大家好，我是孙煜征，大家也叫我课代表立正。半年前《真本事》刚上市的时候，我来过一次刘润直播间。今天想跟大家聊一个词：假工作。
升职加薪的那部分，不再稀缺。
先说一个我最近才想清楚的判断：AI不会先抢走你的工作。
它会先让你工作里，最能换来升职加薪的那部分，突然不再稀缺。不稀缺的东西，慢慢就不值钱了。
更危险的是，那部分，可能正是你最擅长的。
是哪部分呢？写方案，做汇报，整理信息，拉通对齐，写周报。我们管这个叫向上管理。不管喜不喜欢，我们其实一直都在做。这些事过去很费时间，几个人做几个星期，谁做得又快又完整，谁就显得能干。
现在，AI几分钟就能出一份很像样的。
于是一个藏了很久的问题，突然摆到了大家面前：公司过去付钱买的，到底是结果，还是一套“看起来做了很多事”的证明？
后面这种，我叫它假工作，英文叫fake work。
先简单介绍一下我。我是康奈尔大学的经济学博士，在Amazon做过经济学家，在Meta做过数据科学家，后来回国在腾讯IEG做副总监，再去了一家早期创业公司Statsig，它后来被OpenAI收购了。现在我在做超线性学院，也写了《真本事》这本书。
我离开腾讯的时候，带着一个三十人的团队。那时候我最主要的工作，就是上传下达、互相翻译：把老板的战略翻译成下面的动作，再把大家的成果往上汇报。
我做得还挺好。老板满意，团队也满意，绩效连续两次五星。
可我越来越常问自己：我到底有什么进步？我到底创造了什么价值？
所以今天，我想回答四个问题。什么是假工作？为什么AI会让它先爆炸、再贬值？为什么这么多年，我们一直分不清真假？最后，真本事长什么样，又该怎么练出来？
带着这个问题，我离开了腾讯，去了一家早期创业公司。我当时想，小公司总藏不住假工作了吧。
产品有没有人用，客户续不续费，公司能不能活，现实每天都会来结账。
我错了。我在那家公司做的很多事，跟市场有关。做市场的人都知道，增长往往要几个月以后才看得清，还很难说清是哪个动作带来的；可一场活动、一篇文章、一次投放，这周就能上线，马上就能写进周报。
结果一时看不见，动作就会代替结果。绩效也更容易奖励后者：在结果出来之前，谁能把动作讲成进展，谁就更显得有成绩。
我后来才明白：公司离结果更近，
不等于每个人离结果更近。假工作不是大公司才有的病。
所以我给假工作下一个定义：用看得见的动作，代替难以衡量的价值。
注意，假不假和形式没关系。同样一份报告，如果它改变了下一步的决策，它就在创造价值；如果它唯一的作用，是证明我们团队在推进，它就是假工作。PPT、开会、写代码，都是一样的道理。
那怎么识别？不用看形式，只问一句：这件事做完以后，接下来会有什么不同？
比如写完一份周报。然后呢？老板知道我们在推进。然后呢？老板会因此做出什么不同的决定吗？
如果答案是没有，这条线就停在了汇报系统里，从来没碰到现实。这就是假工作。
大家可以现在就试一下：拿上周最占你时间的一件事，顺着它追问三次“然后呢”，看它最后碰到了现实，还是停在了某份汇报里。可以打在评论区。
为什么假工作这么危险？硅谷创投教父Paul Graham写过一句话：浪费时间最危险的方式，不是拿它去玩，而是拿它去做假工作。你玩一天，自己会内疚；可你开一天会、回一天邮件、改一天PPT，大脑会告诉你：今天很努力。
我在《真本事》第八章里也写过一句：行动上的勤奋，掩盖了决策上的懒惰。坏的选择只要长得像美德，就能绕过我们心里的警报器。
而且它浪费的，不只是8个小时。
更可怕的是，它在一个错误的反馈回路里，训练了你8年。
你越来越会预判上司想看什么，越来越会填模板、把故事讲圆，却越来越不会判断，什么问题真的值得解决。等哪天旧的记分牌没了，你可能职级很高，却说不清自己到底能做成什么。
一天几十次、上百次。
前段时间我和杨天楠录了一期播客，专门聊假工作。他讲了一个观察，我印象特别深。他见过很多金融机构和大厂的中层，收入很高，状态却可以用惶惶不可终日来形容，因为他们最主要的工作，就是保住这份工作。可街边做煎饼的小摊主，挣得没那么多，却非常自信。
