作者：delphi
來源：delphiliu碼字

有點標題黨了哈，大家不用糾結百萬年薪。百萬不是一個確定的數字，就是高薪的意思。

說回正題，上一篇《給轉型做技術的同學的一些建議》發出後，有不少同學過來諮詢。說程序員年齡的坎，讓他感到焦慮，擔心自己是不是跨不過30-35歲這個坎。在一些論壇上，看到一些同學也在焦慮，焦慮目前技術更新太快，一下這個熱點，那個熱點，感覺學的好累，要跟不上了。後來我想了下，這應該都是沒有明白或積累夠足的核心能力導致的。

核心能力，每個具體方向不同，也很難給個統一的定義。我例舉些例子吧。我本身是做C/C++服務器開發的。我每次說完這個，有不少同學就反應，哇，會C/C++，好厲害的感覺。好像我這個方向的核心能力就是C/C++，大家卻對服務器這三個字視而不見。

這個理解當然不對，語言只是實現邏輯的一種工具，核心能力是邏輯本身。

我換個介紹方式，海量分佈式服務器系統設計開發。都是同樣的工作，只是描述不同，你已經感到很大不一樣了吧。這裏的核心能力是什麼？是架構設計，關鍵細節設計的能力和經驗。在海量服務器設計領域，核心能力，大概包含物理設計和軟件設計。物理設計包含：磁盤存儲設計，內存緩存設計，核心數據結構設計，一致性問題處理，容災設計等；軟件設計方面包含：模塊劃分，接口定義，設計模式應用，核心數據傳輸結構設計等。擁有上面的核心能力，你用C/C++，Java，甚至python都可以實現（雖然一般不會用python實現）。

在這裏，核心競能力跟語言其實沒有多大的關係。

換到客戶端開發方向，也有它的核心能力。包含，單機存儲設計，內存緩存設計，核心數據結構設計，併發處理, 軟件分層，設計模式，傳輸協議等。你是iOS還是andriod開發，核心能力都很接近，只是某些特定的地方有區別。

我上面例舉的兩個例子，所涉及的核心能力，都是老掉牙的東西了。像磁盤存儲設計，內存緩存的設計，軟件設計模式，都不是什麼新鮮的東西，幾十年如此了，當然會有細微層面的進化。但大致如此。

所以焦慮的同學在焦慮什麼呢？我看很多同學焦慮的是，又出了新的語言，新的框架，自己要跟不上了。我只能說，如果你在焦慮語言和框架的時候，你就已經跟不上了。你可能根本就沒有理解你所在方向的核心能力是什麼，更加沒有掌握它。像andriod開發同學提到大前端，然後覺得焦慮，覺得自己要被淘汰了。要是你理解軟件設計就是客戶端，前端開發最核心的能力之一的話，你就不會焦慮。反而會覺得，大前端這個概念，很好的解決了各種平臺氾濫的問題。其實當你理解這點的時候，你平時學習，積累的點也就改變了。你會更在意一個新的語言和框架爲什麼會這麼設計，相比舊的東西，有什麼改進。而不再只是注意語言，框架細節。這個視角是不一樣的。當你能理解這個事情，你離百萬年薪就不遠，或者已經超過百萬年薪了吧。

上面例舉的例子，可能太精專了，不在那個方向的同學可能不能理解。那我再來說說目前比較熱門的數據和AI吧。

前幾天，我很好奇，大家怎麼突然都對python培訓那麼感興趣了。後來百度了一下，都是python數據分析，AI的培訓廣告鏈接，然後就會心的笑了。

數據，AI都是大熱門。剛畢業，進入到大廠，給60萬以上都有可能。所以很多在已有方向做的不好的同學，就像找到了通往財富自由的捷徑，或者去參加線下的培訓班，或者自學數據，AI。當然學點東西挺好的，只不過有的同學可能期望太高。在這個事情上，我又想潑大家冷水了。

數據，AI的核心競爭力是什麼？大家能說的出來嗎？難道是會python的語法，會用python的庫，就可以了？

說實話，我也不太懂。不過我接觸了不少做這方面的同學，就說說我的理解把。數據，AI可以分兩個方向來看。

一個是研究類，一個是工程類。上面說的畢業60萬以上年薪的，基本都是研究類的，工程類的好像還沒看到。研究類的比較好理解，大部分名校博士畢業，在一些頂級刊物上發表過paper的會加分很多。這個估計大部分同學也知道，就不多說了。

來說說工程類的。我周邊有不少同學是本身是搞服務器開發的，有的轉去做了數據推薦和AI。有的還做的不錯。核心能力，我給劃分了三個等級：

第一級，能夠讀懂英文的paper，完全理解paper裏面描述的算法。知道算法的優劣和適用的場景，並且可以用自己熟悉的語言實現出該算法。這個算是工程裏面的一流水平了，應該可以拿到很高工資。

第二級，不能完全理解paper和算法，但知道算法在某些特定場景下的效果和調優的方式。可以在GitHub上面找到合適的開源實現，進行使用甚至優化。如果有豐富的項目經驗和實操經驗會加分。

第三級，完全看不懂英文的paper，知道常用的算法，但無法區分出各種算法的優劣和適用場景，會用python，C++等語言的庫進行算法組裝。

大家看完上面的描述，覺得，數據，AI的核心競爭力是什麼？是python語法，還是python的庫？當然不是，我覺得最核心的還是算法本身，只不過對算法的理解程度的不同，會處於不同的等級。這裏英文的閱讀能力對很多人來說，也會成爲一道坎。

目前自學和參加培訓的同學大部分處在第三級，甚至第三級都沒達到。 有參加培訓的同學過來諮詢我。 我問他目前是怎麼學的。他說在看培訓的視頻，書太難了，看不懂。 如果是這種情況，恕我直言，可能永遠沒有機會進階到第二級了。因爲後面需要看的書籍，只會比入門書籍更難。

當然，肯定有同學有潛力，能通過自學或者培訓到達二級水平或三級的水平，但路徑可能比你想象的要漫長和艱難。如果你確定入行走這條路，我建議你嘗試做這麼個事情。去google（不要百度，百度出來都是一堆廣告，簡直誤人子弟），比如： 數據分析 職業發展 ， 數據分析 書籍等。 篩選出靠譜的文章。然後仔細的閱讀，自己去整理總結，理出一個特定方向的發展路徑，關鍵能力，要學習的課程和書籍。不一定很準確，但經過自己的整理和思考，自己對這個方向會有更深入的理解。然後再重新問自己，是不是確定要走這條路。而且做了這個事情後，你問別人相關問題，也能問得更具體些。

看完上面的文字，估計很多同學要噴我了。 我本也可以寫些政治正確的廢話，鼓勵大家努力往前。不過那麼寫，覺得對不住良心。所以還是寫了實話。

有做工程的同學，發覺自己的發展遇到了瓶頸，然後抱怨自己所處的方向，天花板太低。於是他想轉到數據方向。其實我看他所處的方向是沒問題的，也有很多大牛人。只是他自己遇到了瓶頸，突破不了。對於這類同學，我的經驗是。如果這個坎，你跨不過去，那麼在數據，AI上面的坎，你也跨不過去。遇到了坎，不去努力突破，而是想繞過它，在後面你也依然難以突破。

最後希望大家能走在正確並且適合自己的道路上。