置身团内

正巧读到到餐产品写的同名文章, 此文也是作为相互对照, 提供一个到餐技术部的底层RD的视角。

懵懂的开始

加入大厂曾经是许多学生的目标。

当大家在社交平台展示 offer 时，那种开心和收到大学录取通知书很像。更高的薪酬、更大的平台和一份容易被社会识别的身份，让人觉得自己终于“上岸”了。

但企业为什么愿意花高价招聘一个没有工作经验的年轻人？

因为它预期你未来创造的价值会高于支付给你的成本。公司提供业务、资金和协作平台，你出售自己的时间和能力。这首先是一段利益交换关系，然后才可能产生 认同、归属和共同成长。

下图是 2024 年美团校园招聘的海报，也是我入职的那一年。

海报上写着：“让我们一起成长，一起更好。”

这句话没有错，但公司和个人对“成长”的理解并不相同。

个人想要的成长，可能是掌握更完整的能力、接触更广阔的世界，或者逐渐获得选择生活的自由。公司需要的成长，则是你能够以更低的成本、更高的效率，解决 更重要的问题。

两者有时重合，但不会永远重合。

公司不是学校，也没有义务为一段暂时看不到回报的个人探索持续付费。与此同时，个人也不该把公司的业务增长自动理解成自己的成长。业务变得更大、汇报材料变得更漂亮，并不意味着离开这个组织之后，你仍然拥有同样的价值。

当工作占据大部分清醒时间，社交、学习和独立思考都会被压缩。久而久之，人很容易把收入、身份和自我价值绑定在同一个雇主身上。一旦业务方向改变，原本 稳定的生活就会随着一次组织调整突然失去支点。将全部收入、身份和安全感绑定在单一雇主上，本身就是一种风险。

不为公司工作

在我所在的组织里，研发人员的绩效主要由+2决定。

“+2”指的是自己向上两级的管理者。对于基层研发来说，产品经理和业务负责人可以决定你做什么需求，却很难直接决定你的绩效和晋升。真正决定评价结果的，仍然是技术管理者。

这会产生一个很自然的结果：研发人员首先要解决评价者的问题，然后才是业务的问题。

业务需求做好了，通常会被视为完成本职工作；一个技术专项、一套基础设施或者一篇完整的技术文档，却更容易形成可以被展示的“技术影响力”。

因此，当业务需求和技术项目发生冲突时，组织虽然会要求研发保障业务上线，个人却更有动力把额外精力投入技术项目。业务需求做到不出事故就够了，技术项目才可能成为晋升材料。即所谓的 impact?

这不一定是谁的道德有问题，而是评价体系塑造出的理性选择。

公司支付研发成本，本来是希望技术最终能够服务业务。但如果负责业务结果的人无法影响研发评价，负责研发评价的人又不直接承担业务结果，那么每个人都可能完成了自己的指标，最终却没人对整体结果负责。

缺少来自产品、业务和实际使用者的反馈，会进一步放大这种错位。

技术深度当然重要。性能、稳定性、工程效率和基础设施都是长期业务能力的一部分。问题不在于研发做技术项目，而在于一个技术项目是否需要回答这些问题：

• 它解决了什么真实问题？
• 谁会使用它？
• 使用之后产生了什么变化？
• 长期维护成本由谁承担？
• 如果不做，对业务究竟有什么影响？

文档文化

美团在组织管理上学习了亚马逊，包括领导力原则、文档文化和一系列评价方式。

学习其他公司的管理经验本身没有问题。文档也很重要，它可以沉淀背景、明确决策，让复杂组织中的协作不再完全依赖口头沟通。相当于处处留痕。

不过，但当文档成为绩效证明，行为就会发生变化。在员工自评和晋升材料中，人需要用领导力原则解释自己的工作，用完整的背景、数据和配图证明影响力。久而久之，写下来的成果比难以被描述的成果更容易得到认可。

