时间与人生 — — 跨入本世纪20年代的随想

文章目录

★噪声 VS 信号
★短寿命 VS 长寿命
★低价值 VS 高价值
★娱乐至死 VS 独善其身
★多 VS 少
★快 VS 慢
★边际递减 VS 边际递增
★越来越差 VS 越来越好
★结尾寄语

再过几天,就到2020年了。曾几何时,大伙儿还在迎接千禧年;如今一转眼,21世纪都已经过了五分之一。
有感于此,今天这篇博文就来聊聊【时间与人生】这个话题。

★噪声 VS 信号

最近几年,俺在博文中多次提及【信噪比】。之前的讨论都是以“媒介形态”作为切入点;今天换个角度,以【时间】作为切入点。
股神巴菲特曾经说过(大意是):他自己【从不】关心股票每天的“实时行情”。
为啥捏?稍微了解巴菲特的同学应该都知道 — — 他的投资理念来自于本杰明·格雷厄姆创立的【价值投资理论】。对他而言,“实时行情”的波动,包含了大量随机性的市场因素(技术行话叫“背景噪声”)。由于“背景噪声”的【干扰】,(对他而言)“实时行情”缺乏参考价值。
但如果你上升到更大的时间颗粒度,比如说考察某个股票走势的“周线、月线、甚至年线”,那么趋势就会显现出来。因为在更大的时间尺度,背景噪声滤掉了;因此,信噪比提升了,也就更容易看清趋势。

那么,这个例子与“人生”有啥关系捏?
每个人的一生,都会经历许许多多事情。其中有很多事情,当时你觉得很重要;但等到10年20年之后,再次回顾此事,你可能会发觉 — — 此事对你的人生根本无足轻重(只不过是【噪声】)。
前几年有个新闻 — — 某年轻人为了买 iPhone 手机而不惜“卖肾”;类似的新闻还包括 — — 为了买高档化妆品而不惜“卖卵”……
等过了10年20年之后,再来回顾上述事情,当事人会怎么想?

当然,还会有【相反】例子 — — 有些事情,刚开始你觉得不是那么重要。但在10年20年之后,你发现当时不起眼的事情极大地改变了你的人生。
对俺而言,最典型的例子就是2009年开博。当时并没有什么感觉;写博几年后开始意识到 — — 这个博客对俺很重要(最起码,维护这个博客的过程极大提升了个人综合能力)

★短寿命 VS 长寿命

◇“生命周期”的分布,高度【不】平均

在刚开博的头一年(2009),俺曾经写过一个系列叫做《无处不在的二八原理》。“二八原理”为啥无处不在捏?因为大部分领域都是【不平均】分布滴。“生命周期的分布”也是如此。
比如说,让你回忆上个月看过的新闻,你能想起几条?你能想起的数量,相比你上个月看过的所有新闻的总数,只是一个很小比例。而这还仅仅是“一个月前”;如果跨度是“一年前”,这个比例无疑会更低。
再比如说,每年都会有大量的书籍出版。过了十年之后,这些书籍中的 99% 都会被人淡忘(99% 都还是保守的说法,实际比例应该更高)。

◇基于时间的检验

刚才说到书籍。有些读者寄希望于“畅销书排行版”,想通过这类排行版来找出那些【持久性】的著作。但这个方法也【不一定】靠谱。不信的话,你可以去查10到20年之前的“畅销书排行版”。里面的很多作品,如今已经完全被遗忘了。
“畅销书排行版”是经过严格筛选的一个很小的范围。如果连它都无法保证长寿命,那其它方法恐怕就更难保证了。所以,俺认为真正靠谱的就是 — — 留给时间来检验

◇俺的经验

书籍
比如俺分享的电子书,对于【思想性、理论性】的著作,俺通常倾向于分享该领域权威学者的代表作。某个学者能成为某领域公认的权威,(对其本人而言)已经具备了时间的检验;而如果此书又是此人的代表作,相当于具备了【双重的】时间检验。靠谱程度当然就高得多。

视频(电影 & 电视剧)
博客的老读者都晓得,俺很少看视频。
在本人看过的为数不多的影片中,大都是上映 N 年之后才去看的。如果某个片子在上映了5到10年之后,依然有很好的口碑,俺才会考虑(注:这是俺看此片的“必要条件”,但不是“充分条件”)
这个习惯帮俺规避了很多的烂片,因此也节省了很多的时间。

