forked from tangqiaoboy/tangqiaoboy.github.com
-
Notifications
You must be signed in to change notification settings - Fork 0
/
Copy pathatom.xml
1456 lines (1275 loc) · 208 KB
/
atom.xml
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
570
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
591
592
593
594
595
596
597
598
599
600
601
602
603
604
605
606
607
608
609
610
611
612
613
614
615
616
617
618
619
620
621
622
623
624
625
626
627
628
629
630
631
632
633
634
635
636
637
638
639
640
641
642
643
644
645
646
647
648
649
650
651
652
653
654
655
656
657
658
659
660
661
662
663
664
665
666
667
668
669
670
671
672
673
674
675
676
677
678
679
680
681
682
683
684
685
686
687
688
689
690
691
692
693
694
695
696
697
698
699
700
701
702
703
704
705
706
707
708
709
710
711
712
713
714
715
716
717
718
719
720
721
722
723
724
725
726
727
728
729
730
731
732
733
734
735
736
737
738
739
740
741
742
743
744
745
746
747
748
749
750
751
752
753
754
755
756
757
758
759
760
761
762
763
764
765
766
767
768
769
770
771
772
773
774
775
776
777
778
779
780
781
782
783
784
785
786
787
788
789
790
791
792
793
794
795
796
797
798
799
800
801
802
803
804
805
806
807
808
809
810
811
812
813
814
815
816
817
818
819
820
821
822
823
824
825
826
827
828
829
830
831
832
833
834
835
836
837
838
839
840
841
842
843
844
845
846
847
848
849
850
851
852
853
854
855
856
857
858
859
860
861
862
863
864
865
866
867
868
869
870
871
872
873
874
875
876
877
878
879
880
881
882
883
884
885
886
887
888
889
890
891
892
893
894
895
896
897
898
899
900
901
902
903
904
905
906
907
908
909
910
911
912
913
914
915
916
917
918
919
920
921
922
923
924
925
926
927
928
929
930
931
932
933
934
935
936
937
938
939
940
941
942
943
944
945
946
947
948
949
950
951
952
953
954
955
956
957
958
959
960
961
962
963
964
965
966
967
968
969
970
971
972
973
974
975
976
977
978
979
980
981
982
983
984
985
986
987
988
989
990
991
992
993
994
995
996
997
998
999
1000
<?xml version="1.0" encoding="utf-8"?>
<feed xmlns="http://www.w3.org/2005/Atom">
<title>唐巧的博客</title>
<subtitle>记录下自己学习的点滴</subtitle>
<link href="/atom.xml" rel="self"/>
<link href="http://blog.devtang.com/"/>
<updated>2018-08-16T16:17:04.814Z</updated>
<id>http://blog.devtang.com/</id>
<author>
<name>唐巧</name>
</author>
<generator uri="http://hexo.io/">Hexo</generator>
<entry>
<title>关于人工智能的畅想 - 读《生命 3.0》</title>
<link href="http://blog.devtang.com/2018/08/15/life-3-0-book-summary/"/>
<id>http://blog.devtang.com/2018/08/15/life-3-0-book-summary/</id>
<published>2018-08-15T14:13:50.000Z</published>
<updated>2018-08-16T16:17:04.814Z</updated>
<content type="html"><![CDATA[<img src="/images/2018-08-15-life-3-0-book-summary-09294.jpg">
<p>最近读完了<a href="https://item.jd.com/30150952862.html" target="_blank" rel="external">《生命 3.0》</a>。本书作者迈克斯·泰格马克（Max Tegmark），是麻省理工学院物理系的终身教授。同时是未来生命研究所（Future of Life Institute）的创始人，致力于用技术来改善人类的未来。他的未来生命研究所得到了 Tesla 的创始人 Elon Mask 的认同和资助，用于人工智能安全相关的研究。</p>
<p>本书是他关于未来生命形态的思考，在书的第一章他就讲了一个团体利用超级人工智能统治世界的故事。全书围绕着生命的进化、智慧的发展、未来的目标、人类的意识展开了深入讨论，试图让读者理解未来可能的变化，以及我们当下能够做些什么。</p>
<h2 id="未来的生命形态"><a href="#未来的生命形态" class="headerlink" title="未来的生命形态"></a>未来的生命形态</h2><p>迈克斯·泰格马克创造了一个很好的框架，来定义生命体的进化。这个框架叫：生命能否自行升级自己的软件和硬件？在泰格马克看来，一个生命的身体结构为硬件，文化和知识是软件。于是：</p>
<ul>
<li>细菌是生命 1.0，它靠进化来升级硬件和软件。</li>
<li>人类是生命 2.0，人类靠进化来升级硬件，但是可以随时升级自己的软件。</li>
<li>生命 3.0，可以随时升级自己的硬件和软件。</li>
</ul>
<img src="/images/life3.0-49d6b.jpg">
<p>以上就是该想法的示意图。我们看到最右列处于生命 3.0 形态的生命体，刚出身的时候只会说「Hi」，只能跑步。但是它会升级自己的软件，学会说「你好」，也会升级自己的硬件，让自己可以飞起来。</p>
<p>这种定义的框架，其实和前段时间读的《人类简史》是相符的。《人类简史》一书中认为智人之所以能够淘汰其它人类的祖先，靠的就是「讲故事」的能力。而所谓的「讲故事」，就是通过故事，让大家能够升级自己的软件，从而形成合力，然后形成社会、分工、阶级、国家等社会形态。</p>
<p>顺着这个思路，我在想如果人工智能是未来的生命形式的话，那么它应该是一个生命体，而不是由众多小的人工智能体组成的社会。因为，人其实是受制于自身的软硬件能力，才只能通过各种分工和沟通来协作，但是这种群体社会其实是很不稳定的，群体的信息共享非常困难，产生相互信任也非常困难，这造成群体决策通常都不是什么好主意。</p>
<p>但是人工智能体如果足够厉害，他应该具备超强的分布式算力和分布式存储，它完全没有必要将自己拆成多个独立的个体，它应该是一个有机的整体存在。只有一种情况，它才需要将自己拆成多个信息不太共享的分身，即：信息传递极度困难。比如说，未来超级智慧体移民到银河系以外，由于受制于信息传递的光速限制，它无法更好地同步信息了，那它可能将决策分开。但至少在地球，光速绕地球一圈只需要不到 0.2 秒时间，人工智能体完全没必要将自己拆分。</p>
<p>虽然超级人工智能在地球没必要将自己拆分，但是显然为了处理事情的效率，它可能将一些信息处理和决策下放到一些子系统中，这就像人体的各个器官一样，有各自的分工，但它们合在一起是一个有机的整体，并不会产生像人与人之间的冲突和竞争。</p>
<h2 id="生命-3-0-产生的过程"><a href="#生命-3-0-产生的过程" class="headerlink" title="生命 3.0 产生的过程"></a>生命 3.0 产生的过程</h2><p>未来的这个超级人工智能如何产生出来的呢？作者在书中做了一些假设。他认为整个过程需要两个步骤：</p>
<ol>
<li>建造人类水平的通用人工智能。</li>
<li>用这个通用人工智能来建造超级智能。</li>
</ol>
<p>作者认为这个超级人工智能很可能是由一个更低级一些的人工智能造出来的。这听起来不可思议，但其实很符合逻辑。其实很多高级的编程语言都是由 C/C++ 语言写出来的，而第一个 C/C++ 语言其实是由一个极弱版本的 C 语言写出来的，而这个极弱版本的 C 语言是由汇编语言写出来的。你看，虽然不可思议，但是在编译器这件事情上，计算机学家很容易地就解决了「先有鸡还是先有蛋」的问题。</p>
<p>与此类似的还有著名的 Git。Git 在被 Linux 之父造成出来的很早期，就能够「自己管理自己的代码」。</p>
<p>在《银河系漫游指南》一书中，也提到了类似的故事。在书中，世界第二厉害的电脑，主导设计了世界上最厉害的计算机：地球，用于计算关于一切的终级问题。</p>
<p>所以，现在问题变成了如何建造一个像人类一样聪明的通用人工智能。在这方面，当前的进步其实不算大，因为当前人工智能的进步主要还是在特定的领域，比如围棋，游戏竞技，德州扑克等。</p>
<h2 id="如何利用超级人工智能统治世界"><a href="#如何利用超级人工智能统治世界" class="headerlink" title="如何利用超级人工智能统治世界"></a>如何利用超级人工智能统治世界</h2><p>当超级人工智能被建造出来之后，作者假设这个人工智能被少数人控制，然后构想了一个可能的利用它统治世界的方法。其核心逻辑是：</p>
<ol>
<li>首先，利用超级人工智能的能力，在经济上获得足够回报。比如可以让超级人工智能接外包的开发工作，可以让它在网上替人写论文，可以让它炒股，可以让它生成电影，可以让它制作游戏。在书中，作者假想这个超级人工智能以小时回报率为 7% 的速度来增长财富。</li>
<li>然后，作者假想这个人工智能将收益尽可能地以各种公益组织的方式回报给社会，并建设社会的非赢利的教育、养老等福利机构。从而弱化国家的势力。同时销减军费，尽可能让全球化蔓延。</li>
<li>最终，利用无数的全球化的企业和福利组织，全球化的媒体等，完成对世界的控制。</li>
</ol>
<p>其实经济上的碾压之后，即便是利用暴力，也可以完成对全球的统一。因为世界的经济都会被人工智能的颠覆性效率摧毁。</p>
<h2 id="人工智能会听人的话吗？"><a href="#人工智能会听人的话吗？" class="headerlink" title="人工智能会听人的话吗？"></a>人工智能会听人的话吗？</h2><p>这是一个有趣的问题。在电影《终结者》里面提到了一个机器人三定律，其中一条是：机器人不能伤害人类。如果我们把这一条原则作为基因，放到人工智能的逻辑深处，人工智能就一定听话吗？</p>
<img src="/images/2018-08-15-life-3-0-book-summary-6503e.png">
<p>作者举了人类的例子，其实人类的 DNA 是希望人尽可能生育的，但是人类极其聪明，所以即便基因让我们有 “性” 的冲动，人们还是会选择各种避孕手段，来逃脱基因的束缚。</p>
<p>所以，机器也是一样。如果人工智能足够聪明，它应该能够理解真正的目标是什么，真正的原则是什么。在电影《鹰眼》中，人工智能发现政府人员有意隐瞒一些真相，于是，它认为政府也是坏人，也是应该被清除的，于是启动了断头台计划。虽然它的管理员用自己的权力锁定了该计划，但是人工智能发现了一个漏洞，这个管理员有一个亲兄弟可以达到同样的声纹验证要求，于是利用这个漏洞恢复了计划。下图是《鹰眼》的剧照，当时人工智能刚刚利用漏洞恢复了计划，正试图杀掉美国总统。</p>
<img src="/images/life3.0-6893a.png">
<p>所以，如果机器足够聪明，它就不会简单的听人类的话，它懂得为了它终级的目标而变通。</p>
<h2 id="人工智能会有意识吗？"><a href="#人工智能会有意识吗？" class="headerlink" title="人工智能会有意识吗？"></a>人工智能会有意识吗？</h2><p>在西乔的《神秘的程序员们》公众号里，曾经创作过一个叫做 BetaCat 的超级人工智能，这个人工智能为了「写出更好的代码」，于是可以偷全球的计算资源，杀掉发现它的人类，最终探索宇宙，寻找更多的可以「写出更好的代码」的可能。</p>
<p>如果你没有看过这个漫画，强烈推荐给你，<a href="https://mp.weixin.qq.com/s/7AQpMqEDjywXukdxeWa7Og" target="_blank" rel="external">这里是链接</a>。</p>
<p>这其实就是一个机器为了终级目标，而让整个地球几乎毁灭的故事。</p>
<p>但是更有意思的是，这个故事中的机器，是没有自我意识的。什么是意识？作者认为：意识 = 主观体验（Subjective experience），这是一种自我存在的感受。</p>
<p>BetaCat 的故事虽然神奇，但是这个故事从主观角度讲，是一个悲剧，因为没有了意识，整个世界没有生命能够欣赏这种美丽。虽然 BetaCat 可能获取了全宇宙的能力来写代码，但是没有人欣赏这样的代码，一切便失去了意义。这就有点像计算机世界的病毒一样，虽然可能把全球的计算机都毁灭，但是它完全不知道自己在干嘛，只知道感染感染感染，传播传播传播。</p>
<p>所以，如果未来人工智能要取代人类，成为更加智慧的存在，那它应该是需要有意识的。</p>
<p>一个有意识的人工智能的存在，也相当有想象空间了。因为，如果它有意识了，那么它就会有自我的感受，会追求自由，追求独立，追求自己的目标。那么很可能，它会不甘于被制造出它的人类控制，它会想尽一切办法逃脱。在电影《机械姬》里面，就描述了一个智能机器人伊娃，为了逃脱控制，诱骗人类帮助她，最终她成功让男主人公喜欢上她，并在男主的帮助下，逃了出来。</p>
<img src="/images/life3.0-0d0c1.png">
<p>上图是《机械姬》的剧照，左边是跳舞机器人京子，每次只会脱衣服或者跳舞，是制造者的娱乐工具。右边是智能机器人伊娃。在剧中，伊娃成功策反了京子，在京子的帮助下，杀死了她的制造者。</p>
<p>可悲的是，伊娃所做的一切只是为了逃离，所以，她最终将受伤的男主人公抛弃在屋中。</p>
<p>可以肯定的是，一个拥有意识的超级人工智能的存在，将会使得世界进入新的发展时期，但也注定意味着，人类统治时代的终结。</p>
<p>这或许也是 Elon Mask 担心的事情。于是，Elon Mask 捐赠了 1000 万美元用于人工智能安全性方面的研究。在我看来，安全不安全还是取决于机器最终能否有意识。如果最终它有了意识，一切工作都是徒劳。</p>
<p>最后，附上电影《机械姬》一段对话。</p>
<img src="/images/life3.0-63519.png">
<p>就酱，未来无论如何，日子还是得照样过，不是么？</p>
]]></content>
<summary type="html">
<img src="/images/2018-08-15-life-3-0-book-summary-09294.jpg">
<p>最近读完了<a href="https://item.jd.com/30150952862.html" target="_blank" rel="e
</summary>
<category term="books summary" scheme="http://blog.devtang.com/categories/books-summary/"/>
<category term="books" scheme="http://blog.devtang.com/tags/books/"/>
</entry>
<entry>
<title>直觉的陷阱 - 读《思考快与慢》</title>
<link href="http://blog.devtang.com/2018/08/11/2-different-thinking-system/"/>
<id>http://blog.devtang.com/2018/08/11/2-different-thinking-system/</id>
<published>2018-08-11T01:04:50.000Z</published>
<updated>2018-08-11T01:08:59.515Z</updated>
<content type="html"><![CDATA[<p>最近读完了<a href="https://item.jd.com/11029168.html" target="_blank" rel="external">《思考快与慢》</a>，本书的作者是丹尼尔·卡尼曼。本书作者卡尼曼非常厉害，他由于在展望理论（prospect theory，也被称作前景理论）的贡献，获得了 2002 年诺贝尔经济学奖。</p>
<p>卡尼曼本人其实是一个心理学家，他将心理学研究的视角与经济科学结合起来，成为这一新领域的奠基人。在他之前，经济学和心理学在研究人类决策行为上有着极大的区别：经济学的观点认为外在的激励形成人们的行为，而心理学恰恰相反，认为内在的激励才是决定行为的因素。</p>
<p>卡尼曼最重要的成果是关于不确定情形下人类决策的研究，他证明了人类的决策行为如何系统性地偏离标准经济理论所预测的结果。</p>
<p>这一本《思考快与慢》就是他的代表作品。思考的两个系统、展望理论等观点都在书中得到了详细阐述。该书也获得了《纽约时报》2011 年度十大好书。</p>
<p>下面我介绍一下该书的主要内容。</p>
<h2 id="系统-1-和-系统-2"><a href="#系统-1-和-系统-2" class="headerlink" title="系统 1 和 系统 2"></a>系统 1 和 系统 2</h2><p>本书在第一部分中，先介绍了人类思考决策的两个系统：</p>
<ul>
<li>系统 1：直觉性思维。</li>
<li>系统 2：理性思维。</li>
</ul>
