CTO到底該不該寫程式?
CTO到底該不該寫程式?

醫療社群丁香園的 CTO 馮大輝離職了,炸出了科技產業裡的一個大問題:CTO到底應不應該寫程式?

具體來說,CTO在公司裡是幹嘛的?他/她到底寫不寫程式?該不該做程式審查(code review),親力親為給工程師做出榜樣?還是把握一下大方向、設計架構、管管工程師,提供一些培訓?抑或應該把行銷長以及「吐槽老東家」長的職位一併兼了?

在中國,大大小小的工程師們就這個問題已經吵成一團;那我們不妨去看看矽谷。帶著這些問題,我們問了一圈矽谷大小科技公司的 CTO、VP Engineering、技術合夥人,以及其他各種高階技術管理職稱上的朋友。


 矽谷 CTO 寫不寫程式? 

我們發現在矽谷,技術類公司比純網路產品公司多得多。大部分 CTO 不但會寫程式,程式也是他們日常最重要的工作內容。

Movidius 是一家研發低功耗視覺處理晶片的矽谷科技公司,現在已經擴張到了400多人的規模。 Movidius的 CTO David Moloney 在愛爾蘭都柏林工作,他負責管理一支超過 120 人的技術團隊,因此也設有一個 「CTO 小組」,每天花 10-15 分鐘聽取小組成員的報告並作出指示。他常用的溝通工具是 Slack。

儘管如此,David 仍然很享受親力親為的工作風格,也是公司的技術迭代的主要功臣。他告訴我們,他的日常工作主要包括設計演算法、寫專利聲明以及幫助解決成員提出的技術問題。

我們按照專案和任務分成小組工作,我本人經常寫 Octave(Matlab)、C/C++ 來開發演算法,日常使用 GCC 和 Visual Studio(兩種編程工具)。我們使用 GitHub 來管理所有的程式。

除此之外,David 還會親自撰寫很多的專利聲明,而非將其交給下屬以及其他法律顧問。

David Meloney

David Meloney

其實不只David,採訪中我們發現,在矽谷,捲起袖子上陣寫程式對於 CTO/技術合夥人/高階技術管理人員來說簡直是家常便飯,幾乎不分公司技術團隊人數多寡。

一家由機器人 SLAM(定位、識別和行動技術)公司的共同創辦人匿名接受了採訪。他告訴我,因為是技術公司沒有設立 CTO 的職位,自己和另外一個創辦人每天大約有 8 個小時在寫程式,剩下 4 個小時做管理和溝通工作。

寫程式是每天工作主要部分,語言包括 Python、Java、C++、C 等。

這家公司的技術團隊目前有 8 個人,一半在開發演算法,另外一半做開放系統。

看完小公司,讓我們看看大公司是怎麼搞的。一位前微軟員工告訴我們,「印像很深的是在微軟,一個高階總監管理多於 300 個技術人員,還在堅持對核心部件進行 code review,時不時自己寫程式,程式質量還很不錯。」

微軟現在不設 CTO 職位,每個主要業務單獨設立部門,由資深的技術負責人擔任SVP——這些大多擁有十年以上的微軟工作經驗。

Oculus VR 是世界上最知名的VR 技術公司之一,在被Facebook 收購後成長迅速,員工總數從去年的數百人成長到今年的逾千人,其中技術人員比例很高,但該公司的大神級CTO John Carmack 仍是一副不寫程式不舒服的樣子。他討厭管理,由其討厭開會,曾經在 Twitter 上說

沒有什麼比「取消:(某會議)」的郵件標題讓我笑得更開心了。

j-carmack-twitter

一位知情者告訴我,Carmack 超級不喜歡別人打擾他。他早年用過一些很奇怪的工具來提高自己的工作效率,比如工作的時候開始用CD 機放音樂,但凡有任何中斷(上廁所、收發郵件、被人闖進辦公室)就暫停,然後記錄一天下來暫停了多少次。著名遊戲開發者Richard Garriott曾這樣評價John Carmack在程式上的水平和造詣:

這個人啊,他的大腦分成兩個部分,一塊存儲Oculus的所有程式,另一塊存儲他創立的那個火箭公司的所有技術——而且跟內存一樣,他隨時能調取出任何一家公司、下屬專案裡面的任何一個程式細節。他真是讓我很沒自信……

John Carmack

John Carmack

  

 矽谷 CTO 怎麼看待不寫程式這件事? 

