如何在国内构建一个硅谷级的高效技术团队？

六安热线

作者 | 姚旭 编辑 | 小智 本文将通过对比传统国内互联网公司和 Facebook 等硅谷互联网公司的团队构成和项目流程，结合其中对比的利弊，以及融合两种风格在小红书落地的实战经验， 总结一条，以数据驱动和 Ownership 为核心的高效团队组建和协作的方法论，作为增长型公司如何在“效率”上超越大公司的最核心的竞争力。本文整理自 QCon 2018 上海站上的演讲。

从硅谷到中关村到底有什么差别？以 Data Driven+Ownership 组建高效团队！

效率差距 在加入小红书之前，我曾先后在百度、知乎、Facebook、Airbnb 工作。今天就想分享我在这过去的十几年间看到过、经历过的不同公司在“效率”上不同做法，以及一些自己的总结。
( B  _/ ^2 a: l“从硅谷到中关村到底有多远？”大家在十年前觉得硅谷是技术型公司的圣殿。但是，今时今日中美互联网公司，这些差别都变得非常小。
% N. t: b, M+ ]3 M: y5 t
2018 年初 Mary Meeker 的年度互联网报告里面，Top 20 市值 / 估值的互联网公司中国占了一半，但从实际角度，还是在一些领域内差距明显。以 Facebook 和阿里巴巴为例。他们两个的市值曾经非常接近。但平均每个员工创造的收入，Facebook 大概是阿里巴巴的 3 倍。这个数据代表了一个公司的效率。

  h6 f( z) x0 q  a% q站在今天，中美互联网企业最明显的差距就是团队效率。
5 w" B8 W- C" z% Y
- `& `' L- N: M6 v接下来，我们将对比差别产生的原因，及能从硅谷能学到的东西，包括在小红书的一些实践当中看到的效果和遇到的问题。
互联网时代的软件工程 我们今天对于效率的讨论，都是在互联网时代这个大背景下如何能够最大化团队的效率，最大化团队的产出。但中文互联网元年大概是在 2000 年左右，我们现阶段的所有互联网企业都是脱胎于那个软件时代。

& E9 ~+ x, W3 B! L软件时代和互联网时代有什么区别？软件时代 release 周期大概是半年到一年，背后的逻辑就八个字：质量第一，按期交付。

我们来讲讲其中的巨无霸：微软。
3 m7 ?/ k1 c6 o: @! }& Z/ z
) C! P! T$ O- e  ?$ K在中国互联网企业里，大家沿用了微软的开发流程。PM 中心制，以交付文档作为各个阶段的结果产出。这是一个对于整个软件开发而言好的流程。

4 k) l& L- M. S+ U7 E/ Q但到了互联网时代，这样软件工程有什么问题？

• 第一点，所有原始设计的功能点的周期不再是月级别，是周级，甚至可能都是天级。
  4 b% a" T& }6 b+ ]; b# Q
• 第二点，职能化区隔。基本上我们的团队构成都是以职能切分，PM、工程师、测试工程师等。
  

在复杂的互联网场景中，我们就会出现 PM 的需求和排期，会分别细化到客户端团队，到服务器后端等。Team 越来越大，时间却越来越少。流程能带来安全和质量，但流程不能带来效率。
7 d' o* j4 P  Z! j0 O8 [  T我们再来看看互联网时代下带来的变化：
% O" A& c  ]# p$ `- Y: l! F

' O; t/ R) d6 w
• 第一点，迭代速度比不出问题重要。如果一个特别严重的 BUG 放到线上，1 分钟就能定位，5 分钟就能 Release 修复，可能只影响到了非常少的人，可以用迭代速度去弥补出现的问题。
  
• 第二点，一个基本功能的 MVP，也就是一个功能的最小化产品单元，比一个完备的产品设计要重要得多。
  
• 第三点，用户反馈就显得比按期交付更重要。应该用最小化的产品单元，用最快的迭代速度，将用户的反馈收集到，确定这个产品的功能要不要，做不做深耕。
  

在互联网时代下，对比传统软件时代，我们的最终生产效率能差多少？10 倍肯定是有的。效率就是第一竞争力。
+ e+ C" V% ]- c
我们再举个互联网时代公司的例子：Facebook。
3 C) u- ~9 `+ J: B) `Facebook 的一个最小 TEAM 单元叫做三人组，是设计师、产品经理和工程师，三个人完成基本功能。三个人之间不是流水线上各自独立的环节，而是相互讨论，相互交织。
9 ~! c( j6 W) ]+ F5 O7 d
7 T+ I+ A( e% Y' V/ [产品经理，他不再只是 Product Manager，而是 Problem Manager，让大家能看到问题的全貌，一起来探索解决的方案。
, F+ y5 n' D# h; e4 B- E; B
# ^+ [5 x; \' G  A7 y+ c* a( S6 {& e三人组这样的团队，与那个按职能来划分的团队相比，有什么区别？
- M7 q, n- g# [- ~/ \6 B第一点，对问题负责，所有人不再只负责流水线上的一环，而是负责最终结果。
- M" F- W& ]+ x4 z0 U" @第二点，因为存在大量的面对面交流，而不是文档交流，它的结果是对于主观能动性的激发是大的。
这两点是为什么能激发 10 倍的效能的基础。对一件事情有 Ownership 可以激发个人巨大的效能。
以效率为中心，带来了哪些变化呢？
8 Z4 z3 J; D+ o6 l* i变化 1：团队
6 y6 M2 M. \8 K我们先来看看团队的变化。

