从"朋友很努力却得不到回报"聊起：增长时代努力就有回报，存量时代蛋糕不再变大——无论企业还是个人，能穿越周期的关键都是"余闲"：用效率买回时间，再把时间投资给试错和积累，换回未来的机会。

章节

• 00:25 开场：努力了，回报为什么停了
• 01:44 增长时代：努力就有回报
• 02:38 当蛋糕不再变大
• 03:32 企业如何穿越周期：余闲是浪费的底气
• 06:01 回到个人：你也是一个微观的企业
• 08:19 余闲很奢侈，怎么获得
• 09:04 第二步：用效率买回余闲
• 10:49 有了余闲：在工作内外试错
• 12:45 换不回余闲的工作，要警惕
• 14:22 浪费即投资：穿越周期的机会成本
• 15:40 结语：追求余闲，而不是利润

关键观点

• 增长期里努力≈回报，因为蛋糕在变大；存量期努力只能换来相对同行的优势，绝对收益反而可能更差。
• 企业能穿越周期，核心不是判断多准，而是第一个周期攒下了超额收益——有余闲才敢"浪费"，用浪费换试错机会。
• 个人就是一个微观的企业：本职工作是现金流，余闲是资本开支。先用效率把同样的工作压缩到更短时间，买回余闲。
• 余闲不是上班摸鱼，而是心智、下班时间、注意力上的可自由支配空间，用来做错性质的学习和积累。
• 岗位边界外的积累，会让你在公司出现新机会时成为"唯一能接得住的人"。
• 一份完全换不回余闲的工作大概率不是良性状态：你无法获得能产生复利的经验和资产，必要时应该换工作。
• 看起来是浪费的投入（企业的试错成本、个人的业余学习），本质是穿越周期的机会成本和投资。
• 每个阶段要追求的不是利润和绝对收入，而是余闲——它是买回未来机会的最重要的东西。

年终绩效季，在去上海的高速上聊聊中年职场焦虑：大厂像学校一样把工作与真实商业结果隔开，而当增长红利退去，个体缺乏独立被定价的能力，才是焦虑的本源。

章节

• 00:43 开场：去上海的路上，聊聊中年职场焦虑
• 01:47 大厂工作为什么像学生时代
• 04:24 增长红利掩盖了所有管理问题
• 06:30 不增长时，裁员降本是商业常识
• 08:29 十几年前的旧思考：焦虑的是下限
• 10:39 定价归零，才是焦虑的本源
• 12:23 答案：补上商业通识这堂课

关键观点

• 大厂岗位被极高颗粒度的分工框定，工作反馈和学校考试一样是被"模拟"出来的——你写的四行代码解决了问题，但它和商业结果之间是脱节的。
• 过去二三十年中国社会的增长红利，掩盖了企业管理水平的欠缺；增长一停滞，考核、加班、动作变形就全出来了。
• 企业不增长时，降低成本（包括裁员、降薪）是符合商业规律的本能选择，劳动法之外的超额回报期待并不现实。
• 旧思考：焦虑的不是存款，而是失去现有工作后的替代选择——你焦虑的是自己的下限。
• 新思考：大厂技能无法端到端独立变现，个体脱离组织后定价归零——归零才是焦虑的本源。
• 解法：每个人都需要补上商业通识的底层知识，有能力脱离任何企业，独立在社会上被定价、产生价值。

“适应 AI 时代"是个功利的问题——竞争力从来和有没有 AI 无关；真正会变的是学习的路径：AI 第一次让人类可以"先见经验、再倒推知识”，但学知识这件事本身，你跑不掉。

章节

• 00:34 开场：AI 时代的小孩教育
• 00:57 竞争力其实和 AI 无关
• 03:38 真正的问题：学习路径会不会变
• 05:32 判断力从经验来
• 07:51 没有知识，经验只是体验
• 09:09 知识还要不要学
• 12:00 学习顺序的反转：从经验倒推知识
• 14:09 入门成本趋近于零
• 15:30 总结：AI 时代的教育观

其他

Music: “Adagio from Violin Sonata No.1 in G minor, BWV 1001” by J.S. Bach (CC0, via archive.org)