那家機器人技術公司的共同創辦人向我表示,如果技術人員不多,比方說10-50 名的話,CTO 不寫程式是一件挺不可思議的事,「與一般技術人員不同,他們只負責一小部分,我們需要了解系統的每一部分。」

但是在那些擁有50名以上技術人員的中型甚至大型公司裡,情況會根據公司而變化。

一個普遍的觀點是,CTO 應該根據公司需要轉變職能,甚至偶爾身兼多職。 Peloton Technology 的首席網路架構師Tony Li 認為,當公司需要擴張,那麼CTO得設計好系統架構;如果公司需要一個技術傳教者(比如在融資、招人或公關的時候),那麼CTO 也得是一個好的演講者……

當然,如果公司還是需要好工程師,那 CTO 照樣還得寫程式。總而言之,CTO 應該捲起袖子上陣的心態還是被大部分創立於21世紀的美國科技公司所接受。

Movidius 的 David Moloney 1985 年開始工作,曾在多家半導體業界知名公司擔任工程師、主任設計師、技術總監等職位。他認為CTO的確不用寫程式就可以管理,有什麼事情交給團隊成員也行——儘管他強調那不是他的風格。

如果我這樣做了,會感覺很不舒服。我認為作為CTO,首先應該是一個技術問題上的破冰者。

集客式行銷公司 HubSpot 總部位於馬薩諸塞州,已於早年上市,現在員工人數也超過了500人。其 CTO Dharmesh Shah 2014 年曾經回答過「CTO 應不應該寫程式」的問題。 他認為 CTO 應該寫程式,就像銷售 VP 得去銷售一樣。

Dharmesh Shah

Dharmesh Shah

除非那種已經很龐大的公司,在新創公司裡,每個人都要親力親為。我從來不相信純粹的管理職位。

 不寫程式的 CTO 就失職了嗎? 

或者:寫程式應該成為 CTO 的核心競爭力嗎?

這才是見仁見智的地方。大多數採訪對像都會告訴我,他們認為 CTO 不寫程式可以理解。比如有些經驗豐富,任職於大公司的 CTO,確實應該花更多精力把握大方向,設計架構、分配工作、優化整體性能、確保系統的穩定和安全。具體的執行和實現,由部屬來完成。

比如,有些大的公司不設 CTO 而是設工程副總裁 VP Engineering,但也能見到 VP Engineering 轉職 CTO(比如 Facebook),或者兩個職位共存的情況。曾在多家公司擔任 CTO 的 Vijay Venkatesh 認為,VP Engineering 更多負責現有產品,而 CTO 擔負的是設計未來專案,讓它與現有產品在技術上能夠更好融合的責任。

在這樣的公司裡,CTO 應該有著比普通工程師更全面的技能和更大局觀的視野。 不可否認的是,CTO的程式能力越強大,越能跑好把公司規劃、業務需求透過技術落實的這個流程。程式能力是應該是讓CTO 龐大的技能樹更好地生根發芽的養分,而不是樹根本身。

CTO 應該會寫程式嗎?應該。寫程式是核心工作內容嗎?不應該是。用程式寫得好不好評價 CTO 合適嗎?不合適。

 ——這不是採訪對象們說的,是我總結的。


事實上,無論在矽谷還是中國,不少小型新創公司的早期技術員工都面臨這樣的狀況:行動端和web開發都得懂,平時還得維護自己的郵件/日曆系統,公司斷網了又要負責檢修和給營運商打電話,拉條電話線都得親自出馬。這哪裡是技術長,分明就是首席全棧苦力嘛。

而當公司發展起來之後,中美的情況卻發生了變化。

矽谷這些 CTO(除了 Carmack 大神),要不是一人扛起整個公司的技術運轉,就是在投入巨大精力親力親為。他們會這麼做的原因,也在最一開始提到過:技術對於這些公司的重要性,比技術對於中國大部分新創公司的重要性,都高得多;而CTO們需要考慮的技術之外的因素,也少得多。

