OpenAI 创始人 Sam Altman 博客有一篇 10 年前的文章
OpenAI 创始人 Sam Altman 博客有一篇 10 年前的文章《Advice for ambitious 19 year olds》,给 19 岁年轻人的建议,从 #参考答案 看到,非常适合我们🤣年轻人,顺便用 GPT4 重新翻译了下全文。
太长不读纯摘要版本如下:
-
与聪明的人一起共事
-
做有价值的的事
-
承担适当的风险
-
如果上学请确保学到有价值的东西
-
如果加入一家公司,建议加入正在上升的创业公司
-
不要让薪水成为主要决策因素
-
只有在你真正热爱这个想法时才去创办公司。
GPT4 全文翻译版本如下: 我是一个有抱负的19岁青年,我应该做些什么呢?
我经常被问到这个问题,现在我已经有了很多关于有效方法的数据,所以我想分享一下我的回答。
通常,人们在决定是否上大学(通常在上学期间还会从事一些副业),加入一家公司或创办自己的创业公司之间犹豫不决。
秘诀就是任何一个都可能是正确答案,你应该根据每个选项的具体情况来做出决策。关键是你想要做的是最有可能让你走上伟大道路的事情。
无论你选择什么,都要去做一些事情并与聪明的人为伍。“事情”可以是很多不同的东西——课外的开源项目、创业公司、你工作的公司的新销售流程等等。但是,显然,坐在一起和朋友们谈论你们真的应该一起建立一个网站是不算的。
最优秀的人总是在创造东西并与聪明的人为伍,所以如果你需要在几个选项之间做出决定,这可能是一个很好的筛选标准。
做一件好事会引领你走上一条好事不断发生的道路。(事实上,这种效应非常强大,以至于有可能被太多有趣的事情吸引,从而分散了你真正想做的事情。)
在做出这个决定时,你想要承担正确类型的风险。大多数人对风险的看法是错误的——比如,留在大学似乎是一条没有风险的道路。然而,在你最富有生产力的四年里一事无成实际上是相当冒险的。创办一家你热爱的公司是正确类型的风险。成为一家仍有很大失败可能性的公司的第50名员工则是错误类型的风险。
如果你选择留在大学,确保你学到有价值的东西并参与有趣的项目——大学可能是结识合作伙伴的最佳地点。如果你真的担心辍学会错过一些重要的社交经历,那你可能应该留下来。
如果你加入一家公司,我的一般建议是加入一家处于突破轨迹的公司。通常一次会有几家这样的公司,对聪明的年轻人来说,它们通常是可以辨认出来的。这是一个非常好的风险/回报权衡。这样的公司几乎肯定会成功,但世界其他地方对此并不像他们应该的那样确信。
幸运的是,这些公司喜欢有雄心壮志的年轻人。除了股权非常划算(如果你加入一家小型初创公司,你可能只能得到1/10的股权,但风险只有1/100或1/1000),你还将与非常优秀的人一起工作,了解成功的样子,并在你的履历中留下一个胜利(这事实上非常有价值)。 在一家失败的公司待上几年会带来一系列的后果,而在一家已经取得巨大成功的公司工作意味着你将学到的东西会少得多,可能也会与不那么令人印象深刻的人一起工作。
顺便说一句,不要让薪水成为一个因素。我刚刚看到有人因为微软给他多出3万美元的年薪而拒绝了一个有潜力的公司,这是一个糟糕的决定。他将无法参与到有趣的项目中,也可能无法与聪明的人一起工作。几年后,当他需要寻找新的机会时,他面前的选择将远不如他本可以得到的。
如果你要创办一家公司,只有当你有一个你热爱的创意时才这样做。如果你和朋友们一起闲聊时试图想出一个创意,我认为你不应该创办那家公司(尽管有很多人不同意我的观点)。创办一家失败的初创公司比作为员工加入一家失败的公司要好(而且在前者的情况下你肯定会学到更多)。
如果你失败了,但那是一个你真正热爱且有可能变得伟大的创意,你不太可能后悔,而且人们也不会因此对你有所指责。而失败于一个模仿他人的初创公司则更糟糕。记住,还会有很多其他机会来创办公司,而初创公司需要投入6-10年的时间才能有所成就,所以等待合适的时机。
创办一家公司的一个巨大优势是通常能在最短的时间内学到最多的东西。但一个巨大的劣势是很容易因为错误的原因而创办一家公司,通常是为了能说自己正在创办一家公司,这会让你的判断力变得模糊。
无论你选择什么,保持个人的消费率低,并尽量减少承诺。我见过很多人错过了很好的机会,因为他们负担不起减薪,或者因为他们不能搬迁或没有时间。
以正确的方式思考风险。德鲁·休斯顿在一次伟大的毕业典礼演讲中说过,你只需要一次正确。这是真的。风险在于没有走上那条能让你在关键时刻正确的道路。
本文由 mdnice 多平台发布
相关文章:
OpenAI 创始人 Sam Altman 博客有一篇 10 年前的文章
OpenAI 创始人 Sam Altman 博客有一篇 10 年前的文章《Advice for ambitious 19 year olds》,给 19 岁年轻人的建议,从 #参考答案 看到,非常适合我们🤣年轻人,顺便用 GPT4 重新翻译了下全文。 太长不读纯摘要版本如下&…...

