Vagrant使用总结

最开始想要使用Vagrant时,是想要方便地管理和共享开发环境配置,还有一定化的自动化需求。研究了官网,感觉配置还是比较多的,后来就找到puppet,然后又找到一个puphpet(用php开发的一个puppet配置生成工具),就用上了。后来发现,这么使用虽然上手较快,但对Vagrant的配置体系反而似懂非懂,而puppet本身的配置也挺繁琐。

磕磕绊绊倒也是能用,共享开发环境的时候,直接生成一个“笨重的”box,然后发给别人。

provision脚本可以用来初始化环境,而且支持shell、ansible、puppet…,但是本身环境的搭建并不复杂,就没用。所有系统软件都是手动安装的,导致后面只能通过box来进行共享,而不是更优雅的脚本。好在需要共享的人和场景都不多,但每一次都还是很痛的。

最终还是保留使用puppet,相比其它的plugin更灵活、社区也更强一些。

总结一下:

  1. 使用provision初始化环境,需要使用shell或者其它plugin,我使用shell;
  2. 最好别一开始使用工具生成vagrant配置文件,本身并不复杂,否则后面遇到各种蛋疼的问题,搞不清楚到底是生成工具的问题还是配置的问题;
  3. 即便使用了provision脚本,但是如果os升级或者某个软件升级,还是得在shell里操作或者在脚本操作,后续也不得不又通过box共享(或者重新下载新的os镜像+provision);
  4. 一旦维护了脚本,就需要测试。一旦出现了两套东西需要维护,就存在debug由差别(甚至非常细微的差别)造成的各种很猥琐的问题

疫苗事件发生后的各种“态度”

年轻人基本没有什么态度,中年人有孩子的赶紧去翻看自己的孩子用的疫苗有没有问题,貌似有问题也没什么办法。

地方媒体纷纷发布各自地区使用的疫苗来源,基本上问题有点严重的也不会发布了,问题不大的或者没有的,连着几天从多个角度进行“全方位”报道。

中央媒体是不能像地方媒体那样的,但目前似乎也仅仅作为“喉舌”,传递高层和相关部门的态度,但仅限于态度。

公知和相对独立的媒体的态度,在发布与被删的边缘游走。

动作?不需要的,也就是短期掉一波原本就不“牢靠”的粉丝而已。普通人们半个月以后就有别的问题需要考虑了。

解决?不可能的,这么难的问题,慢慢来吧……

你「构建」的啥?

工程师眼里,所有事情都是工程。也是为什么会有 social engineer、social hack……

工程师的主要工作是:应用科学+构建可用之物。

依照这个前提,所有人无非是三个级别的工程师 – 构建的对象不同:

1. 物

最常见的工程师,也就是一般意义上的工程师,越牛的工程师能够构建的物品越复杂。比如软件系统、汽车、建筑。

2. 人

比较常见的就是老师了,但其实大多数的领导者,只要团队超过1个人,就算。领导的人越多越牛,当然前提是能够产出。

3. 想象

也就是真正意义上的大师、哲学家,提出一整套的体系,至于是不是由他来构建,不重要。有时候,没构建出来反而更受大家追捧。

瞎扯~

选择基于用户(user-based)还是基于物品(item-based)的过滤?

“推荐”的本质是 – 为a推荐b,a是主体(或者在一个协同过滤系统中叫user),b是客体(在协同过滤系统中叫item)
而学习的来源是已有数据中 user对item的选择(协同过滤)
user-based和item-based只是两个方向,简单来说:
user-based是“人以群分”,item-based是“物以类聚”。
如果某几个user经常选择相似的item,或者说某几个user对某个item的评价(“品味”)是相似的。那么当另一个user表现出相似的品味时,推荐给他那些根据品味聚集起来的其他user所选择的item。也就是所谓的“人以群分”,这是user-based。
优点:比较容易实现,适合规模较小但变化频繁的数据集,比如音乐推荐和分享类网站。这样网站的用户更愿意了解和自己”臭味相投“的人。
如果预先算出item之间的相似度,然后根据user对其中一个的选择来推荐其他的相似item给他,就是item-based。也就是”物以类聚“
优点:不需要随时计算,可以预先或者通过后台增量去计算。关键在于物品间的比较不会像”用户选择“的比较那么频繁变化。(比如购物网站,或者item非常多)
在实践中,无论是user-based还是item-based都在于搞清楚哪个是user哪个是item。
那么举个例子,如果是”发掘潜在的付费用户“这个主题,到底是user-based还是item-based呢?
(以下只是分析,未必是标准答案)
首先,这个表达不是很明确,潜在的付费用户是如何定义的?
是购买相似产品的用户?
是购买过产品的用户?
是第一次购买吗?如果用户有第二次购买行为需要发掘吗?
个人觉得“发掘潜在的购买行为”更准确一些。
还有一个因素要考虑,产品的种类有多少,如果像淘宝/amazon那样有数以十万计的商品,显然应该是item-based。但是如果是很少部分(比如1%)的用户购买几个产品。反倒是user-based也比较合适(甚至人工介入)。
但是注意,“您购买了a我推荐您购买b”。此时a和b应该避免是同一个类别,当然,如果推荐结果里出现过多的“同类推荐”,说明算法有问题。用户已经购买了,貌似已经不是”发掘潜在”了。
其实这里还是应该使用“item-based” – 先把所有的用户进行聚类,然后发掘和付费用户相似的的用户。发掘潜在的付费行为也就有了着落。此时最大的问题是聚类属性的选择。
所以,无论是user-based还是item-based,都要看问题的本质是什么,如果没有正确理解问题本质,要么逻辑很复杂,要么效果差。

