为什么大多数建议只对给出建议的人有效
Most advice is right for the person giving it
针对“追随热情”与“追随努力”这类相互矛盾的建议,文章指出建议往往只对提出者本人成立,应理解其背后解决的问题再判断是否适用于自己。文中引用 2013 年研究称人们会把高置信度表述评为更可信,即便说话者明显有误;另一项发表于 Science 的斯坦福研究则发现聊天机器人在个人建议上附和提问者的频率比人类高约 49%。作者建议用小规模实验自行验证,并把 AI 当作辩论对手而非权威。
导师角2026年9月5日
关于 Rohan
Steve Jobs 在斯坦福发表过一篇著名演讲,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,如果你还没找到自己的热情所在,就应该继续寻找。
有趣的是,Mark Cuban 说的正好相反:不要追随你的热情,要追随你的努力,因为最终你会爱上任何你变得擅长的事。
谁说得对?!
我认为他们俩都对……只是对他们自己而言。Jobs 是个执迷的人;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对任何事上瘾的人,所以那是他的准则。
很多建议都是这样。两个聪明人可以给你完全相反的建议,而两者都能说得通。
那么,你该如何判断什么才真正适用于你?
这适用于我吗?
再看另一个常见的矛盾,两边都包含着好建议:“对一切说 yes” 与 “几乎对一切说 no”。如果你的职业发展有点沉寂——你得不到多少机会,你没有尝试新事物,或者你处于职业生涯早期——多说 yes 很可能是极好的建议。
如果你已经有十件事在进行,却无法给其中任何一件足够的关注,那么完全相反的做法可能更好。工程师们经常看到这种情况。一个团队写微服务如何拯救了他们,另一个团队写如何迁回单体架构,而各自都对其团队规模和问题而言是正确的。
当你听到建议或有人告诉你去做某事时:不要照搬规则,要理解它为什么对那个人有效。他们在解决什么问题?他们的处境中什么是真实的?
然后问那个显而易见的问题:这对我也是如此吗? 不要假设对别人有效的东西也是你会喜欢的。
旁注:这也是为什么我认为了解自己的“线路”超级重要。你越了解自己自然的工作方式、什么给你能量、你如何做决定,以及什么样的环境能激发你最好的一面,就越容易判断别人的建议何时真正适合你、何时不适合。
想了解你的“线路”,就来做这个约 3 分钟的人格测评,它会为你梳理很多这方面的内容。它建立在数十年的心理学研究之上,比常见的四字母人格测试深入得多。
或在浏览器中输入 coached.com/quiz。
从无聊的答案开始
当我被许多不同方向弄糊涂时,我喜欢问:这里无聊、显而易见的答案是什么?
以减肥为例。你可以花几个月争论生酮、断食、进餐时间、碳水、锻炼计划等等。但无聊的答案是什么?少吃。每个人早就知道这一点。这正是它无聊的原因。
所以我觉得挺好笑的是,Ozempic 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。数十亿的研发投入,答案一直都是那句老生常谈。哈。
每当我卡住时,我都觉得这很有用。这里最简单的答案是什么?我真的在那样做吗?为什么没有?程序员中有一篇著名的文章叫“选择无聊的技术”,它对选择工具提出了同样的论点。
无聊的建议之所以被忽视,是因为有一整个产业建立在“建议”之上,而显而易见的东西卖不出去 :) 我年纪越大,越意识到那些无聊的老生常谈往往是最好的建议。
我能不能直接去弄清楚?
有一个我已经养成习惯的做法。会有很多人告诉你应该怎么做:做这个、试试那个、你必须得做 X。
与其全盘接受或直接无视,我会退后一步问自己:我能不能自己去弄清楚?我能不能做个小实验,得出自己的答案?
举个简单的例子:很多内容创作者说(毫不意外)创作内容是对职业生涯最有利的事。我能看出这对他们有效,尤其是找工作的时候。我只是不确定这对我也值得。所以我测试了一下:在 LinkedIn 上持续发帖,积累了一定的关注者,并留意它实际给我带来了什么。我的答案是:有用,但没用到值得继续投入同样的精力。所以我现在在那里不太活跃了,也不再为此纠结。
养成先小规模测试的习惯!如果你在考虑转行,先以较低的价格接一个小单试试。如果你想创办公司,先用 AI 做个原型,试着推向市场。
在做任何重大决定之前,问自己:我能做什么来获得真实的数据?
我们信任自信的人,即使他们错了
人类大脑有一个可悲的缺陷:我们常常把自信误认为能力。
研究也证明了这一点。2013 年的一项研究中,人们认为以高度自信说出的陈述可信得多,即使说话者明显是错的、也没有任何证据支持。
当有人在播客或董事会上以绝对的笃定发言时,你自己的判断会动摇。“他们听起来那么确定。也许我的判断完全反了。”
训练自己对魅力十足的确定性产生免疫反应。当有人说话毫无细微差别时,试着在心理上给他们的确定性打个折扣,看看底下的实际论点。他们到底知道什么?有什么证据?
用 AI 来论证反方
AI 几乎能让任何立场听起来都很有说服力。问它你是否该辞职,它能给出一个很棒的离职理由。问它为什么该留下,它也能给出一个很棒的留下的理由。今年发表在 Science 上的一项斯坦福研究发现,聊天机器人在人们寻求个人建议时,附和对方的频率比人类高出约 49%。
所以我发现它作为陪练比作为神谕更有用。如果我倾向于某个方向,我会让它为相反的方向辩护,指出我可能预设了什么,并告诉我什么信息会改变答案。这帮助我保持脚踏实地,自己做决定!

摘自 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,在这里我分享那些在真实职业生涯中真正有效的一小部分想法。阅读只需 5 分钟,却可能让你的职业发展加速数年。——Rohan Mahtani(LinkedIn)
你是在寻求建议,还是在寻求许可?
来源:Hacker News · coached.com