陆游有诗云：书到用时方恨少，事非经过不知难。我们常常在需要用到某些知识的时候，才发现自己没有储备，只好来一句“我读书少，您不要骗我”。做事也一样，虽然我们可以预估它的难度，但这种预估往往会偏离实际，甚至没有经历过的人，本来挺难的事情也会认为很简单，口头禅是“这事情也就毛毛雨啦”，可谓无知者无畏。
这两句诗反映的现象，在每个人的生活中都应该是一种常态，不得不佩服陆诗人善于观察善于提炼的能力。佩服完了，我们还是希望这种现象更少一些，简单来说，就是要多进行知识储备，多做事情来历练。
闲扯完毕，进入正题：作为一个技术领导者，如何做好你的知识储备呢？虽然我早前在拙作《漫谈中小企业研发技术栈》中有类似内容，但没过瘾，在这里还想再谈一谈。
在我看来，作为一个技术领导者，应该是个多面手，而且最好还要在某一方面相对精深。在自己不精深的领域，了解整个概貌也许就可以了，但在需要的时候，具有随时深入领域细节的能力。而这种随时深入细节的能力，是你之前就已经在某个领域精深过，通过举一反三，可以知道如何深入到另外的领域知识里面。从这个角度来看，要融会贯通，首先需要渊博，要可以随时深入某个陌生领域的细节，首先要具有曾经深入过其它一些领域细节的经历。
技术领导者因为精力分配的原因，往往不再是某方面的技术专家，但已有的经验可能让他具有更好的嗅觉，知道应该往哪个方向走，哪个方向坑少一些。这样的话，就需要他了解各个前进方向上，沿途大概都是怎样的风景。也就是说，他需要对各种技术方案带来怎样的效应有一定的洞见能力，这种洞见能力离不开他对技术本身的理解，离不开他已有的踩坑经验。
以我自己的经历来说，我的技术栈相对比较丰富，但也有点杂而不精的意思，很多技术都是用了段时间就换别的了，因此也难以继续深入。我在Windows上开发程序有五年的时间，从应用层到驱动层，之后转到云计算方向后，基本在用Linux系统，也花了不少时间学习Linux内核知识，阅读并调试相关内核代码。之后，又转到应用层开发，直到现在。编程语言用过C++/C#，Python, Java，PHP，JavaScript等，早些年比较深入学习编程语言，后面基本就只当作工具来看待，只学到能用来实现功能，并懂得遵守最佳实践避免一些陷阱的程度。这些东西现在都成为了我的储备知识，招聘时候，各种技术岗位都可以随便问相应的问题，而不需要再提前做功课。
即便已经在不断地学习新知识，扩宽知识面，我还是觉得自己的知识储备远不够。比如人工智能时代的到来，机器学习变得火热起来，当然这种火热应该结合具体的业务场景，否则我们也没有必要追随新技术。我之前只是了解了解过机器学习领域的相关概念和基本算法，但目前来看，我认为自己还需要稍微再深入一些。首先我会找到机器学习方向比好的资料，然后看这里面需要哪些前提知识，再去学习或者复习这些知识，比如大学里上过的线性代数课程。已经有人把机器学习方向所需要的线性代数内容做了整理，对于我这样没有那么多时间从头去学习线性代数的人来说，选择机器学习方向常用到的线性代数内容来复习就够了。对概念和算法基本了解之后，我还会去了解使用各种编程语言进行这方面开发大概是怎样的。比如Python人工智能方向编程，有一个库叫scikit-learn，那么我要去了解这个库是怎样被使用的，提供了哪些接口，需要怎样的知识储备才能使用这些接口来完成常见的一些任务。了解这些库一般是抽象、封装到什么程度，一般来说，封装得越多，使用者使用起来更容易，需要学习的底层知识就越少。这样之后，我就可以对这方面开发的工作量以及工作难度有一个更靠谱的评估，同时作为招聘方的话，也更懂得如何去衡量一个面试者这方面的技术水平，以免被忽悠。
对于小公司来说，技术领导者往往也扮演架构师的角色，先不管他实际上是否达到架构师的水准，反正硬上就是了。这时候技术领导者应该是个系统架构师，而不是业界常说的Java架构师、C++架构师。我认为不同语言不同开发生态选择使用的组件有不同，设计模式也会有些不同，但架构思维是相通的，一个在Java方面能够做好架构，在公司选择使用别的编程语言时无法进行架构设计的人，严格意义上不能算一个真正的架构师，只是一个Java方向的熟练工罢了。作为系统架构师的技术领导者，也就需要具备各方面的知识，比如开发、测试、运维和软件工程相关知识。
总之，技术领导者应该经常拓宽并更新自己的知识储备，以致于在这个技术更新换代异常频繁的时代里，不会稍不留神就落伍了。你看看我，一个工作了十年以上的老鸟，现在又学起线性代数来了，压力固然有，但我只想跟这不争气的发际线说一句：您能别老往后移了吗？
欢迎关注公众号：
