墨菲定律是真的,任何事都可能出錯!他在微軟工作兩年悟出這5件事
墨菲定律是真的,任何事都可能出錯!他在微軟工作兩年悟出這5件事

團隊或個人的成功關鍵,就在於恰當的優先級劃分和精準的評估。

作為一名軟體工程師,我已經在微軟印度公司工作了快兩年時間了。自然的,我該反思一下,過去兩年來我到底學到了什麼。

從印度理工學院瓜哈提校區(Indian Institute Of Technology Guwahati)畢業之後,我就直接加入了微軟公司,這也是我第一次進入這個行業。兩年下來,我成長了很多,也獲得了很多新的經歷,累積了不少有用的經驗。

通過這篇文章,我希望回顧並總結自己這兩年的反思,分享我自己所學到的5件關鍵的事情。

1.研究,研究,還是研究

今天的一般事實都是昨天研究的結果。——鄧肯·麥克唐納(Duncan MacDonald)

談及研究,我主要指的是兩方面事情。

其一,通過研究找出問題的根本原因。

我很早就意識到,人們很容易養成一種不好的習慣,不去探究問題背後的種種細節,或者不去發現問題背後的真正原因。

如果你不知道導致某個問題的確切原因,當你幾乎解決這個問題時,它幾乎總是會反咬你一口。這句話裡面的「幾乎」是一個非常重要的詞。

其二,通過研究找到解決手頭問題的最有效方法。

值得注意的是,我們必須明白,我們的目的並不只是想解決問題。重要的是,我們必須以最有效的方式解決問題。這就是優秀的工作與一般工作的區別。

要想出類拔萃,就需要花些時間去學習和了解這種心態,而不僅僅是完成工作。能認識到這一點,你就能獲得很大的進步。

每個人都知道,無論是什麼情況下,做背景調查或相關功課都是非常重要的,但問題在於,我們很難徹底完成,尤其是當你正在解決多個問題而不是單個問題時。

當你腦子裡有很多事情時,你就很容易選擇妥協,不會去深究所有事情背後的問題,或可能會直接忘記某些事情。因此,我們一定要時刻謹記這個問題。

徹底的背景研究,不僅可以幫助我們有效地看待問題、找到最佳的解決方案,還可以能讓我們始終保持大局觀全局觀認識。

總之,最重要的是,我們獲得報酬,不是為了快速解決問題,而是為了準確而完整地解決問題。這就需要研究,研究,以及不斷的研究。

北祥科技
圖/ 北祥科技服務團隊

2.墨菲定律,你也應該知道!

根據墨菲定律:任何可能出錯的事情都會出錯。

兩年的工作經驗,我對這條定律有了深刻的認識理解。這的確就是事實!在所有的項目中,我一次又一次地發現,情況總是如此。而不知道這條定律的人,一定會經歷慘痛錯誤過後才會理解。

因此,我們必須首先將一個大的解決方案拆分成非常小的獨立部分。

隨後,在這些獨立部分上投入足夠的時間,確保自己已經檢查了可能存在的所有異常或錯誤。

同時,還要了解這些部分整合在一起過後又會怎麼樣,在這一交互過程中又會出現什麼異常或錯誤。

總之,關鍵就是要有遠見。

然而,當你提升你的遠見時,你會做什麼呢?你創建了許多制衡機制,來事先發現這些異常或錯誤問題。

許多後期可能會出現的問題,實際上可以在早期通過所謂的單元、集成和性能測試來解決。就技術方面而言,我所學到的關鍵之一就是,要編寫具有適當測試覆蓋率的代碼,這也是我進入這一行業才學到的。

這不僅對我有幫助,而且對將來會接手我的工作並進一步拓展的整個團隊也有幫助。

為了捕捉我們在測試中遺漏的問題,我們還有一個被稱為預備推出環境的基本框架。設立這一框架的目的,是去模擬事物在真實環境中的運行情況,也就是推出環境,並確保代碼段在預備推出的環境中能運行一段時間。

即使經過這些流程之後,事情仍然可能出錯。

這個時候,最重要的事情,就是要從這些問題中汲取教訓,也不必因此而自責。更重要的是,不要讓這些錯誤再次發生。

3.一切都好解決。但問題是,先解決什麼?

在這個行業工作,我還認識到,我們總是有太多問題要解決,但問題在於,時間是有限的。

因此,團隊或個人的成功關鍵,就在於恰當的優先級劃分和精準的評估。由於我們不是獨立解決所有問題,我意識到所有的問題最終都可以解決,但重點在於衡量問題所需的時間以及其重要性。

微軟
圖/ 微軟

為了了解問題的重要性,我們會給一項任務標註優先級,具體而言,就是一個表示其重要性的數字。除此之外,我們還會標註另一個數字,表示我們估計解決問題所需的時間天數。

事實上,這兩個數據都非常重要。一方面,在大多數情況下,利益相關者並不只有一個,而是多個。因此,它有助於建立全面的溝通。

另一方面,這些數據還可以幫助你在有限的時間內,以最佳的方式安排自己的工作。

這就是我們對這個重要問題的回答,即首先要解決什麼問題?

