年輕的同學喜歡按學習曲線來看自己過去的每一年，但是這種方式很快就會步入到瓶頸，學習曲線增長突然會變得緩慢。在2013年圣誕節(jié)時，Tim還在每天花上10-30分鐘玩一款叫Clash of Clans的游戲，并邀請身邊的朋友都加入了部落，當時每天的升級成長也很快。但不知道從哪一天開始，發(fā)覺升級越來越慢了，需要2周或者更長時間才能將一些對象升級，所以慢慢的對其失去了成就感、耐心與好奇心。

工程師對于技術的關系也是如此，剛接觸第一門編程語言時候，對每一個細節(jié)充滿了好奇心，發(fā)現一種新的語法糖也會興奮不已。當使用這些技能之后，慢慢的發(fā)現工作中只會重復的使用其中20%左右的領域，就這樣月復一月的過著。當然學習的習慣還繼續(xù)保留，工作之外的東西也會去看看其他一些東西，比如花一周學習媒體炒得火熱的Swift語言。但較常見的情況是，大家學的這些新潮技術工作中一般不會立即使用，幾個月之后Swift怎么寫可能一點也不記得了。幾次類似經歷之后，當再有新的某項技術出來，如果看不到有使用的需要，你已經不打算再學了。畢竟花很大力氣學會某項東西，又注定在幾個月后會忘記，這種做無用功的感覺很不好。因此最終學習曲線會停滯在某個點。

前幾年在新年來臨之際Tim也會去給一些技術媒體投稿，徹夜不眠寫出一篇技術圈宏大的總結與展望，希望能給從業(yè)人員指出一條明路。但是這種憑借個人視野有感而寫出來的東西，最終指導不了自己也指導不了別人。技術領域太廣太深，即使圖靈獎得主也很難去評論另外一個專業(yè)領域未來一年的發(fā)展趨勢，能看到的各種預測無非是主流媒體的觀點匯集而已。于是后來就不寫（也不看）這種總結展望了。盡管技術領域內盲從的心理還是非常顯著，很需要這種指南類的東西（比“干貨”受歡迎多了）。

在2014年日常感悟比較多的，就是對昨天文章技術團隊的標準化與可復用文化所說的技術群體里面的無序感到有些悲觀。當一個低級問題，第一次解決時，你會感受到成就；第二次解決時，你感受到責任，第三次解決時，你可能更多的感受到無力。當你觀察一個小的團隊時時，這些情況不會明顯；但當你把目光聚焦在一個稍大的團隊，比如50人以上時，這種問題會更容易發(fā)現。

有人倡導自組織團隊，包括各級大佬BOSS們也給我們指出這是前進的方向，但是完全具有自組織特征的團隊不是很容易見到。Tim身邊更多情況是靠各級管理者強有力的執(zhí)行力去推動。想想如果沒有領導的角色可以自運作起來，還是很有挑戰(zhàn)的一件事情。當然挑戰(zhàn)不包括各種技術大會的那些敏捷教練們。

開源這個詞有些濫用，我個人去評價一個項目時候更多的是看它解決的問題以及帶來的價值。國內業(yè)界的問題不是開源不夠，而是能創(chuàng)造價值的軟件太少。單純去討論開源運動我覺得和討論”跑步運動“或者”站立辦公“沒什么區(qū)別，雖然我也嘗試站立辦公，但是我覺得沒必要天天掛在嘴上。

運營開源最重要的是社區(qū)（指貢獻你項目代碼的群體），先是有了社區(qū)，然后有了你的開源project。否則你的項目最多會成為一個帶源代碼的一款工具軟件。經常的誤區(qū)是一些人覺得將內部的一堆不再維護的代碼上傳到github上，然后就期望一夜成名，或覺得船到橋頭自然直，這就有點naive了。

雖然大數據很熱，但是我認可大部分engineering方向的工程師不適合做大數據這個觀點。不是說這些人不夠聰明，而是當你已經25歲左右時候，你已經用了3-5年“最好的編程語言”之后，來決定踏入大數據算法這道門，時機有些晚了。大數據的算法是稍微和計算機科學的“科學”二字最搭邊的一門學科，這個算法和CS學的那些快速排序算法有很大的區(qū)別，通常這些半路進入的engineering類的工程師，最終的天花板可能是一個數據統計工程師或者是協同過濾工程師。即便如此，一代又一代工程類的技術人員義無反顧走了進去，經過半年一年狂熱的學習之后，在一些大BOSS不理解的崗位上默默的發(fā)揮著作用，并堅信自己已經是邁向金礦的康莊大道上。大部分沒有Critical thinking sense的工程師，習慣在因與果之間用“自然而然”推理并聯系起來，比如“只要我進一步學好大數據算法，自然而然，就能挖到金礦”。