看剧快进,翻书几页就停,产品做到枯燥处就没动力。十月后半段,我开始意识到,自己好像越来越习惯快反馈。
AI 几秒就能给出结果,换一座城市又是新的风景。但有些事情,还是需要自己慢慢经过。这个月的笔记反复回到注意力、真实体验,还有怎样把一件事持续做下去。
本月共 223 条公开笔记 | 记录时间:2026-10-01 — 2026-10-30
按主题整理,保留原始时间戳。明显错字和缺失的语义已作修正,私人及敏感内容已隐去;不同日期的判断,仍然放回各自的上下文里。
本月导航
本月 223 条记录,按 9 个方向归档:
- 自我认知与心理 · 54 条
- AI 与 Agent 系统 · 46 条
- 阅读、思想与历史 · 42 条
- 产品、工程与开源 · 36 条
- 内容、创作与记录 · 12 条
- 商业、投资与职业 · 12 条
- 旅行、地理与城市 · 9 条
- 日常与其他 · 8 条
- 身体、健康与日常 · 4 条
自我认知与心理
54 条记录 有一个很喜欢打听别人消息的朋友,经常问我另外的一个朋友现状,相比较而言,好像有些人也是如此,很喜欢打听别人的消息,why? 打探别人消息本质回归到获取信息的本质 获取信息的本质是为了降低不确定性 所以打探消息,是为了通过了解别人,降低自己的不确定性,判断自己的处境,获取对关系的掌控 一个行为服务于自己的需要,不等于它就是恶意。 人关心朋友,可能也希望确认关系还亲近 每一次想了解的背后观察自己的动机,到底是好的出发点还是? 有人想靠近你,有人想和你比较,有人想判断你是否可靠,有人想获得谈资,也有人想抓住你的弱点 其实无论怎么样,对方不想说,就及时停下 判断对方知道之后如何使用这样的信息 以及他获取的信息是否是诚实的 之前去过清迈,看过他们放过天灯节和放过水灯节,看过他们本地人的幸福,夫妻家人一起欢乐的放天灯,也有孤零零的一个人,满怀的期待,满怀的祝愿,放着天灯 我好像真的明白了天灯和水灯真的含义了,24 年那一场天灯节,那一场水灯节。在阿嬷的故事里面,他们有大量无家可归的人,相思的人 然后看到谢兰枝在放水的那一瞬间,真的很不可思议,好像从此开始坚守,我才发现原来是那么的有人味。当时天灯和水灯的时候还没有触动到我,总觉得观察下来,我觉得他们很幸福,很温馨。但是如果可以的话,我也希望放一个。原来相思、厮守、离别、思愁,都在一个天灯和一个水灯中,寄托着人与人之间的思念。原来经历过这种感觉。才会深深的触动到 水灯和天灯把人们的思念带向远方,带向对方。可能心理距离很远,可能现实上物理距离很远,异国他乡,有可能与世隔绝,生死相隔…他们留下来的都是一点点的人与人之间的感情,一点点的感动 总是在一点点地触动到自己的内心 情谊不是友情,也不是爱情。它往往来自跨越山海的一种理解。情是感情的情,义是义气的义。因为对对方有这份理解,才能相互共鸣、相互共情。在危机的时候,就会抱紧在一起,共同面对 其实人与人之间的关系也是这样,不一定非要走向拥抱。我觉得,能在一个不确定的世界、一段危险的旅程里,两个人相互鼓励、相互坚守,给对方一些理解,给对方一些善意,就已经很圆满了。至于爱情,好像太奢侈了 我觉得或多或少经历过的一些人,也许都会信命吧。因为命运带来的推拉感太重了,而且也需要命运给自己带来一些支撑,带来一些力量。因为自己永远不知道这条路到底选择是不是对的。所以无非是从心学层面上给予自己的一些慰藉。 #黑泽明-梦 我觉得他才象征着三个阶段。小时候好像自己很不受控,所以经常梦见那些很奇怪的梦。好像我小时候也是这样,梦到一些蛇,梦到一些蚂蚁,好像真的就来抓我了。所以小时候很害怕那些恐怖故事,他们真的有用。 长大了之后,好像更多的是一些关于生活上的,工作上的一些痛苦。对工作失意。事业还没有成就,然后经常在职场中很痛苦、很纠结、很内耗。 在年长之后,好像更多是关于人生和意义的一些思考哲理,关于人类的意义、存在的意义、人与自然之间关系、人与世界之间关系、人和生命之间关系、生命的本源 很久之前,晚上睡不着,脑子里冒出一句:我好焦虑 然后事情就变了。我开始担心自己为什么焦虑,焦虑会不会影响明天,是不是最近状态很差……一个词,把一个晚上都拖进去了 如果不去说焦虑,我会怎么样? 只是把当前的描述出来? 胸口有点紧。呼吸偏浅。脑子里反复出现一个关于明天会议的念头,反复出现的是自己出丑会怎么样 就这三样。说出来之后,它们反而小了。胸口紧,就深呼吸几次。那个念头,写下来留到明早再处理,这个过程是看见而不是定义,很多时候,很多情绪,只需要看见,然后清清楚楚写下来就好了,过段时间看就解决了 心理学里有 affect labeling(情绪命名)的研究。一项 2007 年的实验
发现,给负面情绪图像命名时,部分脑区的反应有所减弱。这给了我一个理解自己体验的角度,但不等于每一种情绪只要说出来就会解决 庄子说得鱼而忘筌,名字是捕鱼的工具,不是鱼本身。佛学里也讲,所谓的我很焦虑,拆开来看不过是一些感受、一些念头,在这一刻聚在一起,下一刻又会散开 我的方法就是,察觉到有情绪,无论是好的情绪还是负面的情绪,自己第一反应是期望的,因为情绪帮我理解自己,我的每一次感动,每一次失望,每一次焦虑,如果看见了,好像就成长了 然后把情绪还原,这个时刻到底是发生了什么 假期都快过了,今天是去咖啡馆,但是感觉每天都很忙。就让我回想起来当天的时间线,我都是可以清晰的知道当天时间线在哪个位置的,以及在做什么。但是回过头来看我自己一天,让我总结出来我今天做了什么,好像有点卡顿 因为看似做了很多,看似学了很多东西,看似解决了很多的问题。但是现在回过头来一想,我今天好像什么都没有做 忙忙碌碌无所成的一天 我突然感悟到了,就是,包括乔布斯,包括马斯克,包括大家耳熟能详的科技领域的创始人,他们日常工作一定是非常非常忙碌的。乔布斯的话,他会去做一些时间管理或者精力管理。网络上也有各种的时间管理、精力管理的方法和工具。但是真正实践下来,我觉得还是很麻烦的,因为管理本身也是一种负担。就一天,如果我还要想,就是今天应该怎么样去列自己的行程,应该怎么样去列自己的安排,这个行为本身就是很消耗自己精力的 然后我突然想到,Eason 他对于自己的日常管理,他用到一个很牛逼的词,有有一个很牛逼的概念,就是瓶颈。就这个词他能够一直想啊,就是你可以去想一下,就是瓶颈是什么?你当前要做的这个事情,它的瓶颈是什么?就他就很明确,就是他就一个非常具体的事情,然后一个非常具体的意愿。然后概念又是思考的基本单位,你每天就可以基于这个概念去发散思考,去围绕这个概念去解决。那么你每天就有一个很清晰的主线,这个主线就很明确,它没有那么庞杂,没有那么零碎,它就一个很清晰的主线,这个主线就是你要解决你的当前这件事情的瓶颈,然后围绕这个瓶颈去思考怎么去解决。在这个过程中用到哪些方法?你把你的所有的注意力、精力、学习,还有时间全部都围绕在这个概念上面 而且瓶颈这个东西,它是可以一直思考的。就是你解决当前瓶颈,你可以继续去思考,就是下一个瓶颈是什么?下一个瓶颈是什么? 我现在突然开悟了,我觉得就是可能在未来 AI 时代,就是面对复杂的任务、复杂事件,尤其是一个对于一个需要做很多工作的个体来说,就是瓶颈它是一个非常好的方法,它比那个什么各种的精力管理、时间管理、任务清单都更有效。你每天都需要很明确的思考、很明确的定义,就是当当前问题是什么?最核心的瓶颈到底是什么?围绕这个瓶颈去不断地去思考解决。你每天也能很清晰地说出来,就是围绕这个瓶颈做了什么 继续上一篇,我觉得瓶颈还解决一个很重要的问题,就是保护好自己的注意力和时间,以及自己的精力。在一件最重要、最重要的事情上面 如果平常事情太多了,真的会很大程度上冲散自己的时间和精力,以至于自己好像被迫的去为了解决一些任务,或者是完成一些任务,来去被迫的分割自己的时间和精力。 然后如果是瓶颈,他会去强行的要求自己把所有的精力和时间握在手里,主动的为这个最大的、最重要的问题去选择性的分配。然后自己也可以把所有精力先集中放在这一件事情上面,也不会导致自己会出现认知或者精力负载 比如说对我现阶段,我会觉得就是围绕最核心的一件事情,就是当前的 evaluation 或者是 agent 效果是否调得足够好,如果说 Agent 效果不好,那么就核心的分析就是为什么不好。这个瓶颈是什么,到底是架构问题?还是目前的 Workflow 问题?还是说一些 tools没有配好 其实从小到大也是在城镇化的过程中,不断的迁移自己的家,从小学的时候在镇上的小学,初中的时候在另外一个镇上的初中,高中的时候在市区里面的一个高中,大学的时候在省会的一个大学 所以其实这个过程中,我慢慢的已经有了一种说走就走的习惯。对我来说,无论搬家、换工作,还是换生活、出国旅居、旅游,我都可以说走就走。它给我带来一个很大的好处,就是我不会去囤东西,不会去有消费的欲望,不会去买过多的珍藏品。在选购物品的时候尽量保持精简,避免过于复杂,尝试用最简单极简的生活,去创造丰富的人生 其实包括在我自己的日常中,好像也是这样。它会影响我自己的思维习惯,在做决策的时候,不会因为外界对物质因素去影响干预的决策,反而尽可能地想找到一些决策中最根本的一些变量,不会因为太过于顾虑一些没有发生的事情,或者是担心自己有所不适应,或者是担心这个现实世界有多么复杂,而去阻碍了自己向前决策的勇气,所以其实极简主义后我的选择是更多了的 我一直在思考,我们当前生活的世界到底是不是真实的? 好像自从我们出现之后,我们的世界变化飞快。从小时候开始陆续的通电和通水,再到后面,我们拥有了飞机,拥有了互联网,我们还拥有了智能手机,我们现在又出现了人工智能。也许再过 10 年,我们真的就像《骇客任务》那样,我们进入到一个虚拟世界,然后体验沉浸式的人生。可能随着世界模型的发展和演变,3D、VR 和 AR 的成熟,真的有可能到那一个阶段 包括,其实任天堂的游戏也是一样,就是数百万的玩家投入到其中,本质上就是参与一种轻量级的模拟。超级马里奥在屏幕上奔跑,他的世界可能并非是完整的存在的,但是随着他的前进立马就生效了,你走在墙后墙后才会被模拟出来。这就像我们现在这个世界,然后随着时间这个变量,然后往后延展,慢慢的。这个世界出现一些新的视图 也许我们就这样处于在一个模拟的世界,现在这个世界可能是虚假的,但也许我们眼中的世界是真实的,其实这样看之后,生活中好像很多压力都消散了。这个世界就是一个模拟的游戏,那我们能做的就是在这个游戏里面,去认真的生活,分辨哪些是命运,不过度紧张。然后遇到挑战,视为一个关卡,专心的去寻找解决方法就行!真的会给自己带来很大的松弛感。认真生活、热恋工作,不把自己看得太重了 我每一次都不想看,一些之前定时调度的一些日历 每一阶段都有每一阶段的问题,对我来说,日历设置重复这个行为本身仅仅可以接受的是以月为单位或者以年 为单位或者有生命周期的周为单位,以及生命周期极短的天为单位 不去浪费任何人的时间和精力 珍惜自己的时间,每一刻时间 自己是自由的 勇于说不 勇于拒绝 能发信息绝不电话,能电话绝不见面 能不做就不做 第一,在AI时代,我们应该怎么理解抽象?实际上,AI非常擅长抽象总结,所以我们可以利用AI做很多事情,比如搭建各种系统、各种框架。但是,随之而来的问题是,我们对于抽象的理解其实非常困难 比如,AI可以帮我们搭建一个分布式系统,也可以给我们搭建一个人生指南。但是它太抽象、太宏大了,我们只看到这个很熟悉的概念,却又很陌生。因为我们没有一套过去的成长体系或者经验体系,也没有各种具象化的内容,去给这个概念提供一些场景式、空间式的理解 随之而来的问题是:我们应该怎么样去理解这个抽象的概念 我的方法是:任何一个抽象概念一定要挖到底。我们写的时候,尽量以抽象的方式把它表达出来;但挖的时候,一定要把抽象的东西挖到非常非常具象 比如说一个很抽象的概念,自己不懂这个概念,就要一层一层地抽丝剥茧,不断往下挖:挖到下一层、再下一层、再下一层,一直挖到非常非常具象,自己能够非常非常明确地理解这个场景,并且能够用丰富的过去经验去建模。我觉得,到这个时候就已经是到底了 承认自己不舒服,也可以同时接受批评 演员的本质就是忘掉自己,包括忘掉的自己的情感,自己在那一刻成为角色本身,拥有角色的情感变化 所以要想进入一个角色,需要带入角色本身的情景,but 有些人可能非常认真的遮蔽自己本身,以至于他自己也相信自己的表演,忽略了目前的情感和自身情感的差别 人的所有的社会化属性,本质上都是一种角色,都有自己的有限性的优劣之分,但是自我是没有角色的 萨特: 相信是知道自己相信,而知道自己相信,便不再是相信” To believe is to know you believe, and to know you believe is not to believe. 本质上讨论的是信念、自我意识与存在主义之间的关系 相信本身是一种悖论:相信一旦被意识化,便是因为自我反思而失去绝对性,真正的信念只能是那种我不自觉地、全身心地投向世界的态度,而非一个被标示、被审查的命题 但是如果是自己意识到了或者知道了,那么就失去了确定感了,我们怎么办 ??? 看山是山,看山不是山,看山还是山 我们看清楚了本质,观察到自己,自己就没有那么投入了,就像是我们观察到自己整个恋爱的过程,观察者视角和体验者视角有时会互相打断,但未必完全不能并存,but 即使知道了自己在相信,看清楚了恋爱的本质,并没有在逻辑上推翻恋爱的事实 想起来之前朋友有些是被宗教选择的,有些是看见宗教以及自己感受后离开的,还有些对宗教沉浸其中的 对于第三者来说,可能就是看山还是山的境界,他是把宗教信仰放在客观不确定与内在投入的张力里面,风险没有被知识完全消除,信仰仍然可能成立,所以他对待爱情和友情也是这样 他知道友谊、婚姻或工作没有结果保证,仍然可以承担一次选择 相信和选择是两码事 母爱也是一个典型的例子,站在我00 后的角度上来看,实际上母亲那一代对我也是无私贡献的,对于这样的贡献会让我终生都会有一种愧疚心,实际上母亲是为了母亲这个身份牺牲掉自己自我的 想起一位朋友,她会大大方方地承认自己的喜欢。我很欣赏这种主体性。 这里不展开她的私人经历。让我想到的是,我们进入某个身份、遵循某套规则之后,是否还愿意认真说出自己的感受。一个人可以是学生、朋友,也可以承担很多社会角色,但这些角色不能替他作出所有选择。 在有限游戏里,仍然保留一点自己的主体性,我觉得很珍贵。 