我从2014年到2018年在谷歌担任软件工程师。2月1日，我辞去了工作，成立了一家一人软件公司。

到现在已经过去四个月了，所以我想来分享一下近况。

没有工作是什么感觉？

这是大家最常问我的问题——到底是什么感觉？

头几天里，我脑子里一直只有一句：“太棒了！我自由了！”就像开启了一场期待已久的假期，而且知道它可能会永远持续下去。

现在，这种感觉已经变得平常了。很愉快，但也就是日常而已。

现在回想起自己曾经上过班，都觉得有点不可思议。就像回忆高中生活一样：“我居然每天坐着听人讲话六个小时？然后回家还要继续干活？”我知道这些确实发生过，但现在想来却感觉如此遥远。

辞职后最棒的一点，是我对时间的掌控感。我可以随心所欲地安排一天，想怎么调整就怎么调整，毫无阻碍。如果下午三点想去跑步，那就直接去跑。不用担心会错过会议，也不会耽误别人的工作。

去做那些原本不会做的事

有了这么多完全属于自己的时间，我发现自己更愿意去尝试新事物、去抓住那些当雇员时根本不会考虑的机会。

3月份，我做了人生中第一次大会演讲。我把自己的文章《像人一样做代码审查》改编成演讲，在NERD Summit上发表——那是在马萨诸塞州西部举办的一场对新人友好的技术大会。

几天后，我收到了一封来自Stephen Cross的邮件，他是Talking Drupal 播客的联合主持人之一。他很喜欢我的演讲，邀请我去他的播客上进一步聊聊这个话题。我们聊得很愉快，从一些我从未想过的角度探讨了代码审查。直到录制结束我才告诉 Stephen，那期节目对我来说也是一个重要的第一次：我人生中第一次上播客。

关于辞职的那篇博文

说来有点奇怪，辞职以来我最引人注目的成果，竟然是……写了一篇关于辞职的博文。如果你正在读这篇文章，很可能就是通过我二月份那篇《我为什么辞去谷歌的工作去单干》找到我的。那篇文章在第一周就吸引了30万读者，是我之前最高阅读量纪录的6倍。

文章发布当天，我一整天都在回复邮件、评论和推特私信。感觉太棒了！我觉得自己像个名人。

第二天，我继续回复消息。虽然不像第一天那样令人兴奋，但看到那么多鼓励和赞美，依然感觉很好。

到了第三天，我开始感到不堪重负。我意识到，如果只做回复反馈这一件事，我接下来两周什么都不用干了。很多读者都在问我离开谷歌后在忙什么。我该怎么回答？“嗯，我最近主要忙着享受那篇文章的通知所带来的短暂多巴胺快感。”

应对反馈

联系我的人中有一位是 Stephanie Hurlburt。她是一家成功的图形软件公司的联合创始人，在创业圈里以富有洞见的博文和推特长文而闻名。

她就那篇文章给我发了一条友善的消息，还表示如果我想寻求建议，随时可以找她。在她联系我之前，我已经关注她好几个月了，知道她每天会收到大量消息。我问她是怎么处理这些消息的，她给了我一个很有帮助的建议：

……完全可以花一个月甚至更久再回复别人，而且依然可以期待对方会回应。甚至隔一年再回也没问题，只是那时候就别指望对方一定会回了（他们可能早就去忙别的事了）。换句话说，你不需要一收到消息就马上处理，可以每个月抽一天集中一次性处理完。

-Stephanie Hurlburt (@sehurlburt)

她的建议听起来很简单，却让我如释重负。我通常会在一两天内回复别人，所以当积压了数百条消息和邮件时，我总觉得自己永远都落后了。

和 Stephanie 聊过之后，我感觉自己获得了慢慢来的许可。我把重心转回到软件项目上，但每隔几天会抽出时间，按定量回复消息，比如五封邮件或十条推特私信。

题外话：Stephanie 嘴上说晚一个月回复也没关系，但她在收到我的提问后几分钟内就给我写了长达三段的认真回复。她可能是想骗我，好保住自己“推特上最乐于助人的人”这个位置。

Stephanie 还指出，想回复每一条消息是不现实的。忽略邮件时我依然会感到愧疚，但我发现，摆脱“必须马上回复”的心态后，我能更抽离一些，更理性地选择要回复哪些消息。比如，如果有人写信来问如何为博客找漫画师，我会很乐意聊这个，因为很少有博主会和漫画师合作。这类邮件我会优先回复，而不是那些问如何进谷歌这种更泛泛的问题。

管理压力

辞职前，我常听到人们说，即使是开一家小公司也会带来巨大的压力。我当时想：“那肯定是他们才会这样吧，我可是每天穿着睡衣工作，能有多大压力？”

但他们说对了。我确实感受到了压力。不是他们警告过的那些关于钱或客户的压力，而是我自己设定的、根本没人在乎的截止日期带来的压力。它们给我的焦虑感，比我在谷歌时遇到的任何外部期限都要强烈。

