总起

我们时刻都在做着判断和选择：买哪一类水果，看哪一部电影，走哪一个车道.... 日常的选择总是如此随意，选错了也可以说句“下次注意”。但进入到工作中，会发现判断将变得困难。

工作中的判断，无论是技术框架的选型、工作内容的侧重、合作伙伴的选择等，都会影响到后续工作的过程与结果，最终影响：幸福感受、成长收获、物质激励。这让我们判断时慎之又慎，选择时充满踌躇。

本文将从“补充判断信息”、“选择判断模式”、“采用判断策略” 三个部分分享一下判断经验，期望引起大家的一些共鸣 ~

判断的大致过程

补充判断信息

正如“巧妇难为无米之炊”，如果没有输入，奖很难进行判断。因此，更好地进行判断的前提条件是：补充获取更多的判断信息。下面将列举一些常用的信息类型。

辅助判断的一些信息类型

案例：寻找模版

如果能找到相似的问题和案例，那么就像拥有了“上帝视角”：能够快速了解问题的类型和常见策略，匹配后就可以快速地得出方法论。例如：

• 题型判断：做代码题时，先判断是什么类型， 判断完之后，就能确定算法模版，很快下手

• 递归问题：抽象递归方法；
  
• 贪心问题：确定贪心策略；
  

• 性格判断：项目中，合作时，常要判断伙伴的风格类型

• 是主导型的，可多倾听和辅助，把精力放在重点模块；
  
• 是跟随性的，需要多投入和牵头，具备全局兜底能力。
  

• 策略判断：新公司进入市场的时候，会研究已有公司的经营策略模式，避免“走弯路”

• 快速响应：使用扁平化的组织结构提升响应效率；
  
• 抢占市场：使用高性价比、独家渠道等策略拉动规模。
  

要学习别人的经验，关键要找到学习的“源泉”。从覆盖面来说，虽然优秀的伙伴、相关分享可以给人力量，但覆盖度有限，很难成为大多数人的源泉，所以需要寻找“更为普遍”的输入：

• 源远流长的中华文化：

• 中庸之道：《论语》中的“过犹不及”教会我们做事要恰到好处；
  
• 落后挨打：近代史让我们意识到要大力发展科技与经济，把命运掌握在手中；
  

• 各个国家的发展历程：

• 劳动力向廉价地方转移：从日本、韩国转移到中国，又开始转移到东南亚；
  
• 头部国家打压后起之秀：从美国对日本的打压，转换到与中国等大国的博弈。
  

• 读书过程的知识理解：

• 关注内在价值：价格和价值的关系讨论；
  
• 更高理论层次：相对论和牛顿力学的关系。
  

这些现象再深入抽象一下，并做好关联，能解决很多问题。我们常常为“不知道怎解决问题”而忧愁，主要是缺少意识：要训练联想、关联的能力，做到“站在巨人的肩膀上，实践已有的结论”。

