Category Archives: 创业时代

GeneDock做什么?

1. 为什么选择基因数据作为创业的起点?

  2014年,厦戎和我创立GeneDock(聚道科技),希望用数据技术改变临床诊疗,这个使命始终没变。

  创立那年,中美两国允许基因测序技术进行临床试点,通俗点讲就是医生可以依据基因数据给人看病了(此前十几年,人类基因组计划等项目处于科研阶段,还没有成熟到可以应用于一线临床)。所以我们先从基因数据的处理下手。

2. 最初面临什么业务场景?开发了什么产品?

  GeneDock最早的客户是基因检测技术公司和科研机构,典型的业务场景是这样的:每天,不同城市的测序实验室产生上T的基因数据,先进行生物信息处理,再把数据和报告交付给下游客户,交付周期有商业承诺。领导数据生产部门的CIO往往面临很多复杂问题:

  • 首先,原始的测序下机数据无法直接应用,必须经复杂的拼接比对计算方能获得基因突变信息,而且还要对突变进行注释和解读。这就需要调度巨大的计算能力,管理庞杂的分析流程,维护复杂专业的参考数据库和样本信息。
  • 进一步,需要进行细粒度的业务划分和配置:实验团队、生物信息团队和遗传咨询团队处于上下游的不同环节,不同角色应该给予不同权限;而不同的检测种类,也会导致分析步骤的巨大差异,需要专门的分析流程、报告模版配置和数据隔离。
  • 同时,需要对各检测种类的不同处理步骤进行成本统计;对关键数据的使用和修改进行安全审计;对业务全局信息提供仪表板和显示大屏。
  • 更复杂的情况下,客户经常把一部分数据生产工作外包,例如基因测序外包给大的测序工厂,或者遗传解读外包给专门的医疗信息团队,这就必须对跨组织的数据交付、数据质量进行管理,对安全进行审计,对业务进行定期结算。

  针对以上场景,从2014年开始研发名为SeqFlow的基因数据生产线。这个产品首先是支撑海量计算存储的数据平台,对稳定性、算法优化、高吞吐和弹性拓展能力的要求都很高,以保证客户业务的质量、交付周期和成本控制。在此基础上,SeqFlow还增加了企业级的管理大屏、项目管理、权限隔离和数据审计功能,以便管理者对基因数据业务进行高效管理。

3. 研发SeqFlow的关键点是什么?

  SeqFlow的研发重点在于硬核技术,举个例子:分布式调度方面需要把计算任务表达为有向无环图(DAG),这个DAG是瘦长型的,步骤很多,最复杂的癌症肿瘤数据需要上百个步骤,很多步骤依赖成熟的算法包。这就导致常见Hadoop、Kubernetes等框架都无法满足需求(其实今天的Kubernetes是可以用的,但是4年前Kubernetes和其他几种类似框架都不完善,测试时发现了很多致命Bug)。所以我们就自己从头开发了一套分布式计算框架,刚好可以加上很多企业级服务的特性,例如冷数据压缩、项目隔离、Policy鉴权、管理大屏、数据审计机制等。

  刚进入这个领域的时候,市场上30X的人全基因组数据的常规处理价格是800元。2016年的时候,GeneDock发布了全球第一个价格低于100元的人全基因组数据处理服务,同时,这个服务承诺很高的并行处理通量,以及低于万分之一的失败率。我们为整个行业的发展构建了工业级的高性价比、高吞吐量、高稳定性基础数据生产平台。目前,SeqFlow上生产的客户包括泛生子、艾吉泰康、微基因和华大基因等行业领头羊。

4. GeneDock为何向医院客户拓展?

  基因测序技术刚开始临床试点时,大多数医院对它不熟悉,所以把业务外包给第三方检测公司。随着人才和数据的积累,顶级医院开始筹建自己的分子诊断中心:招聘团队,购买软硬件,建立实验室……要在院内完成整个基因检测的闭环。因此,他们也就逐步有了数据平台的需求。

  经过几年的探索,GeneDock从2016年开始全力开拓临床客户。和工业界的生物信息工程师不一样,医生不会写代码,这就要求我们从PaaS上到SaaS,把诊疗场景的产品做透。具体场景包括门诊电子病历收集、实验室管理、生物信息数据处理、位点和诊断报告系统,以及在此基础上构建的数据仓库和人工智能系统,最终实现临床辅助决策支持系统(CDSS)。

