一

想象一下，你在人生當(dāng)中遇到這樣的場景：

某個困難的問題讓你如臨大敵，令你埋頭苦干，吃不好睡不著，覺得天都要塌了。

結(jié)果，這個問題后來自動解決了。--不是因為你找到了辦法，而是那個問題自身消失了！

是不是似曾相識？

硅谷熱門AI筆記應(yīng)用Granola的創(chuàng)始人Chris，就曾分享過他們成功的秘訣，其中第一條讓我印象深刻：

別把時間浪費在即將消失的問題上。

AI產(chǎn)品面臨的挑戰(zhàn)可分為兩類：

一類是"過渡性問題"——下個模型版本就會自動解決；

另一類是"永恒性難題"——無論AI多強大都會持續(xù)存在。

應(yīng)用層創(chuàng)業(yè)者最容易犯的錯誤，就是對"過渡性問題"死磕不放。你費盡心思優(yōu)化的功能，可能在GPT下一次更新后瞬間變得毫無意義。

Granola的選擇堪稱教科書級案例。產(chǎn)品初版有個明顯缺陷：

受限于當(dāng)時OpenAI DaVinci模型4000 tokens的上下文窗口，無法記錄超過30分鐘的會議。

換作多數(shù)團(tuán)隊，必然會把"延長錄制時長"列為頭號任務(wù)。畢竟，這看起來是個致命短板。

但Chris團(tuán)隊做了個大膽決定：

暫時忽略這個限制，全力打磨筆記質(zhì)量——優(yōu)化信息提取的準(zhǔn)確性、改進(jìn)內(nèi)容結(jié)構(gòu)的邏輯性、提升摘要的可讀性。

