通往平庸的快车道

有时候，速度只是伪装成野心的急躁。

在硅谷，没人关心你十年前做过什么。现在更是如此——AI 领域的一个月，可能感觉像 SaaS 领域的几年。

这个生态系统靠对未来的痴迷运转。就算你二十年前创办了一家公司并成功上市，如果你停止了创造，你就会被遗忘。这里有一种我在世界其他地方从未见过的平等主义。这种特质是硅谷的超能力。

但最近，我看到它变质成了某种破坏性的东西。

初创公司的平均任职时间在不断压缩。我看到杰出的研究人员每十八个月就在不同实验室之间跳槽，从未在一个地方待得足够久，去突破他们原本想探索的前沿。创始人在一年后就关闭公司，不是因为他们验证了想法并失去了信心，而是因为最初的兴奋感消退后，出现了更耀眼的东西。我看到工程师把职业发展当成电子游戏——收集头衔，兑现期权，然后进入下一关。

需要明确的是，有好的速度，也有坏的速度。

好的速度是入场券。它是战略性的节奏，当你认真对待快速信号并从停滞的想法中转向时。学习周期被压缩，执行力不断累积，让你在世界反应过来之前，从洞察走向迭代。

坏的速度是伪装成野心的急躁。它优化的是新奇而非深度，不让你在真正优势形成的、不那么光鲜的漫长阶段中停留足够久。因为事实是，前沿很少在前六个月内就向你敞开。

今天的危险在于，AI 的节奏可能让不断重新定位看起来像是进步。每周都有新模型、新实验室、新界面、新共识。以好的速度重新定位可以是战略性的。但当每个人都在以坏的速度不断重新开始时，没有人会停留足够久去发现那些非显而易见的东西。而且，这越来越成为坏速度的样子：一个为永无止境的开始而优化的生态系统，却对真正突破所需的耐力过敏。

现在更难的技能是辨别力——知道什么时候转向反映了真正的新信息，什么时候只是被恐惧、急躁或动量本身的诱惑所驱动。

AI 工具让产生前进动力变得极其容易。你可以更快地原型化、更快地测试、更快地发布，并且更快地说服自己走在正确的道路上。但更低的摩擦也可能加速错误的起步，让你陷入局部最优。

在最初阶段找到正确的立足点比以往任何时候都重要。在一个构建几乎任何东西都很便宜的世界里，真正的优势在于选择什么真正值得构建，并坚持足够久，去学到市场还不知道的东西。

为什么深度总是胜过坏的速度

只有当你在一个问题中沉浸一段时间后，你才能真正理解它。与团队的信任不是在一个季度内建立的。那种能让你在第二、第三阶后果发生之前就看到它们的机构知识也是如此。最有价值的职业资产（判断力、人际关系、领域专长）是复利增长的。缩短时间线，你就永远无法到达曲线中回报变得非凡的那部分。

当我参观埃尔塞贡多的硬科技公司时，那里的团队正在建造电动船、核反应堆和太空栖息地，让我印象深刻的不仅仅是他们的雄心。而是他们的时间跨度。那里的对话以十年为单位，而不是季度。没人谈论颠覆。他们谈论的是需要存在的东西，以及找出如何实现的艰苦工作。当你为十八个月的周期优化时，你会失去那种建造的严肃性。这让我想起了老派的硅谷，在一切变成表演之前，人们建造东西是因为必须有人去建造它们。

如果你只在一个项目上花很短的时间，你最多只能修改现有的解决方案。你可以让某样东西更快、更干净、更便宜、更精致。但真正的新颖需要一种不同的复利。你必须朝着创造复利，而不是朝着对现有事物的无休止修改复利。

在一个 AI 正在压缩执行时间的世界里，复利变得更加重要，而不是更不重要。当强大的工具可以处理更多的构建工作时，瓶颈就转移到了知道要构建什么以及为什么构建。那种判断力不是靠周末玩一个新模型就能获得的。它来自多年的积累。

我们生活在快速的时代。AI 正在重写整个行业的基础假设。优化选择权的诱惑是完全理性的。但毅力、韧性和忠诚将永远是优秀人才的永恒特质。再多的速度也改变不了这一点。