EP55: 「不要預測未來，活在當下」- Amazon資深工程師思辰的技術生涯與人生哲學
01:10:41 Share

哈喽大家好,欢迎收听新一期的数据女孩的中年危机,我是 Amy 大家好,我是 Stella 每周二我和 Stella 会与来自各行各业的有趣灵魂畅谈带你深入探讨科技、工作和生活的交汇点带来独特的洞见和思考

今天我们的嘉宾是思辰思辰是一位在 Amazon 工作的 Senior Software Engineer 思辰和大家打个招呼吧 Hello 大家好我是思辰我在 Amazon 工作

思辰在过去几年里面算是挤进挤出 Amazon 几次离开 Amazon 然后时隔不久又回到 Amazon 我们今天也跟思辰聊一下在 Amazon 到底是做什么以及 Amazon 的魅力让思辰不断地回到这个公司继续工作所以思辰现在在 Amazon 做什么我是 Senior Software Engineer 大概在这个 team 待了快两年了吧

所以在 Amazon 如果看到 software engineer 这个工作的种类的话是默认它是比较偏 backend 的吗 software engineer 其实也不能说是 backend 就是它至少不是 frontend focus 的就是说其实大部分的时候你如果 own 一个 vertical 的一个东西你就说从 frontend 一直到 backend 一直到 database 这所有东西其实你是一个 vertical 的 ownership 它不是一个 horizontal 的 ownership

之前跟思辰聊天的时候有了解到你现在在 Amazon 做的这个工作内容这个产品也是非常有意思的能不能不在违反 NDA 的前提条件下跟我们分享一下你做的产品到底是什么我们可以换一个角度来想这个问题比如说我们现在有一个很容易的一个 application 这 application 呢就干嘛呢就做加减乘除然后现在是我一个人来做但是

那这件事情现在很简单然后突然我现在要增加更多的东西就说关于工程上的计算那么工程上计算呢我就不太了解了那么就有另外一个组的人他们非常了解工程上的计算于是他们会去做这个那么现在就是说 calculator.com 有 slash 普通 slash 工程对吧现在我们有两个 team 然后之后你做你的我做我的那你也有一个 website 我也有一个 website

那我们现在来想一想那在这个问题上面你有什么东西是被重复了的就比如说我们现在不非是你写的程序我写的程序然后大家都 compile 成一个 runable 的东西然后之后在某一个地方 run 然后之后那么这个 request 进来以后它就执行这个程序然后之后等一下你的 result 就回去了

但是问题来了你总要有一个东西来 host 你总得在某一个东西上来执行这个东西吧你可能是一个 VM 你也可能是一个 container 你得有个运行的环境这个运行的环境你也做我也做这是做两份的那么光从 network 和运营的环境来说这已经是 duplicate 其他东西可能还会有更多的 duplicate 那么现在只有两个 teamduplicate 两次我们现在觉得这个问题还可以明天来的 scientific calculation 第三个 team

突然我们的 calculator 变得非常厉害哇有几百种不同的那个什么每一个 feature 里边都有一个新的 team 来做要几百个 team 来做这件事情但是我们刚才说的这些 network 还有 hosting environment 这些东西都会被 duplicate 几百遍它并不一定是一个非常有效的环境对吧那么如果说有一个人站出来说你们都不要管这些事情了你们就写你自己代码你把代码写完了以后我

我想办法把你写的东西 compile 出来然后我想办法把它 deploy 到一个地方那我想办法把它全部 package 到一个环境里边帮你 run 同时帮你去管 network 同时也帮你去管所有 dependency 你也再不用担心我今天有一个 OS 需要 update 我去点一下 update 你不用管了这些事我帮你管了那你是不是很开心因为你省事了

那同样剩下一两百个 team 也都很开心他们也都省事了那么这个东西就会变成一个平台所以听起来就是一个给 Amazon 的各种 services 提供 service 的这么一个平台一个所谓的 foundational service 对反正其实就是给各种各样 service 就相当于你自己重新 build 一个 service 这个 service 帮别人省掉很多的事情嗯

那如果类比到我们 data science 这个领域来讲的话可能你们做的是类似于一个比如说 mission learning platform 我作为 data scientist 我在 deploy model 的时候我不需要去担心太多 model 以外的事情就是我 deploy 到这个平台上我就可以不用操心后面的事情了非常准确

你比如说你用 AWS 里边的 SageMaker 你们要 trainmodel 的时候你不需要去说我要把这个 training model 这个 process 放到一个 OS 上我得先去弄一个 VM 把这个 VM 弄完了以后我得装 driver 我得装什么东西这件事情我们帮你干了你只需要做一件事情就是把你 model 的 training 这些东西扔上去然后剩下的就开始 run 了

其实跟任何一个现在现有的 service 没有什么太大的区别就是说你在原来那个时候其实大家都 own 自己的东西你想你要做一个 website 你大部分的时候用 Java 写一个东西或者是用其他的这个 framework 写一个东西然后你就扔起来一个 TomcatTomcat 把你的 host 起来或者是在 Windows 里边有什么 internet service 这种东西那我们现在想的是为了让大家不做重复的东西那么任何一个 service 那么我们可以 consolidate 的是什么东西其实也是一个 service

software as service offering 或者是 platform as service offering 这种本身它想解决的问题以免你做重复性的东西但是这个 foundational service 是指对 Amazon 内部的是一个内部的 platform 对 内部的 platform 你这个 foundational service 什么 scope 是全 Amazon 去 share 用吗我们以前有遇过一样的问题我们也有这么一个 foundational service 我们那时候是一个 data science team 嘛

所以我们就全部人 share 一个 docker image 然后 share 一个 pipeline 就是所有的 model 都是用同一个 image 去 train 然后所以要 upgrade 要什么的我们大概每个 quarter 会去摆明所有的 package update 之类的然后后来别的组就来说你这个已经弄好了我也用这个就好了就例如 analytics team 来然后用我们这个 docker image

然后用了两天以后他就说我要 update 啊就我的 pandas 不要这个 version 我要那个 version 然后我们就说那这干我们什么事啊我们还要帮你 update 我们其实本来 prevalor 这个就是只归在我们这个组用的你现在又变成我们又要 maintain 你的 update 所以这个 boundary 怎么设啊你一个 share 的 platform 你要怎么去说这个给多少人用然后要支持多少人

这是一个 industry 很常见的问题这件问题我们应该怎么样解决就是说一个 platform 你为了 support 一个 team 到 support 两个 team 到 support 一百个 team 到 support 一千个 team 在这个时候你怎么样去 approach 这个 platformscale up 的一件事情我可以

可以让你有一个 configuration 的 file 去说这是你的 code 你的 code 有什么样的 dependency 就比如说你用 npm.js 你的 configuration 和我的 configuration 可以不是同样一个 configuration 然后之后你做 compile 的时候你 compile 是你的那一套我做 compile 是我做我这一套但是呢我给你提供的是什么呢我给你提供的是你只要用 github

你只要把你的 codepush 到 GitHub 上我就帮你 compile 我帮你 compile 到这个 image 里边然后之后我帮你去 deploy 到 image 里边至于你的 image 里边 run 的是什么样的程序以及程序里边有什么样的 dependencyI don't care 也就是说我怎么样去 invoke 你被 deploy 的这个东西只要我们 agree on 这个东西那么我这个 product 是可以无限 scale up 的

