奥特曼谈人才:20年经验可能只是1年重复了20遍

资讯 36氪 全文 4157 字 · 约 11 分钟读完 配图 7 张 分类招聘就业

学的再多,不如实践一次。

所属频道 人物与组织

奥特曼谈人才:20年经验可能只是1年重复了20遍(配图 1)

笔记君说

年底又到了。

不少人翻出去年的述职 PPT,把年份一改就交上去。倒不是偷懒,实在是想不出来今年跟去年有什么两样。

工龄年年往上走,本事是不是也跟着涨?这个问题,大部分人说不出答案。

前些天,奥特曼上了印度科技商业播客 Figuring Out。

那场对谈信息量很足,可最戳人的一句跟技术没关系:很多人号称 20 年经验,其实只是把第一年重复了 20 遍。

一、20年和1年,差在哪?

有个笑话,刻薄归刻薄,却挺准。

很多人说自己有 20 年经验,其实只是把第一年重复了 20 遍。

奥特曼谈人才:20年经验可能只是1年重复了20遍(配图 2)

刻薄在哪儿?它没骂谁懒,也没骂谁笨。它点出的是,一个人能拼得很凶,可拼来拼去还在原地转圈。

年头这东西最好攒,也最容易被当成真本事。

1.年头一样,活法不同

招聘启事上写着“十年以上经验”,潜台词是这十年里每年都往上走了一格。

然而真到了岗位上,第一年学会的活儿,第二年照旧在用;第一年踩过的坑,第五年照样在踩。工资涨了,头衔涨了,简历上的年数也涨了,偏偏本事没涨。

真正有复利的人生是另一码事。每一段攒下的认知和本事,都踩着上一段那个已经不低的基数,再往上翻一层。

要做到这一点,就得一直跟自己较劲。逼自己去碰那些别扭、又不显眼的新东西,哪怕随时可能把原来的认知整个掀翻。

可现实中,多数人职业早期就躺平了,从那根往上翘的曲线上自己滑了下来。

不是因为不努力。是年头在涨,基数没动。

拿自己试一下就清楚:去年这个时候在做什么,今年呢?会的东西里,有哪一样是今年新长出来的?

答不上来,就危险了。

同样一段年头,差别能大到什么地步?

2015 年,奥特曼他们刚开始做 OpenAI 的时候,这事情在社会上一点体面都没有。谁都知道真做成了会很值钱,可没人拿他们当回事。

说通用人工智能?在他们看来,那大概是 100 年之后才可能发生的事,也有可能永远实现不了。外面的人怎么看这帮人?一群没受过正统学术训练的年轻人,嘲笑和质疑从四面八方涌来。

一样是被嘲讽的年头,有人在里面换认知,有人只换日历。

2.学校只教答题,不管提问

问题随之而来:明明清楚该往更高处走,为什么人还是会往下滑?

