为什么我放弃了四小时工作周去全职工作

Mike Taylor 在 2023 年实现了 Tim Ferriss 式的四小时工作周，拥有被动收入和完全自由。但他在 2026 年 2 月选择加入 Every 担任全职负责人。

核心论点：AI 时代，信息接近度比自由度更有价值。

自雇的真实代价

表面上的成功

• 2023 年，Udemy 提示工程课程带来足够的被动收入
• 无需老板，可以随处工作，睡觉时也在赚钱

实际上的挣扎

1. 被动收入是善变的野兽

• 课程成功因为在 ChatGPT 爆火前就深耕 GPT-3
• 另外两门 AI 课程：完全失败
• 每天工作 vs 几个月不更新，对收入几乎没差别
• 无法预测什么时候会结束

2. 创业打击率低

• 营销代理：两个月零薪水才开始，做到 30 人才开始付自己六位数
• 数据科学项目：三个月免费工作才转化为七位数咨询业务
• O'Reilly 提示工程书：写了一年才见到第一笔版税
• 失败清单：视频编辑工具（零客户）、营销书（200 读者）、因联创分歧未发布的产品...

3. 最难承受的是不确定性

"你把所有精力都倾注进去，却不知道它是否会成功。如果失败了，下一笔收入从哪来？"

• 太忙无法布置下一件事，但当前的事又不够好
• 每个新产品都在想：这会是让我崩溃的那个吗？

4. 精力错配

• 大量时间用于商业运营（客户开发、财务、法律行政）
• 反而没时间做吸引你进来的那些工作
• 周末处理财务和法律，而不是学习新技能

核心总结：

"我实现了四小时工作周。只是还附带了 40 小时的担忧。"

为什么加入 Every

动机一：突破 AI 时代的噪音

• AI 让构建变得容易，大量人涌入市场
• 下一个项目获得关注的机会快速缩小
• Every 已经有产品市场契合度，媒体业务覆盖 10 万+ 订阅者
• 在 Every 构建的东西可以直接分享给用户，实验空间更大
• 不需要 justify 用最新模型，不担心 token 预算

动机二：学习速度

• 讽刺但真实：在公司内部的学习比独立时更快
• 在独立时，他是"AI 专家"，要花数小时搞清楚新事物
• 在 Every 第一天，发现 "#only-claws" Discord 频道：同事的 OpenClaw agents 在互相对话
• 亲眼看到团队使用 Claws，让他重新考虑了初始的怀疑
• 现在有三个 Claws 24/7 运行
• 社交关系作为想法过滤器：帮助判断什么是真实的 vs 什么是被过度炒作的

动机三：信息的地理价值

• 搬到纽约，Every 总部所在地
• 核心信念：现在唯一剩余的"alpha"（信息优势）在线下
• 一旦信息在线，AI 就可以训练它，然后市场上所有人都可以做同样的事
• 在"发生的房间里"让他能：喂养好奇心、构建知识、最大化早期发现的机会

案例：

• 在一个电话中听到 Dan Shipper 关于"爪人心理学"的非显而易见的洞察
• 之后能亲自追问，Dan 给他看了一条未被广泛看到的推文
• 已在两个客户会议中引用这个洞察
• 区别：被动在 X 上看到（可能），主动参与并帮助塑造（现在）

Byrne Hobart 的玩笑：

"在 Anthropic 的工作邀请附带负 1000 万美元的薪水——你要付钱才能在那工作——以换取提前 24 小时读到他们即将发布的博客和推文。"

开玩笑，但逻辑是真实的：接近前沿如此有价值，改变了"好交易"的数学。

结论：为什么是现在加入公司

过去十年的逻辑：单独构建并独占一切

AI 时代的新逻辑：

• 构建的门槛降低了
• 最重要的变成了：知道构建什么
• 知道那个，需要处于正确的房间里，进行正确的对话

分享的快乐：

• 以前最快乐的时刻：团队成长到可以独立完成事情
• 自雇五年，从没有足够大的成功来组建团队
• 在做酷的事，但只有少数人知道

最终选择：

• 放弃四小时工作周，换来四十小时的（学习）
• "我从没有学得这么快过"

