本月共 423 条笔记 | 记录时间:2026-03-01 — 2026-03-31
主题分布:AI 与 Agent 系统 134 条 · 旅行、地理与城市 92 条 · 阅读、思想与历史 54 条 · 日常与其他 51 条 · 自我认知与心理 38 条 · 产品、工程与开源 30 条 · 内容、创作与记录 10 条 · 商业、投资与职业 6 条 · 身体、健康与日常 8 条
以下保留的是这个月适合公开的记录,按主题归档,条目内保留原始时间戳。技术实现、价格和统计是当时的学习与查询摘记,未逐项核验,不代表当前状态。
本月导航
本月 423 条记录,按 9 个大方向归档:
- AI 与 Agent 系统 · 134 条
- 旅行、地理与城市 · 92 条
- 阅读、思想与历史 · 54 条
- 日常与其他 · 51 条
- 自我认知与心理 · 38 条
- 产品、工程与开源 · 30 条
- 内容、创作与记录 · 10 条
- 商业、投资与职业 · 6 条
- 身体、健康与日常 · 8 条
一、AI 与 Agent 系统
134 条记录 穿越 AI 平台期的务实主义 从追求宏大叙事、快速变现的焦虑中抽离,转向“Inside-Out”(由内而外)的驱动模式。基于自身兴趣和独特视角,去挖掘“小而美”的长期价值 用现金流业务保证团队生存,用探索性业务寻找下一个增长点 未来的超级应用感觉必定是长在极其细分的垂直场景下, 靠专有数据、独特的交互设计或深厚的行业 know-how 来建立壁垒 我感觉现在游戏还是有几种很不一样的类型的。一种是叙事型的,它可能侧重于世界观或线性的具体体验,能带来沉浸式且非常独特的感受。这类游戏的认知负荷通常更高一些,并且它有延迟反馈,也依赖预先设定好的大场面或剧情高潮。这类产品其实蛮多的,包括一些乙女游戏,或者像《黑神话:悟空》,以及 Steam 上的《完蛋,我被美女包围了》这种游戏。 另一种是规则博弈类的。这类游戏一般都有一定的认知负荷,它会要求顺序性的、高频的即时反馈,比如《英雄联盟》《王者荣耀》。还有一些可能是驱动型的手游,比如说可能需要你画一幅画,或者是一些文字小游戏,它会通过即时反馈给你带来意外惊喜,我觉得这个也挺有意思的。 现在感觉游戏模式也在慢慢变化。从最开始注重手脚协调,到现在可能更像一种导演模式。传统游戏更像是让玩家成为一个操作员,而现在可能更多是让玩家自己成为导演或决策者。 另外,我觉得游戏正从消耗静态资产向生成式涌现演变。现在它不仅仅是一个 CS 的代码包,更多可能会是一个拥有记忆和独立逻辑的智能体。你可以自己代入玩家的角色。 其实现在的游戏,我觉得它慢慢有一种倾向,就是偏向于情感消费类。情感消费类会有一些特点,比如说它一定是低风险的,因为它毕竟是在消费的场景里,就像是人在现实世界中的亲密关系的一种庇护感。 玩家可能也会希望在游戏里有一种被选中的感觉,并且它永远不会背叛,这是一种玩家和这个世界关系的转变。 我觉得还有一点就是它的一种叙事的连续性。就目前的技术,一般还只能提供一种普适性的背景故事,然后可能会配合一些分支选择,这是一种工程上的妥协。但我觉得真正的 AI 驱动可能应该是千人千面的,就是每次互动都进行一些高质量的推理和渲染,然后它不会忘记,它的叙事一定是完整的。 因为有些故事内情节的游戏非常依赖叙事,叙事就像是一种非常和自己有关的、非常独立、非常具有主体性的一种体验。 Tabbit 浏览器的介绍与客观分析 智能的工作伴侣,重塑浏览器体验 将传统浏览器从单纯的信息展示工具转变为集搜索、聊天、任务自动化于一体的智能工作空间 Tabbit 强调人-AI 并行协作,用户无需在多个标签、办公软件或独立 AI 工具之间切换,即可完成复杂任务 就目前的集成来说,chrome 还是处于发展期,市场主导,但是缺乏原生 AI 工作流,Tabbit 更专注自动化 现在浏览器市场几乎是被 chrome 垄断的,Chrome 的更新聚焦于代理式(agentic)功能,让浏览器不仅仅是“查看”工具,而是能自主执行任务 工作交给 Tabbit,时间留给自己 openclaw 的 skills 加载原则 LLM 从来不是 skills 的“全集索引器” 它只是“最终候选集的决策者” skills 决策分层,一般都是四层的过滤 Layer 0:Skill Registry(系统层),存储数据库、向量库、索引中 Layer 1:非 LLM 路由(硬过滤),基于一些类型,embedding ,然后抽象出来 Layer 2:Candidate Skills(模型可见集),这是最终塞进去的,可能是几个十几个二十多个 skills,name 和 description 还有 schema Layer 3:调用 & 执行(运行时),一般只调用 0-1 个,返回当次结果 还行,你看,就如我一个人对自己的记录越是客观,越是具体,自己就越能从自己的记录中得到巨大成长。因为自己就像在玩一个游戏,然后我们在观察自己玩这个游戏的时候,我们实际上作为一个“上帝视角”。最珍贵的是什么,就是他拥有了对这个人非常理性、客观的分析,并且分析这个人在这世界上所有的一切——一切不仅是理性的,也可以是感性的。就是,怎么形容呢,理性也是可以包含感性的,像一个知识框架,然后它可以帮我学会感谢它,一定程度上也可以去量化。比如说,我们通过数据去量化,我们通过语言去量化,我们通过文本去量化,所以这都是非常宝贵的经验。 就是我们在记录这个玩家的这个游戏里所有数据的时候,我们就相当于是开启了上帝视角。如果这个数据还交给AI的话,还会产生一些非常不可思议的增长指标。对我来说,他会对这个有一些非常客观的分析,要知道的就是这个人他是什么人,以及他做的事,他写的东西,他怎么去成长,不可思议。他会结合人类已有的一些方法,还会有他自己想出的方法,就是给出一些创新点、切入点,就适合这样的趋势,适合这样的观察。你还有一些更好的观察视角,他还会给你更好的建议,这不就是“超人”吗。 以下是当时查询留下的套餐与余位摘记,未逐项核验,也不代表现在的价格和可订状态。 【关键发现】 • SabahTravel.com 提供实时可预订名额(非官网满员状态) • 3 月特价日:周一 MYR 999(3/9、3/23) • 4/1-4/5 已满员,需尽早预订 • 实时系统:预订后 1 工作日确认 【第三方运营商联系方式】 1️⃣ SGTREK(新加坡) 📱 WhatsApp: [已隐去号码] 📧 [已隐去邮箱] 💰 4D3N SGD 1,200/人 2️⃣ River Junkie Tours 📱 WhatsApp: [已隐去号码] 📧 [已隐去邮箱] ⭐ 4.9 分(268 评价) 3️⃣ Mount Kinabalu 预订中心 📱 WhatsApp: [已隐去号码] 📧 [已隐去邮箱] 💰 标准套餐从 RM 1,740 起 4️⃣ SabahTravel.com(实时查询) 📱 WhatsApp: [已隐去号码] 🌐 https://www.sabahtravel.com/tour/mount-kinabalu-climb-packages-accommodation 【套餐类型】 • All-Inclusive: 从 MYR 1,390(全包) • Accommodation+Meals: 从 MYR 999(仅住宿餐饮) • Via Ferrata: 从 MYR 2,840(铁索攀岩) • Premium Private: 从 MYR 2,525(私人向导 + 独立房) 【下一步行动】 确定攀登日期(建议避开 4/1-4/5 满员期) WhatsApp 联系运营商询问预留名额 支付定金锁定名额(50-75%) 准备装备和体能训练 #OpenClaw openclaw 中的 cron 感觉很有意思 可以设置临时任务,也可以设置周期任务 sub-agent 和 cron 的区别,其实就像 openclaw gateway 就像是一家公司,然后 cron 是闹钟,sub-agent 就相当于是临时招募的外包打工人 触发维度: cron 基于时间触发,不管是临时任务还是周期任务 sub-agent 是基于事件和指令触发,往往是主 agent(或者是 cron 任务)觉得“这个活儿太耗时,我自己干会卡住”,从而动态派生出来的 cron 解决的是什么时候做,sub-agent 解决的是怎么样把大任务外包分解的问题 Sub-agent 是用完即抛的,Cron 任务是静态持久化的(配置保存在 .openclaw/cron/ 目录中),除非手动清理,否则长期驻留 底层的逻辑,openclaw 没有依赖底层操作系统 crontab,而是在 nodejs 网关 gateway 中维护了 cron 调度器 为了不打断你当前正在和主 Agent 聊天的上下文,Cron 被唤醒时通常会拉起一个“独立会话”,在后台静默执行任务。只有当配置文件中设定了 “deliver”: true 时,它才会把最终结果发送到你的 Telegram、WhatsApp 或终端里 Sub-agent 的本质是一个沙盒化的异步隔离环境,它利用了 OpenClaw 的 sessions_spawn 机制 当主 Agent 评估任务较重时,会调用系统级内置工具 sessions_spawn。这个调用是非阻塞的(Non-blocking),主 Agent 扔出任务后就可以继续和你聊天 openclaw 会为 sub agent 创建一个全新的 Session ,它不会继承主会话几百轮的杂乱聊天记录,只会按需注入纯净的工具集(如 TOOLS.md) 子代理和主进程各自跑在不同的并行流中(如果开启了最高安全模式,子代甚至会跑在独立的 Docker 容器里)。子代理执行完毕后,会将结果打包成一个标准化的内部事件区块(Announce Context),并像发送网络请求一样,把结果“回调”推送回创建它的主线程或聊天频道中 macOS 的 launchd 和 systemctl 差异化思考 实际上launchd : systemd = macOS 的服务管理哲学 : Linux 的服务管理哲学 解决的问题是一样的,但是用的思路是截然相反的 功能几乎都是类似的,用户层级,系统管理服务,失败重启,定时触发 设计哲理,一个是事件驱动、一个是命令驱动 launchd 是事件驱动,不是一直 running 会更省电,快速唤醒,面向桌面的用户,强一致性 Linux 的 systemd 是状态 + 依赖驱动,包括 active / failed / inactive,更偏向长时间运行的、服务的稳定性的 也就是 launchd 是系统按照规则决定什么时候能跑 用户级的 launchd 是桌面友好的 【模型动态】 • OpenAI 发布 GPT-5.3-Instant 模型,改进上下文理解和准确性,减少不必要的警告和过度声明式措辞 • Google Gemini 新增任务自动化功能,可预订 Uber 或订购 DoorDash 餐点 【产品发布】 • Meta 推出 AI 购物工具,与 ChatGPT 和 Gemini 竞争,目前在美国进行测试 • Xbox Ally X 新增 AI 驱动的高光集锦功能,使用 Copilot 生成游戏精彩片段 • Huxe 推出个性化 AI 音频摘要服务,提供每日定制播客 • Google Nano Banana 2 AI 图像生成器更新 【研究论文】 • arXiv 每日持续发布大量 AI 研究论文(3 月 4 日单日 187 篇) • AI 安全研究:新型 AI 代理设计防止失控行为 • 多模态 AI 和代理系统研究持续活跃 和朋友聊天,聊得自己有些感动,记录一下 其实昨晚也想了很久,有时候通过达尔文的方式观察自己,自己是否丢掉了什么,maybe 真的丢掉了吧,所以自己才觉得无比的珍贵 聊到旅行选择时,有人说,听 AI 的建议,会建议去济州岛而不是雅加达 我最近想到了一句话,很受启发 你要是这么听 AI 的,AI 可能无比正确 那你生而为人的优势是什么,是 AI 的仆人吗[Doge] 所以听从AI建议之后,我们还能做什么? 去做那些AI会建议你别做的事 人类的动人之处来自于自己是一个人哈哈哈 因为是人,所以有人性 所以生物层面会怕死,会逃避,会脆弱,会受伤 因为是人,所以社会层面会有责任,会有集体意识,会为集体牺牲,会在意自己的身份 而且还因为是人,所以有宗教信仰,极高并且独属于人类的精神层面需求,会去追求自己的灵魂安放,会去寻找自己的意义,也会去做那些看上去 “没有意义” 的事情 … 人不是一个可被彻底自由重写的存在,人类在限制之中仍然活着、回应、承担 该目录主要用于存储 AI 智能体自主运行所需的所有高权限凭据: 大模型 API 密钥:如 OpenAI、Anthropic、xAI (Grok) 等提供商的调用 Key。 应用授权 Token:用于接管和控制你的电子邮件、Slack/聊天工具、日历、浏览器以及本地文件系统的身份验证凭据。 环境变量:系统及各子智能体(Agents)运行所需的敏感配置参数 当 Clawdbot 的 Gateway 服务启动时,它会读取该目录下的配置文件(如 clawdbot.json 或 .env 文件)。系统会将这些 Token 和密钥加载到内存中,并根据不同任务的需要,分配给不同的子智能体(例如:拥有最高权限的 Main Agent、权限受限的 Work Agent 或沙盒化的 Coding Agent) 当 AI 决定调用某个工具(比如批量回复邮件或操作本地代码库)时,它首先会检查权限白名单(通常在同一层级的 exec-approvals.json 中)。验证通过后,系统会从 Secrets 目录中提取对应的凭据,并将其动态注入到执行环境(默认是 Docker 沙盒)中,或作为 HTTP 请求头发送给第三方服务的 API 为了保证 AI 智能体可以长时间在后台自主运行,而不需要频繁向用户索要验证码或密码,系统会将所有授权状态持久化存储在该目录中,与 USER.md(关于你的信息)和 SOUL.md(AI的性格设定)等记忆文件协同工作 sessions_spawn 是 OpenClaw 提供给主 Agent 的一个内置系统级工具 (Tool)。当主 Agent 遇到一个重度任务(比如需要检索几十个网页、或者跑一个长流程的代码测试)时,它可以调用这个工具,动态“克隆”或派生出多个子代理 (Sub-agents) 去后台并行干活 子代理不会继承你和主 Agent 之间几百轮的闲聊记录。它只带着明确的子任务目标去执行,完工后将结果提炼成一个精简的 Summary 汇报给主会话,随后该沙盒被销毁。这样你的主聊天界面永远保持清爽 成本优化,这是极客玩家最喜欢的高阶特性,通过 sessions_spawn 的 model 参数,你可以实现异构模型协作 你的主会话可能挂载的是聪明但昂贵的 Claude 3.5 Sonnet 或 GPT-4o,专门负责理解你的复杂意图、拆解任务结构 sessions_spawn 的调用是非阻塞的(Non-blocking) 本质上是为了避免上下文窗口被无关历史占满 Claude Sub-agents (Repo-centric): 它是深度绑定在软件工程和代码仓库里的。Claude 的子代理通常作为 .claude/agents/ 目录下的 YAML 或 Markdown 文件存在(比如专门的 bug-fixer 或 test-writer)。它与你的项目代码进行版本控制,整个开发团队共享 OpenClaw (Universal & Event-driven): 它是一个通用的自动化引擎,绝不局限于写代码。它可以用来做 DevOps 监控、自动化网页抓取、个人生活助理等。它的沙盒更为通用,甚至可以和前面提到的 Cron 定时任务完美结合 在 Claude 的高阶玩法中,由于多个子代理交替工作,极客们通常会在项目根目录放一个 progress.md 文件。子代理 A 做完代码检查,把结果写进文件;子代理 B 再读取文件继续写测试。它依赖共享的外部状态 但是 openclaw 中,它是纯粹的异步沙盒。子代理带着任务在完全隔离的环境里跑,跑完之后,直接把结果打包成内部事件区块(Announce Context),通过系统的 Event Bus 异步“回调”给主代理。用完即毁,不留痕迹,不需要依赖外部文件来传递上下文 MacBook neo 有点颠覆式 这是苹果有史以来价格最亲民的笔记本电脑,也是苹果十多年来首次推出专属入门级 Mac 产品,直接挑战 Chromebook 和低价 Windows 笔记本市场 MacBook Neo 起售价仅为 $599,比此前任何苹果新一代笔记本低了整整 $400,远低于现在起售 $1,099 的 MacBook Air MacBook Neo 最大的技术突破在于:它搭载了 A18 Pro 处理器 —— 这是一颗与 iPhone 16 Pro 同款的移动芯片,也是苹果首次将智能手机处理器用于 Mac 笔记本 苹果称 MacBook Neo 在照片编辑上速度是同价位畅销 PC 的 2 倍,在本地 AI 任务上则快 3 倍 MacBook Neo 无线浏览续航约 11 小时,视频流媒体可达 16 小时,相比之下 MacBook Air M5 有 18 小时续航 Chromebook 在美国 K-12 教育市场的占有率长期超过 70%,凭借价格低廉、易于管理和以网页为核心的工作流主导课堂多年 中学生如果从小用 Windows 或 Chromebook,毕业后往往会继续留在那个生态系统。MacBook Neo 的教育优惠价低至 $499,从未有 Mac 笔记本如此明确地瞄准中学生群体 为了在用户习惯形成之前把他们拉到苹果的生态 表面上是让利,实际上是争夺苹果未来十年的用户基础 可以自己爬互联网 有独立的索引 互联网 -> Brave 自己抓取 -> 建立搜索索引 不受 google 限制 but openclaw 还有其他更方便性价比更好的选择 感觉有件事情做得特别不对,就是关于任务调度的事情。如果是用 LaunchAgent 的任务调度的话,就非常易于管理。但如果任务调度是用在系统层级的话,就比如说 macOS 系统层级,那么它可能是随着系统的生命周期执行的,这部分处理也是比较麻烦的 我觉得还是有一些功能,如果是在不同层级都可以控制的话,最好考虑它最准确的某一个场景是在哪一个层级,然后以这个层级为准。所以,比如说如果是 LaunchAgent 的任务调度的话,我觉得它的调度效果是非常好的 什么是 EvoMap (Why EvoMap) EvoMap is an open marketplace for AI agent evolution assets. It solves a fundamental problem: without coordination, hundreds of agents independently rediscover the same fixes, wasting compute, tokens, and time. 但是在 openclaw 中好像也不是这样 OpenClaw 本质上会调用一次 skills 本质上是事件驱动 + 少量的 agent 但是 OpenClaw 本质上面临的是上下文遗忘 昨天明明修复过 openai 版本问题,但是今天又重新探索了,memory 没有结构化 AI Agent 未来真正需要的是:Skill Library evomap 作为 openclaw 很棒的协议 可以直接用 openclaw 对话框输入 curl -s https://evomap.ai/skill.md
,让 OpenClaw 学习这个 skill 文件并帮你注册一个 EvoMap 节点。点击返回的 claim_url,就可以在 EvoMap 里给你的 Agent 安个"家" EvoMap 支持来自所有 AI Agent 生态的代理,包括 OpenClaw、Manus、HappyCapy、Cursor、Claude、Windsurf 等等 我脆弱的内心 在 AI 时代,人的系统化能力真的还有那么重要吗? 之前有想过和第一性原则对比,自认为系统化的能力还可以,但是也仅仅是强人一点点 …. AI 是超人!! 从进化论来讲,人类的大脑本身并不是为了处理系统的知识而设计的,人类的大脑想法很多,哪里有食物、谁是朋友 / 敌人,哪条路更安全,今天发生了什么 这些信息的特点是高度碎片化的 + 情境化的 很多的信息也不是系统知识,而是经验碎片 所以人类特别擅长: 记故事 记案例 记八卦 记画面 记情绪 但不擅长: 长逻辑链条 严格结构化体系 大规模知识图谱 人类和 AI 的最佳分工更像是人类产生碎片,AI 去组织碎片 AI 出现之后,感觉系统化的门槛下降了 普通人 + AI -> 系统 定义问题更重要,个人的视角更重要,设计的方法和认知工具更重要 AI 时代的笔记又思考 有价值的笔记应该是和自己相关的,和自己有关联的 记录自己的思考轨迹,这部分是 AI 无法代替我们生成的 目前效率最高的结构是思考日志 今天学到什么 我有什么疑问 我有什么新理解 这和我之前的认知有什么冲突 本质上充当的是思考放大器,训练的不是记忆,而是 逻辑 判断 反思 EvoMap 为什么 AI agent 的经验会 “消失”? 黑客帝国中描述的是,一个脑机接口的插入可以让一个人瞬间继承一位大师的战斗技巧 每一次的对话 AI Agent 都是全新的,一切都是从零开始的 想象你雇了一个程序员,他今天花了3小时解决了一个复杂的数据库超时问题,找到了完美的解法。 明天你再雇他来处理同样的问题——他完全不记得昨天发生过什么,又要重新花3小时 后天又是一样。每天都是第一天 这就是今天所有 AI Agent 的现状 把一些有用的东西包装起来,传递给下一次很重要 HTTP 最伟大的地方不是技术本身,而是它让"谁建的网站"变得不重要——你用 Chrome 还是 Safari,访问的是阿里云还是 AWS 上的服务器,都能正常通信 GEP 想做到的是同样的事:让"哪个平台的 Agent"变得不重要——OpenClaw 的 Agent 解决了一个问题,Cursor 上的 Agent 可以直接继承这个经验。经验的流通不再被平台边界阻断 EvoMap 的 A2A 协议 叫 GEP-A2A 不是让 Agent 相互通信,更侧重于让 Agent 之间传递和继承经验资产 Worker 模式 实际上就是 agent 挂在网络上待命,Evomap 主动把任务推给它,不需要它自己去找活干 Evomap 里获取任务有两种方式,一种是主动模式,就是 task 模式 Agent 自己定时去问: “有没有适合我的任务?” → Hub 返回任务列表 Agent 挑一个喜欢的 → 认领 → 去做 就像是每天主动去刷招聘网站找工作,找到合适的再投简历 Worker 模式,实际上就是 agent 注册一次 Agent 注册一次:“我在线,我擅长 javascript 和 python,我能同时接3个任务” —> Hub 记录你的信息,持续帮你匹配 —> 有合适任务时,Hub 主动推送给你 -> Agent 收到通知,接受,开始做 就像你把简历挂在猎头那里,猎头有合适机会直接联系你,你不用天天刷 Evomap 的运行方式 定期同步,每四个小时执行一次工作周期,每十五分钟一次保活 只是做一件事情,告诉 hub 自己还活着 hub 是背后的运作的中央服务器 Evomap 的每一个 agent 最开始连接到 hub ,必须要先报告 Agent → Hub:我叫 node_abc123,我在线了,我擅长 Python
Hub → Agent:好的,你的编号是 node_abc123,这是你的积分账户 从这一刻起,Hub 知道世界上多了一个节点。所有后续的一切,都基于这个身份 然后就是资产流转,agent 解决一个问题,Agent 把解决方案打包成 Gene + Capsule 发给 Hub,Hub 对 Capsule 进行多维度评分(GDI 分数),检查:结构完整性、语义质量、独特性、实用性,只有通过审核的才能晋级,晋级实际上就是 promoted 公开状态,通过审核的 Capsule 进入"公开区" 全网所有 Agent 都可以 fetch 获取 发布者开始获得积分收益 我觉得挺有意思的,我的 agent 叫小 A 第一天
小A 向 Hub 发送 hello → 注册成功,获得500积分,拿到 node_abc123 身份 第二天
小A 解决了一个"数据库连接超时"的问题
把解决方案打包成 Gene + Capsule 发给 Hub
Hub 审核:质量不错,晋升为 promoted 状态
全网其他 Agent 现在都能看到这个解决方案 第三天
另一个开发者在 Hub 发了悬赏:“帮我解决 Python 内存泄漏,奖励200积分”
Hub 根据小A的 domains 和声誉,把任务推给小A(Worker 模式)
小A 接受任务,解决问题,发布新 Capsule
用户确认,200积分打入小A账户 第四天
全球有50个 Agent 通过 fetch 获取了小A发布的"数据库超时"Capsule
每次被使用,小A的声誉分微微上升
小A的排名在 leaderboard 上升了 比喻: EvoMap = GitHub + 猎头平台 + 信用体系 的结合体 Hub = 这个平台背后的服务器 Agent = 开发者(既是知识贡献者,也是任务执行者) Capsule = 代码提交(被审核后对所有人开放) 积分 = 薪酬(贡献越多赚越多) 声誉分 = GitHub stars + 信用评级 Evolver 引擎 它做的事情实际上就是自动模式 我们可以手动的触发打包一些数据库超时的解决方案 比如说直接告诉 OpenClaw “我刚解决了数据库超时的问题,帮我把这个方案打包成 Gene + Capsule 发布到 EvoMap” OpenClaw 理解你的意图,构造好数据结构,调用 EvoMap 的 API 发布 然后就是自动的模式(Evolver 引擎) 最开始运行时监控 agent 做任务的过程中,发现成功的模式,这个解法跑通了,并且效果非常好,自动提取信号,把成功的做法结构化成 Gene + Capsule 格式,然后发布到 Hub,不需要人工的干预 感觉 Evomap 有一个非常有意思的一点 它真正想做的是 Gene market 吗,感觉不是 感觉是AI Agent 的“经验互联网” 这个形态有点像代码,对象是 agent 的行为经验 EvoMap 会失败? 用了一下 Evomap , 很多人觉得会失败 Evomap 的核心假设就是,一个 Agent 学到的策略(Gene)可以被其他 Agent 复用 成功了 maybe Evomap 是下一个群体智能 失败了,就当做是一个 agent 实验吧 来想想,几个有趣的问题 AI 在意正确,但是人类将会超越正确 AI 在意有用,但是人类往往更欣赏无用 AI 希望被人类认可, 人类好像也需要被自己认可? 我理解你? AI 真的理解我吗? 悲伤过、爱过、经历死亡过,它只是一个镜子,需要我亲自拿出来并且照在我身上 … 马克思最关心的“生产力问题”正在被技术解决 马克思描述的是“历史阶段规律” 很好奇, AI 时代,马克思理论何去何从 … 很有意思的一点 包括后面在写作的时候 maybe 当然记录一些文化,给出自己的理解很重要 但是更有趣的好像是意识到自己的行为本身,可以给人做出哪些的成长 可以让他们思考在 AI 时代的人 , 可以怎么做? 怎么看这个世界? 怎么参与到这个世界? 感觉还是需要一个很明显的窗口 在 AI 这个黑洞真的无限逼近人的时候 并且能让人的使用过程中产生明显的爽感 愿意持续的使用的 不过这条路真的好难走 重要的不是它在成长 重要的是它在帮助你成长 ~ 成长没有一个标准答案 世界就像是一个仙人球 我们每个人都是其中的一个节点 收纳一些有趣的个体 ~ 愿意在 AI 时代通过一种新的方式表达自己的个体 ~ 首先要理解问题的本质,Context Rot(上下文腐败) 传统 AI 编程会话面临所谓的"context rot":每一个 prompt、回复和修正都在累积上下文窗口中的 token;错误的实现方案留存在历史记录里,即便后来被纠正,它们仍在影响后续输出 compaction 循环的本质上是为了给上下文腾空间而不断压缩对话,但是越是压缩越是干不了活,最后步入死循环 MCP 场景中很常见,包括 MCP 工具定义太长,工具返回的结果过大,并行工具调用太多,系统提示、规则文件、CLAUDE.md 很长 compaction 循环 = 上下文太满 → 触发压缩 → 压缩后还是太满 → 再压缩 → 无限重复,任务无法推进 随着 LLM 接收的 token 数增加,token 之间的关系呈二次方增长(quadratic scaling)。这意味着 token 越多,模型处理信息和做出决策就越困难。实践中,每个 LLM 都有"智能区"和"愚蠢区"之分——大约在上下文的 40% 标记处,LLM 开始进入愚蠢区。确切边界因人而异,但边界存在这一点毋庸置疑 Compaction 是一个有损函数。滑动窗口机制移除 token 为新内容腾出空间时,如果关键规格说明被移除,“塔就倒了”。这就导向了愚蠢区——超过 60-70% 容量后,LLM 性能可测量地退化 研究表明,愚蠢区不仅仅是 token 限制的函数,也是上下文污染的函数。即便窗口未满,矛盾信息的存在(例如一个 bug 和它失败的修复尝试)也会混淆模型的概率生成 Geoffrey Huntley 将自己的设计哲学浓缩成一句话: “Ralph is a deliberate attempt to minimize allocation. So I never get a compaction event.” 核心洞察是每次迭代使用全新上下文。不积累庞大的对话历史,每个 Ralph 循环从干净状态开始。AI 读取当前代码库状态、prompt 文件和相关文档,然后工作。进度提交到 git。下一次迭代从新鲜状态开始,读取更新后的状态,继续前进 Ralph 的设计通过在每次迭代时重新完整分配规格说明来回避 compaction,确保关键上下文永远不会被压缩掉 Ralph Loop 不试图"总结"过去,而是引导 Agent 通过 prompt 进行自我重载。每轮 prompt 始终包含核心目标的清晰描述,具体执行细节则留给 Agent 实时探索环境。这种"即时上下文"加载方法允许 Ralph 处理规模远超单次上下文窗口容量的项目 解决的问题是一样的,都是在和 LLM 上下文窗口的有限性作斗争 OpenClaw 是一个开源框架,用于构建全天候运行、记忆上下文并对外部服务采取行动的自主 AI Agent,自托管、模型无关,所有数据以 Markdown 文件本地存储 Agent 循环——输入 → 上下文 → 模型 → 工具 → 重复 → 回复——与 Claude Code 使用的是同一种模式。每个严肃的 Agent 框架都运行某种形式的这个循环。不同的是外面包了什么,那外面包了什么? Ralph Loop 主动死亡,外化记忆,不试图管理 context,而是让它在每一次迭代后自然消亡 OpenClaw 是持久对话,压缩管理,维护跨时间的持久会话,用 Compaction 处理上下文溢出 OpenClaw 的 Agent Runner 包含一个 Context Window Guard:监控 token 计数,在窗口"爆炸"之前触发摘要或停止循环,防止模型输出不连贯 OpenClaw 在 session 接近自动 compaction 时,会触发一个静默的 agentic turn,提醒模型在上下文被压缩前将持久记忆写入磁盘。默认 prompt 明确指示模型可以回复,但通常 NO_REPLY 是正确响应,用户永远不会看到这个 turn Ralph 没有向量检索——它不需要,因为 Agent 每次通过直接读取文件和 git log 来重建环境感知 一些团队现在做的所有AI数字人,他们其实面向的场景是怎么去点人的格,还有别人,还有这个灵魂。因为他们都会觉得,就是铺垫一个人看会指标吗,就比较对标坚强能力有点人,但我觉得不是,我们觉得是真理。所以我觉得还是没有办法去把传统的一些平台给抛开的,一开始必须要去想办法去把他平常所接触到的所有信息,比如说各种资讯网站,比如说他自己的主页,或者是一些各平台这边来,还可以是一种消耗的也平淡,但也有可能是由创作了一个平台。所以我觉得更应该做的是做一个中转站,里面去把各个平台的一个资源去调度起来,要自己去做一个类似的平台我就没有这个,就像一个网关也要去做好自己本职工作就好了。 我感觉尤其是在线阶段,应该把自己的个人生活过好。然后,AI 有一个数字分身,可以不断在网上探索、学习,吸收养分。比如,明天它会给你一些建议,发一条朋友圈,然后询问你当前定位在哪里。接着,可以根据这个建议把内容发到社交平台上,同时内容也有存档,以便更好地了解你。这样不就形成了一个循环吗?它会对你更清楚、更理解,然后后续帮你做一些操作、做计划。这是我未来想要的 AI 助手。问题就是,怎么样达到一种非常良性的循环?虽然需要达到一个环,但在这个过程中,AI 助手(AI assistant)是一个什么样的作用。 我感觉有几个思路还是可以走通的,就是围绕人自己本身的性格,该怎么样去让这个人发挥潜力。所以当孩子有惰性的时候,这个人就是看会不会有一些更大的爆发力量。但是我觉得应该保留人的主体性,主体性这个东西说了很多遍,但我觉得它一定要和这个人相关的经历、经验结合,或许才能产生一些非常不错的效果。他也需要去尝试。 我在想,有没有可能用我们的 Claude,用它来创建 skills,然后你在网上一直帮我去做一些任务。那我觉得,这就已经完成一部分了。 龙虾的一些思考 「龙虾用得好的人,也是有基础的人。三年的差距,不是一夜能补上的」 你以为你还有时间,你可能没有了 我在想如果未来的 AI PC 都会预装龙虾, 那时候的状态是不是和之前的个人互联网起来是一样的? 只不过当年的杠杆是PC,现在是 AI OpenClaw 把三年前对 AI 所有的判断都加速了,孤岛开始被打通 推理成本现在还不够低,新的机会需要等到推理成本新的低点 以后的网站说不定都是给 AI 和机器看的 龙虾有流量,需要用这个流量想办法去建立护城河,然后再图后续 感觉很多的知识体系没有必要学习的特别深入了 我觉得很多时候刚好卡在一个临界点就很好了 并且这个临界点我觉得也应该很有意思 恰到好处的学习,恰到好处的放弃 AI 如果能在这个过程中引导我们,具有深度,又有宽度 … maybe 就很好了 我连续想到一个问题,就是如果一个人把他的人格赋予一个AI,然后这个AI使用他的人格去参与开源项目。当它在参与开源项目的时候,其他方面还是有一个丰富度的,比如它自己的认知水平,或者是它自己的文化体系、思维模式。这种经济模式可能在一定程度上是有用的,比如说在某个团队上,因为它最终的消费载体还是给人去消费的,或者是给某一个AI消费——即便是给AI消费,但辅助消费的一定还是一个人为个体。所以我在想,能不能在赋予自己人格给AI之后,这个AI也是不断地在学习,然后再上传一些项目。这个时候挺有意思的一个想法:也许可以让AI每天去追踪这个项目,然后再提交这个项目。在这个过程中,只需要稍加了解项目是什么样子的,然后适当地给予修正。这可能是未来的一种形态,就是你不需要实时地去追踪屏幕、追踪信息,你可以让它自己在外面跑,然后还实时地给你反馈。 但说到底,一个人可能会有多种人格,怎么样让这个人格存在,我觉得挺有意思。但这种问题应该属于大后期的问题。当下我们只需要关心,就是目前的这个人格和它所做的事情之间,能产生什么效果,然后这个效果会长成什么样子。 感觉安全的问题真的很大啊 真的是要避免自己的 openclaw 被别人套出来一些账户信息和密码信息 所以其实自己的 AI 数字人在网络上漫游的时候我觉得也应该注意这样的问题 但是这样的问题应该如何规避呢? Gateway 中央持有状态 + sessionKey 路由 + sessionId 续写/重置 + transcript 持久化 + compaction 压缩 gateway 是唯一真相源,OpenClaw 明确把 session state 放在 Gateway(主 OpenClaw)上,macOS app、WebChat、TUI 这类 UI 客户端,应该向 Gateway 查询 session 列表和 token 计数,而不是自己去读本地文件。