上帝视角

基石：自底向上

有时候要怎么做、做什么会非常泛，但是正如那句话“脚踏实地，仰望星空”，想不确定的事情，可以基于确定性的基础。所以，脚下的基石也是一个输入。

底下的基石是什么？这个和你本身的工作相关：

• 代码逻辑：作为开发，需要承接业务需求，基石是代码逻辑。要多看代码，了解限制和约束，摸清能表达的空间。
  
• 基础能力：作为产品，需要进行产品方案设计，基石是合作团队的基础能力，要了解现状，知道需要完善的地方。
  
• 团队经历：作为TL，开拓市场时，需要划分职责，基石是团队人员经历，应该多了解，判断哪些地方适合发力。
  

常常，基础是繁杂的，怎样去了解，很难做好权衡：

• 粒度过粗，没有感觉：泛泛而过，不求甚解，花了很多时间看，但是回过头来，感觉啥也没记住。
  
• 粒度过细，过于局部：深度遍历，每个细节都看，很久也没看多少，且由于过于局部，很难匹配问题。
  

该如何破局，如何在有限的时间内了解好底下的基石，有些策略可以参考：

• 做好笔记：

• 笔记是索引：好记性不如烂笔头，笔记其实是索引，我们不需要全部记住；
  
• 记住的定义：在一定的时间内（如1分钟内），能够找到具体逻辑，就可以认为是“记住了”。
  

• 做好分类：

• 不分类的苦恼：如果没有归类，将越来越混乱，难以找到，会造成越看越迷茫的局面；
  
• 可分类的类目：分类可以帮助理解和索引，开发可按照“应用”、“领域”等角度进行归类。
  

• 做好侧重：

• 复杂的多看一点：简单的到时候看也可以；
  
• 高频的多看一点：可以解决你80%的问题；
  
• 闭环的多看一点：可以给你一个完整的思考。
  

自底向上思考

分解：自上而下

分解看上去容易，实际上却很困难，因为上层只给了一个战略和方向，具体怎么做？能不能做？都不太明朗。目标虽然很泛，但的确比“大海捞针”，“什么都没有” 强，是重要的输入，因为大方向也比较慎重，不可能完全无法落地，有潜在的指引性。

自上而下分解，做出判断的时候，需要关注几个点：

• 探寻全局意图：

• 局部难以看明白：到我们这，可能已经是好几层的分解了，如果只看个别事情，很难看明白；
  
• 往上层探寻意图：思考要往上走，探寻完整的战略和逻辑，尝试思考：做到什么地步、投多少人力等是合适的。
  

• 理解分解要求：

• 调研了解：有些只是整理，了解背景，还没有到真正决策的时候；
  
• 原型验证：有些是原型验证，期望获得实践上的输入，遇到了困难时可再讨论。
  
• 任务执行：有些是任务，即使遇到难点也要克服，投入超出预期的成本也得坚持。
  

• 保留自己判断：

• 保持怀疑性：不是说自上而下的分解都是铁定正确的；
  
• 及时反馈：过程中发现不太适合的点，要及时反馈，尽快调整。
  

很多时候，还是需要“察言观色”，找到重点。虽然很难像课堂上老师说的“这是重点”那么直接，但还是有一些特征：反复提起的、重点对外发布的、常常关注的等。

借助“北斗七星”进行远洋

环境：大势所趋

我们常听到要 “顺势而为、借势而进、造势而起”：

• 好的时候，都可以：发展好时，无论顺势、借势、造势，项目都可以起，即使价值不显著，在大发展背景下，也是有的一说；
  
• 难的时候，要顺势：势头放缓时，如果不能顺势而为，那么造势而起会变成“逆势而为”，可能导致“快刀斩乱麻”的局面。
  

做好上面的判断，关键是要“审时度势”：

• 基础建设是一种势头：

• 提效价值明显：基础设施还不完善的时，提效的价值会很明显，基础设施的建设会络绎不绝；
  
• 层次不断向上：从基础的网络设施，到中间件建设，再到中台建立，接着到行业沉淀，越来越接近业务本身。
  

• 研发效能是一种势头：

• 数量转向质量：当产品建设到一定程度时，研发节奏会放缓，会更多地思考改善研发环境，也会更加关注软件生命周期的总体成本，重心也会慢慢转向质量建设。
  

• 更多客户是一种势头：

• 短期的头部：竞争对手减少很多之后，会期望通过服务头部客户赚取较多利润；
  
• 长期的多数：后面会发现浪潮来自于大多数客户，因为发生改变的频率更多、力量更大。
  

• 降本增效是一种势头：

• 扩张后的收缩：发展到一定程度，增长势头会放缓，会为之前扩张买单，降本增效会成为企业的整体、长期策略。
  

势头大家也能感觉到，工作中去链接这些势头，一个重要的判断就是：这些势头是否已经逼近、甚至已经进入了工作环境。如果还有一定的缓冲，可能还是会按照之前的思路继续做事，短期内可能会被买单，不过“日新月异”这个词应该是值得敬畏的事情~

