工作经验在什么条件下,才能成为真正的资产?

——从一次智能管路 PMI 标注实践谈起 很多人工作几年以后,会发现一个令人不安的事实:自己明明做过很多项目、处理过很多问题、加过很多班,但当准备换一个岗位、进入一个新的行业,或者试图独立做一点事情时,却很难说清楚自己究竟积累下了什么。 工作完成了,项目交付了,工资也发放了。但那些经验,真的成为资产了吗? 工作时间与个人资产之间,并不存在自动转换关系。一个人可能工作了十年,却只是把第一年的流程重复了十次;也可能参与过很多项目,却没有留下任何能够迁移、复用和证明的成果。 这与工资有些相似。工资是劳动在当期的结算。如果工资被全部消费,劳动的价值便主要停留在当期;只有其中一部分被保存、投资并转化为存量,过去的劳动才有机会继续参与未来。 经验也是如此。经验只有经过保存、提炼和转化,才可能从一次性的劳动流量,变成能够继续调用的能力存量。 这是《The Worker Investor》一直希望讨论的问题。所谓 Worker Investor,并不是要求每一个工作者都去炒股票,也不是让所有人辞职创业。它首先意味着一种身份意识的变化: 我不仅是在出售今天的劳动,也在投资未来的自己。 最近,我在实际工作中尝试解决了一个具体问题:将原本依靠人工完成的管路识别、长度测量、信息整理和工程标注流程,逐步转化为一套智能化的 PMI 标注工作流。 工程师选择对应的管路对象后,系统自动识别对象、读取名称、计算长度,并按照统一格式生成三维标注。 出于保密和知识产权边界的需要,本文不会讨论具体产品、企业数据、内部模型、对象编号和源代码。但这个过程本身,为我们提供了一个很好的案例:一次具体的工作产出,在什么条件下,才可能转化为一个人的长期资产? 我的答案可以归纳为三个条件。 一、你解决的不是一次任务,而是一类问题 在传统工作模式中,我们很容易把注意力集中在“把这一单做完”。收到一个任务,完成一个任务;遇到一个问题,临时解决一个问题;制作一份装配规范,再继续制作下一份装配规范。 这种方式当然能够产生结果,但它产生的主要是一次性交付。一次性交付的特点是:任务结束,价值也随之结束。 以管路装配规范为例,原来的流程大致包括:工程师在三维模型中寻找对应管路,识别对象名称,测量管路长度,调整模型视角,截取图片,再将名称、长度和装配信息整理到工程图或外部文档中。 如果只有一根管路,这些操作似乎并不复杂。但当对象数量增加、车型发生变化、模型版本更新以后,问题就会变得明显: 同一类操作需要不断重复; 不同工程师可能采用不同的数据口径; 模型发生变化后,原有结果需要重新确认; 标注信息与模型对象之间缺少稳定关联; 大量时间消耗在查找、测量、复制、核对和整理上。 这时,真正值得解决的问题就不再是: 怎样把眼前这根管路标注完成? 而是: 为什么这一类管路,每一次都需要重新寻找、测量和整理?能不能建立一种机制,让它们按照统一规则被识别、测量和标注? 这两个问题看似接近,实际上属于两个完全不同的层级。前者是 Task Completion,完成任务。后者是 Problem Ownership,拥有问题。 Task Completion 关注的是眼前的交付。Problem Ownership 关注的是问题为什么反复出现、哪些环节可以被改变,以及怎样让同类问题以后不再以相同成本发生。 当一个 Worker 开始从“完成别人分配的任务”,转向“定义并解决一类反复出现的问题”时,他才真正进入了资产积累的起点。因为资产并不来自工作量本身,而来自对问题结构的理解。 你需要看见: 哪些步骤在反复发生; 哪些判断具有稳定规律; 哪些信息可以从系统中直接获取; 哪些错误来自流程设计,而不是个人不够认真; 哪些环节适合交给工具; 哪些判断和责任必须继续由工程师承担。 一个人处理过一百次相似任务,不一定拥有一项资产。如果他从未提取其中的共同结构,这一百次工作可能只增加了熟练度,却没有形成新的系统。 但当一个人能够看清这一百次任务背后的共同结构时,经验才获得了跨项目复用的可能。因此,不要只问怎样把这次工作做完,还要问: 为什么这类工作每次都需要重新做? 二、把隐性经验转化为可以重复运行的系统 工作经验最初通常存在于人的脑海中。一个熟练的工程师可能知道: 哪一种对象是真正需要标注的管路; 哪一种对象只是接头、阀件或支架; 从哪里能够找到中心线; 怎样判断某一段长度是否可信; 名称应该从几何对象、组件还是属性中读取; 哪些标注应当显示在模型中; 哪些信息应当进入工程图; 哪些情况应该由系统提示异常。 这些知识非常有价值。但如果它们只存在于个人经验中,就仍然是一种脆弱的资产。 隐性经验通常存在几个问题: 很难完整传递给其他人; 很难在不同项目中保持一致; 很难被软件直接调用; 很难证明它究竟解决了什么; 每次执行仍然需要本人投入注意力; 一旦本人离开,经验可能随之消失。 因此,经验要成为真正的资产,就必须经历一次 Externalization,也就是外化。它需要从: ...

