史蒂夫·乔布斯（Steve Jobs）在斯坦福（Stanford）演讲时说，要做出伟大的工作，唯有热爱所做的事，没找到热情就该继续找。马克·库班（Mark Cuban）却相反：别追随热情，追随努力，因为你会在擅长的事上爱上它。两人说的其实都是自己：乔布斯只对痴迷的事做得好，库班则会迷上开始获胜的事。很多建议都如此，相反说法可能都说得通，那怎么判断哪条适合自己？

史蒂夫·乔布斯在斯坦福那场著名演讲中告诉毕业生，做出伟大工作的唯一方式是热爱你所做的事；如果还没找到激情，就继续寻找。

有意思的是，马克·库班的说法正好相反：不要追随激情，要追随你的努力，因为你最终会爱上任何你做得好的事。

谁是对的呢？我觉得他们都对——只不过是对他们自己而言。乔布斯是个偏执的人，只在自己痴迷的事情上表现出色，所以这当然就是他的准则。库班则是那种一旦开始在某件事上获胜就会上瘾的人，所以那是他的准则。

很多建议都是这样。两个聪明人可能告诉你完全相反的事，而两边都能说得通。那么，你要怎么判断哪些建议真正适用于你？

这适用于我吗？

再看一个两边都包含好建议的常见矛盾：“对一切都说 yes”对“几乎对一切都说 no”。如果你的职业状态有点沉寂——没得到多少机会、没在尝试新事物，或者你刚入行——那多说 yes 很可能是极好的建议。如果你手头已经有十件事，每件都顾不上充分投入，那么相反的做法可能更好。工程师们经常看到这一点：一个团队写文章说微服务救了他们，另一个团队写文章说又搬回了单体架构；两者放在各自的团队规模和问题里都是对的。

当你听到建议、或有人叫你做某事时：不要照搬规则，要理解为什么这对那个人有效。他们当时在解决什么问题？他们的处境有哪些真实条件？然后问那个显而易见的问题：这对我成立吗？别以为对别人有用的事，你也会喜欢。

顺带一提：这也说明，搞清楚自己的“底层设定”非常重要。你越了解自己天然的工作方式、什么给你能量、怎么做决定、在哪种环境里表现最好，就越容易判断别人的建议到底适不适合你。

从无聊的答案开始

当我被太多不同方向搞晕时，我喜欢问：这里最无聊、最显而易见的答案是什么？

拿减肥来说。你可以花几个月争论生酮、断食、进食时间、碳水、运动方案等等。但无聊的答案是什么？少吃点。这点每个人都知道，正因如此它才无聊。

所以我觉得挺好笑：Ozempic 可以说是几十年来最大的减肥突破，而它做的无非是让你……少吃点。砸了数十亿研发，答案从头到尾就是那句老生常谈。哈。

每当我卡住时，这都很有用。这里最简单的答案是什么？我真的在这么做吗？如果没有，为什么？程序员圈子里有一篇知名文章《Choose Boring Technology》，对选择工具提出了同样的论点。

无聊的建议会被忽视，因为有一整个产业建立在建议之上，而显而易见的东西不好卖 :) 年纪越大，我越觉得那些无聊的老生常谈往往是最好的建议。

我能自己去弄清楚吗？

我给自己养成了一个习惯。会有很多人告诉你该做什么：做这个、试那个、你非得做 X 不可。与其照单全收或置之不理，我会退一步问：我能自己去弄清楚吗？我能不能做个小实验，拿到属于自己的答案？

举个快例子：很多内容创作者都说（毫不意外）创作内容是对职业最有帮助的事。我能看出这对他们有效，尤其是在找工作时。我只是不知道对自己值不值得。于是我试了试：持续在 LinkedIn 上发帖，积累了一批还算可观的关注者，并留意它到底给我带来了什么。我的答案是：有用，但没值得继续投入同样的精力。所以我现在在那儿没那么活跃，也不再纠结这件事。

养成先小剂量测试的习惯！如果你想转行，先接一个小单、降低一点收费试试。如果你想开公司，先用 AI 做个原型，再试着去推广。在做任何重大决定前，问一句：我能做点什么，来获得真实数据？

我们信任自信的人，即使他们错了

人类大脑有个可悲的缺陷：我们经常把自信误认为能力。

研究也证明了这一点。2013 年有一项研究，人们把以高度自信说出的陈述评价为可信得多，哪怕说话者明显是错的、而且根本没有证据支撑。

当某人在播客或董事会里以绝对笃定的语气说话时，你自己的直觉就会动摇。“他们听起来这么确定。也许我的判断完全反了。”

训练自己对“魅力型笃定”产生免疫反应。当有人说话毫无细腻的考量、一刀切时，试着在心里给他们的确定感打折，去看底下真正的论证。他们到底知道什么？他们有什么证据？

用 AI 来反驳另一面

AI 几乎能把任何立场都说得令人信服。问它你该不该辞职，它能给出一套漂亮的离职理由；问它为什么该留下，它也能给出一套漂亮的理由。斯坦福大学今年发表在《Science》上的一项研究发现，聊天机器人在面对寻求个人建议的人时，同意对方看法的频率比人类高出约 49%。

