从编程看中印工程教育的差异
本帖最后由 晨枫 于 2025-8-19 17:13 编辑因为工作需要，当年曾参加了一个相当大的编程项目，项目“遗产”后来被“DCS大二”之一“继承”成为他们的主力产品了，我则有幸参加当年的架构设计。
我的老东家是干化工的，不是干DCS的，更不是干IT的。但我们有长期的用户端经验，不仅对于功能设计有自己的想法，对于架构和模块设计也出于长期使用、维护、扩充经验有自己的想法。再说，我们不是甲方嘛。
在架构设计初期，就和对方的研究中心挂钩，去他们那里参观的时候，大门赫然摆着“欢迎F-22团队xxx”。那是90年代中期。但研究中心在“40000英尺之上”，不接地气，还是需要落实到具体的硬件、软件、可见产品原型才行。
干大设计也要自己先动一遍手。把架构搭起来，主要模块写起来，大致跑通，然后才能和乙方谈。否则轻易就get snowed。也就是说，被对方的花言巧语或者术语套话哄晕了。
作为原型（prototype），用Visual Basic，容易上手，容易验证，容易展示，尽管效率比VC低。在后来的产品化中，VB留下来了，依然作为基本编程环境。
结构化原则大家都学过，没有秘密。
初步的架构、模块经过一番艰苦奋战，最终有点样子了。总体设计看起来高瞻远瞩、云淡风轻，实际上高度费脑子。不仅要站得高看得远，还要4万英尺高空一路看到地面，否则一致性甚至可实现性最终会给你狠狠的打脸。具体的功能模块划分既不能太粗犷，又不能太细碎。这跟造房子一样，琐碎到砖块或者粗略到楼宇的层次就谈不上模块化了。
有了初步的架构，就可以和乙方谈了，然后他们找到了印度的塔塔集团，作为最终具体执行的外包商。塔塔有经验，开价低，就是他们了。
然后就是不断的反馈、评审、再反馈、再评审。
每一次反馈都有详细的文档记录，要求修改的东西，最后修改了什么，都有详细记录。
每一次评审不光要在机器上跑一遍，我们还要读代码，力图理解，有时还有纠错，更有时忍不住优化一下。
必须说，印度人听仔细的，文档很规范、很全面，但读起来也很乏味，要不睡着真是大挑战。但读和审代码才反映了中印工程教育思维的差异。
中国和印度学生在北美都以理工科强而著称，都号称数学好。数学有两大特点：
1、严谨
2、抽象
严谨大家都没问题，不严谨的数学过不了关，谁也骗不了谁。抽象是不同的问题。在解题层面，不需要抽象能力。但要从已知推导到未知，需要抽象能力，以“提炼精髓”，才能更上一层楼，看到以前看不到的东西。否则顶多是新的推论，不是新的定理。
中国式工程教育长从first principles出发，强调基本概念和基本理论，以及体系和思路，所以“中国式编程”常有“过度优化”的问题：从first principles出发，不必要的东西一概砍掉，这种极简主义符合中国式工程师的“审美”，但未必符合模块化、可扩充性的要求。
印度式工程教育说不好是否重视first principles，但特别注重在现有架构下添砖加瓦，反映到编程，高度强调结构化和模块内的完整性，不惜叠床架屋。为了标准化，可以同样的东西反复declare，可以同样的功能反复build in。中国同行看到会忍不住优化一下，但实际上还真是可能损坏模块的通用性和portability。
最后比较塔塔他们反馈回来的软件，他们帮我们重新梳理了整体架构，这是必须的，我们只是几个人手搓、用来示意的prototype，他们有更加完整的团队和产品化经验，这个要听他们的。prototype也只需要很小的case base，实际工业软件需要面对大得多的输入输出、调用时间、运行可靠性等挑战。这好比模型飞机和轰-20的差别。