5. 基因数据与临床结合,面临哪些核心问题

  临床诊疗是非常专业的领域,场景更加复杂。所以研发难度不仅限于技术实现,而在于能否拥有清晰的业务洞察,设计出专业而易用的产品。得益于早期客户的信任和帮助,团队有机会一次次跟随专家出诊和试验,逐渐理解遗传诊疗过程。举几个例子:

  • GeneDock以前开发过科研病历,以为这套系统可以直接搬过来应用于一线门诊。后来才意识到不对。科研病历往往简化时间维度,把几百个字段平铺开,而门诊病历必须体现诊疗探索过程:根据症状,按指南检测,每一步检测带来更多信息,又决定了下一步的检测治疗方案。
  • 门诊节奏非常紧张,有时医生甚至几个小时没法喝口水,临床数据系统必须提供友好的半自动化录入和专业的检索统计。
  • 涉及基因数据的疾病,往往是遗传相关的。这就需要一套非常专业易用的家系图管理系统,通过家系信息把病历信息、实验样品信息、生物信息流程、检测报告、诊断信息都串联起来。
  • 在实验环节,样品无论外送或自做,都需要精密的实验步骤管理和质量控制,各个医院操作规格不同,又需要自主配置,具体实验室环境下,实验员一旦进入无菌操作环节就必须一气呵成完成操作,这时候突然要求他摘下塑胶手套到电脑键盘敲入信息是不现实。这就需要对场景和交互进行细致理解和思考。

  关于更具体的场景和技术方案,我在很多公开场合分享过。例如2018年初在顾大夫沙龙做的报告《面向临床的基因型和表型数据管理》。今天的公众号会转发那次活动的总结,其中包含了我的PPT。

6. GeneDock的系统已在哪些医院投入实用?

  随着对临床诊疗的理解逐步深入,面向遗传疾病诊疗的数据系统逐步打磨完善,完整覆盖了从门诊病历、实验流程、生物信息分析直到生成诊断报告的完整诊疗流程。GeneDock的数据平台已经陆续在陆军军医大学第一附属医院、四川大学华西医院、上海新华医院、厦门大学附属中山医院、中国医学科学院肿瘤医院、中信湘雅生殖与遗传专科医院、江苏省苏北人民医院、首都医科大学宣武医院等多家客户处投入实用,还有更多顶级医院正在落地。

7. 目前AI是热点,GeneDock有什么成果?

  在清洗好的海量基因数据和临床数据基础上,我们和临床科研专家一起合作,利用统计机器学习方法训练出了非常有效的人工智能算法模型,能够从成千上万遗传变异位点中,自动选取出最有可能导致疾病的遗传病因。

  在2018年的美国人类遗传学会(ASHG)年会上,陆军军医大学第一附属医院(重庆西南医院)医学遗传中心与GeneDock合作开发的遗传性耳聋基因变异功能预测模型DVPred刚刚发布。这个模型明显提高了预测准确度,ROC曲线的曲线下面积(AUC)达到0.998,在遗传性基因变异功能预测方面表现出更高的准确性,灵敏度高、特异性强。

  我们正在和客户继续研发,希望类似“大数据宝宝”的案例越来越多,让更多的患者真正受益于数据技术和人工智能技术。

8. 创业四年下来,你个人有什么总结?

  反思当然很多了,有一些是关于沟通、招聘和管理的,不多说。

  关于复杂系统的工程研发,这两天重新看了自己2015年梳理的博客《思考:如何开发应用平台》。感觉当时写得还不错,现在回头再看,很多观点都被验证了。当然,侃侃而谈是一回事,事到临头真处理好不掉进坑里,又是另外一回事了。有些东西必须躬身入局经历一番才算真懂。这一期公众号,这篇老文章也会发出来。

  总而言之,能构建起一支专业的软件工程团队,很有成就感。

9. 完成了B轮融资,接下来重点是什么?

  GeneDock会和越来越多的专家团队合作,对更多业务领域进行探索。不仅限于简单遗传模式的疾病,也开始涉及癌症、帕金森等复杂疾病,逐步覆盖生殖三级防控(婚前、孕前和产后)的各个阶段。

  具体到眼前这个阶段,随着标杆客户案例的建立,已经很多公司和医院的业务开始落地。项目交付能力至关重要,这取决于整个团队的软件工程水准:从需求分析、产品设计、研发迭代、测试发布、部署上线……要有一整套成熟高效的工程体系。这方面是GeneDock团队的强项。当然,团队还需要补充很多人才。

10. 对于想加入GeneDock的人有什么建议?