这里头,一半得归到学校教育的账上,一半是天生带来的。

学校那部分先说。从小到大,训练的都是同一桩事——把别人出的题解得漂漂亮亮。自己怎么想出一道没人出过的好题,基本没人教。

卷面上每道题都有标准答案,老师负责的是教学生怎么够到那个答案。可一旦走出校门,出题的人就不见了。该解哪道题,得自己先找出来。

职场沿用同一套逻辑。年度目标上面定,指标上面拆,人只要把分到手的那道题做漂亮就行。日子一长,“该做哪道题”这个念头根本不会再冒出来。

奥特曼提到,自己读到博士那阵,才有机会多提问,而且越往后问得越多。

在他看来,这已经太迟了。教年轻人怎么提问、怎么去碰那些还没人弄懂的领域,本该更早开始。

学校只教怎么解别人出好的题,几乎不教怎么自己提出一个好问题。

他认为,找非共识的机会,这一条最管用。提问也不是什么天分,是可以练出来的技能。

另一半更棘手,是进化遗留下来的本能。

绝大多数人一辈子都在拼命待在共识的安全区里。几十万年下来,特立独行、被部落赶出去,往往就意味着死。跟着群体走,是刻进身体里的活法。

奥特曼说,自己和很多做技术的人一样,天生就少一点那种非得跟着集体走的压力。放在别的场合,这算缺点。可搁在开荒的事情上,这种不在乎别人眼光的钝感,反而最要紧。

看看周围就明白。一个新想法冒出来,第一反应常是“这行吗”,第二反应是“别人会怎么看”。两个念头一转,新想法就被压回去了。年年如此,人就钉在原地。

所以说,想不重复,光懂道理没用,得持续主动去碰那些让自己不舒服的东西。

奥特曼谈人才:20年经验可能只是1年重复了20遍(配图 3)

3.听课不算长本事

还有一类重复最隐蔽,因为它看起来特别像在长本事。

课买了,播客听了,方法收藏了一大堆。上下班路上都在听,笔记记了好几本。感觉自己一直在长,一摸口袋,手上什么都没有。

在 YC(美国那家创业孵化器)待的那些年,奥特曼见过不少创业者就卡在这一步。他给创业者的说法很干脆:外面流传的那些建议,大半都是垃圾。真要挑一条最要紧的,就一句话——别去听那些所谓建议。

听800期商业播客,也变不成好创业者。

奥特曼谈人才:20年经验可能只是1年重复了20遍(配图 4)

各路大师讲技巧,讲得都挺好。可 YC 从那么多独角兽身上抠出来的通用建议,加起来也就五到十条。

这五到十条该听。最硬的一条只有一句:做人们真正想要的东西。

可能有人会失望,就这么几条?对,就这么几条。道理从来不缺,缺的是照着做。

除了这几条近乎常识的话,每个创业者撞上的死局都具体得要命。具体到什么程度?多听一期播客,都帮不上忙。

这种时候,得脱了西装跳进泥里,自己把路趟出来。

4.先把第一版做出来

奥特曼有个一直没变的标准:光在实验室里琢磨不管用,必须让真实世界捶打一遍,反馈才会来。

奥特曼谈人才:20年经验可能只是1年重复了20遍(配图 5)

第一版产品如果拿出去不让人觉着有点难为情,那说明你发得太迟了。

偏有不少人不认这个理。他们非得把东西磨到挑不出刺才肯亮相,结果磨完了,窗口也关了。

刚起步那会儿,护城河先别急着想。最要紧的始终是三个再朴素不过的问题:产品究竟是什么;用户干嘛非得用它;怎么拉来更多真实用户。

护城河这东西,是做大之后守住利润的办法,位置在后头,不能把它挪到前面唱主角。

在奥特曼看来,眼下差不多是史上最适合创业的年份。新工具一批接一批冒出来,能干的事情比过去多太多。

他见过不少人借着新工具做出以前压根办不到的东西,按他的说法,令人惊叹。

机会一多,把“学方法”当成“在进步”的人也跟着多。工具确实好使,可它替代不了亲自下场。

课永远上不完。题得自己一道一道做。

所以真正该问的不是要不要努力,而是怎样让每一年都比上一年更难。

二、真本事是练出来的

复利靠的不是年年换个新目标,而是两件能天天做的事,外加一把每年往上抬的尺子。

1.野心是挣来的

不少人觉得野心生来就有。奥特曼在 YC 最意外的发现,偏偏是它可以后天练出来。并非对谁都奏效,但确实练得出来。

他本人就是例子。刚进 YC 那会儿,他的野心并没多大,是后面才涨起来的。

办法不复杂,两条而已。

一条是把人丢进一个人人都在搞疯狂突破的同侪圈子;另一条是让他接连撞上一串难度层层加码的硬仗。

一座本以为绝对翻不过去的山,真翻过去还赢了,心里的边界就往外扩一圈。

翻得越多,野心越大。自信也这么长出来,跟滚雪球一样,很健康。

当然,不是谁都能练成,事先也难判断谁能练成。但“能练出来”这件事本身就值得重视。它说明野心不是投胎决定的,是自己挣得来的。

为什么非得有个圈子?

