跳转到主要内容

大瓶颈期

阅读需 1 分钟Tian PanTian Pan

大瓶颈期是指一种职业状态 —— 维持现状消耗了所有的时间和精力,以至于你无法突破,无法达到下一个人生的层次。

下面是一些帮助你前进的建议。

1. 用别人的经验教训,为自己分析,设定明确而长期的目标

有哪些因素在给你打气或泄气?这些因素是否为你的目标服务,而不是与你的目标冲突?这些目标是否相互一致,而不是相互违背?

在分析和设定目标时,要切合实际,并参考基础比率。例如,杰夫-贝索斯讲了一个关于倒立教练经验的故事--大多数人认为他们可以在两周内学会倒立;然而,这通常需要六个月。当你遇到未知而卡住时,答案更可能来自他人,来自现实,而不是来自你自己。

不要瞄准一个移动的目标。你目前的状况可能是你正是你四五年前所期望的。不要太贪心 :)

2. 释放负担,优化过程

我们能不能去除那些成本性或低价值的活动?也许这将损害一时的上升空间;然而,却可能带来之后的曲棍球式的增长?

拿出一张表来列出你的日常业务,并标明它们是否为负担。如果是,如何去除它们?

3. 腾出时间来刻意好奇心

为了动摇自己离开局部的最佳状态,你需要专门为新事物留出一些时间。这个过程在开始时似乎没有用,会花很多时间。

你必须要有耐心。就像史蒂夫-乔布斯在流亡后回到苹果公司时所做的那样,削减利润较低的产品线,等待下一个浪潮。

4. 投资基础设施

商业是一个无限的游戏,你总是可以随着时间的推移积累比较优势。如果你有一些额外的时间、暂时不确定未来的目标,你总是可以投资自己--更好的心理和身体健康,以帮助你在未来的战斗中战斗。不断学习,了解更多,以增加成功的概率。优化业务,使其更有效地工作,在市场上活得更久。

最后,不要低估你的成长。即使是像人工智能或3D打印这样的突出技术,也有一个欺骗阶段;它们似乎在很长一段时间内没有进展,然后突然以指数级的速度爆发。

保持联系,关注我获取更多内容

阅读需 8 分钟

合并队列成了新的瓶颈

编程代理让你的 PR 数量翻了一番,但合并过程仍像是在为人类打字速度设计的队列中缓慢爬行。本文将探讨合并队列拥堵背后的容量计算逻辑、为什么不稳定测试会在代理规模下产生连锁反应,以及分层预合并/合并后测试如何恢复吞吐量。

insider
ai-engineering
阅读需 9 分钟

当 AI 卓越中心成为瓶颈时

AI 卓越中心初期能推动技术的落地,随后却悄然演变成了一个长达六周的排队窗口,导致所有人都避而远之。本文探讨了 CoE 过期的信号、哪些职能应转化为“铺就之路”,以及哪三个职能应始终保持中心化。

ai
org-design
阅读需 10 分钟

评估员吞吐量是评估流水线中隐藏的瓶颈

在任何重视人工评分的 AI 系统中,评估员的吞吐量都限制了评估速度。本文介绍了一套运营规范——包括校准周期、感知队列的优先级排序以及评分标准反馈循环——旨在将标注产能视为一个 SRE 问题,而非招聘问题。

insider
evals
阅读需 7 分钟

RAG 中的领域专家瓶颈:为什么知识策展会导致生产环境 AI 崩溃

构建一个 RAG 管道只需几天。但在第一年里,维护支撑它的知识库才是让团队崩溃的原因。领域专家策展是生产环境 RAG 中真正的“最后一公里”难题。

insider
rag
阅读需 11 分钟

AI 智能体的黄金路径:平台团队如何在不成为瓶颈的前提下推动落地

将 AI 审批流程集中管控的平台团队会成为瓶颈。解法是黄金路径——有主见的默认配置,让产品团队能够自主交付 AI 功能,同时将治理内嵌到基础设施,而非审批队列。

insider
platform-engineering