第一个“双月”

20210508002538755.png

上个月是在知名“双月”工作制的大厂就职的第一个“双月末”，利用五一的假期，也对回国的前两个月稍作回顾。

坦白地讲，计划的确不如变化快—短短两个月间，小组和公司本身的架构从上到下经过了几番调整，自己的汇报线也已经几经变动，新的信息和超出预期的事情着实不少。但如回国所想的，也许变化是常态，如何应变执行、OODA（观察，定向，决定和行动）更为关键。这篇文章将这两个月来的想法分为好坏两个方面做个梳理，为下一步怎么走提供依据。

Pros（好的方面）

能力模型和发展方向

相比之前的工作，目前的岗位技术含量和门槛降低很多，但基本的能力模型和规划的发展方向还是比较契合的。我相信目前在这个方向有所积累对长期发展还是有价值的。
抛开花里胡哨的技术黑话，这份工作的核心仍然是“回答问题、提出问题、沟通决策” （加上一些资源调集，对外沟通和推进的能力）。这样的性质一方面决定了它是大部分人都可以做、区分度也比较难以体现的工作，但另一方面也是算一门易学难精的手艺。长远来看，我相信数据思维（更准确的说是数学思维），如何和数据打交道在在未来会成为一般性的文化修养——和英语，语文一样成为能体现文化素质但是没有门槛的技能。如何和数据打交道、用数学思维做结论也会变成“笔杆子”一样的一般性技能。
至少，在我看来，花一段时间精进用数据分析和写作、沟通与交流并不能说是浪费时间。相比之下，花在对数据分析/数据科学工具、乃至机器学习算法的一般性的了解的时间反而价值可能并不太大。AI算法在未来会像word, Excel是方便而人人可以掌握的工具，因而除了比例较少的专家类角色，将来大部分数据相关的工作会以技能而非职业存在。对想发挥更大价值的个人来说，要么成为可以产出创新的专家类角色，要么能够成为技能迁移性强、能够快速学习的通才类人才，而目前的工作有一定的空间往这两个方向发展。前者是拥挤的道路，后者是少有人走而缓慢艰难的路

企业文化和管理

这算另外一个好的方面，相对自由度大和层级平等的工作环境能让人多花一些时间在能力增长和熟悉环境上。
很多企业讲“扁平化管理”，“人才流动性”，“不迷信权威”，但做到往往不那么容易。我自己面试的时候，就遇到过公司层级很扁平，但招聘一个年薪30万的初级员工还需要CEO亲自面试、层层审批的公司。客观地讲，公司具体的管理方式受竞争生态、商业模式、公司文化、大环境等种种因素影响。举个例子，中国公司虽然商业发达程度可说世界第一，但管理水平（World Management Survey) 一直仅仅领先印度、巴西等；内卷、996、职场PUA等也存在于各行各业，这是全社会而非一两家公司或领导者的问题。是否有相对流动性强，比较平等的工作环境可能更多取决于行业竞争和企业运作中契约的重要程度。横向地看，目前的公司和工种可能对路径和人的依赖相对较小一些，这和入职前的预期比较一致。从个人的体会来说，虽然一些事情上有根据商业生态的魔改（比如双月+OKR，企业大了之后也存在一些质疑）但大体上字节是对硅谷管理践行的还不错的。

技术资源和积淀

在2020年人数从5万到10万翻番的字节也因为坊间传闻的“冗余招聘”“饥饿游戏”“和谷歌Facebook抢人才”知名。这当然有不好的方面，但增长带来的快速扩张和资源堆积确实能在团队中接触到不少一线公司的资深人才、技术和做事方法。加上快速推进的工作节奏、一线标准的技术资源，如果沉下心学习、对资源善加利用，一段时间下来还是能有所成长和积累的。

Cons (不利信息)

对待他人——成功是成功之母 vs 幸运者的饼干

快速扩张的另一面是不确定性。一些媒体将人才快速扩张的现状形容成“幸存者游戏”、“失速危机”等——这中间夸张的成分很大，但也映出快速增长的反面。具体到业务，在大部分人从事同一业务时间都不太长（五年以上）的情况下——个人、小组的核心价值主要反映在需求端，作为资源和劳动力的成分相比作为资本和大脑的成分要多。不论是谈晋升或是长期职业发展，区分度更容易体现在输出而非专业性。同时因为人多，级别评定、人员流动等情况势必需要一段时间才能跟得上发展情况。

