阿里妹导读

匠心来自于重复性工作，但重复性工作未必一定培养出匠心。

这两个词放在一起，是不是乍一看有点别扭？别扭点大概在于：匠心是公认的褒义词，而重复性工作虽然原本是中性词，但在互联网技术语境里，通常都是以技术解决问题、消灭重复性工作为目标，久而久之，重复性工作更像是个贬义词了。但是反过来想，匠心来自哪里？寿司之神的匠心，来自于数十年如一日的制作寿司，庖丁解牛的匠心，也来自于无数次的重复解牛的工作。所以，匠心来自于重复性工作，但重复性工作未必一定培养出匠心。

为什么想要探讨这个话题呢？最近两年我参加的师兄坐镇一对一沟通中，很多师弟师妹会问到一大类问题：如何在已经比较熟悉的工作领域挖掘成长空间，持续发展不停滞，保持自己的竞争力。

通过这个问题的表述可以看出，我和师弟师妹其实达成了一个隐含的现状共识：随着互联网行业的逐步成熟，以及近几年平台经济的增长放缓，大部分技术同学的工作，都是对成熟技术的应用实践，而非技术突破。进而，作为每个工程师个体，在胜任日常工作，成为团队主力成员后，多数是在已熟悉的工作领域挖掘成长空间。

举个例子，比如双十一，作为一年一度的展示技术能力的大舞台，所用到的压测技术在几年前就已基本成熟，近两年更多提的已经是大促日常化，减少值班成本等优化方向。对于同一名双十一技术负责人来说，负责过一年双十一之后，对第二年双十一也必然是胜任的，除了局部优化之外，整个双十一压测并不需要用太多新技术来解决问题。

有人可能会说，但业界一直有突破性技术产生啊，比如去年底横空出世的大模型技术。没错，大模型，区块链，这些是典型的突破性技术，虽被广泛看好，但仍未辐射到所有技术工作中，阿里蚂蚁业务发展转换而来的技术需求中，大部分是通过工程能力实现功能，间或通过架构优化提升非功能性技术指标；只有少部分在用新技术孵化或革新业务，从而打开新的增长空间。

回到师兄坐镇的问题：如何在熟悉的工作领域挖掘成长空间，我把问题转换为，如何在重复性工作中培养匠心。本文中，重复性工作不是贬义词，是对现实情况的客观认知。匠心仍是褒义词，是每个人对卓越工作的追求，也承载了个人成长发展的诉求。

略为冗长的开篇之后，我们进入正题。（潜台词是，如果不认同上述语境，正篇参考价值就不大了。）

既然要讨论重复性工作中如何培养匠心，我们先看看什么样的工作无法培养匠心。

举个例子，烹饪和泡方便面。

烹饪是能体现匠心的重复性工作，古代有宫廷御厨，现代有特级厨师，动漫里还有中华小当家。做饭的重复性体现在每一道菜品的重复制作，也能体现在菜品之间工序的重复性，比如食材挑选，预处理，改刀，炒制，装盘。泡方便面显然也是重复性工作。那么泡面能培养出匠心吗？有听说过泡面时通过秒级控制时长，精确控制热量的传递效率，负载均衡的酱料分布技术，以及合理的界面布局，最终提升食客体验，达成色香味俱全，令人食指大动的客户价值么？好像有点怪怪的。

为什么泡方便面没有培养匠心的空间呢？我们从几点分别看一下。

一、从需求看结果：选择泡面时，通常是为了快速饱腹，满足基本的味道要求即可，极少有人会从泡面中追求额外的美食享受。即，泡面的结果价值空间不大。

二、从过程看：泡面过程对泡面最终味道评价影响不大，泡面的原料、配比、味道以及形态，都是在泡面生产过程中就已经固化为最终产品属性。泡面过程只是为了把产品设计属性表达出来。即，泡面过程对价值的贡献度较低。

三、从可预测性看：泡面自身的设计就是以简化过程，减少过程对结果的影响为目标，这是速食食品的普遍特点。只要操作过程合乎袋子背后的说明，泡面成功率100%。并且，在泡面过程中虽然可以调控水温、时长、调料用量，但每个调整动作确定后，对结果的影响基本也就被确定了。即，结果的可预测性很高。

