我们平时讨论的几乎都是同一类问题：怎么让手上的事长得更快。但项目真卡住的时候，很少有人先分清——是方法不对，还是我们自己的承载力已经到顶了。这两件事看起来很像，处理方式却完全相反：前者要往外找答案，后者只能往里看。 这次和 @Eugene（重置版）细聊了个人和团队’承载力‘的一系列关键问题，也交换了在不同环境中的体会，很有收获，总结如下。 Key Takeaways 1. 项目卡住，先分清是方法论不够，还是我们的认知先到顶了。 纯技术和研究类的问题，说成心理问题是很扯的——该调参调参，该查文献查文献。但一旦涉及整个盘子怎么推，结构和方法论本身就是从创始人的认知里长出来的。这时候最有效的动作反而是坐下来诚实地面对自己，把脑子里不顺的那一处理顺；很多增长和产品上的问题，会跟着一起松动。 2. 迭代的效益，取决于我们认知增长的速度，不取决于迭代的次数。 小步迭代是迭代，大步迭代也是迭代，差别在每一步之间我们到底多懂了多少。这就要求我们持续跟真实世界摩擦：别人怎么做的、我们做出来的东西真实回响是什么，不带自我滤镜地接住，再蒸馏成一个能预测下一步的结构。 3. 抓大放小的前提不是精力管理，是识别能力。 精力有限是前提，不是方法。回头看，很多当时以为重要、投入了大量时间的细节，最后都是竹篮打水。能认出"最重要的那一件事"是一种可以练的能力，而且它比执行力更稀缺。 4. 团队处成了朋友就不好管，问题通常出在一开始没有结构。 没有结构的时候，每个人都按自己的方式去 optimize，摩擦只会越来越多。两种结构都成立：一种是流程型，从任务下达到完成中间设几个清晰的 checkpoint，节点之外自由发挥；另一种是结果型，画一个圈，过程完全放开，但结果达不成要追责。关键是把"过程"和"结果"分开，不要混在一起谈感情。 5. 职场环境里专业性第一，情感第二，顺序不能倒。 这两者多数时候相辅相成，但情感不能被拿来抵消完成度。共识如果没有提前建立，后面每一次纠偏都会变成人情债。 6. 没人愿意干的苦活，靠说服是最贵的解法。 按顺序试：能自动化就自动化，把人从里面撤出来；撤不掉就把激励对齐，让干这件事的人自己拿到好处，而不是纯为公司出苦力；再不行就轮换，或者把 80% 的苦活配 20% 他真正想做的事。画饼可以，但饼要真给——给不出，之后所有的安排都会打折。 7. 招人阶段把苦活匹配掉，比事后调度省力得多。 有人就是 enjoy 做这类工作，或者这类工作正好匹配他现在的能力configuration。把人和任务在入口处配对，好过后面每一轮都要重新做一次思想工作。 8. 创始人不需要管住所有人，只需要管住每个板块的那一个人。 二十人的团队里，核心往往就是三到五个。从 CEO 的角度，剩下的管理其实是外包给部门负责人的。种子轮阶段团队能压得更小的一个原因是很多执行已经交给了 AI——真正变难的不是管理人数，是怎么把人和 AI 嵌进同一个完整的结构里。 9. "停三个月还转不转"对绝大多数团队答案都是否定的，更值得问的是另一个问题。 同样这件事，能不能从每周 40 小时降到 5 小时还维持住？这才是现实里要解的题。做法还是回到系统：让输入输出形成循环、把质检和决策里真正 bypass 不了创始人的那几个环节识别出来，把精力放在那儿。 10. 减少投入不是目的，是把省下来的精力换成杠杆。 一个小闭环跑通了，就去搭第二个，创始人只在断点和需要增量的地方介入。但这里有个悖论要主动平衡：投入降得太快，我们会逐渐不知道团队在干什么。定期对齐是代价最小的补偿。 11. 知止不是不动，是把现有资源用透了再扩。 不是所有热的方向都要追。定期复盘现在的资源能撑到哪里，在这个边界内把事情做扎实，然后再进一格——螺旋上升，而不是直线冲刺。