从历史伟大研发实验室获得的经验教训 [译]
💡
原文中文，约18600字，阅读约需45分钟。
📝
内容提要
本文讨论了BBN、CMU和TMC等实验室的管理模式对Answer.AI的启示，指出了BBN和CMU的成功案例应激励Answer.AI的创始人信任他们设定的发展方向。同时提到了贝尔实验室的问题选择策略和思维机器公司的资金问题。最后，作者认为Answer.AI有机会复兴这些传统模型，并祝愿Answer.AI的创始人好运。
🎯
关键要点
- 本文讨论了BBN、CMU和TMC等实验室的管理模式对Answer.AI的启示。
- BBN和CMU的成功案例应激励Answer.AI的创始人信任他们设定的发展方向。
- 贝尔实验室的问题选择策略对Answer.AI有借鉴意义。
- 思维机器公司的资金问题提醒Answer.AI关注资金来源与技术目标的一致性。
- Answer.AI有机会复兴传统研发模型，追求创新与实用的平衡。
- 爱迪生的门洛帕克实验室提供了集中于宏伟理念的管理经验。
- 通用电气研究实验室的多项目并行策略适合成熟技术领域的研究。
- BBN在创新与实用之间找到平衡，吸引顶尖人才。
- CMU的管理结构促进了技术创新与系统构建。
- Answer.AI应借鉴历史经验，避免短期目标的压力，专注于长期创新。
➡️