嗯 明白在很多公司它可能叫 Foundational Service 但是我的经验一般是 DevOps 或者是 Ops 的人会帮忙做这方面的东西 Stella 你有遇过这种 team 的公司吗我好想遇到的是 Software Engineer 但是呢 Software Engineer 那个组在做的时候也一直抱怨说这不应该是 DevOps 的活吗对

对啊就是这个东西可以 benefit 很多人但是大家都不是很想当 maintainer 因为它很大一部分是一个 maintainer 的角色是这样其实你真正想到整个 cloud industry 为什么存在那么我们说整个 cloud industryhired 了多少 software engineer 它整个 industry 存在的意义在于什么呢

这是一个收人钱财替人消灾的事情你不想做 upgrade 我收你的钱我来帮你做 upgrade 你不想做这个行我来帮你 uncall 收这个 ticket 所以你不用管这件事情它和原来这种 professional supporting 这种 service 没有什么太大的差别只是它更加 concentrate 到一个 single platformat least from my perspective

嗯我觉得很有道理因为你现在都要 talk to IT 嘛然后现在就尽量把这个东西越来越的浅化了就 talk to AWS 的那个 help desk 就好了对你可能在不同的公司里边工作的时候你也会有一个非常 thin layer 的一个 IT 或者是一个 service 就比如说

我的 service 其实是在 Kubernetes 然后这个 Kubernetes 让我们这个公司有一个 centralized team 来管你 Kubernetes 或者是我的所有的 pipeline job 都在 airflow 上那 someone has to maintain that airflow 其实你可以看就是

它其实就相当于在你们公司内部在 Cloud Service 之上又 maintain 了一个非常 specific layer 的 Cloud Service。事实上也除了 Amazon 以外也工作过很多其他公司,你觉得公司到多大的时候会需要这么一层 layer?

其实你没有办法说你的公司多大需要这么一个 layer 就是说每一个公司都在不断地去强化自己的 efficiency 我们再说回来一点 engineer 的东西比如说你在写代码你写到什么程度的时候你会去 refactor 我们现在要考虑的是第一个你把它拿出来的 process 的 cost 是什么

maintain 它的 cost 是什么在这两个 cost 之上你所拿到的 benefit 能不能够 cover 或者是 three times five times even ten times to the cost 在这个时候其实你是一个非常从 cost 的角度以及从 benefit 的角度然后做足够的 analysis 出来说 OK 我现在值得把这个东西拿出来单独做一份东西要不然有的时候如果 analyze 完觉得这是一个不付出的事情你就不去做了所以

这个问题很难回答也就是说在多大时候需要做这些但是每一个拿出来单独做的 cost 和 benefit 是不一样的 specific case 我们必须要去 specific 来去 review

我会这样问是因为有些公司他很早就一直想要优化然后去做这样的 share service 这样 foundational service 但有一些公司他就不断地横向发展就是一直开新的 team 我们就各自做各自的然后就各自为政我发现就是 tech company 比较早开始做这样的 service

但是比较传统的公司它可能就一直加部门这是我自己的观察那思辰是不是特别烦恼做类似这样的项目对对我来说怎么样能够用更少的资源解决更多的问题然后同时给所有的人带来更少的压力其实这个就是我

我比较有兴趣的事情任何老板都会超爱这个回答因为我觉得我是 engineer 嘛我不是 computer scientist 所以其实 engineer 说回来什么是一个 engineer 就是我需要把 computer science 的东西放到实际的社会之中用它来解决问题然后用它来产出更多的 value

刚才说的是 passion 那我们如果就是从技术的角度来讲你觉得自己的核心技能是什么就如果是你要放在简历上就是放在 technical skill 这个 section 下面你会写什么超难回答耶可以给我们举一个例子吗就是如何让一个 team 可以 scale 得非常好

我觉得最重要的因素是两个方面吧你是必须要非常认真的去想你的 system 在 scale 的过程之中是需要碰见什么样的问题就比如说我在 manage 一个 VM 的时候 Linux VM 啊我的 cost 是一天一年

为什么有一天一年呢那么每一年我花一天的时间去 patch 这些东西就比如说我每次 patch 花上十分钟但我得 patchN 次对吧那么我们合起来以后就会有一个但是这个时候我也如果要 manage 一万个呢

而一万个的时候就是一万天嘛又回到 Amy 原来的问题就是在什么时候你需要把一个东西拿成一个 process 来做在某一个节点我如果做这件事情我大概需要三个月的时间那么我往前算三个月的时间那么从这个时候如果我不做这件事情我就要开始 play catch up game 其实我觉得最重要的是你必须要有一个 technical visionon the

The grand directionHow are you growingHow fast are you growing 然后之后在这个时候你去对你自己的 technology 去做一个预判怎么样去做它的 strategy 以及它 correlated 这些 component 的 strategy 这个是一个很重要的一件事情而第二个东西就是你需要把你这个 practice 做成一个非常 scalable process 就是我会想 customer 方面怎么样 scale

就是一个人用我的 process 和一千个人用我的 process 一万个人用我的 process 我都可以支持但是很多人不会去想我作为一个 maintainer 我的 cost 是什么你同时你要去想你为了 scalable 这个东西你能向外 scale 但是你也能向内 scale 对我来说就是说我可以保证我做出来的东西不管是一个人十个人一百个人一万个人只需要一个人来 support

或者只需要两个人 support 我可以 exponential 来增长我的 customer 但是我只需要 linear 来增长我的 support 的 effort 那么这就是一个非常好的东西这种预判的能力是只能通过经验来累积的吗一个是经验还有一个是你要必须对自己的 system 非常了解就是这两个合起来之后你才会有这种更好的预判的准确的程度我觉得这个还蛮重要的我的

我待过有这样的人物的公司跟没有这样人物的公司那个结果是差很多的

有这样角色的公司他可能在年末就是他很早就开始做 PPT 说我们那个以后资源不够了我们要 manage 你们做的东西你们 data 在按这样的速度涨上去或者是用户在按这样的速度涨上去我们是没有办法 manage 的我们要开始做一个 framework 一个 pipeline 去把这些东西整合成我更好 manage 就像你说的一个人可以 manage 一万台就像 manage 一百台一样简单这样

但是没有这个人物的时候通常就 throw people at the problem 然后发现大家就在打架就是没有办法 scale as the business scale 我

我还有一个观察是一般这样的人就是这个有 grand vision 对未来非常有把握的人一般来讲他都是这个产品或这个 team 的 founding member 有时候一个公司或者是一个组他发展了一段时间之后如果 founding members 都离开了我觉得后面加入的人好像很难有这种判断的能力和这种 grand vision 对

打个广告啊就是我觉得这个时候你真的要看 organizational culture

就比如说有些地方它没有这种 documentation 的 culture 那么你有可能会更难有些公司的 documentation culture 非常好就比如说现在我工作的地方那么其实你可以回去看到很多原来为什么做这样的决定你在做这样决定的时候你可以看到它原来做这个决定的 condition 是什么然后那么这些 condition 还是不是 still hold true 对

如果这个不出的话那么我们需要做什么样的改变所以其实如果你 build 了一个公司你想让工作人员在不断的更迭之中你依然可以 carry on 我其实有点难想象就是 documentation 会系到说当时做这个决定的所有的条件这有可能是一个 software engineering 和 data science 的差别吗我觉得对于 data science project 如果

如果让我 document 所有的细节我可能直接会疯掉你并不一定需要 document 所有的细节我们会有不同 level 的 documentationdocument 就是 product level 这个

