吴军的谷歌方法论（全集）

kindleHighlights

Metadata

• Author: will

Highlights

在过去的十年里，传统行业在和经 过 IT 改造后的行业竞争时，无一例外地败北 。 — location: 1143

这里面的武器，并非是计算机，而是思维方式。将这种思维方式用于工作和生活中，就是一种方法论。 具体地讲，这是一种适应计算机的思维方式，和人本能的思维完全不同。 — location: 1154

人通常会把每一种语言的搜索问题看成是一个单独的问题，因为各种语言在形式上完全不同，然后从自己熟悉的语言开始，一个语言一个语言，一件事一件事地做。 而我们则不同，我们直接面对所有的语言（当时我们处理 了 7 0 种），找到语言的共性，也就是承载信息，然后从信息的数学基础出发，让机器同时完成所有事情。 — location: 1186

有一些人，他们的思维水平超出我们常人，他们善用现在的各 种 IT 工具，能更快更好地达到目的。 学习这些人的思维方式和方法，是在今后智能时代赢得胜利的唯一方式。 — location: 1206

更让他们烦心的是 ， IT 行业的从业者，用不 了 1 0 年就遇到职业天花板了，以至于无论他们怎么自我提升，如何努力学习新技术，都摆脱不了码农的处境。一些人虽然通过换工作当上了一线经理，管着几个人，但是事业也就到头了，大的事情做不了，小的事情做着烦。 刚才说的这种现象不仅 在 IT 行业里很普遍，在其他很多行业中也是如此，包括过去被誉为金饭碗的银行业，现在可以说是每况愈下，很多人不要说提升了，保住饭碗都是问题。 — location: 1281

1 、生活在不同世界里的人，习惯性的做事方法不同。 2 、从小数量总结出来的方法无法应用到更高量级的问题之上。 — location: 1451

既然从事了计算机这个行业，就需要按照计算机这个行业的规矩办事，不能先验地假设数值一定不多。万一多了，笨办法增加的计算量可不止十倍、百倍，恐怕是千倍，甚至一万倍。 — location: 1462

在计算机这个世界里，几乎任何常见的问题都已经有了优化过的答案，作为从业者，首先要擅长使用专业人士给出的，验证了无数次的答案，而不是自己凭着生活经验拍脑袋想出一个做法。 — location: 1465

如果为了赶时间，应该采用现有的，高质量的代码，而不是自己写一个（关于这种工作方式，我以后还会再讲）。当然，了解别人已经写好的高质量代码，需要经常学习，而这 是 IT 从业者要做的事情。 — location: 1467

对大小不敏感，对变化不敏感，最后导致商业失败的例子非常多。曾经辉煌过的雅虎公司和中国几大门户网站今天遇到的困境，就植根于此。 互联网在早期内容不算多，因此通过分类建目录的方式组织信息是有效的，这就如同当人只有一百双鞋或者几百本书的时候的做事方式。于是就诞生了以雅虎为代表的、以分类目录组织信息的门户网站。 而在人的世界里，增长是缓慢的，因此一个公司得到这种基因以后，会天然地认为这种做法可以持久。但是，在计算机的世界里，什么都是剧增的，网页数量 从 9 0 年代初的几百万，增加到今天的几百亿，因此雅虎等门户网站很快就衰落了，代之 以 Google 这样的搜索公司。 — location: 1478

对数量大小的认知决定了商业模式，也决定了企业的成败。 — location: 1523

极限对工程师来讲是一个非常重要的概念。今天，稍微有一点经验的工程师都知道，任何产品的性能都有一个物理上无法突破的极限，这个极限并不需要等到工程上接近它的那一天到来时才知 — location: 1613

讲回到人工智能是否是万能的这件事情上，如果我们的思路是 ，“ 今天它发展这么快，在很多地方瞬间超过人类，随着时间的推移，最终会在所有领域超过人 类” ，这就是常人的思维，它虽然符合逻辑，却无法洞察未来，对未来的认识完全建立在想象的基础上。如果有人再进一步推理 ，“ 将来它将产生自主意识，反过来控制人 类” ，这就没有逻辑根据了。 那么，如果以工程的思维考虑这个问题，应该遵循什么思路呢？应该先直接找到机器智能在数学上和物理上的极限。 — location: 1643

具体到计算机这件事，图灵首先考虑的 是“ 数学问题是否都有明确的答 案” 。因为这个问题不解决，就辛辛苦苦去解题，最后可能发现无解，一切努力都是在浪费时间。 存在答案或者说能找到答案不等于能够在有限步骤之内解决这个问题，因此图灵考虑的第二件事就是划定一个范围，把计算机能解决的问题的范围又缩小了。当然，这个范围划定以后，就要设计一种有效的，通用的办法，保证按照这个办法做事，最终能够找到答案。 而图灵设计的这种方法，是一个数学模型，后人称呼它为图灵机。今天所有的计算机，包括全世界正在设计的新的计算机，从解决问题的能力来讲，都没有超出图灵机的范畴。 到此为止，图灵其实为今天的计算机和很长时间以后的未来计算机所能解决的问题划了一条不可超越的边界。 图灵机提出至今已 经 8 0 年了，全世界 的 IT 行业依然没有超出它，由此可见用理论武装起来的工程的头脑，比直觉的头脑的影响力深远得多。 — location: 1701

一下人工智能的边界。 1. 世界上有很多问题，其中只有一小部分是数学问题； 2. 在数学问题中，只有一小部分是有解的； 3. 在有解的问题中，只有一部分是理想状态的图灵机可以解决的； 4. 在后一类的问题中，又只有一部分是今天实际的计算机可以解决的； 5. 而人工智能可以解决的问题，又只是计算机可以解决问题的一部分。 — location: 1714

需要指出的是，图灵的境界能想到这一层，首先是受到另一位数学大师希尔伯特的启发。 希尔伯特 在 190 0 年的巴黎国际数学家大会上，提出 了 2 3 个重要的、根本性的数学问题（也被称为希尔伯特问题）。 其中第十个问题讲的是这样一件事情 ，“ — location: 1729

随便给一个不确定的方程，能否通过有限步的运算，判定它是否存在整数解 ？ ” 如果答案是否定的，那么就说明很多数学问题其实上帝也不知道答案是否存在。如果我们连答案是否存在都不知道，自然不可能去找到它。 — location: 1735

197 0 年，前苏联伟大的数学家马季亚谢维奇从数学上解决了希尔伯特的那个问题。也就是说，的的确确有很多数学问题，上帝也不知道有没有答案，而且这样的问题比有答案的问题还要多得多。 这件事情对人类认知上的冲击，远比在数学上的影响大，因为它向世人宣告了很多问题无解。 — location: 1741

冯∙ 诺依曼当时是普林斯顿大学的教授，而图灵是那里的博士生。图灵在读了 冯∙ 诺依曼的《量子力学的数学原理》一书后，意识到计算来自于确定性的机械的运动。 至 于 2 1 世纪的电子计算机，里面电子的运动其实等价于机械运动。图灵同时猜测人的意识来自于测不准原理，这是宇宙本身的规律。图灵从此得出结论，计算是确定的，而意识可以是不定的，两者不可能划等号。 很多人胡思乱想计算机是否有意识，其实早 在 8 0 年前，图灵就感到两者是两回事，这就是任何计算机的边界。 可以讲，没有来自希尔伯特和 冯∙ 诺依曼的启示，图灵很难在那么年轻的时候对计算机想得那么透彻。我们经常讲，要和比自己强的人在一起，这一点很重要，因为只有这样我们的认知才能提升。 — location: 1747

计算机思维 — location: 1787

需要处理好这样七对关系： 1. 大和小 — location: 1788

2. 快和慢 人的进化是很慢的，每个世纪只有百分之几，总体来讲经济和社会的发展也是比较慢的，每年最多几个百分点。因此，人本身并不适应非常快速的发展变化。但是，计算机本身的发展 — location: 1790

是 1 8 个月翻一番，大约相当 于 1 0 年增 加 10 0 倍，在智能时代，人的思维要适应这种快速变化。 — location: 1793

4. 网络和个体 人的思维是个体行为，作决定彼此不干扰。这有好的一面，但是也难以集中很多人的智慧，产生叠加的效果。事实上，群体智慧的简单叠加甚至不如个人的智慧。但是人工智能是建立在网络效应基础上的， — location: 1801

5. 自顶向下和自底向上 自顶向下做事这一点是计算机的精髓，而人更适合自底向上。在一个组织内，自底向上的做事方式更容易激发群体的积极性，但是容易造成资源的浪费。 — location: 1805

6. 全局和局部 人做事情时，限于自己的认知，通常得到的是局部最佳，失去对全局的优化的可能性。由于计算机有处理大数的能力，以及是自顶向下的做事方式，更容易得到全局最佳。这一点 在 AlphaGo 和人对弈时表现得淋漓尽致。 — location: 1808

7. 成本和表现 人很多时候喜欢强调对错，喜欢追求绝对的公平，喜欢要求最好的结果。但是，从工程的角度讲，好和坏，只是在固定成本下相对的表现。计算机里面无论是软件设计，还是硬件设计，都是在平衡性能和成本的关系。 — location: 1812

一、等价性原则 很多时候，一个较难的问 题 A 和相对容易的问 题 B 是等价的。但是人类常常容易给什么问题就解决什么问题，给 了 A 就解 决 A ，尽管它很难。而计算机则会试图解决等价，但是却更简单的问题。 — location: 1816

二、模块化原则 我们在生活中，做一个桌子，或者一个椅子，会直接去做。而在计算机的世界里，永远是先制作几个非常简单，能够大量复制的乐高积木块，然后用很多这样简单的模块，搭出复杂的桌子和椅子。 — location: 1823

从历史上各个行业升级转变的经验看，应该遵循下面四个原则： 1. 目标要超前，方法和认识要彻底更新。 — location: 1834

在哪些方面作自我提升来消除或者减轻作为一个传统银行人的危机感？ — location: 1830

2. 做法上要渐进，反对一切推倒重来。 3. 坚 持“ 原有产业＋新技术＝新产 业” 的原则。 4. 要知道，很多人是不适合改变的，因此不要指望所有人都能适应新环境，对不能适应新环境的人员要坚决淘汰。 — location: 1836

吴军 肯定不能完全靠增加硬件来解决所有问题。事实上，数据增加的速度超过存储增加的速度，更超过带宽增加的速度。在依靠摩尔定律增加硬件性能的同时，还要改进算法，让硬件发挥更大的功效。 — location: 1859

