立正把主动性看成一种会被磨损、也能被练回来的能力:多做自己承担后果的小选择,少把时间交给抱怨和等待。
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。
主动性靠一次次小选择练出来
材料里的观点立正讲“agency”时,把它当成可以积累也会损耗的东西:每次自己为决定负责、主动看清并选择所处环境、不被身份绑住,主动性就变强;反过来,事事等别人安排、不选,就会习惯被带着走,慢慢麻木疲惫,因为人在自己控制不了的地方很难感到意义。他给的做法很朴素:每周给自己做一次选择,哪怕很小。这背后的机制是,选择会带来“这件事由我推动”的体验,而不是等一个完美时机再一次性夺回人生1。
抱怨会替代掉本来能做的行动
材料里的观点在讲无力感的那期里,立正区分了行动与抱怨、努力与结果、思考与期望。他描述的一类人是:一直吐槽工作和遭遇,别人给出具体行动建议,却马上说这行不通、说别人是靠溜须拍马才成功。这种解释方式让人不必行动,也就保住了无力感。所以拿回主动性的起点,可能是先检查自己遇到问题时,是在找一个能试的动作,还是在找一个证明“做什么都没用”的理由2。
先做一件能带来掌控感的小事
AI推演如果不知道从哪开始,可以挑一件你之前觉得解决不了的小问题,用新办法试着解决它,哪怕只解决一部分。立正说这类小成功会带来明显的掌控感,帮人走出习得性无助。它的价值在于验证一个判断:你是真的没有选择,还是只是还没试过。做完后留意两点——问题有没有松动,以及你下次遇到类似事情时是否更愿意先动手而不是先抱怨1。
关于职场中如何主动争取机会的片段说话人未确认,不能当作立正本人的建议;这里只采用他单人主讲的表述。
出处
- 1明知道这里会越来越坏,为什么我们还是不走?
最直接讲主动性如何被磨损、又如何通过每周小选择和小问题练回来。
- 2如何重拾人生的掌控感?|如何了解部门业务全貌?
讲无力感的来源,区分行动与抱怨,适合对照自己的解释方式。
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。