而在中國,CTO 卻往往沒有辦法這麼去做了。中國科技圈太崇拜靠營運、靠打仗和修建城池獲得成功的神話。微信、淘寶、微博,哪一個不是這樣成功的呢?相比之前,技術的重要性太低,太不被外界重視。技術不會決定生死,產品做得差不多就行,靠推廣甚至靠搏眼球才能成功。這也是為什麼在矽谷,新創公司的CTO 們往往捲起袖子寫程式,而在中國這樣的環境裡,一名合格甚至優秀的新創公司CTO 卻得去考慮程式以外其他很多事,他們的價值,也就不能僅僅用程式來衡量。

所以,對於一個沒有技術缺陷、擅長營運、具備網紅人格,還為其帶來了巨大的影響力的 CTO,卻用單純用「寫不寫程式」來評價功過,並不太合適。特別是當我聽說,整件事情幕後真相的討論點已經從「匿名指責CTO不寫程式」過渡到「團隊拒不兌現 CTO 期權」的時候,我就更明白了:

指責CTO 不寫程式不過是一盆潑出去用來轉移視線的髒水,背後藏的,卻是希望藉著「程式之爭」來達到其否定CTO 價值、繼而撕毀契約目的的厚臉皮和小算盤。

本文授權轉載自:PingWest

往下滑看下一篇文章
從會員數據到 AI 行銷:Vpon 打造零售業 AI-Ready 數據中台,提升決策效率
從會員數據到 AI 行銷:Vpon 打造零售業 AI-Ready 數據中台,提升決策效率

在 AI 快速進入企業營運核心的時代,數據不再只是被動的分析素材,而是 AI 模型運作與決策優化的重要基礎。

零售品牌積極累積大量第一方數據,例如會員資料、交易紀錄以及線上與線下行為數據,但因這些數據分散於不同系統,缺乏統一的身分識別機制以及明確的元數據(Metadata)定義,導致難以整合與分析,同時,也影響 AI 對這些數據資產的理解與應用。

為解決上述挑戰,Vpon 威朋將累積十餘年的實務經驗轉化為產品與服務,如 Audience Center 與 AI Agent 等解決方案,並透過專業顧問團隊協助企業完成數據收集、清理、整合與分析等關鍵流程,從資料清理到 AI-Ready 再到落地應用,讓行銷與業務團隊能以自然語言將數據查詢與分群受眾逐步自動化,大幅縮短過去仰賴技術與分析團隊溝通需求與開發分析邏輯的時間。

Vpon 助零售業打造 AI-Ready 數據基礎,以 Audience Center 驅動業務商機

如何建立 AI Ready 數據基礎建設?

Vpon 威朋數據科學經理廖宜楷指出,在 AI 驅動的時代,數據的品質決定模型價值。其中四個關鍵分別是:建構標準化的數據採集與處理管線,透過統一的工程規範,確保所有進入系統的數據在格式、維度與質量上具備高度一致性;其次是定義語義清晰的元數據(Metadata)體系,確保數據能夠被 AI 理解與使用,從而產出具備可靠性的產出結果;再來是打破企業內部的「數據孤島」, 透過完整整合線上(Web/App)行為與線下(POS/CRM)會員資訊,建構全方位的會員數據輪廓,精準捕捉消費者的跨通路行為軌跡。最後,數據的價值隨時間遞減,AI 的決策品質取決於數據的「新鮮度」,因此,數據的持續更新與自動化維護,不僅能讓企業在動態市場中保持敏銳,還可進一步深化會員輪廓分析的即時性。

舉例來說,在 Vpon 團隊的協助下,台灣百貨零售龍頭透過整合 Web 與 App 行為資料,並將線上與線下數據集中於數據中台進行分析,將傳統耗時數小時的複雜資料庫分析工作縮短至秒級回應,並基於此高效率基礎,進一步開發不同業務主題的預測與分群模型,提升行銷精準度與營運決策的敏捷性。

扎實數據基礎的價值落實:Audience Center 如何賦能企業實現「數據即戰力」?