为什么？因为摊主每做一个饼，都会得到一次真实的反馈，好的坏的都是真的，一天几十次、上百次。做假工作的人，常年拿不到这样的反馈。
那假工作为什么会存在？我想了三四年才想明白：不是谁偷懒，也不是哪家公司的文化不好。国企有，外企有，大厂有，创业公司也有。它是一个结构。
第一，白领的贡献很难衡量。蓝领扫了多少地就是多少地；可一个业务涨了，十个人每人都说自己贡献了一半，你分不清。看不见价值，组织就只能看看得见的动作：进度、报告、会议、团队规模。
第二，激励。老板想用最少的人把事做好，可每一层管理者想的是升职加薪，最好的办法就是招更多的人、管更大的摊子。用五个人做完二十个人的活，对公司是好事，对他个人却未必。
第三，交接。用户的问题变成需求，需求变成功能，功能变成上线。每交接一次，责任就清零一次。每个交付物都按时完成了，最初那个问题却可能原封不动。
所以组织为看得见的动作付钱，看得见的动作自然就越来越多。
每个人都在做对自己最合理的选择，最后组织得到一个荒谬的结果。所以我不想把做这些工作的人说成假的人，该看清的是结构。
第二个问题：AI来了，假工作会怎么样？先要承认一件事：过去，假工作能卖得很贵。
因为生产这些工作的证明，本身就很贵。一份完整漂亮的方案，可能要几个人做几个星期。
贵，它就能当信号：方案又长又全，说明你花了心思，大概也更懂。天楠说得好，没有功劳，也有苦劳。老板就算判断不了好坏，也看得出谁花的时间长、心思多。
现在，苦劳也没有了。
AI几分钟就能写出又长又全的方案、周报、PPT和复盘。这个昂贵的信号，一下子就不贵了。
所以第一步，是爆炸。AI不会帮你选对目标，它只会把现有的目标执行得更便宜。
组织奖励写报告，就会有更多报告；奖励做项目，就会有更多项目；奖励写代码，就会有更多代码。很多公司说：我们看上去忙了很多，AI也用了很多，可就是没多赚钱。原因就在这里。
自动化一项假工作，只是把缓慢的浪费，变成了高速的浪费。
头头是道。我光做判断，就被耗光了。
已经有人感受到了。一位大厂的总经理，管两三百人，跟我说他最近好痛苦：下属每个人都给他特别精美的周报，头头是道，他光是做判断，精力就被耗光了。
我说，如果我是你，我只让每个下属给我7句话。
你要是有一个核心建议，还得告诉我你有多大把握：敢不敢押上一个月的工资，敢不敢押上一年的奖金，来跟我说这件事一定要做。凭什么让下属写一堆AI生成的东西，再让我来判断呢？
然后是第二步，贬值。当人人都能几分钟做出一份漂亮的工作证明，工作证明就证明不了什么了。
组织会被逼着回到最朴素的问题：你做了什么决定？有人真的用了吗？结果到底是什么？
为什么说结果会藏不住？因为AI对假工作，是两面夹击。
一面，是工作证明变便宜了，刚才说过。
另一面，是现实检验变快了。过去想做一个东西，要开会、排期，几个星期才能做出来；现在几天，甚至几个小时，就能做出来，拿给真实的人去用。想法离现实近了，结果就藏不住了。
我把它画成一张图。AI来之前，假工作的数量和价格都比较稳。
AI来了，数量先爆炸。因为它太便宜了，大家又还抱着旧习惯。
然后价格会跌下去，回到它本来的价值，数量也会跟着收缩。这是我的判断，不是明年就发生；但在十年、二十年的尺度上，我相信会看到大量的假工作消失。
这对我们每个人意味着什么？岗位不会马上消失。
但议价能力会先消失。先是这部分能力不值钱了，然后岗位才会变。
所以当你一路在拿高分的时候，要看看：帮你拿高分的那个能力，还稀不稀缺。别等时代变了以后，再去怪时代。
第三个问题：既然是假的，为什么这么多年，我们一直分不清？我用一座冰山来讲。
水面上，是看得见的东西：汇报、方案、PPT、周报，还有代码行数、加班时长，学校里的分数和证书，公司里的职级。
它们有一个共同点：看得见，好打分。
却真正决定结果
