网上流传一句据称出自 Sam Altman 的刻薄话：从大公司出来的人，野心、抱负和认知已经退化到了极低的程度。你跟他讲一件能改变行业的事，他第一反应是这事该谁批。
这话我深有同感，因为我见过太多了。不是没有反例，但很少。
评论区照例分两拨。一拨说可不是嘛，不过一颗螺丝钉；另一拨说酸什么，人家收入是你三倍。
两边都没什么意思。把一件事归结为“人不行”，是所有解释里最省事、也最没有信息量的一种。 真正值得问的是另一个问题：一个聪明、勤奋、通过了层层筛选的人，究竟是怎么被搞成这样的？
太长不看#
先把结论摆出来——大厂出来的人不废。他们只是长期使用一份租来的 认知图景，还以为那是自己的。
现代组织最核心的工艺，就是把一件完整的事拆成足够小的零件，让每个人只负责其中一块——好处是效率，代价是再没有人理解整体。 于是“理解整体”这件事不再来自你自己的生活经验，而必须由组织发给你：OKR、技术雷达、晋升答辩、内部宣讲、厂商白皮书。发下来的东西，合同到期是要还的。
一头猪和一门大炮#
一个原始部落民要吃肉：自己打猎，自己剥皮，自己剔骨，自己生火煮熟，自己吃下去。 从活物到饱腹，整条链子都在他手里。没人给他发过一份《狩猎最佳实践》，他也不需要。
歌德不是医生，但他会去围观外科手术，看得懂； 他不服牛顿的光学，自己动手搞了套颜色学出来。世界对他来说是整体的。
再往后，克虏伯钢厂的工人。他清楚地知道自己那道工序，误差多少毫米、几分钟一件，做得又快又好。 但一门炮到底是怎么造出来的？他没有概念，也不需要有。至于这门炮和德国在世界上的位置是什么关系——那就完全不来自他的经验了，那来自报纸、教科书和演讲。
从部落民到克虏伯工人，中间丢掉的那个东西，叫 认知图景：你脑子里那张关于“整件事到底怎么回事”的图。
部落民那张图是自己一块一块攒出来的，粗糙但完整，谁也拿不走。而克虏伯工人那张图是管理者发给他的。
这笔买卖当然划算。人类用一张图，换来了一百倍的产出。问题只是，绝大多数人到今天都不知道自己付出的是什么。
把这件事讲得最透的是鲍曼的《现代性与大屠杀》，出版于 1989 年。 他抛出的问题是：奥斯维辛这种事，为什么偏偏发生在欧洲工业最发达、法治传统最好的那个国家？
当时的标准答案是文明的断裂、野蛮的回潮、民族性的病变。鲍曼说都不对。那不是现代文明的失灵，而是现代文明的产物。它需要的每一样东西，都是现代性最引以为傲的成就——科层制、精细分工、流程化管理、把复杂问题拆成可执行小任务的能力。
我不是要拿工程上的破事去比那件事，量级上没法比。我借的只是那个论证的形状：一件事被拆得足够细，每个人只经手一小块，那么你的行为和它造成的后果之间，就被切断了。
你看不见后果，因为后果不在你的格子里。
鲍曼有个说法叫“责任的自由漂浮”——链条上每个人只对上级负责，只对自己那一格负责，责任于是在组织里飘来飘去，谁都碰得到一点，谁头上都落不实。还有更狠的一条：进了流程以后，所有“该不该”的问题都会被重新表述成“怎么做最省资源”。方案 A 还是 B，成本多少，排期几周，SLA 几个九。评价标准从对错换成了效率，而效率是纯技术指标，不需要任何人抬一次头。
翻译成你天天听得到的三句话：
这个不归我们组管。
架构那边没排期。
我这块指标是达标的。
没有一句是假话，每一句都精确。合在一起，就是一场事故的全部成因。而事后复盘时你会发现，谁都没有失职。
故障不住在任何人的职责里。故障住在职责与职责之间的缝隙里。而现代组织的全部本事，就是把系统切成职责——切得越细，管理越顺，缝隙越多。
图景是发下来的#
现代人已经很难靠自己的生活经验，给自己攒出一张完整的图了。
攒不出来，就只能领。
大厂里这张图是怎么发的，你我都熟。年初战略宣讲，季度 OKR 对齐，内部技术雷达，架构委员会评审结论，云原生布道会，友商白皮书，还有大量措辞精美的内网长文。
在这套体系里泡上五年，你会对“行业正在往哪儿走”形成一整套极其流畅、极其自洽、术语密度极高的看法。而这套看法里真正被你亲手验证过的，可能连十分之一都不到。剩下的九分是转述的转述。
这不是我从外面猜的。我在阿里、探探、苹果都干过，这帮人当年就坐在我边上。
最能说明问题的是晋升答辩。
答辩这套机制的设计意图当然是考察全局判断，但机制跑久了会长出自己的均衡：在这套评价体系里，可优化的是叙述，不是理解。你要把自己那一格从整体里干净利落地切下来，包装好，讲得有高度、有纵深、有数据、有可复制的方法论。切得越漂亮，分越高。
