如何找到你有强烈兴趣的方向

本文为读Paul Graham的经典essay “How to do great work”有感。

在这篇essay里，Paul讨论了所谓有野心的人该如何做出great work，其中一个很重要的话题，我个人感觉甚至可能是最重要的话题就是“找到你有强烈兴趣的方向”。

So all you need to do is find something you have an aptitude for and great interest in.

这句话看起来很简单但其实非常非常难。假如我们把这个问题当作一个优化问题，会发现参数的搜索空间是无穷大的，这个空间包括了现在已经出现的所有工作，甚至包括还未出现的工作。一个人真正感兴趣的方向或者工作，完全有可能在他思考这些问题时还从未出现过。而最难的地方在于你没办法真正了解一个工作或方向的真实情况，除非你动手做它。

The main reason it's hard is that you can't tell what most kinds of work are like except by doing them.

这就意味着想要深入了解一个工作是否是你期待中的样子，你就需要花一定的时间投入，这个时间完全有可能是好几年，就像很多人一毕业从事了一份工作很多年以后才完全确定这是一份他不想继续从事的工作一样。数学教授的日常工作很可能和初中解三角函数数学题的体验是完全不一样的，所以想要深入了解一份工作，除了hands on以外没有其他方法。

具体要如何找到“具有强烈兴趣的方向“？Paul给的一种方法是猜。

If you're not sure what to work on, guess. But pick something and get going. You'll probably guess wrong some of the time, but that's fine. It's good to know about multiple things; some of the biggest discoveries come from noticing connections between different fields.

其实我们能做的也只有猜。猜可以算是一种启发式的方法，大多数人对这件事是毫无方向的，那么就随便选择一件事情，一件看起来还算不反感的事情，然后动手去做，去真正理解这件事，然后得到反馈，此时很可能就会对这件事是否属于”具有强烈兴趣的方向“形成一个定性的结论，或者至少有一些想法。

其实这个做法让我联想到了李沐老师提到的“用随机梯度下降去优化你的人生”，每个神经网络的参数几乎都是随机初始化的，这其实就是一种guess，然后在前传几次，获得来自loss的反馈以后，这才产生了梯度，才能更新参数。前传几次就类似于Paul所说的我们必须要亲手去做，loss就是我们内心对此的感受和获得的周遭反馈，而产生的梯度则是一个优化方向，指引我们下一步该往哪里走，也许是停止继续投入这件事，也许是投入其他事。没有前传就没有梯度，这再次说明了动手去做这件事有多么重要。

猜错了又有什么关系呢？事实上我认为绝大部分人都会猜错，能一下子就猜对自己感兴趣的方向的人属于少数。猜错了也没有关系，至少从中学到了一些东西，看到了一些东西，这总归不是坏事。走过的每一步都算。

对待工作的心态不应该是“工作=别人让我做的事情“或者“工作=别人付我薪水让我做的事情“，我相信大部分人包括我自己当前的心态都是如此；正确的、更积极的心态其实是做自己真正感兴趣的事情。

Develop a habit of working on your own projects. Don't let "work" mean something other people tell you to do. If you do manage to do great work one day, it will probably be on a project of your own. It may be within some bigger project, but you'll be driving your part of it.

我觉得在职场这其实是非常难实操的一件事，特别是考虑到打工人和公司的地位悬殊，但Paul想强调的其实是在工作中不要有被人推着走的感觉，尝试从分配的任务里去抓自己最感兴趣的点，然后主动去推，把别人的需求放低优先级，优先做自己最想做的那一部分，从而培养"working on your own project"的习惯。

举个例子，在算法工作中通常可以分为算法优化、工程部署、数据等等部分，每一个project都几乎一定包含这些内容，但如果一个人对算法优化更感兴趣，他可以主动地去往这方面多投入时间，看更多的paper、尝试更多的方案等等，而其余part追求用最少的时间和精力完成。时间长了以后，周围的人其实会对他产生的印象是他非常擅长算法优化，因此之后的优化工作很有可能就会联想到他，他的侧重会越来越明显，这最终会构成他独一无二的壁垒。而如果他一昧地听从别人的安排，有条不紊地完成上级安排的每一个活，把优化、部署、数据都做了一遍，但都不深，那他其实没有什么特别的，因为身边大部分人不都是如此吗？这其实是一种服从，而服从并不能构建出不可替代的壁垒，服从恰恰是最容易的事情。

如果在工作中完全找不到自己感兴趣的点，那考虑换工作才是更需要关注的事情。

假设我们着手做一件事了，那么什么样的反馈或者体验才是正确的？或者说让这件事有可能成为答案？Paul给出了一个评价标准：当你越了解这个领域，你愈发感到有趣。

But a field should become increasingly interesting as you learn more about it. If it doesn't, it's probably not for you.

当找到了一件有无穷动力和兴趣驱动我们去做的事情时，Paul提到的关于planning的看法令我非常惊喜：

But while you need boldness, you don't usually need much planning. In most cases the recipe for doing great work is simply: work hard on excitingly ambitious projects, and something good will come of it. Instead of making a plan and then executing it, you just try to preserve certain invariants.

计划的重要性被高估了。当找到了这样的事情为之努力时，其实并不需要过度的计划：季度目标、年度目标balabala，因为计划意味着确定性，你只能计划你认知内的事情，这其实是一种限制。

更重要的是勇气boldness，为了做好这样一件事情，你需要有勇气拒绝其他事，有勇气失败。