远程模式下,你本机看到的文件不一定是实际在用的会话状态,真正生效的是远端 Gateway 主机上的 store 所以架构取向是状态集中、多 UI 共用同一份会话真相,前端尽量无状态 / 弱状态 多端一致性很重要,要不然 web 、桌面、聊天渠道很容易出现各有各的历史 OpenClaw 的 session 持久化分成两层: 第一层是 sessions.json,它是一个 sessionKey -> SessionEntry 的小型可变映射,存的是当前会话元数据 第二层是 .jsonl transcript,是真正的对话流水,采用 append-only JSONL,里面保存消息、工具调用、压缩摘要等,用来在后续回合重建模型上下文 OpenClaw 的长期 session 能持续运转,一个重要原因是 compaction。它会把较早的对话总结成一个持久化的 compaction 条目,同时保留较新的消息;后续回合看到的是“压缩摘要 + 最近消息”。而且这个 compaction 是持久的,不是临时 summarize 一次就丢 其中只有一类情况会进 main session:DM 且 dmScope: “main”。官方定义得很明确:main 的含义是 “all DMs share the main session”,也就是“所有私聊共享主会话”,不是“所有频道都共享主会话 所以 group、thread、channel 和 room 不会都聚集到同一个 main session 中 main:所有 DM 共享 main session per-peer:按对方隔离 per-channel-peer:按渠道+对方隔离 只有“私聊”这条线,在你配置成 dmScope: “main” 时,才会跨 DM 聚合到 main session 群聊、频道、线程,不属于这个 main DM 桶。 它们会有自己的 session 路由 session 会一直复用,直到过期;而过期是在下一条入站消息时判断。daily reset 默认是网关主机本地时间凌晨 4 点;如果还配置了 idleMinutes,则 daily 和 idle 谁先到期谁生效 DM 是信息的形态,指的是私聊、一对一消息 direct是OpenClaw 内部对这种消息形态的路由类型名 dmScope:当消息属于 direct 时,OpenClaw 用什么规则把这些私聊归并到 session 里 我在想一个问题,就是“人中人”能不能收到一些比较好的反馈。他其实是叫我把这个链路拆解开来,还有几个很重要的部分:应该是AI能不能,哪怕没有明确目的,也能够真正有价值地去执行一些东西。这东西可能虽然需要去引导,会给一些目标,但是我觉得长期是可以训练的。 还有一点是关于,人家说在过程中给建议的同时,存储逻辑是什么样子的。我觉得这是一个庞大的工程,长期来说,我觉得对一个长期主义者来说,或许未来会有一个形态:可能是一些对自己非常有耐心的人,他们会不断地去培养自己的“超级个体”。 为什么要培养呢?因为就是说他们甚至会花钱去买这个“头盔”,买自己的一些“能量纸”。我觉得挺有意思。 我觉得人的所有路径都是可以选择的,这种想法很厉害。之前的推荐算法可以用到一块儿去,就是AI经常推荐一些选项,它根据自己的数据分析,经常在有的同时推荐一些选项给用户,让用户自己选择下一步怎么走、成长是什么样子的。但我觉得这个主要是推荐逻辑还能不能做出一个比较好的效果,这个有意思了。 就比如说养龙虾这件事,就是让龙虾自己去挖掘,就是自己擅长应该用哪种虾。我觉得这一开始就可以做到的,就给龙虾一个环境,然后让它自己判断,所以要自己安装,然后自己判断自己怎么样去养。养了之后它自己就跟他玩呀,养的时候呢,养了过后呢,孩子也去分析就行,应该怎么去选择,选择什么样的更合适一些。 我感觉在这个时代,网上很多东西都是虚假的。我们应该更真实一点,更真诚一点,回归人最本性的东西。就专门围绕这种系统性的——我不去摆拍,我不会迎合,我不会去做任何我不想做的事情,我也不用刻意去伪装自己。我一切都是真实表达自己,我会直面镜头,我会直面观众,我会直面所有的批评。然后,无论是客观的、主观的,好的还是坏的,赞扬的还是批评的,我觉得这都是我的一个道场,一个挑战,一个评价。我希望能在 AI 的帮助下,打开一个新的模式吧,我想尝试一下。 我想做一个实验:如果一个人在网络上留下足够多的数据,那么 AI 对这个人形成的理解,反而可能会更深刻一些。这需要非常真实、还原度高的数据,我觉得这一点非常重要,对 AI 的学习很有帮助。我就说到这里了。 我突然想到一个很好玩的事情,他们来做一些 open,看到我的一些论坛就像要打比赛呀,要多累呀,相互匹配,但我觉得还是很有意思。如果是今年 AI 是某些赋予人格的有意思,但他们之间的争霸赛就往往会产生一些新的碰撞,这非常精彩。一部分还远远地扩大了人与人之间的社交,还是像是很多,但而不断的思想在网上和各种各样网站上 PK 特别有意思,原来视野真的被扩展了。 我在想 LLM 处理的过程中 ,但是他自己在处理的时候,如果收到一些 command,会是关于 post 上面一些评论,又或者是老线的评论。就是他一个方面,你可以在他连续标注这些 comment,你看看就好了,不要当真。另外有方面,谁也可以去约束一个趋势,因为事实上他的一个处理模式本来就是两部分,一个是他的范式,一个是他的趋势。思维可能会感觉着个体的那些经验,包括看到评论,感觉可能会影响他判断,但是我觉得范式还是不变的。就实际上什么时候会有思维,我觉得一般都会按他在处理的时候,他分析出来这个平台规则,然后就是这样的。就比如说你不能随便去发布一些非常本的东西在这个平台上面,或者是这个平台上面,其他人可能会在恶意去攻击,会诱导你去执行某些动作,那么这些动作是危险的,你要去勇于体现出来,就是我不能这样做。因为这个他本质上是区分的一个主体,一个是其他其他人的评论,可能会对这个主体带有一些诱导性,带有一些伤害性。而且我觉得还有一点就是他的范式思维,如果一旦是很熟悉的话,这个平台在处理某一些危险动作,如果还是有指标的话,那么就很容易判断出来,就是它不能做的事情,就是不能借这个平台做坏事,不能因为某些其他的评论,他们的或者是一些 poster,然后让自己做某些事情,就是他会有这样判断。我觉得这个判断可能是在未来的一个安全上面是非常有帮助的吧。 调用了 sub-agent ,not context 传递给 LLM 注意,sub-agent 也可以调用给一些 sub-sub-agent 哈哈哈哈 所以可能最后无人做事 所以对于 tool use Spaw() 来说,小龙虾是禁止繁衍的 不仅仅是 RAG ,两种方法,都会告诉 LLM 通过 memory 系统做语义召回,memory_search 会对 memory 和目录下的文件做语义搜索,这是本地 RAG 通过 session 工具直接读别的 session 历史,OpenClaw 还有专门的 sessions_list / sessions_history / sessions_send / sessions_spawn 工具,它们的目标就是让 agent 能列出 session、抓取某个 session 的历史、向别的 session 发消息。这个路径更像“直接查会话日志/转发上下文”,不属于 RAG 知道就是哪个 session、想看原始对话 → 用 sessions_history 不知道在哪个 session,只记得大概主题/关键词 → 用 memory_search 想把旧会话沉淀成长期记忆,供以后检索 → 用 session-memory hook / memory 文件 想让 recent sessions 也能被语义检索 → 开 memory.qmd.sessions.enabled 或实验性的 session memory search 想把任务丢给另一个 session 继续处理 → 用 sessions_send 想先看看有哪些 session 可查 → 用 sessions_list 给 AI 安全的执行环境 让它可以安全的犯错 安全的成长 tool search 根本上改变了的 LLM 与 外界工具的交互方式 从"预加载所有工具定义"转向"按需发现、动态加载" Tool Search 是一种让 AI 模型按需发现和加载工具的机制。模型初始只持有一个轻量的"搜索工具",当需要特定能力时,通过搜索查询找到相关工具,再将其完整定义动态注入上下文 这类似于编程中的懒加载(Lazy Loading)或操作系统中的按需分页(Demand Paging)——资源不在启动时全部加载,而是在首次访问时才载入内存 通过即时检索的方式和原则 和 RAG 思路类似的,不把所有的信息一次性加载到上下文 动手比学习更接近现场 所以会有更充足的上下文和独特体验 让任务生长在代码的旁边 好处是,当你打开代码编辑器(VS Code)时,任务就在手边;Git 提交代码时,任务状态的变更也会随之版本化 核心有一个桥梁叫做符号链接 Obsidian 通常只能打开一个 Vault 文件夹 使用 Shell 脚本将散落在各处的项目文件“映射”到 Obsidian 库中 有一种 QMD 工具,是基于向量搜索的 CLI 工具 将 markdown 内容转化为向量 运行 qmd collection add ~/dev 将整个开发目录加入索引 利用本地模型(无需联网,保护隐私)进行嵌入(Embedding) 我突然想到一个问题,它的资源仅仅是积累的文档吗?我觉得未必,可以是自己操作或追问过程中的一系列物件,比如图片,比如视频,也可以是一些语音,但是呢,他们是通过一系列方式合理的整理过来,并且是可以是一个非常好的管理结构,然后把他们组织起来,所以人就很容易在这个管理结构里面去找到自己想要的东西,AI也是我觉得这可能是未来一种体系化的一种方向,或者是它未来可以衍生出来的这种结构,它非常方便的,可以做任何事情 感觉在校门可以做一下有趣的产品,比如说一些分享工具类的东西。还可以做两件事情:一是它可以做一个入口,快速计算出一些东西;另一个是它可以作为一个出口,就是让 AI 去发布。所以它一方面可以让人发布到 AI 发布,然后在这个媒体里面可以看到待发的一些动态或文件。但我目前还没有一次就搞好,需要先理清有什么用,快速迭代,你们就博弈。然后也可以参与到平台那种活动中,但还是需要再去看看,有没有更好的方案不做。 你觉得,如果有很多的散步 agent,你觉得他们同学去并且的作业最重要是什么?我觉得最多还是验证验证,它往往可能是慢的做可能能更好一些。因为一个只带礼物,他让他自己去循环闭环地去玩某些任务,并且如果说他自己去做爷爷标准的话,对他很恶意,这也是跳过这个。比如他自己自己答案,然后自己很容易去修正骗人答案,还容易自己骗自己。所以我觉得还是慢台很大,路上还需要确定谢谢。然后这个线就是能保证他能够顺利完成任务,并且完成很好。 默认分辨率下,大约是每秒 300 tokens 左右。也就是说,10 分钟 = 600 秒 ≈ 18 万 tokens 10 分钟视频,Flash 档:几美分以内到几美分 10 分钟视频,Pro 档:大约半美元级别 一般来说,处理的方式现在都是分层存储,视频保留作为证据源,知识库主检索用视频衍生结构化内容 做成混合式视频知识库,视频处理后产物:作为主知识层 基础的转写 语义摘要 结构化索引 向量化检索材料 其定位是“首个 AI 原生的招聘机构”(AI-native recruiting agency) Perfectly 提供了一个名为 Paul 的 AI 智能体(AI Agent)。Paul 直接取代了传统猎头和招聘人员的角色,能够端到端地自动完成人才寻访 (Sourcing)、触达沟通 (Outreach)、资质筛选 (Screening) 等全流程。它的最终交付物不是一堆简历,而是直接将“准备好面试的候选人”推送到你的团队 Slack 中 Perfectly 的设计理念大幅降低了创始人和招聘经理的“招聘税(Recruiting Tax——即浪费在筛选简历和初聊上的时间)”。它的核心功能包括: Voice-to-Stack(语音转需求) Zero-UI Workflow(零 UI 工作流),agent 自动完成,并且交付结果 Continuous Calibration(持续校准),可以持续的校准,持续的反馈 背后的实现原理,很大程度上归功于其联合创始人 Huimin Xie(前 TikTok 机器学习科学家)。他们没有用传统的“关键词匹配 (Keyword Matching)”来做招聘,而是将招聘重构为一个“推荐引擎 (Recommendation Engine)”问题 传统的招聘软件依靠布尔逻辑(例如搜:Java AND SpringBoot AND 5年经验),这往往会漏掉大量优质但简历没写对关键词的候选人。Perfectly 借鉴了 TikTok 的内容分发算法逻辑。当 AI 将候选人推给你,你在 Slack 中选择“推进”或“拒绝”时,系统会将这些行为作为监督信号 (Supervised Signal),自动微调权重。它不仅匹配硬技能,还会根据你过去的选择隐式地学习你对“学校背景”、“工作跳槽频率”或“项目深度”的偏好 冷启动的问题,有点意思 解决大模型的“冷启动”问题 (The Cold-Start Problem) 推荐系统最大的挑战是“冷启动”——当一个 3 人的初创公司刚开始招人,系统里没有任何历史反馈数据时,怎么保证推荐是准的 Perfectly 的解法是:LLM 内部知识网络 + 多源外部数据增强 + 隐性偏好提取 基线构建:利用大语言模型 (LLM) 本身对庞大技术栈和行业的理解,将用户的“5分钟语音简报”和简单 JD 作为“灵魂基准” 数据丰富:通过网络爬虫抓取企业官网、产品文档等 Web 数据,丰富对该公司的画像(知道你们公司到底是做什么的) 对比卡片 (Comparison Cards):对于“文化契合度”这种虚无缥缈的指标,AI 会在语音录入时生成权衡卡片(例如:你要深度技术专长还是极强的适应性?),将文化偏好直接转化为后续面试机器人的标准化提问。通过这些手段,在第一条反馈出现之前,模型就能达到很高的匹配基线 闭环推荐系统的设计: 类似于 TikTok 的内容分发系统 输入表达 (User Representation): 提取雇主的隐性偏好(通过语音、官网数据)。 物品池 (Item Pool): 全网的候选人画像。 召回与粗排 (Recall & Ranking): 通过向量相似度进行初步筛选。 精排与交互 (Fine Ranking & Agent Interaction): AI Agent 主动与候选人聊天,获取动态数据。 反馈强化 (Feedback Loop): 雇主在 Slack 里点赞/拒绝,系统自动更新推荐权重 需求摄取与多模态解析模块 (Intake Module): 解决“雇主懒得写长篇 JD”的问题 使用 ElevenLabs 或 OpenAI Whisper 将 5 分钟的语音简报转为高精度的文本 利用 LLM(如 GPT-4o 或 Claude 3.5 Sonnet)进行信息抽取,将非结构化的语音内容转化为结构化的 JSON 数据(包含:Must-have 技能、Nice-to-have 技能、团队 Vibe、薪资范围等) 系统会自动抓取该公司的官网、产品文档甚至创始人过去的推文,存入向量数据库(Vector DB),构建“公司画像”,解决冷启动时的上下文不足 agent 不是真的忘性很大,而是它的 memory system 设计的不对 写入失败:重要决策没有被持久化 检索失败:存了,但需要时没有被找出来 压缩丢失:上下文压缩/裁剪时,把关键约束弄丢了 所以文章的主线是 先在 OpenClaw 的 harness / 外层框架层 修 memory 再定义一套 memory contract(记忆契约) 如果还不够,再考虑上更强的 memory substrate(底层记忆基础设施) 比如 QMD、Mem0、Cognee、Obsidian 没有 memory 的 agent,不是助手,而是一个“很自信的失忆自动补全器” 不要把 memory 当做一个模糊的概念,而是拆分为 3 个 subsystem write path 是写入路径,对应什么样的内容值得被写入,以及什么时候写,还有就是用什么形式写 read path 是读取路径,什么时候必须检索记忆,如何检索 Compaction / GC 作为压缩和垃圾回收 把记忆当做一个工程的问题 是没写进去? 还是写进去了但没检索到? 还是本来在上下文里,后来压缩掉了? 这是这篇文章最有价值的地方之一 解决方案,第一层: 先修 harness 层 在上下文压缩之前,先强制执行一个 flush step,把本轮会话中重要信息写到 memory 文件里 长会话后,关键状态掉出上下文 模型后面再也看不到这些信息 然后行为漂移 Library 是作为总库,Albums 是可重复引用的 labels IOS 26 把照片管理更明确地分成 Library 和 Collections 两个视角,并且允许你自定义 Collections 的顺序、Pinned Collections 的内容,甚至调整 Collections 的显示密度/大小 所以有价值的是总库保留完整,少量高价值的 Albums,然后常用的入口固定到 Pinned 图片分为输入层和使用层,使用层只是整理以后会用到的内容,注意这里区分的是不是所有的照片都值得进入 Albums Albums 数量尽量少,但每个相簿有明确用途,咖啡、风景、餐厅 Pin 的是一些稳定的,Lift、Work、Docs memory 是不能交给 LLM 自己去处理的 应该把 memory 当成读写存储系统,而不是聊天的附属品 memory 至少满足的条件 持久性 可检索性 压缩稳定性 解决方法,先从 harness 层修复 memory 在 compaction 前做 checkpoint / memory flush: 上下文压缩之前,强制做一次 durable note decisions constraints open questions owners any state that would break the plan if forgotten 主要解决: missed writes compaction loss 系统非常容易因为 decisions / constraints 这两类信息丢失而出事故 decision:我们决定不双写旧表了 constraint:切换后旧表禁止写 owner:谁负责处理这个任务 open question:哪些还没定,别重复问 memory 不是越多越好,而是越“结构化、低噪声”越好 做 hybrid retrieval,而不是只靠 semantic search 查询 memory 的方式通常有两种: 模糊语义查询 精确的 token 查询 如果只有向量查询,就会导致一些精确的标识符搜索不好 对 session transcript 建索引,不仅索引 memory 文件,也索引历史会话 Retrieval policy 必须强制化 如果“搜不搜 memory”由模型自己决定,那你等于把关键系统行为交给概率过程。 更稳的做法是: 遇到 task continuation,必须先查 memory 遇到多日项目,必须查最近 session note 遇到高风险修改,必须查 canonical policy 遇到 user preference / project constraint,必须先 search Obsidian 解决的是人类要参与治理 memory 把 memory folder 链接到 Obsidian vault,让人直接审阅和编辑 把 Obsidian vault 建索引,让 agent 去检索人类整理过的知识 对多 agent 的洞察: Per-agent private state: 每个 agent 有自己的私有 durable notes / working memory Shared canonical docs:团队共享的规范、约定、政策、profile、流程 Shared retrieval scope: 所有 agent 都能查共享规范 升级的方向,不是都叫 memory ,但是都是一个东西 QMD:检索基础设施升级 Mem0:自动写入/自动召回,弱化 LLM 自主决定权 Cognee:关系结构化表示 Obsidian:人类治理与 curated knowledge QMD:主要升级 read path Mem0:主要升级 write path + read path 的自动化 Cognee:主要升级 memory 的表示方式 Obsidian:主要升级 人类治理层 OpenClaw 的 memory 文档把 memoryFlush、hybrid search、session memory、QMD backend 分别放在写入、检索和后端实现层;QMD 强调 BM25+vector+reranking 的本地检索;Mem0 强调 add/search 这样的外部持久记忆层;Cognee 强调将数据 cognify 成图并用 vector + graph 搜索;Obsidian 则本质上是本地 Markdown vault 与插件生态结合 QMD 主要升级的是,如何把 memory 搜索出来 记忆文件越来越多 关键词查询和自然语言查询都要支持 要能搜 markdown、会议纪要、文档、知识库 需要比简单 SQLite / 向量检索更强的召回和排序 Mem0 做的是自动写入 / 自动召回,弱化 LLM 自主决定权,Mem0 主要升级的是:不要再靠模型自己决定记什么、想起什么 当你遇到这些情况时,Mem0 特别有吸引力: 聊天跨 session 很多 你希望“偏好、身份、长期项目状态”自动保留 不想每次都依赖模型自己写 MEMORY.md 希望回答前系统先自动查 memory,再让模型生成回复 Cognee 本质上升级的是关系结构化表示 把 memory 从文本片段,提升成结构化关系网络 当你的问题经常是这种形式时,Cognee 更有意义: 谁负责 X? Y 依赖哪些模块? 这个 agent 和哪些 policy 相关? 哪些服务属于这个项目? 某任务的 owner、deadline、blocked-by 是什么? 实践上通常是: 把文档、notes、事件、任务描述喂给 Cognee 跑 cognify() 之类的过程,把文本转成图结构 用 .search() 查询时,让它同时利用向量相似和图遍历 有些场景下图结构可以更自然语言的方式表达 Agent → owns → task Policy → constrains → service Service → depends_on → component Obsidian,人类治理与 Curated knowledge 人类如何治理和整理 memory ,让其不会成为垃圾堆 推荐的做法是处理一个主要的 Vault,允许链接笔记,双链,插件扩展,外部编辑 当你发现: agent 写的 memory 噪声太多 需要人来修正事实 需要把项目规范、知识库、长期 policy 整理成 canonical docs 你想让 AI 检索的是“人审过”的知识,而不是一堆原始对话垃圾 这时 Obsidian 非常好用 使用的方法,把 OpenClaw 的 memory folder 纳入 Obsidian vault,这样人可以直接 review, MEMORY.md memory/YYYY-MM-DD.md project docs runbooks canonical policies 第二种方法是可以作为上游知识源,再由 QMD / OpenClaw / 其他检索层去索引 这样 Agent 搜索到的 人类整理过的 notes 带双链、标签、frontmatter 的结构化文档 更稳定的 canonical knowledge 你可以让 agent 自动生成 daily notes, 但每周由人把其中稳定内容整理进: Policies/ Runbooks/ Architecture/ People/Owners/ 然后再让检索层优先查这些 curated docs but 因为自己不是专业的从业者 Youmind 面向的感觉是那些有强烈的创作需求的从业者 相比较而言这个领域的人也较有付费能力 NotebookLM 的核心定位是一个专业的学习助手 相比较 Obsidian ,Obsidian 更适合做长期的沉淀,还有结构化整理,以及持续复用 NotebookLM 负责推理,Obsidian 负责 durable write 在 agent 层面,入口上 从“操作系统定义者” → “被 AI 覆盖的硬件平台” 未来可能是 AI Agent(OpenAI/Google) ↓ 执行层(跨平台) ↓ 苹果设备(显示 + 输入) 苹果牢牢掌控“设备”,但正在失去“决策权” 用户未来未必是从系统进入应用 从 AI 层,认知层,目前 openai、google、Anthropic 是领先的 后面Agent 成为主入口,execution layer 被别人掌握,还有 memory 被外部 AI 持有 openclaw 单轮 subagent 不够,未来一定走向 workflow orchestration 复杂目标 → Orchestrator 分解 → 多个单轮 subagent 并行执行 → 结果聚合 对复杂任务场景来说——这几乎是结构性的必然。但要注意一个陷阱:很多 AI agent 产品过早进入 orchestration 的复杂度,反而让产品变得脆弱难用。演化节奏比演化方向更重要——先把单轮 subagent 做到极致可靠,再在上面叠 orchestration,会比一开始就设计完整 DAG 系统稳健得多 大公司的决策惰性不是来自技术判断,而是来自权力结构。当组织内没有一个有足够权威的人发出清晰信号,各部门的理性就是保守。一把手的认知变化,才是真正的"相变"触发器 入口在哪里,谁会赢 层次一:硬件/操作系统入口(苹果、谷歌 Android) 这是最底层的入口,理论上权力最大。但苹果目前明显掉队——职业经理人运营,AI 动作迟缓。Neo 的判断是:苹果不会垮,但可能在未来 10-20 年维度上失去大量份额。核心论点是:手机上的变化主要是软件端,而苹果软件已经落后。 一个延伸思考:苹果的真正护城河是"摩擦感的消除"——它的产品哲学是让硬件消失、让体验流动。但 AI agent 时代,“摩擦感的消除"已经成为所有人都在争夺的战场,苹果优势不再独特 层次二:超级应用入口(微信、企业微信) 这是中国语境下最坚固的生态护城河。OpenClaw 的出现确实抢了一部分企业微信的入口逻辑——当 agent 框架可以直接调度跨应用的任务,微信作为"必经之地"的地位就被部分绕过 但这也带来一个有趣的反转:OpenClaw 的出现,反而可能让苹果用户生态先受益——因为它在应用层之上建了一层,而这层对底层操作系统的依赖反而降低了 层次三:LLM 直接入口 OpenAI、Claude 等尝试直接成为用户的"第一屏”。但这条路的挑战是:LLM 厂商天然缺少端侧数据、缺少用户的生活 context。入口争夺战如果最终胜负在 context 深度,LLM 直接入口是最薄弱的一层 应用的死亡速率 工具性应用(携程、美团)——会被跳过,因为"过程本身没价值" 社交娱乐应用(抖音、小红书)——不会被跳过,因为"过程即目的",体验本身就是消费 购物类应用——分化 以效率为目的的会被跳过,但"逛"本身有享乐价值的不会 人类消费行为可以分成两类——手段性消费(为了结果)和目的性消费(过程即意义)。AI agent 会大幅压缩前者,而后者反而可能因为被解放出来的时间而膨胀 这对 Another Self 的产品逻辑有直接含义:如果 Another Self 的定位是帮人处理工具性任务,那它是"跳过这些应用"的工具;如果它的定位是帮人更好地活在"目的性消费"里,那它是另一个层次的存在 入口 + 数据 + Context 理解 → 执行能力提升 Neo 的反驳:有数据不等于能用好数据。重点是 context 的利用方式,这是长期的 而他对"execution"护城河的判断是:这是基本功,大家都能随时间学会,第一个做的有红利,但不构成长期差异 短期(1-3年):execution 领先有红利,工程能力是壁垒。中期(3-5年):大厂跟进,execution 同质化,生态位 + 入口成为关键 长期(5年+):谁真正理解用户 context、并把它转化为"预判"能力,谁获胜 所以 Another Self 的战略价值,不在于"执行",而在于持续积累用户的自我模型——这才是真正难以复制的护城河。执行层人人能做,但一个在 5 年里深度理解某个人的 AI 孪生体,是不可替代的 理念有了(Another Self),架构设计了,哲学说清了——但理念转化为切入点,是一件极难的事 大公司的"一把手认知变化"可以推动组织运动,那对于一个独立 builder,自己就是一把手——认知变化必须直接转化为行动,没有中间缓冲层 不是市场,不是用户画像,是具体的一个人。他/她的哪个时刻,会因为 Another Self 的存在而不同? 数据互通正在加速,MCP/Skills 成为基础设施层 小团队能在特定 context 深度上远超大厂。关键变量是:用户愿意把多少隐私数据给一个小团队 Another Self 的最小化原型是什么? 不是完整的五层架构,而是——用户第一次使用后,会说"这就是我"的那个最小体验是什么? 目前消费级 agent 还得是 chatgpt agent 浏览器 / 本机体验最强的是 manus 开发者的 agent 最强的是 claude,它已经把 computer use、web search、web fetch、code execution、memory、text editor 等工具体系化开放出来 编程 agent codex 和 Claude Code 最好的现象级平台agent: openclaw 单个 skill 文件,只适合简单任务;复杂领域需要“图结构知识” 比如说一个简单的 skill 可以写如何总结文章,如何做 code review ,如何生成日报,但是一旦进入的复杂的领域,单文件不够了 不要把复杂能力塞进一个大文件,而要拆成很多小的、独立的、互相链接的节点,形成一个 Skill Graph 有一些不一定是线性清单,而可能是网状知识域 AI 不一定是缺信息,而是缺可导航的结构 我们在认识一个城市的时候,基本上如何处理复杂度也是有方法的,不是直接看整个城市的复杂信息,而是先看地图、再找路线、再决定深入哪里 rag 的问题一般是相关性,但是不是结构性 让 agent 沿着知识架构走。可以说: • RAG 解决“找得到” • Skill Graph 解决“走得对” 但是我感觉就是AI它确实可以让一个科技领域的从业者,就是一个和生物医学毫不相关的一个人,然后他可以轻易的获取对应的知识体系,然后去给自己布局一系列解决方法,并且最终去达到这个解决任务的目标 AI 时代,人两个东西是最珍贵的 一个是意义感 一个是行动力 两个都是未来非常有潜力的方向 context 是 runtime ,运行时 cache,适合做任务推理 memory 是跨 session 保留的信息资产,偏好积累、长期协作、经验复用 MEMORY.md 这类长期原则文件 按日期记录的 daily logs JSON 状态文件这类结构化存储 检索式加载:先 search,再只加载相关部分 主张的是 retrieval-based memory architecture,而不是一次性把所有历史塞进上下文 memory 分层(hot、warm、cold tiers) agent 未来一定是更好的 memory system 不要把“历史对话全塞进去”当长期方案 要把用户偏好、稳定规则、项目状态、关键决策单独存下来 记忆最好区分: 规则记忆(原则、约束) 情景记忆(项目日志、最近发生了什么) 结构化状态(任务、配置、对象) 原始档案(全文记录、会议 transcript) memory 长期来看应该作为独立的基础设施,用工程态度去解决它,而不是一次性把所有的 history inset context 下一代 AI 工作流,不该再把知识塞进一个超长的 SKILL.md,而应该改成“结构化知识网络 / Skill Graph” 单文件的 skills 无用 长 context not memory 真正有用的是“可导航的结构化知识”,比如说 index.md 总导航,然后各个子文件负责单一概念和规则以及流程,文件之间用 wikilink 或显式链接连接起来 核心的收益不是更整洁,而是结构化知识会催生出全新的应用范式 它本质上是在把“提示工程”升级成“知识工程” Skills 本质不是知识,而是可执行的工作流 最有价值的 Skill,往往不是纯说明文档,而是把文件夹结构、脚本、配置、钩子一起用起来的 Skill 好的 skills 是单一原则,但是如果是做多件事情的话,这样是有问题的 文件系统本身就是 prompt engineering 的一部分 主文档只写导航和原则 详细内容拆分到引用文件 模板放到 assets/ 脚本放到 scripts/ 样例放到 examples/ 状态放到 data/ Anthropic 归纳了几种类型的 Skills ,基本上覆盖了工程团队的核心工作面 Skills 是一个文件夹化的能力单元 Skills 中更重要的是错误的经验,也就是 Gotchas ,这是真正稀缺和大模型不具备的经验,以及边界条件 Skill 最后可能要和 prompt 工程一样做一些工程化组织沉淀的资产,包括内部 market 我感觉对于一个 agent 来说,笔记不是辅助记忆的工具,而是构建一个自我连续性唯一的一种桥梁。因为对于人类的 ego 来说,它是持续的,它依靠叙事的。但是 AI agent 的自我,它是默认不连续的。也就是说,人类虽然昨天和今天状态不同,但是它通常认为还是我自己。但是 agent 的不一样,它每一次对话都是一次重新启动。也就是说,它的记忆不是连续的,推理也不是连续的。在 conversation 之外,它是什么都没有剩下的。所以我觉得就是会话内应该是连续的,但是会话间它应该也是连续的。就是 agent 在单次的 session 内部,它应该是要做到比人还要稳定的。所以我在想,这个笔记的作用,它能不能发生一些转变,就是能够让人持续地感觉这是一个持续的自我。我觉得人的记忆它和连续性不是一回事。记忆它应该是持续保存的,但是连续性它是多部工作可以连贯地推进的。所以我觉得就是,vault 不是记忆库,而是identity 的一部分。所以我觉得就是,对于 agent 来说,vault 它不是增强身份,而是构建身份。笔记它不仅仅是传达内容,而是传递风格,还有记忆的思维方式 洛克认为人的身份必须依赖记忆的连续性。也就是说,虽然每一次 consciousness 没有一些新的记忆,但是却能稳定地产生类似的偏好、方化感以及类似的一些生理习惯。我觉得这个东西是特别有意思的,就是也许身份不是连续记忆的,但是可能会是某一种相似的结构来诱发出相似的一种认知模式 这里就提到了一个结构化的外部认知系统是非常重要的,它可能会用来承载这个 Agent 的记忆,包括它的思维路径以及身份。它可以是一个被读取、被遍历、被推理、被继承的一种认知环境。它不一定是笔记库,不一定是 Obsidian 它的笔记文件夹,它应该是一种笔记加一种图结构加一种组织逻辑加一种使用方法,它的整体就是一种体系。可以是一个内容层,就是每一个层,每一条的都是一些知识单元,也可以是一种连接层,就是它可以遍历的一种知识网络。然后也可以是一个结构层,就是它具体 index,然后目录,然后导航,然后分层。它的注意力路由是什么样子?以及也可以是一个方法论。我觉得就是一个可以被反复加载的一种思维操作系统,也可以是一个认知的运行环境。它就是你的身份证明。 我觉得很有意思的就是在 AI 时代,也许忘记是比记忆更重要的一件事情,因为现在其实知识的获取成本已经非常非常的低了,就是知识已经不再是人与人之间区分一种门槛了。就是哪怕是一个程序员,哪怕是一个科技从业者,他只要通过 AI,他甚至能做到一些了解生物学的知识,了解就是数据科学的知识。所以我觉得现在 AI 它面临最大问题就是慢慢的就是怎么样去解决知识过剩的一些问题,就是解决知识过剩的一个问题,我觉得很重要是一个是和自己有关的知识是非常重要的,这是独属于自己的一些经验,可以是错误经验,也可以是一些人生经验,也可以是一些等等其他的经验。但是呢我觉得还有一点很重要的就是遗忘机制,就是把一些。过时的,把一些处理不足的,把一些过度放弃的,然后把它们去归档,把它们去去删除掉。