不能完全靠增加硬件来解决所有问题。事实上，数据增加的速度超过存储增加的速度，更超过带宽增加的速度。在依靠摩尔定律增加硬件性能的同时，还要改进算法，让硬件发挥更大的功效。 — location: 1860

长期以来，硅谷的公司在和微软的竞争中一直处于下风。不但在市场上被微软挤垮，在人才的竞争中处于下风，而且在官司上也打不赢。 — location: 1902

以下内容节选自《浪潮之巅》第三 版 第十八 章 《挑战 者 — — Googl e 公司》 — location: 1898

没有能够全方位成功挑战微软的公司了。 号称世界创新之都、有几十 万 I T 从业人员的硅谷一直梦想着有一家公司能够在和微软的正面竞争中赢一次。这个梦想终于由一个历史很短却有着惊人发展潜力的婴儿巨人 （ Baby — location: 1906

Gian t） Googl e 公司实现了。 Googl e 公司从一开始就以一个挑战者的身份出现在人们的视野中。它不仅在技术和商业上挑战比自己更大更强的公司，而且在理念上挑战传统。 — location: 1910

作为一家不上市公司，在经营上有很多方便之处，外界没有人知 道 Googl e 的任何商业细节，也没有人能干 涉 Googl e 的决策，这 样 Googl e 在商业竞争中能够出奇制胜（ — location: 1993

当然，另一方面，风险投资公司和天使投资人希望通过上市收回投资。好 在 Googl e 的董事会非常明智地看到，越晚上市，盘子做得越大收益越高，因此尽可能地拖后上市时间，事实证明这个决策非常正确。 — location: 2011

从 200 2 年开始 ， Googl e 发展很快，人数也增加了很多， 到 200 3 年它的人数超过 了 50 0 人。根据美国现行证劵法规定，当一家公司的股东超 过 50 0 名并且资产超过一定规模后，即使它不上市也必须在第二年 的 10 0 天内公布财务状况 。 Googl e 大部分员工都有股份，因此，熟悉金融的人可以准确预 测 Googl e 申请的上市时间 是 200 4年4月 2 8 日（同样的道理 ， Faceboo k 坚持 到 201 2 年才上市）。 — location: 2014

Googl e 没有急于答应任何一家著名的投资银行表达的承销上市的意愿，而是有耐心地和多家投行保持接触，不得罪任何一家，同时将承销商的佣金压到了最低点。根据惯例，上市承销商将收取融资额 的 7 % 作为佣金，但是 ， Googl e 最终付出的比这个比例要低得多。 — location: 2044

为了最大限度地保证自己和投资者的利益，并且保证公司在上市后不受华尔街控制（我们在前一章介绍过华尔街是如何控制上市公司的） ， Googl e在 IP O 时做了三件惊人的事。 第一件事就是采用拍卖的方式决 定 IP O 的股价。 为了回报广大股民 对 Googl e 的支持，并保证中小投资者的利益 ， Googl e 最终说服了华尔街投资银行采用竞标的方式认 购 Googl e 的原始股。 在以往的上市行动中，原始股的价格由要上市的公司和承销商谈判商定，一般来讲，价钱都低于实际价值（只有黑石公司上市时除外），而承销商和它们的大客户则赚差价，这样当然就损害了要上市公司的利益和中小投资者的利益。 比如，百度公司上市时的定价只有区 区 2 7 美元， — location: 2056

Googl e 上市的第二个特点就是将一次融资拆成三次。 一个公司融资上市，当然希望融资越多越好，但是这样要大量稀释自己的股票，公司和现有的股东未必能得到最大利润。 显 然 Googl e 第一次没有充分融资。在首次融资一年后 的 200 5年9 月 ， Googl e 进行了第二轮融资， 以 29 5 美元的价格再次融 资 4 2 亿美元。这次融资虽然金额大，但是由 — location: 2085

于 Googl e 的股价 比 IP O 时涨了三倍，只增发了很少的股票，最大限度地保证了自己和投资人的利益。到这时，大家不得不佩 服 Googl e 的高明。 — location: 2096

Googl e 在两年左右的时间里，三轮融资 共 8 0 亿美元，而且只稀释了不 到 10 % 的股份，成为有史以来最为成功的上市行动。 有了这些现金 ， Googl e 就有足够的财力打造超级数据中心，在与微软和雅虎的竞争中占到有利地位。和巴菲特一样 ， Googl e 的前 任 CE O 施密特是一个非 常“ 爱 财” 的管理者，他永远将现金储备作为他关心的头等大事。 在 200 8 年他接受了媒体记者的一次采访。当记者问 到 Googl e 有上百亿美元的现金，能否给股东发一点红利时，施密特开玩笑说，我更喜欢看着这些钱在公司的银行账户上。 和很多成功的职业经理人一样，施密特是一个非常稳健的管理者，他在做任何事时都会保证在最坏情况 下 Googl e 能挺过很多道难关。 — location: 2125

Googl e 上市时做的第三件非同寻常的事就是学习巴菲特的伯克希 尔- 哈撒韦公司， 将 Googl e 的股票分成了投票权完全不同的两种。 佩奇、布林和施密特等人追求长期利益而不是只顾眼前利益，在这一点上他们和巴菲特很一致。当然，华尔街对于任何上市公司都会指手画脚，要求它们达到每个季度的营收预期。当基金经理们在一个上市公司中占的发言权很大时，他们甚至会要求撤换整个董事会由他们直接管理 。 200 8 年闹得沸沸扬扬的伊坎威胁撤换雅虎董事会一事，就是投资人过度干涉上市公司经营的典型例子。 正是因为这个原因 ， Googl e 迟迟不愿意上市 。 Googl e 的创始人仔细研究过巴菲特的成功经验，发现其中成功的一条就是公司内部的人要有绝对的发言权（投票权）。巴菲特的做法是发 行A和B 两种面值不同的股票 ，A 股的面值 是B 股 的 3 0 倍，投票权却 是B 股 的 20 0 倍 。B 股永远不能转 成A 股，但是反过 来A 股可以在任何时间转 成B 股。 — location: 2144

当然，巴菲特和芒格等其他伯克希 尔- 哈撒韦的大股东及大投资人拥有的 是A 股。由 于A 股的股价高达每股十几万美元，不仅散户无法购买，动态管理的基金经理也无法购 买 [1 ] 。这样就保证了巴菲特和芒格对公司的绝对控制。 Googl e 也做了类似规定 ： 200 2 年以前发行的股票 （B 股）每股拥 有 1 0 个投票权，而以后的称 为A 股（包括所有公开交易的），一股只给一个投票权 。B 股（大多数掌握在创始人和高管手里）不能流通，只能换 成A 股才能出售， 而A 股则永远不能转化 回B 股。 其结果是不管一个投资人从市场上购买多 少 Googl e 的股票，只 要 Googl e 创始人持 有 10 % 的股票就可以拥有绝对多数的投票权。这样，华尔街就很难直接干 涉 Googl e 的发展。两年后，百度也 从 Googl e 身上学到了双重股权的做法。 从 Googl e 的上市过程中可以看到，这家公司眼光长远，且精明到了骨子里。 — location: 2165

要介 绍 Googl e ，必须提及它的伙伴和对手雅虎公司。尽管这些年雅虎的风头早已 让 Googl e 盖过了，但我一直认为对互联网整个产业贡献最大的是雅虎公司及其两个创始人杨致远和费罗。 一个产业早期领导者选定的商业模式对这项产业的影响几乎是决定性的。如果不是雅虎，互联网很可能像汽车一样在相当长时间里只能是有钱人的奢侈品。 — location: 2224

雅虎的思路完全不同，它并不关心用户是如何上网的，而是关心用户上网后去哪里。为了让越来越多的人能上网访问雅虎，它尽可能从商家而非用户那里挣钱来维持公司的运营，它甚至提供一些免费的接入号码。 同样，中国版雅 虎 — — 搜狐、新浪和网易也用相同的方法主导了中国的互联网。雅虎及其追随者们，就这样培养出一个很大的市场，而且刺激了电子商务的诞生。 杨致远的远见卓识不仅表现在看清了互联网产业正确的发展方向并沿着这个方向去执行，而且从一开始就看到了整理互联网内容的重要性。 早期雅虎的用户是从为互联网的网站建目录 （ Director y ）起家的。当时全世界互联网搜索的技术储备几乎是零，传统的文献检索技术（以康奈尔大学萨尔顿教授为首）完全是针对图书馆的文献和档案设计的，直接搬到互联网上效果并不好。 杨致远和费罗都不是信息处理的专家，也没有时间研究这个问题，因此他们根本就没有考虑采用自动的办法整合和检索互联网，而是采用了最快的办法手工创建目录。由于当时网上的内容极少，杨致远和费罗用手工很快就建立起了覆盖互联网大部分内容的目录。 但是这种做法后来为雅虎的发展带来了一种不好的传统，雅虎至今仍然 比 Googl e 更相信人工而不是自动的方法。后来，互联网的内容多了，无法手工建索引和目录了，于是雅虎便采用 了 Inktom i 的自动搜索引擎。 由于当时计算机容量和速度的限制，早期的搜索引擎都存在一个共同的问题：收录的网页太少，而且只能对网页中常见内容相关的实际用词进行索引。对于虚词，比如英语中 的 t o、 b e和 no t 等是不做索引的。那时，用户难以找到很相关的信息。 — location: 2236

后 来 DE C 为了展示 其 6 4 位处理 器 Alph a 的超强计算能力，开发 了 AltaVist a 搜索引擎，只用一 台 Alph a 服务器，却收录了比以往引擎都多的网页，而且对里面的每个词都进行了索引。 AltaVist a 一个最经典的搜索查询就是莎士比亚的名 句“ 是生存还是毁灭 （ to be or not to b e）” ，里 面6 个词全部是虚词，以前任何搜索引擎都无法对它进行查找， 而 AltaVist a 可以。 于 是 AltaVist a 一夜之间成为最流行的搜索引擎 。 AltaVist a 虽然能让用户搜索到大量结果，但大部分结果却与查询不太相关，有时找想看的网页需要翻好几页。 当上个世 纪 9 0 年代末的互联网大潮席卷硅谷时，还在学校攻读博士学位的拉 里· 佩奇和谢尔 盖· 布林也觉得该干点儿什么。 在信息检索的学术界有两个衡量搜索质量好坏的客观标准，即查全率 （ Recal l ）和查准率 — location: 2260

