先判断哪一头有更大的放大空间,再把稳定的一头当底座、把可放大的一头当主攻;不必平均用力,也不必立刻辞掉本职。
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。
用杠铃思路分工,而不是二选一
立正给周洁的建议是把两件事分开、只选一件做:本职稳定、升职空间有限时,可以把本职当作稳定的一头,把时间和精力留给本职之外、上限更大的事业,这就是他说的杠铃型配置,自媒体要放大的是后面那一头1。这个判断有前提:周洁在非营利公共部门,job security 好,跳槽涨幅和稳定性都差不多,所以本职那一头的边际收益不高1。如果你的本职本身回报高、上升快,这个前提就不成立,不能照搬。
看哪一头真的能被放大
立正还提醒业务本身要适合被放大:本地餐馆花大力气学自媒体,可能不如抓好卫生服务和招个好店长,真来一波客流也未必接得住1。所以选哪一头,不只看你喜不喜欢,而要看那一头能否借内容、杠杆把成果放大,以及放大的结果你接不接得住。副业之所以值得投入,立正的说法是它 scalable、能上杠杆,效率提升可以直接变成收入增长,而主业做出两倍业绩通常还是同样的工资2。这是他对副业的一般判断,不是对每个人都成立。
先定“成功”再决定投入
AI推演立正认为“扩大影响力”太抽象,要落到具体目标,比如找到投资线索和合作对象,或做知识付费、撮合供需1。他还区分大流量账号和高变现账号,两者通常冲突,周洁这种情况应选高变现:十期视频只有十几个赞,但有一条促成合作,就算成功1。放到你的处境,可以先问自己:这一头要的是收入、机会还是曝光?答案不同,投入方式和放弃标准也不同。Newton 在另一期里提到,选副业要考虑金钱和时间投入,以及在不放弃本职的前提下两者能否兼容3。这是他本人的说法,不是立正的观点。
现有片段没有给出“本职与副业关系不大”时的通用决策标准,也没有说明什么条件下该放弃本职;上面的判断主要来自周洁这个具体案例和立正对副业的一般论述。
出处
- 1做自媒体,先想清楚你要放大什么
立正对周洁的具体建议,含杠铃配置、只选一件、业务是否适合放大。
- 2自媒体5年,没人告诉我的3个副业真相
立正解释副业为何可上杠杆、收入可随效率增长。
- 3程序员开餐馆-投多少,赚多少,忙不忙,能财富自由吗?
Newton 谈副业选择的金钱、时间投入与兼容性,可作补充视角。
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
- 我在网上看到有些人可以把 token 用的非常多,比如说跑几百个 agent 做这种类似 one-person company。
我感觉我现在虽然也用 Claude,但我还不是这种状态,我基本还是 single thread,或者 at most 也就 3 个 thread 这样子
几百个 agent 不是靠人同时盯几百条线程,而是把大部分任务交给自动化流程,人只看关键节点和结果。
- 我在自建中台软件,涉及到知识库和知识台两部分,知识库采用那种路径更好?是obsian这种,还是mag或grep?
现有材料没有比较 Obsidian、mag 或 grep 这三种知识库路径,无法据此判断哪种更适合你的中台。能确定的是:知识库要服务分叉、引用、结构化资产和过程可观测,而不只是线性记录。
- 我应该如何影响我的其他同事,推进当前的项目
先弄清同事在意什么,再用他们关心的价值切入,而不是只讲自己方案正确。
- 立正从什么时候开始做视频,如何坚持下来的
立正说自己是五年前开始做视频、每周至少更新一期;起点是给餐馆做外卖教学视频,发现满足了表达欲,就一直做下去。
- 在ai时代 data scientist更应该develop什么skillset 是product/strategy方向 还是更technical/statistics方向
材料不支持把两条路当成二选一:统计与编程是入场工具,product sense 决定能否把商业问题转成数据问题;AI 时代更值钱的是设计系统、定义评估,而非只做执行。
- 什么叫做技术直觉,它起到什么作用?怎么养成肌肉直觉?肌肉直觉的关键点是什么
技术直觉是从很少的数据点看出问题背后原因的能力;它靠经验积累、观察和把知识连成结构来养成,不是单靠重复动作练出的“肌肉记忆”。