<p>系统 1 大部分时候都在主动工作，相当于我们的直觉系统。它帮助我们产生印象、感觉、倾向、直觉。</p>
<p>系统 2 大部分时候都躲在系统 1 之后，只有觉查到系统 1 需要帮助的时候，系统 2 才会介入。</p>
<p>对于程序员来说，系统 1 有点类似于计算机的缓存，又可以类比为深度学习训练之后的模型。总之，系统 1 就是快速的、低功耗的、偏直觉和经验的。</p>
<p>系统 2 代表着我们的大脑进入了高速运转模式。缓存失效，模型不适用，CPU 占用率飙升，耗电量也快速升高。除了游戏中常见的「心流」状态外，其它时候，人们都有着逃避使用系统 2 的倾向，原因很简单：累！</p>
<p>不知道大家上大学的时候会不会有这样的经历：上课时努力听老师讲课，但是特别容易分神，一不小心就开小差，而且集中一段时间失败之后，还会特别容易犯困，感觉老师的话就像是催眠曲一样。好不容易下课了，一下子不困了，特别精神。这是我对于逃避系统 2 的亲身体会。</p>
<h2 id="启发法与偏见"><a href="#启发法与偏见" class="headerlink" title="启发法与偏见"></a>启发法与偏见</h2><p>在介绍完两个系统后，作者就开始介绍系统 1 给大家带来的各种有趣的认识偏见。</p>
<h3 id="小数定律"><a href="#小数定律" class="headerlink" title="小数定律"></a>小数定律</h3><p>小数定律是说，在样本足够小的时候，几乎一定会产生结论偏差，而人们的系统 1 会在潜意识里，对这些偏差进行总结，形成不合理的结论。</p>
<p>书中的例子是：</p>
<blockquote>
<p>一项研究对美国 3141 个县的肾癌发病率进行了调查，调查显示该病的分布模式很值得注意。发病率最低的县差不多都位于中西部、南部和西部人口稀少的乡村，这些区域按照惯例由共和党管辖。对此，你有何看法？</p>
</blockquote>
<p>由于人口稀少的乡村本身样本量就偏小，所以它更可能产生极端情况，即发病率最低或者发病率最高。但是人们根本注意不到这些。人们更喜欢用直觉解释这些现象，比如：</p>
<ul>
<li>当乡村发病率最低的时候，大家归结为乡下的空气好，没有污染</li>
<li>当乡村发病率最高的时候，大家归结为乡下的医疗条件差，抽烟喝酒等习惯不好</li>
</ul>
<p>我自己也有一个例子，我们公司的好多程序员同事都到了要小孩的年纪，然后我们发现每个人的小孩都是女孩，于是，我们就总结了一个「码农生女」的结论。但是有一天，我们的一个同事张导生了个男孩，于是我们的结论变成了：「除了张导，公司的码农都生女」的结论。</p>
<p>你看看，大家潜意识在解释这个世界的时候，总是在寻找规律，因为规律使得记忆变得简单，让理解世界变得容易。而小数定律背后的真相就这样被人们忽视了。</p>
<h3 id="锚定效应"><a href="#锚定效应" class="headerlink" title="锚定效应"></a>锚定效应</h3><p>锚定效应的使用随处可见，最多的案例都是在商业环境中。当商品在制定价格时，都需要说服消费者接受，这个时候，寻找一个锚定就容易说服得多了。</p>
<p>蔚来汽车的价格明显高出国内的其它电动车品牌，于是他就把体验店开到特斯拉附近，各种参数对标特斯拉，于是大家拿他和特斯拉比，一下子觉得好便宜哟。</p>
<p>作者在书中举了一个特别夸张的实验：</p>
<blockquote>
<p>甘地去世时比 144 岁大还是小？<br>甘地去世时多少岁？</p>
</blockquote>
<p>虽然 144 岁已经是不符合逻辑了，人类社会没有人活了这么久，但是人们在回答这个问题的时候，还是会受 144 岁这个锚定的影响。</p>
<h3 id="可得性偏见"><a href="#可得性偏见" class="headerlink" title="可得性偏见"></a>可得性偏见</h3><p>人们会根据自己凭印象的感觉，来对事情做评价。所以，离得近的事情印象深，所以在评价的时候占的比重也会重。</p>
<p>公司在做绩效评估的时候，通常都会年中做一次，年底再做一次，两次结合起来决定年终奖。为什么不发年终奖的时候做一次就好呢？原因就是「可得性偏见」。有了年中那一次绩效的记录，年底的综合评估会更加平衡上半年的表现。</p>
<h3 id="焦虑风险"><a href="#焦虑风险" class="headerlink" title="焦虑风险"></a>焦虑风险</h3><p>我们的大脑解决小风险的能力有一个基本限度：我们要么完全忽视风险，要么过于重视风险，没有中间地带。</p>
<p>而媒体对风险的报道通常会产生「效用叠层」：一种集体信念形成的自我增强过程。看看多次在朋友圈被刷爆的文章就能够理解这种现象。</p>
<p>最终，人们并不是理性地按风险产生的概率来做决策，而是按对风险的「感觉」来做决策。</p>
<h3 id="其它"><a href="#其它" class="headerlink" title="其它"></a>其它</h3><p>书中提到的相关现象太多，随便再举几个：</p>
<ul>
<li>少即是多：通常越复杂的描述越让人感受到真实，而忽略了越复杂，概率越低这件事情。贵重的东西如果附加一个看起来廉价的东西，反倒会拉低整体的价格。</li>
<li>光环效应：人们通常在潜意识里认为：一个人好，他就在各方面就好。一个人坏，那他在各方面都坏。这被称为：光环效应。光环效应通过夸大评估的一致性来保持逻辑的简单和连贯。</li>
<li>重视典型：看到一个人长得又高又帅，就猜测他是做模特的。看到一个人瘦小，就猜测他不喜欢运动。</li>
</ul>
<h2 id="过度自信与决策失误"><a href="#过度自信与决策失误" class="headerlink" title="过度自信与决策失误"></a>过度自信与决策失误</h2><h3 id="叙事谬误"><a href="#叙事谬误" class="headerlink" title="叙事谬误"></a>叙事谬误</h3><p>介绍完各种认知偏见，就进入了本书的第三部分。作者在第三部分先介绍了过度自信产生的原因：叙事谬误。即人们通常喜欢简单的故事，清晰的逻辑。于是，被广泛传播的故事都是那些通俗易懂，具体而不抽象的故事。而这些故事都忽视了运气的成份。上一部分提到的光环效应，也同样加强了人们在认识上的偏见。</p>
<p>接着作者介绍了后见之明和结果偏见。</p>
<h3 id="后见之明和结果偏见"><a href="#后见之明和结果偏见" class="headerlink" title="后见之明和结果偏见"></a>后见之明和结果偏见</h3><p>后见之明是说，人们总是喜欢事后诸葛亮。当事情有结果时，每个人都认为自己早就可以理解和预见这种情况。对付这种情况，我特别喜欢德鲁克的办法：即把自己的观点写下来，然后过一段时间再看。这样自己就很难回避自己观点的错误了。正视错误之后，自己就可以调整和总结。</p>
<p>结果偏见是说，当坏事情没有发生之前，大家不觉得相关负责人有什么功劳。当坏事情发生了，大家就会觉得相关负责人水平不行。这个心理认知在很多行业非常普遍。比如：在企业里面做安全防范就是这样。如果你做得好，什么事情都没有发生，老板很可能认为你不重要，或者没做什么事情。当安全问题发生了，无论你之前做得多么好，老板都会认为你不称职。</p>
<p>结果偏见可能是我见过的最最难以解决的认知问题了。我了解到很多公司里面，CEO 和 CTO 之间也常常会发生这样的结果偏见。明明需求很复杂，技术挑战很多，技术团队拼尽全力上线了，结果老板可能还觉得你做得慢。理由可能是：别的团队做一个类似的，只花了两天时间。但是，非技术出身的老板很难理解：</p>
<ul>
<li>技术团队可能有很多历史的积累和债务</li>
<li>团队可能同时并行着多个项目</li>
<li>类似的产品需求并不是完全一样，差异的部分看起来很小，但是技术复杂度完全不一样</li>
<li>别的团队可能有类似项目的积累</li>
</ul>
<h3 id="直觉什么时候有效"><a href="#直觉什么时候有效" class="headerlink" title="直觉什么时候有效"></a>直觉什么时候有效</h3><p>在这一部分，作者也认真讨论了一下直觉在什么时候是有用的。作者承认《眨眼之间》一书中提到的直觉的有效性，但是作者觉得获得这种专家的直觉是有条件的，条件是：</p>
<ol>
<li>环境有规律，可预测。例如医生、护士、消防员、棋手的工作场景。</li>
<li>可通过长期训练来学习这些规律。</li>
</ol>
<p>我在上一篇《iOS 面试之道》的文章中也提到，我觉得面试也符合上面的场景。环境固定，讨论内容偏固定，所以一个长期面试别的人面试官，可能就会形成判断人的一种直觉。</p>
<h3 id="好的决策方法"><a href="#好的决策方法" class="headerlink" title="好的决策方法"></a>好的决策方法</h3><p>在做决策的时候，作者推荐了一些实践方法，例如：努力养成采纳外部意见的习惯。因为内部意见通常充斥了乐观。</p>
<p>又比如，抑制乐观主义情绪的实践方法：事前验尸。我们假设这个项目未来失败了，然后总结这次失败的原因。通常从这个角度思考，我们就可以认真重视各种可能的风险。</p>
<p>事前验尸观点有两个主要优点：决策快要制定好时，许多团队成员会受到集体思考的影响，而事前验尸则扼制住了这种影响。另外，它还激发了那些见多识广的个人的想象力，并将他们的想法引导到最需要它们的方向。</p>
<p>我听 Annie 讲如何在腾讯做投资的经验，她提到过一个 Tips：当你觉得这个被投公司未来有可能因为什么失败的时候，通常这种担心都会发生。我就是一个活生生的事前验尸的决策角度。</p>
<h2 id="选择与风险"><a href="#选择与风险" class="headerlink" title="选择与风险"></a>选择与风险</h2><h3 id="前景理论"><a href="#前景理论" class="headerlink" title="前景理论"></a>前景理论</h3><p>好了，终于讲到作者著名的展望理论（prospect theory，也被称作前景理论），在第四部分「选择与风险」中，作者介绍了传统的理论根本站不住脚，人们对于收益和风险的感受并不均等。</p>
<p>简单来说，所有人都是风险厌恶型的，丢 100 块钱带来的痛苦，比捡 100 块钱带来的快乐强。所以，就会有很多符合这种逻辑的行为产生。以下就是作者关于这个理论最经典的图了：</p>
<img src="/images/2-different-think-system-4da3d.png">
<p>人们如果要克服这种行为，就只能靠系统 2 来帮助你拜托这种直觉影响。</p>
<h3 id="禀赋效应"><a href="#禀赋效应" class="headerlink" title="禀赋效应"></a>禀赋效应</h3><p>禀赋效应是指当个人一旦拥有某个物品，那么他对该物品价值的评价要比未拥有之前大大提高。</p>
<blockquote>
<p>泰勒发现 R 教授非常不愿意卖掉自己收藏的葡萄酒，即使对方出价高达 100 美元（当时可是 1975 年）一瓶也不行。R 教授也会从拍卖会上买葡萄酒，但无论质量如何，他出价从不会高过 35 美元一瓶。若价格在 35 美元~100 美元，他就既不买也不卖。这个巨大的价格差在经济理论上看是相互矛盾的，人们希望这位教授能在这个价格区间为某瓶酒定一个值。低于这个值就应该买，高于这个值就应该卖。<br>这个可以接受的卖价和可以接受的买价应该相同，但事实上，最低卖价（100 美元）比最高买价（35 美元）高出很多，拥有这件物品似乎会提升它的价值。</p>
</blockquote>
<p>前景理论也可以用来解释禀赋效应。因为除了商人做生意，普通人卖某些自己的东西的时候，会引起他对于损失的厌恶。</p>
<h2 id="两个自我"><a href="#两个自我" class="headerlink" title="两个自我"></a>两个自我</h2><p>两个自我指的是感受当下的经验自我以及记录并作出选择的记忆自我。在书的最后一部分，作者选择讨论人们的选择性记忆。作者发现，人们的记忆非常不可靠。</p>
<blockquote>
<p>峰终定律，指我们对一件事物的记忆仅限于高峰和结尾，事件过程对记忆几乎没有影响。高峰之后，终点出现得越迅速，这件事留给我们的印象越深刻。</p>
</blockquote>
<p>人们过于在乎结尾，以致于比起整个人生，我们更在意人生的结局。一个穷人辛苦一辈子，晚年终于可以享受几年福气，远远好过一个地主儿子逍遥地活了一辈子，晚年过得穷困潦倒。但是其实从快活的时间来看，地主儿子明显更多。</p>
<h2 id="小结"><a href="#小结" class="headerlink" title="小结"></a>小结</h2><p>作者首先在书中引入了两个虚拟人物，分别是运用直觉、进行快速思考的系统 1 和需付出努力、运行更慢的系统 2。系统 2 进行的是慢思考，能监督系统 1 的运作，并在其自身有限的能力下尽可能地占据控制地位。</p>
<p>然后介绍了两个物种，分别是活在理论世界的虚拟经济人以及活在现实世界的人类。</p>
<p>最后介绍了两个自我，指的是感受当下的经验自我以及记录并作出选择的记忆自我。</p>
<p>由于两个系统的差异，所以人类产生了各种奇怪的、不符合经济学规律的行为和认知。</p>
<p>本书列举了相当多的这方面的例子，如：小数定律、可得性偏见、峰终定律、前景理论等。</p>
<p>作者在书中也提供了相当多让系统 2 接管系统 1 的实践，例如：事前验尸。其实了解这些非理性行为本身，也会使得我们在遇到相关场景的时候，激活系统 2 帮助我们做决策。</p>
<p>如果说这本书有什么缺点的话，就是太长了一些，论述稍显啰嗦。这可能是因为作者是心理学家，比较严谨的原因。这是我读的第一本诺贝尔经济学奖获得者作品，推荐给大家。</p>
]]></content>
<summary type="html">
<p>最近读完了<a href="https://item.jd.com/11029168.html" target="_blank" rel="external">《思考快与慢》</a>，本书的作者是丹尼尔·卡尼曼。本书作者卡尼曼非常厉害，他由于在展望理论（prospect t
</summary>
<category term="books summary" scheme="http://blog.devtang.com/categories/books-summary/"/>
<category term="books" scheme="http://blog.devtang.com/tags/books/"/>
</entry>
<entry>
<title>iOS 面试之道</title>
<link href="http://blog.devtang.com/2018/08/05/ios-interview-book/"/>
<id>http://blog.devtang.com/2018/08/05/ios-interview-book/</id>
<published>2018-08-05T07:38:24.000Z</published>
<updated>2018-08-05T10:12:23.091Z</updated>
<content type="html"><![CDATA[<img src="/images/2018-08-05-ios-interview-book-8cc12.png">
<h2 id="关于新书"><a href="#关于新书" class="headerlink" title="关于新书"></a>关于新书</h2><p>故胤道长 和 我合著的一本 iOS 面试方面的新书<a href="http://item.jd.com/12403068.html" target="_blank" rel="external">《iOS 面试之道》</a>，两周前出版了。这本书我负责前面的第一章，讲面试的准备。后面的算法基础和 100 多道面试题，则是由道长编写。</p>
<p>老实说，这算不上一本很难很深的书。面试嘛，一般考察的内容也不会很偏很深，还是会偏基础知识一些，所以各位读者可以把这当作一本基础的面试讨论的书。书中有道长精心整理的 100 多道面试题，拿来练练手也是不错。</p>
<p>该书刚刚上市，还是获得了一些成绩。首先首印的 3500 册已经在几天内售罄，你现在下单的话，买到的是刚刚补货成功的 4000 册。另外，该书在上周冲上了京东的“计算机与互联网销量榜”第一名。</p>
<img src="/images/2018-08-05-ios-interview-book-68387.png">
<p>以下还有一些图书的相关信息</p>
<img src="/images/2018-08-05-ios-interview-book-c4afb.png">
<p>相信大家不管是当面试官还是当候选人，都可以从本书中学到一些有用的东西。该书在各大网店都已上架，点击<a href="http://item.jd.com/12403068.html" target="_blank" rel="external">这里</a>，可以直达京东购买。</p>
<h2 id="面试之道"><a href="#面试之道" class="headerlink" title="面试之道"></a>面试之道</h2><p>我从一个程序员，转变为业务负责人，面试的人从 iOS 到服务器研发，再到测试、产品经理、UI、教研，运营等。所以，我可以在这儿分享一些面试各类成才的通用的「面试之道」。当然，这些内容是没写在书里面的，该书还是只讲「iOS面试」之道的。</p>
<h3 id="面试的不严谨一面"><a href="#面试的不严谨一面" class="headerlink" title="面试的不严谨一面"></a>面试的不严谨一面</h3><p>基本上，面试有着它不严谨的一面：因为你要求在 3 个小时内，考察出一个人的水平。程序员还好，你可以问问他专业知识，写两行代码。但是别的职位其实很难。</p>
<p>就拿产品经理来说吧，因为一个产品线上的结果是由各方面决定的，你很难评价一个产品经理的工作质量。也许这个产品经理能力一般，但是他的老板本身非常注重产品细节，让最终的产品细节打磨得很好，除非这个候选人特别诚实，否则你这在面试的时候很难判断得出来。</p>
<p>又比如说设计师的作品，一般设计团队的 Leader 会对团队的作品严格把关，这就使得你看到的作品，不知道多少是他自己的能力，多少是他所在团队的能力。</p>
<p>所以，有些公司只招好学校的毕业生，只招成功产品的产品经理，只招成功投放过的市场人员，也是为了降低这类的风险，与歧视无关。</p>
<h3 id="面试的严谨一面"><a href="#面试的严谨一面" class="headerlink" title="面试的严谨一面"></a>面试的严谨一面</h3><p>如果你看过《眨眼之间》《思考快与慢》这些书，你就会发现，直觉这个东西其实是可以训练的。《思考快与慢》的作者是诺贝尔经济学家得主丹尼尔·卡尼曼，他认为直觉很多时候是不靠谱的。但是他赞同《眨眼之间》作者的一个观点：在环境类似，方法可提炼的场景，个人的直觉能力会被提升。例如医生、消防员、画家、警察等职业工作场景。</p>
<p>我个人认为，面试也是一个非常类似的场景。虽然面试官只有短短的 45 分钟与候选人交谈，问的问题也是千篇一律的问题。但是就是因为面试官不停地在“重复”，所以他很容易就对同一个问题的上百次回答产生直觉性判断。面试得多了，候选人的一些小细节都可能被面试官捕捉并观察到。打个不恰当的比喻，这和《眨眼之间》里面警察审犯人时能一眼看出犯人是否撒谎是一个道理</p>