July 26, 2026 · 14 min · Qiaomai

把自己建设成一项长期资产

AI 时代,普通人如何投资自己、积累产品与扩大未来选择权 前段时间,我和 AI 连续聊了很多天,反复讨论成长、投资、表达和未来选择。在这些对话中,我逐渐意识到一件事:很多人拥有经验,也产生过有价值的思考,但这些东西最终只停留在聊天、朋友圈、群聊和头脑中。真正困难的,不只是“知道”,而是把自己知道的东西组织起来,形成一种可以被别人阅读、理解、使用和传播的产品。 一本书,就是思想完成产品化之后的结果。工作一年多以来,我一边参与职场,一边实践股票、基金等金融产品投资。在这个过程中,我逐渐形成了三个长期想研究的问题,它们未来也可能分别成为三本书。 一、自己才是最重要的资本 第一本书要讨论的是:投资自己。 当一个人刚开始接触投资时,注意力通常集中在股票、基金、债券、黄金和房地产等金融资产上。我们会研究收益率、风险、估值和资产配置,也会寻找更加稳定、低成本和可持续的投资渠道。但当这些基础问题逐渐解决后,我越来越意识到:对于大多数普通人来说,人生早期最重要的资本,并不是证券账户里的资金,而是自己。 你的身体状况、职业能力、知识结构、判断力、表达能力、创造力、信誉、关系网络和学习速度,共同构成了你的人力资本。金融资本决定你目前拥有多少可以配置的钱;人力资本则决定你未来能够创造多少现金流、识别多少机会,以及能否在环境变化时重新建立自己的位置。 因此,投资自己不应该只是一句宽泛的口号,而应该像管理一个投资组合一样被认真对待。我们需要思考: 哪些能力是维持生活和职业稳定的核心仓位? 哪些技能具有较高的增长潜力? 哪些内容可以被公开表达、传播和复用? 哪些反思、工具和流程能够持续提高整个系统的效率? 自己不是一个等待被开发的单一技能,而是一个需要长期配置、持续再平衡的人力资本组合。 二、从打工者到投资者,不只是收入来源的变化 第二本书要讨论的是:一个 Worker 如何成为 Worker Investor。这里的 Investor,并不只是指购买股票的人。 一个人即使拥有证券账户,也可能仍然完全生活在“打工者思维”中:每天出售自己的时间,等待下一次工资结算,再用工资支付生活成本。这种模式最大的问题,不是打工本身,而是劳动没有留下可以持续积累的结果。如果一个人在两次发薪日之间,只完成了被分配的任务,却没有积累新的能力、作品、资产、关系、信誉和选择权,那么他的时间几乎被一次性消耗掉了。 从 Worker 到 Worker Investor 的转变,本质上是一种思维方式的转变:不再只问“这件事现在能给我多少钱”,而是开始问“这件事能否成为未来继续产生价值的资产”。工作当然可以提供工资,但工作还可以被转化为: 对一个行业更深入的理解; 可迁移的方法和标准; 能够重复使用的工具; 有代表性的项目和作品; 对外部世界有价值的内容; 更高质量的职业信誉; 下一次选择时更大的议价能力。 当这些东西逐渐积累起来,一个人获得的就不只是收入,而是未来的潜在选择权。你可能仍然在工作,但不再只能依赖这一份工作;你可能暂时没有创业,但已经在积累未来能够独立创造价值的条件;你可能仍然依靠工资生活,但你的时间、知识和现金流已经开始向资产转化。