我目前是一个博五的理论物理学生,前几年几乎完全处于摆烂的状态。心力几乎摧毁,前几年报了AI的课程,看了很多自媒体,把妹,投资的东西,沉迷于各种“非线性”,包括去justin的学习。知道自己的问题在于mindset,过于急躁,没有真的go deep(这曾经是我最大的优势)。我这么焦躁,主要源于大学和博士前几年有心理问题。现在感觉即使好好读书毕业,也很难赶上时代的浪潮。 很多时候,就是我太久没有正反馈,容易被周围人或者网上的KOL带节奏。同学建议我先去工作,接触和钱有关的事情。我自己报了一些量化的面试,面过几轮,等的过程很焦急(学弟和我有一个共同的量化工程,我感觉我现在状态很难帮助他) 前段时间我为了套一个策略跟着报班学了很多(因为匮乏心态和找工作期间的焦虑,可能没谈过恋爱,家里人也对我失望,但还是爱我,我觉得我入魔了,家里人只希望我平安,我总想跨越阶级),在BTC上反复操作舍不得放弃,一个国庆都废了。合作者说我很强,但没有主体性,容易陷入“舔狗陷阱”。我觉得很多时候可能是我mindset,不知道如何获得正反馈,就想着走捷径,先看高级东西再做,然后过早看了别人课程,反而容易挫伤自己积极性。想让AI自动复盘也是不靠谱的。 这个AI时代,我的价值在哪里?因为看到太多抓住机会的还有勇敢创的,如果以lizheng的三种mindset,该如何做?

提问

AI根据立正公开的文章和视频整理,不是他本人回复

你缺的可能不是更多信息,而是一件能自己完成、能验证的小事;先做产品再谈品牌,正反馈来自做出来的东西,不来自追浪潮。

先做出一个东西,正反馈才有来源

立正讲过,早期大家是通过产品认识你,而不是通过品牌;把时间和精力花在打磨产品上,回报率更高,产品还没做好就去做品牌,是一种不划算的取舍⁠1。放到你身上:你看了很多课、很多自媒体、很多“高级东西”,但这些都还是品牌层、信息层,没有落到你自己的产品上。正反馈不是从别人那里领来的,是你做出一个东西、它真的有用、别人真的用了之后自然产生的。所以“先看高级东西再做”这个顺序可能反了——先做一个小的、能跑通的东西,哪怕很粗糙,做完再看别人怎么做,挫败感会小很多。

AI时代真正留下的是撤掉帮助后你还会的东西

工具和原型最容易让人觉得在进步:学会一个工具就能截图、发帖,但AI工具几个月就换一轮,半年后按钮和命令都变了;留下来的是拿到模糊需求先拆成能检验的小步、结果不对先找原因而不是换工具再试⁠2。原型只碰到最容易的情况——需求清楚、数据简单、用户只有你自己,难的全在从原型到产品这一段⁠2。你担心“赶不上时代浪潮”,但浪潮本身换得很快,能带走的恰恰是这种拆解和判断的习惯。你提到自己曾经最大的优势是go deep,那正是这类不随工具过期的东西。

判断一个选择为什么适合你,而不是照搬结论

结合提问者的处境

立正提醒过,只记住别人的结论、没带走结论成立的条件,很容易照搬出错;一个人今天能做什么,是过去的选择累积出来的⁠3。你同学建议你先去工作、接触钱,这个建议对某些人成立,但成立条件是什么——是缺现金流、缺行业信息,还是缺一个能持续给反馈的环境?你自己报量化面试、跟策略班、反复操作BTC,这些动作背后可能都是同一个匮乏感在驱动,而不是真的在验证哪条路适合你。可以问自己:如果缺少“家里还爱我、还能读下去”这个条件,我还会这样选吗?

你提到的“三种mindset”在本次材料里没有对应内容,无法据此展开;上面讲的是产品、习惯和判断条件这几条有材料支撑的线索。

回到3份原文

博五阶段,怎么在不放弃毕业的前提下给自己制造正反馈?我感觉博士必定要延毕,结合组里情况(我不能很好地活在当下) 我的产品可以是我的论文初稿,也可以是量化公司的策略改进。但必须要去做。就像我做AI,做了这么久还是在对话,出来的demo几乎完全不能用,也让我很沮丧。我意识到我没有“1”的经验,也很难判断AI的输出到底不好的原因是什么(我在context上下功夫不够,需要我深度思考,AI不能代替我思考,我就是平常,不愿意输出,我觉得AI可以代替,也许是可以,但我不能因为未来这个东西做的更快而不做眼前的事情),这就是我的思考之一。 我同学提出这个观点猜想,是因为他诊断我:缺乏正反馈和努力的动力。

追问

AI根据立正公开的文章和视频整理,不是他本人回复

正反馈可能来自把论文初稿或策略改进做成一个能看见结果、能自己判断好坏的小成品,而不是等一个完美的“1”。

先做出能看见错误的第一版

你提到AI demo几乎不能用、也不知道输出为什么不好,这恰好是“第一版”的正常状态。做出一版之后,原本藏在名词里的决定才会浮现:信息顺序不对、哪些数据不该占主要位置、流程哪里别扭。这些判断在看到错误版本之前根本不存在,所以第一版的价值不是证明你行,而是让你看见原来的想法有多不完整⁠1。论文初稿和策略改进都适用:先交出一个能被检验的版本,哪怕它明显不对,你才有具体的东西可以改,而不是在脑子里反复评估一个还不存在的成品。

把“自己先想”的部分留给自己

结合提问者的处境

你担心AI会代替你思考,这个担心有依据:同一项数学实验里,先让学生自己解题、AI只给提示不给答案的那组,练习成绩提高明显,考试也没下降;区别就在于学生还有没有机会自己先想、自己犯错⁠2。所以可以试的做法是:论文或策略里最核心的那一步——问题值不值得做、怎么拆、结果到底好不好——先自己写下来,再让AI帮你补细节或检查。配环境、调参数这类费劲却不长本事的“假困难”可以交给AI⁠2。这样做的反馈是:你会开始分得清哪些卡住是思考没到位,哪些只是工具没配好。

正反馈来自做成一件具体的事

有访谈提到,很多学生缺的正是把一件事做成后的成就感,结果里能看见进步,学习才有正反馈,愿意继续做、继续改,手艺才可能真正学通⁠3。这和你同学说的“缺乏正反馈”方向一致,但正反馈不是靠想通mindset获得的,而是靠一件做完的事。你不需要先解决“活在当下”再开始,可以先选论文初稿或策略改进中的一个,做出一个能被你自己判断好坏的版本。至于“博士必定延毕”这个判断,材料里没有讨论延毕本身,这里只能作为你的处境背景,不能从材料推出结论。

材料没有讨论博士延毕、理论物理论文或量化策略的具体做法,这些部分只能作为你的处境背景,不能从材料推出结论。

回到3份原文