程序员如何提升个人技术影响力|得物技术

在这里插入图片描述

都说程序员的成长是码出来的,此话不假。但如果既会写代码,还会写文章,还能讲PPT,那你离影响力还会远吗?

本文是针对每一个技术同学都适用。我将从行业技术大会主编的角色告诉你,如何打造自己的技术影响力,有哪些通用的手段,我自己又该如何做个性化叠加;我是技术小白,或者我有一定技术基础,我又该怎么打造自己的影响力?

一、为什么要分享这个话题?

最近和一些技术同学聊天中,经常会听到,谁谁谁在xx大会发表演讲了,好厉害,简直是行业天花板。但是我想说的,这些厉害的人,也是自己一步一步积累起自己的影响力的。假以时日,你也可以的。

刚毕业的时候,大家可能会卷学历;但工作一段时间之后,大家就从卷学历到卷公司、职级,后来,大家开始卷影响力了。比如,xxx在行业大会发表演讲、论文,甚至是专利。

那作为得物技术运营,以及行业开发者大会的前主编,我想说,不积跬步,无以至千里。那我们的跬步是什么呢?

二、为什么要打造技术影响力?

在输出这个话题之前,肯定有同学想问,为什么要打造自己的技术影响力,有什么用?或许,往近一点说,升职加薪,往远一点说,自己创业,能被投资人发现?创业卖课?能增加副业收入?再远一点,给社会做贡献,推动中国技术行业创新发展。

如果,你对提升技术力这件事情感兴趣,可以接着往下看。

三、怎么提升技术影响力?

作为技术同学也有很多段位,可以先看看自己在什么阶段,因为每个阶段的重点肯定是不一样的。各个阶段重点以及需要关注的事情可以参考下面的表格;先判断自己处于什么样的阶段,然后对应的重点输出即可。

以下表格以本科为例:
5aa2d2173ea0f88a45f345434478182c.png

接下来这部分,将重点描述每部分对应做的事情,以及简化的步骤。

输入-多学习自己对应领域的知识

可以是看书、听演讲、网上找系列课、参与项目实操,重点在于自己的思考和输出学习笔记。

有两个比较靠谱的建议是:

a. 阅读源码,自己模拟去写

b. 写代码的时候需要清楚自己的业务,以及背后的逻辑是什么,为什么要写这个代码,我思考和考量的东西是什么?

毕玄说过:「写一段代码可run不难,但写一段无论如何都可以稳定run的代码却非常难。」

对于程序员来讲,你要清楚你所在的位置为业务做的是什么,多了解业务运行的逻辑,再写代码的时候才会有更多的思考。

Tips:输入是一个长期过程,虽然后面的阶段没有提输入,但是所有的输出都是建立在输入足够充分的情况下,活到老学到老,终身学习。

输出-Github项目贡献

这里你可以去关注你感兴趣的项目、或者是发展潜力比较好的项目,长期贡献自己的代码。主要重点就是长期,可以算是工作之外的练习、学习。

image.png
某博主近一年的输出

技术文章

技术文章对于很多技术同学,真的是又爱又恨。其中最能引起共鸣的,应该是最讨厌别人不写开发文档和注释,还有最讨厌自己要写开发文档和注释。但是,写作这个话题,职场人写文章就是绕不开的,周报、晋升、答辩、各种汇报PPT,或者各种需求文档,总得写。

怎么写呢?打一个比方,我要做一道菜「辣椒炒肉」,我得准备主食材、辅料、调料、炊具吧。同样,我要写一篇文章,我得有想法,我想写一篇什么样的文章,我是做什么用,自己记录还是项目复盘、经验总结、还是给别的同学看?