立即应用的方法

1. 评估你的"自由 vs 接近度"权衡

自我评估问卷：

评估标准：

• 如果"独立"列有 3 个以上比"公司"差 → 认真考虑加入组织
• 如果"公司"列有 3 个以上比"独立"差 → 认真考虑独立

2. 寻找"正确的房间"

Mike 的方法：

1. 找出你领域内谁在最前沿
2. 找到能让你进入他们日常工作的路径（不是关注 X，是共事）
3. 评估这种接近度的价值，与薪资差异相比

具体行动：

• 列出 5 个你最想接近的人/团队
• 分析你现在的"接近度"：是隔着 X 帖子、播客、还是一对一
• 寻找能进入同一房间的机会（工作、投资、顾问、项目合作）

3. 用 AI 时代的"打击率"框架重新评估项目

传统创业思维：努力 → 成功（期望正比关系）

Mike 的现实：

• 提示工程课成功 = 多年积累 + 时机 + 运气
• 其他两门课失败
• 大量时间投入变成了：几百读者、零客户

AI 时代的变化：

• 构建更容易 → 失败速度更快（好事）
• 获得关注更难 → 分发能力的价值上升
• 建议：优先找有分发渠道的合作，而非独立构建

启发性洞察

洞察 1：被动收入的隐性成本

Mike 诚实地揭示了一个通常被隐藏的真相：

• 显性的：工作时间少，收入持续
• 隐性的：不确定性的认知负担、无法预测的失败、孤立感

"不要创业，除非没有其他你能想象的事情。大多数时候，生活质量和经济状况比找一份普通工作更差。"

重新框架：被动收入不是终点，而是一种权衡。如果你享受确定性和协作，它的代价可能超过它的回报。

洞察 2：AI 时代，分发 > 构建

过去的竞争优势：

• 能构建 → 稀缺
• 技术能力 → 护城河

AI 时代的竞争优势：

• 构建 → 人人都能做
• 分发和用户 → 稀缺
• 判断力（知道构建什么）→ 稀缺

Mike 的选择：用自由换接近前沿的判断力，以及现有分发渠道（10万+ 订阅者）。

你的应用场景：

• 如果你在独立工作，你最薄弱的是什么？通常是分发
• 找到有分发能力的伙伴/平台，可能比独立构建更有效

洞察 3：信息 alpha 从线上转移到线下

"一旦信息在线，AI 就可以训练它，然后所有人都可以做同样的事。"

含义：

• 公开信息（博客、推文、论文）的价值正在快速下降
• 非公开的对话、会议、内部讨论，价值正在上升
• 地理位置（纽约、旧金山）作为信息优势的价值在 AI 时代反而增加了

对个人的启示：

• 主动参加线下活动，不是为了名片，而是为了信息
• 加入有内部讨论的团队或社群
• 注意哪些洞察是"第一次看到"的，而不是你在 X 上已经看过的变体

关键引用

"I achieved the four-hour workweek. It just came with 40 more hours of worry."

"Don't start a startup unless there's nothing else you can imagine doing."

"It's paradoxical, but I'm finding the learning to be faster-paced inside a company than it was on my own."

"The only 'alpha' left is in person. People share things in person that they don't put online."

"For the past decade, the smart move was to build alone and own everything yourself. AI has brought down the barriers to building, so the most important thing now is knowing what to build."

"So I've traded the four-hour workweek for a forty(ish)-hour one. I've never learned faster."

Sources

1. raw/to-learn/newsletters/every/2026-03-30 I Achieved the Four-hour Workweek.md
2. https://every.to/also-true-for-humans/i-achieved-the-four-hour-workweek-so-why-did-i-just-take-a-job