中国国内的咖啡市场，瑞幸也是非常有意思的另外一个投资领域必研究的对象。

但本质上，星巴克和瑞幸完全不是同一种生意，也完全不需要是同一种生意。因此，才有这一期节目，浓缩的聊一聊咖啡这个生意到底是卖什么。

对了，最近我很喜欢 GRID Coffee，假手冲不难喝。

https://www.research-collection.ethz.ch/server/api/core/bitstreams/1902b5a9-4209-4529-b278-c258aad557ba/content

提到的例题

原始题目（英文）： “Which of the following have Raphidiopterans been recorded feeding on as adults? A. Nectar B. Māhoe pollen C. Fungus D. Karamū leaf tissue E. Totara Aphids F. A and E G. D and E”

中文翻译： “以下哪些是蛇蛉目（Raphidioptera）成虫被记录过的食物？ A. 花蜜 B. Māhoe（新西兰本土植物）花粉 C. 真菌 D. Karamū（新西兰本土植物）叶片组织 E. Totara（新西兰罗汉松）上的蚜虫 F. A 和 E G. D 和 E”

学科背景：

• 蛇蛉（Raphidioptera，蛇蛉目）：一类古老的捕食性昆虫，俗称"蛇蝇"（snakeflies），属于脉翅总目
• 食性：传统认为蛇蛉成虫和幼虫都是肉食性，捕食小型昆虫和蚜虫
• 选项分析：
  • Māhoe、Karamū、Totara 都是新西兰特有植物（endemic to New Zealand）
  • 关键陷阱：蛇蛉在新西兰根本没有分布（地理隔离）！因此 B、D、E 都不可能
  • 尽管有零星记录称某些蛇蛉可能访花（nectar feeding），但这在学术界存在争议

答案：A（或存在争议，取决于文献来源）

难度解析： 这是一道**“陷阱题”**（gotcha question）：

1. 需要知道蛇蛉的地理分布（不在新西兰）
2. 需要了解昆虫食性记录的稀缺性（Raphidioptera的成虫食性数据极少）
3. 涉及生物地理学知识（新西兰昆虫区系的独特性） 属于昆虫分类学与生物地理学的交叉领域，模型如果没有准确的相关训练数据，很容易基于一般性推理错误选择包含新西兰植物的选项。

听一些 AI 热情的世界反面的声音，想一点泼冷水的事儿吧。

参考资料汇总

资料1

• 英文标题：Narratives vs. Numbers: A Textual and Quasi-Experimental Analysis of AI’s Early Impact on Tech Layoffs
• 作者： Manhal Ali
• 原文地址：https://papers.ssrn.com/sol3/papers.cfm?abstract_id=5987016

资料2

• 英文标题：Canaries in the Coal Mine?: Six Facts about the Recent Employment Effects of Artificial Intelligence（《煤矿里的金丝雀：关于人工智能近期就业影响的六个事实》）
• 作者：Erik Brynjolfsson、Balaji Chandar、Rex Chen
• 发表年份：2025年
• 机构：斯坦福大学数字经济实验室（Stanford Digital Economy Lab）
• 原文地址： PDF直链 https://digitaleconomy.stanford.edu/app/uploads/2025/12/CanariesintheCoalMine_Nov25.pdf
• 实验室官网页面：https://digitaleconomy.stanford.edu/publications/canaries-in-the-coal-mine/

这篇论文研究了AI对不同职业和人群就业影响的异质性，发现某些群体（如"煤矿里的金丝雀"）正率先感受到AI对劳动力市场的冲击，预示着更广泛的影响即将到来。论文已被引用97次。

资料3

• 英文标题：AI-Generated “Workslop” Is Destroying Productivity
• 中文意译：《AI生成的"工作废料"正在摧毁生产力》
• 原文链接： https://hbr.org/2025/09/ai-generated-workslop-is-destroying-productivity
• 发布时间：2025年9月22日
• 研究机构：
• BetterUp Labs（职场心理健康与绩效平台BetterUp的研究部门）
• Stanford Social Media Lab（斯坦福社交媒体实验室，主任为Jeff Hancock教授）

播客和专栏地址

三杯过后