这个 product level 的 document 它可能是在一个非常高的 level 就说这个 product 它到底是在什么样的情况下被 invent 出来它解决的是什么样的问题那么它主要是有几个 component 然后之后这个 document 就完了因为你如果再继续写下去你们这个 component 有什么那个 component 那你天天上班就拿着一大堆的书你就没办法玩这件事情所以我们必须有一个 framework 就是说我不需要知道太多的东西跟我没关的

比如说我现在要研究这个 component 我需要知道它 component 的缘由以及这 component 干的什么我的 documentation 够了然后这时候我就直接去我的 code base 我可以看到它原来是这么做的所以其实这是一个合起来的东西

还有另外一个就是 snapshot documentsnapshot document 就是说我现在的 state 是什么就是我现在的 system state 所以你必须要用这两个东西来给你大概能够 portrait 出来我现在是什么样以及我为什么变成这个样 if you are interested

思成在你的工作当中你大概要花多少的时间在 documentation 上 documentation 和比如说 coding 大概是一个什么样的比例其实我是出了名的爱写 doc 其实因为对我来说比如说你写 code 写 implementation 相对来说是很简单一件事情我写 doc 我第一件事情是说

我必须要用 doc 这种方式来想我解决什么问题我很多的时候如果不写 doc 的话我没有办法去想那么紧每一天做 technical decision 里边你其实你都在想这些事情我只是用一个 document 的方法来把它记录下来同时帮助我来 organize

organize with thought 为什么这件事情是重要就是你做的 product 越大你做的 scope 越大就越重要就是因为我可能要花好几天好几个礼拜甚至好几个月的时间把这件事情想明白我没有办法去想到我一个月之前或三个月之前我在想什么那么我唯一的做这种方法就是 as I move onI document everythingand one day I come backto sayok these areall the thingsrelated to thisnow let me think about it 所以

越小的东西你越不需要 document 越大的东西你就越需要 document 越长的 effort 你就越需要个 document 思辰现在在写 document 的时候会用任何 chat gpt 之类的工具辅助吗会辅助我觉得 chat gpt 是一个非常 amazing 的一个东西

我 English as a second language 其实你很多的时候没有像我们写中文那个样子 go through 那么多的 schoolinggo through 十年的 training practice 所以其实对我来说还是有很大的 challenge 我会用 ChatGPT 或者 Generate AI 帮我做 proofreading 除了语言这部分你会让 ChatGPT 帮助你整理你自己的思路吗不会

就是只是语言方面对只是语言方面就是因为其实我写东西是我非常 particular order 的其中一部分很重要的第二步是整理思路那么在整理思路这个部分我会去花很长时间开始 reorganize 这个东西然后说发掘哪块是有 logical 的 gap 这些东西其实 chatGPDat least for nowit's really difficult to achieve to the same level

诶,思辰那你跟 Data Science 组合作多吗?现在其实跟 Data Science 组合作的并不多原来在 Shopify 的时候合作的比较多其实我是一个在 Data Science 组做活的人

给 Data Science 组干活的感觉怎么样非常不一样但是我没有办法说是因为 Data Science 组不一样还是说 company 和 company 之间的 culture 不一样我只能说那一段的经历跟我在其他的经历非常不一样我们这些人有什么不一样第一个就是说代码写的不太一样吧

我首先要声明就当时在 shopify 的时候思成跟我不是一个组的所以他所说的不能代表我对但是我记得思成当时有跟我吐槽说就是他看到这个组的 data scientist 写的 code 你是把它全部重写了一遍对不对对我把它全部重写了一遍我把整个一个组在过去一年里面写的东西全部花一个月的时间重写了一遍他们是有什么巨大的问题

这个东西吧其实就是说你用一种方法写代码并不代表它就是有问题的我很不喜欢就是有网上或者是这种感受就是你这么做就是错的 there is no absolute 对吧就是有一天我跟我同事开开问题他说我这样写可以吗我说可以啊

他说你能 merge product 我能不能不做 CR 不做 code review 来 merge 到 production 里边我说可以啊这个样子我告诉你怎么样能够让这件事情变可以你自己把这个变成一个 service 你自己去 on call 跟我们没有半毛钱的关系你所有东西都自己搞这件事情我不管你你看隔壁组隔壁组找你做 code review 吗不找你做 code review 吧为什么你不 on call 啊哈哈

有没有觉得被大大嘲讽了一番会在这就是开玩笑的事情但是我说回刚才那件事情就说你一个 product 和一个 software 在不同的 mature 程度以及不同的 collaboration 的这种架构之下你的要求是不一样的我可以一个人写一个 hello world 我想怎么写就怎么写

但是第二个人进来的时候我可能不能这么写但是有 50 个人在写这件事情的时候你肯定需要有很多入要不然你写的东西把我弄坏了我写的东西把你弄坏了那么这个样子的话其实是很难 coordinate 这个 effort 所以其实 software 和 system 和 coding 都是一模一样的在你 scale up 的这个过程之中你会碰见什么样的问题

那么我们就需要用 specific 的方式来解决这个问题

你看到 Data Scientist 它的代码的 common pattern 跟你比较不熟悉的部分是哪一种?比较 procedural 吧,就是一步就写一步,就是我第一步先漏 Data,第二步再干干什么,第三步再干干什么,第四步再干干什么,然后之后你翻一篇到另外一个东西,你还是第一步先漏个 Data,第二步再干干什么,你翻了十个你就发现这十个都是一样,那为什么不把这个就写成一个 class,就是我每次都靠这个 class,我说我漏了这个东西,你帮我做一个 transform。

我不想 generalize 这个东西就是因为其实你看到 PyTorch 这些东西其实有很多的 Data Scientist 来 contribute 到这种大型的 program 和 project 里边他们写出来非常非常好的这些代码只是说其实在很多的时候 day in day out 我们在 grow 我们的

product 这个过程中或者 growth system 过程中往往我们需要 step back to sayOK what can I do to be more efficientwhat can I do to not scaling up my peoplebut at the same time scaling up all the things I do 思辰是说的很客气了但是我觉得我们应该绝大多数的 data scientist 都是承认的就是很多 data scientist 的 code 写的确实不是那么的好

但是我们也经常讨论就是说 data scientist 现在 modeling 这一块的这个色彩其实可能越来越弱了越来越多的 models 是 plugin 那其实就是要求我们在 engineering 这一块要做得更好一些我自己回想到我刚入行的时候当时我在的 data science 组也有一个给我们 data scientist 干活的 software engineer 都是手艺人的手艺人

当时都是他给我做 code review 他经常给我 code review 到后来就无语就看我的 code 看到很崩溃我自认为现在 code 写的还是挺好的也是其实是多亏了当时那位 software engineer 我真的跟他是在 coding 和 best practice 这方面真的学到很多

我在上一个工作突然转移正对我第一个工作就是写 procedural code 然后就结束了下班了然后我也不用 on call 然后我第二个工作就变成转过来了我是写那个 class 的人我要把他们的 procedural code 转成 class 然后这个其实是要很大的心态调整因为我完全明白为什么他们这样写要是我我也这样写

可是当你变成 MLE 的时候你就突然发现哦对那我如果要 scale 的话我得把他们这些 common component 找出来然后我心里非常的清楚 common component 是什么可是我进去 meeting 跟 data scientist 开会的时候他们就会非常的 resistant 这个 common component 说我们都不一样然后我就说你们都一样我知道你们都一样哈哈哈哈

是不是 on call 这个真的也是一个非常重要的 differentiator 就是你如果自己 on call 了之后你就知道了会很自觉的就是好好地写自己的 code 然后该 modularize 的 modularize 该 clean up 的 clean up 我觉得 on call 是对你 overall engineering 的一个要求