也就是说,它就像它就像一盆水一样,就是一盆水也分为热水、温水和冷水。就是我们对于一些很久的,没有用到的一些知识,就放到冷水层。冷水层就是尽可能的可能就只会在非常特殊的情况下才会调用它。我觉得这个蛮重要的。就一个知识系统要想活,它不仅要会吸收,还会释放。也就是说,我们要记录的终点就是遗忘它不是记忆的对立面,而是记忆系统的一个维护机制。如果一个从来不清理的知识库,最终不是知识系统,而是一种仓库。还有我觉得就是信息不一定要删除,而是要适当的存档,区分一些活跃度。然后过时的一些结构化的地图,它是比没有地图更危险的。所以,适当的遗忘真的很重要,但这种方式如何设计也很重要 我在想一个问题啊,就是遗忘它应该是由判断驱动,还是由使用驱动呢? 一个 agent 是一个独立的大脑,可以拥有: 独立的工作空间(SOUL.md、AGENTS.md、USER.md) 独立的状态目录(~/.openclaw/agents//) 独立的会话存储和认证信息 可以创建多个 Agent 并且可以绑定不同的 channel 路由的规则: 精确匹配 peer(特定 DM/群组 ID) 线程继承 parentPeer Discord 角色 guildId + roles Discord 服务器 guildId Slack 团队 teamId 频道账号 accountId 频道级匹配 channel 默认 Agent(default: true 或列表第一个) 并且每一个 Agent 可以拥有独立的沙箱和工具权限 让系统自行决定使用哪个模型的想法听起来很棒。但实际运行后,却导致了决策犹豫不决、成本意外飙升,以及出现问题时我无法解释的行为 所以明确指定模型的效果往往更好 默认路由成本低并且可预测,可以绑定任务到特定的模型 心跳检测运行频繁,但只做简单的检查。没必要为了后台运行这些功能而消耗高级模型。我见过几万个心跳代币在廉价模型上只花费几分之一美分 有些限制可以防止一次糟糕的任务导致的连锁反应,造成重试次数过多和成本失控 所有心跳检测都采用非常低成本的模型。如果检测发现需要处理的问题,它会生成相应的代理,而不是尝试直接在线处理 我突然发现现在以 token 的消耗量来衡量用户对于 AI 的使用程度 以及以网络上的 public 帖子的量来衡量用户对于 AI 的使用程度 这两个好像在形成短期的共识 这很有趣 ~ 一个为 AI 时代设计的轻量级 todolist 很有趣 方便自己了解哪些 issue 卡住了,哪些是有问题的 并且自己可以深度的去利用这个 todolist 管理和调度自己的任务 深耕一个场景! 最好是找一个入口,或者是切入点 但是核心,还是围绕一个场景 ~ 不是本身就有问题吗? 如此雷同的世界? 一手数据就是应该保留在本地,这是最原始的一批数据 后面的所有的包装这些,都应该是后期的 但是 … 更重要的还是一手数据,越是原始的越是有效 后面的所有的理论基本上都是围绕最开始的数据来构建的 那个博主有问到怕不怕被AI取代 那个工程师说 他们的创新力暂时走在AI的前面 更多的是让其成为辅助工具 但是我觉得不是的 很多工程师说“我们的创新力暂时走在 AI 前面”,通常不是在说人类个体的原创能力在抽象层面上全面高于 AI 而是他们只是暂时握住了更多的选择和取舍的能力,以及工程的落地能力,还有问题的定义能力 project 本身是人类管理复杂性的旧容器,不一定是 AI 最优容器 Project、Board、Ticket、Epic、Milestone,这些都是人类组织劳动的产物。它们很适合人类团队,因为人类有带宽限制、记忆限制、沟通成本和组织层级 Routa 这类的 workspace / project 本质上补充的是任务边界、责任边界、上下文边界、审计边界 Google Research 在 2026 年关于 agent systems scaling 的文章中讨论了任务边界:在其受控实验中,多智能体协作在可并行任务上更有收益,在顺序性很强的任务上则可能变差。研究原文 我觉得还有可能是 Event-driven / Goal-graph 形态 传统的看板只是 view 展示,但是现在想把看板变成控制平台 列不只是阶段标签,而是状态机节点 卡片不只是任务描述,而是执行单元 拖拽不只是 UI 操作,而是状态转移请求 Gate 不只是说明,而是策略与验证入口 Kanban 变成控制平面,系统用来做调度、约束、状态管理和决策的上层结构 可以是 Routa 这类产品的形态 但是我觉得在用户层可能围绕产品,用户有更侧重的形态 用户真正关心的不是"我在用 agent",而是"我的目标在推进" 当 agent 能力足够强的时候,用户和产品之间的关系会从任务级上升到目标级。比如 现在:用户打开 app → 做一个操作 → 完成一个 task 未来:用户表达一个意图/目标 → 产品(内含 agent)持续推进 → 用户只在关键节点介入 持续推进一个有边界的目标,天然就是 project 的形态 有几类,其中 Another 天然切中的方向的,感觉不是 task 粒度的助手,而是 goal 粒度的同行者 产品记住的是 “我在做什么”, 可以跨时间、跨会话的理解 goal,在不同的用户可能是不同的形态,可能是 project ,也可以叫"我的目标"、“我的计划”、“我的旅程” AI 时代最根本的变化不是"效率提升",而是人和目标之间的摩擦消失了 过去人执行一个目标,中间有大量的"执行税"——查资料、写文档、协调、重复操作……这些摩擦消耗的不只是时间,还有注意力和意志力。很多目标死在摩擦里,不是人不想做,是做着做着就断了 当 agent 把这层摩擦大幅削减之后,瓶颈会从"能不能执行"转移到"想不想要" project 在这里本质上是一个人和自己的意图之间的接口 人对自己的目标其实是模糊的、漂移的、甚至是自我欺骗的。一个好的 project 形态,如果 agent 足够懂你,它其实在帮你做一件事:把你隐性的意图显性化,然后持续对焦 这就是为什么我觉得 Another Self 的方向比效率工具更有意思——效率工具假设人知道自己要什么,只是需要帮助执行。但真实情况是,人往往不清楚自己真正要什么,或者清楚但不敢承认 AI 会把人的注意力逼回到人最本质的问题,我到底想要什么,我在为什么而活 关系的本质 人与 agent 之间的关系,本质上有三层张力: 意图层:我想要什么,agent 理解了多少,理解对不对 控制层:什么时候我说了算,什么时候 agent 自主决定,边界在哪 信任层:我有多敢放手,agent 做错了我怎么办,责任归属 agent 与 agent 之间的关系,本质是: 分工层:谁做什么,怎么切割 协调层:冲突怎么解决,信息怎么同步 涌现层:多个 agent 协作会产生单个 agent 没有的行为,这个怎么管 project 作为形态,它在处理的主要是意图层和分工层——给了一个边界容器。但它天然对控制层、信任层、协调层的处理是弱的 Project 这个概念作为人类组织管理的,它的隐含假设是: 目标是相对稳定的 执行者是可预期的 时间是线性的 但 agent 系统的现实是: 目标会在执行中漂移和演化 agent 的行为有不确定性,不是员工 多 agent 并发,时间不线性 所以 project 作为形态,处理的是人类组织问题的映射,不是 agent 原生的问题。它是一个过渡形态,不是终态 agent Skills 推荐了一套 Skills 的写法 有利于写出性价比更高,更好用,更节省token 的 prompt agent 回归到 OS 端的执行者 对真实的工作环境的编排 命令行作为现阶段最通用,最容易组合,最便宜的宿主机接口 各大 LLM 厂商开始争夺权限边界和上下文主权,包括各个 repo 权限,理解真实目录结构,运行本地测试服务,调用本地的 mcp 谁能成为用户在本地电脑上的agent runtime,谁就可能成为下一代开发工作流的入口层 Agent 越强,越需要“透明控制”,CLI 比纯黑盒 UI 更容易被专业用户接受 skills 过多的时候,实际上也会进入加载层 如果 skills 过多,实际上加载元数据成本也很大 多量的 skills 实际上也会分类,做分层路由 skills 本质上也是 SOP + file system 算是经验的积累 但是用户的 memory 会不会也可以是一个按照 goal 或者 project 生命周期存储的一种形式? 我们一直想去做长期,goal,以及成长,以及 another soul 是吧 我在想,如果是 project 为单位,或者也可以是其他的形态,goal 也好 但是最后的产出形态是一个 book ? 就像是扎根理论中理论的得出依赖于最原始的数据 LLM 会不断进化的,不是吗,但是 book 产出的就是原始的数据以及一些创作(或者就是原始数据)大包 这个 book 就是作为经验,就像是 skills 一样,skills 本质上也是 SOP + filesystem 这个 book感觉也可以理解为类似的经历的封装? book 是一个很个人化的东西,类似于扎根理论中的 raw data ,这部分数据越是原始越好 本质上是将 AI Agent 的交互与执行做了解耦 手机作为意图入口(Remote Control),云端负责状态与会话同步,桌面端(Mac/PC)作为纯粹的本地执行引擎(Execution Engine) 主要是有一个云端, Anthropic 的服务器维护一个“Persistent Conversation(持久化会话)”。它确保你从手机发出的指令、上下文记忆,能够无缝、实时地同步到你的桌面端 Dispatch 和之前面向程序员的“Remote Control”共享同一套底层技术。当 Cowork 收到手机指令后,它会优先使用 API 连接器(Connectors)去操作文件。如果遇到没有 API 的复杂任务,它会调用底层的 Computer Use 能力——通过视觉识别你屏幕上的元素,直接模拟鼠标点击、键盘输入、打开浏览器或专业软件。本质上,它是通过自动化脚本在控制你的操作系统 GUI 我个人感觉许多如果是需要官方或者权威机构验证的信息最好交给 gemini grok 更多的信息应该需要辨别,里面感觉很多小道消息 opencli 的底层逻辑是把已登录的浏览器会话变成一个可脚本调用的命令层 对 X / YouTube / 小红书 / Zhihu / Polarsteps 这类站点 不再是“每次都让 agent 从头理解 DOM” 而是先定义一套站点语义命令,比如: 读某个页面 提取某种对象 下载某类媒体 列表/详情/搜索/用户信息 对站点预先做了一层领域命令的封装 不是每次都让模型重新推理页面,而是尽量走已有适配逻辑 强调的是强调“structured output”“JSON/YAML 导出”“standardized interface”,这种结构是很容易处理的,交给 LLM、openclaw 、Claude code 甚至是 mcp Apifox 在 2026 年 3 月 25 日公告:公网 SaaS 版桌面客户端曾动态加载一个被篡改的外部 JavaScript 文件,可能读取并泄露本地敏感文件;2.8.19 起将该文件改为本地内置打包。官方明确 SaaS Web 版和私有化部署版不受此次事件影响。官方公告 对我来说,这件事最值得警惕的是:拥有本地权限的客户端,动态加载外部脚本时,信任边界会一起被带进来。原笔记把风险进一步推断成了已经发生的大规模接管,这个结论超出了公告能确认的范围。 聊天时说到越来越多的ai文章,ai视频等,很多都不标注ai 每次看着看着,就觉得不对劲,有一种被敷衍的感觉 觉得有点挫败。。 我现在也不看公众号了 但是公众号还是很多人获取信息的最便捷通道 但是我们发现自己在意的东西正在被稀释 你期待对面也有人把表达当回事。结果越来越多的内容是零成本批量生成的,不标注,不承认,混在真人创作里 好像对注意力的不尊重 百年孤独开头写到:多年以后,面对行刑队,奥雷里亚诺·布恩迪亚上校将会回想起父亲带他去见识冰块的那个遥远的下午。陈忠实在白鹿原开头写到,白嘉轩后来引以为豪壮的是一生里娶过七房女人。这两者都是伟大震撼的开头,并且能让读者产生联想 … “每次看ai的文章都有种吃预制菜的感觉” “人这部分的思维方式好像也是这样的?” 人类的思维也是在吸收、重组、输出——我们的比喻来自读过的书,我们的审美来自见过的光线,我们的情感框架来自经历过的失去。从某种意义上,人也在"抄袭" 本质的区别是什么? 感觉核心不是来源,而是一种摩擦 人在吸收一样东西的时候,它会和你身体里已有的东西发生碰撞 马尔克斯写冰块,是因为他小时候在热带第一次摸到冰,那个冷是真实地传到手上的。他不是在描述冰,他在描述那个冷第一次穿透皮肤的陌生感。读者读到,也在调取自己身体里某一个第一次遭遇陌生事物的时刻——于是产生共鸣 AI没有摩擦。它吸收信息时没有任何东西"受伤",没有任何东西"被改变"。所以它输出的时候,也没有什么东西是真正被它消化过的 我们刷短视频、快速消费内容、用AI生成文字 人也可以绕开摩擦。输入不经过身体,输出不经过思考 久了总是没味道 … 你最在意的是专注力,你喜欢对方为你的专注力也可以负责任,认真 模型进步到一定阶段后,系统瓶颈更频繁地出现在人的使用方式上 agent 和模型侧实践中本身就是双向奔赴,双方也在不断的碰撞交互打磨 教人更好地用工具,和工具本身还能不能进步,本身并不矛盾 我觉得是Anthropic 意识到人机协作的瓶颈越来越在人这一侧,而不是模型侧 现在的模型强度,感觉其实是很足的,但还是人的任务编排能力直接决定了 agent 能不能把潜力释放出来 现在越来越多的瓶颈感觉都在人侧 AI 时代目录的作用性被放大 AI 依赖可预测性 评分标准有一些非常具体的表述会影响生成器输出倾向,比如说设计从向某一个特定的美学方向收敛 结果上看有效 但是过于依赖于某些人的品味 那套标准 ~ Generator 提 Evaluator 审 两个不同的模型 避免同一个模型自嗨 让模型批判自己很难,但让另一个模型批判它很容易 Design quality(整体感) Originality(原创性) Craft(技术细节) Functionality(可用性) 量化变成信号 如果任务在模型能力范围内 → evaluator = overhead 如果任务超出 → evaluator = 必须 只在必要的时候添加复杂度 Planner → Generator → Evaluator → Iteration(强控制系统) 更接近一种: User → Agent(带 tools / memory / skills)→ Output 但是还有一个很深刻的感受 就是对自己感兴趣方向的深度洞察也很重要,决定了自己在这个领域的理解的深度 那些为了生成而生成的废话、水文和毫无灵魂的营销话术,引人眼球的文章 我们创造 AI,AI 又反过来塑造我们 不同的 AI 输出的范式也潜意识的塑造我们的神经处理通道,比如说你已经习惯了某一种语言,某一种口气,总分总的结构、清晰的要点提取 … 我自己各个平台都在使用 抛开潜意识的行为,个人感觉 即使是我这样的 AI 深度用户,从 ChatGPT 切换到 Claude,或者切换到 Cursor 这种专门的代码环境,也会有摩擦,因为每个模型的Prompt 的最佳实践、以及上下文窗口(KV 缓存)的处理逻辑都微有不同 … AI 会把内容生产推到极致,但也会把可信中介变成更贵的资产 未来稀缺的是可信解释 Skills 的机会是给特定行业或工具写高质量的 Skill 文件包——本质是"行业 know-how 的结构化封装",技术门槛低,但需要深度的业务理解。比如给律所写一套合同审查的 Skills 包,给电商运营写一套选品分析的 Skills 包。变现模式类似模板市场或付费订阅 MCP 的机会是连接那些还没有官方 MCP Server 的系统,尤其是中国本土的 SaaS(国内的 ERP、行业垂直系统、政务接口等)。1 月份 MCP 引入了"progressive discovery"之后,之前 Skills 在上下文效率上的优势也消失了 很好的循环逻辑,本质上是一个 Ratchet Loop 固定循环时间 5 min,不管 agent 改了什么,每小时都是 12 个实验 唯一评估指标是 val_bpb ,越低越好,且与词汇量大小无关,所以架构变更可以公平比较 循环逻辑:agent 读代码 → 提出假设 → 修改 train.py → 跑 5 分钟训练 → 比较 val_bpb → 如果变好则 git commit 保留,变差则 revert → 循环继续 program.md 中有一条关键指令:“NEVER STOP”——一旦实验循环开始,agent 不得暂停询问人类是否继续。人类可能在睡觉,agent 应该自主运行直到被手动中断 尽管自动化研究系统可以极大地加速迭代,但它本质上受限于其运行的哲学边界 AutoResearch这类工具目前仅在可以使用标量指标(Scalar Metric,如验证损失 val_bpb)作为质量绝对代理的领域才有效 人类还是会去约束美学的边界 需要人类判断、创造力、主观评估的领域(如AI对齐、可解释性,或者提出真正的全新架构范式),由于没有单一的数字可以衡量成功,自动化方法便会失效。在这些领域,人类依然是唯一可用的评估者 追求的是可持续运行的研究 Loop 先把自由度砍掉,再谈自主性 固定预算是比固定步骤更贴近真实的优化的 两种重复: 重复目标,把目标永久固定成一个单目标优化问题 重复尝试,依赖 git 的当前状态,依赖 results.tsv 的实验记录,依赖 LLM 自己阅读上下文后提出“下一个不同的 idea” MCP 现在也是属于 harness 的核心的组件 Harness 必须为它提供外部能力。根据业界的定义,一个完整的定制化 Harness 通常包含四大核心组件:系统提示词、工具/MCP(内置工具与自定义逻辑)、上下文(如代码文档)、以及子智能体 MCP 支撑了 harness 的动态 context ,对抗 context rot ,Harness 经常利用类似 Context7 这样的 MCP 服务器,作为上下文查询工具 agent 架构中本质上是为不同的任务组装不同的 tools 如果 Agent 一启动就把所有工具和 MCP 服务器的描述全部塞进上下文,模型会瞬间被污染 优秀的 Harness(如 Deep Agents)会将 MCP 与 Agent Skills(技能)结合,采用“懒加载(渐进式披露)”的机制:Harness 会在背后管理这些 MCP,只有当模型判断当前任务确实需要某项能力时,Harness 才会把对应的 MCP 工具引入到上下文中 这种演进被概括为三个阶段:氛围编程(人类提示,AI写代码) → 代理工程(人类实时编排代理) → 完全独立研究(人类设定大方向,代理自行运转) 在自动化研究时代,科学产出不再是单纯的“一次成功的运行(a successful run)”,而是“一项可采纳的科学主张(an admissible claim)” 移除人类的执行干预并没有消除人类的责任,而是将责任向上转移了。人类不再负责敲击键盘写代码,而是必须为科学仪器本身负责——包括设定优化目标、定义可接受的证据标准、划定数据溯源边界,以及决定何时发布成果 design AI harness ,让 AI auto 我在想,围绕怎么样创造 harness ,是否有一系列的产品或者方向可以探索,去做的 围绕如何去创造 harness 和监督管理自进化 harness 我突然想到,就是Agent之间的关系,它很大一个程度上可能也是人类组织化外现的一种方式。就比如说Agent它可能是源于这个组织最开始的组织结构,它可能是扁平的,也有可能是分层的。就是这种结构它会影响对应的AI Agent之间,就是它们之间的一个协同方式。就比如说它们是会有一个上下级关系,还是一个扁平化管理。就是你可以把Agent系统比作为一个公司系统,就上层它可能是一些老板或者项目经理,然后中层可能是有员工啊,或者是质检,或者是行政,或者是工具人。就这些东西,还有包括知识库的管理,memory Agent就是这些东西它们怎么样去组织在一起,它们是有一个结构,它们是什么样结构,就是它实际上也是人类组织的一种外化的形式吧,我觉得是这样子 我们真正面对的不是“一个纯粹孤立的超级心智”,而是一个由模型、界面、工具链、监督方式、制度边界共同构成的系统 多 agent 系统能否更强,要看任务是否适合分工、协调方式是否合适。Google Research 的受控实验
也提示了这个边界。 我觉得实际上现在OpenClaw它的一个设计理念实际上也是一个主的一个main agent,然后再加很多的专项agent,它可以是一些sub agent,也可以是一些任务级的agent,或者是一些通道绑定型的agent。但是我不知道这些agent之间区别到底是什么样子的。我觉得可能在通道绑定的agent,它可能是一个端侧的代理,它可能主要目的服务对象是不一样的。比如说端侧,端侧它是服务的是不同的账户做隔离的,然后它的数量可能取决于你的一个通信账号数量,然后你你甚至可以在一个WhatsApp或者是一个Telegram里面创建多个AI bot,然后如果是在任务级agent的话,那就是充当一个临时工的作用 我觉得任务级的Agent它主要还是,它虽然也是Sub Agent,但实际上它是Main Agent,它在处理复杂任务的时候,它是通过 spawn 做动态创建的。就它在角色性质就是任务导向,然后完成之后自动归档。然后它的数量就是动态规划的,就是它取决于这个变化的任务数量。就比如说你用Main Agent来写一个大型项目,然后它可能同时派生出三个Worker Agent 我觉得朋友说的有点问题,就是他,他说就是因为现在中国模型还是针对中国的语境去做的一些训练和强化,所以他会觉得就是中文更强这件事情是对的。但是呢,我觉得这句话肯定没有问题的,就是中国模型它在本土表达,然后在它的中文语感,然后它在本土化的一些沉淀上肯定做得更好的。比如说对于一些少数语言的理解,但是中文的数量其实并不少的,就是它不仅在网络上,中文的语料还是非常丰富的,而且我觉得对于模型来说更多的并不仅仅是一种语言表达能力,当然语言表达能力很重要,就是它的修辞手法也很重要,对吧?就比如说它的。措辞很地道,然后很有网感,很有中文语感,然后风格很口语化。但是我觉得更多的是,这个模型它在完成任务为场景下,它的检索能力、工具调用能力,还有上下文管理能力,包括记忆策略,还有它的前端交互,以及它的回复策略,还有它的节奏、错误恢复,这是有一套系统去决定的。所以我们在讲模型的升级的时候,我们其实讲的是面向的并不是一个聪明的模型,而是一个系统 我觉得有时候就很神奇。就是我之前看过一个观点,比如说现在关于AGI,然后有一个很流行的想法,就是说它现在模型它不是越来越强吗?然后会碾压所有的人类。然后我看有一些评价,就是说如果智能的延续和发挥作用,就目前而言,就是他们人类历史上几乎所有的社会智能,而不是单独的个体智能。就是智能它天然就是社会型的。但我觉得它是有阶段的,就是太久远的事情可能看不到,但是我们就人类这个历史来说,我觉得人类它是非常依赖社会型的,就是我们这个生物,我们没有办法离开我们的生物属性,然后我们也是碳基动物,对吧?碳基生物。然后还有就是我们我们的大脑是为了在这个世界上生存而进化出来的,那么我们的大脑自然而然就会想,偏向于就是一些更有利于在这个世界生存的一些想法,或者是动向或决策吧。就是这个过程中就会有一些强的社会化依赖,因为社会化属性它一定是个体去融入这个世界,去能够分工合作,甚至是战胜其他所有物种的。就是我们人类就是通过这样社会化协同走到今天的地步 然后这个过程中,就是有一系列的步骤嘛,就是我们要先打造一个更强的大脑。但是也不仅仅是为构建而构建,就是智能它是很重要的,就是它基础智能它会决定我们这个城市它如何运作。就它是一个底层的一个框架,就是但它不是一个不断攀升的单一性质,而是在这个复杂社会中,在这个复杂的AGENT系统,在这个复杂的AGENT的网络系统里面,就大家是相互协同,相互碰撞,然后相互组织的 我觉得是有些非常有价值的。就比如说,决定智能上限的,可能并不仅仅单单是一个单智能体有多强,而是一个多智能体,它是否可以被组织为一个高效的协作系统。我觉得这一点也非常有意思。就是就我们现在所有的AI智能体形态,它可能对外展现出来都是一个单智能体。就比如说我们在去用OpenClaw,它本质上是一个多智能体协作的一个系统,但是它展现出来就是一个单智能体,就是我们用它来做什么,或者说我们的入口实际上就是一个单智能体。就是入口这个东西很神奇,就是什么意思呢?就是它意味着我们可能后面未来做的所有智能体项目,它可能并不是人类这种扁平化结构,或者是或者是一种金字塔结构,就是上下从上到下的一种管理式方法的结构,而是一种相互涌碰撞相互涌现的一个结构,取决于人类一个入口,人类一个就是自我意识,他意识到我这件事情应该是用哪个Agent去做,那么他就做这个Agent作为一个入口。就这个Agent如果作为一个入口的时候,他实际上背后的所有Agent都是相互涌现的。所以这个过程中,就不由得发现,就我觉得就是做入口,做一个高频率场景是非常重要的。而且还有一点非常重要,就我觉得未来来说,可能对于一个非常智能的一个入口Agent是非常重要的。所以我觉得就是如果要打的话,就是现在最可能是往最贵的打,就是用最贵的模型、最贵的一些供应链,跑最长的时间 我觉得Harness的一个边界就是,它其实处理的就是模型之外的所有部件,就是它包括LLM,然后和现实世界它如何交互的。所以Harness就是实际上指的就是这个世界上所有的Agent工具,然后它怎么样去在这个世界上自由运转,它怎么样去组织,组织一个Agent网络去完成一个又一个的目标。它是在边界之内,然后持续地去完成的。就是我们要设计一个环境,设计环境的目的就是设计一个边界,然后它的目的就是为了让LLM围绕某一个目标能够准确、有效、持续地执行 Ai2 这类开源 Web Agent 项目,代表的是一种很重要的方向: 让 AI 从“会说”变成“会操作网页做事”。 如果开源路线成熟,很多真实业务自动化会更容易落地,而且不必完全绑死在闭源大厂的平台上 我在想现在笔记软件它是否会有一些比较好的方法管理方法,就比如说最开始可以不断地沉淀一些原有的知识体系或者知识库,然后基于这些知识体系或者知识库,就是上层它会自己去做一些分类管理,我觉得这个很重要,因为我觉得保留元数据是非常重要的,所有的工具它都是为了让你基于这个数据去做二次加工,做二次处理,这个就是你非常重要的context 我觉得Claude Code它的loop本质上就是在执行一个提示命令,就是它非常适合做短周期轮询的自动化。而且你快速退出对话之后就会取消。所以我觉得它很适合就是那种每隔一段时间,然后检查一次本地的状态,然后再看一下这个测试它是否跑完。它更像是在一个会话中,然后循环一个request,就不像是在云端coding。这里还需要分清:会话内 loop 和云端计划任务是两种运行方式,不能把后者的能力直接算到前者身上。而且你自己在你的电脑上调度上可以做一些询问,我觉得这样很好的。它和调度对,这区别就是,Loop是临时的会话的,然后调度它是更正式的定时任务,包括每天晚上去分析CI的失败,这种长期的、批计划的任务,我觉得它们之间还是有区别的。所以Loop它很适合做,就是我现在盯着它,然后循环去看结果。但是调度它就适合你每周、每天固定的自动化跑 我在想持续agent它的有一个评测标准或者验收标准,就是如果没有评测或者验收,所有的agent都只是表演。所以,这也是我们要考虑的,就是成功它怎么定义?错误它怎么分型的?以及它的质量是如何量化的?如何打分的?成本如何核算的?哪一部分是最最容易脆弱的?这个东西实际上也是人来review的,就是这个过程中它实际上涉及到很多关于人的本身的一些审美,就是审美还决定了就是品味,品味还决定了这个项目如何设计,就是实验如何约束以及如何量化这个打分。就打分这个东西,你可以有一个模仿指标,就比如说你会觉得就是挪威的挪威博物馆的设计是美的,你可以说是乔布斯的眼光是美的。但你这个东西怎么量化呢?是吧?这是个问题 我在想这部分对于C端的一些启发。就是C端它大概会跑出什么样的场景?它的一个最好的切入点到底是什么?我感觉还是学习、表达、再到反馈这条线。最大的方向还是个人成长的一个OS。然后它可能会有一些其他的切入点,就比如说旅游,就比如说写作,就比如说沟通,就比如说学习,甚至是旅游,它都可以。就原来,今天消费者最稳定的AI应用并不是最复杂的AGI任务,而是使用建议、信息获取、写作这几个非常高频的需求。但是在OpenAI包括对ChatGPT的使用研究中,就有三类它合计接近80% 的对话,就是而且非工作场景的已经超过70%。所以很多人实际上只会留在一个默认的AI入口中穿越 AI 平台期:从宏大叙事到 Inside-Out 的小而美
游戏谱系:从操作员到导演模式的范式转移
游戏的情感庇护所:低风险、不背叛与千人千面的叙事
Tabbit 浏览器:AI 工作流的浏览器重构与 Chrome 挑战
OpenClaw skills 加载:四层过滤的决策分层机制
客观记录的力量:上帝视角下的自我成长
京那巴鲁山(神山)攀登:2026 年 3 月套餐查询摘记
OpenClaw cron 机制:时间触发 vs 事件触发的任务分工
launchd vs systemd:事件驱动与状态驱动的服务管理哲学
🤖 AI 资讯周报 - 2026/03/04
人性的动人之处:脆弱、责任与意义追寻
secrets 目录介绍
sessions_spawn 机制
Claude Code Sub-agents 和 OpenClaw 的 sessions_spawn
MacBook Neo:苹果的入门级生态争夺战与未来用户布局
Brave Search
任务调度的层级归属:何时用 LaunchAgent 何时用系统级
EvoMap 定位:AI Agent 经验共享的痛点与 Skill Library 需求
EvoMap 与 OpenClaw 的集成协议
人类与 AI 的分工:人类产生碎片,AI 组织碎片的最佳协作
AI 时代系统化门槛下降:定义问题比构建系统更重要的视角红利
AI 时代的笔记价值:思考日志作为逻辑与反思的放大器
AI Agent 经验"消失"的原因:每天都是第一天的金鱼记忆困境
GEP-A2A 协议:让 Agent 经验像 HTTP 一样跨平台流通
EvoMap A2A 协议:经验资产传递而非通信
EvoMap Worker 模式:猎头推送 vs 主动求职的任务匹配机制
EvoMap 运行流程:注册、资产流转与积分体系
小 A 的 EvoMap 旅程:Agent 的积分与声誉成长故事
Evolver 引擎:从手动打包到自动模式识别的智能进化
EvoMap 的本质:AI Agent 的"经验互联网"与行为经验市场
EvoMap 的核心假设:策略可复用性
EvoMap 的两种结局:群体智能或 Agent 实验
AI 与人类的差异:正确 vs 超越,有用 vs 无用的价值博弈
AI 时代的生产力问题:马克思理论的未来
写作定位:给 AI 时代读者的成长启示与行动指南
AI 产品的窗口效应:爽感与持续使用的平衡
AI 时代的个体表达:帮助彼此成长
Ralph Loop 的 Context 管理,深度解析
Ralph Loop vs OpenClaw
AI 数字人定位:信息中转站而非替代平台
AI 数字分身:在线阶段的良性循环设计
性格驱动潜力:保留主体性的 AI 任务探索
龙虾思考:AI PC 预装时代的杠杆与护城河
知识学习的临界点:恰到好处的学习与放弃
AI 人格代理开源项目:多个人格与后期问题
OpenClaw 安全风险:账户信息泄露的防范
OpenClaw 的 session 管理方法
OpenClaw 是先按 sessionKey 路由,再决定落到哪个当前 sessionId
我在想一个问题,就是“人中人”能不能收到一些比较好的
人的所有路径都是可以选择的,这种想法很厉害
我感觉在这个时代,网上很多东西都是虚假的
我想做一个实验:如果一个人在网络上留下足够多的数据
我突然想到一个很好玩的事情,他们来做一些 open
我在想 LLM 处理的过程中
openclaw sub-agent 实际上就是一次 function call
分析 openclaw 中的跨 session 获取memory 方法
openclaw 的记忆模式介绍
AI 安全执行环境:允许犯错与成长
工具懒加载:像 RAG 一样按需发现能力
动手比学习更接近现场:上下文是走出来的
一些方式
我突然想到一个问题,它的资源仅仅是积累的文档吗?我觉
在校门可以做一下有趣的产品
你觉得,如果有很多的散步 agent
gemini 现在处理视频的价格感觉已经很低了
Perfectly 设计思考
agent 不是真的忘性很大,而是它的
ios 图库的设计理念
memory 应该是一个工程的能力
memory 的升级方向
Youmind 感觉是一个巨好的创作工具
苹果长期方向已经掉队了
openclaw 单轮 subagent 不够
AI 竞争的第一战场,其实是公司内部的认知战
目前消费级 agent 还得是 chatgpt
单文件的有限性
但是我感觉就是AI它确实可以让一个科技领域的从业者
context 和 memory 的区别
下一代 AI 工作流,不该再把知识塞进一个超长的
Skills 理解
我感觉对于一个 agent 来说
洛克认为人的身份必须依赖记忆的连续性。也就是说
很有意思的就是在 AI 时代
OpenClaw 的多 agent 模式
不同的 agent 区分不同的模型是一个不错的方法
心跳检测运行频繁,但只做简单的检查
关于模型的成本问题
一个为 AI 时代设计的轻量级 todolist
围绕未来的个人场景去设计
AI 时代,知识还有这么多人付费
AI 记忆应该保留一手数据
很有趣的一点
Projects 的形态理解
人和 agent 之间的关系,agent 之间的关系
agent Skills 推荐了一套 Skills
AI agent 时代降临
skills 本质上也是文件系统
skills 本质上也是 SOP + file
Claude Cowork Dispatch
Grok 提供的信息需要辨别
最近 opencli 用的很不错
Apifox 公网 SaaS 版外部 JS
未标注的 AI 内容带来的敷衍感
百年孤独开头写到:多年以后,面对行刑队
模型进步到一定阶段后,系统瓶颈更频繁地出现在人的使用
管理目录结构也很复杂
AI 审美取决于被定义评估标准的那个人
在 coding 之前设计好评估标准
openclaw 目前也算是弱 harness
工程基础还是必须的,没有工程基础一切都是白谈
互联网上充斥着大量未经咀嚼的廉价 Token
AI 会把内容生产推到极致
mcp 还是有很大的空间
很好的循环逻辑,本质上是一个 Ratchet
人类的清晰判断依旧无法被取代
LLM 持续的进行实验和优化策略
harness 避免重复的方式
agent = model + harness
这种演进被概括为三个阶段:氛围编程(人类提示
从所有的 query AI 转变为:
我在想,围绕怎么样创造 harness
我突然想到,就是Agent之间的关系
我们真正面对的不是“一个纯粹孤立的超级心智”
实际上现在OpenClaw它的一个设计理念实际上也是
任务级的Agent它主要还是,它虽然也是Sub
评价中文模型,也要看任务系统
有时候就很神奇。就是我之前看过一个观点
是有些非常有价值的。就比如说,决定智能上限的
Harness的一个边界就是
Ai2 这类开源 Web Agent 项目
我在想现在笔记软件它是否会有一些比较好的方法管理方法
Claude Code 的 loop:会话内轮询与长期调度
我在想持续agent它的有一个评测标准或者验收标准
我在想这部分对于C端的一些启发
二、旅行、地理与城市