（ Precisio n ）。相比早期的搜索引擎 ， AltaVist a 解决了覆盖率（查全率）的问题，但在查准率上还没有什么突破，佩奇和布林决定在这方面做点研究。 当时整个学术界和工业界对搜索查准率的研究仍然局限于萨尔顿确定的、针对图书馆文献检索的关键词加权平均的框架。虽然一些学者看到了互联网网页之间的相互联系，但是由于习惯性思维的限制，无非是把这种联系作为一个新的信号，对已有的方法修修补补，因此效果并不好。 佩奇和布林本来不是研究文献检索的，头脑里没有那些条条框框，于是得以从一个全新的角度看待互联网及其搜索问题。 我们问佩奇是如何想 到 PageRan k 算法的。他说 ：“ 当时我们觉得整个互联网就像一张大的图 （ Grap h ），每个网站就像一个节点，而每个网页的链接就像一个弧。我想，互联网可以用一个图或矩阵描述，我也许可以用这个发现做篇博士论文 。 ” — location: 2284

就这样，他和布林发明 了 PageRan k 算法。当然，这里面还有很多实际问题待解决，好在布林和佩奇都是实实在在做事的人，他们不满足于从理论上证 明 PageRan k 算法的正确性，于是自己搭建一个搜索引 擎 Googl e 来证 明 PageRan k 的实用性。（关 于 PageRan k 算法和它对个人发展的启示，可以点击文末链接，查看更多信息） — location: 2299

搜索引擎领域迄今为止的质变只 有 Googl e 取 代 AltaVist a 那一次。 Googl e 一词源于一个非常大的数 字 Googo l ， 即 1 0的 10 0 次方 。实际 — location: 2312

Googl e 基本上解决了搜索查准率的问题。虽然今天 的 Googl e 和其他搜索引擎与当初 的 Googl e 相比已有了长足的进步，但是这种进步基本上属于量变。搜索引擎领域迄今为止的质变只 有 Googl e 取 代 AltaVist a 那一次。 Googl e 一词源于一个非常大的数 字 Googo l ， 即 1 0的 10 0 次方 。实际 — location: 2308

佩奇和布林很快就搭建起搜索引擎，由于系里计算中心分配给他们的磁盘空间没过多久就装不下他们下载的网页了，于是他俩不得不自掏腰包买了一些硬盘。 由 于 PageRan k 的作用和他俩在工程实现上的精雕细琢 ， Googl e 搜索引擎居然比当时 的 AltaVist a和 Inktom i 等商业搜索引擎还准确，于是他们在斯坦福的一些同学和朋友就开始使 用 Googl e 搜索网页了。靠着同学和朋友们的互相推荐 ， Googl e 的搜索量达到了每 天 500 0 次。 199 7年9 月，佩奇和布林注册了域 名 Google.co m 。这时，佩奇和布林用光了信用卡上的透支额度，两人不得不 为 Googl e 找出路。 他们接触了一些投资人，一开始并没有找到投资，直 到 199 8 年夏天，佩奇和布林通过斯坦福大学那个帮助学生创业的办公室，联系到了斯坦福的校友、太阳公司创始人安 迪· 贝托谢姆。 贝托谢姆当年还在一线工作，非常繁忙，他对佩奇和布林讲，他只有早上上班前有点时间。佩奇和布林当然不会放过任何一个机会，于是一大早就扛着自己攒的服务器来到了贝托谢姆的办公室，并向这位工业界大名鼎鼎的人物演示了自己的搜索引擎。 在 Googl e 以前，包 括 AltaVist a 在内的搜索，一 般 1 0 条结果只有两三条是相关的，剩下的七八条都是无关的， 而 Googl e 则做到了七八条相关，两三条无关，这是一个质的飞跃。 我在提及创业和技术进步时曾多次讲，只有质的飞跃才能造就新的主导者，取代原有公司 ， Googl e 的技术在当时符合这个条件。 贝托谢姆对演示的结果非常满意，他甚至没有考虑这个搜索引擎怎么挣钱就 给“ Googl e 公 司” 开出了一 张 1 0 万美元的支票，交给佩奇和布林。 — location: 2323

佩奇和布林当然兴奋得不得了，但是他们马上就发现自己无法兑现这张大额支票，因为他们虽然注册 了 google.co m 的域名， 而 Googl e 公司并不存在。 于是他们在斯坦福的帮助下注册 了 Googl e 公司，斯坦福大学因为提供了部分用 于 — location: 2364

PageRan k 的专利，也就成 了 Googl e 的股东。 为了办公司，佩奇和布林不得 不“ 暂时离 开” 学校。严格意义上讲，他们当时并不是退学，而是可以在任何时候再回到学校继续读博士。 佩奇和布林离开学校的同时，还带出了他们的一位博士生同学（当然也是暂时离开）克雷 格· 西尔弗斯坦 （ Craig Silverstei n ）。西尔弗斯坦堪称计算机奇才，他几乎凭一己之力写出 了 Googl e 搜索引擎的第一个商业版本。 前苏联著名物理学家、诺贝尔奖获得者列 夫· 朗道 （ Lev Landa u ）将世界上的物理学家 从1 级 到5 级分 为5 个层次，每个层次的贡献差一个数量级（朗道很谦虚，他把自己排 在 2. 5 级，得了诺贝尔奖后，才把自己升 到 1. 5 级）。 如果我们也这样对计算机工程师进行分级，那么西尔弗斯坦无疑是 在1 级，我自己大概 是 2. 5 级。（关于工程师的分级，可点击文末链接 — location: 2371

在 Googl e 早期，佩奇和布林忙于找投资，几乎不再有时间搞开发，整个开发的任务就压到了西尔弗斯坦一个人身上。他原来是研究信息编码的博士生，但无论是系统设计还是编程能力都极强。 更难得的是，和一般早期公司那些能很快地写很多粗糙程序的工程师不同， 西尔弗斯坦的程序总是采用最优的实现方式，读起来完全像是在欣赏一件艺术品。 在 Googl e ，研究和开发从来是不分离的，作 为 Googl e 搜索引擎早期几乎唯一的工程师，他 要“ 懂 得” 一个搜索引擎里面全部的原理，至今世界上能做到所有这一切的人也不多。当 时 Googl e 既没有很多的钱，也还看不到今天的成就，西尔弗斯坦选择加盟，完全是因为和佩奇、布林两个人志同道合，并且坚 信 Googl e 能成功。 西尔弗斯坦不仅开发出第一个商业版本 的 Googl e 搜索引擎，而且制定 了 Googl e 至今仍被遵守的程序设计规范和流程。 事实证明，即使在已经有近万名工程师的今天，西尔弗斯坦的规范和流程依然适用而且非常有效。 贝托谢姆给 的 1 0 万美元很快就花光了，佩奇和布林又找到 了 10 0 万美元左右的投资。有了钱 ， Googl e 当然要找其他工程师了。 据佩奇讲，当时他 们3 个刚从学校出来，也没有招人的经验，大家在一张乒乓球桌前坐成一排，就开始面试了，因为不知道该问什么问题，所以问得很随意。 但是，他们坚持宁缺毋滥，每招一个人必须所有人一致同意才行，所以早期 进 Googl e 是很难的。 直 到 200 2 年 ， Googl e 招收的每一个工程师还必须通过两位创始人 或4名 Google Fello w 其中一位的面试，而且必须经两位创始人同意才行。（关 于 Googl e 招人的更多信息，可以点击文末《谷歌小时候的故事，给初创公司创始人的建议》查看） — location: 2394

一年后 的 199 9 年，正是互联网最热的年头 ， Googl e 借着互联网的东风，顺利地从两家最大的风险投资公 司 KPC B 和红杉资本那里获得两千多万美元的投资。同时 ， Googl e 通过为企业提供内部的搜索服务开始有了营业额。 200 0 年 ， Googl e 取代 了 Inktom i 为雅虎网站提供搜索服务。我第一次听 说 Googl e 就是在得知这个消息的时候 。 200 1 年，互联网泡沫破灭，无数上市的互联网公司关门大吉， 而 Googl e 居然在这一年里开始盈利，不能不说是个奇迹。 — location: 2431

其中一个普遍的误解就是雅虎想收 购 Googl e， Googl e 开了个当时雅虎认为的高价，后者没接受，于是错过了收 购 Googl e 的机会。 这个故事的真实之处在于雅虎确实有收 购 Googl e 的意向， 而 Googl e 开出当时认为是天价的原因是它的两个创始人根本不想出售公司。佩奇和布林是心比天高的人，根本不是那种赚一笔快钱就跑的人能够理解的，用中国的古话讲就 是“ 燕雀安知鸿鹄之 志” 。 其实，最早想收 购 Googl e 的公司根本不是雅虎，而是亚马逊。 在 2 0 世 纪 9 0 年代末，由于美国信息行业工程师奇缺，很多公司不得不通过收购一个小公司，遣散非技术人员的方式来得到工程师。 亚马逊专门有一位工程副总裁负责此事。他有一次到了硅谷考察公司，回去对同事讲 ：“ 我见到了一家公司，做的东西真好，他们才只 有4 个人，居然要开 价 1 0 亿美元。唉，他们做的东西真好 ！”4 个人开这么高的天价实际上就是婉拒收购，这位副总裁也明白，虽然遗憾，但是也只好作罢了。 言者无意，听者有心。他手下的一位中国工程师听到这个消息，马上试了 试 Googl e 的搜索，发现 比 AltaVist a 和雅虎的好得多，于是他当机立断加盟 了 Googl e ，成 为 Googl e 第一位华裔员工（因此 ， Googl e 的第一位中国员工并不 是 Googl e 中国和媒体搞错了的那位女生）。 如果不了解佩奇和布林的雄心和胸怀，就不可能懂 得 Googl e 为什么能成功。我常常想，凡做大事的人，必须有做大事的气度和胸怀。 佩奇和布林就是这样气度恢弘的人。 很多公司在 和 Googl e 的竞争中总是处于被动，就是因为他们以 为 Googl e 的两个创始人年纪轻而低估了这两个人的雄心和能力。 — location: 2449

但是到了上万个数字的排序时，那么就是几亿（到几十亿）和几百万之间巨大的差别了。这时，我们会说，两种方法有量级上的差别。量级是优秀工程师首先关注的。 — location: 2522