在第一个品还没跑通的时候扩团队，承担后果的还是我们自己。 12. 休息不该等到绷不住，七八成的时候就该停。 个人精力和公司经营在这里是同一条曲线：用到 100% 才恢复，恢复的成本会高很多；停在 70–80%，才能持续地往上累加。企者不立，说的就是这个。 13. 产品也一样——每消化完一层的量，要专门停下来把架构补齐。 MVP 承载的量吃完之后，安全、scalability、整体架构都得在那个时刻补到位，再往上加量。跳过这一步换来的速度，后面会以官司、事故和名誉的形式还回来。 14. 判断一个团队有没有真东西，聊是能聊出来的。 看他们真正放出来的成果、看事情做到了哪一步、看投入的结构和人员的分布——这几样对不上，估值再高也说明不了什么。这需要一点行业内的技术判断力，而这种判断力本身就是承载力的一部分。 15. 不把自己固化在一个行业里，是一种可以刻意练的承载力。 定期去看别的行业在做什么、别人怎么想，比在一个位置上越钻越深更容易长出新的结构。做成事情的人里，这种跨行业的桥梁型思维出现的频率高得不像巧合。 写在最后 这场聊下来的共识是：承载力不是忍耐力。它更像是我们能不能把复杂的东西装进一个自己拿得住的结构里——团队是结构，产品是结构，我们自己的一周也是结构。结构到位的时候，事情会显得轻松；结构没搭好的时候，再努力也只是在替熵增打工。

服务高净值客户，表面上是个获客问题，聊下来更像一个排期问题——这类客户几乎不会从广告里来，他们身边的每一个选择都是被人带进去的。所以真正的渠道不是流量，是别人愿不愿意在我们不在场的时候提起我们。而这件事有它自己的节奏，压缩不了。 这次从"referral 到底怎么才能转起来"聊起，一路到个人 IP 的筛选机制、不想接的单怎么处理、以及多方合作里最容易翻车的那一块。 谢谢 @Yvette Yiting 把八年一线的打法讲得这么具体，也谢谢 @Anthony 提出很多引发大家思考的问题+分享自己的体会。 Key Takeaways 一、referral 怎么才能真的转起来 1. 在高客这门生意里，referral 不是渠道之一，基本就是渠道本身。 不只是金融，我们自己做咨询和 venture studio，九成客户也来自转介绍，其中大部分是服务过的老客户带来的。这件事的含义是：与其把预算花在开新口子上，不如把已经服务过的人当成渠道来经营。做好一个客户的收益，从来不止那一单。 2. 想收到转介绍，最省力的起手式是我们先转出去一个。 合作关系没有人一开始就信我们。张口就要资源的那种开场，对方的第一反应是防御。先给出去一个真实的机会，对方才有理由认真评估我们值不值得回礼。第一个 move 由我们做，是成本最低的破冰。 3. 我们转出去的第一个客户，同时也是一次尽调。 这一步能看到三件事：客户回来的反馈、对方的响应速度、以及对方手上有机会时会不会也想到我们。持续单向输送而没有回流的关系，早点看清楚比晚点看清楚省事。容错留一次就够。 4. 合作伙伴要往"我们不做的那一块"去找。 服务重叠的人是竞争，服务互补的人才是通道。银行不做法律和会计，这部分恰好是客户最关心的；反过来，律师、会计手上的客户也有银行才能解决的需求。找 partner 之前先把自己的业务边界画清楚，边界之外的那一圈，就是名单。 5. 响应速度往往是合作能不能成的隐形门槛。 能力差不多的人很多，愿意在半小时内回消息的没那么多。价值观对齐在这里非常具体——如果我们自己是 highly responsive 的人，就很难跟一个消息永远石沉大海的人长期合作，反过来也一样。这一条筛掉的人，比任何资质审核都多。 二、信任和个人 IP 6. 信任建立的那一刻，通常是对方刚好有需求、而我们干净利落地解决掉的那一次。 之前所有的铺垫都只是在等这个窗口。