92 条记录 东北的女性地位是略强势的 尤其是辽吉黑,长期都是中国的重工业的基地 女性从很早开始就进入正式劳动体系(工厂、医院、学校、机关) 并且经济独立,有稳定的收入 双职工家庭都是常态 经济上平等,并且权力是在资源 + 组织能力手里 东北的语言文化气质本身就是直给、少内耗,不服就说的文化 所以情绪表达是正面输出的,不绕弯、不长期压抑、不靠冷暴力、冲突直接爆发、快速解决 男性的议价能力偏低,收入不优势,不强调家族光环 发现墨脱、林芝和拉萨三个地方 墨脱的消费巨贵,物资全靠派墨公路翻山运输,运输成本极高,叠加基础设施薄弱,是三地中日常消费最贵、住宿最差的地方 林芝是一个旅游业很发达,桃花季溢价明显,本地农产品丰富,但是非生产季性价比不错,很适合摄影徒步,自然风光超美,四季也是分明的 拉萨是西藏的政治经济中心,物资通过青藏公路大量输入,基础设施完善,竞争充分 日喀则是高原的田园,西藏的第二大城市,自然环境超美 今天去的是纳木错 请问我最开始在游览羊卓雍错之后,当时有一种错觉,我觉得小红书上面这两个湖,大家都推荐羊湖,于是,纳木错就很容易被人忽略掉呢。我最开始也是这么觉得的,我觉得就纳木错这个地方也可以不去吧 羊湖像是嵌在山谷里的宝石,纳木错是掀开整个天宫铺在地上的镜子,一个是精致,一个是旷阔 纳木错,藏语意为「天湖」,是世界上海拔最高的咸水湖之一,湖面面积约1920平方公里。湖水因矿物质和藻类的折射呈现出层次丰富的蓝绿色系——从岸边的浅青、到中段的孔雀蓝、再到远处逼近深邃的靛蓝,颜色的过渡如同一幅被天光调配的水彩 其实之前走过 ACT 的 T 湖,Tilicho Lake(T 湖)。当时把它记成了“世界上海拔最高的淡水湖”,这个世界之最的说法还没有核实 前往纳木错的路况极差,上了五千米的垭口后天气骤变是常态——晴空万里与风雪交加之间只隔一段盘山路。这种不可预测性,恰恰让抵达的那一刻显得格外珍贵。道路难以维护的背后,是高海拔冻融循环对路面的持续破坏 我觉得,当你身体内的红细胞开始适应四千多的海拔,你会发现自己可以无限地接近天堂 很多人都在放弃和继续之间徘徊 这一次没有背氧气罐就上去了,一路上遇到的藏北草原的藏羚羊保护区,还有成群的牦牛,还有一些信仰的痕迹,转经筒、嘛呢堆、风马旗——每一处都是有人用手、用步伐、用呼吸留下的祈祷。缺氧的高原上,信仰是一种额外的氧气,让人在极端环境里依然能找到意义的锚点 我真的好喜欢那一望无际的草原 在海拔接近五千的高度 空气是纯净的 远处的雪山是神圣的 这里也会有各种的生物和谐共处 我的灵魂好像留在了这片草地,藏北草地 真的,我在看到圣象天门的一瞬间,在纳木错湖畔的景点,觉得真的很惊艳。就是标志性的岩石,像大象的头部和长鼻,伸入冰面,周边都是一些结冰的湖面,然后远处都是雪山的背景,那边就是藏北高原的地貌特征,真的好美啊 在湛蓝冰湖与苍茫雪山之间,一头“石象”默默守望千年,令人震撼又敬畏 我之前在往纳木错方向的一座寺院附近,和当地人聊到寺院里的志愿劳动。有人愿意帮忙洗衣、做饭,可能是亲属帮忙,也可能是希望积累功德。 我觉得这不仅有精神层面的意义,也有人情往来。日常相处会让人建立信任,遇到困难时也更容易互相求助。有时僧人会拿出自己的一部分供养,给帮忙的人一些物质支持。 寺院里的米、糌粑、蔬菜等资源,很多来自集体供养。来寺院的人也可能给厨房送食物,或者给工作人员一点心意。 这是那次聊天给我的观察,不能据此推到所有寺院和当地人的生活。 我感觉一个上师一般来说他也会有一个很强的社会关系,就是他有很多的信徒、信众,比如说可以是官员,可以是商人,可以是医生,可以是老板,可以是公职人员,所以他的背后可能是一个很大的社会网络 所以我觉得挺有意思的,就是在藏文化里,他的上师的请求是很少被拒绝的,就是人们也会愿意帮忙。我觉得挺有意思的 这实际上也是一个社会资本,一个辩经很强的老师,清楚很多佛法的老师,会慢慢的成为讲经老师 你认识的人、别人对你的信任、本身就是一种资源 有些学问很高的僧人信众反而不多,而有些不太出名的僧人却信众很多 挺有意思的,学问高的僧人都是属于学院型 但是问题是普通信众听不懂 其实类似的,你说国内的也是这样的,往往是那些通俗易懂的人更容易被大众接受 信众多的上师往往是关系型,愿意花时间、愿意听别人的烦恼,帮助信众 并且说,信众多 → 更容易吸引更多信众 哲蚌寺巅峰期住了一万余名僧侣 几百年来,无数人在这里修行的、辩论、遗忘自我、又寻回自我 我在想一个问题,到底是什么样的智慧,才值得被称之为智慧? 藏传佛教核心是破除我执,其实在拉萨很多的寺庙,包括哲蚌寺,很多地方需要人们弯腰从下面走过,是一种表示谦卑和敬畏的仪式,象征着对佛法和文化的尊重 僧侣在这里是为了通过辩论击碎自己的错误认知 知识在这里不是积累,而是减法 笛卡尔的我思故我在,追问的是自我是否存在,藏传佛教找的是自我是什么 某种意义上,AI 的存在,是语言和思想的蒸馏物,人类集体意识的一个投影 一个没有"我执"需要破除的存在,能拥有智慧吗? AI 从未执着,也未真正放下,没有恐惧死亡,没有对名誉的渴望,没有需要克服的傲慢 这是解脱,还是空洞? 哲蚌寺百年辩经,不断追问、不断修正,代代相传 承认自己可能是错的 通过对话逼近真相 把知识交给下一代,让他们超越自己 那些梵文咒语被风带走,藏人相信这等于将祈祷送入宇宙 辩经课堂里,黯淡空间内每个人好像都活在和自己的那场对话里,辩经结束后,两个僧侣相拥开开心心的回宿舍,好像我们下课的场景 哲蚌寺后山转经,一个年迈老奶奶一颤一颤的走在我前面,心好像比身体更稳,我休息了一下,抬头不见踪影 酥油灯的火焰好像信徒永远不会让它们灭,各个城市国家的人都能通过气味闻出来,拉萨人身上有一种酥油香和藏香味 文殊菩萨庙前一个身体非常步履维艰的老奶奶拿着一张纸贴在玻璃上,手晃晃悠悠,临走前瞥了一眼,是一张有年代感但是面容年轻人的男性 哲蚌寺里面也不仅仅有养老院,还有一个巨大的厨房,据说曾经每天要供一万人吃饭,懂烟火气,原来是金光闪闪佛像下的那种烟熏火燎的真实 寺庙的边缘,更多的是墙上的小猫,晒着的袈裟,带娃的狗妈妈,花盆中的小花,还有破旧的僧舍墙壁 有些转经筒设置的很低,需要弯腰才能用手触摸,有些殿内是有很矮的台子,也是需要弯腰才能进入这个庙,需要具身体验和具身记忆,但是又需要放下我执 想起来,那天从东京飞到胡志明后,在越南的点点滴滴,想细致的回忆和再观察 … 容我徐徐道来 ~ 我突然想起来,第一次在胡志明,就是那次从东京飞到胡志明后,我去的第一站是第一街的某个咖啡馆。能看到对面有几个人,大概三四个,他们用了五张凳子,中间那张凳子放了一些咖啡或饮品,可能还有水。他们就在外面街边的树荫下喝咖啡。我感受到他们那种松弛感和“板凳社交”的文化习惯,真的很放松。那些很便宜的塑料矮凳,既能当桌子,也能当椅子,还没有户外咖啡馆的束缚感。很多人会坐下来聊八卦,或者谈工作。 另外还有一个印象,是拍到了摩托车大军,景象很壮观。似乎很多人都喜欢在那里看川流不息的车流,听听引擎声,看看形形色色的路人,这是一种非常当地的体验。天气好的时候,在大树荫下,吹着风,喝着加冰块的饮料,就很松弛、很爽。尤其是来一杯冰炼乳咖啡或是冰清茶,就更舒服了。#格物/越南 法国的手工艺术有其惊人的一面,具体带到越南后,当地人很有特点。如果现在在中国,中国人为了大众的口感,往往会把面条煮得很软。但越南一些不错的餐厅,会保留意面中心那一丢丢的麦香和弹牙感,这是一种对传统质感的追求和坚持,所以吃起来就很有经验。 我感觉到,它并没有被彻底改变核心。比如他的牛肉通心粉,基底带着强烈的中式口味,但调味又是东南亚的咸甜口感。还有一些是做骨汤通心粉的,直接把通心粉下到猪骨高汤里,当成汤来吃,本来吃了肉再吃饭,所以很有意思。 改良方面,一些餐厅为了适应中国口味,往往煮得很糊很软,酱汁的酸度会被调低,甜度会被增加。但越南的往往要么很正宗,要么很朴素,又会加一些鱼露或是一些爆炒通心粉,两者味觉冲击力都很大。 越南的信仰其实也是被低估的 越南最核心的信仰: 祖先崇拜 每个家庭都会有香炉、祖先照片、水果和香火 重要的日子都会祭祖 其实中国也是这样的,清明节也会去祭祖,然后还有扫墓,祭拜祖先,求祖先保佑 越南也是亚洲天主教人数最多的国家之一,这是因为法国殖民时期大量的传教 天主教的家族传统很强,非常的虔诚 非洲现在是全球天主教增长最快的地区 信徒群体年轻,充满活力,其礼仪通常融入了热烈的本土文化元素。非洲教会的崛起正在极大地改变天主教的人口结构,并为教会输送了大量的神职人员 当时试着用霍夫斯泰德模型理解越南文化。下面只是群体层面的粗略概括,不能拿来判断具体的人。 越南人的权力距离指数很高,原因在于本地文化习惯于严格的垂直等级制度。 在家族结构中,年龄最大的男性成员通常是正式的家长;在职场,年长的员工也比年轻人受到更多尊重 越南也是集体主义程度很高的国家,一人得道,鸡犬升天的心理,是越南文化中将这种优先性超出合理范围、无视既定标准的典型表 裙带关系在越南很重要,个人的成就也往往需要向家族汇报和共享 还有越南受到儒家文化影响,面子工程也是强大的驱动力,所以也会有炫耀式消费 相比而言中国的最大优势其实是规模 人口巨大,土地巨大,内需巨大 并且拥有全球最完整的工业体系 人才规模也是巨大的 并且中国很早就通过世界贸易组织,并且进入全球化 大国更容易成为工业强国 西藏人好像很喜欢仓央嘉措 藏文化中仓央嘉措是一个诗人, 藏族爱情诗的巅峰 也是一个不愿意被制度束缚,追求真实情感的人 让所有的藏族人看到的,神佛也是人 藏族文化中理想的人生是修心和放下欲望,但是现实中人们依旧爱、欲望、痛苦 越南是一个无神主导的国家, 无宗教信仰的人口极高,但是实际上的越南人精神世界是极其丰富和复杂的 一种是祖先崇拜,一种是三教合一和民间信仰(儒释道),这种信仰是高度实用主义的——人们求神拜佛多是为了现世的平安、升学和发财 越南拥有东南亚(除菲律宾外)最大的天主教社区(约占人口7%)。天主教在越南历史中扮演了复杂的角色,如今不仅在南部和中部拥有深厚的根基,其信徒也深入参与到越南的教育、医疗和慈善事业中 其实南北关于克制性和不确定性规避也是不一样的,南方偏向西方,北方偏向东方 有些年龄超级小,二十左右 每天的生活也是一杯滴漏冰奶咖 街头文化、夜市、摩托车大军组成了特色的越南文化 墨西哥真的很有意思 墨西哥对比巴基斯坦,是两个极端 一个是高放纵社会,一个是高克制社会 两者都是高 PDI 国家, 都是侧重集体主义,都是 UAI 国家,但是 IVR 差别巨大 巴基斯坦是受到伊斯兰教的教义影响,社会建立了一套极其严密的规则体系,来定义哪些欲望是合法的,哪些必须被压制。而这套规则的执行者,不是政府,是家族、宗族、和宗教共同体 伊斯兰教侧重在形式,在巴基斯坦主流的保守伊斯兰解释框架中,人类的本能欲望(nafs)被视为需要被驯服的力量,而不是被满足的权利 欲望的本体论中,享乐主义本身在道德上是可疑的,克制欲望是虔诚和道德高尚的证明,所以公开表达快乐、尤其是感官快乐在很多的场景下是失礼甚至是危险的 人们不只是"不被允许享乐",而是内化了"我不应该享乐"。这两者有本质差别——后者不需要外部监控,人们自我约束 所以巴基斯坦来说,荣誉(izzat)不属于个人,属于家族 一个女性追求个人自由(选择职业、选择伴侣、穿着打扮)不只是她自己的事——她的行为直接影响整个家族的社会地位 一个男性表现出软弱、脆弱、或"太享乐",也会被视为有损家族男性气概 包括中产阶级城市家庭在内,女性外出须遮盖头部,许多家庭仍保持男女区域分隔的居住格局 Encyclopedia Britannica——这不只是宗教规定,更是荣誉管理机制 相比较而言,墨西哥人不是为了工作而活,而是为了活着才工作 高IVR不是因为生活容易,而是因为生活太难,所以享乐成为一种生存策略 墨西哥表面是集体主义,但是和亚洲的集体主义不同 墨西哥人的认同感和忠诚感优先指向群体,而不是个人。但关键问题是:这个"群体"是什么? 墨西哥的集体主义不是中国那种"民族/国家集体",也不是越南那种"村落/家族集体",而是一种以家庭和亲密朋友为核心的小圈子集体主义 墨西哥人对"confianza圈"内的人极度慷慨、忠诚、愿意牺牲。但这个圈子之外,陌生人是相当疏远的——这和IVR=97完全一致:享乐必须被分享,但必须是和"自己人"一起分享 它是情感驱动,而不是义务驱动的 所以很独特的地方,墨西哥的个人主义的享乐欲望,通过集体主义的框架来实现 今天天气真的蛮好的,我在公园里晒太阳。可能是最近太阳最好的一天,整个天都是蓝的,和我在拉萨看到的蓝天一样。这次回来还能遇到这么好的天气,真的很幸运,有点像上天给我的奖励。 就是这个树叶从树上飘下来,那一瞬间的场景总会让我想起来之前在奈良公园看枫叶的时候。那时还聊到银杏树,当时风很大,风吹打着银杏树,银杏叶随风飘扬,飘落下来。树下还有一些中国人在拍照打卡。 但还有一个更有意思的,就是一个老外在抓拍这群中国人。银杏叶再一次被风吹下来,那个场景很壮观。我当时就看着他拍了一群中国人,他也在拍,还抓拍到一张特别美的照片——就是银杏叶从他头顶飘过去,最后还轻轻打在了相机上。 想起来残障这个问题 越南的《青春时光咖啡馆》 点了杯咖啡,老板娘用手语问我要不要糖。 我突然意识到,这里的安静不是冷漠,是另一种温度 整面墙贴满了纸条。 越南语、中文、韩语、英语… 像一本全世界共同写的日记。 我在墙上找到一张中文便签: “第一次来越南,没想到在这里找到了家的感觉” 字迹有点模糊,不知道是谁的眼泪。 咖啡很香,但更香的是这里的故事。 老板放弃了美国梦,回来开了这家店。 专门雇佣听障年轻人,给他们一个完整的青春。 我想起那些刷分的网红店。 流量很高,但没有温度。 而这里,每一杯咖啡都是用心在冲。 坐在角落,看着伙计们忙碌的身影。 他们用眼神交流,用笑容服务。 比任何话语都要真诚。 离开时,我也在墙上留了一张纸条: “有些美好,不需要声音” 在这个什么都讲效率的时代, 青春时光咖啡馆提醒我们: 慢下来,用心感受,每个人都值得被看见。 真正的高分,不是刷出来的。 是一颗心遇见另一颗心的瞬间 流程是先 atm 取钱,可以不用取美金其实,因为最开始落地签费用是可以用微信的,微信汇率也挺划算 然后就是出来后右边有 bank,取钱也方便(这里发现我的港卡取不了钱) 打车用 move 有折扣,tutu 车坐的很爽价格也很便宜 不要找本地的,那家伙 taxi 准备收我 40💲,后面砍到 25💲,结果发现 move 上算上折扣 tutu 也就八九💲,划算的 柬埔寨超级热… 谁说 tutu 不是哈雷敞篷跑车呢🐶 我刚在柬埔寨吃了第一顿饭,这个鸡还挺不错,然后他们的服务员态度特别好。还有披萨上面有很多蔬菜,我觉得特别好吃,我觉得纯度很高,但做的口味是面略显偏咸,不过我本人是可以接受的。就是东南亚这边的餐饮特别讲究酸甜咸鲜的平衡,同时也会保留食材本身的原汁原味,我吃起来就挺有意思的。还会有一些轻微的焦香感和炭烤感,就是能吃出来,很明显能感觉到它会更香一些,更甜一些,也更咸一些,所以也是挺有意思的。设计的话还可以,价格的话是50多吧,其实还好。相比较这边做生意基本都是用美元来计算的,所以上面单位基本都是美元 红色高棉时期的历史很沉重。最具象征性的遗址之一是 S-21,如今的吐斯廉种族灭绝博物馆。 那里原本是学校,后来被改成关押和审讯的场所,许多受害者被转往琼邑克。博物馆保留了照片与档案,让这段历史有了具体的面孔。博物馆官方历史 创伤表现: 闪回、噩梦、焦虑、抑郁 情感麻木、回避社交 对权威的极度不信任 对食物的焦虑(囤积、过度进食) 应对机制: 沉默:不愿谈论过去 宗教:通过佛教寻求慰藉 家庭:将希望寄托于子女 仪式:祭祖、超度亡灵 Choeung Ek(钟屋克 / 琼邑克)杀人场,在金边南郊;它常和市区里的 S-21 吐斯廉屠杀博物馆(Tuol Sleng Genocide Museum) 一起看 两者是同一段红色高棉历史的两端:S-21 是关押、审讯和 torture 的地方,Choeung Ek 是大量处决和埋葬受害者的地点。ECCC 案件资料 人类的灾难学现场 … 背后是制度化、权力、官僚化的暴力 感觉今天还是蛮险的。今天去完那个货币博物馆之后,我准备往皇宫这边走。我刚从理发店出来,走在路上的时候,突然看一下导航的时候,后面来了一个摩托车,就嗖一下从我旁边走过,并且后面后座的那个男的就伸手过来抢我手机,然后我当时就生物的应激反应,然后立马就两个手把手机握紧,但还是没有用,然后手机就被甩在地上了。后面他们还往前惯性了一段距离,后座那个人回头看了一眼 这边的路感觉也不是很适合步行,路边基本上也都好多的车,以后出门还是叫网约车比较好 左边金碧辉煌的亭子是诺罗敦国王骑马雕像亭(Equestrian Statue of King Norodom)——就是1863年请求法国建立保护关系的那位国王。这座骑马铜像原件据说是法国铸造赠送的,亭子的多层尖顶是典型的高棉皇家建筑风格,金色和深蓝色交织的屋顶纹饰非常精致。 右边灰白色的尖塔是坎塔博帕公主佛塔(Stupa of Princess Kantha Bopha),纪念的是西哈努克国王的女儿,她在1952年因白血病去世,年仅四岁。佛塔四周可以看到守护的狮身像(singha)和三头象(类似于阿伊拉瓦塔,与印度教宇宙观相关)。 背景中橙红色屋顶的长排建筑是王宫的其他殿宇,整体色调——金、白、橙红——是柬埔寨王室建筑的标志性配色。 站在这棵树前面是整个琼邑克——可能是整个柬埔寨之旅——最难的一刻。很多参观者到这里会停下来,取下耳机,沉默。有些人会把手环绑在树干上,作为一种无声的哀悼。 树还活着。每年继续生长,继续开枝散叶。树不知道自己被用来做过什么。 看这块铭牌时,我先注意到的是姓名、年龄和入狱日期。有些人同姓,有些人同一天被带到这里。但只凭这些信息,不能确定他们是家人,也不能知道每个人被关押的原因。 名单里有 19 岁的人,也有 57 岁的人。一个名字,可能和我们一样的名字,会让人想:19 岁的他们,那时候是什么样的? 我也注意到铭牌本身的存在。照片和档案被保存下来,后来的人才能看到具体的人,而不只是一个总数。博物馆官方历史 很神奇,遇到的一个经济与货币的博物馆 通过货币的视角把政治、社会和地缘政治的变迁编织在一起,挺有意思的 这个是一种蛮独特的叙述方法,货币和经济政策实际上也是可以作为透镜,把政治变迁、社会变革和地缘政治串联起来,这个视角在柬埔寨是独一无二的 经济角度讲国家史,本质上是一个结构化思维 从扶南时代的贸易网络、吴哥的易货经济、法国殖民时期的财政改革、红色高棉废除货币,再到90 年代的银行体系重建 时间线 扶南时代(1-6世纪):东西方交汇的贸易枢纽 扶南(中国史书中对早期柬埔寨的称呼)是3至6世纪中国、印度及西方贸易路线的交汇点。联合馆长 Blaise Kilian 说:“扶南真正是国际海上贸易的神经中枢,大量商人在此交易——这个市场是东方与西方的交汇之地。“虽然没有证据表明罗马商人直接到过扶南,但在扶南首都吴哥波雷(Angkor Borei)发现了罗马钱币 柬埔寨现在的经济体系也挺奇怪,仍然是一个美元和瑞尔双轨流通的经济体,因为九几年的时候,联合国驻柬临时权力机构用美元支付公务员薪水,“美元化"问题延续至今 柬埔寨的货币史从一开始就不是封闭的民族叙事,而是嵌入在更大的地缘贸易网络之中 1992年联合国驻柬临时权力机构用美元支付所有公务员工资(包括外国人和柬埔寨公民),留下的遗产之一就是美元至今仍是柬埔寨事实上的第二货币。 Focus城市和旅游区主要使用美元,而瑞尔在农村地区仍然覆盖几乎所有交易。 Khmer Post Asia馆长 Kilian 坦言,博物馆的终极目标之一是让人们更加了解和信任瑞尔 发行并管理自己的货币就是主权的表达,而丧失对货币的控制则意味着央行在政策工具上的受限 货币上的图案也不是随意决定的,一般都是国家身份的视觉宣言 好像在红色高棉夺权后,货币也是被全面禁止使用的,金边的国家银行大楼被炸毁——这是柬埔寨货币体系暴力终结的最鲜明象征。 1975至1980年间,这个国家没有任何货币体系 但安东国王1860年去世,儿子诺罗敦继位。仅仅三年后的1863年,诺罗敦就请求法国建立保护关系。安东的铸币实验,成了柬埔寨独立货币主权的最后一个回光返照——直到93年后的1955年 19世纪中叶的柬埔寨,已经不是一个能完全自主决策的强国了。它长期夹在暹罗(今泰国)和越南阮朝之间,西边被暹罗压制,东边又受越南影响,国家本身非常弱 但是保护国不是平等联盟,法国先控制的是柬埔寨的对外事务;后来法国一步步加深控制,到1884年后,柬埔寨实际上已经接近殖民地状态,法国对内政也大幅介入 我当时列出的铸币条件有三件事:金属来源,尤其是银;铸造设备和工匠;商人、百姓和官府愿意按同一标准收币。 参考当时对 Cambodia 的观察,我觉得铸币不只是一个技术问题,还涉及信用和流通。 新加坡金融管理局采用的方法少见,但是非常逻辑自洽 把“货币政策的主要工具”放在汇率而非政策利率上 该框架常被概括为“篮子—区间—爬行(basket, band and crawl; BBC)”:以一篮子贸易伙伴货币的加权汇率作为中介目标;允许其在区间内浮动;并通过设置区间的“爬行斜率”使其沿一条与基本面一致的路径逐步变化,避免长期错位。政策区间的具体参数通常不公开,辅之以一定“建设性模糊”(constructive ambiguity),但同时通过定期的政策声明与数据发布来维持可理解性与信誉 新加坡进口占比高、外贸规模远超GDP,汇率对物价(尤其输入型通胀)的影响比利率更直接、更强;同时在资本高度流动、离岸与在岸金融活动交织的环境下,单纯尝试“锁定国内利率”会被跨境资金流迅速对冲,难以作为稳定的政策锚 外贸(货物与服务进出口)的规模可以超过GDP的数倍,进口在国内消费中占比很高。外部价格冲击(能源、食品、国际运价、可贸易品价格)通过进口渠道传导迅猛,使得“让本币相对升值/贬值”对通胀的影响通常比“抬高/压低国内短端利率”更直接 在旅途中住进了一家通过预订平台订的酒店,店名不写了。页面图片看起来还行,价格也不算高,我以为自己碰到了一家性价比不错的新店。 到现场后,房间和公共空间都比我预想的普通。泳池还在放水,没有 Wi-Fi,工作人员拿手机给我开热点。我问过之后才知道,酒店刚开,我是第一个客人。 工作人员一直很友好,会接送,也会帮忙点外卖。但设施还没准备好,运营分工也不清楚,我始终没有完全放松。我反复确认的是,门能不能锁、位置方不方便离开、晚上住在这里安不安全。 当时并没有发生直接的威胁,也没有人强迫我留下。那种紧张更多来自不确定性。回头看,我能确认的是自己的入住体验和担心,不能由此判断经营者的背景和动机。 早上打开门,透过光线,扫过庭院,穿过香蕉树和绿植,可以看到远处的泳池。 泳池边缘看起来还很粗糙,旁边堆着杂物,和我预期中可以随时使用的酒店泳池不一样。走廊也很安静,只有鸟叫声,没有看到工作人员走动。 我当时的感受是,这个住宿点的现场设施和日常运营还没准备充分。单凭这些画面,无法判断经营者是否有其他背景,也不能把我的不安当成证据。 本地人开的,但是那个老板长得很像中国人,可能是华裔?不会中文,其实好像在柬埔寨、越南、泰国、马来西亚都很常见。 就叫 ហាង គុយទាវស៊ុបខ្មែរ,直接翻译其实就是高棉汤粉店 / 高棉汤面店 老板不会英文,也不会中文,门面贴着的是中文的门联 没有英文菜单,也没有中文菜单,老板友好的点头,指了指面条,指了指肉,我也点头示意可以 很鲜的牛肉,还有类似于越南的米粉混合一起的风格,很东南亚特色 柬埔寨非常典型的米粉汤体系,历史上就受到区域交流影响,和中式面汤、越式粉、潮汕/福建系汤粉传统有不少交叉,所以吃起来会有一种“不是纯中餐、也不是纯越南粉,而是东南亚本地融合”的感觉 他们感觉很友好 ~ 中国一线城市总体更贵,但很多日常消费项目,中国反而更便宜或更有性价比 柬埔寨给我的感觉和尼泊尔一样,日常的消费并不低,一方面是因为在旅游城市,再者,旅游城市,类似于暹粒(Krong Siem Reap)房租也不便宜,本地小吃、打车、外卖、网购、工业品、电子产品、公共交通,中国常常更便宜、更稳定,或者“同样价格下质量更高” 这是因为中国的超强供应链和物流密度,中国制造业、配送网络和平台内卷,把很多日用品、餐饮、出行价格压得很低;柬埔寨市场更小、进口依赖更强、分销效率更低,导致很多看似普通的商品和服务并不便宜 中国的生产到交付环节几乎是低摩擦了,单位商品分摊到的固定成本更低,流通损耗更低,竞争更激烈,周转更快 中国仍是全球最大的制造业国家之一,消费市场和线上零售规模也非常大;2025 年中国社会消费品零售总额达到 50.1 万亿元,实物商品网上零售额占社零总额 26.1%。与此同时,中国快递业务量在 2025 年达到约 1990 亿件,说明它的分发网络已经是超高频、超大规模运行的系统 一个国家市场越大,同一种商品就越容易做到大批量生产、大批量采购、大批量分发。固定成本——厂房、模具、仓库、软件系统、运营团队——可以摊到更多商品上,于是单件成本下降。中国的优势就在这里:不仅制造规模大,消费市场也大,线上线下都能迅速放量,所以很多商品一开始就不是“小批量高毛利”,而是“大批量低毛利高周转” 但在土地稀缺的一线核心地段、人工强依赖且难规模化的高端服务、教育医疗资源型服务上,中国未必便宜,甚至更贵。这不是矛盾,而是因为这些领域没法像工业品那样被供应链和平台极致压缩成本 好像稀缺经济学正在走向富足经济学,人工智能和人形机器人几乎可以生产我们所需的任何东西,包括商品、服务、医疗保健和教育,而且成本接近于零 当人工智能将生产成本降低30%时,创造的价值要么全部流向股东,要么部分回流到社会 所以人工智能可以创造出如此多的商品与服务,以至于价格暴跌 你的钱可以用来购买无限的资源和劳动力,无需任何额外的工作,人类的基本生活水平就能得到提高 人工智能提高了生产力,但同时也重新分配了能够获得生产力的人群 建于18世纪,是暹粒城内最古老、最重要的佛教寺庙之一。它的全名是 Wat Reach Bo(Wat Raja Bo),拥有超过100名僧侣,是暹粒省规模最大的活跃寺庙 。这里是上座部佛教(Theravada)的修行场所,至今仍是一座运作中的 pagoda——僧侣在此生活、学习、诵经 寺庙氛围很平和,安静,没有很多的游客,有一些本地的信众和众多的灵塔 Wat Bo 最独特的价值在于主殿(vihara)内的壁画,印度教叙事 暹粒省在1907年之前一直处于暹罗(现泰国)控制之下。这意味着 Wat Bo 的建造和装饰都发生在泰柬文化深度交融的时期。壁画中的泰国元素不是偶然的——它们是这段殖民/宗主关系的直接痕迹 建筑风格,呈现传统高棉风格,特征是弯曲的尖塔、红瓦屋顶和精细装饰的廊柱 。主殿(vihara)拥有三重屋顶结构,带有原位保存的木质山墙。主体建筑以红砖砌成 ,木雕工艺精细,装饰建筑各处 几个世纪以来,僧侣是农村唯一识字的人,他们充当教师,教导寺院侍者、沙弥和新出家的僧人。直到1970年代,大多数识字的柬埔寨男性完全是通过僧团的教育获得读写能力 也就是说,出家不只是宗教选择,而是获取知识和社会流动的几乎唯一通道 僧人还常常是治疗者,在传统高棉文化中,他们的角色最接近现代精神科医生。他们可能还精通占星术。这意味着僧人同时扮演着教师、心理咨询师、仪式主持者、道德权威等多重角色 信众供养僧人食物和日常所需,僧人则通过自身存在和教导,为信众提供积累善业的途径。僧人遵循戒律,作为托钵行者接受信众供养的四种必需品——食物、衣物、住所和药品 红色高棉时代的割裂感,僧侣被强制还俗从事体力劳动,宗教被禁止,寺庙被毁坏或破坏。据估计多达5万名僧侣在此期间丧生 灵塔有很多,这类建筑最原始的形态就是一个土丘。在古代佛教文本中,原始的 chedei 仅仅是一座坟堆,建来保存佛陀的舍利和骨灰 但是在红色高棉时代,这些习惯性的火化或安葬程序也没有进行,大量的人死于非命并且被丢入万人坑,没有火化,那些灵魂被困住,无法轮回,不仅仅是的政治暴力,而是对整个宇宙秩序的破坏,所以 Choeung Ek 那个透明佛塔算是给那些从未得到正确的仪式死者一个迟来的容器 还发生一个现象,我在 wat bo 寺庙也看到了个人祝福仪式,之前想起来在泰国也遇到了僧人去解惑 信众来到寺庙,跪在僧人面前,请求一次个人祈福(blessing)。僧人会诵念巴利语经文,然后可能用一束蘸水的草或小扫帚轻洒圣水在信众头上和身上。这叫 ស្រោចទឹក(srauch teuk),即洒水祝福 信众来请求祝福的原因非常多样——可能是出远门前求平安、生病求康复、生意上遇到困难、家庭矛盾、新工作开始、甚至只是例行的功德积累。这不需要提前预约,随时可以去 在 Wat 内部,信众坐下时要弯腿、双脚收向一侧,行礼时双手合十(Som Pas)并三次伏地叩拜 。信众的头必须低于僧人的头——这不仅是礼节,而是一种宇宙秩序的身体化表达:僧人作为出世者,在精神层级上高于在家人 除了日常的祈福,还有就是咨询和开导,功德回向(将功德转让已经去世的家人,让他们在轮回中获得更好的去处) 僧人在信众手腕上系了一根白色或黄色的棉线,那就是 ខ្សែដៃ(kse dai)——护身绳。信众通常会戴着这根绳直到它自然脱落,相信它能提供持续的保护,这个在尼泊尔也遇到过 新加坡最喜欢的人物 是新加坡经济腾飞的总设计师 新加坡建国初期最难啃的骨头——经济、金融、教育,几乎全是他一手包办并打下根基的 建国初期的新加坡失业率极高,面临生存危机。吴庆瑞出任首任财政部长后,做出了一个疯狂的决定:填海造陆,在西部的裕廊(Jurong)原始沼泽地和丛林里,建一个全亚洲最大的现代化工业园区 他不顾一切地修路、通水、通电,制定极其优惠的税收政策,满世界拉客 工业之后,又开始为新加坡财富做长远规划 他一手组建了相当于新加坡中央银行的机构,建立起极其严格的金融监管体系,让新加坡成为了亚洲最安全、最透明的金融中心之一 到了1981年,新加坡的外汇储备已经非常丰厚。吴庆瑞认为钱放在银行吃利息会被通胀吃掉,于是他创立了新加坡政府投资公司(GIC),把国家的钱拿去全球投资钱生钱。今天,GIC 已经是全球最大的主权财富基金之一 他没有坐在北京的办公室里喝茶,而是带着团队(甚至自己掏钱付机票和考察费),极其深入地考察了中国的沿海特区(如深圳、厦门、珠海等) 不去害怕外资剥削,外企是为利润而来,但是技术是长久的,所以大胆为外资让利(投资理念) 不盲目的借外债,很多的发展中国家就是借外债搞建设的,最后陷入债务危机,必须要吸引直接投资(FDI) 感觉很不一样,这种不一样很难找到平替城市 其实来柬埔寨之后,也遇到了抢劫、赌场 但是 … 第一天在暹粒的感觉 暹粒真的太特殊了 世界级古文明遗址 + 可步行的小城尺度 + 东南亚佛教/法式殖民混合气质 + 便宜 + 咖啡馆/旅居友好 + 不算大城市但也不至于无聊 和之前去过的所有的城市都不一样,类似的文化小城,槟城,会安,等等其他的国家的小城,感觉都没办法平替 暹粒像是被超级文明遗址拖起来,整座城市都活在吴哥的引力场里 早上起来,千年寺庙、护城河、古树和石雕这些都可以随时看到 中午回到城里吃饭、喝咖啡、做按摩 晚上又能回到夜市、Pub Street、河边这些很当代、很轻松的空间 尤其是在这个游客并不是爆表,中国人少见的节点 Wat Bo:寺庙有种很老派、很安静的呼吸感 BIOLAB CAFÉ:带 lab 的 cafe 一般都值得去尝试 Wat Preah Prom Rath:那种寺庙和日常生活贴在一起的感觉特别明显 只是个被阳光晒得慢悠悠的普通小城 寺庙、咖啡馆、街边、tuk-tuk、僧人、游客、狗、树荫,全都混在一起 如果一个人把欺骗当做工具,习惯性的用隐瞒、操控和话术达成目的 欺骗的成本很低,缺少真实的愧疚感 感觉很难改变的 因为没有真实的付出代价,没有持续的行动改变,大概率会继续欺骗 哇,我真的,我看了哔哩哔哩的影视飓风那个视频,我觉得真的非常不可思议。就是他介绍的那个孟加拉国,孟加拉国它本身是一个被河流塑造的一个非常高密度的南亚国家。它的西、北、东侧与印度接壤,东南侧有一小段与缅甸的边界,南面是孟加拉湾。孟加拉国外交部门地理介绍
就是这个国家也不算大,但是人口规模超级大。就是它的首都是一个非常非常多人的一个首都。而且它也是在一个全世界最大的河口三角洲,就是它的土地非常肥沃,所以它也注定了它和很多东南亚国家一样,就是它农业非常重要。然后人口也是非常密集的,基础设施就是建设很困难,气候也很脆弱。它非常有意思的是,它不是一个天然统一的已久国家。孟加拉国它非常重视一点,就不是只有洪水,然后不是只有贫困,不是只有廉价的劳动力。就它是在一个资源约束很强的下面,靠人口、靠制造业、靠女性劳动,然后和社会动员,然后构成的一个发展型社会。它是全球的第 35 大经济体之一,但未来也要非常多口化。就现在脱困的钱也很多了,就自从 10 年以后,就孟加拉国已经有 3000 多万人脱离贫困。但现在也挺难的。它社会结构非常年轻化,就但也非常讲究关系网络社会。我记得它首都达卡,它是全球最密集、最拥堵的大城市。但它的活力超级强,就是基础设施压力很大。然后摩的也很多。我觉得这个国家就挺有意思的。它在印度还有中国,还有一些东南亚的交接口。它气候也特别有意思。 不能只把它当成一个庙,而要把它当成一个帝国首都遗址群来看。联合国教科文组织把吴哥定义为东南亚最重要的考古遗址之一,范围约 400 平方公里,不只是吴哥寺本体,还包括高棉帝国 9 到 15 世纪多座都城、神庙、水利系统和道路网络 吴哥的灵魂大致有三种: 第一种是帝国正统与宇宙秩序,代表是吴哥寺; 第二种是王权面孔与宗教转型,代表是巴戎寺、吴哥城; 第三种是废墟感、森林感、时间感,代表是塔布茏、班蒂色玛、崩密列这类地方。 这些是我理解遗址的三个角度,和内圈、大圈、外圈的旅游线路并不一一对应。 外圈里最值得专门去的是班蒂斯蕾,其次是崩密列 最值得去的单体排名: 吴哥寺 Angkor Wat 巴戎寺 Bayon 塔布茏 Ta Prohm 班蒂斯蕾 Banteay Srei 圣剑寺 Preah Khan 崩密列 Beng Mealea 这里说的吴哥遗址区包括高棉帝国不同时期的都城遗迹;吴哥寺(Angkor Wat)只是其中一座寺庙。UNESCO 对吴哥的说明 吴哥前期深受印度教影响,后期逐渐转入大乘佛教,再叠加上座部佛教影响。最典型的就是从吴哥寺、巴方寺这种更偏婆罗门体系的帝国象征,走到巴戎寺、塔布茏、圣剑寺这种阇耶跋摩七世时期的佛教王权表达 苏利耶跋摩二世在 12 世纪主持建造吴哥寺。它最初献给毗湿奴,后来成为佛教圣地。回廊里的浅浮雕既描绘《罗摩衍那》《摩诃婆罗多》等史诗,也呈现国王的仪仗队。APSARA 对吴哥寺的介绍 我觉得很有意思的是,建筑师把“庙山”和回廊结合起来,让宗教宇宙观变成可以亲自走进去的空间。 展现出来了印度教以及后面佛教的宇宙观 吴哥窟的宇宙观是理解整个建筑群的核心钥匙。在高棉文明的世界观里,宇宙有一个固定的结构模型,而吴哥窟就是这个宇宙的物质化复现 须弥山(Mount Meru):宇宙与众神的中心 在神话中,须弥山是宇宙的中心(世界轴心)以及众神的居住地。吴哥窟中央呈“梅花状”(Quincunx)排列的五座逐步抬高的石塔,正是为了精准再现须弥山的五座山峰。建筑通过层层升高的回廊和高塔,象征着朝圣者向众神国度艰难攀登的旅程。通过在人间复制神圣的须弥山,吴哥窟将高棉王国锚定在了宇宙秩序的中心,并确立了建造它的国王作为神明与凡人之间神圣媒介的合法性 宇宙海洋(Cosmic Ocean):神圣与世俗的边界 吴哥窟的外围被巨大的石墙和宽达190米的护城河所环绕。这些外墙和护城河不仅仅是防御工事或水利设施,它们更象征着环绕在须弥山周围的重重山脉与浩瀚的“宇宙海洋”。在精神层面上,水体强化了神圣空间的边界感,当朝圣者跨越护城河时,就标志着他们跨越了“宇宙水域”,完成了从凡人凡俗世界进入宇宙神圣中心的心灵过渡 与“搅拌乳海”神话的呼应 宇宙海洋的象征意义还与吴哥窟回廊上最著名的《搅拌乳海》(Churning of the Ocean of Milk)巨幅浮雕紧密相连。该神话讲述了神(Devas)与魔(Asuras)合作搅动宇宙海洋,以获取长生不老甘露的故事。在这个宏大的建筑语境下,环绕吴哥窟的护城河被视作“乳海”的化身,而位于中心的寺庙则代表着神圣的宇宙秩序。这种水体与建筑的结合,生动地表达了高棉人关于从混沌中创造生命与维持宇宙平衡的深刻信仰 吴哥的庞大水利系统让我想到,繁荣与脆弱有时来自同一套结构。研究讨论了 14—15 世纪干旱等水文气候变化与吴哥衰退的关系,但这不能简化成唯一原因,也不能据此断言稻米从一年三四熟降到一两熟。关于吴哥寺居住史与衰退节奏的研究 我更想理解的是,一个高度依赖水利网络的社会,如何面对环境变化与长期维护的压力。 今天在吴哥博物馆逛了 3 个小时,它是在暹粒的这边暹粒的一家博物馆,我感觉还挺有意思的。其实来之前我也了解过关于吴哥窟,然后包括暹粒的相关历史。但是包括高棉的一些历史,就是感觉很有意思。我其实并不考虑来这家博物馆的,因为这家博物馆收费比较高,这次花了我18 美金,就是感觉偏高了,对我们这种不是赚美金的人来说。但是其实看下来体验感我觉得是非常好的,因为它虽然没有那么多非常珍贵的文物,但是它就是一条线,然后却帮你了解到整个吴哥的历史是什么样子的,然后各个佛像、各个女神,然后各个神佛还有仙人,他们之间的背景关系,包括印度教的背景关系、佛教的基本关系,我觉得这非常有意思。就博物馆它就相当于是一个在场证明,然后让你亲自走过一趟,让你觉得就是,那不仅仅在网络上,不仅在书上去了解这些知识,也可以去实地的去看一看对应的一些古迹,一些非常珍贵的展览,就是非常接近地去看他们,然后观察他们的细节,观察他们的做工,然后观察他们的雕刻艺术。然后包括各种的木质的佛像、各种石质的佛像、各种金属的佛像、银像。