在说明什么是量级之前，先讲一个和它相近的概 念 — — 数量级。数量级每差出一级，数据相差十倍左右， — location: 2524

在投资、财务等方面，比较注重数量级。两家公司，收入相差两三倍，虽然有大小的分别，但是它们在同一个数量级上，彼此还是可以竞争的。如果在同一个细分领域收入差 了 1 0 倍以上，就不在一个数量级上了，小的那家公司想和大的竞争，是非常辛苦的。 — location: 2527

量级在数学上有明确的定义，我曾经试图和非理工科学生讲清楚，但是发现很困难，后来我打了一个比方，大家就明白了。 量级简单地讲，就是芝麻、橘子、西瓜、大象、大山、地球、太阳、银河系这样大的差别。 — location: 2532

讲回到计算机算法排序这件事情，人类最早发明的是来自直觉的几种方法，当参加排序的数量从几个，增加到几万个的时候，计算量则要增加几亿倍，而科学家们找到的最佳的排序算法，计算量只会增加十万左右，几亿和十万基本上就属于量级之差了。 更重要的是，当排序的数量增加几亿倍时（这在大数据时代是经常的事情），计算量就变成了几亿亿和几百亿之间的差别，相差了百万倍，这已经比西瓜和芝麻的差别大了。 如果我们拿一台今天最快的个人电脑来做这件事，运行时间大约是一辈子的时间和分分钟的差别。从这里你就能体会我所说的量级的差别是多么大的差别了，也就能体会为什么不能用来自小世界里的直觉和经验，来处理大世界里的问题了。 — location: 2535

有了量级的概念后，（合格的）工程师和常人接下来在处理不同量级的事物时有两点不同： 1. 小量级和大量级的东西放在一起，前者必须被忽略掉，只当不存在。 — location: 2543

2. 几个小量级的东西放在一起，远比不上一个大量级的东西，这就是十几把芝麻也比不过西瓜的原因，这一点在投资上也很重要。 一个好的工程师，要懂得把精力放在从量级上改进工程方法，因为这样的收获是几百倍，几万倍，甚至更多，而有上进心、却没有学到工程思维的工程师，则是每天挤时间多工作一小时，但却在做重复性的事情。要知 道 1. 1 个芝麻和橘子相比可差远了。 一个好的工程师一定要能够梳理出一个难题中各个因素在量级上的不同，然后知道把那些无关紧要的事情从自己 的 To Do Lis t 上删掉。没有经验的人则是什么问题先来就先解决什么问题，以至于可能费力不讨好。 — location: 2551

好的产品经理，则懂得在细节上 做 1 % 的改进，让产品的品质显得高出一个数量级。 比如苹果电脑所谓的视网膜显示屏，成本比一般的显示屏价格贵不 了 1 0 美元，但是不仅可以让电脑多卖一百多美元，而且用户的感觉好了不止一倍。这其实是增加 了“ 芝 麻” 的成本，换来 了“ 橘 子” 的效果。 — location: 2562

一个人在公司的成就可以用下面这个简单的公式概括： 成就＝成功 率x 事情的量 级x 做事的速度 — location: 2570

常常从小事情做起，因为大事做不来，而且做事情也不熟练，比较慢。这时上面公式中的三个因子都很小。 如果人好高骛远，成功率永远等于零，会一辈子一事无成。如果脚踏实地，做 — location: 2573

在职场上，大部分人做不到的，是提高事情的量级。 — location: 2577

不是找老板让他安排几个重要的任务就能够解决，而是需要不断学习，转变自己的角色。 — location: 2578

就有了量级上的突破。 因此，对于这些自己办学的金牌教师，要精进的不是自己的业务，而是当好校长的水平。 我在上一季《硅谷来信》的 第 20 2 封信中，讲了为什么明星媒体人创 — location: 2605

很少有成功的。（我把 第 20 2 封来信的链接直接附在的文末，你可以点击链接直接回顾学习） 今天用工程的思维可以再补充一个原因， — location: 2609

但是如果他还是俞老师，课讲得再好，也不过是挣一份辛苦钱。但是俞敏洪成功地从俞老师转型成了俞校长，这个情况就不同了，就有了量级上的突破。 因此，对于这些自己办学的金牌教师，要精进的不是自己的业务，而是当好校长的水平。 我在上一季《硅谷来信》的 第 20 2 封信中，讲了为什么明星媒体人创业很少有成功的。（我把 第 20 2 封来信的链接直接附在的文末，你可以点击链接直接回顾学习） 今天用工程的思维可以再补充一个原因， — location: 2604

当好校长的水平。 我在上一季《硅谷来信》的 第 20 2 封信中，讲了为什么明星媒体人创业很少有成功的。（我把 第 20 2 封来信的链接直接附在的文末，你可以点击链接直接回顾学习） 今天用工程的思维可以再补充一个原因， — location: 2607

的 第 20 2 封信中，讲了为什么明星媒体人创业很少有成功的。（我把 第 20 2 封来信的链接直接附在的文末，你可以点击链接直接回顾学习） 今天用工程的思维可以再补充一个原因，就是大部分人没有完成从某主播到某台长的转变，量级一直没有上去。 — location: 2607

再补充一个原因，就是大部分人没有完成从某主播到某台长的转变，量级一直没有上去。 — location: 2612

你必须学习俞敏洪，做一个彻底的身份转型，不要老想着自己讲好课，而要想怎么提升其他讲师的知名度，办好学。 — location: 2602

1. 牢记工程上量级的概念有多重要，不同的量级差距有多大，而且越到后来差距越大。始终牢记这一条。 2. 改变习惯。对于投资人来讲，不要老沉醉于写了第一张支票，而要想办法写出最大的一张支票。对于讲师，不要总热衷于搞了多少次讲座，而要想如何当好校长。 对于工程师，不要老想多 做 1 % 的事情，而要想着如何在更有影响力的事情中，参 与 1 % 。 对于产品经理，不要老想 省 1 % 的成本，要想怎样能让用户为你的产品多掏一倍的价钱。 — location: 2614

很简单，突破它几乎不可能，而改变它并不能比原来更好。 — location: 2658

在边界里做事情，不仅在计算机行业如此，也适用于所有的工程领域，很多时候在经济学上也都是如此。这是一种工程思维，也是让我们做事情事半功倍的方法。 — location: 2664

技术可以提高，但理论的极限无法突破，不要做徒劳的事情。 — location: 2667

标准的本质是什么？就是在边界内尽可能地做好事情。 在任何时候，技术在不成熟之前，是可以提高的，但是到了趋于成熟之后，理论上的极限是无法突破的。 有水平的工程师都懂得这一点，因此他们不会在错误的方向上努力。 — location: 2676

在一个空间中，采用无线传输，整个空间里的带宽是有限的， 从 AM 收音机用的几十千赫，到我 们 WiFi 用 的5 千兆赫，带宽就这么一点宽。 根据信息论，带宽是通信总量的上限，超过了这个上限，信号就会互相打架，什么信息都传不出去了，彼此说话都听不清。 你在大型活动中可能有这样的体会，明明看 着 WiFi 信号很强就是连不上，明明 有 4G 信号，照片就是发不出去。原因很简单，同一个空间内用的人多了，通信总量超过极限了。 — location: 2698

： 我们所能做的事情，不过是在边界内找到相对好的答案。 理解了边界所在，就知道了方向。 — location: 2708

我们所能做的事情，不过是在边界内找到相对好的答案。 — location: 2709

由于有边界的限制，好办法的数量常常也有限。 — location: 2714

写清楚的边界不让外行过去。 很多时候，理论的边界，行业里的人是懂的，但行业外的人未必能明白，因此后者时不时想做点，或者不小心做了一点越界的傻事。任何一个好的工程师（或者产品经理）都懂得在做事情的时候，很多边界是不能让外行过去的。 — location: 2723

第四点感受：很多厂家常常利用大众对边界的不了解来赚钱。 — location: 2730

孔子讲随心所欲不逾矩，只有不逾矩，才能随心所欲。 — location: 2748

科学和技术是紧密相连的，但并非一回事。研究科学是科学家的事情，把科学变成技术（今天这在美国叫 做 translatio n ，即翻译的意思）再变成产品，主要是工程师的事情。 没有前者，我们的技术就没有进步。没有后者使用了科学的成果，科学的发展也会停滞不前。 — location: 2780

很多人向我请教二级市场投资的问题，我和他们讲，如果你真想买单支股票，就要买那个细分市场上未来五年内第一名的企业，不要贪便宜买第二、第三名，因为第二、三名不仅会一直受到第一名的打压，而且永远拿不到第一名的市盈率估值。 但是，当国内一些企业家到美国来，要通过收购公司获得技术时，我的建议却相反，要他们关注第二、第三名，甚至是第四名的企业，因为这些企业的收购价格比行业的领头羊要便宜得多，在同一个时代，大家在技术上的差异通常只 是 8 %和 7.8 % 的差别。 — location: 2803

下面这张表是刚才提到的苹果公司的产品的原创发明者，或者主要的技术来源： 从这个表中你会发现，这些发明都不是苹果 从0到1 的原创发明， — location: 2834

那么苹果有什么独到之处呢？总结起来有这样四个： 1 . 了解时代的技术边界。 — location: 2844

巴菲特常讲，不做自己不懂的事情，其实就是为自己的投资划定了一个边界。 — location: 2847

相比之下我们很多企业都是照顾本位利益和关系户的利益，这种心态使得企业失去了获得最新技术的可能性。 — location: 2868

3 . 由于在技术上不越界，并且采用开放心态，苹果基本上不做基础研究。 在历史上，大 的 IT 公司发展 — location: 2870

另外，苹果不会为了一个世界还没有解决的难题，自己投入巨大的气力从基础研究做起。这种做法如同为了吃回锅肉赶紧养猪。苹果从来不把新产品的命运，寄托在还没有结果的科学研究上。 — location: 2883

4 . 在边界内，整体上做到最好。 — location: 2886

把苹果手机的每个技术指标单拎出来，都算不上是同类产品中的翘楚，但是在兼顾各方面的需求后，苹果会尽可能把产品做到极致。 从苹果做事的风格来讲，你看不到半点科学的影子，而是单纯围绕技术和利润展开工作。 — location: 2889

它是英语字 母“Z” 的样子，上下各有两根线，中间有一根斜线将它们上下相连，斜线下面粗上面细。 下面我解释一下这三条线的含义。 下面一条线是基础，我把它称作基线。你可以理解成直到今天为止人类所掌握的工程知识，或者你所掌握的工程知识。当然对于不同人来讲，这条线的高度是不同的。 — location: 2919