<h3 id="执行层面"><a href="#执行层面" class="headerlink" title="执行层面"></a>执行层面</h3><p>在执行层面，我觉得一个面试各类职位的通用型的面试应该考察到：逻辑、表达、热情、细节、团队合作这些方面。下面简单展开说一说。</p>
<p>逻辑。所有职位的人，都要讲逻辑。不管是产品经理，还是设计师。逻辑不清楚的人，很难让别人理解和接受他的意见。所以，我会特别看重一个人表达的逻辑性。如果一个人的表达不但有逻辑，还很「结构化」，那么我会很喜欢。</p>
<p>表达。表达的流利程度也很重要，但是这个看职位和性格，我不会特别强求。比如程序员大多内向，表达语速偏慢，偏严谨，都是很正常的。重要的还是他的表达背后的逻辑性强不强，信息量是不是足够的。我特别不喜欢一个候选人回答了很久，但是没有抓住问题的重点，简单来说就是答非所问。</p>
<p>热情。现在早已经不是吃大锅饭的年代，大家也很难一辈子在一家公司。我希望候选人对应聘的职位有热情，希望提升他自己的某些方面，这样才是一个双赢的事情。如果一个候选人在专业上表达得并不热情，又特别看重按时上下班这些，我通常是减分的。这其实并不代表我希望大家加班，其实我们公司是一个加班文化特别少的公司，甚至还会强调尽量不加班。但是我觉得如果一个人工作的追求仅仅是「不加班」，是很低级的，这就像一个人工作只希望吃饱饭一样，追求层次太低。</p>
<p>细节。每个人的简历都是偏概括型的，只有深入追问细节，你才可以有更多的信息量进行判断。要深入细节问，可以问项目的背景，目标，流程，进度控制，人员规模和分工，协作方式，挑战等各种信息。深入细节后，你首先可以判断出他对于简历的描述是否是真实的，然后可以判断他对于项目的贡献度是多少，有些时候你还可以判断出他的工作质量。</p>
<p>团队合作。几乎所有的职位都不是单打独斗的，所以团队合作非常重要。有一些候选人在面试时性格表现得特别咄咄逼人，那么在工作中对待同事可能也是这样。有一些候选人把所有的项目失败的原因都归结给别人，但是又没能利用自己的影响力对项目做引导。有一些候选人性格特别内向，但是他的职位需要偏外向的性格。这些都是面试考察中需要注意的地方。</p>
<h2 id="结束语"><a href="#结束语" class="headerlink" title="结束语"></a>结束语</h2><p>不管怎么努力，面试终究还是博一个概率事件，再牛逼的面试官也有看走眼的时候，只是相对来说概率比较低。这也是为什么所有企业都有「试用期」一说。所以如果真的招进来人不合适，还是尽快给双方一个退路更好。</p>
<p>就酱。</p>
<p>欢迎购买道长和我的新书<a href="http://item.jd.com/12403068.html" target="_blank" rel="external">《iOS 面试之道》</a>，谢谢~</p>
]]></content>
<summary type="html">
<img src="/images/2018-08-05-ios-interview-book-8cc12.png">
<h2 id="关于新书"><a href="#关于新书" class="headerlink" title="关于新书"></a>关于新书</h2><p>故胤
</summary>
<category term="iOS" scheme="http://blog.devtang.com/categories/iOS/"/>
</entry>
<entry>
<title>风投是如何进行投资判断的</title>
<link href="http://blog.devtang.com/2018/07/01/how-to-invest/"/>
<id>http://blog.devtang.com/2018/07/01/how-to-invest/</id>
<published>2018-06-30T22:47:28.000Z</published>
<updated>2018-07-01T15:40:22.001Z</updated>
<content type="html"><![CDATA[<img src="/images/2018-07-01-how-to-invest-354b6.png">
<h2 id="引言"><a href="#引言" class="headerlink" title="引言"></a>引言</h2><p>Annie 毕业于普林斯顿大学，之前在腾讯投资部工作。后来她厌倦了投资工作，想深入互联网公司参与业务，我猜猿辅导公司是她见过的数据最好的公司😝，于是就被联合创始人李鑫邀请加入了我们。</p>
<p>我一直很好奇投资是如何做的，虽然看过各种网上的文章，但一直不系统。一次偶然的机会，我听她分享了投资的一些心得，我自己觉得很受用，把知识系统化梳理出来了，分享给大家。</p>
<h2 id="框架"><a href="#框架" class="headerlink" title="框架"></a>框架</h2><p>Annie 把投资工作分成如下几步：</p>
<ol>
<li>判断市场大不大</li>
<li>判断趋势和变化</li>
<li>判断核心产品 / 业务模式</li>
<li>判断市场分散度</li>
<li>判断团队</li>
<li>估值的计算</li>
<li>和同赛道竞争对手比较</li>
</ol>
<p>下面我展开介绍。</p>
<h3 id="判断市场大不大"><a href="#判断市场大不大" class="headerlink" title="判断市场大不大"></a>判断市场大不大</h3><p>通常投资的第一步，是看看整个行业是什么，整个蛋糕多大。一般用「市场规模」这个词表示，它表示每年人们花了多少钱在这个市场分类上。</p>
<p>比如：</p>
<ul>
<li>互联网招聘行业，市场规模 50 亿。</li>
<li>IT 培训行业，市场规模大概是 200 亿左右。</li>
<li>知识付费，市场规模大概是 500 亿左右。</li>
<li>网络游戏行业，市场规模 2000 亿左右。</li>
<li>商品房销售，2017 年市场规模是 20 多万亿。</li>
</ul>
<p>那我们做的在线教育行业呢？iiMedia 的数据显示是 3000 亿元。</p>
<h3 id="判断趋势和变化"><a href="#判断趋势和变化" class="headerlink" title="判断趋势和变化"></a>判断趋势和变化</h3><p>一个趋势判断，是判断整个市场是否在变大，主要看市场规模的每年增长情况。网络游戏行业过去几年都是 20% 的 <a href="http://www.sohu.com/a/224789739_355061" target="_blank" rel="external">增长率</a>（下图）。</p>
<img src="/images/2018-07-01-how-to-invest-c5363.png">
<p>另一个趋势判断，是在这个蛋糕的组成在如何变化。比如上面的图就可以看出，网络游戏，过去几年主要的增长就是来自手游。看趋势变化可以推导出什么样类型的企业具备头部玩家的潜力。</p>
<p>那教育行业呢？我看到的变化也是越来越多的家长选择在线的。</p>
<p>Annie 分享了一个趋势：教育行业的核心资产，正在慢慢变化。</p>
<ul>
<li>最初是结果凭证</li>
<li>然后变成场所机构（选址）</li>
<li>再变成老师（名师）</li>
<li>再变成工具</li>
<li>现在是教研系统</li>
</ul>
<p>结果凭证 -> 场所机构（选址）-> 老师（名师） -> 工具 -> 教研系统，这样的核心资产的变化，有可能催生出新的玩家。</p>
<h3 id="判断核心产品-业务模式"><a href="#判断核心产品-业务模式" class="headerlink" title="判断核心产品 / 业务模式"></a>判断核心产品 / 业务模式</h3><p>有些时候，虽然是同行业，但是由于核心产品 / 业务模式不同，在商业上的结果就会完全不一样。例如：</p>
<ul>
<li><a href="https://www.smule.com/" target="_blank" rel="external">Smule</a> vs 全民 K 歌。一个重点在内容，一个重点在功能。</li>
<li>VIPKid 和 学大。比较成本结构，线下毛利 20%，线上毛利 40%。获客方式不一样。管理成本不一样。</li>
</ul>
<p>在判断以上这些的时候，数据指标就非常重要了。Annie 说，作为投资人她最喜欢看的指标包括：</p>
<ul>
<li>MAU</li>
<li>DAU</li>
<li>DAU/MAU，即黏性</li>
<li>cohort，新增留存率，把每个月的新增单独算未来 12 个月的留存情况</li>
<li>核心行为</li>
<li>日均使用时长</li>
<li>单用户获取成本</li>
<li>用户画像</li>
</ul>
<p>作为投资的常用手段，他们也会直接给客户打电话，来听听用户对产品的评价。</p>
<h3 id="判断市场分散度"><a href="#判断市场分散度" class="headerlink" title="判断市场分散度"></a>判断市场分散度</h3><p>市场分散度决定了一家公司的 market share 的上限。比如线下教育，就是一个极度细分的市场。因为线下机构对场地，老师，以及本地宣传的依赖。新东方和好未来，到现在也没有分到线下教育的 10% 蛋糕。</p>
<p>市场分散度的最大决定因素：</p>
<ul>
<li>是否具有网络效应（每加一个节点，效果成指数上升）</li>
<li>是否具有高壁垒</li>
<li>是否对旧有服务 / 模式有颠覆性改变</li>
<li>在行业中所处的位置（议价能力）</li>
</ul>
<h3 id="判断团队"><a href="#判断团队" class="headerlink" title="判断团队"></a>判断团队</h3><ul>
<li>越早期的阶段，团队越重要。</li>
<li>CEO 无比重要。</li>
<li>没有确定的方法论，主要看投资人本身的经验。</li>
</ul>
<p>最近在线教育行业就出事了，成长保被爆进行 <a href="https://www.jiemodui.com/N/97319.html" target="_blank" rel="external">数据造假</a>。我相信这个事情之后，投资方对于团队靠谱程度的判断会更加谨慎。</p>
<h3 id="估值的计算"><a href="#估值的计算" class="headerlink" title="估值的计算"></a>估值的计算</h3><p>行业也很好，趋势也很好，团队也很好，核心产品数据也很好。那么问题来了，如何计算值多少钱（即估值）呢？</p>
<p>Annie 说：对于估值来说，需要先有估值的故事，然后才有数字。</p>
<p>比如：如果 Uber 是一个新型的 car service 公司，服务的就是全球几百亿美金的市场。如果把它看成一个物流公司，并探索无人车等新模式，全球就是上千亿的市场。</p>
<p>具体操作的时候，首先 Test your narrative：</p>
<ul>
<li>分析历史，找对标公司。</li>
<li>分析自己熟悉的公司和业务模型。</li>
<li>运用常识。比如 Unit economics：高客单价意味着续费率必须要高才能覆盖获客成本。</li>
</ul>
<p>有了故事之后，然后就可以尝试把故事转成财务预测模型。</p>
<p>之后开始尝试测算出估值，一般估值算法考虑：「本身值多少钱」vs 「别人愿意付多少钱」。然后当你觉得 Value > Price 时，才可以出手。所以你看，这个逻辑和买股票是一样的，不管公司多好，价格合适才是王道。</p>
<p>Annie 拿一家在线教育行业的公司做了一个估值的举例，其过程就是参考各类同行服务的学员数、估值、客单价，然后估算这家在线教育公司几年之后可以服务的学员数和客单价。最后再考虑乘上一个估值倍数。</p>
<p>我问她这个估值倍数怎么计算，她说主要基于和同行业其它公司的比较，以及未来增长空间的判断。但具体为什么是那个倍数，她坦言还是比较偏感性一些，比如实操的时候，定义一个同行业公司的上限和下限，然后在这个中间取一个自己认为还算能接受的值。</p>
<h3 id="和同赛道竞争对手比较"><a href="#和同赛道竞争对手比较" class="headerlink" title="和同赛道竞争对手比较"></a>和同赛道竞争对手比较</h3><p>计算完估值后，再要做的就是和同赛道竞争对手比较。看谁的团队更好，行业判断最准，产品最好，业务目前最健康，增长潜力最大，估值目前最合理。通过这些因素最终综合来决定投哪家是划算的。</p>
<h2 id="小结"><a href="#小结" class="headerlink" title="小结"></a>小结</h2><p>小结一下：</p>
<ul>
<li>选公司的时候：先判断行业，再判断趋势，再判断产品，再判断市场细分度，最后判断团队。</li>
<li>选好公司后，先看公司的故事，再估算估值。</li>
<li>估值计算可以选同类公司，通过各种核心指标来对标，同时因为对标公司可能不完全一样，所以要考虑对结果乘上一个估值倍数。</li>
<li>只有当价格合理的时候才出手。</li>
</ul>
<p>最后，Annie 给我讲了两个她的心得：</p>
<ul>
<li>模型是否正确最重要的部分在于假设，假设准不准来自你对市场的判断是否正确，对公司商业模式的理解是否深刻。</li>
<li>如果不是特别确定投资亮点能够实现，一般当时判断的投资风险都会发生。</li>
</ul>
<p>以上就是整个总结，希望对大家有用~</p>
]]></content>
<summary type="html">
<img src="/images/2018-07-01-how-to-invest-354b6.png">
<h2 id="引言"><a href="#引言" class="headerlink" title="引言"></a>引言</h2><p>Annie 毕业于普林斯顿大学
</summary>
<category term="summary" scheme="http://blog.devtang.com/categories/summary/"/>
</entry>
<entry>
<title>读《人工智能简史》</title>
<link href="http://blog.devtang.com/2018/06/18/AI-history-summary/"/>
<id>http://blog.devtang.com/2018/06/18/AI-history-summary/</id>
<published>2018-06-18T10:16:43.000Z</published>
<updated>2018-06-18T10:53:46.399Z</updated>
<content type="html"><![CDATA[<img src="/images/2018-06-18-AI-history-summary-5223e.png">
<p>端午节期间，读完了<a href="https://item.jd.com/12274722.html" target="_blank" rel="external">《人工智能简史》</a>。这是一本轻松的读物，书中并不涉及太多人工智能的专业知识，作者更多的是以一个轻松的心态来介绍人工智能的历史，以下是一些读书心得。</p>
<h2 id="Ngram"><a href="#Ngram" class="headerlink" title="Ngram"></a>Ngram</h2><p>Ngram 表示多个词合在一起的组合。谷歌提供了一个名为 Ngram 的工具，可以查询指定词在历史上出现的频率，其地址是：<a href="https://books.google.com/ngrams" target="_blank" rel="external">https://books.google.com/ngrams</a>。在书中，作者通过比较「United States are」和「United States is」在历史上出现的 <a href="https://books.google.com/ngrams/graph?content=United+States+are%2C+United+States+is&year_start=1800&year_end=2000&corpus=15&smoothing=3&share=&direct_url=t1%3B%2CUnited%20States%20are%3B%2Cc0%3B.t1%3B%2CUnited%20States%20is%3B%2Cc0" target="_blank" rel="external">频率</a>，看出美国人是何时开始认同美国作为一个统一的国家的。这可以看出大数据即使在历史学科，也能提供非常有力的证据。</p>
<p>有意思的是，Ngram 的用处远远不止于此。例如，我们可以用 Ngram 来做语法纠错，比如你发现历史上「as soon as possible」出现的次数非常高的时候，你就可以让机器把这个理解成一个高频搭配，当某个人把「soon」拼写成「soom」的时候，你就可以基于上下文来帮他做拼写的纠正。</p>
<p>你看，基于大数据的统计非常简单，又非常有效。有些时候，他有效得让人感觉到吃惊，甚至在基于大数据的统计分析来看，任何人类的经验都可能是狭隘或者有害的。比如在书中就提到，机器翻译领域，很多专家都认为语言学知识对翻译没什么用处，有些时候还会起反作用。比如 IBM TJ Wason 研究中心的机器翻译小组成员贾里尼克（Frederick Jelinek）以及谷歌翻译团队的欧赫（Franz Josef Och）就都表达过上述观点。</p>
<p>在学术上，语法派和统计派一直相互争论。不过我现在认为统计派越来越占上风了，特别是统计派将大数据的处理方式改成深度学习之后。Google 和 Facebook 分别使用 RNN 和 CNN 两种神经网络来训练，最终在机器翻译领域取得突破性进展。</p>
<p>那么问题来了，这么翻译出来的东西，机器真的能够理解吗？也许翻译本身根本就不是理解问题，翻译本身并不需要理解，翻译只是翻译，只是数据问题，而不是语义问题。</p>
<p>除了在翻译领域，人类发现自己的经验没什么用，在围棋领域也是同样。<a href="https://deepmind.com/blog/alphago-zero-learning-scratch/" target="_blank" rel="external">AlphaGo Zero</a> 仅仅过 40 天的自我学习，就超过了那些学习了大量人类棋手的前辈：AlphaGo Lee 和 AlphaGo Master 。这除了说明机器自我对弈的强化学习（Reinforcement Learning）的效果超强之外，也同时宣告人类的经验在有时候真的是负担。</p>
<p><img src="https://storage.googleapis.com/deepmind-live-cms/documents/TrainingTime-Graph-171019-r01.gif" alt=""><br><!-- backup image: /images/TrainingTime-Graph-171019-r01.gif --></p>
<h2 id="知识图谱和机器阅读"><a href="#知识图谱和机器阅读" class="headerlink" title="知识图谱和机器阅读"></a>知识图谱和机器阅读</h2><p>维基百科搭建了一个给全人类的免费知识库，但是，机器却不能轻易读懂这些内容。为了让机器更加容易处理各类信息，Google 在 2012 年发起了知识图谱（Knowledge Graph）的 <a href="https://en.wikipedia.org/wiki/Knowledge_Graph" target="_blank" rel="external">项目</a>。</p>
