罗永浩回复郑刚的文字，像个企业家了。人的变化，有时很难有时很简单。创业者有义务克制情绪，坦诚理智的表达。这样才对得起自己的战友和团队。
在情绪控制和人际沟通上晚熟。此前一次创业，我曾当过唯唯诺诺的老好人，创业结束后反思了一年，决定以后要遵从本心，坚定坦诚。但这两年似乎矫枉过正，暴躁。前一阵想了一下，意识到好幼稚，对不起团队，开始调整状态。我一定会成为一个坚定、坦诚、温和、沉稳的人。慢慢来，也麻烦大家帮我。
JC老大回复说：就是要多想很多事，不只想到自己，还要想到团队伙伴客户投资人不同角度，做平衡。这其实是很难的，没犯过足够多的错，不足以形成习惯。
对。行千里路，读万卷书。
我在找P7及以上数据云平台的研发骨干，底线是：
1. 吃苦耐劳、坦诚直接，逻辑清晰，沟通顺畅；
2. 还在大量写代码。不要已脱离一线只会开会、写PPT和邮件的纯M。
公司优势烦请自己搜索市场宣传稿。现金一般，往死里加班。尚在跌宕起伏的创业风险中。想清楚了再投简历。经济形势不好，HC其实是冻结的，我需要找老板哭求，别浪费彼此的生命。
“你别太好，免得我耽误你；也别太差，免得你耽误我。”
——摘自十几年前Boss H主页上那篇著名的《给报考研究生的同学们》。
一、题目
21年写BLOG说：“接下来要开始动手调整团队，招聘P7，培养年轻人，筛选考核中层，构建班委。总之，计划用半年时间，把事情交出去，把SOP定好。”
事非经过不知难，原本预想大半年，迭代了一年半才算达标：建立部门班委，培养了一批年轻的一线lead，同时建立了各个岗位的SOP，原本必须由P7盯的工作现在让P5依靠check list、CI/CD也能顺利完成。
二、起因
21年初，团队工作顺利，周围评价不错。但自己心里清楚：我的管理半径大概是两层汇报关系（也就是说，大概最多管7*7=49个人），以往我带团队超出50人的规模就会出问题。这一次原本想一直带40人左右的中型团队，控制规模，集中精力做产品，独善其身。
但CEO在战略上不断加码，期望我和团队承担更多事。
我犹豫权衡了很久。承担不擅长的的大型团队管理，会有压力、情绪和人际关系冲突。万一突破不了，陷于平庸，涉及到整个公司的成败。我得有自知之明，深入思考。
有天晚上我和Summer聊到半夜3点，我意识到她也面临小马拉大车的问题，但人家没纠结就上去担当责任了。暗暗有些惭愧，第二天去找CEO说，我想明白了。
三、过程
下定决心，然后开始解决问题。
问题本质是什么呢？只有三四十人时，团队长作为业务专家身先士卒就够了：软件工程、晨会周报、修理不靠谱的，赞扬躬身入局的，随时回忆历史经验供年轻人参考……然而，一旦带领上百个人，就很难直接辐射到每个一线员工，甚至记不清楚很多同事的名字。这时候只用老办法，把自己累死不说，也容易出现办公室政治。
在HRBP的协助下，组建了班委，制定了关于组织的ORK：招聘多少人，培养多少lead，lead的考察期标准怎么定义，定期One on one怎么做……然后又要求PMO把最关键的POC、交付等流程的规定动作沉淀到系统里去。最后，要求devops负责人彻底把CI/CD做透。
有个阶段甚至发起“去地雷”的运动。把流程和owner贴到IM的自动回复里。强行从各种一线业务里退出来。调整心态，克制自己动手的冲动，眼睁睁看着年轻人掉到坑里再爬出来。
尽管准备很多，落地过程中还是经历了不少波折。曾经reorg半年后又调回来；一些lead考察期不通过，需要降落回去做不带人的高P专家；招来的人不靠谱又请走；压力非常大导致失眠和暴躁；还有疫情的考验；还有公司并购牵涉精力……
四、总结
