厦门猎头维尔斯-Chris Dixon：如果你不喜欢现在的工作 你应该了解“爬山法”

我认识一个年轻的伙子，他大学毕业一年了，现在在一家大型的投资银行工作。他发现自己讨厌 “华尔街” 类型的工作，想去一家科技创业公司上班。他最近跟他的老板说了离职的事情，他的老板让他看了一场马戏表演，说服他留下来。老板告诉他，如果他待在银行会给他加薪，另外他的责任也会更加重大。加入科技创业公司意味着从零开始。他现在考虑留下来，虽然他在金融行业没有太大的野心。

　　几年来，我碰到很多处于这种状态的员工。如果我问他们一个很清晰的问题：“10年 之后，你想做什么工作？” 答案不约而同：“在一家科技创业公司上班” 或者 “创办一家科技公司。” 但是其中大部分人都选择继续维持现状，而不是加入一家创业公司。在自己不喜欢的行业工作多年之后，他们终于辞掉了自己的工作，这几年的经历并没有让他们在自己的长期目标方面获得真正的进步。

　　有野心的智者怎么会一直待在自己没有长远打算的领域？我认为他们所犯得错误可以在计算机科学中找到相似点。

　　计算机科学的经典问题是爬山法。想象一下，你掉进了丘陵地带中随机的一个地点，周围雾气很重，你只能看到几米范围内的事物。你的目标是爬到最高的山上。

　　最简单的算法。在任何给定的时刻，选择你每走一步就可以更高的方向。这种方法的风险在于，如果你碰巧从谷底出发，你最终可能在小山顶停住，而无法到达最高的山峰顶。

　　这种算法的复杂版本：该算法版本在你的步行过程中增添了很多随机性。你是从一个随机的地点出发，在过程中不断使随机性降低。在你开始专注地爬山之前，你可以发现哪个是较高的山。

　　另一个更好的算法：不断把你放在随机的地点，你就简单地爬山，然后经过几次尝试后，向后退并选择哪一座山是最高的。

　　向后退一退，你可能就会看到一个雾气不太重的丘陵。你就会知道自己想去另一座山的山顶，而不是爬上脚下的这座山的山顶。你可以从自己所站的地方看到更高的山。

　　但是目前这座山的诱惑非常大。人类的自然倾向是让自己的下一步往上走。人类最后掉进了行为经济学家指出的常见陷阱：人们经常看重近期的收获，而忽略长期的发展。野心越大的人受这种效应的影响越大。他们的野心让他们难于放弃近期向前走的每一步。

　　处于事业早期的人们应该向计算机科学学习：随机将自己放在丘陵的新地方，当你发现最高的山，不要在现在的山上有一点点留恋，不管现在这座山的下一步会多么精彩。

 
厦门猎头网 厦门猎头公司 厦门猎头