不一定。运动员式人生是围绕一个可量化的目标长期投入,而自我追求更像不断更换目标、甚至先接受“不知道要什么”的阶段,两者只在“投入”这一点上相似。
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。
运动员式人生的核心是单一目标下的长期投入
材料里的观点立正讲自己大学游泳队的经历时,强调的是训练非常辛苦、物理上痛苦,但他坚持了两年,这段经历对性格塑造作用很大1。运动员人生的结构是:目标明确、反馈清晰、每天的动作都指向同一个方向。不生小孩之后,人生确实可能腾出更多时间做自我追求,但自我追求未必长成这个样子——它可能没有赛季、没有排名、也没有一个公认的终点。所以“像运动员”这个类比成立的条件是:你确实有一个愿意长期投入、且能自己判断进展的目标。如果目标本身还在变,那更像是在找方向,而不是在训练。
自我追求更常见的难点是目标本身不稳定
立正提到,他以前以为的人生意义其实是别人给的:成绩高、职级高、赚钱多,个人价值就跟这些绑定,他认为这完全错了,但也不知道对的是什么2。他还说过,钱不是衡量人生意义的尺度,应该去找自己的意义,而不是被外在标准衡量3。这正好说明自我追求和运动员追求的一个关键差别:运动员的目标通常由项目本身给定,而自我追求的目标需要自己生成,而且会随年龄、处境变化。所以不生小孩之后,人生未必自动变成“追求自我”,更可能先经历一段“不知道要什么”的时期。这段时期本身不是失败,而是自我追求的一部分。
可以先用一个小目标检验自己是不是在自我追求
AI推演如果你不确定自己是不是在过运动员式的人生,可以先挑一件你愿意持续做、且能自己看到变化的事,比如每周固定投入几次某项技能或运动,做一两个月。观察两点:一是没有外部奖励时你还想不想继续,二是你能不能自己判断有没有进步。这两点能帮你区分“这是我真正想投入的方向”和“这是别人给的目标”。立正讲过一个例子:有人从工作本身的挑战里得到足够快乐,所以不需要外界认可,升职是结果而不是目标4。这个状态更接近自我追求,而不是运动员式的目标追逐。
材料里没有专门讨论“不生小孩”这个前提,以上是从运动经历和自我意义相关的内容推出来的,不能当作对无子女生活的直接结论。
出处
- 1学会吃苦!
立正讲自己大学游泳队经历,是理解“运动员式人生”这个类比的第一手材料。
- 2立正本人的话 · 想清楚这些,才能成为财富的主人|Multiple-Fire系列
他明确说以前的人生意义是别人给的,适合核对“自我追求”和“外部目标”的区别。
- 3立正本人的话 · 打工人如何获得财富自由?|什么才是真正的财富和真正的自由?(中文字幕)|Multiple-Fire系列
他讲钱不是衡量人生意义的尺度、要去找自己的意义,适合理解自我追求的方向问题。
- 4用Growth Mindset快乐驱动你的职业和人生
里面有一个从工作挑战本身获得快乐、不需要外界认可的例子,适合对照“目标驱动”和“投入驱动”。
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
- 有个投资人讲 alexzandra wang
最直接的是周楠那期访谈,标题就点明他讲 Alexandr Wang 为什么是顶级创始人;片段里还提到 Scale AI 在 2021 到 2022 年因自动驾驶降温而客户变少的转折。
- 找到10%高价值的工作,但是在AI时代,对于data scientist来说,高价值的工作是什么呢?我觉得我之前很多的高价值的工作现在都没有价值了,而且留不下来,而且别人不会觉得是我做的。
AI 让“处理信息”这件事变便宜,所以数据科学里原来值钱的分析、建模、报表正在贬值;新的高价值位置是判断该做什么、把模糊问题变成可执行系统,并对结果负责。
- 为什么个体AI用的很好但是整个公司团队没有上来?
个人用得好,是因为他一个人就能把背景、判断和反馈闭环起来;团队上不来,是因为这些能力散在每个人脑子里,组织结构和激励又没跟着改。
- 职业院校实训科教师(体制内)+ 个人开发者/IP 运营者。想请您诊断我这套工作流架构:① 最脆弱、迟早出事的一环是什么?② 最过度建设(投入产出最差)的一环是什么?③ 如果只能再做一件事,您建议做什么?
最脆弱的是学生数据与云服务混用的那条链路;最过度建设的是多设备、多模型、多平台的全互联架构;如果只做一件事,先给「学生数据不可上云」划出一条可验证的物理边界。
- 我每天很忙,但不知道工作有没有价值,怎么识别 fake work?
识别 fake work 的关键不是看你有多忙,而是追问:这份产出完成后,下游会做出什么不同的决定或行动?如果多生产十份,真实结果也不会更近,那它很可能只是让你感觉在前进。
- 如何看待国内办公场景workbuddy爆火和AICG盛行的短剧,对我们这些使用原生agent的开发者有什么建议。
办公场景的AI工具和短剧爆火,说明AI正在把“生产内容/代码”的单价压到很低;对原生agent开发者来说,越靠近“为结果负责”就越难被替代,光会调工具本身不构成壁垒。