如果你自己开始创业的话,其实还是很容易能在社交媒体上分清楚哪些言论是“实践后的真知灼见”,哪些是“脑暴的人云亦云”。

如果你自己开始创业的话,其实还是很容易能在社交媒体上分清楚哪些言论是“实践后的真知灼见”,哪些是“脑暴的人云亦云”。非要归纳一些特点的话,创业者短期关注从用户视角的具体机会,长期担心从各个方向过来的竞争问题,他们每天都在聊userstory,在聊角色、场景和路径。而且对自己的结论不够笃定,因为都很容易被证伪。与之相反,浮夸的思考在短期喜欢讲行业视角的故事,长期喜欢讲科幻故事;习惯说行业里缺什么,而不是用户缺什么;总是对自己的结论很笃定,知道一个冷知识就想推翻其他人的亲身体验。

相关推荐

封面图片

马斯克xAI创始成员中国首发声:ChatGPT时代“乱世出英雄”

马斯克xAI创始成员中国首发声:ChatGPT时代“乱世出英雄”在国际基础科学大会的“基础科学与人工智能”论坛上,他谈及了自己一直以来、也是接下来要进行的数学AI工作,以及对大模型当前发展现状的看法。而他的个人经历也再次浮出水面,为更多人所关注。接下来要进行什么研究?在国际基础科学大会上,杨格就自己正在研究的方向进行了一场演讲。演讲主题,主要与AI和数学交叉学科有关——从数学角度出发,建立一种描述神经网络架构的统一编程语言TensorPrograms。这是他从微软研究院开始就一直钻研的领域,继2019年连续独立发表的两篇论文之后,迄今这一项目已经有7篇相关论文问世。具体来说,TensorPrograms项目有一个“短期目标”和一个“长期目标”。短期来看,这个编程语言能实现在设计新神经网络架构时,自动进行初始化条件分析,并给出其中最优的超参数初始化条件,从而让模型训练更顺利。毕竟此前,这一领域的初始化设置几乎“全靠经验”。长期而言,TensorPrograms项目的目标是开发大规模深度学习的“万物理论”。这也与杨格在Twitter说的、他在xAI要进行的研究方向一致:目前无论是大模型还是其他AI研究方向,都依旧没有真正意义上解决AI“黑箱”的问题,换而言之,AI究竟走哪种研究方向(堆叠更大参数量的模型、还是MoE)收益更高,还没有一个明确的结论。因此,TensorPrograms最终目标是找到一种理论上的规则,可以真正理解AI大模型的行为。TensorPrograms最新的项目进展,是微软与OpenAI合作发表的论文µTransfer,杨格以共同一作的身份完成了这项研究。这项研究的核心是帮助大模型找到最合适的超参数配置,从而替更多模型节省时间和算力成本,否则对于大模型来说,“重训”是一个非常浪费参数的行为。目前这项研究已经开源,杨格也在这次的演讲中着重以µTransfer为例,介绍了TensorPrograms项目的进展。从这几篇研究论文侧重的AI模型来看,大模型如今已经是杨格研究的重点方向之一。一个值得关注的点就是,μTransfer已经用到GPT-4中了。公众号“安迪的写作间”作者在杨格(GregYang)演讲结束后,和他聊了聊:下台我问了他关于GPT-4用到μTransfer了吗,给出肯定回答。所以,他究竟如何看待大模型的未来?在这次论坛的圆桌对话上,杨格也提到了自己对大模型发展方向的看法。他认为,继续堆叠大模型参数可以让模型效果越来越好,但这有个前提,即数据集的质量和数量必须要上升。以前收集网络数据就行,如今训练集必须变得更偏向数学、科学、更有逻辑性,才能提高模型的科学和数学推理能力。同时,杨格也给了如今拼搏在科研、交叉创新一线的AI研究人员一点建议,就是“Followyourdreams”:这一阶段的很多杰出的搞AI的人,像工程师、研究人员,有几个都是像我这样没有读博士,只是就想去干,拼一下就拼出结果的,像AlecRadford,GPT-1、GPT-2都是他自己做的,后来OpenAI就开始砸钱了。曹操说的“乱世出英雄”,这是个新世界,你不要想一些外部环境,直接去干,很有可能擦出火花,这就是要你自己有热情。没错,当年的杨格,打破了微软研究院“只招博士生”的惯例,本科毕业就进入了这一机构工作。他在学术经历上究竟有什么过人之处?换而言之,为何他会成为马斯克选中的“12人”之一?杨格是谁?杨格出生于湖南省,在北京读完小学后,就去了美国,本科考上了哈佛数学系。在哈佛的头两年,杨格参加了鼓手团、咨询团等众多活动。