追求卓越的内在原因

内容简介

本期聊“为什么要追求卓越”。增长往往不是线性的，真正的跃迁来自少数关键时刻；卓越工作不仅带来更高回报，更重要的是让人有机会提出更好的问题、完成更好的价值对齐。平庸的工作会被市场和记忆迅速遗忘，而卓越，是个体与组织面对世界最坦诚的行动方式。

正文

今天我们来聊一聊追求卓越的内在原因。长久以来我一直关注在某个领域做得非常优秀的人或者公司的成就，我发现他们的成就存在一些相似性和联系。所以想要把它分享出来，这也是我对自己的一个提醒，让我始终做极其卓越和优秀的产品

增长是非线性的

追求卓越的内在原因，首先因为增长是非线性的，这是我在前几期播客重复过几次的观点，前几期播客包括“什么是真实的游戏”以及“不创业才是高风险的”。最能够说明这个观点的是股票市场，因为股票市场背后也是由大大小小的公司和商业行为支撑的，它具有一定的说服力。

以S&P 500为例，过去20年，如果一直持有它的年化收益是9.7%，的确是一个非常好的标的，因为它能够承载极大的资金。但是如果我们错过了30个涨幅最大的交易日，年化收益就会降低为0.7%。同时我们无法预料那30天具体是哪一天，所以需要我们始终在牌桌上。

背后的原因也是显而易见的，公司的财富增长通常依赖少数关键时刻的爆发，即便从内部人士看来公司经历了连续的，艰苦的工作，但是其实情况是：商业公司通过不断的商业冒险，进行多次尝试，并提高单次尝试的成功率，从而构建了被客户和用户接受的产品，从而迎来了爆发式的增长。

并且，资本市场会预先的消化增长的预期，非理性又会让这个增长加速，所以它出现了非常短时间的、快速地增长。这对于个人来说也是一样，所以非线性增长不是侥幸的，而是一个非常现实的结构。

我们从小被教授的是找一个好的工作，而大多数出售时间的工作的增长都是线性的，但是对于许多市场，尤其是软件与金融市场来说，增长的非线性才是现实结构，这是常规教育没有教授我们的。而如果要实现费线性增长，就需要做出远超市场预期的卓越工作，这是我想讨论的第一部分。

那么同理，如果我们处于软件、金融这种本应该非线性增长的行业但没有快速增长，那么一定是哪里做的不够到位，这通常也意味着没有找到可以复用的手段、没有找到规模杠杆或者没有构建网络效应，或者没有给用户提供远超当前的体验和收益，总也言之是没有做出卓越的工作，所以没有得到超线性的奖励。

卓越本质是提高问题质量

第二部分我想分享的是卓越的本质是为了提高问题质量，这也是我花了很长的时间看大卫·多伊奇的《无尽的开始》的主要收获。对于创业来说，如果做对了一些事情，个人的财务问题会相对快速地解决，那么从第一天开始，就其实需要回答，除了赚足够多的钱，还有什么动机会让我和团队持续做卓越的工作。

蚂蚁的前主管给过我的好的思路，思路就是利他，利他和普惠可以做为组织在追求利润下的补充。而另一个好的思路是，我们能开始选择更好的问题，并问出更好的问题。

对于一个岗位来说，卓越工作的完成的结果是可以参与更多更重要的问题，那么相应的，也能获得更多的报酬，因为权责利是对等的。卓越工作的人会有更多的预算、更多的人力和其他资源支持的权限。并且有资格和更加优秀的人一起工作，同时，能更好地控制自己的节奏，这和个人的价值感密切相关。

但更重要的是，卓越的工作的结果是：之前解决的问题已经被很好地解决，过去的问题不值得再被关注，相应的，一定会有更重要的更好的问题等着我们，这就是卓越工作的奖励。

而为什么更好的问题是重要的，这就要参考《对齐问题》这本书了，从人工智能的发展史上，对齐问题一直是极其重要的问题，它更完整地说其实是我们如何教会AI关注什么是重要的。所以对齐问题应该被表述为价值对齐问题。对于一个人来说，时间极其有限，投入精力在什么地方，关注什么问题，就是个人向世界的对齐。