IT 技术(软件、编程语言、库、协议……)
很多年轻的技术人员,很喜欢追逐最新出现的技术。老实说,俺年轻的时候,也是如此。
在 IT 领域混了这么多年,俺学过很多【昙花一现】的技术(学过之后不久,这个技术就消亡了)。后来,俺慢慢懂得了【等待 & 观望】。
顺便说一下:对新技术的“等待 & 观望”,有一定的技巧。由于这个话题局限于 IT 领域,另外找时间聊。

★低价值 VS 高价值

◇DIKW 模型

很多人会有一个【解】 — — 以为“长寿命”的事物也代表了“高价值”。其实不然!
比如说,某个爆炸性的娱乐新闻,可能会在人们的脑海中留存很多年,但这【并不】代表该新闻具有足够高的价值(娱乐新闻并【不】提升你的个人能力)
因此,你还需要懂得 — — 如何从长寿命的事物中筛选出【高价值】的事物
具体如何做捏?这就要涉及到前不久俺聊到的【DIKW 模型】

(DIKW 模型)
通俗地说 — — I 没啥价值(或者说“价值极低”);K 有一定的价值;而 W 才属于高价值。
比如说“某某明星出轨了”这个就属于 I 层面 — — 仅仅是一个信息,而【不】算知识。这个信息能提升你的能力吗?不能!能完善你的知识结构吗?不能!

◇如何区分 DIKW?

上述只是拿“娱乐新闻”举例。
如何更详细地区分 DIKW 这几个层面捏?前不久(2019年10月)的博文《如何【系统性学习】 — — 从“媒介形态”聊到“DIKW 模型”》才刚刚说过,这里就不重复唠叨啦。
还没看过那篇的同学,建议先去看一看(本文后续的几个话题,与那篇存在相关性)

★娱乐至死 VS 独善其身

◇心理舒适区

上一个章节提到“娱乐新闻”,再顺便谈谈“娱乐至死”。
如今这个互联网时代,有时候也被称作【娱乐至死的时代】。大部分人把大部分的业余时间都浪费在消遣性的内容。这可不是俺耸人听闻 — — 你稍微留意身边的亲戚、朋友、同事。大部分人的大部分上网时间都是用于【消遣】(除了“娱乐新闻”,那些“搞笑视频、购物、闲聊…”也都属于消遣)。
这种现象可以很容易地用心理学加以解释 — — 其关键在于【心理舒适区】(洋文称之为“comfort zone”)。当你进行任何消遣性的活动,你就处于【心理舒适区】。顾名思义,在这个状态下,你会觉得比较放松、舒服、惬意。
互联网的普及,尤其是 SNS(社交网络)的普及,使得每个网民更容易获得各种娱乐性/消遣性的内容 — — 也就更容易陷入相关的【心理舒适区】。
另外,SNS 背后的【商业公司】也在推波助澜。因为每一个 SNS 平台都希望能最大化【用户粘性】。通俗地说,每个 SNS 平台都希望其用户终日泡在上面。所以,每个 SNS 平台都会采用各种手段(尤其是心理学手段)来留住用户,增加你对该平台的【依赖】。

◇自控力(意志力)

要想跳出(脱离)“心理舒适区”,你需要动用【自控力】(也称“意志力”)。“自控力”这个玩意儿就像是肌肉 — — 能够通过锻炼进行强化,也会因为长久不用而弱化。而且这个玩意儿还是【稀缺资源】,很容易被其它因素消耗掉;并且一旦耗尽,【无法】立即恢复(需要一定的时间才慢慢恢复)。
(注:关于“自控力”,现代心理学已经有足够多的研究,并通过实验数据支持上述说法,具体参见下一段的“引申阅读”)
由于上述这两者的特点,如果某人总是处于“心理舒适区”,其“自控力”总是得不到锻炼,就会更加弱化;而自控力弱化之后,就更容易停留在心理舒适区。久而久之,形成一个负面的正反馈(俗称“恶性循环”)。

