anthropic教你如何做研究?其实不仅仅是研究 #研究生 #ai #研究方法 #复利 #文章分享
✅ 已完成任务ID: 1634
30秒速读
核心摘要
解读实用科研方法好文,分享适配多类场景的通用高效做事思路。
可执行建议
- 开展复杂事务前先放缓节奏,依次确认问题价值、信息源质量,再用书面输出校验想法,避免盲目执行
- 日常减少无意义的热点信息消耗,多积累跨领域、经典内容输入,提升自身想法质量
高价值评论洞察
- 有用户自主延伸输出核心观点,提出科研/复杂事务的成功速度和低成本试错的速度正相关,补充了视频未覆盖的实操逻辑维度
- 当前视频整体评论互动量偏低,用户主动输出延伸观点的意愿尚未被充分调动
用户关注点
- 视频提到的通用高效做事思路的具体落地执行细节
- 该方法在科研之外的职场、创业、投资等场景的适配应用方案
可复用选题/回应建议
- 新增拆解低成本试错落地方法的内容,分别结合科研、职场、创业场景输出对应实操案例
- 发起互动话题,征集用户过往盲目追热点、跟风做选择浪费精力的经历,提升用户参与感
代表性评论
- 评论“做研究成功的速度取决于低成本失败的速度”,价值是跳出视频现有内容框架,提炼出了全新的实操核心逻辑,可作为后续系列内容的延伸切入点
标签与备注
标签
备注
暂无备注
转录文本
嗨,歇一会儿。我最近看了一篇文章,是Subig的一个研究员写的,叫《How to be good at research》。标题看起来是在讲科研的,但我看完觉得,做产品、创业、投资,甚至选职业方向,其实都用得上。我挑三个我最有感觉的点,简单聊一聊。 第一个是他里面讲了一个贝尔实验室的故事。以前有一个科学家,中午吃饭的时候,喜欢坐到别人旁边,问一句:“你这个领域最重要的问题是什么?”别人回答完,他又问:“那你为什么不去做它?”很多人听完以后就直接端着盘子走了。我觉得这倒不是讽刺,而是因为这个问题太狠了。因为我们很多时候其实不是不努力,而是太习惯先问这个东西怎么做,而不是先判断值不值得做。很多人刚有一点感觉上来,就急着解决问题,忘了判断问题本身值不值,忘了想什么样的问题才值得做。 很多人的做法是看热点顶会发什么,我就跟什么;大厂在做什么,我就学什么;别人都在聊什么,我就赶紧进去。这倒不是完全不行,但问题是等你看到成果的时候,人家可能已经做了有一年了,甚至已经在看下一个问题了。 所以第二个点就来了,你得升级自己的信息源。别每天只看大家都在转的东西,多看看经典论文,看那些厉害的人反复都在讨论什么东西,也可以去别的领域看看,有没有类似的问题。因为好的想法很多不是从热搜里来的,是从你长期看的东西里面找出来的。 但到这里还没完,就算你觉得自己有了一个好的想法,也别太相信它。因为人真的很容易骗自己,你想的时候什么都挺顺的,一写下来就发现中间逻辑不畅。所以第三点是写作,写作不是拿来最后包装成果的,它其实是拿来检验自己到底有没有想清楚的。你把一个idea写成一段话,如果怎么写都不顺,很多时候不是文笔的问题,而是这个想法本身可能还没有站稳。 所以说我看完这篇文章最大的感受,不是怎么变得更聪明,而是在做复杂事情之前先慢一点,先问三个问题:这个问题重要吗?我的信息源够好吗?我有没有把它写下来,真的检查过?这三个问题,读研有用,做产品、创业、选方向其实也都挺有用的。尤其是现在有了AI以后,很多执行的事情都会变得很快,但越是这样越要小心,因为你很可能更快地把一个不重要的问题做完,浪费了很多时间。 以后我也会偶尔分享这种我觉得值得读的文章,不是简单地做读书笔记,而是顺便逼自己想清楚这些聪明人到底在想什么,以及这件事对我们普通人来说到底有什么用。 抖音。