“如果你遇到這種稀有的工程師，一定要抓住他們。如果你的初創(chuàng)團隊中有一位 10 倍工程師，你的創(chuàng)業(yè)成功概率將大大提高。”2019 年 7 月，印度風投公司 Accel 的合伙人 Shekhar Kirani 在 X 上發(fā)布了一條關(guān)于“10 倍工程師”（10x engineer）的長推文，引發(fā)了科技圈的激烈討論，有相當一部分人不同意這一觀點，許多資深開發(fā)者對此嗤之以鼻，認為這種說法不僅過于簡化，更助長了科技行業(yè)中的精英主義和有毒文化。

這場爭議一度讓“10 倍工程師”這一概念成為了一個反社會的 meme（模因），甚至有許多人稱之為“最糟糕的 meme”。

然而，時過境遷，AI 的發(fā)展似乎給這個爭議性話題帶來了新的注解。在 AI 逐漸重塑工作方式的今天，10x 效能似乎不再是遙不可及的神話。知名學者、斯坦福大學教授吳恩達（Andrew Ng）近日發(fā)表文章指出，AI 正在創(chuàng)造一個前所未有的可能：不僅是工程師，未來各行各業(yè)都可能出現(xiàn)“10 倍專業(yè)人士”，這些人將憑借對 AI 的深度理解和創(chuàng)新應用，在各自領(lǐng)域創(chuàng)造出遠超常人的價值。

“10 倍工程師”這個概念由來已久，其歷史可以追溯到上世紀 60 年代。1968 年，Sackman、Erikson 和 Grant 等人發(fā)表了論文《比較在線和離線編程性能的實驗研究》（Exploratory experimental studies comparing online and offline programming performance）。這項研究首次揭示了程序員之間存在“數(shù)量級”的效率差異。不過，這項研究的局限性在于，它主要考察的是特定的數(shù)學問題，比如解決 20x20 的迷宮和處理代數(shù)方程，這些任務更偏向于考驗程序員的數(shù)學能力。

圖丨相關(guān)論文（來源：Communication of the ACM）

這一概念的實證研究在 1977 年得到了進一步發(fā)展。Tom DeMarco 和 Tim Lister 開展了一項名為“編程戰(zhàn)爭游戲”的生產(chǎn)力調(diào)查，邀請來自不同組織的 600 多名軟件開發(fā)者參與。研究發(fā)現(xiàn)，最優(yōu)秀的組織的工作效率可以達到最差組織的 11.1 倍。有趣的是，研究還發(fā)現(xiàn)編程語言的選擇對效率影響不大，工作環(huán)境才是關(guān)鍵因素——安靜、私密的工作空間能顯著提升開發(fā)效率。

與此同時，軟件工程領(lǐng)域還出現(xiàn)了一個相反的概念：“凈負產(chǎn)出程序員”（NNPP，Net Negative Producing Programmer）。這類程序員會產(chǎn)生相當多的代碼錯誤，如果將他們從團隊中移除，反而會提高生產(chǎn)力。這個極端的對比某種程度上也佐證了開發(fā)者之間確實存在巨大的效能差異。

盡管這些研究為“10 倍工程師”概念提供了一定的學術(shù)支持，但在實踐中，這個概念的內(nèi)涵一直存在爭議。2019 年 7 月，這場爭議達到了頂峰。印度風投公司 Accel 的合伙人 Shekhar Kirani 在 X 上發(fā)布了一條描述“10 倍工程師”特征的長推文，引發(fā)了科技圈的激烈討論。

圖丨相關(guān)推文（來源：X（原 Twitter））

在 Kirani 的描述中，“10 倍工程師”是一個能夠像寫英語一樣輕松編寫代碼、討厭開會、工作時間不規(guī)律、能在大腦中將想法直接轉(zhuǎn)換為代碼的“稀有物種”。

這種描述立即在開發(fā)者社區(qū)引發(fā)強烈抵觸，許多人認為這樣的工程師往往是“天才混蛋”，“很多人之所以強烈反對這種說法，是因為我們都有過與這樣的人共事的經(jīng)歷。我們不得不重寫他們的代碼、編寫文檔、修復問題，總的來說就是收拾他們留下的爛攤子?！?/span>