这才是从 Worker 到 Investor 更深层的含义。 三、真正值得研究的,不只是天才成功以后 第三本书要讨论的是:Before the Genius。 我们通常在一个人成名以后才认识他。我们看到的是企业、作品、奖项、财富、影响力和历史地位,却很少追问:在这些结果出现以前,他经历了什么?一个人的判断力是怎样形成的?他在还没有获得认可时接受过哪些训练?哪些早期经历看起来微不足道,后来却成为关键能力的来源?他经历过哪些失败、误解、绕路和长时间的无人关注?所谓天才,究竟是一种天生属性,还是大量因素在漫长时间中逐渐形成的结果? 我真正好奇的,不只是 Genius,而是 Before。不是聚光灯照下来之后的那个人,而是聚光灯出现以前,他如何阅读、练习、工作、失败、选择和坚持。研究这些过程,并不是为了复制某一个伟大人物的人生,而是为了理解:一个人的潜力究竟如何被环境、训练、偶然事件和主动选择共同塑造。 四、AI 正在建立一条新的能力基准线 这三个问题之所以值得在今天重新讨论,是因为我们正在进入一个由人工智能深刻改变的时代。AI 首先是一种生产力工具。我们当然应该理解大语言模型的基本原理,但普通使用者不一定需要钻研所有技术细节。更重要的是理解它的基本机制:大语言模型从大量信息中学习词语、上下文和概念之间的关系,并据此预测和生成内容。1 从使用者的角度来看,我更愿意把 AI 理解为一条基于大规模人类知识和表达方式形成的能力基准线。它不等于人类智慧的上限,也不代表每个答案都正确,但可以提供整理、归纳、解释、翻译、改写、比较、生成框架和辅助推理等基础能力。在这条基准线之上,AI 对人的赋能至少有两种方式。 1. 帮助思维凌乱的人完成结构化表达 很多人并不是没有想法,而是不知道如何把想法组织出来。他们可能拥有真实的经历、敏锐的感受和独特的判断,但表达时缺乏结构,最后只能留下零散的句子。AI 可以帮助他们把碎片连接成逻辑,把模糊感受转化为明确概念,把一次聊天整理成一篇文章,把长期思考沉淀为一个框架。这意味着,过去因为表达能力不足而被埋没的经验,现在有机会被保存下来。 2. 帮助表达能力强的人降低整理成本 另一类人并不缺乏表达能力,他们缺少的是时间。他们可以高频地思考、说话、讨论和产生判断,但没有足够精力完成转录、分类、重写、校对和发布。对他们来说,AI 可以承担大量整理工作,让人把主要精力放在真正具有稀缺性的部分:观察、体验、判断、选择和提出问题。 因此,AI 并不是简单地取代某项能力,而是在重新分配人的能力结构。每个人都存在某种“水桶效应”:你可能在专业知识上高于平均线,却不擅长写作;也可能很有创造力,却缺少执行系统;可能表达很好,却不擅长检索、编程或视觉呈现。 AI 的价值在于实现能力互补:对于已经高于基准线的能力,AI 可以帮助你放大优势;对于低于基准线的能力,AI 可以帮助你迅速提高下限。它既可以扩大一个人的上限,也可以抬高一个人的底线。但前提是,人仍然要有自己的经历、判断和问题意识。否则,AI 只能生成一份平均而顺畅的表达,却无法替代真正属于你的洞察。 ...

