2.5 专注与帕累托分布
我还想谈谈“专注”这个相关话题。本书中多次提到专注，如第9章就详细讨论了专注的威力，用80/20原则便可解释为什么专注的威力如此巨大。开聊！
看看图2-6中的帕累托分布，它显示了向分布顶端移动的改进百分比。爱丽丝是组织中生产力第五高的人。如果她超越了前面的一个人，成为生产力第四高，她的产出（工资）就会增加10%。再往前上一步，她的产出又增加了20%。在帕累托分布中，每个等级的增长都是指数级的，所以即使是生产力的小幅增长也会导致收入的大幅增长。提高生产力会引致收入、幸福和工作乐趣的超线性改善。有人把这种现象称为“赢家通吃”。
图2-6 提高帕累托分布中的排名带来超额好处
这就是分散注意力没有好处的原因：如果您不专注，就会参与许多帕累托分布。请看图2-7：爱丽丝和鲍勃每天可以各投入3个单位的学习精力。爱丽丝专注于一件事：编程。她把3个单位的精力花在学习代码上。鲍勃的注意力分散到多个学科：1个单位的精力用来打磨国际象棋技能，1个单位的精力用来提高编程技能，还有1个单位的精力用来提高政治能力。他在这三个领域的技能和产出都达到了平均水平。但帕累托分布的特点是给予表现最好的人更多奖励，所以爱丽丝获得了更多的总产出奖励。
在每个领域都存在不对等回报现象。例如，鲍勃可能会花时间阅读3本互不相关的书（如《Python入门》《C++入门》和《Java入门》），而爱丽丝则阅读3本深入研究Python机器学习的书（如《Python入门》《Python机器学习入门》和《机器学习专家读本》）。结果，爱丽丝将专注于成为机器学习专家，并可以为她的专业技能要求更高的薪水。
图2-7 非线性排名产出——对专注威力的一种策略性解释
2.6 对程序员的意义
在编程领域，帕累托分布的结果往往比其他大多数领域更严重地偏重于顶部。分布情况与其说是80/20，不如说是90/10或95/5。比尔·盖茨说：“车床操作顶尖高手的工资是普通车床操作员的几倍，但顶尖软件开发者的价值是普通软件开发者的1万倍。”盖茨认为，顶尖软件开发者和普通软件开发者之间的差别不是16倍，而是1万倍！以下是软件世界容易出现这种极端帕累托分布的几个原因。
·顶尖程序员能解决普通程序员无能为力的一些难题。在有些情形下，他们甚至因此获得无数倍于普通程序员的生产力。
·顶尖程序员写代码的速度可达普通程序员的10,000倍。
·顶尖程序员的代码缺陷较少。想想看，一个安全缺陷会给微软的商誉和品牌带来什么影响！而且，每个缺陷后续都得花费时间、精力和金钱来进行代码库修改和功能添加——缺陷害在当下，患及未来。
·顶尖程序员的代码易于扩展。在后续软件开发过程中，当数以千计的程序员在这套代码基础上开展工作时，他们的生产力将得以提升。
·顶尖程序员会跳出框框，找到创造性的解决方案，规避昂贵的开发工作，帮助团队专注于最重要的事情。
在实践中，这些因素组合作用，所以差异可能会更大。
所以，对您来说，关键问题可能是：如何成为顶尖程序员？
2.6.1 程序员的成功指标
不幸的是，“成为顶尖程序员”这句话并不是可以直接优化的成功指标。问题有多个维度。顶尖程序员能快速理解代码，了解算法和数据结构，通晓不同技术及其优缺点，能与其他人合作，善于沟通，有创造力，能持续学习，了解组织软件开发过程的方法，掌握数百种软技能和硬技能。但是，您不可能事事精通。不专注于关键少数，就会被琐碎多数淹没。要成为顶尖程序员，必须专注于关键少数。
要务之一是专注于写更多代码。代码写得越多，就会写得越好。这是多维问题的简化版本：优化代表性指标（写更多代码），就能在目的指标（成为软件代码顶尖高手）上有所进展，如图2-8所示。
图2-8 编程领域的成功指标：写过的代码行数
代码写得越多，您就越理解代码，言行举止也越有专家模样。您会结识水平更高的程序员，接受更具挑战的编程任务，于是就会写更加多的代码，变得更优秀。您写的每一行代码都会带来越来越多的回报。您和您所在的公司可以外包大量无足轻重的工作。
这就是您每天都可以照做的80/20活动：持续记录写了多少行代码，并且优化这一指标。就当它是个达成每日代码平均量的游戏好了。
2.6.2 真实世界中的帕累托分布
让我们快速看看真实世界中帕累托分布的案例。
GitHub代码库中的TensorFlow贡献情况
在GitHub上可以看到帕累托分布的极端例子。不妨看看颇受欢迎的Python机器学习代码库TensorFlow。图2-9显示了该代码库中前七位贡献者，表2-2是具体数据。
