在软件行业“手感”这个词听起来有些玄妙但它指向的是一种非常具体的能力——软件从业人员对代码或研发工作的上手体感。一个工程师出身的“手感”是指他一直保持着上手的实操体验并且始终具备能随时立即投入实际研发工作的技能与状态。如果把这个概念再扩大一些“手感”可以泛指各行各业对一线技能的持续保持能力。外科医生的手稳不稳、厨师的刀工是否生疏、建筑工人对材料的熟悉程度都是不同领域的“手感”。无论哪个行业脱离一线越久这种对细节的敏感度就越容易流失。在国内的职场文化中一个很常见的现象是一旦晋升到管理层就天然地与一线技术工作“划清界限”。管理者负责“安排”一线员工负责“执行”两者泾渭分明。这种观念有其现实基础。管理层的职责本就包含了团队协调、资源分配、战略规划等事务很难再以正式身份承担公司的一线开发任务。时间精力有限要求一个带领几十人团队的总监去亲自写代码确实不太现实。但这种观念在国外却有所不同。有不少国外科技公司的管理者即使身居高位依然保持着相当扎实的一线技能。陆奇曾明确表示过自己的管理理念“我以前要求自己做到的是我手下两层以下的人他们每个人的工作我都能做。这样整个公司里没有人敢欺骗你、忽悠你。”在他看来管理人员的专业能力是管理“穿透力”的基础。马斯克也深信技术领域的管理者必须具备优秀的技术能力领导软件开发的人也需擅长写代码。Aditya AgarwalFacebook的首批工程师之一后来成为Dropbox的CTO同样坚持这个观点没有卓越的技术能力技术负责人根本无法成为合格的质量评判者也无法赢得顶尖工程师的尊重。Garry TanY Combinator 的总裁兼 CEO也是一个典型。他早年是 Palantir 的早期工程师后来创办了 Posterous如今掌管着全球最知名的创业加速器。但真正让人印象深刻的是他在全职运营 YC 的同时亲自下场写代码。他开源了 GStack——一套基于 Claude Code 的 AI 工程工作流把 AI 组织成 CEO、工程经理、QA、设计师等一整个虚拟开发团队。过去 60 天里他借助这套工作流写下了超过 60 万行生产级代码。他在技术决策和业务落地之间的那种“手感”不是靠看报告看出来的也不是靠听汇报听出来的而是靠长期扎根一线、持续保持对技术与业务的深度耦合才形成的。这些例子说明“管理者不碰一线”并非唯一的正确答案。我们首先要承认一个前提管理层确实难以再正式承担公司的一线开发任务这是客观事实不必苛求。但“不正式承担”不等于“完全脱离”。保持手感是指无论职位高低始终保持一定的一线技能水平。它对管理者的价值怎么强调都不为过。第一让技术决策更靠谱。技术管理者最常做的事就是做决策——选什么技术栈、定什么架构、排什么优先级。如果完全脱离一线这些决策就容易变成“纸上谈兵”。你动动嘴人家跑断腿你逻辑分析、高层判断上看似没毛病的一条线里面有多少细节其实决定了那条线是否成立——没有手感的人根本感知不到。第二赢得团队的信任。技术团队天然有“较真”的文化。一个管理者如果自己写不出像样的代码却要对技术方案指手画脚很难让一线工程师心服口服。反之如果一个管理者能在关键时刻展现出扎实的技术功底哪怕只是偶尔参与code review或解决疑难问题都能在团队中建立极强的威信。第三有效评估质量与风险。软件工程中有一个永恒的矛盾开发新功能与维持代码质量之间的平衡。需要向团队明确质量低于某个点时所有工作都要暂停先把质量拉回来。但这条红线设在哪里逼近时有哪些信号这些判断没有手感根本做不出来。可以说虽然管理层可以不正式承担一线任务但手感是保证技术相关决策正确性的极重要保障——甚至可以说是不可或缺的。在过去技术发展相对缓慢的时代管理者没有手感影响其实并不算特别明显。回想一下2010年前后大数据技术刚刚兴起Hadoop、Spark、Flink等工具从出现到成熟经历了差不多十多年时间。