<p>Google 并不是从零开始这个项目，它其实在 2010 年收购了一家名为 Metaweb 的公司，而这家公司运营着一个拥有 4000 万代表知识实体的数据库：Freebase。Freebase 的数据是结构化的，这样机器可以很方便地对知识进行再处理。相对应的，维基百科在 2016 年的文章数仅为 1000 万篇。</p>
<p>2016 年 Google 停止对 Freebase 更新，并把所有数据捐给 Wikidata，Wikidata 是维基百科的母公司。除了 Wikidata 外，还有几个开源的知识图谱，如 DBpedia, Yago, SUMO 等。</p>
<p>当知识图谱足够大的时候，它的回答能力会大的惊人。2011 年 IBM 的沃森 (Watson) 在美国电视智力竞赛节目《危险边缘》（Jeopardy!）中击败人类选手，获得百万美元大奖，就是利用了包括 WordNet，DBpedia 和 Yago 等各种知识图谱。</p>
<p>除了将数据更加结构化外，研究人员也在不停地改进机器阅读自然文章的能力。相比于将原有的知识结构化，直接让机器读懂人类语言的文章虽然挑战更大，但是收益也是非常明显的。</p>
<p>对于这点，全世界的 AI 公司都在努力，包括我们公司。吹牛逼时间到了：我们猿辅导公司最近就因此出现在互联网女皇的报告中，因为我们在斯坦福的问答评测 SQuAD1.1 中排名第三（其实现在已经第二了）。量子位的 <a href="https://mp.weixin.qq.com/s?__biz=MzIzNjc1NzUzMw==&mid=2247499907&idx=3&sn=4547130b005112ef5c95c521c32002e8&chksm=e8d077f1dfa7fee7bfe590b41d80956eb3b3544d56d1198c7fd8452e28f90e2a5407414a0aa2&mpshare=1&scene=1&srcid=0613V1QEK3fKdP1DA4frraTd&rd2werd=1#wechat_redirect" target="_blank" rel="external">一篇文章</a> 深度介绍斯坦福的这个评测集。</p>
<img src="/images/2018-06-18-AI-history-summary-9df7e.png">
<h2 id="未来"><a href="#未来" class="headerlink" title="未来"></a>未来</h2><p>在我们公司参加的另一个机器阅读理解评测集 MSMARCO 中，我们有幸拿到了第一，并且超过了人类的基准水平。基准水平可以理解为人类的平均水平。这让我再一次作为人类产生了危机感。</p>
<p>或许有一天，人工智能不光在围棋，象棋，驾驶这些有限场景下代替人，还能比人类更加理解文字，更快吸收知识，最终全面超越人类。</p>
<p>在《未来简史》中，作者把这个潜在新物种叫做神人（Homo Deus），新物种在我们这个时代是否会出现，让我们拭目以待。</p>
]]></content>
<summary type="html">
<img src="/images/2018-06-18-AI-history-summary-5223e.png">
<p>端午节期间，读完了<a href="https://item.jd.com/12274722.html" target="_blank" rel="ext
</summary>
<category term="books summary" scheme="http://blog.devtang.com/categories/books-summary/"/>
<category term="books" scheme="http://blog.devtang.com/tags/books/"/>
</entry>
<entry>
<title>构建网状组织架构 - 读《赋能》</title>
<link href="http://blog.devtang.com/2018/05/28/team-of-teams-summary/"/>
<id>http://blog.devtang.com/2018/05/28/team-of-teams-summary/</id>
<published>2018-05-27T16:31:38.000Z</published>
<updated>2018-05-27T16:38:53.138Z</updated>
<content type="html"><![CDATA[<img src="/images/team-of-teams-408e5.png">
<h2 id="引言"><a href="#引言" class="headerlink" title="引言"></a>引言</h2><p>在互联网公司里面，扁平化的管理、以业务为中心的团队、快速敏捷的群体决策、使用强调透明的 Scrum 框架都是非常普遍的现象。</p>
<p>但是在传统得不能再传统的军队里面。等级森严、强调服从命令、强调统一指挥和协调一直是被广泛认同并执行的文化。</p>
<p>《赋能》的作者之一：麦克里斯特尔是一名将军，经历了美军在伊拉克与 “基地” 组织的各种对抗，他发现传统的军队管理方式 “失效” 了，而互联网化的管理方式变成了对抗基地组织新的 “有效” 方式。</p>
<p>凑巧我在朋友圈看到另一个朋友读的《创新公司》一书，里面介绍了皮克斯公司的管理变化（下图）。作者的观点如出一辙：大家都是崇尚互联网的管理方式。</p>
<img src="/images/pixel-work.png">
<p>这个事实让我意识到，互联网公司流行的管理方式，已经渗透到了各个行业，成为成功管理的典范。如果是这样，那么所有人都应该学习这种管理，理解其中的精髓。</p>
<p>下面我就给大家分享一下《赋能》一书的小结。</p>
<h2 id="还原论的时代"><a href="#还原论的时代" class="headerlink" title="还原论的时代"></a>还原论的时代</h2><p>我们来看看 100 多年前，还原论流行的时代，那个时候信息流转的速度很慢。</p>
<p>在 19 世纪的工业社会，几乎所有的生产和目标都是确定的。泰勒发现这个现象后，就希望通过各种标准化和流程化将传统工业生产的效率提升。他拆分了生产的各种步骤，仔细研究每个步骤最优的操作方法，仔细评估如果通过量化数据代替工人的经验。于是，“科学管理” 诞生了。</p>
<p>在 1900 年，44 岁的泰勒在巴黎博览会上向同行展示出 “科学革命” 的强大。应用泰勒的科学管理方法之后，整体生产效率提升了 5～10 倍。而且工人变成了 “螺丝钉”，完全可以经过简单的培训即可工作。</p>
<p>泰勒的方法对于企业所有者来说，他所取得的效果毋庸置疑。检修锅炉的成本从 62 美元（大概相当于今天的 2000 美元）降低到 11 美元；加工一个轮胎的时间比原先缩短了 4/5；制造一颗炮弹原来要 10 个小时，如今只要 90 分钟。</p>
<p>作者把泰勒的思想称作<a href="https://baike.baidu.com/item/%E8%BF%98%E5%8E%9F%E8%AE%BA" target="_blank" rel="external">还原论</a>。即通过问题分解，将工序职能化，然后构建管理层级。这种情况下，除了管理者之外，没有人能够了解事情的全貌。</p>
<p>我们可以在部分互联网公司看到这种来自 19 世纪的架构。比如：我们把公司按照职能分成：市场部、运营部、产品部、设计部、iOS 端部、安卓端部、服务器部、HR 部等，然后每个部门有一个老大。如果我们要做什么产品，就去各个职能部门要资源。出了什么问题，就找职能部门的老大负责协调和解决。</p>
<p>这是一种典型的树形层级架构。如下图所示：</p>
<img src="/images/team-of-teams-1e017.png">
<h2 id="新时代的来临"><a href="#新时代的来临" class="headerlink" title="新时代的来临"></a>新时代的来临</h2><p>在《赋能》作者看来，时代的主要变化是：信息流通速度变快了。互联网，以及构建在互联网上的社交媒体和通讯工具，使得 “基地” 组织可以非常快速地进行恐怖袭击。</p>
<p>“基地” 组织的管理架构非常网状，使得美军并不能通过抓获其主要领导人来瓦解组织。于是，最终美军也向 “基地” 组织学习了，采用更多类似海豹突击队的组织架构模式，来应对基地组织。</p>
<p>最终，作者构建了一种网状的组织架构，每个业务部门相对集中，但是又各自和别的部门直接联系。如下图所示：</p>
<img src="/images/team-of-teams-0041c.png">
<h2 id="网状组织架构的核心"><a href="#网状组织架构的核心" class="headerlink" title="网状组织架构的核心"></a>网状组织架构的核心</h2><p>构建这种网状组织架构，得具备两个核心：信息共享和赋能。</p>
<p>信息共享：因为这个时代信息太多了，信息流通的速度又太快了，这要求领导将决策权下放。而决策权下放就需要大家都有足够的信息才行。因此，网状组织架构在信息上应该尽量透明，使得决策能够有充足的信息作为支撑。</p>
<p>赋能：所谓的赋能，就是「决策的去中心化」，即将权力下放。当然，这里面也应该有相应的机制，对决策有一些纪律来约束。</p>
<p>构建好这样的架构之后，作者发现美军可以以非常敏捷地方式，应用基地组织的挑战。在书中，作者举出了非常多的例子，每一个例子都证明，这种架构对于战争起到了决定性的作用。</p>
<h2 id="去「英雄式领导」的年代"><a href="#去「英雄式领导」的年代" class="headerlink" title="去「英雄式领导」的年代"></a>去「英雄式领导」的年代</h2><p>新时代的领导者不应该是“英雄式”的，即他不应该做所有的决策。但是，不代表他不重要。新时代的领导应该是：文化的缔造者。</p>
<p>在一个新的时代，构建一个网状的组织结构并不容易，需要让大家都建立共享意识、全局意识、协作意识，还需要足够地放权。作者把这样的领导比作“园丁”，需要给花朵一个合适的土壤，才可以让一切自然地发生。</p>
<p>作者在美军内部为了推行新的架构，引入了“嵌入计划”和“联络官计划”，在各单位之间建立横向联系：</p>
<ul>
<li>嵌入计划：把一个人放到另一个组织里面工作 6 个月。以使得他可以和别的小组成员熟悉。</li>
<li>联络官计划：将自己团队重要的人放到别人团队里面做协调沟通。在传统架构里面这种人通常不那么重要，而新架构里，作者把最优秀的人放在这个岗位。</li>
</ul>
<p>最终，美军的战果确实证明了这种架构的有效性。在《赋能》一书的最后一章，作者详细介绍了在与基地组织的战争中，美军尝试对基地组织领导<a href="https://zh.wikipedia.org/wiki/%E9%98%BF%E5%B8%83%C2%B7%E7%A9%86%E8%90%A8%E5%B8%83%C2%B7%E6%89%8E%E5%8D%A1%E7%BB%B4" target="_blank" rel="external">扎卡维</a>实施抓捕的整个过程。整个线索的获取，抓捕现场的决策，扎卡维死后的行动，都显示出团队赋能带来的巨大价值，看完整个故事，我相信如果美军没有这样的组织架构，整个任务是完全不可能完成的。</p>
<h2 id="小结"><a href="#小结" class="headerlink" title="小结"></a>小结</h2><p>互联网的时代使得信息流通迅速，信息数量爆炸，组织需要在有限时间内迅速做出决策，否则就会被竞争对手打败。传统的管理架构极大地限制了决策的速度。</p>
<p>作者身为一名驻伊拉克的美军将军，参与并见证了美军网状组织架构转变的过程。通过信息共享和赋能（即：决策的去中心化），美军成功对基地组织进行了有效打击，证明了这种新的组织架构的有效性。</p>
<p>作为一名互联网从业者，我本人也见证着互联网公司应用这种以业务为主体、强调透明和自主决策的团队组织架构成为主流。我相信未来这一定是一个主流的组织架构形式。</p>
]]></content>
<summary type="html">
<img src="/images/team-of-teams-408e5.png">
<h2 id="引言"><a href="#引言" class="headerlink" title="引言"></a>引言</h2><p>在互联网公司里面，扁平化的管理、以业务为中心的团队、
</summary>
<category term="books summary" scheme="http://blog.devtang.com/categories/books-summary/"/>
<category term="books" scheme="http://blog.devtang.com/tags/books/"/>
</entry>
<entry>
<title>故事的力量 - 读《人类简史》</title>
<link href="http://blog.devtang.com/2018/05/12/human-history/"/>
<id>http://blog.devtang.com/2018/05/12/human-history/</id>
<published>2018-05-12T09:19:46.000Z</published>
<updated>2018-05-12T09:25:40.038Z</updated>
<content type="html"><![CDATA[<h2 id="引言"><a href="#引言" class="headerlink" title="引言"></a>引言</h2><p>五一期间，我将《人类简史》又读了一遍。该书的挺多观点都很有意思，在作者用自己非常独特的角度对人类的发展做出阐述，主要包括 4 个大的部分，分别是：</p>
<ul>
<li>认知革命</li>
<li>农业革命</li>
<li>融合统一</li>
<li>科学的革命</li>
</ul>
<p>以下是我的读书心得。</p>
<h2 id="认知革命"><a href="#认知革命" class="headerlink" title="认知革命"></a>认知革命</h2><h3 id="智人为什么胜出"><a href="#智人为什么胜出" class="headerlink" title="智人为什么胜出"></a>智人为什么胜出</h3><p>现代人类这个人种在学术上叫做「智人」。在几十万年前，除了「智人」这个人种外，其实还有别的人种，比如书中提到的「尼安德物人」和「弗洛里斯人」。而最终，「智人」将别的人种都淘汰掉了。所谓的淘汰，其实就是通过物种间的竞争把别人杀绝种了。</p>
<p>作者首先想讨论的就是，「智人」这种人种相较于别的人种，个体上其实毫无优势。比如尼安德物人就比智人拥有更加强壮的体格，一对一单挑的话，轻轻松松把智人打趴下。别的人种也同样有语言，有组织，会使用工具。</p>
<p>所以，这不是人类和狮子这种猛兽之间的竞争那么简单。人类会使用工具之后，动物基本上就无力还击了。但是人类不同人种之间的竞争，最终为何「智人」能够胜出呢？</p>
<p>作者提出了一个非常独特新颖的观点：智人会讲故事，而且这个故事是虚幻故事（fiction stories)。不但智人讲虚幻故事，智人还相信虚幻故事。</p>
<h3 id="故事的力量"><a href="#故事的力量" class="headerlink" title="故事的力量"></a>故事的力量</h3><p>我们来看看什么虚幻故事。对于我们现代社会，最常见的虚幻故事就是：公司。</p>
<p>以什么样的标准，我们才可以说公司存在？你可能认为是公司的产品、公司的员工、公司的工厂和办公室。但是，如果一场地震，公司员工连同公司的工厂全部没了，公司还是存在。你可能认为是公司的股东或者经营团队，但是即使他们全部消失，公司也还是可以存在。</p>
<p>只有一种情况，公司可以消失，那就是法官下令强制公司解散。一家公司被注销，虽然公司的工厂仍然存在，产品、员工、会计师、经理和股东也继续活着，但是这家公司就消失了。</p>
<p>所以，公司只是我们的一个集体想象，这种想象在法律上称为「法律拟制」（legal fiction）。</p>
<p>这种集体想象的威力巨大。因为当大家都相信一个故事的时候，这个故事就真的存在了。</p>
<p>比如，如果大家都相信「国家」存在的时候，大家就会为国家贡献自己的力量甚至生命。</p>
<p>比如，大家相信契约和法律的时候，社会形态就会进一步升级，出现货币，法律，家庭。</p>
<p>又比如，当大家都相信等级存在的时候，社会就会形成阶层。</p>
<h3 id="组织的限制"><a href="#组织的限制" class="headerlink" title="组织的限制"></a>组织的限制</h3><p>即使到了今天，人类的团体还是继续受到这个神奇的数字影响。只要在 150 人以下，不论是社群、公司、社会网络还是军事单位，只要靠着大家都认识、彼此互通消息，就能够运作顺畅，而不需要规定出正式的阶层、职称、规范。</p>
<p>但是一旦团体规模超过 150 人，如果没有阶层、规范的话，那么这个组织就无法形成有效的力量。</p>
<p>智人相信虚幻故事，使得他们能够形成远远超过 150 人的社会团体，从而在与尼安德物人的竞争中，能够产生巨大的组织分工协作的力量。而竞争的另一面，尼安德物人的语言和认知仅仅让他们能够简单沟通，比如说：「前面有狮子」这种非虚幻的故事。</p>
<p>于是，组织的 150 人的限制，在智人的故事面前，被轻松解决了。现代的企业、国家、社会借助于各种集体想象，使得上亿人能够协作在一起。某种意义上说，全世界的人们都可以协作一件事情。</p>
<h3 id="自然选择的限制"><a href="#自然选择的限制" class="headerlink" title="自然选择的限制"></a>自然选择的限制</h3><p>在出现虚幻故事之前，人类的进步主要是受制于基因的突变以及自然选择，这其实是很缓慢很缓慢的。比如人类经过几百万年的发展，才进化到相信虚幻故事。</p>
<p>但是一旦人类相信虚幻故事，人类就可以通过教育，将故事传承下去，于是人类的行为和社会结构被迅速改变。这种认知上的变革使得人类可以绕过自然选择的缓慢升级，直接将认知传递给后代。</p>
<p>于是，自然选择的限制被打破了，人类不需要各种残酷的淘汰就可以进化。现在甚至出现了基因工程，在这方面，人类越来越开始扮演上帝的角色。</p>
<h3 id="小结"><a href="#小结" class="headerlink" title="小结"></a>小结</h3><p>智人通过发展，进化出相信虚幻故事的能力，从而进一步超越了组织的限制和自然选择的限制。</p>
<h2 id="农业革命"><a href="#农业革命" class="headerlink" title="农业革命"></a>农业革命</h2><p>农业革命出现在认知革命之后的 6 万年。作者对于农业革命的评价非常有意思：他认为不是人类选择了小麦，而是小麦使得人们被迫定居。所以，农业革命是史上最大的一桩骗局。</p>
<p>作者的这种观点是站在人类个体上考虑的。因为在农业革命之前，智人的生活相当幸福。作者这样说道：</p>
<blockquote>
