写点什么

“谷歌有谷歌的规矩”

  • 2023-11-15
    北京
  • 本文字数:5138 字

    阅读完需:约 17 分钟

大小:2.43M时长:14:10
“谷歌有谷歌的规矩”

这可能只是众多被谷歌收购的公司中,不被众人注意的其中一个。

 

2013 年,Shreyans Bhansali 和 Chris Pedregal 做了一个互联网学习平台,之后发展成了类似 Quora 的系统,也有点像国内的“作业帮”。Socratic 在 App Store 上拥有超 50 万次评价,综合 4.9 星。2016 年,Socratic 从 Shasta Ventures、Spark Capital 和 Omidyar Network 筹集了 600 万美元的 A 轮融资。

 

后来,这家 10 人初创公司被谷歌收购,创始团队加入谷歌,也开始以谷歌的方式重塑自家产品。下面是 Bhansali 的分享,他讲述了公司被收购的过程以及并入谷歌工作后发现的谷歌工程文化。Bhansali 意识到要想在谷歌实现理想,就得按谷歌的规矩来。

 

在 2017 年着手为 Socratic 筹划 B 轮融资时,我们很快意识到过去以牺牲收入为代价换取客群的方式必然会使公司陷入困境。之前的快速增长让我们出现在投资人的视野当中,但每家风险投资机构都要求我们制定详尽的货币化计划。于是我们慢慢学到了精髓:Socratic 为那帮连信用卡都没有的高中生们开发的教育类应用,不可能发展成什么惊人的业务。

 

大约在同一时间,我们被引荐给了 SnapChat 公司 CEO Evan Spiegel。Evan 建议我们建立合作伙伴关系,将我们基于摄像头的作业助手软件添加到他们的应用当中。但我方一位顾问认为,既然我们已经见到了该公司的业务发展主管,那就意味着对方可能有收购的意向。这时候最好立刻启动竞争流程,于是我们开始主动联系微软、Chegg、Gyju’s 还有谷歌。

 

另一位联合创始人 Chris 之前在谷歌工作过,于是跟之前的经理重新取得了联系。对方介绍了谷歌自己围绕手机摄像头打造的应用 Lens。而我们不知道的是,她本人最近还跟教育机构 Khan Academy 以及 Android 的联合创始人一起搞了自己的教育创业。在当面对话之后,我们发现自己的业务跟这位导师的 AI 教育发展愿景高度重合。也可能是我们之前刚刚拿下 Google 2017 最佳应用的桂冠,所以在会面后不久,双方就启动了收购流利,最终 Socratic 于 2018 年 3 月正式并入谷歌麾下。

 

我们加入了一支规模相仿的谷歌团队,团队成员都是长年任职的老员工。Chris 和我成为产品与工程主管,负责开发 AI 教师并将功能纳入谷歌的其他核心产品。

 

在接下来的三年中,我们重塑了 Socratic 并以“Socratic by Google”的名义发布,相关功能也被引入谷歌搜索和 Lens 应用当中。此外,我们还推出了数学解题工具和分步数学教学原型,服务开始延伸至整个谷歌生态。

 

以下是我在其间学到的一点经验心得。

 

“谷歌有谷歌的规矩”

 

在谷歌工作,就像是拥有第二本护照。前往世界上的任何一座主要城市,我都会骄傲地展示自己的谷歌徽章。那里有漂亮的办公室、美味的食物、宽大的办公桌,以及能与谷歌 20 万员工随时沟通的顺畅渠道。这是一种奇妙的感觉,谷歌的全球影响力第一次以如此具象的方式呈现在我面前。

 

注:谷歌徽章就是公司里等级制度的鲜明体现。白色徽章代表新入职的正式员工,绿色徽章代表实习生。红色徽章代表临时工、供应商和外包商(TVC),这部分员工总数超过 10 万,也肩负着从平凡到关键的各类任务,但福利和访问权限远低于正式员工(这也在谷歌内部造成了许多问题),甚至无权声称自己是谷歌的一员。

 

更令人震惊的 ,我可以立即访问谷歌的所有资产。访问他们巨大的 monorepo,其中包含数十亿行代码,涵盖谷歌旗下的所有产品。还有覆盖全球各地的数据中心实时状态,跨越二十年历史的战略文件,甚至是那些以往我只能仰望的传奇项目。

 

谷歌有谷歌的规矩。谷歌使用的几乎每款软件、每处基础设施都来自内部构建,这是因为谷歌一路大踏步发展,所以早早就遇到了大多数其他公司后来才意识到的工程难题。站在谷歌这等体量之上,外部世界已经可以忽略不计,围墙内部就足以形成浩瀚无边的技术宇宙。

