苏姿丰 MIT 毕业演讲：跑向最难的问题，也学会自己制造运气

2026 年 5 月 28 日，AMD 董事长兼 CEO 苏姿丰（Lisa Su）回到母校麻省理工学院（MIT），在 OneMIT 毕业典礼上向 2026 届毕业生致辞。她没有讲芯片参数，也没有讲行业前景，讲的是一个人在还不知道答案的时候，还能不能把问题弄明白。

本文分三部分：先放演讲现场的英文录音，再给出全文的逐段中英对照，便于对照阅读；文末用五段编辑分析，归纳其中值得保留的观点，并分别标出各自的适用边界。

关于这场演讲

苏姿丰与 MIT 的渊源很深：她在这里取得电机工程学士（1990）、硕士（1991）与博士（1994）学位，此后先后任职于德州仪器、IBM 与飞思卡尔；2012 年加入 AMD，2014 年成为公司历史上首位女性 CEO，现任董事长兼 CEO。她在演讲中提到，自己 1986 年入学时 17 岁，出生在中国台湾，在纽约皇后区长大。这场演讲是 MIT 邀请她以校友身份向毕业生致辞，主题不是产品，而是关于教育与职业选择。

演讲音频

下方是演讲现场的英文录音（约 15 分钟），取自 MIT 官方发布的录像，未作剪辑。听原声可以校准语气、停顿和掌声的位置，也可以用来对照下面的逐段译文。

录音来源：Lisa Su Address to MIT Class of 2026（MIT 官方频道，2026 年 5 月 28 日发布）。音频版权归 MIT 与演讲者所有，此处仅作阅读与学习用途引用；需要长期或商业使用时，请以官方渠道为准。

全文（中英对照）

以下按段落排列，引用块是英文原文，紧随其后的正文是中文译文。英文原文依据 MIT News 发布的演讲稿；中文译文由 IPVU 整理，力求对应原意，不是官方译本。

Good afternoon.

President Kornbluth, Chairman Gorenberg, trustees, faculty, families, friends … and most importantly, the MIT Class of 2026.

Congratulations.

You earned this.

下午好。

Kornbluth 校长、Gorenberg 校董会主席、各位校董、各位老师、家长和朋友们……以及最重要的，MIT 2026 届的同学们。

祝贺你们。

这是你们应得的。

Standing here feels different than I expected.

I've given a lot of talks over the years … but this one is personal. And as Murphy's Law would have it, I somehow managed to lose my voice this week … so please bear with me if my voice sounds a little rough.

站在这里的感觉，和我想象的不一样。

这些年我做过很多演讲……但这一次对我有特别的意义。而按「墨菲定律」的脾气，我这周偏偏把嗓子搞哑了……所以如果我的声音听起来有点沙哑，请多包涵。

I came to MIT in the fall of 1986. My parents dropped me off at Next House. I was 17 years old. Born in Taiwan, raised in Queens … and pretty sure I was good at math.

Then I walked into 6.001 and 6.002.

Within about two weeks, I realized there were a lot of people at MIT who were very, very good at math.

I remember staring at those first problem sets thinking … man, these are super hard.

I had never really pulled all-nighters until freshman year … it was a new experience, but it was a lot of fun doing it together with your classmates.

MIT has this incredible way of pushing you further than you thought you could go.

1986 年秋天，我来到 MIT。父母把我送到 Next House 宿舍。那年我 17 岁。我出生在中国台湾，在纽约皇后区长大……并且相当确信自己数学很好。

然后我走进了 6.001 和 6.002 这两门课。

大约两周之内，我就发现 MIT 有太多人数学好得惊人。

我记得盯着最初那几份习题集，心想……天，这些也太难了。

上大学之前我从没真正通宵过……那是一种全新的体验，不过和同学们一起熬，其实挺好玩。

MIT 有一种了不起的本事，能把人推到比你自己以为的极限更远的地方。

You wrestled with the problem.

You blew up a circuit or two.

