跳到正文
Hacker News· rohanm93·· 12 天前精选AI 评分32

Rohan Mahtani:多数建议只适合给出建议的人

Most advice is right for the person giving it

AI 导读

Rohan Mahtani 认为,多数建议只对提出者本人有效,读者应结合自身处境、目标和工作方式判断是否适用。他建议在重大决定前设计小规模实验获取真实数据,并区分表达的自信与实际能力、证据。文中还引用一项今年发表于 Science 的 Stanford 研究,称聊天机器人提供个人建议时,赞同对方的频率比人类高 49%,因此更适合作为辩论伙伴而非答案来源。

推荐理由

文章将判断建议落到核对情境、设计小实验和审视证据上,为避免照搬经验或被自信说服提供可迁移的方法。

正文 · AI 翻译

导师专栏September 5, 2026

关于 Rohan

Steve Jobs 在斯坦福做了一次著名演讲,他告诉毕业生,做出伟大工作的唯一方法就是热爱你所做的事,如果你还没有找到你的热情所在,就应该继续寻找。

有趣的是,Mark Cuban 说了相反的话:不要追随你的热情,去追随你的努力,因为你最终会爱上任何你擅长的事情。

谁是对的?!

我觉得他们说得都对……对各自本人而言。Jobs 是痴迷型的人,他只在自己痴迷的事情上做得好,所以这当然是他的准则!Cuban 是那种一旦开始赢就会上瘾的人,所以那是他的准则。

很多建议都是这样。两个聪明人可能会告诉你相反的事,但都能完全说得通。

那么你该如何弄清楚哪些真的适用于你呢?

这适用于我吗?

再举一个常见的矛盾,两边都包含好的建议:"对一切说是"与"对几乎所有事说不"。如果你的事业有些沉寂——你没有得到很多机会,没有尝试新事物,或者你正处于职业生涯早期——多说是很可能是不错的建议。

如果你已经有十件事在手,却无法给予其中任何一件足够的关注,那完全相反的建议可能更好。工程师们经常看到这种情况:一个团队写文章讲微服务如何拯救了他们,另一个则写如何回归单体架构,而对于各自的团队规模和问题而言,他们都是对的。

当你听到建议或有人告诉你要做某事时:不要照搬规则,要理解为什么它对那个人有效。他们当时在解决什么问题?他们的实际情况是怎样的?

然后问一个显而易见的问题:这对我也成立吗? 别假设对别人有效的事你也会喜欢。

附注:这也是为什么我认为弄清楚你自己的"底层配置"至关重要。你越了解自己自然的工作方式、什么能给你能量、如何做决策,以及什么样的环境能让你发挥出最好的水平,就越容易判断别人的建议何时真正适合你、何时不适合你。

想了解你的底层配置,可以花大约 3 分钟做一个性格评估,它能为你映射出很多这类信息。它建立于数十年心理学研究之上,比常见的四字母性格分类要深入得多。

参加测试 —— 免费

或者在浏览器中输入 coached.com/quiz。

从无聊的答案入手

当我被许多不同的方向搞糊涂时,我喜欢问:这里那个无聊而显而易见的答案是什么?

以减肥为例。你可以花上几个月争论生酮饮食、轻断食、用餐时间、碳水化合物、运动计划等等。但无聊的答案是什么?少吃。每个人都已经知道这一点。正是这一点让它显得无聊。

这就是为什么我觉得 Ozempic 相当有趣,它可以说是几十年来最大的减肥突破——而它所做的只是让你……少吃。数十亿美元的研发投入,答案从头到尾都是一句老生常谈。哈。

每当我陷入困境时,我都觉得这个思路很有用。这里最简单的答案是什么?我真的在那样做吗?为什么没有?在程序员圈子里有一篇广为流传的文章,名为《Choose Boring Technology》,在工具选择上也提出了同样的论点。

老生常谈的建议总被忽视,因为有一个庞大的产业靠提供建议为生,而显而易见的东西反而卖不出去 :) 我年纪越大,就越意识到,那些无聊的老生常谈往往是最好的建议。

我能不能亲自验证一下?

这是我给自己养成的一种习惯。你会听到很多人告诉你该做什么:做这个,试试那个,你必须做 X。

我既不会直接相信他们,也不会无视他们,而是会退一步问:我能不能亲自找找答案? 我能不能做个小实验,得出自己的答案?

举个例子:很多内容创作者都会说(这并不意外),创作内容是助力职业发展最有效的事。我能理解它对他们有效,尤其是在求职方面。我只是不知道这对我是否值得。于是我做了测试:持续在 LinkedIn 发帖,积累了一批还算不错的关注者,并留意它究竟给我带来了什么。我的结论是:有用,但还不足以让我继续投入同样的精力。因此我现在在那里发得少了,也不再为此纠结。

养成先小规模试验各种事情的习惯!如果你考虑转行,先以较低的报酬接一单小活儿。如果你想创办一家公司,先用 AI 做出一个原型,再试着推向市场。

在作出任何重大决定之前,先问一句:我做什么才能获得真实数据?

我们信任自信的人,即使他们并不正确

人脑有一个可悲的缺陷:我们经常把自信误认为能力。

研究也证明了这一点。2013 年的一项研究发现,人们认为以高度自信的口吻提出的陈述可信得多,即使说话者明显是错的,而且没有任何证据支持。

当有人在播客中或董事会会议室里用绝对笃定的语气发言时,你自己的直觉也会动摇。“他们听起来如此确定。也许我的判断完全反了。”

训练自己,让自己对那种极具说服力的笃定口吻产生免疫力。当有人毫不辩证地表达观点时,试着一开始在心里降低这种确定性的分量,并审视其背后真正的论证。他们究竟知道什么?他们有什么证据?

用 AI 论证反方观点

AI 几乎能让任何立场听起来都很有说服力。你问它是否应该辞职,它能充分论证为什么应该离职。你问它为什么应该留下,它同样能充分论证为什么应该留下。Stanford 的一项研究于今年发表于 Science,发现聊天机器人在人们寻求个人建议时,赞同他们的频率比人类高 49%。

所以我觉得它更适合当陪练,而不是神谕。如果我倾向于某个方向,我会让它为相反的一方陈述理由,指出我可能有哪些想当然的假设,并告诉我哪些信息会改变答案。它能帮助我保持清醒,作出自己的判断!

Illustration of Rohan Mahtani

来自 Coached Weekly 第 368 期。

我也会通过电子邮件发送这些内容。

这是 Coached Weekly,我的职业笔记,在这里分享那些在真实职业发展中确实有效的极少数想法。阅读只需 5 分钟,却可能让你的职业发展快上数年。—Rohan Mahtani (LinkedIn)

另一篇文章阅读需 5 分钟

你是在寻求建议,还是许可?

另一篇关于如何运用你所得建议的文章。

来源:Hacker News · coached.com