July 23, 2026 · 12 min · Qiaomai

工资结算过去,所有权参与未来

——复利、流量与 The Worker Investor 的完整逻辑 最近看到一个人在讲复利。 他说,阅读有复利,写作有复利,存钱有复利,运动也有复利。只要每天做一点正确的事情,坚持足够长的时间,微小的投入就会被时间不断放大。 这种表达并没有错。它比追求即时回报更接近长期成长的真实规律,也能帮助人摆脱“做一件事马上就要看到结果”的焦虑。但听完以后,我想到的不是怎样把这些好习惯坚持得更久,而是另一个问题:阅读、写作、存钱和运动为什么会产生复利?只要长期重复一件有益的事,就一定叫复利吗? 如果一个人每天阅读,却没有留下任何概念、判断和知识结构;每天写作,却从不整理、发布或再次使用;每月存钱,却让现金长期闲置并不断损失购买力;持续运动,却因为错误训练、睡眠不足和过度透支损害身体,那么“长期坚持”显然不会自动产生复利。 我们经常把持续投入、线性积累、能力形成、成果资产化、正向反馈和真正的复利混在一起。也正是从这个问题出发,我进一步理解了 The Worker Investor 所要回答的核心问题: 一个主要依靠工资生活的普通 Worker,怎样才能不让自己的劳动一次次发生、一次次结算、一次次消失,而是逐渐把它转化为存量、资产、所有权和未来选择权? 在《让今天的劳动继续参与未来》里,我从复利的历史出发,讨论时间如何进入债务、估值、投资与个人成长。这篇文章继续追问:如果离开金融公式,究竟什么样的个人系统才真正具有复利结构? ...