顺势而为，轻舟已过万重山

周围：他人认知

发现信息的时候，会受到视野、投入时间等约束，个体能挖掘到的信息是有限的。参考 “1+1>2” 的理解，应该更多地交流，获取周围伙伴的信息与观点，如何更好地获取呢：

• 以终为始调研：如果有明确的目标客户，那么他们的观点、要求等输入，会是你产品很好的前进方向。
  
• 善于倾听归纳：

• 核心判断：听到不同声音时，要善于听清哪些是核心判断，并求同存异地进行归纳。
  
• 有容乃大：当信息、观点不一致的时候，应该具有包容性，不能强行输出。
  

• 关注行业观点：“他人”不一定只是指工作同事，可以找到外部会议、书籍等，获取行业同事的调研与观点。
  

获取到各种声音后，需要进行加工处理，挖掘出背后的规律：

• 知其然，知其所以然：不要只关注做什么，要去想为什么会起这个事，思考背后的产技关系、发展策略等原因，从而更好地贴近主线。可以借助“5w1h”等思考方法。
  
• 客观辨证地看问题：看到别人已经走过类似的路后，提到了“鲜花”背后“失去”的部分，要重点去复盘这些问题，能否承受与避免？是否真的要走这条路？
  
• 递归挖掘背后规律：当别人观点中引用了其它理论，为了更好地理解，需要再看下其发展历程，深度地研究一下背后的规律。
  

善于发现和沟通、保持敏感性、具备包容性、有自己的主线思考，是做好与外界声音衔接的重点。

   

