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。
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。
先看你在哪条赛道上爬
材料里的观点职业选择有层级:宏观和行业趋势、公司、业务、老板,最后才是具体技能。层级越靠上,影响越大——选对行业和公司,比在差赛道里精挑岗位更管用;同一家公司里做不同业务,所需人才和文化可能像两个世界。所以“到顶”的感觉,先要分清是个人能力到顶,还是所在业务和行业本身见顶。如果公司进入成熟或衰退期,销售额和利润下滑,你再努力也难有增量,这时换赛道比在原地加压更有效1,2。
升职靠的是能被看见的硬结果
材料里的观点升职加薪通常要在两件事里至少死磕一件:一是手里有可量化的业务增量,能指着结果说这是我做的;二是对上的可见度,让你老板的老板知道你是谁、在做什么。很多人的成果被直属上级过滤后才往上走,上面看到的版本和你经历的完全不同。所以别只闷头做事,要主动争取在更高层级面前汇报和表达的机会。年轻同事显得更强,可能只是他更早占住了这两件事之一,而不是天赋差距3。
到顶感也可能是该换视角了
AI推演如果确实卡住,值得用发展的眼光重看方向,而不是在已有经历上做小步优化——过去的经历是财富,也可能是累赘。一个可试的做法:每半年重写一次简历,或找人做一次访谈式复盘,逼自己把做过的事凝练成能讲清楚的成果。这个过程会暴露你到底是缺机会、缺可见度,还是缺一块真正拿得出手的硬结果,从而判断该换环境还是补能力4,5。
材料没有你的行业、岗位和年限信息,以上是判断方向而非针对你处境的具体结论。
出处
- 1第11课(下)|强者成事先做选择:道天地将法·实践篇
讲清行业、公司、业务、老板的层级影响,适合判断“到顶”是个人问题还是环境问题。
- 2第11课(上)|强者成事先做选择:道天地将法·理论篇
可回到原文核对这部分判断
- 3高阶升职加薪的三个底层逻辑
给出升职要死磕的两件事和可见度机制,适合对照自己缺哪一块。
- 4想通过跳槽升职加薪,要先做好这件事
讲用发展眼光看方向、不被沉没成本绑住,适合卡住时重估路径。
- 5CPO是什么体会?|如何步步高升?|大模型的市场行业应用| @YC_Talk 新访谈
提到定期写简历和复盘来凝练成果,适合作为可操作的自我检验。
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。
- 還有人在追求升職加薪嗎
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。
- 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。