很多父亲母亲,只要考虑自己,就会被说成自私 只要不再牺牲,就会被认为不够爱孩子,这样一来,母亲这个身份就占满了她,而她自己的需求没有同等资格进入考虑 社会是由边界来定义的,文化则是由视界(horizon)来定义 社会中各种各样的法律和约束条件 文化是无边界的,为了人类适应世界中不断变化的 看是识别对象,见是察觉自己怎么样识别对象 看是用已知的框架辨认东西,比如说看待妈妈从母亲这个角色看她 看见,是我用一个角色理解她, 而这个角色不能代表她的全部,所以看见是连自己看所用的框架也一起觉察,是一种元认知元观察 对应的是 look(看) 和 see(见、看见) As the geniuses we are, we do not look but see. 十成把握的事情,世界上压根没有 许小曼非常的早熟,可以看到问题,理解的很透彻 可以能理解一个人,又敢指出他的盲点 她其实很懂得怎么在这个社会里面生活,但是其实很晚才认清楚自己到底需要谁、一个什么样的人 她能力很强,也有真情,也有改造爱人的冲动,也能对这个世界以及身边的人有一些非常明确的判断和理解 但这也导致她很容易要求她的伴侣:你应该按照我的意思改变。她知道自己的伴侣有能力,只要懂一些人情世故,就可以少吃很多亏。所以看到他反复拒绝,她会很着急,也会很失望 但实际上,对于对方来说,可能这涉及到自己的个人尊重和自由问题。因为我们主动去改变一个人是很难的,我们只能去引导、去陪伴。真正去改变一个人,还需要他自己在人生中去经历、去选择、去成长 许小曼很矛盾的点,她被梁致远的正直、真实吸引,同时又希望这些品质不要妨碍他们过好生活 我觉得,其实长期关系是很难的,要考虑的因素非常非常多。即使后面他们有遗憾,那也更像是一个白月光:双方还是没有真正在一起过,也没有真正共同生活过。她确实很聪明,但是… 观察下来普遍而言都是有着对某一个领域着迷到近乎执念,投入的时间远超常人,rage to master ,想精通的狂热 而且我发现,其实产出的并不是都是高产出,并不是因为是天才所以有高产出的作品,而是因为有高产出的作品,所以同时会有大量的好作品和烂作品,依靠数量冒出来的质量 并且可以忍受孤独和不被理解 有些时候,我们以为自己理解了,学会了,懂了,实际上还是一个很模糊的信号,可以每一次再进一步,我可以完成什么? 其实 AI 时代,尤其是 agent 可以帮我们完成任务,甚至完成作品,只是能证明你在这些帮助下完成了任务;要判断你自己的哪项能力进步了,就要记清帮助发生在哪里 很多人是用有限游戏的方式在谈恋爱,包括东亚文化,实际上也是把爱情作为有限游戏的,误以为确定关系就拿到了一个永久的身份。尤其是在现在的现代化社会,爱情是被高度框架化的,有一系列里程碑,比如暗恋、表白、确定关系、同居、订婚、结婚这些节点 它好像也成了东亚文化中的一部分:按部就班,有终点,也是一个有成败可以评价的旅程,包括我们用的词是修成正果,善始善终 但是我觉得,爱情的本质应该更接近于无限游戏 其实从《有限和无限游戏》这本书的定义本身来说,无限游戏是为了让游戏继续下去而玩,规则是可以改变的,框架也是可以改变的,目的是为了延续本身 所以,追到手不代表赢,吵架也不一定要分输赢,结婚也不一定当作终点。关系中也不是去计较谁付出得多、谁付出得少,谁吃亏多、谁吃亏少,这样的话就没有意义了 但如果把它放在无限游戏的框架里面,这个游戏本身就很有意思了,就是双方都在成长。吵架不是为了赢对方,而是为了让关系本身能够继续延续、健康地运转、更好地运转 规则也只是随着两人的变化而不断重新定义。两人也不是为了追求一个终点,他们也没有过去的沉没成本,比如10年爱情长跑,沉没成本不参与决策之类的 虽然这是一个理想化的概念,但我觉得,实际上爱情最动人的一瞬间就是两个人持续成长,持续被看见的,一起去修改规则,撰写叙事经历,感受生活! 其实谈到这个 small ego,我觉得挺有意思的,就是关于 small ego,一般来说还是越成功的人可能相对来说越 ego 越大,因为他实际上就会认为自己是对的嘛,就自己是个这个版本的胜利者,所以他会就屁股决定脑袋,就他觉得就是自己是对的,然后其他的所有人都应该按照我的规矩去办事。但实际上这个世界它是动态变化的,对不对?那么实际上可能到下一个版本的时候,这个过大的 ego 可能会影响自己在下一个版本里面就怎么去适应这个时代的问题。所以每个版本都有每个版本就是最好的一种游戏解决思路,对不对?然后按照这个游戏解决思路,可能可以在这个版本里面去做的很好。这就是,但是这个游戏解决思路一般来讲是我们可以理解为一个认知体系,也可以理解为就是这个知识星图。我们通过解锁一些,不断吸收一些新的信息,接受外界反馈,得到一个就是正确的玩法。正确玩法就是新版本的一条通关路径。 站在有限游戏和无限游戏的角度上来看待文学和武艺。古人常说文无第一,武无第二,实际上就是因为文化是没有边界的,文化边界在于艺术、哲学、诗词,它们是没有边界的,向外扩散的。但是武是有边界的,武是在一个框架里面去比试。 我突然想到,就是文无第一武无第二。那么实际上就是,如果是从学习的角度上来看,其实文没有第一,武艺也是没有第一的。因为实际上武艺也是可以不断精通的。它既然是一个成长过程,那么就没有设限的话,就是无限增长的,就是没有边界的。但是从考试的角度上来说,它们都是有边界的。因为既然是考试,就意味着它们都是有规则。那么既然有规则,那么就是自然而然就是有界限的。就包括鼎鼎大名的诺贝尔奖,它实际上也是,其实既然被设置为奖项,那么既然最开始肯定有一个评判标准。奖项的设立有历史背景,评选也有具体规则。没有诺贝尔数学奖,并不能推出数学比其他学科更少关联现实 这么说来,其实我引发了一种思考。实际上大部分的职场,它是有边界的,大家就作为一个有限游戏。但是人生呢,就很多人还是把人生作为一个有限游戏,就是阶段性的完成一些事情。但是我觉得人生是一个无限游戏,婚姻也是一种无限游戏,然后成长也是一种无限游戏。 就这么看来的话,实际上就是这个过程中,所有的关卡,所有的一些阻碍,所有的一些给予你的一些奖励,社会给你的一些回报,都是阶段性的。它最终服务的目的还是为了有一个,背后还是有一个无界限的自己,然后去看待这一切,然后去玩这个游戏。 刷自媒体时,我会觉得外貌很容易换来第一轮反馈。 但这只是自己当时刷到的样本带来的印象,不能推成“女生容易、男生没有意义”的规律。平台、受众和内容都不同。对自己更有用的问题,还是想吸引谁,以及除了第一眼,我有什么值得持续表达的。 我突然想到昨天看那个孙宇晨的播客,他当时,Alan 问了他一个问题。就是你觉得人生是有意义的吗?当时回答呢,我觉得挺有意思。首先说他现在世界,我还是把世界当做一个游戏的。世界当当做一个游戏的话,说明就是对应的还对,这个世界态度就是一个体验型的,那么体验型的这个态度会决定他自己就是每一个行为背后,然后驱动这个行为,然后去驱动他做这些事情的可能都是他确实把这个世界当做一个游戏,把自己当做一个游戏玩家尽可能的去体验。 另外一方面,他说到就是自己在 50 岁之前,就尽可能自己去感受、经历、体验。意义这个东西留到 50 岁之后,再慢慢探索。 想到意义好像是对于每个人来说都是一个,或者是对于人类来说都是一个围绕整个人类,完整的生命旅程,求而不得的一个东西。它可能也就是一个安慰,就是在每个阶段,找到每一个阶段的一个匮乏,把这个匮乏给暂时的弥补,或者是放下。但是这个匮乏依旧是存在的,就是没有任何一个理论,没有任何一个人类所创造的东西,都能够回过头来去解释人类存在意义。他就是一个悖论,但是我觉得他面对这个悖论的方式,就是可以先把它放在一边,先去体验,然后 50 岁之后再去继续自己的体验,然后说出一些感受,就把它延后吧,我觉得不失为一个方法 然后我突然又想到了关于自由和钱之间的问题。就是先赚钱,然后去拥有自由,还是说先拥有自由,然后才能赚到钱? 就当时孙宇晨回复,我觉得挺有意思的。他就说,就是应该先去自由,因为现在世界上机会太多了,不仅应该把自己的视野放在自己的一亩三分地上面,不应该把自己的视野放在自己的家门口的,就是什么考公,然后考研。还是说把这个视野尽可能在全世界角度上面放宽,看看哪里有机会,哪里就去尝试一下 当然,他说的自由可能就是现实层面上,大家对于自由的理解,就是自由自在。 然后我突然想到,其实我之前理论也是这样子的,就是我觉得在赚钱之前,应该要先保证自己自由。这个自由也可以是心的自由,因为其实你自己,当你对这个世界态度发生转变之后,当你把所有的一切当做一个无限游戏,那么你会发现你自己是为了让这个游戏持续的进行下去。但是如果你把这世界当做一个有限游戏,把赚钱作为一个目标,然后去完成这个目标,那么它就是一个有限游戏,那么这时候你就会在做过程中产生很多痛苦,然后发现自己很多地方,然后都是所求不如所愿。都是自己心中所想和这世界之间的错位。那我觉得,有没有可能也是调整一下自己的内心,对于这世界看法,或者是调整一下自己的内心对自己的看法。就让自己先自由,这个自由是心的自由。把自己心放宽阔,把这个世界当做一个游戏道场。那么就自然而然的就能接受一切可能,都能接受这个世界,你的人生就是一个无限的游戏。那么这个时候就一时的得与失,你就能够更加平静地去看待吧 我在想是什么时候开始知道的?或许说最近,信息太爆炸,现在的,包括 AI 这种技术频繁的出现,人类和 AI 之间的思考,好像有非常的多的问题。原来自己也没有办法安放自己在这个时代,因为尤其是自己习惯用物质和结果衡量一切的时候,大家还没有找到一个非常好的框架或体系,去解决自己日常生活中或者工作中,或者是自己的人生中,然后遇到了一些很难去解决的问题,而且这个问题没有办法用现在的物质世界去找到一种解法 并且这套体系应该足够的自洽,不仅仅是以前的佛学那些体系,应该比那些体系更简单,更实用,应用在生活的方方面面。它也涉及到很多能力的组合,最终服务的目的是为了让我们 restart the world 我觉得,除了内心自洽,还想寻找真正的自由。 自洽是当前这套解释能够彼此兼容,让我理解自己的处境。但一套解释也可能只是帮我适应既有要求,还没有问过这些要求是否值得接受。对我来说,自由还包括:愿不愿意重新审视前提,承认旧解释不够用了,再作选择。 这套理解现在还只是自己的尝试。先把它用在生活里,看看遇到具体事情时有没有帮助,再持续修正。我突然理解到自己那个“孙学体系”了,笑死。 无限游戏的目标是为了让这个游戏持续地玩下去,所以无限游戏还有一个前提条件,就是玩家的价值体系,服务的目标是为了能让这个体系持续地运转下去。那么即使这个运转可能会让这个玩家牺牲一部分的利益 而且无限游戏也不可能是一个人玩,它可能涉及到很多人跟你一起玩。但是因为无限游戏是共和的,所以你要想办法去把这个蛋糕做大,这可以减少一部分冲突,但并不保证没有分歧。 就比如说,如果你把婚姻作为一个无限游戏,而不是有限游戏的话,那你就会觉得对方,就是你跟对方是在共创,共同付出,你牺牲一点点,那么你是为了去,为了维持这个关系能够持久的运作一点点。 但是呢,如果你把它作为一个有限游戏的话,那你就会想着,就是这个截止线到了,或者是这个关系中我付出多了,那我可能最后结局是输了。 所以无限游戏它是不讲究输赢的,它讲究的是共创、共赢、共和 关系能够继续,仍然需要双方自愿,也需要允许拒绝和退出。无限游戏不能成为要求一个人持续牺牲的理由。 但是呢? 你要放弃吗 No 你要找到自己,并且你会找到自己的 看见你 挣扎 不公 欺骗 恐惧 谎言 对生育,我现在最大的疑问是:这是我真的想建立的一段关系,还是在完成别人期待的人生任务? 我不愿把孩子当成资产或消耗品,也不觉得留下自己的基因,本身就构成了必须生育的理由。我更希望把自己的人生认真经过,不错过遇到的人,留一点空间享受生活。 但从另一面看,愿意陪一个人长大,看着他成为他自己,确实可能是一段很珍贵的关系。代价很大,回报也不能事先计算。我可以尊重这种选择,同时承认自己还没有作出同样选择的意愿。 看指的是在限制中去看 那么看见,指的就是去看限制本身 I see you,指的是我不仅仅看见你,我也看见我自己在看你 元观察,元认知 看到一个关于不浪费时间的说法,想到自己真正需要弄清楚的,是每一段时间在做什么,以及这是不是自己主动选择的。 只需要看着他跟着他自然而然就会发生变化对于自己 从剧本化角度看,我的出生是一桩情节早已设定的生育事件。我降生为我的家庭和我的文化的一分子。“我是谁”这个问题早已经由我身处传统的内容与特征提供了现成答案。从传奇化角度看,我的出生是繁殖序列中的一个断裂,这个事件当然会使“过去意味着什么”发生变化。在这种情况下,一个传统的特征由“我是谁”这个问题来决定。从传奇化角度说,每一个出生都是天才的出生 命也是如此 弗洛伊德《文明及其不满》:文明不是治好了人的失败,而是建立在压抑、牺牲和不满之上 人有本能冲动(尤其是性与攻击),文明要人一起生活,就必须压抑、升华这些冲动,换成法律、礼仪、工作、艺术。代价是持久的紧张和内疚。所以文明越发达,人的不满往往也不会消失,甚至会换一种形式出现 早期文明主要压抑的是攻击和性 弗洛伊德认为每个人心里有个管教者,他叫它超我。它是从小被父母和社会教出来的那个声音:“你应该……““你不能……” 以前这个声音主要管两件事:别打人,别乱来。因为在没有警察和法律的时候,这两样最容易毁掉共同生活,所以必须靠每个人自己压住 现在,法律和制度也在约束行为,但这不意味着攻击性和欲望已经不需要自我调节。下面更多是我对当代生活的联想:那个管教者并没有下岗,它换了一批东西来管你:你赚得够不够多,长得够不够好,混得够不够好,跟别人比怎么样 人的匮乏感会一直存在,以新的方式冒出来 自己是一个长期主义,面对生活以及工作上很多事情,愿意去让利,目的是为了做大某件事情或者某个关系 可以去让利 让利的目的是可以让自己多一些朋友关系 但是让利的前提是对对方有所理解和判断 如果是一个本身就有恶意的人,或者贪婪的人 让利仅仅是放大了对方的坏 前者是愿景、人性本能 后者是边界 在《有限与无限的游戏》的这本书中 有限游戏在框架内进行,大部分人都会去思考自己想要什么,然后怎么样去得到 无限游戏不以框架为约束,或者是本身把框架作为游戏的一部分,让框架的边界也参与其中。更多的是思考怎么样去更持续地玩这个游戏 对人生有所感悟,珍惜人生的人,往往更善于思考后面一句话,边界是难以掌握的 如果一个人开始虚张声势的时候,就说明他现在手里的牌已经开始很烂了 工作、生活、学习,阅读 并且积极的营造环境,引导大家回到过程之中 为长期目标忍耐,但也很受当下的兴奋、好胜和掌控欲驱动 做饭、享受食物、开玩笑,都能感觉到快乐 两年旅居、远程、创业、做 AI、频繁换城市和国家生活 感觉大脑被驯化了,AI 几秒出结果,下一城又是新风景,工作可以随时换任务 看剧快进、翻书翻几页就停、产品做一阵就没动力 感觉大脑被高反馈驯过了,遇到反馈慢的东西就坐不住(长剧、厚书、产品做到枯燥处) 当然,并不是要去逃避快节奏,也没有办法逃避,这个世界的规律就是这样 但我觉得,或许我们每个人都应该思考的是:在快节奏的当下,有没有哪些东西是自己有意去训练、有意去观察、有意长期慢下来,愿意慢慢去做的 它可以是一件极小的事情,比如看书,比如散步 …. 