以下文章來源于CodingBetterLife ，作者小強

作爲互聯網從業者，這(zhè)麼(me)多年來經(jīng)常會碰到一個靈魂拷問，那就是“爲什麼(me)一個網站需要那麼(me)多技術人員？”，尤其是提問者如果再追問一下“聽說幾個相關專業的學(xué)生一個課程的作業就是開(kāi)發(fā)一個網站或者app，那爲什麼(me)現在主流的網站或者app背後(hòu)的公司，動辄就有上萬人的技術團隊？”。我每次聽到這(zhè)個問題，腦子裡(lǐ)就能(néng)迅速湧出非常多的解釋，但是大多都(dōu)是專業性名詞，每個名詞背後(hòu)又都(dōu)需要一個完整的邏輯去解釋。然後(hòu)就一時語塞，不知從何說起(qǐ)。

最近偶然又想起(qǐ)這(zhè)個問題，突然覺得并不是因爲專業名詞多，從而難以解釋，而是需要找一個容易理解的角度展開(kāi)才能(néng)說得清楚。不然就算你把整個公司的組織架構放在對(duì)方面(miàn)前，對(duì)方也隻能(néng)看到有多少部門多少人，但是依然不理解這(zhè)些部門存在的原因，那就依然沒(méi)有回答這(zhè)個問題。

所以我想通過(guò)這(zhè)個文章來嘗試解答下這(zhè)個問題，偏科普性一些（忽略或者合并了一些細節，便于理解），以後(hòu)要是再碰到這(zhè)樣(yàng)的提問，我就可以潇灑的一個轉發(fā)，順便求個關注。本文雖然長(cháng)一些，可能(néng)需要一些耐心，但是圖文結合，并且概念及措辭上考量再三，通篇更像在講一個故事(shì)，講一個公司是如何成(chéng)長(cháng)起(qǐ)來的，各個階段會碰到什麼(me)問題，相信可以給到你一些幹貨。如果你時間有限并且有計算機知識背景，也可以通過(guò)浏覽圖片基本get到本文核心内容。

本文以研發(fā)網站爲例，同樣(yàng)也适用于研發(fā)app。另外，本文更多解釋爲什麼(me)需要那麼(me)多技術人員，而不是爲什麼(me)需要那麼(me)多人。

讓我們一起(qǐ)來看一看典型互聯網公司的成(chéng)長(cháng)之路。需要提前說明的是，以下的圖示中，橘色部分表示此階段相比上階段的變化，需要重點關注。

【初始階段】

這(zhè)個階段往往是一個idea剛剛落地，也許隻有一兩(liǎng)個功能(néng)，還(hái)沒(méi)有任何用戶。這(zhè)個時候的網站設計非常簡單，一共就三個組成(chéng)部分，網頁，後(hòu)端服務，數據庫。網頁就是你看到的東西，後(hòu)端服務就是處理你在網頁上的各種(zhǒng)操作，數據庫顧名思義就是存數據的。比如你在網頁上更新電話号碼，後(hòu)端服務檢驗你的電話号碼是不是11個數字并且告訴數據庫保存下來，然後(hòu)數據庫就記錄下來了。這(zhè)樣(yàng)的三塊内容，一個網頁工程師，一個後(hòu)端工程師就可以搞定了，也就是一個作業的難度。這(zhè)樣(yàng)的設計也就能(néng)夠應對(duì)網站初期非常簡單的功能(néng)，這(zhè)才剛剛開(kāi)始。

【增長(cháng)階段】

這(zhè)個階段往往是上一個階段上線後(hòu)獲得了一些用戶的肯定，得到了一些用戶增長(cháng)，無論是從用戶的反饋也好(hǎo)還(hái)是創始人的判斷也好(hǎo)，網站需要開(kāi)發(fā)一些新的功能(néng)了。這(zhè)個時候就需要更多的前端和後(hòu)端研發(fā)工程師加入了（網頁工程師稱爲前端工程師）。此外由于功能(néng)變多以及變得複雜，需要招募一些專職測試的同學(xué)，他們對(duì)于網站功能(néng)是否滿足預期有更專業的判斷能(néng)力，所以這(zhè)個時候研發(fā)的過(guò)程也會加上測試的環節，測試通過(guò)才能(néng)上線。再來由于功能(néng)變多，需要越來越多的服務器，那麼(me)需要招募專門管理服務器的運維同學(xué)，他們對(duì)判斷機器性能(néng)，提高機器穩定性有更專業的能(néng)力。

【發(fā)展階段】

這(zhè)個階段往往是得到了一定的市場肯定，有了一批忠實的用戶，現實表明有繼續發(fā)展的潛力。這(zhè)個時候在網站能(néng)力上，還(hái)是像上一階段一樣(yàng)持續發(fā)展，但是速度會變得更快，在持續招募前後(hòu)端研發(fā)工程師外，測試和機器運維已經(jīng)無法人肉支撐，這(zhè)個時候公司會開(kāi)始使用，加工一些現成(chéng)的測試和運維工具，或者甚至自己開(kāi)始做一套。這(zhè)就引入了測試工具研發(fā)工程師和系統運維研發(fā)工程師。這(zhè)個時候的一個裡(lǐ)程碑現象就是會慢慢往自動化方向(xiàng)去探索，畢竟持續招人的成(chéng)本和低效的人肉操作是不可持續的。此外，數據庫的性能(néng)往往是整個設計裡(lǐ)最短的那塊闆，在數據量和訪問量與日俱增的情況下，需要引入專門的數據庫工程師來保障數據庫的性能(néng)能(néng)夠持續跟上業務的發(fā)展。

