你缺的可能不是时间管理,而是让行动本身成为学习:先做一件小到不需要意志力的事,用过程中的真实反馈替代对“做得好不好”的预判。
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。
行动本身就是学习,不是学会之后的执行
你把行动当成学习结束后的考试,所以必须先“准备好”才敢开始;一旦开始就意味着接受评判,而拖延恰好保住了“我一做肯定做得非常好”的假设。立正的说法相反:真正让能力进入大脑的,是在做的过程中不断得到信息——哪一步真的难,哪一步只是想象,哪里需要补知识,哪里直接试就行1。这解释了为什么时间管理和福格模型效果难持续:它们优化的是执行效率,没有改变“先学会再开始”的前提。把目标从“找到好工作”换成“今天做一件能产生反馈的小事”,比如只改一段简历、只问一个人一个问题,行动就变成了获取信息,而不是接受打分。
用兴趣驱动比用意志力硬撑更容易持续
AI推演立正讲过一个自己的转折:工作一年左右他发现,自己每天是自然去上班、遇到问题自然想解决,并没有在调动意志力;而从小到大靠逼自己学习,到读博时意志力已经不够用2。这和你描述的循环对得上——压力大到一定程度就退回娱乐,往往不是懒,而是意志力这条通道已经透支。可以试的做法是:不设“每天必须推进求职”的硬指标,而是找一件你本来就有好奇心的相关小事(研究一家公司、拆解一个岗位要求),让它靠兴趣启动。观察一周:如果这类事你能自然做下去,说明问题在驱动方式;如果连感兴趣的也启动不了,那更可能是目标本身让你不安,需要另找原因。
幼年习惯与自我厌恶循环属于你自己的回顾,材料没有针对这类成因的讨论,上面的做法只是可尝试的方向,不构成对成因的判断。
出处
- 1如何breakthrough:去做那件你早就该做、却一直没做的事
直接说明行动与学习的关系,适合核对“先学会再开始”这个前提为什么站不住。
- 2如何喜欢上自己的工作?
立正讲自己从意志力驱动转向兴趣驱动的经历,适合对照你压力下退回娱乐的机制。
追问2026年10月8日
这个做得好不好,似乎需要有一个第三方观察者。因为对我来说,在做的过程中以及做完之后,心里会不自觉地有声音说:“这么做有什么价值?没什么用。”等等负面情绪。 这种感觉经常有,虽说我明白,我老是拿自己和一些厉害的人做对比,但这是潜意识的做法,很多情况下,当我意识到它已经发生了。这也会加入上面我说的循环中,让我的压力更加大,更倾向于逃避。
你缺的不是第三方裁判,而是把“评判”换成“评估”:观察事实、对照标准、找下一步,而不是给整件事和人贴好坏标签。
评判和评估是两件事,混在一起才内耗
材料里的观点观察是记录发生了什么,比如今天工作了三小时、其中一小时有效;评估是拿标准去校准,比如预期四小时里两小时有效,于是问目标是不是定高了、时间被什么占走了;评判则给这件事下好坏终局判决,还把这个判决贴到人身上,变成“我不行”。前两者能带来下一步假设和实验,评判只消耗人,因为它把一件本可继续改进的事封死了1。你说的那个“这么做有什么价值、没什么用”的声音,正是评判在说话,它不提供任何可操作信息,只提供身份结论。
把比较对象从人换成可改进的手艺
你提到总拿自己和厉害的人比,这背后常是固定型思维:把能力看成天生注定,于是别人的成功变成对自己的威胁,失败变成对能力的否定。换成成长型视角,能力是可以练出来的手艺,失败只是告诉你哪里需要改进的信息,别人的成绩则是“这条路走得通”的证明2,3。打分思维会加重这一层:它只盯能量化的硬指标,忽略那些难以量化但更关键的部分,于是你用一个漏掉很多东西的分数去审判自己,越比越不快乐4。一个可试的做法是:下次那个声音出现时,不跟它辩论,只把它翻译成一句可检验的观察,比如“我这次投入了多少、卡在哪一步”,然后带着这个假设去看下一次。
材料讲的是评判、评估与成长型思维的一般机制,没有针对你个人情况的诊断;具体到你的循环如何打破,还需要结合你自己的观察来判断。
出处
- 1如何避免内耗?|Don't judge|The Inner Game of Tennis
直接区分观察、评估与评判,解释“没什么用”这类声音为什么消耗人。
- 2第04课|警惕固定思维:你的人生本该如此吗?
说明固定型与成长型思维在比较、失败和反馈上的差别。
- 3第06课|改变错误思维,筑牢认知地基,走向「财富自由」
把三种思维串起来,说明手艺是在犯错和克服中精进的。
- 4第05课|警惕「打分思维」,接纳多样的世界
解释打分思维为何让人只盯可量化指标、越比越不快乐。
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。