聊得来能让这个过程快一点，聊不来就需要更多时间，但绕不过去的始终是"真的帮上了"。这也意味着我们平时该准备的不是话术，是能力被看见的那个瞬间。 7. 一开始就带着"要什么"去聊，比什么都慢。 先 provide 再 require，是建立信任最省力的顺序。多提供几次帮助之后，关系的性质会自己变化。急的那一方通常拿到的更少。 8. 想让对方了解我们在做什么，比自我介绍更有效的是让对方好奇。 处成朋友之后，"你到底是做什么的"这个问题多半会自己冒出来。等它冒出来再说，和一上来就说，接收到的完全是两种东西。前者是回答，后者是推销。 9. 做个人 IP 的难点不是涨粉，是筛选机制。 内容跑起来之后来的人会很杂，其中相当一部分不在我们能服务的阶段，也没有付费能力。真正要设计的是从内容到转化那一段的结构——话术、钩子、定位——让来的人越来越准。量不解决问题，准才解决问题。 10. 先把一个平台打透，验证完再铺开。 同时开三个号、每个都发一点，等于把验证成本乘以三。前期挑 ROI 最高的那个平台做到跑通，再考虑复制——而且复制的时候内容还得改，因为每个平台吃的东西不一样。 11. 能用社媒这件事本身就是资源，别浪费。 不是所有人都有这个自由：合规严的机构连朋友圈和点赞都受限，只能靠线下 networking 和 referral。珍惜手上的公开表达渠道，这是条最直接的获客路径。 三、哪些单不接，合作怎么设计 12. 不想接的单，不一定要拒绝，可以降配。 设计一个轻量的服务层，把重度交付里的风险留在门外——比如只给判断和方案，不碰实施。这样既没有把关系推掉，也没有把自己放进不该待的位置。阶梯设计的意义就在这儿：拒绝是二选一，降配是给自己留了第三个选项。 13. 接谁的单，也是在选择跟谁 associate。 上下游出事会不会连带我们，是名誉层面的长期风险，不是当期收入能覆盖的。同样的逻辑用在供应商身上：选型阶段就查对方的诉讼记录和合规状况，比事后补救便宜太多。 14. 要让客户愿意转介绍，得把复述成本降到最低。 客户不是不愿意介绍，是不知道怎么开口。我们需要准备好三样东西：一句话能说清我们做什么、一个能直接转发的链接或 blurb、以及一个能被展示出来的交付结果。这三样齐了，转介绍才从"帮个忙"变成"顺手的事"。 15. 裂变需要一个结构，不能只靠客户自觉。 定期办活动、并明确邀请客户带朋友来，本质上是给老客户一个低尴尬的介绍场景。社群也是同一个作用。没有场景的时候，客户想到我们的概率完全靠运气。 16. 多方合作最容易坏在重叠的那 10%。 理论上互补的三家一起服务一个客户是好事，现实里拼图总有对不齐的地方。要在合作开始前就把三件事讲清楚：价值边界在哪、重叠的部分谁让、以及谁 own 这个客户、其他人怎么配合。white label 也好、主辅分工也好，模式本身没有优劣，但搞不清楚会导致客户体验的下降。 写在最后 这场聊完一大收获是：高客和类似性质的获客里几乎所有的动作，最后都指向同一件事——让信任可以被别人代为传递。我们能做的不是加速信任本身，而是把每一个环节的摩擦降下去：先给出去、把边界说清、把结果做得能被展示、把介绍我们这件事变简单。剩下的，交给时间。

由@William Han - 多伦多区块链俱乐部 tochain club co-host，邀请对美股、Crypto 和金融科技感兴趣的朋友以及从业者，聊聊一个最近越来越热的话题：美股上链以及rwa，到底意味着什么？ 可能会聊到： · Robinhood Chain 会带来什么变化 · 美股代币化到底带来了什么需求 · 稳定币、RWA，预测市场会怎么参与进来 · Hyperliquid 会不会代表下一代金融市场 · 美股 24/7 交易真的会成为现实吗 · ai agent交易与链上资产的关系