对 engineering 的要求最重要的是我怎么样去 restore 这件事情而不是说我怎么样去 fix 这个东西就是因为你 root cause 叫 fix 在家只

指门 review 你可能会花很长时间有的时候可能要花上半个月甚至一个月的时间在 service start 以后因为有可能是很多的 service 来 coordinate 来做的这一件事情其实是这样你有 development excellence 和你的 operation excellence 安靠是对你 operation excellence 有很大的要求了就是说我怎么样去说我这个东西从我写到代码到 production readyoperation ready

我需要做什么样的事情那么这个东西其实跟你最初写这个东西吧有联系也没有太大的联系我真的要替这家商品我们很少写的东西是需要 on call 连夜跑去修的如果你有设计好 fallback 的话可以早上起来再看就好了

我不知道 Stella 同不同意我是有 on call 过我有做过 on call 的产品但是确实需要 on call 的那一部分并不是真的是 data science 的那一部分就是 modeling 的部分很少对不对很少但是具体我觉得看每个 team 的情况不一样就我当时在那个 team 它其实虽然都是一群 data scientist 或者是背景是 data science 的人但是其实我们的产品是做了一个 system 所以我们就还是要 on call

思辰现在 on call 的这个频率和 work load 大概是什么样的我的 on call 还行这点我的 on call 还行我们 product 在不断 mature 的这个过程中你的 on call load 你是要一直去非常 active 来 manage 你的 on call load 我们其实一年前和现在 on call 的这种 load 是完全不一样的现在比较 mature 吧 on call load 所以还好

就是新产品的时候会特别容易需要 on call 起来但是那个产品越来越成熟了以后你应该就会越来越 stable 不用一直被叫这样对其实最重要的就是你在你 launch 和你 grow 这种工程中你必须要 anticipate 你会出现什么样的问题你必须要去非常 vigilant 去说我不要以为这件事情很小我就不 fix 了有很多很小的事情合起来可能就会变成一个非常复杂的大事情嗯

所以其实就是一个非常非常 diligent 的一件事情必须每个礼拜都要去做这样的 improvement 好羡慕啊我们好想要有私层在我们公司啊我以为你说你好羡慕 on call 你也想 on call 没有没有没有想找人去 on call 我现在做客户我的生活也跟 on call 没有两样了

思辰在 software engineering 在软件这一行业也是做了很多年了很有经验你也很有 passion 但是我记得你大学学的是一个跟 CS 其实没什么关系的专业对不对对对对完全没有半毛钱的关系当时学的是什么 marketing 那怎么会选就去学 marketing 呢

上高中的时候学习也不是很好当时就不知道选了文理科你得选文科还是理科然后我就想理科这东西要学的太多了文科不就是记东西吗我记得非常好那就容易当时就走捷径就想着文科比较容易

那时候 business 会比较火嘛于是就学了这个 marketing 我在从高中到大学的时候其实还是一个信息没有现在这么发达的时候那个时候没有现在这么多互联网的东西也没有那么多的 information flow in the internet 那会儿我记得你唯一的一个 information 其实就是一个 booklet 这个 booklet 告诉你这个大学招什么专业这个每一个专业可能有那么一段话告诉你哦这个专业是干这个

That's all you can know 而且那是一个你必须要认识人你才能够拿到 information 的一个时代不像现在就是我有那么多的什么什么 influencer 人人都往外扔 information 的一个时代时代是不一样的所以在那个时候所有这些东西加起来当时就学了 marketing 你当时学 marketing 学得开心吗不开心我也不知道在学啥就是所有东西都非常虚无缥缈

我觉得就是跟 software engineer 聊天他们就是 marketing 根本就另外一个极端了 data science 其实也是处于中间然后 software engineer 他其实比较 deterministic 他没有什么可能吧大概 80%会成功这样的事情

然后 data science 就属于所有的东西现在大部分的 model 是 probabilistic 的就是说的是大概会 ok95%的时候然后到 marketing 就是真的是完全没有任何的 prediction 可以当然有 marketing science 可是我到现在还是不知道为什么它可以叫 science 这样所以当时去这样的环境你觉得自己跟别人个性有什么不一样你那些学 marketing 很开心的同学跟你差在哪里啊

这个我没办法讲就因为我也不知道谁学猫肯定感心所以哈哈哈哈

不可能说你读 marketing 开心吗,你不可能这么问的,how do you know, you don't know right?你们当时学 marketing 的同学毕业之后,真的去做 marketing 的人多吗?这个吧,我也不太清楚,但是大部分都在比如说金融行业啊,然后证券行业啊,那时候有很多人去比如四大啊,这种会计事务所啊,这样东西,据他们做什么来的,那么大事儿。

你是不是和大学同学联系不通不大学同学联系是有的但是现在我一般联系大家无非就是聊聊吃吃饭什么我也很少去问你干啥你现在做的是啥反正大部分跟我做东西也不是太有关

对这个确实是我们其实做 podcast 很大一部分原因也是因为平时生活中的朋友聊天不太会这么深入的聊工作有 podcast 这个场景下就好像很深入的聊工作会更自然一点我们认识很多学 marketing 学了很开心的人那斯晨自己呢你毕业了之后是去做什么了

我当时在北京嘛找到工作去工商银行然后之后签了工作就是毕业了就去工商银行吧后来我觉得可能是我个人的成见吧我就觉得可能那样的生活是一个比较 predictable 的生活但是 maybe I'm wrong 于是我就说 OKwhat if I'm just doing something crazy 我当时特别喜欢出去玩出去玩嘛就认识很多人然后当时墨西哥的使馆招一个 intern

他说 Why don't you just do the intern for meI was likeDo you payHe saidYeah we payI was likeSureI can't do it 然后于是就去那里做 intern 这个是大四的时候毕业之后在工商银行工作同时我依然还是在那里做 intern 当时是刚刚开始有从墨西哥到中国的这些交流团以及学术方面的这种合作的项目比如说

有这样一个 project 墨西哥的旅游业的人想来了解中国旅游业的状况以及想寻找有没有什么可以两个国家旅游业这些可以一起合作的可能性那这就是一个很大的 project 那

那么这时候就在想 OK 你们谁来你们有政府的官员你们有学者你们还有这种其他的这些什么 industry 的 leader 这些东西这三个人那么你们来的时候你们的目的是什么我们需要去找谁来见你们就比如说政府

也是有学校 leader 也同时有什么中青旅啊什么这些大型的旅游公司的这些 leader 那么我们怎么样去安排这些 topic 你们想知道的 information 是什么你们想 share 的 information 是什么就很多的时候就是学术经济文化各种各样交流的各种项目就是由于那时候刚刚开始所以我就在那里主要做这些事情这个是你当时在墨西哥的大使馆做 intern 的工作内容

对是你在北京的时候完成的对在北京三里村我刚听这一段我其实忽然有点感慨就从你前面说到你毕业找工作去工商银行但是觉得这个就是太可预测了会是一眼就望到头的工作然后同时你又有这个

看起来比较不确定然后通过你在外面玩的朋友找到的一个很有挑战很有趣但是不是很确定的工作我就想到现在很多国内的年轻人或者是在北京的年轻人他们其实是就是要找非常稳定非常确定的工作就和我们那个时候想的还是很不一样的而且

现在的年轻人好像他们的这个注意力都是就是在学校里面就是我要怎么样把学分机啊或者是各种社团活动啊或者是现在搞学术研究就是在这些大家都在卷的这些方向去竞争但是你当时那个工作的机会是你出去玩认识了一个人然后找到了这个 internship 的机会我觉得很有趣我很希望就是现在的年轻人也有这样的机会

