去上班也是一种主动选择：是 A or B，不是 B or Not B

我人生里很多后来的判断，最早不是从创业、投资或者 AI 开始的，而是从一个很小的问题开始的：

为什么有人要逃课？

我的开局是很典型的小镇做题家。高三一周只放假半天，那时候生活的颗粒度很细：早读、晚自习、月考、排名、错题本。你每天都在一个很窄的系统里往前挤，所有人都默认这条路虽然苦，但它是正确的。

那时候我特别喜欢读状元们写的书。不是因为那些书文学性有多好，而是因为它们像攻略。一个从小地方一路做题上来的人，很容易相信攻略。你会觉得只要把别人的作息、笔记方法、心态管理都抄下来，命运就会多一点确定性。

有一个故事我一直记得。

一个北京的老哥在书里反复讲自己逃课的经历。逃课去网吧，逃课出去玩，逃课自己去图书馆学习。最气人的是，他成绩还很好。

我当时完全不能理解。

在我的世界里，上课是默认动作。你坐在教室里，听老师讲，哪怕效率很低，哪怕你心里知道这堂课未必有用，它仍然是那个不需要解释的选项。逃课才需要解释。逃课像一种偏离，像一种风险，像一种需要提前写好检讨书的行为。

我爸后来听我讲这个故事，笑眯眯地问我：“你大学要逃课吗？”

我当时没法回答。因为我还没有进入那个问题真正发生的世界。

上大学以后，事情突然变复杂了。清华给我的第一感觉不是“终于自由了”，而是选择一下子多到有点过载。你有很多课，也有很多课以外的东西。你可以去图书馆，可以自己学，可以做项目，可以去见人，也可以什么都不做。高三那套非常清楚的坐标系，一下子失灵了。

于是“逃课还是不逃课”变成了一个经常需要处理的问题。

一开始我还是按高三的方式思考：我为什么要逃课？我需要给自己列理由。这堂课是不是低效？我要去做的事情是不是更重要？这次点名风险大不大？我是不是可以回来补？

这些理由都 make sense。

但有一天中午在食堂吃饭，我突然意识到，问题不应该这么问。

真正的问题不是“我要不要逃课”，而是：

我为什么要去上课？

这句话听起来有点欠揍，但它改变了我后面很多年的决策方式。我真正面对的选择，不是“逃课”或者“不逃课”，而是“去上课”或者“去做另一件事”。上课不是空气，不是背景，不是天然正确。它也占用时间，也有机会成本，也应该像另一个选项一样被论证。

这就是我后来反复想的那句话：

是 A or B，不是 B or Not B。

从 B or Not B 变成 A or B，真正变化的不是选项数量，而是论证责任。以前只有打破常规的人需要解释自己。后来我意识到，继续留在常规里的人，也应该解释自己。

这里不是鼓励逃课。很多课值得上，很多默认路径也确实是好路径。真正重要的是，你不能因为一件事已经在发生，就把它从“选择”降级成“命运”。

默认选项最厉害的地方，是它假装自己不存在

后来我读到行为经济学，才知道这个感受并不稀奇。

William Samuelson 和 Richard Zeckhauser 在 1988 年那篇经典的 Status Quo Bias in Decision Making 里讨论过，人面对选择时，会不成比例地偏向现状。不是因为现状一定更好，而是因为现状已经在那里。它少了一层心理摩擦。

Tversky 和 Kahneman 在 framing effect 里的意思也很接近：同一个问题，怎么表述，会改变人的选择。

“我要不要逃课？”和“我今天这两个小时要用来上课，还是用来做另一件事？”在事实层面可能一样，但在心理层面完全不一样。

前一个问题里，上课是默认值，逃课是异常值。

后一个问题里，上课终于被拉到桌面上，和其他选项平等了。

默认选项的危险，不在于它一定错，而在于它经常不接受审问。

小镇做题家最容易被这个东西困住，因为我们的教育训练长期是“作业模式”。有人给你课程表，有人给你考试范围，有人给你标准答案。你不需要决定要不要做这件事，你只需要把它做对。

这套训练很有用。它让我能吃苦，能长期投入，能在一个复杂系统里找到规则。但它也会留下一个后遗症：我们会把“别人已经安排好的东西”误认为是更高级、更安全、更应该被服从的东西。

我后来在工作里也经常看到这个模式。

很多人不是没有能力，而是太习惯等题目。有人给 task，我完成 task；有人给指标，我优化指标；有人给晋升规则，我研究规则。久而久之，人就很容易忘掉一个更底层的问题：

