沈思维：其实这个并不是针对Lyft，事实上在美国，在整个硅谷，技术工程文化是一个相对来说大家都会花很多精力去研究和思考的问题。我自己作为中国人，也很好奇国内在竞争更为激烈的情况下怎么看待同样的问题。因为人多、公司多，或者说竞争的手段极致。在美国有更好的竞争秩序，但是在美国碰到的更大的问题是人才的短缺。别看硅谷是我们大家认为的技术盛地，但是其实硅谷的最优秀的技术人才并没有中国多。在这样的情况下，作为一个相对来说比较小的公司，比如说像Lyft，我们直接的竞争对手Uber有我们十倍的人，我们必须思考怎么样去抵抗这个竞争，怎么样可以更加高效的迭代。技术工程文化对产值和效率在这里起到非常大的作用。 再说到那些大公司，包括我之前所在的推特和谷歌，他们碰到的问题是整个“机器”老化了，运作比较沉重，创新速度下降了。其实这些问题说到底也都是一些文化上可以解决的。所以大公司、小公司都在考虑技术工程文化。我这一次来也非常高兴，因为看到麦思博把这样的一个主题（技术工程文化）作为我们五个分会场之一。我真的是看着这个才来的。我觉得中国有中国独特的竞争方式，但是我也希望更多的中国公司，更多中国的技术人才，除了技术之外，在运营、管理、文化上再多下一点工夫。

沈思维：我们曾经会觉得，都以业务职能来划分，就是每一层都是横向的，不利于工程师发展。现在发现全是纵向之后也会有问题。这个结合你刚刚提到的，我们怎么去适应，包括人才的流动。我觉得我们鼓励每个人，就是那些研发的工程师本身，如果变成一个全栈工程师，就是他一个人可以做平台的，可以做架构的，他也可以做一些前台，做一些产品。如果让更多人变成全栈工程师，比你把全公司所有的技术团队都变成全栈组，效果来得更好。一个人自己成为全栈工程师之后，他的流动性就更大了。你这个提到的问题非常好，我们也看到有的时候在一个全栈组里面，如果出现一个角色只有一名人员的时候，比如只有一个人负责测试工作，他其实是很落单的。这个团队里只有他一个人，跟他做相同事情的人都是在其他的团队当中。我们要尽量避免出现这种我们叫“卫星工程师”的情况，明天我也会讲相关的内容。让更多人自己成为“全栈”，自己可以去扮演不同的角色。 

沈思维：我说两个例子。比如说我们做移动开发的，他们这个虚拟组就很强大，互相之间的交流很紧密。因为移动开发的人写的代码很有可能在他自己的全栈组里面是没有太多其他人可以帮他去做这个检查，移动端和服务端的程序差别很大。所以他经常把他的代码检查发给虚拟组的人。但我们要求是说，你帮别人做这个代码检查要仔细要严格但不能成为一个瓶颈。就是你要相信对方可以以一个比较专业的态度来处理你的反馈，不希望你block别人（比如我就不让你过，因为你没有遵守我推崇的程序规范）。你刚刚说有没有一种情况下，会发现一些问题，我们拉出来作为一个单独的项目做，这个确实是存在的，尤其是在架构中经常会发生。这个对于我们技术主管，技术管理的人来说，是工作中当中的一部分。如果不同的全栈组，不同的产品组，不同的事业部，在不停的造同样的东西，那这个时候，就要考虑把这些事情做一个归总。拉到平行组去负责，有时会是一个较好的结果。

中生代：是的，技术上是可以相通的。从商业的角度来讲，尤其是像比如说风控这样的，是不是有一些比较涉秘的东西不太希望别人看的，还是说所有东西都是内部开源，所有东西都可以去提交。

沈思维：这个问题问的，好像我在想的都被你说到了。一会儿我会提到一点，尤其是风控。我在三家公司都曾经做过风控。我知道从Facebook，到Twitter，到Pinterest，到Lyft，这四家公司的风控架构非常相似。每个公司都是有几十个研发者，甚至像Facebook可能有上百个研发者在建立这样一个风控的架构。

