中国真的有技术驱动型的公司吗?

科技界有个颇有争议的话题:中国真的有技术驱动型的公司吗?K哥在《技术管理之巅》一书中阐述过科技公司的三种定位:技术驱动、业务驱动、技术业务融合型。

放眼当今科技圈,许多大厂巨头,本质上都是业务驱动型、或技术业务融合型(当然,科技在公司中的定位,是由业务模式所决定的,并不存在什么好坏优劣之分), 直到走近并了解深圳至简天成科技有限公司(简称至简天成)后,我才逐渐开始改变以前的想法,原来中国真有技术驱动型的公司。它既低调又“骄傲”,既执着又灵活,在技术导向的底色上,勾画着稳重、浪漫的商业色调。本文跟随K哥一起走进至简天成、走近创始人李亚飞。

2f24ef31cdd6bb8cdbe12c3795374d96.jpeg


01

工程师文化驱动的公司,竟然还活得不错?

提到工程师文化,大家都会想到谷歌等大厂,想到“20%自由时间”等人性化的举措。但这些更多的是“别人家的公司”,据K哥在IT圈20多年的观察,国内提倡工程师文化的很多企业,要么死掉了,要么说一套做一套,挂着工程师文化的“羊头”,卖着伪工程师文化的“狗肉”。

而至简天成,却是我见过为数不多真正贯彻工程师文化,而且还活得非常不错的科技企业。

在至简天成,绝大多数员工都是工程师,大家都推崇简单纯粹的做事文化。在这里员工们基本不在乎背景、资历、职位,而是更在乎解决问题的有效性,这也正是工程师文化的本质内涵。至简天成为员工创造了更适合工程师的软硬件环境,比如为他们配备顶配的Mac pro电脑,为大家匹配超具弹性的工作机制,如果有必要,员工甚至可以把电脑带回家,视情况在家中远程工作。

与此同时,至简天成的工程师们,也通过务实、主动、高效的工作表现,将工程师文化、极客精神,进一步内化和丰富,成为公司企业文化的关键内核,并以此反作用于企业的日常管理和工作推进,把文化变成“生产力”,形成企业文化和技术推进的增强回路,让企业更具效率和创造力。


02

李亚飞:从程序员到老板的华丽转身

李亚飞,从技术男到创业者,生动演绎了一个“非典型”程序员的成长过程。和今天科技圈那些声名显赫的大佬巨头一样,亚飞很小的时候就对计算机充满兴趣。其他小孩打红警游戏在意的是胜负输赢,而他关注的却是这样的游戏和场景是怎么设计出来的。考大学选专业的时候,更是毫不犹疑地选择了计算机专业。

b04cb5e7aee13015c3ae16c015e138b0.png

毕业后,亚飞顺利进入了深圳知名科技企业深信服,负责提升内部效能的自动化测试工作,并在不久后,凭借自己的出色表现,带起了团队,成为公司核心团队中的一员。但和“典型”程序员相比,亚飞身上更多了一些“不安分”的基因。经过深信服的磨炼和成长后,他毅然决然地走上了创业之路,成为一名百折不挠的连续创业者。

离职后,他先后创立过 2 家以技术产品驱动的创业公司,并成为Ruby 深圳技术社区的发起人和社区核心贡献者,运作了众多开源项目和多场技术分享,每年还要组织多场几百人的语言开发者大会。到2019年,李亚飞又开始了他的第三次创业。在这个看似“自然而然”的过程中,亚飞其实已经悄然经历了个人成长中的3次转折和蜕变。

第一个阶段,是高速吸收知识的阶段,这个过程既包括以前所学理论知识的梳理和深化,也包括在各种实操层面的应用和理解。在这个阶段中,亚飞非常勤奋,不仅阅读了很多技术方面的经典书籍,还非常乐于在社区交流分享。也因为这样,让亚飞一度过于“偏执”于技术,甚至在对技术的认知和理解上,产生了一丢丢的“优越感”。

第二个阶段,是从技术思维到产品思维的转折。苏格拉底把“认识自己”作为一生的哲学准则。随着个人视野和能力的不断提升,亚飞对自己也有了更深入、客观的认识。尤其在创业后,他渐渐明白,这个世界人外有人,天外有天,自己最大的优势,并不是技术,或者让自己成为技术大神,而是理解技术价值、实现技术的商业价值。创业之路上的不断摔打和磨砺,让他对“日活”、“月活”等非技术概念,理解的越来越深刻,也让他越来越明白,运营等工作的重要性,其实并不比技术差,想创业必须要学会兼顾,而不能有所偏废。

第三个阶段,是亚飞在商业认知上的“升维”。在持续创业的过程中,亚飞的认知在不断向上突破,从迷恋技术,到关注运营,最终升维到了“商业”层面。在以前,开发项目时,亚飞往往先考虑技术上的领先性,非常看重项目中采用的技术是不是“最先进”的。但后来商业sense越来越成熟的他,就不会再这样思考问题,而是更多的会考虑整个项目,在商业上是不是有创新性,推进的时候是不是具备稳定性等等。