写的一款简易的热点词汇记录工具
项目需要对用户提交的附件、文章、搜索框内容等做热词分析。如下图: 公司有大数据团队。本着不麻烦别人就不麻烦别人的原则,写了一款简易的记录工具,原理也简单,手工在业务插入锚点,用分词器分好词,排掉字…...

算法通关村——滑动窗口高频问题
1. 无重复字符的最长子串 给定一个字符串 s ,请你找出其中不含有重复字符的 最长子串 的长度。 示例 1: 输入: s “abcabcbb” 输出: 3 解释: 因为无重复字符的最长子串是 “abc”,所以其长度为 3。 1.1 滑动窗口 找到最长字串需要找到字串的首尾位置…...

mybatis源码学习-2-项目结构
写在前面,这里会有很多借鉴的内容,有以下三个原因 本博客只是作为本人学习记录并用以分享,并不是专业的技术型博客笔者是位刚刚开始尝试阅读源码的人,对源码的阅读流程乃至整体架构并不熟悉,观看他人博客可以帮助我快速入门如果只是笔者自己观看,难免会有很多弄不懂乃至理解错误…...

selenium 自动化测试——环境搭建
安装python,并且使用pip命令安装 selenium pip3 install selenium 然后尝试第一次使用selenium 完成一个简单的测试自动化脚本 from selenium import webdriver from selenium.webdriver.common.by import By import timedriver webdriver.Chrome() driver.get(…...

得物一面,场景题问得有点多!
题目来源:https://www.nowcoder.com/discuss/525371909735792640 前文 本期是【捞捞面经】系列文章的第 1 期,持续更新中…。 《捞捞面经》系列正式开始连载啦,据说看了这个系列的朋友都拿到了大厂offer~ 欢迎星标订阅,持续更新…...

Prompt Tuning 和instruct tuning
Prompt Tuning 是啥? prompt的思想是,把下游任务的输入转化为预训练模型的原始任务。 以bert作为举例,假设任务是文本分类。“今天天气很好。”我们想判断一下这句话的情感是正面还是负面 fine-tune的方法是在bert之后接一个head࿰…...

springboot 与异步任务,定时任务,邮件任务
异步任务 在Java应用中,绝大多数情况下都是通过同步的方式来实现交互处理的;但是在处理与第三方系统交互的时候,容易造成响应迟缓的情况,之前大部分都是使用多线程来完成此类任务,其实,在Spring 3.x之后&a…...

2022年06月 C/C++(六级)真题解析#中国电子学会#全国青少年软件编程等级考试
C/C++编程(1~8级)全部真题・点这里 第1题:小白鼠再排队2 N只小白鼠(1 < N < 100),每只鼠头上戴着一顶有颜色的帽子。现在称出每只白鼠的重量,要求按照白鼠重量从小到大的顺序输出它们头上帽子的颜色。帽子的颜色用 “red”,“blue”等字符串来表示。不同的小白鼠可…...

【C++】C++11新特性(下)
上篇文章(C11的新特性(上))我们讲述了C11中的部分重要特性。本篇接着上篇文章进行讲解。本篇文章主要进行讲解:完美转发、新类的功能、可变参数模板、lambda 表达式、包装器。希望本篇文章会对你有所帮助。 文章目录 一…...
python内网环境安装第三方包
文章目录 一、问题二、解决方法三、代码实现 一、问题 内网安装第三方包的应用场景,一般是一些需要在没网的环境下进行开发的情况。这些环境一般仅支持本地局域网访问,所以只能在不下载任何第三方包的情况下艰难开发。 二、解决方法 将当前应用依赖的第…...

javaScipt
javaScipt 一、JavaScript简介二、javaScript基础1、输入输出语法2、变量3、常量4、数据类型4.1、数字型 number4.2、字符串类型 string4.3、布尔类型 boolean4.4、未定义类型 undefined4.5、null 空类型4.6、typeof 检测变量数据类型 5、数据类型转换5.1、隐式转换5.2、显示转…...

Linux(实操篇三)
Linux实操篇 Linux(实操篇三)1. 常用基本命令1.7 搜索查找类1.7.1 find查找文件或目录1.7.2 locate快速定位文件路径1.7.3 grep过滤查找及"|"管道符 1.8 压缩和解压类1.8.1 gzip/gunzip压缩1.8.2 zip/unzip压缩1.8.3 tar打包 1.9 磁盘查看和分区类1.9.1 du查看文件和…...

数学之美 — 1
为什么你会想和他人共享那些美丽的事物呢?因为这会让他(她)感到愉悦,也能让你在分享的过程中重新欣赏一次事物的美。 ——David Blackwell 1、感官之美,对于那些有规律的事物,你可以利用自己的视觉、触觉、…...
python中的global关键字
在Python中,global关键字用于在函数内部声明一个全局变量。默认情况下,函数内部的变量是局部变量,只能在函数内部访问。使用global关键字可以在函数内部创建或修改全局变量,使其在函数外部也可见和修改。 以下是使用global关键字…...