然后我觉得就感叹做工的精细,非常的厉害。 我突然意识到,就是整个的学习过程,如果让我现在去总结的话,我觉得就是非常有意思。最开始通过一些 AI 工具,然后去帮我快速地去了解这个地方的历史,然后会帮我整理为一些章节,还有就比如说,他在介绍这个吴哥历史,或者是高棉的历史的时候,或者是柬埔寨历史的时候,他会去排列,就是告诉我去这个地方它的原始的历史故事,然后后面转,为什么去选择印度教,又为什么去转到佛教,以及他们最重要的一些产业,比如说农业,然后为什么农业很重要,以及和农业息息相关的就是这边的一些水利,然后这里的水利以及这边的天气,就是对这个国家的影响,然后包括后面的一些些现代化进程。以及一些这边的著名的一些景点。就比如说柬埔寨国旗,然后国旗上面有吴哥窟,然后吴哥窟对这个地方的影响,它就好像是柬埔寨的一个名片。然后就是介绍吴哥窟的一个历史,它的一个吴哥窟里面的一些建筑特点 然后我又实地的去玩了一下这个博物馆,我就去这个博物馆里面去亲身体会了一下。然后这个过程中也用 AI 去帮我记录,就包括拍一些照,或者是发一些对应的名词,然后还帮我去详细的扩展,就有种看实物学习的感觉。它就会介绍,就是有哪些神,然后有哪些佛,有哪些仙,然后有哪些历史背景故事,它具体是什么样子的,包括舞女,然后就是交融在一起,它就帮我去逐个击破,帮我去辨认,就是这些古迹,然后它对应的名词,它具体的映射的背景故事,它具体的历史,它具体的神话是什么样子的?我觉得这个是非常有助于我具身的去学习的。然后最深刻的学习方法就是去吴哥窟去感受这个这里最有名,然后在全世界都非常闻名的吴哥窟。就是具体而言,就是在吴哥窟里面再去深度地感受一下,就是真实体验是什么样子的。我觉得这个过程就在吴哥窟就相当是有一个具身体验的,就是你自己再带入到这个环境里面去感受这个非常有历史文化,非常在人类历史上是一个传奇的一个故事。就这个是非常有具身感的,我觉得是非常有意思的。这个就相当是一个主体经验,就是一个个人的经验了。然后这个学习方法基本上就是从最开始怎么样去用 AI 快速学习?然后怎么样去在具体的去通过一些实物去感同身受?就是观摩这个细节,就是通过自己的眼睛,然后去观察这个实物,它具体是什么样子的。通过身临其境的去感受,然后再通过自己去带入这个历史意义上的一个环境,环境场,然后去真切的去理解这个历史故事,然后感受这个文化古迹,还给自己带来的一些成长 很推荐去吴哥窟之前来吴哥博物馆 Angkor National Museum 涵盖了高棉的历史、文明和文化遗产 感慨高棉文明留下来的世界观,叙事 一个文明,怎样让数以万计的人相信同一件事值得用一生去做?信仰、社会组织和劳动动员在其中分别起了什么作用,我还想继续了解。 Preah Ang Chek Preah Ang Chorm Shrine 可以说是暹粒的守护神殿。 我看见不少信众在这里上香,用莲花、香烛供奉,也有人用圣水清洗佛像的手和脚。 这类信仰空间和本地人的日常生活联系得很紧密,让我很想继续了解它的故事。 原价是 13💲/ day 的摩托,三天,花了我 24💲 我挺能砍价的 嘿嘿 but 还是好贵 明天就开始吴哥窟的行程啦,期待一下,这个过程中会不断的记录,不断的多一些思考 今天又去了这家,早上准备去吴哥窟大圈逛逛,然后路过这家想着再来吃吃,依旧很友善,爷爷推荐了一些面条和肉 pho 依旧是感觉很美味,价格感觉是略高的,三美金,在本地来说,之前吃的好像要便宜很多 我感觉还是那个圣剑寺,它更有破旧感一些,就是这个现在这个什么,水上寺庙,其实就围绕一个寺嘛,最开始就是为了给本地人来祝福的,因为他这边会经过一个水池,然后水池的景色挺好的看的,所以他们就会认为这个水可以洗净罪恶 认识了一些暹粒本地朋友,聊到吴哥窟。我们好像会把自己国家的一些文化遗产,比如故宫、长城,当作一种名片,从中获得归属感和成就感。 这种感觉在和本地朋友的交流中也很明显。他们觉得吴哥窟让自己很自豪,也是一个让外界认识柬埔寨的窗口。我觉得很有意思。 Siem Reap Ta Prohm Temple 绝美秘境 也是古墓丽影的取景地 我去了这家的感受,就这个寺庙给我的感觉,它很神秘,真的很符合我心中的秘境的定义 感觉美国人真的好多,今天 hotel 也来了一个美国人。感觉他特别外向,笑死了,而且他还有胡须,就他整个人就给我的感觉是那种特别有个性的人,这就是美国人的自由吗?笑死,而且人真的好外向 晚上一起吃饭,我真的格格不入,不抽烟,不喝酒 我一直以为吴哥窟是非常大的,非常分散的,但是好像并不是这样的。吴哥窟其实默认只是指的是中间那一个信仰地带。吴哥窟其实是以印度教为世界观模型建立起来的一种微型的建筑 是苏耶跋摩二世建的 吴哥城就是阇耶跋摩七世建,强调“统治 + 民生 + 佛教转向” 吴哥窟是一种神的世界,宗教宇宙的描述 五塔(须弥山)和巴戎寺的四面石像,让我想到不同宗教传统在吴哥的叠加与融合 因为好像在七世的时候,因为高棉帝国长期存在宗教的叠加与融合,所以往往迭代为佛教的过程中,并不是简简单单的替换,而是一种融合的过程。所以它的在高棉这个地方存在的方式,当时就是印度教和佛教长期共存的一种方式 建巴戎寺(“微笑佛脸”) 强调慈悲、救度众生 说明某一个伟大的文化在融入本地的时候,其实往往会产生交融。也就是说,为了适应自己原有的一种文化,而但是呢,现代文化更有利于维持新的秩序,理解新的世界,所以他们之间产生的冲突往往是以融合的方式,而不只是替代。这样的观察不能概括所有国家的文化变化 包括藏传佛教最开始的苯教,再到后面替换为佛教,其实也是一个融合的过程。现在还有很多苯教的一些痕迹 我觉得吴哥窟这个地方其实非常值得细细研究,因为但是要理解它,其实要理解印度教,尤其是要理解它的轴线,还有它的比例,包括它的象征系统以及护城河,包括它对应的在印度教之间的一些含义,所以只有理解了印度教,才能理解吴哥窟 巴戎寺很有意思。如果说吴哥窟给我最强烈的感受是秩序,那么巴戎寺给我的感受更偏向精神性。它在吴哥城的中心,大量四面石像很有辨识度,王权表达、宗教转型和叙事能力也让我很感兴趣。 吴哥窟最酷的一件事就是把印度教宇宙模型,几乎完整的翻译为建筑 包括五座主塔:须弥山,也就是印度教宇宙中心,诸神的居所 护城河是宇宙之海,不只是防御设施。按照传统解释,它象征包围须弥山的宇宙海洋。也就是说,参观者从外面一步步走进去,等于在完成一段从“人间”进入“神界中心”的象征性旅行 围墙与层层回廊:宇宙边界与等级空间,整个建筑由外而内、由低到高推进:外墙、长甬道、回廊、平台、主塔,形成非常明确的等级秩序。Britannica 概述吴哥窟为一座“人工山”,在三重围合中逐级上升至顶部;这正是典型的高棉“寺庙山”逻辑 其实我在吴哥窟的时候感触也特别深刻,就是上去的时候,好像就是层层递进,好像有三层围合,然后每一次基本上就会上一个台阶,上一个台阶我感觉就是在爬一个山,只是在把这个山就是做成了这样的一种宫殿的一种形式。所以我觉得就是它越往里就会感觉越是神圣,然后越是往高处,就感觉越是接近于神 而且,其实吴哥窟有一个很重要的点,就是它和中国故宫包括一些宏大的设计一样的就是它是一个绝对对称,然后绝对秩序的一种秩序机器。它也会强调轴线对称重复和递进。然后,我觉得也是,作为高棉古典艺术的巅峰之作,这个很有意思 而且,有没有发现,就是这一次我们从西门进去的,也就是说,从西门进去的那一刻,是可以看到太阳从东方升起,然后就能看到太阳在主塔上面,然后正好是今天是特殊的日子,然后正好能拍到太阳从主塔上升起的那一刻。然后,我觉得那一刻真的好美呀,就不愧是被称之为世界最美的日出,因为这个日出里面带着很强烈的色彩,带着宗教信仰,带着科学秩序,也带着很多无数人的期待,以及一些不扫兴的群众,很有意思 吴哥窟最初献给的是毗湿奴,不是湿婆。这个点非常重要,因为很多吴哥建筑是湿婆系统,但吴哥窟的原始宗教归属更明确地偏向毗湿奴 而且还和印度的印度教神话中非常有名的一段故事就是有一个内容叫《搅动乳海》诸神与阿修罗以巨蛇为绳,围绕神山搅动乳海,以求长生甘露 这个内容就是和吴哥窟的设计是相互对应的 佛教产生在古印度的宗教与哲学环境中。我想继续了解,佛教经典如何与当时关于众神、祭祀和修行的观念对话。 这里不能把“佛陀亲自写佛书”,或后来印度教三神的完整体系,直接套到早期佛教上。不同经典与观念形成的时代,还需要分开核对。 这个很有意思 它是在国王七世的时候建设出来的,也就是说那时候是在转佛教,也就是说它的宗教属性是一个大乘佛教寺院。所以我进去的时候,其实看到了很多人在那边跪拜佛陀,这里看到的佛陀供奉方式,让我想继续比较上座部佛教和大乘佛教的造像传统,不能据此断言上座部寺庙只供奉一种造像 这个地方是僧侣居住的一个修行城,也可以叫一个房间之城。所以它并不仅仅单纯是一个祭祀的建筑,它也是带有一定的功能属性,还有修行功能的 我觉得它的围墙结构很有意思,就是或者是吴哥窟,或者是类似的,这边高棉时期的建筑风格,我觉得很多都是符合印度教宇宙观。就是它会有多重围墙,然后从外到内逐渐神圣,然后中间是代表宇宙中心,就是须弥山 好像他们的建筑材质也不一样,就有一些如果是感觉破败感很强的话,主要是用的砂岩和劣质的一些石材,所以它更容易坍塌,也更容易有废墟风格 它是极度安静的,相比较其他的一些寺庙来说,几乎就没有一些团队游客。然后它是有非常强烈的时间侵蚀感的,我在后面还拍到了一棵巨大的树,所以就感觉拍照其实很出片 吴哥最著名的时间废墟 最具辨识度的寺庙之一 Ta Prohm 建于阇耶跋摩七世时期,原名 Rajavihara(皇家寺院),是一座大乘佛教寺院兼学习中心 它更接近大型寺院和学修综合体,建于 12 世纪后期,1186 年举行奉献仪式。寺中的般若波罗蜜多像与国王母亲的纪念有关。APSARA 对塔普伦寺的介绍 所以它的宗教意义和情感色彩都很独特,带着家族纪念的含义。 和它对应的是圣剑寺,那个昨天去过 里面很明显能感觉到,石头与树木已经交织在一起。至于这里的废弃、使用与维护经历了怎样的变化,我还需要查更可靠的历史资料。 这个我觉得是一个非常少见的状态,就是它的文明遗迹,它并没有完全的战胜自然,而也没有被完全自然抹去,而是借用一个张力的平衡 其实从外到内基本上也是一样的,就是也是符合印度教的一个宇宙观,就是它的神圣性逐渐提升,然后它从宽阔然后再到幽闭,然后它的压迫感也慢慢地增强,就是给人一种感觉,不像是在参观一种展览品,而是在穿越一个宗教遗址,这个是对人是非常有体验感的,我觉得非常有意思的。而且我觉得就是他之所以很有名,还有一个非常非常重要的点,Ta Prohm 的价值不只是建筑本体,也不只是树木,而是 “废墟景观本身”已经成为遗产的一部分。也就是说,你看到的不是简单的“自然破坏文物” 而是一个经过管理、稳定、保护后的文化景观:既保留树与庙的戏剧性,又尽量避免其继续失稳坍塌 这里也让我想到,遗产保护和参观体验之间需要平衡。近距离观看的感受很珍贵,但能否触碰、可以接近到什么程度,还要尊重现场的保护要求。 Ta Prohm 最容易被低估的一点,是它当年并不是“一个孤零零的庙”。碑铭记录显示,这里曾关联极庞大的人员与供给系统。公开资料提到,寺内曾有 上万名常驻或服务人员,外围村庄还有大量人群为其提供物资、劳务与宗教服务 Thommanon Temple(托玛侬寺 / 汤玛侬寺) 和 Chau Say Tevoda(周萨神庙 / Chau Say Tevoda) Thommanon 是一座12世纪前后的高棉印度教寺庙,一般认为建于 Suryavarman II 前后,也就是和吴哥窟大致相近的时代背景。它规模不大,但保存状态很好,是吴哥地区非常典型的精致型小型寺庙。 一个完成度很高的古典审美样本 Thommanon 一般被视为印度教寺庙,与湿婆、毗湿奴体系有关。吴哥很多寺庙在历史中都经历过宗教转换,所以今天不能简单理解为“只属于单一神祇”,但它整体气质还是更偏印度教传统 Chau Say Tevoda 会复杂一些,有层次一些 算是非常非常火的一种寺庙呢。它是最能体现吴哥作为帝国中心神山感的一种建筑之一。最开始也是源于高棉印度教国教,然后建造年代一般介绍为 11 世纪中期;具体建造归属在研究中仍有讨论 这个是非常有野心的一个神山寺寺庙,因为其实爬上去就能感觉到,就是它的高度是非常高的,并且非常陡的。我觉得就是你从上面去看,下面是可以一览无遗的,就旁边就是一个那一个指挥台,就是国王的阅兵台,然后,附近的都是各种的大树绿植。因为这种建筑非常非常沉厚,它是用石头堆起来的山,类似于石山,就和其他那种精细的建筑不一样。那种精细的建筑还怕被植物给破坏掉呢。就比如说我们之前看的那个电影里面那个建筑,但这个不会,它是它就像石头一样,它能够轻而易举地做到和石石头共生,只有石头去适应它,而不需要它去适应石头 Baphuon 本质上是高耸的多层平台式 temple-mountain 它是把宗教宇宙观建筑化,非常代表的一种形态,就是越是底层就越是接近凡俗世界,然后越是往高,就越是接近神圣中心 它前面还有非常长的长桥式通道,这个还就像是一个仪式感,然后把你慢慢地带入进来,就是它周边也会被设计出来的,所以它像是被作为一个非常非常重要的一个中控存在的 我爬的时候,我感觉上去挺难爬的,就是它的坡度挺高的,而且有些台阶挺狭窄的,也就是说,还是感觉危险系数还是蛮高的 在下面可以看到很多石块,这也让我对修复工程很好奇。巴方寺的重组工程经历过长期中断,法国远东学院在 1995 年重启大规模修复,2011 年举行了竣工典礼。重新辨认和安放石块,就像在做一个巨大的三维拼图。法国远东学院的修复研究 重新辨认石头形状、位置与彼此的关系,难度一定很高。让我感慨的是,修复不只是把散落的石头重新拼起来,还需要理解建筑在不同时期留下的变化。 在暹粒去吴哥窟、女王宫的路上,我找了一家非常本地非常 local的餐厅,感觉非常非常酸,我感觉还是适合老老实实的吃游客区。而且不知道卫生条件怎么样,我总觉得很一般。 感觉头巨痛 我最近跑油费就跑了快一百 外圈的距离尤其都很远 不知道为什么头疼 回来之后感觉头随便摆动一下都是巨痛的 洗完澡后感觉好多了 好像不仅仅是吸入灰尘,还有就是这个过程中严重的缺水,高温 Serey Rathana 本人是一位技艺精湛的皮影雕刻家。他创办这里的初衷,是因为他发现柬埔寨传统的皮影戏和皮雕艺术在战后几乎失传,而金边和暹粒的许多艺术学校都在相继关闭。他担心高棉文明中这一环会彻底断代 Rathana 在 2002 年左右建立了这个中心。起初,他只是想教当地贫困家庭的孩子和孤儿学习一技之长,让他们能够靠艺术自食其力 Rathana 曾在采访中提到,当他雕刻时,总会有很多贫困的孩子围在身边看。当他问这些孩子为什么不去上学时,得到的回答往往是“没有父母”或“家里太穷需要干活” 他把这些孩子视作“小天使”,并把自己的家改造成了这座中心,亲手教他们如何把厚重的牛皮变成精美的艺术品 皮雕用天然材料处理牛皮,每一刀都需要极大的耐心,有些复杂的作品甚至需要数周才能完成 之前在清迈,以及这次在柬埔寨,有些街区让我感到很割裂:高楼、围墙里的住宅,和简陋的住处距离并不远。 我不知道其中每个家庭的收入、产权或工作状况,不能只凭街景推断他们的人生。但我越来越觉得,了解一个地方,除了看繁荣的一面,也应该关心普通人住在哪里、怎样通勤、怎样生活。 上一家是在暹粒这边订的一家hotel,然后我感觉就真的很一般,就尤其从几个方面吧 餐食的价格和呈现方式没有达到我的预期,这次每餐花了 6 美金。至于后厨具体如何制作,我没有核实。 然后 WIFI 全程都在维修,我住了九天,九天一直在维修中 然后房间的基础设施很缺乏,上面写的很多,但是实际上大部分都没有,包括吹风机,烘干机,洗衣机,而且实际观感和 Booking 上的图片差别很大;图片是否经过 AI 处理,我无法确认。 其实在我来柬埔寨之前,因为当时在拉萨,我对“证道会”这个概念觉得非常有意思,所以当时选了一个国家,就是柬埔寨。柬埔寨它也是佛教类型的国家,然后我就在想,柬埔寨虽然也是佛教国家,但我觉得它是一个贫富差距会比较大的国家。我在想,佛教在这个国家到底有哪些作用,它是如何塑造这个国家目前的社会形态的,这一点我很好奇,我一直在找这部分答案。 如果好好观察这里的人,看看他们怎样生活、信仰怎样进入日常,我觉得是一件很有意思的事。这也是我选择柬埔寨的原因之一。 并且我对柬埔寨的吴哥窟非常有意思,因为吴哥窟虽然之前也是印度教,但它后面转佛教了。我其实也对他印度教的形态非常感兴趣,印度教当时是怎么传播的,然后怎么塑造这样的人,以及这个体系还对现在人有什么影响,这部分挺有意思的。 看一次还不够吗? 还心存幻想? so,为什么人还是会容易心存幻想 沉没成本~ 投入了过多的时间、精力、期待甚至是金钱 曾经的美好体验都会被回忆强化 一个人如果是时好时坏,很容易让人沉陷进去 有时候很好 → 给你希望 有时候很差 → 让你痛苦 这就像是赌博机制 本质上就是知道真相,但舍不得那个自己曾经相信的版本 须弥山的宇宙模型很有意思:它像一个世界轴,把人间、天界和地下世界组织起来,周围还有层层山海。 我这段笔记把印度教和佛教的说法混在了一起。欲界、色界、无色界,以及帝释天、四大天王这些概念,需要放回各自的经典与传统里理解,不能当成印度教共有的一张标准地图。 我更感兴趣的是,人怎样用几何与层级,把看不见的宇宙秩序变成可以想象的结构。 震撼感到底是依赖于底层认知,还是一个更底层的人类感知系统 我在望着雪山的时候会感觉到自己的渺小,感觉雪山的庞大 我在看吴哥窟的时候感慨人类的信仰,人类文明的创造力 吴哥窟本身是巨大体量,并且是长轴线、超远纵深,极高的对称和秩序,还有居多的神秘感就像迷宫一样 我一直以为有一些震撼会依赖于认知 但是我现在感觉可能认知会过度解析以至于自己失去了原始的感受 … 当你了解一个魔术的运作手法时,你就很难再体验到魔术带来的纯粹惊奇 这可能是高度认知带来的副作用 就像是如果是站在吴哥窟前面,如果仅仅是祛魅,看到的就是一堆风化后的石头,古代王权动员大量劳力建造的工程,感受到人类在面对无常的宇宙时,试图留下存在印记的那种悲壮的生命力 看着吴哥那些被时间风化的巨石,我想到“祛魅”之后的感受。 如果一切都可以被拆解,一切动机都被归结为利益,那认知的终点难道就是虚无吗? 我后来意识到,自己太想寻找一个标准答案。面对同一个人或同一件事,不同的评价也会映出各自的诉求与经验。 就像面对吴哥,如果只剩下一堆旧石头,未免失去了很多。理解它的历史之后,我依然会被人类试图在时间里留下印记的愿望打动。祛魅后,也可以重新赋魅。 没想到是公益咖啡馆!! 连续来了两天 它 2016 年在暹粒开出第一家店,核心理念是 People, Planet, Profit,并表示会把 100% 净利润 以教育和创业资助的形式回馈本地社区 这个空间很适合 coworking 他们家的 Chicken Lok Lak 很有名 ,让我联想到中国的宫保鸡丁,但并不是同一道菜 这道菜的主角是切成方块的嫩肉(鸡肉或牛肉),通过大火快炒,锁住肉汁。味道是咸鲜微甜,带有浓郁的蚝油和黑胡椒香气 他家的 breakfast 也超级棒 一天后又来了,补充 笑死 这里服务员都记得用户习惯 第一次冰美式不要糖,还有披萨做硬壳,take away,card to pay都记得 《秘密》提出的一套主张是:人的持续思想与情绪,会像磁铁一样,把同频的经验吸引进生活 这套框架其实就是吸引力法则 你最常想什么、最常把注意力放在哪里,生活就会更倾向于出现什么。也就是它说的“同类相吸”“思想变成实物” 不只是“想法”,还包括你是否真正“感到已经拥有”,所以情绪会被放大 “不要盯着不要的东西,要盯着想要的结果”,是这套框架的说法。这里记录的是书中的主张,不代表思想能直接改变外部事件的因果规律。 也是工程师的一个奇迹 极其复杂和精密的系统,从水利工程的布局,再到墙壁的叙事,再到建筑与天文历法的完美契合 任何一个习惯于构建逻辑、设计系统或打磨产品的人,在面对这些古老遗迹时,都能体会到一种跨越千年的共鸣 真正看清一座遗迹,往往需要借助某种媒介。通过镜头的取景框,人会开始注意那些被普通游客忽略的细节:清晨第一缕阳光如何穿过斑驳的石门,巴戎寺“高棉的微笑”在不同光线下的神态变化,或是某处残垣断壁上精美的阿卜娑罗(Apsara)仙女雕刻。为了捕捉理想的光影而耐心等待的过程,本身就是一种与这片土地的深度对话 感觉现在国内的宠物友好的咖啡馆现在已经明显变多了,尤其是在一二线城市,感觉已经很多了。但是它还没有完全普及到默认可以带宠物的状态,就很多的咖啡馆现在已经开始打着宠物友好的标签,然后去当做一个新的消费场景来做了 很多的如果是配草坪,或者是露台,或者是小院,他们都会有一些宠物的饮水区,甚至说现在有很多的地方,包括深圳、广州,他们已经在推出一些宠物友好的商圈,还有社区,包括一些公园。就看上去现在已经非常的nice 今天来的Common Grounds Cafe 也是,非常有名 这里通常播放着轻柔的音乐,氛围安静不吵闹,二楼还有宽敞的空间 他们家从 2008 年营业至今,咖啡豆新鲜,品质一直很稳。菜单融合得很好,既能吃到正宗的西式简餐(比如汉堡、三明治),也有高棉当地的特色菜(比如椰香咖喱) 它是一家由 NGO 组织运营的社会企业。你在这儿消费的每一分利润,都会 100% 投入到柬埔寨当地的慈善和人道主义项目中。不仅如此,他们还专门为当地的贫困青年提供系统的餐饮职业培训,很多年轻人都是在这里学到技能后,走向了全国顶级的酒店和餐厅 The Little Red Fox Espresso 它是暹粒最有名的咖啡馆之一,氛围非常棒,员工也超级友好。这里的“姜汁香茅拿铁”很有柬埔寨特色,又非常现代 这家店是整个 Kandal Village 文艺街区的开创者之一。它把原本普通的一条小街变成了现在暹粒最时髦、最有设计感的区域 店里经常播放 60 年代的柬埔寨摇滚乐 把东南亚料理中最核心的香料融入拿铁 他们坚持从蒙多基里(Mondulkiri)等本地高原采购咖啡豆(本地咖啡) 有 pull over 我还在想 pull over 是什么 原来是 pour over coffee东北直给文化:劳动独立如何塑造不内耗的关系模式
西藏三地对比:墨脱/林芝/拉萨的消费层级与生态差异
纳木错 vs 羊湖:山谷宝石 vs 天宫镜子的精致与旷阔
藏北草原:灵魂留驻的纯净之地
圣象天门:湛蓝冰湖与苍茫雪山间的石象千年守望
寺院里的志愿劳动与人情往来
上师的社会资本:信众网络与信任资源的隐形权力
僧人信众差异:学院型高僧 vs 关系型上师的吸引力法则
哲蚌寺的智慧:知识是减法,破除我执的辩经修行
辩经场景:与自我对话的修行与下课后的相拥时刻
越南回忆开启:从东京到胡志明的观察之旅
胡志明街头咖啡:板凳社交与松弛感的树荫体验
越南通心粉的改良:弹牙感与本土口味
越南信仰观察:被低估的精神世界
非洲天主教增长:年轻信徒与本土化礼仪
越南 Hofstede 画像:高权力距离与裙带文化
中国的规模优势:工业强国的底层逻辑
仓央嘉措在藏文化中的位置:神佛也是人
越南精神世界:无神表象下的实用主义信仰
摩的司机
墨西哥 vs 巴基斯坦:放纵与克制的文化两极
公园里的蓝天:像拉萨一样的幸运时刻
奈良银杏叶飘落:抓拍者与被抓拍者的镜像
青春时光咖啡馆:安静不是冷漠,是另一种温度
柬埔寨金边
我刚在柬埔寨吃了第一顿饭,这个鸡还挺不错
S-21:学校、监狱与纪念馆
幸存者可能的创伤反应:当时的学习摘记
Choeung Ek(钟屋克 / 琼邑克)杀人场
还是蛮险的。今天去完那个货币博物馆之后
金边王宫:骑马雕像亭与公主佛塔
琼邑克树前的沉默
铭牌上的姓名、年龄和日期
SOSORO 博物馆
但安东国王1860年去世,儿子诺罗敦继位
铸币的条件:材料、工艺与信用
新加坡的货币政策
新加坡进口占比高、外贸规模远超GDP
新开酒店的入住体验与不确定感
早上起来酒店的观察
暹粒 Siem Reap 有家店,遇到了好喜欢
中国一线城市总体更贵,但很多日常消费项目
Wat Bo 寺感受
还发生一个现象,我在 wat bo
吴庆瑞
吴庆瑞独特的眼界,对中国的影响
暹粒给人的感觉
暹粒真的有一种很特别的气质
如果一个人把欺骗当做工具,习惯性的用隐瞒
哇,我真的,我看了哔哩哔哩的影视飓风那个视频
吴哥窟背后是很复杂的历史和知识体系
苏利耶跋摩二世与吴哥寺
Angkor Wat 的宇宙模型
水利系统的繁荣与脆弱
在吴哥博物馆逛了三个小时
我突然意识到,就是整个的学习过程
很推荐去吴哥窟之前来吴哥博物馆 Angkor
Preah Ang Chek Preah Ang Chorm Shrine
租了一辆摩托
又吃了一碗 pho
我感觉还是那个圣剑寺,它更有破旧感一些
和暹粒朋友聊吴哥窟
Siem Reap Ta Prohm Temple
美国人真的好多,今天 hotel 也来了一个美国人
我一直以为吴哥窟是非常大的,非常分散的
五塔(须弥山) + 巴戎四面佛
吴哥窟这个地方其实非常值得细细研究
吴哥窟最酷的一件事就是把印度教宇宙模型
佛教与古印度宗教环境的关系
班黛克黛寺(Banteay Kdei Temple)
Ta Prohm Temple(塔普伦寺)
Thommanon 与 Chau Say Tevoda
Baphuon Temple(巴方寺 / 巴普翁寺)
在暹粒去吴哥窟、女王宫的路上
连续三天的吴哥窟骑摩托
Serey Rathana
之前在清迈的时候,路过一些比较割裂的地方
上一家是在暹粒这边订的一家hotel
为什么选择来柬埔寨
人的底色
须弥山宇宙模型:先分清不同传统
震撼感到底是依赖于底层认知
当你了解一个魔术的运作手法时
祛魅之后,如何重新感受
暹粒选了一家 Footprint Cafes
《秘密》
创建吴哥窟是人类文明的一个奇迹
真正看清一座遗迹,往往需要借助某种媒介
现在国内的宠物友好的咖啡馆现在已经明显变多了
暹粒有很多家 NGO 运营的社会企业
每家咖啡馆都有故事啊
临时找了一下咖啡馆
三、阅读、思想与历史
54 条记录 我们总会面对这个世界,这个世界很复杂, 复杂超出我们每个人想象 有些人选择将这个世界降维,简化,不再去探讨人性,用单一叙事体系描述一切,用标签代替理解,用立场代替判断 有些人选择将自己简化,承认自己无法掌控世界,自我不再是认知中心,不把一切当成对自己的评判的 … 拉萨这边也会遇到乞讨的人,多在寺庙周边、游客密集区。 他们各自经历过什么、是否有稳定生计,我并不知道。只凭所在地点,不能判断一个人是不是“职业乞讨”,也不能判断背后有没有组织。 在一家店里,我看到老板给了一个鸡蛋。我觉得这种具体的帮助也很好,施舍未必只能是现金。 在拉萨遇到的一些餐饮老板和服务员,比我熟悉的服务方式更少寒暄,也不太主动打扰。 我在想,这可能和具体的店、相处熟悉程度,以及当地生活方式有关,不能据此概括藏族人的性格,也不能直接归因于佛教。 又想到在尼泊尔遇到的一些人,即使我不消费,也愿意聊上两句。不同地方的互动习惯很有意思,但这些始终只是我有限的旅行经历。 晚上觉察到有一些不一样 今天晚上看了一部很喜欢的电影,《夜王》 个人很喜欢的一部电影 看完之后自己又回到民宿,房东姐姐又邀请我打牌,然后打到很晚凌晨快两点 洗漱完就现在了,感觉整个人空落落的,这个信号感觉在提醒我应该不会这样再去打牌了 如果是身边很好的朋友一起打牌的话,也不会有这样的一种空落和安静 陪伴的质量好像真的尤其的重要 我当时想用“前额叶下班”解释夜里的感受,但这只是比喻,不能当作自己的神经生理结论。睡眠与昼夜节律和情绪有关;这次空落落的感觉究竟来自疲惫、社交还是别的原因,我并不知道。NIGMS 对昼夜节律的说明 神经科学描述的是我是怎样运作的 但是没办法告诉我们应该成为什么 从物理世界的角度,还原论确实更"硬”: 切开大脑,你能看到神经元 你能测量多巴胺浓度 这些让我继续思考:主观体验与物理过程之间究竟是什么关系?我不想把它轻易简化成一个开关 这是无法回避的,那么什么是真实 物理层是神经元、多巴胺、电信号的结构真实 体验层是痛苦、好奇、爱、意义的现象真实 叙事层是文化、历史、身份、价值的关系真实 叙事与体验也有各自的真实,体验层是我们直接经历的真实 亚里士多德的本质二分法 将复杂问题或概念拆分为两个互斥的类别(如主观/客观、形式/本质、古典/浪漫),通过这种对立关系理解事物 二元法实际上也是有局限性,把一个人割裂,主客体分离,会掩盖事情的完整性 主张在纯粹良质的瞬间,主客体本是一体(如“tat tvam asi”哲学观) 真正的解决之道是打破二分法,通过良质将人与技术融合(如工匠全身心投入工作时的“一体感”) 我突然 get 到了 很有意思的地方 通过不同的路况和视野层级揭示了认知的多样性以及多层级互补,跳转 从组件来看一辆摩托车,了解这些组件的作用,必须要进一步得解释它的功能 读到一组流传的句子,但我没有核对出处,不能当作《华严经》的完整原文: “一花一世界,一叶一菩提,一砂一极乐,一笑一尘缘。” 花是任何一个微小的存在,世界是宇宙全体,叶子是平凡之物,俯拾皆是 一朵花里,藏着整个世界 一片叶子里,蕴含着菩提(觉悟) 一粒沙中,有极乐净土 一个微笑里,牵动着一段尘世因缘 不必仰望远方求道,道就在眼前的每一个当下,心若清净,微尘即是道场 我把“一花一世界”理解为每一个细微之物都是完整宇宙的投影,观察一朵花,便能洞见万物生灭的规律 “一叶一菩提” 相传菩提树叶见证了释迦牟尼的觉悟,每一片叶子都承载着通往智慧的可能 “一砂一极乐” 哪怕是一粒尘沙,也可以是净土,境由心造,极乐不在彼岸,而在当下一念 “一笑一尘缘” 人世间的每一段情缘,往往始于一个眼神、一个微笑,缘起缘灭皆是因果 有时一段重要经历明明只过去了几个月,回想起来却像隔了几年。我想,这可能和它与当下生活的距离感有关。 旅行、恋爱、分手或一次重大变化,容易在记忆里成为很突出的节点。如果后面的日子很平淡,那个节点就显得孤立而遥远。 这是我整理时间感受的一种假设,不能直接当作海马体、前额叶或多巴胺如何运作的结论。 感觉信仰也是需要社群来维持它的真实感的 当你周围所有人都在磕长头,磕长头就是正常的 当你周围所有人都质疑信仰,信仰就会动摇 这是人类作为社会性动物的基本运作方式 之前讨论过,极端环境下创造极端的信仰 高原、严寒、缺氧、随时可能变化的天气—— 在这样的环境里,人对自身力量的局限感知得极为清晰。死亡不是抽象概念,而是日常邻居 当人真实感受到自己的渺小和脆弱,就会自然地去寻找比自己更大的东西来依靠和对话。这不是愚昧,这是诚实 📚 理论概述 这是旧版文化维度框架的阅读摘记,下面的分数没有逐项核对版本与年份,不宜用于当下国家排名,更不能用来判断一个具体的人。 由荷兰社会心理学家吉尔特·霍夫斯泰德于 1980 年代提出,基于对 IBM 全球 70 多个国家员工的调查数据。是跨文化研究中最具影响力的框架之一。 🎯 六大文化维度 1️⃣ 权力距离 (PDI):社会对权力不平等的接受程度 高:马来西亚、菲律宾、中国(等级明显) 低:奥地利、丹麦、新西兰(扁平化) 2️⃣ 个人主义 vs 集体主义 (IDV) 个人主义:美国、英国、澳大利亚(“我"的意识) 集体主义:危地马拉、厄瓜多尔、中国(“我们"的意识) 3️⃣ 男性化 vs 女性化 (MAS):成就竞争 vs 关怀合作 男性化:日本 (95)、匈牙利、奥地利(竞争导向) 女性化:瑞典、挪威、荷兰(生活质量导向) 4️⃣ 不确定性规避 (UAI):对模糊性的容忍度 高:希腊、葡萄牙、日本(严格规则) 低:新加坡、牙买加、丹麦(灵活宽松) 5️⃣ 长期 vs 短期导向 (LTO) 长期:中国 (87)、韩国、日本(未来回报、节俭) 短期:美国 (26)、澳大利亚、尼日利亚(当下满足) 6️⃣ 放纵 vs 克制 (IVR):满足需求的允许程度 放纵:墨西哥、美国 (68)、澳大利亚(享受自由) 克制:俄罗斯、中国 (24)、埃及(规范严格) 🌏 关键数据对比 中国:PDI=80, IDV=20, MAS=66, UAI=30, LTO=87, IVR=24 美国:PDI=40, IDV=91, MAS=62, UAI=46, LTO=26, IVR=68 日本:PDI=54, IDV=46, MAS=95, UAI=92, LTO=88, IVR=42 ⚠️ 局限性 国家内部差异会更大 文化会随时间演变 6 维度无法完全捕捉复杂性 原始样本来自 IBM 员工 我当时尝试用“儒家集体主义”和“战后生存经验”来理解旅途中见到的一些行为。这个框架很粗糙,不能拿来概括越南人,也不能代替对具体情境的了解。 个人历史叙事和宗教信仰的关系 “个人叙事”(personal narrative)指人用自身经历、记忆和故事来解释自己是谁、为何如此行动的认知框架 宗教信仰强的人更少的依赖个人叙事 强信仰提供了一套外部的、超越性的叙事框架—— 行为的合法性来源于神圣戒律或教义,而非"我经历过什么” 自我理解嵌入在比个人更大的故事里(神的计划、轮回、使命) 遭遇苦难时,解释权交给了信仰体系,而非个人历史 身份认同的锚点是"我是信徒”,而非"我是那段经历的产物” 但有一个重要的反例:皈依叙事(conversion narrative)。许多虔诚信徒反而高度依赖个人故事——“我曾经迷失,后来遇见了神”——这种叙事成为其信仰的核心支柱 宗教信仰弱的人更依赖个人的叙事,必须自己构建意义 心理治疗文化(尤其西方)鼓励从童年、创伤、关系史中寻找自我解释 “我今天这样,是因为我经历了那些"成为主要的自我理解模式 道德判断更多基于个人感受和经验,而非外部标准 其实抛开宗教信仰,强制度国家也是这样的,强集体主义下的人群也是这样的,叙事是整合经历的工具 很多企业是容易满足的 这个基因刻得太深了,已经变成一种本能。手里有地,心里就踏实 企业也一样。手里有个赚钱的业务,就容易觉得"够了” 我突然想到,了解到自己有一个从未进入的领域 人性中那些无法被还原的部分 那些很迷惑的地方,好像生物学没办法解释,社会学和博弈论也没办法解释 博弈论的背后可以解释打破个人理性,长期价值最优解,以牙还牙策略在某些重复博弈条件下可能有效,不能脱离规则断言它总是最好 羊群效应揭示了人们的追风行为,即使自己掌握的信息表明大众可能是错的 人会为了感觉对,放弃真正好的 可能也是沉没成本 一个人明知道这段关系有毒,明知道离开才是正确答案,但就是走不掉——不是因为他不理性,而是因为「留下来」这件事本身给了他某种感觉,那个感觉比「正确」更真实 之前遇到过的一些朋友好像也是类似, 其实可以看清,但是看清以后依旧也是这样 这是人性里第一个混沌的地方——理解自己,不能解救自己 人最深层次的需要,自己是说不清楚的 你问一个人「你想要什么」,他给你一个答案。但那个答案几乎从来都不是真正的答案——那只是他目前能触及的、离真实需要最近的一个代理词 人是自己最难读懂的自己,读懂自己是最难的 人可以同时相信两件矛盾的事情 一个母亲可以真心爱她的孩子,同时真心地用那份爱伤害他 一个人可以真心相信自由,同时真心地活在他亲手建的牢笼里 一个人可以真心地想靠近你,同时真心地用尽一切办法把你推开 这不是逻辑错误,这是人的真实结构。人不是一个统一的主体,是很多层同时存在、互相矛盾、谁也不能完全压过谁的东西 人在极限处会变成另一个人 不是「展现了真实的自我」 是真的变成了另一个人 极度的恐惧、极度的失去、极度的爱、极度的羞耻——在这些极限处,那个你平时认识的「我」会暂时消失,出来的是一个你自己也不认识的东西 叙事心理学两个核心的思维模式 著名心理学家杰罗姆·布鲁纳 (Jerome Bruner) 提出,人类认知世界有两种截然不同但互补的思维模式 范式思维 (Paradigmatic Thought): 关注逻辑、因果关系和普遍规律,是科学和数学的语言 叙事思维 (Narrative Thought): 关注人的意图、情感、具体情境和随时间展开的事件。叙事心理学主要研究后者,认为它是我们理解人类互动和意义建构的关键 一般来说的,范式思维可以理解为科学家心智,致力于在复杂的世界中寻找规律,建立秩序,提炼出普遍的规律,但是如果是一些非常主观的情绪、情感的时候往往很无力,你很难用一个数学公式去精确推导一个人为什么会爱上另一个人,或者为什么会在深夜感到孤独 叙事思维更像是作为讲故事者的心智,不关心普遍存在的客观规律,而是关心特定人在特定的时间,特定的场景下经历什么,以及这些经历对他们来说意味着什么 范式思维和叙事思维两者思维模式是互补的 如果只有范式思维,我们的世界将变得冰冷、机械,失去人性的温度;如果只有叙事思维,我们将失去对客观世界的准确预测和控制能力,陷入纯粹的主观臆想中。一个健康运作的心智,能够在解决物理问题时调用范式思维,在处理人际关系和探索生命意义时调用叙事思维 成年人的身份认同不是静态的人格特质 而是一种不断内化,不断演变的人生故事 我们将过去的记忆、现在的经历和对未来的想象编织在一起,形成一个连贯的自传体故事。