在不确定性中寻找确定性：从 Databricks 联合创始人 Reynold Xin 的访谈说起

5 min read

·2024-11-28

背景：访谈对象与问题核心

这是一篇关于 Reynold Xin 的访谈，他是 Databricks 的联合创始人之一，也是 Spark 的核心创立者和长期贡献榜的榜首。作为 Databricks 的首席架构师，他在公司的关键技术与业务创新中扮演了重要角色，包括 Databricks SQL 的创立。

访谈中，Reynold 深入探讨了 Databricks 的发展历程、公司文化、增长策略，以及 AI 时代的产品思考。尽管话题广泛，但最核心的主题可以归纳为：如何在不确定性中，通过原则性思考、文化塑造和增长策略，打造长期竞争力和价值创造的体系。

原则性思考（First Principles Thinking） 是 Reynold 在决策中反复提到的一种思维方式。他强调，解决问题的关键在于剖析表象，回归问题本质。

一个典型的例子是 Databricks 的 云优先战略。尽管市场上曾有强烈的声音支持 on-premise（本地部署），Reynold 和团队基于对云计算长期趋势的理解，坚持以云为核心。云带来的 快速部署、高效迭代 和 统一硬件支持 等优势，让 Databricks 不仅服务当前市场需求，更为未来奠定了基础。
这种基于原则的坚持虽然在短期内承受了质疑，但随着市场对云计算接受度的提升，Databricks 的增长证明了这种思维方式的正确性。

Reynold 强调，Databricks 的文化是公司成功的基石，而文化的核心在于 高标准。这一点最明显地体现在 hiring bar（招聘标准）上。

Databricks 始终坚持招聘最优秀的人才，即便这可能增加招聘的难度。
他指出，降低标准可能会让短期问题看似得到解决，但在长远来看，这种“滑坡效应”是不可逆的。
正因为如此，Databricks 创始团队甚至会亲自参与招聘决策，以确保公司的文化和执行力始终保持一致。这种对高标准的坚持，不仅塑造了 Databricks 的团队质量，也使其在技术创新和市场竞争中始终处于领先地位。

“Growth solves all problems” 是访谈中 Reynold 提到的一句经典观点。他认为，增长不仅是目标，更是解决外界质疑、内部挑战的通用工具。

在访谈的后半部分，Reynold 分享了他对 AI 产品的深刻见解，尤其是 Data Intelligence 和 Compound AI Systems 两条未来发展主线。

Data Intelligence：从数据到洞察
- Reynold 指出，虽然 LLM（大语言模型）在互联网数据上的表现非常出色，但它对企业内部专属数据的理解却很有限。
- Databricks 的愿景是帮助企业利用专属数据，通过智能化工具快速获取洞察。
- 一个成功的案例是他们推出的 Genie 产品，让不具备数据分析技能的用户也能轻松获取数据洞察。
Compound AI Systems：搭建复杂的 AI 系统
- Reynold 提到，未来大多数 AI 应用都将是复杂的系统，单一模型无法完成所有任务。
- 这种复杂系统需要企业拥有强大的开发和生产平台，而 Databricks 正在为客户提供这样的基础设施。

这次访谈不仅对商业实践有指导意义，也能为个人生活提供启发：

Reynold Xin 的访谈深刻诠释了如何在复杂、不确定的环境中，通过原则性思考、文化塑造和增长策略，打造长期竞争力。这些方法不仅为 Databricks 的成功奠定了基础，也为我们每个人提供了一种思考和行动的框架。希望我们能从中汲取智慧，在生活和工作中找到属于自己的“增长之道”。