Matlab图像处理-幂次变换
幂次变换 如下图所示的幂次变换函数曲线图: 当γ <1时,效果和对数变换相似,放大暗处细节,压缩亮处细节,随着数值减少,效果越强。 当γ >1时,放大亮处细节,压缩暗处细节&…...
浏览器输入 URL 地址,访问主页的过程
分析&回答 浏览器解析域名;TCP建立连接;浏览器向服务器发送HTTP请求;服务器解析请求并返回HTTP报文;浏览器解析并渲染页面;断开连接。 反思&扩展 域名解析的流程 查找浏览器缓存——我们日常浏览网站时&am…...
每日一学————基本配置和管理
一、交换机的基本配置 配置enable口令、密码和主机名 Switch> (用户执行模式提示符) Switch>enable (进入特权模式) Switch# …...

解决 filezilla 连接服务器失败问题
问题描述: 开始一直用的 XFTP 后来,它变成收费软件了,所以使用filezilla 代替 XFTP 之前用的还好好的,今天突然就报错了:按要求输入相关字段,连接 连接失败!!!o(╥﹏╥…...
如何使用Java进行机器学习?
在Java中进行机器学习,可以使用各种开源机器学习库和框架来实现。以下是一些常用的Java机器学习库: Weka:Weka 是一个非常流行的机器学习库,提供了大量的算法和工具,以及用于数据预处理、特征选择和可视化的功能。 De…...

【JavaEE】-- HTTP
1. HTTP是什么? HTTP(全称为"超文本传输协议")是一种应用非常广泛的应用层协议,HTTP是基于TCP协议的一种应用层协议。 应用层协议:是计算机网络协议栈中最高层的协议,它定义了运行在不同主机上…...
ssc377d修改flash分区大小
1、flash的分区默认分配16M、 / # df -h Filesystem Size Used Available Use% Mounted on /dev/root 1.9M 1.9M 0 100% / /dev/mtdblock4 3.0M...
《Playwright:微软的自动化测试工具详解》
Playwright 简介:声明内容来自网络,将内容拼接整理出来的文档 Playwright 是微软开发的自动化测试工具,支持 Chrome、Firefox、Safari 等主流浏览器,提供多语言 API(Python、JavaScript、Java、.NET)。它的特点包括&a…...
基于数字孪生的水厂可视化平台建设:架构与实践
分享大纲: 1、数字孪生水厂可视化平台建设背景 2、数字孪生水厂可视化平台建设架构 3、数字孪生水厂可视化平台建设成效 近几年,数字孪生水厂的建设开展的如火如荼。作为提升水厂管理效率、优化资源的调度手段,基于数字孪生的水厂可视化平台的…...

ESP32 I2S音频总线学习笔记(四): INMP441采集音频并实时播放
简介 前面两期文章我们介绍了I2S的读取和写入,一个是通过INMP441麦克风模块采集音频,一个是通过PCM5102A模块播放音频,那如果我们将两者结合起来,将麦克风采集到的音频通过PCM5102A播放,是不是就可以做一个扩音器了呢…...
vue3 定时器-定义全局方法 vue+ts
1.创建ts文件 路径:src/utils/timer.ts 完整代码: import { onUnmounted } from vuetype TimerCallback (...args: any[]) > voidexport function useGlobalTimer() {const timers: Map<number, NodeJS.Timeout> new Map()// 创建定时器con…...
css的定位(position)详解:相对定位 绝对定位 固定定位
在 CSS 中,元素的定位通过 position 属性控制,共有 5 种定位模式:static(静态定位)、relative(相对定位)、absolute(绝对定位)、fixed(固定定位)和…...
拉力测试cuda pytorch 把 4070显卡拉满
import torch import timedef stress_test_gpu(matrix_size16384, duration300):"""对GPU进行压力测试,通过持续的矩阵乘法来最大化GPU利用率参数:matrix_size: 矩阵维度大小,增大可提高计算复杂度duration: 测试持续时间(秒&…...

智能仓储的未来:自动化、AI与数据分析如何重塑物流中心
当仓库学会“思考”,物流的终极形态正在诞生 想象这样的场景: 凌晨3点,某物流中心灯火通明却空无一人。AGV机器人集群根据实时订单动态规划路径;AI视觉系统在0.1秒内扫描包裹信息;数字孪生平台正模拟次日峰值流量压力…...

深入浅出深度学习基础:从感知机到全连接神经网络的核心原理与应用
文章目录 前言一、感知机 (Perceptron)1.1 基础介绍1.1.1 感知机是什么?1.1.2 感知机的工作原理 1.2 感知机的简单应用:基本逻辑门1.2.1 逻辑与 (Logic AND)1.2.2 逻辑或 (Logic OR)1.2.3 逻辑与非 (Logic NAND) 1.3 感知机的实现1.3.1 简单实现 (基于阈…...