而管理上，工作中一半以上的人可能是近六七个月才从事这份工作的人，另一半则大多数是在相对轻的年纪取得了或大或小的成功的人。来的早的人自然要享受回报，带队也需要老兵；而来的晚的人则面临更快证明自己，做出成绩和要求更高回报（相比自己，看齐来的早的人）的压力。有一些组一年之间扩张了4-5倍，这中间的磨合自然要考验公司的文化、制度和管理工具了。
而对个人来讲，确实也会面对如何放平心态的问题。有时候会想起在刘易斯的普林斯顿毕业演讲中提到的心理学实验——受试者被每3人分为一组。实验者让每个组都在一个单独的房间里讨论一个什么无关紧要的道德问题。在讨论之前，实验人员在每个组的三人中“随机”指定一位组长。讨论半小时之后，实验人员回来，给每个组端来一个盘子，上面有四块饼干。结果在几乎所有组里，都是之前被指定为组长的这个人，吃了最后那块饼干。另外两个组员，则对此毫无异议。在晚进来的员工眼里，不少早进来的人就是吃饼干的人，应该如何看待呢？

我给自己的答案是首先要摆正心态——80年代时国营大工厂的采购员，90年代的外贸业务员、外企白领，2000年代初的银行业务经理，2010年后的BATJ的IT工程师中都许多吃饼干的人，近些年炒币买茅台的更是比比皆是。但这不意味着做投机的事情就有什么回报，其实在获得超额回报的人中，除了一部分幸运者，更多是并非单纯为了经济回报早就默默深耕的人。

其次要学习成功者，尤其是年轻的成功者做事和成长的方法。最近见到的人经常让我想起“成功是成功之母”的道理。对比现在公司一个背景一般，但在过去两三年有过比较大的成功的年轻人，和之前单位中一些背景相对光鲜、几十年来稳扎稳打但发展平稳的资深同事比，几年下来两者在起点能力的差距大大缩小甚至逆转，这是值得深思的。比较不同的人的特点和合作方式，也是提高自己的一部分。平心而论，想让一部分同事去面试之前的工作，大概率难以通过，但如果将之前的工作交给现在的团队来说，却可能会在生产力上有所提高。

当然也要注意对应的风险。太少的经验加上较大的成功可能是危险的，这在华尔街很多年年轻的交易员身上有所体现，在IT产业也未必失效。所以在跟随的时候保持警醒，尽量发挥自己的长处。

反思自己——成功率，量级和速度

成功=成功率x做事情的量级x做事的速度， 如果从这三个维度看看自己的处境就会发现并不乐观。

• 成功率：有利的因素是像前文所说的，发展的方向和长期发展基本一致，业务上有一定的技术和学习资源可以获取，本身从事的也是成熟和核心业务（广告），总体做不出成果的失败率是较低的。但同时也存在总体人员流动性大，变动多，扁平化造成“入职即巅峰”的情况，前文提到发展快速的问题，加上自身转行的因素，长期不确定性不小。
• 量级：量级上看现状小，增长小。恰恰因为业务太成熟，不确定性相对小的同时发展空间和边际收益也比较小。如前文描述，向上走的路径可能集中在带团队产生更多输出而非有长期创新或突破方面，这就导致人员可能深陷于某一细分领域，或被短期预期导向牵引。长期看这份工作成为某一细分技术改造专家的可能性较大，离互联网高价值技能（全栈技术，产品设计，大团队建设，机会和战略）距离远，工作性质也决定长期可能比较难积累有意义的关系和有特殊的经验。
• 速度：短期看，996本身确实带来效率的降低；从长期发展来看，如前述数据分析类工作属于易学难精的一般性技能，在这上面花些时间能提高自己做事的水平和速度，但需要一定时间。这个过程中，如果总是被动学习可能面临逐渐深入某一特定领域或工具技能，失去全局视角的陷阱或有对某一业务（广告或其他）路径依赖比较强的问题。（其实在这一点有时会在FAANG上跳过来的中国同事身上体现——在国外科技公司，发展成技术专家比较容易，老板的角色则很难）综合来看，这可能是加速时代的慢车道。目前来说，学习曲线还有一些坡度，工作面比较宽，有复杂度和挑战，职责上也有一定的自由度，设计和决策成分；但长期肯能面临精细化和不确定性的风险，学习曲线也会越来越平缓。

评估和下一步

梳理下来，如果说目标是“在技术和商业领域有专业水准的全能型人才”，目前的工作虽然方向一致，但长期风险过大，价值过小且方向偏移。像前文说的，真正能成为多面手可能是缓慢而艰难的路，这条路能不能走通，怎么走通，自己心里当然也没有底，但退一步看，一个抛弃存量和一眼望到头的路，进入一个全新的领域摆在面前，不尝试还是会后悔的。既然尝试了、就不应该瞻前顾后，即便走了弯路，发展中的问题有时候也似乎也只能用发展来解决。

丈夫贵不挠，成败何足论。愿明天的自己还能勇敢去尝试。
2021年5月 于上海