🫶🏼🫶🏼🫶🏼

期待再次跟 @Sunny菊子 交流学习，这次 Sunny 会从逻辑到实操，拆解出海中常见的真实问题 欢迎大家带着自己的具体问题和情况来，相信会很有收获

报名线上🙋‍♀️

nice，是哪方面技术？

把一件事研究得足够深，和把它做成一个有人用的产品，中间隔着的距离常常比想象中远。如何把越来越准、越来越专业的模型和指标嵌入到用户的使用场景，在体育分析里是个值得持续探讨的问题。 这次 @Yoson 把自己正在做的足球数据产品整个摊开来讲——数据源怎么选、模型怎么训练、概率算出来之后发现用处有限、又怎么一步步改回来。聊到后半程，话题从"这个产品怎么做"转到了两个更有意思的问题上：这类产品到底是给谁的，以及用户为什么不自己拿 AI 做一个。下面我们做一下展开。 再次感谢 @Yoson 分享自己足球分析的研究和心路历程，启发了后续的深入讨论；能毫无保留的把一个还在迭代中的产品展示出来，非常难得。也感谢 @Ruii 和 @Brian高兴 (真人) 贡献了大量真诚又有洞察的视角，以及 @Glen 和 @Hazlitt 二铃 的精准提问和讨论！ Key Takeaways 一、算得准，和有人用，是两件事 1. "我的模型更准"是一句 B 端的话，C 端听不懂。 机构愿意为准确度付钱，因为准确度能直接换算成钱。个人用户很少为准确度付钱，他们为"这东西懂我"付钱。同一套技术卖给两端，包装出来应该是完全不同的两个产品。顺带一提，B 端还有一个常被忽略的gap：不少机构每年都有预算采买数据，真正用起来的比例却不高——预算已经存在，能力不存在。这种地方不需要教育市场，只需要把已经花出去的钱变得有用。 2. 市场里已经有一个高效的定价机制时，"我比它更准"很难成为护城河。 一个成熟市场的价格，往往已经把所有公开信息、内部消息和真金白银的判断都吸收进去了。想用一个模型稳定跑赢它，通常是无解的；即使短期跑赢，规则本身也会来限制你。凡是已经有成熟定价机制的地方，差异化都不该押在"算得更准"上。 3. 单次的概率对用户没有意义，因为他只经历这一次。 "这件事有 60% 会发生"说的是长期频率，而用户面对的是眼前这一件。更有用的做法是在概率之上再叠几条规则，把范围收窄，只在几个证据都指向同一边时才给一个明确的判断，其余时候不给。给得少但给得准，比给得多有用。 二、用户定位：按动机分，不按身份分 4. 用户画像写成身份标签，很容易错。 现场有人很实在地问："我是球迷，但偶尔也会玩一两把，我算哪一类？"大家给的判断标准很干脆——看那段时间里我们在意的是什么。目的性很强、只等一个结果，是一类；不需要任何推动力就会自己去找信息、沉浸在过程本身，是另一类。同一个人在不同场合可以属于不同的群体。所以画像该写的是在什么处境下、带着什么目的打开它，而不是年龄性别和兴趣标签。 5. 先说内圈还是先说外圈，决定了用户带着什么预期进来。 现场一个很有意思的观察：很多产品真正的核心用户是内圈里的一小群人，但对外介绍时习惯从更大的那一圈说起——听上去人群更大，实际结果是外圈的人打开后对不上号，内圈的人又没被精准地叫到。顺序不是表达问题，是定位问题：我们先说哪一圈，对方就会用哪一圈的标准来评价我们。 6. 活跃的人和付费的人，往往不是同一批。 一个很直白的拆法：一百个用户里，八十个每周都来、活跃度很高，但基本不会付费；另外二十个登录频率低得多，转化率却极高。大公司可以先把日活做大再谈商业化，一个人做产品的没有这个余裕。衡量标准不是有多少人在用，是有多少人真的掏了钱。 7. 做窄和做大不是对立的，是顺序。 先窄到极致、把商业闭环跑通，之后相似用户群的合作会自己找上门，那时候再扩，手里是有主动权的；也可以那时候再出一个面向大众的轻量版本。