这些材料把强工作能力指向三件事:判断什么值得做、把事真正做完、在模糊中持续放大成果,而不是把技能清单堆满。
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。
先判断价值,再用高价值工作挤走杂事
材料里的观点立正课程里给出一条可操作的逻辑:时间总会被填满,与其被低价值杂事占满,不如主动用高价值工作占满;手头事情本身缺乏价值,别人才会觉得他的事更重要1。他还把投入高价值难题描述成滚雪球:做出成果带来更多机会,更多机会带来经验和能力升级2。这里的能力首先是“选对战场”的判断力,不是单纯勤奋。
把事做完,比只做难的部分更关键
材料里的观点在朱一丰与立正的对话里,朱一丰把向上管理的核心说成预期管理:接到任务后超越预期、反复让对方放心把事交给你3。立正接着补充,想做成超越预期的事,往往要跟进脏活累活、真正在意结果;只挑有智力挑战的部分而不走完最后一公里,事情等于没做3。这段是立正对朱一丰判断的解读和延伸,不是朱一丰原话。
心力、判断力与弱可见的元能力
立正课程把心力拆成韧性、持久、坚决,并用小S和小A的对比说明:同样做出一点成绩,有人觉得完成了100%,有人觉得只完成1%4。他另文提到,判断什么值得做、把复杂问题抽象成框架、在模糊中组织资源推进结果等能力往往“弱可见”,不容易被单一指标测出来5。杜磊在访谈中则把更底层的能力说成做决定的能力,以及系统性思考、定义问题的能力,并认为这些比具体技能更能持续积累6。这是杜磊的判断,不是立正本人的主张。
材料主要来自立正的课程与访谈,偏重知识工作和管理场景;对体力劳动、手艺类工作的“强能力”几乎没有涉及。《大厂总监》3和《硅谷投资圈的非共识》6的部分发言标注为声纹匹配或待定,相关归属以能确认的段落为准。
出处
- 1第12课|10%的工作是有意义的 —— 工作如何抓主线?
给出用高价值工作挤走低价值工作的核心逻辑。
- 2如何抓住那10%真正有价值的工作?
可回到原文核对这部分判断
- 3大厂总监:如何向上管理,提升存在感,工作游刃有余?|朱一丰_下
展示超越预期、跟进到底与向上管理的具体讨论。
- 4第16课|利用杠杆:工作内外如何将个人能力变成人力资本,积累第一桶金?
解释心力三要素及小S小A的完成度差异。
- 5升维必然被骂
可回到原文核对这部分判断
- 6硅谷投资圈的非共识|AI时代重要的“元能力”|为什么AI正在惩罚“资深人士”?|杜磊_上
杜磊谈元能力与做决定的能力,可作对照视角。
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
- AI写东西很快,我怎么判断它写得对不对?
先别急着逐句改,先问自己能不能指出“哪里不对、为什么”。说不清时,把标准写成可读的文档或评分表,再对照原文和具体场景检查。
- 我该不该从ucberkeley本科退学去创业,我学的社会学专业,学不到任何东西
现有材料没有直接讨论“伯克利社会学该不该退学创业”,但能帮你把问题拆成两件事:先验证创业想法是否值得你押上退学,再判断“学不到东西”是课程问题还是你还没找到用法。
- 课代表曾经提到过他在meta上了一门数据相关的课程,不知道是什么
现有片段只能确认立正曾在 Meta 做数据科学家,没有提到他在 Meta 上过哪门数据课程,因此无法给出课程名称。
- Product data scientist在ai时代应该如何转型
核心不是补更多分析技能,而是从“做一段执行”转向“设计系统让AI把结果做出来”,并先确认自己现在的工作是否真在创造价值。
- 立正自己做出来问问立正这个工具以后立正最常问问问立正的问题是什么问题?立正最感兴趣问问立正的问题是什么问题?当问问立正问世以后立正最好奇的问题是什么问题?
现有材料没有记录“问问立正”上线后用户实际最常问、立正最感兴趣或最好奇的问题;能确认的是他做这个工具的动机,以及他判断好问题的标准。
- 最近在自己用AI开发游戏,之前是游戏策划出身,对技术了解相对比较少。但是感觉现在vibe coding出来的代码质量很差,我不确定问题到底出现在哪里,是我的提示词不对,还是我没有用比较好的skill?还是说有什么我没有意识到的方面在影响?核心还是应该如何提升自己vibe codeing的代码质量呢?
代码质量差,通常不只是提示词或 skill 的问题,而是任务拆得不够细、缺少可判断质量的评估能力,以及没有把“第一版”推进到“可靠系统”。