落差来自评价标准换了,不是你的努力贬值了;先承认旧标准下的成绩真实存在,再用自己的长期目标决定哪些能力保留、哪些活动让位。
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。
换的是尺子,不是你的价值
奖学金按硕士论文打分,你在这把尺子上确实不占优,这是事实,不必用“经历很珍贵”去否认它。但同一件事换个标准看就不同:你拿到的荣誉来自学业、组织、公共参与和跨文化交流的综合表现,说明那些能力在另一套体系里被认真衡量过。打分思维的危险在于,它让人只盯着能量化的部分,把复杂的世界看简单,也让人很难真正快乐1。所以失落可以承认,但别把“这次没拿一等奖”读成“过去几年白过了”——那只是两把尺子量出的不同结果。
用十年后的目标筛能力,而不是用当下指标
判断哪些能力该留,可以问一句:如果不用现在这套评价,针对我真正想解决的问题,最合理的做法是什么2。科研深耕是博士阶段的主线,但“主线”不等于“唯一”。组织协调、公共表达、跨文化沟通这些能力,如果指向你未来想做的事(带团队、做交叉项目、进入国际学术圈),它们就不是要放下的爱好,而是可以换一种方式继续积累的资产;如果只是惯性参与、并不指向任何长期目标,那才值得主动让位。立正自己也说过,他选择少赚一些、多把时间放在生活和修心上,但看到别人更高效、更红时仍会心有不甘,需要克制自己不去做那些本可以做、但选择不做的事3。这说明取舍的难处不在想通,而在长期忍受“本可以”的诱惑。
给自己一套不靠奖项结算的标准
AI推演你可以试着做一件小事:把博士期间真正想积累的东西列出来,分成“必须靠论文体现”和“论文体现不了但十年后仍重要”两类,然后只对第一类设硬指标,对第二类设最低投入线(比如每周固定留出一点时间)。这样做不是逃避评价体系,而是让你清楚哪些努力是在为奖学金服务、哪些是在为自己服务。观察一段时间后,如果第二类持续被挤到零,说明你正在被当前标准完全定义;如果它稳定存在且不影响主线进度,说明你找到了两者共存的节奏。
材料没有针对工科博士评价体系或奖学金规则的具体讨论,上述取舍框架需要你结合本校实际要求判断。
出处
- 1第05课|警惕「打分思维」,接纳多样的世界
解释打分思维为什么让人只盯可量化部分、并因此难以快乐,适合核对心理落差这一层。
- 2通过Jev,辨清AI新技术的叙事陷阱:谁替你决定了什么叫“厉害”?
讲清评价标准应由自己的任务决定、以及如何找真正合理的比较对象,适合核对“哪些能力该留”。
- 3立正本人的话 · 让心自由,才能更好地活着|对话《金刚经50讲》王路
立正本人谈自己少赚多体验、以及克制做“本可以做的事”的难处,适合核对取舍的长期代价。
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
- 全面发展的人进入科研体系,哪些能力其实可以直接转化为科研优势?
可塑性和判断力是科研里最直接能转化的两项:前者让你从导师和同行那里快速吸收隐性经验,后者决定你选什么问题、怎么取舍。
- 数据分析师学习什么才能不被淘汰
把重心从“会用工具”转到“能定义问题、创造业务价值、影响决策”,并把 AI 当作放大这些能力的系统来用。
- ai能很容易的建立nlp框架来分析情感或者评论主题,那我还需要学习nlp基础么?
如果目标只是跑通情感分析或评论主题,AI 确实能大幅降低门槛;但要不要学 NLP 基础,取决于你是否需要判断结果对不对、在什么场景下失效。
- 我如果要进行这个创业 我该从什么地方开始?
先别急着做产品,先想清楚谁会在什么情况下付钱、你怎么触达他们;再结合你独有的经验和理解选赛道。
- 我是项目管理,现在有很头疼的点在于项目经历了3代,有很多的技术问题遗留,而且有很多问题都是不知道结果或者进度,以及后续的技术方向。很多信息都掌握在老的PM手上,我无从得知。我很多精力都投入到把模块搭建起来却没有很好的理解模块运行的逻辑和机构的动作,节拍这些细节内容
先把“不知道”变成可追踪的风险清单,再向能补历史信息的人定向索取;同时用“结果+进度+风险”而非“我做了123”来汇报,把模块逻辑和节拍作为要补的技术功课单独立项。
- 立正说codex用了他硬盘300g
现有材料只能确认:立正账号下的一篇文章写到,本机 Codex 目录约 326GiB,清理后降到约 15GiB;文中没有出现“300G”这个说法。