我早年在Google学到的10条经验

关注

转载最新推荐文章于 2026-09-13 11:29:16 发布 399 阅读 AI 写同款· GEO 优化 ›

Google 工程主管14年工作经验中的21条教训：效率、成长与心态 Addy Osmani分享了21条职业发展核心准则，涵盖技术成长与人生智慧。关键建议包括：持续进步优于天赋爆发、保持友善与健康、掌握学习方法、追求简单方案、学会拒绝与休息。他强调系统化思维胜过单一目标，区分忙碌与高效，并建议跨学科阅读、保持好奇心。其他要点包括完成优于完美、建立长期人际关系、承认运气作用，以及寻找工作与生活的平衡。这些经验强调在长期职业发展中，践行基本常识比追求捷径更重要。阅读详情

本文来自Google公司资深工程师Matt Cutts。加入Google以前，在北卡罗来纳州大学教堂山分校攻读计算机图形学方向博士学位。他写的文章深入浅出，简明易懂，实用价值很高，因此他在互联网上具有相当高的名气。日前，High Scalability创始人Todd Hoff整理了其与Cutts的谈话，总结了后者早年在Google学到的10条经验，值得很多人学习。以下为原文：

我所认识的Matt Cutts是这样的，他是Google的老员工（2000年入职），目前担任Google公司Webspam团队的负责人，他与This Week in Tech（TWiT）创始人Leo Laporte曾在TWiT一起亮相，从中我们可以看到他一贯的敏锐、体贴，是个真正的好男人。走过路过，不要错过！

出乎意料的是他所做的谈话，早年在Google学到的经验。此番谈话也使Matt看起来异常风趣，像是个讲故事的好手。谈话是讲述的是他早期在Google一些故事。故事呈现了一个非常人性化的Google。当你认为在Google所做的一切都是人工智能搞定的一种计算之时，Matt提醒大家，那些都是人工所做的判断，通常只是这些人尽力而为的结果。

谈话的核心内容是借助创造力来进行创新，来解决问题。当你陷入进退维谷的境地时，就要变得富有创造力。质疑自己的设想，下面的谈话也许能帮到你。

谈话虽短，但值得一看。很多有趣的小细节，只有身经百战、远见卓识者才能拥有。谈话中亦充满了智慧。这就是我对Matt谈话的评注！

1. 创造力导致天壤之别

Matt Cutts在Google头一个大型项目是开发色情网站过滤器。孤军奋战了一段时间后，他发现没人能帮到他。于是他的妻子烘焙了一些饼干。任何在服务器上找到色情信息的人，都会得到他发给的饼干。这样的战术相当奏效，以至于这些饼干被周围的人称为色情饼干，其他团队也采用了这个策略。抛出一个难题的同时给予人们小小的、象征性的奖励，这样做能够创造奇迹。

2. 当面对相互矛盾的制约时，一个优秀的管理者常常能够找到冲突双方都满意的创造性解决方案。

撒旦是与上帝为敌的魔王！Google首次面对的重大争议本来要找比撒旦更邪恶人，而找到的答案却是微软？当然不是啦！面临的正争议是基于《美国数字千年法案》（The Digital Millennium Copyright Act, DMCA)的删除请求。去年Google收到大约3.5亿条DMCA删除请求。显然，你无法手动去搞定这一切，而同时也很难知道一个请求是合理的还是不合理的。对带有【REEFER MADNESS】(赤裸之城)这样信息的内容来说，删除请求似乎是合法的，但由于它不受版权限制，因此这样的请求是不合理的。

Google收到最初的删除请求是来自山达基教会的，目的是为了压制对其进行的批评。他们试图压制的网站在挪威，而网站的所有者不愿意处理反向通知（counter notification），因为他们不想承担在美国的诉讼风险。Google应该怎么办呢？