我们所有的工作，都应该建立在这条线的基础上，而不是从它的下面开始做起，这一点很重要。 为什么民间发明家花了一辈子时间搞出来的发明，除了让人家笑话，没有什么实际价值呢？因为他们的起点远远低于这个时代的基线。 — location: 2926

我们接受教育的目的，就是提高自己的基线。 — location: 2960

很多时候，我不主张大学生退学创业，因为这让他们的基线太低。 — location: 2961

接下来说说上面那条线，那是理论给出的极限，是无法突破的。 — location: 2963

在工程上，专业人士和业余爱好者的一个差别在于是否了解极限的存在。 — location: 2965

工程师和科学家有一个不同，科学家常常是告诉大家这件事可以做，但是工程师要明白怎么做。 — location: 2981

工程师的工作，其实就是找到或者编织攀登绳索的工作。在生活中，这种思维方式其实是普遍适用的。 — location: 2988

为什么下面画得粗，上面画得细呢？因为靠近基础的部分，全世界做的人很多，各种行之有效的方法也很多，而越到上面，越接近有难度的目标，常常就没有太多的道路可供选择，甚至很多道路要靠自己探索，因此就越画越细。 — location: 2985

大家都是指望用他的名气去融新的资金，并不愿意把已有的钱交给他。而且投资界的人有个坏毛病，口袋里可能连一个亿的现钱都没有，就说要 做 1 0 个亿的基金。 — location: 2994

因为目标虽然明确，却不知道如何达到目标，总是在圈子外徘徊。后来他找到 — location: 3000

前几天清华大学计算机系的史元春教授读了我们的专栏，谈了她对计算机思维的理解，正好可以回答这个问题。 — location: 3050

首先是宏观层面，包括 对“ 可计 算” 这个思想的理解，也就是如何使用计算机这个工具，将虚拟世界处理问题的方法变成解决现实生活中的各种实际问题的方法。换句话说， 计算机思维需要你针对现实生活中的问题找到计算机的解决策略。 — location: 3057

接下来 是“ 中 观” 层面 ，“ 中 观” 这个词是史老师发明的。要理解中观，一个很好的例子就是计算机的操作系统。 任何操作系统都要求按照各项任务的优先级和可使用的资源，设计出调配资源、让计算机各部分协同工作的方法，并且对于各种任务进行整体优化。一个好的操作系统，不是做某一件事特别好，而是在资源有限的情况下整体上让人感觉特别流畅，比如苹果的操作系统就是如此。 — location: 3064

接下来，史教授又举了一个比较学术化的例子，就是计算机科学中的递归原理。它将大事分解、从小事做起，步步干净利落、自顶向下设计，再自下而上回归，非常具有美感。 为了便于你理解递归，我不妨举这样一个例子。如果想管理好一个公司该怎么做？这家公司 的 CEO 只要管理好手下几个副总裁就可以了。 那么副总裁该怎么做？只要用同样的方法管理好自己事业部下面几个总监就可以了，类似地，总监管理好经理，经理管理好一线员工 。 CEO 不必操心怎样管每一个员工。我个人也觉得，递归是计算机科学的精髓所在。 — location: 3071

第三个层面是微观。这才涉及到具体技能，但还不是简单的编程等技能，而是这样几个方面： a ）设计出计算机内部整理和查找信息的技能 （ addressin g ）。 — location: 3079

计算机内外的各种资源都要合理地编号存储，然后根据编号来访问，要有合理的编号方案，以及与其配合的高效率访问算法，这是实现计算机各种应用好坏的关键。在生活中，它等同于我们处理各种事情的条理性。 — location: 3087

b ）缓存。凡事要留有余量，很多时候要预先准备好数据和程序，这就是缓存。这样当大事当前时，能有所准备，有空间回旋。 — location: 3090

我把史教授对计算机思维的观点总结一下，就是这样三句话： 1. 宏观：找到现实世界和虚拟世界的对应； 2. 中观：在有限资源的情况下做到全局最优； 3. 微观：合理组织和利用资源，凡事留有余地。 — location: 3094

学习要有目的，并且有意识地主动应用所学知识，这样才能取得事半功倍的效果。 — location: 3143

人和人在复杂的社会系统中协作，根本上是角色之间的协作，相互之间对边界的确认是保证协作有效性的关键。 — location: 3236

正如孔子所言：不在其位，不谋其政。很多时候 ，“ 屁股决定脑 袋” 是普遍现实。角色即边界，明白自己所处角色的边界尤其重要。 人和人在复杂的社会系统中协作，根本上是角色之间的协作，相互之间对边界的确认是保证协作有效性的关键。 — location: 3233

从一个组织的角度来看，当下备受推崇的组织创新、扁平化、去中层化其实全都是通过不断改变人的角色，让人能学会适应多个角色之间的切换。这样，看上去是把一切变得复杂了，实际上是对人的解 放 — — 让人在多样性和不确定性中体现自发向上的推力，而不是依靠自上而下的指令。 而在其中，边界意识极其重 要—— 很多时候我们以为是人与人的沟通，事实上是角色与角色的沟通 — location: 3251

很多组织里的问题往往就在这 里 — — 比如公司大股东、投资人直接安排公司里的员工做事，就是典型的越 界 — — 他们即便再有权有势，也无权干涉公司的日常运营。 — location: 3257

类似地，或许你 和 CEO 个人关系很好，但放到公司里，你的角色就要遵循相应的规范：朋友之间的关系是一码事，工作合作是另一码事，有相应的结合，更要有清晰的边界。 很多组织里的问题都出在越界，而且大多是来自上层权力方的越界，然后上行下效，层层影响，造成了整个组织巨大的协作成本，和深层积累的危机。 — location: 3262

吴军： 关 于“ 刹 车” ，我在第一季《硅谷来信》 《 第 05 3 封信丨引擎和刹车》 中讲到： “ 让年轻人做自己想做的事情，他们需要自己找出该怎么做的方法，这就好比是机动车的动力，有经验的人告诉他们不该犯的错误，这样机动车就有了方向。这样的配合，会事半功倍，反之则会陷入泥潭。 在一个和谐的社会里，有动力的人应该成为引擎，有经验的人应该成为刹车。我们需要不断地探寻怎么做的方法，也要不断地了解什么事情不能做，这样我们才能驾车自如 。 — location: 3329

量级之差，不在于问题本身，而在于看问题的角度，在于见识和胸怀。 — location: 3347

1 、成就＝成功 率x 事情的量 级x 做事的速度。 2 、个人财富的量 级= 加杠杆。一个人的收入要想有量级的增长，就要用杠杆，一是加技能稀缺的杠杆，二是加团队杠杆，三是利用资本杠杆，这样财富才能呈指数级增长。 — location: 3365

3 、个人能力的量 级= 做乘法。一个人的能力要想有量级的提升，就需要多维度地培养自己的能力，而且要让这些能力发挥协同效应，而不是做简单的加法，这也会那也懂，但是然并卵。 — location: 3372

4 、产品的量 级= 幂律增长，一个产品要想有量级增长，就要让产品在技术上、品牌上有量级突破，建立壁垒，让别人无法超越，而不是想着怎么降低成本，外观做得更好看，就像谷歌做的搜索算法，就是量级的差别。 — location: 3375

许多人一直想的是捡芝麻，确实如此。我们经常看到媒体的文章说，现在的大学生毕业工资那么低，就算按每 年 10 % 的增幅，还不是连一套学区房都买不起。 但是，有量级思维的人即使处于低工资的水平，但也会想如何提升自己的能力，让自己几年后能有几倍甚至几十倍的收入，会想如何通过投资等方式，尽快实现财务自由，而不会简单地根据现在的工资水平相加，确定自己一生的收入。 — location: 3380

我有时在想，如果我临终前能够留给后人一句话，只有一句话，概括我一生所有经验的精华，那么这句话该是什么呢？   “ 上帝喜欢笨人 。 — location: 3397

我不妨给你讲几个我的笨行为： 1. 对于我的投资，我至今还是手工管理。虽然有很多辅助管理投资的工具，但是我一直没有使用，这实在不是聪明的做法。 2. 很多人会顺便做一些事情，以便节省时间。比如家里有封挂号信要记，上班时带上，下班时顺道寄了，或者中间找一个时间打电话叫特快专递的收件人上门来拿。不过，我一般会专门为此跑腿送一趟。 3. 今天做不完的事情，想不明白的事情，一定要放到明天，别人如果想告诉我，我也一定告诉他明天再讲，因为我脑子不好使，记不住。 4. 明明有很多省钱的方式，我基本上不用。免费的东西，很少去拿。 5. 出门前要过多地留够时间，活动安排要提前好几个月开始计划。 6. 谈生意懒得讨价还价，差不多就行了。 — location: 3403

再说为什么我不使用投资管理辅助工具，而是每周花几个小时的时间整理投资信息。主要原因有三个。 首先是计算机整理出来的报表我懒得看。过去高盛和摩根士丹利替我管理财务时，每月给我寄上百页的报表和各种分析，前两个月我还会看，后面基本上就懒得看了。如果懒得看，结果可想而知。而我自己整理信息，整理出来即使不看，也已经过了脑子，目的就达到了。 其次，手工整理的过程因为速度比较慢，能够来得及思考，看到一些做得不好的投资时，能够反思，甚至能够回想当时作投资时的决定，时间一长投资中艺术的水平就在提高。用计算机处理，一周的事情只用一秒钟就完成了，我们人其实是跟不上它思考的速度的，虽然我可以迅速知道结果，但是却缺少了艺术的训练。 最后一个原因你可能想不到，由于是手工处理信息，使得我不可能研究很多股票，也不可能频繁地作投资决定，更不可能随意操作，这使得我能关注长期回报，而不是短期收益。在投资方面，劳模的投资效果通常不好。 — location: 3427

至于为什么我拒绝那些明显的省钱方式，不拿、不用免费的东西，因为获得任何东西都有成本。 — location: 3442

任何事情做起来都有边际成本。如果你 有 1 0 万元，存在 了5 个银行里，等到要花钱买车时，就得来回倒腾，这就是边际成本。每一次开账户，关账户都要分心，这也是一个成本。 — location: 3450

类似地，我只在美国 的“ 黑色星期 五” 抢购过一次，这一方面是因为我比较懒，懒得花时间排队。另一方面是因为人在促销的时候永远会买来一堆没有用的东西，最后是否更省钱我算不清，也懒得算。 — location: 3454

