早在20年前，李录和巴菲特就看到了中国继市场化之后的又一个巨大红利，工程师红利。
2003年，李录投资比亚迪，并且把王传福和比亚迪推荐给了查理芒格和巴菲特，当时投资有三大理由，市场、政策和估值，核心的理由是公司的工程师文化。
王传福本人是“极其优秀的工程师”，并且难得的集工程师、管理者两重能力于一身，展现出极强的资源整合能力和抗风险能力，公司的核心竞争力是工程师文化，从电池制造跨界到汽车行业时，凭借“不断学习的机器”特质，始终保持极致的性价比。
巴菲特参观后说，“他们的工程师在食堂边吃饭边改图纸”，车加速时，他的假牙差点飞出去。
芒格承认这项投资反逻辑，“我们投资时，比亚迪电池技术落后日本十年”，但是，中国工程师用1/10成本实现80%性能的替代路径，王传福团队用磷酸铁锂电池，绕过日企专利墙。
工程师红利下的新突破在持续。
今年4月在第50届日内瓦发明奖上，珠海格力电器自主研发的“高速双五轴龙门加工中心”获得金奖，打开了精密机床的一个缺口。
众所周知，中国产品只要打开一道缺口，就可以打通无数道缺口。
在9月18日当天举办的华为全联接大会2025上，华为轮值董事长徐直军强调：“我们单颗芯片与国际领先水平仍有差距，但通过长期投入连接技术，我们打造的超节点，可以做到世界最强。”
熟悉的配方，不追求单项第一，而是通过系统集成与生态协同，实现弯道超车。
过去的四十年，大概是中国有我以来工程项目最多的四十年。
出生在云南的王旦现在定居于旧金山，专注研究中美两国技术发展动态。今年8月，他出版了《Breakneck: China’s Quest to Engineer the Future》（《极速前进：中国塑造未来的探索》）一书，厘清当下中国正在发生的真实变化，入围了英国《金融时报》年度商业图书长名单。
书中举出的例子，对美国人很扎心，比如加州的烂尾高铁，还有火车时刻表。
王旦说，自己偶然找到过一份1914年的纽黑文大都会北方铁路时刻表。令人难以置信的是，当时纽黑文的火车速度居然比2025年的还要快一点，去除掉停靠站点增加的因素外，仍然太慢了。
他认为。中美这两个追求速度的国家有相似之处，追求速度，工具理性盛行，甚至有点粗俗。
不同之处在于：中国是一个以“工程思维”治理的国家，擅长统筹建设；而美国已演变为一个“律师主导型社会”，凡事倾向于设置阻碍。
一个用“大锤”解决问题，一个用“法槌”解决问题。
中国高端制造业大获成功，逐渐摆脱低端劳动力的数量和效率束缚，建立在工程师红利的基础上。
中国工程师红利，这个数据是美国的10倍
中国培养的工程师人数前所未有，学习工程的年轻人数量快速增长。
美国的中国观察家乔纳森·P·塞内（Jonathon P. Sine）对《Breakneck》一书进行了长篇评论，列有中美工程学和律师人数的图表。
对比来看，中国工程类人才总量是毫无争议的全球第一。
搜索8月21日DS RI数据、综合教育部等数据，中国年新增工程师约64.4万，美国22.1万，印度21.5万。
理工科本科毕业生，中国约是美国10倍（470万vs 50万），博士约是美国的2.6倍。
美国超过一半的工程学硕博毕业生来自中、印两国。理工科博士年毕业约3.9万，其中36%为国际学生，中国留学生为主力；美国本土工程类本科毕业生每年约50万，去除国际生后，实际不足14万。
如果没有来自中印的理工人才，美国无法推进高端制造，制造业不可能回流。
中国的工程师红利还体现在成本上，两国薪酬差距巨大。
根据智能热搜，美国顶尖工程岗起薪可达15万美元以上，中国同类岗位均值不足其八分之一。
