职业选择 / 产品判断
我为什么从搜索去了游戏
这不是一场早有规划的职业升级。搜索不再新鲜,协作也不舒服,而游戏刚好打开了另一条结果链路。
人类读完约 4 分钟/AI 读取约 2 秒
我从搜索去游戏,最真实的原因没有那么漂亮。
做了几年搜索以后,我能遇到的新问题开始变少;当时的协作方式也让我不太舒服。刚好有一个游戏内容增长的机会出现,我觉得它听起来更有意思,就去了。
没有一张画了十年的职业路线图,也没有提前看见什么宏大趋势。
只是原来的地方不再让我兴奋,新的问题又刚好推开了一扇门。
搜索教会我的,是对结果负责
我做搜索时,最熟悉的问题是:用户输入一句话以后,什么结果才算真的回答了他?
文本相关不等于有用。关键词都对,也可能答非所问;看起来权威,也可能已经过时;排序指标变好了,用户还是可能没有找到东西。
这份工作训练了我对判断标准的敏感。一个“优质结果”的定义如果不够清楚,不同的人会给出完全不同的结论。一个指标如果无法解释具体样本,也很容易把问题藏在平均数里。
我喜欢这种工作。它要求人反复回到用户意图和真实结果,不能只靠一套听起来正确的理论。
但做久以后,熟悉也会变成惯性。很多问题我已经知道应该从哪里拆,争论会落在哪几类 case,最后如何收敛。我仍然能把事情做好,却越来越少感到自己在进入一个新世界。
与此同时,当时有些协作关系和工作方式让我消耗。这个理由听起来不够职业,但它确实参与了选择。
人回头讲经历时,很容易删掉“不舒服”“有点厌了”“想换个环境”这些部分,只留下战略判断。可真实决定通常没有那么纯。
游戏吸引我的,不只是游戏
新的机会和游戏内容增长有关。
它有一条比搜索更长的链路:创作者生产什么内容,平台怎样分发,用户为什么停留,内容能不能让人对一款游戏产生兴趣,最后是否真的下载、激活,甚至长期留下来。
我第一次很清楚地看见,内容不只是满足一次信息需求,它还可能连接创作者、用户选择和业务结果。
这里的问题也更混杂。一个视频播放高,不代表带来了有效用户;一位作者粉丝多,不代表适合一款具体游戏;推荐系统把内容送到更多人面前,也可能只是放大了错误匹配。
过去我关心的是:这个结果有没有回答用户。
后来我开始同时关心:谁生产了它,系统为什么把它送过来,用户看完做了什么,以及整个链路有没有形成可持续的价值。
这不是从一个低阶问题升级到高阶问题。搜索和游戏都很难。只是我的注意力从单次满足,移动到了内容怎样流动、怎样产生后续动作。
当时没有想明白,后来才看见连续性
如果让我在转岗那一天解释这条路线,我说不出现在这些话。
当时的判断更接近:这个方向有新东西,我愿意试。
后来做得久了,我才发现两段经历并没有完全断开。
搜索让我习惯从用户意图出发,警惕指标替代真实体验;游戏内容让我进一步看到,一次匹配之后还有创作者供给、分发机制、用户转化和商业结果。
再后来接触 AI,我依然会下意识地问类似的问题:一个模型输出看起来不错,然后呢?它帮助谁做了什么判断?改变了哪个动作?真实结果是什么?
这条连续性是回头总结出来的,不是当时规划出来的。
我觉得两者需要分清。
后见之明可以帮助我理解自己,但不能被包装成先见之明。否则每一次偶然、犹豫和环境影响,最后都会被改写成一个人从很早以前就坚定执行的计划。
那样的故事更适合面试,不太适合认识自己。
职业选择不一定要先有一个完美名字
我以前会希望每次变化都能回答:这一步最终要把我带到哪里?
现在我觉得,还有一类问题同样重要:
我还在接触新的事实吗?这个环境能不能让我形成新的判断?我做的事情,是否离真实结果更近?这里的协作方式,能不能让我长期保持状态?
这些问题不能保证选择正确。它们只是比一个宏大的职业标签更接近当下。
从搜索去游戏不是我完成了一次精密转型。它是厌倦、不舒服、好奇和机会共同推动的一次移动。
幸运的是,这次移动让我看见了一条后来反复出现的主线:我对产品的兴趣,不只在功能本身,而在一个判断如何通过系统,最终变成真实世界里的行动和结果。
当时我没有替它取名字。
但我已经走进去了。
这篇文章会随着系统继续变化。