当前位置: 首页 > news >正文

成长模式——有限成长和无限成长

对于拥有成长型心智模式的人,尽管在理论上未来的成长可以没有上限的,但实际上确实也可以做到无上限。相反,持物固定型,乃至衰退型心智模式的人,未来的成长不仅带来虚假的“停滞”成长,还会“被动”陷入负成长,这一点我在《一个人的成长上限到底在哪里》有详细讨论。

然而,对笃定成长型心智模式的我们来说,打破“理论上“成长无上限,建立“实际上”的无限成长,是一件极为重要的事情。否则就算我们笃定了成长型心智,虽然也会有成长,但慢慢就会发现自己的成长不仅费时又费力,而且还真就会陷入到前面所说“理论上”成长无上限的窘境,即:收获越来越少。其实这一切都与我们使用的个人成长模式有关系,不同的个人成长模式会直接决定我们的成长上限,长时间后也会决定我们的成长收获。所以选择何种成长模式,对我们的成长至关重要,时间越长,对我们影响越重大。

如果仔细观察,我们可以发现大部分人的成长都是对数型成长模式(Logarithmic Growth),如图一。这样的成长模式好处在于,不管时间长短只要有投入就能快速获得收获。我们学习某项技能,例如编程和外语,今天花固定时间去学习和练习,明天我们都能感觉到提升,做一份工作,只要每天去上班,公司除了给固定薪水甚至还有提成,每天跑步减肥锻炼,我们的体重也会减轻,还有需要密集训练的体育竞技运动,也是一样有付出就会有收获。这种模式的成长之所以被大部分人使用,尽管他们本人也许不知道,因为非常符合人类的天性,即喜欢有即时反馈的事物,谁都想的出一份力,就看到一份收获,不见兔子就撒鹰是怎么也不会干的事情,并且在这个世界上,绝大部分我们能做的事情也确实符合这种对数式成长模式,这也令我们不得不这样选择。事实上,这也符合社会主流发展的趋势,就像那句从小被我们传颂的名句“一分耕耘一份收获”,因为每一份耕耘都对应着一份收获,而且很少会甚至不会遇到无收获的状况,不仅能让人从心理感觉到踏实,还能让人渐渐沉醉其中。

图一:对数型成长模式

如果只要有投入就对应着收获,那确实会很美好。不过,真相通常都是藏在不容易被人觉察的地方。使用数型成长模式可以令我们一旦投入就有回报,但随着时间我们投入所对应的回报就开始慢慢陷入稳定,也就是停滞期,当然也会有回报但不会像之前那样既快又多,也就是图一中的曲线越来越趋近水平化。这个模式还有一个隐藏更深的盲点,我们要想在后面获得停滞期时的回报,那就必须长期持续等额投入,一旦投入少了,回报自然也就少了,而且我们要想不断取得比停滞期多的回报,那就必须持续投入远比之前多很多的“资源”—时间、金钱、精力、努力等,可以是任何事物。

这对应了我们现实世界中一些现象,工作很多年后薪水和职位虽然有所变化,但是幅度越来越小,乃至于前后几乎没变化;一个技能刚开始学习一段时间,进步非常快,但一段时间就开始觉得自己好像陷入平稳期;还有瘦身、生产力、运动员训练、科研学术能力等等,都是一样的结果。时间越往后,投入和回报就不再维持之前的比例,而是慢慢陷入停滞,要想继续取得回报,至少必须要长期持续相同投入,并且要想取得更多的回报,那就必须投入远比之前投入的更多,但是一段时间后我们又会面临同样的情况—停滞期,这也是我们看到很多非常顶尖运动员到了一定时间要退役的主要原因,这既是选择的事物本身限制,也是我们自身的限制。不管如何最终我们都会陷入到接近“停滞”的有限的成长中,这还是建立维持持续投入的前提。

在开始的一段时间内,虽然对数型成长模式能让我们投入即收获,也就是成长,但很快就会陷入到一种不仅需要相同投入才能维持成长,还需要更多投入才能获得继续成长的循环中,但最终我们一定会无限接近于那个“稳定”的有限成长,一旦我们不再维持相同的投入,甚至投入更多,我们的成长其实也就慢慢变少,直到最终真正停止,而不是停滞。从本质上来看,这种成长模式是一种能让人在早期快速尝到甜头,也就是快速成长,但随着时间就必然会让我们的成长不仅越来越慢,而且最终陷入停滞,一旦不再稳定等额投入或投入更多,我们的成长就会倒退回来。选择这种模式后,时间越长我们的成长就越是受限,我们投入越多反而收获越少,不管怎么看都会是有限成长。某种程度上,这并不是我们的最优成长模式,也不是我们应该选择的成长模式。

