有野心的智者怎么會一直待在自己沒有長遠打算的領(lǐng)域？
我認識一個年輕的伙子，他大學畢業(yè)一年了，現(xiàn)在在一家大型的投資銀行工作。他發(fā)現(xiàn)自己討厭 “華爾街” 類型的工作，想去一家科技創(chuàng)業(yè)公司上班。他最近跟他的老板說了離職的事情，他的老板讓他看了一場馬戲表演，說服他留下來。老板告訴他，如果他待在銀行會給他加薪，另外他的責任也會更加重大。加入科技創(chuàng)業(yè)公司意味著從零開始。他現(xiàn)在考慮留下來，雖然他在金融行業(yè)沒有太大的野心。
幾年來，我碰到很多處于這種狀態(tài)的員工。如果我問他們一個很清晰的問題：“10年 之后，你想做什么工作？” 答案不約而同：“在一家科技創(chuàng)業(yè)公司上班” 或者 “創(chuàng)辦一家科技公司?！?但是其中大部分人都選擇繼續(xù)維持現(xiàn)狀，而不是加入一家創(chuàng)業(yè)公司。在自己不喜歡的行業(yè)工作多年之后，他們終于辭掉了自己的工作，這幾年的經(jīng)歷并沒有讓他們在自己的長期目標方面獲得真正的進步。
有野心的智者怎么會一直待在自己沒有長遠打算的領(lǐng)域？我認為他們所犯得錯誤可以在計算機科學中找到相似點。
計算機科學的經(jīng)典問題是爬山法。想象一下，你掉進了丘陵地帶中隨機的一個地點，周圍霧氣很重，你只能看到幾米范圍內(nèi)的事物。你的目標是爬到最高的山上。
最簡單的算法。在任何給定的時刻，選擇你每走一步就可以更高的方向。這種方法的風險在于，如果你碰巧從谷底出發(fā)，你最終可能在小山頂停住，而無法到達最高的山峰頂。
這種算法的復雜版本：該算法版本在你的步行過程中增添了很多隨機性。你是從一個隨機的地點出發(fā)，在過程中不斷使隨機性降低。在你開始專注地爬山之前，你可以發(fā)現(xiàn)哪個是較高的山。
另一個更好的算法：不斷把你放在隨機的地點，你就簡單地爬山，然后經(jīng)過幾次嘗試后，向后退并選擇哪一座山是最高的。
向后退一退，你可能就會看到一個霧氣不太重的丘陵。你就會知道自己想去另一座山的山頂，而不是爬上腳下的這座山的山頂。你可以從自己所站的地方看到更高的山。
但是目前這座山的誘惑非常大。人類的自然傾向是讓自己的下一步往上走。人類最后掉進了行為經(jīng)濟學家指出的常見陷阱：人們經(jīng)?？粗亟诘氖斋@，而忽略長期的發(fā)展。野心越大的人受這種效應(yīng)的影響越大。他們的野心讓他們難于放棄近期向前走的每一步。
處于事業(yè)早期的人們應(yīng)該向計算機科學學習：隨機將自己放在丘陵的新地方，當你發(fā)現(xiàn)最高的山，不要在現(xiàn)在的山上有一點點留戀，不管現(xiàn)在這座山的下一步會多么精彩。