And then, somehow … the thing worked.

And suddenly, you realized you could build something real.

And, that's when I started feeling like an engineer.

你和难题缠斗。

你烧掉过一两个电路。

然后不知怎么的……那东西竟然跑通了。

接着你突然意识到，自己真的能造出实在的东西。

也就是在那时，我开始觉得自己像个工程师了。

One of the best parts of MIT is UROP.

The opportunity, as an undergraduate, to work on real research.

That changed my life.

My first UROP was in Professor Hank Smith's lab in Building 39 … making X-ray lithography mask blanks for a graduate student.

To be clear, at the time I had absolutely no idea what that actually meant.

But I got to put on my first bunny suit, walk into the clean room, and start building devices on little 2-inch wafers.

I learned very quickly to be careful because those wafers were delicate, and I definitely did not want to be responsible for breaking them.

I ran a bunch of experiments. Most of them didn't work the way we expected. So, we adjusted. And tried again.

It was the coolest thing ever.

For the first time, I wasn't just learning about technology in a classroom. I was part of a team trying to discover something new.

I remember thinking: wow, we can build things this small?

Things tiny enough to fit on a die the size of a coin … but powerful enough to change the world.

And that is when I fell in love with semiconductors.

MIT 最好的部分之一，是 UROP（本科生研究机会计划）。

它让本科生有机会参与真正的研究。

这改变了我的人生。

我的第一个 UROP，是在 39 号楼 Hank Smith 教授的实验室里……替一位研究生制作 X 射线光刻掩模坯。

说清楚一点，当时我完全不知道那究竟是什么东西。

但我第一次穿上了无尘服，走进洁净室，开始在 2 英寸的小晶圆上搭建器件。

我很快学会了小心，因为晶圆很脆，我绝对不想背上去弄碎它的责任。

我做了一堆实验。大多数都没跑出我们预期的结果。于是我们调整，再来一次。

那是我经历过最酷的事。

第一次，我不只是在教室里学习技术，而是成了一个试图发现新东西的团队的一员。

我记得当时心想：哇，我们居然能造出这么小的东西？

小到能放进一枚硬币大小的芯片里……却强大到足以改变世界。

也就是在那时，我爱上了半导体。

Later, I had the privilege of working with Professor Dimitri Antoniadis, who became my PhD advisor.

That was where I really learned how to solve problems.

I remember spending weeks in the clean room fabricating devices, then bringing my wafers up to the test lab, only to discover they didn't behave the way I expected at all.

So, I'd go back to Dimitri's office, and we'd figure out what experiment we should try next.

Looking back, that was probably where I grew the most at MIT.

Because little by little, I went from a new grad student learning about the field…to someone doing original research and actually contributing something new to the field.

And along the way, I started believing in myself.

Not the confidence that I would always know the answer.

But the confidence that even when I didn't know the answer yet…I could figure it out.

后来，我有幸与 Dimitri Antoniadis 教授共事，他成了我的博士导师。

正是在那里，我真正学会了怎么解决问题。

我记得在洁净室里花上几周制作器件，再把晶圆拿到测试实验室，结果发现它们的表现和预期完全不同。

于是我回到 Dimitri 的办公室，我们一起琢磨下一个该做哪种实验。

回头看，那大概是我在 MIT 成长最多的一段时期。

因为一点一点地，我从一个刚入门、还在学习这个领域的研究生……变成了真正做原创研究、并给这个领域带来新东西的人。

也正是在这个过程中，我开始相信自己。

不是那种「我永远知道答案」的自信。

而是「即使我还不知道答案……我也能把它弄明白」的自信。

What I realize now is that MIT was teaching me something much bigger than semiconductor physics.

Mens et manus.

Mind and hand.

When I was a student, I thought it was just a motto.

Now I think it captures exactly what makes MIT special.

MIT teaches you to think deeply.

But it also teaches you to build.

To test ideas.

To keep going when the first experiment — or even the fifth experiment — doesn't work.

