现代社会的技术越来越复杂，任何产品都是多种技术的综合。因此对高层次人才的跨学科本领提出更高的要求。比如说手机生产，涉及芯片设计、通信、制造业、传感器、软件开发、供应链等各个领域。高层人员的跨学科并不要求面面俱到，但至少要对相关学科的共通领域有所认识，最好能互相借鉴，取长补短。下面举三个案例。

案例1  PWM(脉宽调制)技术

PWM技术是电力电子技术的核心，可以使用PWM技术将直流电改为交流电，把交流电改为直流电，或者改交流电的参数。PWM技术的思想是利用开关的高频离散变位起到宏观上连续平滑调节的效果。因此，PWM技术可以应用于很多领域，绝不局限于电气工程技术。例如，在照明领域，可以利用PWM技术调节LED灯的亮度和颜色。在声音合成领域，利用PWM技术将数字语音信号直接转换为脉宽调制波，再结合低通滤波器就生成模拟语音信号。在主动降噪领域，可以用PWM技术生成声音，中和环境的噪声，等等。

案例2 控制中的死区

控制工程可以看成是横向联系不同学科的交叉学科。举一个简单的例子，实用的控制工程设计都会涉及死区的概念。比如在电力系统领域，发电机一次调频有死区的概念，是为了防止机组的控制启动过于频繁，可以降低设备磨损。再比如，蜂窝无线通信领域也有死区的概念，假如用户拿着手机从小区1走向小区2，通信链路不是突然切换的。因为信号存在随机的涨落，这样很容易引起反复切换，降低通话质量。只有当小区2的信号强度大于小区1加上死区门槛，才可以把无线信道切换为小区2。

案例3 测量数据处理

科学网上的汪涛、叶晓明等人讨论过测量问题。测量是任何学科的基础，几乎可以说是前置条件。因此，虽然不同学科的术语和具体做法不同，但是不同学科测量有许多相通的地方（比如说，互联网领域叫做数据清洗，电力系统对应的词是状态估计）。再举一个例子，D5000电力调度系统的宣传材料里说“D5000大幅度提高了对电力系统的可观测性”，且可观测性排在可控制性前面。意味着工程系统中，可观测的范围一定大于可控制的范围，这是显而易见的事实。我看到电力系统有的优化或预测研究，在多少个小数点位置之后纠缠。这部分优化成效的数量级已经小于测量数据本身带来的误差，还真的不如采用更容易工程落地的算法，包括数值稳定性更高、性能好、鲁棒性高、容易让现场的工程技术人员维护。

再举一个分布式计算机系统的例子，分布式计算机系统正常运行必须要有完善的监控系统，包括对CPU、内存、网络吞吐、硬盘 I/O、硬盘使用等硬件底层；以及Redis数据库、流式处理等中间层；以及应用层的各种工况都要有良好的感知。分布式系统的全栈监控就好比电力系统中的二次系统。其实很多分布式计算机系统的故障处理过程都与电力系统的保护调度有相通之处。当然，电力系统是能量流，无须考虑数据一致性问题，这大概是电力系统与分布式计算机系统的主要区别。

上述三个案例是从跨学科横向的角度来说的。在学科内部纵向，高校的学术研究者、企业工程师、企业管理人员也都需要加强互相的了解。我曾经亲耳听到某企业研发部门领导对我说，他觉得写代码是低层次人员的事，他作为高层次人士，只管顶层设计，具体的事交给下面的人就好了。这是绝对错误的观点。具体我就不反驳了，读者可以参考下面这个文章：《谢耘：牛人只动口，土人才动手？》https://www.guancha.cn/XieYun/2019_10_20_522013.shtml。

对于企业工程师来说，需要开阔视野，学习一些管理的知识，不能陷入为技术而技术的牛角尖。无论什么样的技术，都是为业务服务的，最终是为了满足用户的需求。