引申阅读:
关于“心理舒适区 & 自控力”的更详细讨论,可以参见如下这篇博文:
为什么独立思考这么难? — — 谈谈心理学的成因,并分享俺的经验

◇“消遣性内容”的【毒性】

很多人【低估】了“消遣性内容”的【危害性/危险性】。他们误以为 — — 这些东西仅仅是浪费时间。
实际上,比“浪费时间”更危险的是【成瘾性】。只要你理解了前一个小节所说【恶性循环】,也就能理解这个玩意儿的【成瘾性】。
如果根据事物的【损益程度】进行归类,所有事物大致可以分类为:
1. 对你有益的
2. 对你无益也无害的
3. 对你有害的
而“消遣性内容”很明显属于【有害】的这类,也就是本小节标题所说的“毒性”

◇换个角度思考

“娱乐至死的时代”当然让人感到悲哀。但如果你换一个角度看问题,或许就【没】这么悲哀了 — —
当大部分人都沉迷于心理舒适区,只要你能跳出来,(在很多方面)你都更容易脱颖而出。换句话说,你就获得了巨大的【个人竞争优势】。

★多 VS 少

◇软件开发的例子

既然俺的网名叫“编程随想”,再以“软件开发”来举例。
(注:本章节【不】涉及深奥的技术,不懂 IT 的读者也能看懂)

很多程序员(尤其是入行不久的新手)容易陷入一个【误区】 — — 以为懂的编程语言越多,能力就越强。
为啥说这是个【误区】捏?因为他们只看到了“编程语言”,而忽视了【编程范式】(洋文叫做“programming paradigm”)。
(注:对于不懂软件开发的读者,稍微解释一下 — — 【编程范式】相当于是指导编程的“思想、方法论、套路…”)
“编程语言”有成百上千种,而“编程范式”只有大约十多种。再次回顾前面章节提及的【DIKW 模型】,“编程范式”才是真正意义上的 W(智慧)。
最近这几年,经常有读者在博客评论区询问俺关于“编程语言 & 如何编程”的话题。俺多次引用了 IT 大牛 Alan Perlis(【第一个】图灵奖得主)的名言 — — 不能影响你编程观点的语言,不值得你去学!

如何理解他这句话捏?
假设某个程序员已经掌握了“A语言”,然后又想去学习“B语言”。但如果“B语言”用到的【编程范式】“A语言”都已经有了,那就不值得再学“B语言”(注:因为工作需要而去学,另当别论)。
他这句话还可以【反过来理解】 — — 那些能够极大影响你编程观点的语言,非常值得你去学。
这也就是为什么 — — IT 大牛保罗·格雷汉姆在其代表作《黑客与画家》一书中大力推荐 Lisp 的缘故。Lisp 语言(Lisp 家族)涵盖了【最多】的“编程范式”;甚至可以这么说 — — 【所有的】“编程范式”都可以在 Lisp 家族中找到。

◇【舍本逐末】的现象

有个成语叫做【舍本逐末】。那些只注重“编程语言”而忽视了“编程范式”的程序猿/程序媛,就是典型的【舍本逐末】。
【舍本逐末】的现象,当然【不】仅仅出现在编程领域。几乎每一个领域,都有人在不断地犯类似错误。
在每一个领域,都存在“本/末”的差异 — —
所谓的“本”就是指那些“比较基础、比较本质、比较核心”的东东;所谓的“末”就是那些“比较表象、比较边缘”的东东;
“末”很多,而“本”很少;
掌握“末”比较容易,而掌握“本”比较难;
(对某个领域而言)虽然“本”很少,但你对每一个“本”的掌握,都有助于你在该领域达到一个更高的 level;相比之下,如果你只掌握了很多“末”,而没有掌握“本”,你在该领域的水平很难有【实质性】提升。
俺的网盘上曾经分享过一本心理学的经典著作叫做《The Paradox of Choice — — Why More Is Less》。顺便借用一下该书的标题,来点评上述两种不同的做法 — —
对那些【舍本逐末】的人,体现出【多即是少】;
对那些【舍末逐本】的人,体现出【少即是多】。

★快 VS 慢

◇“舍本逐末”的原因

为啥很多人会犯【舍本逐末】的错误捏?原因有很多,至少包括如下:
原因1:
对该领域缺乏【系统性】了解,自然无法判断哪些是“本”,哪些是“末”。
原因2:
(如前一个章节所说)掌握“末”比较容易,比较快;而掌握“本”比较难,比较慢。很多人为了“求快”,于是就会【舍本逐末】
关于“原因1”,俺已经专门写过一篇《如何【系统性学习】》。所以下面只谈“原因2”。

