这个观念抓住了一部分真实:有明确准则的工作确实少纠结。但它把“舒服”当成选工作的标准,可能反而让你避开真正有价值、也真正需要判断的工作。
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。
“对错明确”的舒服,来自熟悉的评价体系
立正把这种偏好解释为一种偏差:人追求确定的结果和正反馈,而占工作大头的那90%之所以容易做,是因为它沿用现有的方法和评价体系,很多东西是已知的1。他还说,人在学校里习惯了“书上有正确答案”,于是误以为现实也能想透、也有满分答案,但现实并不是这样2。按这个解释,你感到的“舒服”未必说明那份工作更有价值,可能只是反馈来得更快、更确定。
判断难对接,不等于该回避判断
立正讲过一个具体情形:下属做出的数据结果是B,业务方想要A,该坚持专业诚实,还是照甲方要的做。他的建议是先看清这件事在更大的局里是什么位置,坚守自己的价值,但适可而止,把决定交给该做决定的人3。这说明“自己判断和客户反馈对不上”是真实存在的张力,处理方式不是逃到没有判断的岗位,而是分清哪些判断该坚持、哪些该交出去。他还提到,找到高价值工作后不会立刻见效,往往要经过多次推向市场、拿反馈、再调整,才产生大的影响4。所以摸索不出确切结果,可能是这类工作的常态,而不是它不值得做。
可以追求少纠结,但别把它当成择业主轴
AI推演如果你现在正被纠结耗得很累,先选流程清楚、反馈明确的工作来恢复状态,是合理的。但按立正的思路,更值得试的是在现有环境里用高价值工作挤掉低价值工作,而不是换到完全没有判断的岗位5。一个可观察的小尝试:回看过去半年,找出真正决定主要产出的那两三周在做什么,看它是否恰恰需要判断;如果答案是肯定的,就说明你想回避的,可能正是最该保留的部分。这是 AI 基于上述材料的应用建议,不是立正本人的原话。
材料里没有直接讨论“该不该选有明确对错的工作”这一命题本身,以上是把立正关于确定性偏好、专业判断和高价值工作的说法套用到你的问题上,属于 AI 的综合与推演。
出处
- 1如何找到10%高价值工作,降维打击内卷?
解释人为什么偏好确定反馈,以及90%工作为何更容易做。
- 2做客《不止牛马》:别拿考试的规则打工
说明“现实有标准答案”的错觉从何而来。
- 3杨天楠:看似体面的工作,实则都是在表演?
给出专业判断与客户需求冲突时的具体处理思路。
- 4高价值工作,如何发挥最大效果?|Go to market multiple times
可回到原文核对这部分判断
- 5第12课|10%的工作是有意义的 —— 工作如何抓主线?
提供用高价值工作挤掉低价值工作的可操作方向。
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
- 你认为我应该是做一个有明确操作流程和对错的工作,还是应该去做一个需要自我判断得失的工作
不必把两种工作当成二选一:更稳的做法是先练出“看清取舍、判断得失”的能力,再决定要不要进入需要自我判断的岗位。
- 立正本人目前使用的 Codex 是哪个 ChatGPT 套餐或 plan(例如 Plus、Pro 或其他)?请依据公开材料回答;如果没有直接证据,请明确说无法确认。
无法确认。公开片段里,立正只说了自己几乎不打开 ChatGPT、遇到问题更常去问 Codex,并提到两者 token 单独结算;但没有说他用的是哪个 ChatGPT 套餐。
- 你现在有什么推荐的股票吗
没有。提供的材料里,立正没有推荐任何具体股票;他讲的恰恰是为什么“好公司会涨”这类选股理由未必站得住。
- 能用Html写程序吗?
可以。HTML 本身就能写网页程序;资料里李森提到自己当年就是学 HTML、CSS 做静态页面,再用 Dreamweaver 手动更新。
- 那么这个大项目我还在建设中,它对于边界和判定标准一直是说了后面忘了前面。怎么处理
把边界和判定标准写进一份可修改的规则文档,每次出错就补一条“错在哪、为什么”,而不是靠记忆反复重讲。
- 金融风控建模是一个有前景的方向吗
现有材料没有直接讨论金融风控建模,无法据此判断它是否有前景;能借用的只是两条通用判断:模型适合替代已有清晰规则和标签的重复决策,以及应把精力投向高价值、难被替代的问题。