  随着B轮融资的到位,资金不再是问题,我们需要更多的程序员、基因数据工程师、人工智能专家和分子遗传学专家,对临床和基因数据进行充分的挖掘和建模。更详细的职位描述,欢迎访问 https://www.genedock.com/joinus/

  除了具体技能,个人想提醒的是,创业公司都会有一定的不确定因素。投简历之前一定要想清楚:心态上来说,创业变数多,需要有很强的抗压能力;能力上来说,需要你独当一面,有很强的落地执行力。GeneDock初步打开了局面,现在加入对个人而言有很广阔的成长空间。欢迎入伙!

《GeneDock Python SDK从入门到精通》写得好

  GeneDock的基因数据工程师成帆撰写了一篇BLOG《GeneDock Python SDK从入门到精通》,我觉得写得很好。连一向挑剔的CEO厦戎都转发了一下,并评论:“静下心写好每一行代码和每一段文字,会看到大不同”。

  很多公司抄袭我们,从网站文案、会议PPT、技术建议书、微信公众号到招聘JD。这么不走心,真能服务好客户吗?还是上次藏在HTML那几句话送给他们。想跟更有意思一点的对手过招。

  最后放一张以前贴在微博里的照片,珠峰四号营地,凌晨三四点钟,冲顶的队伍已经出发。登上8848的人,有4%的概率回不来。加油!

成长和决策

  发现2015年就写过一篇《成长和决策》,和这一篇还挺相互呼应的。

  创业,累得不知道自己姓什么,无论对错都得对结果负全责,所以学得快。

  几年前结识某大牛,震撼、观察、猜测……最近一抬头又碰到他,仍然倾佩,但能看懂了,还发现了一些小问题,因为我更清楚行业的某些关键细节。这种高速成长的感受很复杂,甚至有点恐怖。

  回顾这两年的关键节点。好的决策往往是这样的:想清楚,咬牙定下来,事情立刻开始变简单。

  今年的目标之一是调节好状态,人彻底放松才能有高质量的决策。所谓放松就是回归正常生活。比如休假出国旅行,比如陪老妈说说话,比如打扫房间吸地板,比如放下手机听女儿练钢琴……

  还是那句话,想看红头发,就一起加油!

再见2016,你好2017

  说到年终总结,你们一定更喜欢神仙的这一篇《我们的征途,是星辰大海》,快去看。

  今年1月1日写BLOG给自己定了两个年度目标:辅助厦戎搞好公司,完成这一轮融资;读50本书,并且都记录到BLOG。到今天为止,两个目标都达成了。

  原本就预计第二年会有困难,确实遇到好多意料之外的事(现在重看这篇《思考:如何开发应用平台》,我觉得自己当时写得挺好的)。真是漫长的一年,又感觉一晃就过去了。安全过关,就比去年此时强大很多了。

  今天下午,2016年最后一次All Hands,我讲了接下来的产品Roadmap,很兴奋。和生物信息团队、业务架构师团队打了一个赌:如果团队在2017年能完成CEO设下的狂妄OKR,我就把头发染成红色,到2018新年年会上表演节目。晚上回来一看,刚好在开All Hands的时候,老杨又签下了一个合同,为本年度画上完美句号。

  所谓双年守正,单年击奇。2017,我真等不及了!

Bill Campbell

  继续“八卦牛人”系列。此前两篇写的是Michael BurryMax Levchin。这次是刚刚去世的Bill Campbell。

  Bill Campbell是学教育心理学的,最早做过大学橄榄球队的教练。后来进入Apple主管销售。然后加入GO创业团队。关于这段传奇,我去年专门写过Startup: A Silicon Valley Adventure的读后感。经过这段艰难创业,Bill Campbell建立了个人品牌。开始扮演后来广为人知的“硅谷CEO教练”的角色。

  我猜更多人是通过A16Z的The Hard Thing About Hard Things认识Bill Campbell的。他给处在艰难时刻的Ben Horowitz的支持和指导,让人嫉妒。尤其是Horowitz接受他的建议,在公司大规模裁员、分拆的风口浪尖,退掉去纽约的机票,留在办公室勇敢面对团队,“帮别人把东西搬上车”。这是Horowitz在各种场合反复提到的“关键时刻”。

  

  渡过了“关键时刻”,一个合格的管理者就诞生了。搜索网络,可以看到更多Bill Campbell帮助企业家解决问题的故事。

  Flipboard的Mike McCue提过,他面临自己最大客户AT&T的威胁,用Bill Campbell的思维工具做出了关键决策:否决卖软件做私有项目的思路,坚持公有云服务的路数。关键的是,经过这次讨论,此前有强烈分歧的管理层达成了一致。

