《吴军-硅谷来信》学习札记之一

第一次了解到吴军老师，还是从他那本著作《浪潮之巅》开始，后来在得到看到吴军老师的专栏，果断订阅。

目前是在学习专栏的第二遍，由于间隔时间长，所以对很多内容的记忆已经模糊了，本文就是对每封来信的总结整理，导引复习。

第一封信|不做伪工作者

伪工作者：瞎忙。

聪明的员工应该善于找到最重要的工作，并且优先完成它们。每当自己因为总也干不完的工作而焦虑时，不妨停下来梳理一下，主动的站在对公司业务帮助最大的角度，站在提升自己能力的角度，把那些最重要的优先完成。

防止员工成为伪工作者要明确：①管理者要让员工站在“做什么事情能让公司最大获益”的基础上去工作，而不是简单应付老板派下来的工作；②管理者要让员工明白，他们积极工作，而不是消极完成任务，最大的获益方是他们自己。

第二封信|也谈10000小时

10000小时对训练一个人的技能，甚至是出一款好的产品都是必要的，但并不是充分条件。

误区：①伪工作者简单重复10000小时；②习惯性失败，瞎捣鼓，就是找不到解决问题的方法；③林黛玉式困境，在自己的世界越精进，对外界越排斥；④狗熊掰棒子，10000小时的努力是积累效应，第二次的努力要最大程度的重复前一次努力的结果，而不是从头开始。

第三封信|再谈10000小时，三板斧破四困境

第一板斧，愿景—目标—道路。战略的核心就是设置阶段性目标，要有战术，不断挑战自己。

第二板斧，即便遇到不中听的话，也要试着找出其中的合理之处：①换位思考；②凡事要三思；③即使对方真的是胡说八道，要思考他为什么这么说，找出其中的合理性。

第三板斧，凡事做记录，避免狗熊掰棒子，大部分人过分相信自己的记忆力，实际上解决的难题不久就忘了，避免“失传”。

第四封信|用大数据分析大众情绪，靠谱吗？

意义：了解民意，大众对政治事件和政策的看法，以及用户对产品好坏的评价。大家在社交网络或者网络媒体上发言时，同行不会刻意隐瞒自己的观点，因此分析的准确性要比问卷调查好很多。

方法：①有监督的机器学习(取样，整合，类比)，缺点是手工标注每个样本对应的情绪，工作量很大；②无监督的机器学习（随机给样本设置情绪，采用自适应的机器学习方法，多次迭代修正），有点是减少人工，缺点是计算量非常大，且有时机器学习的算法找不出错误，不等于错误不存在。 

第005封信|为什么治疗癌症需要大数据 

由于癌症的发病和个体有关，每个人不同，而且癌细胞本身也是变化的，即使痊愈，体质本身也容易产生病变，所以李文森博士认为，很难找到一种万灵药彻底医治哪怕一种癌症。

要想彻底治愈癌症(或者说让患者和癌细胞长期共存)，就需要针对不同的患者癌细胞每一次新的变化研制新药。

依靠将最新的基因技术和IT技术(尤其是大数据)相结合，利用大数据在上百万中组合中找到各种真正导致癌变的组合，并且对每一种组合都找到相应的药物，那么对于所有人可能的病变都能够治疗。