关于孩子的”非线性“阅读

前天随机地看了一个TED,里面有一段:

As a society, we’re creating reading experiences for children that are the equivalent of telling bar jokes in a church. And then we wonder why so many children don’t read. Educator and philosopher Paulo Freire believed that teaching and learning should be two-way. Students shouldn’t be viewed as empty buckets to be filled with facts but as cocreators of knowledge.
有点启发和触动。这句话大意是:我们给孩子提供的阅读体验实际上近乎“对牛弹琴”或“强迫”的单向体验,或者说是“被动”体验,而应该让孩子也成为知识创造者,或者说让孩子体会到创造的乐趣。说起来我今天中午还在给儿子读《老人与海》,完完全全是这种体验,我也很累,儿子也没有任何互动的反馈,像是在完成任务。
如何让阅读变得有互动、有反馈,就像游戏一样?
在阅读《老人与海》时候其实有考虑一种模式,所谓“非线性”阅读,比如在阅读过程中会有很多新奇的东西或者地名,如果我们直接“跳走”去看对应的条目或者扩展,会怎么样?孩子原本被我胁迫的阅读体验会打断或无效吗?我倒觉得,反正也是无效,倒不如干脆“跳走”,让孩子来决定阅读体验。也许这种非线性的阅读更适合人类。
鱼叉是什么样子?怎么用的?帆是什么样子的?为什么要用帆?哈瓦那是哪里?什么样子?我们什么时候可以去?……男孩是老人的什么人?为什么他看起来很喜欢老人?……
继续问下去,你还怕孩子问不出你回答不出的问题吗?
阅读体验能否变成“随机行走”?应该可以。

OKR介绍:目标和关键结果

原文:https://www.leadingagile.com/2018/01/an-introduction-to-okr-objectives-and-key-results/

OKR是一个流行的评估流程,用来在组织中设定、沟通、跟踪目标和结果,通常每个季度依次。OKR的旨在将组织、团队和个人的目标连接起来,从而得到一个可衡量的结果或产出,将精力集中于可衡量的事情上。

为什么OKR重要

在一项哈佛商业评论的调查中,只有55%的中层管理人员能说的出所在公司的前五个主要目标中的其中之一。当这些管理人员被要求将公司的企业目标解释给下属时,将近一半的人连一个都做不到。这种现象并不新鲜。Andrew Grove最初时在他的书(High Output Management)中描述了目标与关键结果(OKR)这个概念,并且指出“一个成功的MBO系统只需要回答两个问题:我们想去哪里?在这个过程中应该如何调整自己?

Grove在他书中所说的MBO(Management By Objectives)实际上是指OKR。也就是说,“想去哪里”决定了目标。“如何调整自己”决定了里程碑,或关键结果。

之后,Franklin Covey提出了类似的策略 – 执行四原则。

目标的特性

  • 雄心
  • 定性
  • 可操作
  • 时间限制

关键结果的特性

  • 可衡量和可量化
  • 让结果可达
  • 时间限制

一个初创公司OKR例子

公司目标1

完成融资以支持六个月的增长[47%完成]

关键结果1-4

1. 邮件和电话100家风险投资和种子基金(已联络65家VCs)[65%]

2. 获取至少30个进一步会议或电话会议(15个会议已完成)[50%]

3. 获得至少3个满足我们最低条件的投资条款协议(已获得1个)[33%]

4. 在本轮融资中至少做到1000万美金的估值(已融资400万)[40%]

关键结果1的个人目标

目标是邮件或电话100家风险投资和种子资金。会分配到多个个人,然后每人都拥有一个关键结果。

个人关键结果

注意这些低级别的关键结果完成情况会归结到高级别关键结果。

1. Bob Smith调研并确认100个VC和种子资金(已确认100个VC和种子资金)[100%]

2. John Doe每周邮件或电话联系4个VC或种子资金(本周已联系3个VC)[75%]

3. Bob Smith调研并确认50个天使投资人(已确认25个天使投资人)[50%]

 

