我在 2014 年至 2018 年間擔任 Google 的軟體工程師。2 月 1 日，我辭職並成立了自己的一人軟體公司。

那已經是四個月前的事了，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？

在最初的幾天裡，我一直想著：「太棒了！我自由了！」感覺就像展開期待已久的假期，而且知道這個假期可能永遠持續下去。

現在，感覺就只是很平常。很愉快，但很平常。

回想起自己曾經有過一份朝九晚五的辦公室工作，竟覺得有點奇怪。就像回憶高中的經驗一樣。「我一天竟然坐著聽別人講話長達六小時？然後回家還得繼續工作？」我知道這些確實發生過，但現在回想起來卻覺得好陌生。

辭職後最棒的部分，就是我對時間的掌控度大幅提升。我可以隨心所欲地安排一天的行程，改變計畫時也不會有任何阻礙。如果下午三點想去跑步，我就直接去跑步。不用擔心會錯過會議，也不會耽誤任何人的工作。

做一些原本不會做的事

有了這麼多屬於自己的時間，我發現自己更願意去嘗試、去追尋那些當上班族時不會感興趣的機會。

三月時，我發表了人生第一場研討會演講。我將自己的文章「How to Do Code Reviews Like a Human（《像人一樣做程式碼審查》）」改編成演講，並在位於麻薩諸塞州西部的 NERD Summit 發表，這是一場對新手友善的研討會。

幾天後，我收到了 Stephen Cross（史蒂芬·克羅斯）的來信，他是 Talking Drupal 播客的共同主持人之一。他很喜歡我的演講，並邀請我到他的播客上進一步聊聊。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。直到錄製結束後，我才告訴史蒂芬，那集播客對我來說又是另一個重要的第一次：我人生第一次上播客。

那篇辭職部落格文章

說來奇怪，辭職以來我最引人注目的成就，竟然是……寫了一篇關於辭職的部落格文章。如果你正在閱讀這篇，那很可能是因為二月那篇「Why I Quit Google to Work for Myself（《我為什麼離開 Google 為自己工作》）」而找到我的部落格。它在上線的第一週就吸引了 30 萬名讀者，是我先前最熱門文章紀錄的 6 倍。

文章上線當天，我整天都在回覆電子郵件、留言和 Twitter 訊息。感覺太棒了！我覺得自己像個名人。

隔天，我繼續回覆訊息。雖然沒有第一天那種亢奮感，但看到那麼多的鼓勵與讚美，感覺還是很好。

到了第三天，我開始感到難以招架。我意識到，光是回覆關於那篇文章的回饋，就可能花掉我接下來兩週的時間。許多讀者都在問我離開 Google 後在忙什麼。我該怎麼回答？「嗯，我主要都在忙著看那篇文章的通知所帶來的短暫多巴胺快感。」

處理回饋

其中一位聯繫我的人是 Stephanie Hurlburt（史蒂芬妮·赫爾伯特）。她是一家成功的圖形軟體公司的共同創辦人，在新創圈中以見解深刻的部落格文章和 Twitter 貼文串聞名。

她針對那篇文章傳來親切的訊息，並表示如果我需要建議，隨時可以找她。在她聯繫我之前，我已經追蹤史蒂芬妮好幾個月了，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，她分享了這個實用的建議：

……花一個月甚至更久才回覆別人，並期待對方回覆，是完全沒問題的。甚至花一年才回覆也沒關係，但那時或許就別期待對方還會回你了（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，你可以一個月找一天，集中一次全部回完。

-史蒂芬妮·赫爾伯特（@sehurlburt）

她的建議聽起來也許很簡單，但卻讓我感到如釋重負。我通常在一兩天內就會回覆別人，所以累積了數百則訊息和電子郵件的待回清單，讓我總覺得自己永遠落後進度。

和史蒂芬妮聊過之後，我覺得自己終於被允許慢慢來了。我將重心轉回軟體專案上，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。

附註：史蒂芬妮說延遲一個月回覆也沒關係，但她卻在幾分鐘內就回了我一篇內容周到、長達三段的回覆。她很有可能是在騙我，這樣她才能保住自己在 Twitter 上最熱心助人的地位。

史蒂芬妮也指出，要回覆每一封訊息是不切實際的。雖然忽略電子郵件時我仍會感到內疚，但我發現擺脫「必須即時回覆」的心態後，能讓我稍微抽離，並更理性地選擇要回覆哪些訊息。舉例來說，如果有人寫信問我關於尋找部落格插畫家的事，那對我來說是很有趣的話題，因為很少有部落客會與插畫家合作。我會優先回覆這類信件，而不是那些問我如何才能被 Google 錄用的一般性問題。