 

也就是说,我们不可能保留原本的 Socratic 代码库。来了谷歌,我们需要从头开始,与新团队一同重塑产品形态和底层设计,之后在谷歌技术栈这上重构应用本体。具体来讲,我们之前已经解决掉的问题(比如如何使用机器学习系统对作业内容进行分类)现在需要用谷歌的技术和标准来重新解决。不用说,谷歌的标准当然比我们高得多。

 

我们唯一能够自主决定的,就是继续沿用之前的应用吉祥物“Ceebo”。看看谷歌的应用图标集,就会发现它们形状简单而且只用四种颜色。

 

大厂有大厂的坚持,但在我们看来这也太无聊了。他们强调“去拟人化”,但我们觉得这套框框拿去管理 Android 就好了,手别伸到应用这边来。最终我们赢了,原因是这边体量太小,不会造成什么大影响。软件图标继续沿用 Ceebo,还在谷歌内部得到蓬勃发展,获得了几十种变体。如今,Ceebo 终于出现在谷歌官方的文档和网站当中。



各种常见谷歌应用图标,还有我们的 Ceebo



重复完成简单工作,会带来神奇的启发。通过与资深搜索人士重构我们的查询分类系统,让我们对于搜索功能本身有了更深刻、更富启发的理解。一方面,信息检索工具有着令人难以置信的深度,而计算新信号并将其添加到互联网的每个页面上则塑造出了我们之前无法想象的新功能(比如,现在搜索 contains_math 或者学科:化学都会显示我们的应用)。

 

用户不到 5000 万,“不值得浪费时间”

 

另一方面,我们发现大多数搜索改进,都是由工程师们在电子表格上“并排”比较新旧结果来手动审核来完成的。

 

很多人都觉得谷歌工程主要是靠各种高深莫测的算法来实现的。虽然有时确实如此,但搜索或者 AI 工程师的主要工作其实就是观察示例、提取模式、手动标注数据,还有处理大量不可扩展的杂乱分析。这种情况似乎也是顶尖AI团队中的常态

 

“我注意的一大规律,就是优秀的 AI 研究人员更愿意手动检查大量数据。更重要的是,他们建立起基础设施,因此能够快速完成手动数据检查。虽然过程比较枯燥乏味,但手动检查数据确实能帮助他们建立起关于问题的宝贵直觉。”

 

大多数问题在谷歌这边都不值得浪费时间,只有关键议题才有资格拿出来讨论。大多数涉及 10 到 5000 万用户的问题都不值得谷歌浪费时间,也不符合他们的运营策略。只有对那些涉及业务定位、发展策略和关乎个人职位晋升的事情上,他们才愿意投入巨大的热情。

 

举例来说,计算机视觉是 Socratic 界面中的重要组成部分,负责读取图像中的文本和数学内容。作为一家初创公司,我们选择使用第三方工具。但考虑到敏感数据暴露、业务规模预期还有复杂的供应商审查流程之后,谷歌认为这种依赖外部的作法没有必要。有时候,直接把对方买下来,将外部技术转为内部方案还更容易一些。同样的,在发现我们的应用功能值得挖掘之后,AI 研究团队会聘请顶尖人才参与探索,并在短短 6 个月内就开发出了世界一流的数学识别 API。

 

而且参考Steve Yegge比较谷歌和亚马逊平台的经典博文,大家就会知道这项遥遥领先的功能至今仍无敌手。

 

打败谷歌员工的是频繁的重组

 

谷歌是一整套向着不断变化的目标而努力的网络。只要被合适的人关注到,那谷歌之内就会孕育出新的奇迹。

 

具体来讲,就是一位了解细节的副总裁、一支遵循相关章程的研究团队,或者再加上与公司发展目标的一致性。产品经理的主要工作就是驾驭住这种混乱与利益冲突。之后,项目还需要得到隐私、信任、安全以及基础设施等部门的批准。往往需要进行几十次对话才能确定一个想法是否可行,再通过几百次对话让灵感转化为可以落地的成果。

 

但前面说的只是最乐观的情况。奇迹之所以被称为奇迹,就是因为它极为罕见。更普遍的情况是,每过一个季度,团队的目标都有可能发生变化,甚至整个队伍在“重组”之后彻底消失。这种现象非常普遍,所以谷歌员工们早已习惯了别离,只能把重组视为新的开始。

 