Paul Graham 是 YC 的创始人。按他的说法,Demo Day 逼近带来的压力、谁都不愿输的那股劲,都在里面起了作用。Demo Day 就是路演日,创业公司集中向投资人展示的日子。

奥特曼说,那里面有一点不安全感,但更多的是兴奋。

在那种氛围里,人不知不觉就被带着跑。同期进来的人做到了,自己哪还有理由说不行。

说到底,人就是跟着身边人学的。所以别想着先想明白再动手。圈子先换掉,压力再往上加。

每过一道坎,心里对自己行不行的判断就多一分底。这样的判断攒多了,才成了大野心。野心不是嘴上喊的,是一场一场打出来的。

2.坚定不是死不认错

第二件事,是天天拿自己那套认知出来过堂。

如今在 OpenAI,奥特曼仍逼着自己每天把已有的假设推倒重来。很多人把坚定信念当成死不认错。在他看来,真正的坚定,得先扛得住从最刁钻的角度拷问自己。

先反复把自己推翻,推翻完还立得住,再一股脑扑上去。

不少人理解的“有信念”就是不反思。方向一定,闭眼就冲,谁劝都不听。那不是坚定,是僵住了。

会议室里常飘着一句话:“方向定了就别动摇”。听着挺稳,可它把“别动摇”和“别检查”搅成了一件。

坚定恰好相反。天天质疑,天天挑刺,挑完它还在,才敢把全部筹码压上。

奥特曼说,在找到改变主意的理由之前,行事保持一致,也充满信念;但那个理由,一直在找。在他看来,不这么干是灾难性的。

奥特曼谈人才:20年经验可能只是1年重复了20遍(配图 6)

那具体怎么做?他讲这套流程时语气很平常,没什么神秘的。

盯住同一个问题反复琢磨,换各个角度去看。先扔出一堆烂想法,在脑子里试着拆开,挑毛病。再拿去问别人,收反馈。然后试下一个版本,再调。

说白了就是个迭代的过程,没有哪一下是灵光乍现。

一个问题能在脑子里搁上几个星期,翻来覆去地看。看到第七八遍,才慢慢瞧出点门道。

遇到真正的新难题,比如技术进步的节奏该怎么看,他的办法也很朴素:大把时间想,大量找人聊,把更多数据和新观点拉进来。

三、顶尖人才的3个特质

成功没法照抄,这是整场对谈里最不招人喜欢的一句判断。

在 YC 那些年,奥特曼见过的成功创始人什么样的都有。他认为有三种特质很重要。

第一,嘴上说得清。逻辑再绕,能不能用大白话讲明白,还讲得不费劲。讲不清,多半是没想透。想透的人说话,不折腾别人。

第二,能把人拉进来。聊上半小时,对方会不会冒出想跟他一起干的冲动。早期招人、融资、拿客户,靠的就是这股劲。公司小的时候,什么资源都没有,能卖的只有这口气。

第三,翻得快。推翻旧假设、冒出新想法有多快;碰上一连串死局,还笑不笑得出来啃硬骨头。

这三点别当成公式来看。奥特曼曾设想过一个情形:从 YC 里挑出排在前 10 的公司,这 10 位创始人个个都很出色,这 10 家公司也个个都很出色。

接着把创始人和公司的对应关系打乱,重新配一遍,结果却没做好。

这个实验指向的结论只有一条:通往成功的路径五花八门,没有哪种单一模式能同时套用到所有情形、所有公司身上。

既然如此,看到谁做成了就急着拆解、照搬,基本是徒劳。

成功难以复制,失败却能提前躲开。不少失败事先都有迹象:动力不足、专注不够、思路不清、愿景模糊,另外还缺一种本事——能笑着把难题一遍遍啃下去。

奥特曼谈人才:20年经验可能只是1年重复了20遍(配图 7)

四、结语

聊到这儿,普通人明天究竟能做点什么?

