副業的啟發：理解世界的新途徑
楊總與來賓探討了北美大廠人士從事副業的動機與體悟。來賓提到一句話特別打動人心：「只有在開始做生意的時候，你才開始對這個世界有理解」。他對此深有同感，認為做副業（例如授課）就像種田，一分耕耘一分收穫。透過影片製作等投入，能直接體現在課程收益上。
打工與創業的差異
大公司打工的收穫是間接的，受年度合同、績效評估，以及老闆喜好等多重因素影響。這種間接性讓人難以感受到直接的成果。相對地，創業則提供了一種直接回饋的體驗，讓人對世界有更深刻的理解。
機器學習之路：從熱衷到應用
從數據挖掘到機器學習
來賓於 2013 年赴美攻讀研究所，並深信機器學習是未來幾十年最熱門的領域。他很早就開始在知乎上撰寫文章，推廣機器學習的應用。當時，機器學習一詞尚未普及，更常見的是「數據挖掘」或「人工智能」等說法。
應用導向的選擇
儘管對算法模型本身感興趣，來賓更傾向於將機器學習應用於實際場景。他認為最大的挑戰在於領域知識的掌握。因此，他的職業生涯不斷探索不同的領域，最早在 Trulia 從事房地產搜索，後來加入 Tubi TV 從事流媒體服務。
大廠與新創的抉擇
雖然當時進入大廠能獲得更高的回報，但來賓更想做應用，認為大廠離客戶太遠，團隊太大，個人能做的貢獻太小。因此，他選擇加入規模較小的 Trulia，並在後來的職業生涯中持續探索新創公司。
數據科學家的角色：分析與應用
來賓回憶起「數據科學家」這個頭銜在當時的爭論。有人認為數據科學家應專注於機器學習應用，也有人認為應專注於數據分析。他認同數據科學家不應與機器學習工程師競爭，而是應專注於更擅長的領域。
全職爸爸的體驗：人生的禮物
在 Tubi TV 被收購後，來賓休息了一段時間，成為一位全職爸爸。他認為這是一份珍貴的禮物，能體驗不同的人生。
重拾程式熱情：Cursor 的魅力
來賓提到 Cursor (AI 代码编辑器) 等工具的出現，讓許多中年程式設計師重燃熱情，再次投入程式開發。這些工具讓人們覺得彷彿回到年輕時代，有能力再次構建複雜的系統。
副業探索：不只為了賺錢，更為了探索世界
來賓的副業探索目標並非單純為了賺錢，而是為了探索世界。他鼓勵人們從自己擅長的領域出發，拓展到更廣闊的領域。例如，從事建造者（Builder）的角色，也要嘗試銷售者（Seller）的角色。
從金融諮詢到理解人性
透過從事金融諮詢等工作，來賓接觸到銷售和諮詢，並從中學習到以前從未體驗過的東西。他開始對人有更深刻的理解。
銷售的真諦：情緒與邏輯
傳統的工程師思維傾向於重視邏輯和數據，但銷售的本質在於對人的理解。人們往往先做出決定，然後才用邏輯來合理化。因此，說服他人的關鍵不在於分享觀點，而在於理解對方的情緒和需求。
升職加薪的遊戲規則：人際關係至上
升職加薪的決定往往取決於人際關係，而非單純的流程或評分系統。老闆是否喜歡和信任你，是決定晉升的關鍵因素。
建立深度連結：關心你的老闆
要建立深度的連結，必須讓老闆感受到你的關心，而不僅僅是關注工作上的分數。理解老闆作為一個人的七情六慾、不安全感和需求，並試圖幫助他實現目標，是建立信任的有效途徑。
解決問題 vs. 意義驅動
來賓分享了 ChatGPT 對他的分析，指出他是一個解決問題驅動，而非意義驅動的人。他認為成為全職爸爸和從事銷售諮詢工作，讓他對「人」有更深刻的理解，並體驗到更純粹的快樂。
旁觀者的狀態：痛苦與關懷
來賓認為，理解他人痛苦，但又無法改變他們處境的人，只能維持中立的旁觀者狀態。他會將精力集中在幫助更多人身上，而不是僅僅解決個人的問題。
咖啡交流的價值：隨機的快樂
對於那些質疑咖啡交流的價值的人，來賓認為與陌生人聊天能獲得一些特別的快樂。即使這種交流不可擴展，對真實世界沒有直接影響，但能為自己帶來美好的體驗。
{# 
{# 
{# 
{#