我觉得其实在任何时代大家都有就是 similar group of people 就是有些人他其实很 focus 在学习 traditionally 的这种去找工作然后就这种 traditional 工作的 career path 这种然后还有就是 like extreme like crazy people like me

当时在我们学校也有很多室友啊这些他们都很努力都去就去了很好的工作现在也非常的成功我只是当时选择了一条完完全全不知道会发生什么的路可能就是我的性格就会做出这样的选择我觉得在每一个时代每一个那什么都会有这样更 crazy 的人就跟我当时

去 quit 然后就说 like I'm not doing thisI'm just gonnago build my own company 至少试着创业一下对我也是希望现在这个时代下还是可以有更多的 crazy people 像斯晨一样的许多尝试然后也有这个环境可以让这些 quote unquote crazy people 去进行更多的尝试欢迎

環境其實不是很重要啦就是環境自己創造我覺得現在說環境不好所以我沒辦法 crazy people 推進一些很不一樣的嘗試嗯

我可能不会这样想我是觉得现在的年轻人他们现在所处的这个时代的容错的这个空间真的很小就是比如说像毕业去找工作好了当然我也我不是那么的了解大陆的这个现在的找工作的情况我也只是听说而已但是可能很多工作他就只招应届生

那你在刚毕业找工作的这个时候你不进入一个世俗意义上认为很好的单位很好的公司你之后可能就没有这个机会了当时思辰可能他去做这个墨西哥的项目但是你还是有一些退路的就比如说你如果做的不开心了你回来你还是能找到 OK 的工作就不会像现在的年轻人是绝大部分的人可能都非常的挣扎去找工作

因为我一直觉得我们这个年龄的人其实还算是吃到了一些时代的红利就是现在的年轻人他们所处的情况比我们那个时候应该还是恶劣很多的有时候我们说不是环境的问题我就很怕我们成为了一种何不食肉米的态度 That's true

刚才这一段有点上高度了我们回来讲一下墨西哥这件事情可是你有去墨西哥吗有我在毕业了以后就说到底要去工商银行工作还是去做些别的事情当时有一个这样的 offer 我就说 OK maybe I should just do something different 于是我就去了墨西哥我是 2017 年 3 月份去的去墨西哥是就是继续做这个交流的项目是吗

对去墨西哥其实做的还是同样的交流项目但是你就是说其实这样的项目在中国更容易做就是因为你本身是跟中国的做的然后你的 expertise 是在这里你其实可以有更多的发挥的程度然后之后在那边的话其实你是一个非常 remote 的状况你每天只是在谈这个 ideaIt's a little bit more difficult 所以你是到了墨西哥那边去是去了一个什么公司吗

我去了一个大学,这个大学就是叫 Tech Dimension,是一个在墨西哥应该是非常非常大的一个 private school,他们有很多的 campus,然后同时他们的目标就是做 Mexico 的 MIT。你的工作是帮助这个大学和中国的大学做一些交流项目?

对,就会有很多的这种 business 来找你来做 consulting,就是说我这个 business 在中国这边如果应该怎么发展呀,你可以去整合这样的资源来去帮助这个 business,或者是帮助整个 industry,就比如说当时有水产 industry,然后之后你怎么样去帮助这个 industry 和中国的 industry 来 share 这种 experience,

像你刚才说的这个水产项目他们的目标是只是和中国的同行进行交流吗还是要卖东西去中国任何一个交流都是在于经济这个基础之上就是如果我们两个是没有任何的经济关联的东西的话那么就包括知识 eventually I still want to convert it to some economic effect 所以其实这只是一个非常 exploratory 的 idea 就是 let's figure it out

对,我们去找那些红人,一群人,然后开始谈论这些事,然后来确认我们可以一起做什么。墨西哥人,他们很开心!

他们为什么这么 happy 啊我觉得是 culture 吧我觉得 culture 本身就是一个更加 open 更加 happier 更加 emphasize on relaxationand enjoying life 的一个 culture 我觉得这是从一个文化上来讲有一个本身的不同 I think that's one of the fundamental reason 你在墨西哥生活了几年两年半你当时有学西班牙语吗有啊我当时学西班牙语的当时西班牙语可以开会吧

哦这么厉害哦你可以开会的话在我看来就已经是就 fluent 了但是其实现在我也没有办法你想想我 2009 年离开了到现在也 17 年了我 17 年没有说过西班牙语了就是我现在 I can travel 就是你让我去任何一个南美的国家 I have no problem to survive 但是你要说 like okay let's talk about projectslike nah there's no way I can talk about projects

对我想起来一件比较好笑的事情我跟思辰刚认识的时候思辰知道我在 Phoenix 生活之后就立马把 Google Maps 拿出来说我以前在这个地方生活然后发现直线距离还蛮近的可能也是一个普遍现象就很多在美国生活的人就听到 Arizona 就觉得 part of Mexico 真很近经常会去 Arizona 我当时考 GMA 也是在 Arizona 考的因为在我那城市没有考 GMA 的地方

每次坐车去亚利桑那去靠 GMI 在 Tucson 靠的斯珍你在墨西哥工作了两年半之后就又来美国读书了墨西哥这么一个开心的地方当时为什么要离开当时工作也并不是很喜欢那个工作吧还是很喜欢做一些非常 concrete 的东西就比如说你 bake 就会出来一个面包于是我当时在想 OK 怎么样其实可以做一个更加 concrete 一些工作于是就换了我

我觉得就我先个比较 discipline 吧然后之后也比较爱跟自己较真所以在一个过于 relax 的环境里边有一些不是很适应就是在工作的这种环境下

去旅游躺在那儿躺平没关系但是在工作这方面其实对我来说不是特别的适应主要是这两个原因让我觉得每一遍你去试试其他东西你当时到美国来是读什么专业我当时来美国读的是 Information Systems 就是因为我当时其实没有想过要申请 Computer Science 在那个年代 Computer Science 是不一样的对吧就是说没有人就说 I want to convert to Computer Sciencebecause it was not a thing 但是

但是 information systems 不会更不是 a thing 吗当时我申请了 information system 还是 business school 下面的还有另外一部分原因就是那个学校的确 offer 非常好的这个 scholarship 和这些 income resource 也可以帮助我很多于是我就最后选择了这个 information systems 那个是 09 年 10 年的时候 09 年

那个时候的 information systems 是不是更偏向于是这种 enterprise IT 的这种教学内容对对对这是一个非常 interesting point 就在于虽然那个 program 是在 business school 下面但是其实在我去的时候它是一个 STEM program 所以它其实 emphasize 很多在 engineering 和 programming 和 database 这些所有地方那个时候有各种各样的 track 我能记住 track 有什么 ERP track

Focus on Enterprise Systems 就是 ERP System SAP 就是当时有一个 track 就说怎么样首先使用 SAP 第二个是 Configure SAP 第三个就是 Programming SAP 另外一个 track 就是好像是 IBM 那个时候 MainframeIt was still a thingLike cloud computingwas not a thing 我还学过那种 Mainframe Programming COBOL 它的确是 Focus 在 Industry 大的公司的需要上

这个系其实也转换非常大虽然才 15 年对 information system 算是受到 data science 这个周期影响非常大的一个系

还有 Cloud Computing 的 Data Science 开始之后 Information Systems 就在学校的这个系它越来越多的是在做 Analytics 现在在这个系当中还在做就是这种刚才我们讲的在 Enterprise 做 ERP 的这种类型的 research 其实应该已经算是 minority 了算少数了