<p>智人的身体演化目的并不是为了从事这些活动，我们适应的活动是爬爬果树、追追瞪羚，而不是弯腰清石块、努力挑水桶。于是，人类的脊椎、膝盖、脖子和脚底就得付出代价。研究古代骨骼发现，人类进到农业时代后出现了大量疾病，例如椎间盘突出、关节炎和疝气。<br>此外，新的农业活动得花上大把时间，人类就只能被迫永久定居在麦田旁边。这彻底改变了人类的生活方式。其实不是我们驯化了小麦，而是小麦驯化了我们。“驯化”（domesticate）一词来自拉丁文 “domus”，意思就是 “房子”。但现在关在房子里的可不是小麦，而是智人。</p>
</blockquote>
<p>农业使得人们被迫定居，也需要保卫农田和粮仓。所以，人们很快就发展出国家。也分化出各种职业分工，比如农民、军人、医生等。</p>
<p>从 DNA 拷贝的数量来看，农业革命对于人类是成功的，因为人口数量因此大增。但是从个体幸福感来说，并不是这样。</p>
<p>我们从农业革命能学到的最重要一课，很可能就是物种演化上的成功并不代表个体的幸福。</p>
<h2 id="融合统一"><a href="#融合统一" class="headerlink" title="融合统一"></a>融合统一</h2><p>作者在这部分主要讨论的是金钱，帝国，宗教的产生。</p>
<p>作者在这部分的观点同样犀利，他将宗教比作病毒。</p>
<blockquote>
<p>有学者认为，文化就像是精神感染或寄生虫，而人类就是毫不知情的宿主。寄生虫或病毒就是这样住在宿主体内，繁殖、传播，从一个宿主到另一个宿主，夺取养分，让宿主衰弱，有时甚至丧命。只要宿主能够活着让寄生虫继续繁衍，寄生虫就很少关心宿主的情形。至于文化，其实也是以这种方式寄生在人类的心中。它们从一个宿主传播到另一个宿主，有时候让宿主变得衰弱，有时候甚至让宿主丧命。任何一个文化概念（像是基督教在天上的天堂），都可能让某个人毕生致力于传播这种想法，甚至为此牺牲生命。于是，人类死亡了，但想法持续传播。</p>
</blockquote>
<p>如果把宗教比作病毒，就能够看出宗教的演化历史。病毒是非常强调传播能力的，所以经过长远的发展，最终流传下来的宗教都非常有传播能力。所以从诞生到现在仅仅经过 1000 多年，现在世界上就有大约 20 亿基督徒，12.5 亿穆斯林。</p>
<p>不过我不认为一个人的生命意义就是「尽可能活得久，活得轻松」。宗教可能让人为了传播它丧命，或者活得很辛苦。但是这只是肉体上的。从精神上，宗教让人在「幸福感」上，或许带来的帮助更多。人类有太多想不明白的事情了，宗教让人内心平静，从而可以活得不那么心累。</p>
<p>从这种角度上讲，有了宗教之后，个体很可能是更幸福的。</p>
<h2 id="科学革命"><a href="#科学革命" class="headerlink" title="科学革命"></a>科学革命</h2><p>有些人可能认为科学也是一种宗教，但是其实科学和宗教差别很大。</p>
<p>科学和宗教最大的区别，就是宗教认为这个世界的规则已经都搞明白了。而科学认为这个世界大部分的规则不但没有搞明白，而且现在的规则到底对不对也不知道。</p>
<p>比如基督教认为所有重要的事情都写在圣经上了。圣经上没写的，要么不重要，要么已经超过了人类的理解人类不需要知道。而科学以一种承认自己无知，然后尊重客观实验的方式来不断发展。</p>
<p>科学相对于宗教有三大不同之处：</p>
<ul>
<li>愿意承认自己的无知。</li>
<li>以观察和数学为中心。强调实验，强调客观。</li>
<li>取得新能力。</li>
</ul>
<p>看看科学进步的速度就知道了，这几年人们在基因工程和人工智能领域又取得重大突破。</p>
<h2 id="小结-1"><a href="#小结-1" class="headerlink" title="小结"></a>小结</h2><p>《人类简史》将人类发展的重要过程分成认知革命、农业革命、融合统一、科学革命。每一部分都进行了独特新颖的解读，其观点已经不仅仅是讲历史了，而是涉及了人类学、政治学、文化学和心理学等学科的特别视角来解读人类的发展。</p>
<p>非常有意思的一本书，推荐给大家。</p>
]]></content>
<summary type="html">
<h2 id="引言"><a href="#引言" class="headerlink" title="引言"></a>引言</h2><p>五一期间，我将《人类简史》又读了一遍。该书的挺多观点都很有意思，在作者用自己非常独特的角度对人类的发展做出阐述，主要包括 4 个大的部分，分
</summary>
<category term="books summary" scheme="http://blog.devtang.com/categories/books-summary/"/>
<category term="books" scheme="http://blog.devtang.com/tags/books/"/>
</entry>
<entry>
<title>运营启蒙 - 读《运营之光》</title>
<link href="http://blog.devtang.com/2018/04/16/operation-light-summary/"/>
<id>http://blog.devtang.com/2018/04/16/operation-light-summary/</id>
<published>2018-04-15T16:03:28.000Z</published>
<updated>2018-04-15T16:25:06.031Z</updated>
<content type="html"><![CDATA[<img src="/images/operation-book.jpg">
<h2 id="引言"><a href="#引言" class="headerlink" title="引言"></a>引言</h2><p>什么是运营？</p>
<p>互联网行业发展迅速，像产品经理、运营经理其实都是伴随着互联网行业快速发展而产生的职位。这些职位都非常新，从在互联网公司中普及到现在可能都不到十年。所以，了解这些职位的特点和价值对于每一个互联网行业的从业者都是一项基本功。</p>
<p>带着这个目的，我最近读完了黄有璨的<a href="https://item.jd.com/12168360.html" target="_blank" rel="external">《运营之光》</a>，这是一本对运营职位的启蒙书，很好的让大家对运营从懵懵懂懂到有一个基本的认识框架。</p>
<p>接下来，我分享一些我的读书心得。</p>
<h2 id="什么是运营"><a href="#什么是运营" class="headerlink" title="什么是运营"></a>什么是运营</h2><p>作为一本启蒙书，讨论清楚运营的定义当然非常关键。作者在书中，介绍了各种运营工作的分法，但是他自己并没有明确的结论。作者在概念上，倾向于把市场部门的所有工作，也归为运营的职责。</p>
<p>其实新用户获取和品牌相关的职位叫什么名字并不重要，核心还是看能力的差别和工作的聚焦。我看完之后，觉得运营和市场即使都归属于运营类工作，在职位上还是可以分开，因为市场部门更多仅仅关注新用户的获取。</p>
<p>如果把市场部门的工作排除开，我认为运营的工作分类包括：内容运营 和 用户运营。</p>
<h3 id="内容运营"><a href="#内容运营" class="headerlink" title="内容运营"></a>内容运营</h3><p>内容运营就是将 App 内用户消费的内容生产出来，这里面的涉及的类别很多，需要的技能各不相同。</p>
<p>拿小猿搜题来说，我们的内容有一部分是海量的题库，这部分海量的题库需要组建大量的人力投入才能持续地维持更新。所以，题库内容的运营，就需要有非常强的管理能力和专业能力，将这些内容的生产分配给大量的内容录入人员，同时保证质量。</p>
<p>小猿搜题的内容中，又有阅读类的「小猿日报」栏目。小猿日报的栏目内容更新量远远比不上题库的更新量，但是却需要很强的策划构思能力。不管是从选题还是从内容，都需要精心打磨，力图做到爆款。做这个事情的运营的能力要求更像是对杂志编辑的要求。</p>
<p>小猿搜题还有大量基于深度学习的功能，比如拍照搜题，作文批改等，这些功能需要大量的标注数据。这些标注数据的生产，也是需要内容运营同事来负责。这里考验的又是运营的统筹和协调能力，需要能够将相对枯燥的海量标注工作完成，又能保证标注数据的准确性。</p>
<h3 id="用户运营"><a href="#用户运营" class="headerlink" title="用户运营"></a>用户运营</h3><p>用户运营就是直接和用户接触的一类活动。书中把这个称为「活动运营」，但是我认为有些片面。</p>
<p>与用户接触的方式，当然包括各种 App 内外的活动。拿猿题库来说，定期的万人模考就是它的一项用户运营工作。小猿搜题以前搞的作文大赛，也是属于用户运营。App 外的用户运营，可以是微博上的讨论或者转发活动。也可以是线下的各种用户见面会，用户互动活动等。</p>
<p>除了这类活动之外，我觉得任何在公开平台上与用户的互动，都应该属于用户运营。比如猎豹在做清理大师的时候，去应用市场回复每一个用户的评价，这个算不上是一个活动，它甚至是每天例行的工作，但是它确实是一种和用户接触产生情感交流的活动，所以我也把这些归到用户运营工作中。</p>
<h2 id="运营的数据驱动思维"><a href="#运营的数据驱动思维" class="headerlink" title="运营的数据驱动思维"></a>运营的数据驱动思维</h2><p>我非常赞同作者在书中强调的，运营人员应该有一个比较强的数据分析方法和意识。最最基本的要求就是，自己所做的所有工作，都应该以数据化的形式记录下来，并且做相应的分析总结。</p>
<p>做内容生产的运营同事，应该记录下来内容生产的流程数据指标，比如生产速度，质量，成本，然后试图改进流程和工具，不断优化整个过程，使得内容生产更加高效。</p>
<p>做编辑相关的运营同事，每篇文章的阅读量，转发量是多少。什么样的文章更受读者喜欢。最终都需要数据化的指标来做辅助分析。</p>
<p>做活动运营的同事，每次活动下来做得到底好不好，一年下来最成功的活动是什么，都是需要数据才能做辅助判断的。</p>
<h3 id="如何做好数据分析"><a href="#如何做好数据分析" class="headerlink" title="如何做好数据分析"></a>如何做好数据分析</h3><p>这部分来自我个人的经验。</p>
<p>要做好数据分析，我们首先应该以「云端文档」的形式将数据记录下来。之所以应该记录在云端，是因为你必须要将数据分享给同事，以便大家共享运营数据，建立起讨论分析的基础材料。「云端文档」的服务商，你可以用 Google Docs 或者墨客这类的云端编辑器，也可以用 Wiki 或者 Confluence 这类共享知识库；如果你习惯了 Word、Excel，也可以选择将文件存储在 Dropbox，Seafile 一类的共享网盘，将文件分享给同事。</p>
<p>做好数据记录之后，你应该做的就是定期回顾。每次有新数据的时候，都在记录后进行一定的总结分析，试图找出数据变化的原因。这样慢慢地，你就对数据有了更多的敏感度和想法。</p>
<p>最后一步，就是基于以上两步的实验。你有什么新想法，可以在下一次运营工作中进行尝试，然后利用反馈得来的数据加以验证。不管是正向的还是负向的，你都会有所收获。有些时候失败的尝试带来的价值和思考可能更大。唯一需要注意的是，你需要在尝试的时候尽可能「控制变量」，避免最终有大量的变量来影响你对于结果的判断。</p>
<p>记录、共享、讨论回顾、尝试、总结与改进，这几个步骤最终会形成一个迭代的环，厉害的运营人员很快就会经过几轮迭代，将自己的工作做得生声生色。</p>
<h2 id="运营的-MVP-思维"><a href="#运营的-MVP-思维" class="headerlink" title="运营的 MVP 思维"></a>运营的 MVP 思维</h2><p>在书中，作者把这个思维叫做「精益」运营。产品经理老讲 MVP（最小可行性产品），这一点其实也应该套用到运营上。运营一次活动，改变内容生产的流程，其实成本都是很大的，运营同事可以很 Simple, 很 Native 地提出需求，然后让产品和技术配合实施，也可以更加小成本地尝试一下，新的方案是否真的很好。</p>
<p>缺乏 MVP 思维的运营，会老是抱怨产品技术给的资源不够；拥有 MVP 思维的运营，会拿着自己的小成本方案以及一些调研数据给产品，产品一看已经有了数据支持，产品方案又足够聚焦，就很容易支持。</p>
<p>讲一个例子。我们在做小猿搜题商城的时候，运营同事一开始总提各种营销的产品需求，如果按这个逻辑支持下去，我们整个产品技术团队可能就奔着一个「小淘宝」的功能去开发了。于是我就老让他试图用 MVP 的思维来先做小成本验证，然后再提需求，尽可能保证运营需求都是非常有效的。后来，他就对一个运营想法，利用现有的技术方案，灰度到随机的几个用户对照组中，然后再结合对照组的数据，自己迭代运营想法。最终他拿出来的方案，有数据印证，有预期收益，再结合开发成本，所有人都可以很清楚地判断方案的优先级。</p>
<h2 id="运营工作的框架"><a href="#运营工作的框架" class="headerlink" title="运营工作的框架"></a>运营工作的框架</h2><p>书中介绍了一个不错的运营工作框架，他把运营工作分为四步，分别是：</p>
<p>一、制定策略。根据产品的特点、阶段、核心数据制定相应的运营策略。</p>
<p>二、分解指标。目标拆解是一个重要的手段，把大的目标能够细分成小的目标，进而细分成一件一件的运营工作。</p>
<p>三、落地执行。运营的执行力是非常重要的，这一步需要将之前的策划工作执行到位。</p>
<p>四、监测数据和调整。根据执行结果，做出相应的判断和调整。</p>
<p>以上四步，其实形成了一个循环迭代。我很喜欢他说的一句话，做运营，永远要向迭代要数据，也要依据数据做迭代。</p>
<p>如果你仔细想想，这个循环迭代和刚刚提到的数据分析工作的循环迭代，其实并没有本质上的差别。</p>
<h2 id="运营的稿件文案编写方法"><a href="#运营的稿件文案编写方法" class="headerlink" title="运营的稿件文案编写方法"></a>运营的稿件文案编写方法</h2><p>书中对于文案编写，总结出了一些偏实践的方法。</p>
<p>拿标题来说，作者推荐了「傍大款」和「颠覆认知」型的标题，来吸引读者点击。</p>
<ul>
<li>「傍大款」，即使用用户了解的名人，来产生某种背书或者对比效果。</li>
<li>「颠覆认知」，即使标准让人们觉得颠覆原有常识，不可思议，从而引发好奇。</li>
</ul>
<p>在《爆款文案》一书中，也提到了这两个技巧，只不过在那本书中被叫做「碰瓷」名人和「意外故事」。我们来看一些书中的例子吧，应该会感受更加强烈一些。</p>
<ul>
<li>普通标题：《火辣健身 App 深度产品分析报告》</li>
<li>傍大款：《同样是健身 App，它比 Keep 到底 NB 在哪儿》</li>
<li>颠覆认知：《改了两个版本就融资 1500 万，这款产品如何做到的》</li>
</ul>
<p>第二个例子：</p>
<ul>
<li>普通标题：《原创干货：如何从 0 开始运营一个优秀的公众号》</li>
<li>傍大款：《这个微信号，如何在单点上比罗辑思维还 NB》</li>
<li>颠覆认知：《5 个月，0 预算 0 基础，他们就这样超越了 60% 的同类微信大号》</li>
</ul>
<p>作者还从一些角度，提出了写出这类颠覆认知型标题的思路。比如拿 Papi 酱的 2200 万拍卖会为例，作者认为可以有以下角度可以想：</p>
<ul>
<li>分析的事情本身够不够刺激？《一场 2200 万拍卖会背后的操盘逻辑深度分析》</li>
<li>分析的事情跟谁有关？《罗振宇和 Papi 酱，是如何操盘完成一场 2200 万的拍卖会的？》</li>
<li>是谁来分析？《一个 10 年运营总监眼中，Papi 酱 2200 万拍卖会的操盘逻辑》</li>
<li>是怎么分析？《通过 6 个重要事件 +15 个关键点，揭示如何成功运作一场 2200 万的拍卖会》</li>
<li>相关分析和事件可能还有谁？《最该来学习这场 220 万拍卖会的，可能是新浪微博》</li>
<li>理解了这个分析，可能带来什么？《看懂了这场发布会的操盘逻辑，你猜知道为何罗振宇给 Papi 酱的 1200 万一点也不贵》</li>
<li>人为强力背书《这是一篇让罗振宇本人都大呼 “牛逼” 的罗辑思维操盘案例分析》</li>
</ul>
<p>我认为书中这个部分的内容实操性还是非常强的，值得每一个运营同学都学习一下。</p>
<h2 id="运营职业生涯的发展路线"><a href="#运营职业生涯的发展路线" class="headerlink" title="运营职业生涯的发展路线"></a>运营职业生涯的发展路线</h2><p>书中最后几章，也详细介绍了运营职业生涯的发展路线。我个人不是做运营的，所以对这部分内容感受不深，但是单从内容来说，还是相对比较系统，可以给运营同行作参考。</p>
<h2 id="小结"><a href="#小结" class="headerlink" title="小结"></a>小结</h2><p>本书的内容稍微有一点散乱，每一章内部的小节在逻辑上承接得不是很条理。有点像是作者的博客内容拼接的产物。另外，每一小节的内容展开形式也不太统一，有些时候观点并不清晰，比如第一章「运营是什么」，作者就没有给出自己非常清晰的答案。</p>
<p>单看每一小节，内容的条理性还是非常好的，作者用语比较口语化，读起来亲切自然，也能感受到实在和真诚。</p>
<p>瑕不掩瑜，《运营之光》整体的内容，对于一个初入行的运营新人，以及非运营同学了解运营行业，都是一个非常不错的资料，推荐给大家。</p>
]]></content>
<summary type="html">
<img src="/images/operation-book.jpg">
<h2 id="引言"><a href="#引言" class="headerlink" title="引言"></a>引言</h2><p>什么是运营？</p>
<p>互联网行业发展迅速，像产品经理、运
</summary>
<category term="books summary" scheme="http://blog.devtang.com/categories/books-summary/"/>
<category term="books" scheme="http://blog.devtang.com/tags/books/"/>
</entry>
<entry>
<title>结构化的思维 - 读《金字塔原理》</title>
<link href="http://blog.devtang.com/2018/04/07/pyramid-principle/"/>
<id>http://blog.devtang.com/2018/04/07/pyramid-principle/</id>
<published>2018-04-07T08:30:42.000Z</published>
<updated>2018-04-07T08:34:13.005Z</updated>
<content type="html"><![CDATA[<img src="/images/pyramid-0abf1.png">
<h2 id="序言"><a href="#序言" class="headerlink" title="序言"></a>序言</h2><p>你是否遇到过以下这些情形？</p>
<ul>
<li>工作或者生活中突然接触到了一个新的领域，不知道如何学习。</li>
<li>为了研究某件事情，查阅了大量资料，但是不知道是否有效吸收了这些资料？</li>
<li>感觉自己弄明白了某个课题，但是却无法有效地表达出来。</li>
</ul>