July 21, 2026 · 20 min · Qiaomai

《百万富翁快车道》之后:一个普通 Worker 如何获得属于自己的杠杆

整理 Kindle 笔记时,我发现自己在 The Millionaire Fastlane(《百万富翁快车道》)里留下了 637 条高亮。它是全部五十五本书中标注最多的一本,甚至占到了全部笔记的四分之一左右。这件事并不难理解。这本书准确击中了我参加工作以后逐渐感受到的不安:如果收入始终依赖我继续投入时间,那么无论工资怎样提高,我的生活是否仍然没有脱离同一种结构? 《百万富翁快车道》把传统的财富道路概括为:找到一份工作,保持节俭,把钱投入市场,等待几十年以后退休。DeMarco 认为,这条道路把太多希望寄托在个人无法控制的就业市场、股票市场和漫长时间上;他提出的替代路径,是建立满足真实需求、具有控制权、进入壁垒、时间脱钩和规模潜力的商业系统。1 我认同它提出的问题,却没有完全接受它给出的处方。我仍然是一名 worker,仍然需要工资,也仍然从工作中获得专业训练、现实经验和最初的本金。对我而言,真正的问题不是怎样尽快证明上班是一条错误道路,而是:一个暂时离不开工资的普通 worker,能不能在继续工作的同时,逐步获得属于自己的杠杆? 这正是 The Worker Investor 与《百万富翁快车道》开始分岔的地方。 一、我同意它的诊断:时间绑定是一种真实风险 工资最常见的结构并不复杂。劳动者投入时间、技能、注意力和责任,组织支付工资。提高专业能力、晋升或进入更高价值的行业,可以提高单位时间的价格,却不能自动解除收入与劳动的联系。如果一个人的全部收入、医疗保障、职业身份、社会关系和未来想象都依赖同一个岗位,那么他面对的并不只是“工资够不够高”的问题,而是一种集中风险。 今天完成工作,今天获得结算;下个月仍然需要收入,就要继续出售下一段时间。过去的工作当然会留下经验,但经验不会自动变成可以跨越组织的能力、作品或所有权。一个人可能工作很多年,却依然在重复同一条循环: 出售时间 → 完成任务 → 获得工资 → 消耗工资 → 再次出售时间 《百万富翁快车道》的价值,是强迫读者看见这条循环,而不是只讨论怎样在循环内部提高工资。它还提出了另一个重要判断:真正能够改变收入结构的,不只是更加努力,而是控制权、所有权和规模化。一个人的劳动如果只能被出售一次,价值就会受到个人时间的约束;如果它被写进产品、代码、媒体或可以重复运行的系统,就可能在最初劳动结束以后继续产生影响。到这里,我与 DeMarco 并没有根本分歧。 二、我不同意的是:看见工资的边界,不等于必须立刻逃离工作 问题出现在下一步。当工作被归入“慢车道”,创业被归入“快车道”以后,一个复杂的现实容易被压缩成一次身份选择:继续上班,还是建立企业;继续缓慢积累,还是尽快获得规模。 但对于普通 worker,工作并不只是束缚。它还是现金流、训练场、社会协作、行业入口和风险缓冲。一个人在没有现金储备、没有经过验证的产品、没有分发渠道,也没有承担失败的能力时离开工作,并不会自动获得自由。他可能只是把对雇主的依赖,换成对客户、平台、债务和不稳定订单的依赖。 创业当然可能创造就业、产品和新的所有权,但它不是没有代价的出口。美国劳工统计局对雇主型新设机构的跟踪显示,不同出生年份的企业五年存续率会随经济周期变化;其列出的 2006—2018 年若干企业群组,五年后仍然存续的比例约为 49.8%—57.3%。这些数字只描述美国有雇员的经营机构,不能直接等同于每位创业者的成功率,却足以提醒我们:建立企业是一种有价值、也有真实淘汰风险的路径。2 因此,The Worker Investor 不把 worker 和 entrepreneur 设成非此即彼的身份。它承认工资的边界,也承认工资的作用。工资不是自由本身,却可以成为现金储备和投资本金;工作不是最终归宿,却可以产生可迁移能力、问题素材、职业信誉和对真实系统的理解。真正需要改变的,不一定是立刻离开工作,而是劳动成果的流向。 三、一个 Worker 其实早已在使用杠杆 现代 worker 并不是完全没有杠杆。我在公司里完成一项工程工作时,背后可能已经有组织的品牌、资本、软件、设备、数据、供应链、客户关系和同事协作。没有这些条件,个人即使拥有同样的知识,也未必能够完成相同规模的任务。换句话说,我每天都在使用杠杆,只是其中大部分并不属于我。 公司给了我进入真实项目的机会,也让我借用一套个人难以独立建立的生产系统。但当职位、项目或雇佣关系结束时,这些杠杆中的大部分也会离开。我不能带走公司的数据、代码、客户、设备和商业秘密,也不应该把组织的成果误认为个人资产。 这让我意识到,“有没有杠杆”并不是最准确的问题。更重要的是区分三种东西: 借来的杠杆,是组织暂时提供的品牌、资本、设备、渠道、团队和权力。它们能放大我当下的产出,却不一定改善离开组织后的起点。 可携带的杠杆,是工作过程中逐渐沉淀在个人身上的专业能力、判断力、解决问题的方法、合作信誉和对行业的理解。它们不能与个人分离,却可以跨越岗位继续使用。 拥有的杠杆,是个人合法拥有并能够持续配置的金融资产、公开作品、网站、通用工具、内容渠道、知识产权和自动化系统。它们可能失败,也需要维护,但至少不会在一次组织关系结束时自动归零。 因此,The Worker Investor 的任务不是拒绝使用组织的杠杆,而是在认真完成组织任务的同时,逐步积累合规、可迁移并最终能够拥有的东西。 Worker 使用组织的杠杆完成工作;Worker Investor 还会检查,这段工作为自己的未来留下了什么。 四、普通人的第一层杠杆,是提高单位时间的价值 我不认为所有杠杆都能让人立即脱离时间。专业能力通常只是提高一个小时的市场价格。工程知识、行业经验、英语、沟通和解决复杂问题的能力,都可能让劳动者获得更高收入和更多职业选择,但身体停止工作以后,这些能力通常也会暂时停止产生现金流。从“收入是否与时间脱钩”来看,它还不够理想;从普通人的现实路径来看,它却往往是无法跳过的第一层。 更高质量的专业能力可以增加工资、缩短任务时间、提高议价能力,也能为后续投资、试验和创作提供本金。它的意义不只是“成为更好的员工”,而是扩大一个人能够配置的剩余。 ...