今年3月25日，Tech News转引Levels.fyi 的数据，分析超过2万个软件工程师的薪酬资料。
这些工程师被归类为一、二、三的三重层级，即本地中小公司、大型公司、全球顶尖创新公司和对冲基金等机构，工程师层级从初级到高级到顶尖。
以软件工程师为例，薪酬相差极大，美英大幅领先，第一结构的初级工程师，美国中位数薪酬为10.5万美元，英国略低，印度为6.3万美元。
根据职友集，中国初级工程师月薪是多在6千到1万5千元人民币之间，今年上半年新发岗位的薪酬开始直线上升。
中国大规模的工程师红利由此而来，数量庞大，成本低廉，并且，吃苦耐劳。
在新能源车、电池、稀土、CXO、创新药等各个领域，中国产业和制造业崛起的基础之一，是几乎无穷无尽的工程师和研发人员红利。
如果说，中国80年代后经济发展靠的是市场化，那么，在目前第二阶段接续能量的是巨大的工程师红利。
高科技人才竞争已经白热化，有个数据可见一斑。
2024年11月19日，伦敦，全球数据分析公司科睿唯安（Clarivate）发布了2024年度“全球高被引科学家”名单，遴选全球高校、研究机构和商业组织中对所在研究领域具有重大和广泛影响的顶尖科学人才。
全球59个国家和地区 1200 多家机构的 6636 名科学家入选，评选依据是基于 Web of Science 核心合集，遴选从2013年至2023年这11年间发表的被引论文。
美国共有2507人次入选，仍是“全球高被引科学家”名单入选人次最多的国家，占总人次的 36.4%，但是入选人次占比自2018年（占比 43.3%）以来持续下降。
中国内地入选人次数再次大幅增加，共 1405 人次入选，占比20.4%，是2018年的逾两倍。
虽然科学家来自 59 个国家和地区，但85.4% 的入选者来自于 10 个国家和地区，74.4% 的入选者集中于排名最高的5个国家和地区。
可见，人才越来越集中，甚至集中于中美两国。美国些微领先，中国奋起直追，在差距较大的领域，中国另辟蹊径。
中国科研的未来，建立在S（科学Science）T（技术Technology）E（工程Engineering）M（数学Mathematics）的基础上。
看来，美国在1986年提出的STEM国策，中国执行到位了。
中国工程师红利的软肋，在哪里？
中国工程师结构化短缺，有些行业过剩，有些行业严重不足。
中国工程师集中在基建、制造等领域，美国AI、芯片等领域岗位密度更高，
在这些领域，中国的人才数量没有赶上美国。中美两国合计占全球AI研究人员的57.7%，是真正的双强并峙，美国相关人才占据全球首位。
7月3日，北京日报引用《全球人工智能科研态势报告（2015-2024）》，中国AI研究人员经历了惊人的数量扩张，从2015年不足万人到2024年的5.2万人，年复合增长率28.7%。
美国以6.3万余人的人才数量居全球领先地位，其中，斯坦福大学2385人、麻省理工学院2191人，与谷歌2569人、微软2461人形成高校与企业双引擎。
今年4月21日，瞭望新闻周刊转引麦肯锡咨询公司的报告，到2030年，中国对人工智能专业人才的需求预计将达到600万，人才缺口可能高达400万。
根据脉脉高聘人才智库发布的《2024年度人才迁徙报告》，AI相关岗位人才供需比不足1.0，搜索算法人才供需比为0.39，云计算、深度学习等技术岗位低至0.27，相当于5、6个岗位，等着1个人才。
汽车行业同样短缺，根据工信部此前预测，2025年，新能源汽车领域专业人才缺口将高达103万，特别是仿真应用工程师的供需比仅为0.58，相当于2个岗位争夺1个人才。