有了初步想法,比如我想写一篇「业务架构」相关的文章。我可以在网上,比如InfoQ、优快云、Google等,查一下,其他公司对于自己的业务架构是怎么做的,做到心中有数。

然后开始整理自己的东西,我建议至少要明确三个点:受众、标题、内容大纲。

例子:

image.png

补充:万能主线逻辑:背景、现状、问题、解决思路、收益、价值背景:针对受众 ,讲一讲为什么要梳理这个话题,有什么价值和意义现状:现在行业现状、得物现状是什么样的,处于什么阶段问题:可以理解为本文的观点或者论点,有什么问题解决思路:针对问题——提出方案——结合实践——方案升级——有可以复用的方法论更好收益/价值:升华主题
文章不可或缺的部分:1.一条清晰的逻辑主线:是什么——为什么——怎么做——收益2.一个亮眼的标题(一句话概括正文,并吸引读者兴趣)3.整体文章通畅,避免下错别字(需要检查逻辑、错别字、观点等)4.不要忽略总结

演讲

演讲有好几个阶段,最开始的自言自语,锻炼自己的表达能力,然后是团队内小范围的分享,再是大规模一点的分享,再是外出行业演讲。

演讲这部分的话,需要关注:重中之重就是内容、然后是表达。

内容的话,可以是基于你长时间的内容输出、技术文章、也可以来源于你的项目实践、复盘、总结。有观点、有例子、有故事,能表达才是一个好的case。

怎么输出内容可以参考前面写文章部分,有好的内容,才能内容修饰(PPT美化),除非你是演讲老手,不然你就老老实实准备逐字稿。

怎么上行业大会去演讲?

image.png

怎么讲?演讲技巧?

两个部分,一是写逐字稿,二是刻意练习。

演讲刻意练习:

  1. 把自己想象成导游,介绍某个景点,这个景点有什么故事、哪里好玩、有什么亮点、有什么好吃的。或者是把自己想象成老师,演讲之前要先备课。

  2. 对内容足够熟悉,时刻管理听众注意力,吸引听众跟你走(想象你在看电影,你会不自觉带入主人翁视角,同样的道理)。

  3. 内容循序渐进,有爆点/笑点最好。

  4. 演讲时,可以稍微整理自己的形象,比如干净整洁。

  5. 演讲的状态:身体放松,肩膀下沉,手臂打开,参考乔布斯演讲(或者Ted演讲)。

  6. 正常小范围的身体语言,如移动、挥手等。

出书

出书非常重要的一点,就是要有内容,有内容!你可以先做技术内容的产出,当内容积累到一定量的时候,从量变到质变,感觉有质变的时候,可以去出版试试呀。

可以简单了解下「出版流程」是什么样的?再看看自己怎么出版。

一本书出版的流程,包括投稿(选题策划)、选题申报、审校、申请书号、设计排版和印刷出版,作者可以不知道具体如何完成,但知道每一步是需要什么,做的是什么,才有利于完成出书。

第一步(作者):作者编写好完整的书稿,并确定出书的具体需求。

书稿是可以找出版社合作,想要出书,前提就是自己有大量的内容积累和连续内容的产出。也是出版的必须具备的前提条件。不同的作者有着不同的出书需求,比如评职称什么的,所以要想清楚自己为什么想要出版,梳理自己的出版需求即可。

第二步(出版社):评估出书的市场价值,确定出书的方式。

出版社评估出书的主要标准一般是:社会(文化)价值 + 经济效益。当两者有冲突的时候,会优先社会价值。

第三步(作者):确定合作的出版社,并向其投稿。

投稿,投稿是出书的前提,你要出书的话,你就要把你的稿件投到对应的出版社。出版社负责出书的主要核心部分,他们的盈利模式,一般主要是赚出书的钱(或者广告费),这个就比较考验编辑和出版社的眼光了,他们会综合考虑社会价值和经济价值,然后决定是否录用你的稿子,对于你的稿子,他们可以选择录用、不用(退回)、或者是退回修改再看改稿情况决定。你还可以选择自费出书,虽然是自费,出版社也会综合考虑社会价值,没问题的话就可以接受你的稿件。

第四步(出版社):选题申报

第五步(出版社):三审三校

第六步(出版社):申请书号

第七步(出版社):设计排版

第八步(出版社):印刷出版

总结下整个流程:

作者角度:确定需求——梳理好内容——寻找出版社——和出版社签订合同——出书

编辑角度(出版社角度):资料收集——选题策划——寻找作者——选题申报——选题集体论证——编辑校对(三审三校一读)——申请书号——出版合同——设计排版——印刷——公开发行——书本备案——后期调研等。

你的角度就是作者角度,还有一个思路,找周围出过书的朋友引荐编辑,投稿试试。

四、总结

以上就是程序员一些通用的影响力积累的建议,包括如何输入,重点需要关注什么,如何输出,输出的路径又是什么。其核心逻辑还是,厚积薄发。加油,少年!你是最棒的。

*文/yelan

​
本文属得物技术原创,更多精彩文章请看:得物技术

未经得物技术许可严禁转载,否则依法追究法律责任!

​

相关推荐

压测AI Agent 治理与评测调优实践|得物技术

本文介绍智能分析Agent在压测调试中上线后的治理闭环建设:通过Langfuse记录完整执行链路,结合用户反馈与Trace还原问题根因;利用CLI Mock固化证据数据集,实现相同场景下的回测验证。基于固定案例与五档评分机制,持续评估方案质量、延迟与成本,确保修复有效且无新问题引入,推动Agent能力迭代优化。

SmartCodeTech的博客 316

从中心调度到自驱协作多 Agent 架构的三次反转|得物技术

本文探讨多Agent系统中的控制权分配问题,提出三大协作架构:Master Agent(中心调度)、任务看板(共享状态)与Advisor(轻量咨询)。通过划清上下文边界与模型边界,强调应以信息相关性而非职业标签划分Agent。三种模式分别将决策权集中于中心、下放至共享状态、再下沉至执行者,形成控制权逐步下沉的演进路径。案例显示,合理设计可提升复杂任务的并行性、弹性与可维护性。

SmartCodeTech的博客 420

Jev 实战:为AI工作流引入轻量决策层 x10倍提速|得物技术

完成这三个场景后,我对适用边界有了更明确的认识:它们都可以先定义答案范围,再根据判断结果驱动下一步操作。接入时,我会优先明确输入、选项、采纳条件和兜底路径,再评估Jev是否适合承担这一环节。结合这些实践,我更容易理解Jev(TypeSafe System One)作为专用结构化决策模型不生成自然语言,而是返回带概率的判断结果。后续接入时,我会继续从脚本中边界明确的判断任务开始,分别验证准确性、耗时和费用,再决定是否扩大使用范围。下面整理了相关能力、限制和接入要点,便于查阅。

SmartCodeTech的博客 346

国产算力·昇腾 910C 大模型推理优化(下):源码修改与算子优化,提速30%|得物技术

本文延续上篇,深入vllm-ascend源码优化:通过多流重叠实现MoE共享专家并行计算,消除冗余事件开销,并解除与FUSED_MC2的互斥限制,实现c=1下TPOT从8.2ms降至8.0ms;优化decode阶段host侧开销,引入状态跟踪跳过冗余拷贝;设计Block Table CPU快路径,规避小batch下NPU kernel启动延迟;针对GDN层融合L2Norm至recurrent kernel,减少算子调用与内存往返。综合优化后推理性能显著提升,形成可复用的昇腾910C大模型推理优化方法论。

SmartCodeTech的博客 248

国产算力·昇腾 910C 大模型推理优化(上):镜像更新与参数调优,提速 40%|得物技术

文中详细给出每一项优化的动机、实现(含具体源码改动路径与关键代码片段)、验证数据与踩坑记录(包括十余项实测无效或负向的尝试),希望为同样在国产算力上做推理优化的团队提供一份可直接复用的工程参考。