但印度人的编码感觉有浓浓的comformity味道，对等级、规则的敬畏和尊崇。原则、架构、规矩就是原则、架构、规矩，“管用、好用”当然重要，但要是“管用、好用”影响原则、架构、规矩，那就修改什么才是“管用、好用”。这或许是一种“过程导向”思维。
相对来说，中国人的编程里就有“我的程序我做主，极简才是最美的”。原则、架构、规矩都是“参考”，一切以“管用、好用”为准则。要是原则、架构、规矩影响了“管用、好用”，那就修改原则、架构、规矩。这是典型的“结果导向”思维。
这可能是从first principle出发的工程思维和从对架构的compliance出发的工程思维的差异？
其实，我自己都没有想清楚我想说啥，随手写下来，准备接受批判。说不定批判着，反而想明白自己到底想说啥了。 借着晨大佬的宝地，说一下我总结的中印工程师的不同。
首先，我觉得印度工程师和程序员也有非常优秀非常聪明非常努力的。这个中印之间有差别但不是根本性的。
两者之间主要的差别在文化和哲学。中国工程师绝大部分是结果导向的。不管想的多美，吹的多好，干出来才行。印度有相当一部分工程师程序员是过程导向的。就是以步骤为导向，最终结果不是衡量的最最重要标准。
这个差别细究起来，可以让晨大佬写二十篇。。。俺简单粗暴的归因为文化和哲学。。。{:191:}
这个仅仅是我的观察。和晨大的放一起，给大家讨论。 赫然 发表于 2025-8-19 14:32
借着晨大佬的宝地，说一下我总结的中印工程师的不同。
首先，我觉得印度工程师和程序员也有非常优秀非常聪 ...
同意。印度码农“纠结”编程格式。不思优化，也是过程导向的表现。 华尔街日报最近的文章说美国大量IT毕业生找不到工作，因为AI夺走了这些毕业生所能获得的初级技能工作。
具体到编程，中美印学生谁能和AI融合最好才能生存下去。总体非常不乐观。 国林风 发表于 2025-8-19 17:37
华尔街日报最近的文章说美国大量IT毕业生找不到工作，因为AI夺走了这些毕业生所能获得的初级技能工作。
具 ...
利用AI编程，感觉印度人更行；驾驭AI编程，感觉中国人更行。 本帖最后由 国林风 于 2025-8-20 10:33 编辑
晨枫 发表于 2025-8-20 07:57
利用AI编程，感觉印度人更行；驾驭AI编程，感觉中国人更行。
已经入编程坑的学生们绝大部分都是炮灰了，得想办法另找出路.
未来几年的最大问题是学校教学的知识和学习流程都需要极度更新，结果充满变数。 晨枫 发表于 2025-8-20 06:42
同意。印度码农“纠结”编程格式。不思优化，也是过程导向的表现。
以我本人的经验来看，除开哪些没能力不靠谱的，印度工程师的思维跟欧洲的比较像注重设计，流程和代码规范，对细节比较关注。中国人跟美国人的工作方式接近，都是先快速搞出一个prototype跑起来再说，然后在使用中慢慢迭代优化。反正是各有优缺点，不过我个人还是喜欢更中美这种模式，毕竟能早点跑起来就能获得些成就感，后面重构的事可能就是其他人负责了，哈哈哈。 国林风 发表于 2025-8-19 20:28
已经入编程坑的学生们绝大部分都是炮灰了，得想办法另找出路.
未来几年的最大问题是学校教学的知识和学 ...