自由是有代价的 …. 想起之前在寺庙周围观察到的参拜。 我觉得很有意思的一点是,我之前旅行时,发现很多小孩子也在寺庙周围朝拜。他们当时是顺时针朝拜的,能看到很多小孩子在那边也会往一个方向朝拜,他们也是三拜九叩 我当时有点感慨,这些小孩子,可能看上去也就不到10岁,他们有自由吗?他们有选择吗?他们为什么会信仰?他们为什么会做这件事情?这是他们主动选择的吗?好像不太可能吧。因为他们这个年龄,还没有成年,也未必已经充分比较过不同选择,好像这些东西都是因为他们自己成长在这个地方,这可能影响了他们当时的选择,但我不能仅凭外部观察,判断他们是否自愿或怎样理解信仰 但实际上,对我自己来说,我从小到大是一个很叛逆的人。对于我家乡来说,我们也有信仰,但信仰的可能不是佛教,相对来说,我们信仰的是祖先。每一次都要去给祖先拜一拜,求一下祖先的保佑 实际上,它们解决的问题都是一样的,都是心学上的问题,找到外部的一个媒介,通过外部的媒介去照见自己内心的问题。如果之前是自己内心的问题和其他人之间的问题,或者是自己和这个世界之间的问题,或者是自己和自己的问题,都可以转化为自己和自己的参拜物之间的问题。但后者是很容易找到一些解法的,里面有很多玄学、教义,还有心理启发在 后面我很少去拜,因为我觉得,对我自己来说,这好像是一个可能。对于一个物质主义的人来说,这些东西都是非常虚无缥缈的,所以好像拜这个东西没有意义 实际上,也是因为自己年轻的时候有所承担,遇到问题,父母会给自己撑伞;学校的问题,老师会给自己解决。也是因为自己的年龄,在这个社会上好像会有很多宽容性 但实际上,随着年龄的增长,我们年龄越来越大,尤其是我们面临生老病死、面临离别、面临生活中各种琐碎繁杂,以及各种超出我们心理承受范围的事情。我们有太多的所求不如所愿,有太多的欲望无法消除,有太多后悔的事情,都没有办法通过时间的方式消磨殆尽 直到后面,毕业之后旅居,实际上,自己的心慢慢变宽广了,世界观也慢慢宽广了,能容忍的事情也变多了。就算是一些极端的事情,我相信自己也可以很平和地去应对它,因为自己内心里面有一些框架,有一些更上层的东西,它们可以指导自己去消磨这些东西 但是,有时候观察到这世界上还是有很多不如愿的东西。我觉得,这些不如愿的东西,可能对于它们的个体来说,对于每一个个体来说,都是非常沉重的东西 在天灯节的时候,事实上整个城市都非常活跃,每个人都在挂天灯,每个人都在放水灯。但实际上,每一个天灯、每一个水灯背后,都可能有一个非常沉重的事情。比如两个人之间永久的离别,比如丧子,比如带着一点点祝福、但又很沉重的期待的天灯 … 这时候我就在想,回到之前一个问题:因为这个地方有很多磨难,所以再生出来的人会有所信仰 信仰解决的大部分问题都是关于苦难的问题,他们希望化解一些苦难,在心理上少一些苦难。虽然现实中的苦难依旧存在,但我们都知道,这世界也是自己内心的一种投射。如果把自己内心的苦难化解了,我们看这个世界的时候,自然而然就能够鼓起勇气去面对了 所以站在这个视角上,我再去回看那些从一开始就被地区选定的人,我不能替他们断定幸福或不幸,但包括我们大部分人,可能在这世界上都是不幸的。我们都有匮乏感,都有欲望,都希望变得更好,都希望有一个非常好的身份。至少在自己接触的环境里,这种感觉常常出现。大家都在想:自己的身份到底是在哪个城市?到底是在哪个国家?以及到底是通过什么样的方式获取一定的社会地位 我们都是匮乏的,都是不满的,所以这种匮乏和不满,以及现实中所求和所愿的错位,会反过来影响我们塑造自己的文化、社会和信仰 …. 走在路上,突然有所感想。回想我们自己人类的历史,回想我们所有写过的爱恨情仇 喜欢的前提是放下对抗,开始接纳 包括看待不同文化之间的关系,其实很多人都是因为当下自己的文化圈和对方的文化圈有所摩擦,然后产生一种对抗 很多人也是因此去给对方安上一个非常非常带有偏见性质的标签。但如果保留对历史的了解,同时也,我们再去通过一些其他视角看具体的人和生活,我们会发现,就是自己接触过的一些生活细节值得学习,比如说守时,比如说干净秩序,再比如说动漫文化,以及对精神生活的追求、对美学的探索 慢慢的就开始由衷的开始学习他们,我们也会因此获取成长 朋友情绪不对,自己是一个喜欢复原的人 尽可能还原对方的场景,分析问题 but 后面发现分析了很多,但是关于对方的想法事实实际上是没有增加的,人有时继续分析,是因为这样就能暂时推迟询问对方、做决定,或者接受没有答案 每一次我们记录或者询问 AI 的时候,停下来问一下自己,这一次聊天让我知道了什么新的东西? 还是只是让我对原本的猜测更有把握 … 大部分的时候人们都在表演有一个很喜欢打听别人消息的朋友
之前去过清迈,看过他们放过天灯节和放过水灯节
在潮汕,他们之间有一种很坚韧的关系,就是情谊
或多或少经历过的一些人,也许都会信命吧
黑泽明-梦 我觉得他才象征着三个阶段
焦虑也是一样啊
假期都快过了,今天是去咖啡馆,但是感觉每天都很忙
继续上一篇,我觉得瓶颈还解决一个很重要的问题
观察自己,好像极简主义给予我很大的帮助
把模拟世界当作一种生活比喻
日历设置一些重复的规则本身是很反人性以及约束人的
表达准确
我自己有一套思维方式,我觉得非常有效,而且百试不厌
不舒服和接受批评可以并存
演员的本质就是忘掉自己,包括忘掉的自己的情感
人的所有的社会化属性,本质上都是一种角色
看见自己的相信,还能投入吗
在角色里保留主体性
很讽刺
社会是由边界来定义的,文化则是由视界(horizon
柴静我很喜欢的一本书《看见》
一个计划,只要有七成把握就要去干
许小曼的理解与改变对方的冲动
天才其实也不是一蹶而成的
有些时候,我们以为自己理解了,学会了,懂了
很多人是用有限游戏的方式在谈恋爱,包括东亚文化
成功经验也可能困住自己
站在有限游戏和无限游戏的角度上来看待文学和武艺
比试有终点,精进可以继续
这么说来,其实我引发了一种思考。实际上大部分的职场
第一轮反馈之外,还有什么
我突然想到昨天看那个孙宇晨的播客,他当时,Alan
然后我突然又想到了关于自由和钱之间的问题
我在想是什么时候开始知道的?或许说最近,信息太爆炸
内心自洽之后,还想要自由
无限游戏的目标是为了让这个游戏持续地玩下去
因为这个世界本身就能难
这个世界有太多磨难
生育是自己的选择,还是别人的期待
看见,look see
时间是否在自己的选择里
很多时候,不一定需要去和另外一个人谈论人生哲学,成长
出生既进入传统,也带来新的可能
弗洛伊德《文明及其不满》:文明不是治好了人的失败
自己是一个长期主义,面对生活以及工作上很多事情
想要得到点什么,就必须要失去点什么
如果一个人开始虚张声势的时候
享受生活,享受一切
有点太急于求成
自由是有代价的
信仰、苦难与内心的余地
走在路上,突然有所感想。回想我们自己人类的历史
分析更多,不等于获得更多信息
大部分的时候人们都在表演
AI 与 Agent 系统
46 条记录 unit test、integration test、e2e test、ui test、agent testing、regression test 回归regression test是测试的目的,过去的一些测试都跑一遍,确保原来的功能没有被破坏 agent testing ,测 AI agent 。准备 Eval set,用规则或者另外一个模型 llm as judge 打分 如何证明代码是对的? Eval / test 驱动开发,最重要的是先定义成功标准和约束 一定要有回归测试,不然 agent 修一个 bug 还会出现新的 bug 测试 AI 依靠 Eval 改代码的模型和打分的模型分开 测试标准本身是壁垒,标准和数据是自己独有的 …. 最宝贵的 看到一个用 Codex 帮会计处理报税的 Agent 案例,记下了其中值得借鉴的评估闭环。原笔记中的样本量和准确率没有找到可核对的一手来源,这里不把它们作为结论 agent 可以根据自己犯过的错误,持续的把自己改好 会计每次修正 agent 填错的字段,都会被记录下来 同类错误反复出现,就归纳成一个具体问题,再写成一组针对性的测试(eval) 让 Codex 去查代码,判断是哪一环出了问题(没抽取到信息、映射错了、选错了源文件,还是打分规则本身有问题),然后动手修 修完再跑一遍针对性测试和回归测试(确认没把原来好的地方改坏),通过后提 PR,由人审核再合并 这个人说的 evaluation harness(评测框架)加 self improvement(自我改进),就是在自己的项目里复刻这个闭环 如果 fixer 能看到 grader 怎么打分,甚至能改 grader,它就可能学会钻空子 定义的规则包括人如何去用,agent 如何去修改和撰写 越是人需要经常去看和维护的信息, AI 越是要小心调整 批量生成的真的能打得过别人针对某一个 feature 精心调整的吗? 侧重在和 AI 一起的那种成长感 用户故事应该和 evaluation 一起连接管理起来的 用户故事分两层, 第一层是素材,尽量零摩擦 notion 中只是存储会被反复引用的内容,所以真正有价值的maybe 是: 用户故事,真实的发生的,有效的场景,高价值场景,这部分可以反复用到,官网,核心链路,测试,故事 证据层,Eval 、日志 设计,Figma 一般就够了 决策,一般来说会记录出来的选过了什么, 为什么这样选,什么情况下推翻(负责维护 agent 系统) 分两层。第一层是素材,尽量零摩擦:用户访谈、群聊截图、自己用产品时卡住的瞬间、录屏,统统先扔进原始资料区,标上日期和来源就行 第二层是提炼,每周从素材里挑出反复出现的故事,写成库里的一行,类型选「用户故事」。正文用固定的四段:谁、在什么情境下、想完成什么、现在卡在哪。最后一定要附上原始素材的链接 然后就是 evaluation ,实际上是和第二层的用户故事有关系 每个有效的用户故事都对应一组 eval case,故事说的是「用户要什么」,case 验证的是「我们做到了没有」。Notion 里只放 eval 的设计和结论:评什么、通过标准是什么、每次跑完的结果摘要、对应哪个 commit、得出了什么判断。case 本身和跑分数据放在仓库或 eval 平台里,Notion 只贴链接。数据量一大,放在 Notion 里谁都不会去维护 对 RSI(递归自我改进)的一些思考。 通过开发更强大的模型来完善开发模型对应的方法等能力 但是核心的问题是效果越来越好未必代表智能程度提升 确实完成效果更好、成本更便宜,速度更快 Self-modifying harness 是 harness 下一阶段 本质上就是从 Extensible Harness(可扩展 harness)→ Reflective / Self-editing Harness(可自改 harness) Claude Code 上了 Mods:用几行 TypeScript,或直接让 Claude 写,改行为、改 UI、换功能;Mods 装在 plugin 里,CLI/桌面用 /plugin 安装。叙事是:每人工作方式不同,不该共用同一个 Claude 体验 tianyi 表示DeepSeek Harness 从第一天就按 Cordis Everything is a plugin——model、tools、skills、session、sandbox、filesystem、loop、orchestration、UI 全是插件,可替换组合 本质上之前面临的问题就是 harness 太固定了,产品默认的 agent loop / UI / 工具集,用户只能用,不能改 而唯一用户可以自定义的MCP、skills 挂在harness 外;改不了 loop 本身、编排、沙箱、界面骨架 而且分发困难,好的定制没办法一键分享给别人,所以如何把 agent 产品做成可以组合、可以分发的 agent 运行时很重要 Claude code mods 解决方案是:改 UI/行为、用 prompt 生成 mod,包括claude dev给出的一系列案例,如何调整 Claude 本身的页面,怎么帮你写 plugin DSH 更直接了,一切皆插件! 我觉得模型吸收 how;「产品长什么样、loop 怎么跑」正在被插件化
同一个模型,可能也会有不同的 harness 预设,围绕不同的类型的用户
Power user 可以直接按工作流改 UI、审批、工具组合,不用等官方排期 notion 规范化,优化工作区 Figma 完整实现 evaluation 完成 新的 note 产品设计 在真正的 agent 过程中,实际上大家都会发现,问题慢慢开始指向Memory,同样,Memory也是最难建立evaluation的 total recall 实际上是一个负担,一方面指的是模型很容易的随着 context 爆炸智能水平降低,另外一方面实际上 context 实际上如果有一些误导的信息可能让 LLM 坚定错误的信念 所以准确少量的信息效果远远高于一堆垃圾信号杂糅的全量信息 对于 memory 网络上有很多成熟的方案了! 但是对于 forgetting ,有三个评判标准,在业务中: 如果信息来源没那么可靠就不作数不可信的 有些信息是有时效性的,比如说某一个活动的信息,我参加过某一个活动的信息 发现错误后立即撤回,一个无法撤回错误的 agent,其实就是在自己的错误中越陷越深 实际上,上面3点也很有利于建立evaluation,我们再去评价什么事情应该记住,实际上是很难建立标准的,它非常依赖人的主观 但是,如果我们去对某些事情不应该记录,或者应该纠错,或者应该有时效性,我们是有一个很清晰判断的 事实上,这就是这个世界运作规律 我发现,实际上只是记录use case是没有意义的。把use case列在一条一条note上面,丝毫没有意义,根本不会去看 但如果把它沉淀为evaluation,也就是沉淀为一些case,相对来说自己是有反馈的。因为实际上你要沉淀在自己的evaluation的一个CICD,然后deployment的系统里面去。这时候相对来说你要考虑的就是这个系统后端的维护,它有没有通过这个CICD。如果没有通过的话,你会反过来再推演这个evaluation,然后看有没有写其他的case,再继续补充 所以这还是一个增量,并不是说记了就over了 我突然想到,虽然我们在做 agent 系统或Evaluation系统的时候,可能涉及的链路会很长,相对来说,我们不知道会有什么样的链路,也不知道哪个节点需要保存到Evaluation 但我现在觉得,这个问题的答案还是要回归到用户身上:用户最终看到什么,以及为什么会这样看到,然后把这个事件本身抽离回Evaluation。也就是说,在设计Evaluation的时候,考虑的不仅仅是技术者能不能看懂、产品能不能看懂,更多的也是用户能不能看懂,那么它就是回归用户的 用户对其有所感知,所以 eval 的基本单位应该是用户可感知的事件,而不是内部的某一个节点。就比如说Agent提醒我回复A,但是A其实是已经回复过了,这是一个事件。它往回追到的可能是Memory没有更新,Tools读错了,或者是Prompt判断失误。但是这些节点还只作为归属在事件后面的,不单独作为评测的对象 我一直觉得Muse给每一个用户配置一个 Secure VM ,感觉成本会很高哇?因为免费额度相对来说也蛮多的,很多人都是奔着免费额度去的。如果后面没有一些额外的商业的模式的话(广告或者TOBmaybe乱七八糟的),这笔账不好算!! 当时看到一篇媒体转述的成本估算
