在几乎所有角色的面试中，我都会向候选人问这几个问题：有没有写过公开的文字？有没有在众人面前做过分享？有没有帮助过身边的社区，因为你的存在而不同？
所谓公开的文字，朋友圈和QQ空间是算不得的；在众人面前分享，同事自然不能凑数；身边的社区，自然不是仅仅是你的亲戚朋友的小圈子。写公众号、Blog 都是挺好的；在行业会议上演讲，或者像我们的产品经理马同学每年办一个跨年演讲；为开源社区做贡献，为改善公司环境、小区环境而发声出力，这些都是挺好的例子。
一切并无定数。提出这些问题，固然是要看到候选人是否对改善社会有身体力行的贡献，更重要的是，从我们的经验看来，这些行为与真正的成长息息相关。写出一篇观点鲜明的文章是困难的，发表它，接受可能无人阅读、有人反对需要莫大的勇气；面对几十上百人进行公开演讲也是极具挑战的。这些动作，做与不做之间的界限如此明显，真正迈过这个门槛的人，身心都经历了明显的提升。
在《人人需要升级》、《如何升级》中，写到了成长的必要性，以及如何升级。我渐渐意识到，这些动作本身可能是一种幻觉，一种依赖，一种不敢直面目标的胆怯。学英语天天打卡一天不落；健身房每天都去；参加深度学习的课程；学习一门新的编程语言，等等。在几个月之后，发现英语还是不敢说，看美剧还得带字幕；体重还是没有变化；还是不知道深度学习怎么使用；新的语言也只能夸夸而谈。这些动作或许是成长的必要条件，但显然并不充分。
更不谈现在的选择何其多。学习并不容易，过程中要克服的推诿、懈怠、懒惰，加上各种内容平台告诉你 3 天就能学会穿衣打扮，你会认为打卡就是学习，购买就是学习，进而认为自己在成长，然后满足在这种幻觉中。
真正的成长与此路径相反。这方面，我的同事，金数据的研发负责人姜鹏给了我很大的启发。他进行机器学习的过程完全是目标驱动的。金数据上面的恶意内容给运营团队带来越来越大的压力，客服同事不得不半夜起来对于传播广泛的黄赌毒表单进行封禁。姜鹏进行机器学习就为了解决这个问题。
大约两个月之后，姜鹏就完成了机器学习课程，并且将相关基础设施和算法部署到了金数据，从此将之前需要两个人轮流审核的工作变得无足轻重——客服只需要偶尔标记一些典型表单的类别就好了，机器人会在后台二十四小时不辞辛劳的审视每个表单。一个月后，他在 RubyConf 大会上做了一个关于《金数据如何鉴黄》的演讲，获粉无数。
成果说明了一切。而这个过程中，他是否每天都在学习打卡并不重要，他上了多少论坛、拜访了多少老师、订阅了多少公众号……都无关紧要。他的成果正在实际的生产环境中发挥作用。比起三个月之前，他的履历上多了一项：在百万级用户环境下应用机器学习的能力。
知识工作者容易步入的误区，是专注于动作本身，而忽视动作的目的和意义。当动作完成的时候，以为目标达到了。学习是成长的动作，但并非成长的目标。做动作是容易的，而制定目标，是需要勇气的。
比如：
不要定个计划说要每天学英语背几个单词。
定个目标，三个月内雅思考到四个 6；
不要定个计划说开始坚持每天锻炼。
定个目标，三个月内减重5公斤；
不要说坚持每天写作。
定个目标，三个月内在公众号、Blog 上发表50篇文章；
不要说开始学习区块链。
定个目标，将一个问题通过区块链技术解决；
等等等等。
事实上，这个世界的运行法则也是如此。在做出可感知的贡献之前，路径上的艰辛更像是插曲。以终为始，才不至于在中途迷路。确定目标是需要勇气的，人们并不愿意背叛自己，因而更不愿意许下承诺。然而，你的真正不同，不是每天傻乎乎打卡的时候，而是目标达成的时候。
（完）
延伸阅读：