以编程为主业肯定日子会越来越难过，但以domain expertise为主业的会越来越好过，因为编程越来越不是问题。
好多年前我就在大声疾呼：化工、机械、电工这些硬专业不会“天坑”，编程这些“寄生”专业反而会。那时看不到AI对编程的作用，但个人从来就认为，编程没有那么难，难的是编什么。 我倒觉得，这不是一个教育问题，首先是一个管理问题。
你让中国码农那么弄，也行，不过他们会骂，然后看的不够紧会偷工减料抄近路。
印度码农那么弄，也一样骂，他们不偷工减料抄近路一般都是因为看得紧。
然后，之所以这样管理，有很重的历史原因。
中国码农是内需起家的，信息化刚开始的年代会的人少，往往是很少的人起步就要撑大项目，每个人都要自己担责任，纯结果导向，养成的习惯是高度创业公司化，个人英雄主义的。
而印度从一开始就是成规模成熟的打工模式，先有美国来的方法论架子，再批量培养码农螺丝钉，出了问题首先是公司的，没流程赔不起。
用中国码农这个习惯管印度码农，那就很容易悲剧，当年小米招印度码农，第一个项目是俄罗斯电商，上来就出了巨大的篓子，具体啥事记不清了，反正是逻辑出了巨大的问题，好像是导致付款结果验证存在问题还是怎么着，白发了很多旗舰机，给我造成了极大的麻烦。
我现在也需要驱使相当多的印度码农干活，觉得跟中国开发放到类似的环境下，区别也就是全过程中准备甩锅的动作多一些而已。。。
另外说到AI，国内一般厂，绝大部分码农能花在写代码上的时间也就10%，20%顶天了，目前可见的AI，连写文档取代起来都困难，各种吹的引入AI节省多少人力，大部分是没节省掉的人力加班的成果。。。即使未来AI能再强大点，恐怕也不乐观。当年数字化的时候，画的节省人力的饼基本落空了，越数字化，越上系统，需要的人反而越多。现在搞智能化，闹不好再来一遍。 本帖最后由 赫然 于 2025-8-20 12:27 编辑
管理角度，开发流程角度。。。这个分析很有道理，很有价值！！！
同一个现象，不同角度的解读。。。
小木 发表于 2025-8-20 08:36
我倒觉得，这不是一个教育问题，首先是一个管理问题。
你让中国码农那么弄，也行，不过他们会骂，然后看的 ...
中印码农的特点决定了，管理方式要有很大不同。
中式码农，你需要给明确目标，细节可以商量，你可以要他对阶段结果负责。印度码农，你需要给明确路径，你对阶段结果负责，他对执行你的指令负责。
现在AI的情况下面，对两种码农的冲击是不一样的。AI可以很好替代印度码农，而不太好替代中国码农。在AI加持之下，中国码农的春天应该快来了。 小木 发表于 2025-8-20 07:36
我倒觉得，这不是一个教育问题，首先是一个管理问题。
你让中国码农那么弄，也行，不过他们会骂，然后看的 ...
要不你来深入展开一下？你这才是宝贵经验啊。
对于AI节省人力，你说得对：大部分人只看到节省人力的一面，没看到系统本身需要伺候，把人力加回去了，只是那里节约下来的人力不是这里简单加回去而已，整体劳动生产率提高了，但用人并没有太大的降低。 晨枫 发表于 2025-8-20 10:26
要不你来深入展开一下？你这才是宝贵经验啊。
对于AI节省人力，你说得对：大部分人只看到节省人力的一面 ...
这到也不是加回去，主要还是有了系统以后，可以管得比没有系统的时候细十倍。
AI恐怕也差不多。
现在AI，例如吧，能写公文了，所以牛马就把好多公文扔给AI写了，领导觉得你们这不写得挺快的，就增加了要求要写更多的公文，如此循环。
然后，AI现在面临的最大瓶颈，不管是驾驶还是财会，还是AI无法负责。AI做再多的活，也必须有个能坐牢能枪毙的人坐那里负责。
所以循环下来，最后可能就是原来一个人能写一份公文，现在两个人可以盯着AI写十份公文，然后加班为之负责，领导觉得公文很多很有成就感，队伍壮大了更有成就感，但确实多雇了一个人还要加班。劳动生产率是提高了，但是多生产的东西是不是有价值那就另说了。。。
页:
[1]