我们遇到的第一个问题是如何选择职业。从自主论视角出发，我们在选择职业时，应该考虑自主性三要素和自主感双指标。如果以下五个问题的答案都是YES，那么这就是一份好工作。
问题一：意愿。自己是否具备做好这份工作的基本意愿。另外，这份职业是否会磨练自己的决心和动力。
问题二：能力。自己是否具备做好这份工作的基本能力，另外，这份工作是否会磨练自己希望提升的能力。有些工作比较强调认知能力，有些则强调行为能力。到底是想在工作中发挥特长，还是补齐短板，这是不同导向。
问题三：资源。自己是否具备做好这份工作的基本资源，另外，这份工作是否会增加自己在某些方面的资源。比如，体制内工作虽然直接经济收入有限，但是社会地位相对高，有较多机会接触更多社会资源和政治资源。
问题四：安全。这份工作是否会给自己带来安全感。多数工作都会给从业者带来安全感，也有一些工作需要从业者有冒险精神。一份工作是否安全，因人而异。因为先天基因和前期经历的不同，每个人的安全标准会有所区别。厨房里的刀光火影，大厨可能觉得安全，其他人则未必。
问题五：自由。这份工作是否会给自己带来自由感。多数工作都会给从业者提供自由感，但程度因人而异。也由于先天基因和前期经历的差别，每个人的自由判定标准也有差异。去深海潜水，极限运动爱好者觉得是很酷的自由，其他人可能觉得太疯狂了，不把它当自由。
如果有多个工作机会，那就做个表格，按照1-10分给上述五个问题打分，最后按总分排序，即可做出相对合理的选择。很多时候我们要在不确定环境里做出有限理性的选择，只能是矮个子里挑高个子，适可而止，满意即可。
如果你想更进一步，做出更科学的判断，我推荐你学习一点算法思维。布莱恩·克里斯汀（Brian Christian）、汤姆·格里菲思（Tom Griffiths）合著的《算法之美》 一书认为，时间流逝把一切决策都变成最优停止问题，即何时停止观察，开始行动。该理论假设我们有若干个选项，但一次只能面对一个对象做选择，选“是”则停止选择，选“否”则继续查看，直至做出选择或选项终结。找工作、找对象，其实都是类似的最优停止问题。
从信息角度切入，最优停止算法有两种情况及其策略可以参考。
当对象特征可量化且信息充分时，你可以用阈值准则，就是设置标准和参照，高于阈值马上行动。假设你为了找一份月收入1万元的工作而逐个提交简历，那么当你收到第一个薪资超过1万元的offer时，就可以做决断了。如果你想从候选工作机会中挑出薪资最高的，而且机会很多，那么标准可以高点，如把月收入2万作为标尺来过滤对象，然后从符合条件的工作机会中选择其他条件更好的来接受。
当对象特征不可量化或信息不足时，你可以用观望准则，就是建立标准和参照，高于最优马上行动。为此，要设定一个观察期，目的是收集数据，了解市场行情。在观察期，你收到的offer无论多好，都不接受。待到观察期结束后，进入行动期，继续收集offer，一旦出现优于观察期最佳水平的offer，就立即决断，绝不犹豫。比如，观察期发现市面上最高工资是5000元，那就放弃1万元的幻想，下步看到一个高于5000元的offer，直接接受。
那么观察期到底要多长？只有参考答案，就是所谓的37%法则——当你有100个候选对象的时候，先看37个，用最好的那个作为标尺，衡量后面遇到的每个对象，差一些的都放弃，好一点的就选中。据说按照这个方法，可以最大可能选择满意的答案。但是这个听起来很厉害的算法问题很大，因为它假设了你单方面选择（只有你选老板，老板不选你）、单方向选择（你不能吃回头草）、没有时间成本（你可以慢慢找下去，不会因为没工作而饿死）、没有拒绝风险（你拒绝特定offer不会带来负面影响）。显然，现实世界不是如此。单是增加时间成本的考虑，37%法则就可能被改写为31%法则。如果再增加不确定性世界里的爆发点和爆仓点因素，问题会变得更加复杂。最重要的是，37%法则假设了我们是选妃的皇帝，拥有决定权，而现实中，你在找工作时属于弱势一方。多数人的自主性还不足以支撑他去随意挑选工作。
这时候更好的策略是用好弱关系，由马克·格兰诺维特（Mark Granovetter）在其经典著作《找工作》中提出并强调。格兰诺维特将社会关系分为强关系和弱关系。强关系通常指家人、朋友和同事之间的关系，而弱关系则是那些不那么亲密、不那么频繁的社会联系。与你处在强关系里的人跟你圈子近似，掌握的信息也近似，难以提供你不知道的机会；相反，弱关系因为连接了不同的社交网络，反而实现了破圈效应，可以为你提供更多新信息和新机会。找工作如此，找对象也如此。
所以，回顾第九章“社交管理”中提出的“向上求助”，把自己当作一笔好投资，主动推销，欢迎他人来投资。获得投资后，感谢投资人，也用自己的成绩，证明他们的选择是正确的，从而赢得后续更多的追投和跟投。
（本文节选自《自主论：何为自主以及何以自主》，欢迎扫码加入自主论书友会微信群，参与交流讨论。）
关于解缚的普罗米修斯
我是温州人，爱好读书和写作，关注心理学和数字化，是高温青年和AIGC公益社群发起人和志愿者，也是TED策展人和演讲者，以及AI音乐爱好者和推广者，正在策划组织2025年AI音乐春晚活动。我写了一本《自主论》，讨论何为自主、为何自主与如何自主的话题，希望你会喜欢。
