大力出奇迹,但不是 All in

Go All In signage in middle of camera and banknotes

不少人对于大力出奇迹有一个错误的认知 —— 认为大力出奇迹便是 ALL In。但其实并不是,大力出奇迹更像共产主义的一个特色 —— 集中力量办大事

实际上,我并不鼓励任何形式的 ALL IN,如果你开始思考要不要 ALL IN 的时候,说明你的路子大概率已经走错了。正确的事情需要投入去做,但不需要 ALL In 的去做。

ALL In 是指你将所有事情都押宝在一件事上,这意味着你不成功便成仁。但当你走到这一步的时候,可能你已经没得选了,大概率面临的是失败,不然为何成功成了千古佳话。

大力出奇迹则是对看重的事情大力投入,而不是停留在推演、思考,主动投入资源去推进一件事的落成,才能帮助你把想要达成的目标给达成。

这两者是不同的,可别乱用。

小公司大多死在优先级不清晰

d2b5ca33bd970f64a6301fa75ae2eb22

引言

最近在和朋友在做一些项目的时候,很深刻的感受到了创业公司的一些问题。而其中让我印象最为深刻的是 —— 优先级分不清。

这也引发了我的思考,大公司为什么能成为大公司?小公司为什么总是小公司?是不是有什么是小公司一直没做好的?

思考后我的答案是:小公司往往死于优先级不清晰

作为一个小公司来说,资源不多是正常的,但不是致命的,有多少钱就办多少事就好。但如果你没有钱,却选择做一个不适合自己的事情,或不把有限的资源投放在最重要的事情上,可能最终一定会面临一事无成,最终无法达成自己的预期。

背景信息

我们当时的目标是开发一个项目。一个项目中存在主流程和辅流程。我的观点是优先关注项目的主流程,而不是辅流程。而朋友则会关注一些偏表面的体验、颜色、或一些直线流程的产品功能。这里我们存在了优先级的冲突。当然,最终还是按照我的优先级来做事。

我的观点

在绝大多数的时候,大公司是那个资源更加充沛的角色,这使得大公司可以拥有更多的资源、更多的试错可能机会。对于大公司来说,一个方向的试错,并不会导致大公司彻底死亡。同时,大公司的各种流程的积累,可以帮助大公司尽可能的做出最正确的决策(虽然这个「最」其实是在企业内的最,未必是产品的最)。

但对于小公司来说,由于资源的有限,可能一次失败面临的就是全盘皆输。因此,对于小公司来说,优先级的决策就变得弥足珍贵。对于小公司来说,如果领导者是一个聪明、经验丰富的人,还可以很好的评估项目和工作的优先级,带领大家穿越周期,最终取得预期的结果。但如果领导者不够聪明,或者精力不在做决策上,则大概率走向不好的结果。

分析和评论

不过,这个事情上来讲,也有一点悖论。对于小公司来说,决策会更加重要,但对于小公司来说,招募到一个可用之材也是更困难的事情 —— 因为人才会选择去一些胜率更高的大公司从业,获取更加明确的收益。小公司得到的人才可能往往不是那么的优秀,使的小公司的决策行为更加雪上加霜。

对于小公司来说,需要用更高的赔率去招募合适的人才,才能招到真正优秀的人来一起做事。

结论

大公司因为有标准的流程,即使决策者水平不高,依然可以借助流程提升决策的水平。但对于小公司来说,如果决策者水平不高,大概率会死在路上。好的决策,影响一切企业。


作为一个个人,如果你刚刚走进社会,有机会进入到大公司去感受到大公司的决策流程,那对于你整个从业经验来说都是会有很大帮助的。但如果你没有办法进入到大公司,那么一定要仔细遴选小公司,特别是与小公司的领导者沟通,了解小公司的人领导者是什么样的人,确认小公司的领导者是否是你认可的人。避免浪费自己的时间。

