当前位置: 首页 > article >正文

技术人员最重要的沟通能力有几种境界?

为什么沟通能力是最重要的能力。别的不说咱们写代码现在都怎么写现在一般的方法是告诉AI要干什么让AI来帮咱们写。也就是和AI沟通。对于有的任务沟通好和不太好可能最终都能用AI完成但区别在于多沟通几轮还是少沟通几轮。之前我也跟我的学生们说过。如果你只是想找份工作要求不是特别高。那么只要你沟通没有问题那基本都能找到的。技术再差也能找到。那么沟通能力有几种境界境界一沟通能力欠缺沟通能力低到影响找工作了。常见的有两个大类。分类一理解能力有问题这种最致命。别人说话听不懂理解的不对。在面试的时候的表现是答非所问。所以如果一道题应试者不会建议直接说不会而不是乱答会被误认为是沟通能力有问题而直接被拒。解决方式就是多练。现在有AI的模拟面试和其他模拟会话等手段可以方便的练习。练习过程中要注意一些自己感觉不理解或者逻辑不顺的地方都有可能是自己理解错误的点。遇到这些要提出问题进行确认找出理解偏差或者对方这样表达的原因。这对很多人来说可能会花费一些时间才能达到理想的效果。但是如果这个问题不解决将是你工作甚至是人生中很大的一个瓶颈。值得注意的是 这种理解能力的缺陷最初可能和心理因素有关。第一点可能是不愿意去理解我行我素。第二个有可能对他人存在信任危机别人说话都不信久而久之理解发生偏离。需要从根因入手像治疗慢性病一样耐心治愈不能心急。分类二表达能力有问题很多技术人员觉得自己表达不行只会干活。晋升什么的要的是表达能力了。但其实还好。你认为的表达能力不行实际工作中没有那么糟糕。真正表达能力有问题的举个例子跟他说了什么他都没有反馈。比如面试的时候面试官介绍公司他就傻愣愣的听着。只有面试官话里有明确的问题他才发出声音。解决方式是第一要了解基本反馈是什么样的。比如别人跟你说话你不接话别人会很尴尬。第二就是进行专业学习和思考。大多数数表达不行其实是自己之前没有想过所以不知道怎么说。境界二正常沟通面试时或者接触时间少觉得问题不大偶尔觉得一两句不合适的也会认为是个性问题。不影响一般工作的完成。但是可能技术很强但是晋升总是升不上去。这种情况一般要从两方面提升。方面一表达方式表达除了清楚不清楚还有别人爱听不爱听。能不能引起重视。特别是在大厂很多工作需要跨部门合作。大家都很忙任务可能要排队。这种情况下谁的优先级高谁的优先级低会受表达方式的影响。表达不佳自己的任务总是在排队业绩受影响自然也影响晋升。解决方式首先最基本的是言辞平和内藏锦绣。能做到这点体现的是内心的强大。想想看一个什么事情都能掌控的人有什么脾气可发呢。另外要站在对方立场考虑问题注意措辞。比如有时候把听的人拉到自己同一战线少用“我”多用“咱们”。不确定一个词表达的是什么意思就先不要用确认好再用。如果单纯说表达清楚上的加强。需要调动多种手段。比如说不清楚的可以在纸上写写画画。重要的事情除了口头的沟通还要发消息、邮件等文字沟通。避免听觉型和视觉型两种人接收的信息量偏差。另外说话要注意上下文。这点主要体现在自己认为自己说清楚了听的人听不明白。原因是有些前提比如某个技术或者事情发生的背景或者到达的阶段对方不知道。所以需要说话人先对背景做总结再表达自己的观点。这也是为什么很多文档的模版第一个大项目就是:背景。方面二总结归纳不管在面试、晋升答辩还是在日常工作中为什么有的人侃侃而谈让人听起来很有道理。有的人说不出来。不是前者天生聪明而是人家平时功夫用到了。