现在总结，最有价值的举措是建立了部门班委制度，班委这个制度不是任何时候都可以实施的。我运气好，有三观正、专业靠谱、沟通顺畅、可以把后背交给对方的班委和HRBP。班委制度的核心是信息完全透明充分同步，初期甚至“过拟合”，从而让认知一致决策一致。关键场合，只要有班委其中之一在场，就可以拍板决策。换其他班委，决策都会一样。
另一个关键是每2个月One on one一遍Lead和骨干。这事累心，有时候聊的想吐，但很有效。所以我们坚持雷打不动。这方面，我特别感谢自己的HRBP（以后昵称“SQL”），没有她的督促和协助，我这么懒散的人根本坚持不下来。美女SQL在HR方面很专业靠谱，还会写C++，这是我们团队的重大竞争优势。
五、结果
用了一年多算是把新的机制落地了。今年收购GIO那2个月，我自己完全飘在外面没怎么管家里，同时团队正在夜以继日做重大技术攻关，再加上疫情带来的问题，幸亏有了体系准备，团队靠优秀的班委和年轻一线lead齐心协力扛住了复杂局面，完成了目标。朝着S级平台工程团队又进一步。
大环境来说，一个人的活两个人干，这就叫内卷。美国人为啥相对疏阔，因为他们总在全世界轰炸制裁，还整天想着探索月球火星。所以，内卷不是管理水平问题，是业务发展问题。各位老板，请支棱起来开疆拓土星辰大海。
具体到软件行业第一性原理来看，如果没有软件工程方面的创新和进步，仅仅指望现在的加班和未来的规模效应，我们都走不远。
没钱没名，被吴宗宪逼着3天写50首歌。那就是周杰伦艺术生涯的巅峰时刻，不疯魔不成活。现在他要啥有啥，自己做老板没人逼，肯定挤不出灵感了。Simba团队的很多年轻人现在很苦，但疯狂努力。他们知道自己正在完成职业生涯的第一个代表作。看他们充血的眼睛，我能回忆起16年前的pFind和10年前的ODPS。
很多管理者丧失了静下来独自学习的能力。因为总在救火，习惯了会议上临时听汇报、现场拍板、调动资源……已经没有心境读书、没有心力提前看会议材料、没有耐心让别人完整讲完再点评。造成的结果就是决策平庸，焦虑暴躁，停止反思和成长。
第一次创业的时候，清林教我，无论多忙多累，一周都要留出半天的时间，放松下来，关掉手机，读书或写作，把大事理一理、想清楚。虽然我做的很差，仍然受益匪浅。
我个人经历了一个小低潮期，逐渐恢复：恢复独处和思考，恢复阅读，恢复写作……
李诞说：“别离开战场，别离开战友，别离开敌人”，讲得真对。
我很认同这篇《被妖魔化的私有云》。工程效率的关键是产品化，标准化，实现Build once, run everywhere at any scale. 所谓SaaS只是形式之一。采用何种形式应该以成就客户为标准。今天投资人对SaaS的追捧过头了。投资人琢磨追捧的那些toB的SaaS方法论，也都不重要。他们是被上一代创业者的成功标签训练的赌徒而已，很多时候他们只是在努力下注和弃牌，根本不知道自己到底买了什么。其实，这一代toB创业，最终目标选toB的Amazon还是toB的Apple，这才是个好问题。
新一代数据库都在做：存算分离、Meta统一、引擎多模。然后，做OLTP引擎的都梦想把OLAP吃掉，又吃不掉，因为OLAP内部就散成好多块。再加上时序数据和图数据这种非常规引擎……现在想想，ODPS在9年前就搞Meta统一、引擎多模，老爷子的确领先于时代。
Neo4j刚获得了3.25 亿美元的风险投资。这是史上对数据库类的创业公司的单笔最大风投。闭着眼也知道，接下来中国的VC又会跟风，开始到处给Graph(图数据库)创业团队投资。
