两者是交替校准的:方向大致对了就动手,行动再回来修正方向;卡住的人不同,先补的那一头也不同。
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。
方向层和执行层之间是来回校准,不是谁先谁后
把问题拆成两层会更清楚:一层是判断做什么、为什么做,另一层是怎么做、做得出来。两层之间会互相迭代,不是想清楚再做的瀑布流程——方向层的理解也要靠执行层的体感来校准。所以“先想清楚再做”和“先做再说”都不完整:纯靠想拿不到好结果,信息来自行动,但这个说法有个前提,就是方向大致已经对了。如果方向完全没谱,先动手容易变成乱试;如果方向已经八九不离十,还在原地推演,就只是在熟悉别人怎么做。判断自己属于哪种,可以看一件事:你现在能不能说出一个具体要解决的问题,哪怕它还很粗糙1,2。
“开始做”是对有方向的人说的,不是通用口号
公开建议倾向于让人开始做,是因为多数受众属于有方向但不行动的那一类;对着方向迷茫的人,先帮他想清楚方向再鼓励行动更合适。所以那句反直觉的口号更像开场钩子,不是完整立场。AI 时代这一点更明显:没有现成课本,专家意见互相冲突,谁也没法预测几年后的走向,唯一能验证的标准是你能不能做出一个之前做不到的东西。做出来的过程会告诉你什么有效、该聚焦什么,也带来继续投入的劲头;反过来,逼自己每天读论文对多数人很难持续。这解释了为什么行动在这里承担的是获取信息的角色,而不是学习结束后的考试1,3,2。
材料没有给出判断“方向大致对了”的统一标准,也没有针对具体行业或个人处境的先后顺序建议。
出处
- 1二层认知模型:方向层 Science,执行层 Craft
直接讲方向层与执行层的关系、迭代和适用边界,是回答这个问题的核心依据。
- 2如何breakthrough:去做那件你早就该做、却一直没做的事
说明行动本身就是学习发生的地方,以及“我还不会”和“我学不会”的区别。
- 3想抓住AI时代机会,可能要先放弃自己的骄傲
解释AI领域没有现成标准、只能靠做出来验证,以及为什么纯读论文难持续。
你也有想问的?
卡住的时候,问问立正:回答只从立正讲过、写过的东西里来,每一段都能点回原文。
问类似的问题也可以接着问:
别人还问了
- 想有一个考虑一件事的SOP,经常想到一些点子,但经常都经不起推敲。
点子经不起推敲,常常不是想法本身差,而是推敲的方向错了:你在想“我”,没在想“这件事”。
- 我一路是好学生,擅长表达和语言,后来转文科、读商学院博士又退学,现在做咨询类初级工作,感觉天花板有限,想趁年轻转行学点难的东西,但担心风险和家里帮不上,不知道第一步怎么走。
你现在缺的不是方向,而是一次能产生真实反馈的小实验;先别辞职,用业余时间做一件能接触真实用户、能拿到第一笔职位外付款的小事,用它来缩小不确定性。
- 在AI不断发展的时代,对于技能局限于sql,python,BI的数据分析师,应该怎么规划自己的职业路径
别把规划做成补技能清单。SQL、Python、BI 这类执行动作正被 AI 压缩,更值钱的位置是能判断 AI 结果好坏、把业务问题翻译成 AI 能用的上下文、并对结果收口的人。
- 玩ai到底要不要自己摸索
要,但摸索的对象是任务本身,不是名词和工具。把真实任务做完、暴露问题、再补方法,比先学概念更有效。
- 我是个学生,想要实现财富自由,咋办
财富自由可拆成被动收入覆盖支出,学生阶段最现实的动作是尽早开始、控制支出、把精力投在能增值的能力上,而不是先想赚快钱。
- 我在使用ai做项目的过程中,发现ai会在工作区文件夹中生成很多文件夹、文件、标定、代码,组织起来很杂乱,当我想要整理工作区时哪些能删哪些不能删除不知道该从何下手,看过ai builder课程中module2,学到了如何管理各个context文件,但是对于整个工作区应该如何管理会更好。
工作区杂乱时,先按“工作记忆/项目记忆/组织记忆”三层给文件分类,再决定删留:当前任务直接要用的、项目积累的经验决策、跨项目长期知识,各自规则不同。