创业公司/小公司可能是每个人必经的道路。但是,我希望你能在这个路上少踩一些坑,走的更稳。

憨夺型投资者

d2b5ca33bd970f64a6301fa75ae2eb22 27

上周看了《憨夺型投资者》,其中印象最为深刻的是一句话

情况好,赢得多;情况不好,输得少

对于我们绝大多数普通人来说,这个可能是最有价值的投资建议。当然, 也是最难达成的投资建议之一。

赚大钱可遇不可求,但亏小钱确实是有可能做到的,比如:

  • 给自己的投资留足安全边际。
  • 在做事时,关注你自己的利基市场 Niche。
  • 在行业低谷期买入,等行业兴盛起来时赚钱。

用书中的原话是这样的:

这就是憨夺型投资模式的框架,具体如下:

  • 投资现有的业务
  • 收购变化缓慢的行业中经营模式简单的企业
  • 在不景气的行业里对经营不善的企业进行抄底投资
  • 投资具有持久竞争优势的行业
  • 看准有利时机投大注
  • 注重套利
  • 买入以远低于内在价值折价出售的企业
  • 寻找风险低、不确定性高的业务
  • 模仿好过创新

以及,在这本书中了解到了凯利公式,有空要好好研究一下。

在我看来,在职做独立开发者也算是憨夺型投资者的一种方式,其中的成本是你自己的时间成本,但因为你有 Day Job,并不是全职投入,所以即使失败,也不至于输的很惨。你的优势,则是你的成本足够低。

乐观者找方法,悲观者找理由

low-angle photo of pink and orange balloons

乐观和悲观是一个人自小到大所接受的教育、自身基因所带来的。而这种乐观和悲观可以造就非常不同的做事的方法和做人的视角。

同样一个问题,乐观者遇到后思考的是解决问题的办法,如何通过努力使得问题变成一个可以被解决的问题,乐观者总是在不断的尝试一种可能,来完成要做的事情。

而悲观者则更多的关注着一件事的不可能性。如果一件事有一百种方式可以实现,那就有一万种方式不可以实现。

这就是我们常说的,悲观者往往正确,但乐观者往往成功。

我为什么不喜欢笑?

Portrait of nonbinary autistic person wearing a rainbow sweater

周末去拾光秀照相馆拍了照片,中间被摄影师引导微笑,摄影师描述我的笑就像是“职业假笑”。

回想一下,近几年我的确很少再笑了,嘴角反而是习惯性的下撇,看起来人有点凶,笑起来幅度也没有那么大,就会显得很像假笑。

甚至于在某些我不笑的形象照中,如果的确需要笑的照片,我会选择用一些 AI 的工具,来把不笑的我变成在笑的我。

今天照着镜子看了看,可能主要是因为胖…因为胖了一笑脸上肉就会堆起来….还是要减肥….

要允许一些人花钱

economic 经济

很早之前,我就看过雷 · 达里奥的视频《经济机器是怎样运行的》。在我看来,任何现代人都值得看看这个视频,即使你对于经济完全不了解,也没有兴趣了解,你知道应该知道我们这个社会的经济是如何开始运转的,从而以此来引导你的生活。

经济机器是怎样运行的我之前就推荐过一次。

在这个视频中,其实有说明,我们的经济中的钱其实是一部分人花钱,另一部分赚钱。而疫情之后,对我来说则更加证实了其对于经济的理解。

疫情之后,我们经常发现大家对于经济没有信心,从而消费水平下降,消费降级,更多存钱。这是好事,我们都更加关注给自己留出安全边界。这也不是好事,因为我们中一部分人花掉的钱,则是另一部分人挣来的钱。如果一部分不花钱,则另外一部分没办法挣钱。毕竟,钱只有流转起来,才有其价值,不然不过是废纸一张。

这也是为什么我们看到了大量的国家政策希望提振经济(虽然我觉得发文也没啥用),因为只有我们当中的一部分人敢于花钱,才有可能让另外一部分人赚钱。才能盘活整个经济机器。

当然,国家的预期和我们个人的预期未必一致,我们可以反过来想想,既然我们花掉的钱是别人挣的钱,那么我们的消费当中,哪一部分是应该花、值得花,那一部分是我们无意中消费掉的,除了给国家贡献 GDP,没有别的价值?

