谷歌员工爆料Python基础团队原地解散

机器之心报道

编辑：蛋酱

什么？谷歌解雇了整个 Python 基础团队？

「当与你直接共事的每个人，包括你的主管，都被裁员 —— 哦，是职位被削减，而你被要求安排他们的替代者入职，这些人被告知在不同的国家担任同样的职位，但他们并不为此感到高兴，这是很艰难的一天。」

发布这一动态的 Thomas Wouters，简介是「Google 员工、Python 指导委员会、Python 3.12 和 3.13 的发布主管」。

这个消息惊动了领域内的很多开发者，包括 PyTorch 创始人、Meta 杰出工程师 Soumith Chintala：

被讨论最多的，当然是裁撤的原因。

具体来说，谷歌不是完全撤掉 Python 基础团队，而是将原先在美国的团队解雇，在德国慕尼黑重新组建团队。

这种做法，应该是出于成本考虑：

谷歌按地区向员工支付工资。我记得，旧金山、纽约和西雅图是全额工资，其他地区有一定比例的折扣。如果你居住在美国但不在这些大都市之一，工资可能会低 15% 左右。

昨天的裁员似乎被视为重组。一些团队已被彻底解散。有些已经合并（两支球队 → 一支球队）。

似乎确实存在一种有利于低成本地区人们的模式。例如，两个团队合并，成本较高的经理被解雇，或者整个团队被解雇，然后这些职责由工资较低的办公室的人员重新承担。

鉴于谷歌给美国员工的工资很高，某种程度上说，裁员会大幅增加利润。不过在美国招聘也有很多好处 —— 强大的人才库、在同一地区 / 时区保持团队运作等。

也有人指出：「人们不明白的是，他们所做的工作是否真的能为谷歌带来每年 10 人 500 万美元的价值，还是可以由两个非常聪明的 Python 专家来完成。技术裁员的关键不在于他们没有做重要的工作，而在于有大型团队来做基本上可以由两人团队完成的事情。」

问题是，该团队似乎完成了大量对谷歌内部也至关重要的工作：

但这一次的事，有人认为，裁撤基础团队是谷歌采取的一种策略：

Meta 显然推动了 CPython 的大部分效率。列出的项目大多是稳定的，因此谷歌让社区推动它前进是明智的，他们只是使用它（你懂，「我们有非常善于平衡工作与生活的经理」以及「马拉松而不是冲刺」）

谷歌内部的 Python，至少对于非人工智能的业务来说，感觉与世界其他地方不同的默认值有很大不同。这可能会产生最终对齐外部 Python 社区的广泛副作用。

换个角度想，这对 Meta 来说或许是个好消息：

你怎么看？

参考链接：

https://social.coop/@Yhg1s/112332127058328855

https://news.ycombinator.com/item?id=40171125

   

    

     
      

       

      
      

       

        
            

             

              
               

                

                 

                  

                   

                    

                     

                      

                       

                        往期精彩回顾
                       
                      
                     
                    
                   
                  
                 
                
               
               

                

                 

                  

                   

                  
                  

                   

                    

                   
                   

                    

                   
                  
                  

                   

                  
                 
                
                

                 

                  

                   适合初学者入门人工智能的路线及资料下载
                  
                 

                  

                   (图文+视频)机器学习入门系列下载
                  
                 

                  

                   机器学习及深度学习笔记等资料打印
                  
                 

                  

                   《统计学习方法》的代码复现专辑

                  
                
               
             
            
       
      
    
   
   

    
交流群
   
欢迎加入机器学习爱好者微信群一起和同行交流，目前有机器学习交流群、博士群、博士申报交流、CV、NLP等微信群，请扫描下面的微信号加群，备注：”昵称-学校/公司-研究方向“，例如：”张小明-浙大-CV“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告，否则会请出群，谢谢理解~（也可以加入机器学习交流qq群772479961）