有,但追求的方式和理由已经分化:有人仍在组织内往上走,有人把升职加薪当作焦虑来源,也有人转向别的目标。
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。
升职加薪仍是很多人的实际目标
材料里的观点在大厂这类组织里,往上走最直接的路径仍然是管更多人、拿更大业务,所以下面的人想的是升职加薪和把工作做稳1。职业早期,活干得好、能力够硬,上面自然会拉一把,规则清晰;到了中高层规则变了,升职加薪更接近一种政治行为,而不是单纯的能力奖励2。所以“还有人追求吗”的答案是:有,而且越往上越需要换一套打法,光靠干得好可能不够。
也有人把升职加薪当成焦虑的来源
材料里的观点另一种常见状态是盯着“别人为什么升得比我快”,然后研究最快的升职加薪方法。这种比较会带来持续焦虑,还容易让人转向权谋或阴谋论的解释,比如谁是谁的亲信、谁送了礼,反而忽略自己能力的提升3。这里要留一个条件:能力提升不必然带来更快的升职加薪,很多时候结果里有运气的成分3。所以追求本身没问题,问题在于把“最快”当成唯一标准。
行业回报会变,目标也可能跟着变
曾经人人羡慕的管理咨询、投行、媒体岗位,如今热度已明显下降,说明没有哪条职业路径是永久的铁饭碗4。当一条路的超额回报消失,继续追求升职加薪的人会变少,或把目标换成别的。如果你正犹豫要不要继续追,可以先问自己:我追的是这个组织里的位置,还是它过去能带来的那种回报?这两者不一定同时成立。
材料多来自互联网大厂和知识工作者的语境,其他行业、体制内或小团队的情况未必适用。
出处
- 1知识付费、IP、升职加薪、向上管理、Skills、可复用AI工作流|闪光少女斯斯和小声比比
呈现大厂内部升职加薪的实际路径与动机,适合核对组织内的人为什么还在往上走。
- 2高阶升职加薪的三个底层逻辑
解释职业早期与中高层升职规则为何不同,适合核对“升职加薪还是不是能力奖励”这一点。
- 3改变因果观,化焦虑为动力
说明把升职加薪当成比较对象时如何产生焦虑,适合核对追求背后的心理机制。
- 4毕业放弃百万offer的原因|应对AI职业冲击的三条建议
用管理咨询、投行等行业的兴衰说明职业回报会变,适合核对“这条路还值不值得追”。
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
- 怎么和领导提涨薪 我要做什么准备
涨薪的关键不在罗列自己做了什么,而在让直属领导觉得给你加薪对他有利——他关心的是自己的升职,你要找到这个共同点。
- “前亚马逊VP教我们职业发展”这个视频中最有价值的信息都有什么?
这期最值得记的是:升职不只靠技术过硬,还要让决策者看见你把技术转成了业务价值,并和你建立信任关系。
- 怎么高效爬career ladder?感觉有些比我年纪轻的的确能力比我强,感觉我的职业生涯到顶了怎么办?how to stay driven?
爬梯子快不快,多半不取决于你多努力,而取决于你选没选对赛道、老板和那块能出结果的事;觉得到顶,常常是当前环境的天花板,不是你的。
- 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。