就好像一个看起来该玩就玩的学霸背地里在下苦功夫。这个功夫可能不是在电脑前实际做这个做那个而是零碎的时间用起来。坐车的时候、睡觉前躺在床上的时候真正的为工作思考。而未必是落实到什么文档里。境界三沟通高手沟通高手擅长在冲突中斡旋在不同部门或人群之间传递信息、消除误解、促成合作。即使面对反对意见也能用逻辑和情感结合的方式逐步扭转对方观点。这种人可能本身技术能力不是很强但却会比技术能力强的人有更高的职位。因为沟通往往比技术发挥的价值大。想达到这种境界需要长时间技巧的积累。我作为两个孩子的母亲工作996。怎样来解决孩子们的家庭教育问题。能给孩子提供的就是周末会把一些沟通上的问题带回家。让孩子们来给出解决方案一起探讨。形成一个沟通技巧积累的习惯。境界四纵横家这种人在沟通中体现出极高的修养和智慧代表人物是发动第一次世界大战的拿破仑和发动第二次世界大战的希特勒。想达到这种境界除了沟通的能力和技巧。本身需要特别强大的灵魂。而这种灵魂可能最初来源于一个执念。比如《滴血成金》里介绍血液检测公司欺诈案这个欺诈公司的女老板就是靠着小时候害怕抽血的故事成为了亿万女富豪。和AI沟通近年来AI正飞速的发展成长的越来越像人。咱们日常写代码时工作效率往往和AI沟通的效率成正相关。想达到好的效果第一步是选对数字人(AI模型)。我们老板说能用收费的不用免费的收费里选最贵的。我的一个评判标准是给它任务它的完成度。定好模型沟通上不同的完成相同的任务会话轮数会有很大的差异。最后的结果也差距也很大。以下是我的个人总结。技巧1一次会话不能完成让它帮你生成它可以理解的概要在新对话框里粘贴以我常用的cursor编辑器为例。会话框下会有 上下文使用率。如果发现剩余不足可以这样做。技巧2模式的选择cursor有Agent、Plan、Debug和Ask四种模式。一些同事会在一个任务开始时应用Plan模式确定了思路和自己设计的一致再应用到实际项目中。也就是AI和人一起确定架构的过程。AI对复杂的功能实现需要人帮助它 做架构、把控和测试。OpenClaw等的设计上也在追求更多的替代人做这一部分工作。但实际上旁边的Auto(自动)决定了AI会自己判定自己实现的靠谱程度。如果觉得自己的实现不靠谱。会自己从Agent自动应用的模式改换成Plan模式或者Ask模式。所以使用者也不必过于纠结这个。技巧3对既有功能做改动可以多用参考示例我平时工作中都是自己既要写前端又要写后端。后端写好了前端并不知道要调用哪个接口还要再告诉它一遍。后来我就想了一个办法我把前端、后端等所有的工程都放到一个目录下。让Cursor打开这个目录。这样我不用打开多个Cursor做切换。并且可以让它自己去找上下文。但是刚开始使用这种模式时效果并不理想。因为上下文更大了需要跟AI说得更清楚些。特别是很多朋友跟我反映新功能用AI用的多。既有的改造项目不太敢用。怕破坏既有的架构一个有效的实践是给出AI参考示例让它照着改。技巧4先给模型有时候单纯告诉AI想做什么它做的功能可能不尽如人意。可以先帮他把模型做出来。比如数据库的字段设计好把实体定义好再让它生成代码。后记和AI沟通需要抑制自身想手写代码的冲动。多和AI交流。它会越用越好用。本篇限于篇幅没有聚太多例子。在VIP课上我会对具体的每条都举足够的示例。之前VIP课都是定在周日下午3点。很多学员没有时间参加。所以打算修改上课时间现在征集大家方便的上课时间请填写本文中的调查。