做生意的时候，特别是小生意，我很少讨价还价。和朋友分钱的时候，差不多就行了。这种想法让我少了很多财富，但是也让我免去了很多不快，并且有了长久的稳定的朋友圈和生意来源。 世界上做生意，或者交朋友，每一次总是有人相对赚了一点，有人相对亏了一点。虽然说双赢的理论可以让双方的收益都增加，但是增加的程度可能不相同，增加少的一方难免有吃亏了的心理。如果双方有十次来往，十次都是某一方觉得自己有点吃亏，这种关系就维持不下去了。 — location: 3470

我知道比我更灵活的人得到的机会比我多，成就比我大，但是如果我也这么做事情，就会把好几件事情做失败，最后对自己，对别人印象都不好。 我的想法很简单，既然自己能力有限，就按照有限的能力尽力而为就好，不要以为有了什么高科技的时间管理工具就能做更多事情。人有多大本事，做多大事情。 — location: 3494

我时常和后辈的生意人讲，做生意时，不论这笔生意对方挣到多少钱，我们只挣自己那一份，不要因为对方挣多了就试图多分一点。这样，生意就能持久。 — location: 3605

我们在那些智力和经验不在我们之下的人面前耍小聪明，其实比狗高明不到哪里去。就算别人看不出来，时间一长，自己也会精神分裂的。 — location: 3611

我们人和机器有一个巨大的不同之处，就是我们接受信息的带宽其实很窄，因此很难并行做好几件事情。 一个人如果今天要做十件不相关的事情，不写在本子上，到晚上回顾一下，恐怕总有几件事忘了做。不是人的记性不好，而是人根本就没有本事记住。如果一定要记住，那么就难以专注于事情本身。因此，一件事一件事地做，不要并行处理，或许是效率最高的工作方式。 无论是人还是计算机做事情，都不在于开了多少个头，而在于结了多少次尾。 计算机打开太多的进程，是要死机的，人有太多的头绪，是要崩溃的。做很多半途而废的事情，不如完成一两件小事。 因此，做事傻一点，毕竟有所得。高估自己的能力，耍小聪明，最后做的事情其实都没有结果。 — location: 3621

大家不妨想想，在过去十年里做的事情，对自己也好，对周围也罢，影响力能超过一年的有多少？如果没有多少，何必当时要匆匆忙忙做那么多事情呢？ — location: 3629

拿破仑有很多品质值得我们学习，比如他时间观念极强，博览群书，知识渊博，对事情轻重缓急的判断非常准确。 — location: 3681

首先拿破仑过去手下多如云的名将都无法参加滑铁卢战役：拉纳和贝西埃尔等人已经阵亡，达武因故不能参战，而贝尔纳多特和苏尔特则投到了对方的阵营中，这才让拿破仑不得不启用平庸的格鲁西独当一面。 到了开战的那一天，大雨让拿破仑的炮兵发挥不出威力，帮助威灵顿守住了阵地。在他和拿破仑打得精疲力尽之时，他的盟军普鲁士人在布吕歇尔的带领下率先赶到了战场。 而被拿破仑派去追击布吕歇尔的格鲁西既没有找到普鲁士军队，也没有及时赶到战场，如果不是格鲁西而是达武或者拉纳率领当时的另一支法军，滑铁卢战役会是另一个结局。因此，对英国人来讲，滑铁卢战役的获胜多少是运气帮忙。 — location: 3702

不过，威灵顿能够获胜多少还是有些必然性的。威灵顿是一个善于学习和总结经验的人，他在荷兰失败后总结到：许多战役之所以失败是因为战前组织混乱，这让他后来在战前总是要作最充足的准备。 在印度，他几次在部队被打乱的关键时刻，能重组部队坚持到底，事实上这是他在滑铁卢能够坚持到最后的原因。在半岛战役中，他练就了颇为保守的防御战术。威灵顿的绝招叫 做“ 以横制 纵” ，简单地讲就是层层设防，化解对方长驱直入的兵锋。这在滑铁卢战役中也派上了用场。 威灵顿知道自己没有拿破仑的天赋和感召力，他从来不指望自己的部队能有什么士气，因此他每次在战前都是事无巨细地安排好每一件事情，也正因为这样，在他军旅生涯的后一半时间，没有因为自己事先考虑不周而出什么差错。 到了战场上，他也不指望自己能有什么超水平发挥，带领士兵气势如虹地取得压倒性胜利，他所能做的只是在队伍一次次被打散后，能够重新将部队集结起来，投入阵地战。 当后来人们说他在滑铁卢握有优势兵力却没能漂亮取胜时，威灵顿坚持说，他的战略从一开始就是明确 的 — — 就是守住阵地，对抗拿破仑可能发动的任何进攻。而实际上他也实现了这个战略目标，坚持到了布吕歇尔前来支援。 — location: 3709

曾国藩总结自己打仗的特点时， 用“ 结硬寨，打呆 仗” 六个字来形容，这六个字也完全可以放在威灵顿的身上。 — location: 3724

威灵顿的特点就是知道自己的边界在哪里，从不相信自己能创造什么人间奇迹，然后就在边界里把事情做好。 — location: 3730

相反，拿破仑是一个不断创造奇迹的人，从来不相信有所谓的边界存在。当一次次挑战边界获得成功后，这样的人就会越发觉得自己无所不能。当然，最终上帝还是给他们划定了一个不可逾越的边界，让他们撞得头破血流。 — location: 3732

既然不是拿破仑那样的天才，就不妨学威灵顿当笨人，用笨办法做事情。 — location: 3748

如果最终想得 到 100 % 的结果，可能事先要把所有可能的意外情况，以及应对措施想好， — location: 3741

我的论文导师库旦普教授是一个极为善于演讲的人，他每次在学术会议上的报告都非常精彩。他曾经花了很多时间指导我做报告。对于一 个 1 5 分钟的报告，他在准备时不仅会把要讲的内容准备好，还会把每一 张 PPT 中，任何听众可能提出的问题列出来，并且有一一的解答或者应对的方式。 — location: 3752

我 在 Google 的一个老板辛格博士也是一位印度人，他曾经 是 Google 负责整个搜索业务和人工智能研究的高级副总裁，美国工程院院士。辛格博士英语水平一般，口音也很重，但是做报告、讲事情很清楚，和人交流也很顺畅。 我问他为什么他英语不算好，却能和别人顺畅交流。他说，实际上，他要和别人讲话前，都把要讲的内容先写在纸上，整理一遍后才去和别人讲。当然别人以为他只是即兴谈话。 人如果存在先天不足，首先要承认它们，这是我们的边界，然后要提前准备好应对的方式。 — location: 3759

库旦普是我在约 翰· 霍普金斯读博士时的导师，我在第一季《硅谷来信》 《 第 26 8 封信丨我的几位恩师》 中专门介绍过他对我的帮助以及我从他身上汲取的智慧： 为了让我能够做好一个只有半小时的报告，库旦普要花大 约8 个小时帮助我，从修改 PP T （当时是投影胶片，修改很麻烦），到听我一遍遍练习。他会纠正我的每一个细节，比如，每一张胶片讲解的速度，每一个停顿的时间，每一个关键的用词，甚至每一个小笑话。 这让我后来在一辈子的职业生涯中能够成为讲故事讲得很清楚的人。没有库旦普，我肯定做不到这一点。因此，好的教育不仅仅是教会学生专业技能，还包括教给学生能用一辈子的各种各样的技 能 。 — location: 3777

我觉得人一生必须做五件事。 — location: 3805

第一件，恋爱、结婚、生子。 — location: 3806

建议大学生在学校时谈一次恋爱，因为这是人成长所必要的经历。今天很多人沉溺于虚拟世界，为所谓的二次元文化辩护，并且用很多种方式证明这是不可阻挡的未来趋势。 但是在我看来，真正的成功者，真正有幸福生活的人，应该在现实生活中获得成功，获得最真实和丰富的生活。 今天一些人讲，自己工作忙，没时间恋爱，结婚。其实说得不好听点 ， 99 % 的人工作中做的那些事情真没有生活本身重要，没有张三做，自然有李四做，甚至做得还更好。 — location: 3811

但是， 每一个人的具体生活，可是独一无二的，既不能由别人代替，也不可能在以后有时间补上。以后有时间，就等于是说永远没有时间。 — location: 3818

光恋爱不结婚是不够的，结了婚能得到恋爱得不到的幸福。 — location: 3820

婚姻是他们长寿的一个很重要的原因。 有了婚姻，通常会有孩子。很多年轻人在有孩子之前嫌烦，我自己多少也是如此，但是有了孩子后，会发现自己获得了想象不到的快乐。 — location: 3822

中国人喜欢把孩子当作自己的私有财产，而西方人则会将他们视为上帝所赐给父母的礼物，心态上会略有差别。我抚养孩子是在美国，或许受到西方文化的影响更多些，更多的是享受她们成长的过程，而不是要她们成为什么样的人。当你享受这个过程时，就能由衷地感到幸福。 — location: 3825

第二件，尝试一次做自己喜欢的事情，至少有一点像样的兴趣爱好。 今天的人，为了生存，常常不得不根据薪水的多少和名望的高低来决定自己该做什么事情。只有很少的人每天所做的事情都是他们非常喜欢的工作。但是， 人一辈子至少应该有一次，尝试做自己喜欢的事情。 我这并不是要大家辞职创业，而仅仅是建议大家尝试一下，特别是在年轻的时候。 — location: 3831

当然我也理解，大部分人因为生活压力，未必能从事自己喜欢的职业，但是至少要有一项兴趣爱好。我在第一季来信中讲了很多次，我们要做有趣味的人，而不只是工作和赚钱的机器，有趣则从兴趣开始。 — location: 3842

兴趣不仅仅是让自己喜悦，而且能提升自我，因为在把自己的兴趣爱好提升到极致的过程中，能够让自己得到升华。 没有兴趣的人，或多或少有点狭隘。 — location: 3845

吴晓波在《大败局》一书中讲述了中国第一代靠炒股发家的超级富豪，结局几乎无一例外地是破产或者被抓、被杀。 吴晓波总结这些人有一个大问题，就是没有一个像样的兴趣爱好。除了一些人看足球外（不完全能算是爱好），剩下的人兴趣爱好主要是嫖娼。这样的人的境界可想而知，即使运气好有了财富，也难以守住财富。 — location: 3847

