爬坡理论——不要在错误的山峰停留
0xE43a
December 13th, 2021

2009-9-19

原文链接:

译者:Aaron、Evelyn | W3.Hitchhiker

我认识一个聪明的年轻孩子,一年前从大学毕业,现在在一家大型投资银行工作。他开始发现他讨厌待在华尔街,他想在一家科技创业公司工作。他最近向他的老板们提出了辞职,而老板们的反应是上演了一场说服他留下来的“盛大演出”。老板们告诉他,如果他留在银行,他们会给他加薪和并给安排给他更重要的工作,而加入科技行业,他就会从头开始。现在他觉得自己会留下来,尽管他“非常自信”地表示他对金融业并没有那种勃勃野心。

多年来,我遇到过许多有这种潜在趋势的员工。当我问他们一个非常明显的问题。"10年后你想做什么?" 答案无一例外都是 "在科技创业公司工作或创办公司"——然而他们中的大多数人只是继续维持现状,也没有加入创业公司。几年后,他们终于辞去了工作,但也只是在他们不喜欢的行业中呆了几年,而且没有真正实现他们雄心壮志。

聪明的、有雄心壮志的人怎么能在一个他们没有长期抱负的领域继续工作呢?我认为他们所犯的错误可以在计算机科学中找到一个很好的比喻。

计算机科学中的一个经典问题是爬坡。想象一下,你被丢在一个丘陵地带的一个随机地点,在那里你只能看到每个方向的几英尺(假设有雾或其他东西)。我们的目标是到达最高的山头。

爬坡理论——不要在错误的山峰停留

考虑一下最简单的算法。在任何给定的时刻,朝着比当前更高的地方前行。这种方法的潜在风险是,如果你碰巧在一座较低的山丘附近,那么你最终会在较低的山丘的顶部,而不是最高的山丘的顶部。

这种算法的一个改进版本是在你的行走中加入了一些随机性。你开始时进行随机行走,随着时间的推移减少随机性。 这使你在开始集中的、非随机的攀登之前,有更好的机会在较大的山丘附近徘徊。

另一种通常更好的算法是让你反复把自己丢在地形的随机部分,做简单的爬山,然后在多次这样的尝试之后,再回头判断哪座山是最高的。

回到求职者身上,他们的优势在于对自己的“地形“”不那么迷惑。 他知道(或至少相信)他想在一个不同于他现在所爬的山顶上结束。 他可以从他站的地方看到那个更高的山头。

但目前的山丘的诱惑力很强。人类有一种本能的倾向,下一步一定要更好。于是最终容易落入行为经济学家强调的一个常见陷阱:人们倾向于系统地高估近期的回报,而不是长期的回报。 这种影响似乎在更有野心的人身上更加强烈。他们的野心似乎使他们很难放弃附近的上升阶梯。

处于职业生涯早期的人应该从这个“爬坡理论”中明白一个道理:可以让你行走的道路曲折一些(尤其是早期),要随机地把自己丢到新的地形,当你找到最高的山丘时,不要在当前的山丘上浪费更多的时间,不管你面临着多大的诱惑。

Arweave TX
aa1_M06sc8tWFy4JiAd0MoZcCc1fV4zZgw2c1lMDM8Y
Ethereum Address
0xE43a21Ee76b591fe6E479da8a8a388FCfea6F77F
Content Digest
4dxqj-NesC7E91fLVvdqRWsntowR3Qh3Wq-Vk3Bpv5g