翻到了两年前写文章，有了不一样的观点。
先说一样的想法吧：数据（输入）>>优化模型（处理）>>结果方案（输出）。优化是其中最重要的一环。依旧是认同的。
依旧认为：
（1）建模很重要，建模是把现实问题抽象为数学模型的能力，是业务到算法的摆渡车，依旧重要，是核心竞争力。
（2）建的模型有好坏之分，怎么建立更紧的更好的模型，是很重要的。
不同观点是：
建模不是终点，后面是算法，也就是说建模+算法/求解才是核心竞争力。
（1）需要对业务很了解，才能建好模型，表征模型；
（2）启发式算法也挺重要的，但是怎么选择表现好的，是个问题；而且我们不是纯计算机出身，怎么发挥长处需要多想想；
（3）求解器不是黑箱，可以定制一些cut，可以用精确算法来求解，这是学术喜欢用的一条路，因为好复现，又是精确解不容置疑，又体现了学术能力，也可以多学学。