这期间当然也有不少创新和迭代但总体而言技术演进的节奏是“年”级的——一个新框架出来后相关的开发者能用上好几年。在这种环境下一个管理者即使不太碰代码只要对行业趋势有基本的了解定期阅读技术报告、参加行业会议也能做出大体正确的判断。那时的决策者可以依赖“二手认知”——通过下属汇报、行业分析、技术博客等渠道获取信息再结合自己的经验做判断。这种做法虽不完美但在慢节奏的技术世界里勉强够用。遇到好的市场时机组织甚至还能发展得相当不错。但今天的情况完全不同了。AI技术的发展迭代速度已经超出了大多数人的预期。Andrej KarpathyAI领域的先驱人物、OpenAI的创始元老曾在访谈中坦言即使是他这样的行业大牛离开一线两个月都会感到“落后”。这不是谦虚而是现实的写照。有研究机构METR对AI智能体的能力演进速度进行了量化追踪结果令人震惊2025年之前AI完成复杂工程任务的能力翻倍周期是每七个月一次而到了2026年初这个数字已经被压缩到了三到四个月。这意味着什么意味着今年第一季度的AI与第二季度的AI之间存在着一整年的代沟。如果你的判断依据还停留在三个月前你的认知就已经过时了。在这种形势下技术相关决策的准确性和及时性其重要程度已经远远超过了过去的任何时期。第一信息获取成本急剧上升“二手认知”的可靠性急剧下降。AI技术更新太快单靠阅读、听汇报、看报告已经完全跟不上节奏了。今天最新的研究成果下周可能就被推翻今天最热的技术框架下个月就可能被取代。更要命的是信息爆炸之后内容鱼龙混杂——有标题党有过度宣传有准确的有错误的甄别难度极大。这时手感的作用就凸显出来了。如果一个管理者自己亲手用过最新的AI工具体验过它们的真实能力边界就能在很大程度上帮助甄别信息的真伪、判断趋势的方向。那些鼓吹AI将取代一切的论调和那些完全否定AI价值的保守观点在真正上手用过的人面前都会显得苍白无力。第二决策失误的代价被指数级放大。在慢时代一个技术决策错了过两年换一个方向损失尚可承受。但在AI时代三个月就是一代技术的差距。如果你的竞争对手在Q1领先你一步到Q2他领先你的不是两步而是四步到年底差距可能达到十六倍。这种指数级的差距一旦形成就很难追赶。所以现在的决策不仅要对还要快不仅要快还要准。没有手感支撑的判断很容易成为组织掉队的起点。第三组织可能出现“集体盲目”。当管理者对一线失去感知团队内部就可能出现一种危险的状态上级做宏观判断下级负责执行但中间的认知鸿沟越来越大。上级以为自己在做正确决策下级认为上级脱离实际两边都觉得自己有理。最终的结果是即使组织里有人在尝试新技术、新方法也得不到足够的支持和推广创新能力被系统性压制。更严重的是当整个管理层都失去手感时组织就会在技术路线上出现严重的滞后等到发现问题时差距已经大到无法弥补。有人说现在的AI发展速度已经到了极限接下来会慢下来。但越来越多的迹象表明情况可能恰恰相反。Karpathy曾预测未来十年的AI核心架构仍可能基于Transformer演化但所有东西都会变得更大、更快。METR的研究团队则指出当前的翻倍速度“三到四个月”可能还不是终点——随着模型能力的持续提升这个周期还有可能进一步缩短。我们无法准确预测AI会发展到什么程度但有一点是确定的变化的速度只会越来越快不会变慢。对于一个组织的技术相关管理者而言——这里当然不是指纯营销类岗位但即便是营销相关的管理者如果对AI工具有亲身实践经验也只能加分——保持手感已经从一个“加分项”变成了“必选项”。在慢时代它可以让你做得更好在快时代它让你还能跟得上。“手感”的本质是认知与行动之间的最短路径。它让你不只“知道”发生了什么而是“感知”到正在发生什么。在AI以前所未有的速度重塑技术版图的今天这种感知能力正成为区分管理者的关键分界线。一位深刻的观察者曾经说过“没有手感的转型规划叫科幻写作有手感的转型才叫价值创造。”对于所有身处技术决策位置的人来说这句话值得反复品味。