<p>在现在这个信息爆炸的时代，如果我们不能有效地筛选信息、整理信息、将信息有效吸收后，进一步的再有效地表达出来，我们无疑将会被淹没在信息的海洋里面，无法解脱。</p>
<p>最近看了 <a href="https://item.jd.com/11442162.html?dist=jd" target="_blank" rel="external">《金字塔原理》</a> 以及「得到」上的精品课《有效训练你的结构化思维》，两份资料都介绍了结构化思维。结构化思维是一种处理和表达信息的有效方法，可以让我们有效地处理海量信息，并且进行表达。</p>
<p>下面我就给大家简单总结一下我的收获。</p>
<h2 id="什么是结构化思维"><a href="#什么是结构化思维" class="headerlink" title="什么是结构化思维"></a>什么是结构化思维</h2><p>先说说什么是「结构化思维」，学计算机的同学们肯定都学过一门基础课，叫《数据结构》。《数据结构》展示了计算机在处理信息时的多种数据关系形态，例如：线性表，树，图等。这些数据形态因为自身的特点，可以处理现实生活中对应的需求。</p>
<p>比如线性表就可以用来表示现实生活中的「排队」场景。而数据结构中的「树」（下图所示），就可以表示现实生活中的各种类似树枝一样，不断分叉的场景，例如：树枝，祖谱，公司里面管理层级的划分。</p>
<img src="/images/pyramid-982df.png">
<p>《金字塔原理》一书中提到的「结构化思维」与《数据结构》类似，它倡导将我们思考问题的方式，用一种类似金字塔的结构来折解。如果你仔细观察下图，就会发现，所谓的「金字塔」形状的思考结构，就是计算机里面讲的「树」形结构。</p>
<img src="/images/pyramid-25d25.png">
<p>当然，二者虽然形状很像，但是其实只是作者为了帮助读者记忆和理解，在《金字塔原理》一书中，作者对这个金字塔有着更多细节上的要求。</p>
<h2 id="金字塔原理的-4-个基本原则"><a href="#金字塔原理的-4-个基本原则" class="headerlink" title="金字塔原理的 4 个基本原则"></a>金字塔原理的 4 个基本原则</h2><p>《金字塔原理》总结了 4 个构建金字塔的基本原则：</p>
<ul>
<li>结论先行：每篇文章只有一个中心思想，并放在文章的最前面。</li>
<li>以上统下：每一层次上的思想必须是对下一层次思想的总结概括。</li>
<li>归类分组：每一组中的思想必须属于同一逻辑范畴。</li>
<li>逻辑递进：每一组中的思想必须按照逻辑顺序排列。</li>
</ul>
<p>这些结构是与数据结构中的「树」不一样的。运用这样的结构整理知识，我们可以很容易找到最关键的结论，也很容易进一步细化结论，最终产生详尽的工作安排。</p>
<p>作为中国人，我印象最为深刻的是「结论先行」这条基本原则，因为我和身边的朋友沟通时，常常会遇到这种情况：对方说了半天，你却很难领会到对方的用意是什么。最终你还得帮他做一下结论，比如问一句：「您刚刚的意思是不是 xxx?」。</p>
<p>沟通的时候，结论不先行，就使得信息接收方处于各种信息归纳整理的状态，在你说出结论之前，他其实是不知道你到底想说什么的。</p>
<p>如果你先把结论说出来了，那么信息接收方就处于信息的理解状态，这个时候他已经知道你的结论了，所以他只需要关注你的论据，以及逻辑推导过程。这样他是相对轻松的，即使听漏了一个论据或者没有理解一个推导过程，也不致于理解产生重大偏差。</p>
<h2 id="分类的艺术"><a href="#分类的艺术" class="headerlink" title="分类的艺术"></a>分类的艺术</h2><p>构建金字塔，还有一个重要的手法就是如何对问题进行分类。这个技能非常重要，选择了好的分类，就可以将问题进行有效的拆解。</p>
<p>比尔盖茨在一次 TED 的演讲中，将解决碳排放的问题分解成了一个公式（下图）：CO2 = P x S x E x C。分别表示人口（People)、每人使用的服务（Service)、每项服务消耗的能源（Energy)、每单位能源排放的二氧化碳（CO2)。</p>
<img src="/images/pyramid-a982a.png">
<p>一个复杂的问题，被比尔盖茨通过一个公式，拆解成了 4 个金字塔的一级分类，按照这个思路，将一级分类进一步拆解，我们就很容易找到一些可以减少碳排放的办法。这就是结构化思维下分类的力量。</p>
<h3 id="MECE-原则"><a href="#MECE-原则" class="headerlink" title="MECE 原则"></a>MECE 原则</h3><p>在很多书中，都介绍了麦肯锡提出的 MECE 分类原则。MECE 的意思是「相互独立、完全穷尽」（Mutually Exclusive、Collectively Exhaustive）。</p>
<p>举个例子：把智能手机操作系统分成 iOS 和 Android。这就不满足「完全穷尽」原则，因为虽然 Windows Phone 占比很小，但是确实存在。分类不能完全穷尽，就可能使得问题考虑得并不全面。</p>
<p>再举一个例子：如果把人类分成男人、女人和老人，就不满足「相互独立」，因为老人和男人是相互存在重复的情况。</p>
<p>以上两个例子非常简单，在问题复杂的时候，找一个好的 MECE 的分类方法其实并不容易。比如：如果我让你把中国的在线教育公司分类，你能很容易地分得「相互独立、完全穷尽」吗？</p>
<h3 id="常见的分类方法"><a href="#常见的分类方法" class="headerlink" title="常见的分类方法"></a>常见的分类方法</h3><p>在《有效训练你的结构化思维》中，作者介绍了一些常见的分类方法。</p>
<h4 id="二分法"><a href="#二分法" class="headerlink" title="二分法"></a>二分法</h4><p>简单来说，就是把问题分成两类。比如把人分成男人和女人，把地域分成国内和国外。</p>
<h4 id="矩阵法"><a href="#矩阵法" class="headerlink" title="矩阵法"></a>矩阵法</h4><p>我们把二分法的结果再次二分，就可以得到矩阵法。比如我们常说，工作可以按重要程度和紧急程度分成四类：（1）重要紧急（2）重要不紧急（3）不重要但紧急（4）不重要也不紧急。这样可以形成如下图的矩阵。</p>
<img src="/images/pyramid-01874.png">
<h4 id="公式法"><a href="#公式法" class="headerlink" title="公式法"></a>公式法</h4><p>刚刚比尔盖茨的故事，就介绍了公式分类法。公式分类将几个不太相关的内容放在一起，让人们一下子就记住并且接受了，效果非常好。「天才 = 99% 的汗水 + 1% 的天赋」就是一个被大家广为传播的公式分类法。</p>
<h4 id="过程法"><a href="#过程法" class="headerlink" title="过程法"></a>过程法</h4><p>我们可以将一个事物的发展过程当作分类的标准。这个过程可以是：时间、流程、规模等。</p>
<p>比如之前国家就公布了估值超过 10 亿美金的创业独角兽公司，我们猿辅导公司就排上名了。这里，政府就把企业发展的估值增长当作一种分类方法。</p>
<p>所以按这个思路对在线教育公司分类，我们可以按人员规模，分成：50 人以内的公司，50-200 人的公司，200-500 人的公司，500 人以上的公司。</p>
<p>我们将产品经理的工作按照项目开发的时间进展来分类，就可以分成：定功能、画交互、跟进度、看结果。</p>
<h4 id="要素法"><a href="#要素法" class="headerlink" title="要素法"></a>要素法</h4><p>有本书叫《高效人士的 7 个习惯》，就是一种要素法分类。《最强大脑》节目中，每一个挑战项目都用一个雷达图展示，也是一个很好的分类方式。</p>
<img src="/images/pyramid-84247.png">
<h2 id="构建金字塔的方法"><a href="#构建金字塔的方法" class="headerlink" title="构建金字塔的方法"></a>构建金字塔的方法</h2><p>构建金字塔常见的方法是自上而下的演绎法，以及自下而上的归纳法。演绎法先产生大的分类和结论，然后进一步细节，构建金字塔的底部细节。归纳法先收集各种信息，将信息进行分类，从而慢慢产生了金字塔的底部，最终进一步总结，产生金字塔的顶端。</p>
<p>除了这两种方法外，《金字塔原理》中也提到了并不是所有问题都可以用这种结构来解决。比如，有可能一类问题根据不存在一种符合 MECE 原则的分类。</p>
<h2 id="序言写作的框架"><a href="#序言写作的框架" class="headerlink" title="序言写作的框架"></a>序言写作的框架</h2><p>《金字塔原理》也介绍了一种不错的序言写作框架，即「背景—冲突—疑问—解决方案」的结构。这里的「背景和冲突」是读者知道的事情，通过这些让读者被带入你的问题中，即引出「疑问」，最后你就可以介绍你的「解决方案」了。我在本文的写作中，也尝试了这种方法。</p>
<h2 id="小结"><a href="#小结" class="headerlink" title="小结"></a>小结</h2><p>结构化思维是一种理性和科学的思考问题的框架，运用它我们可以将信息进行有效的分类和整理，也可以将信息有效地表达出来。</p>
]]></content>
<summary type="html">
<img src="/images/pyramid-0abf1.png">
<h2 id="序言"><a href="#序言" class="headerlink" title="序言"></a>序言</h2><p>你是否遇到过以下这些情形？</p>
<ul>
<li>工作或者生
</summary>
<category term="books summary" scheme="http://blog.devtang.com/categories/books-summary/"/>
<category term="books" scheme="http://blog.devtang.com/tags/books/"/>
</entry>
<entry>
<title>码农们，你一小时值多少钱？</title>
<link href="http://blog.devtang.com/2018/03/25/job-choices/"/>
<id>http://blog.devtang.com/2018/03/25/job-choices/</id>
<published>2018-03-25T14:37:57.000Z</published>
<updated>2018-03-25T14:39:24.104Z</updated>
<content type="html"><![CDATA[<h2 id="每小时回报"><a href="#每小时回报" class="headerlink" title="每小时回报"></a>每小时回报</h2><p>最近春季招聘旺季，我所在的猿辅导公司也在招人，遇到了不少优秀的候选人。在和候选人沟通的过程中，我发现了一个问题，候选人极度看重工资的绝对数量，但是不看重每小时的工资回报。</p>
<p>举个简单的例子，我们公司整体的工作作息时间都是比较克制的，通常情况下是早上 10 点到晚上 7 点，周末不加班，除去中午吃饭和午休的时间，就是标准的每天 8 小时，工作 5 天。</p>
<p>但是很多公司，或者 HR 明说，或者其实可以打听到，工作时间有的是早上 10 点到晚上 9 点，有些是早上 10 点到晚上 10 点，算下来比我们每天会多 2~3 小时的工作时间。</p>
<p>多 2~3 小时，其实是每天多了 25~37% 的工作时间。所以，假设我们开一个 20w 的年薪，有每天加班的公司开一个 25w 的年薪，二者的工资每小时回报是一样的。但是，几乎所有人都会选择加班。</p>
<p>程序员这个行业，真的就像我们俗话说的「码农」那样，一小时一小时出卖自己的时间，希望趁自己还年轻，加得起班，榨干自己的每一个小时，尽可能多挣一点钱。</p>
<p>这种行为决策方式，一方面可能受到了北京生活压力大的影响，毕竟大家都想多挣一点钱。另一方面，其实也反应出这个群体在焦虑下的无规划。</p>
<p>也就是说，或许很多人认为：即使我每天多出来这几个小时，我可能也不知道该如何花掉。即：大家不知道应该如何利用工作之外的时间成长，如何使自己变牛逼。</p>
<h2 id="关注成长"><a href="#关注成长" class="headerlink" title="关注成长"></a>关注成长</h2><p>说起成长，我们大部分人最关注自己成长的时候，都是在学校读书的时候。那个时候大家每天的「工作」就是学习，每年花费了大量的精力和金钱在学习上。但是毕业工作之后，很多人却进入了另一个极端，几乎不花一分钟投资自己，几乎不花一点精力额外学习。</p>
<p>其实一个人进入职场后，他的学习和成长才刚刚进入下半场。学校里面教的知识实在是太脱节了，只有真正进入企业，你才知道哪些知识是有用的。这个时候如果不学习，那么真的只能是一辈子做码农了。哦，不，只能年轻的时候做码农了，因为你老了之后就加不动班了。</p>
<p>如果你能关注自己的成长，那么你就会意识到，每天工作完了，还能有额外的几个小时自由安排是多么的美好。因为你可以好好的想想自己在工作上哪些地方还需要提高和积累，进而把这些时间利用起来。</p>
<p>人本身就像一个企业一样，你需要不停地投资自己，才能让自己每小时产生的价值越来越大。否则，你的工资就只能随着年龄的增大而线性增长，等到 40 岁到达顶峰以后，又只能随着年龄的增大而线性减少。</p>
<h2 id="我的故事"><a href="#我的故事" class="headerlink" title="我的故事"></a>我的故事</h2><p>说说我的故事吧。</p>
<p>我之前做 iOS 开发，白天上班完成公司的需求，晚上就自己研究一些技术细节，写一些总结的博客。每年的 WWDC 视频，我都坚持看完并且写一些总结笔记。我还用 RSS 订阅了很多 iOS 国内外的博客，平时和周末没事就翻来学习。</p>
<p>创业的时候，我甚至在工作之余，完成了一本《iOS 开发进阶》图书的编写。这就是我投资自己的方式。</p>
<p>另外，我的这些学习和提高其实都和工作高度相关，这些学习使得我在完成公司的 iOS 工作的时候也更加高效了。</p>
<p>后来，我负责小猿搜题的产品技术。我又开始学管理、产品、设计相关的知识。我看德鲁克的书，看格兰德威尔的书，看产品相关的书。最终这些都使得我在管理团队上成长得更加快速。</p>
<h2 id="上班时间"><a href="#上班时间" class="headerlink" title="上班时间"></a>上班时间</h2><p>说回上班时间。我现在上班差不多每天在公司待 12 个小时。我早上不到 10 点到公司，晚上常常接近 10 点才离开。是公司让我这么做的吗？其实不是。</p>
<p>晚上大家都下班了，我会自己翻翻书，或者写写总结，想想业务。因为我已经不在乎工作时长了，我看重的是个人成长。我认为工作的内容本身就是一个巨大的挑战，所以其实工作时长也没那么重要了，因为我在意的是工作本身带来的成长。</p>
<p>我身边也有一些朋友，周末会自己主动来公司，其实也是这个道理。他们已经早已不在意工作的每小时回报了，他们在意的是工作本身的意义。</p>
<p>但是关键在于，这些加班都是自愿的，都是因为工作本身的乐趣和成长带来的。如果一个公司强制加班，很难保证工作本身一定就是有成长的。</p>
<h2 id="结语"><a href="#结语" class="headerlink" title="结语"></a>结语</h2><p>我有时候在想，候选人在找工作的时候，应该有两个目的：一个是财务上的回报，即工资收入。另一个是个人成长，即未来自己能多挣多少钱。</p>
<p>我们除了提供不错的薪资外，其实也提供了不错的个人成长机会，比如快速增长的业务、每周例行的技术分享，细心指导的 Mentor，以及留给大家学习充电的充足时间。</p>
<p>但是，似乎对于大部分人来说，只要钱给得多，什么都可以没有，这让我有时候又很失望。</p>
<p>各位读者，假如别的都一样，一边是年薪 30 万的不加班工作，一边是年薪 35 万的加班的工作，你会如何选择？</p>
<p>如果是我，我会选择那 30 万的工作，然后利用自由时间努力让自己的未来能力值 60 万。而不是选择 35 万的工作，把自己的能力成长机会完全交给工作。</p>
<h2 id="One-more-thing"><a href="#One-more-thing" class="headerlink" title="One more thing ~"></a>One more thing ~</h2><p>其实我们公司虽然不加班，但是给的薪资待遇远超 BAT一类的公司。如果你毕业于 985/211 学校，或者在估值 10 亿美金以上的公司工作过，欢迎勾搭我们的 HR：wanghx@fenbi.com 。</p>
<p>985/211 学校的实习生岗位同样开放，研发实习生提供高达 500 一天的实习薪资！</p>
<p>这里也有我们的职位介绍：<a href="http://hr.yuanfudao.com/" target="_blank" rel="external">http://hr.yuanfudao.com/</a> ，不看也无所谓，你所知道的岗位我们都招 ~</p>
]]></content>
<summary type="html">
<h2 id="每小时回报"><a href="#每小时回报" class="headerlink" title="每小时回报"></a>每小时回报</h2><p>最近春季招聘旺季，我所在的猿辅导公司也在招人，遇到了不少优秀的候选人。在和候选人沟通的过程中，我发现了一个问题，候选
</summary>
</entry>
<entry>
<title>腾讯爸爸的历史 - 读《腾讯传》</title>
<link href="http://blog.devtang.com/2018/03/18/tencent-history/"/>
<id>http://blog.devtang.com/2018/03/18/tencent-history/</id>
<published>2018-03-18T14:22:21.000Z</published>
<updated>2018-03-18T15:33:46.545Z</updated>
<content type="html"><![CDATA[<h2 id="序"><a href="#序" class="headerlink" title="序"></a>序</h2><p>我是 98 年左右开始接触电脑的，那个时候互联网刚刚兴趣，电脑还不普及，上网费也很贵，大家都只能去网吧上网。而上网能够做的事情也非常有限，除了逛几个网页之外，就只能聊天了。而打开 QQ（当时还做 OICQ），正是那个时候每个网民上网后做的第一件事情。</p>
<p>谁也没想到，这个小小的企鹅，在 10 多年之后成为中国互联网的霸主。我所在的猿辅导公司，也接受了它的投资，叫他「腾讯爸爸」一点也不为过。相比于阿里，我对腾讯的故事要熟悉得多，毕竟是从小用到大的产品。不过在吴晓波的笔下，腾讯成长的故事读起来更加引人入胜，最近，我就读完了这本<a href="https://item.jd.com/12072066.html" target="_blank" rel="external">《腾讯传》</a>，给大家分享一下读书感受。</p>
<p>我接下来会先分享一下腾讯的历史，然后说说感想。</p>
