做好新人导师,重点不是替新人做决定,而是帮他把力气用在对团队有影响的事上,给略高于当前能力的任务和失败空间,并在公开场合替他争取认可。
AI根据立正公开的文章和视频整理,不是他本人回复。重要的判断,请回到出处核对。
先教优先级,再教技术
AI推演柯西回顾自己第一年最差的是优先级判断:冲劲很大,却总做边角或自嗨的工作,对团队整体影响不大,别人只看到“努力”,看不到“impact”。后来一位资深工程师和他搭档,教他怎么做优先级、怎么加快适应环境、怎么debug,以及在跨职能合作和做决策时怎么处理,他才真正学到东西1。对新人导师来说,这提示先纠正“做什么、为什么做”,再补具体技能;否则新人越努力,越可能偏离团队目标。这是从个案归纳出的应用判断。
给半步到一步的挑战,并留出失败空间
柯西说,成长最快是“快半步快一步”,快两三步就撑不住;他在war room阶段被安排做略超出能力边界、但能够到的任务,同时近距离观察TL怎么做,成长很快2。他也提到,接下高风险项目时经理说过失败也没关系,可以试3。立正在对话中把这概括为“有机会就拿”,并说能力可以补,主观能动性带来的成果差别很大3。对导师的用法是:任务难度略高于新人当前水平,同时明确失败边界和兜底方式;这是 AI 的综合,不是原文给出的操作流程。
做赞助人,而不只是答疑人
柯西拿到E5项目有两个关键因素:合作的资深工程师在经理面前替他说话,以及当时组里高难度项目做不完、时机合适1。立正把这总结为:新人表现出学习欲望和能力,资深工程师成了他的sponsor,而sponsor很重要3。所以导师除了私下教,还要在经理和团队面前具体说明新人做成了什么。另一面,Eugene Wang 谈的是被指导者如何找导师:要be gracious、让帮助自己的人获得认可,并主动提供双向帮助4。这可以反过来提醒导师:把指导关系做成双向的,新人也能贡献价值,关系才可持续。
材料主要来自Facebook升职经历和一场沟通讲座的片段,没有系统讨论导师制度的设计、评估周期或跨文化差异;《在科技公司里有效沟通》4中Eugene Wang讲的是被指导者如何寻求mentorship,不是导师该怎么做,这里只作反向参考。
出处
- 1New Grad在Facebook四年升三级是什么体验?
柯西讲第一年优先级问题、资深工程师如何coach他,以及拿到E5项目的sponsor因素。
- 2New Grad在Facebook四年升三级是什么体验?
柯西讲半步到一步的成长节奏和war room中的拉伸任务。
- 3New Grad在Facebook四年升三级是什么体验?
补充经理给失败空间、立正对主动性和sponsor作用的概括。
- 4在科技公司里有效沟通 | 亚马逊华人Biz Tech Lead二十年工作经验精华总结 | 打破“竹子天花板“必修课
Eugene Wang讲被指导者如何感谢、给导师可见度和双向帮助。
你也有想问的?
卡住的时候,问问立正:回答附有出处,可以点回原文核对。
也可以接着问:
别人还问了
- 这个课干啥的
这是一门教人真正把 AI 用进工作与项目的课,重点不是软件操作步骤,而是提需求、判断与动手做的能力;另有一门一小时小课供先试。
- 课代表在223年写的一篇文章里面有讲包括大语言模型是怎么来的呀?介绍这些背景资料的
按现有片段,无法确认“课代表”在2023年写过介绍大语言模型由来的文章;能确认的是立正在2023年有两份公开讲解,分别从生成模型原理和范式变化切入。
- 前辈想请我付费帮她做一档播客,我很愿意采访,但觉得采访完之后的剪辑和发布比较麻烦。一方面我觉得 AI 应该可以把后期做的不错,但实际上我自己的播客后期一直没有弄的很丝滑。我不太知道怎么判断这件事合适。我想的是,我可以收很低的费用,只负责采访。或者用相对高一些的费用,把采访和后期都接了。不太想接负责找外包剪辑同学以及和外包同学沟通,之前自己试过比较麻烦。
按你的约束,更稳的是低价只接采访,把后期排除在承诺之外;若想连后期一起接,就应把外包剪辑和沟通成本算进报价,而不是假设 AI 能替你消化。
- 如何做好 data agent?
做好 data agent 的关键不在模型多强,而在先把数据关系建模成图、在生成查询外加一层审计纠错,并把上线后的持续调优当成常态。
- 目前用了很多 agent,如果管理跨 agent 的 skill 更新和维护问题?
把 skill 当成需要持续运营的共享资产:统一存放、版本化、按环境适配,并给高风险改动加审批。多 agent 不是多份 skill,而是同一份 skill 被多处引用。
- 想赚钱,增加收入,普通人是不是做自媒体更好
不一定。对多数普通人,自媒体更该先当低成本试水的事业,而不是稳赚的副业;它前期大概率不赚钱,成功标准要先定清楚。