你支持 LGBTIQA+ 么?

group of people under garment

朋友问我:“你支持LGBTIQA+么?”

我的答案是,我不会反对。


对我来说,我始终能够感受到“有毒的男子气概”,也支持平权。但具体到某一个名词、一件事上,决策又不是那么的简单。

比如,LGBTIQA+ 对我来说,并没有什么特别的(就像美国某一个 KFC 换了一个接线员一样,对我来说可能毫无变化,当然,从蝴蝶效应的视角来看,依然有影响,但我有限的认知里,可能对我来说毫无影响),所以我既可以支持,也可以中立。

但如果落实到身边的朋友,我会选择支持。理由也很简单,既然对我来说,支持和中立一样,那我为什么不选择让朋友更开心的“支持”呢?

Flomo 收购幕布 – Win-Win Game

a person stacking coins on top of a table

Flomo 收购了幕布,这是个我难以相信的事情。但仔细想想,其实很合理,也很有价值。

作为幕布的原持有方,字节跳动面临着业务需要收缩,战略需要聚焦的现状,养着一个幕布团队没有太大的意义,只不过是因为之前和用户的协议所迫,不得不继续维护。能过将幕布卖出去,对于字节跳动来说,是利大于弊的。且字节跳动收购产品一般是来收购团队的,而在字节跳动的产品飞书当中,已经实现了类似幕布的能力,对于字节跳动来说,幕布的历史使命已经完成,继续留着只不过是鸡肋,刚好 Flomo 要收购幕布,就可以顺利成章的将其出售出去。

而作为幕布的收购方 Flomo,则更是一个好的选择,Flomo 本身的调性和幕布十分匹配,对于 Flomo 的用户来说是利好,对于幕布的用户来说,也不算差。而对于 Flomo 团队来说,Flomo + 幕布的组合,可以让其在知识管理上进一步拓展,挺好。

一个难得的 Win-Win 的收购。当然,对于我来说还是难以想象的,毕竟,都是字节收购别人家的产品,第一次碰到从字节收购产品的。

少楠厉害!👍。

2023, 松弛

photo of silhouette photo of man standing on rock

2022 年,为了保持对自己的压力,我保持了为期一年的高密度更新。回过头去看,我觉得这些更新有价值,将我思维中的碎片都展现出来了。但同样的,这些碎片过于简单和不集中,可能对于绝大多数人来说,其实很难有比较大的帮助。对于我自己来说,也只是将我的思维碎片提前拿出来,而不是在我自己的脑海里发酵一下。

在 2023 年,我对自己的定位是松弛,不再逼自己去做一些事情(即使这些事情的确很好),而是更加随性,不强求,看命,看运。

OpenAI 的 API 使用的三种层次

MacBook Pro on brown wooden table

随着 ChatGPT 的逐步推广,我看到了大量基于 OpenAI 的产品出现,如果要将其分层,我认为可以分为三层:

Connect 层:只是在使用 OpenAI 的 API ,并没有做太多的功能提升

比如我自己做的 ChatGPT-Feishu,其实就是在这个层次,更多是将 ChatGPT 和一些现成的应用进行连接,所以差异性不大,大家大多是在技术上卷一些新的 Feature。

在我看来,这个层次的卷动是非常有限的,因为现成的应用和场景就这些,大部分时候我们能做到的也就是将 ChatGPT 和现有的生态更好的结合,但没有什么本质上的变化。

Prompt Engineering 层:预制 Prompt,帮助用户问出好问题

当我们仔细去看社交网络上的那些 ChatGPT 的用法之后,其实你会发现, 大多数人对于 ChatGPT 的用法是非常简单粗暴的 —— 问一些过去问搜索引擎的问题。ChatGPT 会给你一个看起来还不错的答案。

这个问题背后其实是大部分人是问不出一个精确、明晰、易于理解的好问题的。

而 Prompt Engineering 层的产品则可以实现对于问题的解构,将一个复杂问题拆解为一套模板 + 一些用户可以理解和输入的内容,从而降低提问的难度。

这一层的应用更多是在卷不同的场景以及对于 Prompt 的优化,以实现更加精准和优质的返回内容,从而帮助用户解决问题。

Finetune 层:对模型进行微调,以符合应用和业务的场景

OpenAI 对于模型提供了 Finetune 的能力,开发者可以准备自己的数据集,将其上传至 OpenAI,由 OpenAI 对模型进行微调,后续开发者可以使用经过微调的模型来进行自动的补全。