SmartCodeTech的博客 227

动态规则的 Agent 实践:用确定性工程驾驭 LLM 的资产智能验收

面对财务验收中规则多变、材料非结构化、核对复杂等痛点,传统规则引擎难以应对。系统采用“规则即配置”思路,由大语言模型(LLM)负责理解合同、扫描件等非结构化材料并执行语义比对,工程系统则保障流程编排与可追溯性。通过异步处理、幂等设计、三类流量隔离及双通道(文本/图像)处理,实现高效稳定运行。结合用户反馈构建自动标准答案,辅以试跑、回测与发布门禁机制,形成闭环质量体系。底层采用确定性工作流架构,确保行为可预期、可测试,真正实现灵活规则的快速迭代与安全上线。

SmartCodeTech的博客 345

发一张图,它居然“跃“出屏幕了?一文读懂得物 3D 空间图片技术实践

3D 空间图片功能的落地,涉及模型生成、内容分发、客户端渲染之间的一系列取舍。本文重点分享如何生产出高质量、小体积的模型,以及如何在手机上流畅运行。

SmartCodeTech的博客 555

别再只卷向量检索了,得物交易搜索如何用“生成式”实现召回范式跃迁?

你搜"af1",它得给你"空军一号"。这一年,得物交易搜索把召回从"做选择题"改成了"写答案"——不再从商品池里"找"最像的,而是让模型自己"生成"你真正想要的。从 LLM 语义索引到 HLLM、语义 ID,搜索是怎么从"检索"走向"生成"的?

SmartCodeTech的博客 594

指标平台:从语义底座到智能消费的实践路径|得物技术

这篇文章想做的,不是在本体化的宏大叙事上再叠加一层理论,而是把我们在真实落地中验证过的路径讲清楚:语义底座怎么从零建立起来、怎么保证质量不失控、怎么支撑 Text2SQL 和 AI Coding 两条消费主线,以及沿着这条路径往前走,下一步该往哪个方向发力。

SmartCodeTech的博客 317

企业级 MultiAgent 落地:Plan 模式与主子 Agent 协作|得物技术

基于 AgentScope Java 的企业级 MultiAgent 平台,为研发、数据分析和知识问答等场景提供统一的模型调用、工具接入、任务编排、流式输出与运行追踪能力。

SmartCodeTech的博客 302

得物小摊 AI Native 演进实录:用 Harness 构建可控 AI 交付

AI Coding 一个人用很顺手,进了团队就漏:指令没人审、经验难沉淀、过程看不见、链路不闭环。作者团队基于 Multica 做了 EP-Harness,把 Agent 当成员管,给它套一层可执行、可观察、可治理的 Harness,并让反馈闭环。成果:可追溯决策、多 Agent 协作,高频异常从每 4 小时 2400 多条降到个位数,对得物技术补上团队级 AI 协作关键一环。

SmartCodeTech的博客 543

企业级 MultiAgent 的记忆系统:短期上下文与四层记忆架构实现|得物技术

在 MultiAgent 平台中,Agent 的"记忆"能力是实现智能对话和个性化服务的核心资产。本文深入剖析 Agent 记忆系统的设计理念与实现细节,重点解析长期记忆架构的写入与加载流程,涵盖 LLM 智能判断、语义检索、Token 预算控制、冲突处理等关键技术,为开发者提供完整的技术实现参考。

SmartCodeTech的博客 502

EP-Harness:从个人 AI Coding 到团队级 Agent 工作流|得物技术

AI Coding 个人用得爽,一到团队就崩。EP-Harness 把 Agent 从聊天工具变成团队协作成员——可管理、可追溯、可闭环。落地后高频异常从 2400+/4h 收敛到个位数。

SmartCodeTech的博客 694

得物知识问答:复合检索 Agent 的系统设计实践

从"搜到什么用什么"到"搜→筛→挖→验"自主决策闭环——我们造了一个有判断力的 RAG Agent,不是套壳。

SmartCodeTech的博客 736

实战从零开始构建一个Coding Agent:Violin |得物技术

理解了 coding agent 的构建原理,也就掌握了理解其他 agent 的一把钥匙。笔者对每天都在使用的 agent 原理很感兴趣,于是决定自己写一个:violin。