保持手感与AI发展
在软件行业“手感”这个词听起来有些玄妙但它指向的是一种非常具体的能力——软件从业人员对代码或研发工作的上手体感。一个工程师出身的“手感”是指他一直保持着上手的实操体验并且始终具备能随时立即投入实际研发工作的技能与状态。如果把这个概念再扩大一些“手感”可以泛指各行各业对一线技能的持续保持能力。外科医生的手稳不稳、厨师的刀工是否生疏、建筑工人对材料的熟悉程度都是不同领域的“手感”。无论哪个行业脱离一线越久这种对细节的敏感度就越容易流失。在国内的职场文化中一个很常见的现象是一旦晋升到管理层就天然地与一线技术工作“划清界限”。管理者负责“安排”一线员工负责“执行”两者泾渭分明。这种观念有其现实基础。管理层的职责本就包含了团队协调、资源分配、战略规划等事务很难再以正式身份承担公司的一线开发任务。时间精力有限要求一个带领几十人团队的总监去亲自写代码确实不太现实。但这种观念在国外却有所不同。有不少国外科技公司的管理者即使身居高位依然保持着相当扎实的一线技能。陆奇曾明确表示过自己的管理理念“我以前要求自己做到的是我手下两层以下的人他们每个人的工作我都能做。这样整个公司里没有人敢欺骗你、忽悠你。”在他看来管理人员的专业能力是管理“穿透力”的基础。马斯克也深信技术领域的管理者必须具备优秀的技术能力领导软件开发的人也需擅长写代码。Aditya AgarwalFacebook的首批工程师之一后来成为Dropbox的CTO同样坚持这个观点没有卓越的技术能力技术负责人根本无法成为合格的质量评判者也无法赢得顶尖工程师的尊重。Garry TanY Combinator 的总裁兼 CEO也是一个典型。他早年是 Palantir 的早期工程师后来创办了 Posterous如今掌管着全球最知名的创业加速器。但真正让人印象深刻的是他在全职运营 YC 的同时亲自下场写代码。他开源了 GStack——一套基于 Claude Code 的 AI 工程工作流把 AI 组织成 CEO、工程经理、QA、设计师等一整个虚拟开发团队。过去 60 天里他借助这套工作流写下了超过 60 万行生产级代码。他在技术决策和业务落地之间的那种“手感”不是靠看报告看出来的也不是靠听汇报听出来的而是靠长期扎根一线、持续保持对技术与业务的深度耦合才形成的。这些例子说明“管理者不碰一线”并非唯一的正确答案。我们首先要承认一个前提管理层确实难以再正式承担公司的一线开发任务这是客观事实不必苛求。但“不正式承担”不等于“完全脱离”。保持手感是指无论职位高低始终保持一定的一线技能水平。它对管理者的价值怎么强调都不为过。第一让技术决策更靠谱。技术管理者最常做的事就是做决策——选什么技术栈、定什么架构、排什么优先级。如果完全脱离一线这些决策就容易变成“纸上谈兵”。你动动嘴人家跑断腿你逻辑分析、高层判断上看似没毛病的一条线里面有多少细节其实决定了那条线是否成立——没有手感的人根本感知不到。第二赢得团队的信任。技术团队天然有“较真”的文化。一个管理者如果自己写不出像样的代码却要对技术方案指手画脚很难让一线工程师心服口服。反之如果一个管理者能在关键时刻展现出扎实的技术功底哪怕只是偶尔参与code review或解决疑难问题都能在团队中建立极强的威信。第三有效评估质量与风险。软件工程中有一个永恒的矛盾开发新功能与维持代码质量之间的平衡。需要向团队明确质量低于某个点时所有工作都要暂停先把质量拉回来。但这条红线设在哪里逼近时有哪些信号这些判断没有手感根本做不出来。可以说虽然管理层可以不正式承担一线任务但手感是保证技术相关决策正确性的极重要保障——甚至可以说是不可或缺的。在过去技术发展相对缓慢的时代管理者没有手感影响其实并不算特别明显。回想一下2010年前后大数据技术刚刚兴起Hadoop、Spark、Flink等工具从出现到成熟经历了差不多十多年时间。