  Zynga的Mark Pincus在公司陷入困境的时候也受Bill Campbell的辅导。他获得的建议主要包括:减少操控细节,改进自己和团队的沟通方式,不再在谈话中压制员工,高管定期讨论公司战略,CEO定期对全团队All Hands……Mark Pincus此时承受巨大压力。很多人劝Bill Campbell不必去帮他,太晚了,可能没用。但Bill Campbell还是去了。

  Google的Larry Page处理狂妄自大的Android之父Andy Rubin,明显是Bill Campbell在幕后推动的。

  Facebook的Mark Zuckerberg顶着所有管理层和投资人的压力,拒绝把公司卖给Yahoo。这导致了整个管理层全部辞职。Peter Thiel也很不满意。Zuckerberg一直说那是他最艰难的时刻,据说这个阶段他和Bill Campbell定期交流。

  Steve Jobs和Campbell的交流比较隐秘。外界只知道著名的两周一次的散步,不了解内容。Jobs说Campbell会逼他把不成形的思路理清楚。后来由于Campbell也和Google走得很近,Jobs很不满意,就终止了合作。尽管如此,Bill Campbell去世时Apple官方还是表达了哀悼并推迟了新产品的发布。

  不过他的行为也不是没有引起争议过。在2010年Twitter公司激烈的人事动荡中,Bill Campbell扮演了一个凶狠而不忠的角色。当时Ev Williams因为缓慢低效的决策不得人心,即将要丢掉CEO的位置。Dick Costolo是Twitter的COO,很有希望接任CEO。而Bill Campbell并不是Twitter董事会的正式成员,作为所谓的“CEO教练“列席董事会会议。然而Bill Campbell推动董事会解雇了Ev Williams,尽管后者一直很信赖他。戏剧性的是,之后他又试图突然解雇Dick Costolo。Nick Bilton在他的书Hatching Twitter里把这件事捅了出来,引起轩然大波。直到去世之前,Bill Campbell都被记者们反复追问这件事。

  有一次我在朋友圈说:“又是Bill Campbell,真希望和他聊聊”。经纬的投资人熊飞留言:“KPCB在Soundcloud上的podcast有两期对Bill Campbell采访,推荐”。大家感兴趣可以去听一下这个

GeneDock研发团队的一些方法论

  逼着自己上来写BLOG。最近工作强度非常大,回到家吃完饭洗完碗,真的手指尖都不想动一下。不过工作有进展,人有成长,心情还不错。今天冒着大雨回家,浑身湿透,但是心里一动:“两年前的今天我心情很糟,现在虽然累得像条狗,却很充实,看来这次创业是对了。”

  创业以来,感觉还算顺利。所谓好运气,部分源于GeneDock团队有一套自洽的逻辑。创业和投资说到底拼的是世界观,你对现实世界的某个局部有独特的洞见。这里面有些关于技术产品,有些关于团队管理,有些关于商务销售。

  这篇BLOG再总结一下GeneDock研发的方法论。算是呼应一年前的那篇《思考:如何开发应用平台》,对其做一些补充或再次强调。

一、彻底信仰API

  Alex Iskold说:“API代表公司的业务本质……思考API实际上就是思考公司的未来……”

  绝对赞同,一年多前我在社交网络发过一条对国内一些所谓基因云的吐槽:“不是做个Web页面就有资格叫云计算的。前端若不提供RESTful API、编程语言SDK以及UNIX风格的CLI工具包,后端若没有可拓展的分布式架构、防单点故障的failover机制……就别觍着脸自称云计算了,这只是一个网站而已”。这话似乎刺痛了某些人。

  GeneDock刚刚对外开放了第一批Workflow和Task有关的11个API。欢迎大家试用,这里是API-Reference文档。如果单从Web Service的设计这一点看,我们的产品领先于国内外友商。

二、To B 的产品逻辑:别抖机灵

  To B 产品和 To C 产品有很多业务差异。To B 是给专家甚至专家团队用的软件,本质上在卖你对行业的独特洞见,在卖你的工作哲学。例如,当年SAP的ERP软件最成功,因为他们最理解德国制造的业务逻辑;再如,Salesforce在卖的是销售团队的方法论;而GitHub实际在卖他们对软件工程的理解:Bug管理、版本管理、Code Review……