这个层面大家卷的就是行业领域认知和干净的数据了,就回到了 AI 经典的行业落地场景了:收集行业数据 – 清晰数据 – 训练模型 – 实际应用。只是 OpenAI 将这件事的难度给降低了。对于开发者来说,可以更加低成本完成整个流程。

如果你只是玩票,那我觉得第一层和第二层都是不错的。但如果你打算正经做个事情,那么第二层可能是必备的基础。

ChatGPT 与聊天软件的结合

man in black jacket sitting on white chair

ChatGPT 与聊天软件的结合会是一个不错的爆点。因为机器人的出现,可以让你在不丢失上下文的同时,完成你的工作,这样的形态会帮助 ChatGPT 快速的完成拓展。

网页版的 ChatGPT 虽然更强,但终归还是可以通过 API 来体验到的,但集成在各种工作的上下文当中,可以帮助机器人达成更强的能力。

对于 ChatGPT 来说,飞书、Slack、Telegram、Discord、Teams 来说,都有一定的空间可以用来做一些事情。

值得你去进行一定的投入。

你生活的地方,才是家

living room set with green dumb cane plant

自大学以来,我便常年在外,每年回家的时间,不过是过年那七天。其他时间,我大多在一线城市奋斗。

而对于我来说,家也成了一个陌生的词汇 —— 焦作是我家,我在焦作生长,我熟悉我家附近的道路。但焦作也不是我家, 我早已不知道家门口的商铺是什么?他们在卖些什么、他们的生活里都是什么样的日常。

对于我来说,家是我生活的地方,它可能很大,如天津我租的房子一般;它可能很小,如我在深圳住的 10 平米的小隔间。

家是你生活的地方 —— 而不是家乡的地方。你在村里修建再好的房子,可那终究不是你的家 —— 那里只有一座气宇轩昂的房子,却没有你。你在城里住的再落魄,那终究是你的家,因为它有你。

那么,为什么一年只住几天的地方可以是家呢?

汝之蜜糖,彼之砒霜

man in gray shirt sits on cliff

不同的人性格是不同的。

以我为例,是一个偏社牛的性格,什么活动总想去凑一下。什么样的事情都希望去了解一下,因此也造就了我什么都知道一点的习惯。对于这样性格的我来说,参与社交活动是一种享受。

而对于社恐来说,我所做的一切,可能都是令他反感的。

而现实生活中可能并不一定能总能如愿,比如可能社牛并不会被邀请到活动当中,而社恐则总是被带到各种不同的场合当中去锻炼。

社牛和社恐都不能如愿,这大概就是社会与个人预期的错配。

安迪比尔定律的变种 — AI 和需求定律

photo of girl laying left hand on white digital robot

安迪-比尔定律,是对硬件升级与软件升级之间关系的陈述,是指新软件总将耗尽新硬件所提高的任何计算能力。

安迪 – 比尔定律,维基百科

最近在看 ChatGPT ,突然想起来了安迪比尔定律。在安迪比尔定律中,我们描述新的软件将会耗尽硬件提升的计算能力。

如果将其放在 AI 能力,则意味着,AI 节省的那些工作岗位,都将会因为人类无穷的需求和变化而重新出现。

AI 终究只是一个工具,是一个提升生产力的工具,他所提升的生产力,很快会因为社会平均生产力的提升而降低其效益。

当然,短期还是会有很大的价值,拥有 AI 能力,你就有超出平均水平的收益。

人生有台阶

person stepping on blue stairs

法不轻传为什么 2022 年了,依然让堂弟入 IT 的坑当中,我其实提到过,我希望堂弟能够走 IT 的路线,从而摆脱黄土朝天的现状和未来。

但说实话,如今我觉得,我可能过于高估了自己,以及低估了阶级之间的代差。

我父亲是从村里走出来的学生,到城里上学,并考入了公务员。而我如今能够成为一个软件工程师,很大程度上得益于从小学习 IT。大伯则是一直留在村里,虽然中间做生意、搞绵羊养殖,但总的来说,都是做的和土地相关的事情,堂弟也从小耳濡目染,给大伯帮忙。

