郭东白的架构课51

你好,我是郭东白。

上节课我们提到了要和有优秀思考力的人碰撞,从而提升自己的思考质量。那么怎么识别一个人的思考质量呢?在认识了优秀的人后,怎么才能跟他建立长期的信任关系呢?

这节课我们就来讨论这两个问题。

如何判断一个人的思考质量?

判断一个人的思考力非常难,尤其是在有限的时间内。这种情况在面试中经常出现,我们需要在几十分钟的交流过程中对一个人的思考力做出评价。对于这个问题,我简单分享一下我的办法,那就是问他做过什么决策。一个人做过的最重要的决策,往往代表了自己的思考极限。

在这个问答的过程中,对方往往会先给出一个案例。这个时候,你紧接着就可以追问案例中的细节,然后引出更多的决策和更多的细节。这个问答和探索的过程,最后会让你对一个人的思考力形成判断。这就是当下非常流行的场景式(STAR)面试方法,你可能也听说过。

对于思考力的判断,我们需要从以下五个方面来考虑。

第一,案例的真实性。

很多时候,面试候选人可能会夸大自己的贡献,甚至给出一个凭空捏造的案例。那么你要做的第一件事就是判断案例的真实性。

我在大厂的面试中曾多次发现,候选人给出了一个虚假的案例。怎么发现的呢?就是不能将预期结果和实现方式之间的逻辑细节讲清楚。尤其是问到该怎么处理一些特殊场景时,很明显就会发现有些人开始现场发明创造了。

一般来说,每个人最有价值的决策,会跟他的岗位、经历密切相关,具有一些特殊性。如果深入这些逻辑细节,肯定会有很多相关的支持证据不为外人所知,而且思考得也会非常完善。

第二,洞察的价值。

人人都会思考,但是思考者提供了什么样的洞察呢?是否有价值呢?总的来说,洞察的价值可以用有效时间和资本回报来度量:

  • 所谓有效时间,就是这个洞察的有效的时间范围。
  • 资本回报,则是这个洞察能为企业创造的价值。

我在模块一的加餐中分享过关于速卖通的技术战略,就是从这两个维度上分别对我们的洞察做了详细描述,你可以回顾一下。

第三,思考者的贡献度。

有时候候选人提供了一个非常深刻的洞察,你可能很钦佩,但是这个思考者的贡献度有多大呢?这个洞察来自他自己还是身边的同事呢?

这个归因过程非常重要。一家公司如果有非常高质量的洞察,最终肯定会广为传播,被行业内所知晓的。

这时候就要认真查验思考的起点了。这个洞察从哪里来?一个极端稀缺的洞察,往往有一个非常极端的前提条件,就是他能拿到别人拿不到的数据和知识。这个过程特别像武侠小说里那种跌落山崖的故事。也就是说,如果一个高质量的洞察背后缺乏配套的周边,那么这个人可能只是听说并复述了别人的洞察。

我在模块一的加餐里分享了关于速卖通的技术战略,就是我们观察到了一些稀缺的用户行为数据,才让我们坚定了技术战略转型的决心。我手里拿着这些数据,并解释了这些数据的分析方法,那么我的洞察就是可以溯源的,这样才能证明我的洞察的真实性。

第四,思考的难度

思考的难度是指这个思考究竟难在哪里。比如这个人思考的内容是否具有独特性?思考路径是否很少?收集到的证据是否有说服力?

有一点特别要注意:判断一个人的思考难度,必须以他当时所能接触的信息为基础。比如我的团队是在2015年推行的Docker,当时国内还没有流行,大多数人都没意识到Docker的真正价值。

那时候,去尝试一个尚未在国内有任何成功案例的基础设施,就需要非常缜密的思考。但两年之后,国内Docker化做得如火如荼,成功案例比比皆是,思考的难度几乎就没有了。

第五,可重复性。

在判断完思考的难度后,我们还需要进一步去想想:这种质量的思考是对方有能力重复的吗?还是就是一个傻孩子捡了一个宝?