4.事故管理,讓你實現大幅進步

事故是指,使用產品或服務的客戶遇到的突發性中斷問題。

事故管理,實際上強調的是一個過程,具體包括寫日記、記錄和盡快解決事故,以恢復正常的業務流程或服務。

當我在大學時,我總是想像,我未來的工作就是通過編寫代碼來解決手頭的問題,這也就是一個創造過程。但在過去的兩年裡,我意識到,減少產品導致的事故,也是我工作中一個非常重要的部分。

為了管理這些事故,我們的團隊成員會輪流負責整個產品。因此,當事故發生時,它可能與我之前創造的內容毫無關係。

那麼,我從這些事故中學會了什麼呢?

過去發生的此類事故讓我意識到,了解其他人在做什麼也非常重要。

這不僅讓我養成了在創造過程之初就了解解決方案並發現問題的習慣,而且還從這些解決方案中獲取靈感,並在我自己的解決方案中重複使用其中的關鍵部分。

這些事故會對我們的客戶或利益相關者造成重大干擾,因此,快速解決這些問題,往往是當務之急。

通過這些事故,我們認識到了解事情重要細節的重要性。這樣,你就會深入理解問題。

對事故優先級的認定,還可以促進快速思考,並教會你快速提出簡潔、可靠的解決方案來掃除客戶的障礙。

通常,在解決此類事故的同時,我們還會面臨更大的問題。相對的,這也有助於我們了解以下這兩個問題:

我們的產品中還缺少什麼?未來我們應該解決哪些問題?

台灣微軟
圖/ 台灣微軟

5.永遠要假設別人是好意

無論任何人說什麼或做什麼,都要假設他的意圖是好的。你會驚奇地發現,自己對待一個人或一個問題的整體方法變得非常不同。當你假設他人的意圖是不好的,你就會生氣。如果你拋掉憤怒,凡事從好的角度去思考假設,你會看到巨大的不同。——百事公司前執行長英德拉·努伊(Indra Nooyi)

團隊協作非常重要,它也能體現出個人工作的重要性。

只有在一個專業的環境中,我才了解到,一群具有獨特優勢和經驗的人在處理和最終解決一個問題過程中所扮演的角色。

當你試圖找到解決問題的方法時,一個新的視角也總是有幫助的。

因此,面對挑戰,順暢的團隊協作非常重要。

在微軟工作期間,團隊協作並不僅僅意味著跟辦公室裡的同事合作,還包括與來自不同大洲和時區的人合作。

那麼,我們該如何提高團隊協作能力呢,尤其是當你與素未謀面的人合作時?你既不認識這個人,也不知道他所面臨的挑戰。

值得一提的是,由於新冠疫情暴發所構成的大流行病,我們團隊的每個成員都不得不在家工作,這也是千載難逢的場景。在此期間,我們的團隊規模大幅增長,許多同事都是以遠程的方式加入了我們的組織。

在這些情況下,我學到的最重要的事情,就是無論什麼情況下,處理事情的最佳方法是,始終假設別人的意圖是好的,並始終對他們身邊出現的問題保持警覺。

在這些時候,表現出耐心和信心,有助於建立良好的團隊精神和積極的企業文化。隨著時間的推移,這也有助於提高團隊的工作成效。

最後,在我看來,軟體工程的核心就是解決問題。掌握和理解技術細節相對容易,而更困難的是,在面對問題時,如何保持正確態度,提出正確觀點和有效解決方案。

我這篇文章的目的是希望能強調,很多我們一直都知道、但卻一次又一次忽略的事情,而是否能夠把這些觀點牢記於心,是區別專業和新手的核心所在。過去的兩年間,我就實現了這種轉變。

本文授權轉載自:36氪

【延伸閱讀】
你的工作會消失嗎?104人力銀行數據揭露七個「消失中的職務」
5到11歲兒童有望打到BNT疫苗!輝瑞高層:可能今年秋冬通過EUA

最新9月號雜誌《2021年台灣網紅生態全解析》馬上購:傳送門
「電子雜誌」輕鬆讀:傳送門

責任編輯:傅珮晴

關鍵字: #Microsoft
往下滑看下一篇文章
AI 競爭全新戰場!美光 Mike Cordano:記憶體將成下一個企業戰略制高點
AI 競爭全新戰場!美光 Mike Cordano:記憶體將成下一個企業戰略制高點

從生成式AI訓練、推論,到代理式工作流程(Agentic Workflow)與未來的實體AI,資料流量正以指數級成長,讓記憶體從過去支援運算的配角躍升為決定AI效能與能源效率的關鍵角色。

全球知名的半導體與微電子技術分析機構TechInsights指出,AI競爭正逐漸從晶片算力擴展到記憶體架構設計能力,加速「Computational Memory」等新架構興起;在這波浪潮中,深耕記憶體與儲存技術數十年的美光科技,正與關鍵夥伴展開深度協同設計,包含攜手NVIDIA共同開發適用於新世代資料中心的低功耗記憶體技術,在AI基礎建設的新賽局中成為不可或缺的關鍵。

當GPU不再是唯一主角,記憶體為何躍上AI舞台中央?