And over time, you start believing you can solve problems that once felt impossible.

现在我明白，MIT 教给我的，是比半导体物理重要得多的东西。

Mens et manus。

心智与双手。

读书时，我以为那只是一句校训。

现在我觉得，它恰好道出了 MIT 为什么特别。

MIT 教你深入思考。

但它也教你动手建造。

去验证想法。

在第一次实验——甚至第五次实验——失败之后，仍然继续做下去。

久而久之，你开始相信，那些曾经觉得不可能的问题，你是能解决的。

I carried that feeling with me long after I left campus.

When I joined IBM, I found myself starting all over again.

IBM had hundreds of thousands of employees. I was 25 years old wondering how I could possibly make a difference in a company that big.

But I learned something important very quickly: engineering doesn't care how old you are.

It cares whether your ideas work.

And one of my mentors told me something that I've never forgotten:

Run toward the hardest problems.

At the time, I didn't fully understand what that meant.

But over time, I realized this was the best advice I ever received.

Hard problems teach you what you're capable of.

离开校园很久以后，我一直带着这种感觉。

进 IBM 时，我发现自己又得从头开始。

IBM 有几十万员工。我 25 岁，琢磨着自己怎么可能在这么大的公司里做出一点不同。

但我很快学到了重要的一课：工程不在乎你多大年纪。

它只在乎你的想法管不管用。

我的一位导师对我说过一句我至今没忘记的话：

跑向最难的问题。

当时我并不完全明白这句话的意思。

但随着时间过去，我意识到，这是我收到过的最好的建议。

难的问题，会让你看见自己究竟有多大能力。

Fast forward a bit … 12 years ago, I got a chance to put that lesson to the test.

I had the opportunity to become CEO of AMD.

AMD had enormous potential, but the company had been through some tough years.

Some of my mentors thought taking the job was risky.

But for me, this was my dream job.

This was what I'd been training for all those years.

The opportunity to work at the bleeding edge of technology on problems that really mattered.

The first thing we had to figure out was what we wanted to be when we grew up.

We made a long-term bet that high-performance computing would be the most important technology of the future.

We gave our talented team the room to think big.

Over the next several years, we built technology to enable the most powerful computers in the world.

And, through all of it, I used every skill that MIT ever taught me … And then some.

I call it the engineer's instinct.

The ability to face what seemed like an unsolvable problem, break it down, and methodically work through it step by step.

But, at AMD, I learned something else.

The engineer's instinct is even more powerful when it becomes shared by a team.

And the greatest satisfaction of my career has been bringing people together to do something more than any of us thought was possible.

快进一下……12 年前，我得到了把这一课付诸实践的机会。

我有机会成为 AMD 的 CEO。

AMD 潜力巨大，但公司刚熬过几年艰难的日子。

我的一些导师认为接下这份工作有风险。

但对我来说，这就是我的梦想工作。

这正是我这些年一直在为此训练的东西。

一个在技术最前沿、处理真正重要问题的机会。

我们要弄明白的第一件事是：我们长大后想成为什么。

我们下了一个长期赌注——高性能计算会是未来最重要的技术。

我们给了这支有才华的团队大胆想象的空间。

在接下来的几年里，我们造出了能驱动世界上最强大计算机的技术。

而在这一切当中，我用上了 MIT 教给我的一切……还不止这些。

我把它叫做「工程师的直觉」。

就是面对一个看起来无解的问题，把它拆开，再一步一步有条不紊地推进下去的能力。

但在 AMD，我还学到了另一点。

当「工程师的直觉」被一个团队共享时，它会强大得多。

而我职业生涯中最大的满足，就是把人们聚在一起，去完成超过我们任何一个人想象的事。

Which brings me to today.

Over the last few decades, we've experienced several major technology shifts.

The internet changed how we communicate.

Mobile computing changed how we live.

Cloud computing changed how we work.

And now we are at the beginning of the AI wave.