即便我们接受世界的虚无特质，但我们依旧需要行动，所以个人永远无法逃避对齐问题。而对于完成了卓越工作的人来说，他就更有可能投入精力到更有意义的对齐上，这种对齐和精力的投入，会直接影响一个人作为个人的所有行为和世界体验，所以卓越的工作是极其重要的。

这一段的逻辑有些长程，我想再顺着讲一遍。一个人完成了卓越的工作，那么他就相比做平庸的工作的人来说，解决了更多有价值的问题，所以他能够提出更好的问题，而更好的问题的提出就是价值对齐问题，完成卓越工作能更好的做价值对齐。最终是与世界进行对齐，这是虚无意义的终极解决方案。

平庸的工作不会有人记得

第三部分，我想讨论的是平庸的工作不会有人记得，这是我在听谢赛宁的播客时他提到的。因为大部分平庸的工作其实就是不会有人记得，因为它既没有带来好的结果，也没有带来太多坏的毁灭性的结果，所以它会被很快遗忘。

而对于商业市场来说，大部分中等水平的工作也只能得到中等水平的奖励，因为这是大多数人都可以做到的，大多数人都能做到意味着充分竞争，充分竞争意味着它已经被充分定价了。

同时，我们用科学研究和AI的视角来看平庸的工作，平庸的工作不仅带来的商业回报低，而且它还不产生太多有价值的信息和数据，信息和数据才能让系统和组织纠错和迭代，所以平庸的工作的价值远低于卓越的工作，它不是0.8:1的关系，即便是平庸的工作付出了相同的努力，最终的收益是1:10000的关系。

同时从研究和商业来说，平庸的工作不会被记住的例子太多了，以至于我们没法举出一个，因为大部分已经被遗忘了，但是卓越的工作我们一生只需要成功一次，就能够有非常高的收益。研究员、交易员、创业者都是一样。

大部分的工作可能都是没有水花的，但是只要不失去无法再来的本金，那么这是一个极其反脆弱的游戏，只需要赢一次就能获得巨大的超额收益，这背后代表着卓越的工作被市场认可。

以GPT为例，GPT3, ChatGPT, O1和后续的推理模型，以及当前的Agentic，四个阶段分别将公司推向了十亿、百亿、千亿、万亿美元的规模。这的确是连续的成功，但对于个人和普遍的商业公司来说，只需要赢一次就已经带来了巨大价值。

但有如此多的高校、研究所、公司也在做相关的工作，但是大部分的研究和工作从市场定价来说都没有任何意义，因为它甚至始终都没有进入市场，因为它们大部分就是平庸的工作。

总结

最后总结一下，至于如何做卓越的工作，我不想过多讨论，因为它很容易变成陈词滥调并且说教意味很重，无非就是目标、执行等等。

我只想提一点，因为我也在经营企业，公司的老板也只是组织资源的短期分配者，他看起来在组织内部权力很大，但是公司作为一个个体，也需要做卓越的工作向市场对齐，大多数市场极其公允，如果一个公司没有做正确的事情，市场会很快给它调整定价。

一个公司是否做了卓越的工作，长期仅仅由用户是否使用和支付决定，而公司的长期价值，同样遵循上面提到的非线性的规律。一个组织只有持续的做卓越的工作，才能得到跃升性的收益，而收入的跃升和用户愿意投入时间、金钱或者赞誉，都是对产品价值肯定的最直接信号。

所以我们不得不非常坦诚的面对自己，做卓越的工作。

参考文献

• Deutsch, D. (2011). The Beginning of Infinity: Explanations That Transform the World. Viking.
• Christian, B. (2020). The Alignment Problem: Machine Learning and Human Values. W. W. Norton & Company.
• Taleb, N. N. (2012). Antifragile: Things That Gain from Disorder. Random House.
• Kahneman, D. (2011). Thinking, Fast and Slow. Farrar, Straus and Giroux.
• J.P. Morgan Asset Management. (2024). Guide to the Markets. J.P. Morgan Asset Management.
• S&P Dow Jones Indices. (2024). S&P 500 Index Methodology. S&P Global.