经过这一阶段的成长和成熟,亚飞深刻意识到个人的真正的优势,在于自己既有技术优势,又补齐了原来欠缺的运营和商业认知,两者叠加也就形成了很多人都不具备的创业“门槛”。经过多方面思考,本着“干自己最认可的行业”、“回归初心,做能和开发者打交道的事”两大原则,亚飞又开始了第三次创业,创立了ShowMeBug(至简天成)。

当初成立ShowMeBug,也有其特殊的契机,那时候亚飞的公司被一家医药企业收购,他负责分管技术团队的搭建和招聘,在这个过程中,他曾多次亲临一线,和HR一起面试技术人员。有时面试好几个人,花了好多时间用各种方式评估,最后发现他们都不是自己想要的人,HR也对此一筹莫展。

亚飞马上意识到,这是很多技术企业招聘时都会遇到的“痛点”,于是就萌发了“开发一个可以更高效评估技术人才实战编程能力的平台”的想法。为此,亚飞进行了一系列的市场研究和论证,比如能否改变用户“白嫖”的习惯、激起用户的付费意愿,能不能获取有效流量等。最后,亚飞又做了该领域的横向比对,发现有开源的类似项目,虽然做的极为粗糙,但大家还是在“捏着鼻子”使用,这时他心里已经完全笃定,“让我们为大家搞一个更好的(技术能力评估平台)吧”,成了他脑海里唯一的想法。ShowMeBug就此应运而生。


03

AI程序员大爆发:国外有Devin,

国内有1024Code

就在前段时间,一家成立2个月,名叫Cognition 的10人创业公司,推出了世界上第一位AI程序员Devin,震惊科技圈。这位Devin同行可以说“来者不善”,不仅掌握了全栈技能,可以自主学习不熟悉的技术,自己修改Bug,自己端到端地构建和部署应用程序,甚至还能训练和微调自己的AI模型。它的出现似乎验证了黄仁勋、李彦宏等大佬所提到的“人类再也不需要学习改编了”、“以后将没有程序员这个岗位了”等惊人预言。

AI程序员Devin,一下成了全世界科技圈的新宠儿,很多大厂也纷纷跟进,比如阿里推出了自己的AI程序员“通义灵码”。其实ShowMeBug也有自己的类似产品,甚至比Devin研发更早,某种程度上功能和技术上也比Devin更成熟,这就是他们在2023年就已经推出的1024Code。

1024Code这款产品,以1024PaaS(ShowMeBug全栈自研的云端编程环境)为核心,通用大模型为基座,耗时近1年,所构建的一套自主决策链AI Agent(目前称为AI导师)。可以做到编程环境感知,代码编辑,Shell、Console的自主阅读,运行与自主Debug。

谈到1024Code,亚飞的语调瞬间激昂起来,作为公司战略级的核心产品,他和他的团队为此做了大量的前期努力和准备。早在2021年的10月,随着公司业务发展趋势越来越好,亚飞就开始深入思考底层竞争力的问题。他的团队曾在2021年推出了一款在云上适配轻场景,无需重开发的“轻协同IDE”,非常类似后来大家常说的“CDE”(Cloud Development Environment)。它可以帮助开发者实现在线编程,并提供云端的资源配置管理等。经过深入观察,亚飞认为,根据ShowMeBug自身的技术积累和优势,以及时代的发展趋势,除了能力测评领域外,AI自动编程将是另外一个更接近商业、更能切入生产力的方向。

Devin问世以来,一个重要“亮点”就是,在SWE-bench上,它的表现超过Claude 2、Llama、GPT-4等选手,取得了13.86%的优秀成绩!但在亚飞看来,这样的成绩其实并不算厉害,相反还是有些“偏弱”。他们的1024Code在去年推出后,就可以达到这样的水平,因为亚飞认为在现有AI大模型底座能力还不强的现实情况下,“这并不是一个高标准”,所以当时他们“没好意思发布”。

后来当GPT3编程能力有了进一步突破后,亚飞又马上组织团队,开始马不停蹄的迭代,1024Code的能力也从L2(超越20%-30%人类的思考能力,对人类有一定的启发作用,能够用在助理和自动化领域)不断向L3(能够替代50%的人类工作,自动化完成任务)推进。而1024Code的最终目标是设计成 L5 级别(100%超越人类)自主编程能力的 AI 编程软件,拥有自己的一套决策链,会去分析项目/程序代码的语义语法结构,压缩信息(一些大模型的上下文是有限的),决策修改或者添加哪些文件,然后再进入到具体的更新代码动作里。

相较于那些传统大模型助手,在生成代码后,需要“人为干预”找地方写入的“非智能”表现,1024Code却能基于CDE,做到自主定位修改文件,并在CDE编辑器内完成修改。用亚飞的话说,这就相当于“给大模型加上了手和脚”。1024Code的这一强大优势,必然比那些本地IDE更有竞争力,也更受开发者欢迎。