July 19, 2026 · 10 min · Qiaomai

劳动不会自动变成收益:从《国富论》到 The Worker Investor 与 Human Capital ETF

引言:劳动创造财富,但劳动者未必能够保存财富 1776 年,亚当·斯密出版《国富论》。这本书开篇便指出,一个社会每年能够消费的生活必需品和便利品,最终来自这个社会的年度劳动,或者来自用劳动成果向其他社会交换而来的产品。换言之,在一切复杂的货币、资本、企业和市场结构之前,财富首先来自人的劳动。1 但这只是问题的第一步。劳动创造财富,并不意味着劳动者能够自动获得全部劳动成果;一个人接受教育,也不意味着这些教育会自动转化为收入;一个人拥有知识和技能,更不意味着市场一定能够发现、理解并购买这些能力。 劳动与收益之间并不存在一条天然、直接、无摩擦的通道。两者之间隔着资本、所有权、市场、组织、分工、信任、分发与议价权。这正是我提出 The Worker Investor 和 Human Capital ETF 所试图回答的问题:The Worker Investor 是普通劳动者面对现实经济结构时的一种选择;Human Capital ETF 则是完成这种身份转变的一套核心方法。 The Worker Investor 回答的是:为什么一个依靠工资生活的人,不能永远只做一个领取工资的 worker?Human Capital ETF 回答的是:当一个人决定不再只依赖工资时,他应该如何配置自己的时间、能力、健康、现金流、作品和市场连接? 一、《国富论》真正提出的问题:劳动成果最终归谁所有 在《国富论》中,斯密并没有把工资、利润和地租混为一谈。他指出,在土地尚未被占有、资本尚未积累的假想状态中,劳动成果可以全部属于劳动者;但当土地和资本分别由不同主体所有之后,商品价格通常会分解为工资、利润与地租。资本利润并不是管理劳动的另一种工资,而是按投入资本的价值与规模来调节;资本投入也承担风险。2 这意味着,劳动与收益的关系从来都不只是:工作多少小时,就获得多少收入。更完整的关系是:劳动创造价值,组织安排生产,资本提供等待与工具,市场决定能否交换,所有权决定新增价值最终流向谁。 现代劳动者通常拥有自己的劳动能力,却不拥有完成生产所必需的全部条件:厂房、机器、材料、客户、品牌、平台、数据、分发网络和用于等待回款的资本,往往掌握在组织手中。因此,工资不是劳动者创造的全部价值,而是劳动者在特定所有权结构和谈判关系中,获得的一种收入。 这一点并不意味着利润天然不合理。资本确实承担了材料、设备、失败、库存和等待的风险。问题在于,当一个人的全部收入都来自工资时,他就只参与了价值创造,却极少参与价值存量的所有与增长。这构成了普通 worker 最根本的结构性处境:他依靠自己的时间创造价值,却必须依靠别人拥有的资本,才能让这些价值进入生产和交换。 二、工资是流量,资本是等待能力 斯密在讨论劳动者与雇主的工资谈判时,指出了一个极其重要的不对称:双方长期都需要对方,但他们承受等待的能力不同。雇主通常拥有已经积累的存量,即使暂时不雇佣工人,也可以维持较长时间;很多劳动者如果失去工作,却难以维持数周或数月。因而,在冲突中,资本所有者往往能够 “hold out much longer”。3 这揭示了储蓄和资本最原始的功能。资本首先不是收益率,不是股票代码,也不是复杂的金融产品。资本最基础的作用是:让一个人能够等待。 能够等待,意味着可以拒绝明显不合理的条件,可以离开一份持续伤害自己的工作,可以花时间寻找更合适的机会,可以承担一次转型失败,也可以把一部分时间投入暂时没有收入的学习、创作和产品开发。所以储蓄不只是一种消费美德,它还是一种议价资本。 工资解决的是今天的生存,储蓄购买的是未来的时间,资本扩展的是个人可以选择的行动范围。这也解释了为什么 The Worker Investor 不是一个简单的投资口号。它首先是一种现实判断:只拥有劳动流量的人,必须不断出售当下;拥有一定存量的人,才开始拥有等待、拒绝和选择的能力。 The Worker Investor 并不要求每个劳动者立刻辞职创业,也不要求普通人通过高风险投资迅速成为资本所有者。它要求的只是一个缓慢但重要的方向变化:劳动者开始将一部分工资、时间和经验,转化为离开当前岗位后仍然属于自己的存量。这种存量可以是应急资金、分散化的长期金融资产,也可以是可迁移技能、公开作品、软件工具、内容品牌、信誉、客户关系和能够重复运行的系统。 三、The Worker Investor:不是逃离工作,而是改变收入结构 斯密曾描述一种相对少见的独立劳动者:他拥有足够的存量购买材料,也能够在产品售出之前维持自己的生活,因此既是劳动者,也是资本的所有者,可以同时获得劳动工资和资本利润。4 这可以被视为 The Worker Investor 的早期原型。 现代 The Worker Investor 不一定拥有工厂,也不一定直接雇佣他人。他的关键变化是:不再让自己的全部经济生活,只依附于下一次发薪日。 普通 worker 的基本循环是:工作 → 获得工资 → 消费 → 再次工作。 ...

July 18, 2026 · 14 min · Qiaomai