過去,半導體的焦點多圍繞在晶片,例如CPU、GPU跟AI加速器等,市場普遍認為,晶片運算能力是左右科技產業發展速度的關鍵,但在進入生成式AI世代後,產業逐漸發現另一個事實:真正限制AI效能的瓶頸不是運算,而是資料能否快速被存取與傳輸。

從大型語言模型訓練,到AI推論、代理式工作流程(Agentic Workflow),甚至未來的機器人與自駕車,龐大的資料流量正持續推升對高頻寬、低延遲、高容量記憶體的需求,讓記憶體產業從過去相對標準化、以價格競爭為主的市場,逐漸轉變為AI基礎建設的重要核心。

「仔細觀察AI應用服務會發現,大多數工作負載都被頻寬限制。」美光科技全球業務執行副總裁Mike Cordano認為,記憶體是突破(頻寬)瓶頸的關鍵,也讓AI競賽從晶片算力升級到記憶體與儲存架構的系統級競爭。這樣的產業洞察,也正是Mike在歷經二十餘年的儲存產業資歷,加上四年半的創投生涯後,選擇加入美光的核心原因之一:在AI重塑產業結構的浪潮下,記憶體將成為這波成長最直接的動能所在。

美光 x 數位時代
美光科技全球業務執行副總裁 Mike Cordano
圖/ 數位時代

從零組件供應商到策略夥伴,記憶體共創時代來臨

AI的崛起,正在改變記憶體廠商與客戶的關係。

過去,記憶體產品多是標準化元件,客戶關注的是價格、供貨與規格;合作模式也偏向短期採購與交易導向。然而隨著AI系統規模愈來愈大,從資料中心、雲端平台到終端裝置,記憶體已經成為決定系統效能的重要關鍵,也因如此,越來越多企業將記憶體視為「策略性資產」,而非單純零組件。

Mike表示:「現在,我們跟客戶合作的時間跨度改變了,在產品正式上市前三到四年便開始合作,從系統架構階段就共同規劃未來需求。」例如,美光科技與NVIDIA共同研發的資料中心所使用的低功耗記憶體,便是雙方提前多年展開深度合作(co-design)的成果。

值得特別注意的是,美光科技除從技術層面與晶片製造商等夥伴共創產品,也在需求層面與客戶進行密切合作,例如,將過去較無約束力、期限僅一年的長期協議(LTA)轉變成為期五年、條款更具約束力的策略性客戶協議(SCA),藉此掌握客戶的未來需求,進而在技術層面做更深度的合作。Mike坦言,深度協同設計是高成本的投入,美光的做法是先廣泛進行市場感知,理解不同場域的需求方向,再與生態系統中的夥伴們展開客製化合作。

從裝置導向轉為Token導向,AI浪潮重寫記憶體成長模式

除了合作模式改變,更大的典範轉移是需求的改變。

Mike解釋,過去記憶體需求跟PC、手機跟伺服器出貨量息息相關,但在AI新世代,推動記憶體需求成長的核心不再是設備數量,而是AI模型所產生的運算與資料消耗量。「AI產業逐漸走向以『Consumption』或『Token』為主的新經濟模式,每一次的模型運算都需要消耗大量的記憶體跟儲存資源,這意味著,即使設備銷量成長趨緩,記憶體需求仍可能持續上升。」

更重要的是,AI應用正從資料中心外擴至手機、PC、自駕車與機器人等場域,儘管不同場域對記憶體的需求不盡相同,但是,Mike認為:所有AI裝置都存在三項共同需求:更快的速度、更大的容量,以及更高的能源效率。

正如Mike在受訪時提到的:「我們最大的挑戰,是如何與客戶和整個生態系保持高度一致,一方面創造供給與產能,另一方面持續推動技術創新。」可以預期,在接下來的五年,記憶體產業面臨的挑戰不僅僅是擴展產能,而是如何與客戶共同規劃需求、同步投入技術創新,而這也是美光科技積極經營AI生態體系的原因。

總的來說,AI帶來的改變,不只是算力提升,而是重新定義整個運算架構:過去,記憶體被視為支援運算的基礎元件;現在,則是決定AI效能、能源效率與創新速度的關鍵資源;當產業競爭從晶片性能延伸到資料流動效率,從裝置數量轉向Token消耗量,記憶體的重要性也將隨之水漲船高,對美光科技來說,這將是其從供應商走向AI生態系核心夥伴的關鍵角色轉變。

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
代理式商務連動百兆商機
© 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