相关文章:

技术人员最重要的沟通能力有几种境界?

为什么沟通能力是最重要的能力。别的不说,咱们写代码,现在都怎么写?现在一般的方法是告诉AI要干什么让AI来帮咱们写。也就是和AI沟通。对于有的任务,沟通好和不太好可能最终都能用AI完成,但区别在于多沟通几轮还是少沟…...

全任务零样本学习-mT5中文-base效果实测:温度0.9 vs 1.2增强多样性对比

全任务零样本学习-mT5中文-base效果实测:温度0.9 vs 1.2增强多样性对比 最近在折腾文本数据增强,发现了一个挺有意思的模型——全任务零样本学习-mT5中文-base。这名字听起来有点绕,简单说,它就是一个专门为中文文本“改写”和“…...

PaddlePaddle-v3.3保姆级教程:3步完成模型剪枝,小白也能轻松上手

PaddlePaddle-v3.3保姆级教程:3步完成模型剪枝,小白也能轻松上手 1. 前言:为什么要给模型"减肥"? 想象你训练了一个特别聪明的AI模型,它能准确识别图片里的猫猫狗狗。但当你试图把这个模型放到手机上使用时…...

Nanbeige 4.1-3B部署教程:国产昇腾NPU适配可行性技术验证

Nanbeige 4.1-3B部署教程:国产昇腾NPU适配可行性技术验证 1. 项目背景与特点 Nanbeige 4.1-3B是一款具有独特像素游戏风格的对话模型前端界面,专为中文对话场景优化设计。与传统AI对话界面不同,它采用了复古JRPG游戏视觉风格,为…...

MiniCPM-o-4.5-nvidia-FlagOS项目实战:从零开始搭建Python爬虫数据清洗管道

MiniCPM-o-4.5-nvidia-FlagOS项目实战:从零开始搭建Python爬虫数据清洗管道 你是不是也遇到过这样的麻烦?想从网上抓点数据做分析,结果要么是网站结构太复杂,写爬虫代码写到头秃;要么是爬下来的数据乱七八糟&#xff…...

MedGemma X-Ray部署教程:Kubernetes集群中高可用MedGemma X-Ray服务编排

MedGemma X-Ray部署教程:Kubernetes集群中高可用MedGemma X-Ray服务编排 1. 引言:医疗AI影像分析的新选择 在现代医疗诊断中,X光片分析是基础且重要的检查手段。传统的阅片过程需要经验丰富的放射科医生,耗时且容易因疲劳产生误…...

通义千问1.8B轻量模型入门:从部署到对话完整教程

通义千问1.8B轻量模型入门:从部署到对话完整教程 1. 为什么选择通义千问1.8B轻量模型 如果你正在寻找一个能在消费级GPU甚至边缘设备上运行的对话模型,通义千问1.5-1.8B-Chat-GPTQ-Int4绝对值得考虑。这个由阿里云推出的轻量级模型,经过GPT…...

嵌入式C与C++工程选型五维决策框架

1. 嵌入式C开发与嵌入式C开发的工程实践辨析嵌入式系统开发中,编程语言的选择从来不是纯粹的技术偏好问题,而是由硬件资源约束、开发团队能力结构、产品生命周期要求、维护成本模型等多重工程因素共同决定的决策过程。在单片机(MCU&#xff0…...

OpenClaw自动化测试:GLM-4.7-Flash驱动浏览器回归验证

OpenClaw自动化测试:GLM-4.7-Flash驱动浏览器回归验证 1. 为什么选择OpenClaw做自动化测试? 去年接手一个遗留的Web项目时,我遇到了典型的测试困境——每次代码改动后,都需要手动执行47个关键路径的回归测试。某次凌晨3点&#…...

别再被“AI幻觉”骗了!一文看懂RAG:给大模型挂上最强“外挂大脑”

你是否有过这样的经历:问大模型(LLM)一个最新的新闻,或者你们公司的内部制度,它要么一本正经地胡说八道(幻觉),要么委婉地告诉你它的知识库只更新到2023年。这就是大模型的“先天缺陷…...