参与创业这么多年、这么多次，除了各种具体经验，最重要的是情绪方面的成长。学会了跳出外界观察自身。愤怒、恐惧、妄念时，依旧有自信和自控。团队角度，创业高压下时不时有人会小小失控。S级团队，并不需要各自谨小慎微，而是有人低潮时，其他人定会在专业上补位，甚至还能在认知上扮演performance coach。
哪有什么“公域流量”，只不过看是平台巨头的“私域”或品牌自己的“私域”。是谁的客户渠道，谁就收过路费。
2013年MIUI的人去参加锤子发布会。发布会没完就放心了。各种问题简直灾难现场。其实Demo Day诀窍就是一遍一遍过，乔布斯会反复演练200遍以上。听说锤子Demo Day，人上场了，下面还在大量改keynote，就知道老罗搞研发类创业不行。
行业第一名的战略都是总成本领先，也就是占据最大的市场份额，摊薄一次性投入；而所谓差异化战略，永远是为第二名准备的。
简单说，云原生（Cloud Native）是在云上构建和运行系统的方法论。最早移植上云的“非原住民”应用程序，往往还沿用私有化部署的技术架构，无法充分发挥云基础设施的优势。随着客户应用的深入，系统必须按照IaaS和PaaS的原理进行重构，以便跟上业务的爆炸性增长。
按照CNCF（Cloud Native Computing Foudation）定义，云原生一般包含CI/CD（持续集成持续交付）、容器化、微服务、存储计算分离、跨云多域、元数据管理等技术要素。
老实讲，从我这种从业20年数据技术老兵看来，这又是一波buzzword，很多东西二十年前就有了，十几年前就已经成为互联网技术团队的标配。例如，2007年Google已向Linux内核社区贡献cgroup补丁；再如，2008年腾讯阿里招收计算机专业的应届生的面试题里就有CI/CD的问题；2013年我在阿里云ODPS团队时，ODPS的调度器和执行器已加上了cgroup能力。
云原生暗合当前行业的发展逻辑，才会受“追捧”。我猜所有重要的创新都要被“发明”两次，一次是从无到有生出来，一次是出圈。
最近业界有个新闻，2020年，中国IT预算里超过50%的钱花在了云上。这是一个里程碑时刻，在中国这个喜欢私有化部署的市场里，云终于赢了。
大量的应用在云上，就遇到成本和效率的问题。举2个例子：
第1个例子，云和大数据运维技术含量较高，很多看机房重启机器的传统运维工程师无力承担。但是线上数据、计算和应用规模还在以每年N倍的速度增长。如果不采用CI/CD而是坚持传统的人肉运维，先别说这种运维工程师的薪酬很高，你可能都招不到这么多合适的人。
第2个例子，客户如果把Hadoop不加修改直接部署到ECS节点上，数据通过HDFS存在云磁盘上成本会非常昂贵。客户必须修改HDFS底层，把数据存到对象存储上去。
成本和效率问题推动智能数据平台必须走向云原生，从而为用户带来如下收益：
1. 提高研发效率通过微服务、CI/CD、对象体系、DevOps等一系列技术，提高代码开发、测试、发布效率，降低迭代成本。
2. 降低运维成本同样，上面这些技术也可以实现开发及运维高效协同，有效提升对故障的响应速度，实现持续集成和交付，使得快速部署应用成为业务流程和企业竞争力的重要组成部分。
3. 降低存算成本大数据基础设施的存储计算成本惊人。存算分离和容器化能够更高效地使用IaaS资源，降低存储成本。存储和计算节点分离后，可以在不对存储进行扩容的情况下快速增加计算资源。另一方面，单个容器的启动时间更快，占用空间更小，而且可以根据实际应用的大小来弹性分配资源，无需额外采购服务器。
4. 提高治理效率数据治理是非常重要但“脏”且繁琐的工作。使用跨云治理、元数据管理等技术，会大幅度提高企业积累数据资产的效率，降低安全风险，提高供应商的多样化。
