“10 倍工程师”，以一当十的程序员真的存在吗？ 作者 | Jason Crawford 翻译 | 刘志勇 编辑 | 刘燕 AI 前线导读：是否存在所谓的 10 倍工程师呢？这个“10 倍工程师”到底是什么意思呢？这个话题引起了人们激烈的口水战，因为它触及了深刻的意识形态话题：是不是有些人比其他人更有才华，为什么是这样（以及它是天生的还是后天努力的），如果是这样，我们又该如何对待他人？ 社交媒体上就因此爆发了激烈的争吵：一方面，人们都说 10 倍工程师是一个神话，一切都源于刻板印象，而且不管怎样，难道就没有更重要的事情？比如是否可以编写文档、指导其他工程师，或者仅仅只是做一个好人？另一方面，人们翻着白眼说，当然有 10 倍工程师了。任何不承认这一明显事实的人都被社会正义宣传蒙蔽了双眼，或者是不愿承认自己低人一等的失败者。 更多优质内容请关注微信公众号“AI 前线”（ID：ai-front） 本文最初发布于Jason Crawford个人博客，经原作者 Jason Crawford 授权由 InfoQ 中文翻译并分享。 有些工程师能以一当十，创业如果有幸有这号人加盟，那么成功率就能够大幅提升。”自投资人 Shekhar Kirani 在 Twitter 抛出这一观点来，引发了极大的讨论，有人赞同，但更多的人却是反讽。 截止小编翻译此文时，原始推文已经有 1500 多条讨论，1300 多次转发和 4300 多点赞： Jason Crawford 也参与了这一场讨论，分享了他对 10 倍工程师的看法。 Twitter 上有好多人在讨论 10 倍工程师。 是否存在所谓的 10 倍工程师呢？这个“10 倍工程师”到底是什么意思呢？ 这个话题引起了人们激烈的口水战，因为它触及了深刻的意识形态话题：是不是有些人比其他人更有才华，为什么是这样（以及它是天生的还是后天努力的），如果是这样，我们又该如何对待他人。因此，社交媒体上就爆发了激烈的争吵：一方面，人们都说 10 倍工程师是一个神话，一切都源于刻板印象，而且不管怎样，难道就没有更重要的事情？比如是否可以编写文档、指导其他工程师，或者仅仅只是做一个好人？另一方面，人们翻着白眼说，当然有 10 倍工程师了。任何不承认这一明显事实的人都被社会正义宣传蒙蔽了双眼，或者是不愿承认自己低人一等的失败者。 让我们现实一点儿吧。首先，让我们来做经验分析。 关于这项研究应该知道什么 对于这个概念及其基础的最好解释是 Steve McConnell 的文章“Productivity Variations Among Developers and Teams: The Origin of 10x”（《开发人员和团队之间的生产力差异：10 倍的起源》）。一下是关于“10 倍工程师”需要了解的关键事项： 10 倍指的是最好的开发人员和最差开发人员之间的差异，而不是最好的开发人员和一般开发人员的差异。 这会有很大的不同。在我看来，更容易相信最好的开发人员要比一般开发人员的水平高出三倍，而最差的开发人员要比一般开发人员的水平低三倍左右。这样，就可以得到 10 倍的总范围。（请注意，谈论“0.5 倍工程师”是没有任何意义的，因为根据定义，最差的开发人员是 1 倍。） 也许我们应该重新定义“x”为平均值，把最好的工程师称为“三倍工程师”，然后就结束这场争论？ 10 倍的概念是基于研究提出的，但研究并不完美。 在上面的链接中，McConnell 描述了已完成的研究（如果你想深入了解，还可以看看 这篇评论 和 McConnell 的反驳）。我们有理由对这些研究及其与今天的相关性持批评态度：样本量相对较小，而且它们并不总是得到很好的控制。其中一些还是几十年前完成的（第一次是 1968 年），当时计算机、编程语言和开发任务和今天大相径庭。他们有时会使用可疑的生产力指标，例如每天的代码行数，但他们也使用很好的指标，比如完成时间，在某些情况下，代码行被认为是负面的（对于给定的任务，代码行数越少越好）。 总体而言，我认为，有明显的证据表明，个人和团队之间，生产率存在很大的差异。 10 倍是个粗略的平均值。 不同的研究和测量发现了不同的范围，一般在 5 倍到 25 倍之间。再加上刚才讨论的研究的局限性，则意味着我们只能粗略地说“大致数量级”。所谓的“10 倍”并不精确；它只是一种简练的方式，用来记住生产力的差异是存在的，并且差异巨大。 这些研究，只针对那些实际完成任务的开发人员。 他们的数据并没有考虑到那些没有完成任务的人（在一些研究中约占 10%）。