所有技术的进步,其实都是生产力、生产关系不断发展的客观要求。国外的Devin和国内的1024Code,除了体现了这两款产品在技术层面的异同外,也在某种程度上体现了中美AI程序员之间的差异和不同特点。对此,亚飞认为,美国工程师和中国工程师最明显的差异之一,就是成本差异。美国程序员的人力成本,通常是中国的3、4倍,甚至6、7倍,高昂的人力成本,会倒逼企业界要么去找更便宜的人工替代(外包给中国等方式),要么研发出可以更大程度节省成本的工艺流程、管理制度、软硬件设备和技术等。这也是美国在很多方面包括AI各领域,一直处于领先优势的重要原因之一。对他们来说,用新技术、用AI程序员降本增效,会有更直接的内生动力和紧迫感。

相对而言,中国的特点则是程序员数量更大,人力成本更低,因此AI上的边际成本也更低。大家可以像华为一样,通过“农村包围城市”的策略,在做出更优质,更便宜,更好用的东西后,再反攻“城市”。当然,这反过来也会对团队的研发实力、信心和企图心有更高的要求,提出更大的挑战。


04

是否技术驱动不重要,人是目的

管理学大师德鲁克说过一句言简意赅的话:人,才是目的。亚飞在谈及公司治理和管理实践时,认为要让所有的人都能最大程度地发挥其“效能”,就一定要在尊重企业业务模式、业务属性的基础上,打造与其适配的管理文化和管理策略。他以ShowMeBug为例,ShowMeBug是典型的技术驱动型企业,要开发出1024Code这样的产品,就要想办法吸引市场上最有想象力的工程师,就必须采用“以人为本”的管理哲学,比如,给大家足够的空间和尊重,不打卡、不考核代码量等。但ShowMeBug又要在技术和商业之间,找到更好的平衡。因此他们采用了更适合自身特点的“产品与研发双重驱动”的“双驱”文化,在以工程师文化为底色的基础上,加入一些内部的正向激励和PK,从而避免纯工程师文化所带来的“产品偏弱”的缺陷。

张小龙的产品哲学,在ShowMeBug内部是被广为推崇的,大家都愿意积极探索技术,但不会刻意“卖弄”技术,而是让技术通过产品的形式,更好更高效的解决问题。亚飞还非常喜欢乔布斯的那句名言“你的想法跟产品之间还有十万个鸿沟。”,他相信,要想填满这些鸿沟,就离不开用心细致的打磨产品、迭代产品,同时也离不开广大用户的口碑和反馈,把管理落到实处,把产品做到极致,让口碑产生裂变,是ShowMeBug一直以来“亲测有效”,且不断追求的方向和境界。

德鲁克有句名言:真正的营销并不是跟顾客说“这是我们所提供的产品或服务。”而应该说,“这些是顾客追求、重视及需要的满足”。李亚飞和他的ShowMeBug正在朝这个方向,不断努力前行。不务虚,不内耗,用技术和产品定义成长,满足市场和用户的需求,在AI时代大潮下,乘风破浪,披荆斩棘;在自己擅长的领域,努力为世界提供“中国方案”。祝福亚飞,祝福至简天成!


作者| Mr.K   

编辑| Emma

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
图像识别技术在病虫害检测中的应用是一个快速发展的领域,它结合了计算机视觉和机器学习算法来自动识别和分类植物上的病虫害。以下是这一技术的一些关键步骤和组成部分: 1. **数据收集**:首先需要收集大量的植物图像数据,这些数据包括健康植物的图像以及受不同病虫害影响的植物图像。 2. **图像预处理**:对收集到的图像进行处理,以提高后续分析的准确性。这可能包括调整亮度、对比度、去噪、裁剪、缩放等。 3. **特征提取**:从图像中提取有助于识别病虫害的特征。这些特征可能包括颜色、纹理、形状、边缘等。 4. **模训练**:使用机器学习算法(如支持向量机、随机森林、卷积神经网络等)来训练模。训练过程中,算法会学习如何根据提取的特征来识别不同的病虫害。 5. **模验证和测试**:在独立的测试集上验证模的性能,以确保其准确性和泛化能力。 6. **部署和应用**:将训练好的模部署到实际的病虫害检测系统中,可以是移动应用、网页服务或集成到智能农业设备中。 7. **实时监测**:在实际应用中,系统可以实时接收植物图像,并快速给出病虫害的检测结果。 8. **持续学习**:随着时间的推移,系统可以不断学习新的病虫害样本,以提高其识别能力。 9. **用户界面**:为了方便用户使用,通常会有一个用户友好的界面,显示检测结果,并提供进一步的指导或建议。 这项技术的优势在于它可以快速、准确地识别出病虫害,甚至在早期阶段就能发现问题,从而及时采取措施。此外,它还可以减少对化学农药的依赖,支持可持续农业发展。随着技术的不断进步,图像识别在病虫害检测中的应用将越来越广泛。
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