我每天很忙,但不知道工作有没有价值,怎么识别 fake work?

提问

AI根据立正公开的文章和视频整理,不是他本人回复

识别 fake work 的关键不是看你有多忙,而是追问:这份产出完成后,下游会做出什么不同的决定或行动?如果多生产十份,真实结果也不会更近,那它很可能只是让你感觉在前进。

忙的感觉不等于事情在前进

fake work 最危险的地方,是它给你错误的反馈:开了一天会、改了一天 PPT,你很累,大脑就告诉你今天很有成果,但事情可能原封不动⁠1。它骗的是你对「进步」的感觉⁠2。所以判断一份工作有没有价值,不能靠累不累,而要沿着产出往下追:这份东西做完之后,谁会因此做出一个不同的决定,或者哪个真实用户的结果会改变?如果答案是「没有」,那它更接近代理信号,而不是价值本身⁠3。

价值往往集中在少数几件事上

工作的价值通常不是平均分配的。你手上十件事,可能只有一件特别有价值,把它超出预期地搞定,可能就带来这半年大部分的价值⁠4。反过来,在低价值的事上过度投入、在高价值的事上投入不足,就是 work stupid⁠5。这也解释了为什么「平均用力」会让人忙却没价值:它沿用了学校里每科都重要的习惯,但职场里不同任务的价值可能差几百倍⁠5。一个可以试的做法是,先挑出你手上最像「真正值得做」的那一件,把力气往它上面加,其余的先少花时间⁠4。

责任在交接中被稀释,价值就消失了

AI推演

fake work 容易长在责任被重置的地方。每交接一次,原本的结果就被翻译成一个更容易验收的交付物:用户问题变成需求,需求变成功能,功能变成上线,所有交付物都按时完成,最初的问题却可能原封不动⁠3。所以识别价值,可以看一件事的责任有没有在交接时清零。如果暂时改不了组织,就先闭合一个小循环:做出改动,让真实用户使用,观察发生了什么,再改一次⁠3。你练的不是多做一个项目,而是从判断一路负责到结果。

材料没有给出适用于所有岗位的统一指标;知识工作离不开代理信号,每个信号都要定期和用户行为、实际结果对账,且随时可以取消⁠3。

回到5份原文

3 超线性学院 2026-08-28

如何识别与消灭 fake work ↗

讲清了 fake work 的结构性来源、停做测试和缩短责任距离,是识别与消灭 fake work 最直接的一篇。