fake work 是用容易衡量的动作取代难以衡量的价值：做完之后，下游的决定或真实结果没有改变，只是留下了“我在做事”的证据。
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。
判断标准是做完之后什么变了
材料里的观点立正给出的判断只有一句：这件事做完以后，接下来发生的会有什么不一样吗？如果一份报告改变了下一步决策，它就有用；如果它只是证明团队在推进事情，那它就是工作证据，属于 fake work1。所以形式不决定真假，PPT、代码、开会都可能是，也都可能不是1。关键看它有没有碰到现实：满足谁的什么需要，而不只是停在组织的记分牌上2,3。
它骗的是进步的感觉，不是工时
fake work 最危险的地方不是浪费了八小时，而是让人在错误的反馈回路里被训练多年3。开一天会、改一天 PPT，人很累，大脑就给出“今天很努力”的信号，事情却没前进4。它也有结构性来源：知识工作的价值难以计量，组织只能看进度、报告、会议这些看得见的动作，人便围绕这些指标优化自己4,2。因此判断时要区分“我做了很多”和“结果变了”，前者是代理信号，后者才是价值。
这些判断针对的是工作与结果的关系，不针对某个岗位或某个人；同一类动作在不同情境下可能有用，也可能只是证据。
出处
- 1职场不再奖励表演式工作，晋升要对结果负责
最直接给出定义和那句判断标准，适合先核对原话与推理。
- 2从大厂高薪到自己赚钱，中间差的是什么？
解释高薪白领工作为何包含大量 fake work 的结构性原因。
- 3完整原稿＋口播导航卡｜AI会让假工作先爆炸，再贬值
可回到原文核对这部分判断
- 4假学习的终结
说明 fake work 骗的是对进步的感觉，以及它如何被训练出来。
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
- 我现在做AI视频的内容，需要大量的案例
我应该做哪些案例
先别按“AI视频案例大全”去铺量，从你自己真实遇到、反复出现的小麻烦里挑案例，做成能展示前后对比的成品；案例的价值在于证明你解决过真实问题，不在于数量多。
- 现在这个时代应该读博还是直接工作
读博本身不自动带来价值，关键是你能不能借它积累可迁移的能力和成果；如果读博只是跟着惯性走，直接工作往往更划算。
- 机器人行业现在进入还有前景吗，如果没有应该如何转向
资料里没有对机器人行业前景的直接判断，无法替你判断该不该进；但立正反复讲的一个判断可以迁移过来：别只问行业热不热，要问你所做的事会不会成为别人最想省掉的那块成本。
- 有没有讨论过在不同城市或国家之间做选择的节目？
现有材料里没有专门讨论“在不同城市或国家之间做选择”的节目，但立正谈职业选择的内容涉及跨城市、跨国家的取舍，可以借他的判断框架来看这类问题。
- 电子信息类专业大学生值得考虑的职业方向
电子信息类大一不必先锁定具体职业，更值得先做的是：把“成熟方向、能增加选择权的平台、成果可衡量的岗位”当作筛选标准，同时用和真实从业者聊天来缩小范围。
- 计算机行业哪些职业会被真正淘汰？整个就业面是在往下走吗？
被挤压的是信息搬运和叙事包装类岗位，而定义问题、设定约束、评估验收的能力更稀缺；整个就业面不是简单往下走，而是行业超额回报在收窄、岗位结构在变。