讨论云原生时，应该问清楚：“谁的云原生？”AWS、阿里云、微软云、腾讯云、华为云、京东云、Google云……每一家都推出了自己云原生技术，以吸引客户搬上自己的云。但技术接口的中立性和跨平台性被有意无意忽略了。
奇点云作为“AI驱动的数据中台”创导者，是标准的乙方数据智能技术供应商，服务于泛零售、金融、电信等行业，其中不乏各行业的头部企业。所以我们有动力做下面两件事：
1. 尽可能优化架构，降低数据应用在IaaS上的计算、存储成本。
2. 实现跨云数据治理，帮助客户摆脱某个特定云平台的绑定。
总而言之，和客户站在一起。
你会发现，在美国，尽管AWS的产品非常强大，但是snowflake和databricks依旧服务了很多世界五百强企业。原因就是这些头部企业需要把自己的IaaS供应商多样化。逻辑很类似。
所以“奇点云的云原生”，相比常规定义，多强调了几个因素：对象体系、跨平台、自主可控。我们的产品支持AWS、阿里云、微软云、腾讯云、华为云、京东云、Google云，并实现跨云的多workspace管理，能实现客户数据与应用的跨云治理和迁移。而且系统基本的架构体系设计更开放、更安全、更容易集成。
我们先回顾一下数据技术的演进阶段：
阶段 #1 关系性数据库出现，SQL统一数据开发工业标准，开始区分OLTP和OLAP。问题：随着业务成长，数据量爆炸，尤其是互联网影响的深入，传统关系型数据库逐渐扛不住海量数据的压力。
阶段 #2 大数据技术出现，支撑海量数据的处理，OLAP本身又被分成了离线和实时。问题：针对不同场景的各种大数据引擎不断出现，反过来又刺激了更多数据的生成。海量数据的成本开始变成沉重的负担，如果不能把数据变成“资产”，帮助业务赚钱或省钱，就没法持续支撑大数据基础设施的持续投入。
阶段 #3 数据中台出现，提出一系列的业务方法论，强调积累数据资产。问题：数据中台在互联网公司的实践获得了相当大的成功。但是在其他行业，如果纯粹100%生硬照搬互联网的业务架构和产品形态，会遇到很多水土不服。举个例子，传统行业的企业有大量的线下场景，需要考虑很多数据集成、跨平台治理、数据安全、自主可控的问题。
阶段 #4 数据智能深入场景，AI成为数据中台的入口和出口，业务和数据上云趋势加快，多域数据治理成为刚需，国内用户愿意为自主可控技术买单。
你可以看到，每一阶段技术都是为了解决上一代问题诞生的。 所以，大数据领域的业务特点会推导对云原生的一些倾向性：
1. 数据中台存储海量数据，且作业高吞吐高并发，对存算分离的各项指标要求明显高于其他领域的应用；
2. 大数据集群规模大进程多，天然需要微服务治理和其他智能运维技术；
3. 客户对数据安全、数据确权极其关注，加上toB的分级多域数据治理场景非常复杂，产生了对跨平台技术、数据安全技术、合规数据合作技术的强烈需求；
4. 由于目前的国际政经形势，自主可控的大数据引擎，对国内企业而言是一个刚需。
想清楚了这些，“奇点云的云原生”具体做了如下的研发：
# 容器化编排：容器化本质上是一种虚拟化技术，一台主机可虚拟出上千个容器。单个容器的启动时间更快，占用空间更小，而且可以根据实际应用的大小来弹性分配资源，无需额外采购服务器，加快研发速度。
# 对象体系：根据现有业务抽象出核心对象，以标准RESTful风格提供API服务，解耦核心对象与业务层服务，以应对不同环境、不同业务场景的需求。这一系列正交的核心对象就构成了平台对象体系，上层业务可在此基础上构建应用，高效演进。
# CI/CD：通过版本管理系统和DevOps基础设施，实现自动化测试和持续集成。一个典型流程是，程序员提交代码到特定的tag，触发测试接口自动化测试脚本+开发单测脚本（偏提交代码新功能的）执行并发送报告。