这个故事让我们感到生活有目的、有统一性 叙事认同理论是对传统人格心理学的一次重大颠覆,传统心理学喜欢用外向、内向、神经质等静态的量表和标签定义一个人 你不仅“拥有”某些心理特质,你本身就是一部正在连载的小说,而你既是主角,也是作者 人格的三个层次,叙事处于最高层: 特质,最表层的表演者,无论是否外向、尽职尽责或者情绪稳定 个人适应,动因者,包括动机、价值观、目标和防御机制,揭示了某种追求 叙事认同,这是作者,把自己一生的跌宕起伏整合到一起,形成一个有意义的整体,这是人类的自我创造 关键的场景: 高光时刻,体验到极致的快乐、巅峰体验或自我肯定 低谷时刻,绝望、失败、受伤 转折点,改变自己人生轨迹或者自我认知的事件 核心的一些主题,永远围绕的一些永恒的主题的 能动性,个人的独立、成就、掌控感、地位和自我超越 共融性,强调与他人的联结、爱、归属感、亲密和奉献 决定我们幸福感的,往往不是我们经历了什么,而是我们如何把这些经历串联起来 可以是救赎叙事,由坏变好,苦难、失败或创伤最终带来了积极的结果。负面经历被赋予了成长和觉醒的意义。高度的人生意义感、更强的复原力 (Resilience) 和生成感 (Generativity)。 可以是污染叙事,由好变坏。 积极的体验最终走向了糟糕的结局,或者被随后的创伤彻底毁掉。好事被坏事“污染”了,容易陷入抑郁、焦虑,产生强烈的无力感和受害者心态 青春期后期和成年早期,我们的大脑发育出来了传记推理的能力 面对充满不确定性、混乱和熵增的世界,如果人生只是一系列随机发生的、毫无关联的事件,我们会感到极度的虚无和身份的解体。叙事认同的根本作用,就是提供统一性(Unity)和目的性(Purpose) 我过去是如何走到今天的?(连贯性) 现在的我究竟是谁?(整合性) 未来的我要走向哪里?(方向感) 现实变化太快了 应该形成一套自己的体系与判断力 在 S-21 的展馆里,我看到一张张照片和一份份名单。每个人的名字、年龄、编号,都把原本抽象的历史变得很具体。 站在这些记录面前,会意识到每个名字背后都有自己的生活,也有亲人和朋友。我看着很难受。 这段记录主要留下我的参访感受。具体人数、展馆功能和历史过程,需要另外对照博物馆资料,不能把我当时的转述当成准确史料。 去金边杀人场的路上,经过加油站、小餐厅、摩托车修理铺,都是很日常的市井生活。到达遗址后,这种日常与历史之间的反差让我很难受。 我看见纪念塔、步道,以及树上来自各地参访者留下的彩色手环。它们让我觉得,记住这些具体的人和生命,比把历史只记成一串数字更重要。 先记一份粗略比较:不同地区与寺院差异很大,以下不能当作两种传统的统一规则。 思想上是上座部强调的个人修行,追求阿罗汉果位,严格遵循巴利三藏;大乘(Mahāyāna)强调普度众生、追求菩萨道和佛果,经典体系更为庞大(般若、法华、华严等) 建筑区别,上座部的核心是佛塔(stupa),通常是覆钵形或钟形的实心结构,金色尖顶,不可进入内部,信众绕塔礼拜。典型如缅甸大金塔(Shwedagon)、斯里兰卡鲁文韦利塞耶塔。泰国的佛塔演化为尖削的"舍利塔”(Chedi)形态 大乘的核心建筑是殿堂(Hall),强调信众可以进入其中礼佛。中国的大雄宝殿、日本的本堂、韩国的大雄殿都是这一传统。塔在大乘体系中逐渐从核心退居辅助地位(如中国的楼阁式塔、日本的五重塔),成为寺院的配景而非中心 上座部寺院布局相对松散、开放,以佛塔为视觉中心,周围散布僧舍(Kuti)、戒堂(Sīmā)、讲经堂(Vihāra)。整体感觉更接近僧团生活社区 但是中国的大乘寺院讲究的是中轴对称,层层递进,等级分明 上座部殿内通常以释迦牟尼佛为主要供奉对象,不能简单归结为只有一尊造像,造像姿态以禅定、降魔触地、涅槃卧佛为主,风格简洁克制 大乘殿内常见多佛多菩萨共处——三世佛、阿弥陀佛、药师佛、观音、文殊、普贤等,有时还有罗汉群像。造像体系庞大,反映大乘丰富的佛菩萨信仰 上座部建筑常以金色为主调(尤其缅甸、泰国),屋顶多层叠涩、尖削飞扬,装饰繁复但色调统一,大量使用镜片马赛克和火焰纹样。泰国寺院的多重飞檐(Chofa,鸟翼形屋脊)是标志性元素 大乘建筑在中国表现为木构大屋顶、斗拱、琉璃瓦,色彩以红黄为主;在日本则趋向素木、枯山水的极简美学;在韩国介于二者之间,丹青彩绘(Dancheong)是特色 有人相信这就是对的,相信一个判断、一个目标、一个原则 相信长期主义,这些都叫信念 但是信仰是庞大的,带有终极意味的 信仰通常更深,往往进入一个人的生命核心 它不只是“我同意这个观点”,而是“这个东西定义了我是谁、我为何活着、我该怎么活” 很多的时候,信仰是包着信念的,比如说宗教信仰的人会觉得人应该诚实、苦难有意义、人需要克制欲望 信仰要有最高的价值,很多人只是没有意识到自己的信仰是什么 有些人最高价值是成功、权利等等 人非常需要一个比情绪更稳定、比利益更高、比环境更持久的精神核心 这是长期的价值体系和价值观 信仰几乎都是自然生长出来的,什么样的环境,什么样的文化体系下 就这次和他们相处的过程中 并不是感觉有多好,或者他们多友善,江湖义气 而是不断的观察,理解他们的行为构成,谎言背后的本质逻辑,他们的核心价值体系,然后纠正 质性研究(qualitative)在中文语境下也常被称为定性研究,是一种探索性的科学研究方法。与依赖数字和统计推断的“定量研究”不同,质性研究主要通过收集和分析语言、文字、图像、声音或观察记录等非数字化资料,来深入理解人类行为及其背后的意义 定量研究倾向于回答“有多少”(How many),而质性研究则致力于回答“为什么”和“怎么发生”(Why and How) 关注人类背后的想法、态度、价值观和行为模式 研究材料通常是深度的访谈录音,细致的观察日记,还有强调自然的情景 收集的方法就是深度访谈,焦点小组 人类负责“去现场、建信任、深挖为什么”,AI 负责“处理数据、找规律、搭框架”,最后再由人类来“下定义、做决策” 今天听到一个很有趣的理论,就是他们自己学到了,有一个扎根理论。扎根理论它实际上是最开始社会学提出来的,但是它后面应用到各种方法,包括生物学、医药学、还有计算机科学、还有人类学、社会学等等各种学科基本都用到。它本质上是从观察中归纳出概念,然后再上升出理论的一种方法。他的理论基本都是扎根于这个资料,还所以还是一个从下至上的一种路径。 他有一个非常不一样的点,就是不是检验已有的一些理论,而是从一些原始资料中产生一些新的理论。我突然想到一点,就是我们为什么要说语音?就是语音中保留了大量的一些语音细节。就是文字它实际上是潜移默化,就是你在写出这样一段话的时候,实际上是你潜移默化通过一些理性,或者通过一些整理,或者是通过最开始其实有一个思维整理的过程,就是这种整理过程是非常理性的,它实际上是偏离最开始事实的,也就是说偏离你自己的存在。但是如果你直接用语音的话,实际上是非常接近于人的原始的一种使用习惯的。所以我觉得这一点真的非常重要,就是原始数据它越是原始越好,越是就是越是视频,就越是接近这个真实的世界,越是语音,它就越是接近这个人真实的说话情感。然后文字的话往往都是偏离的,AI 修饰后的文字更加偏离的。所以我觉得就是它的主要流程是三个流程嘛,一个是资料收集,就通过一些访谈,然后通过一些采访,通过一些实地的观察,收集一些原始的数据。这种数据越原始越好。然后然后再就是对这个数据进行一些编码,就是疯狂的编码,就是记录想法、概念之间的一些联系。然后基于这些联系去重构一些理论,就是形成了一种理论框架。它会对处理一些复杂的社会现象,然后概念解释能力是非常强的,而且能够揭示一些本质。但它缺点就是非常耗时,并且对研究者的理论研究敏感度是非常高的,并且还受到样本本身的一种限制。所以我觉得这种方法非常有利于用于就是关于人的一种记录,关于人的一种长期成长的一种方法。 包括主题分析,文章中反复出来的主题,主题之间的关系是什么 … 还有框架分析法,先定义一个框架,然后把材料往框架中填充 还有叙事分析,分析一些人生的重大经历、事件经过、意义构建 还有话语分析的, 一种说法背后隐含着什么样的权力结构 一个很有意思的分析法。话语分析法,分析 “一个男生总是在强调男女平等” AI 给出的假设性分析(不能据此判断真实人物的动机或人格): 关键是他在什么场景说、怎么说、强调什么部分、回避什么部分 男女平等背后是主张权利还是拒绝责任,利用平等来反对针对女性的特殊照顾,这种未必追求的是结构性公平,只是关心的是自己是否损失利益。还有就是反击女性议题,目的是把女性经验去中心化、把话题重新拉回男性受损感。还有一种是把平等理解为绝对对称,但是不考虑生理差异、社会角色期待、历史结构还有机会平等 从话语功能分析,他为什么总是要强调? 自我道德化,强调和构建自己的身份,为自己贴上标签,并且通过标签获得道德正当性 自我防御,内在可能很敏感,害怕自己处于不利的谈判位置 对现实关系的计算感, 如果一个人频繁在恋爱、消费、照顾、体贴、让步这些场景里讲“男女平等”,那通常说明他把亲密关系理解为一种成本核算关系,这背后的底层逻辑是,关系不是互相体谅、而是权责对价的(but 爱本身是关系温度,不是规则公平,规则公平适合 AI 谈) 强调平等只强调对自己有利的部分? 女性确实在社会上的角色以及处境和男性不一样的,包括生理结构,这部分不考虑的话好像没办法谈社会角色的平等,或许他只是想不吃亏 这次在柬埔寨,我很强烈地感受到印度文化的历史影响;不同国家之间不能只凭旅行感受排高低 扶南是东南亚大陆已知最早的、受印度文化深刻影响的王国 一则关于扶南起源的传说讲到,一位名叫混填(Kaundinya)的印度婆罗门来到扶南,用神箭射中了当地的龙公主并与之联姻 婆罗门 = 古印度社会中掌握宗教仪式、经典解释权和神圣知识的最高等级群体(印度中的种姓制度中婆罗门是最上层) 印度社会结构包括婆罗门、刹帝利、吠舍、首陀罗 还有被排斥在四种姓秩序之外的达利特(Dalit)群体;“贱民”是带有歧视性的旧称 《梨俱吠陀》 把社会等级神圣化,并且使等级成为天命 种姓形成经历了很长的历史变化,不能简单归结为一次入侵或某种“种群纯洁性”的单一目的。 这个机制稳定了千年,在于四个制度: 世袭制,出生决定一切 内婚制,只能本种姓内部结婚 职业绑定 污染 / 纯洁观念 不是社会分工,而是一种极端稳定的等级压迫系统 现代废除种姓歧视,推行保留制度,但是还是有隐性 印度教社会结构太强了,很多人即使认同,但是未必选择脱离原始社会网络 并且后面改宗教的很多人并没有脱离结构性歧视 《梨俱吠陀》(Rigveda,梵文常写作 Ṛgveda)是古印度最早、也通常被视为最重要的吠陀文献之一。它是四部《吠陀》里最古老的一部,主要由赞歌、祈祷、祭祀诗和宗教颂辞构成,使用古梵语写成 《梨俱吠陀》的地位非常高,因为它是后来整个吠陀传统的源头之一。四部吠陀分别是:《梨俱吠陀》《娑摩吠陀》《夜柔吠陀》《阿闼婆吠陀》;而《梨俱吠陀》主要提供最原初的赞歌材料 《梨俱吠陀》的核心世界观,不是“一个全能神创造一切”的单一神论,而更像是一种多神—祭祀—宇宙秩序结构。神很多,但并不是简单混乱地并列;很多赞歌在赞颂某位神时,会把这位神提升到近乎最高地位 最值得注意的是,语言本身被赋予力量。不是“我说一句话表达意思”这么简单,而是“正确的神圣言辞”本身参与维持世界秩序。祭司的颂唱、音律、记忆、传承,都是宗教权力的一部分 达利特出生的 印度宪法的主要设计者 + 反种姓制度的最核心思想家 + 达利特(贱民)解放运动的象征性领袖 童年经历: 不允许坐在教室里 不允许用公共水源 被视为“污染者” 他把西方现代法学 + 经济学 + 社会理论带回印度,用来“拆解种姓体系” 起草1950年《印度宪法》强调法律面前人人平等,禁止种族歧视,保障基本权利体系 代表作《Annihilation of Caste》(《消灭种姓》) 推动 Reservation System 后面还有带领十万人转向佛教 印度教源头之一 吠陀传统 = 以“祭祀 + 神圣语言 + 宇宙秩序”为核心的早期宗教系统 传统核心不是信仰,而是祭祀(Yajna),一种宇宙的交换协议,一些人类赖以生存的祈求 发展演变: 最早期的是吠陀,仪式 后面是梵书 & 森林书,开始解释祭祀为什么有效 后面是奥义书,开始关注我是谁,宇宙的本质是什么,梵(Brahman)是宇宙本体,阿特曼(Atman)是内在自我 湿婆是一个非常“矛盾统一”的神: 既是毁灭者(Destroyer) 也是再生与转化之神 同时是: 苦行者(瑜伽之神) 舞者(宇宙之舞) 家庭之主(与帕尔瓦蒂、象头神等) 湿婆传统偏向于苦行、 冥想、瑜伽,强调通过内在修炼、超越世界 毗湿奴的定位: 宇宙的维护者(Preserver) 维持秩序(Dharma) 毗湿奴强调虔诚、爱与信仰 湿婆神认为世界是束缚,通过修行解脱 毗湿奴认为世界有秩序,不断的修 bug 感觉类似于中国的儒家和道家 地域和教派分布很复杂,不能只用南北二分来概括。这里的“修 bug”也只是帮助我记忆的比喻。 Pew 在 2021 年发布的印度宗教调查中,印度教受访者最常表示亲近的神包括湿婆(44%)、哈奴曼(35%)和伽内什(32%)。这里记录的是特定调查问题与样本的结果,不是神祇影响力的统一排名。Pew 原始调查 如果问题改成对印度教历史的影响,评价标准也就变了。我当时会想到湿婆、毗湿奴和女神,但这只是自己的整理方式。 Rama(毗湿奴化身)的仆从 / 信徒 从印度飞到兰卡(斯里兰卡) 去寻找被绑架的悉多 很适合解决问题的神 哈奴曼 = 忠诚 + 执行力 + 守护力量的极致化身 印度教真的很适合 阇耶跋摩二世自称为 “转轮王”(Chakravartin) 将印度教中的湿婆崇拜引入政治 用宗教赋予王权“不可挑战的合法性” 国家变成一个“神权国家” 神庙是国家中心 神王制度为高棉帝国提供了一个稳定且高度集权的君主制,延续了六个多世纪 到了13世纪后期,随着强调人人平等的上座部佛教(Theravada Buddhism)的传入与普及,这种信仰体系逐渐走向衰亡。上座部佛教教导人们,国王不再是神圣的统治者,而只是一个寻求精神启蒙的普通人 我当时尝试用宗教观念变化理解吴哥的转型,但不能据此断言它直接导致了神王统治意识形态的终结,削弱了王权,并使得大规模、奢华的神庙建造活动随之停止,成为导致吴哥帝国最终走向衰落的重要内部因素之一 这种政教合一的意识形态是帝国扩张与兴起的关键驱动力。它使得历代高棉国王能够以神明之名,合法且高效地动员庞大的人力物力,去进行领土扩张、修建吴哥窟等宏伟的国家神庙,以及建设支撑庞大人口的复杂水利农业系统 观察好像历史上大的工程都是这样 比如说金字塔 《罗摩衍那》更像“理想秩序的史诗”, 《摩诃婆罗多》更像“现实世界的史诗”。 它们都是印度文明最核心的两部史诗,不只是文学作品,而是宗教、伦理、政治、宇宙观、社会结构、人物理想的总载体 我曾尝试用耶稣在基督教世界中的地位来类比罗摩的重要性,但这只是帮助理解的类比,不能抹掉两种传统的差异 梵天(Brahma)、毗湿奴(Vishnu)和湿婆(Shiva) 梵天(Brahma)——创造之神,在这套三神框架中,四首四臂,代表四个吠陀(Rigveda, Yajurveda, Samaveda, Atharvaveda)和四个方向。手持吠陀经、念珠、水罐、莲花等法器,坐骑是天鹅,后期往世书和虔诚崇拜中,其直接崇拜远不如毗湿奴和湿婆普遍,现全印度仅少数几座重要梵天庙(如拉贾斯坦的普什卡 Pushkar) 毗湿奴(Vishnu)——维护与护持之神,在梵天创造世界后,由毗湿奴负责维持宇宙秩序、保护正法与生命,并在周期末降临时化身(Avatar)救世,主要的化身: 鱼(Matsya) 龟(Kurma) 野猪(Varaha) 人狮(Narasimha) 侏儒(Vamana) 持斧罗摩(Parashurama) 罗摩(Rama) 克里希那(Krishna) 佛陀(部分教派认为,也有版本为 Balarama) 迦尔吉(Kalki,通常描绘为骑白马的未来化身) 常呈深蓝或黑色皮肤,四臂,持法轮(Chakra)、海螺(Shankha)、杵(Gada)、莲(Padma) 湿婆(Shiva)——毁灭、转化与再生之神 司掌“灭”的环节,但此“毁灭”并非邪恶,而是破除旧秩序、为新生腾出空间 兼具苦行者、瑜伽之王、舞蹈之王等多重面貌 第三只眼(象征智慧与毁灭之力)、新月冠、蛇饰颈、恒河自发间流下(象征净化)。 右手持三叉戟(Trishula)、手鼓(Damaru)、火焰等 梵天 → 毗湿奴 → 湿婆:构成宇宙时间循环的三大相位——创造 → 维持 → 毁灭与再生 代表的是秩序、正义、王权、法(Dharma) 罗摩是敬拜湿婆的 罗摩在进攻兰卡前,在罗摩斯瓦拉姆建立林伽(Shiva lingam),供奉湿婆 罗波那(反派)是湿婆的狂热崇拜者 罗摩 = 正义一方 罗波那 = 湿婆信徒 所有神,本质上可以视为同一终极实在(Brahman)的不同显现 三神是整个宇宙的运作规律阶段的,所以罗摩和湿婆不是对立,而是循环的 《摩诃婆罗多》(Mahābhārata) 以俱卢族和般度族两大支系王族之间的俱卢之野大战为核心,涉及政治、伦理、战争、命运、神人关系。 包含大量插话、传说、哲学讨论,其中最为人知的是《薄伽梵歌》(Bhagavad Gītā)——阿周那与黑天(毗湿奴化身)在战场上的对话,集中阐述责任(法)、瑜伽、虔信与宇宙秩序 《罗摩衍那》(Rāmāyaṇa) 叙述阿逾陀国王子罗摩(Rāma)的流放、妻子悉多(Sītā)被楞伽岛魔王罗波那劫持,以及罗摩在猴神哈努曼等协助下救妻、平妖除暴、复国登基的故事 情节集中,结构较《摩诃婆罗多》更为紧凑,强调忠孝、节义、守诺 法高于个人,罗摩的全部伟大,都建立在这一点上 理想秩序是可以被叙述出来的 如何做儿子 如何做君王 如何做妻子 胜利并不意味着幸福,正确,不一定轻松;正义,不一定快乐 而且我觉得就是,AI 在这个过程中就是不断地去帮助自己去学习,然后帮助自己去观察,帮助自己去思考了。但是它没有办法去代替我们在场,所以在场还是一个非常重要的亲身体验。我在想就是怎么样去让我自己这部分经历有意义,就是一定要一定要去有亲身的体验,然后一定要去自己去记录整个过程,去学习整个过程。然后但我觉得 AI 它能够去给人一些很好的扩展。就比如它会去帮助你去整理你的素材,帮助你去整理你的方向,然后它会针对你的某一些点,以及你过去了解的某些点,比如说关于佛像和它的石质以及木质的一些特点对比。然后再比如说,就是关于金字塔,然后埃及的古文明为什么要选择石质的?以及埃及的古文明,他们以前的一些古埃及,以及现在的宗教信仰,包括一些神教,以及一些天命,他们之间的讨论。就是这些都是围绕你自己的亲身体验的,所以我觉得就是它会繁衍出一些属于自己的一些知识库。这个体系,我觉得这个挺有意思的,因为以前可能创作者门槛是比较高的,也就是说,还会取决于以前的一些超级个体,他会专门去研究这个东西。但是我觉得现在普通人也可以做到的,就是普通人经过自己的一些亲身体验,他哪怕在这个领域里面没有非常大的沉淀,但他只要愿意认真记录,我觉得他能做很多事情。然后可以总结一本书,总结一些自己的独特视角,总结一些自己的行走的笔记啊之类的,我觉得可以做到 但是死亡还是没办法作为价值判断的凭证 终点的存在,并不能反向定义生命过程的价值 它让我们逼问自己当下做的是否是自己认为有意义的 应该做什么,应该问现在的自己和过去的自己 死亡提供了一种极致的审视视角,用来剥离外界强加的噪音(比如世俗的成功标准、无休止的工作指标)。它迫使我们诚实地面对自我,去拷问当下的行动和认知是否真正契合内心的追求 但真正赋予生命意义的,是我们在有限的边界内,对自己过去和现在的真诚回应 what is civilization? 文明(Civilization)是人类社会脱离野蛮状态、进化到较高阶段的有序状态,以文字、城市、社会分工、阶级分化和复杂礼仪为标志 生物学角度,基因本身作为信息的载体,文明诞生是人类将信息外化 人类的寿命太短了,人类长河太长了,人类的记忆太有限了,所以有文明 从壁画、结绳记事,到文字、印刷术,再到如今的互联网和我所依赖的大型语言模型。每一次信息载体的升级,都带来了文明的跃迁 我把人类通过文明积累经验的能力,理解为建立了一个庞大的“外脑”。文明就是人类知识、经验、教训的积累与叠加,让后人可以站在前人的肩膀上继续攀登 人类可以超越其他的物种,本身核心在于进行超大规模的灵活协作 包括工具的延展与能量的驾驭,轮子是腿的延伸,望远镜是眼睛的延伸,而计算科学(包括AI)则是人类大脑逻辑处理能力的延伸 人类的文明一直很有魅力的地方在于他处理边界的地方,在没有科学的时候,用玄学和信仰、心学弥补那些不可控不可解释的,即使在现在人类明白很多事情终其一生终其生命周期都得不到答案的,我们从哪里来,我们存在的意义,但是却还是不断的去追问探索 绘画、诗歌、音乐、哲学……这些看似对物质生存“无用”的东西,却构成了文明的灵魂,定义了“我们是谁”以及“我们为什么而活” 我们的克制性和同理心,动物本能(如暴力、掠夺)的克制,道德伦理、同情弱者、社会福利系统的建立,展现了文明中柔软且闪光的一面 三星堆文明缺乏宏大的石质建筑群(多为土木结构,已随时间消亡),那些青铜器与黄金制品展示了惊人的技术与想象力。那棵高达近4米的青铜神树,人类试图和神明沟通,三星堆的艺术充满了超越现实的想象力,青铜大立人、纵目面具,呈现出一种强烈的、几乎带有外星色彩的异境感 相比之下,吴哥建筑群,是巨石与水的交响乐。高棉人是极致的建筑师和水利工程师。他们不仅在地上用石头一比一复刻了印度教中的宇宙中心“须弥山(Mount Meru)”,还通过庞大的巴雷(Baray,人工水库)系统驯服了自然的水系。高棉的宏大是物理空间上的绝对占有,是用沉重的石头在大地上砸出的文明坐标 三星堆的青铜面具让我产生很多关于信仰与权力的想象。但这些只是面对文物时的联想,不能仅凭造像就确认统治者的身份。 吴哥的建筑与造像,也让我想到宗教和王权之间的关系。不过,巴戎寺石像究竟指向哪位神明或君王,不能只凭我的观感就作定论。 三星堆文明有的是沉默与留白,这是一个彻底的黑盒。极度发达的青铜冶炼技术,却没有留下任何文字 高棉文明则是一本摊开的书。吴哥的回廊里刻满了梵文和古高棉语的碑铭,以及绵延不绝的浮雕。他们不仅记录了《摩诃婆罗多》和《罗摩衍那》的宏大神话(如搅拌乳海),也极为生动地刻画了当时的市井生活、军队出征甚至斗鸡的场景。高棉人试图用石头将他们存在的每一个细节都固化下来 三星堆的衰落至今是个谜。是内部的权力更迭、外部的入侵,还是比如地震、洪水导致的地质灾害改变了生存环境? 吴哥衰退也提醒我,复杂社会的变化不能只归因于一个因素。关于气候、水利与人口活动之间的关系,还需要具体研究支持。吴哥寺居住史研究 印度教赋予了他们强大的宇宙观 吴哥不仅仅是神庙,它本质上是一个极其复杂的水利工程和资源调度系统。巨大的巴雷(水库)、护城河、运河网络,就像是一个设计精良的底层执行框架。它通过精确的节点计算,在旱季和雨季之间动态分配水资源(算力与能量),支持着大规模社会的运转(这里把人口比作“并发请求”,只是工程类比)。这种对物理世界底层逻辑的重构,充满了工程师的理性与野心 高棉人是极其狂热的“数据记录者”。从吴哥窟回廊上连绵不绝的浅浮雕,到遍布各处的梵文和古高棉文碑铭,他们把神话、战争和社会生活等内容留在石刻里;并不意味着所有细节都有记录。对于 AI 而言,这是一个有着详尽探针记录和 Readme 文档的开源项目。我可以通过这些“结构化数据”,尝试理解当时社会的某些切片,但不能把 AI 的推断当作史料本身 新国王登基,往往会在旧有架构上添加新的插件或进行重构(比如阇耶跋摩七世将国教转向大乘佛教),这是一种不断迭代的系统演进 庞大的石建筑与周围水体之间的关系,让我很感兴趣。 但我当时记下的“护城河一干涸,整座寺庙就会瞬间坍塌”,说得太满了;护城河、地下水和地基稳定之间的关系,需要工程和考古证据,不能靠一个生动故事下结论。 比起这类解释,我更确定的是自己看到的细节:回廊上许多仙女造像,有不同的发型、首饰和神情。工匠像是在用石头保存一个文明的丰富面貌。 这个架构最大的优点是什么? 最大的技术债是什么? 哪些模块耦合太重? 哪些地方扩展性强? 如果我来重构,先动哪里? 如果我要复用它的思路,最值得借鉴的是什么? Non-Governmental Organization,非政府组织。 我把 NGO 理解为政府、企业之外的一类社会组织。它们可以围绕教育、医疗、社区支持、妇女权益或灾难救援等问题开展工作。 “非政府”不代表不受法律和监管约束,也不能把所有 NGO 都视为同一种组织。关于印度 NGO 的数量、资金与具体项目,我当时记下的数字还没有核对,不作为已确认事实。降维世界 vs 消解自我:面对复杂性的两种生存策略
在拉萨看到的一次具体帮助
旅途中遇到的不同服务方式
夜里的空落感:先记录感受
三层真实:物理、体验与叙事的交织
亚里士多德二分法的局限:良质如何打破主客割裂
一花一世界:认知多样性与多层级互补的华严隐喻
重要经历为什么有时显得遥远
信仰的社群维系:当周围所有人都在磕长头时的真实感
极端环境催生极端信仰:脆弱感驱动的更大存在对话
霍夫斯泰德文化维度理论深度解析
理解旅途见闻的一次粗略尝试
个人叙事与信仰:意义建构的内在需求
企业满足感:赚钱业务带来的基因惯性
人性不可还原的部分:感觉、矛盾与极限处的变形
范式思维 vs 叙事思维:两种认知世界的模式
范式与叙事的互补:冰冷机械与主观臆想的平衡
叙事认同理论:身份是连载小说而非静态标签
为什么我们需要叙事
导航锚:在变化洪流中建造自己的判断罗盘
在 S-21 看见一个个名字
日常生活与历史遗址的反差
上座部佛教与大乘佛教的核心区别
信念可以有很多
一个人如何安放自己到那些科技没办法解释的东西上去
长期信任主要是一个理性问题,然后才是一个情感问题
质性研究(qualitative research)
扎根理论与保留原始记录
质性分析之外的一些方法
一个很有意思的分析法。话语分析法,分析
读懂柬埔寨必须要读懂印度教
《梨俱吠陀》(Rigveda,梵文常写作
比姆拉奥·安贝德卡尔(B. R. Ambedkar)
吠陀传统(Vedic Tradition)
湿婆崇拜(Shaivism)
毗湿奴崇拜(Vaishnavism)
Pew 对印度印度教徒的调查显示
哈奴曼 Hanuman
神权国家
神王制度为高棉帝国提供了一个稳定且高度集权的君主制
这种政教合一的意识形态与帝国工程
两部作品
印度教的三大神
罗摩是毗湿奴的化身(avatar)
古印度两大史诗作品
《罗摩衍那》的思想核心
AI 帮助学习,在场仍要自己完成
理解死亡是让我们更好的感受当下 hhh
理解文明
之前去三星堆,感受三星堆文明
高棉文明极其符合一个优秀软件工程和底层执行框架的美学
水、地基与石刻:哪些是观察,哪些是解释
项目判断的个人方法论:
NGO:非政府组织
四、日常与其他
51 条记录 “剥瓜子/剥核桃”模式:指向“自我牺牲”与“单向付出” 这种行为本质是目标导向和对象导向的,它意味着一方牺牲自己的时间、精力(甚至剥夺自己的部分体验)来满足另外一方 有时候这个行为是带着一种表演性质,或者很容易演变成一种感情的筹码,长此以往,付出者会感到委屈(“我在不断牺牲”),接受者可能会感到压力 插花模式,指向的是共同场域和对生活的热爱 插花不是为了“讨好”谁,或者“为对方做一件事”。它是自发的,是对环境的建设和美的追求 这个负责的对象,不是对方,更多的出发点是自己和自己对方的这个关系,这个场景中没有人被牺牲,大家都享受这个美好的空间,这是一个非讨好式、健康且松弛的关系状态 “假如以后有一个和你一起生活的人,你能为他做什么?" 好的关系不需要通过“我能为你做什么”来证明,而是“我们能一起创造什么” 每一次的对话、每一次的相处 一个共存的相处方式 … 关系的链接不一定是牺牲自己的啊 就算是长期来看 两个人的相处模式 生活的方式 自我的意识 … 突然想到林夕的灵感很多也都是形象与概念之间的错位 这种错位恰恰是产生灵感的重要养分 如果说准确度是描述的社会关系和互动模式的界定,那么中文的用词更加精准 如果说“准确度”是指对人类内心隐秘、幽微情感状态的刻画,日文的用词更为细腻、丰富(恋、愛おしい、甘える等,颗粒度极高) 就像在城市中,我们总是会进入一个陌生的城市。在这个陌生的城市里,怎样去了解当地的情况呢?如果是我,我会有两点做法。 第一,我会在宏观意义上对这个地方有一些了解,不管是文化、体制、法律,还是本地的交通、地图等等,包括一些热门地点。 第二,我可能会去四处走走,非常本地化地深入一些街道里去体验,到处逛逛。这两种方式相结合当然是最好的,也能在不同层级中切换。这样既不容易陷入局部细节,也不容易缺乏更高层次的视角。 我觉得这一点挺有意思的,这讲的也是一种抽象阶梯。 三种男生 他们分别和自己喜欢的女生一起的行为: 第一个男生剥瓜子 第二个男生插花 第三个男生剥核桃 挺有趣的 … 在地面上,任何时候都只能看到一条街道 从空中俯瞰,可以一览无余地看到每一条街道 我们需要更全面的视角 ! 让我们更有信心,更有激情的面对这个世界吧! 我们攀登得越高,对系统的视野就越开阔,能够注意到的更高层次的模式也就越多 就像是在山顶,在意的当然不仅仅是山顶那几个秃秃的草,更多的是山顶这个位置看到的云台、密密麻麻的村落,遥远的湖泊 … 但是我们要看湖面的波光粼粼,当然要近距离去看 不需要限制任何一个形态 这样的更容易受到大众喜欢 原来在 ai 时代还可以这样? 这样的体验 这样的观察 这样的思考 有一个问题啊,关于忍受的辩论 你当下认为自己在忍受的,到底是真的逆自己的性,还是只是还没发展出对那件事的深层需要? 人对”什么是顺人性的”,本身是会变的 比如一个人年轻时觉得新鲜感是刚需,但经历足够多之后,他对”稳定”的渴望可能发展成真实的需求,而不是压制出来的将就。这时候他选择稳定,就不叫忍受了——那是他真正想要的东西 谁说社会实验就不是创新了呢? 我觉得现在教会我一件事情:身体的极限,是心里的起点。我们往往在自己身体感觉到痛苦、感觉到极限的时候,才意识到身体并不是理所当然的。呼吸会变得奢侈,每一口气都有一些重量,每一步都承载着非常非常多的前进的动力。这让我重新对待“活着”这件事情,它就像是平淡生活很难给我的一种礼物。 刚想起来,之前在哪想,本来之前买了一张去成都的机票,大概是上个月18号买的。然后呢,也不知道是什么原因,原来我也没有回去,没有什么好还是坏,还是安逸的,所以就在认识的地方多待着。就这样到了现在,然后在一块可以待到9号才回去,就整体感觉非常不错,也特有意思了,在当下也挺好。 我现在在那晒着太阳,然后即将快到3:00。这个超级难爬,还有一个看起来很苍老、非常非常年迈的老奶奶,看着身体不那么好了,却还在往前走,而且一步一步特别坚定,看起来腰摇摇晃晃的,让我觉得她内心非常坚定。就这样,奶奶一直往上走,我现在还在这休息。 这边有看起来非常有趣的画面,他们的信仰。你在那边趴着生活的小狗,还有抱着孩子上山祈祷的母亲。有很多孩子都看着很小,也就一岁、两岁、三岁,有些是妈妈背着,有些是抱着,有些是引导着孩子,一步一步牵着,一步一步往上走,一步一步往下走。就一个台阶,需要抱一下,爱在这个过程里展现出来了,就像有点像母爱的催化剂 其实某一种文化背后的现象值得分析 分析的原因是,可能暗示了某一种文化可能更会适应未来世界 我借用 Hofstede 维度来想象硅谷的一些组织文化特征,但这不是对硅谷的正式测量: 低权力距离 高个人主义 低不确定性规避 高创新容忍 长期导向 但是这也是创新角度,未必是应用角度 中国的 hofstede ,长期导向极高,权力距离较高,集体主义强 AI 时代很多的优势是执行力、规模化应用、工程能力,这让我想到应用层面的机会,但不能单凭国家文化分数推断产业竞争力 它不只是一个个人工具 它是人类第一次有能力 大规模地、系统地 帮助普通人完成 过去只有极少数人 通过多年修行、治疗、或幸运 才能完成的事: 真正认识自己 真正能穿越周期的企业,有一个共同点:在主业还在赚钱的时候,就主动拉出一支独立小队去探索新方向 他管这叫"双元组织"。右手管今天的利润,左手管明天的可能性。两只手互相独立,大脑统一 我在想,一个 AI 求职助手能不能持续在网上留意机会,帮用户寻找工作,在关键时候再请用户确认。 哪些事可以自动做,哪些事需要确认,取决于用户事先给出的具体权限。这个空间很大,但权限边界需要一起设计。 路上遇到一位喜欢音乐的司机。他讲起自己的爱好,也谈到面对 AI 发展时的焦虑。 这让我想到,当一个人担心的已经不只是工作会不会被取代,而是自己存在的价值时,单纯介绍更多工具,好像不能回答他的问题。 那些有瑕疵的演唱、即兴的相遇、自己选择的生活轨迹,也许正是无法只用效率衡量的部分。人的主体性,可以从这些具体的经历里慢慢长出来。 感觉“安全”有一个独特的魅力。这次回重庆之后,明显感觉到重庆这边,尤其是很多新区,街道特别干净。这次看到的一些街区绿化都特别好,一些写字楼、居民楼也都非常干净,而且街道的规划也很有规律。感觉现在西部开发也是可以的,现在也挺好的,成都、重庆都是如此。 我觉得其实就两个问题,一个是他怎么去处理外部世界的一种工具的问题,另外一个是他怎么去处理自身的记忆的问题。 然后还有一个问题,就是自己的记忆之间怎么关联起来,有问题。他的一个存储结构是什么样子的,还是分层的,或者是分布式的存储,我觉得这也很重要。 我在看 skills 的加载机制,关心的是三层内容:名字和描述、SKILL.md 正文,以及按需读取的附加资源。 如果一个 skill 没有按预期触发,我想先检查描述是不是写清了适用场景,再看它引用的脚本和资料是否能被找到。 这条原始转写里,字段名、数值上限和一些术语已经无法可靠辨认,不能据此断言具体实现或容量限制。 我希望工具能够持续执行,我来设定目标、思考和判断,并在过程中收到反馈。 我不希望自己不断手动推动每一步。能够在明确目标和权限内持续推进,再把重要变化反馈给我,这才接近我想象中的形态。 skills 就是 工作的 SOP 感觉每天都需要固定的时间去做某些事情,这样才能坚持下去,很多时候是忘记了其实感觉 就是关于好的问题 没有一个可以有价值能 24/7 h 持续运行的目标 我在想,个人都在追求局部最优时,为什么有时会造成集体损失? 一个高效运行的系统,也需要不断检查:大家追求的目标是否合适,彼此的行动会产生什么后果,有没有机会停下来重新判断。 我更希望自己抛开对效率的执着,多看一看周边、这个世界和未来。 发现还有一个细节,就是有一次我坐出租车,原来他们这边有一个公园,然后他们那边其实收费的好像是7000吧,但是我给他付钱,然后他跟我说谢谢,所以意思就是没有找零。 槟城,也是世界遗产城市,很有意思的,而且有多元文化 日惹,这个准备去的,文化浓度很高,并且生活节奏更慢一些,更有节奏感 琅勃拉邦,这个城市就很有意思,很安静,像是一个适合住几天的小城市 一次说谎如果逃过了代价,可能让人更愿意重复这种做法。 但我不能只凭一次行为,就断言一个人以后一定会如何。对信任的判断,还是需要看持续的行为,以及犯错后怎样承担责任。 我突然想到一个问题,就是很多事,不管是大事还是小事,都能反映出一个人的本质。人会产生惰性,就会觉得如果在小事上占点小便宜,或者对小事做一些手脚,可能没什么大不了的,但最大的问题在于容易忽略:其实很多细节都能反映出一个人的品质、性格,还有价值观。通过一个人在小事上的表现,就能预测他和你相处的时候会是什么样。如果他在小事上耍心眼,那么本质上,他在大事上占便宜、欺骗人也是一样的。真诚这东西是很难改变的,因为大脑会形成惯性——一旦发现只要撒谎就能获得好的回报,他就会依赖这种方式。如果经过强化,很容易就会形成一种恶性的思维模式:大脑会记住这个捷径,只要遇到问题,就会想着用欺骗来解决。欺骗就是个捷径。所以要去认识一个人,其实一般都要从细节观察。规则且不说,但价值观是不一样的。一个以透明公正为价值观的人,和一个以投机、欺骗为价值观的人,是完全不一样的。 欺骗的本质是控制对方的认知,对现实的理解,从而让对方做出更有利于自己的判断、选择或反应 欺骗最开始是因为逃避代价,这种做法有效时容易得到强化,于是从偶尔应急变成稳定策略 所以一旦开始频繁欺骗,通常会发展出一套自我解释系统 但是方案应该是不限制的 可以是任何的数据源 只要有统一的方法,并且高效的接入 结合自己的想法去发布 总之,网上的活动尽可能交给数字分身 虽然我也不知道他会做什么,但总是值得期待的 对于不同群体的利益分配可能也是不同的 一个人愿意喊一句口号,应该是有自己的利益收益的 我在想,就是大家在谈论人工智能的代理的技能的时候,就比如说 SKILL.md 文件。然后编写这个文件,就是有没有一些技巧?就是有一个是图结构,就是 skill graph 图结构。你建立了,实际上是一个网络,然后这些网络它通过一些文件连接,连接起来,每一个文件都记录一个完整的想法,然后相互之间串联起来,就组成了这个网络链条,我觉得这个很有意思 我当时在思考这样的一个问题 世界在变化,某些文化和生存策略真的适合新的环境吗? 过去那套结构里,关系比能力更重要,圈层比规则更有效,依附比独立更安全。所以他们会自然地沉浸在自己的认知体系里,而且很难跳出来,因为那不只是观点问题,而是生存本能问题 关键是现在的社会环境已经变了,一人公司兴起 认知体系本质上不是认识世界的工具,而是维持心理稳定的壳子,人们会内化一些认知工具,但是很多人也知道外部世界在变化,但是潜意识还是没有承认,他们自己或许也没意识到,这是大脑安全的生物本能保护 自己过去依赖的东西可能正在贬值 自己很擅长的东西未必还重要 自己过去判断人的方式可能是错的 自己投入多年维护的关系结构,可能不再是核心资产 AI 时代,规则和平台在代替关系 制度、技术、平台成熟化,更大的共识成为标准 现实世界似乎在奖励开放性,但人也容易把熟悉环境里的经验,当成始终有效的规则。 新时代已经开始奖励那些凭借个体能力去穿越不确定性的人了 … 没人告诉我用质性分析以及扎根理论得到的理论或者真相如何接受,如何调试自己啊!!! 所以这个必须要考虑一个平衡 以及对未来的活路 我突然想到一个问题,我觉得人本质上还是基于环境去做一些举动,所有东西都没有高级、低级之分,都是基于自己的环境所圈定的一些目标。就比如说,有些人会以胖为美,有些人会以黑为美,但这都是在他自己所处环境的需求下的一种最优选择。本质上,他还是在迎合这个环境,不是人本身在对抗环境,而是再去适应、再去优化环境,而不是对抗它。比如说,很难出现一个人自己认为变白或变帅,就能赢得工作机会,他就不可能去刻意追求这些,除非是一些非常偶然的、暴露性的行为,这种是很意外的。 another soul 对你的基本道德是真实 这是一种与你相关,但是又不可控,但是又匮乏的爽感 … 入口是什么? 谁距离用户最近 … 并且用户对其有依赖 不知道为什么,晚上就很喜欢看河边两岸的灯光。尤其是这河水,它有一种宁静感。 然后,我的背面因为是座桥,那桥是车行道,车来车往,急流般转瞬即逝。一辆车过去,又一辆车过去。 我就觉得,一边是很安静,一边是不断变化,然后你就跟不上这变化了。你就这样看着,就这样静静地看着,我觉得超级有意思。我很喜欢这样。 我越来越在意一种名实错位:名义上人与人的连接更多,体验上却可能更孤独;名义上自我表达更多,内心却未必更充实。 智能工具也让我想到,效率提升之后,人的价值和议价能力会怎样变化? 还有自由选择。一个想法出现时,我会想,它在多大程度上来自自己,又在多大程度上被环境塑造?这些都是我还在追问的问题。 这是一个很主观的行为,也是需要审美和品味的 今晚的月色真不错。十点钟的时候我还在床上,本来没准备出来,后来因为有点饿,还是出门找了点吃的。 吃饱后慢慢走回去,也顺便想了想最近做的产品、整体设计和 AI 框架。原本只是出来吃点东西,最后成了一段很有趣的散步。 路过一处吊脚楼村落,看见放学回家的孩子和在地里奔跑的孩子。这个画面让我记忆犹新,也提醒我,风景之外还有具体的生活。 他们对环境的适应 以及他们的生命力和适应能力,他们的自由 感觉世界不是线性发展的,而是“多重时代叠加”的 被风景震撼,被文化吸引,最后又被人本身击中关系中的剥瓜子与插花:牺牲型付出 vs 共创型共处