大二结束时,有着音乐梦的他决定休学全身心投入音乐事业,成为一名电子舞曲音乐制作人和DJ,取艺名“Zeta”。也是在此期间,杨格接触到了人工智能。一年半后,杨格发现自己的“真爱”终归还是数学,于是又回到了哈佛。读完春季学期的课程后,他又休学两年,这一次他没有执着于音乐,而是快速学习了数学和理论计算机科学,以及人工智能的前沿进展,此外还广泛涉猎物理学、生物学和神经科学。此外,他还研究起了神经图灵机,并结合可微拓扑学中的思路,提出“LieAccessNeuralTuringMachine”,发表于ICLR。再次回哈佛,杨格师从丘成桐教授。△杨格与丘成桐,图源:杨格Twitter2017年,杨格顺利从哈佛毕业,拿到了数学学士学位和计算机科学硕士学位。并获得了2018年摩根奖荣誉提名(HonorableMentionforthe2018FrankandBrennieMorganPrizeforOutstandingResearchinMathematicsbyanUndergraduateStudent)。毕业后,老师丘成桐曾问杨格“你毕业去哪儿”,他说“我要去Google”。丘成桐说“Google这种很差的公司就不要去了,我有个朋友叫沈向洋,我马上给他打电话”。后来,沈向洋让菲尔兹奖获得者MichaelFreedman面试了杨格:面试之后(Michael)说这个小孩不得了,那时候他才刚刚本科毕业,但在哈佛至少是前五名(的水平)。我(沈向洋)当时就跟杨格讲,你把Google的Offer拿来给我看一看,我给你加一块钱,就来微软吧。最后杨格选择了微软。而进入微软后杨格也获得了沈向洋的高度评价:微软研究院平时只招博士生的,杨格作为一个本科毕业生进了微软研究院,不仅进了微软研究院,过去这五年还做得无比优秀,特别是在GPT发展过程中做了举足轻重的贡献。进入微软后,杨格的重要成果之一就是持续开发上面提到的“TensorPrograms”框架,其中还用GPT-3对所提出的超参数迁移方法进行了验证,相关论文已收录于NeurIPS、ICML等顶会:此外,Google学术数据显示,杨格从2015开始发布论文,至今已有34篇。其中引用量最高为415,这也是他在微软的工作,杨格在这个项目中担任主要指导(Primarymentor)。目前,杨格个人主页和Twitter主页等均已更新,已离开微软研究院,加入xAI,接下来将继续做数学工作。杨格做出了新一轮的选择,但从第一次休学过后,他再也没有放弃对数学的热爱。在这次的论坛上,杨格也被问到,当时去从事音乐后又转到数学研究,是怎样一直坚定走到现在的?杨格回答道:其实就是个人爱好,在我大二休学之前,我一直都是数学比较好的人,可能会觉得一辈子在这种(数学研究中)。之后虽然我去搞音乐,但有段时间自己思考后,发现其实我个人还是很热爱数学。这里面可能有外在动机(motivationextrinsic)和内在动机(motivationintrinsic)。像数学答卷老师给你100分,你觉得很高兴,这是外在的。这种外在和内在混在一起,可能感觉不到自己真心的爱好,但是后来休息一段时间以后,感觉(对数学)是发自内心的热爱,之后就走了这么长的路。OneMoreThing还记得前段时间杨格给大伙儿推荐的300多本(大部分是数学)书吗?不少网友看过之后,表示“书单实在太长了,不是普通人能看完的”,还有网友调侃“能不能用GPT帮我总结一下”……论坛结束后,我们也和杨格聊了聊,了解了他对ChatGPT等大模型的一些看法。提问:看到您前段时间推荐了大概300本多书,有很大一部分是数学书,您认为AI是否有可能把它直接总结成一个核心的要点给我们?平时在日常生活中,您是不是也会用GPT-4一样的模型,去帮助做一些数学的基础研究什么的?杨格:我觉得AI的总结能力(summarization)现在应该挺好的了,做简单的总结应该没问题。但你要再深入理解它里面的道理,像是一些数学道理的话,可能AI现在的帮助还不是那么大。日常生活的话,是会经常用到(大模型)。提问:可以透露一下主要是用在哪些方面吗?杨格:我觉得最有用的方法就是写程序吧。比如有些程序你确实可以...PC版:https://www.cnbeta.com.tw/articles/soft/1375151.htm手机版:https://m.cnbeta.com.tw/view/1375151.htm

封面图片

为什么中国程序员996还干不过美国的955?

