你的价值在哪里

  ●侯捷

社会像一部大机器。就说飞机好了。少一颗螺丝钉可能就要酿成巨祸。你问我引擎和螺丝钉哪个重要?就飞航安全而言,我说都重要。

我可没有说螺丝钉的价值和引擎一样高唷。

一个东西的价值,体现在它的不可替代性,不是体现在「没有这东西行不行」上面。少了一颗螺丝钉当然不行,但是少了它,很容易补上。

人们往往只看到自己。coder 说自己最重要,programmer (designer, architect) 说自己最重要,manager 说自己最重要,sales 说自己最重要,marketing说自己最重要,president说自己最重要(做到总裁这个位置,他会在年终晚会上感性地说员工最重要。没错,但员工中最重要的是他)。

常常有人忿忿不平:东西是我(们)做的,凭什麽利润归他(们),凭什麽薪资他(们)比我(们)高。那些人只不过是写写 email,讲讲 telephone,做做presentation,吃吃饭,打打高尔夫,凭什麽呢?

就凭他的不可替代性。如果你能写他所写的电子邮件,打他所打的电话,做他所做的简报,开他所开的会,甚至赴他所赴的宴,玩他所玩的高尔夫,你就可以理直气壮地质疑为什麽他的薪资高过你,为什麽他的红利高过你,为什麽他的办公室大过你,为什麽他有车位而你没有。

如果你不能取代他。摸摸鼻子老老实实多干几年。

●梓人传 / 柳宗元

讲太多也没意思。1200年前就有一篇很棒的文章说了个透彻 ─ 唐宋八大家柳宗元(773~819)所写的梓人传。

吾善度材,舍我,众莫能就一宇 (唐 柳宗元 梓人传)

现在我把全文放在这里。

 

裴封叔之第,在光德里。有梓人款其门,愿佣隙宇而处焉。所职,寻、引、规、榘、绳、墨,家不居砻 之器。问其能,曰:「吾善度材。视栋宇之制,高深圆方短长之宜,吾指使而群工役焉。舍我,众莫能就一宇。故食於官府,吾受禄三倍;作於私家,吾收其宜大半焉。」

他日,入其室,其床阙足而不能理,曰:「将求他工。」馀甚笑之,谓其无能而贪禄嗜货者。

其後,京兆尹将饰官署,馀往过焉。委群材,会群工,或执斧斤,或执刀锯,皆环立向之。梓人左持引,右执杖,而中处焉。量栋宇之任,视木之能举,挥其杖,曰:「斧!」彼执斧者奔而右;顾而指曰:「锯!」彼执锯者趋而左。俄而,斤者 ,刀者削,皆视其色,俟其言,莫敢自断者。其不胜任者,怒而退之,亦莫敢愠焉。画宫於堵,盈尺而曲尽其制,计其毫厘而构大厦,无进退焉。既成,书於上栋曰:「某年某月某日某建」。则其姓字也。凡执用之工不在列。馀圜视大骇,然後知其术之工大矣。

继而叹曰:彼将舍其手艺,专其心智,而能知体要者欤!吾闻劳心者役人,劳力者役於人。彼其劳心者欤!能者用而智者谋,彼其智者欤!是足为佐天子,相天下法矣。物莫近乎此也。彼为天下者本於人。其执役者为徒隶,为乡师、里胥;其上为下士;又其上为中士,为上士;又其上为大夫,为卿,为公。离而为六职,判而为百役。外薄四海,有方伯、连率。郡有守,邑有宰,皆有佐政;其下有胥吏,又其下皆有啬夫、版尹以就役焉,犹众工之各有执伎以食力也。

彼佐天子相天下者,举而加焉,指而使焉,条其纲纪而盈缩焉,齐其法制而整顿焉;犹梓人之有规、榘、绳、墨以定制也。择天下之士,使称其职;居天下之人,使安其业。视都知野,视野知国,视国知天下,其远迩细大,可手据其图而究焉,犹梓人画宫於堵,而绩於成也。能者进而由之,使无所德;不能者退而休之,亦莫敢愠。不炫能,不矜名,不亲小劳,不侵众官,日与天下之英才,讨论其大经,犹梓人之善运众工而不伐艺也。夫然後相道得而万国理矣。

相道既得,万国既理,天下举首而望曰:「吾相之功也!」後之人循迹而慕曰:「彼相之才也!」士或谈殷、周之理者,曰:「伊、傅、周、召。」其百执事之勤劳,而不得纪焉;犹梓人自名其功,而执用者不列也。大哉相乎!通是道者,所谓相而已矣。其不知体要者反此;以恪勤为公,以簿书为尊,炫能矜名,亲小劳,侵众官,窃取六职、百役之事,听听於府庭,而遗其大者远者焉,所谓不通是道者也。犹梓人而不知绳墨之曲直,规榘之方圆,寻引之短长,姑夺众工之斧斤刀锯以佐其艺,又不能备其工,以至败绩,用而无所成也,不亦谬欤!