四、综上，不论重复泡多少次方便面，都无法培养泡面执行人的匠心。

对标我们技术类工作，可以类比为只实现一个文案/图标的静态展示，哪怕重复实现千百次，也难以培养匠心。

从泡面的例子可以总结为三个指标的公式：（结果价值空间*过程对价值的贡献度）/可预测性。

前两个比较好理解，结果价值空间大，过程贡献度高，可以理解为每一次过程获得的结果价值”分成/分润”高。

可预测性可能有点不好理解，这是一个反向指标，假设每一次过程都能取得同样的结果，那么不同次的过程之间差异就很小。在重复性工作中，要让重复性变成正向特征，即让重复性发挥出价值，就需要在重复工作之间带来差异。这个差异可以是失败和成功的差异，也可以是一般成功和非常成功的差异。所以预测性越高，确定性越高，不同次工作之间的差异越不明显，那么工作1万次和工作10次的差异就很小，即重复次数获得的边际收益越小。反之，预测性越低，可能有一百种失败的可能，也可能有一百种不同程度成功的可能。那么重复1万次相比重复10次就有机会提高成功概率以及成功程度。这样才能够体现重复性工作的价值。

仍然以烹饪的匠心为例进行解读：

一、结果价值空间高，可以是烹饪场景下的大业务量，正向盈利情况。比如连锁饭店、高档饭店。

二、过程对价值的贡献度高，如稀有食材需要特殊处理方法，高难度菜品对刀功、烹调手法有高要求。

三、可预测性低，即可能性多。同样的菜品，通过不同厨师的烹饪，表现可以截然不同，哪怕是炒土豆丝，即使在同一个厨师手上，也未必味道稳定如一。同样，因为菜品本身就有低预测性的特点，所以大众点评的推荐才会体现价值。反例就是麦当劳，肯德基，我们不会刻意挑选哪一家门店，因为连锁店已经通过标准化过程把门店之间的差异消掉了，即菜品可预测性高（所以没有听说麦当劳有什么大厨吧？）从这个角度讲，标准化过程和可预测性结果是强关联指标，标准化就是为了提高预测性。

以上三条，至少要有一条命中，就有匠心的空间。三条都命中，就有机会培养极致的匠心。所以顶级厨师的画像通常是：大饭店、会做难度超高的菜品，并且还会持续创新优化（降低自己的可预测性）。

对标到技术工作中：

一、价值空间高：通常是大流量业务、高盈利业务、主营业务或战略业务。（战略价值也是很高的价值）。

二、过程对价值的贡献度高：如大模型技术在对话类业务上带来的极致体验，如双十一高并发能力对GMV的支撑度。

三、可预测性低：
如搜索推荐算法对流量效果的影响，如营销活动对转化率的贡献，都具有不确定性特点。或许有人会问，算法有效果的不确定性，那么工程的预测性是不是注定就很高？也不是。工程能力如果成功实现，结果是确定的，但要看到，工程能力在成功和失败之间，仍然有bug、宕机带来的不确定性，并且可能会是致命性的失败。所以工程能力的价值通常更多体现在大流量高并发业务中，也是因为大流量场景相比小流量场景，系统能力的可预测性变低了。所以为什么文案/图标展示类功能的重复性不能带来增值，也是因为这种功能实现的可预测性太高了（太容易成功了）。

看完上面几段，有些同学可能更灰心了：如果我既不在主营业务，业务现在也不需要创新性技术，日常只是做些小功能需求，我已经做的非常熟练了，那么我的成长空间还有吗？还能培养技术的匠心吗？

先别急着给自己下定论。

首先，看业务结果的价值空间：业务上有多少类型的功能？要求什么样的技术栈？性能表现怎样？是否有过系统架构重构？每个业务都对技术有着天然的要求，首先看看自己是否都参与或负责过不同类型的技术工作，即是否充分挖掘了业务提供给你的全部价值空间。

其次，尽可能提升过程对结果的贡献度，不要把技术工作做成简单的承接需求，而是理解洞察业务模式、发展阶段，从而理解业务需求背后的整体逻辑，把非显式的需求，通过更优的技术方案进行实现，比如有时要快速高频迭代，有时要极致的交互体验，有时要通过架构降低资源成本，以及任何时刻都要尽可能考虑未来架构扩展。虽然只要掌握一种技术方案就可以承接需求，但更好的做法是掌握多种技术方案，并有策略的选择当下最优的方式。

最后是结果的可预测性。同一个人做不同项目时，他的成功概率是稳定的吗？不同人做同一个项目，完成结果差异大吗？通过这些问题分析可预测性，折算出我们所能获得的机会。说人话就是这个工作是否足够难、足够复杂，以至于工作结果并不能稳定交付？反过来的例子就好理解了：能稳定交付的工作我们通常会逐步交给资历浅一些的同学，标准化程度足够高的，也可以交给外包。俗话说富贵险中求，不能保证成功的项目，更能培养人。

