技術人員的專業彙報指南4（ 技術呈現2）

zhuanlan.zhihu.com

對相關技術作定量比較，能從相對客觀的維度上給出證據，就可以證明我們在同類技術上做到了最好。

還是用性能優化作例子，你沒有數據支撐，說優化後遊戲明顯流暢了，這個說服力就不夠。你需要在時間維度縱向對比，告訴大家優化前是什麼數據，優化後又得到了什麼數據。也需要橫向對比，行業一般做法是怎麼樣的，性能參考是怎麼樣的，我們可以做到什麼水準，性能是怎麼樣的。一個良好的測量體系，加上大量收集的數據，可以給出充分的數據，證明自己技術的價值。

數據的支撐，也有很多要注意的地方。比如，數據也分粗粒度和細粒度。如果你的統計數據粒度過粗，也只能證明你這個目標領域的研究還不夠深入。很多人說起優化，表示我做完了這個優化，幀數上升了1/3，這當然是一個巨大的提升，但大多數情況下，這隻能說明原來的優化做得不夠，這個級別的改進，更像一個Bug Fix，而不是一個優化。如果你在關注的優化，死摳0.5ms的時間，調整CPU thread之間的調度順序，關注cache的有效性，那些細緻入微的統計，則更有可能代表了你對問題的鑽研。一般意義上，如果在關注這麼細節的優化了，通常是大優化已經被做完了，只能深挖細節了。

這當然是一個非常武斷的結論，我們不能僅僅根據一些主觀印象，捕風捉影的判斷優化質量。可問題是，在講PPT的時候，一般只是一個單方面的信息輸出，聽眾和演講者很難有充分的互動。即使有些問題，聽眾也未必會當場提出。他們聽到你在做巨大的優化，只會懷著對你優化能力的狐疑，繼續展開刷手機的奇幻之旅。

要有足夠的數據支撐自己的論點，就需要在平時做好足夠的積累，這裡不再展開，有機會單獨寫文章說一下。PPT的呈現，是平時積累的延伸。見過很多例子，技術同學做了不錯的技術，但平時沒有收集數據，於是沒法給出足夠好的證據，證明自己的工作。再去找當時的版本，試圖收集數據的時候，會發現已經拿不到資源，或者沒法配出當時的伺服器環境等等，導致版本文法使用了。我們一定要養成良好的工作習慣，隨時收集數據保存。

合理組織論據，梳理線索

有了良好的論據，就需要合理組織論證邏輯。

本質上，我們要說服聽眾，咱們的技術選型是合理的，我們的優化水準是到位的，我們的技術眼界是寬廣的。第一篇已經講過多種論證套路，如狐假虎威、同行幫襯、繼往開來等，我們不再重複。這些都是微觀層面上的技巧，容易學習和實踐。

這一段我們講一些更宏觀層面的論證邏輯。

人類天生記不住離散的知識點，這些知識點彼此之間沒有聯繫。而我們對有明確線索的知識點，會更印象深刻。比如快速記憶法中的記憶宮殿方法，就是用這一方法來做的，把大量需要記憶的內容，和具體的地點結合，這些地點構成了線索。只要你能完整回憶這些地點，那麼關聯在這些地點上的知識點也就更容易被回憶起來了。我一度覺得這個是扯淡，直到我試了一下，還真在幾分鐘裡面記住了10來個彼此獨立，沒有任何聯繫的知識點。

具體到我們的PPT上，相當多的人都喜歡列出最近做過的一些技術點，但這些技術點不一定有共性，就彷彿那些離散的知識點，讓人昏昏欲睡，不能引起好奇，不會留下回憶。

PPT也需要線索，需要一個能夠貫穿始終，邏輯自洽的主線索。圍繞這個線索展開各種討論，會讓你的論證更有效，大家的記憶更深刻。這就需要你的選擇和論證，盡量圍繞同一個領域，當你做到這一點後，又會有幾個有趣的副作用。

一是由於所有論題都是圍繞相關領域展開，它們會共享一定的上下文，這就讓你的PPT更容易被理解，所有的上下文不用一遍遍介紹，你可以把更多講解PPT的時間，聚焦在具體問題，而不是介紹背景知識中。這無形中提高了PPT的信息密度，讓聽眾更有收穫。