Pixel Dimension Fissioner生产环境:K8s集群部署+Prometheus监控裂变服务SLA

Pixel Dimension Fissioner生产环境:K8s集群部署Prometheus监控裂变服务SLA 1. 产品概述 像素语言维度裂变器(Pixel Dimension Fissioner)是一款基于MT5-Zero-Shot-Augment核心引擎构建的高端文本改写与增强工具。它将传统AI文本处理能力重构为充满活力的16-bit像…...

SeisUnix完整指南:5个步骤快速上手地震数据处理开源软件

SeisUnix完整指南:5个步骤快速上手地震数据处理开源软件 【免费下载链接】SeisUnix The CWP/SU: Seismic Un*x Package - a free open seismic processing, research, and educational software package. Please seek distribution gzipped tar files at https://wi…...

别慌!你的sklearn模型R2_score为负,可能不是代码写错了

当你的sklearn模型R2_score为负时,先别急着怀疑人生 第一次在sklearn中看到R2_score出现负值时,那种自我怀疑的感觉我至今记忆犹新。"是不是哪里写错了?"、"难道连最基本的模型都跑不对?"——这些念头在我脑海…...

OpenClaw自动化测试实践:GLM-4.7-Flash驱动单元测试与报告生成

OpenClaw自动化测试实践:GLM-4.7-Flash驱动单元测试与报告生成 1. 为什么选择OpenClaw做测试自动化? 去年接手一个遗留Java项目时,我遇到了典型的测试困境——每次代码变更后需要手动执行上百个测试用例,还要从控制台日志中人工…...

NRF24L01无线模块驱动开发与嵌入式SPI通信实战

1. NRF24L01无线通信模块技术解析与嵌入式驱动实现NRF24L01是一款工作在2.4–2.5 GHz全球通用ISM频段的单片射频收发芯片,自2007年发布以来,凭借其低功耗、高集成度和易用性,在工业遥控、传感器网络、消费电子及教育开发领域获得广泛应用。该…...

Qwen2.5-VL-7B-Instruct算力适配教程:A10/A100/V100多卡环境下的高效部署策略

Qwen2.5-VL-7B-Instruct算力适配教程:A10/A100/V100多卡环境下的高效部署策略 1. 模型概述与部署准备 Qwen2.5-VL-7B-Instruct是一款强大的多模态视觉-语言模型,能够同时处理图像和文本输入,生成高质量的响应。该模型在16GB显存环境下以BF1…...

AIGlasses_for_navigation实际作品集:盲人出行辅助系统前端界面+分割效果

AIGlasses_for_navigation实际作品集:盲人出行辅助系统前端界面分割效果 1. 引言:当AI成为视障者的“眼睛” 想象一下,如果你走在路上,眼前是一片模糊或黑暗,如何分辨脚下的路是平坦的盲道,还是危险的台阶…...

Unity Addressables Profiles配置全解:一套配置搞定开发、测试、生产环境,告别手动改路径

Unity Addressables多环境配置实战:从开发到生产的自动化路径管理 1. 多环境配置的核心挑战与解决方案 在游戏开发过程中,资源管理始终是一个复杂且关键的环节。随着项目规模扩大,如何高效管理开发、测试和生产环境中的资源路径成为技术团队必…...

uniapp混入(mixins)的5个高级用法:从分页功能到全局状态管理

Uniapp混入(mixins)的5个高阶实战技巧:从代码复用走向架构优化 在Uniapp开发中,混入(mixins)常被简单理解为代码复用的工具,但它的潜力远不止于此。当项目规模增长到一定程度时,如何优雅地管理跨组件的公共逻辑、统一处理生命周期…...

川大计算机复试面试真题拆解:从‘进程特点’到‘虚拟现实’的10道题深度分析与回答模板

川大计算机复试面试真题拆解:从‘进程特点’到‘虚拟现实’的10道题深度分析与回答模板 在计算机专业研究生复试中,面试环节往往是决定成败的关键。不同于笔试对知识点的直接考察,面试更注重考生对专业知识的理解深度、思维逻辑和临场应变能力…...