反过来先铺大，通常两头都不成立。 三、C 端的第一道坎不是技术，是人性 8. 复杂的内容需要一层薄的外壳，才有机会被打开。 现场一个很直接的视角：我们这一个半小时聊的东西，对圈外的人来说门槛其实相当高——不是内容不好，是入口太陡。举的一个反例是"转一下"的小动作：随机掉出一条内容，不感兴趣就再转一次。它没有任何技术含量，却解决了最难的那件事：让人愿意每天点开。同样的道理也解释了另一个现象：有人靠"今天我看好这几场"这类几乎没有论据的内容攒到上百万粉丝。需求一直都在，只是被最轻的形式先接走了。 9. 用户买的常常不是信息，是"我是对的"这份确认。 一个看了三十多年球的人，看数据不是在赛前，是在赛后——为的是印证自己当时的判断对不对。这层需求和"直接告诉我答案"是相反的。只给结论，等于把用户的参与感拿走；只给原始数据，用户又用不起来。值钱的位置在中间：给依据，把判断留给用户。 10. 免费的那一层不是浪费，是在给付费的那一层铺路。 和内容平台的结构一样：绝大多数东西免费，真正付钱的只有一小部分人。但那一小部分之所以付钱，恰恰是因为前面的免费内容让他们认了这个人的判断和品味。很少有人愿意为信息掏钱，但很多人愿意为自己认可的想法掏钱。 四、护城河、边界，和上线之后的工作 11. "这个 AI 不是也能做吗"——现场给出的回答落在三件事上。 一是数据：有些底层数据只有商业供应商手里有，公开检索拿不到；二是工程量：从原始数据到可用的结论，中间是几个月的管道、模型和人工筛选，不是一句 prompt；三是替代成本：对用户来说，自己搭一套的时间远比订阅费贵。"用户能不能自己做"和"用户会不会自己做"是两个问题，后者才是生意。 12. 数据覆盖不到的部分，不必硬塞进模型。 有相关性的因素可以训练进去；极低频的突发状况根本没有样本可学。更务实的做法是把它做成一条提炼过的信息，放在数据旁边，让用户自己把两件事对起来。承认边界，比假装没有边界更容易被信任。 13. 上线不是终点，是验证工作真正开始的地方。 样本不够的时候，最好的功能是不给结论——宁可明确地空着，也不要为了赶热度硬给一个。换数据源和换模型也不是"替换"，是先接进来在后台并行跑一段，过了可验证的门槛再切。模型说的 60%，要攒够几百次回头看是不是真的接近 60%，不对就校准。 14. 现阶段不必花力气担心会不会被 AI 或竞品吞掉。 现场的回答很实在：如果一直想这个，这件事就不会开始。真正该占住注意力的是眼前那个能被回答的问题——每天进来试用的人，最后为什么没有留下来，取消的人卡在哪一步。在这类场景里，能被回答的问题，才值得现在问。 写在最后 这场聊下来的一个共识是：技术深度决定了我们能做出什么，但决定有没有人用的，是两件更朴素的事——想清楚这个东西是给谁的，以及愿不愿意在它前面放一道足够低的门。把复杂的东西藏到后面不是妥协，是让它有机会被看见。

写代码已经不是最慢的一环了。常规的界面和流程，开发配上 AI 可以很快推出来，于是整条链路的瓶颈往前移了一格——移到了"到底该做什么"。而早期团队在这一格上的处境最尴尬：没有历史数据、没有同行可以参照，用户的反馈倒是每天都在来，还经常互相打架。 这次 Eddie 分享了一套在北美制造业 AI 公司里跑通的做法，主线很清楚：每件事先定好它要抬的那一个数字，把需求做轻、人贴到开发旁边，再用"办案子"的方式从一堆反馈里挑出该做的那一件。聊到后半段，话题自然从"怎么决定做什么"走到了"做出来之后怎么让人真的用起来"。下面我们做一下展开。 感谢 Eddie 的真诚分享，也感谢 @Erjia @Leonie @Anthony @Chunlong 的分享和讨论 🥳 Key Takeaways 一、没有数据的时候，凭什么做判断 1. 