今天刷到 Vincent Logic 转的一条 X 视频，内容是谷歌 CEO 皮查伊在斯坦福毕业典礼上的一段演讲。原帖 的转述很有意思：他几乎没怎么聊 AI，反而讲了一个自己大学时逃课去拉斯维加斯的故事。
这反而让我更愿意把视频看完。
因为在 2026 年，任何一个科技公司 CEO 站上讲台，如果只是再讲一遍“AI 正在改变世界”，其实已经没有太多信息量了。真正有意思的是：当一个身处 AI 风暴中心的人回头看自己几十年的职业判断时，他到底觉得什么最重要。
先说那个看起来不太像成功学的故事
皮查伊讲的是大学一年级的一个冬天。
某个周三，同学突然说，走，我们开车去拉斯维加斯。他以前从来没逃过课，也从来没去过这种说走就走的公路旅行，但那一次他答应了。路上穿过山脉，下起了雪，他第一次见到雪；到了拉斯维加斯，赢了点钱，又因为没什么钱折返。回来之后，他发现一件事：
原来自己缺了一次课，世界并没有因此塌下来。
这个故事表面看很轻，但我觉得它其实在讲一个很多工程师都很熟悉、却很少明说的心理机制：
我们太容易把眼前的每一个选择都想成“不可逆的大事”。
一节课不能缺，一次机会不能错，一个方向不能试错，一份工作不能绕路，一个项目不能留白。久而久之，我们会进入一种看起来很自律、实际上很僵硬的状态。人一直在履行正确动作，却越来越少真正做判断。
皮查伊那个故事的价值，不在于“偶尔逃课也没关系”，而在于它提醒人：不是所有偏离计划的动作，都会把人生带偏。
为什么他没大谈 AI，反而更有说服力
如果你换一个角度看，这其实也很符合皮查伊当下的位置。
站在谷歌 CEO 的位置上，他当然可以讲更多关于模型、算力、搜索重构、Agent、产品战略的东西。但那些内容大家平时已经听太多了。真正稀缺的，不是趋势本身，而是一个长期在高压决策环境里的人，如何过滤噪音、保留判断。
这也是为什么我觉得这段演讲更像“决策方法论”，而不是“毕业鸡汤”。
AI 时代最麻烦的，不是信息太少，而是信息太多。每个人每天都能刷到新模型、新机会、新焦虑、新叙事。你很容易误以为自己在持续更新认知，实际上只是被信息推着走。
所以问题不再是“你知道多少”，而是“你用什么标准决定什么值得跟、什么应该忽略、什么值得下注”。
这三个判断，为什么比很多鸡汤更有用
虽然帖子里没有把三条原话完整展开，但结合这段演讲的上下文，我觉得它真正有价值的地方，不是漂亮表述，而是它落在了三个很现实的判断维度上。
1. 先看是不是值得你长期投入的难题
职业发展里一个常见误区，是只看“这件事会不会立刻有回报”，而不看“这件事是不是一个值得长期投入的难题”。
容易拿到短期反馈的事情很多：追热点、套模板、赶风口、做看起来很热闹的项目。这些动作不一定错，但如果一个人长期只在低难度、高反馈的任务里打转，能力结构会越来越依赖外部刺激。
真正有复利的事情，往往一开始都不那么讨喜。它们难、慢、反馈延迟，而且短期内看不出“值不值”。但你做久了之后会发现，这类事情才更容易构成自己的底层优势。
从这个角度说，判断一件事值不值得做，不该只看它现在是不是红，而该看它是不是一个你愿意和它长期相处的问题。
2. 再看它是不是让你持续兴奋，而不只是暂时体面
很多人做选择时，最先考虑的是“这件事体不体面”“别人会不会觉得我走对了”“简历上好不好看”。
这些因素当然现实，但它们都很短视。
真正能把人带远的，通常不是体面感，而是持续的内在驱动。因为任何稍微有点难度的事情，都会经过一段低反馈期。没有内在兴奋感做支撑，你很难熬过那段看不到结果的时间。
这在 AI 时代尤其明显。今天新工具太多了，外部世界一直在制造“你不能错过”的紧迫感。可问题是，你不可能每个方向都跟，也不可能每个机会都接。最后真正拉开差距的，不是追得最快的人，而是能把少数几个方向长期做深的人。
所以“这件事会不会让我持续兴奋”，听起来像很感性的标准，实际上非常现实。它决定了你有没有能力穿过中间那段无人喝彩的时间。
3. 最后看你是不是保留了乐观，但不是幻觉式乐观
我很喜欢这类演讲里的一种气质：它不会教你盲目自信，而是在复杂现实里保留行动意愿。
真正有用的乐观，不是“我肯定会赢”，而是“即使暂时看不清，我也愿意继续往前做”。两者差别很大。
前者容易在外部环境变化时崩掉，后者更像一种结构性的耐心。你知道不确定性不会消失，知道很多事情没有标准答案，但你依然愿意继续实验、继续学习、继续积累。
这其实特别适合现在这个阶段。AI 把很多旧路径打散了，但新路径也没有完全稳定下来。很多人想要的是确定性剧本，可现实给出的往往只是模糊方向。
这时候，一个人如果没有一点稳健的乐观，很容易被噪音拖进持续焦虑；但如果只有空泛乐观，又会把自己骗进轻率下注。
真正稀缺的，是那种知道现实复杂、仍然保持行动的人。
这段视频最值得记住的，不是励志，而是“过滤器”
为什么我觉得这条视频值得写？
因为它提醒了一件特别重要的事：我们很多时候缺的不是建议，而是过滤器。
每天的信息量已经够多了。大家不缺观点、不缺方法、不缺榜样案例，甚至也不缺“未来会怎样”的分析。真正缺的是一套足够简单、但能长期复用的判断框架。
皮查伊讲的这几个点之所以有力量，不是因为它们有多新，而是因为它们足够稳定：
- 选难但值得长期投入的问题
- 选能支撑你持续投入的方向
- 在不确定里保留行动性的乐观
这三件事放在大学毕业时成立，放在职业中期也成立，放在 AI 时代更成立。
因为工具会变，平台会变，风口会变，甚至行业的主叙事也会不断重写。但一个人如何做判断，最后还是要回到这些更底层的标准上。
我的一个额外感受
这条视频还有一个让我挺喜欢的地方：它没有把人生讲成一条被精确规划出来的路线。
那次逃课旅行看起来是一个插曲，但它真正打破的，是“每一步都必须先被证明正确，我才敢走”的心理惯性。
很多技术人都很容易有这个惯性。我们习惯在动手前先把路径推演清楚，最好还有足够证据证明这条路值得走。这样当然更稳，但也容易让人错过一些只有进入过程才能看见的信息。
所以这段演讲带给我的，不是“大胆一点”这种泛泛而谈，而是更具体的一句提醒：
别把每一个暂时偏离计划的动作，都误判成风险；很多时候，那恰恰是你更新判断的入口。
最后
如果只看标题，这条视频像是在讲一个名人大学时的趣事。但真正留下来的，其实是一个很朴素的判断框架。
在一个所有人都在谈 AI 的时候，皮查伊反而没有过度强调 AI。我觉得这本身就是一种提醒：
越是变化快的时候，越要抓住那些不会那么快过期的判断。
技术会更新，工具会替换，路径会重排。但一个人怎么选问题、怎么选方向、怎么面对不确定性，这些东西的保质期往往比热点长得多。