科研（research）与研发（R&D）思维有什么区别？

来源：https://www.zhihu.com/question/366503145

编辑：深度学习与计算机视觉

声明：仅做学术分享，侵删

即将从大学里的博后研究员变成一家科技公司研发部的研发工程师，虽然没有转行，但是深谙工作内容和方式会有很大的区别。希望过来的大牛们能够指导下怎样做好转型，调整自己的期待，培养新的能力。

我的初心源于，研究很爽非常能满足自己的EGO和好奇心，但是我更想能够实在地把知识转换成能够帮到听障群体的全面(holistic)的方案。之前的科研项目都是专注于一个方面，没有足够的全面性和系统性，这个让我感觉很拘束。

作者：张浩千
https://www.zhihu.com/question/366503145/answer/982459073

科研（research）的目的是分享，自己做出来的东西越多人知道、越多人跟进模仿越好，以论文发表为主要产出。

研发（R&D）的目的是赚钱，自己做出来的东西越少人了解，越少人能跟进重复越好，以专利和技术秘密为主要产出。

上面是根本性不同，由此会衍生出更多不同，比如research关心单一指标是否足够高、足够新，而对于整体有效性不怎么关注；而R&D关心的是产品是否真的effective，是否有好看的范式，是否有单一指标的突破，不怎么关注。二者的诸多不同都可以用这个框架来理解和解释。

作者：赵俊博 Jake
https://www.zhihu.com/question/366503145/answer/980324384

持续游走于二者之间，深有体会。要过年了，我就来个脱口秀一样的回答。简单来说：1. 科研和研发都是要解决问题。2. 思维上，科研更深更细、研发更宽更周全。

既然都是要解决问题，我举一个不太恰当的例子来解释这个问题：比如说，我今天突然非常想吃柚子。

第一步，我们要定义+分解问题，甚至是花流程图。你看首先我要去看看家里有没有柚子，有的话是否新鲜，没有的话我去哪里买，等等。

第二步，如果我是科研就会问自己一个问题：这里有没有研究上的挑战（research challenge）? 比如说：
    - 脑科学：我能不能模拟大脑电信号，让我不用做任何事就能感觉吃到柚子？
    - 运筹学：我怎么开发一个算法让我走的路是最短的？
    - 机械学：我能不能放一个保鲜的化学制品在冰箱里让柚子永久能吃？

读者读到这里，一定想骂我在胡扯淡了。不过，能让你有这种感觉就对了！可以说，每一个科研问题在一开始都看起来是扯淡的。它背后有两个最基本的条件：1. 巨大的不确定性。如果是确定性的，绝对不能叫他科研。2. 很小很细致很能定义的出来的一个问题。也就是学界经常说的 “Problem narrow down.”

那我们再来看看研发。这里我要思考的问题是很层级化的（按照顺序）：
    - 整体的架构是什么样子的？要分几个模块。首先需要有个起床模块，然后去检查冰箱模块，之后出门坐电梯模块，之后出门模块。
    - 每个模块的开发周期有多长？
    - 实际部署的时候哪里可能会成为瓶颈？整体部署后的运营成本会是多少？
    - 最后最重要的：兜底逻辑。要是我常去的超市没有柚子卖怎么办？我的plan B是什么？

研发最重要的是确保整个系统可以稳定得运转起来，以及完善的兜底逻辑。无论如何，系统需要有个稳定的产出。这里不care的事情包括：一个新的生产要素的冲击（模拟脑波信号）、模块内部的极致创新。研发本身需要确保的第一是完备性 —— 系统得先可用。第二才是高可用，这里的高可用不管是从哪个模块进去大改或创新（可能可以利用科研结果），或者是架构、流程上做文章。

总结，科研是单点创新思维，研发是闭环工程思维。

作者：RoseofVersailles
https://www.zhihu.com/question/366503145/answer/981140100

从个人的体验上来讲，在大学做科研，你是自由的，你可以任意挑战自己认知的极限，使用任何你认为妥当的研究手段，并且不用承担研究失败的后果，你的成果更多的是面向未来的，或者是给后人提供了理论上的新支撑。

在企业做研发，你是受限的，你的研发手段以及研发目标一定不可以跳出企业前人制定的框架，你的任务是在前人的基础上进行微调，你的研究目标是微调之后更赚钱，你一个人无法承担失败的后果，当你决定研究方向和手段的时候，一定会开会，定好责任分配，到时候出问题好甩锅。

如果你喜欢按照规矩办事，想多赚钱，不想多动脑子，尤其是思考整个领域的未来以及探索完全的未知，那么企业研发更适合你。

如果你对循规蹈矩感到无聊，你想做崭新的研究，想你死之后还被后人记住（还有人读并且引用你的文章和理论），用你浑身解数挑战未知，大学更适合你。

作者：JaysonPetrelli
https://www.zhihu.com/question/366503145/answer/979835333

毕业时一直想找高校教职，然而加拿大位置少，竞争激烈，只能转向国内，但是发现国内也不容易，难的地方一个是国内还停留在数文章数量的level，另一个就是需要“关系”，如果和国内大佬没有connection的话是很难进国内高校的。以前不知道，也是后来才知道国内高校要提前联系大佬，然后各个大佬再给学校上报，最终学校根据大佬报上来的名单再确定招聘简章，也就是说如果是看到招聘简章再投简历的话基本已经晚了，人家早就定好了。