& U7 A  F3 E; f: H! J例如 Instagram 从创业团队做大，一定要有术业有专攻。对于 Instagram 而言，第一个切分出来的团队是基础架构，他们支撑一个底层业务。
第二个拆分出来的团队是 Growth。这个增长团队是闭环的，为了目标就是一个，如何协同一起把这件事情做成，把问题解决。
之后，还会切分出 Engagment 团队，以及 monetization 团队。
团队的切分方式都是以能让大家分享同样一个用户侧的目标，或者是公司级的目标。
6 p* S. c' m: \" [! W在实际场景当中，大家最怕与跟自己职能不一样的人放在一起。但我认为，单一驱动在今时今日这个场景下面是不存在的。
% T2 O/ p9 W( o驱动大家的东西，是用户侧的反馈，或者叫数据。每个人都应该放下只有我说了算的 EGO，平等的对话，在各个地方收集问题，一起找到解决路径。
* ~, V/ L* L1 s在这样的团队里面，带来了第二种变化，数据无比重要。职能不一样，团队的共同语言是什么？数据驱动决策的含义，就是团队里面每个人都需要去阅读数据，读懂数据。
% x6 T6 u5 x! E& U- K8 u6 P数据驱动分几级：
- p6 Y- l* d" U& }* E* A# R

# t* b0 D7 }  r2 A/ B: e  j  J; H
• 第一个，公司级。出个 Dashboard，加个 BI 团队，负责给老板跑数。这是低 level。
  
• 中等 level 是团队级，每个团队都有自己的可以量化的目标和结果。
  
• 高等 level，应该是团队当中的每一个人每天都在跟数据打交道，每个人都能用数据，每个人都会用数据。但这需要有配套的机制和工具做辅助。
  

在 Facebook 内部，五年前有三大工具：Scuba，Hive，Ods。ODS 传统 KV 储存，主要是一些计数器。HIVE 就是数据仓库，可以跑很大的数据量，缺点就是反应慢。SCUBA 在 Facebook 内部是人大家日常使用最多和最有帮助的工具，可以实时地做多维聚合。

6 l+ Y6 \3 q2 `* f) G
, s: P- n7 ~. g2 a( l) S实际应用工具当中的一个转变，对人的影响是非常大的，工程师关心的不单是 CPU、MEMORY，关心的是全链路业务上面的用户反馈，要有工具能看到结果长什么样子。产品经理也要有能力自己取数，要有 data sense。
6 b/ ^4 K( b4 z7 Y# S
这样，数据科学家和数据分析师不再是取数工具了，而是可以去做数据分析，找到驱动数据变化的深层原因。
最后数据应该是公开的，应该是能覆盖到尽量多的维度，数据的生产者和数据的消费者应该是一体的。我想知道，我做了这个功能有没有人用，有多少人用，用得好不好，这才是最大的驱动力。
变化 3：职责 优秀的团队，需要对结果负责。对结果负责很重要的一点，或者说做出成功产品的团队核心是什么？叫做 DOGFOODING。
3 i3 Y. c# |5 t9 |+ o
DOGFOODING 是什么意思呢？就是自己用自己的功能，自己吃自己的狗粮，或者狗屎。自己做出来的功能，首先自己要先用起来。