信息传递与交流，1+1 > 2

选择判断模式

拥有判断的信息之后，我们将会做出判断。判断的时候，根据事情的复杂程度，需要采取不同的判断模式：

• 基于经验：比较简单明了的，可以根据“直觉”、“感觉”快速地思考，给出答案。
  
• 尝试模型：有多种方案，方案各有利弊，需要确定目标的价值公式，考虑投入产出，选择较优的结果。
  
• 模拟仿真：影响的因素特别多，缺少案例，那么可采取模拟仿真的方式，根据模拟结果进行后续判断。
  

显著因素：基于经验

面对简单的问题，一下子就能给出答案，脱口而出，可以称之为”基于经验“。这背后的本质，是有非常显著的因素，可以达成“一票同意制”、“一票反对制”的效果：

• 场景1：同步调用还是异步调用

• 实时要有结果：消费者实时等待结果的，需要采用同步的方式。
  
• 同步扛不住：没有足够机器预算，不得不削峰填谷的，需要采用异步方式。
  

• 场景2：统一集成部署还是外部调用

• 耗时有要求：对耗时有严格要求，就需要尽量统一集成部署。
  
• 组织等边界：系统非常复杂，如物流、支付系统，会选择外调方式进行衔接。
  

• 场景3：业务自建还是平台介入

• 无法单独完成：业务无法在扩展区域实现，需要变更平台代码，则需要平台人员介入。
  
• 愿意为资源买单：业务可以完成，但缺少人力，表示可以出成本，平台会介入支撑开发。
  

基于经验的判断，关键是要找到核心判断点，找到了这些点，就能很快地做出判断。如何能更快地找到判断点，下面有一些建议：

• 基于底座：要基于手中的生产资料进行思考，确定能做什么、做不到什么；
  
• 换位思考：看谁适合做这个，从长期角度看，一般看核心的逻辑归谁理解和管理；
  
• 考虑成本：判断做事的成本，如果成本非常大，且没有人买单，那么会影响投入决策。
  

更愿意选择红色苹果，颜色是显著因素

较多因素：尝试模型

有时候，需要考虑的因素有很多，方案也各有优缺点，很难通过关键因素去否定、或者赞成。此时，做出判断时，往往需要比较投入产出比（ROI）。

这样的取舍，生活中也有比较经典的场景，如导航：

• 速度优先：赶时间，有时可能会走高速，费用增加，但是开得舒服；
  
• 经济优先：不着急，不走高速，遇到拥堵的时候，慢一点也可以接受；
  
• 综合考虑：避开费用高、特别堵的，剩余的多种方案默认按时间优先的角度看。
  

如何更理性地去思考这个投入产出比那，考虑较泛化的抽象：

• 价值 X = 比重a x 因素A的价值 + 比重b x 因素B的价值 + 额外价值 D
  
• 成本 Y = 比重c x 因素A的成本 + 比重d x 因素B的成本 + 额外成本 E
  
• 收益 Z = 价值 X - 成本 Y
  

当这里“比重”非常大的时候，就趋近于“基于经验”的判断：

• 一票赞成：价值的某个比重因素非常大时，收益会是正的，比如：就是今年重点战略。
  
• 一票否决：成本的某个比重因素非常大时，收益会是负的，比如：需建立自研团队且场景规模小。
  

当因素非常相近的时候，“比重”的大小决定了我们的选择，这个“大小”取决于各个团队的职责和风格：

• 速度优先：业务部门的快速发展要求高，稍微“定制”一点也可以接受。
  
• 质量优先：横向部门的效能要求较高，会做得通用一点，施工周期也更长。
  

此外，不同的发展阶段，不同的环境下，要求会是不一样的，这就体现在：“额外价值”、“额外成本”等调节因素。

“导航路线选择“背后的 ROI 思考

复杂因素：模拟仿真

当影响因素特别多时，任何一个因素都可能造成“蝴蝶效应”，影响整体的收益。这样的复杂决策判断该如何进行？

之前接触到的“微观交通仿真”的场景是类似的：

• 不确定性大：某车的交通事故，可能会导致连环的追尾，导致整个交通的拥堵。
  
• 无案例参考：新增加一个匝道出入口会带来什么影响？
  

这些没有经验可以参考，需要基于段路的流量去做仿真验证，其它仿真的思想案例有：飞机阻力模型的仿真，活动的排练等。

开发工作中的“仿真”也不少：

• 局部仿真：要做系统大型重构的时候，先拿某个功能点做验证，部分重构，如果结果不错，那么再进行铺开；
  
• 灰度仿真：要采用一个新的架构体系，先拿一些业务流量进行闭环验证，看看整个研发生态中遇到的反馈；
  
• 攻防仿真：要重点演化一套产品能力：需要进行材料汇报，并经过多种日常用例走查，看能否解决问题。
  

做好仿真，有几个需要注意点：

• 基础数据要准确：交通仿真中，各种车辆的模型、驾驶风格的比例，需要到各个路口进行采样调研。工作中也是，不能只是自己拍脑袋，要能够反映普遍的民意。
  
• 评价标准要公认：交通仿真中，最终交通运行状况的好坏，会采用国家的交通拥堵指数计算方式，基于车速，并考虑大客气、小汽车、货车的速度差异，综合计算。工作中也是，上线初期可能重点投入，指标非常好看，但我们应该更关注长期的、普遍的、综合的评价指标。
  
• 仿真结果不好时：虚拟的仿真过程中，可以调整变量，去试验出好的结果，但日常的工作中，每次尝试是有成本的，所以需要深刻分析问题的原因，是否前进？及时止损？判断时需要客观公正地深入思考。
  

“微观交通仿真”背后的试验逻辑

采用判断策略

当进行具体判断时，其实和“做试卷”是类似的，有不同的题型，回答不同的题型时，也应该有对应的做题策略。

确定性高：选择题

选择题是在已有选项中选择正确的。日常工作中，只要善于分析方案的优缺点，选择一个恰当的，基本能答对。但题目到你这时，一般不会给完整选项，会和你说：“有A、B等路线，你再去看看”，这就要求我们得具备补充选项的能力。