用上述三个角度分析我们现在的工作内容，会得出一个很鸡汤的结论：在现有的工作内容上，我们总可以挖的再深一些。从完成到优秀、从卓越到举一反三、从稳定交付到创新优化，每个工作内容都有着潜在的价值空间，都可以培养我们的匠心。

那么为什么现实并不是这种（空间大，机会多）感觉呢？因为还有一个隐藏指标在起作用：成本。我们花费的成本是我们宝贵的时间，用熟悉的方式解决问题，还是用创新的方式解决问题，虽然后者可以提升过程贡献度，也可能提升结果价值空间，但学习并应用一种新方式，要付出更多的时间精力成本。在快节奏业务压力下，潜意识就会选择成本更低的方式，特别是项目倒排下，我们不得不选择成本优先。

这也解释了为什么大家喜欢做0-1，因为除了0-1任务的结果价值容易体现这个因素之外，0-1任务对成本的包容性更强。所以体感上就是：解决新问题，对比在老问题上调优方案，前者更容易得到认可。

在实际工作中，因为业务节奏等原因，有时性价比也被作为优先原则：希望用尽可能少（20%）的成本，拿到尽可能大（80%）的结果。此时，我们被要求的仅是基础解决方案，而不是时间成本更高的最优方案。在外部没有给予足够支持时，靠自驱会显得尤为艰难。

这就是为什么我们讨论的是匠心，而不是匠艺。技艺的提升路径好找，克服阻力贯彻实施则需要有坚定的信念作为驱动。不是为了kpi，不是为了boss的认可，不是为了积累汇报素材，而是为了自己真正想要提升自我。引用寿司之神的话：“我一直重复同样的事情以求精进，我总是向往能有所进步，我会继续向上，努力达到巅峰，但没人知道巅峰在哪里。”

所以最后就是这么一篇鸡汤文了吗？也不完全。

再来强调这三个指标的公式：（*结果价值空间过程对价值的贡献度）/结果的可预测性。我们把这三个指标重新定义为变量**，来看看我们能做什么事情影响每个变量。

结果价值空间：除了常规意义的项目结果外，这个变量可以扩展出更多结果的定义。比如完成项目之外，写了文档，总结了方法论，沉淀了某个组件，做了一次分享，这些动作都增加了结果的定义，从而扩展了结果价值空间。简称：一举多得。

过程对价值的贡献度：重新定义价值后，过程对价值的贡献度自然也就变化了。如果结果价值包括了写一篇文章，那么文章怎么写，写成什么样，就可以有很多不同的方法，随之产生不同的贡献度。简称：八仙过海各显神通。

结果的可预测性：首先，通过扩展”结果”到多维度定义，已经联动的降低了结果的可预测性。而对单一结果而言，影响这个变量需要面对更多挑战。分为两个角度思考：1. 自己和别人比，组织会通过标准化、体系化、规范化让大家都掌握成功的确定性路径，在这个过程中，如果我们不主动求新求变，就会泯然众人。2. 自己和自己比，我们通常想要消除失败的概率，但如果我们不能同时扩展成功的多种可能性时，结果的可预测性会坍缩在稳定的“一般性”成功上，说人话就是：当你能够稳稳的成功时，如果成功的方式一成不变，那别人对你做这项工作也就没什么新的期待了。用kpi语言再说直白一点：这种稳定的“一般性”成功，只会得到3.5的评价。而有可能得到3.25的工作，反而有机会挣到3.75。超出他人的预期，潜台词就是不要让别人预判到你会以什么样的姿势成功。简称：出其不意、出类拔萃、出奇制胜、出神入化、出人头地。

上面的描述可能有点不易理解，我换成另一个词大家就懂了：创新。为什么创新具有公认的最高价值，就是因为创新结果是不可预测的，可预测的就不再是创新了。

分析到最后好像回到了一些熟悉的结论上……当然了，因为重复性工作的问题在行业里不是新问题，创新、沉淀、提效这些解法也一直摆在那里，是否认同这些解法，是否愿意实践这些解法，是否愿意坚持不懈的付出，这些都是“心”要先回答的问题。为了让“心”更好的回答，首先要让“心”更好的理解问题和解法的关联。这也是本文题目的由来。

为什么今时今日我想要分析重复性工作这个问题和已有的这些解法呢？是因为：互联网发展至今，现阶段处于低增长周期时，0-1的机会变少了，1-n的重复性工作增加了，追求成长的我们，必须要直面这个行业周期带来的挑战，要勇敢的在老问题、重复性问题上努力挖金矿，磨炼技能更磨炼内心。以此保持自我成长不停滞，这样，当新一轮高增长周期来临时，才能更好的抓住机会。

祝愿大家都能培养出自己独特的匠心。