就 15 年前念出来可能会当 IT 或者 DevOps 或者 Offer Engineer 可是今天 Information Systems 他是偏向的是 Analyst 之类的角色对之前上我们 Podcast 的许侃教授他其实就是 Information Systems 但你看他做的东西他就是在做 Machine Learning 差一点差很多

私城那在哪里念啊 University of Arkansas 你在 Arkansas 生活了多久我在 Arkansas 生活了蛮久的 Arkansas 应该是迄今为止可能是除了西雅图以外在美国生活最久的城市了就是我在那待了五年的时间我读完了以后又整理工作了三年读书两年工作三年一共待了五年的时间 Amy 去过 Arkansas 吗没有我其实想听私城形容一下 Arkansas

Arkansas 其实有一个特殊的地方就 Northwest Arkansas 大家所有想象的 Arkansasmaybe same likeMissouriOklahomaMississippiall the same 的确是这样但是其实在有很特殊的一小片叫 Northwest Arkansas 就是那个地方是 Walmart 的 Home Office 然后同时也是 Tyson Food 然后

然后之后还有一个很大的 trucking company 叫 JB Hunt 这三个大的 company 的 home office 都在那里

那一片跟别的地方非常不一样的就是因为它同时由于这三个大的 business 的 entity 的存在它会把很多的 Fortune 500 company 全部都吸引到那里然后因为他们都是跟这些大的 business 有很多的 business 的盲爱嘛然后于是那一片就变成了一个非常 unique 的在 Arkansas area 我上学和工作都是在那一片

所以刚毕业以后去哪里工作啊?我开始是实习,实习在 Hershey's,Hershey's Chocolate,本来当时要搬到 Pennsylvania Hershey's 总部去,但是后来就换了工作,就去了 Axium,A-C-X-I-O-M,当时是一个做 Digital Marketing 的一个公司。在这个工作经历之后又去了哪里?这个工作之后我就去了 Amazon。

就开始了 Amazon 挤进挤出的生活中间出来是出来创业对不对对对对那个时候我不是 co-founder 但是我是 funding engineer 那个时候就是有朋友做 co-founder 然后之后大家就说有没有兴趣一起做东西然后说我这种 crazy personality 就出现就是 likewhy notlet's do it

这是做什么啊这公司叫 Omni30 秒我给你把这件事情讲清楚就是说你在一个产品 product your Nikeproduct 这个就会说我可以在网上打广告我可以在网上开网店那么我可以知道有多少人来看我就多少个人点进去了我的广告多少人看到了我的网页看到了 product 那么整个这个 impressionconversion 这些什么东西都有对吧

但是你这个东西仅仅存在于网络社会那么你不存在于现实的 physical 那么现实的 physical 世界里边有很多很多这种 business 就是 shopping mall 或其他这些所有的 physical retail space 那么对于他们来说怎么样能够让他们也拥有这样的能力我怎么样能够知道我有多少个人从我的面前走过去我

我打了一个广告有多少人因为我打了广告之后进了我的店人的流动的这个 pattern 有没有什么改变包括就是说如果我想像网络一样能够去 bid 广告的话那么我现在走在我这儿的人多少是男的多少是女的我到底是应该 bid 化妆的广告呢还是 bid 健身的广告到底是老人多一些还是年轻人多一些那么整个这一些东西就是说怎么样去可以把这个 GoogleAdvertisementAnalyticsServiceBringOffline

你可以给我们一个实际的例子吗比如说我是一个商店根据走进来的这个顾客他的性别或者是年龄或者是他任何的 demographic 的特征我要决定给他看不一样的广告这个具体是怎么实现这个是一个更远景的东西比如说你是一个中小型的公司你就说我凭什么要在你这儿租你这个店面

你到底一天有多少个人呢从这走过呢或者说我为什么要在你这打广告而不是说去在网上打广告有多少个人从你这走过我每天的 impression 是多少那你这件事情怎么知道呢你作为一个广告栏的出租人或者是你作为一个 shopping mall 的 management 你想说我想让大家都来租我的东西都来用我的东西那么你必须要 provide 这种 data

你现在唯一能 provide 这种 data 的能力是什么呢我找一个人就这样点点点点点点点点点一个小时你也不知道这哥他到底是好好点的还是不好好点的你也不知道那 data 能不能用反正你到最后能拿出来一个数但是我们怎么样能够用 computer science 或者是一个更加 automated 的方式更加 reliable 的方式来 collect 这些 data

所以最后是做了一个 IoT device 吗对 IoT device 但是 IoT device 只是一个你 collect 这种 data 你就一个 size 里面你会需要有成百上千个 IoT device 在那里不停的每一个角落 detect 各种各样的东西然后之后我们把这些 data 全部 stream 到 cloud 上面然后去把这些 individualized 的 data

怎么样把它变成一个 connected insightsdata insights 来 represent 你的 site 的 value 来 represent 你的 customer 的 pattern 然后之后把它变成一个更加能够让你使用的 business insights 你在 Omni 做了三年做到后面发现这个产品其实真的难得点在哪里啊中间有遇到一些发现这个产品跟符合想象的地方那个断点是什么

是这些商场还没 ready for 这种模式呢还是说 technology 的部分有很难为什么关门了就是说当时其实我们做得蛮好的你要想我们在 C 的这个 series 我们连 A 轮都没有用到 C 这个 series 的时候其实我们已经有一点几 million 的 AR 了然后当时我们有才不到十个人同时我们的 technology 是 scalable 的其实

其实在这个时候还蛮好的了但是我们做的东西其实真的是被 pandemic impact 非常大的就是我们 19 年开始有 pandemic 我记得最清楚那天是我们正在开到洛杉矶的路上加州沙大最后我们就没办法就只能回去了

为什么对我们影响比较大呢你就想其实我们 IoT device 有几件事情第一件事情就是说你得有 device 吧你 device 从哪来对不对第二件事情你得找人装吧你的 labor 是怎么样第三件事情就是你的 customer 其实三件事情加起来所以一 device 中国的 logistic 被影响了很大因为中国 shut down 对吧然后之后所以那个时候 device 其实是很难买到的

第二件事情就是说在整个这个过程之中那个时候有很多人 credit 有很多 contractor 不做了然后同时 labor 就会增长很多于是在安装这方面就是我们有很多的 contract 但是我们找不到人装第三个件事情就是说那个时候所有东西都 shut down 了 retail 的这个 space 的 impact 就很显而易见对吧所以其实从 customer 一直到 labor 一直到 supply chain 所有的东西都被 impact 了

但是还有另外一句说 like it's difficultbut at the same timepeople is also important 对吧就是说在这种情况下大家有多少的 motivation 以及有多少能力去 pivot 其实也是一个另外的一个关系我们不能完全说就全都是因为外界的东西 it plays a very important role

你在这个 Omni 这家公司是从 2018 年一直到 2021 年就是疫情之后其实又待了一年多对对对我们试图 pivot 到一个那个时候 capacity management 因为我们有 camera 同时我们也正在做这些东西啊 OK 就正好也符合了疫情当时的有一些需求对对对但是其实后来 signed 了一个很大的 contract 一点几名 AR 但是其实到时候也没有办法去 deploy

人家说我想 deploy100 个 site 我们三个月都找不到一个施工队去 deploy 这 100 个 site 放在那里就是一个非常空的一个东西

Omni 这家公司结束是在 2021 年吗还是在你离开之后所以你是完全经历了这个结束的过程我从他们做 product 的第一天起到融资到关闭所有的东西你们在 Omni 想做的这个产品感觉应该是市场很大包括你们在很早期的时候就已经有很不错的 AR 了你们当时有任何的竞争者吗我们当时没有竞争者