假设以上一系列大刀阔斧的操作都没伤到你,也还有最后一道考验要通过:大家可能突然发现,公司里还有另一个之前从没听说过的团队也在做类似的尝试。于是是时候一决胜负了,因为只有一支团队能够胜出并赢得项目所有权。而如果失败,不好意思,你的 API 会被快速“弃用”,哪怕替代方案还远没有准备就绪。

 

谷歌员工希望打造出色的成果,但往往有心无力。毫无疑问,总有些人单纯是为了混口饭吃,比如每天上班摸鱼、一有机会就想提前退休。但在谷歌,我遇到的每个人都认真、勤奋,想要成就伟大的事业。

 

而真正击败他们的,是繁琐的挑战、频繁的重组、过往失败在他们身上烙下的耻辱印记,被迫在全球顶尖的舞台上重复最简单的工作。初创公司空间更大、每位员工都能随意施为,但谷歌这边就极度缺乏这种自由度。

 

阻碍发展的还有人们自身——最睿智的头脑们在这里被迫谨言慎行,就连领导者自己也不敢直接说出那些令人不安的事实。我还发现不少缺乏明确定位的员工,但他们仍然长年留在谷歌,甚至通过一个个根本没有意义的岗位保持着晋升。

 


头重脚轻的组织最难驾驭。结合自己的切身感受,我发现谷歌这种头重脚轻的组织结构已经严重制约了其顺利发展。一支汇聚了多位成功联合创始人、外加十几位谷歌资深工程师的团队听起来似乎战斗力极强,但却往往是什么都做不了、什么都通不过。

 

如果真有多个领域需要探索、目标已经明确设定而且拥有很强的自主权,那这样的结构应该能够发挥优势。但大多数情况下我们只是在开发一款统一的产品,这时候就需要一位明确的领导者、一个明确的方向,再加上众多实干家、而非空想家。另外跟直觉相反,在早期项目中添加人手并不能加快速度,反而可能导致工作陷入停滞。

 

被威胁到了才改变

 

技术债真实存在,流程债也一样。工程师们对于技术债应该不会陌生:当下为了节约时间、快速发布功能所抄的近道,未来都会成为制约项目进一步发展的阻力。要么早点偿还,要么就是成为项目身上流血不止的伤口。优秀的团队总会定期找段不忙的时间,有条不紊地偿还掉一部分“债务”。

 

流程债的情况跟技术债类似,可能是因为之前产品出错而添加了新的审核,有可能是引入法务检查以防止潜在诉讼,包括在文档模板中增设新的部分。多年以来,层层积累下的流程已经极度繁复,导致开发完成数月有余的新功能陷入审查而迟迟无法发布,而且没人说得清该怎么提速。

 

在某些极端情况下,流程甚至需要回滚:谷歌最近调整了繁琐的绩效评估流程,从每年两次改为一年一次、从长问卷改为短问卷,希望把评估工作占用经理们的时间从每年 30%压缩到 10%以下。

 

但这往往是因为受到了外部威胁的冲击,因为如果不这么做,公司就会加速衰落、直到失去一切。谷歌才是 ChatGPT 底层技术的真正发明者,但胜利的果实却别人摘下。如今,他们希望夺回自己在 AI 领域的领先地位,可同时又得跟时刻提防出岔子的审核人员之间斗智斗勇。

 

但只要处理得当,谷歌仍有创造奇迹的能力。谷歌曾经提出过“三个尊重”的价值理念:尊重用户、尊重彼此、尊重机遇。前两条比较容易理解,但第三条该怎么解读就各有各的说法了。

 

我自己是这样认识的:我们在谷歌工作,这是一家利润丰厚、天才云集的企业。我们薪水丰厚、赚得盆满钵满,生活在位于生态链顶端的硅谷世界里。作为幸运之神的宠儿,这样的我们能做的最好的事情是什么?

 

我个人的答案很简单:找到所在领域中最重要的问题,并拼尽一切将其解决。

 

实际上,践行理念的第一步就是先做好分配给自己的工作。而只要日常工作处理得当,我们就有机会深入到庞大的谷歌网络,接触正在筹划的创新内容,凝聚出清晰的未来愿景,通过文档和演示让它引发共鸣,找到同样关注这个问题的高层领导者,同时坚持不懈地宣传自己的目标。

 

从某种意义上讲,我自己也算是做到了这些。最典型的例子就是开发分步数学教学演示,这项功能是以之前的数学解答工具为基础,由三个人花几个月时间制作完成。该演示将我们的智能辅导愿景转化成了可以体验的直观形式——有链接,可以直接使用,也可以转发给他人。有了这样的成果,后续的对话才有可能性,体验者能够做出相应反馈,功能的影响力逐渐扩散到团队之外,再带着更多观点和建议回到我们手中。

