翁荔离职之后，我开始重新理解“全力投入”这件事

看到翁荔离开 Thinking Machines 的消息时，我停下来想了很久。

我当然知道她是谁。她在 OpenAI 做过机器人、应用研究和安全系统，也长期写 Lil’Log。很多人第一次系统理解强化学习、Agent、记忆、规划和工具使用，可能都读过她的文章。她的写作给我的感觉一直是清晰、耐心、结构化：把一个非常复杂的技术问题拆开，再一点点讲明白。

所以当我看到她谈到健康、疲惫，以及希望去一个边界更明确、可预期性更高的岗位时，我的感受并不只是“一个知名研究者离职了”。

我更在意的是，她说出了一个很多人可能经历过、但不太愿意承认的问题：当一个人习惯于对重要事情投入 100%，而职责本身又没有清晰边界时，努力很容易从一种能力，慢慢变成一种消耗。

我并不想把这件事解读成某家公司一定发生了什么，也不认为一次离职就能证明某种组织结论。外部看到的永远只是很小一部分信息。比起猜测内幕，我更愿意认真看她公开表达的核心：身体撑不住了，而她想选择一种更可持续的工作方式。

这件事让我重新审视自己过去对“好机会”的判断。

以前我会很自然地认为，职责更大、位置更核心、项目更紧急，意味着职业发展更快。尤其是在 AI 行业，这种叙事几乎无处不在。新模型不断发布，产品形态快速变化，组织一边探索技术边界，一边争夺用户、人才和市场窗口。我们会觉得慢一点就会错过，少承担一点就不够有担当，不在最中心的位置就意味着自己不够重要。

但现在我越来越觉得，“重要”与“可持续”不是一回事。

有些岗位确实能让人成长很快，但它要求你同时承担产品方向、跨团队协调、技术理解、业务结果、外部预期，甚至还包括组织里那些没有明确 owner 的事情。短期内，这种状态可能让人感到自己被需要、被信任、在做大事；长期看，它也可能让一个人失去恢复的空间。

最危险的地方在于，这种透支往往不会一开始就以崩溃的形式出现。

它可能先表现为：休息时仍然无法停止思考；请假时反而更愧疚；每一次边界被打破，都告诉自己“这次特殊”；明明知道不该继续加码，却觉得如果自己不扛，事情就会失控。到了后来，身体开始频繁生病，注意力下降，对原本热爱的工作也难以保持稳定的热情。

我觉得很多高责任感的人都容易掉进这个循环。因为真正让人难以停下来的，不只是外部压力，还有内心的标准。我们会觉得，既然我负责，就应该做到最好；既然这件事重要，就不该只投入 70%；既然团队相信我，我就不能让他们失望。

可问题是，任何人都不可能永远处在 100% 输出的状态。

我开始意识到，一个真正健康的组织，不应该把“某个人愿意无限负责”当成系统能力。系统能力应该来自更清晰的优先级、更合理的分工、更可信赖的备份机制，以及当核心成员休息时，项目仍然能够继续推进的组织设计。

对产品经理来说，这尤其值得警惕。

我们常常天然站在职责交叉处：用户需求要理解，业务目标要承担，研发资源要协调，体验细节要把控，上线结果也常常要解释。优秀的 PM 很容易成为那个“哪里有问题就去补哪里”的人。久而久之，自己的 scope 会不断膨胀，但权力、资源和恢复空间未必同步增加。

所以我现在会给自己增加几个判断问题。

当我遇到一个看起来很好的机会时，我不只问它能给我带来什么，也会问：这个岗位的成功标准是否清楚？我是否拥有与职责匹配的决策权和资源？紧急状态是偶发事件，还是默认工作模式？当我休假或生病时，是否有人能接住事情？这个团队是否把长期稳定的产出，当成和短期冲刺同样重要的目标？

这些问题听起来很现实，甚至有点不够热血。但我越来越相信，它们不是降低职业野心，而是在保护长期的职业能力。

我仍然欣赏那些愿意挑战高难度问题的人，也仍然相信在关键阶段全力投入很有价值。真正的问题不在于努力，不在于冲刺，也不在于承担大责任。问题在于，我们是否把短期非常态，误认为长期应该如此。

对我而言，翁荔这次选择最值得被看见的地方，不是“离开”本身，而是她没有把调整边界理解为失败。

去一个职责更聚焦、节奏更可预期的岗位，不代表失去热爱，也不代表能力下降。很多时候，那恰恰意味着一个人开始更认真地对待自己的长期创造力。

我希望自己以后评价一份工作时，不只看它有多耀眼，也看它是否允许我健康、清醒、持续地走下去。

因为真正值得追求的，可能不是某一次拼尽全力的胜利，而是很多年之后，我仍然有能力、有兴趣，也有余裕，继续做好那些重要的事。