领导力技能金字塔

今天一早上起来发现朋友家寄养的狗子在地板上拉了两泡💩。轻车熟路地打扫过后，感觉不是很有精神，就睡了一觉。

睡醒以后突然觉得自己能在周三早上心安理得地睡一觉是一件很了不起的事情。而且，一天下来的精神也因为这一觉变得不错。换成以前，我应该会很纠结自己正事不做，到头来一天昏昏沉沉，最后还是觉得自己一事无成。

不知道以后是不是能更多地像这样学会放空。写下来或许会帮助巩固一点。👨‍🔧

最近喜欢上一个叫做fair-code的概念。将产品作为开源软件运作，让企业私有部署作为第一顺位，而仍然保持对软件的盈利能力。

一个很好的例子是n8n（n8n.io）。n8n类似是一个开源的IFTTT，实现了一套完整的事件流设计、运行和管理的机制。

作为开源软件，n8n得到了很好的社区输入，使得自身的丰富性得到持续不断的增强（更多的插件）。另一方面，n8n也运营自己的云产品，向不想自行托管的客户收费。

从组织成长的角度看，开源软件更容易被替换。当不使用一套开源的方案后，相对地迁移到另一套方案的难度大概率会比较低。

感兴趣的朋友可以在faircode.io看到英文的解释。

举一个我看到的例子，Raport是一个metrics aggregator（raport.pro）。简单说，就是能把Google Analytics、Facebook、Twitter之类的各种数据拉到一个界面。现在有很多类似的商业SaaS软件。

其实这些商业软件很多都能被Redash取代（github.com）。Redash是我多年前贡献过一阵子的开源数据可视化软件。你可以写SQL查询不同底层的数据库。如果想要支持商业数据，只需要让Redash支持读取Google Analytics、Facebook或者Twitter的数据就行了。Redash是基于BSD2的，所以理论上是可以通过这种方式被修改、开源并商业化的。

Redash本身也是一个fair-code项目，它的作者也提供付费的云服务。未来的几年如果能看到SaaS往fair-code的方向多发展，相信开源社区能够创造出相较于如今更多倍的价值。

如果有人愿意聊聊做fair-code项目，欢迎联系。

我在职场从老板那里得到的最好的建议

给能上油管的朋友推荐两个讲💰的频道：美股查理、MoneyXYZ。能学到不少东西。

xkcd在2008年预测了NFT

关于学习

记得小的时候在课堂上，如果语文老师突然写了个光合作用的公式，整个课堂都会惊叹不已；现在工作的时候，往往看的书和学习的事情都是跟工作的领域搭边的，其他领域的之前很少了解。

教育让我学会了深耕，可是没有教如何质疑什么是“真”，如何从不同的角度去探索“真”。这种局限性从小到大，似乎都没有变过。

《相对论》晦涩难懂，我几天就看了头七个章节。虽然我学的物理只停留在高中，但是其中的几个核心问题还是让我很有兴趣。例如，通过两点之间只有一条直线是否是个“真”命题？尺规作图的有效性是基于什么？

我猜我自己是捉摸不透这些问题的，但是能看到这些问题和相关讨论，就觉得比从前的学习有趣很多。因为在计算机领域，也有很多类似对“真”的探求。现在开始我下意识地就会去问问自己，哪些一定是“真”，以及为什么。

另外一个例子，是在《Structures - Or why things don't fall down》这本书里面提到的。也是很基本的事情 —— 结构之所以能支撑重量，是因为作用力和反作用力同时存在（牛顿第三定律）。反作用力来自于结构的形变。这些都是以前听过的知识。

但是它提到了结构的形变来自于分子间的分子键。分子键在我的世界中是个化学概念。那么分子键到底是什么？它是否真实存在？到底是应该用物理解释还是化学？

诸如此类的问题都很有意思。我上面的描述一定存在着错误，欢迎指正。但是我感兴趣的原因并不是我可以得到一些新的答案，而是可以得到更多的新的提问的方式。

学科被重新融合的时候，或许大脑就会更愉悦。

能够提出无视学科边界的问题的技能，在我看来就是所谓的一般性解决问题的技能，英文是General problem solving。很多时候这些问题都看起来很蠢。因为它们都很基础，在科班面前显得很班门弄斧，所以不要脸也是这个技能的一部分。

我有一次在面试一家公司的时候，被问到“给你一个字符串，要求你数有多少unique的字符”。我就开始bhlabhla地回答，非常正经地把算法说了一遍，基本上就是学校的那一套。但是我当时觉得很奇怪，因为这完全花不了45分钟，而且这还是系统设计面试。于是我又补充了怎么用分布式系统去做之类的，能用的花招反正都用上。

结果面试官跟我说，这些都是学校里的东西，他想听更general的。他想看到的是我解决一个问题的时候，即便不知道这些学校教我的算法，我该如何解决。

比如，想要解决这个面试题，第一步需要知道世界上有多少不同的字符。有很多不同的方法可以估算。最简单的是可以估算世界上有多少个国家（几百个），然后最复杂的语言有多少个字符，比如我知道中文是按万算的。只要你能通过一个这种简单的论述给出一个数量级，就算过了。

这场面试下来到处充斥着“你学的都没用”的味道，但也是让我觉得最好玩的一次面试体验。

我们学习的或许都没用，听起来是很消极的，但是对我而言有很强的警醒作用。学习的过程中所培养出来的问题解决能力，才是读万卷书都换不来的宝贵的财富，也或许是真正解开更多谜团的密码。

老板发Facebook说她父亲去世了。去年我的前老板也没了父亲。我之前还有个老板，在路上开车被对向来车撞上，也走了。

有时候会被开玩笑说我克老板。但是认真地说，听到这些消息都是很心痛的。你永远不知道意外和明天哪个先来。

另外，其实人工作久了容易铁石心肠，最典型的特征就是不把老板当人。其实想想，人人都有难处。互相理解，互相扶持，难过的时候互相拍拍肩膀，胜过得失和计较。

今日份感动。随着灯光变化的一幅油画。俄罗斯画家 Vladimir Nasinov。

所谓的一万小时定律，论证的是“想要成为一个领域的大师至少需要一万个小时”。这里有不少问题……

首先，这个“定律”的逻辑经常被倒过来用，变成“花一万个小时，成为一个大师”。那首先你得找到一个你愿意花一万小时的领域。这就必须经过一个选择的过程。有些人幸运，能够快速找到，可对于有些人却是花了一辈子。

其次，这个“定律”容易让人假设知识的独立性。换个通俗的例子，就是文科可以不用学理科，反之亦然。往你专精的方向，一条路走到黑。

人类智力一代比一代高。我们现代人比原始人来得聪明的一个地方就是会归纳总结，并且在不同的领域之间通过互相类比和转移知识来产生新知识。

所以，一条路走到黑，不要四处张望也不要轻易回头的思路，和抽象思维重要性的逐渐提升是相冲突的。

最后，这个“定律”容易让人觉得一定要成为某个领域的大师。我觉得如果是要以牺牲掉一定的快乐为前提，那就大可不必。我们需要摒弃拿时间换一份让自己成功的“安心”这个思路。

其实原先这个定理的论证是还可以的。只是貌似这个“定律”被口口相传之后，删掉了那些有意思的论证，味道就彻底变了。不知道害了多少人。