#大公司

Rainman
1周前
洗澡的时候想到的: 《为什么要去大公司:见识决定上限》 (Rainman 口述版) 我原本打算在工作四周年那天写一篇长文,回顾自己这四年在软件工程这条路上学到的东西。 但大纲还没列、资料还没翻,事情又多,所以一直拖着。 直到今天洗澡的时候,我突然想通了一件很核心的事—— 为什么我当初一定要去大公司?为什么要去尽可能高、尽可能大的地方? 不是为了光环,也不是为了简历。 真正的底层原因只有一个: 见识会决定一个人的上限。 我的起点:一张从重庆飞到上海的机票 我第一家实习是戴尔 EMC,在上海。 我当时从重庆买了张机票就飞过去,傻乎乎的,什么都不懂。 但就是在那里,我人生第一次看到“真正厉害的人”是什么样的。 我见过最强的老板:风度、气质、领导力的“三位一体” 那位老板负责整个 VxRail 项目,级别很高,但并不端着。 他不会亲自招人,但每个实习生第一天都要到他那儿报到。 他会亲自请你在楼下吃个饭,聊聊项目、聊聊你的兴趣。 我到现在都记得他给我的第一印象: 穿着得体,但不浮夸 工程师的风范,但不刻意 谦逊、自信、自然 气质干净、从容 英文毫不费力 说话不疾不徐 处理事情轻松、稳定 像是随时能 hold 住全局的人 你一看就知道: 这就是常春藤读出来的人,这就是顶级公司里真正的领导者。 他身上那种“见过世界”的质感,就是你在任何培训班、任何草台班子里绝对见不到的。 那一刻我突然明白了: 原来一个人最顶级的状态,是这样子的。 锚定上限:从那之后,我知道自己想成为什么样的人 后来换了很多老板,也换了很多公司。 有人聪明、有人成熟、有人勤奋,但再也没有见过像他这样“全维度满分”的人。 他给我定了一个锚点: 身材外形得体 风度气质自然 领导力稳定 英文过硬 对世界的理解透彻 强者的底气 + 谦逊的态度 那是我人生第一次看到“上限”。 从那以后我很清楚一件事: 我要成为这样的人。 不只是技术好,而是整体的“人”的状态要强。 这就是我为什么一直在整理自己、提升自己。 不是虚荣,是—— 你见过什么,你就会渴望成为那样的人。 大公司真正意义:不是平台,而是“看到顶级人的机会” 很多人以为去大公司是为了: 薪水更高 履历更好看 资源更多 这些都对,但都不是本质。 真正的意义是: 你能看到什么样的人,你就会变成什么样的人。 你见过的“顶”,会成为你余生的参照系。 有些团队永远给不出这种参照。 你身边是什么人,你就会把天花板看成屋顶。 但你只要看过一次真正的顶级强者—— 你的“自我标准”就再也回不去了。
Y11
1个月前
写给应届生:刚毕业应该选择大公司还是小公司? 职场选择中,大小公司的差异往往体现在工作模式和个人成长路径上。 对初创团队而言,“多面手”是常见需求,因为小团队资源有限,每个人需要快速承担不同角色,这种灵活性确实能提升协作效率,减少因分工过细带来的沟通成本。 但这种模式也可能让员工长期处于多任务的压力中,若缺乏清晰的成长规划,容易陷入“什么都会,什么都不精”的困境。 大型公司则像一台精密运转的机器,成熟的流程和体系能保障业务稳定,但也可能因层级较多、决策链条长,让个人在项目推进中感到束缚。 比如跨部门协作时,常需要反复沟通对齐目标,有时甚至会因权责划分不清影响效率。 不过,大公司也有其独特价值——规范的培训体系、前沿的行业视野,以及接触复杂业务场景的机会,这些积累对个人能力的系统性提升很有帮助。 从大公司到创业公司的转型,需要谨慎评估。 有些大公司员工习惯了流程化工作,面对创业公司的快速变化和模糊边界,可能会因缺乏自主权或资源支持而产生挫败感。 反之,若创业公司能提供清晰的目标、充分的信任和快速成长的空间,且创始人具备开放的管理风格,大公司背景的人才反而能凭借经验优势快速落地业务。 关键在于双方的“适配度”:创业公司需要明确自身阶段的核心需求,而个人则要判断自己是否渴望在不确定性中探索更多可能性,或者更倾向于在成熟体系中深耕专业领域。 无论选择哪种环境,持续学习和主动沟通都是共通的生存法则。 小公司要避免因“灵活”而牺牲体系化建设,大公司则需警惕“流程依赖”带来的创新惰性。 对职场人来说,重要的不是纠结公司大小,而是看清自身在不同阶段的成长目标,找到能让自己持续创造价值的土壤。