水面下，是看不见的东西。它很难打分，可真正决定结果的，是它。
我管水面下这一层，叫真本事：判断、品味、世界模型、手艺。一会儿一个一个讲。
得真懂，才写得出来
那为什么大家都盯着水面上？因为过去，水面上的东西，是水面下的代理指标。
水面上的东西生产起来贵。一份好方案，你得真懂这个业务，才写得出来；一份完整的分析，你得真下了功夫。
所以看水面上，大概就能猜到水面下。老板看不懂你的专业没关系，看你的方案就行。这套办法用了几十年，基本管用。
现在，AI让水面上的东西几乎不要钱了。
代理指标就失效了。一份漂亮的方案，再也说明不了写方案的人懂不懂。
所以从今往后，我们只能直接看水面下。
通往AGI的路》
考大家一下。这是我在课上给学员看的一份研究摘要，题目叫《一条比Transformer更好的通往AGI的路》，写得很严肃，很具体，该有的词都有。你信还是不信？评论区，信打1，不信打2。
这是我用ChatGPT做的，大概五分钟。
水面下的东西，高手一眼就能看出来。一个好的老师傅，看一眼就知道活儿干得好不好；一个懂行的老板，看你写的三句话，就知道你想没想清楚。
可多数人看不出来。
不是因为笨，是因为我们没有看水面下的习惯，组织里也没有看水面下的机制。我们一直被训练成只看水面上的人。
这个训练，是从学校开始的。我在《真本事》第二章写过好学生带进职场的几个错误认知：凡事都有标准答案；越难的事越有价值；总有人会给我打分，还会对这个分数负责。
十几年下来，我们练得最熟的，是让打分的人满意，却很少练过自己判断什么是真的好。在学校是老师和分数告诉你，到了公司是老板和KPI告诉你。所以从学校出来的人进了公司，自然而然就会做假工作。不是他们不努力，是他们只被训练过这一种努力。
练习成绩
+48%不能用AI的考试
−17%学习也一样有假的。有一项随机实验，将近一千名土耳其高中生学数学，一组练习的时候可以随时问GPT-4，练习成绩高了48%。大家猜一猜，到了不能用AI的考试，他们会怎么样？
考试成绩，反而比从没用过AI的同学低了17%。
同一项研究里还有一组，用的AI只给提示、不给答案，考试的损失基本就没有了。区别就在于：你还有没有机会自己先想、自己犯错。练习成绩在水面上，真学会在水面下。
“看起来很努力”
和“确实有效”。
那水面下的东西长什么样？第一层是判断：什么值得做，这次不该做什么，什么叫好。AI可以一下子写出十份报告，可判断你一次只需要做对一个，这一层没法被AI一下子放大。
我在《真本事》第十二章把它叫品味，有一句话：品味，就是能区分“看起来很努力”和“确实有效”。你看，这恰好就是分辨假工作的能力。
这么做会发生什么、为什么
好不好、哪里不对
判断从哪来？从两个地方来。
一个是世界模型：它让你推演出，这么做会发生什么，为什么。
另一个是手艺：它让你一眼看出好不好、哪里不对，哪怕你还说不清为什么。碰到具体问题，判断就从这两处来。
世界模型，用科学方法论来塑造。我在《真本事》第二章说，学习有捷径，也有一条难而正确的路：建立自己的世界模型，运用科学方法。
科学方法里最关键的一步，是做预测：提出假设，基于它做出预测，拿现实的结果去对照，再更新。把判断写成会错的样子，现实才有机会纠正你。
其实今天讲的“假工作为什么存在”，就是一个世界模型：价值难衡量，激励，交接，再加上过去工作证明很贵。有了它，你才推得出来：AI一来，假工作会先爆炸，再贬值。
有确定的答案
没有统一标准
但结果分好坏
手艺，用实践来塑造。
我在书里区分过三样东西。科学追求可证伪，能给出确定的答案；艺术追求主观表达，不需要统一的标准；手艺夹在中间：没有标准答案，可结果分得出好坏。编程、做方案、做产品、带团队、做生意，本质上都是手艺。
手艺还有一个特点，进无止境。我每周打两次拳。外行讨论用什么花哨的招式；内行琢磨一个最简单的刺拳，会觉得练一辈子也练不到完美。
手艺有个麻烦：它写不下来，只能做出来。看书学不会游泳，也学不会做生意。
