Skip to content

搞英语 → 看世界

翻译英文优质信息和名人推特

Menu
  • 首页
  • 作者列表
  • 独立博客
  • 专业媒体
  • 名人推特
  • 邮件列表
  • 关于本站
Menu

为什么你不是 10x 工程师?

Posted on 2025-07-18

风格化人物穿着的插图

本文转载自IEEE Spectrum的职业简报。立即注册,获取内部秘诀、专家建议和实用策略。这些内容由我们与科技职业发展公司Taro合作撰写,并免费发送到您的邮箱!

我们都听说过神话般的 10 倍工程师:能够编写 10 倍以上的代码,在评审中提供 10 倍以上的反馈,并且通常能够产生 10 倍以上的影响力。首先,为了平息争论,10 倍工程师确实存在。

15年来,我曾与Pinterest、Meta等公司的一些顶尖软件工程师共事,并与他们密切合作,这些工程师的产出和效率都非常惊人。他们不仅能完成更多工作,还能解决问题,设计出其他工程师即使在时间充裕的情况下也无法完成的解决方案。

这些工程师之所以如此强大,并非因为他们技艺高超,而是因为他们能够有效地运用这些技能。当我与10倍工程师合作时,他们感觉自己很“人性化”,因为我能够理解他们的想法以及他们做出这些决定的原因。所以,如果最优秀的工程师与我们普通人的区别并非在于技能,那么究竟是什么呢?

也许更好的问题是:为什么没有更多的 10 倍效率工程师?我认为有两个原因:

  • 缺乏领域专业知识。如果你对某个技术栈或领域一无所知,那么在最初的几个月甚至几年里,你将面临陡峭的学习曲线。相反,如果你在职业生涯中投入数年时间深入研究某个特定问题,你自然会比其他工程师拥有更敏锐的直觉和洞察力。无论你研究的是哪个领域,无论是分布式系统、AI 模型训练还是移动应用性能,都无关紧要:拥有专业知识可以让你解决其他人无法解决的问题。
  • 缺乏影响力。作为一名工程师,成功不仅仅取决于你的智力。同样重要的是你倡导方向并说服他人的能力。例如,单纯地编写代码并不能让你走这么远:你需要能够影响一大群工程师。如果你难以共事,你就不可能成为一名10倍效率工程师。

请注意,以上几点通常是相互关联的。如果你刚加入一家公司,你可能既缺乏专业知识,又缺乏影响力。随着时间的推移,你会开始了解团队中某个特定系统的复杂性及其限制因素。在此过程中,你会与组织中的关键人物建立更深厚的关系,他们也会开始更加信任你,相信你是一位常驻专家。

我很清楚,10倍工程师确实存在,事实上,人工智能将赋予顶尖工程师更强大的完成任务的能力。我们很快就会拥有100倍甚至1000倍的工程师。

但我也很清楚,作为一名工程师,你的乘法能力是依赖于具体环境的:你的影响力取决于你的专业知识和你在公司内的影响力。

—拉胡尔。

推进量子科学:豪西·穆勒的旅程

这篇关于计算机科学家 Hausi Müller 的简介讲述了他长期以来致力于推动量子科学发展的贡献,并包含了 Müller 对量子计算职业所需技能的宝贵见解。看看他推荐工程师学习的内容,从线性代数的基础知识到具体的量子软件。

点击此处了解更多。

简历正在消亡,人工智能正在成为现实

招聘人员被AI生成的求职申请和简历淹没。在这篇文章中,Ars Technica补充了《纽约时报》关于“招聘垃圾”增长的初步报道,求职者和招聘人员都越来越多地使用AI工具。“大量使用ChatGPT制作的简历和机器人提交的申请,在求职者和雇主之间引发了一场‘军备竞赛’。”

点击此处了解更多。

观点:弥合美国计算机科学教育差距的方法

尽管计算机科学在许多职业中都至关重要,但目前只有约58%的美国高中开设了专门的计算机科学课程。为了让学生更好地为未来做好准备,这些课程是否应该成为必修课?阿勒格尼学院的一位副教授阐述了开设计算机科学必修课的必要性,并解释了这项政策取得成功的必要条件。

点击此处了解更多。

原文: https://spectrum.ieee.org/becoming-a-10x-engineer

本站文章系自动翻译,站长会周期检查,如果有不当内容,请点此留言,非常感谢。
  • Abhinav
  • Abigail Pain
  • Adam Fortuna
  • Alberto Gallego
  • Alex Wlchan
  • Answer.AI
  • Arne Bahlo
  • Ben Carlson
  • Ben Kuhn
  • Bert Hubert
  • Bits about Money
  • Brian Krebs
  • ByteByteGo
  • Chip Huyen
  • Chips and Cheese
  • Christopher Butler
  • Colin Percival
  • Cool Infographics
  • Dan Sinker
  • David Walsh
  • Dmitry Dolzhenko
  • Dustin Curtis
  • eighty twenty
  • Elad Gil
  • Ellie Huxtable
  • Ethan Dalool
  • Ethan Marcotte
  • Exponential View
  • FAIL Blog
  • Founder Weekly
  • Geoffrey Huntley
  • Geoffrey Litt
  • Greg Mankiw
  • Henrique Dias
  • Hypercritical
  • IEEE Spectrum
  • Investment Talk
  • Jaz
  • Jeff Geerling
  • Jonas Hietala
  • Josh Comeau
  • Lenny Rachitsky
  • Liz Danzico
  • Lou Plummer
  • Luke Wroblewski
  • Matt Baer
  • Matt Stoller
  • Matthias Endler
  • Mert Bulan
  • Mind Matters
  • Mostly metrics
  • Naval Ravikant
  • News Letter
  • NextDraft
  • Non_Interactive
  • Not Boring
  • One Useful Thing
  • Phil Eaton
  • Product Market Fit
  • Readwise
  • ReedyBear
  • Robert Heaton
  • Rohit Patel
  • Ruben Schade
  • Sage Economics
  • Sam Altman
  • Sam Rose
  • selfh.st
  • Shtetl-Optimized
  • Simon schreibt
  • Slashdot
  • Small Good Things
  • Steve Blank
  • Taylor Troesh
  • Telegram Blog
  • The Macro Compass
  • The Pomp Letter
  • thesephist
  • Thinking Deep & Wide
  • Tim Kellogg
  • Understanding AI
  • Wes Kao
  • 英文媒体
  • 英文推特
  • 英文独立博客
©2025 搞英语 → 看世界 | Design: Newspaperly WordPress Theme