而讲求广度，则是指对各方面相关知识都有了解和涉猎，可能相关业务需求都能上手，但是相对精通还有一定的距离，往往这样的人会被称为“万金油”。有知识和技能深度的人帮助提升r值，加快达到目标的速度。技术知识深度将成为重要的判断标准。看到许多文章都在鼓励大家增加知识学习的深度而非广度，以免成为“万金油”，丧失职场竞争力。
我之前20多年里一直都在从事互联网技术开发相关的工作，所经历过的岗位日常工作基本上都需要具备一定专业知识才可以胜任。不论是小公司或大公司，初创公司或成熟公司，同事们都会经常讨论一个问题：
“为了自己未来的职业发展，在知识学习上到底应该选择广度还是深度？”
通常我们说知识学习上讲求深度，是指对某个知识点或者是技术方向深入研究学习，成为这方面的专家，具备解决相关技术难题的能力。而讲求广度，则是指对各方面相关知识都有了解和涉猎，可能相关业务需求都能上手，但是相对精通还有一定的距离，往往这样的人会被称为“万金油”。
一般在日常工作知识与技能学习中，我们会更推崇深度，许多企业招聘时也更青睐有相关知识深度的人。因为他们不但可以快速、正确地完成任务，并且在任务出现难题时，具备解决这些难题的能力。
知识广度上的积累，可以给我们远见，让我们获得智慧。在足够长的时间里，智慧是比知识更有价值的。
目标进度与方向
用这张平面坐标系图来表示一个项目，零点是项目的起点，右上角的黑点是最终目标，箭头线是项目进展路线。有知识和技能深度的人帮助提升r值，加快达到目标的速度。而有知识和技能广度的人帮助调整角度，保证前进方向的正确，保证能够达到最终目标。
追求知识和技能学习的深度与广度，原本并不是不相容的两件事情，但是由于一个人时间与精力有限，这二者往往变成一种矛盾，尤其在互联网等技术开发领域，人们为了保持技术岗位的竞争力，被迫牺牲广度来换取深度。
从职业发展角度，分不同几个阶段，讨论技术知识学习需要广度还是深度。
1.初入职场
不论是在大学里接受完整的计算机科学教育，还是因为个人喜好自学完成编程开发的技能学习，初入职场往往都会比较缺乏技术技能在具体业务项目中的应用经验。在这一时期，提升技术知识的深度，培养自己成为技术专家应该是唯一的目标。
2.工作一些年限，希望公司内部晋升或准备跳槽
经过1，2年的工作之后，已经积累了比较多的项目经验，基本可以满足公司日常技术工作需求，工作岗位相对稳定。一般会开始面对在公司内部职位晋升，或者跳槽换一份新工作。
在公司内寻求职位晋升，更多被考量与考核的应该是在过往工作中解决问题的能力，和项目完成的质量与效率，这都是以不断提升技术知识深度作为基础的。
跳槽寻找新工作，初试时会需要完成一些书面或编程操作考题。如果合格，面试官会再询问一些实际项目案例，判断对基础技术技能的掌握情况，以及实际项目的经验。技术知识深度将成为重要的判断标准。
3.晋升架构师，或项目的技术主管
在工作更长一段时间后，通常3-5年，将有可能获得从纯技术开发岗位，转变为需要承担一些管理职能的岗位。或者希望继续走技术专家路线，向架构师方向发展也是可行的。
技术管理岗将会被要求负责一个产品所有的技术相关工作协调，而架构师的工作则需要统筹设计整个项目的技术架构，实现标准等。这都需要熟悉包括前端、后端、数据库、服务器管理等等，各种与项目实现相关的知识。
要满足日常工作，就必须拓展技术知识学习的广度。
4.准备创业，开创自己的事业
创业成为一家初创公司的创始人，可以看作是职业生涯的一条分支，有些人分叉之后一去不回，而有些人却会在尝试之后又回归主线。
技术开发人员参与创业，不论前期投资资金是否充裕，在最初一段时间里，都必须是以多面手的姿态出现。作为技术开发团队负责人，需要充当产品与技术的转换器，需要完成最初期的技术选型，需要判断技术实现的难易程度，消减初始版本的功能需求。在技术开发人员到岗不及时时，还需要亲自上阵完成初试版本的功能开发。
这时对知识技能的广度与深度都有相同的要求。
5.成为企业高管，希望保持职场竞争力
技术岗的企业高管（排除作为创业公司创始人），往往是首席架构师，或者是企业CTO。这一时期具体编程的工作将会很少参与，日常工作的重心更多转移偏向管理。需要为企业产品发展找出技术方向，需要完成企业技术宣传等工作。
技术知识学习的深度慢慢减小，而广度则需要不断扩大。
以上几个阶段正好我的职业生涯中都曾经经历过，不能说都做得很成功，但是个人觉得有些许经验可以分享出来。看到许多文章都在鼓励大家增加知识学习的深度而非广度，以免成为“万金油”，丧失职场竞争力。但是实际上一味地向深度挺进，而不抬头看路，也是有比较大的风险。
也许在最初你所选择的技术方向是正确的，不断地深入学习让你拥有较强的职业竞争力，获得不错的职业发展。但随着时间的推移，这些技术可能会遭遇淘汰（在发展迅速的互联网行业尤其普遍），被迫更改技术栈就会是比较辛苦的事情了。
知识广度上的积累，是在获取智慧，在足够长的时间线上，智慧是比知识更有价值的。