不同于大多数人使用对数型成长模式,还有一部分人使用了另一种完全不同的成长模式,即:指数型成长模式(Exponential Growth),如图二。很显然,使用这种成长模式的人群比例是很少的。因为指数型成长模式完全不同于对数性成长模式的特点—投入即收获。在很长一段时间内,不仅需要长期持续投入,最令人抓狂的就是我们会收到看起来的0反馈,甚至负反馈,要么就是与投入完全不相等的反馈,这种反馈其实就等同于个人成长。因为我们就是天生喜欢即时反馈的事物,同时更不喜欢在“看起来”没有回报的事情上投入,所以导致大部分人在一开始天然就会回避这种成长模式,又由于需要在较长的一段时间里持续投入更多但又看不到收获,或者说很少的收获,所以又导致一部分人于半途放弃,最终只剩下很少一部分人收获了那令人艳羡的回报,时间越往后,回报越大,完全是呈现几何倍的回报,并且确实做到没有上限,这不就是真正的无限成长嘛。那可以取得无限成长的指数型成长模式到底有什么秘密呢?

图二:指数型成长模式

指数型成长成长的秘密就藏在图二中红线与曲线相交点,也就是人们常说的临界点,数学上叫奇点,只有度过这个奇点,才能收获远远超过此前投入的所有回报。绝大部分人因为各种原因在这个交点之前“倒下”,因为我们必须忍受一段很枯燥和无聊的时间,这段时间不仅长还总是让人看不清到底有多长,每天我们又都需要做一样的事情,重复一样的过程,然而我们人类是无法接受枯燥、无趣、甚至没有反馈的事物,几天好说,那要是几个月、几年、甚至10年以上呢?所以,只有极少数人能度过这样一段漫长且枯燥的时光。

然后由于在奇点前很长一段时间的投入,形成了足够多的积累,这会进一步使后面的增长过程越来越容易,回报却是越来越多,而且完全看不到天花板,真正做到了无限成长。我们可以看到人类的进化、科技的进步,人口的增长,经济的发展,金融市场的股票的走势,大型公司的发展,财富的增值,乃至少部分人的成长轨迹都是按照指数曲线来成长。这些事物都是先经过相当漫长且枯燥无味的投入后带来一点细微成长,然后把这点细微成长当做下一次的变化的起点,然后按照这个过程在很长的一段时间循环重复,直到突破那个临界点,然后迎来爆发式成长,也就是曲线在交点之后呈现出的“飞扬”姿态。

事实上,指数型成长模式还有一个非常直观的数学公式,即:p(1+x%)^t,P是初始本金,x%是利率,t是时间,这是当下人们非常熟悉的复利效应公式。不过在上学的时候,我们被教育这个公式是用来计算银行存款利息,这真是一种误导。复利公式确实是一个伟大的公式,不过它的伟大并不在于爱因斯坦说它是世界的第八大奇迹,也不在于沃伦.巴菲特和查理.芒格为首的著名投资传奇们苦口婆心劝诫人们要使用复利,而在于以指数型成长模式而带来的复利效应是真正揭示自然界事物发展都在遵循一个共同原则,即:在一段时间内做持续做足够多积累,然后度过那个临界点,随后会带来巨大的变化

然而,指数型成长模式并不是人们看起来的那么简单。在指数成长过程中,隐藏着很多人没有注意到的一个促成指数成长的关键点,即:每一次的积累必须源于前后的强关联性。这个关键点有两层重要意思,第一,我们要保证长期持续行动。这是为了使得每一次行动带来的结果都要转化为下一次行动的起点,然后重复这个过程,也就是计算机中的迭代,非必要绝不打断这个持续的过程,因为指数型成长的就是不能随意中断,一但中断要么完全放弃,要么就要重头开始,实在是最不划算的事情,最明显的例子就是频繁更换要做的事情,结果到头来几乎一件事也没做成,还有在投资中高频更换投资标的和赛道等等,我们可以发现这些事情前后的行动、结果、起点之前有很强的关联性。第二,选择要做的事情也必须具很强的前后关联性,最好是关联性随着时间推移越来越强。如果事情不具备“单次输入带来的结果是下一次增长的起点”的特点,那就是前后关联性很弱,要么就是没有关联性,这一特殊性被很多人忽略,也是很多人把对数型成与指数型成长混淆的地方,以至于把原本只是对数型成长的事情全都套用在指数型成长的模式中,如果观察一下图一和图二的曲线,我们也会发现曲线也是完全相反的,本质上就是两种成长模式的鲜明对比,起初的时候我们当然也会有成长和收获,但只要时间一长,两种成长模式带来的结果就会是天差地别,并且随着时间还会不停地的扩大,因为指数型成长可以做到真正无限成长,但对数型成长最终一定会陷入近乎停滞的成长,人与人之间的差距就是这么产生的,最终变成个人成长的差别。