  另一方面,To B 和To C 其实都是给人用的软件。从设计和研发的方法论来看,并没什么本质区别。GeneDock产品经理何荣惠(在阿里云的时候程序员们昵称“神仙姐姐”)在知乎回答过“to B 的产品经理和 to C 的产品经理有什么差别?”,我觉得写得很好。

  总之。To B 产品,抖机灵没用,保持克制和敬畏。躬身入局,琢磨清楚基因数据传输、存储、分析、应用的所有业务场景。

  我们刚刚上线的企业账号功能,对很多团队都有用。GeneDock官方BLOG对此有描述,推荐大家看一下。

三、坚守软件工程底线

  GeneDock只雇用最好的程序员。好程序员必须能熟练应用软件工程的成功方法论。

  至于什么是好的软件工程,一年前都写过了:“好的软件工程实践,决定了技术团队的层次。Github用的怎么样、Bug管理怎么样、代码审核是否严格、发布升级是否自动化、有没有单元和集成测试……到一个技术团队里呆几个小时,鼻子闻一闻,就知道几斤几两。技术团队如果这些基本功不好,摩擦力会越来越大。”

  不只是提高自己内部生产率,GeneDock还想把数据生产的最佳实践推广到整个行业,成为生物信息行业的GitHub。我们正在优化配置和调试的体验,总结GeneDock生信团队的流程规范。后面会不断放出软件工程培训文档和配套工具,让生物信息程序员们效率更高,更专业,工作更有价值。

GeneDock招收生物信息实习生

  GeneDock每天帮助客户处理TB级别基因组数据。基因数据工程师支撑这个行业最活跃的创新企业设计业务架构方案,使用Docker容器等各种数据技术帮助客户把NGS分析流程迁移到云端。

  我们正在招收生物信息实习生,具体岗位要求请参考 https://www.genedock.com/joinus/ 这里的“生物信息算法工程师”和“基因数据工程师”两个JD。实习工资比照互联网行业平均标准按天计费。要求全职实习至少3个月以上。转正offer可以在面试时一起谈掉,也可以实习期间再谈。

  简历发送到 hr at genedock dot com 。也欢迎推荐人才。老规矩,实习生转正或候选人入职过了试用期,推荐人送iPhone或大疆DJI无人机。

Max Levchin

  继续八卦,这次是Max Levchin。他是Paypal黑帮的关键人物,23岁的CTO,重要性仅次于Elon Musk和Peter Thiel。

  之前在《支付战争》的读后感里提过他。我又去翻了翻Founder at Work,原来第一章就是对Levchin的采访。其他信息来源包括维基百科,以及他在Quora上回答的问题

创业者  支付战争

  Levchin 16岁从乌克兰移民到美国,数学天赋极高。他擅长安全加密算法,所以创立了Fieldlink公司,想做移动设备的安全技术供应商。后来找到Peter Thiel当合伙人和CEO(Levchin只喜欢和聪明人共事,Peter Thiel小时候得过加州数学竞赛第一名)。Levchin对Paypal创业的回忆很少涉及那些著名的运营手段(直接给新客户10美元补贴等),也没怎么提Elon Musk和Peter Thiel之间的宫斗戏(稍微说了说Elon Musk逼研发团队改用Windows,结果导致政变),他讲得最多的是如何对付金融欺诈,这在《支付战争》里几乎没被提到。

  2001年Paypal因为信用卡诈骗每月损失1000万美元,而且比率还在不断上涨。这引起了团队的恐慌。Levchin自己一度有些绝望,然后开始全力应对。最终Paypal开发出一整套防欺诈的工具,称为IGOR。很多今天已经习以为常的互联网防欺诈手段,都源于那时候Paypal申请的专利。例如现在常用的CAPTCHA技术:多次输入密码错误后,会显示一张只有人类可以识别的图片,要求用户按照图片内容输入验证码,防止黑客利用程序暴力破解密码。

  按照Levchin的说法,竞争对手eMoneyMail就是因为无法控制商业欺诈,损失比率达到惊人的25%,不得不退出。而《支付战争》的作者似乎没有意识到这一点,他认为Paypal就是业务增长速度正面碾压了eMoneyMail,所以对方放弃了。可能两边都没说错,技术团队和市场团队不同的视角而已。Levchin评价《支付战争》总体还是很有趣的,虽然个别地方错误。

  感觉最近新闻很多的Palantir的技术框架应该就源于IGOR。Palantir是Peter Thiel投资的创业公司,利用金融领域反欺诈的大数据工具,帮助美国政府进行反恐,据说在追杀本拉登的行动上出了力。大名鼎鼎的棱镜监控系统获取的海量元数据,需要有合适的数据技术进行处理。

  Paypal被收购后,Levchin花了很多年创业做Slide,不成功,最后卖给了Google。他又回到最擅长的互联网金融领域做了Affirm。他在Quora回答在Paypal积累的经验对Affirm创业有何帮助:“People underestimate the complexity of legacy payment infrastructure. Solid knowledge of that helps a bunch. More broadly, the greatest lesson is always the same: people is what makes or breaks every company.”