于是所有人都很理性地去优化叙述那一侧。在大厂待久了真正练出来的能力，是把局部包装成全局，而不是拥有全局。
这两件事在公司内部长得几乎一模一样。只有离开的那一天，才露出区别。
有人说，出来就废是因为资源没了——平台流量、组织资源、上下游配套、别人替你扛住的那九成复杂度，都撤了。也有人说是激励问题——他不是看不见全局，而是看见了也没用，说了也白说，久了就懒得看。
都对。但资源和激励是老板的事，你离职那天本来就带不走。
认知是唯一一件本该带得走、结果也没带走的东西。所以只有它值得聊。
老话说得直白：落毛的凤凰不如鸡。而人还有个非常古老的毛病——幸运的人总要给自己的幸运找一套说法，证明自己不是碰巧，而是本来就该如此。在平台上的时候把平台红利讲成个人能力，离开之后把处处碰壁讲成时运不济。同一个人在不同处境下说出两套话，而且每一次他都真心相信。
所以，那张图是租的这件事，本人往往是最后一个知道。
软件不是克虏伯#
上面这套逻辑，在软件行业不成立。
克虏伯工人为什么只能看见一道工序？因为造一门炮真的需要几千人协作，那是硬碰硬的物理约束。他就算有天大的志气，也不可能一个人从矿石开始搞出一门炮，更别说一整个车间。分工在那儿不是谁的阴谋，而是唯一的可能。
软件没有这个约束。
一个人是可以完整 hold 住一整套系统的。从内核参数到文件系统，从 SQL 到执行计划，从主从复制到故障切换，从监控指标到告警规则，从备份策略到恢复演练，一直到最后那张账单上每一行是怎么算出来的。
我说的不是业务。几百个微服务、二十年的屎山、三个收购来的技术栈——那玩意儿没人 hold 得住，也不值得 hold。我说的是它脚下那一层。
Fred Brooks 四十年前在《没有银弹》里就把话讲清楚了：复杂度分两种，本质的和偶然的。业务的复杂度大部分是本质的，它来自这门生意本身，你消灭不了。而基础设施的复杂度，九成是偶然的——它不是长出来的，而是被人一件一件选进来的。
四十年了，照样没人听。
我自己 hold 的也就是基础设施这一层，再往上的业务、组织、合规，我一样看不见。这没什么可遮的。图景本来就有边界，关键是那条边界得是你自己画的，不是别人替你画的。
复杂度是有预算的#
一个人能不能 hold 住整体，取决于两件事：他的理解力和系统的复杂度。
理解力有上限，而且人脑这一千年基本没升过级。所以真正的变量只有一个：复杂度。
而复杂度不是天上掉下来的，是被人一件一件引进来的。
Dan McKinley 有篇《Choose Boring Technology》，里面那个说法，我认为是这些年最实在的技术箴言：每家公司大概只有三个“创新点”的额度，你可以随便花，但总量在很长一段时间里是固定的。
一个额度花在刚出来两年的数据库上，一个花在服务网格上，一个花在自研消息中间件上——恭喜，额度用完了，留给业务的是零。
而花在基础设施上的额度是最亏的一笔。基础设施的价值从来不在新，而在 可预测：你对它唯一的要求，是它凌晨三点的行为和你想的一样。而你之所以想得对，不是因为它简单，而是因为你脑子里那张图跟它对得上。
反过来说，你每往架构里塞一个花里胡哨的东西，就是在自己的图上挖一个洞。洞里的东西你不理解，也来不及理解，只能拿厂商文档、社区博客和别人的经验帖去填。填进去的不是你的经验，而是别人的叙事。
所以越底层，越 boring 越好。
Linux、Nginx、PostgreSQL、S3 协议这类东西的共同点，是活得够久，久到所有的坑都有主了。不是没坑——PostgreSQL 的 XID wraparound、autovacuum 调参、连接数模型，今天照样坑人。区别在于，这些坑全被人踩过、写下来、传下去了：你不懂的地方总有个尽头，成本高，但会收敛。而一个上线两年、文档全靠 GitHub Issues 凑的新玩意，你那张图永远缺一块，那一块只能拿信仰填。
有人会问：AI 不是已经把学一个新东西的成本砍下去了吗？那我多引进几个组件怕什么？
AI 砍的是学习期的成本，砍不掉运行期的复杂度，更砍不掉故障发生时组件之间的耦合。凌晨三点，模型可以替你把文档读完，却替不了你把那几层耦合读明白——那需要一张早就长在你脑子里的图。
所谓架构杂耍的真正代价，从来不是那点服务器钱，而是你为了炫技，主动把自己变回了一个只知道一道工序的人。
有人把这张图做成了生意#
绝大多数组织解决“没图”这个问题的办法，是买。