,但没有拿到原始报告及其完整假设,下面只能作为当时记录的估算场景,不能当成真实账单 单用户服务成本每月在 3 美元到 130 美元 之间 假设用户每周消耗免费 Token 额度的 25%,Meta 维护一个普通免费用户的平均成本约为 37 美元/月 还包括沙箱的成本的, 虚拟机关机开启和运行浏览器的算力的 原笔记中各项相加约为 37 美元的拆分示例(并非已核实的实际成本结构): GPU 模型推理成本(约 65% | ~$24.00/月) CPU 与内存沙箱成本(约 26% | ~$9.50/月) 网络带宽与代理池流量(约 6% | ~$2.50/月) 存储与安全审计机制(约 3% | ~$1.00/月) https://finance.sina.com.cn/stock/usstock/c/2026-10-06/doc-iniuiewx5440212.shtml 我发现很多东西讲的都是常识,比如:随着风险增加,权限应该缩小;包括团队决定要做什么、分配预算、改变客户体验、做出承诺或者接受风险 这部分应该让人工智能作为决策辅助,而不应该主导整个链路,尽可能把决策链路交给人 其实相对来说,有些决策是单向门,有些决策是双向门。对于很多低成本、可撤销的工作任务,或者如果他的决策是一种双向门的话,相对来说带来的危害没有那么多。所以其实对这一类,user更愿意把决策交给AI自己评估 https://uxdesign.cc/bounded-delegation-how-much-authority-should-ai-have-823a58fb4192 做 evaluation、benchmark 的时候,我越来越在意分数背后发生了什么。 总分提高,说明系统在这组题目、这套评分方式下表现更好了,但不能直接证明它在所有场景都更聪明,也不能证明每个环节都改善了。还是要看具体的工具调用、执行链路和失败案例。 分数下降也值得追查,但先别把它等同于整个系统退步。也可能是题目、评分口径或运行条件变了。固定条件、找到退步落在哪些案例,再像修理工一样定位问题,这个反馈才有价值。 我发现Mac或者iPhone上面可以把自己过去的照片,每一天随机抽取一张出来进行处理,甚至可以在弹框里显示出来。我觉得这个东西真的很有意思,它会把图片抽出来,这个动作本身就已经非常非常有趣了,甚至可以交给AI去处理 所以可以想象,是不是可以做成这样的形态:比如对应的日记类笔记,后面定期回顾的时候,实际上可以以一种弹框的方式,把过去某一天的生活,包括自己相册上的信息推送出来,或者存储进来,我觉得都是可以的 想到自己对于涌现和混沌的一些思考。 我感兴趣的是,简单的局部规则在大量相互作用之后,为什么会形成复杂的整体行为。这里的“复杂”和数学意义上的“混沌”不能直接画等号,简单规则也不保证一定出现有序生长。 这让我联想到 AI:Transformer、注意力和 next-token 训练的形式可以写得很明确,但训练后的具体内部表征、某一次输出怎样形成,仍有很多需要研究的地方。知道训练机制,和完整解释每一个结果,是两件事。这个差距让我觉得很神奇。 我一直在想是不是因为惯性?因为自己是上一代互联网浪潮中的冲浪者,自己也经历过各大的C端的和消费端的厂商,然后出各种的产品APP。但是回归到现在AI时代,实际上做一个产品的成本已经非常非常低了。那么其实回归到我们为什么要做这个产品,然后它有一个根本的问题,就是我们做这个产品,它到底要通向哪里?它通向的这个目标到底是什么?以及这个目标实现真的需要这个产品吗?还是说??? 我们从来没有思考过软件的本质到底是什么?它存在的意义是什么 思考本身就是:我能做一个什么样的软件?然后,我希望世界从状态A到状态B中间发生一次转变Transformer。这次转变缺什么?这才是我们真正需要注意的 也就是说,为了达到某一个终点,它到底需要什么?它需要理解我的偏好,然后需要做哪些action?它需要用哪些agent?它需要拿到哪些信息?然后在什么时候提醒我们 软件只是一种形态。过去的软件只是做保留用户状态、保存用户信息,然后给出用户的一些交互,协调用户与人 所以,与其问我能不能做一个软件解决这个问题,倒不如说用户真正想改变的是什么。这是一种用户思维,而不仅仅是应用思维或者产品思维 你先把已有的图表、表单、滑块、列表注册到组件目录,告诉模型每个组件的用途、参数和允许执行的操作。模型根据用户问题,决定怎么组合它们。json-render 就是为这条路线设计的 产品后端 → 模型: 用户问题、相关业务数据、可用组件目录、输出格式。 模型 → 产品后端: 描述界面的 JSON。 产品后端 → 前端: 校验后的 JSON;需要边生成边显示时,通过流式连接发送增量。 前端: 把组件名称映射到真实组件,显示并处理交互 组合组件:开发者先写好组件和动作,模型生成 JSON,决定如何组合、绑定数据。风格统一,测试范围清楚,适合动态表单和数据看板。能力上限取决于组件目录;新的交互仍需要开发,参考 AG-UI 生成程序:模型现场编写 HTML 或 JavaScript,在隔离环境中运行。能创造未知的模拟器和小工具,Claude、Gemini 已有公开实现。代价是生成时间和结果更难预测,需要检查计算逻辑,处理运行错误,并保存代码版本与用户状态,参考 Gemini 的 dynamic view 嵌入已有应用:模型选择工具,打开开发者已经写好的界面。适合任务板和编辑器,可以复用成熟的业务能力。集成难点集中在权限与状态同步,手机端也需要重新适配。iframe 只说明展示方式,不能证明代码由模型生成,参考 mcp apps 选择时,已有成熟界面就优先复用;交互能列成有限目录,就组合组件;每个问题都可能需要新的计算逻辑,才现场生成程序。布局变化大,可以靠组件组合;交互逻辑变化大,更可能需要生成代码 做交互式学习产品,可以先让模型生成程序,再把高频、验证过的工具沉淀成组件。长期保存和协作交给已有应用 现在很多人都在使用 AI, 追求更强的 AI ,看似是自己的产出更多了,但是从市场经济学角度,模型的能力会逐渐提高到一定的level,模型的成本也会降低到一定的 level 从 Claude 、codex 到现在 grok ,Gemini,随着 WorkBuddy 等办公类 Agent 的普及,信息差逐渐消失,会用 AI 不再是稀缺的能力 请你问自己一个问题:假如现在所有人都会用 Agent,且所有的 SOTA 模型全部免费用,你有信心从其他使用者中脱颖而出吗? 我们付出每月的高额订阅费,到底收获到了什么?从根本上我们有改变吗? 还是仅仅是产出了一些当前看上去很惊艳但是很快会被下一波智能浪潮淹没 如果理性真的可以完成自洽,当然理性理所应该可以完成语言层面的自洽,AI 也可以写出语言上看似自洽的解释,但解释仍可能有错误和矛盾 但是没有经历,没有真实的感知,也许这个理性逻辑和自洽是远离人本身的经历和情感的 非常晦涩难懂 非常多冗余、没有价值、重复、简单的废话 这两种出现的本质,就是AI泛滥,然后人的 taste 不行 ChatGPT 的 Fast 模式我最近一直在用,因为就是现在GPT的额度还没回来呢,相对来说额度还是比较高的 但是我用了之后发现,Fast模式非常非常消耗额度。它本质上是通过算力来换速度吧,但我发现它并没有快多少。就它的生成速度,非生成Token可能也就比以前快了不到30% 但是它的价格却非常非常贵,差不多是两倍到2.5倍额度。每天晚上感觉跑完之后,基本上Token就快要被消耗光了。所以日常还是不建议开的 才注意到,工具连接和服务通信里会出现 HTTP、SSE、WebSocket 这些词,需要先分清它们各自承担什么。 WebSocket 适合需要持续双向通信的场景;SSE 更常见于服务端向客户端推送事件。原笔记把它们笼统写成 ChatGPT 的配置方式,容易混淆。具体接入还要看所用 API 或 MCP 服务的文档。 人语音输入 人文本输入(我一般也是输入法语音转文字) 人仅仅图片输入 agent 输入 截图 action button 输入 输入都管理好,输入支持不同的类型不同的规则 然后包括就是有些输入场景下可能Agent会处理,然后Agent处理之后怎么回复?然后回复什么样的卡片,如何优雅的显示 输入都可以有 hook 输入后如何处理, hook 可以做什么之类的 LangChain 官方博客 10/14 发的 Context Engineering: How Deep Agents Remember
,作者 Jess Weng。文章讲的是 long-running agent 的 context rot:任务越长,指令、工具返回结果和中间草稿越堆越多,模型就越不准。Deep Agents 用五个办法把这些内容移出 active window,但又不丢掉: offload 大块工具结果:存进文件,context 里只留一段 preview。 summarize:接近阈值时做摘要,原文还能找回来。 skills 按需加载:用到时才放进 context。 交给 subagent:嘈杂的工作让 subagent 去做。 长期记忆写成 markdown 文件:由你自己掌控。 其中我觉得最惊喜的是offload 的做法是把这一大堆原样塞进柜子,也就是存成文件,桌上只留一张便签:这是什么、存在哪个文件、开头几行长什么样。之后真需要哪一段,agent 再用 read 或 grep 去文件里精确地取那一段回来,本质上我觉得就跟人的工作记忆差不多,因为人的工作记忆它的本身就很少 其他一些相对来说,目前工程上都有比较好的实践和比较好的案例了,但是这个工作记忆,我觉得很有意思,类似于以前的 hot.md,但是实际上解决的问题是不一样的,具体的区别: Hot.md 是把少量关键信息常驻推进 context。offload 是把大块信息移出 context,只在需要时再拉回来。 Hot.md 放精炼的规则、偏好和进度,几百行以内。offload 放原始的、又长又杂的工具结果,比如日志、网页、搜索结果。 Hot.md 由人或 agent 精心维护,内容会反复改写。offload 由框架自动完成,原文只写一次、基本不改。 Hot.md 跨会话长期存在。offload 的文件多半只在这次任务里用,用完就可以丢 offload 在实现: 在工具调用层加一层 middleware:结果超过阈值(比如 20k tokens)就写进 /tmp/results/.md。 返回给模型的是一段 stub:文件路径、总长度、前 N 行或自动生成的摘要。 给 agent 配好 read_file(path, offset, limit) 和 grep 这类工具,让它按需分段读取。 可选:任务结束时清理这些文件,或者把有价值的结论提炼进 Hot.md 这类长期记忆。 frontend-design skill:Anthropic 官方 skill,在仓库的 skills/frontend-design 目录下,可以直接把这一条复制,让AI去下载,逼 AI 先定下审美方向,主动避开紫色渐变、默认字体那种"AI 味” ui-ux-pro-max-skill:装进 agent 的设计知识库,里面有风格、配色和字体搭配可以参考 awesome-design-md:品牌设计系统拆成的 DESIGN.md 合集 awesome-claude-skills:Claude Skills 合集清单,能翻到更多设计和前端 skill 但是无论怎么样,最后做出来效果一定要人去观感体验,人类体验是尤其重要的,第一体验看到的是什么样的重心,以及专注点是什么,以及其他的怎么样去修饰衬托这个重点,还是取决于人的判断力 下面记的是发布演示和厂商描述,不是我亲自测试的结果。具体版本与限制见 Tesla Roadster 官方页面