SmartCodeTech的博客 927

AI Native 交易核心系统的研发范式|得物技术

如何改造旧研发流程适配 AI 编码?本文提出五道标准化关口治理思路,依托 Claude Code Spec-Driven 插件打通需求澄清、方案设计、TDD 落地、门禁管控与埋点监控,构建带人工确认门控的完整工作流,以五层自底向上架构实现 AI 编码规范化落地。

SmartCodeTech的博客 975

推荐系统体验的数字化突破:得物自动化评测平台的技术实践|AICon 文章整理

「得物推荐 AI Harness 工程化实践系列」的末篇内容,本系列共三篇连载。本篇(末篇)详解得物推荐评测平台的完整技术体系:从主观体验量化到大模型自动化评测流水线,涵盖多维度指标设计、人机协作提示词校验闭环、分布式任务调度与成本精控等核心工程实现,以及单周百万级审计需求下实现 91% 资源成本优化的工业级落地实战细节。

SmartCodeTech的博客 1495

RAG 核心概念与原理:Chunking、Embedding、相似度、HNSW 与多路召回|得物技术

决定 RAG 效果的关键不在大模型,而是文本切块、查询改写、多路召回与精排。合理切块存好知识库内容,向量匹配抓语义、BM25 匹配关键词互补。先优化用户提问,快速召回一批相关文档,再用精排模型精细筛选,整套检索流程配合到位,问答准确度才会明显提升。

SmartCodeTech的博客 1082

从“机械应答“到“服务伙伴“:得物高可控智能客服的 Agent 工程实践|AICon 演讲整理

本次分享围绕以下核心技术展开:客服 Agent 挑战与架构设计(Single-Agent→Multi-Agent→Harness);高可控性数据飞轮(PE 自动化 + DPO 训练);RL 策略训练和人工经验对齐;多轮半双工消息流控制。

SmartCodeTech的博客 755

得物推荐系统诊断 Agent:从 “调接口” 到 “会思考”|AICon 演讲整理

本文是得物技术专家在 AICon 上海演讲整理的技术实录。AICon上海2026_全球人工智能开发与应用大会暨大模型应用生态展_InfoQ技术大会「得物推荐 AI Harness 工程化实践系列」的中篇内容,本系列共三篇连载。本篇(中篇)进一步详解得物推荐复杂业务场景下,AI代码从生成、防护校验到安全上线的完整技术体系、自研AI Harness整体架构框架、全流程安全防护机制、混合智能体核心算法实现,以及工业级工程落地的实战细节。

SmartCodeTech的博客 1365

得物 OceanBase 落地实践

得物选型OceanBase多模数据库应对业务挑战,通过验证其高可用架构、存储压缩技术及混合负载处理能力。测试显示OceanBase在复杂查询场景性能较MySQL提升130-200倍,在高并发TP/AP混合场景表现优异,存储成本降低40%+。通过DBA内部报表业务试点验证其稳定性后,逐步推广至核心业务场景,优化数据库技术栈,实现性能与成本的双重收益。

SmartCodeTech的博客 1384

AI UITester:AI Native 的 UI 自动化测试新范式|得物技术

ai_uitester 代表了 AI Native 的 UI 自动化测试新范式:这不仅是工具的升级,而是测试范式的转变 ------ 从 "代码驱动" 转向 "视觉驱动",从 "人工调试" 转向 "AI 自愈",从 "三端分离" 转向 "统一抽象"。

SmartCodeTech的博客 780

从狂野代码到按目标生产:得物推荐 AI Harness 的工程化实践|AICon 演讲整理

本文是得物技术专家在 AICon 上海演讲整理的技术实录。「得物推荐 AI Harness 工程化实践系列」的开篇内容,本系列共三篇连载。将系统拆解得物推荐复杂业务场景下,AI 代码从生成、防护校验到安全上线的完整技术体系,逐一详解自研 AI Harness 整体架构框架、全流程安全防护机制、混合智能体核心算法实现,以及工业级工程落地的实战细节。本篇(上篇):将整体介绍团队自研的 AI Harness 体系,包括建设思路、全生命周期防护机制、混合智能体架构及落地效果。

