本文探讨了团队产能分配的误区。许多公司将时间分配等同于产能分配，忽略了团队能力的系统性因素。作者指出，产能不仅是时间的累加，还包括团队技能、工具、流程等多方面因素。单纯关注时间分配，忽视了系统优化，导致效率低下。作者建议区分“时间分配”（团队花费时间的地方）和“产能分配”（团队真正交付成果的能力），并考虑各种干扰因素，才能更有效地提升团队效率。
阅读更多
在产品开发中，“真相来源”问题并非真相本身，而是人们对真相的认知差异和处理复杂性的方式。文章以一个团队的项目管理为例，阐述了项目、发布、启动、Epic等之间错综复杂的关系，以及不同视角下对资源分配、目标定义的差异。强行统一标准化反而会降低效率，而完全接受复杂性又会造成认知负担。企业需要根据自身情况，在追求真相与接受复杂性之间找到平衡，避免压制现实，才能更高效地运作。
阅读更多
作者分享了一次职场沟通失误的经历：他直言团队在某方面表现欠佳，本意是鼓励改进，却意外冒犯了同事，甚至引发了潜在的负面后果。这让他意识到，即使怀抱善意，个人视角和沟通方式也可能造成误解。文章强调，在倡导改进时，应避免直接指责个人，而是关注团队整体，以集体机会为导向，尊重他人感受，谨慎选择沟通时机和方式。
阅读更多
本文探讨了如何运用图论中的路径图、有向无环图和网络图三种模型来理解和改进组织运营，特别是快速扩张的科技公司。作者指出，不同类型的公司在不同发展阶段，其组织结构和面临的挑战各不相同，因此需要采用不同的模型来解决问题。文章以产品发布的生命周期为例，阐述了三种模型的应用场景及相互间的结合，并强调了“精益”原则在不同模型下的不同应用方式。文章最后指出，随着公司发展，需要从路径图和有向无环图转向更侧重网络图的模型，以应对更复杂的组织结构和协作需求。
阅读更多
Cuttlefish的ThisWeekinMachineLearning 271 期讨论了机器学习中最大的未开发机会：文本生成。该内容主要探讨了大语言模型的最新进展，如 GPT-3 和 BLOOM，并强调了这些模型在语言理解、文本生成和对话生成方面的强大功能。文章还突出了文本生成在各个领域的潜在应用，包括内容创作、信息提取、客户服务和教育。
阅读更多