。 Roadster 牛逼,核心卖点是把 SpaceX 的火箭技术装进了跑车 实现的技术: 风扇吸地系统: 这很吸引我。车底的吸地系统,把车底的空气抽走,形成负压,把车"吸"在地面上。厉害的地方在于普通跑车的下压力要靠速度,这套系统车停着也有,演示画面也因此让我想到贴墙行驶这种很夸张的场景;但演示不能直接当成日常使用能力。原理借鉴了 1978 年 F1 的 Brabham “风扇车”,不过那辆车退赛的历史不能简化成“因为太强所以被禁”。 冷气推进器: 用高压气体喷射,不点火、不燃烧,原理跟 SpaceX 火箭和飞船的姿态调整推进器一样,由电动执行器做毫秒级的微调。装在车尾时,用来起步加速;装在车身四周时,能控制向前、向上和旋转,也就是发布会上演示的翻滚和短暂飞行。 底盘: 线控转向(方向盘和车轮之间没有机械连接,靠电信号控制)、主动尾翼,还有赛道模式,会把车身降低、切换悬挂设定。 三个版本: Performance: 只有吸地系统,可以上路,定金 $50k。 Thrust: 车尾加推进器,厂商标注 0 到 60 英里/小时加速不到 1 秒,定金 $250k,限量。 Rocket: 单座,推进器装满一圈,能飞,只接受邀请购买,明确写着不能上公路。 真的,看完发布会的视频,我真的很感慨。能不能告诉我,这真的不是AI?我靠,会飞的跑车,0 到 60 英里每小时加速 0.81 秒,车吸在垂直坡道上开,用推进器翻身落地,还从一辆 Semi 卡车上方翻滚飞过。马斯克说最高时速超过 230 英里 我觉得生活中的使用场景相对来说可能大部分人大部分时间都用不到,只是一种证明,满足我们小时候对于汽车未来现代化的一种幻想,不过 roadster 本身也是一个很炫酷的极快超跑,但是推进器上公路的可能性也不是很大。因为实际上,对于乘客身体的冲击,我觉得速度太猛的话也会伤人。而且喷出的气体我看了之后其实也蛮夸张的,很有可能也会伤到后面的车或者行人 不过也不排除可能真的在遇到危险的时候可以用来救急。比如说我们飞下悬崖,或者公路塌方。但是,maybe这是一个非常非常小概率的事情 Your AI assistant might be picking the wrong tool 工具描述不清楚时,Agent 很容易选错工具,选错了也不报错,只会悄悄给出更差的结果。作者做了个开源工具 mispick:读取 MCP server 的工具列表,针对每个工具专门造一批"容易跟相邻工具搞混"的请求,让真实模型反复挑,最后统计出哪些工具之间最容易混、每个工具的准确率是多少。 相比较这个工具,我觉得它的实验思路尤其值得学习。它大概分为五步: 读取工具列表,拿到每个工具的名称。也拿到工具描述和参数 schema,这些才构成模型选择工具的输入 在此基础上出一些陷阱题。这些题不是简单题,而是针对每个工具,生成相邻工具的边界请求,专门用来测试模型会不会搞混 把整个工具列表和题目交给真实模型,记录它选了哪个工具,以及同一道题跑了多少次。因为模型的输出有随机性 最后汇总成一个混淆矩阵。表的行是正确答案,列是选的工具,一眼就能看出来哪些正确工具经常被误选成哪些其他工具 在此基础上对它进行计算,给出precision和recall,并且附带置信区间 我觉得这对于后面做evaluation来说,相对给了一些启发,怎么样刻意营造一些数据,然后得到一个更加逼真的precision和recall Gemini 3.8 Flash TTS 最近用的很爽 相比较之前的有一系列的很惊喜的点: 可以用一段话设计声音,不用找现成音色,直接写"一个带点沙哑、语速偏慢、有北方口音的中年男人”,它就造出一个全新的声音 每一句都能单独指定语气、节奏、停顿、口音,还能插叹气、笑声、清嗓子这类声音效果 一次生成两个人的对谈,有接话和"嗯、对"这种附和,适合做播客 可以复刻你自己的声音并保存下来,以后一直用 官方主推有声书,长时间朗读时音色和环境音不容易变 现成的声音有 2000 多个,覆盖 130 多种语言和不少地方口音 功能范围与限制以 Google 的 TTS 文档
为准;这里记的是当时的使用感受。 其实对于模型成本来说,我会先看任务能否可靠完成,再一起衡量速度和成本。对有预算约束的产品,成本当然仍然重要。用户真正在意的是自己能否真正完成某一个任务,比如帮我订一个餐厅,或者帮我完成某一个issue,然后这个速度以及成本是否足够满意 而且实际上,很多场景确确实实可以通过Harness调优得到,反而不太需要过于智能的模型 入口层我觉得大概率是几家通吃,能力层大概率是长尾并存 实际上记忆和上下文就是切换成本,一个 agent 越懂你,比如记得你的习惯、账号、偏好和历史,你就越难换掉它,另外作为入口来说,大平台 是有天然优势,手机系统,浏览器、聊天软件这几类位置天然就很少 分散来看,个体需求差异其实极大的, 每个人想要的助手性格、做事方式、信任边界都不一样,这跟社交网络"大家必须在同一个地方"刚好相反,multi homing很容易,可以同时用几个 agent 关键的点我觉得是记忆是否可以迁移,如果记忆和偏好被锁死在某一家,那么大概率会变成赢家通吃,大概率以后也是微信天下 我现在是怎么去调教和使用ChatGPT的?其实没有太复杂的提示词描述,就把它当作一个同事一样,给它一个目标,它会自己去解决,甚至不需要做 plan 就三个问题 你想让它做什么 你希望它投入多少精力 如何验证自己做了正确的事 没了 我越来越怀疑,只提供录音、把原始文字堆给用户看的产品,对我到底有多大用。 这里真正不满足的,是记录之后没有发生什么。原始录音仍然需要保留,方便回听、纠错和找回上下文;日常呈现则可以更轻,提取自己需要回看的片段,让 AI 帮助整理。 所以需要验证的,是“留下原始材料,再怎样帮助人使用它”,而不能只说所有录音都是伪需求。 我觉得其实顶级的 AI 工程师和普通的 AI 从业者最大的区别无非就是。两件事情,一个是在某个领域中沉淀积累下来的审美,知道什么结果是好的。就比如说,如果 AI 就算能够生成出来一个非常完美的短片,但是你要评判这个短片它到底能不能去变得更好。如果它最开始输出是 60 分的话,你要有 90 分以上的审美去。判断这个东西是好的还是不好的。这个东西它需要你自己的职业生涯。职业素养。另外一点是,你能够当一个合格的翻译官,去把这个东西翻译和转录出去。就是,哪怕你知道 AI 输出的网页不好,是你直觉知道不好,是你能把这个判断表达出去,并且能够让 AI 去很好的执行。这里面有很多方法论,我觉得这部分是可以去通过训练学习得到的,甚至是可以去和 AI 交互过程中。慢慢的去培养出来的 ,所以这部分实际上会很快 这个世界有自己的风格,有自己的规则 另外的一个 “你” 在其中生活、工作 每天他都在窥视你的生活,从中吸取养分 他不是你的 personal agent,不是你的 tools,也不是你的爹你的儿,他就是 “你” 我突然想到一个点:或许他们管理的形态是不同的Project,Today只是根据不同的Project去渲染出来 不同的Project可以是这个人过去所有的一些记录,或者可以再细分一下:关于这个人过去所有的文字记录、语音记录、Agent记录,还有其他一些iWatch上面的记录。无非就是分类嘛,一个类型也可以 除了个人的记录之外,还有就是 Mori,Mori 是每天也在写日记,它不知道写什么,总之一直在撰写,还可以是其他的,比如说财务,每天都记录一下消费的情况 …. 今天这篇:Building agents: When to fold subagents into your main agent loop
(Anthropic Applied AI) 讲的是:很多企业 agent 按团队拆成一堆 subagent,结果变成 org chart 映射——handoff 丢上下文、增加延迟、Frankenprompt。他们在多个 production 部署里对比后发现,一个主 agent loop + progressive disclosure 的 skills/tools,往往比「一锅端 prompt」和「多 subagent」都更好,还更省 cost/latency。Subagent 只在三种情况保留:context bloat 可测、真正需要并行丢弃的上下文、或工具选择/指令冲突。其余的应逐步 fold 成 skill + tool,并先用小的 end-to-end eval 再改 用的是 proactive agent ,这个概念听起来比较通俗易懂 xss ,实际上 personal agent 到现在我都不知道是做什么的 普通 chatbot / 多数 person agent:你来找它,它在会话里等你
Duet 这类 proactive:连好日历、邮件、Slack 后,早上给你 brief,白天只在「值得打断」时找你;你走开它还能在云端 VM 里继续干。模型未必更聪明,变的是主动性与打断权 Duet 切入的核心点不是做长期 memory,关系,偏好之类的,而是真实的解决人们注意力需求的,跨 app 的任务与注意力管理,巡检 inbox/日历,推待办 Person agent 也可以有一点 proactive(比如提醒你该回谁),但主轴仍是「人」;Duet 的主轴是「事」——日程冲突、发票、payroll、发帖前确认 产品行为参考 Claude Duet 帮助文档
;其中的策略清单是我自己的设计思考。 设计 approval moment,而不是更好的聊天窗:读、起草、准备可以自己做;发送、付款、签名、删除必须先给你看再等你点头 判断「什么值得打断」比多接几个工具更难:Duet 说隔几小时扫一次账号,是在省额度,也是在练打扰阈值 安全默认跟着「代你行动」走:凭证它看不到、敏感信息分类器、自动模式审批——因为 proactive 一旦读邮件又能发消息,泄密面比纯聊天明显扩大 主动性设计,不一定要一天二十四小时持续运行;对我的设想来说,定时检查可能更划算,主要是① 定时巡检(晨间 brief + 白天周期检查)→ 用判断力筛「该不该打扰你」;② 你丢任务 → 上云端 VM/自带浏览器后台干,干完或要审批再通知 有判断模型在回路: 围绕 Opus,专门练「什么现在要你、什么可等、什么先问你」;官方也说还在根据测试者反馈拧这个灵敏度 知道什么时候应该打断用户,这部分其实是所有的个人助手最重要的环节,Approval moment 一般不在「聊天里口头说一声」,而是一个可审、可改、可点头的动作卡片,卡在真正产生外部副作用之前 发送前:邮件/Slack/社媒——展示收件人、正文、附件,你改完再 Send 花钱前:购物、订阅、转账——展示商品/金额/支付方式,钱包或虚拟卡二次确认(Duet + Link 就是这种) 改状态前:删文件、改权限、签合同、发 job post——diff 或摘要 + Confirm 连新权限时:首次接 Gmail/日历,或 escalation 到更敏感 scope 工程做法: 风险分级:读=自动;写草稿=自动;外部 write/pay/delete=必须人工。用策略表,不靠模型自觉。 统一 Action Proposal:{action, target, preview, reversible?, risk},UI 只渲染这一种卡片(Duet 的「先给你看再等你」就是这层)。 Classifier / auto-mode:模型或独立分类器判定能否走自动;高风险强制打断(Claude Code/Duet 的 auto mode classifier 一路)。 幂等 + 可撤销:能 draft 就不 live send;能软删就不硬删;超时未批=取消,不要默发。 会话外也能批:通知点进去只批这一张,不必回到长对话(proactive 场景刚需)。 审计日志:谁在何时批了什么,出事可回放 checklist: 列清所有 side-effect tools,标 auto / ask / never 每个 ask 必须有人话 preview(不要只丢 JSON)。 允许编辑后再批,避免「否决 → 重说一遍」 用 eval 测:该问的时候有没有问、不该烦的时候有没有乱弹 打扰预算:同类低风险可合并成一条「今日 3 封待发」,别每封都推 产品行为参考 Claude Duet 帮助文档
;其中的策略清单是我自己的设计思考。 agent loop 中 skills & tools & mcp progressive disclosure思考 默认我们都知道Skills 是按 progressive disclosure 设计的——平时只暴露名字和一句简介;真正要用某个能力时,再把完整说明、schema 或代码拉进上下文,skills 是三层 progressive,平时只把 name + description 放进系统提示(大约每个一百来个 token),真正用到时,再读完整的 SKILL.md,最后需要时再拉引用文件或脚本(脚本多半直接跑,代码本身不一定进上下文) 我想谈一谈 MCP 和内置 tools,MCP 一般有 tools Search,若没开 Tool Search,工具的完整 schema 每轮都会占上下文。Claude Code 默认会开 tool search:先给一份精简目录,搜到再按需加载完整 schema。API 侧则要给工具标 defer_loading: true 才 defer 然后内置的 tools:这个很取决于业务的策略,Claude Code 里 Bash / Read / Edit 这类核心工具一般一直在;其他有的可以 on-demand。普通 Messages API 里,你塞进 tools、又没标 defer 的,就是一直在 这里的 Tool Search 与 defer_loading 指 Anthropic 的实现,见官方工具搜索说明
。它们不是 MCP 协议保证所有客户端都提供的默认行为。 早点把 online log 搭建准备起来,装入到 agent Loop 中可以提升很多效率 muse 距离个人最近,入口很轻,对于日常生活中的一些事情,会优先考虑 muse grok bot 多agent 协作很不错,如果涉及多 Agent 可以分工的我会先考虑 grok bot,另外 Group 我用的很少,实际上 Group 没有太多的必要,对于Loop agent 来说,用户意图明确是可以找到具体的 agent 作为入口,agent 本身是可以相互调用的 至于 dot 我一般都是经常打电话,遇到一些碎片的信息就去让它微调更新的 检索到了,不代表就该把结果全部放进模型的 context。Memory 还需要判断来源、时间和当前问题的关系。 举一个虚构例子:两年前记录“我住在 A 城”,一年前记录“我搬到 B 城”。用户问现在住哪里,不能把两条信息平铺成两个同时成立的地址,也不能把一年前的记录保证成今天的事实。更稳妥的说法是,最近一条相关记录显示,当时已经搬到 B 城。 保留历史与呈现当前理解,是两回事。Memory service 负责提供可追溯的材料,读什么、读到什么程度、怎样表达,仍取决于 Agent 的工作方式。先定义 AI 产品测试的成功标准
把纠错变成 Eval 的反馈闭环
notion 还是需要一个模板的
AI 批量任务之前有一个问题:
我想专注那些长期可以复利的一些东西去做个人助手
用户故事应该和 evaluation
用户故事的收集方法:
效果变好,是否等于智能提升
Self-modifying harness 是
今天要解决的瓶颈
forgetting 比 memory 更重要
我发现,实际上只是记录use case是没有意义的
我突然想到,虽然我们在做 agent
我一直觉得Muse给每一个用户配置一个
我发现很多东西讲的都是常识,比如:随着风险增加
总分改善,不等于每个环节都改善
我发现Mac或者iPhone上面可以把自己过去的照片
想到自己对于涌现的一些思考
软件本身存在意义到底是什么?所以
Generative UI
生成式 UI 的选型,一些经验和思考:
AI 中等收入陷阱
语言自洽,还不等于真实经历