在 Facebook 有几种简单的工具去支持大家快速做用户侧尝试，哪怕是只给自己使用尝鲜：
8 j- c$ f3 l, y& P. N$ g" |

$ ?* A1 s# ?8 B" H- ^/ R
• 一种是 gatekeeper。通过在 gatekeeper 上设置过滤条件，对一小批用户做测试。
  
• 另外一种是 AB 测试，切 10% 的用户尝试新功能，另外 10% 的用户最对照。
  

那工具为什么可以让大家变成对结果负责呢？原因叫做赋能。因为有能力，所以有担当。

除了靠各种 CI，Canary 工具以外， gatekeeper 和 AB testing 也可以让你小流量去实验，实验个 5000 用户，觉得没问题，再放大，用这样的工具去辅助这样的权力。
3 v3 h9 w* h/ R
. _3 ?3 T+ v& _总结来说，在互联网时代，为什么 Data driven 和 ownership 可以提供 10 倍的效能差别？因为在大目标对齐的情况下，各个小团队之间可以组成一个分布式的决策机制，大家可以跨职能的团队协作，去中心化进行决策，做到面对不确定性时的敏捷。
7 _2 v4 ~! ^. m- i+ y) ~
小红书的实践
最后我们来看一下过去这两年，对于效率，我和我的团队一起在小红书的一些真实的实践。
小红书是一个生活方式平台，里面涉及到衣食住行，吃喝玩乐，并且可以完成从发现到决策到记录的全链路流程。
) r6 |+ g( _: K( g6 g
. c/ r! \; j8 Z我们是一个面向用户、有丰富数据的平台，这是我们产品上的天生优势。我们一天的用户阅读量有数十亿次，这种流量规模情况下，我们可以做非常多的 AB Testing，用 1% 的流量就可以做非常多的事情。
2 e7 D% A7 \) b+ b
' U5 E! T* A1 Y我们刚才讲的对于各种效率理念，在过去两年一步一步在小红书做落地实践。虽然有种种挑战，过去的两年里面我们还是摸索着落地了很多效率层面上的改进：
首先第一点：数据赋能。每个人都会玩的数据平台。我们自己做了一个前端，后面主要是 Hive，Presto，Spark 等等这样的数据计算平台。在这里用户可以套用模板写 query。在小红书团队中最引以为傲的一点是，几乎每个人都会写。然后通过一些工具可以把这些数据变成一个图，或者是变成一个每天监控的 dashboard，还可以变成 high level 的报警。
/ I8 |% f( T; Q1 ~; L# P
第二点，工程赋能。工程师有能力决定自己功能什么时候上，要什么时候上，或者要不要上。我们用了 Phabricator 做 Code Review，集成了后面 Jenkins 做 CI。所以工程师在这里边每天会看到说我现在有多少个 Diff 等着我去 Review，以及我的 diff 在被 review 的状态是什么样子。当有一个 reviewer 点击了 accept，就代表可以上线了，就触发了我们最终的 deploy 流程，就上到线上，这是对于工程权力的下放。
& L/ q4 S0 Q. o$ I" {5 a9 N
" {9 h( g$ m+ f第三点，实验赋能。我们现在线上 AB testing 平台一天有 300+ 个实验，也就是说我们每天在尝试的新功能有 300 多个。AB testing 就是应该犯错的，AB testing 就应该是 10% 的成功率才对，或者更低，代表实验的效率更高和跑得更快。
) d" r( e# Y2 [5 H3 J, ?( s
% w* m# A2 X. D9 @我们刚才讨论这些关于效率的话题，在小红书团队里面都有所实践并且一直在进步。我能看到工程师、产品经理、数据分析师在团队里面效能的变化，效率成倍的激变。

& h0 v3 v4 s% \- @8 O. h6 i我们大概在今年年初的时候，我们整个的用户突破了 1 亿，现在已经超过 1.5 亿。小红书所有核心指标都是一年 4 倍到 5 倍地指数级增长。

我们就是一个从十来个人的团队到 100 多人的团队，QPS 从百到万到十万，去撑起了这么一个每年 5 倍左右的核心 metric 的变化。
0 p0 e7 f5 f9 F$ Z3 T" g
那么从硅谷到中关村到底有多远呢？

: p0 }- @2 D1 s$ G% C在小红书，我们其实就是 为一线团队做两件事情，一个叫做放权，一个叫做赋能。
放权的意思是通过 Data Driven 的方式给予决策权的分布式下放；赋能的意思是通过工具，无论是测试工具也好，CI 也好，实验平台也好等等这样的工具能让团队每个人有 ownership。最后，欢迎大家加入小红书团队，来一家高增长的公司高效率地做事情。
本文彩蛋 硅谷一直以其“不断创新、鼓励冒险、包容失败、崇尚竞争、平等开放”的文化闻名于世。许多公司从一个灵感迸发的火苗，在这里长成参天大树。究竟硅谷公司里有哪些令人着迷的工程师文化，可以让人管中窥豹略见一斑呢？请在 InfoQ 后台回复关键词：硅谷，获取一篇以 Facebook 为例的项目开发流程和工程师的绩效管理机制文章。
4 N+ l7 h* V  k4 V; f( D( H作者介绍
7 x5 x$ M9 O0 _" X7 E8 t
姚旭，小红书社区技术负责人，端到端地负责小红书的社区功能，包括大前端，搜索、推荐、基础架构和相关的机器学习系统。 加入小红书前，曾在 Airbnb、Facebook、知乎和百度等公司担任首席架构师和主任工程师职位。
4 A4 h$ R( r; \3 l6 a  _' c& i  D 可能是讲分布式系统最到位的一篇文章
8 ~. t$ j8 R' @/ D6 i$ ]
高效的技术团队需要技术管理两手抓，你找到正确的上升途径了？关注新一届的 QCon 大会，100+ 技术大咖给你解答启发。
QCon 北京 2019 现已全新起航，除了一些常规的专题设置外，新增了用户增长、智慧零售等当下热点话题，在技术深度和广度上不断延展。目前大会 7 折报名中，立减 2640 元。识别二维码了解 QCon 十周年的精心策划。
8 J' m8 q4 K8 R/ o; ]% h8 H
- A( c3 v+ d3 q2 d! L  `议题讲师持续邀约中，如果你有好的话题并乐于与他人分享，欢迎点击「 阅读原文 」提交议题。

6 u' Y2 Z; w6 ?$ o

来源网址：http://www.yidianzixun.com/home?page=article&id=0KdET5Wf