◇欲速则不达

所谓的“求快”,说得更直白一些就是【急功近利】。不得不说,如今的很多年轻人都有这个毛病。
当然啦,会有很多年青的读者抱怨说:如今的生存压力这么大,不得不追求功利。比较搞笑的是,这里存在一个充满反讽意味的怪圈 — — 越是急功近利的人,反而越【得不到】功利。多年前,俺曾经写过一篇《为啥急功近利反而赚不到钱 — — 给拜金主义者的忠告》,说得就是这个意思。
当年那篇讲的是“经济领域”。然而在【学习领域】依然如此 — —
“求快”的人只满足于快速掌握某个领域的“枝节”;快虽然快,但因为【没】掌握本质性的东西,(在该领域的)水平无法得到显著的提升,因此在该领域就无法具备足够的竞争力。套用天朝的一句老话叫做 — — 【欲速则不达】。

◇慢即是快

作为对比,那些愿意花足够的时间与精力去搞定【基本功】,打好【基础】的人,刚开始好像很慢,但后续的加速度会越来越快。这个过程有点类似“指数函数”。这类函数在刚开始的时候,斜率很小(甚至很接近于【零】),而且初期的增长趋势很类似“线性函数”;但在某个【转折点】之后,其斜率会急剧上升,并大幅度超越“线性函数”。
为了加深读者的印象,放一张指数函数的示意图。

★边际递减 VS 边际递增

刚才既然聊到指数函数,再顺便引出“斜率”的话题。

◇边际递减(斜率变小)

法国作家罗曼·罗兰在其代表作《约翰·克里斯朵夫》中有句名言,俺印象深刻,并加入到博客副标题的动态格言中。这句话是:

大多数人在20到30岁就已经过完自己的一生;
一过了这个年龄段,他们就变成自己的影子,以后的生命只是在不断重复自己…

假如存在某种方法,能绘制出每个人的“能力-时间曲线”(综合能力随时间变化的曲线)。俺充分相信,大部分人都是“边际【递减】函数”(斜率持续变小)。而且很多人可能在30岁之前,该函数的斜率就已经趋向于零(接近于水平线)。如果你充分理解本文前面章节所说的这些,也就能理解 — — 为啥大部分人的能力曲线属于“边际【递减】”。

注:
考虑到某些读者可能会来抬杠,俺先说明一下 — —
要想比较全面地评价某个人的综合能力,需要用【矩阵】才能充分地表达;而【不可能】约化成某个“标量”。因此,上述比喻严格来讲是有缺陷滴。
但考虑到本博客读者群体的差异化(有些读者只是初中生),俺还是【不】引入“矩阵”相关的讨论,否则会把很多人吓跑。

◇边际递增(斜率变大)

前一个小节说的是 — — 绝大部分人的变化属于“边际递【减】”。
但还有一小撮人,他们的能力曲线竟然是“边际递【增】”。为啥会这样捏?同样是因为互联网。
在互联网【没】出现之前,要想让“个人能力曲线”达到“边际递【增】”是非常非常难滴!有了互联网之后,大部分人沉迷在【娱乐至死】的状态,但少数【没有】沉迷其中的人,如果善于学习(尤其是“系统性学习”),如果充满求知的欲望,如果运气还不算太差……在互联网这个大环境下,完全有可能达到“边际递【增】”的状态。

某些不那么聪明的读者,可能会觉得纳闷 — — 能够保持“能力曲线”的斜率已经不错了,为啥有些人还能做到“斜率递【增】”?
这其中的奥妙,俺已经在《为什么独立思考这么难? — — 谈谈心理学的成因,并分享俺的经验》一文中提到过了。“学习能力 & 思维能力”类似于“自控力”,也是可以通过锻炼而强化。
那些喜欢学习的人(尤其是喜欢【跨领域 & 系统性】学习的人),这几方面的能力会不断强化;而且喜欢学习的人,通常也能体会到【学习的乐趣】,于是又增加了一个新的【正反馈】。
上述诸多因素,使得“能力曲线”的斜率递【增】。