对于我来说,我站在一个更高的起点上,从而走出了自己的路。堂弟的起点更低,我的路线未必适合他。甚至我的选择可能就是一个错误的选择,他需要走的,是曾经我父亲的路,从村里到城里,再从城里到更好的城市里去。

优秀的人当然可以跨越这个步步前进的设定,但终归只是少数人。

想起来之前知乎上的一个段子 —— 凭什么别人几代人的努力,被你努力一下自就给超越了?

学而不思则罔?学而不用则罔

love to learn pencil signage on wall near walking man

在论语当中,有一句非常经典的句子 ——

学而不思则罔,思而不学则殆

孔子,《论语 · 为政》

我们从小就学习这句话,它也伴随我们走过了我们的学习生涯。但直到最近,我才更加深刻的理解和感悟这句话,并将其进一步拓展 —— 学而不用则罔

在学校学习的时候,我们学习的往往是理论知识,无需专门的去实践,所以就如同孔夫子所言,我们只需要学习并思考,便可将知识融入到我们脑海中,成为我们自己的知识和智慧。

而当我们走上社会之后,我们的学习则更加的功利 —— 你不太会去学习一些纯理论的,你所学习的东西,往往是需要解决一个现实存在的问题。因此,我们需要将「学而不思则罔」改一改,变成「学而不用则罔」。

学然后致用,才能让我们不至于迷失在不同的理论当中,相互冲突。实践不同的理论,并因此来改变自己的生活。

工程师,除了互联网,还有很多选择

orange camping tent near green trees

2022 年景不好,看到不少裁员的,也看到不少人面对裁员显得悲观,甚至也看到有些人提到「如果不做成管理层,感觉这一生可以看到尽头」。

但工程师其实还有很多选择 — 这世界并不是只有互联网公司才需要工程师,任何一个和数字化强相关的企业,也都需要工程师。大部分时候,如果你放弃了高薪,你其实完全可以找到一个可以轻松做到 Work Life Balance 的工作,他们可能偶尔加班,但绝对不卷。你每天可以接送孩子,周末可以出去玩,而不是每到周末就整个人被榨干,没有力气。

我们现在面临的社会是一个阶级逐渐固化的时代,你其实希望通过在互联网大厂实现的是阶级越迁。但时间窗口已经消失,已经不存在阶级越迁的可能性了,你还会选择继续在互联网大厂卷么?

既然上升无望,不如好好过你的生活,静待下一个周期。

35 岁问题,只与你的竞争力有关

man and woman sitting on bench

时常会在各种论坛看到一些关于 35 岁裁员的话题,大家都很恐慌自己会在 35 岁被裁员。

但说实话,这个事情其实没有那么复杂,你是否 35 岁被裁员,只与你的竞争力有关

当然, 不同的人和环境竞争力和年龄的相关性是有区别的:

以绝大多数人感知到 35 岁裁员的消费互联网为例:消费互联网主要需要的是快速迭代的能力和对于用户行为、用户需求的感知,这里需要的更多是随机应变的能力,自然也就更多需要加班、卷。当然,你也可以通过一些别的手段来增强自己的竞争力 —— 比如质量、效果。并不是快就是绝对的好,快但是在错误的方向蒙眼狂奔,也是一种悲哀。

而对于传统的To B 的行业软件领域,虽然可能增长没有那么快,但由于需求明确、变化少,更多是自己在行业当中的经验的产品化,则不需要那么快的迭代速度 —— 毕竟你的用户不会迭代那么快。在这样的行业当中,你待的时间越久,积累的行业 Know How 越多,自然竞争力也就越强。

选择一个适合你的领域,提升自己在领域的竞争力,才是无惧 35 岁裁员的唯一手段。