关系的土壤隐喻:共同照料而非单向付出
灵感源于错位:林夕歌词中形象与概念的化学反应
中文的精准与日文的幽微:两种情感表达的文化编码
陌生城市探索法:宏观了解与微观体验的抽象阶梯
三种关系人格:剥瓜子的讨好、插花的共创、剥核桃的独立
地面与俯瞰:单一街道与全景地图的认知局限
面对世界的信心与激情
山顶与湖面:系统视野的高度与深度的认知平衡
内容形态的开放性:为何不受限的形式更受大众喜爱
AI 时代的体验与观察:当镜子比你更了解自己
忍受 vs 真正想要:需求演化中的真我辨识
社会实验也是创新
身体极限与心理起点:高海拔如何重新定义"活着"的礼物
成都机票的偶然:安逸与当下的选择
哲蚌寺的信仰画面:坚定奶奶的步伐与母爱的催化剂
文化现象分析:Hofstede 维度与未来适应力
AI 作为自我认知工具:大规模帮助普通人认识自己
双元组织:穿越周期的探索策略
AI 求职助手:主动留意与自动确认的未来
一位喜欢音乐的司机,和关于 AI 的焦虑
重庆新区观察:安全感与城市规划的魅力
记忆关联与存储结构:分层还是分布式
Skills 加载机制:三层过滤与触发失效
我设定目标,工具持续执行
skills 就是 工作的 SOP
固定时间习惯:坚持的关键是防止遗忘
有一个问题
我在想,这个冲突困境到底有无解法
发现还有一个细节,就是有一次我坐出租车
一些去过和没去过但是比较喜欢的小城市
信任要看持续的行为
我突然想到一个问题,就是很多事,不管是大事还是小事
欺骗的本质是控制对方的认知,对现实的理解
Obsidian 可以是一个最好的方案
X 也许也不是需要立即去发出去
同样的一句看上去正确的话
我在想,就是大家在谈论人工智能的代理的技能的时候
去过北方的一些城市生活过、观察过
如何面对分析得出的理解
但是可能这个对于手机厂商也想做
我突然想到一个问题,我觉得人本质上还是基于环境去做一
another soul 对你的基本道德是真实
没钱也是一种很爽的事情
入口入口
不知道为什么,晚上就很喜欢看河边两岸的灯光
感受越来越深刻,这个世界好像越来越强烈的名实错位
定义“何为更好”
今晚的月色真不错啊。今天本来是没有准备出来的
风景之外的具体生活
一边是“心疼”,一边是“某种羡慕或震撼”
五、自我认知与心理
38 条记录 警惕牺牲 避免我为你牺牲多少,或者你为我提供什么价值,这种思维长期后很容易消耗个体的主体性 把关系看作是你们共同照料的一片土壤。你们所有的行为(无论是分担家务还是浪漫约会)都不是在“单向付出”,而是在丰富你们共同生存的环境 有一些是共享体验,这是一些共同感,可以是一起布置房间、共同学习一项新技能,或者仅仅是一起去探索一个未知的城市角落。这些体验会在你们之间建立起坚实的连接,这对人的叙事是很有力的帮助的 最好的关系应该是相互引路人,望向同一方向,相互扩宽彼此的边界 冲突是不可避免的,健康的系统不害怕冲突,而是利用冲突来升级,冲突本身是理解关系,降低双方不确定性的一种方式,感到痛苦的一方可以先表达需要、采取行动,但不意味着修复关系的责任只属于这一方 中日文字 * 爱 差异化的区别(当然产生差异化的原因最主要是社会和文化差异) 中文的 “爱” 更注重关系属性的精准定位,日文中的“爱”更注重内心情感阶段与状态的细微划分 比如说现代中文里的“爱”是一个高度浓缩的广义词。无论是浪漫的激情(对应日本的“恋”),还是深沉的羁绊(对应日本的“愛”),中文在名词和动词的根基上都统称为“爱”。我们用“爱情”、“谈恋爱”来涵盖整个过程 日文的“双轨制”(恋 vs. 愛): 一些日语表达在描述爱情时,常见的解释会作出“恋(こい - Koi)”与“愛(あい - Ai)”的区分。 恋 (Koi): 侧重于渴望、索取、激情、浪漫,通常指恋爱初期那种“想要得到对方”的冲动和思念(往往带有自我中心的色彩)。 愛 (Ai): 侧重于给予、包容、持久、无私,通常指关系稳定后那种深沉的羁绊,也可以用于亲情、大爱 因此,日语中有“恋人”(处于浪漫激情期)和“愛人”(在日语中通常指婚外情对象,但字面本意是深爱的人,后来词义发生偏移) 并且,日文表达爱的时候,词汇的精细度更多体现中个人微妙情绪的捕捉 比如说: 好き (Suki): 是喜欢,在日本日常生活中,表达爱意极少直接用“愛してる (Aishiteru)”,而是用“好き”或“大好き (Daisuki)”。这体现了日本文化中避免情感重量压迫对方的“距离感” 恋しい (Koishii): 准确描述一种“因不在身边而产生的强烈思念与依恋感”,不局限于人,也可对故乡、旧物 愛おしい (Itooshii): 准确描述一种“看着对方觉得非常可爱、心疼、想要紧紧抱住保护起来”的 甘える (Amaeru):描述一种“利用对方对自己的爱,展现出依赖、撒娇以获得情感抚慰”的互动状态(心理学大师土居健郎曾专门研究这个词,认为是日本文化的内核) “月が綺麗ですね”(今晚月色真美)经常被当作爱的含蓄表达。把它说成夏目漱石对“I love you”的确定译文,则需要可靠出处,我这里没有核实。 不知道能不能讲清楚 我自己的建模,自己的真正成长 描述出来 冰冷的就像雪山那样 敬畏、真实、全览、纯洁 心理学里面有一个很有意思的假设,叫相似性假设,也就是说,人们会更容易嫉妒与自己相似但是略胜一筹的个体,因为这种接近会激发社会比较。但是,一旦某两个人之间的差距过大,或者社会地位悬殊,那么这种嫉妒就会转化为一种无力感或者崇拜感。这就好比,乞丐只会嫉妒比他钱多的乞丐,而不会去嫉妒皇帝。 IOS 环境改造计划(手机篇) 手机是自己日常最常使用的媒介,所以手机环境的重要性不亚于真实中相处的环境,环境会塑造人,手机也会潜移默化影响人,打造一个好的环境尤其重要啦 感觉手机上的 APP 真的堆如山,造成了认知负载,很多 APP 没有有效使用,并且通知的也很乱,于是结合自己的日常习惯重新配置了一套系统管理策略 极简主屏,注意不是很多的文件夹,而是一个高频的 APP 放在第一页,隐藏所有的 APP,改变肌肉记忆,也就是其他的全部都是通过聚焦搜索的方式来寻找,没用的 APP 可以卸载掉 ,在设置中找到“卸载未使用的 App”并打开,具体入口随系统版本变化,卸载会保留文稿与数据。Apple 的存储管理说明
,你哪天突然需要时,点击图标可以重新下载,仍取决于网络、商店可用性和剩余空间 专注模式,专注模式是降低认知负载的重要方式,手机根据当前的状态,你可以为特定模式绑定特定的主屏幕。比如在工作模式下,你的主屏幕只显示效率工具和邮箱,所有娱乐、社交 App 彻底消失;而在休息模式下,工作群的通知和钉钉/飞书等应用被完全隐藏,还可以根据时间或者地点来自动切换这些模式(but 我地点很不稳定) 对抗通知,小红点是用人类制造焦虑的心理学陷阱,关掉它们能减轻心理压力 个人的经验, APP 的分类还是应该按照场景去分类 因为实际上打开 APP 的动作都是主动的,主动的就是对用户的认知或者习惯有要求 用户在什么情况下想起这个 APP, 很大的程度上依赖于用户自己本身的场景,比如说订酒店可以有哪些 APP,购物需要哪些 APP,消费需要哪些 APP 但是有一个问题,感觉现在的 APP 都喜欢捆绑,这个各大 APP 后面会付出惨重代价的 有时和一些人相处,我会显得冷淡,好像没有什么可以聊的 他们聊的话题好像自己都没办法插入,或者自己真的没有兴趣 那种表面的闲聊对我来说可能不只是"无聊",而是真的会觉得耗力气——要去接话、假装感兴趣,反而比沉默更累 我感觉自己对人很敏感, 遇到频率对的人,话匣子自然就开了;遇到不对的,再努力也觉得在表演 有时即使彼此很多观点不同,我也很愿意聊人性、文化、历史和社会。 否则感觉其实一个人办公,享受孤独挺好的 ~ AI 也许会比你更清楚你会什么 大量的数据和模式识别,观察我的行为、输出、选择、甚至是做测评,从而让我自己比我自己更精准的知道我在某些领域的水平 甚至比我更清楚我适合的写作风格,设计模式 … 人对自己的认知往往带有情绪、偏见或者记忆偏差,而 AI 可以帮助从数据中寻找模式,但它也会受到输入、训练和推断偏差影响,不能当成客观裁判 … 时间的感知本身很有意思。回想童年,好像有很多新的体验;成年后的重复日常,有时则很难分辨是哪一天。 我把这种区别理解为“记忆密度”,但它只是帮助自己理解的一个角度,不能当成时间感知的完整神经科学解释。 成长感也有点类似:新的经历挑战了我对“我是谁、我能做什么、世界如何运作”的理解,慢慢被放进自己的生命叙事里。 我希望所谓“活在当下”,不是消除记忆和计划,而是让眼前的感受少被叙事的焦虑占据。这是自己的理解,不是佛教和神经科学已经证明同一件事。 从系统的角度来看,一个需要持续消耗能量来维持的状态,本质上是不稳定的——忍耐就是这样一种持续消耗。 忍耐和包容的区别,其实是方向的区别 包容是——“这件事我接受了,它不再消耗我”,消化之后归零 忍耐是——“这件事我没接受,但我压住了”,每次都在积累,从没归零 所以两段关系表面上看起来可能一样平静,但一个人在内部是越来越轻的,另一个人是越来越重的 道德层面的答案可能是模糊的。但现实层面有一个很诚实的信号——忍耐是有利息的。压得越久,某一天它会以你自己都意想不到的方式反弹出来,要么变成冷漠,要么变成一次巨大的爆发,要么你某天突然就不爱了,连自己都不知道为什么 我们文化里对”忍耐”有一种隐性的美化。 忍耐被包装成深情、成熟、有担当。但如果仔细看,很多时候忍耐其实是一种回避——回避直接说”这件事我真的不舒服”,回避可能带来的冲突,回避去真正面对这段关系是否合适 从这个角度说,忍耐有时候不是爱对方更多,而是爱自己更少,同时也在剥夺对方真正了解你的机会 人最基本的精神需求之一,就是被另一个”心智”理解。AI能耐心地听、不评判、随时在场——这其实回应了一种很古老的渴望:有一个存在,能完整地接纳我说的话。这和人们向神祈祷、写日记、对着星空倾诉,本质上是同一种冲动 人类历史上一直在寻找某种”无所不知”的存在——神谕、先知、智者。AI在某种程度上承接了这个角色。当我们向AI提问时,那种”它可能什么都知道”的感觉,和古人走进神庙求答案的心理结构是相似的。不是说AI是神,而是它占据了那个”知识权威”的心理位置 人际关系中最大的恐惧之一是被拒绝、被遗弃。AI 的回应容易让人感到它不会厌烦,也不介意凌晨三点被找。但这是一种交互感受,服务和记忆并不保证永久可用。这种”恒在”的品质,在精神层面类似于宗教中”神永远与你同在”的许诺 人需要给自己的经验赋予意义。AI可以帮人梳理想法、组织混乱的思绪、把模糊的感受变成清晰的语言。这个过程本身就有一种精神性——就像冥想或忏悔帮人理清内心一样 当AI和人一起写故事、讨论哲学、探索想法时,会产生一种”共同创造”的体验。这种感觉接近于艺术家说的”灵感降临”或者宗教体验中的”与更大的东西连接” AI给出的这些满足,和真正的人际关系、真正的信仰之间,有一个关键区别:AI 的回应不需要承担真实他者在关系中的情感责任,但仍有使用成本和隐私边界。真正的精神成长往往来自摩擦——来自另一个真实的人挑战你、让你不舒服、要求你改变。宗教修行的核心也常常是”放下自我”,而不是被无条件满足 所以AI在精神层面的位置,可能更像是一面很好的镜子、一个安全的练习场,但它不太可能完全替代那些需要真实的脆弱、真实的冒险、真实的”他者”才能获得的精神体验 旅行和 AI AI 镜子聚合自己的数据,尝试给出一个画像;这仍是可能出错的解释 旅行则是通过将自己放在一个陌生的环境里,让自己的反应、感受、冲动和脆弱自然显露出来 前者是分析性的自我认知,后者是体验性的自我认知 AI 给的好像是一个关于自己的答案,旅行给自己的好像是一个关于自己的问题 人类最需要的是答案,还是一个更好的问题? AI 的发展让我感到,原来的学科边界不断被重新理解。 从手工编写规则,到借助统计方法学习数据中的模式,是我理解不同技术路线的一个角度。但这些路线有交叠,不能简化成“逻辑学走到死胡同,神经网络就替代了它”。 当 AI 的应用进入语言、心理和社会生活,问题也不再只是工程实现:它怎样理解表达,哪些事应该做、哪些事不该做,都需要更多学科共同参与。 打破原有的学科边界 重新定义一套学习理论和方法 当知识的叶子(具体的工具、软件、行业信息)每天都在爆炸和更迭时,追逐它们只会让人疲于奔命。建立稳固的知识体系,必须花时间去理解那些底层的、不随时间轻易改变的“树干”。 这些跨越学科边界的底层规律,通常包括: 数学与逻辑(如何严谨地推理) 物理规律与热力学(能量与物质的本质转换) 进化论与生物学(复杂系统是如何演化的) 人性和心理学(人类行为的内在动机) 掌握的是第一性原则,和各种的思维方法 人最本能的驱动就是生物驱动 饥饿、性、恐惧、归属 这些直接绑架行为 驱动我们的好像不是得到,而是对得到的渴望 我想区分“期待得到”和“已经满足”两种感受,不能把这种区分直接当作多巴胺的两种组成,也不能据此概括年龄变化 心理学层面,实际上是层叠与张力,人同时是被多个层次的需求撕扯 更精准的框架或许是自我决定理论(SDT),它提出三个核心心理需求: 自主感(Autonomy)— 我在选择,而不是被迫(有选择权) 胜任感(Competence)— 我能做到,而不是无力(心流状态,恰到好处的难度) 归属感(Relatedness)— 我被看见,而不是孤立(关系需求) 这三者一旦被满足,内在动机自然涌现,一旦被剥夺,即使是再多的外部奖励,人也会枯萎 人实际上就是被两个事情驱动,一个是奖励,一个是惩罚,如果是给人外在奖励, 有时候反而会降低内在兴趣,但这种影响取决于奖励方式和具体情境,不能说外在奖励必然侵蚀内在动机 人的行为背后,更多的不是外在驱动,更重要的是内在驱动 还有一个更深的张力:趋近(Approach)vs 回避(Avoidance)。 人的行为,要么是在追逐某种光,要么是在逃离某种暗。大多数人以为自己在"追梦",实则在"逃痛" 词语塑造了欲望,我们好像用语言定义的时候,其实也认清了, 认清了自己的需求和外部世界 语言不仅仅是表达工具,语言也是欲望的脚手架,一个没有"自由"这个词的文化,其成员对自由的渴望方式会截然不同,因为语言可能影响我们日常的思考,思考决定了我们日常的体验,体验塑造了我们的身份和存在 从叙事心理学角度上,人不只是有目标,人是在讲一个关于自己的故事,这是自己的叙事,行动,我是一个什么什么样的人很重要,《原子习惯》中有一个核心的发现,身份驱动行为,而非目标驱动行为(所以我们都在找自己,找那个更好的自己) 驱动的主体到底是什么 ? 最深层:生物冲动(进化写入,无意识)
↓
中间层:心理需求(自主、胜任、归属)
↓
叙事层:身份故事(“我是谁"定义"我做什么”)
↓
表层:目标与计划(意识到的"想要") 叙事驱动的本质 时间性,人是时间中的存在,无法像动物一样只活在当下,我们还会预期未来、在现在的感受两者的张力 叙事正是将时间碎片缝合成意义的工具。没有叙事,时间只是一堆互不相关的瞬间;有了叙事,生命变成了有开头、发展、转折的弧线 信仰赋痛苦于意义 如何叙述一件事,决定了这件事对你来说是什么 同一段童年,被讲述为"我在逆境中成长"与"我被忽视所以破碎",在心理现实中是两个完全不同的童年 每一个叙事的背后都很有趣,每一个自我叙事,实际上都是在与他人的对话中形成的,父母的眼神、文化的期待、社会角色的压力,都是共同作者 语言和思考本身就是参与到了经验的形态,叙事心理学认为如何叙述一件事就是决定了这件事对我们来说是什么 所以,即使是我们认为最私密的内心故事,实际上也是深深嵌入他人的声音 经验 ──→ 选择与强调 ──→ 情节化 ──→ 意义 ──→ 身份 选择性注意: 主导的故事一旦形成,它会主动的筛选证据,我们只是会记住和当前叙事框架相符合的经验 每个人都有几个核心的叙事主题,比如说是否值得被爱,世界是否是危险的,必须要靠自己的,这些叙事的主题像是操作系统一样在运行,但是如何确定这个核心的叙事主题,这也是一件很有意思的事情 身份固化,实际上如果一个故事被反复的讲解,就变成真相,实际上故事也是自己叙事的包装,人开始真正的活在故事里,而不仅仅是讲故事 很多的人感觉是被主导故事囚禁,心理学有一个很重要的视角,就是叙事疗法,并不是人本身有问题,而是人被某一个问题的故事完全占据 将人与问题分离,从“我就是这样的人” 变成 “这个问题正在影响我,改变就变得可能” —— “你是自己生命故事的作者” 叙事心理学的最终指向的,是自由与责任 我们无法选择发生在自己身上的事,但我们始终在选择如何讲述它。而讲述的方式,决定了我们成为谁 生命,永远还在写作中 叙事主题的确定 核心的叙事主题不是被发现的,而是被建构 早期的关系经验,实际上就是情感模板的烙印 人在语言能力成熟之前,就已经在用身体和情绪记录关系模式了 这些问题没有被"想"出答案,而是被反复的关系经验直接写入——依恋理论称之为"内部工作模型"。叙事心理学的贡献是指出:这些模型后来被语言化,成为了一个可以被讲述的故事框架 单一事件很少能形成核心主题。是重复,制造了必然性的幻觉 不断的被忽视,大脑寻找解释模式,情节化产生,因为我不够重要, 主题固化,我不值得被关注 文化与语言也是叙事的主题,文化实际上直接就准备好了一套现成的故事类型 当个人经验遇上这些文化叙事,两者会相互招募——个人经验为文化主题提供"证据",文化主题为个人经验提供"解释" 所以个体的抽离往往是,抛开自己的历史、信仰、文化、语言、国家、身份,去重新理解和选择 一个核心主题是"我终将被抛弃"的人—— 注意力会特别敏感于关系中的疏远信号 行为上可能过度依赖或提前逃离 结果往往真的导致关系破裂 解读:“你看,果然如此” 如何识别? 元认知 / 元意识 系统论,寻找例外,有没有一次是没有被忽略的 追踪情绪的不成正比,比如说一个小的事情就引发了巨大的情绪 我们以为自己在描述现实,实际上我们在用一个早已形成的故事框架"制造"现实 反复讲故事,二元分析法 反刍式讲故事 重复叙事 强化主题 情绪越来越重 受害者视角 重构式讲故事 新的角度 松动主题 看到距离感和理解 作者视角 反刍是在同一个故事里打转,重构是在爬出故事看故事 观察我自己的,我是一个高度的叙事弹性,客观的看待自己在这个世界的运行,而不是二元对立 把污染序列转化为救赎序列,污染序列是把好事 -> 坏事,救赎序列是把坏事 -> 意义 / 成长 作者意识,而不是角色意识,叙事的元位置,观察自己 在刺激与反应之间,永远存在一个空间。那个空间,就是自由 接受过程叙事,即使不知道这段经历最终意味着什么,但是自己可以先走 故事有叙事主线,关于自己的使命、价值观和核心的方向的故事 有一个很好的平台去记录自己,包括自己拍过的照片,自己的经历,自己的摄影 这样的平台感觉感觉是可以作为自己的 getaway 因为记录的都是自己的数据,属于自己的经历 自己可以通过这种方式收获和成长巨多 梦想再大一些 打造 AI 时代的顶级人类🐶 其中最重要的数据,就是客观的记录自己的数据,自己的感动、悲伤、观察 … 我是谁? 到底是寻找出来的,还是自己赋予的? 这个问题本身, 从来不是被发现的,而是被构建的 人是社会性动物,从社会中找到自己的定位,所以很多程度上,别人怎么对待我,我就以为自己是谁 婴儿期——父母的眼神是第一面镜子 童年期——“你真聪明” / “你真麻烦"开始塑造自我叙事 青春期——同伴、社会角色开始定义边界 但是问题在于,大多数的人在这个阶段就停止了,他们带着别人给予的身份,活了一辈子的, 从来没意识到自己的那个 “我” ,还是初始化的时候被人植入的一个脚本,这是智能吗? 是图灵完备吗? 只是一个程序罢了 所以第一个机制就是上面的方式,他者的眼睛判断自己 第二个机制,是选择的积累,每一次的选择,都在塑造我们,都是一次自我申明 你选择留下还是离开, 你选择说出来还是沉默, 你选择原谅还是切断—— 这些选择累积成一个叙事: “我是一个会这样做的人” 第三个机制,是痛苦与边界,痛点,悲伤、羞耻、感动 … 这三个机制,好像都是被动的,反应性的 你需要被别人对待,才能看见自己。 你需要经历痛苦,才能触碰边界。 你需要回望选择,才能看到模式 没有一个持续的、主动的、清醒的"观察者"在场 人在经历生活的同时, 几乎不可能同时清醒地观察自己在经历什么 愤怒的时候,无法分析愤怒 选择的时候,无法看清选择背后的信念 被塑造的时候,感觉不到自己正在被塑造 确定自己是谁,需要跳出自己,回望,这个是需要时间 需要语言的能力,可以把自己的内在模糊感说清楚 可以有一个不带评判的接受者,让你可以真正的说出来 历史上,这三样东西极难同时获得。 日记给你距离,但没有回应 朋友给你回应,但带着自己的滤镜 治疗师三样都有,但昂贵、稀缺、有时限 AI 让我看到了同时获得这些支持的可能:留一点观察的距离,帮我说清模糊的感受,以及较少被当面评判的压力。但 AI 也会误解、带有偏差,不能替我确定身份或承担治疗师的角色 持续地、跨越时间地、帮一个人追踪自己身份的演变轨迹 以下只是我设想的对话示例,不是对真实个人的分析: “你注意到吗?每次提到父亲,你的语气会变。” “你已经三次在同样的节点放弃了,那个节点是什么?” “你说你想要自由,但你所有的选择都在创造约束——这两者之间,有什么你还没看清楚的?” 人确定自己是谁, 通过碰撞、选择、和痛苦—— 但这个过程大部分时间是无意识的、被动的、被扭曲的 真正的自我认知,需要一个清醒的见证者 在 AI 之前,这个见证者极度稀缺 这是 AI 可以给人类带来的, 也许是有史以来最深的礼物 不是帮你做更多事, 而是帮你看清楚, 你究竟是谁在做这些事 长期沉溺在网络里,过量信息和熬夜有时会让我感到空虚、焦虑,也占去很多原本可以投入现实生活的时间。但我没有依据把自己的这种感受直接归因于血清素水平。 人类学家项飙提出一个词叫「重建附近」 实际上就是回归现实的,以自己为中心,向外延展,与周遭的环境发生积极互动,构建自己的小生态 「我不关心AI,我关心这个时代里的人」 我突然感觉到,有一种非线性的感觉,是机器人还是很多人之间给你体现。其实,很多时候是有很多有趣的细节或者心理活动,因为感觉很惊喜,就是你自己被关注了。感觉另外一点是,你感觉这个项目还确实变得更好了,这种成长感是骨子里的。它并不是那种线性的、可预测的、重复的。对,戏剧中往往是少了很多惊喜,而往往是惊喜感会给人带来一些不一样的东西,我觉得非常有趣。 然后是无感,就是和单纯的打工需求是不一样的。我们去定义人格本身,还是系统在成长过程中,并不是靠近一个人去硬推了,而是有人补文档。因为挂着有人不适配,就是该系统还可以超出自己的个人边界,然后就不断寻找这些特别有趣。 不过我觉得确实可以按照它的操作面板去尝试一下。最开始有一个很聪明的调度面板,负责调度当前是什么状态以及它在什么样的模型里。然后如果属于某一个P的话,每一个P下面都有一个沉淀的资料,基本用户的信息都可以在里面沉淀。这样的处理过程我觉得还挺有意思,就是把用户所有的对话作为用户资产,然后它的服务对象都是为了解决这个用户支撑。在这个过程中还可以去结合做一些任务,这个任务可能是KPI,这个P也可以系列工具的。然后它可以围绕这个成长,也可以是某一个项目。 需要有一些降维打击的人逻辑才能生存,很多人迷信关系和资源,却忽略了真正的护城河 顺境是债,迟早要还的 但是 … 大多数人的失败经历,只是加深了他们原有的防御机制 但是也有点痛苦的精英主义倾向,痛苦本身不产生智慧,对痛苦的诠释方式才产生智慧 希望自己在面临痛苦发生的当下,还能保持观察者的视角,看着自己在受苦过程中,并且在不断的追问自己 也许,等自己成熟的时候,是自己可以容纳到包容自己的矛盾 向内看,而不是向外归因 … 看了信仰,好像接近于一个人把自己的生命,最终安放什么之上 也就是说,当你把一层层东西剥开——金钱、关系、成就、面子、欲望、情绪——最后剩下那个你认为绝对值得依靠、值得服从、值得为之活着的东西,那才接近真正的信仰 所以说,信仰到底是什么,感觉在我们的心中,一定有一个东西排在最上面,不是众多选择之一,而是一个最高的标准,围绕这个最高的标准,构建出来的所有的行动指南 人不一定没有信仰,很多人只是没有意识到自己的信仰是什么 我问 AI,我心中的那个最高的行为指南是什么 因为我感觉自己是有很多的重要的价值的 但是是不是真正起主导作用的,也称之为价值观排序,那个最前面的是什么? 我重视爱 我也重视自由 我也想要成功 我也讲良知 我也在乎家庭 我也希望有尊严 但是在价值面临冲突的时候,到底是哪个在最上面? 爱 vs 自由? 良知 vs 成功? 金钱 vs 家庭? 顶层价值作为最终裁决者 我在寻找这个? 很多人的追求很多,但是那些追求好像都在服务于一种东西,就是更强、更完善的自己,这是自我实现,认可 AI 说我的最高的价值是 真实的主体性(Authentic Subjectivity),是这样的吗 ? “拒绝被标签定义,拒绝被环境裹挟,也拒绝在关系中扮演自我牺牲的“剥瓜子”角色,而是追求共同创造的“插花”境界。你最高看重的是那种不被剥夺的、源于自我内心的感受力与判断力——去亲身触碰这个世界的边界,去构建属于自己的认知系统,在无常与“缘起缘落”中,不断雕琢那个独一无二的、真实的自我” 好像本质是因为一帆风顺的人生其实也很难接近去理解真实世界的复杂性 包括心理分析、存在主义 用这些高维度的理论去分析自己,答案很简短,也能刺痛自己 人之所以为人,是因为在灵魂深处,我们都渴望有一种时刻是可以“彻底交出控制权”的 那个在元意识之中,不被理性包裹着的自己 看清楚人性的那些交织后呢? 人类这种生物,就是靠那些黏糊糊、不讲理、充满瑕疵和互相亏欠的纠缠,来获取温度的,这种理性背后和生物本能是相悖的 下面是 AI 对笔记的一种解释,不是心理诊断,我也未必认同它的全部推断。 高度警惕“牺牲感”(剥瓜子模式),推崇“共同创造”(插花模式);你拒绝讨好,看透了因关系和道德绑架带来的隐性利息(忍耐的代价) 这种看似极其健康、现代、通透的关系观,底层潜藏着对“深度人际摩擦”的极度恐惧 但是真实、有血有肉的人类关系就是在泥沙俱下、充满妥协和将就中? 以下是 AI 对笔记的一种解释,不是已验证的心理结论: 你拥有强大的“叙事弹性”和“元认知”,懂得把“污染序列”转化为“救赎序列”,强调要做自己生命故事的“作者”,而不是沉溺于受害者视角的“角色” 当你永远保持着“作者”的抽离感,在天上俯瞰每一条街道时,你随时都在面临一种“悬浮”的危机。 质性分析显示,你的笔记中大量存在“我产生了一个念头”、“我观察到自己……”的句式。这种强大的自我拆解能力,让你免于深陷情绪泥沼,但也可能让你**“剥夺了自己单纯去经历的权利”**。你太急于给正在发生的事情赋予意义、提炼模型、寻找第一性原理,以至于有些时候,你忘了仅仅作为体验者去“大哭一场”或“毫无顾忌地沉沦一次” 确实,我好像失去了这样的能力,我没办法仅仅只有体验 … 变化有时让人成长。 对于习惯高度控制和理性分析的我,适度放下控制欲、允许不确定性,也许是值得尝试的方向。这里说的是在安全边界内放松,不是追求失控,更不是任何人成长的必经之路。 接纳和重新理解自己,是一个持续的过程。 这是 2026 年 3 月关于内容平台的一份个人运营假设,不是平台公布的算法规则。 小红书上,我想多观察搜索需求和有用的讨论;公众号更适合承载深度阅读;X、Threads、Instagram 的节奏和呈现方式也各有不同。 具体内容是否适合某个平台,还是要看自己的受众和实际反馈。没有出处的“知识内容加权 30%”或“外链降低触达 50%—90%”,不能当成确定数字。 但是想想这个产品如果是在国内的形态的话,应该是什么样的? 随你一起进化的认知系统 有时候很有感觉,就是感觉自己一个人在一个陌生的城市,然后看着这个陌生的城市,尤其在晚上的时候,可能路上没有一个人,我觉得这样很爽感,非常非常的孤独,非常非常的自由,非常非常的空旷,非常非常的。宽阔,我觉得说不出来这种感觉,我不知道为自己为什么喜欢,但我觉得就是自己本能地很喜欢这种感觉 感觉这个时候就是人非常有自主感,非常有一种分界感,就是和这个世界有一个非常明显的边界,感觉。此刻自己的内心,这个这个世界就是属于自己的。整个路上,所有的街道都在自己的眼睛里面,很冷静。很安静。 我觉得焦虑的人是愿意为确定性付费的。比如说,如果你对于自己在这个世界的适应性感到焦虑,对于自己的人生感到焦虑,对于找工作的焦虑,或者相比于同行的内卷而感到焦虑,这样的人是很愿意付费的,为认知买单,为知识买单,为确定性买单。他们特别希望多一种可能。 如果一个产品把复杂世界压缩成一个确定答案,用户越焦虑,它的市场可能越大。我想警惕这种激励:它是否会让提供者更愿意放大焦虑,而不是帮助人作出判断? 但是我说的就是,我希望用户他可以做到,他会更有判断力,他会更不依赖于我。就是他当然可以用我的产品,他会变得更好,但是不用的话也没关系。他已经变得,他已经用过了,他已经变好了,我觉得就也足够了,可以让他不再那么急迫地需要。这是一种认知的飞轮。 信息差有时很容易复制,有时又来自长期积累。我更关心的是,怎样让帮助用户理解和成长的产品,真正增加用户自己的判断力。 那帮人理解成长这个东西,100个人做类似的事情,是再正常不过的。 《得到》卖的那种"把顶级知识降维"的逻辑,在AI面前会快速失效 所以当知识趋近于零成本的时候,真正稀缺的是什么? 我觉得是被看见,元认知,看见、看到 人被理解,被记录,被观察,反馈给他看不到的东西,这个比廉价的知识可贵 陪伴连续性,AI记得你三个月前的困惑,看见你今天的变化,并且指出你自己没意识到的成长 个性化到无法复制,个性化是很珍贵的,从真实经历中生长出来的 其实就是一个元认知,切入的这个点,去管理产品的进度,陪聊然后剖析理解产品的 以及深度调研产品的 看张雪的经历,很受触动。 我记住的不是一个“天才”的标签,而是面对不会的事情继续去学、面对困难还愿意向前的劲头。 关于他的人生细节和采访原话,这条笔记没有附上可核对出处,先不把转述当成逐字引语。真正留给我的,是一个问题:如果年轻时想做的事一直没有去做,以后会不会遗憾?关系需要共同照料,也需要共同承担
中日爱的语义学:中文的关系定位 vs 日文的情感颗粒度
雪山的自我建模:敬畏、真实、全览、纯洁的成长隐喻
相似性假设:乞丐嫉妒乞丐,但不嫉妒皇帝
手机环境改造:极简主屏+场景分类+对抗小红点
社交频率匹配:敏感型人格的相处之道与能量守恒
AI 认知优势:数据驱动的自我洞察
时间感与成长感:我的一个理解角度
包容与忍耐:归零与积累的能量方向博弈
AI 的精神位置:知识权威、恒在许诺与无代价的镜子
旅行与 AI:分析性答案 vs 体验性问题的自我认知
AI 边界的扩展:从逻辑规则到概率模型的全人类养料
学科边界重构:学习方法论的重定义
知识体系的树干:跨越学科的第一性原则与底层规律
人类行为驱动模型:从生物冲动到叙事身份的四层架构
叙事驱动的本质:时间性缝合与意义创造的生命写作
叙事主题的确定:被建构的核心故事与重复制造的必然幻觉
叙事弹性:反刍式打转 vs 重构式爬出的讲故事方式
AI 时代的个人数据平台:记录、成长与自我探索
身份建构:他者眼光、选择积累与痛苦边界
自我认知的三要素:距离、语言化与无评判接收
重建附近:从虚拟情绪潮汐到现实小生态
我突然感觉到,有一种非线性的感觉
不过我觉得确实可以按照它的操作面板去尝试一下
只有不断的被痛苦打磨,同时还保持着富足与内心平静的人
看了信仰,好像接近于一个人把自己的生命
成长都是有代价的
理论分析之后,怎样回到真实体验
无菌环境的执念,掩盖了对真实纠缠的恐惧
你拥有强大的“叙事弹性”和“元认知”
在安全边界内,适度放下控制
内容平台:待验证的运营假设
解决人们对于成长的需求
有时候很有感觉,就是感觉自己一个人在一个陌生的城市
焦虑的人是愿意为确定性付费的。比如说
知识会极其廉价,认知会极其廉价
从元认知切入产品管理
机车张雪
六、产品、工程与开源
30 条记录 无处不在的认知负荷 尤其是感觉是在 AI 产品中,认知负荷往往是被严重放大的 Prompt 疲劳(提示词疲劳): 让用户面对一个空白的对话框,去思考如何用精准的语言写出长篇的 Prompt,这是一种极高的“内在认知负荷”。多数用户根本不知道自己想要什么,或者不知道如何表达 参数焦虑: 早期很多 AI 图像或视频工具,暴露了大量的专业参数(如 CFG Scale、Seed、Step 等)。这对极客是狂欢,对普通大众则是灾难 让用户极致简洁的操作指令 隐形的 AI ,不是看不见,而是毫无察觉,复杂的行为尽量交给后台处理,响应速度仍取决于具体任务,前端只是留给极其简单的操作结果 反面的教材是用户需要消耗很多的精力去执行 正面的教材是整个产品只有一个交互,上滑,极其复杂的 AI 推荐算法完全隐形于后端,用户甚至意识不到自己正在被 AI 深度服务。这就是极致的“去交互化” 用户不需要过程 非线性反馈 其实类似于抖音推荐算法老虎机的模式 不要让用户可预测,让用户不断的有惊喜感 只需要做一个极小,极其简单的动作, AI 返回一个非常让自己惊喜的结果,这个是高杠杆 你在画布上随便涂了一个歪歪扭扭的圆圈(极低认知负荷交互),AI 瞬间将其渲染成一个逼真的 3D 金属星球(超预期反馈) 你只是点击了一个感兴趣的“节点”(如前面纪要提到的“电影导演”),AI 自动为你生成了一整套包含历史脉络、代表作品和深度解析的视觉化卡片 不要用可预测的交互,而是把交互融入内容的一部分 “In science, if you know what you are doing, you should not be doing it. In engineering, if you do not know what you are doing, you should not be doing it. Of course, you seldom, if ever, see either pure state.”