我到底要把自己的时间、注意力和能力，投到哪里？

这也是为什么我不太喜欢把“小镇做题家”只当成出身标签。它更像一种心智结构。它让人相信，只要沿着标准路径继续努力，系统总会在某个节点发奖。

有时候会。

但不是一直会。

尤其当你从学校进入职场以后，世界就不再是一个稳定出题的系统了。它更像市场。市场不关心你有没有认真写作业，它只关心你有没有创造别人愿意付费、愿意交换、愿意持续依赖的价值。

不跳槽，也是在主动选择一份工作

这个模型进入职场以后，会变得更贵。

很多人纠结跳槽时，脑子里其实问的是：“我要不要离开现在这家公司？”

这个问题很容易把人困住。因为“离开”听起来像动作，“不离开”听起来像什么都没做。于是你会花大量时间论证跳槽的风险：新团队不适应怎么办？面试失败怎么办？包裹不够好怎么办？万一现在公司后面又好了怎么办？

这些都是真问题。

但你也要问另一个问题：如果我选择继续留下来，我到底在买什么？

你买的是这家公司未来一年给你的现金流、学习曲线、职位头衔、行业位置、人际关系，以及它占用你时间以后带来的所有机会成本。你不是“没有选择”。你是在主动选择把下一段生命继续投到这里。

不跳槽不是一个默认安全选项。它只是另一个投资选项。

这句话听起来有点冷，但它能减少很多虚假的纠结。因为你一旦把“留下”也当作选择，就会发现它同样需要被审计。

这份工作还在增加我的能力吗？

我离客户、市场和真实问题更近了吗？

这家公司所在的方向，是在变大，还是在慢慢收缩？

我在这里获得的现金流，是否正在帮我建立别的选择权？

我之前在《请不要在泰坦尼克上研究如何升舱》里写过类似的问题。很多职场讨论默认“船会继续开”。所以大家认真研究 promotion、visibility、upward management，认真研究怎么在现有系统里升一等舱。这些事情当然不是没用。问题是，如果那艘船的方向本身出了问题，你把升舱研究得再精细，也只是局部优化。

当然，这不代表每个人都应该辞职。很多时候，留下来是非常好的选择。稳定现金流很重要，身份很重要，家庭责任很重要，积累也很重要。

我反对的不是留下。

我反对的是你把留下当成“不选择”。

成年人世界里，不问也是选择，不争取也是选择，不改变也是选择。只是这些选择通常不会在当天给你反馈。它们会在几年以后，以能力停滞、路径变窄、资产结构过度集中、对新工具过敏的形式，慢慢找回来。

你不是在决定卖不卖股票，而是在决定持有什么

投资里这个问题更清楚，因为数字会把人的自欺拆得比较干净。

硅谷科技公司里，一个很常见的场景是 RSU 到手以后，大家默认持有。公司发股票，股票进账户，然后就放在那里。很多人会把它当成某种储蓄账户，甚至觉得“这是公司发给我的东西，我不动它就好”。

可是一旦你用 A or B 的方式重写这个问题，味道马上变了。

问题不是“我要不要卖掉公司股票”。

问题是：如果今天公司发给我的不是股票，而是一笔等额现金，我会不会用这笔现金全部买入我公司的股票？

如果答案是否定的，那继续持有就不是一个中性的默认动作。它等价于你在今天这个价格上，选择继续买入或者继续重仓这家公司。

这里很多人会说税务不同，所以不能这么比。这个说法需要小心。

在美国常见的 RSU 场景里，RSU vest 的时候，当天的公平市场价值通常已经作为 ordinary income 处理。IRS 关于 stock-based compensation 的说明和 Schwab 对 RSU 税务机制 的解释，基本都是这个框架：vesting 时是一层收入税，之后你继续持有再卖，才涉及卖价和 cost basis 之间的资本利得或损失。

具体操作当然有很多细节：州税、交易窗口、公司计划、sell-to-cover、个人身份、持有期，都可能影响执行。这不是个人税务建议。

但在“要不要默认继续持有”这个思考层面，税务通常不是逃避问题的理由。财富管理机构 Zajac Group 在一篇关于 RSU 什么时候卖 的文章里，也用了同样的问法：如果给你现金，你会买多少公司股票？