To me, AI is different from those earlier technology waves.

It is not just a tool that can help us do things faster. It is deeper than that.

It has the potential to accelerate discovery in every field and help us solve problems we have never been able to solve before.

这就说到了今天。

过去几十年，我们经历了几次重大的技术变迁。

互联网改变了我们沟通的方式。

移动计算改变了我们生活的方式。

云计算改变了我们工作的方式。

而现在，我们正处在 AI 浪潮的开端。

对我来说，AI 和之前那些技术浪潮不一样。

它不只是一个能帮我们把事情做得更快的工具。它比这更深。

它有可能加速每一个领域的发现，帮我们解决那些以前从未解决过的问题。

To make it personal, one of the areas that excites me most is medicine and healthcare.

We've all experienced firsthand what it feels like when someone you love is sick.

And even with incredible doctors and the best care, you realize how hard it is for any one person to bring together all of the knowledge that exists in the world to help in that critical time of need.

AI can help us change that.

It can help doctors and researchers bring the world's best expertise to each patient … and deliver care with the best chance of a successful outcome.

That is the promise of AI at its best.

It does not replace people.

It makes each of us more capable.

Medicine.

Science.

Energy.

Climate.

We may discover more in the next ten years than we have in the last thirty.

说得更切身一点，最让我兴奋的领域之一是医学与医疗。

我们都亲身体会过，当所爱的人病了，那是什么感觉。

哪怕有出色的医生和最好的护理，你也会意识到：在那样危急的时刻，任何一个人要把世界上所有的知识汇聚起来，是多么困难。

AI 可以帮我们改变这一点。

它可以帮助医生和研究者，把世界上最好的专业判断带到每一位病人身边……让治疗有最大的把握取得好的结果。

这就是 AI 最好的一面所承诺的东西。

它不取代人。

它让我们每个人都更有能力。

医学。科学。能源。气候。

未来十年里，我们可能比过去三十年发现得更多。

Now let me be clear.

Technology itself does not decide what the future looks like.

People do.

For all the promise of AI …

AI cannot decide which problems are worth solving.

It cannot make the hard judgment calls with imperfect information.

It cannot take responsibility for the outcome.

These are our responsibilities.

And they matter more now than ever.

现在我要说清楚一点。

技术本身并不决定未来长什么样。

是人决定的。

无论 AI 有多大的潜力……

AI 无法判断哪些问题值得去解决。

它无法在信息不完整时做出艰难的判断。

它无法为结果承担责任。

这些是我们的责任。

而它们现在比以往任何时候都更重要。

That is why this is such an extraordinary moment to graduate from MIT.

Because the world does not just need people who know how to use powerful tools.

It needs people who know what to use them for.

People with a sense of purpose.

Judgment.

Courage.

People who look at a hard problem and say: I know this is important, and we can figure this out.

And that is exactly who you have become here.

这就是为什么，此刻从 MIT 毕业是如此特别。

因为这个世界需要的不只是会用强大工具的人。

它需要知道该把这些工具用在什么上的人。

有使命感的人。

有判断力的人。

有勇气的人。

那种看着一个难题，会说「我知道这很重要，我们能把它弄明白」的人。

而这，正是在这里，你们已经成为了的人。

So here is what I want to leave you with.

I am fortunate in many ways.

I am fortunate to have great parents.

I received an extraordinary education.

I have had the chance to work with great people.

But I also believe I've been very lucky in my career.

When people ask me for career advice, I often tell them: work hard … but also understand that luck matters.

And, over time, I've come to believe that the best people find ways to make their luck.

Luck is not just being in the right place at the right time.

It is taking the risk to work on something hard.

It is challenging yourself.

Choosing problems at the edge of what you know.

Surrounding yourself with people who make you better.

And believing that, yes … you can change the world.

So be ambitious about the problems you choose.

Run toward the hardest ones.

And trust your engineer's instinct.

That is how you make your luck.

