想让带教老师觉得你靠谱,先别急着再解释,而是把“不再遗忘”变成看得见的机制,并主动把缺席的补救方案说清楚。
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。
靠谱来自可预期的交付,不来自道歉
立正讲职场时提到,人常期待公司或老板把定义明确的工作、培养机会主动送到自己手上,但多数时候没有,需要自己去找、去问、去争取1。实习里也一样:老师判断你靠不靠谱,看的不是你多诚恳地道歉,而是下次交给你的任务会不会按时、按标准出现。两次遗忘缺席已经让“你会不会又忘”成了一个待验证的疑问,光靠道歉信很难消除它。更有效的做法是把承诺变成对方能观察到的安排,比如每次任务记进同一个日历并提前一天确认,或者每周固定时间向老师同步进度。这比再写一封解释信更能回答“你还会不会忘”。
先补上缺席造成的缺口,再谈继续实习
AI推演你在等老师回复,等待期间可以做一件具体的事:把两次缺席各自耽误了什么、你打算怎么补,整理成简短说明,连同后续的排期一起发过去。立正讲提问时强调,问之前先做好功课,让对方能高效地补上认知差距2;同样的道理,老师要判断是否让你留下,需要看到你已经想清楚缺口在哪、怎么补,而不是只看到你的歉意。这也符合他说的把事实和自己的解释分开:事实是缺席两次,解释“我态度不认真”未必成立,但老师只能依据事实判断,所以你要主动提供能改变判断的新事实。
现有材料没有专门讲实习生遗忘缺席后如何补救,以上是把职场中主动负责、先做功课的思路迁移过来,具体做法需结合你单位的实际安排。
出处
- 1为自己负责 -- 成长的第三个开关
讲职场中不能等别人把机会和明确任务送到手上,要自己主动争取和沟通,适合理解靠谱感从何而来。
- 2三条奥义学会在职场里有效提问
讲提问前先做功课、让对方高效补上认知差距,可迁移到如何向老师说明补救方案。
- 3为什么别人的好建议,到你这里就用不上?
讲把事实和解释分开、用小验证带回反馈,适合梳理你目前的处境和下一步动作。
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
- 这个课干啥的
这是一门教人真正把 AI 用进工作与项目的课,重点不是软件操作步骤,而是提需求、判断与动手做的能力;另有一门一小时小课供先试。
- 课代表在223年写的一篇文章里面有讲包括大语言模型是怎么来的呀?介绍这些背景资料的
按现有片段,无法确认“课代表”在2023年写过介绍大语言模型由来的文章;能确认的是立正在2023年有两份公开讲解,分别从生成模型原理和范式变化切入。
- 前辈想请我付费帮她做一档播客,我很愿意采访,但觉得采访完之后的剪辑和发布比较麻烦。一方面我觉得 AI 应该可以把后期做的不错,但实际上我自己的播客后期一直没有弄的很丝滑。我不太知道怎么判断这件事合适。我想的是,我可以收很低的费用,只负责采访。或者用相对高一些的费用,把采访和后期都接了。不太想接负责找外包剪辑同学以及和外包同学沟通,之前自己试过比较麻烦。
按你的约束,更稳的是低价只接采访,把后期排除在承诺之外;若想连后期一起接,就应把外包剪辑和沟通成本算进报价,而不是假设 AI 能替你消化。
- 如何做好 data agent?
做好 data agent 的关键不在模型多强,而在先把数据关系建模成图、在生成查询外加一层审计纠错,并把上线后的持续调优当成常态。
- 目前用了很多 agent,如果管理跨 agent 的 skill 更新和维护问题?
把 skill 当成需要持续运营的共享资产:统一存放、版本化、按环境适配,并给高风险改动加审批。多 agent 不是多份 skill,而是同一份 skill 被多处引用。
- 想赚钱,增加收入,普通人是不是做自媒体更好
不一定。对多数普通人,自媒体更该先当低成本试水的事业,而不是稳赚的副业;它前期大概率不赚钱,成功标准要先定清楚。