What I've Been Doing Since Quitting My Job

Michael Lynch

離職後,我都在做些什麼

原文由 Michael Lynch 發布,訂閱此部落格

我從 2014 年到 2018 年在 Google 擔任軟體工程師。2 月 1 日,我辭去了工作,成立了自己的一人軟體公司。

那是四個月前的事了,所以我想來分享一下近況。

沒有工作是什麼感覺?

這是大家最常問我的問題。到底是什麼感覺?

剛開始的幾天,我心裡一直想著:「耶!我自由了!」感覺就像展開了一場期待已久的假期,而且知道它有可能永遠持續下去。

現在,就覺得很平常。很享受,但很平常。

回想起自己曾經有份辦公室工作,竟覺得有點不可思議。就像回憶高中的經驗一樣。「我以前竟然一天要坐著聽人講話六個小時?然後回家還得繼續工作?」我知道那確實發生過,但現在回想起來卻感到如此陌生。

離職後最棒的一點,就是對時間的掌控感。我可以隨心所欲地安排一整天,改變行程時也不會有任何阻礙。如果下午三點想去跑步,我就直接去跑。不用擔心會錯過會議或耽誤別人的工作。

去做那些原本不會做的事

擁有了這麼多屬於自己的時間,我發現自己更願意去嘗試、去把握那些當上班族時根本不會考慮的機會。

NERD Summit 標誌

三月時,我做了人生第一次的研討會演講。我把自己的文章 「How to Do Code Reviews Like a Human」改編成演講內容,在NERD Summit 發表,這是一場位於麻薩諸塞州西部、對新手友善的研討會。

Talking Drupal 標誌

幾天後,我收到了Stephen Cross 的來信,他是Talking Drupal podcast 的共同主持人之一。他很喜歡我的演講,並邀請我到他的 podcast 上進一步聊聊。我們進行了一場愉快的對談,從我從未想過的角度探討了程式碼審查。錄音結束後我才告訴 Stephen,那集節目對我來說是另一個重要的第一次:我人生第一次上 podcast。

那篇關於離職的部落格文章

說來有點奇怪,離職以來我最引人注目的成就,竟然是……寫了一篇關於離職的部落格文章。如果你正在讀這篇文章,很可能就是因為我二月那篇「Why I Quit Google to Work for Myself」才找到我的部落格。它在上線的第一週就吸引了 30 萬名讀者,是我先前最高紀錄的 6 倍。

文章上線後,我花了一整天的時間回覆電子郵件、留言和 Twitter 訊息。感覺太棒了!我覺得自己像個名人。

第二天,我繼續回覆訊息。雖然不像第一天那樣令人興奮,但看到那麼多鼓勵和讚美,感覺還是很好。

到了第三天,我開始感到有點吃不消。我意識到,光是回覆關於那篇文章的回饋,我就可以花上整整兩週什麼都不做。許多讀者都在問我離開 Google 後在做什麼。我要怎麼回答?「嗯,我最近主要都在忙著享受看到那篇文章通知時帶來的短暫多巴胺快感。」

我正在回覆回饋的照片

處理回饋

其中一位聯繫我的人是 Stephanie Hurlburt。她是一家成功的圖形軟體公司的共同創辦人,在新創圈中以她深刻的部落格文章Twitter 貼文串而聞名。

她針對那篇文章傳來一封友善的訊息,並表示如果我需要建議,隨時可以找她。在她聯繫我之前,我已經追蹤她好幾個月了,也知道她每天都會收到大量的訊息。我問她都是怎麼處理這些訊息的,她給了我一個很有幫助的建議:

……花一個月甚至更久才回覆別人是完全沒問題的,而且通常還是會收到對方的回覆。甚至隔一年才回也沒關係,只不過那時候就別太期待對方會再回覆你了(他們大概早就去忙別的事了)。所以換句話說,你不需要一收到訊息就馬上處理,你可以每個月挑一天,一次把它們全部回完。