【爆發(fā)階段】

這(zhè)個階段往往是形成(chéng)了一定的市場品牌，用戶量開(kāi)始激增。大部分的公司都(dōu)很難撐到這(zhè)個階段，需要實力和機遇并存。随著(zhe)用戶量的激增，不懷好(hǎo)意的用戶也開(kāi)始悄然靠近。對(duì)黑客來說，他的核心目标無非兩(liǎng)點，要不就是直接通過(guò)漏洞獲取網站的機密信息，要不就是攻擊你的網站讓你垮掉以此來勒索你。這(zhè)個時候網站就需要招募專業的安全工程師來對(duì)抗他們，他們需要熟知攻擊的手段，梳理網站可能(néng)存在的安全隐患，或使用或自研防護的工具。他們需要了解從硬件到軟件，從操作系統到應用系統的各種(zhǒng)細節，是技術功底非常紮實的一群人。

【數智階段】

數智階段指的是開(kāi)始分析用戶在平台上留下的大量數據，從而提供個性化的服務。你喜歡運動給你推各種(zhǒng)運動的文章或者健身産品，你剛生完孩子就給你推各種(zhǒng)育兒文章及母嬰用品。年齡x地域x性别x愛好(hǎo)x性格x背景，這(zhè)一系列的維度就能(néng)深刻刻畫出一個具體的人。此外還(hái)需要産出各種(zhǒng)維度的報表供高管決策，供财務分析，供市場研究等等。這(zhè)個時候公司就要招募非常多的“數據研發(fā)工程師”和“算法工程師”，前者更注重數據的提取及整理，後(hòu)者更注重挖掘數據背後(hòu)不易被(bèi)看到的因果關系。

其實公司開(kāi)始走向(xiàng)數智化後(hòu)，遠遠不隻是招這(zhè)兩(liǎng)個角色的同學(xué)就夠了，還(hái)要建設一系列技術能(néng)力。數據的建模及分析更是一門大學(xué)問。一個公司的數據團隊往往就是一個一級部門。甚至有些行業的公司，數據部門占比超過(guò)50%。這(zhè)麼(me)一來你就明白爲什麼(me)你會聽到那麼(me)多關于數據的社會話題，比如“大數據時代”，“數據的隐私”等等。數據的分析好(hǎo)多年前還(hái)隻是輔助性的功能(néng)，現在已經(jīng)成(chéng)爲企業前行的眼睛，所以需要很多人很多資源的投入。

【自研階段】

自研階段是指公司開(kāi)始要自己研發(fā)各種(zhǒng)基礎的系統。你可能(néng)會疑惑，上面(miàn)講的各種(zhǒng)功能(néng)的建設難道(dào)都(dōu)不是指自己研發(fā)的？這(zhè)就要展開(kāi)再講一下一個公司發(fā)展過(guò)程中“用”和“造”的關系。

在公司的初期，爲了驗證方向(xiàng)本身是否有足夠的價值，除了後(hòu)端服務及網頁以外，基本上使用的都(dōu)是當時現成(chéng)的技術和工具。這(zhè)是因爲時間就是一切，快速抓住市場機會，然後(hòu)展開(kāi)影響力站穩腳跟是關鍵。此外也沒(méi)有過(guò)多的資金去深入技術細節搞研發(fā)，能(néng)夠提供的薪資水平和公司的影響力也無法吸引非常資深的技術人加入。但是随著(zhe)公司逐漸成(chéng)長(cháng)，很多這(zhè)些取之即用的産品不再适合，非常重要的幾個原因包括：

• 安全：公共的技術或工具能(néng)被(bèi)所有人研究，既能(néng)一起(qǐ)研究發(fā)展壯大，也能(néng)一起(qǐ)研究其中的漏洞。

• 特性：公司也許有自己的特點，公共的技術或工具無法滿足，比如公司的特點是數據量非常大，或者性能(néng)要求非常苛刻。

• 成(chéng)本：公共的技術和工具也分爲免費的和收費的，收費的東西當然好(hǎo)用，但是當使用的規模擴大，成(chéng)本也是陡增。這(zhè)裡(lǐ)就想提一句各種(zhǒng)互聯網視頻公司，包括不限于優酷，愛奇藝，騰訊視頻等等。這(zhè)些公司之所以看似無情的收取各種(zhǒng)會員手續費，然而背後(hòu)是存儲及傳輸這(zhè)些内容高昂的成(chéng)本。即使很多的服務和設施（從軟件到硬件）已經(jīng)自研，但是成(chéng)本依然高的可怕。再加上現在的影片數量越來越多，分辨率越來越高，成(chéng)本更是成(chéng)倍增長(cháng)。