管理壓力

在辭職前，我不斷聽到各種說法，說即使是創立一家小公司也會帶來巨大的壓力。我當時想：「那對他們來說或許是真的，但我可是要每天穿著睡衣工作。能有多大壓力？」

但他們是對的。我確實感到了壓力。不是因為他們警告過的那些事，像是資金或客戶。而是為了那些根本沒人在乎、卻由我自己設下的期限而焦慮。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。我當時認為，只要省去在辦公室的時間，就能擁有永恆的空閒。

可悲的是，我發現自己依然受限於一天只有 24 小時的現實。但我還是對每一個新機會都說好，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更加謹慎。即使看起來很小，光是追蹤這些專案就會耗費大量的心力。如今，我將專注力限縮在這個部落格和一個軟體專案上（先預告一下：它們最後會交織在一起）。

失敗的專案：Space Duck

我的第一個商業構想，是在 Sia 之上打造一項服務，Sia 是一個我曾多次撰文介紹過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。它承諾的價格僅為 Amazon 或 Google 費率的十分之一。Sia 的技術至今仍未受到廣泛關注，因為很少人懂得如何使用它，更不用說如何在其上建構服務。

我是少數幾十個對 Sia 理解夠深入、足以在此平台上建立事業的人之一。如果我運用這些知識，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），相較於那些基礎設施成本高出 10 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，但我知道一個能吸引使用者的獨特方式。當時很少人在討論 Sia，也沒有人從開發者的角度撰寫相關內容。我知道技術內容是有市場的，因為我在個人部落格上寫的那些 Sia 文章已經吸引了數千名讀者。於是我創立了一個名為 Space Duck 的部落格，開始撰寫我在該平台上的探索性測試。

不幸的是，這些測試顯示 Sia 並不如大家想的那麼便宜。以 Sia 真實的價格來看，市面上已有其他更穩定、功能更豐富的服務供應商。在沒有任何實質優勢能勝過其他儲存供應商的情況下，Sia 這條路走不通了。

KetoHub 的食材問題

我將注意力轉回 KetoHub，這是我去年建立的一個網站，旨在幫助使用者尋找適合生酮飲食的食譜。

KetoHub 的主要功能之一，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 道使用該食材、符合生酮飲食的食譜。

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相關的。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為「Ground beef」。

捨棄無用的詞彙比看起來要困難得多。起初，我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」會是個不錯的配對結果，但「2 tablespoons vinegar」就不是。沒有人會想因為某道食譜用到了一大匙的某種材料，就看到那道食譜出現在搜尋結果中。

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，我來改良一下規則：「捨棄計量單位，除非是前面有「Mrs.」的「dash」。」

這條規則也不總是管用。有一位食譜作者顯然覺得 Mrs. Dash 的婚姻狀態不關別人的事，所以他把那款調味料寫成了「Ms. Dash」。

這就是將嚴格規則套用到隨機網路資料上的本質。規則一開始很簡單，但在經歷足夠多的變化與邊界案例後，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，讓 KetoHub 能處理新網站的特殊寫法，同時又不破壞既有的規則。

我需要一種更靈活的方式來讓 KetoHub 處理食材。

新專案：Ingredient parsing(食材解析)即服務

在 KetoHub 早期，一位在 Indie Hackers 上的留言者向我展示了一篇部落格文章，內容描述 The New York Times 如何使用 machine learning(機器學習)來從 The New York Times 歷史食譜典藏中解析食材。

這聽起來很酷，但對我這個小小的食譜彙整網站來說，感覺有點殺雞用牛刀。這就像因為浴室髒了就去創立一家居家清潔新創公司一樣。或許能解決問題，但解決方案比問題本身還大。

接著我靈光一現：如果食材解析本身就是一門生意呢？

KetoHub 是個有趣的專案，但我仍未找到將它變現的方法。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，就是規定了極為嚴格的使用條款。

我請我的自由工作者朋友 Ferngully 開始嘗試 The New York Times 解析食材的技術。她的初步成果很有前景，因此我們花了幾週時間深入鑽研 machine learning 和 natural language processing(自然語言處理) 的領域。

我們現在已經有一個可運行的展示版本。如果你輸入像 1 1/2 cups chopped red onions 或 2 tablespoons minced parsley 這樣的食譜食材，它就會將其拆解為結構化的組成部分：

在接下來的幾週，我將專注於聯繫不同的應用程式開發者，向他們介紹 Ingredient Parser API 如何對他們有所幫助。到了六月，我希望能根據他們的回饋來改進 API，並將其發布到像 Mashape 和 RapidAPI 這樣的市集上。更新：（7/15）：它現已上線。

插圖由 Loraine Yow（蘿琳·尤）繪製。Space Duck 標誌由 Marina Mocanu（瑪麗娜·莫卡努）設計。