所以，这就是我想留给你们的话。

在很多方面我都很幸运。

我有幸拥有很棒的父母。

我接受了极好的教育。

我有机会和了不起的人共事。

但我也相信，在我的职业生涯里，我一直非常幸运。

当人们问我职业建议时，我常说：要努力……但也要明白，运气很重要。

而随着时间推移，我越来越相信，最优秀的人会想办法为自己制造运气。

运气不只是在对的时间出现在对的地方。

它是承担风险，去做一件难的事。

它是挑战自己。

选择那些处在你所知边界上的问题。

让自己身边围绕着能让你变得更好的人。

并且相信——是的，你可以改变世界。

所以，要对你选择的问题怀抱野心。

跑向那些最难的。

并且相信你的「工程师直觉」。

这就是你为自己制造运气的方式。

I want to take a moment to acknowledge all the families and loved ones here in the audience today.

None of these graduates got here alone.

Thank you for believing in them, supporting them, and helping them reach this moment.

This achievement belongs to you too.

我想花一点时间，向今天在场的所有家人和至亲致意。

在座的毕业生，没有一个是靠自己走到这里的。

谢谢你们相信他们、支持他们，帮他们走到这一刻。

这份成就也属于你们。

And to the Class of 2026…

Remember … somewhere in the years ahead, you're going to walk into another room where you have absolutely no idea what you're doing.

You've done this before.

Go figure it out.

As one MITer to another … I am incredibly honored to be here with you today.

Congratulations, Class of 2026.

而对 2026 届的同学们……

记住……在未来某一年，你会走进另一个房间，在那里你完全不知道自己该做什么。

你已经这样做过一次了。

去把它弄明白吧。

作为一个 MIT 人对另一个 MIT 人……今天能和你们在一起，我无比荣幸。

祝贺你们，2026 届。

值得保留的五个观点

以下五点是编者对演讲内容的归纳与分析，不是演讲原文，也不构成对任何人的行动建议。每一点后面都标出了它成立的条件和容易被读歪的地方。

1. 用「难度」筛选问题，而不是用「成功率」

演讲里最锋利的一句，是导师给她的建议：跑向最难的问题（Run toward the hardest problems）。她的解释是——难的问题会告诉你，自己究竟有多大能力。

它值得保留，因为它把选择题从「哪件事更可能成功」，换成了「哪件事值得投入」。面对两个机会时，多数人默认比较成功率，而这句话提供了一个不同的排序方式：先看困难背后藏着多大的成长，再看自己能不能承受。

需要注意边界：这不等于「所有难题都该死磕」。选择难问题的前提，是有反馈、能拆解、承担得起退出成本。苏姿丰说的「难」，是博士训练、大公司、CEO 岗位条件下的难；对每个人来说，难题的规模是不一样的。把别人尺度上的难题直接套到自己身上，很容易变成自我消耗。

2. 工程师直觉：能拆解、能动手、能从失败接着往下走

她把自己受益最多的能力总结为「工程师的直觉」——面对一个看似无解的问题，把它拆开，再一步一步有条不紊地推进。这与 MIT 的校训 Mens et manus（心智与双手）互为表里：不只是想，还要动手去验证；不只在第一次失败时坚持，而是在第五次失败之后依然继续。

它值得保留，因为这是一套可以迁移到任何行业的思维，与具体是不是做芯片无关。

需要注意边界：拆解能力回答的是「怎么做」，不回答「该不该做」。一个足够聪明的工程师，完全可能高效地解决一个不值得解决的问题。方向判断属于另一套能力，演讲里没有展开，读者也不该用「会拆解」替代「会选择」。

3. 把个人直觉变成团队共享的能力

她说，工程师的直觉在变成团队共享的东西之后会更强大；而她职业生涯里最大的满足，是把人聚在一起，做出超过任何一个人想象的事。

这一点值得保留，因为它把「方法论」和「个人英雄」区分开了。一个组织真正的能力，不取决于领导者一个人有多能拆解问题，而取决于有多少人具备在不确定中推进问题的能力。这直接指向招聘、培养与授权。