所以我觉得，把它当成陪练比当成神谕更有用。如果我倾向某一方，我会让它为相反立场辩护，指出我可能在哪些地方做了假设，并告诉我哪些信息会改变答案。它能帮我保持清醒，自己拿主意！

多数人认同建议高度情境化，且成功者或无关者的建议常受幸存者偏差、隐藏退路和缺乏切身利益影响。分歧主轴在于建议是否仍值得听取：一方认为即便多数建议是噪音，它也能提供自己想不到的选项、帮人跳出固有思路；另一方则认为没有切身利益、不够了解你的建议大多是垃圾，甚至原文只是把常识包装成深刻。

认为所有建议都高度情境化，几乎没有普适真理

• 建议是否成立，取决于给出者自身经历与隐藏动机、你的行事方式和优势，以及你所在国家、财力等现实条件；真正普适的好建议极少（较多人）
• 要区分“一对多”的公开建议和“一对一”的个性化建议：书或访谈里的通用建议面向大众、较宽泛，而了解你处境的同事或朋友给出的建议更具体；只有真正了解你的人，才可能给出具体且客观有用的反馈（较多人）
• 有些建议其实是给出者需要听给自己的话：新手网红以优越姿态写人生建议，其实是在给自己打气，让人看穿“早已想通的智者”幻觉（少数人）
• 人工智能和人类顾问一样，并不掌握关于你的完整上下文，因此给出的指导未必适合你；最终要靠自己反思，并在已知与认为有益之间做取舍（少数人）
• 连“研究生比本科容易”这种说法也只是个人情境：有人本科痛苦是因为被迫学不感兴趣的课，而研究生阶段只学喜欢的方向，因此显得轻松；这说明建议可能只适用于讲者自己（少数人）
• 说到底，给建议也是一种沟通，需要共情；若给出者不理解你，建议很难有价值（少数人） > 所有建议都是情境化的：它取决于给建议的人、你自己，以及你所处的实际环境，真正普适的好建议非常少。（@elohimus）

认为成功者或无关者的建议受幸存者偏差、隐藏退路与缺乏切身利益污染

• 成功学访谈存在幸存者偏差：同样做法的失败者成千上万，更该去采访失败者；受访者还会选择性叙述，只谈自己冒的风险，不提失败后的安全网，比如富裕家庭兜底（较多人）
• 乔布斯和马克·库班的表述其实并不矛盾，本质都是“努力做你在意的事，然后也许会走运”；坦诚版本不受欢迎，因为它承认没有独门秘籍（较多人）
• 如果给建议的人不会承受你执行后的后果，其建议大多只是垃圾（较多人） > 所谓建议不过是拼命做一件事，然后你也可能只是走运；乔布斯的版本只是加上“做你在意的事”。（@glitchc）

认为即便建议多是噪音，仍值得接收

• 你征求建议不是让他人替你决策，而是希望看到自己没意识到的选项，帮自己“跳出固有思路”；即便不适合，考虑过之后决策也更充分（较多人）
• 宁可得到可以忽略的建议，也好过完全没有；偶尔会有一颗“钻石”混进来，带来换个角度看问题的启发（较多人）
• 有人认同文章总体价值，说它击中了自我批判者的痛点，并希望给建议的人也读一读；文中“说 yes”和“说 no”的对照尤其有趣（少数人）
• 最好的建议是“学会采纳好建议”，只是如何做到仍不容易（少数人） > 你征求建议不是为了让别人替你做决定，而是希望看到自己原本没意识到的选项，帮自己“跳出固有思路”。（@solatic）

怀疑文章本身：认为它只是把常识包装成深刻，或标题断言缺乏支撑

• 有人觉得这文章像广告，标题把“建议要因人而异”这类常识包装成深邃洞见（少数人）
• 也有人直接指出标题里的断言在正文中并没有得到支持（少数人）

主张不要把他者经验置于自己之上，甚至“别听建议”

• 最好的建议是“别听”：不要把他者的经验看得比自己的经验更重要，否则会陷入不断想改变、而不是走自己路的循环；旁人并不那么在意你，不必用他们的意见来验证自己（少数人）
• 结合亲身经历：离开家乡后才更快乐，说明真正适合你的路只有自己在反思中能找到（少数人） > 最好的建议是“别听”：别把他者的经验看得比自己的经验更重。（@999900000999）

有价值的补充

• 减肥药 Ozempic 的类比很巧妙：它只是让人“吃得少”，却成了几十年最大的突破；真正的难点往往不是不知道该做什么，而是如何让自己做到（@hk__2）
• 在 Hacker News 等技术社区，嵌入式、前端、后端、函数式等不同背景的程序员常把自己的经验当成整个“软件”，互相给出断言式建议；这类似盲人摸象，提醒人别把局部经验当普适真理（@01100011）
• 评价建议时，要把“表达方式”和“内容实质”分开：别因对方自信就盲信，也别因对方是神经多样性人士、非母语者或文化差异导致表达不佳而低估（@Hasz）
• Scott Alexander 有一篇讨论“是否该反转你听到的任何建议”的文章，可作为进一步思考建议可信度的参考（@radial_symmetry）
• 一条代表社区情绪的调侃：想要建议时去要钱，想要钱时去要建议（@Balgair）