第三件，回馈 生活如此善待我们，所以我们必须花一些时间、精力和辛苦挣来的钱去感谢曾经帮助我们的人，去帮助那些需要我们帮助的，不是很幸运的人。 这不仅可以让我们心里得到满足，而且能够实实在在地改善那些人的生活，使得我们周围的人能够过得更好，并且反过来给我们一个更好的环境。 回馈是多方面的。中国人所说的孝道本身就是一种回馈。但是，回馈不仅限于对我们的父母、恩人、母校和亲友，也包括整个社会以及那些和我们素不相识的人。 很多人讲，我现在太忙或者太穷，没有时间或者金钱回馈。其实回馈完全不在于多少，而在于从现在开始身体力行。 — location: 3852

大部分人恐怕不会比我更忙，我每周大约两天准时去看望我的母亲，我想我能做到 ， 99 % 的人应该也有时间做到。 至于工作，我是这样处理的。到了时间，不论我是在开会，还是在做别的事情，我会和其他人讲，我现在必须离开了。时间一长大家都知道那些天不要指望我会加班，也不要在快下班时安排事情。而背后的根本原因是，我们做的那点事情，远没有我们自以为的那么重要。 回馈不能仅仅有心，必须有行动。 — location: 3877

第四件，有一个信仰 人应该有信仰，这个信仰未必是宗教信仰，什么信仰其实都可以，但是必须有。因为当我们失去了方向和动力，不知所措的时候，信仰会让我们知道该怎么做事情。当我们不得不作出很多抉择时，比如在道德和利益上纠结时，信仰能帮助我们找到符合我们本心的选择。 信仰的作用不止这些，有了信仰我们在表明立场时就敢于站出来，理直气壮地向不公正大胆抗议，或者喊出我们所相信的原则。 — location: 3884

信仰最能够给予我们勇气和力量，一个有信仰的人，如果知道自己是对的，就不怕恐吓，敢于行动。 第五件，留下遗产 每一个人最后都应该考虑留下什么遗产，当然这里的遗产远不止是钱财。 根据幸福学的理论，我们幸福的一个重要来源是基因的传承，即传宗接代，因此，子嗣本身是遗产的一部分。当然，这种遗产动物也能留下，因此人类的遗产应该比这个更多。 我最早思考遗产这件事其实是在读博士时。当时我的导师贾里尼克教授和我讲 ，“ 博士和硕士是不同的，硕士只要掌握专业技能即可，博士需要对人类的知识体系有所贡献，因此，虽然你做了很多工作，发表了不少论文，但是还缺少解决一个以前没有人解决过的，对以后的人又有意义的问题，因此，我还不能让你毕 业” 。 — location: 3893

每个人都可以问自己这样一个问题，这个世界如果没有我，是否会完全一样？如果答案是肯定的，说明你没有留下什么遗产。 如果因为你所做的一些事情，哪怕小，哪怕微不足道，世界也因此不同，这就是你给世界留下的遗产。 — location: 3905

我在第一季《硅谷来信》 第 5 2 封信 《人生是一条河》 中讲到： 人终究还有高于其他动物的追求，那就是他的存在和行为可以给世界留下烙印，或者说是创造的快乐。当你得知你的所作所为给世界带来了或多或少的正面影响时，会有一种发自内心的高兴。而影响力则是由宽度、深度和长度决定。 人生是一条河，每个人总希望自己这条河能够更宽一点，更深一点，更长一点，要做到深和长，则要看自己的修行和对世界的理解了，而要宽一点，则是要和一些志同道合的人在一起，共同创建一个平 台 。 — location: 3923

对 于“ 上 帝” 的敬畏，其实是一种生活态度，它体现在我们应该如何定位自己，认识自己，把自己放到周围人中，以及在社会上处于一个什么位置 。  还体现在我们是否承认，我们的认识永远有不足，永远有一种超越我们自身的力量必须敬畏，我们对道德原则和法律必须遵守。 — location: 3984

盲目试错只会导致习惯性失败。 — location: 4010

早 期 Google 一共没有几个人， 到 199 9 年拿 了 KPCB 和红杉资本几千万投资时，也不过区区一二十位工程师，所 以 Google 强调的一直是以一当百。如果一个求职者不能做到这一点 ， Google 就不会要。 在软件开发上，早期 的 Google 不相信软件工程里提出的什 么“ 将一个大任务细化后，让初级程序员也能写程 序” 这种普遍认同的观念。 Google 相信的是一个头等软件工程师能 干 1 0 个二等工程师的活，一个二等工程师能 干 1 0 个三等工程师的活。如果是三等工程师 ， Google 根本就不要。 — location: 4082

早 期 Google 的员工个个都是人物。比如来自中国，在美国拿到计算机科学博士学位的工程师朱会灿，进 入 Google 半年，一个人就推出 了 Google 的图片搜索。这不光包括研究算法，写程序，而且还包括架设和管理服务器等杂活。 同样的工作，即使在今天 的 Google ，也需 要 2 0 个人忙一年 — location: 4100

是英雄创造历史还是奴隶创造历史？这个被争论 了 200 0 年的话题到 了 1 9 世纪终于有了结论。 现在，我们拿这个问题随便问一位受过良好中学教育的人，他都会按照老师教给他的说法回答是奴隶（或是人民群众），而不是英雄创造历史。 — location: 4058

Googl e 的个人英雄主义和群众路线 — location: 4052

Google 今天云计算基础 的 GFS 和 MapReduce 技术，从设计到实现一共就三四个人，干了两年。而同样的事情，微软公司投入了上百人做了五年左右的时间。 — location: 4108

我 到 Google 的第一天，当时唯一一个主管工程的副总裁韦 恩· 罗森给我打了个比方， 介 绍 Google 是如 何“ 培 训” 新员工的 ：“ 我们教你游泳的方法是，第一天就把你扔进游泳池，说，去游吧，你就会游了 。” 这就要求每个人都得是游泳的天才。 — location: 4112

早 期 Google 的方方面面都是如此。 当 Google 有了一个小小的工程师队伍时，就需要一个管理者。佩奇和布林找到了他们在斯坦福的学长，加州大学圣芭芭拉分校 （ UC Santa Barbar a ）的教授、面向对象设计的专家乌尔 斯· 霍尔斯来主管工程。 — location: 4120

霍尔斯一来，便带来了他的学生和该校其他的教授， 将 Google 工程师的队伍扩大了一倍。 霍尔斯精力过人，他一 到 Google 就管起了一大堆的事。他马上 将 Google 搜索推向非英语用户。这件事只用了一两个工程师就完成了。因为缺人手，霍尔斯自己当系统管理员，直 到 Google 有 了 40 0 人时，每个工程师工作的账户还是由霍尔斯兼管。 出生在德国的霍尔斯对工作的质量要求极高，他发现当一个网站服务器数量多到一定程度后，永远有一些服务器会处于宕机状态，虽然可以将用户请求转到别的服务器上，但如果衔接得不好，用户体验就不好。而服务器之间、数据中心之间的服务请求如何转移，里面大有学问。 以前的互联网公司不管多么大，都没有重视这个问题，因为工程师们觉得这不是一个技术活。霍尔斯让他的一个学生来解决这个问题，要求做到从监控到流量的转移完全自动化。 他的那个学生开始也觉得这个工作太没有技术含量，不愿意做，霍尔斯指出这不仅很有意义，而且很有研究价值，这个问题一旦解决，就说明可以用廉价、质量稍差的服务器（比 如 P C ），提供和那些昂贵的高稳定性的服务器（比 如 IBM 和太阳公司制造的大型服务器）同样可靠的服务。 霍尔斯最终说服了他的这位学生接受这项工作，后者不负众望，解决了问题。霍尔斯和他的学生解决的这个看似细小而又没有技术含量的问题，实际上恰恰是其他公司难以提供 和 Google 同样稳定的服务的原因。 更重要的是，它使 得 Google 可以使用最廉价的服务器，运营成本就比行业的其他公司低很多。现在霍尔斯是主 管 Google 的基础架构（包括全球的网络架构、超级数据中心和云计算）、企业级服务和研究院的高级副总裁。 — location: 4127

在还没什么名气时 ， Google 遇到的一个很大的问题就是大客户很少选 择 Google 的产品。 这是所有新兴小公司都会遇到的问题，当它们把很好的产品展示给大客户时，大客户出于谨慎，总是希望小公司能证明它们的产品在同样规模的客户中成功使用过。 这就陷入了一个鸡生蛋、蛋生鸡的悖论中，很多小公司永远迈不出这一步 。 Google 很幸运地请到了原来网景公司的销售副总裁科德斯坦尼，来主管当时不 到 1 0 个人 的 Google 的销售业务。 出生在伊朗的犹太裔科德斯坦尼是难得的销售天才，他在网景公司时不到一年就将该公司的销售额提高了两三个数量级。他来 到 Google 后马上就创造了奇迹，成功拿下雅虎的搜索服务合同，当 时 Google 成立刚一年多，从 此 Google 名声大震。 — location: 4160

继雅虎以后，科德斯坦尼率领只有几个人的销售团队又一举拿下了美国在线的搜索和广告业务，并确立 了 Google 在搜索市场的主导地位。科德斯坦尼为人坦诚，很让商业伙伴信赖，但他的绝活却是虎口拔牙。 200 3 年，雅虎选择 了 Google 的竞争对 手 Overture 作为搜索广告供应商，一般来讲它的日本分公司日本雅虎很自然地会和总公司保持一致。但是，科德斯坦尼居然拿下了日本雅虎的一半生意，这简直可以说是个奇迹。 这一方面是靠科德斯坦尼个人高超的销售和谈判技巧，另一方面得益于工程部门密切的合作和高效率。外界对 于 Google 的成功一般归结于领先的技术，这的确是主要原因。但 是 Google 的营销能力也是同行业中数一数二的。 Google 非技术部门的另一位传奇人物是首席律师戴 维· 德拉蒙德 （ David Drummon d ）。德拉蒙德通晓财务和多国法律，而且是非常老道的谈判高手。德拉蒙德保证 了 Google 在所有的合同中几乎从来没有吃过亏。 — location: 4176

直 到 Google 上市前，几乎所有的合同都需要德拉蒙德最后敲定。在签署大合同前，德拉蒙德都会重新谈判一次所有的细节， 将 Google 的利益最大化 。 Google 的利润率很高，在一定程度上是因为有德拉蒙德这样的人为公司节省了大的开支。 德拉蒙德 是 Google 上市谈判的两个负责人之一（另一位 是 CF O ），面对华尔街生意场上的老油条们，德拉蒙德居然将那些投资银行的上市承销利润压到了最低，而一些大银行竟同意免费 为 Google 服务。 Google 早期的员工都是各自领域的佼佼者，每一个人的故事都能写一本书。正是靠着一个个精英 ， Google 才能创造历史 。   Google 的创始人和执行官们并不同 意“ 三个臭皮匠能凑成一个诸葛 亮” 的说法，在他们看来，再多的臭皮匠也起不了诸葛亮的作用 。 Google 前工程副总裁罗森毫不讳言地宣称，我们只需要天才，从而能够找到各个部门这么多的天才。 — location: 4193