奥特曼给过一个直接能上手的检验办法:挑一个特别聪明、有干劲、又爱较真的朋友,把自己那套判断原封不动地讲给他听。

为什么偏要找较真的?顺着你说话的人帮不上忙。只有那种够聪明、又肯当面泼冷水的人,点头说出的那句“行”才有分量。

这法子另有一层好处:它逼着人把含糊的念头讲成能被挑刺的话。讲不清楚,多半说明自己还没想明白。

OpenAI 刚起步那会儿,主流声音几乎都是怀疑。奥特曼的办法是拿证据一条条摆,讲清楚为什么要这么干、干成了会是什么样。

当然也得把握分寸。所有人都被说动,说明这事太显然,轮不到自己;一个都说不动,就该警惕了,多半是方向想岔了。

用扎实的事实和推演,真把那个较真的朋友说服,让他承认这事虽冒险但值得做,想法才算立得住,而不是自己一厢情愿。

说不服也别急着丢。回头把证据补全,再讲一次。这一来一回,本身就是日常版的自我推翻。

*文章为作者独立观点,不代表笔记侠立场。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. Claude Code创始产品经理Cat Wu跳槽OpenAI,Anthropic连续失血

    AI圈顶级人才,开始扎堆跳槽了! 11月5日,硅谷爆出一则重磅人事变动:前一天刚宣布告别Anthropic的王牌产品掌门人Cat Wu(Catherine Wu),转头就官宣加盟OpenAI,负责核心产品团队的产品管理。从宣布离职到入职新东家,几乎无缝衔接。

    来源 AI 行业观察
  2. Cat Wu离开Anthropic即入OpenAI:Claude Code创始PM为何留不住

    (本文作者为 新质动能,钛媒体经授权发布)文 | 新质动能AI圈顶级人才,开始扎堆跳槽了!11月5日,硅谷爆出一则重磅人事变动:前一天刚宣布告别Anthropic的王牌产品掌门人Cat Wu(Catherine Wu),转头就官宣加盟OpenAI,负责核心产品团队的产品管理。从宣布离职到入职新东家,几乎无缝衔接。Cat

    来源 腾讯网
  3. 毕马威报告:76%中国CEO把AI列为未来三年优先投资项

    中国青年报客户端讯(中青报·中青网记者 张均斌)11月6日,在第九届中国国际进口博览会上,毕马威发布《2026年中国首席执行官展望》报告。报告对125名中国CEO进行了调研,重点探讨人工智能(AI)投资、人才与组织变革、技术治理及可持续发展等核心议题。AI是贯穿年度调研的重要主线。报告显示,76%的受访者将AI作为未来

    来源 腾讯网
  4. 眸深智能穆泽林:机器人价格须低于岗位18个月薪资才能规模上岗

    11月7日,上海眸深智能科技有限公司创始人兼CEO穆泽林在第九届进博会配套活动期间接受澎湃科技(www.thepaper.cn)采访时表示,具身智能行业仍处于发展早期的关键验证阶段,目前机器人多数看似在“上岗”工作,但其实仍处于“试岗”状态。他表示,从现在到明年三月,是具身企业的关键时间节点,眸深智能计划在2027年3

    来源 腾讯网
  5. 小米公关部调整:设中国区公关部,张永生、曾洋分任要职

    IT之家 11 月 6 日消息,据“大厂青年”消息,小米公关部近期组织架构调整,张永生任中国区公关部总经理,曾洋任集团公关部公关媒介部负责人。 IT之家附部分通知原文如下: 一、集团战略市场部 1.集团公关部成立中国区公关部,任命张永生担任中国区公关部总经理,向集团公关部总经理徐洁云和集团高级副总裁、中国区总裁王晓雁双

