许多技术管理者都有这样的困惑，我们做技术管理的，写代码的时间越来越少，手越来越生疏，但是参与了更多的技术评审和技术决策，这似乎是件很矛盾的事情。
因此，他们时常感到很焦虑，自己技术能力越来越差，日常管理工作又非常琐碎，没有时间提升技术，会不会有一天年龄大了，失去了价值或性价比，就被行业淘汰了。
其实，这里面有两个问题，第一，技术管理者的核心能力是什么；第二，技术工程师和技术管理者的技术能力有什么差别。
先说第一个问题，技术管理者的核心能力是什么，说实话这也是曾经困扰笔者的问题，直到有一次上MBA课程的时候，教授的一句话让笔者一下子通透了。
“管理者的核心能力是什么呢？是职业判断力。”
在2013年，阿里巴巴的张勇看到了移动互联网的未来，提出“All in移动”，帮助阿里顺利拿到了移动互联网时代的头等舱，这就是职业判断力。
海尔张瑞敏，在互联网时代来临时，提出了“人单合一”模式，“革自己的命”，企业获得了重生；在万众创业的时代，他提出“创客模式”，把企业变成创客平台，释放了企业的创新力。这也是职业判断力。
同样的道理，技术管理者的核心能力就是技术判断力。技术判断力简单说来，就是某个技术项目“要不要做”，要做的话“能不能实现”，是否适合现在做，还要考虑技术风险、项目管理复杂度、成本等，已经远远超出了写代码的范畴。
工程师和技术管理者的技术能力
有什么差别？
第二个问题，技术工程师和技术管理者的技术能力有什么差别呢？简单来说，技术工程师的技术能力就是写代码，做具体的技术实现。技术管理者的技术能力是技术判断力，通过在技术领域和非技术领域的长期积累培养起来的技术决策能力。
许多朋友，一直把技术工程师的技术能力与技术管理者的技术能力混为一谈，讨论技术总监应不应该写代码是非常可笑的。
这要分场景来看，例如，创业团队缺乏资源，技术负责人当然事必躬亲，动手写代码，但当团队慢慢壮大时，技术负责人就要把重点放在做技术决策上面。
也就是说要看团队所处的阶段和团队规模，以及技术负责人的角色定位，来决定他的工作内容究竟是做技术实现，还是做技术决策，还是两者兼而有之。技术总监或CTO是否写代码，离开具体场景的讨论是没有任何意义的。
技术判断力，要判断哪些事情？
技术判断力主要体现在三个方面：
第一，对结果的判断。
即这个事情做还是不做，用什么样的指标来衡量它的好与坏，例如，开发人员提出要用Flutter对现有App进行重构，技术管理者就要给出一个判断做还是不做。
技术人员考虑这个提案的出发点也许是想“玩一玩”新技术，给自己的简历加分，而作为技术管理者，考虑的是现阶段公司App的关键问题是什么，假如是App的稳定性、开发速度不够快，那么Flutter作为一种新技术框架，能不能解决现有的问题呢？如果不能，那么现在引入它也许还不是最好的时候，可以安排一两个技术人员做预研，开始关注这项技术。
不难发现，技术工程师跟技术管理者对同一个问题的思考角度和维度差别很大。
第二，对技术方案的判断。
即对技术可行性、可维护性、成本收益等方面进行判断，通常在技术方案评审环节给团队进行指导。
如方案是否具备技术可扩展性、能不能为公司建立起技术壁垒、技术框架里有没有详细日志记录、出现线上故障时是否有预警，并且提供详细的错误日志进行分析、选择这项技术的机会成本如何等？
所谓机会成本，即选择这项技术就会放弃另一项技术，有没有可能另一项技术的收益更大呢？
技术管理者对技术方案的判断也比技术工程师思考得更深、更全面，技术工程师或许只考虑好不好实现，而技术管理者要确保在方向上不出现大的偏差。
第三，对风险的判断。
包括技术风险、项目执行风险、团队风险等方面。技术管理者利用自己的经验、思考分析、团队讨论等手段，识别出主要的风险，并采取措施进行规避。
技术管理者平时做的技术评审、项目回顾、技术方案规划等工作就是在做技术判断，技术能力并没有变差，因为作为技术管理者，技术判断力在日常工作中得到了持续的锻炼和提升。
如何提升技术判断力？
新晋技术管理者的技术判断力，主要来源于之前写代码和做项目的经验积累，这时候要做好知识迁移，将技术工程师的经验认知转换成技术管理者技术判断的认知。
技术判断力的提升，主要有四个方面：
第一，团队日常技术和产品工作汇报。团队在汇报技术和产品进展时，是获取信息反馈、验证技术判断的大好时机，看看自己之前的技术决策产生了哪些影响，有无需要调整的地方，也可以学到下属们的思考和经验，及时更新自己的技术和产品认知。
第二，参与技术方案评审。小到每次Code Review，大到系统整体方案评审，都要尽量参与，尤其是大型系统整体架构评审，这是系统化提升技术判断力最好的机会，架构师的讲解，包括架构设计的逻辑、每种技术的特性等，结合自己的理解和经验给团队提供反馈，架构判断能力也可以得到提升。
第三，主持系统顶层设计和规划。技术管理者可直接担任或主持系统顶层设计规划，业务架构规划、系统各层的划分、子系统之间的数据交互协议、技术框架选型、系统容量规划等，从技术整体架构进行把控，再由团队进一步展开做更细的规划。
第四，持续学习新技术。从事技术管理工作，并不是说完全丢弃技术，只是放弃了大部分的代码工作，但是新技术的学习是不能停止的，如人工智能的技术框架、机器学习的几种模式及擅长解决哪些问题等。
再比如区块链几种共识算法的特点、实现原理、加密算法、记账方式差异等，关注的是这项技术解决什么问题、实现的原理和机制，而不是如何熟练使用这个新技术写“Hello World”，当然写一些demo对于加深理解是有必要的。
本文节选自《技术人修炼之道：从程序员到百万高管的72项技能》一书。