为什么中国程序员996还干不过美国的955?从软件产品的产值、品牌的影响力来看,无论是应用软件还是基础软件,中美差距相当之大。而据统计,中国软件工程师数量大约有700万,美国软件工程师大约440万,因此中国软件工程师的人效是远低于美国软件工程师的。但中国程序员加班普遍严重,而美国加班、超负荷工作的也有,但不是普遍现象,自然得到的结论就是中国996干不过美国955。我自己作为软件工程师在美国芝加哥Motorola,3Com等公司工作了10年,08年又回到北京创业至今,过去的一年多,在北京和美国硅谷两边跑,因此对中美的软件行业都比较了解。我来从自己的视角回答一下这个问题。产品高度专注美国众多的软件公司都只有相对单一的产品,拿我熟悉的基础软件来说,MongoDB是一家市值230亿美元的公司,除了产品文档型数据库MongoDB之外,没见过其他产品,Confluent是一家市值78亿美元的公司,除了它的消息队列软件Kafka之外,没见过其他产品。Elastic是一家市值75亿美元的公司,除了它的产品ElasticSearch之外,没有其他产品。我们就更不用提Salesforce,Snowflake这些更牛的SaaS公司了。美国无数的中小软件公司更是专注,所有你想象到的场景,都有公司专注在做。比如我自己在美国办公室经常用的Calendly服务,只是简单的提供一个日程服务,让对方挑选一个合适的会议时间,我美国办公室用的报销系统Tallie,也是一家创业公司做的。反观中国,一家公司稍微赚点钱,就什么都想做,给客户的产品总是大而全,没有不做的功能。就连创业公司也是一样,脚都没站稳,功能一项一项的加,产品线不停的扩。由于国产替代等原因,过去几年数据库产品在中国如雨后春笋般出现,全国有名号的数据库产品至少200款。即使是996,这些公司人力和财力的投入,与Oracle,SQLServer,MongoDB这些产品相比,仍只能是一个零头,谈何能打败这些全球巨头呢?我们TDengine所在的时序数据库(TimeSeriesDatabase,TSDB)领域,这么细分的赛道,中国市场上都有至少10款产品,连靠Hadoop起家的星环,上市后也推出时序数据库产品,就更不用说那些互联网大厂了,但真正投入在这个产品上的人力和财力,与我们TDengine团队相比,相差甚远。不专注的公司,最后做出的产品往往是看似什么功能都有,却经不起用,到处有问题,最后只能凑合使用,导致推广难,交付成本高,而且卖不起价钱,更难阻挡一波又一波的竞争对手入场。不仅新创公司如此,连老牌的2B软件公司用友,做财务系统已有30年的历史了,过去两年我都撞到过很多次BUG。也许,从这里就能看到为什么SAP能在全球大卖,而用友只能局限于中国市场。2017年我开发时序数据库TDengine之初,仔细思考过“专注”这个问题,下定决心只做时序数据库,但为了产品差异化,围绕时序数据库,还附加了缓存、流计算、数据订阅等功能,而且仅仅专注在物联网、工业互联网领域。过去的六年多,总有投资人、朋友、同事问我,为什么不扩产品线,为什么不做可视化、不做MQTT,我总是只笑笑,因为我相信长期专注一件事情产生的价值。我宁愿要一个细分市场的30%的份额,而不是一个大市场的1%都不到的份额。我们团队做TDengine已6年多,从最初的5个人到现在的80多人,产品功能几乎没有变过,但仍然能撞到各种问题,但我相信,只要持续投入,即使不996,即使人笨一点,产品也一定会更好,最后一定能成为时序数据库的事实标准。如果最后TDengine失败了,一定是我忘记了初心,“野心”变大了,什么都想做导致的。如果仔细分析,你就会发现,一个公司什么都做,是缺少判断力、懒于思考、不敢下注的表现。怕错过一个机会,因此什么都上。最后在单一功能或单一产品上,即使是整个公司996都投入不够。