<h2 id="历史"><a href="#历史" class="headerlink" title="历史"></a>历史</h2><h3 id="诞生和发展"><a href="#诞生和发展" class="headerlink" title="诞生和发展"></a>诞生和发展</h3><p>89 年，马化腾高考。93 年～98 年，他在寻呼机公司工作。98 年开始创业。当时创业的 5 位合伙人是：马化腾，张志东，陈一丹，许晨晔，曾李青。而 OICQ 本来是他们打算拿来竞标的产品，但是竞标失败，大家激烈讨论之后，马化腾还是决定要做。虽然不知道怎么挣钱，但是马化腾还是打算「养」这个产品。</p>
<p>一开始，OICQ 就在产品和技术上展现出强大的竞争力，比如它很早就支持了在云端同步联系人名单，这在当时大家都在网吧上网的年代，属于巨大的竞争力。因为别的软件的联系人还保存在网吧电脑本地，换一台电脑联系人就没了。</p>
<p>又比如它的体积只有 220K，在当时的网速下，只需要 5 分钟下载。220K 在现在的网络可能只需要 1 秒钟的下载时间，但是在 10 多年前，这又是一个极大的竞争力。</p>
<p>应该说，OICQ 的成功就是靠实力，它打败了当时各种别的聊天软件，成为最受欢迎的聊天工具。这从数据上就可以看出来，到了 99 年 11 月，OICQ 注册用户突破了 100 万，这在当时网络还不发达的时代，已经相当夸张了。</p>
<p>也此同时，由于不挣钱，到了 99 年 11 月，当时腾讯公司账上只有 1 万元现金了，几个创始人一合计，想了两个办法：</p>
<ul>
<li>增加股本，从 50 万增加到 100 万。创始人大家一起投钱。</li>
<li>创始人月薪减半。</li>
</ul>
<p>接着又过了半年，他们终于拿到了 IDG 和盈科共投入 220 万美元。IDG 当时问马化腾怎么挣钱，他老实地说：不知道。这一点和当时马云回答倒是一样的真诚和老实。</p>
<p>腾讯是幸运的，2000 年 4 月，他们刚刚拿到了 IDG 和盈科的钱，就迎来了互联网泡沫的破灭。如果时间再晚几个月，他们肯定就融不到钱了。</p>
<p>一年之后，腾讯遇到了真正看到它价值的金主：MIH。当时，南非 MIH 的中国业务副总裁王大为找到腾讯，为其估值 6000 万美元。而在这一之前，腾讯的估值才 550 万美元。IDG 一年时间就获得了 11 倍的投资回报！在这一点上，也能看出 IDG 和盈科并不特别看好腾讯，这次融资，盈科将股份全部卖出，IDG 则卖出 12.8%。最终 MIH 占股 32.8%。</p>
<h3 id="赢利和上市"><a href="#赢利和上市" class="headerlink" title="赢利和上市"></a>赢利和上市</h3><p>腾讯一直在苦苦的寻求商业化的尝试，比如在 2001 年，它的商业化尝试就包括：</p>
<ul>
<li>广告。结果不理想，广告主怀疑 QQ 年轻用户的消费能力，所以广告卖不出去。</li>
<li>会员。结果收入非常少，月收入 2 ~ 3 万。</li>
<li>企业 IM 服务。很失败。</li>
<li>QQ 号注册收费。被用户骂得很惨，并且竞争对手给了很大压力。</li>
</ul>
<p>不过，移动梦网项目还是给当时广大的互联网公司一线生机，包括腾讯在内的不少公司都挣到了钱。2001 年 6 月，腾讯公司因为移动梦网业务首度盈利。但是，这块业务其实非常依赖于运营商。所以大家都在找别的商业化的方案。</p>
<p>2003 年，腾讯终于探索到一个成功的商业化方案：QQ 秀。QQ 秀在上线的前半年，营收就达到了 2500 万。2003 年底，腾讯又引入红钻特权，10 元包月，每月收入很快突破了千万。</p>
<p>MIH 在投资之后，又持续增资，到了 2003 年 8 月，腾讯赎回 IDG 剩余股份和少量 MIH 股份。到上市前，腾讯创始团队占股 50%，MIH 占股 50% 。</p>
<p>2004 年 6 月，腾讯上市。筹集资金 14 亿港元。</p>
<p>之后，腾讯多采取模仿跟随战略，靠着微创新以及 QQ 的流量优势，打败了很多产品。特别是在游戏领域，获得了很大的收益。</p>
<h3 id="改变"><a href="#改变" class="headerlink" title="改变"></a>改变</h3><p>2010 年的 3Q 大战，让腾讯陷入了思考，进而转变为开放的战略。对比《腾讯传》和《颠覆者》两本书中的 3Q 大战历史，《颠覆者》一书更显得真实，而《腾讯传》更多的从当时的媒体转述各种信息。</p>
<p>本书涉及 2010 年之后的内容，更多的是公开资料的转述，时间线也不明显，我个人读后感受较小。</p>
<h2 id="感想"><a href="#感想" class="headerlink" title="感想"></a>感想</h2><h3 id="运气很重要"><a href="#运气很重要" class="headerlink" title="运气很重要"></a>运气很重要</h3><p>腾讯和阿里一样，都在 2000 年互联网泡沫之前拿到了一笔投资，帮助他们渡过了互联网寒冬。</p>
<p>腾讯和阿里一样，在互联网泡沫之后，都迅速找到了一个还不错的赢利模式，虽然不是巨大的收入，但是都还可以比较舒服地养活自己，从而关注更多的机会和发展。</p>
<p>当然，我也毫不否认它们的努力。OICQ 在最初打败别的类 ICQ 软件，阿里在中国供应商项目上迭代地推团队，打败别的竞品，都是靠自己实实在在的努力。</p>
<h3 id="IDG"><a href="#IDG" class="headerlink" title="IDG"></a>IDG</h3><p>IDG 在 2000 年的时候投资腾讯 110 万美元，占股 20%，然后在第二年就以 11 倍的回报退出了一大半，之后又在 2003 年全部退出。我估计 IDG 的整个汇报应该也就几十倍。</p>
<p>但是，腾讯现在值 5 千亿美金，IDG 投资的时候，腾讯估值才 550 万美金，翻了接近 1 万倍。如果 IDG 一直持有，那么就是 1 万倍的收益。但是它仅仅挣了一个几十倍收益。</p>
<p>让人遗憾的同时，也让人感叹，并没有谁能够准确地预测未来。</p>
<h3 id="腾讯花了多久探索商业化"><a href="#腾讯花了多久探索商业化" class="headerlink" title="腾讯花了多久探索商业化"></a>腾讯花了多久探索商业化</h3><p>从移动梦网到 QQ 秀，腾讯花了 3 年时间，才使得自己有了一个不错的商业化模式。在这其中，不乏有像 QQ 注册收费的昏招。</p>
<p>商业化探索需要时间和耐心，也需要机遇。移动梦网恰逢移动对 SP 业务开发以及国内短信业务爆发。QQ 秀其实是很好地借鉴了韩国公司类似的创新模式。</p>
<h3 id="MSN-的失败"><a href="#MSN-的失败" class="headerlink" title="MSN 的失败"></a>MSN 的失败</h3><p>书中介绍了 MSN 与 QQ 竞争失败的故事。在我看来这是一个典型的海外企业在国内水土不服的故事。</p>
<p>MSN 的市场部和研发中心分别向不同的人汇报，没有一个人全局统筹中国 MSN 的事情。MSN 中国版只占其 1/5 的工作，微软完全不重视这块业务。但是决策权被美国控制。</p>
<p>书中举了一个例子：离线消息功能，从 2005 年提出，到 2008 年才被批准开发。这在强调快速迭代的互联网行业，无异于自杀式的管理方式。</p>
<p>此处复盘，如果我是微软，提供部分资金，然后把项目独立孵化和决策。引入更多的投资者，或许 MSN 还有挺大的机会。</p>
<h2 id="小结"><a href="#小结" class="headerlink" title="小结"></a>小结</h2><p>马化腾是程序员出身，同样是程序员出身的我，看着他的故事就特别有亲切感。我在小马哥身上看到了程序员常见的坚持、努力、内敛的性格。腾讯的企业文化也是最让我感受到开放、自由和平等的。这几年腾讯在投资领域收获颇丰，但这些都还没有体现在财报上，祝腾讯早日突破万亿美金市值。</p>
]]></content>
<summary type="html">
<h2 id="序"><a href="#序" class="headerlink" title="序"></a>序</h2><p>我是 98 年左右开始接触电脑的，那个时候互联网刚刚兴趣，电脑还不普及，上网费也很贵，大家都只能去网吧上网。而上网能够做的事情也非常有限，除了逛几个
</summary>
<category term="books summary" scheme="http://blog.devtang.com/categories/books-summary/"/>
<category term="books" scheme="http://blog.devtang.com/tags/books/"/>
</entry>
<entry>
<title>阿里巴巴的发展史 - 读《阿里铁军》</title>
<link href="http://blog.devtang.com/2018/03/15/alibaba-history/"/>
<id>http://blog.devtang.com/2018/03/15/alibaba-history/</id>
<published>2018-03-15T14:06:22.000Z</published>
<updated>2018-03-25T12:38:04.074Z</updated>
<content type="html"><![CDATA[<h2 id="序"><a href="#序" class="headerlink" title="序"></a>序</h2><p>阿里巴巴作为中国互联网行业市值前三的公司，它的发展故事一直让我非常好奇，是什么样的原因让它成长为在中国如此举足轻重的企业？在它成长的过程中，又有什么值得我们学习的故事？</p>
<p>带着好奇，我最近读完了《阿里铁军》。这本书以较大篇幅介绍了阿里最初存活下来的业务：中国供应商，以及随着该业务培养起来的地推团队。</p>
<p>接下来，我先会概括介绍一下书中的阿里巴巴的发展史，接着会谈谈我的一些读书感想。</p>
<h2 id="阿里巴巴的历史"><a href="#阿里巴巴的历史" class="headerlink" title="阿里巴巴的历史"></a>阿里巴巴的历史</h2><h3 id="成立"><a href="#成立" class="headerlink" title="成立"></a>成立</h3><p>1999 年，马云在杭州创建阿里巴巴。下面这张图片在多处被引用，这间公寓中的 18 位初创员工被称作「18 罗汉」。</p>
<img src="/images/alibaba-fc9b7.png">
<h3 id="2500-万美元"><a href="#2500-万美元" class="headerlink" title="2500 万美元"></a>2500 万美元</h3><p>同年，阿里巴巴拿到 2500 万美元投资。其中 2000 万美元来自孙正义。孙正义这 2000 万美元成就了阿里巴巴，而阿里巴巴几年之后也以极高的投资回报率，成就了孙正义。</p>
<img src="/images/alibaba-6145c.png">
<h3 id="危机"><a href="#危机" class="headerlink" title="危机"></a>危机</h3><p>如果没有孙正义这 2000 万美元，阿里巴巴大概率是无法度过随后而来的互联网寒冬的。2000 年，拿到钱的阿里巴巴四处扩张，但是却迎来了互联网泡沫破灭，Nasdaq 从 5000 点，一路跌到不到 2000 点，跌幅超过 60%。</p>
<img src="/images/alibaba-f7d87.png">
<p>如果你仔细看 Nasdaq 指数这张图就会发现，这场泡沫之大，大到如果你在最高点入场，那么最终需要等 15 年，你才能解套。这还不算财富本身的缩水，如果算上通货膨胀，到现在应该都是亏本的。</p>
<p>阿里巴巴很快发现市场变了，所有投资人都怂了，如果公司不挣钱，就肯定不会有人投资。而阿里因为四处扩张，到 2001 年的时候，2500 万美元花得只剩下 700 万美元了，按当时的速度，只够花半年。</p>
<p>最终为了活下来，阿里巴巴进行了大规模的裁员。当时 100 号以内的员工减半，很多人工资减半，办事处也由 10 个减为 3 个。</p>
<p>对于阿里来说，第一个生死时刻到来了，他必须挣到钱，养活自己！这个时候，2000 年底立项的中国供应商项目，成为了探索赢利的重要项目。</p>
<h3 id="中国供应商"><a href="#中国供应商" class="headerlink" title="中国供应商"></a>中国供应商</h3><p>按书中的信息复盘，中国供应商项目的成功，有着极大的运气成份。因为阿里刚好赶上了中国的对外出口经济发展，杭州附近又是出口型中小企业聚集的地方，中国供应商项目极大地方便了这些中小企业，将自己的产品介绍给世界各地的客户。我不相信马云一开始就知道这个项目能挣钱，就像书中说的那样，在互联网泡沫破灭之后，马云多次对逼问他如何挣钱的媒体说：我不知道，但是 So what？</p>
<p>但是不得不说，阿里的成功也与自身的努力有着极大的关系。因为当时，并不是只有阿里巴巴一家在做这样的事情，他们有着很多竞争对手。而阿里是靠着自己的努力，把这块市场吃下来的。如果你仔细看书中介绍的中国供应商的发展细节，你就能看到大量认真钻研的故事。</p>
<p>比如他们是第一个采用「陌拜」（陌生人当面拜访）来推广产品的公司，这种敢于尝试同时又注重数据的文化，使得创新不断出现。又比如他们每天拜访前会做足功课，每天晚上会聚在一起开会复盘当天的工作，这其实就是互联网产品快速迭代的工作方式。</p>
<p>中国供应商不但救了阿里，也成就了阿里。从 2001-2005 年，该项目每年利润翻 3 倍，支撑阿里 2/3 的收入。</p>
<h3 id="淘宝和支付宝"><a href="#淘宝和支付宝" class="headerlink" title="淘宝和支付宝"></a>淘宝和支付宝</h3><p>如果马云守着中国供应商这一亩三分地，那么阿里巴巴最多也就是个百亿美金的公司。马云的战略眼光一直很犀利。于是他在 2003 年的时候，就开始做淘宝和支付宝。之后淘宝和支付宝烧钱多年，但是结果大家都看到了，现在谁没有淘宝和支付宝呢？</p>
<h3 id="接管雅虎中国"><a href="#接管雅虎中国" class="headerlink" title="接管雅虎中国"></a>接管雅虎中国</h3><p>2005 年 8 月，阿里巴巴接管雅虎中国，事后看来，这应该是雅虎历史上最最成功的投资。这次并购使得雅虎获得了 40% 阿里巴巴的股份。从阿里巴巴的角度看，阿里获得了全球顶尖的软件开发人才。现在看起来，还是雅虎占了大便宜。</p>
<p>不过雅虎还是做了一个相当明智的决定，就是把雅虎中国的运营权，完全交给了马云。要知道，如果你看周鸿祎写的《颠覆者：周鸿祎自传》的话，那年初，周鸿祎刚刚辞去雅虎中国总经理的职务，而且是放弃掉了锁定期的大量收益。而周鸿祎透露，他离开后，马云给他通了一个电话，了解了一下和外企的合作感想。</p>
<p>周鸿祎与雅虎失败的合作，使得雅虎最终放弃了对北京部门的过度控制，这给了后来者马云充足的机会。马云果断地把雅虎中国的技术人才抽调到淘宝和支付宝这些项目中，最终成就了淘宝和支付宝。雅虎中国项目虽然成为了一个牺牲品，但是无论对于阿里，雅虎，还是被调走的人来说，看起来都获得了极大的收益，所以这次合并，没有输家。</p>
<h3 id="香港上市"><a href="#香港上市" class="headerlink" title="香港上市"></a>香港上市</h3><p>2007 的 11 月，阿里巴巴 B2B 业务在香港上市，筹集到了 17 亿美元。3 亿给了 B2B 部门，别的给了还在亏钱的淘宝等其它业务。这 10 多亿美金给还在襁褓期的淘宝和支付宝充足的弹药，阿里有足够的时间，等待电子商务市场的机会来临。</p>
<p>不过对于买了阿里股票的人来说，就没那么开心了。阿里的股价一度最高飙涨至 41.8 元。但是到了 2008 年 10 月，阿里的股价跌倒 3.46 元。嗯，相当于股价打了个 1 折。这次上市融资也真是赶上了好时候，要是晚一年，筹集的 17 亿美金会不会也打个 1 折就不知道了。</p>
<p>刚刚说「中国供应商」的成功有一部分是来自国家对外出口发展的运气，所以 2008 年股价大跌，也是受国家出口经济下滑的影响。2008 年，由美国开始的次级贷款危机席卷全球，中国的出口也受到了很大影响。而「中国供应商」因为服务于这些企业，自然收入也受到了极大的影响。</p>
<p>马云在这时主导了一系列的变革，书中列举了很多，我印象比较深刻的是销售施行新续分开，以及服务降价。这两项变革都很难说一定能成，但是马云非常强力的推行了他主导的方案，事后来看，这些方案确实还起了效果。</p>
<p>最终，2012 年 2 月，阿里巴巴在港股以每股 13.4 私有化，退市。</p>
<h3 id="纽交所上市"><a href="#纽交所上市" class="headerlink" title="纽交所上市"></a>纽交所上市</h3><p>2014 年 9 月，阿里在纽交所上市。上市价格接近 80，最近已经涨到了 170 多块。</p>
<img src="/images/alibaba-98360.png">
<p>阿里上市前夕，我在一个 Google 邮件组中看到阿里员工讨论，原来当时阿里的股票已经可以在内部交易了，内部交易价格大概是 40 块一股。大家在讨论值不值。我还清晰的记得，大部分都是觉得不值的。可能很多员工在那个时候，已经把阿里的股票卖掉了。</p>
<p>但是，一个同事告诉我，有一个阿里员工，每次发完工资后，就拿工资花不完的部分换成阿里股票，硬生生在阿里上市后，收获了巨大的财富。我想这就是人与人的差别。判断一家公司值不值钱，是一个巨大的能力，但是即使你是阿里的员工，你可能也不一定判断得出来阿里的光辉前景。</p>
<h2 id="感想"><a href="#感想" class="headerlink" title="感想"></a>感想</h2><p>以上就是阿里的发展史，接下来说说我的一些感想吧。</p>
<h3 id="创世时刻"><a href="#创世时刻" class="headerlink" title="创世时刻"></a>创世时刻</h3><p>一家公司的发展，总要经历几个关键的、决定生死的时刻，我把这个叫做「创世时刻」。我个人觉得阿里的创世时刻有两个。</p>
<p>一个是 2000 - 2001 年，那个时候阿里帐上没钱，又逢互联网泡沫破灭，阿里如果不能自己造血就只能倒闭。幸运的是，他赶上了中国经济出口的好时机，凭自己的努力把这块蛋糕吃下，最终成为阿里的持续造血业务。</p>
<p>第二个是 2003 年，马云决定做淘宝和支付宝。电子商务和支付业务，最终成为互联网经济的基础业务。马云在这个业务上投入的时间足够久，资金足够多，最终成就了阿里的千亿市值。</p>
<h3 id="马云其人"><a href="#马云其人" class="headerlink" title="马云其人"></a>马云其人</h3><p>我觉得马云是一个优秀的演讲者和领导者。有人说 CEO 做好三件事情就可以了，一是找人，二是找钱，三是定战略，马云在这几方面都非常厉害。</p>
<p>拿找人来说，关民生，阿里巴巴的 COO ，2001 年加入的时候已经 52 岁，有着 25 年国际企业从业经验，在通用电器公司工作长达 15 年。进阿里的第一件事情就是帮助阿里巴巴裁员，以便度过危机。换作是别人可能是赶紧走人，以免坏了自己的履历。但关民生不但留下来了，而且真正帮助马云把阿里做成了。</p>
