其实我感觉中小厂的管理者更有优势
因为中小厂要面对的是更差的资源,更不稳定的老板,更难以管理的人才,更差的基建
这都能管好那管好Agent简直太容易了
大厂很多管理者纯藤壶,主观能动性全靠下属🤣
曾经各种大厂的管理者,在 AI 时代,其实极具优势。原因如下:
1、管理者最重要的职责,就是确定目标、制定计划,然后根据人员特点,用人所长。期间还能及时查看进度,解决卡点,同时取消一些错误的任务,并思考开启什么新任务。等等。
2、除了任务分派,优秀的管理者还有一种重要职责是招聘。能及时关注到市场人才动向,能及时招聘合适的人员进来。能从优秀人才的交流里,补充行业认知。等等。
3、优秀管理者还非常知道,什么应该奖赏鼓励,什么应该惩罚严禁。并逐步沉淀为团队文化,春风化雨、润物细无声。能做到这个点的管理者,往往需要经历非常多的彻夜思考,同时又能脚入泥土去种地。
把上面的人,换成 agents,你就是那个优秀的管理者。
这也算是生产关系阻碍生产力的一种体现了
过去的互联网时代固定投入没那么多(软件可复制,服务器可弹性),所以赛马机制的生产关系能最大化字节软件工厂的生产力。
但是大模型时代,赛马只会分散固定投入的资源,而且很难让员工沉下心来把标准答案抄对,最终导致生产力拉跨。
投毒事件只是冰山一角。Seed 有最好的人才、最多的算力,为什么 LLM 进展缓慢?业内往往说是因为不允许蒸馏。但我认为根子在组织问题,字节这套赛马机制与 LLM 并不匹配。
做 LLM 并不需要那么多灵光一现,主要靠踏踏实实把数据和环境做好、把 infra 效率做好。但研究员都希望有 novelty,希望有项目的主导地位。再加上几个月一次的 OKR,我洗数据洗了半年,OKR 怎么办?
这就导致内部火药味浓厚,投毒事件是极端个例,更普遍的是每个人心里有自己的小九九,沟通不坦诚。已经有资源的团队有各种方法,宁可让卡空转也不给其他团队。
不仅是字节,Google 也是这种情况,Gemini 的一些朋友抱怨缺卡,广告团队却拿着卡不知道在干什么。
职场就是最早的reward hack场了
老板只定数字和需求,中层负责分配工作和资源,基层只管执行
最终没人在管实际工作做的怎么样🤣都在拼谁最能hack中层和老板的奖励函数
有些公司hack出来是加班时长,有些是npd指数,有些是谁能舔老板,有的是谁能甩锅
多数工作岗位都是高烈度低水平竞争。
找工作难,大概率是你把这事想复杂了。
老实人很容易把找工作误认成证明自己配得上这份工作
那些找工作顺利的,很可能能力跟你七上八下甚至不如你,他们只是搞清楚了一件事:
面试官筛人的标准,远远低于你以为的标准
实际上人家就想找一个看起来不至于翻车、能凑合用、性价比合适的工具人
找工作的本质是筛选,骗过面试官
非要把自己打磨成艺术品再去过筛,纯属脑子被灌了太多一氧化二氢
下面给你一套小白第一次找工作或者改行的最短路线,照着干就行,别自己加戏
第一步,先搞清楚你要骗过的是谁
去招聘网站,定位目标岗位,找10个不同公司的JD抄下来
你会发现一个魔幻现实——一大半的JD都是抄的,关键词高度重合
把这些重合的关键词圈出来,这就是面试官脑子里那个”合格候选人“的画像
记住,你要对齐的是面试官的认知,这并不代表这个行业的真实水平和专业认知。
第二步,用AI把自己快速糊弄成一个看起来像样的候选人
把那一堆JD关键词丢给AI,让它扮演这个行业的资深从业者,给你讲清楚:这些技能在实际工作里是用在什么场景下的,每天的工作流是什么样的,会跟哪些人打交道,会用到哪些工具。
然后让AI给你列一个名词解释清单,全文背下来。
然后让AI给你写三五个典型任务的流程,你照着模拟走几轮。
然后让AI模拟这个岗位的领导、同事、甲方,跟你做角色扮演,挑你说话里的毛病。
最后让AI辅助你做一个跟这个岗位相关的小作品
这套东西两周能搞定。
如果需要真的工作技能,那么就把两周改成四周,用按需学习的方法去快速获得最小必要技能。
第三步,海投
很多人卡在这一步,投了三五家没回应就开始怀疑人生,觉得自己不行