或曰:「彼主为室者,傥或发其私智,牵制梓人之虑,夺其世守,而道谋是用。虽不能成功,岂其罪耶?亦在任之而已!」

馀曰:「不然!夫绳墨诚陈,规榘诚设,高者不可抑而下也,狭者不可张而广也。由我则固,不由我则圮。彼将乐去固而就圮也,则卷其术,默其智,悠尔而去。不屈吾道,是诚良梓人耳!其或嗜其货利,忍而不能舍也,丧其制量,屈而不能守也,栋桡屋坏,则曰:「『非我罪也』!可乎哉?可乎哉?」

馀谓梓人之道类於相,故书而藏之。梓人,盖古之审曲面势者,今谓之「都料匠」云。馀所遇者,杨氏,潜其名。

●白话梓人传(侯捷译)

 

裴封叔的住宅在光德里。有个木匠扣他的门,希望租一间房并以劳动抵付房租。他所做的工作只是拿规榘绳墨去画方圆曲直,他的家里头看不到刀锯斧斤之类的工具。我问他的本领,他说:「我善於度量材料。我可以看栋宇之制,估算高深圆方短长,然後指使群工劳役。没有我,群工无法完成一栋屋宇。所以我受雇於官府时,拿的是一般薪禄的三倍;如果受雇於私家,拿的是所有工钱的大半。

 

後来京兆尹要修理官署,我路过那儿。看到积了许多木材,聚了许多工人,有的拿斧斤,有的执刀锯,都环立在这个木匠四周。这人左手持引右手拿杖,是众人的焦点。他量度栋宇的尺寸,看看木材能否胜任,然後挥舞他的手杖说:「斧来!」於是执斧者奔到他的右边;他又回头说:「锯来!」於是执锯者立刻趋前他的左边。过了一会儿,执斧的人砍,执刀的人削,都看他的眼色,等着他说话,没有人敢自己决断。一些不胜任者即使被他怒斥而退,也不敢有什麽愠色。

有一天我到他的房间,看到他的床缺了支脚竟不能自理,说是要请工人来修。我笑他没有本领,而且是个贪禄嗜货的人。 他在墙上画一座宫殿,虽然只有一尺规模,但能曲尽制度,计算毫厘,构筑成整栋大厦,不出一丝差错。完成之日在栋梁上写下:「某年某月某日某某建造」。上面是他的姓名,众劳役皆不在列。我四顾之馀吓一大跳,看到了他的技术工程的浩大。

继而一想,我有了一些慨叹:也许是他舍弃了手艺,专习其心智,於是才能够如此知道体制纲要吧!我听说劳心者役使别人,劳力者被别人役使。他实在是个劳心的人呀!我听说能者以技能胜而智者以运筹胜,他实在是个智者呀!...(下略)。

●补充

不,我没有补充。柳宗元写的太好了。举的例子也好,说的道理也好。虽千百年,历久弭新。

P.S. 古人没有建筑师之名,大约皆名木匠(梓人、都料匠)。木匠分大小,programmer 也分大小,博士也分大小,编辑也分大小,作家也分大小、译者也分大小。名称都一样,是大是小自己明白 :)


以上并无学历论高下之意,只是用了一个最常见且最容易被理解的例子。用人,我(侯捷)不在乎学历,我只在乎实力。但你得想办法证明你有实力。你说你没有大学文凭,但你的技术比博士还行,no problem, just show me。如果你待在一家只重学历而不重实力的公司,前途无望;腿在你身上,你有选择,也应该选择。而当你还没有资格站在主考官的位置时,当你还只能排在候聘人的长长队伍里时,最好想想怎麽配合别人,怎麽成长自己。

我的 IT 管理层朋友,常常告诉我如果有好人才万万别忘了他们。他们给我的感觉是求才若渴,简直到了不择手段的地步。我推荐一位新竹交通大学即将毕业的硕士生,我的朋友竟於假日直接杀到他的实验室找他聊(三次)。当然,这是很积极很好的主管。

只要你是钻石,光芒迟早教人发现 ─ 即使你现在还混在一堆砂砺中。但你得先雕琢一下自己,让别人发现你,不然可能永远是颗石头 ─ 顶多是颗好看点的石头。美钻原石价值不扉,因为它永远存在,随时可以切磨;人才若不适时开发,就不是那麽回事了,你会衰败,你会退化,你会老,你会死。

EQ高的人才差不多都会成为美钻,EQ低的人才往往落得「可惜」的婉叹。EQ更低的人才整天埋东怨西,嗟叹长志难伸伯乐不遇(这种人到底是不是人才,也很难讲)。

我写此文,旨在勉励年轻朋友,同时也给观念偏颇的人一些棒喝。(他们认不认为自己偏颇,接不接受这个棒喝,非我能料。佛法还度有缘人。只要有人接受了我的影响,我就开心。)我不懂资本论、共产主义、经济学┅,我只是书写我的观察,我的感受,我的心得。

