文章来源：2026年寒假复旦大学校友走访活动
走访同学：2025级机器人学院本科陆天翊
前言：在技术浪潮奔涌、行业边界日益模糊的时代，我们常常听到关于“深耕”与“跨界”的争论。一条看似“正统”的路径，是从一而终，在某个垂直领域成为专家；而另一条路，则是拥抱变化，在不同赛道间穿梭，寻找更广阔的天地。张学长的职业故事，无疑为我们生动地描绘了后者的图景——从复旦光学博士，到博世传感器工程师，再到蔚来自动驾驶骨干，继而经历苹果的短暂旅程，最终在影像创新领域担任负责人。他的轨迹并非一条直线，而是一幅不断拓展的版图。
然而，这并非一个关于“跳槽”或“追逐风口”的浅薄叙事。在频繁的身份与领域转换背后，张学长的经历揭示了一种更深层的职业智慧：真正的竞争力，并非掌握某个瞬息万变的“技能”，而是锻造一套以不变应万变的“底层操作系统”。这套系统，是定义问题、拆解核心、寻求突破的方法论；是从用户需求出发，端到端构建产品的系统思维；更是在热爱与事业、理想与现实之间，主动进行“课题分离”的成熟心智。
通过与他的对话，我们看到的不是一位被潮流推着走的逐浪者，而是一位主动塑造自身路径的“解题家”。他用自己的行动证明，在智能硬件的宏大叙事里，“通才”的广度与“专才”的深度可以并行不悖。变化的行业与岗位，成了他验证和升级自身方法论的练兵场；而那份贯穿始终的对“做出好产品”的追求，则是他所有选择的终极锚点。
希望这篇访谈，能为你带来一些跨越当下困惑的远见与笃定。
张晓磊：2013级信息科学与工程学院博士校友，现任影石创新系统责任人。
Q： 张学长您好，您提到过自己的工作经历比较丰富，从顶尖外企到独角兽公司等都有颇多经验，您能否分享一下您毕业之后的工作经历和心路历程？
A： 我18年从复旦光学博士毕业，第一份工作是在博世的传感器事业部做应用软件工程师，主要方向是空气PM2.5等传感器的软件集成和算法开发，工作了大概三年，一直做到整个环境类传感器的项目负责人。
21年我从博世跳槽去了蔚来汽车做自动驾驶。原因其实比较简单，就是一直都很想去做这个，但毕业时没有很好的机会，所以先去了传感器行业。21年自动驾驶风头正盛，我就去了蔚来自动驾驶系统部门做传感器系统，包括摄像头、激光雷达等。在蔚来干了四年，从一个资深系统工程师做到了数据闭环与挖掘部门的负责人。
24、25年的时候，我从蔚来离开，去了苹果中国做PMO，负责摄像头、深度相机相关的计量设备和检测方案项目。但待了大概两三个月时，被我现在所在的影石创新公司挖过来，目前是影石系统负责人，负责影像系统中的AI算法集成、调试和参数优化等工作。
Q： 您的工作内容跨度较大，涉及从传感器到自动驾驶等领域，您是否认为这些行业都是相通的还是有较多内容需要自学呢？
A： 从我具体从事的行业看，细分领域相似性不大，但都还在“智能硬件”这个宽泛范畴内。无论是工作种类还是技术技能，跨度都蛮大的，从软件开发、算法到系统设计，再到大数据、云计算、机器学习，现在又回到影像系统。但我觉得，不管哪份工作和技能，我一直在尝试建立自己做产品的底层能力。我追求的是能从上到下、端到端地把一个产品从设计到量产交付串起来。所以表面跨度大，底层逻辑是相通的。
Q： 您觉得学校的知识对您目前工作帮助大吗？
A： 我个人认为在学校里可以关注两件事：技能和方法论。对于复旦的学生来说，更多应该关注方法论。专业分类看似把技能分开了，但复旦大部分时间培养学生的是解决问题的底层逻辑。这一块是在学习过程中要不断积累、强化的。技能在第一份工作时可能有用，但从第二份工作开始，更多是底层逻辑支撑你往更高处走，技能只是辅助，需要在工作中不断学习新东西。
Q： 您提到要培养一种方法论和解决问题的能力，请问您能具体阐述它是怎样的吗？
A： 我自己的感受是，在复旦读博的五年，最大的挑战是在几乎没有指导的情况下去解决一个领域内尚未解决的问题。你会经历一个非常痛苦的过程：自己想办法、找出路、找突破点，再验证。这个过程帮我积累了扎实的解决问题的底层逻辑。遇到任何问题，我会先找核心。用马斯克的话说，就是第一性原理。你要拆解问题最底层是什么，再从那里出发去解决。在复旦读书时，我可能积累了大量的这类案例，从而形成了这种能力。
Q： 那您是否认为博士期间的研究方向太过于细分，从而去业界工作时会难以适应？