 

当然,我也有做错的时候。有位领导就觉得我们的想法不错,安排设计师制作了出色的演示,而且不管走到哪都向其他人推荐。但他当时身处的部门跟项目理念不合,他的上司根本就不关注这个方向。最终他转到了另一个团队,在那里终于有机会把梦想变成现实。

 

大多数收购其实都失败了,就连 Socratic 也不能算完全成功。一方面,我们成功将两种截然不同的文化融合到了一起,我们的产品也继续存在并不断发展,每年支持约 50 亿次查询。更重要的是,Socratic 的初创班底也都获得了广阔的职业发展空间。

 

但另一方面,Chris 和我还是离开了谷歌去建立了新的初创公司,而且直到现在,Socratic 团队或者谷歌也仍未推出一款现象级的 AI 教育产品。不过我有信心,只要别被暴力重组,Socratic 项目组早晚可以实现这个目标。

 

原文链接:

https://shreyans.org/google

 

相关链接:

https://gist.github.com/chitchcock/1281611

https://twitter.com/_jasonwei/status/1708921475829481683

https://techcrunch.com/2015/03/25/did-socratic-org-raise-6-million/

2023-11-15 14:425408

评论

发布
暂无评论
发现更多内容

在python项目的docker镜像里使用pdm管理依赖

EquatorCoco

Python Docker

业务复杂度治理方法论--十年系统设计经验总结

京东科技开发者

AI数字实时互动新探索,打造高拟真专属AI智能体

阿里云CloudImagine

云计算 音视频 视频云 实时互动 AI 智能体

LED显示屏厂家如何提升LED产品技术

Dylan

产品 技术 LED显示屏 led显示屏厂家 市场

使用Redis时不可原谅的几个低级错误

江南一点雨

【Tomcat源码分析 】"深入探索:Tomcat 类加载机制揭秘"

派大星

tomcat源码解读

Mac专业项目管理软件:Project Office X Pro v1.1.11

Rose

一文读懂Ethervista:以太坊的新代币启动器DEX

区块链软件开发推广运营

dapp开发 区块链开发 链游开发 NFT开发 公链开发

索尼的Web3蓝图:从技术创新到现实应用的全方位布局

区块链软件开发推广运营

dapp开发 区块链开发 链游开发 NFT开发 公链开发

Metadata Converter for Mac(照片元数据编辑查看器)v1.6免激活版

Rose

易于使用的专业屏幕测量工具:PixelStick for mac已激活版

Rose

在stable diffussion中控制生成图片的光线

程序那些事

程序那些事 Stable Diffusion

附送试听地址!OpenAI ChatGPT被曝将新增8种语音!英特尔酷睿Ultra 200V正式发布|AI日报

可信AI进展

Flink CDC 在货拉拉的落地与实践

Apache Flink

大数据 flink 流计算 Flink CDC

从Milvus迁移DashVector

DashVector

数据库 向量检索 大模型 #人工智能

一个故事理解消息队列-下

老张

kafka 中间件 消息队列 基础架构

流式细胞分析:flowjo10破解版软件安装方法

Rose

【转载】golang内存分配

京东科技开发者

自增主键去哪了?---一次开发过程中的思考

京东科技开发者

天猫商品评论API返回值中的虚假评价与识别

技术冰糖葫芦

api 网关 API Explorer API 策略 pinduoduo API

测试工程师的质量体系构建指南

霍格沃兹测试开发学社

易于使用的图形化 PostgreSQL 数据库开发工具:Navicat for PostgreSQL

Rose

苹果电脑效率工具:Magnet pro for mac窗口分屏管理工具

Rose

公开课 | 测试工程师的质量体系构建指南

测吧(北京)科技有限公司

测试

天猫商品评论API返回值中的虚假评价识别策略

代码忍者

api 网关 API 策略

万界星空科技MES系统中的排班排产功能

万界星空科技

mes 万界星空科技 生产管理 车间管理 生产排班排产

Bettertouchtool for Mac 功能强大的触摸板辅助工具

Rose

强大的FTP(文件传输协议)客户端:Transmit 5 for Mac

Rose

通过ModelScope开源多模态Embedding模型进行向量生成

DashVector

数据库 向量检索 大模型

专业实用的CAD软件:CorelCAD 2021中文直装版

Rose

重磅活动!南开大学赵宏教授倾情分享AI挑战下的教育教学新理念与新方法

ModelWhale

Python 人工智能 通识课程

“谷歌有谷歌的规矩”_Google_Shreyans Bhansali_InfoQ精选文章