-Stephanie Hurlburt (@sehurlburt)

她的建議聽起來或許很簡單,但對我來說卻是一種解脫。我平常總是在一兩天內就回覆別人,所以當有數百封訊息和郵件堆積起來時,讓我覺得自己永遠都落後了。

和 Stephanie 聊過之後,我覺得自己好像獲得了可以慢慢來的許可。我把重心轉回我的軟體專案上,但每隔幾天會撥出時間,回覆固定數量的訊息,例如五封電子郵件或十則 Twitter 訊息。

題外話:Stephanie 嘴上說晚一個月回覆也沒關係,但她在收到我的問題後幾分鐘內,就回了一封內容充實、長達三段的回信。搞不好她是在騙我,這樣她才能繼續保持 Twitter 上最樂於助人的人這個頭銜。

Stephanie 也指出,要回覆每一封訊息是不切實際的。雖然忽略郵件時我還是會感到內疚,但我發現放下「必須馬上回覆」的心態後,反而能抽離一點,更理性地選擇要回覆哪些訊息。舉例來說,如果有人寫信來問我關於尋找部落格插畫家的問題,我會很樂意回答,因為很少有部落客會和插畫家合作。我會優先回覆這類郵件,而不是那些問我如何才能進入 Google 工作等比較籠統的問題。

管理壓力

離職前,我不斷聽到有人說,即使是創立一間小公司也會帶來巨大的壓力。我當時想:「那對他們來說也許是真的,但我可是要每天穿著睡衣工作。能有多大壓力?」

辭職後日常生活的壓力

但他們是對的。我確實感到了壓力。不是他們警告過的那些關於金錢或客戶的問題。我焦慮的是那些自訂的、根本沒人在意的期限。它們帶給我的焦慮,比我在 Google 經歷過的任何外部期限都還要嚴重。

問題在於我接了太多專案。當我還是員工時,在辦公室待上八小時感覺像永恆一樣漫長。我當時以為,只要省去在辦公室的時間,就能擁有永無止盡的空閒時間。

可悲的是,我發現自己一天還是只有標準的 24 小時。但我還是不斷對新的機會說好,因為單獨來看,每件事似乎都不大。幾週後,我攬下了太多瑣碎的任務,結果沒有一項有進展。

現在我對於承接專案變得謹慎許多。即使看起來很小,光是要追蹤它們就得花費大量的心力。現在,我把重心限縮在這個部落格和一個軟體專案上(先劇透一下:它們最後會交織在一起)。

失敗的專案:Space Duck

我的第一個創業點子,是在 Sia 之上打造一項服務,Sia 是一個我經常撰文介紹的去中心化儲存平台。

Sia 的目標是將資料儲存商品化,讓任何人都能販售儲存空間。它承諾的價格只有 Amazon 或 Google 的十分之一。Sia 的技術至今仍鮮為人知,因為很少有人了解如何使用它,更別說在它之上建構服務了。

我是少數幾十個對 Sia 有足夠深入了解、足以在其平台上建立事業的人之一。如果我能運用這份知識,進入那些通常受限於頻寬或儲存空間的市場(例如檔案備份、影片串流),相較於基礎設施成本高出十倍的競爭對手,我將擁有巨大的優勢。

我還不確定自己到底想打造什麼,但我知道一個吸引使用者的獨特方法。當時很少有人在討論 Sia,更沒有人從開發者的角度來撰寫相關內容。我知道這類技術內容是有市場的,因為我在個人部落格上寫的 Sia 文章就吸引了數千名讀者。於是我創建了一個名為Space Duck 的部落格,開始撰寫我在這個平台上的探索性測試。

Space Duck 標誌

不幸的是,這些測試顯示 Sia 並沒有大家想的那麼便宜。以 Sia 真實的價格來看,市面上已有更穩定、功能更豐富的供應商。在沒有任何實質優勢的情況下,Sia 這條路走不通了。