他们也不能考虑到软件的真实成本，这些软件名义上已经开发完成，但漏洞百出，缺陷太多，或很难维护，以至于不得不由其他人重写。这甚至还没有提到软件缺陷造成的损失，这些缺陷影响了公司的销售，使公司蒙受损失，甚至将生命置于危险之中。不过，所有这些因素只会强化这一基本观点。 10 倍的数字仅与工程生产率的具体衡量指标有关。 它并不是为了完全捕获一个工程师对一个组织的价值，也不能用于这个目的。尽管如此，这些仍然是有意义的、重要的措施。 据我所知，这些研究并没有解决造成这些差异的原因。 至少，McConnell 的调查并没有涉及以下重要问题：一个人的生产力水平会随着时间的推移而保持稳定吗？它是否因环境而异？工作环境对生产率的影响有多大？它是否随任务的不同而随机变化，是否取决于某个特定的“顿悟”时刻的运气？它会随时间增长吗？它可以学习或者可以教授吗？（他说，1968 年的最初研究发现，“程序员的经验与代码质量或生产率之间并没有任何关系”，但这并不意味着生产力不能随着时间的推移而增长，只是它并不一定会增长。） 我所相信的 以下是我的想法，不仅基于研究，还基于我自己的轶事经历和个人世界观： 生产力的差异是真实的、巨大的、重要的，而且可能被低估了。 如果差异不是“10 倍”，那么它就足够重要了。我相信这一点部分是因为研究，但部分是因为这种现象比软件要广泛得多。McConnell 自己指出了这一点，引用了 Norm Augustine 的一项研究，“发现在各种职业中，如写作、足球、发明、警察的工作和其他职业，前 20% 的人产生了大约 50% 的产出，无论产出是触地得分、专利、破案还是软件。” 工作环境很重要。在现实世界中，重要的生产力受到工作环境的强烈制约。工程师是否有明确的目标和优先级？他们会买账吗？他们有动力吗？他们彼此信任吗？还有，他们信任管理层吗？他们可以集中注意力吗？他们会参加会议吗？还是在生产环境中扮演“救火员”的角色？他们有良好的基础设施和工具吗？等等。 生产力是天赋和后天技能的结合。 也就是说，它是可以部分地学习的。获得的技能包括一系列的东西，从特定的调试工具到一般的思维模式和解决问题的方法。这些天赋与我们不能（或还不知道如何）识别和交道的智力和其他思维模式有很大的关系。 生产力与经验并没有很强的相关性。 有很多高产的初级工程师，也有非常平庸（甚至更槽糕）的高级工程师。因此，即使生产力是可以学习的，这种学习也不会自动发生，甚至在我们的行业中也不会经常发生。很少有人教授如何提高生产力的技能，那些能够独立学习这些技能的人，也是那些一开始就很优秀的人们。 那又如何？ 10 倍的争论到底是关于什么的？这个问题的情感影响在于，它对我们如何招聘、如何奖励员工以及我们如何对待个人产生影响。 以下是我的结论： 招聘很重要。 努力吸引、发现和留住最优秀的人才。 环境很重要。 努力营造一个良好的工作环境，如果你发现生产力方面的普遍问题，那可能就是环境的问题。 奖励生产力。 一个人创造的越多，他就赚的越多。 但是，不要认为生产力是与生俱来的。 在一个环境中生产力低下的人，可能在另一个项目中或在另一个团队或公司中，生产力更高。在解雇某个人之前，先要确认这个问题。 培训工程师的生产技能。 我还不知道这样做能有多大的效果，但我认为，我们作为一个行业，甚至没有在这方面进行尝试（我也把自己包括在内）。 生产力不能为不良行为开脱。 这个应该是不言而喻，大家都明白的道理吧。 而且也没有什么特别的技巧可以“找到”“10 倍工程师”（尽管引发当前讨论的推文很奇怪、很可笑）。“10 倍工程师”并不是什么精灵或者妖精，你不可能通过他们所用终端的颜色、所用键盘上的磨损程度或者其他任何的刻板印象来识别出他们。 这是我用了 6 年的键盘。我想我唯一经常做的就是拷贝。我保证它并不总是来自 Stack Overflow。 作者介绍 Jason Crawford，目前在 Flexport 任技术经理。曾任 Fieldbook 联合创始人兼 CEO，Fieldbook 是一家主打电子表格数据库的公司（类似 Airtable）。同时还是博客 The Roots of Progress 的博主。此前，还正在 Amazon 和 Groupon 担任团队负责人，并在其他几家初创公司担任联合创始人或早期员工。很久之前，曾帮助 D.E.Shaw Research 制造了一台生物技术超级计算机。 原文链接：“10x engineers”: Stereotypes and research https://jasoncrawford.org/10x-engineers 你也「在看」吗？?? 阅读原文