虽 然 Google 在吸引人才方面有成功的地方，但也有很大 的“ 幸 运” 因素。由 于 Google 很明智地没有在互联网泡沫高峰期疯狂地扩展，而是实实在在地、低调地做好自己的搜索引擎，因此它早期烧钱的速度非常之慢。 200 0 年 ， Google 没有急着上市，避免了绝大多数互联网公司大起大落并且最终关门的厄运，同时最早期的优秀人才没有拿了钱就走掉，因 此 Google 的骨干完好无损。当绝大多数互联网公司都关门时，拥有足够资金 的 Google 不仅逃过一劫，而且一下子成为了全世界优秀人才的避风港。这些人至今仍 是 Google 的中坚力量。 — location: 4212

施密特说得很好 ，“ Google 不是我的公司，不是拉里和谢尔盖的公司，是我们每一个人的公 司” 。而每一个人也实实在在地把自己当成公司的主人，而不是雇员。 — location: 4236

自下而上的群众 路 线 Google 以善待人才出名，对于每一个有缘加 入 Google 的人 ， Google 的创始人和执行官们都给予由衷的欢迎和充分的信任，并且让每一个人都成 为 Google 的拥有者。 施密特说得很好 ，“ Google 不是我的公司，不是拉里和谢尔盖的公司，是我们每一个人的公 司” 。而每一个人也实实在在地把自己当成公司的主人，而不是雇员。 — location: 4229

在这个基础上 ， Google 实行了一种自下而上的群众路线。大多数公司都是由执行官们制定战略规划，然后下达到各级管理层，主管们负责执行，而下面每个员工则完成分配给自己的任务。在这种管理前提下，一个部门的主管有着非常大的人事权力，包括人员的录用和提升。 Google 和大多数公司自上而下的管理方式截然不同，它将日常运作改成自下而上的。它鼓励每一个员工开动脑筋，提出自己能够发展公司的想法。事实上，这是一 道 Google 的面试题 ，“ 你认为如何可以改 进 Google ？” 或者 ，“ 你来了以后将如何使我们变得更好 ？” 这样，每个人都主动地开始工作，并提出自己的想法。 — location: 4239

一个公司需要有一个统一的目标，不能任何人想干什么就干什么，于是，自下而上的想法就要汇集到管理层讨论，有些获得支持并得到实施，有些不切实际的就予以搁置。这样的群众路线保证了每个员工能最大限度地为公司出力。 这时管理层的工作就相对简单了，因 此 Google 公司的结构非常平，每个人隔不了几层就能够见 着 CEO 了。同时，主管们的权力也受到下属的制约，他们可以否决录用某个不合格的人，却无权录用自己认为合格而同事们不喜欢的人。同时，他们可以决定不提升某个下属，但是不可能提升某个和自己关系好而同事们不看好的人。 Google 的这种管理模式要求每一个人都有很高的水平、很高的自觉性和很高的热情。因 此 — location: 4251

Google 必须严格挑选每一位员工，而不能鱼龙混杂地先招进来一大堆人，然后让主管们去发挥自己 的“ 管理艺 术” — location: 4260

Google 鼓励每一个人成为英雄，它希望每一个人都做出对公司有很大正面影响的贡献，而不只 是“ 没有功劳也有苦 劳” 地工作，并且它会给予成为英雄的人很高的奖赏。 — location: 4266

给人占便宜、替对方着想，谋求最佳的合作，这看上去是笨人，实际是共赢（ — location: 4359

做事要想 着“ 重复博 弈” ，每做一件事都是在累积信誉，因此即便知道耍小聪明能多挣几个钱，也不要抄小路，因为这次的博弈，会导致下次博弈别人不愿跟你合作。 — location: 4367

从信息论来看做人态度：想要让别人充分理解你的想法，不是对他大声说，而是多说几遍；想让别人信任你，不是对他耍小聪明，而是多用笨方法。 — location: 4391

人只有在被人遗忘时才是真正的死亡。 — location: 4459

免费这件事情在个人电脑出现之后，其实就很难避免了，因为只要有了可以迅速大 量“写” 信息的设备，比如早期的磁盘机，后来的激光盘读写机，以及再后来的互联网，大众可以不借助第三方盗版厂家，自行获得免费信息、软件、和音视频内容。 — location: 4474

到了互联网时代，雅虎的杨致远和费罗首创了免费的互联网服务，并且找到了广告这种商业模式，这才让互联网成为一个开放、免费的工具。 — location: 4483

与此同时，一直希望大家来买软件的微软居然用免费的方式在浏览器市场上打败了当时一家独大的网景公司 （ Netscap e ），一时之间，免费成了趋势。如果你仔细想想互联网传播的本质，其实它就是起到了一个巨大的复印件的作用。 — location: 4487

免费带来的一个结果是迅速形成垄断 。 Googl e， Facebook 和阿里巴巴就是这样的经典样板。至于为什么有些公司通过免费发展起来了，大部分公司采用同样的商业模式，甚至技术水平也不算差，却很快死掉了。从根本上讲，是后者提供的东西没有用。 — location: 4491

我在《见识》一书中介 绍 Google 联合创始人拉 里∙ 佩奇的智慧时讲，提供有用的信息是根本，重点落 在“ 有 用” 二字上，而不是信息上。 — location: 4495

免费看似给了小公司进入市场的可能性，其实却让小公司根本发展不起来。 — location: 4520

那么怎么才能超越免费呢？很多人想，既然价格是零都没法做生意，我倒贴钱是否可以。答案是否定的，有些创业者还真这么做了，但是到目前为止还没有成功的。 — location: 4526

因此，超越免费不是变本加厉地倒贴，而是要找到免费能够成功的逻辑，然后超越那个逻辑。 免费之所以能够成功，是因为过去一些东西有稀缺性，不得不购买，这时免费就变得特别吸引人。当那些东西不再有稀缺性时，再免费就没有意义了。 — location: 4540

超越免费的第一条是制造一种稀缺性，而这需要产品、服务本身具有一种难以复制的特性。 — location: 4558

在很多行业里，虽然大家干活还是要付钱，但只是辛辛苦苦挣一份糊口钱罢了。要想超越廉价（免费），第一条就是把自己变成一个稀缺的人才。 — location: 4577

我们算账不仅要算看得见的金钱账，还要算潜在的经济得失， — location: 4640

了解了时效性，你可能也体会了终身学习的重要性，因为这样总是可以领先同辈人一步，让自己成为具有时效性的人才，而不是廉价的人。 — location: 4693

也就是说，想要通过时效性挣钱，就得抓住头几年的时间， — location: 4692

吴恩达 在 MOOC 上开人工智能课程， 有 1 5 万人听。波内 （ Stan Bone h ）开区块链的课程，有多 达 10 0 万人听。 为什么会这么热门，因为很 多 IT 从业者知道，这种技能的时效性很强，等到大批年轻 — location: 4684

上个世 纪 6 0 年代时，只要你会写计算机程序，生活比一个公司老板都不差，但是到今天，这些人被谑称为码农了。 吴恩达 在 MOOC 上开人工智能课程， 有 1 5 万人听。波内 （ Stan Bone h ）开区块链的课程，有多 达 10 0 万人听。 为什么会这么热门，因为很 多 IT 从业者知道，这种技能的时效性很强，等到大批年轻的毕业生走出学校时，这种技能的价值就没有了。 也就是说，想要通过时效性挣钱，就得抓住头几年的时间， — location: 4681

超越免费的第三个办法是个性化。 个性化的东西，显然无法复制，无法复制的，自然也就不可能免费。 — location: 4695

我一直强调，要做一个有趣的人，这个有趣，就是个性化。每一个人只有成为了有趣的人，有大家所喜欢的个性的人，大家才能喜欢你。 — location: 4744

在当下免费商品和服务泛滥，商家挣不到钱，以及消费者无从选择的时代，我们如何立于不败之地。 超越免费的第四个绝招是提供可用性（易理解性）的产品和服务。 — location: 4764

虽然那些书都是免费的，但我估计不会有什么市场，因为根据我的经验，在清华，康德、黑格尔或者休谟的书放在图书馆的架子上几乎没有人碰。 但是，如果有人把黑格尔的书给你讲懂，而你恰巧也需要了解他的哲学思想，那么你就会愿意掏钱。 — location: 4772

第二个例子是我过去给一些杂志审稿时的经验。 — location: 4775

事实上，我自己做论文时要用到匈牙利数学家希斯沙 （ Csis zá r ）的理论，他的论文真的没法读。 为此我的导师库旦普教授专门开了一门课讲他的几篇论文，而我在写博士论文时花了大 约5 倍的篇幅将他的论文解释了一遍。 后来库旦普教授的讲义和我的论文就成了机器学习领域很多入门者的读物，因为好懂。 — location: 4778

第三和第四个例子都是凯 文∙ 凯利 （ K K ）对我讲的。 他说虽然开源操作系 统 Linux 是免费的，但是提 供 Linux 操作系统服务 的 Red Hat 公司出的手册和教程却要 卖1 万美元。 为什么呢？如果你不是系统专家 ， Linux 免费下载之后你根本装不上，就算装上了，很多设置也是不对的，就算设置对了，很多功能你也不会用。 — location: 4784

为什么提供可用性的产品和服务值钱，因为东西太多，太复杂，即使白给，你也用不好，而你又不得不用，于是只好向能够帮助你使用好的人付钱了。 — location: 4805

在今天中国的读书市场，你会发现一个有趣的现象，很多图书有盗版的音频版，在网络上很容易找到，但是它们的下载量并不大，因为那些书非常难读。 而在得 到 App 上，解读一本书 要 4.9 9 元，还有很多人购买。 在任何时代能够把事情解释清楚不仅是一个有用的本领，而且是一个很赚钱的生意。 我们知道今天上法庭打官司常常需要律师出面帮忙，因为法律条文虽然可以免费得到，但是把它们说清楚可不容易。所以律师可以每小时几百，上千元地收钱。 — location: 4807

超越免费的第五个绝招是提供可靠而易用的服务。 — location: 4816