难懂与冗余,都在消耗注意力
最近实测观察
先分清通信方式和产品接入
daypage 中还有一个强需求场景:
LangChain 官方博客 10/14 发的
分享一些可以让 AI 做出高 taste 官网的项目
Roadster 牛逼,核心卖点是把 SpaceX
[Your AI assistant might
Gemini 3.8 Flash TTS
任务完成之后,再一起衡量速度和成本
对于 person agent 的思考
我现在是怎么去调教和使用ChatGPT的?其实没有太
只有记录,没有使用,够不够
审美与把判断表达清楚的能力
有一个平行世界
我突然想到一个点:或许他们管理的形态是不同的Proj
什么时候把 Subagent 收回主循环
主动性改变的是何时介入
主动型 Agent,先设计何时打扰和确认
Skills 和 Tools 的渐进式加载
早点把 online log 搭建准备起来,装入到
muse 距离个人最近,入口很轻
记忆召回之后,还需要判断
阅读、思想与历史
42 条记录 亲情真的好触动人 友情也真的好触动人 没想到,时间的坚守,真的真的很打动每一个人 阿嬷得知木生已经去世,第一句话就是谢南枝她带这么多孩子得多辛苦啊 木生是在1948年为了躲避抓壮丁而下南洋。那时抗日战争已经结束,中国正在经历国共内战 潮汕此前已经遭受日军轰炸、占领和粮荒。汕头1939年沦陷后,粮食运输受到破坏,海外汇款也更难送到家。档案馆保存的真实侨批里,有人一边寄生活费,一边问家乡是否遭到轰炸、父母还能不能买到米 到了1948年,又叠加内战、征兵和严重通货膨胀。钱在迅速贬值,攒下来的积蓄未必保得住一家人的生活 … 江海万里,心中念你,便不觉遥远 湄南河畔木棉花盛开,像极了家乡的春天 压了一朵在信中,望你也能闻到花香 很多人认为信命是一件很消极的事情,好像就应该坚信我命由我不由天,坚信物质是不依赖于人的意识而存在的客观实在,世界的本原是物质 我们命有两部分嘛,一个是不由我的部分,不由我的部分只有我去信了,就是我们一出生就注定好的,我出生时的家庭环境、遗传条件,以及一些早期形成的性格倾向,都不是当时的我能选择的。它们会影响后来的路,但不等于社会处境和性格从此不能改变,因为它实际上是已在自我形成之前,它就不是我可以控制的 我觉得未必是一件很消极的事情。但确实随着年龄增长,发现很多事情确实是不由我所控的部分。那么从斯多葛主义角度来说,我能做的仅仅是我可以控制的一部分,我不能控制的部分,坦然接受,顺其自然就好了 而且信命不代表自己就要依附于这个世界。我觉得并不是的。他相信的只是你自己进入这个世界,进入这个世界游戏,地球 online 的时候,自己的一些初始化数据就已经决定好了。但是在这个世界有了自我意识之后,你的玩法是可以自己去调整,可以自己去改变的。 并不仅仅是一个依附者,并不仅仅是依靠于这个世界给出自己的任务,然后自己去答题。不仅仅是依靠这个世界上自己的一些父母,或者是遇到的一些人生老师,或者是自己的公司领导,然后依靠他们去获取这个世界上自己的资源、自己的追求 也就是说,游戏的剧本还是需要自己去撰写的。在有自我意识之后,自己是可以去选择,可以自己去看见,可以自己去真实的实践,选择自己的道路 所以对比信命和不信命,我觉得就是一个硬币的一体两面。就信也好,不信也好,实际上就像是随缘不变,不变随缘,水是随着风揉成各种的形状,随风而漂泊,形状一直在变,但它始终是水,这是命中注定的部分。但是又是因为它是水,就是因为它命中注定是水,所以它可以被揉成各种的形状,可以是一种波浪,可以是一种圆圈,可以是波涛汹涌的海浪 所以,像水一样活着,看见水,接受水,成为水! 非常有意思的一部电影,由 8 个独立短片组成。 我觉得这可能是黑泽明自己的天命,因为他自己做了,每个段开头都是“我做了这样一个梦”,据说这来自于他自己的梦 这部片就是同一个他,从小孩一直到老年,由8个梦连串起来,所以这部片是他在80岁的时候拍的 然后我们来看一看,为什么这部电影的视觉效果非常非常好。虽然没有那么多特效,整部片也没有连串的剧情,基本上都是各种动画色彩和氛围,像一幅画一样,像会动的画一样 但就很迷惑,这个画面是很美的,每一帧都可以当画去看。所以这就是黑泽明晚年最私人的一种作品:他对于自己战争的思考、对于自己核能的思考、人与自然关系的思考。然后包括有红色富士山,有一种寓言的感觉 我看了他呀,他的故事我觉得很触动到我,我想分享出来,或许会影响到很多人 徐东莲提过,哈尔岑是理论物理出身,却能把一个天马行空的想法一步步变成现实 他甚至能从柏林街头直接招募一位弹吉他的编程高手进团队,让这个人搭起了整个IceCube数据分析的软件框架 他的学生和合作者说,只要他在办公室(威斯康星大学麦迪逊分校),门总是敞开的,任何人随时可以进来找他聊天、讨论想法。只有开会的时候才会关上 一位IceCube的年轻研究者(他的“学术孙儿辈”)回忆:自己第一次在合作组会议上报告完结果,走下讲台时,哈尔岑默默走过来,什么话也没说,只是轻轻拍了自己几下肩膀 2024年,一位中国学生第一次去麦迪逊访问,午饭时问他:“是什么样的热情让你坚持到这把年纪?” 哈尔岑笑着回答:“我们花了30年时间建造冰立方探测器,现在是享受物理的时候了” 2026年诺奖公布时,他正在意大利出差,住在酒店房间写提案。听到消息后,他对媒体说自己打算继续待在房间里,因为“出去可能会给别人带来不便” 项目刚起步时,有几个研究生偷偷混进Caltech的钻探队,想把光电倍增管塞进南极冰洞里做实验。结果被发现后,NSF的人打电话给哈尔岑,以为是他指使的 他后来笑着讲这个故事,觉得那些学生很有意思 时间是宝贵的,人们不愿意浪费自己大量的人生和时间,甚至在一个不确定性的事情上,尤其是对于东亚人来说 但是弗朗西斯·哈尔岑可以持续地、几乎偏执地满足自己对某个问题的好奇心,并且把“行动”放在“思考为什么不可能”之前 他最有名的建议之一就是:“I always advise my students: don’t read too many books, do things!” 他自己也承认,如果当年把关于冰光学的标准教科书读透了,很可能根本不会启动这个项目——因为书会告诉你“这几乎不可能” 他当时已经50岁左右,却像新人一样“无知而天真”,结果反而做成了 世界上有两种游戏,一种可称之为有限游戏,另外一种称之为无限游戏 有限游戏以取胜为目的,无限游戏以延续游戏为目的 游戏有一个前提,无论是有限游戏还是无限游戏,除非的参与者自愿参加,否则就不存在游戏 变化是我们人之为人的持续性一个基础 只要能够变化,才能够持续下去 艺术家不是创造艺术对象,而是通过艺术对象来进行创造 本源上现在都没有真正的创造,而是不断的挖掘 教育的本质也不是让我们拥有天赋,而是帮我们挖掘自己的天赋 和人息息相关的两个方面 社会关注的是人与人怎么样组织而衍生出来的概念,重点是权利、资源、责任如何分配 文化关注的是人如何被理解、评价和延续以及共同生活,重点是道德、值得、什么是正常的 呈现一个动作、说出一套话,与亲自回应当下的人和事情,并不总是同一回事 拥有结论与拿结论理解具体的问题是不同的 说话的人和听着理解道德是不一样的 同一句谢谢在不同关系中有新的含义 当哈姆雷特说他在阅读的时候,他并没有在阅读。当我们表演行动的时候,我们并不是在行动。当我们抱有某些思想的时候,我们也并不是在思考。一只学会握手的狗,与你握手时,它并不是在与你握手。一个能说话的机器人,和你说话时,并不是在向你说话 这部电影看下来之后,感受最深刻的两个人,一个是许小曼,还有一个是罗清水 对于罗清水,很佩服,有智慧也很惋惜! 不过其实也有对罗清水的惋惜。因为他好像是一个值得敬重的人,但他前大半生一直在退让,有失望,也有无力;知道很多道理,却还是没有办法改变自己处境的方法,所以把自己缩起来保护自己,也压制住了自己的能力 一直到后面发生转变,回乡的那一步,他说他终于想去为自己而活的时候,那时候他才真正开始认真地对待自己的生活 发上等愿,结中等缘,享下等福;择高处立,就平处坐,向宽处行 「许上等愿,结中等缘,享下等福」讲的是对欲望的分层管理。 愿要上等:志向、格局定得高,想做的事要有分量,这决定你往哪走。 缘要中等:和人交往、找机会,不攀附也不将就,不去追逐顶级资源,保持平常心。 福要下等:享受只取最低一档,物质欲望放到最低。 「择高处翼,居中间坐,向宽处行」讲的是人在世上的位置和姿态。 站高处:看问题的视角、做人的标准要高,才能看得远。原文是「立」,截图里写成「翼」,也可以理解成从高处起飞。 坐中间(原文「就平处坐」):日常待人处事放平、居中,不显摆、不走极端。这和儒家的中庸是同一个意思。 向宽处行:选路要选宽的。宽是心胸宽、退路宽、给别人留余地,不把自己逼进窄巷,也不把别人逼到墙角。 精神上取高,交往上取中,享受和姿态上取低 这是我整本书最喜欢的一个章节,写的真好!!看着很感动 关于道德的思考,同时也揭露了看见的本质,我很喜欢看见这个名称,看见,是看 + 见,对应的是 look(看) 和 see(见、看见),看是看到,见是洞察(更像是一种元观察) ,看见,也是一种真实的理解,需要克制也需要勇气! “罪犯"“受害者"“好人"都是大标签,贴上去就不用再看了,但是人并不是标签动物,我们是把标签撕开,看见底下那个具体的人 一些好的原文摘录: 不赞美,不责难,甚至也不惋惜,但求了解认识而已 有的笑容背后是咬紧牙关的灵魂。 人能从洁白里拷打出罪恶,也能从罪恶中拷打出洁白。 将来有一天你爱上一个人,她也爱上你,从她看你的眼神里流露出来的,就是真正的洁白。 真实的人性有无尽的可能。善当然存在,但恶也可能一直存在。歉意不一定能弥补,伤害却有可能被原谅,忏悔也许存在,也许永远没有,都无法强制,强制出来也没有意义。 一个片子里的人,心里有什么,记者只要别拿石头拦着,他自己会流淌出来的,有就有,没有就没有。 作为一个记者,通往人心之路是如此艰难,你要付出自己的生命,才能得到他人的信任,但又必须在真相面前放下普通人的情感……在这个职业中,我愿意倾尽所有,但是,作为一个人,我是如此不安。 当初他做出这样的行为以后,就已经是错了,既然他都错了,为什么我们还要跟着他一起错呢。 做新闻的人是赌徒,我通常赌完身上最后一分钱离场。她不是,她会把外衣脱了押在桌上,赤膊再来一局。 做节目常犯的毛病是刚爬上一个山头,就插上红旗,宣告到达,“马宏杰是翻过一座,前面又是一山,再翻过,前面还是,等到了山脚下,只见远处青山连绵不绝。” 预设主题进行创作,是一种可怕的习惯。 人和动物就是这样,心里磨着砂石,相互依存,都吃着劲活着。 采访对象对一个记者的要求,不是你去同情和粉饰,她只期望得到公正,公正就是以她的本来面目去呈现她。 如果我们对一只猫的死亡漫不经心,我们也会同样漫不经心地蔑视人的痛苦和生命 看了孙宇晨采访,孙宇晨的关于人生意义。Alan他询问孙宇晨人生的意义是什么的时候,孙宇晨说,其实是把世界当做一个游戏,然后尽可能去玩这个游戏。就人生的意义的话,他觉得人生分为两个阶段,一个是50年之前,一个是剩下的50年。就是50年之前的话,就是更多是体验,仅仅是体验,去看这个世界,然后也不说 其实相对来说,我觉得“意义”这东西是对的。因为每个人对意义的理解都非常主观,而且这也是每个人一生的话题。所以倒不如说,把这个问题暂时悬而未决 当我们在讨论终极意义时,更多想的还是:我们怎么样去经历,怎么样去感受这个世界。先去做,先去感受,先去经历这个世界 然后到后半生,人老了,大部分时间都在轮椅上的时候,那时候我们就五十而知天命 六十而耳顺 七十而从心所欲 不逾矩,到时候,其实有大把时间去探讨这个可能终其我们一生都没有答案的问题 孙宇晨: 体验大于结论(可能的人生意义) 传统: traditional 传统文化: traditional culture 传统是文化里被保存、被传递下来的一部分,可以理解为是切片,沉淀下来的规则和做法 文化则是人们拿着这份记忆继续生活、继续创造的过程 文化失去传统就会失去根,找不到从哪里来 传统固化它就从文化的养分变成了文化的围墙 所以对于个人来说,传统可以理解为我们文化延展和理解的基础,我们去学习和审视他们但是不要固守他们,才可以更好的理解文化如何延展下去 因为有了玩家,所以就有了有限和无限的区分,也有了好坏的区分 读《文明及其不满》时记下的一种解释,不能直接当成对所有人的心理学定论。 文明不是天然让人幸福的东西;文明本身,就是对人类本能欲望的压制。所以文明自带不满,文明本身就建立在牺牲个体本能快乐之上 在这种解释里,人原本拥有较少被约束的本能冲动;进入文明这套社会规则之后,被社会磋磨,于是人可能感到压抑和痛苦 社会要稳定,就必须把人的攻击性向内转化,变成内疚、自责、自我压抑(超我) 读《楞严经》的“七处征心”,很受触动:阿难试着给心找一个固定的位置,追问却一次次打破了这种定位。 我感兴趣的是,这种追问让我重新思考:是否一说到“心”,就先把它想成一个可以找到位置的东西? 它和现代关于意识、自我的讨论可以形成阅读上的联想,但佛学思辨与神经科学的研究对象、方法并不相同,不能说古代经文已经证明了现代科学的结论。先把这种联想留下,继续读。 这个世界,处于一个等级森严的阶级体系之下。百川发源,皆自上出。一级压一级,层层相扣啊。你是别人的棋子,我也是别人的棋子,所有人都是棋子 《坚如磐石》 世界上的很多处境,很难只用黑白来概括 在复杂体系里,黑和白并非井水不犯河水 我问朋友,那看什么呢?如果不能简单分对错 他说看发心 我说这也对。道德本身是一个非常主观的标准,既然是非常主观的,那么就可以从心学角度去达到一定自洽,对错是这样,道德也是这样 那么怎么看对错,文明进步是否是对错? 人们好像并没有更幸福,哦,也许文明进步这句话本身也是值得质疑的,人性千万年未变。有对错,就有标准,标准基于文明、社会和文化演变出来的,有标准就有收益方 那么 …. 对错的标准从哪里来,多一些视角可以换位思考和共情也许人类就会少了很多的对抗和攻击 看到 Sopheap Pich 的《Buddha 2》,作品残缺、编织般的形态让我停下来。 大都会艺术博物馆的馆藏记录