SmartCodeTech的博客 1082

从表单到 Agent:得物社区活动搭建的 AI 实践之路

一场营销活动从策划到上线,运营要在三个系统间跳转 10 + 次、填写 40 + 个字段。我们用 AI 重新设计了这条链路 —— 从 “AI 帮你填表单” 到 “两阶段 Agent + 聚合工作台”。这篇文章记录的不是技术细节,而是这条路上的选择和反思。

SmartCodeTech的博客 745

从埋点需求到规则资产:Hermes Agent 重构得物数仓工作流

埋点和指标需求中,消耗数据承接方的不是生成答案,而是补齐证据链、对齐历史口径、识别下游影响,并在生产写入前留下可追溯的确认记录。本文数据承接方指承接业务需求的数据同学或业务合作伙伴;后文讨论内部研发、元数据、查询和门禁能力在流程中的角色。

SmartCodeTech的博客 657

让 Claude Code 拥有自我进化和记忆系统|得物技术

本文记录了为 Claude Code 构建的一套持久化记忆与自我学习系统的设计思路与实现细节。这套系统让 AI 助手能够跨越会话边界记住用户习惯,并在每次对话结束后自动提炼行为规律和系统信息,通过向量检索快速提取关键信息,下一次对话时主动应用,逐步进化为更懂你的编程伙伴。

SmartCodeTech的博客 994

用 LLM Agent 重构告警排查流程|得物技术

告警排查需频繁切换日志、APM、链路追踪等多个平台,耗时 10~30 分钟,且高度依赖个人经验。我们做了 Troubleshooter——用 LLM Agent 自动完成数据采集、根因分析和处置建议生成。上线后中位数排查耗时从 20 分钟降到 4.4 分钟,覆盖 11 个服务和 10+ 种告警类型。

SmartCodeTech的博客 1008

HorizonVault 技术深潜:如何在 HDD 上做出 100GB/s+ 级大吞吐分布式存储|得物技术

HorizonVault是一款面向Kafka远程存储的高吞吐分布式存储引擎,通过分布式并行写入和状态感知调度解决冷数据存储的三大核心问题:吞吐瓶颈、性能抖动和恢复能力。系统采用分层架构,Meta负责全局资源调度,Broker处理请求路由,Store实现本地磁盘管理,形成完整的写入治理链路。通过将HDD磁盘提升为一等资源,实现顺序追加写入、多盘并行和慢盘隔离,在保证高吞吐的同时控制延迟。存储结构采用DiskStore组织磁盘资源,LogSegment顺序写入数据,IndexSegment定位读取,Change

SmartCodeTech的博客 892

Claude Code Harness 工程:数仓侧落地方案|得物技术

Harness 工程通过职责分层实现研发流水线可靠性提升。Claude 负责需求理解与代码生成等语义层工作;hooks 负责规范检查等确定性执行;Subagents 隔离血缘查询、自测等高 token 操作;Memory 承载跨会话状态持久化。四层协同使数仓 AI 开发从"对话式辅助"转变为"规则驱动的自动化流程"。

SmartCodeTech的博客 1103

BP Claw 破解 AI 编码输入难题 ——FlinkSpec 需求智能化实践|得物技术

本文为 FlinkSpec 系列之开篇,亦是这场工程化变革的序章。BP Claw 所立之处,不过链路之源。FlinkSpec 所图,乃以 AI 之力,将实时数仓从需求落地至验收上线的全程工序,熔铸为一套精密自洽、生生不息的智能工程体系。宏图未竟,后续系列将逐章揭幕,敬请期待!

SmartCodeTech的博客 1039
上一篇: 增长在流量规则巡检的探索实践|得物技术
下一篇: 商家下载中心设计演进之路|得物技术
得物技术
得物技术 得物技术官方账号 得物技术官方账号
博客等级 码龄6年 2492粉丝 408原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值