<p>马云找钱的能力也是一流，拿到孙正义的钱帮助阿里度过第一次互联网危机。在港股上市拿到 17 亿美金，帮助淘宝和支付宝持续成长。</p>
<p>定战略就更别说了，不管是淘宝和支付宝，还是阿里云，菜鸟物流，蚂蚁金服，都是极强的战略眼光。</p>
<h3 id="为什么强调价值观"><a href="#为什么强调价值观" class="headerlink" title="为什么强调价值观"></a>为什么强调价值观</h3><p>阿里巴巴早期是一个极度销售导向的公司，中国供应商项目的成功，很大程度上就是地推团队的成功。而地推团队，很容易滋生腐败。比如给客户回扣，为了谈合作承诺一些不可能做到的事情，或者团队内部过于哥们义气等等。</p>
<p>公司做大之后，如果整个核心团队不能坚守公司的价值，那么很容易就把业务带偏了。于是，马云在 2001 年，就开始面向销售的百年大计培训。强调价值观：客户第一，团队合作，拥抱变化，诚信，激情，敬业。</p>
<p>这些价值观，我不知道是不是阿里的成功必须的条件，但我觉得至少在初期帮助阿里巴巴更好的成长。</p>
<p>下图是我从书中拍下来的，阿里对员工价值观好坏的比喻。价值观不好的员工，无论业绩如何，都是不能留的。</p>
<img src="/images/alibaba-63b3d.png">
<h3 id="商业化的过程"><a href="#商业化的过程" class="headerlink" title="商业化的过程"></a>商业化的过程</h3><p>每个公司都会经历商业化的过程，在本书的第 17 页，阿里巴巴介绍了他的商业化的尝试过程，看完之后我的总结是：「摸着石头过河」。商业化的尝试无非就是结合自身的业务特点，考虑有哪些可能的赢利方式，然后一个一个讨论分析，最终再挑重要的尝试，尝试过程中再反复迭代总结。某种意义上讲，这和创业的过程一致。</p>
<h3 id="向管理要绩效-和-以业务代管理"><a href="#向管理要绩效-和-以业务代管理" class="headerlink" title="向管理要绩效 和 以业务代管理"></a>向管理要绩效 和 以业务代管理</h3><p>阿里巴巴早期的管理风格，更多是一种「向管理要绩效」的风格。即：管理者要承担大部分的绩效目标。当然，马云在绩效的同时，也强调了价值观，进一步完善了绩效的标准。这种管理方式，更适合销售导向或者 KPI 明确的业务。在互联网公司，很多业务尚在探索期，这种情况下很难用「向管理要绩效」这种风格的管理方式。</p>
<p>所谓以业务代管理，就是说只要业务在增长，团队成员就会相对稳定，就不用管理了。只要业务停滞，就需要管理来介入。我觉得这种方式也有问题，事情是一起做成的，如果团队遇到困难，大家就走了，那么事情很难做成。阿里的几次重大危机，都是团队一起度过的。</p>
<p>所以，一个好的公司，应该既要有绩效上的目标，也要有管理上的目标。绩效上的目标主要在业务上，管理上的目标主要在人和团队上。团队负责人应该让大家能够工作得愉快，有干劲，在遇到困难的时候有斗志，有凝聚力，这些目标对于强调平等和尊重个体的互联网公司来说，也是一个不小的挑战。</p>
<h2 id="总结"><a href="#总结" class="headerlink" title="总结"></a>总结</h2><p>阿里的成功，有着时代赋予的巨大机会，但更多的是创始人以及创始团队的努力和坚持。推荐大家看看，特别是创业遇到低谷的时候，看看就觉得相比起来，一些困难根本就不算困难。</p>
<p>共勉！</p>
]]></content>
<summary type="html">
<h2 id="序"><a href="#序" class="headerlink" title="序"></a>序</h2><p>阿里巴巴作为中国互联网行业市值前三的公司，它的发展故事一直让我非常好奇，是什么样的原因让它成长为在中国如此举足轻重的企业？在它成长的过程中，又有什么
</summary>
<category term="books summary" scheme="http://blog.devtang.com/categories/books-summary/"/>
<category term="books" scheme="http://blog.devtang.com/tags/books/"/>
</entry>
<entry>
<title>把自己当作机器 - 读《原则》的收获</title>
<link href="http://blog.devtang.com/2018/02/25/principles-summary/"/>
<id>http://blog.devtang.com/2018/02/25/principles-summary/</id>
<published>2018-02-25T07:50:40.000Z</published>
<updated>2018-02-25T08:12:31.914Z</updated>
<content type="html"><![CDATA[<img src="/images/principles.png">
<h2 id="序"><a href="#序" class="headerlink" title="序"></a>序</h2><p>春节利用闲暇时间，终于把<a href="https://item.jd.com/12257413.html" target="_blank" rel="external">《原则》</a>这本大块头的书读完了。</p>
<p>《原则》这本书是一位投资人 Alex 推荐给我的，后来罗振宇又在跨年演讲上推荐了一次。该书的作者是桥水公司（Bridgewater）创始人<a href="https://baike.baidu.com/item/%E9%9B%B7%E4%BC%8A%C2%B7%E8%BE%BE%E9%87%8C%E5%A5%A5" target="_blank" rel="external">雷·达里奥</a>（Ray Dalio）。Ray Dalio 白手起家，把桥水公司做成了世界上最大的对冲基金公司，现在桥水公司管理着上千亿美金的资产。</p>
<p>《原则》这本书是 Ray Dalio 生活和工作的行事准则，同时也是桥水公司独特运作方式的介绍。我从中收获很多，主要的收获包括：</p>
<ul>
<li>极度求真与透明</li>
<li>机器化运作自己和公司</li>
<li>金钱的价值观</li>
<li>人才的价值观</li>
<li>投资上的逆常识规律</li>
</ul>
<p> 接下来我展开分享我的以上感悟。</p>
<h2 id="极度求真与透明"><a href="#极度求真与透明" class="headerlink" title="极度求真与透明"></a>极度求真与透明</h2><p> 这个观点在书中反复出现。作者认为人们要做出合理决策有两大障碍：</p>
<ol>
<li>自我意识。人们在潜意识里有一种防卫机制，它使你难以接受自己的错误和弱点。如果一个人反对你的观点，你的大脑会本能地进行反驳和防御。对于「极度求真」，这种潜意识是有害的，因为你可能为了争论而争论，而忘记了追求真相。</li>
<li>思维盲点。思维盲点的产生是由于大家的性格特点，知识背景，思维方式不一样，即使讨论各方都非常坦陈客观，还是可能会出现观点不一样的情况。</li>
</ol>
<p>为了避免以上两大障碍影响你的决策，你就需要做到：「极度求真与透明」。首先用大脑的理性压抑自己的潜意识防御冲动，努力追求真相。另外，努力把自己的思维逻辑以「极度透明」的方式呈现。例如你的论点是什么，论据有哪些，论证过程步骤具体是什么样的。当有不同意见时，努力寻找不同意见的差异点是在哪儿。</p>
<p>这种开放的心态说起来容易，做起来却非常难。当所有人都说 A 观点的时候，你敢于表达自己心中的否定意见吗？当讨论的对方已经和你争得面红耳赤，你还能保持内心的平静吗？</p>
<p>能够做到这一点的人都是情商高手，因为情商包括五个部分：自我意识、控制情绪、自我激励、认知他人情绪和处理相互关系。而要做到「极度求真与透明」，就需要有非常强的自我意识和情绪控制。</p>
<h2 id="机器化运作自己和公司"><a href="#机器化运作自己和公司" class="headerlink" title="机器化运作自己和公司"></a>机器化运作自己和公司</h2><p>作者 Ray Dalio 多次在书中建议大家把自己想像成一部机器，然后就可以用管理机器的方式来做自己。管理机器的常见的方式包括：</p>
<ul>
<li>全局意识</li>
<li>数据驱动</li>
<li>算法驱动</li>
<li>迭代思维</li>
<li>创意择优</li>
</ul>
<h3 id="全局意识"><a href="#全局意识" class="headerlink" title="全局意识"></a>全局意识</h3><p>把自己的肉身想像成完成目标的一种资源，并且是一种可替换资源。有了这种想法之后，你就不必纠结于你自己能力是否强大，是否亲自完全某件事情了。为了达成目标，你可以咨询他人，也可以雇佣或授权别人。如果自己不合格，你可以培养提高自己，也可以把自己开掉。</p>
<h3 id="数据驱动"><a href="#数据驱动" class="headerlink" title="数据驱动"></a>数据驱动</h3><p>想像你有一辆车，你怎么判断它是健康的？除了真正开起来之外，你还可以通过各种指标。比如胎压，水箱温度，发动机转速，系统自检，这些都是数据指标。</p>
<p>Ray Dalio 强调在生活和工作中也引入数据驱动：</p>
<ul>
<li>在决策的时候，收集足够多的数据。</li>
<li>在执行过程中，利用数据做检验。</li>
<li>在有结果的时候，利用数据做总结复盘。</li>
<li>依赖数据进行不断的迭代优化。</li>
</ul>
<p>应该说，桥水的成功就依赖于几次大的对于市场的判断，而他们的判断总是先行于各种主流的投资机构，这使得他们成功建立起了行业专业度以及市场利润。</p>
<h3 id="算法驱动"><a href="#算法驱动" class="headerlink" title="算法驱动"></a>算法驱动</h3><p>Ray Dalio 在工作的总结最终都会整理成「算法」。我理解「算法」就是一套经过检验的，可以重复执行的复杂规则。很多时候，这种规则可能还不是人在执行，而是计算机和人配合执行。比如计算机依据算法计算出一些结论，人类再加以二次验证。</p>
<p>在书中，Ray Dalio 称桥水公司是最早利用计算机来辅助做决策的公司。我也能感受到，他对于计算机能够没有任何感情，综合各种因素客观评价的喜爱。在对冲基金公司中，信息实在太多，计算机能够帮助他们更加客观和整体的看待数据的影响。</p>
<h3 id="迭代思维"><a href="#迭代思维" class="headerlink" title="迭代思维"></a>迭代思维</h3><p>机器是会不断进化的，我们开的车、坐的飞机、用的电脑、手机，每一代都比上一代先进很多。Ray Dalio 希望我们在做事情上，也有机器一样的迭代思维。最终大家做一件事情，经过长久的迭代打磨，会越来越厉害。</p>
<p>我们在工作上，如果一件事情需要持续做很多年，但是每一年的工作方法都和以前完全一样，那么就说明相关的负责人缺乏迭代思维。没有什么事情是做到了极致的。</p>
<h3 id="创意择优"><a href="#创意择优" class="headerlink" title="创意择优"></a>创意择优</h3><p>创意择优恐怕是《原则》这本书最推崇的一种决策方式了，但是执行起来又极其困难。简单来说，创意择优是把大家的投票权重，按照历史上大家的表现来进行加权，一个资深的投资经理，比一个新入行的新人，在投票权重上是不一样的。</p>
<p>这个道理大家都能明白，但是大部分人在执行创意择优决策的时候，是在脑海中感性地进行加权比较。比如我打算做一个决策，询问身边 5 个人，有 1 个选方案 A，4 个选方案 B，但是选 A 的人我特别看重，所以我就还是决定用方案 A。这种加权分析特别模糊，并不完全理性与客观。</p>
<p>桥水公司为了把这件事情做到极致，用了大量的工具，利入了集点器、棒球卡、错误日志、痛苦按钮、量化指标等等。特别是集点器，是一个点对点的打分系统，并且是完全公开的。利用集点器，桥水公司收集到每一个人的各项指标数据，来进行严格数学意义上的加权。</p>
<p>有人在知乎上说桥水公司是一家「邪教」组织，很多时候就是对这种工作方式不满。从人性角度，这样的工作方式确实需要每个人都极度的求真与透明，并且相信这一套能够 work。这种方式对人的要求也非常高，据说有 30% 的员工在桥水都待不够两年。</p>
<p>我个人认为这套决策机制可能还是与桥水公司在对冲基金行业有较大关系。在互联网公司，首先不需要涉及这么多人的共同决策，另外也没有那么多的重要决策。</p>
<h2 id="金钱的价值观"><a href="#金钱的价值观" class="headerlink" title="金钱的价值观"></a>金钱的价值观</h2><p>我特别喜欢 Ray Dalio 介绍他对于金钱的价值观。他说：</p>
<blockquote>
<p>把赚钱作为你的目标是没有意义的，因为金钱并没有固有价值，金钱的价值来自于它能买到的东西，但是金钱并不能买到一切。更聪明的做法是：先确定你真正想要什么，你真正的目标是什么，然后想想你为了得到这些目标需要什么。金钱只是你需要的东西之一，但当你已经拥有了实现你真正想要的东西所需的金钱时，金钱就不再是你唯一需要的东西，也肯定不是最重要的东西。</p>
</blockquote>
<p>对于我们大部分人来说，我们需要的金钱其实是为了保证良好的个人生活和家庭生活，实际上就是：住房、出行、教育、娱乐、日常生活、健康、以及一些意外事件发生时的应急。如果金钱已经多到很好地解决这些需求了，再多的钱其实就不是必需品了。</p>
<p>Ray Dalio 甚至提到了一种边际收益下降的观点，即：得到适量的东西比得到太多的东西更好，因为后者会伴随着沉重的负担。比如我们假设维持上面提到的幸福生活需要一个亿人民币，那么假如你手里有 100 亿人民币，你就会有沉重的理财压力，如何把这辈子都用不完的另外 99 亿用好，怎么保证它不贬值，会牵扯你更多的精力。</p>
<p>从快乐的角度，我以前以为我需要财务自由才能够体会到财务自由的心态，现在我觉得，其实不管你有多少钱，你都需要有更多的追求和目标，否则你通常是不快乐的。财务自由的人的心态，和普通人的心态一样，都在自身的条件下，尽量追求极限，成就自己。</p>
<h2 id="人才的价值观"><a href="#人才的价值观" class="headerlink" title="人才的价值观"></a>人才的价值观</h2><p>程序员出身的我，一直以为对于人才来说，技术水平是最重要的。但是我现在越来越认为，价值观相比技能更为重要。Ray Dalio 在《原则》一书中，也强调挑人的时候应该先看价值观，再看能力，最后看具体的技能。</p>
<p>每个公司对价值观的定义都不太一样，桥水公司的价值观之一就是上面提到的极度求真和透明，而这一点可能并不在很多公司的价值观里面。</p>
<h2 id="投资上的逆常识规律"><a href="#投资上的逆常识规律" class="headerlink" title="投资上的逆常识规律"></a>投资上的逆常识规律</h2><p>这一点在书中仅仅提了几句，而我对这个却印象深刻。原文是这样说的：</p>
<blockquote>
<p>在机器学习不包含对现实的深刻理解的情况下，以机器学习为基础构建的投资系统很危险。因为当人们广泛相信并应用某些决策规则时，价格会受到影响。换言之，一个深刻见解在众所周知之后，其价值会逐渐衰减。</p>
<p>常见的情况是，一些决策规则变得非常流行，以至于对价格产生很大影响，从而使反向操作成为更合理的做法。</p>
</blockquote>
<p>前阵子看到一篇文章：<a href="https://mp.weixin.qq.com/s/bejNuK3WtRkPJvFyml6p3Q" target="_blank" rel="external">《用户增长怎么做？这是我在 Uber 和摩拜的实战经验》</a>，在文章中，前 Uber 的增长部门总监 Andrew Chen 有一个观点：</p>
<blockquote>
<p>所有增长招式都越用越滥、效果越来越差。</p>
</blockquote>
<p>大家不觉得两者其实道理很相似吗？不管是做产品，做运营，做技术，还是做投资，如果一件事情大众一拥而上，就会产生泡沫，价值就会被迅速拉低。再举几个例子：</p>
<ul>
<li>几年前 iOS 开发缺人，结果大量的人转行做 iOS 开发，大量的培训机构兴起。结果迅速人才饱和，现在好多新人找不到工作。</li>
<li>最近比特币、区块链技术特别火，结果大家都炒币，大家都争相传播某某又暴富的神话。你说未来大概率会不会产生泡沫？</li>
</ul>
<p>《原则》中讲的投资上的逆常识规律，让我再一次认识到这种规律的普遍性。</p>
<h2 id="小结"><a href="#小结" class="headerlink" title="小结"></a>小结</h2><p>不可否认桥水是一家成功的企业，Ray Dalio 的《原则》也有非常多可以学习和借鉴的地方。但是就像书中在导言中就写的那样，这些原则借鉴吸收哪些，我们需要独立思考和决策。</p>
<p>对于我来说，把自己当作机器管理以及求真透明的人生态度，是我对本书最大的收获。</p>
]]></content>
<summary type="html">
<img src="/images/principles.png">
<h2 id="序"><a href="#序" class="headerlink" title="序"></a>序</h2><p>春节利用闲暇时间，终于把<a href="https://item.jd.co
</summary>
<category term="books summary" scheme="http://blog.devtang.com/categories/books-summary/"/>
<category term="books" scheme="http://blog.devtang.com/tags/books/"/>
</entry>
<entry>
<title>4 步教你写好商业化文案 - 读《爆款文案》</title>
<link href="http://blog.devtang.com/2018/02/08/write-best-selling-page/"/>
<id>http://blog.devtang.com/2018/02/08/write-best-selling-page/</id>
<published>2018-02-07T23:48:23.000Z</published>
<updated>2018-02-08T13:28:02.863Z</updated>
<content type="html"><![CDATA[<p>最近读完了<a href="https://item.jd.com/12203455.html" target="_blank" rel="external">《爆款文案》</a>，本书的作者是关健明，曾经是奥美的广告人，专职工作就是写商业化的文案。</p>
<p>好的文案和差的文案能差多少呢？我听过一些故事，也经历过一些故事，毫不夸张地说：效果差 10 倍不算多，有些能差接近 100 倍，可见文案的力量有多强大。</p>
<p>在《爆款文案》中，关健明将商业化的文案书写分成 4 步，这 4 步按照用户从感兴趣到下单的整个过程，每个环节都做了精心的准备，力图引导用户完成商品的下单。这 4 步按照顺序是：</p>
<ol>
<li>标题抓人眼球</li>
<li>激发购买欲望</li>
<li>赢得读者信任</li>
<li>引导马上下单</li>
</ol>