如何实现OKR

1. 每个级别(公司、项目组、个人)列出3个需要努力才能达到的目标。

2. 每个目标列出3到4个关键结果。(高级别的关键结果成为低级别的目标)

3. 和公司的每个人沟通目标和关键结果。

4. 制定衡量指标(通过GQM)来跟踪完成进度。

5. 更新每个结果,预先设定0-100%的完成范围。

6. 考虑当结果完成度达到70-80%时,认为目标完成。

7. 定期评估OKR并更新。

 

关于深度工作

最近看了《深度工作》这本书,其实这本书听说很久了,但对于这类“机场畅销书”的态度是:“先放放”。半年一年以后如果还能听到别人提起,那么就看。

说实话,刚看完这本书还是有点“打鸡血”的感觉,时不时发现:嗯~和我想的一样。类似感觉的书还有《rework》和《remote》。

觉得全书最主要的一个观点是:制造不受干扰(包括自身和外界)的工作环境。

说起来简单,但是做起来并不容易。外界干扰比较好理解,一些日常不得不处理的琐事,经常打断思路的环境等等。但是我觉得大多数人其实是自身干扰的“奴隶”。比如,经常不自觉地刷朋友圈,或者facebook,一刷就停不下来;或者总是倾向于处理那些简单而不产生深远影响的无足轻重的事情(当然,有些琐事还是要处理的);还有就是缺乏长远的计划/规划 – 这也是“倾向于做琐事”的原因之一。

工作中的“熵”

熵,是信息论中对消息中包含信息的平均值,简单的说就是:一件事的不确定性的大小。

增熵,代表信息量增大,即一件事的不确定性变大;相应地,减熵,代表信息量减小,事情的不确定性变小。

在团队中,我们经历的很多事情不外乎三件事:

1. 增熵

2. 减熵

3. 不增熵也不减熵

增熵,通常是提出一个新的方向或者思路,常见于所谓领导者给出一个问题。比较有代表性的就是愿景(vision),是需要去执行的。

而执行的过程,就是减熵,将方向细化为方案/项目/任务/时间截点几个维度。

第三种,熵没有变化,常见如开会中,某人说了一个大家都知道的观点,或者仅仅是转述。“大家都知道” 这个几个字很重要,如果受众中有某些人还不知道,那么从应该知道的受众维度来说,也是“减熵”的。

从信息论角度来思考,我们可以试着解释一些事例。

  1. 某些人热衷开会,说一些无关痛痒,或者干脆一言不发,只会夸夸其他,说些常识。或者将一些常识换个名词反复提出。那么这种人就是对团队无益的。
  2. 通常情况下,上级提出问题,下级解决。如果你发现,你给下级提出一个问题后,他会提出另一个问题来问你。那么就是下级在领导你。
  3. 我们日常工作中,一般情况下来说,除了最顶级的老板和从事最基础工作的人,大多数的人都是既做增熵的事,又做减熵的事。比例的不同,决定了你是否适合这个团队。
  4. 如果团队里大多数人的大多数时间都在减熵(比如外包公司),而你期望做增熵的事,那么就不适合在这个团队。如果团队里大多数人都在做增熵(比如广告公司,设计公司),而你在做减熵的事情,那么你在这个团队里就不是那么重要的。
  5. 最怕的就是增熵和减熵能力都弱的人,也就是既无法落地,又缺乏思路的人。

重新认识流量结构

看到一篇关于流量结构的文章:

徐建军:重新认识流量结构,开始吧的第3条路

挺受启发。摘录一些亮点:

流量平台如果做中心分配,个体创业者、单体没有任何的议价能力。

什么是美好生活,在我看来,好就是性价比,而美是一个主观的、不确定、不稳定的体验感受的总结,美很难普世的,而好是可以标准化的。

开始吧是内容创业,我们干了一件很难的事情,我们做了大量非标准的事情,工具则是标准化的东西。… 中型的创业者应该做自己的流量生态,我们不可能做管道流量,他们往往来如流水去如风。

流量如果不和产业结合,你就是游牧民族,一定要深耕上游产业,提高你的议价能力。

做线下还有很大的机会,怎么从线上走到线下是值得思考的问题。

线下是一个分散的、没有被整合过的资源,会很重,而且一定是劳动密集型的,我们需要新的组织形态、组织架构去优化它,用新的模式去提升效率。

这个社会一定会越来越碎片化,而每一代的创业模式,都是流量的集中——去中心化——集中——去中心化的循环过程中摸索的。

哥斯达黎加 Central Valley卡杜拉

Natural Caturra

Roaster: stone

16:250

坚果