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: