一人工程 · solus opus

← 全部作品

essay一人工程全栈simedw9 个角色

simedw 一个人做了 9 个角色

simedw 一个人 = 数据收集者 + 数据清洗者 + 训练者 + 部署者 + 评测者 + App Store 沟通者 + HN 营销 + README 作者 + iOS 用户支持。OpenAI 一个角色 = 一个团队。一人工程 = 全栈单干。

simedw 一个人做了 9 个角色

simedw 半年做的事:

  1. 数据收集(1990-2020 MIDI piano)
  2. 数据清洗(grammar-masked 失败 / 噪声数据失败)
  3. 模型训练(125M + DPO + 14 次实验)
  4. 量化部署(PyTorch → Core ML + INT8)
  5. iOS app 开发(Swift + Core ML 集成)
  6. 评测(自动指标 + 自己听 + Gemini pairwise)
  7. README 写作(9 段论文式)
  8. HN 营销(77 评论互动)
  9. App Store 沟通(等 11 天 + 新版本再等)

simedw 一个人做了 9 个角色。 OpenAI 一个角色 = 一个团队。

9 个角色清单

# 角色 simedw OpenAI 对应
1 数据收集 自己找 MIDI 数据 数据团队(10+ 人)
2 数据清洗 自己跑 grammar-masked 数据工程团队(5+ 人)
3 模型训练 自己跑 PyTorch 训练 infra 团队(50+ 人)
4 量化部署 自己写 Core ML 推理优化团队(30+ 人)
5 iOS 开发 自己写 Swift iOS 团队(10+ 人)
6 模型评测 自己 + Gemini evals team(50+ 人)
7 文档写作 自己写 README 文档团队(5+ 人)
8 社区营销 自己发 HN + 回应 marketing 团队(20+ 人)
9 商店沟通 自己等 Apple app 发布团队(10+ 人)

9 个角色 × OpenAI 团队规模 = 190+ 人。

simedw 一人做了 190+ 人的事

OpenAI 做一个 simedw 等价的产品需要:

  • 数据:10 人
  • 训练:50 人
  • 部署:30 人
  • iOS:10 人
  • evals:50 人
  • 文档:5 人
  • 营销:20 人
  • 发布:10 人

总计 185+ 人。

simedw 一个人做了。

一人工程的「全栈」

一人工程 = 全栈单干。

不只是写代码。

是:

  • 写代码
  • 训练模型
  • 写文档
  • 发营销
  • 等商店
  • 回评论
  • 听自己模型的输出

OpenAI 的「专业分工」:

  • 模型研究员不写代码
  • 工程师不训练模型
  • 营销不写代码

一人工程 = 不分工。

simedw 的不同角色切换

simedw 一天可能的角色切换:

  • 早上:模型训练者(PyTorch)
  • 中午:iOS 工程师(Swift)
  • 下午:评测者(听自己模型 + Gemini)
  • 晚上:HN 营销(回评论)
  • 深夜:App Store 沟通(看审核状态)

9 个角色在 24 小时内切换。

OpenAI 一个工程师 24 小时内只做一个角色。

一人工程的代价

全栈的代价:

  • 每个角色都不够深
  • 数据清洗不深(grammar-masked 失败)
  • 评测不深(自动指标失效)
  • 营销不深(只发 HN)

每个角色都「够用」。 每个角色都不「专家级」。

一人工程的优势

全栈的优势:

  • 不需要协调
  • 角色切换无成本
  • 一致性高(README 跟代码一致)
  • 快速迭代

OpenAI 的「分工」代价

OpenAI 的分工代价:

  • 模型研究员不关心 iOS 限制
  • iOS 工程师不关心 DPO 数据
  • 营销不关心 Core ML 限制
  • 部署不关心评测方法

每个团队只看自己的一段。

一人工程的姿态

simedw 的姿态:

我是一个全栈的人。 我做我能做的全部。 每个角色我都懂一点。 但每个角色都不专家。

OpenAI 的姿态:

我是一个团队。 每个角色都是专家。 但跨角色协作慢。

两种姿态。 两种方法。

一人工程的「够用就好」

simedw 的标准:

  • 模型「够 ship」
  • README「够清晰」
  • HN 帖子「够有趣」
  • App Store「能上架」

不是「模型 SOTA」。 不是「README 像论文」。 不是「HN 帖子 viral」。 不是「App Store featured」。

是「够用就好」。

OpenAI 的「极致」标准

OpenAI 的标准:

  • 模型 SOTA
  • 论文顶会发表
  • HN 帖子 viral
  • App Store 不在乎(OpenAI 不发 iOS app)

极致标准。

simedw 不需要 SOTA。

一人工程的真实感

simedw 9 个角色的真实感:

  • 每个角色都「半专业」
  • 但整体产品是真的
  • 用户能用
  • 用户喜欢

OpenAI 每个角色的真实感:

  • 每个角色都「专家级」
  • 但产品是 GPT(一个 chatbot)
  • 产品统一性高
  • 产品深度深

一人工程的整体优势

simedw 整体优势:

  • 一致的产品哲学
  • 不分家的代码 + README + HN + iOS app
  • 一个人对所有决策负责

OpenAI 整体劣势:

  • 不同团队的 framing 不一致
  • ChatGPT 跟 API 不一致
  • 营销跟模型不一致

一人工程的态度

simedw 的态度:

  • 我做 9 个角色
  • 每个角色都做
  • 每个角色都够用
  • 整体是真的产品

这是「一人工程的全栈哲学」:

不是每个角色都专业。 是每个角色都做。 9 个「够用」> 9 个「专家但不连通」。

签名:solus opus。