修复一个长期存在的基础体验问题，可能只产生几行代码；搭建一套新的平台，却可以产生完整的架构图、接入数据和未来规划。前者可能更接近用户，后者则更容易出现在汇报里。

于是，组织会不断生产新的系统、新的工具和新的概念。每一轮晋升都可能带来一批新轮子，而旧轮子在负责人离开之后逐渐失去维护。

AI大跃进

AI 对研发流程的改变是真实的。

过去，一个需求可能按照产品、设计、前端、后端和测试的顺序流转。现在，产品经理可以用 AI 制作原型，设计师可以生成前端页面，前端可以补充简单接口，后端则被要求投入更多 AI 相关项目。

岗位边界开始松动，原本需要一天完成的代码，也可能在一个小时内生成。

这当然是一种效率提升，但代码生成速度并不等于软件交付效率。

代码仍然需要被理解、评审、集成和长期维护。AI 很擅长快速解决局部问题，却不天然理解一个系统长期形成的约束。如果开发者只负责生成代码，不再对逻辑建立完整认识，那么短期交付越快，未来的维护成本反而可能越高。

当组织开始统计 AI 生成代码的占比时，工具就从提高效率的手段变成了需要被证明的目标。一旦某个数字进入考核，人就会自然地提高这个数字。至于代码是否更容易维护、需求是否真正更快交付、业务结果是否得到改善，反而很难在短期内被统计。

从文档上看，研发效率可以提升 100%；但效率提升之后，工作时间并没有减少，业务也不会自动增长。后线每天生成更多工具，就像一条产量不断提高的生产线。产品堆满停车场，却没人继续追问它们有没有被卖出去。

在我能够观察到的范围里，人效数字不断提高，开发人员的数量却明显下降，甚至接近减半。我无法证明人员变化完全由 AI 导致。业务压力、组织调整和成本控制都可能是原因。但有一点是明确的：当公司认为同样的需求可以由更少的人完成时，提效带来的收益不会自动变成员工更多的休息时间，它更可能先被计算成可以减少多少成本。

从经济角度看，这并不令人意外。只要购买 token 的成本低于继续雇佣一个人的成本，公司就会重新评估岗位的必要性以减少开支，并将资源投入到AI上。

最后

如果重新选择一份工作，我不会只看公司名称、薪资和技术栈，还会关注几个以前容易忽略的问题。

首先，谁决定我的评价？

直接主管如何定义优秀？业务结果、技术复杂度和团队影响力分别占多大比重？产品和业务是否能够进入研发的反馈体系？这些问题比公司公开宣传的价值观更能 决定日常工作。

其次，我做的事情离开公司之后是否仍然有价值？

一个项目使用了多先进的内部平台并不重要。重要的是，我是否真正理解了它解决的问题，能否解释关键决策，是否承担过从需求到结果的完整责任。

工牌只能帮助一个人获得最初的注意，无法长期替代能力。

再次，我是否把全部安全感都交给了公司？

工资、身份、社交关系和自我评价如果全部来自同一个组织，一次裁员就可能同时摧毁生活中的多个支点。储蓄、公司之外的作品、持续学习的能力和独立的人际关系，都是在为自己保留选择权。

最后，不要把“核心业务”简单理解为组织架构图上的核心部门。

真正有价值的经历，是你做过关键决策、解决过真实问题，并且能够看到结果。大厂里有大量离结果很远的岗位，小公司里也可能存在完整而有价值的责任。

过去，大厂经历本身具有明显的市场溢价。今天，这种溢价正在逐渐减少。

一个人并不会因为去过大厂就自然变得值钱。真正有价值的是，他在那里做过什么核心的事情，形成了什么可以迁移的经验，以及这些经验能否帮助另一个组织解决类似的问题。

招聘海报上的那句话仍然很好：“让我们一起成长，一起更好。”

只是公司会按照业务需要成长，而人必须按照自己的人生需要成长。两者可以同行一段时间，但我们不该默认它们永远去往同一个方向。