    来源 AI 行业观察
  6. 印度芯片转向28纳米:135亿美元补贴押注后道封装

    多少人盯着2纳米、3纳米,盯着台积电和三星的制程竞赛? 而印度却把数十亿美元投向28纳米到180纳米的“老芯片”,投向封装、测试、组装,投向特种半导体和设计人才,是印度慢了?印度怂了?印度在捡别人不要的生意? 其实它未必想成为下一个台积电,因为更现实的目标是成为全球芯片供应链里的备份节点、认证节点和交付节点。 这大概才

    来源 AI 行业观察
  7. 智元机器人便利店上岗,具身智能落地再进一步

    桌子上还有食物,但是顾客已经离桌,这份食物要不要当垃圾处理? 对人来说,这问题不难,比如可以观察顾客是否已经食用,或者观察顾客是不是已经离店,来判断顾客是否还会回来。 但对于机器人来说,这件事却难。 11月2号,智元的机器人们在一个便利店上岗,六台机器人分别承担迎宾、取货、做咖啡、做熟食、理货、清洁岗位的工作。其中,一

    来源 AI 行业观察
  8. 阿里淘天收紧离职回流:去过竞对的要特批,普通岗位通道变窄

    近日,有阿里巴巴员工在内部社区爆料,淘天集团不再鼓励离职员工回流,离职后曾入职竞对公司的员工若申请返回,需要走特批流程。爆料将“数得上的互联网电商公司”均划入竞对范围,按此口径,普通岗位的回流通道明显收窄。上述信息来自职场社交平台上的员工讨论,淘天或阿里官方并未发布正式通知。截至发稿,阿里方面未对此作出公开回应,具体执

    来源 腾讯网
  9. 从一次滑移到可复用经验:大晓“双脑协同”如何让机器人少走弯路

    为什么需要“双脑”协同?三个递进闭环第一是自主执行闭环,让机器人更可靠完成当前任务。双脑协同希望建立的,正是任务推理与物理预测通过真实反馈相互校正、执行认识经过验证进入后续学习、学习与研发方法持续改进的路径。让一台机器人付出的探索,为更多机器人省下重复试错的代价——这是大晓双脑协同试图推动的进步。

    来源 TechWeb
  10. 印度拟24个月自研GPU:ISM 2.0覆盖设计到制造

    印度在ISM 2.0下瞄准本土GPU,正是对这一结构性约束的回应。与此同时,印度当前的AI算力供给仍然高度依赖进口。IndiaAI Mission的共享算力池在2026年6月达到超过45,000块GPU,面向研究人员和初创企业提供补贴性算力接入。但据印度媒体报道,截至2026年10月,该任务实际可用的GPU约为30,0

    来源 TechWeb
  11. 印度MeitY:24个月自研GPU,1.275万亿卢比计划铺路

    【TechWeb】11月6日消息,据印度科技媒体ETGovernment报道,印度电子和信息技术部(MeitY)秘书长S. Krishnan在接受专访时表示,根据“印度半导体使命2.0”(India Semiconductor Mission 2.0),印度政府计划支持本土GPU芯片研发,并预计这项工作需要约24个月。

    来源 腾讯网
  12. 印度GPU自研计划:24个月目标与1.275万亿卢比预算

    印度在ISM 2.0下瞄准本土GPU,正是对这一结构性约束的回应。与此同时,印度当前的AI算力供给仍然高度依赖进口。IndiaAI Mission的共享算力池在2026年6月达到超过45,000块GPU,面向研究人员和初创企业提供补贴性算力接入。但据印度媒体报道,截至2026年10月,该任务实际可用的GPU约为30,0

    来源 TechWeb
  13. 印度要自研GPU:24个月目标,预算1.275万亿卢比

    【TechWeb】11月6日消息,据印度科技媒体ETGovernment报道,印度电子和信息技术部(MeitY)秘书长S. Krishnan在接受专访时表示,根据“印度半导体使命2.0”(India Semiconductor Mission 2.0),印度政府计划支持本土GPU芯片研发,并预计这项工作需要约24个月。

    来源 AI 行业观察
向下滚动自动加载更多