有些很辛苦工作的人,非常瞧不起那些捡到宝的人。但是事实上频繁有好运的人,背后往往有实力的支撑。所以当你判断一个人的思考质量时,一定要从多个案例上来看。如果一个人的高质量思考来自对数据的执着、思考深度的探索、见识的广博,那么这种可重复性就非常有价值。

这些问题,不论是真实性、洞察的质量、贡献度和难度,其实都是你的主观判断。主观的判断很可能也只是片面的判断。在这种情况下,一个比较好追问的问题可以是:“你怎么评判你的思考质量、贡献度和思考难度呢?”

关于真实性,追问太多,有时候会给留下对方非常差的印象。比较好的办法就是向对方询问客观的第三方资料和背景,然后通过第三方来验证案例的真伪。

说句题外话。有些人很喜欢出一些脑筋急转弯来判断一个人的思考力,其实这不是一个可靠的方式。因为多数人都没有创造高质量题目的能力,所知道的题目多数来自题库,而题库又被各类应试网站大量解析。

所以能回答这类问题的人,不一定有高的思考力,充其量只是有比较好的记忆力而已。而且脑筋急转弯不是在工作中经常碰到的问题,哪怕找到了能解这类题目的旷世奇才,他也不一定能在日常思考中贡献出卓越的洞察。

好了,我们言归正传。与思考力相关的面试问题,我一般都问得比较普通,有时候我甚至会请HR提前通知给候选人,比如说:

  1. 你做过的最重要的决策是什么?
  2. 你是怎么思考我们这个行业的特殊性的?你认为自己能为行业带来的价值是什么?
  3. 你之前做过的最大的技术创新是什么?

其实问题本身不重要,重要的是我们根据候选人的答案,在第二层、第三层和第四层问题上继续探索。这个探索过程,我认为更能判断一个候选人的思考力,尤其是在鉴别真实性、可重复性和贡献度上。当然,这个探索过程同时也显示了你这个面试官的思考实力和理解能力。

在一个场景中,这种通过对某个案例价值的衡量、逻辑细节的探索、思考质量的分析,以及通过这些案例形成对这个人贡献度、思考深度和可重复性的衡量过程,就是你识别一个人的思考力的办法。

如何判断一个尚未验证的思考的质量

通过前面的学习,我们知道了判断一个人的思考力,需要从某个案例的价值和质量出发。其实这两个维度,都需要进行某种形式的质量判断,那么如何才能迅速形成这种判断呢?

前面提到了,洞察的价值可以从这个洞察的持久性和商业价值两个方面来度量。当然,商业价值这个属性判断,可能对于一些科学或者设计领域的洞察来说并不适用(比如数学、物理学、哲学和计算软件架构领域的设计模式、系统架构等)。

但是量化这种洞察的研究工作,其实很多人都在做,最好的例子就是论文索引。比如说Science Citation Index,就是对一篇文章的科学影响力的量化,这种量化简单概括起来就是对影响范围的量化,以及对影响对象的权重测算。

这种简单的量化模型,就可以作为我们判断一个洞察的价值的方法。你可以从一个洞察能影响到的人数和这些被影响的人的重要性出发(比如说一个人在企业内的层级),来判断这个人的思考价值。

如果是尚未在实践中验证的问题,该怎么判断这个人的思考质量呢?我认为有三点:

  1. 逼近本质。哪个思考的结论更接近问题的本质,哪个思考的价值就越大。
  2. 假设简单。哪个思考结论的前提假设少,哪个思考的价值就越大。
  3. 场景契合。哪个思考背后的模型和场景契合度高,哪个思考的价值就越大。

关于第一点这个论断,我们在模块一人性洞察这节课里举了拼多多的案例,你可以回想一下,这里就不重复了。

关于第二点的论断,我来举一个例子。我们经常看到公司里在做商业模式的变换,一般来说,一个商业模式越简单,价值就越大。比如电商平台的B2C模式,意思是一个电商平台商有很多严肃经营的商家,也就是我们常说的大B。这些人自己拿货在平台商做售卖,平台帮助这些商家获取流量,服务好客户。

