用一句话就能说清:fake work 是做完之后,下一步决策没有变化的工作。你朋友说的“资源多了自然能做出有用的东西”,恰恰是 fake work 最典型的辩护——资源多不等于离结果近。
AI根据立正公开的文章和视频整理,不是他本人回复。重要的判断,请回到出处核对。
判断标准只有一句:做完之后有什么不一样
fake work 不是由形式决定的,做报告、写代码、开会都可能是,也都可能不是。区别在于这份产出完成后,下游会不会做出不同的决定或行动。如果只是让老板知道“我们在推进”,那它只是工作证据,用容易衡量的动作替代了难以衡量的价值。你可以让朋友拿他手头最忙的一件事试一下:做完之后追问“然后呢”,一直追到碰到真实用户或真实结果为止。如果追几步就停在组织的记分牌上,那件事就是 fake work1,2。
“资源多了就能做真东西”混淆了资源和结果
这个说法成立的前提是:他拿到资源后,责任链条没有在交接中清零。但现实往往相反——每交接一次,原本的结果就被翻译成更容易验收的交付物,用户问题变成需求,需求变成功能,功能变成上线,所有交付物按时完成,最初的问题原封不动。资源越多,需要协调和汇报的环节越多,离结果反而越远。所以“先爬上去再做事”的风险是:爬的过程本身就在训练他生产代理信号,等他真到了高层,判断什么是“真东西”的能力可能已经被这套回路磨掉了2,3。
反驳可以落到一个可检验的追问上
AI推演不用争论概念,让他挑一件自己认为“有用”的工作,问:这件事如果少做一轮,什么时候会造成什么后果?如果答不上来,说明它可能只是维持了“在做事”的感觉。反过来,高价值工作有一个特征:做完之后能拿出别人搞不定的成果,机会会主动找过来,形成复利。这跟职位高低没有必然关系——一个能直接闭合“判断—交付—反馈”小循环的人,比一个管着大团队却说不清结果的人更接近真东西2,4。
材料讨论的是 fake work 的结构性来源和判断方法,没有针对“高层是否自然能做出有用东西”给出直接结论,这部分是据此推演。
出处
- 1职场不再奖励表演式工作,晋升要对结果负责
给出 fake work 最核心的判断标准:做完之后下一步决策有没有变化,适合用来向朋友解释定义。
- 2如何识别与消灭 fake work
解释 fake work 为什么是结构性的、责任如何在交接中清零,以及缩短与结果距离的具体做法。
- 3假学习的终结
说明 fake work 骗的是“进步的感觉”,适合回应朋友“现在忙是为了以后”的心态。
- 4第12课|10%的工作是有意义的 —— 工作如何抓主线?
讲高价值工作如何挤走低价值工作、形成机会复利,可用来对比“先爬上去再说”的路径。
你也有想问的?
卡住的时候,问问立正:回答附有出处,可以点回原文核对。
也可以接着问:
别人还问了
- 怎么描述fake work 给朋友知道,朋友想爬corporate ladder,他觉得未来他想做到高层,到时候资源多了自然可以做出有用的东西,怎么解释fake work给他知道呢?并且反驳他的观点
用一句话就能讲清:判断标准不是形式,而是做完之后有没有改变下一步决策;只证明“我在推进”的,就是fake work。
- 总觉得现在学习新东西,技术没有什么意义了,因为ai能比你做的快10倍,同时也觉得任何东西/poc都没有门槛,我能几天之内学习新的技术,并deliver。如果我能,我相信别人也能,那我的竞争力到底在哪里? 学更广的知识还是干别的什么?
几天做出一个能跑的东西,只证明你当下交付得快,不证明能力留在你身上。竞争力更可能来自撤掉帮助后仍能判断、拆解和交付,以及别人做不出来的深度。
- workbuddy普通人怎么用
普通人用 AI 的关键不是学会某个工具,而是从“偶尔用一用”变成“让 AI 成为核心生产力”,并围绕自己反复做的一件事持续积累。
- 如何学习 ai
学 AI 要当手艺练,不是当知识背:围绕真实任务动手,用“撤掉帮助、隔段时间、换个条件还能不能做”来检验自己是否真会。
- ai时代如何赚钱?
立正认为AI时代赚钱的关键不是抓住某个风口,而是把认知和方法练出来:用经营者的视角看待工作,学会识别真正创造价值的事,并且相信赚钱的唯一方式是给别人创造价值。
- 课代表一直说要像学习一门手艺一样工作,这个怎么理解,什么是手艺,学习手艺的时候需要注意什么,如何精通一门手艺?
手艺不是熟练重复,而是能不断往深里钻研、越做越发现学问的活能力;学它靠动手试错,精通靠长期坚持。