在网络时代,信息更加透明,对于软件产品,而且有大量开源软件的情况下,无论是在中国还是美国,任何一个细分市场,都只有前三名才能生存。而这前三名,一定是依赖产品的性能、功能、稳定性或易用性,而不是依赖“茅台”胜出的。技能高度专注除公司产品之外,个人技能的专注在中美差距也是很大。在美国,一般的开发工程师与中国的工程师相比,真就是不思进取,不仅不996,也很少有主动学习的。我曾共事过的美国同事,以及我现在打交道的很多美国朋友,年龄大都超过50,一辈子都是只做一件事情,就是写程序,从没想过换行,也从没想过自己去创业或成为统领八方的高管,即使有些做了director或是VP,做些管理工作,仍然能随时写程序。这些美国程序员,由于10年甚至20年在一个细小领域的长期积累,虽然他们工作时间上是955,但在他做的那一小块工作里,是绝对专业,是特有效率的,而且一些技术的硬骨头还只有他们能啃下来,与一些新手相比,他们不996,也是十倍程序员,是最有价值的程序员。而在中国,35岁程序员是个永恒的话题。从学校毕业,写了10年程序,就觉得没法再继续写下去。无论自己还是周边的朋友、同事,认为还继续写程序,做些具体的事情,就是职业生涯的失败,无法做到管理层,就要改行。但35岁的程序员,正处于人生技术的巅峰,不仅有了经验,精力还十分旺盛,学习能力也没衰退,就放弃了,不仅是个人的损失,也是中国软件行业的损失。我自己也是一个典型。毕业离开学校后,我只做C语言开发,而且只在UNIX系统上做。到目前为止,我几乎不碰其他编程语言,也几乎不碰IDE类的研发工具,而是vim,cscope,gcc,gdb,valgrind几个研发工具用了快30年。任何时候,只要给我一个unix的terminal,不用翻任何参考资料,不用Google,我就能马上写、debug程序。如果抹掉我的真实背景,去面试任何一个C语言开发岗位,我相信没有哪家公司不会录用我。这就是我2016年底,决定开发TDengine的时候,选择C做开发语言的原因;是我一个人,在49岁的年龄,两个月就能写下近1.8万行C代码,开发出TDengine的原型的根本原因;也是我从不惧怕来自对手的产品竞争的原因,因为只要产品有不足,我陶建辉一定能把它解决。对个人而言,长期的专注产生的价值远超过追逐时髦的收获。只有成为一个细分领域的绝对专家的时候,你的身价才有市场溢价的可能。但要做到专注,不受外界的诱惑,也是十分不易,专注后要成为专家更是不易。考试80分容易,从80分到90分,要多付出一倍的努力,从90到100分,可能要多付出好几倍的努力。但世界只会记住第一名,三名后就完全没有了溢价的空间。对于TDengine团队,我倡导的是追求卓越,任何一项工作,无论是代码、还是文档、技术博客,都要达到全球同行的水平,而且要超越他们。我最不想听到的是,与对手相比,我们相差不大。产品走进全球市场产品专注后,卖给客户的不会是一个整体解决方案,因此客单价就会不大,销售业绩就难上去。如果仍然要做大的话,那市场就要足够的大,必须走进全球市场。在产品的全球市场定位上,中美之间的差别又是天壤之别。美国任何一家公司的软件或互联网服务,一出来想到的就是服务全球客户。而中国的软件,99%是服务中国的客户,还有更多的想的是国产替代的生意。不仅产品上没有实力走向全球,产品开发之初就没想过去做全球市场,这就直接让从事软件开发的程序员们失去了一个提升实力的“全球战场”。语言障碍应该是一大原因,但不是根本原因,而是大家有个普遍错误的认知,认为中国市场足够大,根本不用去做全球...PC版:https://www.cnbeta.com.tw/articles/soft/1393317.htm手机版:https://m.cnbeta.com.tw/view/1393317.htm