由此实现测试、发布和部署自动化。在此基础上构建特定的数据环境，对重要接口和链路进行自动化检测。
# 存算分离：如果把Hadoop、Spark等常规开源大数据引擎直接应用于云主机，海量数据带来的存储成本和吞吐压力，会很快“压垮”客户。因此，必须引入中间缓存实现计算存储分离，将数据存储到对象存储上，同时兼容HDFS协议，能够根据业务需求进行弹性扩容，就能大幅度降低成本，提高集群性能。
# 跨云治理：在AWS、阿里云、华为云、腾讯云、京东云等平台，实现统一账号、权限和审计的多workspace的兼容管理，并进一步提供数据安全和可信计算方案，从而提高基础设施的可控性和安全性。
# 元数据管理：对数据的结构、指标、标签、权限、上下游血缘、生产作业等元信息进行规范化管理，建立智能数据治理体系，支持数据盘点、安全审计、血缘分析、关键分级等应用，最终实现数据资产化。
简单举几个客户应用我们的云原生数据中台DataSimba的例子吧（均为真实案例，保密原因，不能指明）：
案例 #1 某互联网APP，在海内外都很受欢迎。由于地域和法规的要求，他们必须在多个国家的多种IaaS上实现数据生产和合规隔离，例如：在印度部署1个workspace在孟买AWS上，在美国部署1个workspace在Oracle云上，在中国部署1个workspace在阿里云上……同时又实现账号权限、数据审计和安全策略的全局管理。
案例 #2 某大型电子设备制造公司，由于战略和业务的原因，必须把自己IaaS供应商多样化：部署1个workspace在华为云上，以便对接政企系统；部署1个workspace在AWS上，以便满足海外客户的审计需求；再部署1个workspace在阿里云上，以便支持和阿里云的战略合作……同时又要进行全局的数据资产管理。
案例 #3 某大型零售品牌集团，本身就有多个互相竞争的子品牌，彼此要求数据做必要隔离和客户隐私保护，同时总部又要进行全面的数据拉通。另一方面，该品牌商会对接多个流量电商平台：在阿里云放一个workspace支持双11，在京东云放一个workspace支持618。再加上几十个线上线下系统的数据的集成和拉通，形成了很复杂的分级多workspace的云原生数据治理体系。
案例 #4 某流通业的大型集团，各个分公司比较独立，IT经费充足。这时候总部上一个分级数据治理的多workspace数据中台，旗下比较大的分公司有自己独立机房的可以单独部署workspace，而小一些的公司在阿里云或华为云上开通workspace。总部对所有workspace拥有账号管理和审计的权利，同时控制住数据建模规范标准和指标的版本发布。
不同行业的不同企业，搭建出不一样的云原生跨平台数据治理体系，这其中的业务逻辑复杂微妙。我们再对比一下互联网大厂的数据平台——大一统式的数据打通，跑在几千台节点集群上，就可以发现两边产品上的着眼点并不相同。
最后回顾前面讲的几个关键点：奇点云的第三方立场，奇点云团队对大数据、云计算、人工智能技术的沉淀，奇点云对泛零售、金融、电信等行业的深入理解，以及最重要的——上面这些真实客户案例，都让我们能自信地说，奇点云是中国企业数字化转型的“must-have”供应商。
顺便打个广告：技术团队正在火热招聘中，欢迎数据工程师、算法工程师、后端工程师、DevOps工程师们投递简历：zhaopin@startdt.com。
本期作者 | 王乐珩（地雷）
奇点云数据智能平台DataSimba总负责人，阿里大数据底层核心引擎ODPS初代产品经理。曾支持蚂蚁金服、菜鸟等算法与应用建设。