增加更多有价值选项的措施有：

• 多关注技术博客：别人经常提的亮点，一般是比较好的答案；
  
• 多和产品沟通：了解后面要走的路，好的选项也要能够为后续工作做好铺垫；
  
• 多和TL要输入：了解环境背景、兵力部署，要顺势、借势而为，挖掘好的结合点选项；
  
• 多关注大家选择：有些事已经在日常发生和被解决了，需要做的是抽象、定义这些解法。
  

做选择的时候，常说“一直都选C，总能对一些”，值得思考的是：无论选什么，要建立起自己的判断原则，不然就会随波逐流，常常东施效颦，适得其反。

此外，确定性高的题目，也比较适合之前提到的“基于经验的判断”，核心是找到每个选项的明显缺陷，进行排除。

选择时的思考

确定性中：填空题

填空题是给一段上下文，输入答案，使得整体句子比较通顺。工作中，比较合适的场景是：对老板OKR的分解和对齐，老板没有明确说你要做什么，但是已经给了大方向，你的OKR应该也要主打这些点。

从输入来说，填空题具备分析价值的，是上下文。更好地理解上下文，有这些策略：

• 了解周围人思路：题目是大家能够做的，能够理解的，可以多询问周围人的理解；
  
• 多向上询问题意：和考试不一样，我们回答的这部分是“开卷”的，可以和上层反复对焦；
  
• 多回归近期重点：不同阶段的题目，是对这个阶段知识点的考察，需要结合年度、月度等节奏进行铺开。
  

从输出看，填空题为了将答案范围进行缩小，会反复出现“关键表达”。这些关键表达，会对应到工作中的一些应用、能力、数据等生产要素。这也就提示我们，答案是要基于关键知识点（团队的职责和能力）给出的。

填空类似完成拼图，需观察周围板块

确定性低：写作题

有时会做些自由度非常大的题目，类似作文题，只给我们限定了题意，只要方向正确，就会有基础分。能否取得高分，是看每个人的积累，也是看出大家差距的地方。

面对比较宽泛的命题（如：要做些什么提升研发效率？），要书写出满意的工作答案，是可以借鉴“写作”的一些原则的：

• 价值观要正确：需要弘扬正能量。工作中，是需要符合解放生产力的发展规律的，不是为了做而做，为了包装而包装。
  
• 要有足够论据：常用三个示例去做论据，论证观点正确。判断时需要提前找到一些确定性的成果，来为判断和选择做背书。
  
• 创意也要点题：小说等形式，能够取得较好结果。工作中，可以选择创新方法，但要恰到好处，不能脱离题目（目标）。
  

正如，一般是做完选择题、填空题再去做写作题，日常只有做好工作积累，才能在“写作题”上，进一步发挥个人的判断力、执行力。

策略：射向靶心，高分点反复拿分

总结

本文分享了一下个人的判断经验，在结尾的时候，再抛一个问题：我们需要每次都做出具体的判断么？

• 无答案也是答案：领土冲突常常一直僵持不下，基于人为的边界线，反复争夺，也没有输、赢的明确结果。
  
• 别人会代你选择：有很多改造，可能做不到预期效果，要决策往回走么？在犹豫不决时，可能会收到业务决策：不发展、甚至关闭，技术体系上也就不了了之。
  

 

以柔克刚，不要急着判断

的确，有时候，能够给出结果的，只有时间。但能够提前把问题看清楚的，肯定是：既了解底层现状，也了解整体趋势，能够做出非常合理地衔接与思考。做出判断后，后续的发展，往往已经很难受到主观意志的控制了，改变的成本也很大。但是适时地调整，让自己的判断可以变化，目标可以调整，我想，这应该是获得最终成果的唯一妙招~

导弹变轨的启示：动态、及时地调整判断与答案