如何制造几乎任何东西
MIT 一门关于数字制造的课程“How to Make (Almost) Anything”引发了关于“先广后深”的动手教学与深度专精之间取舍的讨论。支持者认为,这门强度很高、以调研为主、涵盖 CAD、电子、机加工和制造的课程,能让学生获得对“什么是可能的”的关键认知,并形成 T 型技能;在 AI 工具和 maker space 兴起的时代,这种能力尤其有价值。批评者则质疑其对复杂学科的处理过于浅显,以及公开课程材料对自学者的实际帮助有限。
课程范围与强度
- 讨论串围绕 MIT 的“如何制造(几乎)任何东西”这门以调研式、强调制造实践为主的课程展开。
- 官方说法是每周约 18 小时;多位评论者表示真实工作量更接近全职,40+ 小时/周很常见。
- 课程重点在实验室实践:CAD、电子、电路板设计、CNC、机加工等,学生要完成每周作业以及一个大型期末项目。
- 学生项目展示和个人经历把这门课描述为“改变人生”的课程,有些人因此转向应用工程职业。
- 也有人提到师生配比异常高(很多助教)以及后续课程(如“How to Make Something that Makes (Almost) Anything”)。
广度与深度,以及教育理念
- 批评者认为:网站和教学大纲看起来像是工具和流行词的长列表;内容对真正的 CAD 或制造来说过于浅显;还有人嘲讽其风格选择,比如全小写文本。
- 支持者认为:这门课本来就是有意做“先广后深”的 survey course,目的是提供跨学科接触和对“什么是可能的”的认知,而不是直接训练到可就业的熟练程度。
- 有人认为大学教育应提供广泛的概念基础,而不是狭窄的职业培训;“做得很差”本身就是一个必要且有价值的阶段。
- 将其与 makerspace/TechShop 相比:先做短时间工具培训,再大量独立实践;先有概览,之后才能走向深入专精。
- 讨论还提到了 “T-shaped” 甚至更复杂的(“centipede-shaped”)技能画像,以及在 LLM 时代横向知识的重要性不断上升。
LLM、CAD 与自动化
- 多条评论提到使用 LLM 生成 STL 文件、编写 CAM/CNC 工作流,或充当 CAD “助手”;在小项目上被认为出奇地有效。
- 也有人主张,应让 LLM 用来编写可复用的自动化脚本,而不是直接代劳每一项任务。
- 提出的限制包括:API 上传上限、处理成千上万份文档时的性能问题,以及处理混乱的扫描文档(手写支票/发票)时的困难。
- 更广泛的元讨论认为:LLM 拥有庞大但处于潜伏状态的知识;人类通才的价值在于知道该问什么,并把系统从“显而易见但次优”的方案上引开。
规模化制造
- 有评论指出,原型制作与大规模工业生产之间存在鸿沟(例如深圳经验)。
- 回复认为:这类知识很难泛化;对 DFM、工厂选择和自动化 QA 的真正理解,通常只有亲身经历过几轮量产后才会获得。
- 讨论中还给出了一些制造工程项目和特定地区指南的线索。
讲师争议
- 多条评论链接到关于讲师与 Epstein 接触的文件,并暗示道德层面的判断。
- 也有人反驳这种做法,批评“关联即有罪”,认为仅仅出现在这类文件中,并不能单独证明存在不当行为。