第一层是上云和买 SaaS。这俩本质上是一回事：你把一块业务，连同对这块业务的理解，一起外包出去。
很多公司确实是上云之后，才第一次看清自己的成本结构和可观测性，因为云厂商那套东西比他们原来的自建系统强得多。外包出去的从来不只是运维，连同理解也一起外包了。
账面价格写在账单上，隐性成本却不在上面。从签约那天起，你对这块东西的全部认知都得经由供应商的叙事：控制台给你看什么指标，你就以为它只有这些指标；文档说什么是最佳实践，你就以为那真的是最佳实践；SLA 上写着几个九，你就以为那是你真实的可用性。
平时毫无问题，甚至很舒服。问题只出在你真需要判断的那一天——选型、扩容、故障、涨价、迁移。到那天你会发现自己给不出判断。不是没有数据，而是没有图。
前几天我在推特上聊《下云的人已经赚麻了》，有人评论说：上云也好，下云也好，对打工人没有区别、没有意义；这都是老板的事，下云无非是老板想省钱。
这句话恰好自证了上面那一段。他连“这事跟我的能力有关”都想不到了。外包一旦做得足够彻底，是不会留下缺口感的。
而这门生意的极致形态是 Palantir。
Palantir 老被当成一家做大数据的公司，或者做军工软件的公司，都没说到点上。它卖的东西就是认知图景本身。
Foundry 里最核心的组件叫 Ontology。计算机科学里，ontology 是个标准术语，不必往哲学上附会；但一家公司拿这个词给自己的核心产品命名，本身就说明了它认为自己在卖什么。它干的事是：把散落在 ERP、MES、CRM、几百张 Excel 和十几个内部系统里的数据，重新映射成对象、属性、关系、动作，拼出一张这家公司到底怎么运转的完整图景。
数据中台卖的是管道。Palantir 卖的是那张图。
更说明问题的是它早期很有代表性的交付方式：FDE，Forward Deployed Engineer。不是售前，不是实施顾问，而是工程师本人带着行李飞到客户的工厂、基地、指挥中心，坐进去待几个月，跟着工人和军官一起干活，看流程、问细节、记下所有没写进任何文档的东西，然后把这家客户的运转方式重新画一遍。这些年他们一直想把这套东西产品化，因为派活人过去实在难以规模化——这恰恰说明那个活人有多贵。
Palantir 卖的其实是那个看得见整体的人。
有人说，它卖的不是认知，而是打通数据孤岛的政治合法性，加上纯集成的工程量。行，那更惨：说明这些组织里不是没人想看见整体，而是那个人根本不被允许看见。
几万人的公司，每个人都在自己那一格里勤勤恳恳，KPI 漂亮，答辩满分，加起来却没有一个人能说清楚这家公司是怎么运转的。军队如此，政府也如此。于是只能从外面买，出多高的价都认。
买回去的仍然是别人的一张图。比没有强得多，好用得多，体面得多。但它是租的。
AI 是这门生意的平民版#
同一个问题，同一份输出，摆在两个人面前。一个人扫一眼就知道第三段那句是幻觉，因为它跟脑子里那张图对不上；另一个人看不出来，因为他脑子里没有可对照的东西。
前者拿它把判断力放大十倍，后者拿它把“判断”这个动作彻底取消——反正它说得头头是道，而且比任何白皮书都好读。
AI 对已经有图的人是杠杆，对没有图的人是替代品。
所以，它不会补上这个差距。它会把这个差距拉开到前所未有的程度。
租的，还是自己的#
绕了一圈，回到开头。
这张图的来源只有两种：自己攒的，和别人发的。
别人发的那份——大厂发的、云厂商发的、SaaS 发的、Palantir 发的、AI 发的——快、体面、说出去有面子，而且在绝大多数日子里，比你自己攒的那份好用得多。
唯一的问题是它是租的。涨价的时候你没有议价权，撤走的时候你没有替代品，它错了的时候，你没有第二个坐标系去发现它错了。
自己攒的那份慢、粗糙、带着手温，边边角角全是自己踩坑留下的印子。但它是你的。裁员带不走，平台撤了它还在，行业变天了它还在。
而在软件这一行，攒一张自己的图，成本已经低到有点荒唐：物理约束没有，材料全部开源，剩下要付的只有克制——克制住别去玩那些花里胡哨的东西，把复杂度死死摁在自己 hold 得住的范围里。
嫌抽象的话，有个最笨的办法。找个周末，把一套完整的东西从零跑起来。不用托管服务，不用一键脚本，从裸机装到能跑业务，每一层为什么这么配，自己问一遍、答一遍。一次就够。你会发现，那张图原来是可以自己画的，而且画完之后，谁也拿不走。
所以回到那个问题：大厂出来的人，为什么这么废？
他们不废。他们只是用了太久一张租来的图，久到忘了那是租的。
合同到期那天，才发现要还。