将它标为 2009 年作品,材料是藤、金属丝和染料,2012 年通过亚洲艺术之友捐款购藏。原笔记把购藏方式写成“买断”,不准确;馆藏记录也不足以证明著作权归属。 先不展开原笔记里的战争与政治叙事。让我想继续看的,是这些材料怎样承受一个身体的轮廓,又怎样在残缺中保留力量。 《风骚律师》里面,霍华德我觉得死的是最悲惨的一个人物。他的一生也算是在一个非常不一样的世界。 霍华德所处的世界依靠法律、声誉、职业伦理和社会关系去运作的。但是拉罗所处的世界是依靠暴力、利益、恐惧和权力运转的。他们在错误的时间、错误的地点相遇,就会形成一种错误的结果。 我觉得还有一点就是很有意思,就是关于间接影响这个点。其实间接影响案例有很多,就是比如说,举个我们每个人都会有感同身受的,就是我们很多的性格可能往往蕴含着就是从小到大某一些性格的转移。比如说,一个孩子从小到大,如果他的父母是有暴力倾向的话,这个孩子他在长大之后的可能更难建立安全感,但并不意味着他注定不能拥有稳定的人格。可能也会引发出来其他的一些现象。就比如说对待下属,管控很严格。可能从小到大,如果缺少安全感的话,可能会把这个安全感也会传递给自己身边的人 所以我觉得其实间接影响,它也是有影响的。就是因为两个人即使在不同时空的,但是因为中间的某一个人,这个人可能是我们每一个人,因为我们所处的环境中,之前种下了一些恶果,或者是之前接触过某些不好的人,从而导致就是这部分的因,然后推出来另外一些果。所以间接的话,我觉得还是需要有一定的道德感的,我觉得主角还是有责任的,就是因为他之前因为某一些环境,或者是他因为他自己某人格的特性,结识过一系列的灰色地带的人,从而导致就是灰色地带的人去找上他的时候,跟霍华德遇到了,导致他们就是发生冲突,导致霍华德死亡 拉罗(Lalo Salamanca)是《风骚律师》我觉得是最具有魅力的人物 极致的松弛感,极其危险,极其残忍,但是却极其亲和力,极其聪明,几乎没有查克、古斯和吉米那种明显的心理负担 他从小就有一种强大的身份认同感,不需要古斯一样努力建立权力的正当性 拉罗生活在随时可能被杀死的毒枭世界里。他知道自己可能明天就死,所以与其整天紧张,不如享受当下 习惯了风险,不再像普通人一样持续地为此焦虑 我觉得古斯是一个被过去束缚的人 他必须不断建设更强大的系统,才能接近自己的目标 而拉罗不一样。他喜欢做饭、聊天、开玩笑、亲自探索线索 他身上有一种强烈的游戏感 不需要证明自己,就自然而然涌现出强大的存在感 As skilled as the twins, as proud as Hector, as crazy as Tuco, and as smart as Gus. Lalo was a monster Action and consequence 能理解到性格决定选择,选择决定命运 想清楚做什么之前,还应该想清楚的是这个事情本身是因为什么所以去做 往往我们说出来的并不是真实的 看似为了家人实际上为了自己 看似是为了正义实际上是利用道德 Walter 是毒枭,saul 是无良律师,为什么还希望他们赢? 其实世界上善恶都是相对的,每个人都有自己的视角 所有的恶当我们溯源我们也可以感同身受的,因为主角的片段更多,实际上我们对主角的理解更多,自然而然就会诱导出一些超越善恶的东西,我们叙事也会利用我们对高智商和高执行力的欣赏。但理解角色、希望剧情继续,并不等于认可他们造成的伤害 现实世界上人们往往更尊重赢家逻辑和技术理性,而并非单纯道德说教 “为别人”有时也会成为一个借口,让人回避自己真正的动机 当然实际上我相信大部分的父母也是真心为孩子的,但一句“为你好”,不能自动替代对孩子真实感受的理解 《绝命毒师》里,Walt 起初有一个极有说服力的理由:自己得了癌症,家人需要钱。随着故事推进,钱已经足够,退路也曾经出现,他依然继续 Walt 一直到最后才真实接纳自己,承认是为自己的,证明自己,想要掌握权力 Jimmy 想被哥哥认可,想证明自己的能力 宁愿成为真小人,也不愿成为伪君子 印象最深刻的一句话是 Walt 最后回去见 Skyler 时说的: I did it for me 终于放下伪装,此刻的他回来了,这是全剧最真实的对谈 这也是结尾的痛处。他终于能说清自己,留给他与家人的时间却已经耗尽 最大的遗憾莫过于,两个人在同一时间同一地点,对于一个共同在意的事情,却发生了遗憾的错过 结尾与 Chuck 的回忆因此格外难受。我的理解是,那一刻 Chuck 对弟弟有了一点新的理解,也愿意多谈谈;Jimmy 没能察觉,那个短暂的机会就过去了 善恶本身可能就有一定的客观性。因为它实际上不会因为受害者或者施害者喜欢、社会认可,或者没有人追究就消失,还是有一些在这个世界上共同存在的伦理立场的,不过这首先是伦理与哲学上的争论,不能只等科学实验来替它下结论 然后再看善恶的主观性。实际上,对痛苦的体验是非常主观的,痛苦的发生是需要认真面对的事情。我们去判断善恶的时候,实际上是有自己的主观视角的。一个是因为我们自己的视野本身有限,而且会偏爱熟悉的人 善恶有客观对错,也需要结合情境去判断。 第一性原理 即使大脑研究解释了人怎样作出道德判断,也没有因此解决客观道德是否存在的问题 毒品和一起做坏事 …. 两部剧都有 怎么选择? 离开或者继续,都是很痛的代价 ,,, 电车难题 越轨理论讨论“什么行为会被视为偏离规范”,标签理论进一步追问“谁有权作出这种判断,以及被贴标签后,人会怎样改变” 越轨本身是超过规矩,社会学中的越轨,是偏离某个群体或社会规范的行为。它不一定违法,也不一定有害,例如,在强调服从的组织里,公开质疑上级可能被视为越轨,但是实际上另一些社区却可能鼓励这种行为 这里想到的是霍华德·贝克尔的社会学著作《局外人》(Outsiders)
,不是加缪的小说。群体制定规则,再把规则应用到某些人身上,将他们认定为“局外人” 标签的作用,由此可能同时发生在两处:别人怎样对待他,以及他怎样理解自己。 即使他不认同标签,别人对他的排斥也可能改变他的处境 一次行为 → 被认定为某种人 → 被区别对待 → 机会与关系发生变化 → 后续行为受到影响 这个过程说明,行为本身与“被认定为越轨者”需要分开看 关于复利、取舍、耐心和诚实,记下一些阅读联想。这里用自己的话整理,不把未经逐句核对的记忆都当成名人原话。 先问方向,再问速度。把事情做对,需要反复获得真实反馈。 给长期的事留时间,也要学会拒绝,让游戏能够继续玩下去。 增长不能只看这一季的数字。用户希望得到的是结果,而信任一旦被透支,往往很难补回来。 尊重规律,长期主义 看《浪客剑心》,对时代变化和制度更替的感受更深了一些。 原笔记把明治维新简单说成“自下而上”,又把技术与制度的关系归成单一原因,太粗了。具体历史有不同参与者、利益和过程,不能只用一组方向相反的标签解释。 留给自己一个更贴近当下的问题:改变工具的时候,组织和规则是否也需要调整?技术已经变了,配套方式却一直照旧,会发生什么? 1876年,武士的世袭俸禄被改为公债支付,带刀又受到禁止,军警等有规定的例外。武士失去的是长期维系身份和生计的一整套制度 很多人依靠刀为生,到最后被剥夺了带刀的权利 从现代角度回看,好像微不足道。但实际上,在当下那个场景,每个人都是沉重的 就像我们现在,很多人从小到大受到教育,到最后毕业后,市场告诉我们:没有这么多岗位,没有那么多工作岗位,没有那么多人需要上班 所以我们这一代人好像又要开始找一些新的意义看完《阿嬷的情书》全程哭
先想到留下来的人有多辛苦
泰国和马来西亚真的有很多的华人
江海万里,心中念你
很多人认为信命是一件很消极的事情
黑泽明的《梦》:像会动的画
今年的诺贝尔物理学奖就颁了一位弗朗西斯·哈尔岑
世界上有两种游戏,一种可称之为有限游戏
无限游戏的精髓是在于变化
艺术家不是创造艺术对象,而是通过艺术对象来进行创造
本质上人类所有的一切都是发现,而不是发明
文化和社会
呈现一个动作、说出一套话,与亲自回应当下的人和事情
这部电影看下来之后,感受最深刻的两个人
发上等愿,结中等缘,享下等福;择高处立,就平处坐
依旧很清晰记得《看见》 第十一章,只是了解与认识而已
看了孙宇晨采访,孙宇晨的关于人生意义
对传统的理解
有限与无限,也取决于玩家的视角
文明不是天然让人幸福的东西;文明本身
七处征心与对意识的联想
这个世界,处于一个等级森严的阶级体系之下。百川发源
发心与判断对错
《Buddha 2》:材料与残缺的形态

《风骚律师》里面,霍华德我觉得死的是最悲惨的一个人物
拉罗(Lalo Salamanca)是《风骚律师》我
As skilled as the twins,
每一个决定都是有成本的,每一个行为都是有后果的
做什么之前,先看看自己的动机
为什么会希望故事里的坏人赢
“为别人”,也可能成为借口
遵守规则的浑蛋比打破规则的坏蛋更令人厌恶
Walt 最后承认:I did it for me
共同在意,却还是错过了
怎么看待善恶
道德判断与客观道德,是两道问题
相爱和相互伤害原来真的同时存在
越轨和标签理论
关于复利、取舍与诚实的阅读联想
年轻的时候,学会慢下来是一个很重要的课题
工具变化之后,规则是否也要改变
每个时代都有自己的落幕的武士
产品、工程与开源
36 条记录 颜色、字号、间距、圆角、阴影、动效时长都定义成一组变量(design tokens),所有页面只能用这组变量 用一套成熟的体系,React + tailwind 组件基本基于 shadcn/ui 和 Radix 这类无样式的基础组件库。按钮、弹窗、下拉菜单、快捷键、无障碍这些基础功能,底座已经做好了,团队只需要在上面定义自己的风格 定时做一次 UI review ,找出细节的问题 把设计规范写成规则文件(比如 AGENTS.md 或 .cursor/rules),规定“只能用这些组件和 token,不许写死颜色”。AI 生成的初稿再由设计工程师打磨。这样既快,又不会越做越乱 每一次改动的话,相关的组件结合视觉回归测试 chromatic ,避免走样 优雅的产品通常在这几处下功夫:流畅的过渡动效(150 到 250 毫秒,很多用 Framer Motion)、骨架屏和流式输出(AI 产品尤其重要,避免干等)、完整的键盘快捷键和 Cmd+K 命令面板、深色模式、空状态和报错状态都有专门设计 核心的流程给 Playwright 测试 人天生关注人和故事的,有冲突,有情绪,和自己的身份有关系才值得聊,值得转发 产品本身只是工具,除非正好需要,否则很少有人主动关注 muse 刷屏,靠的是事件,Meta 下场、冲到 App Store 第一、被亚马逊封杀。功能列表本身几乎没人讨论 中国社媒讨论最多的是和自己息息相关的,即使是宏大叙事也是和自己息息相关的宏大叙事,你不可能讨论另外一个你自己都不知道不认识的国家的某一个明星 …. 只要日历和邮箱,个人博客或者社媒信息可以额外补充,信息密度最高,门槛最低的数据源 然后交付价值,个人摘要,第一次让我感觉 town 好 tm 懂我啊,我更愿意去继续授权 推荐是基于我的数据的,基于对我的理解,以及他自己有的一个 mcp connection pool data 推荐我一些合适的,转化率很高 sset Scheduling ,设置一些日程偏好,推荐给我 然后可以设置一些图像,可以设置我自己的 townie 再最后就是分享,share townie 可以获取积分 额外补充:至于它适合做一些Onboarding流程,到底在哪一端去做,取决于这个平台的一些特性 如果是从官网上直接进来、还没有安装APP的用户,更适合直接在外部页面进行Onboarding 如果是通过桌面端登录的方式,更适合通过桌面端Onboarding,它可以连接本地的一些MCP或者本地环境 另外一点,如果通过iOS上面去链接,实际上会根据自己iPhone上面的特性,去做一些初始化的Onboarding,比如iOS原生的一些 actions button 截图、通知之类 很优雅,一条一条的链路一点点的开始和配置 配置的链路很长,所以一点点一点点的给用户一些反馈 当时用到的免费方案只支持十个连接,感觉很快就不够用了。具体额度会变,还是要看当前方案 sandbox 首先是涉及到执行啊,首先是在电脑的环境中,那么就是本质上是有不可信的执行在电脑上所以才需要 所以如果数据库 CRUD 已经由受控后端执行,通常不必再为每次结构化调用分配独立的代码执行沙箱 读取 S3 的文件也不需要 sandbox,前提是它们确实是后端代你执行的结构化 tools, 很明显的特征是参数是可以校验的,权限是可以控制到具体的行和用户的 另外即使是纯粹就是文件读写,其实也不需要sandbox,无非就是给一些read file、write file,这两个tools,后端直接读取用户前缀和 CRUD 没区别,关键是有没有 bash 那么需要 sandbox 的情况,就是跑 shell,比如说,执行模型写的代码,装一些依赖,然后开一个浏览器,再比如说 GREP、sed 这类命令处理一堆文件的时候,这时候是需要的到一个执行环境 如果是一些高频行为,就一定要做成结构化的tools。因为实际上,哪怕sandbox可以做,也完全没有必要;为了速度更快,更精准,也不要让它跨一些权限 不另开执行沙箱,不等于可以省掉鉴权、输入校验、数据隔离和审计。这里区分的是执行方式,不是要不要安全边界。 我常用的三大 personal context 管理神器: notion, 最上层,定义框架,PRD,设计文档,use case ,ADR,路线图啥的,然后 spec 嵌入 Figma 链接和预览,底部再列出来 linear issue 或者 project ,notion 一般严格控制 AI 写入,一定要清晰知道 AI 写了什么哪些内容结构要清晰,距离人越近的东西要距离 AI 全自动化远一些 Figma:这个写入一般都是 AI 去帮忙设计的,Figma mcp 订阅或者用 figwrite free,会在 页面 上面标记 notion 的地址,会在各个细节功能模块 back 引用和加入对应的任务放入 linear 链接,AI 写入的 Figma 自己一定要反复人工 review ,以及Comment,AI 反过头修正调整修改 linear ,这部分一般是自己给出的 title 内容方向自己清晰,AI 给出修改的描述任务,里面也会贴出来 Figma 的 frame 链接,方便 AI review Linear issue 里一定要带上 Notion spec 和 Figma frame 的链接,清晰上下文 AI review 如果发现偏差,重大的偏差的话,需要补充偏差到 notion 中 Comment 方式,然后自己 review Comment 决定调整 notion 和 Figma notion 文档一定要放重复使用的,自己很清晰的内容,一些 AI 的设计啥的乱七八糟的直接丢到仓库的文档中,注释的方式连接到对应代码或者模块 用户会记住联系人而不是会记住会话 superpowers 可谓工程界最火方法论 GitHub 近 30 万 star ,现在 v6.4.2 版本 作者说 v6 在他自己的评测里构建速度快了大约 50%、成本低了大约 60% 我之前一直在用 brainstorming 的部分,会让你开始不断的和你确认澄清需求,避免 LLM long time coding 发生偏离 然后还有就是他们的拆分工作单元、用隔离的 worktree 并行开发,这在长任务和多 agent 并行时尤其重要 以及我也用它把自己的一些标准沉淀为一些可以复用的工作流,比如说 TDD、代码 review 规则 还有就比如说systematic-debugging 和 writing-skills怎么样系统化的排查问题,以及如何写自己的 skills 其实随着模型的能力提升brainstorming可以降低,brainstorming 比原生的 plan mode 我觉得是好用的,但是如果简单的任务都走 brainstorming 挺消耗token 和时间的 我一般小任务不会用 brainstorming ,,然后同时使用精简版 writing-plans、systematic-debugging 只在大任务时开:subagent-driven-development、TDD、代码审查这一串 因为平常是多电脑开发, 我一般是 linear 做任务队列的 主电脑和 AI 对齐,跑 brainstorming 和 writing-plans,子电脑负责"做”,只跑执行、TDD 和验证 用 brainstorming 把需求问清楚,再用 writing-plans 拆成独立的工作单元。