我们已经 physical retail 是一个 industry 你只要 industryyou kind of in the industryyou can start to actually to expand 就是我们已经很不容易的进入这个 industry 不说我们的客户是谁吧我们当时有美国最 fancy 的 mall 的 owner 他们的最 fancy 的 mall 有我们的 device 我们的 device 由从哈瓦伊一直到 California 一直到东海岸 New Jersey 全都有我们的 device 同时我们的

同时我们的 contract 也有就是全世界最大的 real estate broker 以及第二大 real estate broker

所以思辰觉得还会再创业一次吗可以啊创业是一个就是大家有很多购买就是几年前我创业的时候就是大家干票大的这也是要干完了以后变成了 Google 之后再也不用上班了谁都会想有这种就是 I want to do a startupand to make it big 这种赚 life changing moneylife changing moneyand life changing fameand all these kind of thingscome with the startup funding 但是其实在

再回到你的问题就是说现在会去创业吗

现在创业的 goal 是不一样的 I can do it 但是经过我的所有的经验那么我就会去认真地去 judgeIs this something actually can work out 然后 Is this something actually worth to pursueIs this some group of people that I think I can succeed with 其实这些是一个很重要的更多会变成一个 OK I'm gonna do this journeyIs this a good journey

但是创业这件事情好像如果你想理性的去衡量的话最终的答案可能都是 no 对是这样的其实不你说实话你不管是创业的人还是去创业公司工作的人大部分人都是赔的血本无归的真的这是一个非常非常非常小的成功的概率只是说那个成功的概率你一旦成功了以后你可以 you're goodright

对其实很少人会聊这个失败或者是你如果遇到疫情的话这是不可控的因素嘛因为这样的问题而导的公司其实很少人会去公开讨论其实这种才是大多数的公司

大部分的公司都倒了真的 90%的公司是火不过嘴出了一两年的但是听 Omni 的故事还是觉得有点可惜如果没有疫情的话应该是会发展的非常迅速发展的非常好的一个 business 如果现在没有人做 Omni 类似的产品的话让你再去做这个产品你愿意吗再去做这个产品其实我觉得是可以的就是说其实

其实现在 AI 的技术已经有更大的这个产品应该比原来会更好做一些而且其实你要再想这个产品有自己的 challenge 就是我们在做的时候 IoT deviceconnect 到 internet 就是一个很难的一件事情就是因为那时候 4G 还没有上线

没有 4G 这件事情那么你用 Internet-trans-data 这件事情是一个非常难和 costless 的东西然后当时我们和这个 technology 的 provider 来 work 的话由于这个 technology 非常非常早当时我还花了很长的时间去帮他们 debug 他们做的这个 Hardware board 的问题就是因为插上了以后不能用嘛当

当时我记得我还去把高通的 communicationCPUprocessor 的这个 instruction 传到独立边然后之后去试着帮他们去 debug 就是那是一个很早很早的时间就是说在那个时候很多的东西都不成熟所以有很多的 challenge 但是我觉得其实现在依然还会有另外的一些 challenge 但是 idea is very sounding still 其实现在 internet 的问题解决了那么你 power 的问题依然是一个难解决的问题就是说你这种 device 你需要有 power

那么 power 只有两种一种 hardware 的 power 和另外一种 power over etherneteither way you need someone 你除非是说我完完全全 convert 成 nuclear IoT device 或者是太阳能的 IoT device 但是其实你在英多的环境里很难实现太阳能 the only way is nuclear deviceanyway 这是一个最大的差异就是我当时说就是说会有很多的差异这是其中的一个依然还是 I have no clueI have no clue how to solve that

我是觉得这个 business 很 promising 但是我刚才听思辰讲的时候其实我内心的想法是我觉得像思辰这样的人在 Amazon 有点可惜 no comment 对对对我说思辰在 Amazon 对于 Amazon 来讲当然是一件好事

但是就是我也可以想象就是像这些大公司它集中了多少这样水平的 talents 就觉得其实是可以有另外一种人才的分布可能会让我们看到更有趣的结果我觉得吧商业其实真的就只是一个 experience 但是其实到最后就是真正你的人生想要什么 what do you think is successwhat do you really want for your life

你觉得在 Amazon 比较累还是在 Omni 的时候比较累 Omni 比 Amazon 累很多啊就是 Amazon 我正常上班下班我老板蛮好的然后之后他也不会没事说晚上你来加上一个晚上班吧也没这点事这是两个没有办法比较的这种 pressure level

我会这样问是因为 Amazon 在业界是很多人在那边过得很辛苦就是他觉得工时很长有些会甚至是压力大到看心理医生等等的你觉得为什么会这么多人在 Amazon 过得这么辛苦这个我倒真的是不知道我觉得我一次一次回到 Amazon 我觉得 Amazon 蛮好的就是说的确是有 challenge 的地方比如说我吧我就觉得 I want to do somethingI just don't want to sit there

对吧就是说我觉得我一天有八个小时到十个小时 I'd like to be an engineerI want this eight hours or ten hoursto be meaningfulI learned somethingI did something 就是说明天你给我一个更大的 systemI said sureI can do itmaybe I don't have all the answersbut you know whatI have

I can give it a try 但是如果我每天可能工作一个小时两个小时看起来非常 leisuremaybe I won't have this kind of experience or capabilitybecause I don't have enough accumulation of all the knowledge and experiences 所以其实对我来说 Amazon 是一个 demanding 的地方就是它 demand you have inputdemand you outputdemand you put effort into itbut I think it's a good thingI literally think it's a good thing

思辰做 software engineering 这个行业有十几年了当然你在 Amazon 做得特别的开心但是你在这十几年的职业生涯当中你有感觉到现在的 tech 和当时你刚进入这个行业的时候有非常的不一样吗

非常不一样就是说你在任何的一个 aspect 都是一个不一样的事情我来简单讲几个 aspect 首先 people think tech is thing 就是我在十几年前 tech is not a thing 什么意思就是说没有人会觉得我去 tech 公司工作 is a thing to be proud ofor it's gotta make big money or anything

十几年前没有人知道这件事了就是在我 interviewAmazon 的时候现在不是有刷题吗刷题 was not a thing 在那个年代我记得我在面试 Amazon 的时候我是连刷题这件事情都不知道

都不知道的一个人我在面试 Amazon 完了以后然后有几个月的时间就是没有入职那段时间我朋友说你既然面试了 Amazon 你不如去试试 Google 吧我说好吧那我再去试试 Google 那个朋友说 interview 有这个网站 Liqo 然后说你去看一下吧我就去看了一下那个时间 Liqo 有 35 道题现在有多少道题我数不清吧

几千题了那个时候 Litco 只有 35 道题 It was not a thing 就是连 interview 都不是一个东西但其实你在想想 industry 那个时候是一个什么样的 industry 就是那个时候 day in day out 是什么就是如果你用今天的标准来评判那时候做的东西非常简单

我无非是写几个 Java 程序 compile 一下扔 slap 到一个 Tomcat 上面然后 open 一个 port 然后之后 direct traffic 进来然后扔出去一些 CSS 加 HTML 再加那什么

完了这件事情结束了但是破坏在于那个时候你其实你会发现我用很多东西我没有什么 Foundational AWS ServiceAWS Service 那时候可能就只有给 EC2 还有 VPC 还有 KMS 这些非常基础和 DynamoDB 那时候我记得 Lambda Service 都才是刚刚开始 Serverless 整个一个 Concept 才刚刚出现