盖个房子嘛,挖泥、挑土、敲砖、砌墙是不能少的,但是从来不缺,所以工资低。工头比较缺,所以工资高。建筑师最缺,所以工资最高,而且他掌控全局负责成败,所以他签名。享最大利益者负最大责任,所以房子有问题建筑师负责。

资本?的确,资本可能最缺(),所以资本家可能享最大利益,可却又不必负责任(真糟)。有兴趣分析这事的人请自行从资本论、经济学、共产主义、社会主义、三民主义┅啪啦啪啦啪啦之中去寻找你的答案。这不是我要讨论的问题,也偏离了我要譬喻的人事。文章哪能写全。抬杠没有意思。

:但也不一定。台湾是土地最缺,人才永远嫌不够,资金倒是不怎麽缺。人才可以吸引资金。

我写此文是要勉励年轻朋友,立要高远,做要做梓人,不要只局限於梓人身旁那执斧执锯者。若因气候未成或能力不足或性向不合而另有向往,也要知道为什麽只有梓人能在栋梁上签名。「大家都成了梓人,这房怎麽盖?」放心,人类历史从来没发生过这种现象,将来也不会发生

智慧旅游解决方案利用云计算、物联网和移动互联网技术,通过便携终端设备,实现对旅游资源、经济、活动和旅游者信息的智能感知和发布。这种技术的应用旨在提升游客在旅游各个环节的体验,使他们能够轻松获取信息、规划行程、预订票务和安排食宿。智慧旅游平台为旅游管理部门、企业和游客提供服务,包括政策发布、行政管理、景区安全、游客流量统计分析、投诉反馈等。此外,平台还提供广告促销、库存信息、景点介绍、电子门票、社交互动等功能。 智慧旅游的建设规划得到了国家政策的支持,如《国家中长期科技发展规划纲要》和国务院的《关于加快发展旅游业的意见》,这些政策强调了旅游信息服务平台的建设和信息化服务的重要性。随着技术的成熟和政策环境的优化,智慧旅游的时机已经到来。 智慧旅游平台采用SaaS、PaaS和IaaS等云服务模式,提供简化的软件开发、测试和部署环境,实现资源的按需配置和快速部署。这些服务模式支持旅游企业、消费者和管理部门开发高性能、高可扩展的应用服务。平台还整合了旅游信息资源,提供了丰富的旅游产品创意平台和统一的旅游综合信息库。 智慧旅游融合应用面向游客和景区景点主管机构,提供无线城市门户、智能导游、智能门票及优惠券、景区综合安防、车辆及停车场管理等服务。这些应用通过物联网和云计算技术,实现了旅游服务的智能化、个性化和协同化,提高了旅游服务的自由度和信息共享的动态性。 智慧旅游的发展标志着旅游信息化建设的智能化和应用多样化趋势,多种技术和应用交叉渗透至旅游行业的各个方面,预示着全面的智慧旅游时代已经到来。智慧旅游不仅提升了游客的旅游体验,也为旅游管理和服务提供了高效的技术支持。
智慧旅游解决方案利用云计算、物联网和移动互联网技术,通过便携终端设备,实现对旅游资源、经济、活动和旅游者信息的智能感知和发布。这种技术的应用旨在提升游客在旅游各个环节的体验,使他们能够轻松获取信息、规划行程、预订票务和安排食宿。智慧旅游平台为旅游管理部门、企业和游客提供服务,包括政策发布、行政管理、景区安全、游客流量统计分析、投诉反馈等。此外,平台还提供广告促销、库存信息、景点介绍、电子门票、社交互动等功能。 智慧旅游的建设规划得到了国家政策的支持,如《国家中长期科技发展规划纲要》和国务院的《关于加快发展旅游业的意见》,这些政策强调了旅游信息服务平台的建设和信息化服务的重要性。随着技术的成熟和政策环境的优化,智慧旅游的时机已经到来。 智慧旅游平台采用SaaS、PaaS和IaaS等云服务模式,提供简化的软件开发、测试和部署环境,实现资源的按需配置和快速部署。这些服务模式支持旅游企业、消费者和管理部门开发高性能、高可扩展的应用服务。平台还整合了旅游信息资源,提供了丰富的旅游产品创意平台和统一的旅游综合信息库。 智慧旅游融合应用面向游客和景区景点主管机构,提供无线城市门户、智能导游、智能门票及优惠券、景区综合安防、车辆及停车场管理等服务。这些应用通过物联网和云计算技术,实现了旅游服务的智能化、个性化和协同化,提高了旅游服务的自由度和信息共享的动态性。 智慧旅游的发展标志着旅游信息化建设的智能化和应用多样化趋势,多种技术和应用交叉渗透至旅游行业的各个方面,预示着全面的智慧旅游时代已经到来。智慧旅游不仅提升了游客的旅游体验,也为旅游管理和服务提供了高效的技术支持。
深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值