你的迷茫可能来自把“为自己而活”等同于“立刻不工作”,但资料更支持先分清:你讨厌的是数据分析的支持性角色,还是所有工作;再用低成本方式验证爱好能否成为下一段主线。
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。
先分清是“这份工作”还是“工作本身”
你说不喜欢数据分析,因为太support、为别人做嫁衣。这更像对角色定位和业务部门权力关系的不满,而不是对“工作”本身的否定。立正在回顾自己从学术转向业界时提到,他是在意识到学术不适合自己后,才被业界机会推着走;他也说打工这件事“非常不适合我”,但那是针对他具体做的事、价值和认可方式1。这可以帮你把问题拆细:你排斥的是数据分析这个职能,还是任何需要服务他人目标的岗位?如果是前者,换一个更靠近决策或产品的位置可能比彻底不工作更直接。
“all in爱好”之前,先看它能不能承受市场检验
AI推演立正在课程里建议,有专业属性的人可以培养相关业余爱好并公开学习和实践过程,比如数据科学家分析公开数据集、为开源项目做分析并记录过程,这既能启发工作,也能打造个人品牌2。这不是说爱好必须变现,而是说你可以先用小规模、可公开的实践,观察自己是否愿意持续投入、是否有人反馈、是否产生新的机会。熊力在访谈里也强调,要根据自己的独特优势去匹配市场需求,而不是只凭想象3。对你来说,可以选一个爱好做几周低成本输出,看它带来的是能量还是新的压力;这比直接辞职更能产生判断依据。
迷茫时不必逼自己一次想清“这辈子做什么”
立正说自己的路“不是那么well planned”,博士前五年都以为要去做教授,第六年才慢慢意识到学术不适合自己;他甚至说如果当时学术界结果好,哪怕开始意识到不适合也会去1。这不能证明你该效仿,但说明“突然为自己而活”的迷茫不一定要靠一个完整计划解决。更可行的做法是保留面试作为信息渠道,同时用业余时间做爱好实验;等爱好实验给出持续投入的证据,再决定是否减少工作投入。
资料没有覆盖你具体的爱好类型、经济缓冲和签证/家庭约束,所以无法判断“立刻不工作”是否可行;以上只提供判断框架,不是辞职建议。
出处
- 1拆解职场进阶的世纪谎言|Waking Up at the End of the Ladder
立正回顾自己从学术转向业界的非计划过程,可用于理解“不适合”如何被识别。
- 2第11课(上)|强者成事先做选择:道天地将法·理论篇
提供用业余爱好做公开实践、连接市场反馈的具体做法。
- 3刷题+海投已失效,好工作需要这三件事|Databricks招聘经理访谈 - 上
熊力谈根据独特优势匹配市场需求,可补充“爱好能否成为主线”的检验角度。
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。