即刻App年轻人的同好社区
下载
App内打开
天下无敌的无欢君
102关注1被关注0夸夸
天下无敌的无欢君
3年前
天下无敌的无欢君
3年前
天下无敌的无欢君
3年前
天下无敌的无欢君
3年前
天下无敌的无欢君
3年前
天下无敌的无欢君
3年前
天下无敌的无欢君
3年前
天下无敌的无欢君
3年前

刘飞Lufy: 一些对裁员问题的看法，是公众号刚发的文章的缩略版本： 1. 永远增长只是美好的想象。任何增长都是在特定历史环境下的。像快递业的发达，与国内劳动力的便宜+早期商超基建太差有关系。像微信的兴起，也跟国人过去没有长期用短信（欧美）和用邮件（日本）的习惯有关，跟运营商做的系统不好用也有关。 2. 遇到增长瓶颈和重要课题，往往用「加人」的方法。《人月神话》早就证伪了技术在这方面的不可靠，其实产品也是如此。多一倍的产品经理，不会让决策质量好一倍，但一定会让协作效率降一半。 3. 领导需要用团队规模来确立地位。这是职场很现实的一面，大部门分 HC 的时候，分到谁头上的多，往往就意味着更有地位、做的事情更重要（而不是真实需求）。 4. 作为更高的领导，要用赛马机制来降风险。大部分的大厂对团队的分工有时候是刻意模糊的，而且给予较富裕的资源，就是相当于一个安全保障——一个团队不行，就让另一个团队上。这也是内耗的源头之一。 5. 2010 - 2018 年这段移动互联网极度辉煌的年代，互联网人的 ego 是不小的，那是真正肉眼可见地改变了很多人的生活方式（想想疫情中的快递和外卖，想想多久没有打过体验恶心的出租车了）。在资本和舆论的双重追捧下，互联网人有种人上人的感觉，当然自然也会把很多成绩归因到「能力」，于是很多产品方法论和所谓互联网思维就风生水起，很多三教九流也都去教育传统土老板了。 6. 且不说经验复制到传统行业，就说成功经验可以复制到别的公司的，不断创业制造奇迹的，又有几人？哪个成名的产品经理或者程序员可以不断复制成功，每段经历都可以神兵天降拯救公司？到底是历史的进程更重要，还是个人的奋斗更重要？还是要拎得清。 7. 大厂的很多中层的能力是框定死的，优秀的开会、做幻灯片和向上管理能力，对行业指点江山、跟供应商和合作伙伴推杯换盏、在平台里长袖善舞的能力，离开大厂就是泄了气的球。正如掌握了给火箭拧螺丝，名义上都是工程师，但跟街边能修明白摩托车的，可以说压根就是两个行业，小庙请不动大佛。 8. 事物的客观规律，经济学的供需规律很简单：假如公司招你来，给你开 100 万的年薪，你真的能给公司多赚 150 万吗？或者反过来问更直白：公司开掉你，人力成本节省了 150 万，公司的业务会受影响降低超过 150 万吗？ 9. 对于如今的大部分互联网岗位来说，道理也简单：第一，开除掉 80% 的人，企业运转的盈利规模，不会受太大影响；第二，新招进来的人，哪怕素质再高，在目前的营收基础上几乎很难有 ROI>1 的边际收益。 10. 并不是说大厂没有成功阶级跨越到中产的朋友，只是大多数人由于心怀对未来过于美好的预期，把杠杆放得太高，导致大量的提前消费，尤其以房产为甚。再遇到房产市场的过高预期，结局就过于惨烈了。 11. 说白了，同样学历和履历的人，在互联网大厂的绝大多数员工，已经都是吃到红利的了。除了金融，有哪个行业是动辄毕业就年薪半个百万的？而裁员潮里抱怨的、焦虑的、愤怒的，乃至做出极端行为的，往往都是依赖未来的预期早早过上中产生活的人，如今发现原来这个华丽的生活是玻璃做的，易碎得很，HR 的一个消息就能摧毁。 12. 大概几种情况和选择是：1） 还没被裁掉，不过对于当前工作的价值感彻底释怀。比起其它行业来说，挣这份钱的 shi 还算能够下咽。先苟着吧。2）离开大厂，已经对互联网行业失望，也没有卷的力气了。跳槽到过去看不上的「传统」行业做一个高管、中层；或者回到老家，做「传统生意」，比如卖赣南脐橙。3）离开大厂，不追求价值感和高收入，更期待自由状态。做自由职业者，比如摄影师、潜水教练、自媒体人等等。4）被裁掉，有经济压力、有很高的消费杠杆的，部分去中小厂继续打工，接受工作舒适度和薪资的大幅下滑5）相当一部分还在坚持找工作，名曰主动 gap，实际上很难再找到满意的工作了，接下来可能要不得已调整杠杆（换房子，或降低消费欲）。6）不能认同价值感的丧失，跳槽到创新领域的中小公司，或者自己攒个创业项目，决心 All in AI。不过这类朋友日渐稀少了，随着陆续创业失败，这些朋友会更加稀少。 13. 这次裁员还会继续的，只要老板在核算财务的时候发现，还有利润空间，还有过高的人力成本。否则「维稳」根本不是个什么成立的理由。受过良好教育的人才都在大厂，才不利于社会稳定。 14. 在历史进程到来的时候，挣扎和反抗都是没太大意义的。清醒的认知比以往任何时候都重要。早就察觉苗头的朋友，早已做好财务和职业上的双重准备；还在田园大院里沉浸美梦的朋友，则被迫拽到象牙塔之外的暴风雨中去。 15. 捕捉一些信号、理解一些逻辑、思考一些现象，也许能稍微早一点点知道历史的列车何时会驶来。祝大家好运。