而吳恩達認為，隨著 AI 技術(shù)的發(fā)展，不僅會出現(xiàn)越來越多的“10 倍工程師”，且“10 倍效能”這一現(xiàn)象將突破工程領(lǐng)域的邊界，擴展到更廣泛的職業(yè)領(lǐng)域。未來將會出現(xiàn)“10 倍營銷人員”“10 倍招聘專員”“10 倍財務分析師”等各類“10 倍專業(yè)人士”。

吳恩達解釋說，在很多傳統(tǒng)工作中，人與人之間的效率差距往往受到物理限制。例如，即便是最優(yōu)秀的超市收銀員，也不可能讓顧客結(jié)賬速度提高 10 倍。

然而，在那些主要依賴知識應用和信息處理的工作中，AI 的引入將徹底改變游戲規(guī)則。

一個“10 倍工程師”的價值并不在于寫代碼的速度比別人快 10 倍，而在于他們能做出更高瞻遠矚的技術(shù)架構(gòu)決策，更準確地發(fā)現(xiàn)問題并確定優(yōu)先級。

比如，在面對一個復雜問題時，普通工程師可能會寫上萬行代碼，而“10 倍工程師”卻能想出只用百行代碼就解決問題的優(yōu)雅方案。

這種思維方式的轉(zhuǎn)變，在 AI 時代將延伸到更多職業(yè)領(lǐng)域。

以營銷人員為例，傳統(tǒng)營銷人員可能會反復撰寫社交媒體文案，而未來的“10 倍營銷人員”不會僅僅用 AI 來協(xié)助寫作，而是會利用 AI 進行更多的市場實驗，獲得更深入的客戶洞察，制作更精準的個性化信息。這種本質(zhì)的工作方式轉(zhuǎn)變將帶來效能的指數(shù)級提升。

同樣地，10 倍效率的招聘人員不僅會使用生成式 AI 來幫助撰寫候選人郵件或總結(jié)面試，這種使用提示式 AI 的水平在許多知識崗位中很快就會成為標準。他們可能會協(xié)調(diào)一套 AI 工具，有效地識別和進行大量候選人的研究，從而比普通招聘人員產(chǎn)生更大的影響。

而 10 倍效率的分析師也不僅僅會使用生成式 AI 來編輯他們的報告，他們可能會編寫代碼來協(xié)調(diào)一套 AI Agent，深入研究產(chǎn)品、市場和公司，從而得出遠比傳統(tǒng)研究方式更有價值的結(jié)論。

（來源：Deep Learning）

這種轉(zhuǎn)變的威力已經(jīng)開始顯現(xiàn)。美國哈佛商學院和波士頓咨詢公司 2023 年的研究顯示，在使用 GPT-4 的情況下，咨詢顧問可以完成 12% 更多的任務，完成任務的速度提高了 25%。吳恩達認為，這僅僅是開始。隨著 AI 技術(shù)的進步，以及人們對 AI 工具的使用越來越純熟，這種效能差距還將進一步擴大。

圖丨相關(guān)論文（來源：Harvard Business School）

在硅谷，越來越多的 AI 原生團隊正在展示這種轉(zhuǎn)變的可能性。他們完全重新設計工作流程，以前所未有的方式開展工作。正如軟件工程領(lǐng)域長期推崇最優(yōu)秀的工程師，因為他們能產(chǎn)生巨大影響，并激勵更多人不斷學習和努力。

如今，隨著 AI 在更多崗位中發(fā)揮作用，這種通過持續(xù)學習實現(xiàn)重大突破的路徑，將向更廣泛的職業(yè)群體開放。未來的“10 倍專業(yè)人士”，將是那些能夠駕馭 AI、重新定義工作方式的行業(yè)先行者。

Keep Learning！

參考資料：

1.https://www.deeplearning.ai/the-batch/how-ai-can-make-you-a-10x-professional/

2.https://x.com/skirani/status/1149302828420067328

3.https://dl.acm.org/doi/10.1145/362851.362858

運營/排版：何晨龍