这个问题很残酷，因为它把禀赋效应拆开了。

Daniel Kahneman、Jack Knetsch 和 Richard Thaler 在关于 endowment effect、loss aversion 和 status quo bias 的文章里讨论过，一旦东西变成“我的”，人就会更舍不得放弃。已经在账户里的股票，看起来不像一个主动买入的风险，而像一个本来就属于你的东西。

但市场不关心你的心理归属。

如果你的工资、身份、职业机会、行业人脉都已经绑定在这家公司上，而你的个人资产也大量押在这家公司股票上，那你的风险其实叠得很高。FINRA 在关于雇主股票集中持有风险的提示里讲得很直白：当公司同时是你的雇主和你的主要投资标的时，公司经营变差可能同时伤到你的工作收入和投资资产。

我在《人生的秘密，竟然是 Beta》里讲过类似的判断：大多数人在投资和职业上，最该先拿到的是时代和市场的 Beta，而不是在每一个单点上幻想自己有 Alpha。

RSU 不是不能持有。你当然可以非常看好公司，也可以经过完整计算以后决定重仓。关键是，你要承认这是一个主动判断，而不是“系统发给我，所以我先拿着”。

卖不卖只是动作。

真正重要的是：你决定持有什么。

很多人生路径，都是被默认包装过的选择

读研也是这样。

很多人问的是：“我要不要不读研？”

你看，这个问法已经把读研放到了默认位置上。不读研像一种偏离，像你需要向父母、同学、老师解释的事情。可真实的问题应该是：毕业后这几年，我是在研究生系统里继续训练，还是去工作、创业、做项目、换城市、换行业，或者用别的方式进入一个新问题？

这不是说读研不好。我自己也读了研究生，而且那段经历对我进入机器学习方向非常重要。问题是，读研如果只是因为“大家都这么走”，它就从一个选择退化成了路径依赖。

人生里很多所谓“标准路线”都是这样。

好学生要去好大学。

好大学毕业要去大厂。

大厂员工要升职。

男人要一直工作。

有了孩子以后职业不能停。

这些句子单看都不一定错，但它们最麻烦的地方，是会把社会习惯伪装成个人命运。

我后来有过两年 full-time dad 的经历。放在很多标准职业叙事里，这很容易被描述成“职业中断”。但在我们家庭当时的语境里，它不是一个负选项，不是“我不工作了”。它是一个正向选择：我们把家庭照护、太太的职业和学习计划、孩子成长、我的个人变化，放在一起重新算了一遍。

换句话说，那不是 B or Not B。

那是 A or B。

当你这么看问题，很多焦虑会变得更具体。你不需要向一个抽象的社会标准解释自己为什么偏离。你只需要向自己解释：我为什么选择这条路？我愿意为它付出什么？它把我带向哪里？几年以后我用什么标准复盘？

这反而更严格。

所以 A or B 不是冲动的许可证。它不是“我想干嘛就干嘛”。恰恰相反，它要求你把默认路径也放到桌面上，和其他路径一样接受比较。

学不学 AI，也是一个被问窄的问题

今天最典型的新问题，是 AI。

很多人问：“我要不要学 AI？”

这个问题本身就太窄了。它很容易把 AI 变成一个技能标签：要不要学 prompt，要不要学 Python，要不要学模型微调，要不要买课，要不要转行。

但从未来三五年的角度看，真正的问题不是“学 AI 或不学 AI”。

真正的问题是：

我要用什么样的生产方式，参与未来的工作和价值分配？

我为什么这些年一直讲机器学习？不是因为我每次都能预测哪个工具会火，而是因为这条线太清楚了。

我在清华读软件的时候，周围人还更多说 data mining、AI 这些词。那时候我就觉得 machine learning 大概率会成为我未来最重要的职业方向。后来去 CMU，我选了很多 applied machine learning 和 data science 的课，再后来去创业公司做机器学习应用。回头看，这不是一个个孤立的热点，而是一条技术范式的外推。

从 AlexNet 把深度学习推到图像识别主流，到 word2vec 让 embedding 变成理解语言的重要工具，再到 Transformer 和后来的大语言模型，底层逻辑一直在延续：更多数据、更大计算、更通用的学习方法，会不断吞掉原来靠人工规则、局部经验和流程堆出来的东西。