A： 以具身智能领域为例，大部分创始人团队学历都很高，但他们招的人，却不一定是学历非常高的人，因为他需要的是能落地的人。所以，如果你关注的是事情能不能落地，并不需要找一个细分领域深究，而是要积累能让产品问世的行业经验。但如果你想做开创的人，无论是提出新技术还是新想法，就应该往顶尖处深究，用技术带领公司往前走。当然，如果不是真心热爱科研，选择读博可能要慎重。
Q： 关于人工智能和具身智能，您是否看好它的前景和发展，还是认为是时代的泡沫？
A： 人工智能和具身智能，现在也许是泡沫，但一定是未来科技发展的必经之路。科学的发展每过一段时间都需要科技创新来推动，从互联网、移动互联网到人工智能，就是这样迭代的。具身智能本身不是新东西，工业机器人早就有了，人工智能只是把大模型安在自动化机器上，让它自主执行行为。所以整体来说，它现在是个泡沫，但这个泡沫不知道什么时候会破——即便破了，人工智能加上智能硬件这个概念，也一定是未来可以高速发展的方向。之后的新技术，也一定是人工智能的衍生，推广应用到各个行业。现在人工智能做具身智能，主要惠及制造业或劳动密集型行业；未来AI技术还会继续辐射到医疗、娱乐、农业等更多传统领域，重构所有底层的设计。
Q： 很多高校新开了人工智能相关专业，大量人才涌入，您认为这种情况会不会让这片“蓝海”变成“红海”，导致行业内卷严重？
A： 现在已经是这种情况了。但这不完全是因为人才大量投入——人才投入有滞后性，现在培养的人要四五年后才涌入市场。现在的“卷”，核心原因是蛋糕变少了：全球经济不景气，产业利润率下降。如果行业利润率高、融资容易、薪酬高，大家不会卷，只会欣欣向荣。正是因为处于存量博弈状态，大家才卷。未来会不会好，涉及到经济周期。如果等到你们毕业时，经济处于上行阶段，那么各行各业可能遍地开花；如果经济没有上去，可能还是存量博弈，那大家就还是会比较卷。
Q： 您觉得进行生涯规划最好的方法是？
A： 我认识的很早就找到方向的人，本科时都做了同样的事情：实习。实习帮你快速看清社会需要什么样的人才，以及你所关心的公司和领域到底在做什么。不一定要转正，最重要的是快速跟社会接轨。如果不实习，只靠社交媒体，信息是有偏差的。你得亲身去体会才能知道，比如具身智能很火，但你并不真的知道每个部门在干什么、工作状态怎样。实习完后你大概会对行业或公司有了解，帮你判断后面的路。
Q： 您是如何看待热爱与兴趣的，以及如何平衡喜欢的和应该做的？
A： 我的经历是一个浮动变化的过程。我个人的经验是，你越早有一个清晰、具体、明确的爱好，可能会让你越早陷入一种痛苦。我举个例子：我从小弹钢琴，唱歌特别好，非常喜欢音乐。如果你认为职业必须走到这个方向上，你的面会很窄。当然，有那种偏执的热爱也可以，但我没到能抛弃一切去做的程度。
我很早就做了“课题分离”，把热爱和事业分开了。我认为喜爱和事业不需要一致，是可以分开的。爱好给我带来一部分快乐，事业带来另一部分快乐。
事业带来的成就，更多是世俗意义上的成功——薪酬、职位、行业、做成的项目和产品。这能形成一条清晰的反馈路线回到我身上，我能收回价值。这件事就能让我有成就感、让我快乐，成为我的动力。
所以，我的爱好变得抽象了。抽象的东西反而让人更容易满足，因为形式不重要，重要的是它能带给你的满足路径是可以达成的。这样，你的选择就会很多。
Q： 您有什么想对学弟学妹们说的吗？您觉得如何更好地度过大学四年？
A： 大学四年怎么过，关键看你想要什么。我认为，你越早知道自己想要什么，就会过得越舒服。不是说哪一种方式一定就有好的结果，我认为最不好的情况，就是大学四年过完之后，我回过头来看，是我后悔——后悔当初为什么不去实习，为什么不好好考试。
你可以选择享受四年校园生活，不去拼命实习、找工作，那你就享受到了校园生活，最后毕业时就不要后悔，因为这是你自己的选择。
最怕的是，你既没有享受好生活，也没有努力好，最后也没有得到好的结果。你会觉得好像什么都没做，但四年后的结果就摆在你面前。
所以，对于如何利用好大学四年这件事，我觉得你要越早想清楚，在这四年里你想要的东西的优先级排序。然后，你分配好自己的时间。等到四年后交“成绩单”的时候，只要你不后悔，我觉得就可以了。