扯远了，言归正传，后来就误打误撞来到了华为在渥太华的研究中心。我们组主要做两块，一块是做prototype，一块是做预研。做prototype的同事们应该算是development，毕竟不是产品线，所以他们更加关注的是如何实现paper中的算法，以及效果如何，至于代码的效率以及是否clean，都不是太care。而预研这一块主要是跟当下学术界在搞什么，什么方向比较火，以及看国内的团队是否搞偏了，不像科研research那样更注重的是提新的理论，新的算法。总体感觉下来是科研界的research创新性更高，关注点是如何搞个新的东西出来，至于是否简单，容易实现与否则不太关注。业界的research更保守，更关注的是如何高效简单的解决问题，方法是否可行。

作者：Terrell
https://www.zhihu.com/question/366503145/answer/980717408

我研究生毕业，现在的工作状态就是R&D。

科研（research）方面我觉得主要侧重于研究方向是否是热点、是否是前沿等等评判维度，但一般不考虑实际的应用。比如我研究生期间研究智能算法，我的重点就是找到好的Idea，然后用Matlab实现一个demo验证算法的可行性就可以顺利发paper了，不用特别强调实际的工程落地问题。从我们机械专业的角度看，research就好比在仿真环境加工，而R&D就相当于把程序放在实体机床上加工，仿真随便搞没关系，但实际加工程序出问题可能就把机床撞坏了。

实际工作中的R&D，遇到问题也要有好的Idea，也要去探索解决方案，但一般会保守的选择已经成熟的算法，稍加修改应用到自己的项目中。所以实际工作的R&D就要考虑更多的工程应用，实际的工程问题比单纯的research复杂的太多了，而且繁琐的东西也多。从这个角度讲，从research到R&D需要调整一下心态，research容易做到完美，但R&D牵涉的面太宽，可能有很多东西要妥协，要有接受不完美的准备。

作者：buzzBeater
https://www.zhihu.com/question/366503145/answer/978410954

很久以前听过面试SDE和research的学生互相开玩笑，SDE说：做research基本上是口嗨，搞一些有的没的，实用价值低，落地难，能带来多少ROI？做research的人对SDE说：你们就是调包和基于ctrl-c、ctrl-v的编程，都是体力活，业务活，创新少门槛还低，有什么意思？

以上虽然是玩笑话，但或多或少反映了两个群体的stereotype的特点。

从职业发展角度，我觉得research转RD，好好找师傅练一下coding，几个工程下来，没太大问题，当然学统计等其他和cs比较远的人可能比较麻烦，学习曲线比较陡；倒是RD转research，可能得找老师好好系统地训练下，得补一下理论、思考idea的套路、和结构化present和writing的流程，而且research得看智商，不太聪明的人上限不高。

当然，最好的方式是做RD的同时在从业务中抽象出问题进行探索性研究，这是保持个人竞争力的关键。所以我喜欢reserch和rd都不错的学生。

作者：匿名用户

https://www.zhihu.com/question/366503145/answer/982210278

科研注重“磕”，研发注重“研”。

作者：崔翔
https://www.zhihu.com/question/366503145/answer/991876829

武林高手和军队的区别。

学术界做科研往往是自己可以一条龙，从上游到下游你都可以自己来搞。一个好的idea，价值千金：大到可以开创一个新领域，小也可以攻克一个难题，为人类知识的增加做贡献。

工业界往往是集团军式作战，讲分工，讲协作。也许你很牛，一个人能够搞定所有问题；然而商场如战场，企业为了适应市场环境，很多时候研发的时间是有限、甚至争分夺秒的。企业比学术界有钱，所以它可以堆资源，砸钱砸人砸硬件，把一个大问题拆成若干个小问题，然后齐步前进。这就涉及到一个分工和协作的问题：你做的这小块，要怎样和你的同事步调一致地前进，快速地推进项目，你一个人做的太快没有用，要确保你的同事能跟的上你，当然拖后腿就更不行了。再者，时间规划、PPT汇报、标准化流程这几项技能都是非常有用的，越大的公司越是有用，你工作时间久了自然就有体会。总结起来就是organizational skills不能缺少。

然后就是consistency和reliability在工业界是非常重要的指标，如果你能做到均值60分方差5，会比做到均值70但方差30要来的更牛逼。

之前有个前辈跟我讲，做research，你做出的东西别人做不出来，大家朝你竖大拇指；而做development，你做的东西别人也能做出来，大家才朝你竖大拇指。

大致就这样。

作者：Sniffer https://www.zhihu.com/question/366503145/answer/980402466

打个比方吧，假如想要实现某个目标。research的目的是，你找到了某种新方法，哪怕是只有1%成功可能性，你的research也是成立的。而R&D的目的是，当你确定了某种方法后（不管新旧），你必须保证它100%的能实现你的目标。

     不断更新资源

     获取更多精彩

长按二维码扫码关注