Rich Sutton 在 The Bitter Lesson 里讲的就是这个意思。长期看，能利用计算规模扩展的一般方法，会反复赢过很多人类精心设计的手工结构。

所以 AI 不是“要不要学一个工具”的问题。它是你要不要承认未来的工作会越来越依赖一种新的基础能力：把问题讲清楚，把上下文组织好，把 AI 当成生产单元来调度，把输出放回真实客户、真实流程和真实结果里验证。

我在《AI 提效已索然无味，下半场是什么？》里写过，提效本身没有意义，闭环才有意义。AI 真正改变的不是你把一封邮件写快了，而是以前一个人做不了的事情，现在能不能用更低成本做出 60 分版本，拿到反馈，再继续迭代。

当然，我不想把这件事写成“无脑冲 AI”的鸡血。

AI 行业本身会有泡沫。红杉那篇 AI's $600B Question 提醒过一个很现实的问题：基础设施投入和终端应用收入之间，可能有巨大的时间差。麦肯锡的 2025 AI 调查也显示，很多组织已经在用 AI，但真正做到大规模财务影响的比例还没有那么高。

这恰恰说明两件事可以同时成立：

AI 是长期趋势。

很多 AI 项目会失败。

个人应该尽早掌握 AI 工作方式。

但个人不应该把每一个 AI 热点都当成信仰。

这就是 A or B 的意义。它不是让你丢掉判断，而是让你看清自己到底在比较什么。你不是在比较“学 AI”和“不学 AI”。你是在比较两种未来工作方式：一种是继续用旧工具、旧流程、旧组织位置参与竞争；另一种是尽早把 AI 变成自己的日常生产力，去寻找以前做不了、现在可能做的事。

如果你问我现在晚不晚，我的答案还是：不晚。

从产品热闹程度看，很多人觉得已经晚了。从历史尺度看，这件事还早。Stanford 的 2026 AI Index 已经把模型能力、企业采用、软件工程基准、教育使用都放在同一张图里了。扩散已经发生，但真正把它变成工作方式、组织方式和商业闭环的人，还没有那么多。

早开始的优势，不是你知道更多术语。

是你更早形成使用习惯，更早知道 AI 擅长什么、不擅长什么，更早知道怎么给上下文、怎么验收、怎么返工、怎么让它进入文件、代码、内容、客户沟通和交付流程。

把默认选项写成一个完整句子

我后来处理很多选择时，会做一个很简单的动作：把默认选项改写成一个完整句子。

不要写“我不跳槽”。

写“我选择继续把未来一年投入到这家公司”。

不要写“我不卖 RSU”。

写“我选择继续持有这家公司股票，并让它在我的资产里占这个比例”。

不要写“我暂时不学 AI”。

写“我选择在未来一段时间继续使用旧工具和旧流程工作”。

语言一变，很多东西就藏不住了。

你会更容易看到，这个选择到底在买什么，也会更容易看到它在放弃什么。经济学里讲 opportunity cost，意思就是每个选择都有被放弃的次优替代方案。这个概念不复杂，但人最容易忘掉的一点是：默认路径也有机会成本。

我通常会问自己五个问题：

1. 我现在默认正在做什么？
2. 如果它不是默认，我还会主动选择它吗？
3. 它的 next best alternative 是什么？
4. 从未来三年看，这个选择把我推向哪里？
5. 我什么时候复盘，承认自己选对了或者选错了？

这五个问题不保证你做出最优决策。人生不是数学题，很多信息永远不完整。

但它能帮你避免一个很常见的错误：你以为自己很谨慎，其实只是把风险藏在“继续这样”里面。

最后我还是想回到高三那个故事。

当年我看那个北京老哥逃课，看得很不舒服。现在想想，我不舒服的不是他逃课。我真正不舒服的是，他好像活在一个选项更多的世界里，而我活在一个只有标准答案的世界里。

小镇做题家这个开局没有什么可羞耻的。它给了我很强的执行力，也给了我穿过很多筛选系统的能力。问题是，做题能力不能变成路径崇拜。你不能因为自己擅长在别人的题目里拿分，就忘了人生后半段更重要的能力是自己定义题目。

很多时候，我们不是没有选择。

我们只是把已经发生的东西，误认为不需要选择。

上课是选择。

留在一家公司是选择。

继续持有一支股票是选择。

读研、工作、暂停、转向、学 AI、不学 AI，也都是选择。

真正的主动性不是永远走反常规的路，而是你知道常规也只是路的一种。

是 A or B，不是 B or Not B。

当你能把默认选项拉到桌面上，和其他选项平等比较，很多人生问题不会立刻变简单，但会变得诚实。