//@Zodzod_张浩:先识别出最关键的风险是什么，技术上最不确定的部分是什么，然后直接冲着那个最难的地方去。 困难的事不会因为你拖着就变简单，你回避它的每一天，它都在那儿等着你。

@向度之桥

最近看了前Meta首席技术官Mike Schroepfer的一个访谈。

这个人在Facebook待了14年，把工程团队从100人带到了35000人，建过数据中心，搞过VR硬件，还主导了好几次数十亿美元的收购。

他现在自己出来做投资了，专门投气候科技领域的公司。

他说：人类有一种本能，就是倾向于去解决那些容易解决的问题。

Schroepfer说这是他在Facebook早期学到的最重要的教训之一。当时他们遇到了一个特别棘手的问题，就是数据中心不够用了。

2008年金融危机，房地产市场崩了，没人盖新的数据中心。他们租不到空间，用户又在疯狂增长。

他们没有选择，只能自己建。

这里面有个很关键的思维方式，他没有说我们先把能解决的小问题都处理了，然后再来对付这个大问题。

他说的是：先识别出最关键的风险是什么，技术上最不确定的部分是什么，然后直接冲着那个最难的地方去。

困难的事不会因为你拖着就变简单，你回避它的每一天，它都在那儿等着你。

这是第一个点。；直面困难，不要用忙碌来逃避。

第二个让我觉得很有启发的是他判断一项技术值不值得投入的方法。

2013年的时候，Facebook要决定要不要建一个AI研究实验室。

当时其实有很多技术方向可以选，比如微软那种什么都研究的综合性实验室。

但Schroepfer和扎克伯格讨论之后，决定只做AI。

他说他们看到了ImageNet挑战赛的结果。那年有个用神经网络的方案，比其他所有方案都好出一大截，这本身就是个信号。

但更重要的是他们问了一个问题：这个技术是已经到顶了，还是才刚刚开始？

他们分析了一下，发现神经网络的性能取决于三个东西：模型规模、数据量、算力。

而这三个东西，当时都还有几千倍的提升空间。

他用了一个词叫runway，就是跑道的意思。

一项技术有没有runway，决定了它值不值得重注投入。

如果一个领域已经被优化了150年，你再怎么努力可能也就挤出百分之几的改进。但

如果它还在起点，那就完全不一样了。

这个思维方式其实可以迁移到很多场景。

比如你在选择学什么技能、进入什么行业、甚至是评估一个项目值不值得做的时候，都可以问自己：这件事的runway有多长？它是在起点还是终点？

第三个点是关于人的。

Schroepfer现在做投资，每年要见上千个创始人，最后只投大概10个。他说技术和市场固然重要，但最终赌的还是人。

他看人主要看两点。

第一是有没有一种死磕的劲头。

创业就是一连串的濒死体验加上无数人跟你说不行。30个投资人拒绝你不重要，重要的是第31个说了yes。

他自己25年前第一次创业的时候，有个投资人直接在他们的路演会上睡着了。

但后来红杉投了他们，公司做成了。

第二是学习能力。

他用了一个很有意思的说法，叫「新信息的消费者」。

这种人有两个特质：一是谦逊，承认自己不懂；二是好奇，愿意去搞懂。

这两个加在一起，让他们能快速掌握任何新领域。

有个做核聚变的公司叫Commonwealth Fusion Systems，创始人是个等离子物理学家，从来没在公司工作过。

如果你让HR去筛选一个能带千人团队的CEO，等离子物理学家肯定不在搜索条件里。

但这个人学得飞快，很短时间内就掌握了怎么建团队、怎么讲故事、怎么融资。

这三个点其实是串在一起的，直面困难而不是逃避，选择有runway的方向，然后用成长型思维去持续学习。

最后，访谈里有个细节。

Schroepfer说，事后看所有成功的技术都是显而易见的。但在当时，大多数人都在怀疑。

然后三年之后，同样这批人会说我早就知道这东西会火。

他说得很直接：不，你当时不知道。

真正的判断力，不是事后觉得一切都合理，而是在一切都不确定的时候，你敢不敢往前走那一步。