这个东西其实是应该开源的，也有不少的投资者叫我自己去创业，把这个风控作为一个第三方服务。这个东西没这么简单是因为，做风控，其实你最关心的就是账号的注册和登陆时所发生的问题。如果说有这样的一个服务，这些客户的企业，包括这些大公司，就要把这些信息发送给第三方。这个信息里面，一个是牵涉到用户的私密问题，第二个这些很多是商业的最大的机密指标：有多少人在注册，有多少人登陆等等。

你不公开，不非常透明的去分享数据，就做不到技术的极致。然后你需要把所有的数据都开放的话，确实这些要担心的事情对这些公司来说太大了一点。

就在风控这一点上，这么多年，在湾区一直没有出现一家非常好的第三方，跟这个是有关的，最雄厚的这些数据在一些大公司，大公司他自己有实力把风控的平台、架构重新再给做一遍。我自己在Lyft，从我自己的角度来看，我已经在第三次在做这些架构了。我有的时候真的觉得很无奈。 

中生代：希望不久之后沈老师这个想法可以实现，能够把风控平台做成第三方服务，给更多的公司提供服务。

沈思维：我觉得有几点。如果说从广义上来说，其实在硅谷Lyft算是一个比较后期的初创企业，毕竟他已经是有55亿市值的公司，它不是一个完全的初创公司。现在我们来招人，毕竟这个公司的品牌和市值在那儿。但是一开始起步的时候，很多时候是靠文化。我们有一个直接的竞争对手就是优步，优步的方法是爆炸性的扩张。我尽管是他们的直接竞争对手，但是我对他们的企业管理、发展模式还是钦佩的。优步选择的是爆炸性的扩张，必须要放弃这些东西，就是速度大于文化。对他们来说有的时候就像军队式的管理一样，一定要做到，否则就会有后果。其实这样的文化尽管压力很大，但是作为年轻人，如果说你去拼去搏，这个激励是很大的。当然这里面有“鸡和蛋”的问题，到底是先因为这个才造成了他们是老大我们是老二，还是说是倒过来，这个我们说不清。但是当Lyft发现，自己其实是市场第二的时候，你作为第二名，你的竞争就得选择一个正确的方法。如果也选择爆炸性的发展模式，这个最终肯定是以卵击石。所以我们采取的是以一个更加负责任的态度来管理这样一个公司。我们把这个公司以有责任的方式去做。有的时候我们要有割舍，要做一些决定，不能什么都做，要学会专注。在我们的强项上我们要更加快速的迭代，要放弃一些东西。这样的一些发展，其实某种程度上来说，它很有效，它是一个可以非常持久的管理方式。但是它可能也阻碍了这个公司有一个爆炸性的发展。我觉得这是一个主动的选择。 

沈思维：因为像我之前，我做的这个平台层，一部分就是叫外部平台，我们外部平台包括我们的企业版，因为企业可以给自己的员工交通补贴。让他们用我们的车，然后我们跟医疗、航空、酒店都有这样的合作。也包括我们之前和滴滴的合作，和一些全球其他的打车平台的深度整合。不管是一个市场的开拓，还是对用户体验的增加，很多时候你可以事半功倍，靠的是合作共赢的模式。这是因为每个人的性格不同，你有自己文化的倚重点，你有自己的坚持，你就会吸引到和你同样想法的人。所以这也让我们确实从Facebook和推特招来了非常多优秀的研发者。 

中生代：是的，文化认同很重要。中生代：再提问一个偏向技术方向的问题。做程序开发的人经常会讨论，什么样的编程语言好，什么样的语言不好，在Lyft公司里对于全栈工程师的编程语言有没有什么要求，有没有什么推崇的，标准的语言方面的东西？ 