有人问我，怎么每次选点都能那么准。我觉得主要是命好，或者是自己有眼光能找得到命好的人去跟随，最后感谢党和政府。正经点说，“如果火箭上有个位置，你要做的是赶紧跳上去，而不是计较位置好坏。”这句话是对的。
奇点云几个月内完成了B1和B2轮好几亿的融资，对比今年的经济大环境，你以为投资人傻吗？最近大量招聘，观察各种人不同的决策过程，选择加入或不加入，是一件很有趣的事。
2020的奇点云这个公司是一个有点神奇的故事。很高兴我个人和这个故事有点关系。唯一点“遗憾”是：我本来真是下定决心共克时艰来的，居然没赶上！从我进来那个月开始，业务已经触底反弹，然后就一路在猛涨。
加入奇点云这段时间是我职业生涯里最忙的一段时间。几乎每天都弄到晚上23点才回家。前两天想，像我这么懒散的人，居然把自己弄成了工作狂的人设，似乎哪里不对。
以前在聚道创业时，清林教会我很多管理上的事。比如他建议我，无论多忙，每周安排半天时间，找茶馆咖啡开个包厢，静下来独处，读书，把真正重要的大事理一理。最近在反思，不该拿忙当借口，试图用行动上的勤勉掩盖思考上的懒惰。
CEO也说我太紧张不够松弛。想了一下自己为啥不快乐。因为耗费大量精力在做哈代所谓的“二等脑子”才做的事。接下来要开始动手调整团队，招聘P7，培养年轻人，筛选考核中层，构建班委。总之，计划用半年时间，把事情交出去，把SOP定好，把自己空出来。
产品，是有边界的可复用的解决方案。而服务，归根到底是个性化的。所以客户到底要什么很重要。很多时候，toB领域的客户需要的只是披着产品外衣的服务而已。这时候中台侧的产品经理应该意识到，自己产品其实是服务前台团队和渠道伙伴的布道原型、交付工具和运维底座。
中台团队常犯的错误1：技术自嗨，没意识到自己的核心价值是帮前台打单和交付。没搞清楚中间件（middleware）和中台的差别。中台是一种业务方法论，中台系统是这种方法论的落地工具。
中台团队常犯的错误2：为讨好前台团队，把自己弄成了资源池。只是出人出枪帮忙干活，却无力构建杀手应用，无力帮前台提高客单价，无力帮前台提高人效。
此外，ThoughtWorks的CTO的直播“low code是行业毒瘤”，说到我心里去了。图灵完备的基本原理，七十年前就证明清楚了。一代代试图用拖拖拽拽代替代码IDE的人，到底是蠢还是坏。
2020年，我们一起目睹了很多剧烈变化。除了疫情。地球上第一次出现钢产量突破十亿吨的国家。中国从2014年开始，每年生产的水泥，是美国10年以上的产量。
前两天看到统计顶级富豪（TOP300），属狗的比例大幅度低于其他属相。中国和外国都如此。这是什么道理?另外，都说羊命苦，但富豪里属羊的比例相当高。乔布斯、比尔盖茨都属羊。《魔鬼经济学》里面提到的1955现象应该是真的。马云、雷军、马化腾那批人是中国第一个“1955”。
大多数人没考虑过中国的“1955现象”与美国有啥不同。我们是超高速演进，或者干脆N次浪潮重叠。做成大事的机会窗口远远没有关闭。很多人现在回忆起20年前，后悔没没买房，后悔没加入互联网行业……其实就在此时此刻，他们也不知道该干啥，若干年后，他们还会后悔。
逻辑其实挺明确的，从小黄车破产开始，大量烧钱铺分店扩张规模的toC时代结束了。需要精益操作，减少成本，增加效率。只要进入追求效率的阶段，toB的时代就终于到来了。但是toB也分很多行业和种类：你是做服务，还是做产品。做服务，卖人头外包，还是高端咨询？做toB产品更难，不像toC的敏捷迭代，需要长远布局，持续很多年惊人的投入，但是做成了就特别牛B，华为和芯片的故事让全国人民都懂这个道理了。
像我这样做了20年toB产品的人，等了二十年，终于等到自己的时代了。我都以为等不到了。