封面图片

“鹅厂前端No.1”被毕业 前端开发者没有前途了?

“鹅厂前端No.1”被毕业前端开发者没有前途了?雷达财经了解到,自2005年9月加入腾讯的大家庭以来,黄希彤不仅为腾讯旗下的明星产品QQ空间出力不少,还在公司发动诸多同事一起做出了404寻亲页面。该项目由于获得了不俗的口碑反馈,曾两度获得马化腾的称赞。而这名表现出色的技术大佬此次被裁,其妻子个人认为主要有三方面的原因,即黄希彤没有坐上管理岗位、不会向上管理以及不愿意被PUA。黄希彤本人则对此次裁员回应称,大厂当然任何时候都会给最高级的专家留足够的空间,只是留多少,留哪些方向放弃哪些方向、线划到哪里的问题,被划出来的也并不意味着就是失败者。离开鹅厂以后,黄希彤打算做一个个人开发者,准备研究新的技术。做出这样决定的背后,是夫妻二人认为这样可以免去跟人打交道过程中产生的麻烦。此外,由于黄希彤很早便加入腾讯,且其曾是腾讯有名的技术大佬,因此有不少网友对黄希彤的个人财富充满好奇。据媒体报道,黄希彤这一级别的员工年薪在200万元至300万元之间,但对于网友是否财富自由的疑问,黄希彤的妻子予以否认。值得关注的是,“鹅厂前端NO.1”还发布了一个“前端是个bug的存在前端开发者是否有前途”的视频,称前端最好的时代是20年前,其次是十年前。而对于黄希彤被裁,有程序员感慨:“前端已死!”01.“鹅厂前端NO.1”曾两获马化腾表扬近日,一个名为“鹅厂前端NO.1”的博主在小红书上连续多日更新的动态,成了不少媒体和网友纷纷追更的热门帖子。自3月3日发布第一则帖子以来,该博主已收获超过1.3万个粉丝,在小红书平台上这样的涨粉速度并不算慢。该博主发布的帖子之所以能引起外界如此高的关注,正是因为其有着一个特殊的身份——腾讯T13技术大佬黄希彤的妻子。有网友在该博主发布的第一封帖子下方留言调侃道,“我在想是谁这么不要脸取鹅厂第一前端(的昵称),点进来一看是黄老师,失敬失敬。”黄希彤到底是何许人也?为何会让这名网友留下这样的感慨?雷达财经通过腾讯云官网的相关介绍了解到,黄希彤顶着诸多头衔,其不仅是前腾讯云的布道师,还是腾讯首个Web前端专家、腾讯学院特聘讲师、W3C顾问委员会委员、中国信息无障碍产品联盟和中国信息技术公益联盟的发起人,腾讯云更是给黄希彤送上了“前端开发领袖”的称号。在知乎一名认证为网易业务管理、腾讯tvp、findyi主理人并拥有17万粉丝的用户眼中,黄希彤是一个很追求coding的极客,本人腼腆且自信。雷达财经通过梳理黄希彤妻子的帖子及网络上的公开资料,还原出了这样一个技术大佬的成长历程。在加入腾讯以前,黄希彤曾在6年时间里换过7份工作。2005年9月,黄希彤入职腾讯,彼时的黄希彤放弃了曾经深耕多年的后端Java开发,转而投身前端领域。和大多数的普通员工一样,初出茅庐的黄希彤当时在腾讯同样需要经历三个月的试用期。转眼时间来到了第二年的元旦,当天黄希彤在无意间听到了公司两位大佬的交谈,二人正被一个无法查询到原因的网页服务器崩溃问题困扰。回到座位后,黄希彤便开始试着解决难住这两位大佬的技术难题。通过测试黄希彤判定是代码出现了bug,原来一名大佬在写代码时误将Jan填写成了Jun,这才导致了服务器宕机。然而,就是这个因“大神”失误产生的小bug,却给了黄希彤“飞上枝头”的机会。因为当时其实有很多员工都发现了这个bug,但这些员工根本没觉得会因为这个bug导致服务器崩溃,黄希彤的这次“捡漏”成功让其得到了破格晋升的机会。在吴宵光的提拔下,正面临转正考核的黄希彤直接晋升为了T3-1,而给黄希彤晋升机会的这名“贵人”正是目前国内投资界赫赫有名的天使投资人。后续,黄希彤凭借自己的出色表现,一度当上了公司QQ空间团队的技术总监,成为了当时国内头部前端团队的领导者之一。