除了结构性短缺之外，还有一个大问题，人才培养机制老化，与社会严重脱节，十年博士生数量翻倍至60万+在读，但企业亟需的实战型技术人才极端匮乏。
一些缺乏实战经验的老师，带着学生纸上谈兵，写出一堆无用的论文，绝大多数论文在评上职称后束之高阁尘封积垢。
《2023中国人工智能人才学习白皮书》调查显示，近50%的受访学生表示高校教育缺乏专业实战能力；85%的受访教师认为，高校AI教育缺乏落地实战机会。
幸好，中国正在转变纸上谈兵评职称的理论导向。
去年12月26日，中国教育报发表《如何答好高校科技成果转化“关键题”》的文章，提及目前科学院和高校的评级系统已经调整，知识产权、著作权、发明专利，创新创业转化，成为评职称的重要依据。
听一个业内专家说，有两项重要国家发明专利，有了评院士的资格。
2023年初，人社部印发《关于进一步做好职称评审工作的通知》，对于取得重大突出贡献的人才，采取“一事一议”“一人一策”的方式，直接申报高级职称。
最后一个问题，应试教育培养出的人才，突破性创新不够；企业界的人才储备不足，意味着研究效率，可能不如美国。
中国AI研究人才主要集中在科学院和高校，中科院3453人、清华大学2667人、北京大学2123人，构成第一梯队。
第二梯队是腾讯、阿里巴巴等国际顶尖的高科技企业，研发团队分别以992人、633人的规模，超越部分高校。
美国人才市场主要集中于头部企业，谷歌、微软、Meta三大科技巨头的总发文量为5896篇，是中国TOP3企业腾讯、阿里、华为的1.8倍，美国企业论文的平均被引频次为63.3次，较中国企业的55次高出15%。
中国人才逐步向企业聚集，但旋转门还在，东壁科技数据创始人吴登生说，卡内基梅隆大学与当地企业人才流动率达37%，中国高校与企业间互通率不足15%。
幸好，中国在推进科研的市场化、务实化，西湖大学、福耀科技大学成为两大象征，纸上谈兵的时代，正在逐渐过去。
人才迎来革命性浪潮，普通高校贬值
因为智能化，教育和科研已经到了根本变革期，这是一场持续了几十年的革命性浪潮。
上世纪60年代末，比尔盖茨还在中学时，就已经成为编程专家，最终从哈佛退学。
彼得蒂尔从年轻人中选取天才，鼓励他们离开死板的大学教育体制，在创业中终身学习，
马斯克大用年轻人，根据科技新报9月17日报道，马斯克的XAI将一名2023年高中毕业的大学生Diego Pasini 任命为负责训练AI 系統 Grok 的资料标注团队负责人。
这位年轻人曾在宾大沃顿商学院学习电脑科学和经济学，赢得一场XAI黑客马拉松大赛。在公司仅工作了八个月，就接下重任。
从9月12日晚开始，Diego Pasini带领团队进行大规模裁员，将团队人数从1,500人减少到大约1,000人，仍在动荡中。
这是年轻天才加上AI作用的结果。
在AI时代，重要的是通过智能学习选拔终身学习型人才，而不是像以前一样选拔普通大学生，普通大学含金量在下降。
9月17日，卫夕指北引用两个哈佛大学博士生的文章，以庞大、严格的数据，展示了AI对就业的残酷冲击。
结论是明确的，从2022年AI大规模应用开始，高级岗位的就业人数昂首向上，初级岗位的增长开始停滞，到了2023年中，掉头向下， 两条线从此分道扬镳。
AI对年轻人的初级岗位冲击最大，批发零售行业、金融、信息行业是重灾区。
对高校影响巨大，顶尖和底部高校就业不受影响，中不溜的高校毕业生性价比不高，冲击极大。
要么顶尖，要么学一门技术，要么能够了解人性，普通毕业生、还不能终身学习的，淘汰比例极高。
在人类漫长的历史上，科技竞争从未如今日之激烈，大转型远未结束，鹿死谁手，难以预料。
所有的人，都要为未来做好准备，对学习和事业的真正热爱，是对冲智能时代的基本前提。