了一个“到底是重视基础层还是重视应用层”的问题。
越底层的东西，构造难度就越大。芯片、操作系统、基础软件，如果都不去做，自然也就不需要去学这种靠近计算机底层的基础知识。
只解决顶层的应用问题，Python就够了。
同样的道理在AI领域也是一样。我经常参加硕士和博士论文的答辩评审，几乎每篇论文都涉及深度学习的很多算法如CNN、RNN，框架如TensorFlow、PyTorch，但都不是我们的。
硕士、博士使用这些算法和框架去“创造”所谓自己的算法和创新，但十几年、二十年后呢？
中国提出的AI国家战略很好，但我担心，AI的根基也会慢慢被压缩掉。
所以，当针对我们的技术制裁一旦出现，就相当于是一种釜底抽薪。教育界、研究领域都在忽视基础的东西，但如果没了吃饭的工具，就只能用手抓了。
用手抓着吃，肯定吃不好，对不对？
当追求短期效益时，就在丢掉未来
事物都是有发展规律的。MATLAB经过三四十年的发展，通过不断地积累完善和迭代，才有了今天强大的生命力。它不仅涉及到软件本身的技术，还涉及到在不同的科研领域里对领域知识的积累。
所以，我们不能奢望不去打基础，一下子就能做出一个MATLAB。
也正因此，所谓的“弯道超车”，我并不是非常赞同。因为当我们赶时间去追求短期效果的时候，其实是在丢掉未来的东西。
搞研究也是如此，年轻时如果一味投机取巧，也可以发表很多论文和成果；但是如果没有内功的修炼，以后想去做出更高水平的成就，就变得非常困难。
有很多博士生是这样做事情的：一般是从论文当中发现要做的问题——这常常是一种空想主义——这个问题没有遇到过，但是看到别人在做，于是就决定“我也去做”。那这样做出来的成果，很多并不是为我们的工业界服务的，而是为论文服务的。
如此一来，就会带来很大的麻烦。
怎么去解决这个问题？很多人提出要靠市场机制。但我认为靠市场机制不太灵。
一个很直接的问题：今天MATLAB被禁了，但可能两个月以后、一年以后又放开了。放开了会怎样？即使有了国产替代软件，但可能在性能上、质量上比不上MATLAB，很多科研人员又回到MATLAB的怀抱了。
那么靠情怀行不行？准备在火星上退休的埃隆·马斯克，搞出来了SpaceX，有时候靠情怀是有用的。但是像MATLAB这种东西，我们不能把它推到一两个人、一两家公司身上。
是不是要靠国家体制？我觉得更重要的是，是通过改变考核机制，让更多的人愿意投身在这些领域之中。MATLAB就是通过长时间的持续不断地积累，才变成这样一个产品。
另外，要从我们每个人做起。前几天跟同事们聊天，说我们还有20多年就退休了，这20年如果让你把时间都放在去开发MATLAB最核心、最基础的一个模块上，可不可以？
大家回答说：让我们去做编程没问题，但是如果跟其他学科的人一起去做——面向产业界的需求、用自己的设备去做实验、积累基础数据、形成领域知识，就没问题。其实就是搞软件工程的人从软件的角度切入，各个领域的专家从各自专业切入，大家一起去打磨，完全是可以做得到的。
但这其中非常重要的是，现在短期的目标考核导致很多人不愿意这么去做。
要知道，做操作系统的人很多，也曾出现过一百多个操作系统，但最终留下来的只有Windows、Linux、BSD这些。这给我们什么启示呢？
现在的博士论文，不管水平多高，最终评审时往往一刀切：你的创新点有哪些？是不是通过几条漂亮的对比曲线证明了你的方法、研究结果可以超过美国人、英国人的结果？
我想说的是，如果我们能够允许博士论文“重复造轮子”，可以去重复走过诸如MATLAB最早期发展的那一段时间，可不可以？
这不是我能说了算的。这是考验我们整个中国科研领域所有学者耐性和持久性的问题。
（王忠杰系哈尔滨工业大学计算学部、国家示范性软件学院教授，计算机科学与技术学院副院长）
相关阅读：
“如果美国长期封禁，中国芯片企业就都有饭吃了”
高校老师的无奈：几乎没有学生愿意做芯片
旅美学者：“放卫星”放不出中国芯片未来