需要注意边界：共享不是喊口号就能实现的，它需要沟通成本、信任和机制。把「团队要有工程师直觉」写进标语，和真的让团队长出这种能力，是两回事。

4. AI 放大人的能力，但选择与责任仍然在人

演讲关于 AI 的核心判断有两句：AI 「不取代人，而是让每个人都更有能力」；但「技术本身并不决定未来长什么样，是人决定的」。她列了 AI 做不到的三件事：判断哪些问题值得解决、在信息不完整时做艰难判断、为结果承担责任——这三件事属于人。

它值得保留，因为它给「AI 会不会取代我」的焦虑提供了一个更稳的坐标：价值不在于会用工具，而在于知道该把工具用在什么地方。这个判断与前不久黄仁勋、山姆·奥特曼等人的公开表达方向一致，即把人的判断力与品味放在工具能力之上。

需要注意边界：这里有两层要分开。一是立场——苏姿丰是 AI 算力的主要供给方之一，她对 AI 前景的乐观判断，天然带有经营者的视角；二是技术状态——「AI 无法判断、无法担责」是对当前 AI 能力的描述，它会随着技术变化而变化，不宜当成永久结论。她关于「未来十年可能比过去三十年发现更多」的说法是展望，不是已经实现的成果。

5. 「制造自己的运气」：先承认运气，再做好可控的部分

演讲收尾给了一个诚实的说法：努力工作很重要，但也要承认运气很重要；而随着时间推移，她相信最优秀的人会想办法为自己制造运气。她给出的「制造」方式很具体——承担风险去做难的事、挑战自己、选择处在所知边界上的问题、与能让你变好的人同行。

它值得保留，因为它同时做了两件事：承认成功里有不可控的部分，又指出了仍然可以发力的杠杆。这种「不吹牛、也不躺平」的姿态，比单纯的励志更站得住。

需要注意边界：这是一段经验性的职业建议，不是因果定律。做对了这几件事的人，也可能失败——幸存者偏差在这里必须被警惕。它提高的是概率，不是保证；把它读成「只要这样就能成功」，就违背了演讲本身的分寸。

来源与整理说明

• 英文原文：MIT News 发布的演讲稿《Commencement address by Lisa Su '90, SM '91, PhD '94》，2026 年 5 月 28 日发布。稿件标注为 as prepared for delivery（按准备稿发布），因此与现场实际发言可能存在细微出入。
• 演讲者背景：苏姿丰的学位年份（1990 / 1991 / 1994）与毕业典礼安排见 MIT 毕业典礼官网；履历信息核对自公开报道。
• 中文译文：由 IPVU 整理，力求对应原意；这是非官方译本，遇到措辞分歧以英文原文为准。文中提到的 Mens et manus 保留拉丁文并附中文释义。
• 「值得保留的五个观点」属于编辑分析，不是演讲原文。文中对 AI 能力、职业建议的边界说明，是编者依据常识与公开发言补充，不代表演讲者的表述。
• 编辑参考：关于 AI 时代「判断力与品味」的其他公开讨论，参考 Fortune 2026 年 5 月 29 日报道《AMD CEO Lisa Su tells grads they shape the future, not AI》。
• 英文原文的著作权属于原作者与 MIT。本文引用全文用于对照阅读与整理，不主张对原文的任何权利。
• 演讲音频：取自 MIT 官方频道发布的录像《Lisa Su Address to MIT Class of 2026》（时长 14 分 58 秒），用工具提取音轨后转码为单声道 AAC（64 kbps），未作内容剪辑。音频版权归 MIT 与演讲者所有，本文仅作阅读与学习用途引用，不主张任何权利。
• 未核查事项：演讲现场录音的逐句听校、现场与准备稿的差异、演讲者观点在其公司业务中的立场影响，本文均未独立验证。

整理与分析：IPVU。2026 年 10 月 13 日。