沈思维：因为最近几年好像Python用的比较多，因为快，简洁一些。之前对C++和Java这些语言，主要的感受就是太重了。就是写一个东西太复杂，上手不容易，搭这个框架要搭半天。Python就比较轻便，也参照了一些成熟语言的优点。不过Python毕竟也有Python的局限性，主要是Python不是类型安全的(type safety)而且缺少一些复杂的但很重要的程式库，所以在我们的基础架构层，我们最近在试着用Go语言。对于Go的选择（而不是Java），我们是抱着一种尝试的心态，Go和Java的更适合底层的架构组建，测试性高，performance调控也好很多。上层产品开发要求的更多时候是速度，所以更倾向于用Python。所以这个是一个结合商业需求的选择。 

沈思维：大数据是我觉得挺奇怪的词，我的团队中有一个组就是大数据架构。我自己做了大半年的大数据架构，我还没觉得我真的理解了大数据。但是很多东西是共通的，我觉得做大数据架构，一些技术点和追崇的流程，和你做普通的架构在一定程度上一样的。真的去处理这些数据的人，就是我们这两年突然火起来的一个职位叫做数据分析师。说到数据分析师，有的时候我们会发现，如果真的是让学统计的和学数学的这些数据分析师来做所有的数据处理的事情，我觉得他们事实上很难帮到所有。比如说碰到了如下的问题，他说我做数据分析时需要的这部分数据现在没有，他不理解他自己要去采集这个数据，做采集的时候对应的研发成本是什么？所以这里面存在一个脱节，他们给你的纯粹是一种统计上的数字分析。所以我们更愿意鼓励一些有数据分析背景或者是有兴趣做数据分析的研发去充当这样的数据分析师。举一个例子，我们在推特做风控的时候团队有30-40个人，配备了两个数据分析师，工作中就发现他们很忙，并没有办法真的达到我们所要求的速度。所以我花了两个季度，设定OKR，这个OKR是我自己的OKR，管理者的OKR，就是让40个人的90%，就是36个人以上，都要学会我们推特内部的那套数据分析的东西。我们当时是用Scalding，是用Scala写的一个MapReduce的框架。我们花6个月让所有人都学会。这样的话，他们就可以跟这些数据分析师更好的沟通。甚至于到后来很多时候我们就不再用这些数据分析师了。

沈思维：这个我可以给你我自己的看法，但是是不是适用于中国的互联网企业我不敢说。我在硅谷这么多年下来，至少在美国的文化中，在硅谷的文化中，好的一个团队的管理者，他一定要有教练的气质，就是你去做教练而不是做最佳球员。这个我明天会详细的解释一下。 很多人放不下，因为作为一个技术团队的管理者，往往他曾经就是一个很强的程序员，曾经是一个高级的架构师。他转变这个角色去做管理，去带队的时候，他要放下很多对技术的掌控。把时间放在团队建设当中去。很多人不习惯这样的一种转化。觉得这样反而不能体现自己的价值了。其实是对管理的这个价值的一种不理解。我之前说了，我不知道这个是不是对中国有用，是因为我们国内的竞争环境不同。或者说我们的文化，包括亚洲其他国家的文化，管理或多或少地被认为是一种晋升。让技术做得最好的人去做管理，期望能够管理好团队之外，也可以在技术上作为一个带队的人。在硅谷会更强调团队建设。这个要根据国情，根据不同的体制来决定。我自己走过的这条路，我的追求是把自己从一个球员变成一个越来越好的教练。你自己去打理团队，对别人进行培养，最终是让别人有更大的产出，是一种新的价值。所以有一个词叫multiplier，就是我可以让别人乘几倍，有一个“指数性”的发展，而不是我自己变成一个很优秀的研发人员。 