幾個月后，GPT-4發(fā)布，上下文窗口暴增至32K tokens，錄制時長問題不攻自破。

而Granola憑借卓越的筆記質(zhì)量，已經(jīng)建立起難以撼動的用戶口碑。

這個故事的啟示是：

在AI時代做產(chǎn)品，要有"穿越迷霧看本質(zhì)"的眼光。

把有限資源投入到那些真正持久的價值點上，而不是在即將被技術(shù)進(jìn)步抹平的問題上空轉(zhuǎn)。

二

讓我們從世俗化的角度，來看看“別把時間浪費在即將消失的問題上”。

最典型的莫過于教育焦慮。

多少父母在"蘿卜上雕花"——

孩子3歲不會系鞋帶，就報精細(xì)動作班；

5歲寫字歪斜，就請書法家教。

殊不知這些"問題"會隨著成長自然消失，你的焦慮和投入，只是在和時間較勁。

再看日常沖突。

路上被人撞了一下，你怒火中燒，非要討個說法?？蓪Ψ街皇莻€過客，3秒后就永遠(yuǎn)消失在人海。

你的憤怒，是在和一個即將蒸發(fā)的幻影較真。

朋友背叛同樣如此。

發(fā)現(xiàn)某人是小人，你氣得夜不能寐。但仔細(xì)想想：他已經(jīng)不是你的朋友了，"背叛"這個概念本身就失去了存在的前提。

你的憤怒，是在為一個已經(jīng)消失的關(guān)系買單。

職場中的"版本迭代"也值得深思。

新人拼命優(yōu)化PPT美感，老板卻只看數(shù)據(jù)；

中層糾結(jié)部門政治，公司卻在醞釀組織重組。

你解決的問題，可能在下個季度的戰(zhàn)略調(diào)整中煙消云散。

這種智慧還可以延伸到"60分哲學(xué)"：

大學(xué)生在通識課上低空飛過，把精力投給核心專業(yè)；

創(chuàng)業(yè)者放棄完美主義，快速迭代抓住時間窗口；

投資者不糾結(jié)錯過的機(jī)會，專注下一個可能。

真正的智慧，是識別哪些問題會被時間解決，哪些價值會穿越周期。

把有限的生命，投入到那些真正持久的戰(zhàn)場上。

三

經(jīng)由以上的分析，"不要把時間浪費在即將消失的問題上"，其實又是一個關(guān)于"資源分配"的話題。

資源分配出現(xiàn)問題，往往是因為缺乏全局觀，視野不夠開闊。

這里的"不夠開闊"有三個維度：空間上的狹隘、時間上的短視、以及穿越迷霧的能力不足。

所以我說，大局觀有如下三種：

1、空間的大局觀——看清問題在整個系統(tǒng)中的位置；

2、時間的大局觀——理解問題在時間軸上的演變軌跡；

3、概率的大局觀——判斷問題消失的可能性和時機(jī)。

"不要把時間浪費在即將消失的問題上"這個原則的精妙之處，恰恰在于它同時調(diào)用了所有三種大局觀。

時間既是資源本身，又是資源分配的標(biāo)尺。--因為我們往往是沿著時間軸來分配資源，

表面上，我們在做空間排序——哪個問題更重要？

但"即將消失"這個屬性，把時間維度和概率維度同時引入了決策框架。

這就像下棋時的"棄子爭先"。

新手看到被吃的棋子就心疼，高手卻在計算：

這個子的價值能維持幾步？對手吃掉它需要幾步？這幾步時間我能做什么更重要的事？

投資中的"賽道選擇"同理。

有些行業(yè)問題看似嚴(yán)重，但技術(shù)迭代會自然解決——比如早期電動車的續(xù)航焦慮；

有些問題卻是結(jié)構(gòu)性的，技術(shù)再進(jìn)步也繞不過去——比如能源密度的物理極限。

真正的高手，不是解決所有問題的人，而是知道哪些問題值得解決的人。

他們的資源分配，建立在對問題生命周期的深刻洞察之上。

在AI加速一切的時代，這種"問題會消失"的頻率正在急劇上升。

學(xué)會識別和放棄那些即將被時間解決的問題，可能是這個時代最重要的元技能之一。

最后

讓我用一個思想實驗來收尾。

想象你手里有一份"問題清單"，上面列著所有讓你焦慮的事。

現(xiàn)在，請你在每個問題后面標(biāo)注一個"消失概率"和"消失時間"。

• 這個問題有多大可能自己消失？

• 如果會消失，大概需要多久？

你會驚訝地發(fā)現(xiàn)，至少有30%的問題，在6個月內(nèi)會自動消失或變得無關(guān)緊要。

我讓AI結(jié)合上面的內(nèi)容，生成了一套行動指南——"三步篩選法"：

第一步：問題分類

把你的問題分成三類：

A類：技術(shù)進(jìn)步會解決的（如AI的能力限制）

B類：時間流逝會解決的（如孩子的成長問題）

C類：必須主動解決的（如核心競爭力）

第二步：資源聚焦

對A、B類問題，設(shè)定"最小可行方案"。低空飛行；

把省下的80%資源，全部投入C類問題。

第三步：定期復(fù)盤

每季度回顧一次：哪些曾經(jīng)的"大問題"已經(jīng)消失了？

這會訓(xùn)練你識別"即將消失的問題"的直覺。

（你看，AI做的這個方案是不是很像回事兒？要是我和他是同事，老板肯定把我炒了。）

如果要用一句話總結(jié)今天的主題，那就是：

在這個指數(shù)級變化的時代，"不作為"有時是最高明的作為。

學(xué)會區(qū)分"過渡性焦慮"和"結(jié)構(gòu)性挑戰(zhàn)"，把有限的生命投入到那些真正定義未來的問題上。

就讓人生當(dāng)中那些即將消失的問題，隨風(fēng)而去吧。

下面是我的一個私人社群

分享AI、決策、投資、哲學(xué)的話題

現(xiàn)在已有超過2000位朋友加入

圍觀老喻朋友圈嗎？