但是有的时候,这种大B不好找,或者他们的商品价格没有竞争力,那么就有人提出了M2D2C的模式。从平台试图撮合制造商M让他们来供货,然后经销商D不拿货,而是做商品的代销,他们直接服务于平台的用户C。

听起来这个模式一下子就解决了之前的供给问题。分销商没什么风险,所有的钱都是增量,似乎是个只赚不赔的事情。而制造商呢,本来就没办法完全渗透一个市场,现在不仅有人帮他们做经营,甚至还会出一些营销费用。好像也是个只赚不赔的事情。除此之外,平台用户的需求也能得到满足。看起来,这是个Win-Win-Win的三赢局面。

但现实往往很骨感。真实的情况是,分销商代理一个新的制造商的商品,也不知道什么东西好卖,真实的市场有多大,最后要么卖断货,要么有大量积压。教育用户的成本也很高,平台和经销商都不愿意出。如果某个市场和客群本来就不是生产商的重点,生产商自己也不愿意大量投入,那么这个模式其实很难启动。也就是说,这个思考引入了新的错误假设。

这种靠增加系统角色和功能来解决问题的思考误区,在软件架构设计上很常见。你肯定听说过这个讽刺:“软件架构中没有通过增加一层抽象解决不了的问题。如果有,那就是增加两层。”

关于第三个论断,我也举个案例。

一次,我和团队做风控体系的季度复盘。团队同学坚信风控设计的完美性和合理性,可以解决本季度内发现的一切问题。我最后总结了一句话:“除非能用黑产的方式来建模,否则方法和结论肯定是错的。”

原因很简单,团队同学的思考对用户建模是不合理的,是基于业务团队遵纪守法的普通用户模型。而贼的目标和行为完全不同于普通用户,因此我们必须采用完全不同于业务的用户和行为模型,才能有效地发现风控漏洞。

千里马常有,而伯乐不常有

你可能会说了,你是个CTO,每天见到那么多人,有的是聪明人和你交谈来往。我是个一线员工,去哪里找这么多有思考力的人来交流呢?

其实不是的。我们身边有的是高质量洞察的人。CTO也是从一线员工成长起来的,我经常和一线员工交流。在我看来,一个刚刚毕业的校招生的洞察,不一定比一个工作多年的资深专家差。每个人的视角不同,都能在自己的观察中得出高质量的思考。区别不在于思考的问题本身,而在于对这个问题洞察的质量。 

一个毕业生接触到的信息有限,工作经历也短。但是他比我这个CTO拿到的数据更细节、更早、更原始。他没有经历过我的失败,就不会过度关注风险。他没有我这么长的从业经历,也就不会受那些已经衰败的技术的影响。他在学校里学习了我没有接触过的理论、学者和新思潮,那么他就有机会带来更前沿的创新。

所以我经常能从毕业生那里听到非常高质量的思考。我相信你也一样,会接触到很多比你层级低或者比你层级高的人。你肯定相信:层级低不等于思考力低,层级高也不等于思考力高。多数时候,我们身边不是没有优秀的思考者,而是我们没有足够的辨识能力。正所谓:“其真无马乎,其真不知马也。”

另外我也分享我的一个观察:一个有深度思考洞察的人,经常是偏执的。他往往会形成相对完整且自洽的认知体系,得出的结论可能听起来非常武断。但是任何一个武断结论的背后,如果你深挖他的逻辑,就会发现背后有一套完整的逻辑推理。有时候这个逻辑起点或假设不一定正确,但是他的逻辑推理质量非常高,因此也是值得学习的。

这样偏执的人在公司里可能是不太讨人喜欢的,面试时也很有可能让面试官不太舒服,日常交流的过程也是。所以很多人哪怕见到有思考力的人,往往都是躲得远远的。

也就是说,一个优秀的大脑也需要伯乐的识别。作为伯乐,你要能够容忍这些人的偏执。说得抽象一点儿:你要能跨越一个人的性格缺陷,去欣赏他的逻辑之美。

和有思考力的人建立信任关系

如果你能判断一个人的思考力,也能在单个问题上判断思考质量,也善于发现并愿意和有高质量思考的人相处。那么,应该怎么和他相处,才能获得长期的信任呢?

