用一句话就能讲清:判断标准不是形式,而是做完之后有没有改变下一步决策;只证明“我在推进”的,就是fake work。
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。
判断标准是做完之后有什么不一样
材料里的观点跟朋友解释时,不必先争论PPT、汇报、开会算不算假工作,因为形式什么都决定不了。真正要问的是:这件事做完之后,接下来会发生什么不同?如果它改变了下一步决策,就是有用的;如果只是让老板知道团队在推进,那它只是工作证据。fake work就是用容易衡量的动作,替代难以衡量的价值1。可以让他拿手上最占时间的一件事试一遍:一直追问“然后呢”,看最后碰到的是现实里的用户或结果,还是停在组织的记分牌里2。
高层资源多,不等于自动做出真东西
他的观点里有一半成立:位置越高,能调动的资源确实越多。但资源多不会自动变成价值,因为fake work是结构性的,不是个别人偷懒或文化不好1。白领贡献很难被准确计量,管理者只能借助替代指标,人再围绕指标优化升职加薪;团队扩大后又需要更多协调和汇报,内部评价可以一直运转,却不保证新增工作创造外部价值3。所以“先爬上去,到时候再做有用的东西”这个顺序,可能让他一路上练的是让打分的人满意,而不是判断什么真的好4。
反驳可以落在“到时候”这个假设上
AI推演比较有力的反驳不是说他现在做的是假工作,而是指出:如果一路用代理信号换晋升,到了高层他手里拿到的仍是同一套记分牌,资源只会让这套动作规模更大。反过来,高价值工作往往伴随高难度,做出别人解决不了的成果,机会会自己找上来,形成复利5。所以更值得问的是:他现在能不能先闭合一个小循环——做出改动、让真实用户使用、看发生了什么、再改一次,练的是从判断一路负责到结果6。这比等到高层再补,代价小得多。
材料讨论的是知识工作与组织激励的一般机制,不针对你朋友所在公司或岗位;他是否真在做fake work,需要他自己用“然后呢”核对。
出处
- 1职场不再奖励表演式工作,晋升要对结果负责
给出最核心的判断句:做完之后有没有改变下一步决策,以及fake work为何是结构性的。
- 2完整原稿+口播导航卡|AI会让假工作先爆炸,再贬值
可回到原文核对这部分判断
- 3从大厂高薪到自己赚钱,中间差的是什么?
解释高薪工作为何包含大量fake work,适合回应“爬到高层再说”的假设。
- 4假学习的终结
说明这种对进步的错觉是被打分机制训练出来的,适合解释朋友为何觉得现在没问题。
- 5第12课|10%的工作是有意义的 —— 工作如何抓主线?
提供高价值工作带来机会复利的正向逻辑,可作为反驳的建设性替代。
- 6如何识别与消灭 fake work
可回到原文核对这部分判断
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
- 日常工作里,用什么标准判断哪些投入值得?
材料给出的判断标准不是“这件事花了我多少时间”,而是“它是否真正产生价值、是否值得反复加码”。核心关系是:工作价值在事项和时间上都不平均分配,所以要识别那少数高价值任务,把投入密度压上去;同时要警惕用输入量(页数、会议、消息数)冒充产出。
- PMF怎么做
PMF 是产品被一小撮用户真正认可、并持续回来使用;早期最该看留存,而不是急着放大增长。
- 我们该如何构建自己的世界观,或者说我们该如何与自己相处
世界观不是一次想通的,而是靠不断拿真实经验去校准心里的模型;与自己相处,则要从“解决问题才算有价值”转向能欣赏和体验。
- AI 时代设计一个好的 Agent 应用,应该遵守的原则
好 Agent 应用要站在通用模型之上解决具体场景,把上下文和数据留在产品里,并接受上线后需要持续运营。
- AI时代怎么学习或者ai时代学习最大的特定是什么
AI 时代学习最大的特点是:知识不再稀缺,稀缺的是把模糊需求做成可用结果、并在撤掉帮助后仍能复现的能力。
- 如何克服恐惧
恐惧往往来自想掌控不可控的东西,或把自我价值押在别人评价上;可行的方向是分清能控制的部分、把注意力从被评价转向完成事情本身。