玛骁一开始并没有想过要成为软件工程师。高中时，他非常喜欢物理，甚至在竞赛中已经接触到了大学本科水平的内容。但后来他发现，自己真正喜欢的其实并不是物理本身，而是理解一个系统究竟如何运作。

“高中时，我真的很喜欢物理和数学。大概到了十二年级，我意识到，大学继续学物理并不是我真正想要的。我希望做一些更偏应用的东西，所以最后选择了计算机科学。”

对他来说，计算机科学就像是“有了实际去处的数学”。相比最终做出了什么，他更感兴趣的是一件东西为什么这样设计、又是怎样被做出来的。这种本能，也几乎贯穿了玛骁在树林AI 实习期间做的每一件事。

玛骁对自己的实习早有规划。

“我打算先从创业公司起步，学习如何从零打造产品，之后再去大型科技企业深化技术功底。在创业公司，大家都忙得脚不沾地，未必总有前辈带着手把手教，所以很多时候都得靠自己摸索。”

拿到树林AI 的录用通知时，他手上已经有四个 offer。其中一家创业公司规模太小；另一家公司薪资不错，但他听说实习生大多只是完成 KPI，真正能学到的东西不多。

“我选择树林AI，纯粹是因为 Alex 天天跟我念叨这里。产品做得好、氛围好、大家人都特别好。（放心，他可没泄露任何技术机密。）”

Alex 在前一个学期刚刚完成同一个 Waterloo co-op 实习项目，回到加拿大之后就一直在向别人极力推荐树林AI。

“头一个月我花了大量时间通读代码库。当时总觉得自己效率太低，不该把时间花在这上面，应该赶紧上手做任务。有时候甚至会等着别人给安排工作。”

转折点，是他开始留意身边工程师的工作方式。没有人等活找上门；没有人做完分配的任务就停下脚步。大家都会自然而然地去体验产品，发现不顺手的地方，就顺手优化掉。

“跟大家聊得多了才明白，这里每个人都把树林AI 当成自己的事来做。一有空就会去试用产品，看看哪里还能改进。真希望我能早点想通这一点，就能多做一些真正有价值的事了。”

心态转变之后，工作一下子变得有意思多了。

“我更像一个查漏补缺的人。自己 dogfood 产品时，总会自然而然地发现可以优化的细节。”

这意味着他不再只盯着分配到的那一小块任务。别人随口提一句的小问题，他会顺着去深挖背后的逻辑，看看整个系统还有哪些可以优化的地方；发现某个功能可以更快时，他就一层层拆解，思考如何优化。后来发现另一位工程师也在研究同一个问题，他便直接加入，一起把改进推进下去。

玛骁最喜欢的一句话，来自数学家 John von Neumann：

“方法比发现更重要，因为正确的方法，会带来新的、甚至更重要的发现。”

他喜欢这句话，因为它很像自己做工程时的思考方式。

玛骁喜欢开发新功能，但他同样关心这些功能建立在怎样的系统之上。越理解一个系统是如何运作的，他在修改它时就越有信心，也越容易看见新的优化机会。

实习期间，他开发的其中一个功能，是工作时段设置，让每一位成员都可以配置自己的工作时间，并把这套逻辑接入产品中的向上呈报流程。

“以前，每个成员都没有自己的工作时段设置。我把这套功能做了出来，现在也在把它整合进 app 的其他功能，比如向上呈报。最直接的用处就是打电话通知...... 总不能凌晨一点把人吵醒吧。所以工作时段设置就像一道智能闸门。”

同样的好奇心，也让他在排查问题时特别 “轴”。

有一次，他花了几个星期调查一个小问题，最后发现第三方库里面意外地藏了个 bug。

“一开始看起来只是个很小的问题，但我有点好奇，所以就一直往下查。最后查到居然是我们用的第三方库本身有问题。这种情况真的很少见，谁能想到库本身会出错啊！前前后后折腾了好几个星期，终于找到根源，也修复了。这大概是我最有成就感的一件事了，花了那么久，终于搞定。”

不光做功能，他还主动写了十多个单元测试。说出来可能没那么起眼，但他觉得特别值。

“写测试听起来当然没有开发新功能那么厉害。但如果一个功能很复杂，里面有很多逻辑，那之前每一步其实都有自己预期的行为。为了确保以后别人不会不小心破坏你已经做好的东西，就应该写一个小的单元测试。别人改代码的时候，一看测试就知道，是否不小心改坏了。没有测试，哪天把别人的功能改坏了，自己都不知道。”

除了单元测试，集成测试、端到端测试他也跟着一起做。

这几个月，他对 “怎么做技术” 这件事的看法变了好多。不同的人，从不同角度给他带来启发。

从团队负责人身上，他学会了 “设计不能马虎”。

“有一回我花两天做好的东西，第二天一看，他几乎全改了。当时心里挺委屈。后来才明白，我们对设计的理解根本不在一个层面上。我刚上手，只想着照着现有习惯来；负责人是站在整个系统的高度，一眼就能看出结构哪里可以更好。他跟我说，这个地方我早就想改改了，本来可以做得更漂亮。那一刻我才明白，好的设计有多重要。既要懂技术，也要懂产品。”

从一位资深工程师那儿，他听到了另一种思路 —— 在 AI 出现之前就开始写代码的人，现在怎么看 AI。

“我们聊了好多：现在有 AI 了，人该怎么工作？他说，AI 把大家拉到了差不多的水平。厉害的工程师依然厉害，暂时没那么熟练的也能靠 AI 跟上。但产品怎么设计、需求怎么权衡、为什么要做这个功能...... 这些，还是得靠人自己想清楚。”

玛骁特别认同：AI 能帮你写出代码，但为什么写、怎么取舍、怎么才算贴合产品...... 这些判断，AI 替代不了。

“以前我觉得知识更重要。但来到树林AI 之后，我真正感受到了文化的重要性。”

其中一个例子，是树林AI 所说的 “偏执狂文化”。

“通常工作的前三四个小时，我可以保持 100% 专注。但累了之后，工作质量就会开始下降。如果我保持这种偏执的心态，最后两个小时也会继续逼自己保持标准。不知道为什么，它反而让我效率更高，也让工作的质量维持得更好。”

另一个例子，是对 Getting Things Done 的强调。

“大家工作时都在想办法变得更高效、更有产出。没有人把时间浪费在没有意义的会议上。”

慢慢地，对玛骁来说，“文化” 不再是一句空话，而是日常里一个个实实在在的习惯。它改变了他做事的方式、管理时间的方式，甚至改变了他对自己工作标准的理解。

不过，有一个文化上的变化，是他很希望推动的：更多线下相处的时间。树林AI 几乎完全远程办公，所以整个实习期间，他只去过两次办公室。

“真希望每周能去一次公司，跟大家多熟悉熟悉。人熟了，沟通就直来直去，效率高多了。哪怕是一起头脑风暴、讨论技术，当面说也简单得多。”

玛骁的的一天过得跟朝九晚五不太一样：中午十一点多起床，下午找个公园或者咖啡店干活，傍晚出门走走，晚上上线开会，之后去健身，睡前再看看代码、看部电影收尾。

跟着全球团队的节奏走，反而练出了一种 “高效专注、灵活配合” 的工作方式。

时间久了，反倒觉得这样挺自然。

“这里节奏真的非常快，所以你会学到很多东西。每个人都在不断把事情往前推进，但与此同时，大家也是真的愿意帮助别人。这是一个非常高效的地方，同时也是一个非常好的团队。”

对玛骁来说，这种又快又稳，互相帮忙，一起成长的感觉，大概就是他实习结束后最难忘的感受。