沈思维：这些都是我明天要讲的东西，可以先讨论一下。首先，你在任何时候，都要找到一个可以替代自己的人。这个其实挺不容易做的，因为你会感觉我为什么要让别人来做自己的工作呢？感觉就是把自己架空了一样。但是很多很优秀的美国管理者会跟你说，要争取把自己manage out of job。假如你回想一下自己职业的发展，当你在“桌子的一边”，是个普通员工的时候，你肯定希望你的老板，你的经理是一个能够放权的人。可以让你做更多的东西，让你去做他曾经做过的东西。所以当我们自己到了“桌子的那一边”，也就是成为了管理者的时候，我们要知道年轻人对你的期望值是一样的。所以你也要找到这样的接班人，如果这个接班人非常优秀，他可以非常主动的把你做的部分工作做了，这个过程也是推动了你自己的进步。 

沈思维：我说说绩效衡量，这个我可能今天明天两次都没有太多时间讲这方面的事情。绩效衡量我之前和滴滴也有过交流，发现中美的差距比较大。现在大家比较同意的是绩效衡量要数据化，要能够量化而不是一个主观的认知。我们现在规划项目的OKR，到季度末的打分要客观，用数据的形式来做这个打分，这也是大家共通的。但是在这个形式上，在这个流程上，我自己觉得硅谷做得比较好一点的是更注重团队的人员之间，也包括其他团队和你有过交流的人给你的一些反馈。在绩效衡量的时候，更注重的是平级的人，甚至是比你更初级的人给出的反馈。比如说你作为一个比较资深的研发，你带了一个新来的人，带了一个菜鸟，或者你招了一个实习生，他们给你的这个反馈，再综合管理者或经理对他的看法。总体来说是把经理和管理者的作用淡化。有一些东西可能是更有经验的人看得更明白，但是日常生活中的那些贡献，他的这些绩效，更多的要从他周围的人得到反馈来实现的，要有这样扁平化管理的理念。尊重团队之间的反馈，而不是经理一言堂，我觉得这一点是美国或者说西方做的相对先进的。

沈思维：我们把中国作为东方的一个代表，我们的特点就是人多。比如说我们在说效率的问题，如果效率提不高，我人可以涨一倍，也许速度就不再是个问题了。如果说你可以找到这么多真的能够听话干活的，确实是解决问题的一个办法。我们的团队创建更偏向于军队化的管理。我在国内做了很多次交流和采访，之后我很感叹，也很希望我美国的团队是这样子的。在国内团队的感觉像是一个家，他们以一个很和谐的，很愉快的形式去相处，比如说每天都加班，每天都做到很晚，然后每个人都非常开心，觉得这就是我的生活。在美国的话，更注重每个人的生活，公司会更尊重你，理解你要花时间陪你的家庭。在时间上就没有强制的要求，团队就是团队，是一个很专业化的一个关系。国内这边可能是工作会走进生活，这样团队人员间的关系也更紧密了，把这个团队的凝聚力增加的非常多。因为有这样的团队，在有些时候从数量上和时间上就可以弥补一些效率上的不足。这个方式也有缺点，缺点就是团队之间形成这样一个关系之后，比较难互相给予最真实的反馈，特别是一些建设性的意见，因为大家都是朋友，都是兄弟姐妹，这样有的时候就不够专业了，包括你和你老板之间也会有这样的关系。 这一点上的差异其实是非常明显的。我一直在考虑西方的这些技术工程文化，到底有多少对中国是有用的。我看到很多大公司，经常想把这样的文化移到国内来，做得比较好的是百度。我有很多朋友，包括我自己以前也在谷歌呆过，也有很多谷歌的朋友回到中国加入百度，因为他们都是做搜索，所以觉得技术上也比较吻合。回百度的人就觉得，百度的技术工程文化氛围和美国非常相似，觉得非常自然。但是我们看到百度这两年在国内的竞争压力，他们还是一个有非常大实力的企业，但是竞争当中碰到了一些问题，和腾讯，和那些更土生土长的公司相比还是有所不同的。我们知道百度内部很多流程、很多文化和美国硅谷是非常非常接近的，也非常坚持这样的文化，可以看到西方文化的影子。