图2-9 GitHub TensorFlow代码库的贡献情况
表2-2 TensorFlow代码提交数量和对应的贡献者
在总共93,000次提交中，用户tensorflower-gardener贡献了其中的20%。考虑到TensorFlow有数千位贡献者，该用户的贡献占比远超80/20分布的一般情况。这是因为tensorflower-gardener实际上是谷歌公司的一个开发组，它们创建并维护这个代码库。然而，即便将这个开发组排除在外，其余几位贡献最高个人仍然创造了令人印象深刻的纪录，可谓名副其实的成功程序员。您可以在GitHub网站上查看他们的信息。他们中的相当一部分在极有吸引力的公司找到了颇令人兴奋的工作。这种成功是发生在向开源代码库作出大量贡献之前还是之后呢？讨论这个话题没有实际意义。出于任何实际目的，您都该开始训练自己的成功习惯：从现在起，每天写更多行代码。没什么能妨碍您成为TensorFlow排名第二的贡献者——只要在未来的两到三年内，每天向TensorFlow代码库提交两到三次有价值的代码就行。只需在短短几年之内持之以恒地养成一种威力无穷的习惯，您就能跻身于全世界最成功的程序员之列。
程序员资产净值
毋庸置疑，程序员资产净值也符合帕累托分布。隐私保护起见，很难获取个体程序员的资产净值，不过NetWorthShare网站展示了各种专业用户自行提交的资产净值信息，其中也包括了程序员提交的信息。虽然数据有点乱，但展示了真实世界中帕累托分布的特异性偏斜（见图2-10）。
图2-10 29位程序员提交的资产净值数据
在29个数据样本中，只有区区几个软件界的百万富翁！真实世界中的曲线甚至会更加扭曲，因为还有许多身价以十亿美元计的程序员——立即能想到的就有马克·扎克伯格（Mark Zuckerberg）、比尔·盖茨、埃隆·马斯克（Elon Musk），以及史蒂夫·沃兹尼亚克（Steve Wozniak）[ 苹果公司创始人之一。——译者注]。这些技术天才亲手写下代码，创造了对外服务的原型。最近，我们还看到区块链领域涌现出更多的软件大富豪。
自由开发任务
自由开发领域被两家网站瓜分：Upwork和Fiverr。自由开发者可以在这两家网站上提供服务，客户也可以通过这两家网站雇佣自由开发者。两家网站都取得了每年用户和营收均达两位数增长的佳绩，而且也都致力于去颠覆禁锢了全世界人才的组织形式。
自由开发者的平均时薪为51美元。不过这只是平均值——位列前十的自由开发者收入远超这个数。在各个开放市场上，自由开发者的收入情况符合帕累托分布。
我做过自由开发者，也雇佣了上百位自由开发者，还提供Python自由开发培训服务。基于这些经验，我观察到这种扭曲的收入分布。大多数学员干了个把月就退出了，所以他们的收入甚至达不到平均水准。那些连续几个月每天从事自由开发工作的人，通常能够拿到每小时51美元的平均收入。只有少部分意愿强烈、全力投入的学员能够达到每小时100美元或更高的收入水平。
为何有些学员失败，而另一些学员却成长起来了呢？来看看Fiverr上自由开发者成功完成的任务（总分为5分，至少得4分）。图2-11聚焦于热门的机器学习领域。我从Fiverr网站上收集数据，跟踪“机器学习任务”类目两个排名最高搜索结果中71位自由开发者成功完成的任务数，结果也符合帕累托分布，这毫不出奇。
我教过数千名自由开发者学员。大多数学员都只完成了10项以下的开发任务。这种情况吸引我做进一步探究。我很确定，很多学员后来都宣称“自由开发没搞头”。对我来说，这种说法等同于“工作没搞头”或者“生意没搞头”。这些自由开发者学员的失败完全可以归咎于他们没有持久努力。开始他们以为自由开发领域遍地是黄金，当他们意识到必须持续工作才能加入自由开发者赢家行列时，就举手投降了。
图2-11 Fiverr自由开发者和他们完成的任务数
很多人不能坚持做自由开发工作，这实际上为您提供了向帕累托分布顶部移动的机会。有一个简单的成功指标能确保让您最终成为那1%～3%的顶尖自由开发者，那就是：完成更多的任务。熬下去，每个人都能做得到。既然您已经开始读这本书，说明您满心希望成为最顶尖那1%～3%的自由开发专业人士。多数人败于不够专注，即便他们手艺娴熟、充满智慧、人脉丰富，也无法与专注、投入、了解帕累托分布的程序员相匹敌。