KetoHub 的食材難題

我把注意力轉回KetoHub,這是我去年創建的一個幫助使用者尋找生酮飲食食譜的網站。

KetoHub 的主要功能之一,就是根據你手邊的食材來尋找食譜。例如,你可以搜尋「ground beef」,然後看到 50 道使用絞牛肉的生酮友善食譜。

KetoHub 搜尋 ground beef 的結果截圖

這類搜尋很困難,因為它需要 KetoHub 判斷食材文字中的哪個部分才是關鍵。在上面的截圖中,原始的食材是「1 pound of ground beef」,但 KetoHub 將搜尋結果的片段簡化成了「Ground beef」。

過濾掉這些無用的詞彙比看起來要困難得多。我一開始是透過撰寫大量的規則來解決這個問題。其中一條規則是「移除計量單位」。如果有人開始輸入「tab…」,那麼「Tabasco」是個好的匹配結果,但「2 tablespoons vinegar」就不是。沒有人會想因為某道食譜包含了一大匙某種材料就看到它。

但「dash」呢?它是一個非正式的計量單位(「a dash of cinnamon」),但同時也有一款熱門的調味料叫做Mrs. Dash。好吧,那我把規則改成「丟棄計量單位,除非是前面有『Mrs.』的『dash』」。

但這條規則也不見得每次都管用。有一位食譜作者顯然覺得 Mrs. Dash 的婚姻狀況不關別人的事,所以他把那款調味料寫成了「Ms. Dash」。

食譜中誤將名稱寫成 Ms. Dash 的截圖

這就是對隨機的網路資料套用嚴格規則的本質。規則一開始都很簡單,但在經歷了足夠多的變化和邊界情況後,規則會變得越來越複雜,甚至彼此衝突。

每當我為 KetoHub 新增一個食譜來源,就得花上好幾個小時調整規則,確保 KetoHub 能處理新網站的各種特性,同時又不破壞現有的規則。

我需要一種更靈活的方式來讓 KetoHub 處理食材。

新專案:食材解析即服務

在 KetoHub 早期,一位 Indie Hackers 上的留言者分享給我一篇部落格文章,內容描述The New York Times 如何運用機器學習來解析Times 歷史食譜典藏中的食材。

《紐約時報》解析結果的視覺化呈現

The New York Times 食材解析器結果的視覺化呈現

那聽起來很酷,但對我這個小小的食譜彙整網站來說,似乎有點殺雞用牛刀。就像因為浴室髒了就去創立一家居家清潔新創公司一樣。這或許能解決問題,但解決方案的規模遠比它要處理的問題還大。

然後我突然想到:如果食材解析本身就是一門生意呢?

KetoHub 是個有趣的專案,但我始終找不到將它變現的方法。如果解析食材對 KetoHub 來說是個難題,或許對其他應用程式來說也是。市面上已經有提供食材解析的服務,但我評估過的每一家,不是準確度不足,就是使用條款嚴苛到讓人無法接受。

我請我的自由工作者朋友Ferngully 開始嘗試Times 解析食材的技術。她的初步成果很有前景,於是我們花了幾週時間,一頭栽進機器學習和自然語言處理的領域。

我們現在已經有了一個可運行的展示。如果你輸入像 1 1/2 cups chopped red onions2 tablespoons minced parsley 這樣的食譜食材,它就會將其拆解成結構化的組成部分:

Ingredient Parser 展示截圖

接下來的幾週,我將專注於聯繫不同的 App 開發者,了解 Ingredient Parser API 能如何幫助他們。希望能在六月前,根據他們的回饋來完善這個 API,並將它上架到MashapeRapidAPI 等市集。更新:(7/15):已正式上線


插圖由 Loraine Yow 繪製。Space Duck 標誌由 Marina Mocanu 設計。

本文章由 muse-spark-1.2-contributor 進行翻譯

留言