差则思勤，Google是这样解决的：

删除了页面并添加了说明：“由于DMCA删除请求的原因，搜索结果予以删除”。
投诉了chillingeffects.org，这是一项由北美多间大学联合进行的学术研究项目。本项目最关注的是言论自由和知识产权问题。

Google开始对每一项而不得不删除的合法请求开始做同样的事情。

3. 要积极主动。没人关心你的职业生涯，相对你所做的事，也没人关心你赚多少钱。要自己想要的。否则你就完全偏离方向。

Matt是“自告奋勇”去做广告产品前端工作的，他为此大约工作了一年时间。在这期间，Matt看到了人们开始向Google发送垃圾邮件，于是他跑到主管工程的副总裁那里说“我想去做反垃圾处理这块内容”，这位副总裁答应他了。就这样一路走来。而在这之前Matt很大程度上依赖于别人指使他应该做什么。

你会惊讶，仅仅告诉别人“我想做某事”，竟然会产生这么大区别。假如你是经理就请记住，如果有人想要做一些事情，那么他们就会加倍地去努力。

4. 明确你的设想，进行反思

如果你完全用传统思维想问题，那很难使你从人群中脱颖而出。很难有冲劲儿，也很难变得与众不同。这些地方往往是最让人拿不准的，也是最好的机会。你相信别人不相信的事情吗？

5. 质疑设想的训练

我们通常不善于质疑自己的设想。近似的一种方法就是拿当前的一些事情问自己：发生了什么变化？与过去相比，世界有哪些不同？

例如，对于美国平价医疗法案来说，有两点显著区别：

1）可以使用对已存在疾病的保险获得医疗服务；
2）你不必非要从雇主那里上保险，而可以自行去交易所购买。

影响：

1）自己经商的人数可能会增加；
2）像Uber那样依靠独立承包商运转的公司，可能会支持这项法案。

像医疗保险那样的东西可能会发生非常大的涟漪效应（ripple effect）。

拿Google来说，以前Google的搜索引擎依靠规模庞大的真实物理机，都是一些价格昂贵的机器。Google对廉价的商品硬件（commodity hardware）做了横向扩展（scale out）。这就意味着Google可能付出更低廉的代价而获得成长。这也意味着机器越多出现的错误就越多。因此你需要知道如何让整体比局部更可靠，这可不是一件容易事。

这也不仅仅是购买廉价的硬件就能解决的问题。在一些转折点你可以有很多认识和领悟。例如，机械硬盘的寻道时间是10毫秒。如果你在RAM中做同样的事情，每秒钟可以做很多次寻道。把网站全部索引都放到RAM里代价高昂，但你可以获得更高的吞吐量。因此权衡来讲这样做还是值得的。

6. 商品硬件是Google取得成功的原因吗？

不！成功是数以百计创新的结果。这样的成功不是灵感乍现而后万事大吉。因此成功不仅源于廉价的硬件，也不仅源于网页排名。成功源于Map Reduce模型，Spanner数据库等创新性的技术。成就一个成功的公司需要许多创新，成就一番个人事业，也需要很多创新。

7. 设想受到质疑，环境发生变化，你必须适应。使用数据你可以做很多非常酷的东西。

在很长一段时间里，我被人工智能难住了。1999年的时候，人工智能还很笨，不能做任何事情。如今状况已经大为改观。很大程度上是因为世界上有了更多的数据。

“Google Brain”是Google运用深度神经网络算法所建立的系统，用来观看YouTube，看看能学习什么。“Google Brain”具有自身可以识别猫咪的神经网络。这项技术同样被用于地构建更出色的词语识别系统。因此，每部Android手机都具有更佳的语音识别能力，这要归功于深度学习算法。这项技术使错误率下降30%，具有紧凑的模型，可以应用在电话上。

如今，技术已经先进到可以指出所识别的景致身处何方。像瀑布、建筑、美国加利福尼亚州中部的约塞米蒂国家公园、棕榈树、大海和雪景。计算机现在甚至还能给图片加标题。