除了QQ空间外,黄希彤另外一个产生巨大影响力的项目便是腾讯的404寻亲页面。彼时,受国外网站用404页面上线寻亲功能的启发,黄希彤号召到不少同事利用业余时间一起加入到了这项有意义的项目之中。腾讯404寻亲页面的上线,让不少网友感受到了腾讯的人文关怀和在公益方面的努力,因此这个项目两度获得腾讯“一把手”马化腾的重点表扬。此外,黄希彤还负责过腾讯产品信息无障碍化和腾讯信息无障碍标准制定,是中国信息无障碍产品联盟的联合发起人。近几年,黄希彤在技术圈致力于推广信息无障碍设计理念和技术公益的理念。值得一提的是,黄希彤在为腾讯效力的这些年中也有一些小插曲。一个是iPhone出现时,黄希彤没能把握住移动化的浪潮,仍坚信乔布斯所说的html就够了,从而一直在做前端优化,错过了App的大势。另外一个则是黄希彤在腾讯工作的十余年中曾有过一段离职期。彼时,黄希彤为了陪妻子、照顾孩子在美国待了一年多,因此自2005年加入腾讯后,黄希彤在腾讯的实际供职时间为16年。02.被“毕业”后暂不考虑加入其他创业公司除了前腾讯技术大牛的身份外,让这一系列帖子吸睛的另一个重要原因,则是拥有16年鹅厂工作资历的黄希彤在不久前收到了公司的裁员决定。在职场社交平台脉脉上,“腾讯T13技术大佬,厂龄16年为何突被裁”的话题,近日还冲上了热榜第一的位置。前文提及的网友同样表达了对黄希彤被裁的震惊,“看了企微才发现离职了,不过我相信给公司一百个胆子也不敢裁黄老师吧,更确切的说法是荣退”。不过,黄希彤的妻子对于网友的留言倒是显得十分坦然和淡定,“是裁员不是退休,哈哈,这没啥”。在黄希彤妻子的帖子中,其将黄希彤被裁及不愿意转岗的原因总结为三点,同时她还强调这是其非常个人主义的看法,这三个原因分别为没有坐上管理岗位、不会向上管理以及不愿意被PUA。妻子指出,黄希彤在工作中负责的产品好且业务能力强,并很快当上了QQ空间的技术总监。当时腾讯执行的是SABC四个等级的考核机制,用通俗的话讲,该考核机制下同一部门有一个员工获评S级,就意味着同时会有另一个员工被评级为C。对于这样的考核机制,黄希彤并不理解,他认为自己带的QQ空间前端团队是当时国内最牛的前端团队,这样的团队不应该有员工被评为C,但HR并不同意,因此黄希彤不愿再担任总监一职。在黄希彤看来,自己这样的人其实更适合在阿里发展,因为阿里相比腾讯更看重领导力,而非管理力。其二,妻子还认为黄希彤不擅长与上级沟通,这便容易导致其想法不能及时跟上级的想法保持步调一致。其三,妻子还指出,目前大厂都习惯PUA管理员工,并直言当下职场对于这种PUA的现状持有的态度是“人在厂内不敢说,到了厂外懒得说,或怕影响后面找工作又不敢说”。妻子表示,为了原则连总监职位都可以抛弃的黄希彤,自然也不愿意为了保住一份工作而接受PUA。对于此次裁员,黄希彤自己并不担心失业,只是最初担心妻子会焦虑。妻子刚知道丈夫被裁消息之时虽然也有短暂的震惊,但其实心里并非毫无准备。降本增效大潮之下,妻子身边有不少朋友或主动或被动地离开了原来的工作岗位。妻子甚至幻想过,如果公司像丈夫一样相对高薪相对低贡献的人被裁之后,确实能达到增效或者提振公司股价的效果,说不准也是一件好事。而且在黄希彤的妻子看来,即便丈夫已经离开了鹅厂,但程序员是终身不会退休的。对于从鹅厂“毕业”之后的打算,黄希彤的妻子透露,目前黄希彤正在研...PC版:https://www.cnbeta.com.tw/articles/soft/1349489.htm手机版:https://m.cnbeta.com.tw/view/1349489.htm

🔍 发送关键词来寻找群组、频道或视频。

启动SOSO机器人