这种讨论既可以由导师发起，也可以由需要用人的经理发起。比如我曾在新兵训练营里指导过一个之前在Google工作的资深工程师（Senior Staff Engineer），原先在Google属于前3%行列的，水平很高，没过几天就有好几个组的经理跟我说想找这个人谈谈。当然，这种情况下，我不希望经理直接去找这个人。我要先做个筛选，毕竟对双方都了解的只有我一个人，如果是我觉得合适的组，再问下该工程师，看他是否感兴趣。另外，要避免过度的“推销”，这会让员工迷惑、陷入过多选择。毕竟对Facebook很重要的组有很多，有趣的组也很多，如果每个组都来向新人推销一遍，新人的想法就混乱了，反而没办法做出选择。

导师还有一个很重要的任务，就是当某几个特别重要的岗位急缺人的时候，要花力气去“忽悠”合适的人到这些组去。这个时候，导师会循循善诱，极力争取唤起新人对这些组重要性的认同和对其业务的兴趣。我做过几例这样的推销工作。老实说，这不是最自然的匹配方式，因为诱导性太强。

新兵训练营结束后，也会发生淘汰的情况，但概率很低。印象中，在我离开Facebook时，像这种情况淘汰掉的总共不超过10个人，而参加过新兵训练营的工程师和产品经理一共有500多人，淘汰率不到2%。

在我曾经带过的一期中，有一位伯克利大学毕业的专攻机器学习（Machine Learning）的博士，美国人，有三年多工作经历，很年轻。他很聪明，但有典型的博士风格——凡事都要弄得特别深入、特别细致。这导致了一个问题：速度太慢。一个我自己去做只用一两个小时就能完成的代码修复，一般期待新人最多半天完成，但这位博士为了把前前后后弄得一清二楚，花几天时间都搞不定。我们之间有过多次关于质和量如何平衡的讨论，也达成了他应该加快速度、增加产出的结论。我在多次的表现评级上都给了他“摇摆（Shaky）”的评价，但似乎改善不多。第四周，我们给了他最后的机会，让他尝试给动态消息组的机器学习算法部分做一个改进。机器学习算法的一个特点是对试验的设计、数据的获取和分析要求很高，相对于其他产品项目，对质量的要求较高、时间的要求较低，比较适合研究型人才的胃口。所以，这种安排也是希望他能更容易展现自己的特长。从组里的反应来看，对他的表现还算满意。最后我们就让他进了这个组，没有让他走人。对于表现不良的新人，虽然总体上Facebook是求快，但在某方面有造诣的工程师，Facebook还是尽可能为他寻找合适的岗位。

这里面其实也反映出一个问题，就是研究型人才如何在一家节奏很快的技术公司立足。Facebook也在慢慢地摸索。

就我个人做导师的经历而言，新兵训练营结束后我还会继续跟踪（这不是公司统一要求的）。新兵营毕业一个月和三个月后，我会跟这些新员工再进行“一对一”谈话，了解他们感觉怎么样，新兵营对他们有没有帮助，是否适应目前的工作，有没有文化沟通上的冲突等。