所以学手艺只有两条路：跟着师傅当学徒；自己上手，在实践里被现实一次次纠正。
我在书里给过一个比例：在真实世界里，行动、思考、求知，至少是六比三比一。学校里正好反过来，几乎全是求知。先行动，再思考，遇到瓶颈了，再有针对性地去学。
世界模型与手艺。
怎么在工作里一点点长出来。
所以真本事，就是水面下的这些东西：判断，和长出判断的世界模型和手艺。水面上的东西越来越便宜，水面下的会越来越值钱。
我那本书叫《真本事》，讲的就是水面下这一层，怎么在工作里一点点长出来。
最后一个问题：怎么练？高手看得见水面下，多数人看不见，差的是三样东西。
能力、习惯、机制。我一个一个说。
先说能力，就是看见水面下的眼睛，也就是品味。书里第十二章讲过一个练法。
第一，大量看。不同层次的作品和做法，好的差的都看。
第二，给它们贴上尽量准确的标签：好在哪里，差在哪里，在什么情况下适用。
第三，回头对答案：结果出来以后，追问为什么，校准自己的判断。最快的捷径，是跟着拿到结果的人学，看他怎么判断。
再说习惯，这是每天都能练的。
第一个刚才讲过：每件事，追问三次“然后呢”，直到它碰到一个真实的变化。
第二个，先猜再看。问AI之前、看数据之前，先写下你觉得会怎样。猜错了，才有得学。这就是把科学方法放进每天的工作里。
第三个，检验自己是真会还是假会：撤掉帮助，过一段时间，换一道题，你还会吗？卡住的地方，就是还没学会的地方。
还有一个最重要的习惯，是我早年从一位资深数据科学家那里学到的，写在了《真本事》第十二章。回看过去半年，你会发现，决定你主要产出的，往往只有两三周的工作。
往回看看得清，往前看就难了。所以要主动去找那10%的高价值工作，反复做，用它把低价值的工作挤出去。工作会自动填满你所有的时间，与其被杂事填满，不如用真工作填满。
然后是机制。如果你带团队，有四件事可以做。
第一，像刚才那位总经理：只要7句话，再让人押上自己的判断。
第二，先删，再自动化。一项周期性的工作，先停一轮，看看会不会出事。没出事，就删掉。千万别先把它自动化，它一旦变便宜了，就再也删不掉了。
第三，别让责任在交接时清零。定义问题的人，要一路跟到结果出来；结果不好，责任要一路回到最初的判断。
第四，别让消灭假工作的人吃亏。一个管理者用更少的人做成了同样的事，公司赢了；可如果他因此丢了预算和晋升，他个人就输了。这笔账不改，假工作一定会长回来。
如果你在公司里说了不算，也有办法：给自己造一个反馈回路。做一个小东西，交给真实的人去用，看看发生了什么，再改一次。可以是工作里的一个小项目，也可以是一份副业。关键是交给一个你控制不了、可能会拒绝你的反馈。
天楠说过一句话我特别认同：在真实世界里拿到一个小结果，哪怕不大，这个人就会完全不一样。
我自己第一次感到自由，就是2023年开了会员频道，有人愿意为我做的东西付钱的那一刻。
最后说一点大的。工业革命把人变成了标准件、螺丝钉，教育和工作都在为它适配，这也是我们做了这么多假工作的原因。AI消灭了标准化工作存在的理由。
一个人过去的价值感，可能九成绑在可以被替代的那部分工作上。当那九成被AI接走，他会被逼着去发现，自己剩下的那一成是什么。我觉得这就是第二次文艺复兴。
天楠总结得特别好：第一次文艺复兴，是从看见神，到看见人；这一次，是从看见人的有用，到看见人的不同。
天楠在播客里还讲过一个问题：做一件事，到底求什么？按中国传统的说法，求富贵、求逍遥，还是求长生？他说，富贵大多数人求不到；逍遥更难，自己做事的人哪有下班的点；长生，就更别提了。
可有一样是马上做得到的：求真。你真的相信的事，马上去做，马上就能得到真实的反馈。我觉得求真，是所有东西的根基。
所以今天所有的话，合成一句：学点真本事，做点真东西。真本事是水面下的那一层；真东西，是把它交给现实检验的作品。
最后，把这个问题留给大家：你上周最忙的那件事，做完以后，到底改变了什么？谢谢大家。
这一角不放要紧的东西