生物圈的涌现与工程思维截然不同，涌现是系统自我创造新功能，而工程是预设目标并执行。科学应承认无法完全掌控生物圈，强调参与而非控制。生物创新在出现前并不存在，挑战传统科学观念。人类应适应生物圈的自我创造，而非试图用工程思维解决所有问题。

在AI时代，工程思维和判断力是最难被替代的。Peter Steinberger指出，虽然AI消除了语法上的困难，但工程思维仍然至关重要。它包括问题拆解、全局视角和结果验证。培养工程思维需要反复练习，明确目标和输入输出，以更好地利用AI。

许多开发者对大型语言模型（LLM）和人工智能（AGI）的未来看法短视，认为它们只是聊天机器人和编程助手。实际上，LLM只是重复人类工程师的工作，虽然会替代一些任务，但主要针对缺乏工程思维的人。编程应从命令式转向声明式，关注问题本身。开发者应利用本地代理处理简单任务，利用大模型解决复杂问题，专注于更高层次的创新与解决方案。

工程思维包括明确问题、分析原因、创造性解决方案和系统思考。培养这种思维需要关注问题解决、逻辑推理、资源平衡、从失败中学习、持续学习和有效沟通。参与项目、阅读工程案例和讨论想法有助于提升工程思维。

将复杂问题简单化，分解为可执行的单元是解决问题的方法之一。程序员通过每一步骤、每一行代码来构建庞大的系统。职场人也应将目标分解为可执行的单元并按步骤执行。推荐学习工程思维。

中国的巨大发展成就与庞大的工程师队伍和工程思维有关。工程思维是解决问题的方式和路径，训练自己的工程思维能力对于职场人士来说非常重要。工程思维无处不在，每一个问题都需要分解步骤逐条解决。