00
天下无敌的无欢君
3年前
天下无敌的无欢君
3年前
天下无敌的无欢君
3年前

皮皮橙: 在家云逛的博物馆，这个厉害了 1.故宫博物院 故宫可以逛的地方有很多，推荐几个非常杀时间的 有3D扫描的展品数据：http://t.cn/AiWmw4ff 文物数字库：http://t.cn/AiWWdoNL 历年的展览情况，可以点击“历年展览与陈列”，会发现很多大展都可以云看展（包括这几年的卡地亚、尚美、千里江山等热门展览）：http://t.cn/A6PGrbaX 全景故宫，可以在这里云逛故宫各路建筑：http://t.cn/AiWg690d 2.国家博物馆 国家博物馆做了数字展的不多，不过也有好几个可以看很久了： 大唐风华：http://t.cn/EGyQBrh 古蜀风华：http://t.cn/A6PGrbaJ 礼出东方：http://t.cn/A6PGrbaa 江口沉银：http://t.cn/A6PGrbaO 3.莫高窟 数字敦煌，不用多介绍了，可以看好一阵了： http://t.cn/RYkA6zX 4.三星堆 三星堆的一些临时展览也做了云逛展，主要有这么几个： 青铜的对话——黄河与长江流域青铜文明展：http://t.cn/A6PybRzC 宅兹中国——陕西西周青铜器精品展：http://t.cn/A6PybRzY 发现三星堆：三星堆与巴蜀考古展”：http://t.cn/AikF95IF