问题在于我接了太多项目。当雇员时，每天在办公室的八小时感觉漫长得像永远。我以为，只要省掉在办公室的时间，就会拥有无穷无尽的空闲时间。

可悲的是，我发现自己依然每天只有标准的24小时。但我还是不停地对新机会说好，因为单看每一个似乎都不大。几周后，我揽下了太多零碎的任务，结果哪一项都没有进展。

现在我对接新项目谨慎多了。即使看起来很小，光是跟进它们就要耗费大量精力。如今，我只专注于这个博客和一个软件项目（提前透露一下：最后它们交织在了一起）。

失败的项目：Space Duck

我的第一个创业想法是在 Sia 之上构建一项服务，Sia 是一个去中心化存储平台，我曾多次撰文介绍过它。

Sia 的目标是将数据存储商品化，让任何人都可以出售存储空间。它承诺的价格只有亚马逊或谷歌的十分之一。Sia 的技术仍然鲜为人知，因为很少有人懂得如何使用它，更不用说在它之上构建服务了。

而我是仅有的几十个对 Sia 理解足够深入、能够在该平台上创业的人之一。如果我利用这一知识进入那些通常受带宽或存储限制的市场（比如文件备份、视频流媒体），我将在基础设施成本上拥有巨大优势，对手的成本会比我高出10倍。

我当时还不确定具体要做什么，但我知道一个能吸引用户的独特方法。当时很少有人在讨论 Sia，更没人从开发者的角度去写它。我知道技术内容是有市场的，因为我之前在个人博客上写的关于 Sia 的文章已经吸引了数千读者。于是我创建了一个叫Space Duck的博客，开始记录我在平台上的探索性测试。

遗憾的是，这些测试表明 Sia 并不像大家以为的那么便宜。按 Sia 的真实价格来算，已经有提供更稳定、功能更丰富的服务商。在没有实际优势的情况下，Sia 这条路走不通了。

KetoHub 的配料难题

于是我把注意力转回了KetoHub，那是我去年创建的一个帮助用户查找生酮饮食食谱的网站。

KetoHub 的一个主要功能是根据你手头的食材来查找食谱。比如，你可以搜索“ground beef”（碎牛肉），看到50道使用了它的生酮友好食谱。

这类搜索并不容易，因为它要求 KetoHub 判断配料文本中哪部分才是相关的。在上面的截图中，原始配料是“1 pound of ground beef（1磅碎牛肉）”，但 KetoHub 把搜索结果片段精简成了“Ground beef（碎牛肉）”。

去掉无用词比看起来要难得多。我最初是通过写大量规则来解决这个问题的。其中一条规则是“去掉计量单位”。如果有人开始输入“tab…”，那么“Tabasco”是很好的匹配，但“2 tablespoons vinegar（2汤匙醋）”就不是。没人想因为一道菜里有一汤匙什么东西就看到它被推荐出来。

但“dash”怎么办？它是一个非正式的计量单位（“a dash of cinnamon”，少许肉桂），但同时也有一种很受欢迎的调味料叫Mrs. Dash。好吧，我把规则细化为：“去掉计量单位，除非‘dash’前面是‘Mrs.’”。

但这条规则也不总是奏效。有一位食谱作者显然觉得 Mrs. Dash 的婚姻状况不关别人的事，于是把这种调味料写成了“Ms. Dash”。

这就是对随机的网络数据应用严格规则的本质。规则一开始很简单，但在经历了足够多的变体和边界情况后，规则会变得越来越复杂，甚至相互冲突。

每当我为 KetoHub 新增一个食谱来源，就得花上好几个小时来调整规则，好让 KetoHub 能处理新网站的各种特殊情况，同时又不破坏现有规则。

我需要一种更灵活的方式来让 KetoHub 处理配料。

新项目：配料解析即服务

在 KetoHub 早期，Indie Hackers 上的一位评论者给我看了一篇博文，里面介绍了《纽约时报》如何利用机器学习从其历史食谱档案中解析配料。

这听起来很酷，但对我这个小小的食谱聚合网站来说有点小题大做了。就像因为浴室脏了就去创办一家家政公司。或许能解决问题，但解决方案比问题本身还大。

然后我突然意识到：如果配料解析本身就是一门生意呢？

KetoHub 是个有趣的项目，但我一直没找到变现的办法。如果配料解析对 KetoHub 来说是个难题，也许对其他应用来说也是。市面上已有提供配料解析的服务，但我评估过的每一家，要么不准确，要么使用条款极其严格。

我请我的自由职业者朋友Ferngully开始尝试用《纽约时报》的那套技术来解析配料。她最初的结果很有前景，于是我们花了几周时间深入钻研机器学习和自然语言处理的各种细节。

我们现在已经有了一个可用的演示。如果你给它一个食谱配料，比如 1 1/2 cups chopped red onions 或 2 tablespoons minced parsley，它会将其拆解为结构化的组成部分：

接下来的几周，我计划去联系不同的应用开发者，向他们介绍 Ingredient Parser API 能如何为他们提供帮助。到六月，我希望能根据他们的反馈完善 API，并将其发布到Mashape和RapidAPI等市场上。更新：（7/15）：现已上架。

插图由 Loraine Yow 绘制。Space Duck 标志由 Marina Mocanu 设计。