近期，科技界掀起了一场关于职位头衔与职能界定的热议，焦点源自马斯克旗下公司xAI的一项决策——取消“研究员”职位，全面推行“工程师”称谓。此举迅速在人工智能领域激起了广泛讨论，各方意见纷呈。
马斯克本人对此变革持坚定立场，他认为“研究员”这一头衔过于学术化，难以体现工程实践的核心价值。他以SpaceX为例，强调该公司在火箭与航天领域的研发成果远超全球大学实验室的总和，而这些成就正是在没有“研究员”标签的情况下取得的。马斯克倡导的是一种以实践为导向的文化，强调动手能力和结果导向。
然而，图灵奖得主Yann LeCun对此表达了截然相反的观点。他指出，研究与工程在本质上有着根本的区别，混淆两者将严重阻碍创新进程。LeCun详细阐述了研究的科学探索性质，它侧重于新原理的发现与可行性的验证，通过论文发表和同行评审机制共享知识，评价标准侧重于理论的创新性、解释力及性能提升。相比之下，工程则侧重于整合现有方法，构建实用系统，注重效率与实用性，评价标准更多聚焦于产品的实际表现。
LeCun警告说，如果忽视研究与工程的差异，用同一套标准来衡量所有员工，将导致研究人员倾向于从事短期见效的渐进式工作，从而牺牲长期内的突破性创新。这一观点在科技界引发了深刻的共鸣，许多专家认为，保持研究与工程的界限对于促进科技进步至关重要。
此次争论还促使人们开始审视AI企业内部组织架构和人才管理模式的多样性。目前，AI实验室主要呈现出三种不同的模式：OpenAI和Anthropic采取融合模式，淡化研究与工程的界限，统一使用“技术人员”称谓；meta和谷歌DeepMind则采用专家模式，明确区分研究人员与工程师的角色；而xAI则采取了更为激进的废除主义模式，直接取消了“研究员”职位，全力强调工程实践能力的重要性。