有了堅實的數據底座後,下一步是透過 Audience Center 將數據資產轉化為商業動能。

廖宜楷指出,在變化快速的零售與數位行銷市場中,速度就是競爭力。然而,仍有許多企業在數據應用上面臨嚴重的溝通與技術斷層。過去,當行銷或業務人員需要數據支持時,通常得花費繁複的內部流程申請需求、討論需求,才會進到後續的資料清理、建模與分析,最後才能得到想要的分析結果或行銷名單。這種以「週」為單位的進程,不僅拖慢了決策效率,更讓企業在競爭激烈的市場中錯失先機。

Audience Center 的核心價值在於徹底翻轉上述流程,將數據處理轉化為數據服務,透過直覺的介面與背後扎實的數據基礎支撐,讓非技術人員不用編寫程式碼,即可自行組合維度,大幅縮短從需求到執行的距離,將原先需要耗時數週的作業流程優化成秒級產出。

「Audience Center 的導入,不僅有助於提升效率,更賦予企業快速試錯與精準捕獲趨勢的能力,讓數據真正成為驅動業務增長的引擎。」廖宜楷如此總結。

#1 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋數據科學經理 廖宜楷
圖/ 數位時代

以 AI Agent 重塑數據使用方式,讓數據更貼近決策流程

「Vpon 除提供 Audience Center 協助品牌發揮第一方數據資產價值、提供豐沛的第三方數據助品牌深化對客戶輪廓的掌握度,更推出 AI Agent 服務讓品牌與行銷人員能更直覺地使用數據。」Vpon 威朋數據科學資深總監陳文謙表示,在數位轉型的過程中,許多企業面臨的挑戰不僅是數據整合,更包括如何讓不同部門的人員都能更即時協作與應用數據,有鑑於此,Vpon 推出四種 AI Agent 協助企業分析與應用數據,極大化第三方數據成效:

第一,以 Reporting Agent 讓高階主管或行銷人員可以自然語言查詢數據與生成報表,即時掌握市場動態,加速決策下達與決策品質。

第二,透過 Insight Agent 確保數據分析不受分析人員的主觀意識或產業知識侷限,可以輕鬆完成跨領域數據分析、快速挖掘潛在市場機會與消費者洞察。

第三,藉由 Audience Agent 將客戶分群方式從規則導向(Rule-based)轉變為關聯導向,以關聯分析擴大受眾範圍,協助品牌找出更多潛在客群。

第四,推出 Creative Agent 協助行銷人員分析廣告素材表現的根本原因,釐清受眾喜歡的素材跟不喜歡的素材,藉此優化廣告投放內容,持續提升轉換率。

陳文謙表示:「透過 AI Agent 的輔助,品牌不僅能更快完成數據分析,也能將分析結果直接轉化為行銷策略與創意建議,降低跨部門溝通成本,讓數據真正參與決策流程。」

#2 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋數據科學資深總監 陳文謙
圖/ 數位時代

鏈結數據生態夥伴,以跨境數據放大行銷效益

除了協助品牌主建立 AI Ready 的數據基礎環境並提升數據使用效率,Vpon 也持續拓展數據生態圈,協助零售品牌更精準布局海外市場。

Vpon 威朋產品行銷資深經理邱心儒表示,跨境行銷過去多仰賴經驗與市場直覺,但透過數據整合與 AI 分析,品牌能更精準理解海外消費者的旅遊與消費行為。

以 Vpon 與日本 Loyalty Marketing Inc. 合作為例說明,透過雙方的獨家合作,企業可以結合 Ponta 超過一億的會員數據、問卷調查結果以及 Vpon 的七大數據來源,深入分析日本消費者的消費偏好與購買力——包括哪些日本族群對台灣品牌最感興趣、最受歡迎的台灣商品類型,以及不同客群的價格敏感度與回購行為等,將行銷決策從過往的經驗判斷轉變為精準的數據洞察,成為品牌出海的重要工具。

簡言之,對零售品牌而言,跨境數據是理解海外旅客真實樣貌的一大利器,也能進一步優化廣告投放、內容策略與商品布局,讓品牌在拓展國際市場時,可以更有效率地接觸潛在客群,放大行銷效益。

#3 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋產品行銷資深經理 邱心儒
圖/ 數位時代

展望未來,Vpon 將持續擴展數據生態圈並優化產品服務,幫助零售品牌從數據整合、AI 分析到市場決策建立完整的數據應用循環,希望以數據夥伴的角色與品牌共同成長,打造互利共贏的數據生態。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
AI全球100+台灣20
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