00
天下无敌的无欢君
3年前
天下无敌的无欢君
3年前

刘蔚涛: 早些年的咨询公司很喜欢从宝洁挖人，所以业内流传着宝洁是咨询行业的黄埔军校的名号。当年我很多在咨询行业的兄弟都是从宝洁出来的，我自己也是从宝洁的采购转型到运营咨询的。宝洁的人才转到咨询行业、互联网等跨领域也都能发展的很好，这其实和早年的培养模式有关。今天和大家聊聊宝洁对人才的培养机制好在哪？ 拿我自己举例，原来我是在宝洁做采购的。采购的职能实际上包罗万象，在宝洁会买各种各样的东西，比如我就是做设计采购的。同时，宝洁有一个要求，基本上两年要轮岗一次。比如说，现在你是买设计服务的，可能明年就该轮岗了，就得去买原材料，后年可能就直接买代加工厂了等等。 🧐那宝洁怎么让这些人能够顺利地转岗与胜任？是因为宝洁这家公司很擅长提炼方法论 🔵一方面是不断提炼岗位的核心技能。对于采购而言，宝洁总结出来了12个核心技能，这些技能会随着每个采购人员的职业成长对其进行培训，讲师也都来自于内部的员工，可能是比你高两级的资深采购经理，他们讲的内容都是在日常工作中直接可以用的工具。通过不断地更新提炼人员的核心技能，他们能帮你更快地补足到新岗位所缺的技能，也能帮助你成长为该领域更全面的人才。 🔵另一方面是根据岗位的不同，设置不同的考核方式。要升职就需要先完成相关技能的学习并且通过该项技能的考核，每一个技能又分成了三个等级。即便同一个职能，由于工作场景的不同，对于技能组合的要求就不同。这个就是宝洁灵活的方法论，面对不同场景有相应的解决方案，可以在对应场景下排列组合。 这就是为什么宝洁出来的人，或多或少脑子里面都是有这种结构化的体系，具体怎么开展工作的方式，只不过是方法论在这一场景下的一个投影，换一个场景，投影也会随之改变。 所以说为什么我很推荐初入职场的新人有机会一定要去大平台，比如像宝洁、管理咨询公司这样有成熟方法论和体系的地方，能够在职业初期锻炼出提炼方法论、结构化思考的能力，对职业生涯是有很大助力的。

00
天下无敌的无欢君
3年前
天下无敌的无欢君
3年前
天下无敌的无欢君
3年前
强

robert.AI: 一个可以创建AIGC应用的平台 可以在几分钟内创建 AI 驱动的应用程序，以文档/网页/Notion内容作为AI的语境，自动完成文本预处理、矢量化和分割。您不必再学习嵌入技术，从而节省数周的开发时间。 为您的应用程序带来丰富的工具功能：搜索、连接数据库、避免敏感词，甚至访问所有 API。完全兼容 ChatGPT 的插件标准。 原生支持 GPT 家族和 Claude 模型，兼容 LangChain 支持的所有 LLM。 平台 为模型访问、上下文嵌入、成本控制和数据注释提供了流畅的体验。无论是内部团队使用还是产品开发，您都可以轻松创建 AI 应用程序。 平台 原生提供两种类型的应用程序：对话和文本生成。两者都已在 GitHub 上开源。您可以基于它们创建您想要的应用程序。 PS:这是国人开发的，可以体验一下。 Web:https://dify.ai/

00
天下无敌的无欢君
3年前

彭山羊-TakeAction版: 分享不需要联网，更不需要魔法上网、本地部署版的平替GPT：【GPT4all】 github链接：https://github.com/nomic-ai/gpt4all 部署过程：只需要下载一个4G的模型，再把github仓库克隆下来，两条shell命令就可以开启对话咯～（具体过程见github的“try it yourself”部分） 效果：模型推理速度一般，和GPT4差不多慢；只支持英文；写了一个快排，还是可以的。 原理：这是一个开源模型，和那个斯坦佛的羊驼Alpaca很像，预训练模型也是基于Meta的开源模型LLaMa，微调数据也是由GPT3.5生成，但是斯坦福的只开源了数据、模型训练代码、模型代码，这个是直接把微调后的模型开源了，还做了一些封装，在shell界面就可以使用。 更详细的内容github里面也有paper可以看，里面也cue到了斯坦福的羊驼

00
天下无敌的无欢君
3年前