fin
6个月前
今年在一家小几百人startup做芯片,还是有些感慨的 芯片拼到最后就是拼能耗比,这是一级指标,真的是靠堆海量的人力去针对每种workload调试每一点power和performance,人不够就是会有差距,startup对于power和performance的要求要低太多了,只要大差不差就行,能把功能实现出来就是成功 startup跟大厂比,除了关键地方的IP,很多地方就是买现成IP拼凑起来,导致基本上一个人要覆盖大厂三个组的scope,广度上去了精度自然就不够 startup调硬件performance经常没人关心,因为软件FW/compiler太多可以优化的地方了,随便多花点时间得到的收益都比调芯片性能要效率更高 性能只要和当初架构设计的差不多就行,而在架构设计的时候就已经考虑到最后的能耗比等一系列指标了,但考虑到最后的实施,其实就算是带宽和算力指标定的和Nvidia一样,功耗目标也是高出了50%以上,只能靠compiler优化特定的benchmark workload。除非是架构及其特殊,能在特定的workload上从架构上决定能耗比 在大厂呆久了,再去startup就会觉得大厂很多职位就是雕花,投入产出比其实很低,但这些雕花位置又不能砍了,毕竟芯片最后的能耗比有不少提升就是靠这样的微调工作量累积起来的 想起了前几年,当红炸子鸡Nuvia带着苹果CPU架构的所有秘密被Qualcomm收购时候,如果按照标准startup做法,采购ARM公版的interconnected,cache和memory,那Nuvia CPU跑分起码要降10%以上,跟Apple CPU的差距就直接断代了(单核)。也正是有了Qcom的SoC infrastructure支撑,才有了Nuvia第一代CPU在苹果M3/M4出来之前短暂的王朝 芯片startup要能生存,只能靠错位竞争,要么是一个细分市场,要成为明星就得做大公司短期抽不出资源做的一些方向。不然的话芯片大厂的资源起码能在硬件性能上有人力优势去调试的 Nvidia Blackwell Ultra和Vera Rubin的发布,指标上步子迈的这么大,一年一代节奏,看来是希望用 “时间+人力+生态” 形成 IP 壁垒,其实是不利于新晋startup追赶的,要在指标上把东西做出来的难度,真的是越来越大,已经实质上有点堆人力的意思。MTIA/Annapurna lab直接靠对标算力指标来追赶,迟早会翻车(做不出来或者延期) 说到堆人力,Nvidia最近招人力度又开始加大,我两周之内甚至接到了三个不同Nvidia HR的招呼,互联网公司几百人的小作坊也在快速扩张招人来应对,Google TPU组这两年在以色列和印度扩张非常可观,基本是奔着翻倍去的,Meta的MTIA今年大扩招也是奔着50~100%扩张 ------------------------------------ 从芯片设计来看,即便是o3如此强大的AI再发展下去,离自己设计芯片,来取代芯片工程师的职位,仍然很遥远,o3o4o5的进步是10分到50分的事情,而现在的芯片早就进化到堆人力从90分往95分逼近了 当然了,半导体行业广泛采用claude3.7/o3级别的AI,确实也是有帮助的,我这两个月用AI提升的效率,我觉得已经稳稳有20%+的水准了 不用纠结o6o7o8能不能自己设计芯片,因为只要人+AI有更好的效果就行 AGI摆脱工具定义的标准,是人+AI有没有比AI产出更高 只要没有达到这个标准,那么AI仍然是工具属性 可预见的未来内,我看不到AGI摆脱工具定义的可能 ---------------------------------- 最近几个月都是一周80+小时工作,差不多快是人间蒸发的节奏,思考人生的时间都不够用了,追热点都是有代价的,生活不易,猫猫叹气.jpg