在过去的十年间，AI开发领域被一种“模型中心主义”所主导。研究者们热衷于设计更深、更宽的神经网络，追求在各类基准测试上刷新纪录。从ResNet到Transformer，从GPT到CLIP，每一次突破都伴随着模型参数量的指数级增长。然而，当模型规模成为核心竞争力时，一个尴尬的现实逐渐浮现：绝大多数AI项目在“边角料”问题上挣扎，模型不是瓶颈，数据才是。我们已经见过太多证明——同一个模型架构，在A团队手中效果惊艳，在B团队手中却完全失效。这种差异不源于算法，而源于数据的质量、结构与治理。模型中心论者把大量资源投入到调参、改架构、堆算力，却忽视了一个核心事实：模型只是知识承接者，数据才是知识的源头。
于是，数据中心的开发范式应运而生。它主张把AI开发的重心从模型转移到数据，强调数据清洗、标注、增强和版本管理的重要性。这一观点无疑是对模型中心论的有力纠偏，也催生了像Data-centric AI这样的运动。我们看到，许多一线团队开始投入大量工程力量构建数据流水线，用半监督、自监督的方法挖掘无标签数据，甚至用AI来改善数据质量。数据中心的优势在于它直指应用落地的痛点，因为真实场景中数据永远是脏、乱、少、偏的。然而，数据中心论也有其陷阱。它容易让人误解为“只要数据足够好，模型随便选”，从而忽略模型的归纳偏置、损失函数和推理机制等同样重要的因素。现实中，没有一种数据策略可以完全适配所有任务，数据与模型是相互纠缠的变量，任何试图将某一方绝对化的观点都是残缺的。
那么，是否存在一种更本质的视角来统摄两种范式？我认为，AI开发的真正核心既不是模型，也不是数据，而是“约束”。这里所说的约束，是人类对问题域的显式或隐性限制，它决定了模型从数据中学习什么、不必学习什么。例如，物理约束告诉模型动力学系统满足能量守恒，对称性约束让模型无需大量增广数据就能泛化，逻辑约束可以消除幻觉。在传统开发中，约束以特征工程和规则的形式存在；在深度学习中，约束则被内化为网络结构（如卷积的平移等变性）、损失函数（如对比学习的相似性）和数据分布（如预训练的语料假设）。然而，当前的AI开发对约束的利用过于粗放——要么完全依赖数据统计关联，要么只引入少数显式规则。如果我们把“约束设计”提升到与模型设计、数据工程同等重要的地位，就可以在更少数据和更小模型条件下实现更强的性能，这或许是突破数据墙与模型墙的钥匙。
这种约束中心的视角将对AI开发的流程、工具链与团队构成产生深远影响。流程上，开发者不再先选数据再调模型，而是先分析问题域，提炼可量化的约束，再决定哪些约束进入模型架构，哪些进入损失函数，哪些用于数据生成。工具链上，我们需要新的编程范式——可微约束编程，让约束能够端到端学习，而不是手工拼接。例如，用神经算子替代已知物理方程，再用偏微分方程残差作为损失项，这已经是“PINN”（物理信息神经网络）的雏形，但它只触及了约束工程的一角。未来，我们可能需要一门“约束描述语言”，让领域专家无需精通深度学习就能表达知识。团队构成上，AI开发者不再只是算法工程师，还需要数学建模专家、领域科学家和知识工程师协同工作，把隐性经验显性化为可训练的约束。这如同软件工程中需求分析与系统设计的分离，AI开发也在走向“知识工程”与“学习系统”的紧密耦合。
回到开头的问题，AI开发的本质是什么？我的答案是：它是一门“用约束压缩数据复杂度”的工程艺术。模型与数据都是实现这一目标的手段，而约束才是贯穿始终的主线。模型中心和数据中心之争，其实是对“什么更重要”的片面判断。当我们在意约束时，模型的参数决定了表示容量，数据的分布决定了样本覆盖，而约束决定了我们从这些资源中提取什么样的规律。未来的AI开发需要一种新的自觉：每一次设计网络、清洗数据、选择损失函数，本质上都是在表达一种假设、施加一种约束。只有深刻理解这一点，才能从碎片化的技巧堆砌走向系统化的工程方法。这样的转变不会一蹴而就，但它代表了AI从反复试验的手艺活走向成熟工程学科的必然路径。