Phi-3-Mini-128K大模型快速部署教程:3步完成Ubuntu环境搭建

Phi-3-Mini-128K大模型快速部署教程:3步完成Ubuntu环境搭建 想试试微软最新开源的Phi-3-Mini-128K模型,但被复杂的部署步骤劝退?别担心,这篇教程就是为你准备的。我最近刚在Ubuntu系统上折腾完,发现其实没那么复杂&am…...

Phi-3-Mini-128K助力运维自动化:智能日志分析与故障预警

Phi-3-Mini-128K助力运维自动化:智能日志分析与故障预警 1. 引言:当运维遇上AI,告别“救火队员”模式 如果你做过运维,肯定对下面这些场景不陌生:半夜被电话叫醒,面对满屏的、每秒滚动几百行的系统日志&a…...

AIGlasses_for_navigation应用:结合STM32实现嵌入式视觉导航机器人

AIGlasses_for_navigation应用:结合STM32实现嵌入式视觉导航机器人 最近在捣鼓一个挺有意思的项目,想用最便宜的单片机做个能自己看路走的机器人。手头正好有块经典的STM32F103C8T6最小系统板,还有一台能跑AI模型的云服务器。我就琢磨着&…...

Nanbeige 4.1-3B保姆级教程:添加用户反馈机制持续优化大贤者表现

Nanbeige 4.1-3B保姆级教程:添加用户反馈机制持续优化大贤者表现 1. 项目背景与目标 Nanbeige 4.1-3B是一款具有独特像素游戏风格的AI对话模型,其"大贤者"角色设定和复古JRPG界面设计为用户带来了全新的交互体验。但在实际使用中&#xff0c…...

Qwen2.5-7B-Instruct在Visual Studio中的开发插件实现

Qwen2.5-7B-Instruct在Visual Studio中的开发插件实现 1. 引言 作为一名开发者,你是否曾经在编码过程中遇到过这样的困扰:需要快速生成代码片段、解释复杂算法,或者想要一个智能助手帮你审查代码?现在,借助Qwen2.5-7…...

OpenClaw+ollama-QwQ-32B自动化写作:从指令到Markdown生成

OpenClawollama-QwQ-32B自动化写作:从指令到Markdown生成 1. 为什么需要自动化写作助手 作为一个经常需要整理技术笔记和撰写博客的内容创作者,我长期被两个问题困扰:一是灵感转瞬即逝,经常想到好点子却来不及记录;二…...

清单来了:10个降AIGC平台深度测评,全学科适配帮你降AI率过关

在学术写作日益依赖AI辅助的当下,如何有效降低论文中的AIGC率、去除AI痕迹,同时保持内容逻辑通顺、语义清晰,成为众多学生和研究人员关注的核心问题。AI降重工具应运而生,不仅能够精准识别文本中可能被检测出AI生成的部分&#xf…...

从零到F:基于Vivado与EGo1的七段数码管译码器实战

1. 七段数码管译码器入门指南 第一次接触FPGA开发的朋友们,看到七段数码管可能会觉得既熟悉又陌生。我们日常生活中随处可见这种显示设备,比如电子钟、电梯楼层显示等。但要让它在开发板上正确显示字符,可不是简单接上线就能搞定的事。 七段数…...

毕业论文神器!降AI率工具 千笔 VS 锐智 AI 全行业通用

在AI技术迅速发展的今天,越来越多的学生和研究人员开始借助AI工具辅助论文写作,以提升效率、优化内容。然而,随着各大查重系统对AI生成内容的识别能力不断提升,论文中的“AI痕迹”也变得愈发敏感。一旦AI率过高,不仅会…...

Guohua Diffusion国风绘画工具保姆级教程:5分钟快速部署,新手秒变国画大师

Guohua Diffusion国风绘画工具保姆级教程:5分钟快速部署,新手秒变国画大师 1. 工具简介与核心价值 Guohua Diffusion是一款专为国风绘画设计的本地生成工具,基于原生Guohua-Diffusion模型开发。它最大的特点就是让没有任何绘画基础的用户&a…...