逃离过度努力陷阱
在最近湛卢新书《轻松主义》过程中,感触颇多。这不在阅读第二部分(轻松行动)的导读内容时候又GET了一个新的知识点:约束自己的努力程度。
下图是个关于努力程度和回报关系发分布曲线,相信很容易就能看懂想要表达的结论。
我们的目标是,在完成重要事项时投入更少,而不是更多,通过约束我们的努力程度而不是通过过度努力来达到目的,这就是轻松行动的意义。
总体讲我认为这本书比较适合处于过度努力区间的人,如果你的的确确付出了很多努力,而没有获得更多回报甚至回报更少了,那么我建议你重新考虑一下自己努力的方向和努力方式。当然也可以阅读这本《轻松主义》,还是比较通俗易懂的。
一般来讲,陷入过度努力陷阱自然也是经历过轻松行动的过程,就是尝过甜头了,但是形成了路径依赖。由于没有及时调整努力策略,就陷入了过度努力的陷阱。
这种不讲效率的努力布置会影响整体产出的效率,还会让人产生职业倦怠感。
努力过头只会降低效率,对于付出和回报,我们不仅仅要追求线性关系,还需要关注线性效率,理想状态就是我们能一直保持在效率的顶峰状态。当我们付出了足够努力却没有得到应有的回报,不妨试试回头往往自己走过的路,是否已经越过了轻松行动的界限,步入努力过头的陷阱。
《轻松主义》第二部分就是轻松行动,读了一半,偶有醍醐灌顶之感,其中有一项利用工具帮助我们做事的思路挺不错,跟本行业自动化测试有异曲同工之妙,有兴趣的同学可以买来看看。
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 阿里最新开源QwQ-32B,效果媲美deepseek-r1满血版,部署成本又又又降低了!
· SQL Server 2025 AI相关能力初探
· AI编程工具终极对决:字节Trae VS Cursor,谁才是开发者新宠?
· 开源Multi-agent AI智能体框架aevatar.ai,欢迎大家贡献代码
· Manus重磅发布:全球首款通用AI代理技术深度解析与实战指南
2020-04-11 性能框架多线程基类和执行类--视频讲解