工作学习论

Share
特别鸣谢宫师姐校对

——甚至这个鸣谢也校对过了

今天突然想写点关于方法论的东西。

起因是组里有个小哥跳槽了。我和他一起做过他离职前最后一个项目——接触之后,我对他的离职早有心理准备。和他导师聊了之后,我们都觉得他缺少工作中学习的能力:和他工作非但没法把工作分出去,反而会给自己增加很多答疑的工作量。

细想之下,小哥在工作中体现出了学习能力和写作能力的不足,导致合作双方平添了许多不必要的工作。如果他能够做到会提问题,善用搜索,勤记笔记,我想我们的合作会更加愉快。

提问的艺术

刚开始工作的时候,我经常会问组里高工(Senior)一些很蠢的问题,要么是太泛没法让人回答(比如“Docker 是啥啊?”),要么是对方不知道从哪个角度来回答你(比如“我该咋用Docker部署啊?”)。在我读了《提问的智慧》之后明白了一件事:一个问题,你问的越具体,事前做过越多的研究,被问的人越好回答你。而越含糊,无脑的问题,别人越难回答。

“在for循环里应该用i++还是++i”就比“这个循环应该咋写”好回答。前者把问题聚焦到一个很小的范围,提供了上下文(是for 循环不是while 循环)并且给出了两个可选项。后者完全让人无法推测这个循环是干什么的。

小哥就经常问我很多含糊、不过脑的问题,让我很多时候不知道该怎么回答。比如:“我这个服务跑不起来”——然后我吭哧吭哧翻了半天日志发现他的启动脚本缺了个标志值;“我这个bug不知道怎么回事”——我去看了一下bug然后找到了问题。

工作中有问题,问题多本身不是一个问题,遇到问题也不要胆怯不敢问。不会问问题,或者说不动脑子直接把问题推给别人,这个才是问题。

主动的搜索

小哥还有一类比较频繁的问题就是“我在哪能找到X?”“这个标志值Y是什么意思”——基本上把X和Y 放到Google里就能直接搜索到结果或者文档。我有时开玩笑说我们都在Google工作了,遇到这类问题更应该支持自家公司的产品,多搜一搜,实在搜不到再问嘛。

在工作中遇到的至少50%的问题完全可以靠搜索引擎找到答案。当然,和上一个话题一样,问题越具体,关键字越多,找到你想要的答案的概率越大。

笔记的习惯

在刚开始工作的时候,我自己是没有做笔记的习惯的。直到我遇到一个有做笔记的习惯同事:他的笔记整理的很好,把他做过的项目细节都整理下来,然后把一些有必要的资料转换成文档。和他交流项目的时候完全可以直接去读他写的文档,然后把文档中有疑问的地方记下来,再单独问这些有疑问的地方。这样极大的节约了彼此的时间。

等到我开始实践记笔记时,才发现笔记这个宝藏真的应该从day 0 就开始记。这样不会因为自己没记住而重复的问同一个人同样的问题。

同样,笔记不单单可以记录工作,也可以用来记录一些突如其来的灵感。这些灵感有的可以加以转化成为新的项目,有些经过论证无效的也可以用作“前车之鉴,后事之师”。

以上是我觉得工作中非常有用的三个方面,写下这块砖,希望能“抛砖引玉”。

Read more

当代码不再稀缺 - 06

Prompt 不是新的 Source Code A prompt can generate an answer. It cannot, by itself, preserve why the answer should be true. 提示词可以生成一个回答,但它自己并不能证明这个回答为什么是对的 AI coding tools 刚开始流行时,有一个说法很有吸引力: Prompt 是新的 source code。 听起来很合理。 以前我们写 Python、Java、TypeScript;以后我们写自然语言,让模型完成 implementation。既然 prompt 决定 output,那就像管理代码一样把 prompt 保存、version、review,不就行了吗?

By andy
当代码不再稀缺 - 05

当代码不再稀缺 - 05

Code review 没有过时,但我们可能 review 错了对象 AI can produce a diff. Review decides whether the team is willing to own the change. AI会产出代码,但是团队应该决定是否拥有这个改变 上一篇:AI 时代还需要 Estimate 吗? 床位系统那个 bug 暴露以后,我反复想过一个问题: 我们明明做了 code review,为什么还是没有发现这个bug? 实现并不离谱。代码在判断查询时刻是否落在预约区间内,局部逻辑说得通,边界也长得像正常的时间处理。 只是业务真正问的是“这一天是否已经被占用”,代码回答的却是“当前这一秒是否落在区间”。 我们不是没看代码。我们看了一个错误问题的正确答案。 这件事让我意识到,AI 时代关于

By andy
当代码不再稀缺 - 04

当代码不再稀缺 - 04

AI 时代还需要 Estimate 吗? Don't estimate how long it takes to generate code. Estimate what it takes to trust the change. 不要只估算生成代码需要多久,要估算团队需要付出什么,才能相信这个 change。 上一篇:别再用更多 Ticket 衡量 AI Productivity 下一篇:Code review 没有过时,但我们可能 review 错了对象 如果现在有人问 engineer:“这个 ticket 要多久?”答案可能越来越像这样: “代码今天能出来。至于什么时候敢上线,我不知道。” 这不是

By andy
当代码不再稀缺 - 03

当代码不再稀缺 - 03

别再用更多 Ticket 衡量 AI Productivity Code is cheap. Verified outcomes are not. AI 可以廉价制造代码,但不能廉价制造可信结果。 上一篇:AI 没有消灭瓶颈:Slop 正在吞掉团队的注意力 下一篇:AI 时代还需要 Estimate 吗? 有一种项目周会,特别容易让 EM 心情愉快。 这个 sprint 完成的 ticket 比以前多了,PR 数量涨了,commit 也很活跃。自从团队开始用 AI,dashboard 上的每一条线都在往右上角走。管理层一看:不错,AI productivity 已经兑现了。 然后 reviewer 默默打开

By andy