  去年他又推出了Glow,一开始还以为是类似“好孕帮”一样的助孕APP,好诡异。仔细一看:”夫妇可在备孕时每月连续往这笔基金内存钱,每月50美元,连存10个月。如果10个月之后Glow还没能帮助你成功受孕,这个基金则会资助你后续的检查和治疗……Levchin把Glow的未来定位为一家健康保险公司。而现阶段要做的就是收集数据、改进算法,帮助更多夫妇成功受孕”。 牛,原来还是玩金融,这智商税太有才。

埃里克·杰克逊的《支付战争》

  《支付战争》精彩的情节可以当小说看,很多卖点:例如作者从传统行业跳槽到互联网创业团队,刚入职时所感受到的一片混乱;例如,现在已成为常识的Growth Hacker运营手段,包括病毒式传播,直接花钱导入流量和用户,注册一个账号送10美元;又如,两个创业团队杀得血流成河,突然戏剧性地宣布合并;再如Paypal和X.com合并后,Elon Musk和Peter Thiel这两位如今红得发紫的牛人之间的激烈斗争,尤其是把Elon Musk赶下台的那次政变……看完这部美利坚商业宫斗戏,你就知道现在中国O2O行业烧钱抢用户然后相杀相爱的这一套,都是原样照搬人家十几年前的玩法。

  不过对我来说,上面这些不算特别来劲。因为Paypal黑帮的故事实在太有名了,大多数所谓“互联网思维”的段落,已经通过各种投资分享、创业宝典、大神博客看过了。

  让我兴奋的内容:

  首先,是David Sacks带领的运营和产品团队在几个关键节点的思考和应对,包括那些因为后续变化并没有执行下去的方案,例如:网络机器人买手计划、主动进军博彩业和色情业的拉斯维加斯战略、针对eBay的“核武器计划”等。Paypal黑帮很多人都是斯坦福大学的校友,这帮人的情商、逻辑和决策能力绝对是最终成功的核心因素。

  其次,是书里若隐若现的技术团队负责人Max Levchin。粗看,这人好像一直埋头忙于关注平台的安全性、防欺诈算法、性能稳定性等基础问题,与一次次激动人心的用户量暴增关系不大。但Paypal和X.com合并之后,Levchin短暂地失去了对技术方向的把控,后端平台就开始出问题,给运营前线拖后腿。最终后端服务是用Unix还是Windows这种纯技术路线的问题,居然导致了技术和产品核心骨干对Musk的反叛。

  最后,是不同组织的企业文化。有意思的是经过了十几年,2015年夏天eBay又把Paypal单独拆分出来。

2016新年快乐

  从2006年开始,每次1月份都会定两三个目标。之后一旦遇到纠结就力保重点,其他事一律让路。翻了翻过去10年元旦左右的BLOG:产品、论文、专利、买房、买车、求婚、生娃、跳槽、旅游、项目、商用、创业……单细胞动物,明取舍断妄念,受益匪浅。

  2015年只定了一个目标,是关于创业和成长的。一年下来,挺困难挺好玩的。感谢周围一圈恨铁不成钢、费心点拨我的朋友师长。忠告听进去了,善意记下来了,方法论还需要更多思考、学习和实践。今年最主要的目标一定还是与此有关,我需要好好琢磨一下。在GeneDock产品还不完美时,很多胆大的天使客户就毅然转向了基因云服务。2016年,要让他们获得与远见相称的收获。

  过去一年,只发了12篇BLOG,只买了34本书,都不到往年的一小半。所以2016年的目标之一是读50本书,并在BLOG和豆瓣上分享读书笔记,哪怕只是只言片语。

  RUDY哥酷爱马拉松一年参加四次正赛并获得奖牌,他总鼓励我尝试参加一次半程马拉松。我还在犹豫。其实想滑更多次雪,新买的单板装备却总没时间用,郁闷!倒是和RUDY哥打了一个赌:如果能B轮成功,我会把头发全部染白,RUDY全部染红(BTW,这个赌局,CEO怂了)。大家给我们作证!