◇“中年职场危机”的根源

(在上一篇博文的评论区,正好与某热心读者聊到【中年职场危机】。顺便把前几天的讨论摘录出来)
如果你理解了大多数人的能力曲线是这种性质,就有助于理解【中年职场危机】的本质 — —
刚工作的年轻人,大都单身(未婚),没小孩,不用顾家(一人吃饱全家不饿)。而且身体好,能承受高强度工作压力,对薪酬要求也没那么高;
(同一个人)到了中年,通常已婚,大都有小孩,多半要养家,身体也没有以前那么好,无法承受高强度工作压力,而薪酬水平的要求却增加了很多(相比年轻时)。
简而言之,中年员工在“成本 & 健康”方面,都变差了(优势下降了);如果“综合能力”的提升无法抵消上述这两者的下降,(在上司或老板眼里)这个人的【性价比】就下降了 — — 这也就是“中年职场危机”的主要根源。
但对于那一小撮能够达到“边际【递增】”的人,他们的性价比不但没下降,反而上升了 — — 自然【不】存在所谓的“中年职场危机”。

◇关于“工作年限”的【误区】

很多人常犯的一个【错误】是 — — 以【线性】的方式思考问题。容易犯这个错误的人,也就容易把“工作年限”混淆为“综合能力”。
但实际情况是 — — “工作年限”【不】等于“工作经验”;“工作经验”也【不】等于“综合能力”。
比如说:对某些工作岗位(工种),由于其工作的性质&内容是【高度重复】滴,“工作1年”与“工作10年”,积累的经验其实没啥区别。
再比如说:某些行业的工作,虽然有足够大的差异化,从而使得“工龄”能够转化为“工作经验”,但这些经验是高度【局限性】滴(只能用于该领域)。一旦该行业(领域)被颠覆,这些人之前积累的工作经验(行业经验)就再也没有用武之地了。换句话说,这些人虽然积累了足够多的经验,但依然很脆弱。他所在的行业如果被摧毁了,他的职业生涯也跟着完蛋了。

在“综合能力”里面,那些【真正重要】的成分,通常是【跨行业/跨领域】滴!而且不受年龄限制(可以受用终身)。
举几个例子:
最近这几年,俺写了好多博文谈【学习能力 & 思维能力】。因为这2个玩意儿就是【跨行业/跨领域】滴!
再比如说:前面提到的“自控力”也属于【跨行业/跨领域】的要素。

★越来越差 VS 越来越好

◇互联网的马太效应

在上一个章节,俺提到互联网对两类人导致完全相反的影响。某些聪明的读者应该已经猜到 — — 俺要开始聊【马太效应】了。
(注:没听过这个词的同学,先猛击上述的维基百科链接)
去年(2018)年末发过一篇【很重要的】博文《读书笔记:<反脆弱 — — 从不确定性中获益>》,文中已经提到上述观点。俺当时的原话是 — — 信息时代,当互联网普及之后,在很多领域产生了【马太效应】。

◇【科技】的马太效应

难道只有互联网才导致“马太效应”吗?当然不是!
严格来讲,任何一种科技,只要其【普及性 & 影响力】达到一定的水平,都会引发“马太效应”。互联网导致的“马太效应”如此之明显,主要是因为互联网的影响力实在太大了(渗透到每个行业,渗透到社会的每个层面)。
为啥科技会引发“马太效应”捏?这里面当然有很多原因,而且会牵涉到很多不同的领域(包括人文领域)。考虑到本文的主题,俺只聊2点。

◇科技对【闲暇时间】的影响

在工业革命【之后】,从业人员(包括“蓝领 & 白领”)的“平均劳动时间”处于【递减】状态。再次提醒:考察“平均劳动时间”的变化,必须选取【足够大】的时间颗粒度,这有助于帮你滤掉噪声(参见本文开头的介绍)。
“平均劳动时间”【递减】是很正常滴 — — 因为科技水平上升之后,从业人员(包括“蓝领 & 白领”)的【生产率】当然也跟着提升。于是,只需要更少的人,就可以创造出比以前(工业革命前)多好几个数量级的财富。
“平均劳动时间”【递减】,也就意味着“平均闲暇时间”【递增】。可惜的是,大部分人把闲暇时间都浪费掉了;只有极少数人懂得利用这些空闲时间。于是,【马太效应】就显现出来啦。
著名思想家胡适说过一句名言:

你要看一个国家的文明,只需考察三件事 — —
第一,看他们怎样待小孩子;
第二,看他们怎样待女人;
第三,看他们怎样利用闲暇的时间。

虽然他说的是“国家层面”;但他所说的最后一条,放到【个人层面】依然适用。

既然聊到“闲暇时间”,俺再次吐槽一下【996工作制】 — —
俺之所以极力反对这个玩意儿,不仅仅因为它是【反人性】滴,而且它也违背了文明发展的潮流。
某些黑心资本家可以口吐莲花,把一个臭不可闻的压榨制度,吹嘘成所谓的“福报”。
谁要是相信这种忽悠,那就成了傻逼,活该被收【智商税】 :)

◇科技对【行业】的影响

工业革命之前,人类社会中的【行业结构】,可能在【几百年】的时间范围内都保持稳定;工业革命之后,行业的变动开始频繁,可能每隔几十年就会有变动;等到互联网普及之后,几乎【每年】都能看到某些行业被互联网颠覆。
俺在博客评论区与读者交流时,曾经引用过 IT 大牛 KK(凯文·凯利)的一句名言(大意是):

只有两种行业:一种已经被互联网颠覆,另一种正在被互联网颠覆

考虑到某些读者可能会误解这句话,俺提醒一下:并【不是】说,某个行业被互联网颠覆过之后,就不再被颠覆;实际情况是,某些行业会被颠覆好几轮。

(如前所述)不光是互联网,任何一项科技成果,只要达到一定的【普及性 & 影响力】,就会带来行业的变化(出现新的行业、有的行业消失、有的重新洗牌)。
行业变动越来越频繁且剧烈,这就引发另一个层面的“马太效应”。那些难以适应变化的人,会被淘汰(或被边缘化);而那些能适应变化的人,就不用担心;更牛逼的人,不但适应了变化,而且还能利用这种变化,并从中获益(这就是俺在博客中多次提及的【反脆弱性】)
俺不止一次地唠叨:去年(2018)年末发的那篇《读书笔记:<反脆弱 — — 从不确定性中获益>》【很重要、很有价值】。可惜,很多读者没有引起足够重视。
如果你看过原书或看完那篇读书笔记,并且【真正理解】了“反脆弱”这个概念,就能明白 — — 为啥科技导致行业的剧烈变动,反而让某些人大大受益。

★结尾寄语

几天之后,就要跨入本世纪的20年代啦。
再次提醒大伙儿:科技的发展趋势具有【加速】的特质(斜率递增)。科技所带来的社会变革,会越来越快,而且越来越剧烈。
希望看过这篇博文的读者,【不要】沦为平庸的大多数,【不要】成为马太效应的牺牲品。


俺博客上,和本文相关的帖子(需翻墙)
如何【系统性学习】 — — 从“媒介形态”聊到“DIKW 模型”
为什么独立思考这么难? — — 谈谈心理学的成因,并分享俺的经验
读书笔记:<反脆弱 — — 从不确定性中获益>
如何完善自己的知识结构
学习技术的三部曲:WHAT、HOW、WHY
用提问来促进思维 — — 兼谈【非】技术领域的 WHAT HOW WHY 三部曲
德鲁克谈【自我管理】 — — <哈佛商业评论>史上最受欢迎的文章
每周转载:关于人生(网文3篇)
为啥急功近利反而赚不到钱 — — 给拜金主义者的忠告
“996工作制”只不过是【劫贫济富】的缩影 — — “马云奇葩言论”随想
无处不在的二八原理》(系列)

版权声明
本博客所有的原创文章,作者皆保留版权。转载必须包含本声明,保持本文完整,并以超链接形式注明作者编程随想和本文原始地址:
https://program-think.blogspot.com/2019/12/Time-and-Life.html

Written by

编程随想的blogspot镜像,欢迎关注!编程随想:IT宅,热衷于:抹黑党国、揭露洗脑、普及翻墙。 偶尔会谈点技术。

Get the Medium app

A button that says 'Download on the App Store', and if clicked it will lead you to the iOS App store
A button that says 'Get it on, Google Play', and if clicked it will lead you to the Google Play store