这期间当然也有不少创新和迭代但总体而言技术演进的节奏是“年”级的——一个新框架出来后相关的开发者能用上好几年。在这种环境下一个管理者即使不太碰代码只要对行业趋势有基本的了解定期阅读技术报告、参加行业会议也能做出大体正确的判断。那时的决策者可以依赖“二手认知”——通过下属汇报、行业分析、技术博客等渠道获取信息再结合自己的经验做判断。这种做法虽不完美但在慢节奏的技术世界里勉强够用。遇到好的市场时机组织甚至还能发展得相当不错。但今天的情况完全不同了。AI技术的发展迭代速度已经超出了大多数人的预期。Andrej KarpathyAI领域的先驱人物、OpenAI的创始元老曾在访谈中坦言即使是他这样的行业大牛离开一线两个月都会感到“落后”。这不是谦虚而是现实的写照。有研究机构METR对AI智能体的能力演进速度进行了量化追踪结果令人震惊2025年之前AI完成复杂工程任务的能力翻倍周期是每七个月一次而到了2026年初这个数字已经被压缩到了三到四个月。这意味着什么意味着今年第一季度的AI与第二季度的AI之间存在着一整年的代沟。如果你的判断依据还停留在三个月前你的认知就已经过时了。在这种形势下技术相关决策的准确性和及时性其重要程度已经远远超过了过去的任何时期。第一信息获取成本急剧上升“二手认知”的可靠性急剧下降。AI技术更新太快单靠阅读、听汇报、看报告已经完全跟不上节奏了。今天最新的研究成果下周可能就被推翻今天最热的技术框架下个月就可能被取代。更要命的是信息爆炸之后内容鱼龙混杂——有标题党有过度宣传有准确的有错误的甄别难度极大。这时手感的作用就凸显出来了。如果一个管理者自己亲手用过最新的AI工具体验过它们的真实能力边界就能在很大程度上帮助甄别信息的真伪、判断趋势的方向。那些鼓吹AI将取代一切的论调和那些完全否定AI价值的保守观点在真正上手用过的人面前都会显得苍白无力。第二决策失误的代价被指数级放大。在慢时代一个技术决策错了过两年换一个方向损失尚可承受。但在AI时代三个月就是一代技术的差距。如果你的竞争对手在Q1领先你一步到Q2他领先你的不是两步而是四步到年底差距可能达到十六倍。这种指数级的差距一旦形成就很难追赶。所以现在的决策不仅要对还要快不仅要快还要准。没有手感支撑的判断很容易成为组织掉队的起点。第三组织可能出现“集体盲目”。当管理者对一线失去感知团队内部就可能出现一种危险的状态上级做宏观判断下级负责执行但中间的认知鸿沟越来越大。上级以为自己在做正确决策下级认为上级脱离实际两边都觉得自己有理。最终的结果是即使组织里有人在尝试新技术、新方法也得不到足够的支持和推广创新能力被系统性压制。更严重的是当整个管理层都失去手感时组织就会在技术路线上出现严重的滞后等到发现问题时差距已经大到无法弥补。有人说现在的AI发展速度已经到了极限接下来会慢下来。但越来越多的迹象表明情况可能恰恰相反。Karpathy曾预测未来十年的AI核心架构仍可能基于Transformer演化但所有东西都会变得更大、更快。METR的研究团队则指出当前的翻倍速度“三到四个月”可能还不是终点——随着模型能力的持续提升这个周期还有可能进一步缩短。我们无法准确预测AI会发展到什么程度但有一点是确定的变化的速度只会越来越快不会变慢。对于一个组织的技术相关管理者而言——这里当然不是指纯营销类岗位但即便是营销相关的管理者如果对AI工具有亲身实践经验也只能加分——保持手感已经从一个“加分项”变成了“必选项”。在慢时代它可以让你做得更好在快时代它让你还能跟得上。“手感”的本质是认知与行动之间的最短路径。它让你不只“知道”发生了什么而是“感知”到正在发生什么。在AI以前所未有的速度重塑技术版图的今天这种感知能力正成为区分管理者的关键分界线。一位深刻的观察者曾经说过“没有手感的转型规划叫科幻写作有手感的转型才叫价值创造。”对于所有身处技术决策位置的人来说这句话值得反复品味。