早期唯一能加速的东西，是试错的速度。 没有历史数据、没有可对标的公司，这时候纠结"哪个方案更对"收益很低。能做的是把想法尽快推出去，让它尽早失败——失败得快，我们还有时间再试一次；想得久，花掉的是同样的时间，但没有任何信息回来。反过来，已经有 PMF、有数据沉淀的公司，才值得花时间做精细的数据论证。同一个动作在两种阶段里，对错是相反的。 2. 每个功能上线前，先定好它要抬的是哪一个数字。 不是为了报表好看，是为了两三周之后我们能判断这件事到底有没有用。没有这个数字，功能做完就只剩下"大家好像挺喜欢"。而且数字没动的时候，才有下一层诊断的入口。 3. 数字没动，先别急着否定这个功能。 已经投进去的开发时间是真实成本。先去看是不是 discovery 的问题——入口太深、没有提示、根本没人知道它存在。很多被判死刑的功能，其实只是没被看见。 二、需求怎么传递：别让自己变成瓶颈 4. 开发变快之后，最慢的一环变成了"说清楚要做什么"。 小团队没有条件堆很多产品经理，那就只能改需求的形态：把三十页的 PRD 换成抓住目标和主流程的轻文档，剩下的靠贴身沟通补。这不是偷懒，是把时间挪到了更值钱的地方。 5. 需求用什么载体，取决于这个功能是流程重还是技术重。 用户流程复杂的东西，直接做一个原型、带着开发走一遍，比写文字高效得多；但如果是 API 或者偏底层的逻辑，原型帮不上忙，还是得把规则写清楚。载体选错，两边都在空转。 6. 需求交出去不是结束，是开始。 轻文档能成立的前提是人在旁边——开发一碰到业务逻辑上的疑问就能立刻问到我们。交完就消失的话，轻文档只会变成返工。 7. 一个功能值不值得多花几轮会去 scoping，看它压在多少别人的系统上。 涉及数据结构、模型、多个团队的功能，没有谁能一个人想清楚，几轮来回的会议是必要成本。功能简单、依赖少的，就可以从想法直接冲到实现。要避免的是把这两类混在一起处理——复杂的那类一旦走了捷径，后面会用 edge case 连本带利要回来。 三、反馈太多、方向互斥的时候 8. 反馈不是答案，是证据。做决定更像办一个案子。 先立一个假设（比如"打开率低是因为通知太多、大家已经免疫了"），再去收集证据：这件事在反馈里被提到的频率、后台的点击和路径数据、几场直接找用户的对话。假设站得住，才进入方案；方案再用小步迭代或者 A/B 去验。跳过前两步直接排功能，等于把用户的一句话当成了结论。 9. 消费级产品的反馈天然互相打架，这是常态，不是异常。 同一个功能，一部分人说正是因为它才留下来，另一部分人说正是因为它才想走。这里没有"听用户的"这种解法，因为用户不是一个人。能收敛的只有一件事：我们这个阶段到底在追什么——用户规模、留存，还是某一类人的深度使用。目标定了，互斥的反馈才会自动分出主次。 10. 不是所有用户的声音权重相同。 如果这一阶段要的是增长，那就优先看"节点型"用户：他们带人进来、自己留得住、在平台上活跃。他们的需求被满足，网络才会自己长。B 端的权重逻辑不一样——签字的人和每天用的人不是同一个，两边的意见要分开称。 11. 客户提的个性化需求，默认不做，除非它是通用的。 见一个客户改一次，最后会得到一个谁都不好用、还到处是 bug 的产品。判断标准只有两条：很多客户都在要，或者它能推广到其他客户身上。都不是的话，礼貌拒绝比勉强答应更负责。差异放在配置层，主干保持一套。 12. 分人群做不同的界面，要先算代价。 一个平台上同时坐着冲着行业来的、冲着合作来的、冲着本地生活来的，想同时服务好确实难。但切分不是免费的：多一套界面就多一套要维护的东西，而且有些价值恰恰来自"不同的人混在一起"。所以动手之前先确认——这些人群之间真的没有连接，还是我们只是还没找到那个连接点？ 