二是由於論題聚焦，聽眾的理解成本就會更低。每個話題都有一定的相關性，聽眾完全懵圈的可能也會更低。分心後斷點重聽的難度也降低了。

三是人多力量大，哪怕是一些技術點並不夠高端，但只要整體這個大線索清晰，大問題解決的漂亮，也容易讓人有深刻的印象。回憶一下第一篇講的循環論證結構，其實也是這個思路的一個具體應用。前一個問題的答案，就是後一個問題的起點，我們解決系列問題。

不過，梳理一個PPT的宏觀邏輯，並不簡單。

這是典型的知易行難的問題。沒什麼好辦法，需要有更多的素材準備，更多輪的材料打磨，才能從中挑選出有邏輯關係的素材，組成宏觀的邏輯。很多時候，你覺得自己想不出怎麼解決一個問題，可能只是你還沒有用力去想。多找人看看你的技術，請教一下leader，看看其他人怎麼組織素材，這終究還是你自己的事情，需要自己解決。

做出一個統一的線索，讓多數內容，都圍繞這個目的服務。對那些和主線索無關的技術工作，思考一下有沒有可能通過合適的技術包裝，得到一定的關聯，如果沒有辦法，就應該考慮捨棄。

當然這只是一般的原則，這系列文章中的所有原則，都是可以打破的。我只是說，這樣做會更好，但做不到也沒有問題。如果你想講的素材就是極度分散，無法歸攏，也沒有其他候選的素材可以挑選，那就想想，有沒有辦法用兩個線索來貫穿。整理收攏一下技術主題，進行分類，總是有價值的，勝過羅列毫無關聯的一堆技術點。

另外，線索的顆粒度也是要注意的。小顆粒度的線索，容易歸納主題，但是顯得不夠大氣。大顆粒度的線索，雖然看起來上流，但起不到聚焦討論話題的作用。舉個例子，如果我的主題是講如何做天刀引擎，那這個話題有點巨大，這個線索起不到聚焦作用，能講的技術主題，可能天南地北，除了共享天刀引擎這個名頭，彼此之間就沒有什麼別的內在聯繫。如果我具體說，怎麼做天刀的Streaming，就是一個更細粒度的線索，也更容易聚攏話題。

另一種類型：Gems

在一些場合下，大粒度的線索也是有價值的。比如GDC中，我們經常可以看見這種主題：Rendering Assassins Creed III, 或者Moving to the Next Generation: The Rendering Technology of Ryse等等。這類talk，就是用一個AAA遊戲的渲染作為線索，穿起整個演講，但演講中的主題彼此之間的聯繫非常弱。這類talk我稱之為Gems類型的Talk。

所謂的Gems，字面上的意思是指寶石，也可以引申為精粹。

遊戲開發行業有非常多的專業書籍，彙集各種開發者的實踐經驗，定期出版。比較有名的有Game programming gems, GPU gems, ShaderX, Game Engine gems等等。這類書，大家通常稱為Gems類型的書籍。

Gems類型的Talk，不追求所有技術點之間的內在關聯，只把這裡面最閃光的精華提煉出來，進行分享。這類主題，通常有幾個問題。一是面向的聽眾一定是專業人士，且已經對這個領域有較深的積累，才能在一個talk中陪你橫穿數個不同的技術領域。也就是說，這類talk非常挑聽眾。二是這類talk和那些堆積羅列素材的talk之間的界限並不分明，如果你展示的技術上流，你就是Gems，如果技術不行，就是垃圾。作為AAA遊戲，應該是有足夠的技術亮點來支撐這樣一個Gems的演講，但一般情況下我們很難找到這樣的話題。三是這類話題追求的其實不是廣，而是深，要的效果是一場演講聽下來，有幾個技術點能打動行業里最資深的人，而不是面面俱到把所有角落覆蓋到，伺候好每一個聽眾。從這個角度看，大量同類的Talk，動不動畫一個架構圖，然後點到為止的說一下每個模塊，其實沒有任何價值。只有夠深入，才配得上Gems這個品類。

總結

在選完技術主題後，我們就要開始組織材料，我們要在技術呈現中，注意聽眾的接受能力，選擇聽眾最容易理解的角度闡述問題。給我們的材料補充更多的論據也是必要的，通過更多的數據，更多的客觀證據，說明技術的價值，讓人心服口服。有了這些素材後，我們還需要梳理線索，儘可能把同類技術串起來，幫助聽眾更好的理解問題。

最後還提了一類Gems的talk，這類演講可以無視線索，但需要有比較高端的主題，有很大的挑戰。