这实际上又是一种误解了,实在人很容易把公司没回我解读成我不够好
实际上人家HR一天看几百份简历,刷掉你很可能是随机事件,跟你这个人本身关系没有想象的那么大。
把找工作看成概率游戏
你的简历就是彩票,多买几张中奖率才高
一次投20家起步
第四步,进去再说,别在外面苦练
很多人有个执念:我要练到能干这个活了,再去投。
这是在学校的预先学习的训练搞出来的错觉
正确顺序是:先骗进去,进去以后再现学。
真实工作场景里那些真正的默会知识,外面是没有情景和基础去进行自我训练的——办公室政治、汇报技巧、跨部门撕逼、客户的无理要求,以及突发事件、风险控制等等一堆东西
而且你进去会发现,那些工作三五年的资深员工,水平也就是一种介于及格线和良好线之间的“一般般”
很多人懂的还不如AI多,全是草台班子
你在外面把他们想象成神,进去发现都是凡人,甚至是装得很像凡人的笨比
所以别有心理负担
第五步,进去前两周,闭嘴、观察、问问题
到岗第一天,找领导要岗位职责、汇报流程、工作流文档。没有的话,自己用AI编一份,拿去给领导确认补充。这一步的作用是,把你的工作边界用书面形式钉死,以后甩锅接锅都有依据
前两周不要表现,不要做人家没有告诉你可以做的事情,不要展示你那点可怜的小聪明。就公事公办,多问,态度好。
观察什么人是业务骨干,什么人是混子但领导喜欢,什么人没头衔但说话有分量。
学骨干的专业词汇和文档风格,学混子的说话节奏和社交方式。
遇到老员工各种试探你(俗称服从性测试),装傻,别上头,别立刻反击。
等你转正了,站稳了,再慢慢对应
第六步,稳定之后,调整方向
进去半年一年,你会发现自己已经能胜任这份工作的80%了。
这时候开始干两件事:
一是找组织里那一两个认知水平明显高的人,多接近,多听他们说话,少表达自己。这种被动浸染比读100本书有用。
二是盯着钱多的方向移动。同样的活,不同公司不同行业不同赛道,人的定价可能会差三五倍。第一份工作是上车票,不是终点。
最后说几句不中听的。
找工作难,难的不是工作本身,是你被规训出来的那套我得配得上的执念。这套执念专门用来让你自我怀疑、自我贬低、自我消耗。
清掉它
找工作就是个技术活,用最小的代价,过最短的路径,先上车,再优化。
所有让你觉得我还不够好所以不能投的声音,都是你脑子里那个被驯化的瞎老实人在叨逼
请他闭嘴。
干就完了
我并没有觉得AI让人变得更拼体力了,现在是更拼谁能在短时间内做出高价值的决策。
因为大量Agent能不知疲倦地工作7×24小时干活,所有人都将体验到一将无能累死三军和目标歪了多做多错的教训。一个高质量的决策带来的Agent工作成果的收益远比你累死累活卷生卷死带来的收益大。
所以我一直在公司反复强调,别凑无意义的加班工时,有那时间不如思考一下怎么高质量指挥Agent。
这周团队里有一位成员离职了, 我们聊了很多,他离职的原因是现在很多打工人身上的缩影。送他下楼之后,我觉得我是在送未来我自己
他跟我说,有了近乎无限量的AI之后,做事情从拼经验和拼能力,变成了拼体力,比谁能卷能熬夜,所以觉得待不下去了
我想起了很多年前,我第一份工作的时候,组里有一位老大哥。再长的 log,他一眼扫过去,也能凭借经验看到关键词;再复杂的配置系统,他也都知道点哪里可以配。别人要花一个小时摸索还不一定搞得定的事情,他凭借经验,十分钟就能搞定
在今天,这类护城河已经不存在了。AI 在企业里几乎能做到一切的事情,几乎知道一切的事情。再长的 log,一个 context window 扫过去,可能几秒之内就能得到最准确的分析
作为中层管理越来越难做。不论问什么,问团队成员,你总能得到一堆看似非常正确、但是没法深究的回复。
当能力拉平了之后,一个 senior 的工资比 junior 将近高两倍有余,但做的事情、用的 AI 工具都一样。New Grad 能干到 12 点 1 点,我想我们大部分人可能都没这拼劲儿了
感慨有余,我也在思考。打工的日子可能真的到头了,我们需要为自己负责






