四、推出去之后：adoption 是设计出来的 13. 人天然抗拒工作流被改变，哪怕新东西确实更好。 一线用户看到的不是"效率提升"，是"多了两步要学"。所以 B 端常见的打法是自上而下：先说服决策层，让这件事变成公司决定，再往下推。代价是销售周期变长，而且要让对方亲眼看到、亲手摸到才会信。 14. 最有效的销售动作，往往是让对方自己发现价值。 有些客户一开始顾虑很重，但看完实地演示、看完它在别处已经跑出来的效果，自己就开始盘算能用在哪，甚至主动说"现在不行，但晚点一定要做"。这时候我们其实没有在卖。把力气花在"能不能让他亲自体验到"，比花在话术上回报高得多。 15. 上线第一天陪着，不是长久之计。 功能少的时候，派人现场带一遍效果最好；功能一多就带不动了。接下来要靠能自己生长的东西：一份用户随时能查的文档；检测到某个功能多少天没被点过就弹一次提示；以及一个专门放更新的入口，新功能上线时讲清楚它在哪、给谁用、怎么用。adoption 从来不是用户的素质问题，是我们有没有把"被发现"设计进去。 写在最后 这场聊下来的一个共识是：0 到 1 阶段最稀缺的不是想法，是判断的依据。把数字定在前面，把反馈当证据而不是指令，复杂的地方舍得花时间、简单的地方舍得冲——剩下的交给迭代。

前段时间想过这个问题，也好奇大家是如何处理的；转载自我的小红书。 — 创业是一个主动拥抱风险的过程。上限更大，也更容易让内在和事业对齐，代价是你得接住随之而来的不确定性。 和创业的朋友聊，最常出现的就是这件事：怎么在不确定里持续往前走。我没有标准答案，说说我自己的心得。 不确定的另一面其实是缺底气。所以问题要倒过来问：底气到底由什么构成。 第一块，持续闭环的能力。 小到一个离开平台也能被市场定价的硬技能，这是垂直闭环。再到能把人和项目闭上环：一段商业关系，一次价值交付，或者把一群人组织起来干成一件事。大到能架构系统、解决复杂问题，这是系统闭环。 虚假的底气来自名片上的title。一旦剥离公司体系，光环立刻消散。真正的底气是原子化技能：不是"我会做管理"，是你能不能跑通一个增长策略，能不能达成并维持一段长期合作，能不能把混乱的业务线梳成一套SOP，能不能把记账、合规到商业架构的整条链跑完。 有了这些商业原子，你就有了随时重新拼装一台赚钱机器的能力。 从这个角度看，创业反而是更长底气的选择。三个原因： 一，你要为全部结果负责，这会拉高你的输入和成长速度。 二，所有关系都归你：客户的、合作方的。这会长出组织人、处理人性和复杂局面的能力。 三，你会盯上更大的问题，这逼着你think big。你的世界有多大，取决于你看得见多大。 创业里很多人会发现，自己能承载的比想象中多。潜力就是这样被开发出来的。 还有一层：我们是什么样的人是流动的，是被行为塑造的。自我认知来自大脑对自己行为的解释，而这个认知反过来又限制我们。所谓命运，就是这个循环。改变行为，就改变认知，也就改变结果。当然，这三个东西是彼此促进的，不是线性的。 所以，有限的精力和注意力应该投入到哪？ 我盯的是六件事： 一，持续投资在更大更复杂的事上闭环的能力，能承载的就越来越多 二，练出不受外界影响的平静。内心的宽度就是承载力的上限，根基是理解并接纳自己真正想要什么。世界在熵增，你内在得有一套把混乱收敛成清晰的系统 三，建立信任型的连接。几千个好友不叫底气。有三五个人愿意直接给你背书，那才叫。在广结善缘的同时持续invest少数几个高质量关系 四，建立和不断优化自己理解世界、预测未来的那套算法；路会变清楚，心会变笃定 五，maintain清晰的数据看板：财务、身体、业务。把不确定变成可测量的指标，具象化会让它无所遁形 六，行动力。评价放一边，小步快跑，敢接真实的反馈，保持开放，诚实面对事实