有两种态度,一种是理想主义,是君子之交淡如水的态度。另一种是实用主义,是小人之交甘若醴的态度。那么我们应该选择哪一种态度呢?

前一种态度与晋朝的清谈十分类似,有点像哲学家之间的关系。你们会在一个问题上做深度的思想碰撞,问题本身可能并不具有实用性,所以交流是在逻辑层面上的。

第二种态度则是一种基于现实问题的互助的关系,现实的目的性很强。你们会在这种场景下形成思考合作,用不同的思考方式来解决同一个问题。

我的个人经验是,前一种伙伴很难在公司内部找到。这种高频次的深度交流本身就是比较困难的,而对于我们工业界来说就更难了,我身边也没有发现类似的伙伴。说句题外话,这种交流场景常见于大学和研究所,往往是两个教授有共同的背景,或者对某个问题有着长期的研究兴趣。

在互联网企业里,我认为基于实用主义的态度更容易找到这种思维伴侣。以解决实际问题为导向,形成思考合作,最终指导决策,各自获得收益。

这种合作方式还有个好处,就是最终会形成一个从思考到实现的反馈闭环,可以让思考者从实践中发现思考的漏洞,从而进一步提升认知。

这个思考合作,有点儿像我们之前分享过的架构复盘的过程。我们需要不断地问正确的问题,让这些正确的问题滋养一个优秀的思考者。这个过程,会让对方觉得每次交流都是在提升思考的质量。换句话说,在他的眼里,你们就是“往来无白丁”。

如果你们的交流能到了这个境界,我相信你们的信任关系肯定会逐渐提升。

小结

这节课我们讲了如何判断一个人的思考力,如何跟一个有优秀思考力的人长期合作、相处。不过我觉得这些都还在“术”的层面。所以在总结部分,我想讲一个“道”的层面的理念:保持合作的心态,是交到更多高质量思考的人的前提。

有的思考合作可能会不太愉快。合作的一方觉得自己的想法被盗取了,或者没有得到合理的回报。我的态度是:想法很贱(Ideas are dime a dozen),不值得隐藏。没有必要把自己的想法当个宝贝似的去保护。

就比如我写这个专栏,其实背后也有同样的思考。我把自己的想法分享出来,不是说我这个CTO就没有价值了,我的招数就没用了。反过来,我认为把自己的想法分享出来,如果能帮助到你,证明想法是有价值的。而你的反馈,也会给我增加信心。如果很遗憾,我的想法没能帮到你,那么你的反馈会同时帮助我们两个提升。

毕竟一个人实现想法的带宽有限,你的存在,能让我们的想法触达更多的场景,这就足够了。至于说能不能形成回报,我认为当你在实践中尝试的那一瞬间,我就得到了回报。

笛卡尔说“我思故我在(I think,therefore I am)”。我觉得我们可以更进一步,“我思已在,故我在(My thought is materialized,therefore I am)”。所以我要感谢你,感谢你学习和实践这门课。

思考题

三个作业,任选一道:

  1. 你有没有自己的判断一个思考力的方法?如果有,建议描述一下你的成功案例。
  2. 判断一个人的思考力,其实也包括识别伪装者的能力。我之前被称为面试杀手,原因就是我很擅长识别那些拿别人的思考来充数的候选人。你有没有比较好的鉴别思考赝品的办法呢?可以分享出来。
  3. 有时候跟一个有好的思考力的人相处是很难的。你有没有失败或成功的经验可以分享一下?

欢迎把你的思考分享在留言区,咱们下节课再见!

posted @ 2022-12-29 16:11  易先讯  阅读(52)  评论(0编辑  收藏  举报