今天听快刀广播站，讲了一个费曼的故事，越想越觉得有意思。

上世纪 70 年代末，费曼和朋友去一家泰国餐厅吃饭，朋友对着菜单纠结半天——点熟悉的姜汁鸡呢，还是试试新菜？费曼没有帮忙点菜，他当场在餐巾纸上推导出了一个数学最优解：如果你还有好多次机会来这家餐厅，就大胆试新菜，试到不好吃的无所谓，万一发现更好的，以后每次都能受益；但如果你是最后一次来，别犹豫，点你已知最好吃的那道。

这就是认知科学里的"探索-利用"困境。时间多，探索的收益大；时间少，利用已知的更划算。

听完第一反应：这不就是做投资的逻辑吗？年轻时投资周期长，股票仓位可以高一些，短期波动扛得住，一旦选对了长期回报丰厚；年纪大了，该把更多资产配到债券、年金这些确定性高的品种上——不是不想赚更多，是没时间等波动修复了。投资圈那个老经验，"股票仓位等于 100 减你的年龄"，本质上就是费曼在餐巾纸上写的那个动态阈值。

我自己做投资配置也是这么过来的。前几年权益基金仓位重，敢试敢扛；这两年开始把更多资金往红利和债券基金转移了，不是看空市场，是觉得确定性比收益率更重要了。前阵子还在讨论要不要卖掉之前投资的一套房子，同时问了豆包和 Claude 两个大模型，结论都是止损卖出。多个模型交叉验证——本身就是"利用期"的心态：不赌单一判断，要的是高确定性。

再往深处想，职业生涯也是同一套逻辑。刚入行那几年，多试几个方向，跨部门、换岗位、接触新业务，哪怕有些试错成本，只要找到一个真正适合自己的赛道，后面几十年都是回报。等你在某个领域扎下去了，就该收拢精力深耕，而不是还在东张西望。

学习新知识也是一样的道理。我自己学 AI 的过程就是最直接的体会。从春节到现在，智能体搭建、知识库构建、AI 营销、GEO 优化、漫剧业务……各种方向都想了解一遍，这是探索期。现在开始想"怎么把 AI 落地到公司业务场景中，变成开源节流的工具"，就是从探索切换到利用——把之前散点试出来的东西整合成系统，聚焦落地。

最怕的不是探索或利用选错了，而是两种错位：该探索时不敢动，该聚焦时还在乱试。 前者是很多职场人面对 AI 落地时的状态，"不敢想、不敢提、不敢做"，还没找到方向就被要求产出；后者是很多人学 AI 的通病，工具收藏了一大堆，真正用起来的没几个。