在早期的时候,我们都会有各种各样的原因去做那些符合对数型成长模式的事情,这是没有关系的,因为绝大数人开始时都差别大不大。但无论如何,不管多早晚,我们都要让自己的成长慢慢转变成指数型成长模式,并且永远以指数模式成长下去,最直接的方法就是耐心地去做符合指数成长模式的事情,例如终生学习、投资和管理财务、学习新技能、写作和表达、正确思考和选择、持续有新的产品、销售能力等等。成长型心智模式让我们坚信人不仅是可以改变,而且“理论上”个人的成长是可以无上限的,指数型成长模式是把“理论”变成“现实”的切实可行的方法,让我们的个人成长真正做到无上限。

不过知道和做到之间有难以想象的鸿沟,知道并不能带来成长,顶多只能算作一个思想催化剂,我在《你的个人成长到底来源于什么》特别分享到“我们只有把事情做到才能带来真正的成长”,在这里我们可以把成长的定义更新为“我们只有把符合指数型成长的事情做到才能带来无限的成长”。我们做不到,也不过是虚假的成长。事情可以慢慢做,但一定要做到。

http://www.jsqmd.com/news/496650/

相关文章:

  • 从懵逼到通关:我的第一次 SSH 暴力破解与后门植入实验(小白视角)
  • Fish Speech 1.5语音合成:5分钟快速部署,新手也能玩转多语言TTS
  • 第5周:深入 CCM 与 DCM (断续模式)
  • 小白也能用的Whisper语音识别:上传音频自动转文字实战教程
  • 邮件群发单显是什么?邮件如何群发单显? - U-Mail邮件系统
  • Neeshck-Z-lmage_LYX_v2高效方案:单次生成耗时<12秒的轻量推理优化
  • TigerVNC Server 1.8.0-22性能优化指南:让你的CentOS 7远程桌面流畅如本地
  • 西恩士清洁度检测室设备配置清单与布局优化建议 - 工业干货社
  • Step3-VL-10B轻量级部署教程:10B参数模型在单卡24GB VRAM运行实录
  • 树莓派4B网络配置全攻略:从静态IP设置到多网络环境无缝切换
  • 基于Java的美食分享平台 热量计算系统
  • PyTorch 2.5 新特性体验:TorchCompile实战,让AI模型推理速度飞起来
  • 短视频创作者的福音:HunyuanVideo-Foley一键生成无版权音效,提升完播率37%
  • TEC 高精度控温算法在精密仪器中的实现与优化
  • 不用写代码!用Blender+Qt制作3D界面的5个技巧:FBX转QML组件详解
  • Qwen3-Reranker-0.6B快速上手教程:3步搭建你的第一个重排应用
  • AD丝印调整终极指南:从文字居中到批量修改的5个工业级技巧
  • EagleEye开源可部署:DAMO-YOLO TinyNAS镜像支持国产化GPU环境迁移
  • GD32F103上电不启动?5个硬件排查技巧帮你快速定位问题
  • 当数据不听话时:Python中Welch方差分析与Tukey检验的替代方案详解
  • CC工具箱实战:如何用【线转面(保留字段属性)】高效处理不闭合线数据
  • Halcon灰度投影实战:5分钟搞定图像缺陷检测(附完整代码)
  • 开箱即用!Docker部署HY-Motion 1.0实战,让3D动作生成变得简单
  • PCB阻抗匹配实战:从理论到HFSS仿真的完整设计流程(附避坑指南)
  • Pi0机器人控制中心多模态交互展示:视觉-语音-动作协同控制
  • 上线 1 月斩获 4000 + 星标,国内大厂首个开源龙虾 LobsterAI 都做对了什么|奇点智能大会议题前瞻
  • StructBERT情感分类镜像保姆级教程:日志分析定位低置信度原因
  • Linux与Windows文件互传神器WinSCP:从安装到首次传输的避坑指南
  • SpringBoot2.7整合Minio8实战:5分钟搞定大文件分片上传(附完整代码)
  • dac/cap/lsm