就是说你 software engineer 本身的本质是不一样的你需要自己去写很多东西你需要自己去做很多东西而现在 shift 成你需要去知道很多的 product 以及知道怎么用这些 product 但是你自己所写所做的东西是不一样的东西了

所以这个是在工作上面是非常大的一个改变然后在剩下的东西就是说 culture 也会有很多的改变但 culture 的改变其实很多的时候是根据你在工作的这个 entity 不同的 stage 里边有了改变所以这是一个非常 mixed 的一个东西就是环境环境的意思是说你有更多的 tech 公司更多的 competition 更多的人做同样的事情 versus 就是一个公司做这件事情而且做得很好

这是一个 level 就是更大的 industry environment 另外也就是说你更小一点的 environment 在你这个 entity 里边它从一个快速发展的时期到一个成熟的时期那么这个时候人们所做的东西都不一样就是说你想想如果 15 年前的 Amazon 它存在了多少年它存在了可能 10 年或者这段时间所以其实你也想 10 年做的东西其实很多东西都是新的你最多用的就是 10 年前的

technologythat's nothingright 但是你现在你想想现在你现在用可能用 30 年前的 technologythat is somethingvery different 如果你用是 30 年前的 technology 的话所以其实在整个这个 time span 之中你所用的 technology 也慢慢的在不断的变化然后之后那么你的 product 以及 system 的新旧程度也在不断的变化那么在这个时候其实人的 mentality 也是在变化所以说回来就是从 environment

一直到的自然工作一直在到的可能跟你的公司的阶段混合

整个环境其实还是很不一样的刚才思辰讲的时候我突然回忆起我那个时候刚找工作的时候好像很多公司会在面试里面问 brain teasers 你当时有遇到吗没有那种人是没兴趣对那个时候是 data science 刚开始的时候就是大家对于 data scientist 面试到底要问什么其实没有一个共识也很少有人有经验所以就变成了问 brain teaser 对

也是个蛮有意思的经验

诶 四人你女儿是三岁不到吧刚三岁我们之前跟一个嘉宾聊天的时候那个嘉宾有一个侄子大概也是三岁的样子他觉得应该让自己的侄子到了三岁就开始学 coding 你会让自己的女儿去学 coding 吗他是个做 marketing 的嘉宾 No 100 times no 当然每个人教育的理念不一样我觉得我的女儿三十年后什么样的 industry 是我没有办法预见的一件事情

可能那时候开宇宙飞船可能是最火的工作那时候可能造 Nuclear 电池可能是最火的一件事情我没有办法以我现在所知道的东西去 predict 未来我不会说你要做这件事情你不做这件事情就对我来说 It's not logical 但是我知道一件事情永远在人类的历史上不会变就是说你作为一个诚实善良

你作为一个有坚持作为一个勇敢的不去害怕而去追求自己的想做的事情的一个这个人那么你在受到挫折的时候能够站起来那么这件事情在人类存在立场是永远不会变的

那么我宁愿花我所有的时间会让我女儿变成一个这样的人在这方面变成一个比我更好的人那么对我来说这是一个对她未来五十年更好的一件事情 It's way better than codingCoding come onI can teach you in like three monthsSeriouslyWhat's difficult with thatIt's nothing

太棒了这段说的太好了其实 No Way Base 的东西在每一个时代都是不一样的就是我那天在跟我老婆讨论你想想 30 年前 40 年前一个人在计算器这件事情出现之前有很多人非常努力地去 improve 自己的算术的能力突然有一天计算机出现了

他所有的这个 skill 没有什么太大用心你能算能比计算器快吗不可能的所以其实那个时候他只是用这个当时的眼光去 predict 一个 futurewe cannot do that 对

还有从另外一个角度来讲我有时候经常会想 Young Lacoon 这个人在他职业的早期他是怎么样的一个心态 versus 他过去这十年他过的是怎么样的一个生活他当时在进入他的研究领域的时候没有人能想象这个圣经网络会发展到今天这个样子我没有去做过研究但是我猜想他在他

学术生涯的早期他做的东西应该是不太受待见的大家可能也觉得说你做这个东西有什么用但是谁能想到他现在是学术明星呢做 neural net 的人全部都这样的他那个年纪的是的这个就是其实生活上所有的事情都是这样的你的努力 only gets you to there

但是其实还有很大的程度是跟你努力的关系没有太多的差别就是你在 NVIDIA 当年你没有走那让你现在是万岁了

所以其实有很多事情是说,我们没有办法用我们现在的知识去 predict 未来,我们只有就是说 like what are you truly after,就是说你觉得怎么样生活是一个真真正正对你来说有意义的生活,这个生活并不应该被 leveling,被你的工作,被你的所有 external 的 material 来判断,

因为这些东西只是 measurement 而不是 goal 人们拿了这些东西来做 measurement 来告诉你 OK what kind of thing it isit's a measurement for the goalso you have to pursue the true goaland find the true goal 我觉得思成听起来还是比较倾向改变环境的类型我来问你一个问题你 life 的 goal 是什么你觉得你在追求一个什么样的生活 to both of you

我的问题会非常的实际我现在的 go 非常的简单就是我自己和我的家人健康平和开心地过每一天其实跟工作完全没有任何关系开心就没有一个明确的定义嘛有人他可能在这样的标准下这样的生活水平下就开心有些人可能没有办法

这可能是我的一个人生哲学就是我觉得一个人的开心或者对于我自己来讲我的开心就是我的能力和我的欲望之间的那个 gap 如果我的能力可以给我自己提供 100 分的生活我的欲望在 80 分那 20 分就是我的快乐的值

就是我可以去提高我的那个上限但我也可以降低我的欲望来调控我自己的开心所以开心可能受到很多因素的影响就是我们的工作啊物质生活啊就很多因素但是我也可以通过调整我的欲望去对我自己的心理状态有更多的掌控吧 That's really good answer 我的 goal 呢也是开心啦但是我的开心可能是属于一种呃

可能以后会变了但现在是属于的一直在做对我来说有新鲜感的事情然后我认为我对欲望的调控我已经不太需要再买什么东西了就买也不错看也看过感觉都可以啦对我已经大概到这个程度了我不太会对成功有太多追求就是我不会觉得要做到很好

可是我比较在乎说这件事情我想要做的话没有什么东西可以阻挡我去试一件事情这样嗯 享受过程对啊因为我不太觉得我会是最成功的那个人我觉得 I usually don't want it enough 哈哈哈

有时候看到特别成功的人你会觉得说我也不想过他的生活好累啊是另外一种形式的折磨对其实所有的生活都是有自己的问题的就是你不会因为你换了一个职业你不会因为你变得更有钱你不会因为那什么而且说我人生就彻底没有烦恼了你只是把现在的烦恼换成了另外一些烦恼而已 That's itYou're just trading it to be a different one

大家希望能够找到自己的 life goal 然后不要被人家的 measurement 太多的影响吧因为很多东西可以 measure 你啦可是你怎么 measure 你自己比较重要而且 measurement 本身这不是很重要的事情是你的目标是什么你想要达成的是什么对希望大家都可以做善良正直开心的 crazy people 有些人就想忍静他不想要 crazy 好

好每周二数据女孩中年危机都会在各大 podcast 平台同步更新除了 podcast 也请大家订购我们的 substackThe Cocoon 连接会在节目的简介欢迎听众朋友们关注大家拜拜拜拜拜拜