如果把控制系統看成一門只靠調參數的技藝，那麼它的上限通常不會太高。因為真正穩定、可擴展、可驗證的控制設計，底層仍然需要數學。不是為了炫技，而是因為數學能夠替系統建立語法，替複雜現象建立邊界。
我對數學的偏愛，並不只是因為它漂亮，而是因為它能迫使人誠實。狀態空間該怎麼定義，假設是否合理，線性化的範圍在哪裡，數值方法的誤差怎麼傳遞——這些問題，都不會因為敘述得有氣勢就自動成立。
推導不是拖慢速度，而是在保護未來
我很重視推導，並不是因為想把每件事都做得很學院，而是因為推導能提前暴露問題。當模型一開始就不對，後面再漂亮的程式、再華麗的圖表，往往都只是把錯誤包裝得更完整。
也因此，無論是機器人動力學、滑模控制、強化學習中的狀態定義，或工程數學中的微分方程與線性代數，我都希望自己的理解能建立在足夠紮實的底座上。先把骨架搭好，後面的加速，才有意義。
理論與實作，其實不是對立面
我始終認為，最好的工程訓練，不是從理論跳去實作，或從實作倒逼理論，而是讓這兩者互相校正。推導告訴我系統應該如何，實驗提醒我世界其實如何；而真正的研究，就發生在這兩者不完全一致的地方。