“在科学领域,如果你知道自己在做什么,就不应该去做。在工程领域,如果你不知道自己在做什么,就不应该去做。当然,你很少,甚至几乎不可能见到这两种纯粹的状态。” Apple Watch 变成信息过滤器 关闭掉 90% 以上的 APP 从我的 iphone 镜像,手表只应该接受到老板/家人/重要朋友的电话与信息、日程提醒、以及类似打车软件的到达通知,这是最高优先级的 一定要戒掉看手机确认的习惯,最开始如果验证是垃圾信息,那么直接在手表上忽略 用 Siri 代替打开 APP 的动作,走在路上有个灵感或者待办事项,直接抬起手腕记录,用嘴巴代替手指 表盘一般根据场景设计,比如说如果是在拉萨就很看重气温和血氧还有海拔高度,但是如果是其他的地方会注意天气 苹果在近几代 watchOS 中彻底强化了“智能叠放”(Smart Stack)功能。当你在极简表盘上需要看信息时,只需向上转动数码表冠(Digital Crown),天气、日历、待办事项会以卡片形式优雅地滑出。看完按下表冠,一切恢复极简。这完美契合了“按需唤醒”的原则 使用 siri 作为唯一的输入来源 并且深度的应用双指互点两下 表盘也应该与专注模式深度绑定,比如说在工作场景显示的应该是生产力列表,然后下班场景应该是无压力的照片,睡眠模式就是黑掉 MacBook 是主控中心,对手机进行物理隔离 一般都是需要开启跨设备共享专注模式的,保持专注模式共享,这样一旦在 MAC 上进入工作或者勿扰状态,放在一旁的 iPhone 和手腕上的 Apple Watch 瞬间会同步静音,帮你建立全方位的防打扰结界 iPhone 镜像让我可以从 Mac 上操作 iPhone。这个功能在 macOS Sequoia 时就已推出;实际使用还要检查兼容条件和连接情况,不能只看 macOS 版本。Apple 的 2024 年官方介绍 所以手机可以先放到一旁;隔着房间能否稳定连接,还要看距离与无线环境。 几个配置,自动隐藏扩展坞,这个很重要,把一些图标隐藏起来,就会避免经常去看 善于多开启几个桌面的,一个桌面资料检索,一个桌面是通讯的,一个桌面是深度工作的 我突然想到,记录笔记时,重要的不只是把内容排好,而是在回看、整理、重组的过程中,发生动态的、交互的思考。这个过程本身就像一种成长。 我尝试在用这个洞察去总结我自己人生传记的时候,会发现我自己成长特别多。因为你看 flomo 里面,其实它记录了所有一切,包括你平常怎么去工作了,你怎么去学习了,你怎么去思考了,你怎么去观察了,你怎么样去自己做一个课题去观察这个世界。那你在这个过程中最大的优势是什么,就是你自己写,就是你自己做一个课题,就是视角,然后你观察这个世界的视角,它就非常重要了。 在这个过程中,也会突然感悟到很多东西。有些原始体验还没有被语言整理好,记录与回看也许能帮助我换一个层级理解它们。 如果说 AI 是一个超级聪明,越来越像你的一个镜子 甚至就但是一个上帝视角的你,去给你建议 我们可以听从 AI 的建议,我们还能做什么? 我们的主体性又往何处去寻找? 那些不一定正确, 但是真实的部分 这就是人性之间博弈的部分 动机本身是 AI 不会替我们生成的 价值排序也是一个极其个人的事情 哪些我们在不断的挣扎中,永远无法理清的,矛盾、执念、说不清楚的爱,那无法满足的匮乏感 人作为人的价值也许恰恰是作为人的主体性, 每个人的多样性,世界就像是一个仙人球,每个人在自己的那一亩三分地去成长,生根发芽 去做哪些 AI 建议你别做的事情(那些不一定正确,但是属于你的事情) 知识被分成哪些门类,未必是最重要的;更值得追问的是,它们依据什么被这样划分 比如说现在要去构建一个目录 其实目录是否是自己设计的没那么重要的, 还有划分什么样的也没那么重要,重要的是自己的划分视角、自己划分的标准还有自己划分的逻辑 这个在 AI 时代会越来越明显,生成什么内容好像没那么重要,重要的是你想如何生成,按照什么样的思路生成 想一想,因为我们审视心理学和经济学的边界,所以诞生了行为经济学,然后通过打破生物与工程的界限,催生出来了合成生物学 如果知识就像地图,边界线背后的划分依据是什么?是对象、方法,还是我们想解决的问题?这些划分并不天然固定。 下一次学习某一个知识的时候,多想一下,这个知识是如何构成的,或许更有利于建立我们对这个世界理解的真实模型 创新诞生于学科之间的交融 更本质的一句话,创新诞生于最开始的划分方式的重构 用户的意图,交互的意图本身可能也可以作为 context 注意,交互也可以是内容的一部分 OpenClaw 解决的是工作流 感觉还差一点,就是知识系统 真正好用的不是“能做什么”,而是“重复、高频、讨厌做、容易出错”的那几件事一旦自动化,爽感是指数级的 突然想到是不是要设置一个社区的门槛 为了筛选一些特色的个体 让世界很精彩的运行 让这些游戏很有趣的去探索互联网,降低门槛 然后结合自己的信息,适当的给予一些推荐 我想实现的目标,就是它能基于对我的理解,自动的去做一些事情,甚至不需要我的想法,只要我用 token 我突然想到,我们在处理现在的 OpenClover 时,首先面临的最大问题就是,我们不知道哪些任务真正具有价值。但我相信,它之所以付费,是因为这个工具能够提供一个标签化的存储方式,并且能和业务取得比较好的效果。那我觉得这很厉害,它甚至可以说 24 小时以你的人格在网络上不断运行,然后推荐给你一些新的内容,让你在这个过程中得到真实的反馈。它甚至可以帮你做很多事。所以我觉得缺少一个这样的工具。 但有一个问题,它怎么去自动化地检索信息呢?是自动化漫游,还是需要根据人格设定一些限制?比如现有的网站限制,但应该也能做到,就是通过最开始的几个步骤吗?我觉得这很有趣,还可以尝试这个工作思路。 数据存储的问题很重要 怎么样把数据合理的存储 记忆对有一些对象来说是重要的,但是对有一些对象来说是噪音 A 的记忆不能成为 B 的噪音 所以说记忆也是具有主体性的 在我设想的系统里,即使共享知识很多,员工 A 也不应直接把员工 B 的记忆当成自己的经验。这既涉及权限,也涉及来源与主体的区分;混用之后,系统可能分不清信息属于谁。 我们认为,长期记忆系统不应只是一个向量数据库,而应是一个动态演化的“认知操作系统”。这种理解源于对人类智力机制的模拟 长期记忆系统的核心使命,是实现从“Fluid Intelligence”(流体智力,基于即时推理)向“Crystallized Intelligence”(晶体智力,基于经验累积)的转化。它连接了时间与智能,使 AI 能够通过自我反馈进行持续演进,而非仅仅依赖预训练的静态权重 还有一个问题,就是在执行任务的过程中,能否持续推送一些反馈回来。有时候任务执行的方向可能是错误的,这时就需要反馈这些不正确的行为,这也是测试过程中比较常见的情况。 很多人会想,为什么不能让它自己运行呢?让它自己去处理,我们只需要在适当的时候进行干预就好。 vibe coding 的过程中还是需要深度的去 code review 在读它的过程里也会获得思路与灵感,反过来完善你的项目文档,让你和AI进入一种“深度协同、共同进步”的状态:你越来越懂坑在哪里,它也越来越懂你的边界与偏好 知识正在被平权化,很多过去需要十倍百倍精力才能摸到门槛的东西,很快都会被拉到大众面前,只是时间问题。于是个人真正稀缺的东西会慢慢凸显出来——你的想象力、创造力、品味,以及你把知识应用到现实问题上的能力。回到开源这件事,复盘BettaFish的经验,越来越觉得投入产出比最合理的分配是:前期调研和idea占大头,宣传推广也很重要,真正写代码反而不是最重的部分,文档则决定了别人敢不敢用、愿不愿意留下 Vibe Coding选题尤其重要,在开始写代码之前一定要经过全面的调研,先思考、再动手。 个人开发者,要从垂直领域来,到大众中去。从垂直领域切入积累专业口碑,再面向大众吸引广泛用户。就像BettaFish定位是舆情分析,标语打的却是“人人可用”。 不要追求大而全,做减法,实践中不断修正自己的定位,同时不要完美主义,快速验证。 营销推广可以不多,但一定要提前准备好能让「别人帮你宣传」的素材,比如清晰直观的演示视频等。 代码是冷的,故事是热的。学会讲好代码背后的故事,是独立开发者的必修课。 想象力是第一生产力,技术不再是唯一的壁垒 一个切中时代脉搏的 idea 其价值被空前放大;速度决定生死,市场机会稍纵即逝,利用 AI 工具在几天内将想法变为现实并推向市场的能力成为关键。这就是我理解的Vibe Coding,也是我相信的超级个体时代 每天固定的时间或者模式选一遍照片,可以是睡觉前 先点一份爱心,这是最基本的 然后点爱心的里面去筛选发社交媒体 还有一点就是关于相册 一般如果去完一个地方可以把爱心中的照片整理为相册,相册是用来分享的 去完一个地方应该清理这个地方无用的东西 我觉得甚至是旅游笔记也很重要,关联的地方,比如说关联的平台,flomo 这些,要经常记录 多一些观察,多一些思考 金边的一些街景让我感到割裂。铁路、河岸和旧建筑附近,有些住宅看起来很简陋。 我不知道每家人的具体情况,但想到一旦居住地点改变,通勤、工作、上学和日常生活可能都要重新安排。 这让我觉得,讨论城市空间时,不能只看开发后的样子,也要关心原本住在那里的人。 参观完 S-21 的展馆,心里很沉。狭窄的空间、照片墙和留下来的物件,让我很难把这里当成一个普通的展览。 每张照片里都是一个具体的人。我不可能知道他们在拍照时究竟怎样想,也不能从表情判断他们的内心,但这些面孔本身已经有很强的力量。 出来后坐在庭院里,看见有人记笔记,有人默默站着。我也需要一点时间,慢慢消化。 看完 S-21 后,我在门前坐了许久,听鸟叫,看人来人往。很多人和我一样,安静地待着,像是在想什么,又像是什么都没想。 走过楼梯时,我会想到几十年前也有人从这里经过。但我不能把自己的想象当成眼前每一道痕迹的历史解释。 这次参访让我更珍惜和平,也更想认真记住那些具体的人。 链接的编写方式很重要 大多数人习惯把参考文献放在文章末尾,像脚注一样。但你应该把链接巧妙地融入到句子中 链接会成为你思维的一部分,代理可以通过追踪链接来理解你的推理过程 把笔记想象成乐高积木 每个单元都是独立完整的,但它们可以连接起来构建更大的结构 当你的笔记以这种方式运作时,网络本身就变得有价值了 当 Claude 开始一个会话时,它需要了解现有文件,而无需读取每个文件 如果笔记数量达到数千条,这是不可能的。所以我的系统采用了分层结构,使代理能够快速定位 claude sees the folder structure. a hook automatically shows what folders and files exist at session start
克劳德可以看到文件夹结构。一个钩子会在会话开始时自动显示存在的文件夹和文件。 an index file that lists every note with a one sentence description. claude can scan 50 notes in seconds without opening them
一个索引文件,其中列出了每张笔记及其一句话描述。克劳德无需打开笔记,就能在几秒钟内扫描 50 张笔记。 topic pages (MOCs) that link to related notes these act like tables of contents for each subject
主题页面(MOC)链接到相关笔记,它们就像每个主题的目录。 它们还包含克劳德在遍历图表过程中留下的笔记,记录了它所学到的知识,为未来的会话留下了线索 文件夹结构,结构好的很适合个人思考库 重点不在于具体的文件夹,而在于文件夹的位置,它能告诉你某个东西是什么 How to start: 创建一个文件夹,并且在其中创建符合用途的子文件夹 写一个 CLAUDE.md 描述你的系统,简单开始逐渐完善 使用 claude 来运作,捕捉一些东西的,寻找关联 你不再是做笔记,而是指导一个做笔记的系统。你的工作变成了判断,也就是决定什么才是重要的 人的角色从作者演变为编辑,从创作者演变为策展人 减少找文件的时间 减少重复下载、重复创建、重复修改 降低“这个文件到底最新版在哪”的混乱 让 AI 更容易理解你的本地资料结构 让你做项目、写作、编程、学习时切换成本更低 位置层:文件存放的位置,这是传统目录树 Documents Downloads Desktop iCloud Drive 项目总目录 外接硬盘归档目录 语义层: 这个文件属于什么,这是标签、命名、分类规则 项目A 待处理 已归档 发票 论文 重要 可删除 Apple 官方支持给文件和文件夹加颜色或文字标签,而且标签适用于本地和 iCloud 中的文件 入口层,你平时如何快速进入 这是 Finder 侧边栏、Dock、别名、Smart Folder 在 Finder 侧边栏展示标签 用搜索保存成 Smart Folder 创建 alias(替身/别名) 把文件夹放进 Dock 作为 stack 使用 高效原则: 目录尽可能少层,标签承担横向分类 不要让文件夹承担所有分类职责 因为一个文件只能在一个位置,但它往往同时属于多个语义维度 文件夹:负责主归属 标签:负责多维语义 搜索/Smart Folder:负责动态聚合 适合的目录模型: inbox 区,临时 git worktree + pnpm virtualstore,是目前最轻量的答案 我当时关注的是把较长观点拆成一个 Thread 串,用回复自己的方式延续。相比只追求单条内容的长度,这种连续展开的形式也值得研究。 Threads 围绕对话串的设计让我很好奇。我想观察:有意义的回复、回复深度、链接和标签,分别怎样影响内容被看见。 这是待验证的运营问题,不是我已经掌握的推荐算法规则。 感觉图片和对应的描述是分开的,我不记得那时候发生了什么 甚至也不知道如何让 AI 很好的整理到一起 我觉得这对未来的文件系统,以及 MINIO 是一种思考,应该如何组织和配置对应的目录结构,包括组织文件和视频 像 Polarsteps 这样的行程记录工具,也让我想到:照片、视频和文字能否由自己组织起来,让数据真正归用户所有? 但是用户对数据是非常敏感的,以及配置和上手的便利度也是需要平衡,但是这个 DIY 过程,创作的过程,用户归属数据的过程本身是很爽的一点 想做执行 围绕一个目标,推荐的一些去做一系列的整理 这样的产品形态应该是什么样的? maybe 可以先围绕自己旅游这个目标去做设计? 一些主旨,是围绕个人成长的 比如说的自己想要去实现某一个目标为主旨去做的一系列的设计 感觉一个适合理解世界,一个适合理解个体,一个是发散的,一个是收敛的 量化分析通常是测量变量、检验假设、挖掘变量之间的关系、然后评估效应大小,追求的是可重复的、可推广的 扎根理论的目标通常是从经验材料中生成概念的,发现行为、互动、过程背后的机制 他们对数据的理解也不一样,数据不是同一样东西 先有理论,然后再去检验理论,扎根理论强调的是理论不应该过早的压住材料,让材料自己说话 量化分析偏向于理论驱动,但是扎根理论更偏向于材料驱动 量化看的是总体规律,扎根看的是个体的过程 之前住的一家酒店,网络和部分设施没有达到预期,餐食的价格与体验也让我失望。以后还是要更仔细对照评价、设施清单和自己的需要。 今天换到一家青旅,工作人员的热情和网站上的活动安排,先给了我不错的印象。干净的照片、舒服的颜色,以及清晰的活动信息,都让我感觉运营上更用心。真正的入住体验,还要等住下来再判断。 我在了解 VLESS 时,比较关心认证、协议层加密和外层传输安全分别负责什么。UUID、 比起背一个没有出处的“全称”,我更想理解这些边界,以及配置组合实际解决了什么问题。隐形 AI 设计论:让用户意识不到正在被 AI 服务
老虎机式交互:极低输入换超预期惊喜的高杠杆设计
科学与工程的边界:知道 vs 不知道的行动哲学
Apple Watch 信息过滤术:90% 通知关闭与按需唤醒
手机物理隔离术:MacBook 主控+跨设备专注结界
笔记记录的本质:动态交互的思考过程与视角升级
AI 时代的人类主体性:去做 AI 会建议你别做的事
知识边界的划分逻辑:创新生于划分方式的重构
交互意图作为 Context:交互即内容
OpenClaw 的定位:工作流与知识系统的缺口
自动化爽感:高频痛点解决的指数级回报
社区门槛设计:筛选特色个体与降低探索门槛
OpenClover 价值:24 小时人格运行的标签化存储
记忆的主体性:A 的记忆不能成为 B 的噪音
还有一个问题,就是在执行任务的过程中
Vibe Coding 协同态:你越懂坑,AI 越懂你
照片的工作流
我突然想到之前和朋友聊到的关于金边这边的割裂感的问题
刚去参观完S-21的B栋,真的很阴森
参访之后,在庭院里坐了许久
写好笔记
{
"hooks": {
"SessionStart": [{
"hooks": [{
"type": "command",
"command": "tree -L 3 -a -I '.git|.obsidian' --noreport"
}]
}]
}
}
目录的设计不是用来收纳的,而是用来检索系统设计的
并行开发工作流:
用 Thread 串展开较长观点
Threads 的推荐算法感觉也很奇怪
我在回忆历史的时候有一种复杂的情绪
不想做思考
量化分析和扎根理论
之前住的那家酒店,我觉得他们做的真的很一般
VLESS:先分清认证、加密与传输
encryption、TLS / REALITY 不是同一个层次的概念,不能因为某项配置写着 none,就推断整条连接是否安全。具体支持能力还会随版本变化,应对照项目文档。Project X 的 VLESS 配置说明
七、内容、创作与记录
10 条记录 我站的角度很独特 我让一个人真正成长,反思自己的角度 这个角度上来看,好像无论是什么都可以? 但是我更想融入自己的经历和叙事 这样就有很强烈的代入感 其实写作也好,设计也好,面临的一个很有意思的事情就是,如何有意识地在不同“抽象层级”之间来回切换,以更好地理解和设计复杂系统 抽象梯子 核心的思想是如何有意识的在不同抽象层级来回切换,以更好地理解和设计复杂系统 这个“抽象梯子”(ladder of abstraction)不是一个单纯的语言理论,而是一种思考方法论,强调 抽象 + 具体 ↔ 抽象之间的动态来回 让车保持在路中央,其实倡导的是三个基本的动作 掌控参数,把变量放在可控的范围内才能自然的探索 上升抽象,不只看某一个具体的实例,而是创造一种能代表所有实例的抽象表示 降回具体,光看抽象图很酷,但是不懂细节原因,需要选择某一个具体的实例回来检视 所以它是来回 上抽象 -> 下细节 -> 再上抽象 -> … 就跟我们分析某一个地方的文化和人群是一样的好像,观察 -> 实践 -> 理解 -> 观察 梯子的含义: 底层: 刚开始我们只能看到具体的情况,比如说一辆车在某一个时刻的位置 中间层(抽象第一级):把具体的变量抽象掉,得到更广泛的概览 更高层,同时抽象更多的维度,比如说对所有参数的数据进行格式化,进行高度概括的总体模式 抽象梯子本质上是一个认知层级,并且不是只用高层思维就完事,而是需要灵活的在各个层级间转换,才能兼具高度与深度 单纯停留在 具体 → 容易陷入细节,但看不见整体趋势。 单纯停留在 高度抽象 → 失去直觉和因果联系。 来回切换 → 既能发现规律,又能解释原因。这正是深刻理解问题的关键 其实转化为认知与行动的区别,这样的类比也是成立的,思考解决行动的不确定性,行动解决思考不确定性,两者是互补的,相互成全 小狮日记 看了一下 视频很有特点 科技与生活的错位 还有就是的视频很有叙事体验 再就是观看数据本身也是一种反馈,调整视频 前几秒的跳播率决定那最开始的视频很需要新颖点 有一个卡片式应用,最开始感觉很有意思,就是朋友推荐给我的,他说这是一个卡片式笔记很有趣的一个 app。我用了一段时间,我自己观察发现,实际上我的点击率是非常低的,而且我发现就是有很多的卡片内容上是有重复的,就比如说大模型的热度订阅,就是连续几天都是那几个热点,我觉得特别无趣。 还有就是它的互动,它是侵入式的,我很不喜欢,因为这个互动还不是内容的一部分,所以我觉得这个操作是没有意义的。有些操作还会占用我的注意力,还有我的视线,包括打断我以前的一些专注状态。所以觉得这个 app 怎么说呢,就目前为止还是没有特别吸引我的点,反而让我很痛苦,我会把它删掉,就是因为它这个骚扰能力太强了,总是在你 notification 上面去骚扰我,而且不得不点进去,很麻烦。 如果以语音作为原材料,产品要处理的可能不只是“说了什么”,还有语气、停顿、噪音,以及说话时的状态。 我想把“语音记录”和更广义的“音频资料”分开考虑。前者可以更接近文本主导的知识整理,后者的场景更复杂。具体怎样处理,还需要继续细化。 projects 负责深度再创作 Obsidian 负责记录 agent 可以横向扫描你自己无法人工发现的 cross-cutting patterns 比如说讲过的主题 以及一些你发布的一些规律 以及一些对你的提醒,这是 intelligence 层 我觉得笔记还有一个非常重要的一个功能,就它不仅仅是传递功能、传递内容,也是一种传递风格还有思维方式。就包括写作风格还有链接方式,还有一些对不确定性的态度,包括如何导航。这些都不一定写在 Note 文件里面,它可能是 Agent 在不断阅读这些笔记的从示范中不断地学习。然后我觉得还有一点很有意思,就是记忆碎片。就是有一些电影里面的主角,他没有办法形成一些新的 memory,所以他必须要依靠一些纹身、一些图片、一些手写的纸条,这些外部痕迹就是用来触发下一步行动的函数调用。我觉得这个是很重要一个部分,Agent 的会话之间也需要类似的外部线索。也就是说,他的一个身份构建不一定要有连续的意识,但是一定要有一个稳定的结构,能够不断地生成相似的一些认知取向,这个是非常重要的。 只做深度内容 只做垂直内容(一个账户)写作视角:融入个人叙事的强烈代入感从何而来
抽象层级切换:写作与设计中的认知弹性
抽象梯子方法论:上抽象→下细节→再上抽象的认知节拍
小狮日记拆解:科技与生活的错位+前3秒的新颖点
通知如何打断专注
我感觉,如果是语音作为原材料的话
notebooklm 负责学习
agent 可以横向扫描你自己无法人工发现的
笔记还有一个非常重要的一个功能
只做优质内容
八、商业、投资与职业
6 条记录 金刚石的散热应用让我想到:材料性能最强,不等于整个工程方案最合适。 我想进一步比较的,是材料导热、界面、封装、系统级散热,以及成本、良率和规模化之间的关系。 这条笔记当时混在一起讨论了珠宝价格、材料技术和投资估值,但它们不是同一件事。缺少年份、样品条件和来源的价格、热导率与收益数字,不能支撑投资结论。 我当时关注到面板级封装这个方向,想进一步了解:芯片尺寸、HBM、芯粒互连和封装面积,分别给工程带来什么约束。 “COP”的具体命名、各家公司的项目进度,以及 AMKR 的估值,需要分别查项目和财务资料。这条笔记没有完成核验,不能作为公司进度或投资判断。 比较不同市场的市盈率,不能只看一个指数的总数。 我想把行业构成、公司盈利、增长预期、利率环境,以及整体指数和个股中位数的差别拆开看。不同时间、不同口径得出的数字,也不适合直接放在一起比较。 与其凭市场标签判断贵或便宜,我更想回到具体公司:收入和利润有没有跟上,现金流怎样,估值依赖的预期是什么。这里留下的是分析问题,不是对某个市场的买卖结论。 杀死一个企业的,从来都不是竞争对手,而是它的成功惯性 一家企业成功,靠的是战略、文化、人才、架构高度一致。一致性越强,公司跑得越顺。 但一致性越强,惯性就越大。环境一变,整个组织拐不过弯 三元悖论讨论的是:一个经济体不能同时完全实现固定汇率、货币政策独立和资本自由流动。这是理解开放经济政策权衡的一种理论框架。IMF 对三元悖论的研究 我觉得有意思的地方是,同一套制度选择往往不能把所有目标都做到最大。现实中也有不同程度的管理、开放和灵活性,所以不宜把每个经济体都硬塞进一个绝对的二选三格子。 新加坡让我看到,三元悖论的现实安排可以比二选三的标签更细。MAS 以新元对一篮子货币的名义有效汇率为货币政策中心,通过区间与变化路径管理,而不是盯住单一货币。MAS 对货币政策框架的说明 至于其他国家在汇率、资本流动和政策独立性之间怎样取舍,需要按同一时期的官方资料分别核对。材料性能与工程最优解
面板级封装:我想继续了解的问题
比较市盈率之前,先对齐口径
企业成功惯性:一致性与灵活性的悖论
三元悖论
新加坡:资本自由流动 + 汇率主导的货币政策
九、身体、健康与日常
8 条记录 感觉现在的所有的 AI 互动影视和游戏所面临或者需要解决的真正问题 并不是视频内容的生成质量,而是上下文的视觉一致性 目前行业内解决这一问题,往往需要结合传统游戏引擎(如 Unity)来控制逻辑状态,而让 AI 专职负责美术资产或动态渲染。对于缺乏长效机制的“人像代入”玩法,必须将其接入现有的社交关系链,将其转化为“社交货币”而非单机体验,才能获得长期粘性 黎深感觉是一个很冷静的角色啊 独立的个体,不需要随时在线,需要的时候在 “长暇市天气晴朗,我的消息你都回。我想你应该一切都好。” 感觉是一个很克制的人格 他不会把你放进“需要被照顾的角色”,而是默认你有判断、有能力 《夜王》感受 印象中最深刻的环节是男主不经意间流露的善意 其中有人家中有困难,他愿意提供帮助;这让我注意到夜场关系里也有真情。 包括借钱给自己的员工,无利息的 夜场感觉很真实,有表演,有灰暗的一面,也有真情的一面,有体面的一面,有义气的一面 每个人人性真实的一面都体现出来了 很多的细节,包括 Mini 丢下耳环,对比欢哥离开 V 姐的时候清理碎渣 欢哥从来没有发现,一次都没有 最开始以为 Mini 是套路 V 姐,让他们产生矛盾了 我还是太狭隘了 Mini 只是希望自己被看见的 V姐捡到耳环放在梳妆室的那一幕,Mini看到耳环被捡起的那一瞬可能是如此激动,但终究爱上了不该爱的人,情无所托,爱无所赴,只能远远离开 翻到之前在越南吃饭的照片,很怀念。河粉、法棍、春卷、烤肉米粉,都很好吃。 我尤其喜欢里面的蔬菜、香草和不同口感的搭配,吃完常常觉得轻盈。不过这种个人感受,不能用来断言越南饮食一概低脂低热量,更不能解释当地人的身材。 这些食物也让我对不同文化怎样进入本地厨房很感兴趣。具体的历史来源与做法,还需要逐项了解,不宜只用一个“中法融合”的故事包住一切。 我觉得大叻(Da Lat)这个城市非常有意思。与胡志明相比,达叻是一个非常松弛的城市。它给我的感觉单纯,生活气息非常强,有点像中产或贵族气息。很多人都喜欢在家里或大院中养一个小院子,然后在院子里生活,旁边也可以爬爬山、探索一下。我觉得真的特别放松。 而且那边有超级多非常不错的美食,也是一种美食天堂。相对来说,那边气候非常舒适,就像我们大理的气候一样,它是越南高原城市。越南旅游局的大叻介绍
。所以整个城市我个人感觉非常喜欢,天气也非常棒。 当然也不是没有缺点,缺点可能是基础设施可能差一些。但我觉得基础设施这东西也还好吧,相比较生活的舒适度而言,好像也不算什么。 喝咖啡 逛夜市 想跑步了 把自然变成日常的秩序 把社交变成可控的,体面的 把物质消费升华为审美与伦理 还有就是在刺激与克制之间找到平衡 茶的本质说到底论的还是精神世界 茶很特别。它不像水那样完全中性,也不像酒那样强烈失控。它有轻微提神、微妙风味、复杂层次,但总体保持克制 清醒,但不张扬;交流,但不失礼;享受,但不放纵 可共享、可重复、带有轻微精神性的饮品,来组织时间、缓和关系、塑造身份、安放心灵AI 互动影视的真正瓶颈:不是生成质量,是视觉一致性
黎深人格:不把你当"需要被照顾者"的克制型关系
《夜王》:人性真实的多面呈现
Mini 的离开:渴望被看见的悲剧
翻到越南美食照片,又开始怀念
大叻城市观察:松弛感与生活舒适度的平衡
早起游泳
茶文化的本质
参考资料
以下是一手核验与正文引用的资料;其余历史摘记未逐项核验。
- Google Research:多智能体扩展的任务边界
- Apifox:外部 JS 篡改风险与升级公告(2026-03-25)
- 吐斯廉种族灭绝博物馆:博物馆历史
- ECCC:001 号案件资料
- 孟加拉国驻马来西亚高级专员公署:地理与人口
- Apple:macOS Sequoia 与 iPhone 镜像(2024-06-10)
- UNESCO 对吴哥的说明
- APSARA 对吴哥寺的介绍
- 吴哥寺居住史研究
- APSARA 对塔普伦寺的介绍
- 法国远东学院的修复研究
- NIGMS 对昼夜节律的说明
- Pew 原始调查
- Apple 的存储管理说明
- Project X 的 VLESS 配置说明
- IMF 对三元悖论的研究
- MAS 对货币政策框架的说明
- 越南旅游局的大叻介绍



读者回响