当确定性信号出现时，要学会跟随它

摘要

这一周我最大的感受是，很多事情表面上看起来很随机，但真正能改变路径的，往往不是随机性，而是那些已经开始变得明确的信号。

ChatGPT 出现之后，很多原本做搜索、推荐、数据处理的人开始向大模型靠拢。看起来像是在蹭热点，但从更大的视角看，这其实是在追随一个确定性更强的方向。职业选择、学习方式、内容表达，都是一样的逻辑：当趋势足够明确时，最重要的不是证明自己比别人更早看懂，而是尽快站到正确的方向上。

我最近越来越强烈地感觉到，很多技术和行业变化并不是均匀发生的，而是会在某个节点突然形成共识。

比如 ChatGPT 出现之后，原本做搜索、推荐、数据处理的人开始向大模型靠拢。以前看起来和 AI 没什么关系的传统方向，也开始尝试把大模型嵌进去。你可以说这里面有蹭的成分，但更准确地说，这是一种对确定性信号的追随。

当一个大方向已经出现，很多人都会本能地往那个方向靠。这个动作本身没有问题，甚至是必要的。因为在不确定时代，最危险的不是跟随，而是迟迟不动。

我对这件事的判断是，一旦你发现一个趋势已经足够稳定，就不要把太多精力花在它到底会不会成上，而要更多思考我怎么尽快进入这个方向。

这一周我看了不少 Anthropic Academy 的内容，最开始是想学一些基础工具的用法，后来我意识到，真正有价值的不是看懂了多少，而是你能不能把这些内容转化成自己的表达和实践。

我越来越认同一种学习方式：先理解，再动手，再复盘。

很多内容如果只停留在概念层面，很快就会忘掉。但一旦你真的去做、去试、去比较，理解就会开始变得牢固。尤其是在 AI 这种变化快、结果不完全可预测的领域，学习不能只追求标准答案，而要追求正向用力和快速试错。

这也是我觉得 AI 学习比很多传统学科更适合实践的原因。因为它天然就是一个不断试错、不断修正的过程。你不需要等到完全学会才开始，而是应该在使用中逼自己长出真正的理解。

我现在对职业发展的判断比以前更清楚一些：工作本身很随机，但你对工作内容的选择，不能完全随机。

你碰到什么上级、同事，很多时候不是你能决定的。但你至少应该尽量选择自己愿意投入的业务方向。因为一个人真正获得成长的地方，不只是公司名头，也不只是薪资涨幅，而是他每天在接触什么问题，长期在建立什么认知体系。

如果你做的事情本身你就不喜欢，你很容易把它当成纯粹的工作，做完就结束。但如果你对业务本身有兴趣，你会自发投入更多时间，愿意把它做深，最后积累出来的东西也会完全不同。

所以我现在更倾向于这样判断一份工作：

如果答案是否定的，那即使短期回报不错，也不一定真的适合我。

这一周我也反复提醒自己一件事：成长本来就是一个缓慢爬坡的过程。

有时候你会觉得自己进步很慢，甚至看不到明显变化，但这并不代表你没有积累。很多事情都是在跨过某个基点之后，才会突然出现一段明显的上升曲线。

所以比起焦虑为什么我现在还没飞起来，更重要的是回顾自己已经积累了什么，然后判断这些积累和你想去的方向之间有没有交集。

如果有交集，就继续加资源、加时间、加练习，把这个点强化到足够强。长期主义不是空话，它本质上是在帮你把资源集中到一个更值得的方向上。

我这周最后一个很重要的感受，是身体状态真的会影响你看问题的方式。

当你不舒服、疲惫、状态不好时，很多判断都会变形。你以为自己是在思考策略，实际上可能只是精力透支后的低质量决策。

所以保重身体不是泛泛而谈，它其实是最底层的生产力管理。你不需要每次都硬撑，也不需要把自己逼到极限。休息不是停摆，而是为了让下一次输出更稳。

如果状态已经偏低，就先恢复；如果方向已经看清，就别只停留在想法里，要尽快开始做。节奏对了，很多问题会自然变小。