每个单元要能单独完成、单独验证,不互相依赖;有依赖的就在 Linear 里标 blocked by。 每个单元写成一张 Linear issue,描述用固定模板: 目标:一句话。 范围:允许改哪些文件或目录,禁止碰哪些。 验收标准:可执行的检查,比如哪些测试要通过、命令输出什么。 上下文:相关文件路径、计划文档链接。 执行模式:tdd 或 quick。 打上 agent-ready 标签,表示可以领取。 子电脑(执行者) 只装执行相关的 skill:executing-plans、test-driven-development、systematic-debugging、verification-before-completion。brainstorming 要关掉,不然它会反过来问问题,没法"无脑执行”。 每张 issue 用独立的 git worktree 和分支,分支名对应 issue 号,比如 xw-123,这样多台机器并行也不会冲突。 执行流程:领取 issue,状态改成 In Progress,按验收标准做,自检通过后提 PR,PR 链接回填到 Linear,状态改成 In Review。 遇到卡住或需要决策的情况,不要猜:在 issue 里留评论说明卡在哪,打上 needs-human 标签,然后去领下一张 主电脑用 code-review skill 审 PR,对照 issue 里的验收标准检查。通过就合并,issue 关闭;不通过就在 issue 里写清楚要改什么,重新打回 agent-ready 看了一下 Manus 的 cue, 还有 grok App、muse、dot 现在的 person agent 很流行 cloud Computer 我说个暴论,未来几年内还是个人电脑为主 现在的 sandbox 的成本已经很低了,E2B 按秒计费,短任务的费用可以很低,但要看模型、运行时长和资源规格 一直挂着的小 VM ,月成本还取决于规格、运行时长和浏览器负载,Browser加Computer又更贵 每人一台 7×24 云电脑:用户一多,毛利很容易被基础设施吃掉 Person agent 主要面对的还有用户对于数据以及代码信任问题,以及一些需要频繁验证的账户设备,之类的,有时候直接 UU 远程更方便,有时候还不如自己长期维护一个 Mac mini,提供给多个 person agent 远程操作,日常的代码,自动化的Browser use、Computer use,以及一些账户的管理和维护,都在这台电脑上会方便很多 HeyGen 团队推出的 HyperFrames Studio https://github.com/heygen-com/hyperframes 把网页、代码或者改动脚本,做成可以持续编辑的视频项目 核心就是把 AI、编辑器、播放器和渲染程序共用同一份 html 可以用来把 PR 做成讲解视频,输入 GitHub 代码改动,输出带动态代码差异、旁白和字幕的视频 也可以作为产品发布短片: AI 从脚本到配乐选择,制作产品发布视频 Typeframe:制作动态字幕视频,将语音配上逐词打字字幕和样式化布局,再导出 工作流套路: 先去收集网页素材和品牌信息,再写脚本、分镜和视觉规范,制作各个场景,加入配音,字幕和转场,最后检查、预览和导出 从技术的本质上,对于一个 project,先去理解一件事情,把某个时刻出现什么样的画面写成代码 我现在 figma 设计方案是比较取巧的,因为我是全栈的,所以相对来说有一套我自己的方法论。不过大家如果有更好的方法,也可以提出来 一般来说,主要的链路和重点的功能,用户只要花费 80% 以上的时间接触到的位置,我基本都会在 Figma 上详细的设计 基于一些边缘性的功能,或者是就是比较有深度的子功能,那么的话我相对来说会取巧,如果用户花费时间没有那么强的话,相对来说这部分我是直接在业务中去调整的,也就是说在后面直接让 AI 基于页面,去做微调。因为这时候如果去改 Figma 的话,一个是它的建立的连接会很混乱,就会干扰我的 Figma 设计。另外一个就是设计本身也是有一定复杂性的,从设计再到调整 UI,再到自己去 review,再到整个链路跑通是需要花费很长时间的,所以这部分我是愿意就是在主链路没有问题的情况下,适当的即兴发挥,去参考一些网络上比较好的设计,直接让他去改就好了 如果有一些非核心链路之外的,如果还有一些比较独立化的模块,他们如果需要设计的话,这种我也有两种方法。一种的话就是用 figma,在主链路之外再开一个 flow,去独立的设计这个模块,这个模块也是采用 80% 的原则,这时候其实还有一种方法,就是直接用 Claude Design 或者是 Open Design,去帮我去做这部分的模块能力,因为它相对来说很多时候它是独立的,所以直接就是建立一个 Web Demo,去基于 Web Demo 去微调,调到一个比较好的效果,直接去把这个 Web Demo 去克隆进去,把这个 Web Demo 最后是以一种外链的方式链接在 Figma 里面 实际上我对 AI 时代的 Figma 理解,实际上它当然也有自己独特的优势。因为它现在因为它有自己的 Agent 和 MCP,相对来说设计的能力,我觉得它是不弱于 Open Design,而且其实出样品的成功率还是非常非常高的,它本身也有很多的模板,这是我很愿意用 Figma 很重要的一个原因。另外一个原因是就是我觉得就是 AI 时代可能很多核心链路还是需要后面人不断去维护的。所以我就会有 80% 的原则去,再去发挥很多时间去维护这个主要链路。然后这个过程中需要人不断去调整、微调,精细化。但是实际上回归 Figma 设计的本质,设计的本质还是解决就是 coding 的过程中,coding 的成本过高,修改的成本也过高的一种先决条件。也就是说,当现在,因为以前没有 AI 的时候,实际上修改代码它是很难的,它需要产品经理和工程师相互去联动,包括后端的测试以及真实,还需要用户很多的反馈,整个链路跑通它的成本是很高的。但因为现在实际上 Vibe Coding 实际上一个人也可以做很多事情,相对来说,从设计,再到产品开发以及到功能实现,再包括后面的测试监控,它整个链路实际上是可以让一个人独立的完成整个的 feature 的。那么这时候实际上因为这个代码修改成本是很低的,所以相对来说,剩余的一些非核心链路的设计,相对来说我觉得可以不用非常满意,也就是说没有必要去设计的非常的精细化。那部分是可以在后面 coding 的过程中,然后一边 coding,然后一边去调整,就可以去真正的在工程实现中去边实现,然后边微调 理解用户,保护用户的利益,为用户服务 这是最基本的产品道德 我觉得,如果Notion还交给AI去维护,它的管理成本实际上是非常非常高的。这个成本主要还是人的管理成本,因为AI输出可以很快,比如可以多版本输出、输出很多种方案。但是人管理起来就很麻烦了,所以Notion目前为止,我还是交给自己个人去管理 我会自己去定义每一个模板怎么敲定,结构怎么设计,架构是什么样子,以及分为多少个模块。具体比如系统架构模块里面,我甚至会详细地把几个关键的架构给定下来。后面AI去填充和修改的时候,直接基于原本的内容去给出适当的填充和修改 这样相对来说,人的理解成本还是比较低的 那我觉得核心一点就是要不要分类问题,因为很多零散想法就是,有没有必要分为几个类别。因为其实分类有一个很重要目的是为了去隔离它的context,以及或者是可能对于用户来说可能会有多种渠道嘛,就一个是怎么样去输入的渠道,以及输入的渠道可能不一样,它可能需要不同的一种类别,然后去定义这个,去,还有一个就是输出通道嘛,就是我们真实的去输入之后,然后后面在使用的时候,以及对于不同类别可能有一些不同的使用方式。但是呢,我在想,因为实际上分类还是一个非常的增加用户负担的事情,以及非常影响,就是潜意识会给用户心智增加很多的不确定性 我觉得有个很核心的点,是关于User input的过程。User尽可能取决于它的intent,如果intent的意思足够明确,是一个确定性答案,而不是模糊答案的话,相对来说,我觉得这个过程应该尽可能轻量、直接。最好是在macOS上,以一种非常便捷、快速的方式去做input,我觉得这样会很方便 实际上,包括macOS在内,我自己在使用的时候也养成了一种习惯。因为macOS有语音输入,所以我在想,它的语音输入一般需要按option,长按option来唤醒,然后持续做一些转录 如果是关于macOS一些其他应用,比如笔记类应用,实际上用户打字记载是一件非常反心智的事情。这时候如果能快速积累这些原料,我觉得还是要把这个入口尽可能做得轻量,越轻量越好,所以它是一个很关键的能力 很多人都会说,flomo 都已经存在了,还做记录app有什么意义 but 我觉得,flomo 也许做的我足够喜欢我就不会有这样的想法了 我还是希望一个更具有灵魂的产品,触发人思考,让人不断想探索自己,扩展自己的产品! 其实现在深有感受,越来越感觉精力和思考是不够的。我觉得可能在AI时代,对于我个人而言,我观察下来,自己的思考尤其需要变多,甚至尤其需要筛选 就像之前用到一个词叫做“瓶颈”一样,实际上它也是为了保护自己注意力的一种方式,去想那种最重要的问题是什么 抛开思考,在执行上面,其实我们现在能做的事情已经很多了。包括可以做架构师的工作、程序员的工作、工程师的工作、产品经理的工作、设计师的工作。几乎一个人是可以干完以前全栈去干的事情的 但另一方面,这也导致了一个后果:因为实际上你要更多地从产品和用户的角度去思考这个问题,这时候你都要和AI不断碰撞,不断思考自己产品的语义定义,包括自己应该用什么样的语义范围去跟它沟通、用什么样的语义方式去跟它沟通,才能得到你想要的结果 包括现在Loop已经很成熟了,但你要思考的是,这个Loop的约束条件应该怎么样去设计,才可以让AI能够持续飞轮,然后跑起来 就这些事情复杂度就已经非常非常高了,现在就发现,AI时代超级个体OPC其实是很难很难的,对人的要求实际上更高。但不可否认的是,迭代速度确实加快了。可能现在一天做的事情,相比较以前可能需要两周去做这件事情 但是思考依旧还是最重要的一个部分。如果最开始还是没有充分理解和思考就去创作,最后产出来的垃圾也是一样的。比以前两周做出来一个垃圾,现在做得更快了,一天就能做出来,甚至两周都能做十几二十个垃圾 我觉得现在其实越来越少用 plan 模式了,而是把更多精力放在模型本身,让模型自己去创作、去思考。有时候大家可能会觉得自己失去了对软件本身的掌握感,但我觉得这是毋庸置疑的。实际上,我们在往上提取的时候,也失去了对软件的掌控感,或者是对整个体系的掌控感 具体而言,其实现在当然也在用linear,但一般是最开始有一个问题,有一个question,然后跟模型充分讨论,把这个问题确定下来,同时知道现在代码是怎么做的、我自己想做什么、要怎么改,以及改了之后为什么会变好 把这个问题讨论清楚之后,直接更新到linear上面。linear后面对应很多模型,帮我完成这个工作。完成这个工作之后,实际上就会去做一个 goal ,相当于 Loop linear issue to fix 但我们为什么还要往上呢?因为下层我们自己提拔出来的人,或者我们选中的人,能够很好地完成任务,并且我们能够给予他们一些信任。到时候他们直接给我们一些验收结果,或者在需要决策的时候给出决策,我们再适当定出一些比较大的方向。这个是我觉得一个非常好的协作方式 否则,作为一个全栈工程师,尤其你自己要去做架构、做工程、做产品、做设计、做用户,还有各种思考、各种营销,整个体系就已经非常非常复杂了。这样的话,我觉得整个流程相对来说对我来说还是比较有折磨性的 没有在一个地方生活过,又没有接触过当地用户,很容易低估他们每天到底用什么处理事情。比如邮件里的水电费、订阅、账单和税务信息,就可能是个人 Agent 很重要的入口。 而习惯在超级 App 里完成聊天、支付和生活缴费的人,未必会自然想到这些用法。这是环境差异,不是谁天然更懂产品;访谈、观察和真实使用,都可以帮助我们补上理解。 所以我越来越警惕,只在抽象层拼 use case、设计自己的产品帝国。先下场,看看用户被什么卡住,再说自己的助手能解决什么。 用户真心想深度读一本书 AI 时代读一个书的成本越来越低,但是深度阅读一本书的能力越来越少,现在注意力稀缺,大家缺少耐心,AI 给出来的 Summary ,一些概念,我们吸收的很快,但是我们没有耐心沉浸进去获取体验代入感的视角 模式: 做成开源 核心用户最在乎几个点: 阅读体验 归属感 阅读的时间 私有化(服务于自己) 可以灵活的上传和导出 核心的能力: 深度阅读一本书,高质量翻译一本书 拥有自己的数据资产,可以分享出去,数据归属权,包括自己的评论完全归属自己 支持追问 支持评论 语言学习者,希望支持翻译的能力 支持每一天定时的推送章节给用户 分享一下自己 AI 时代的多机器分布式管理工作流。因为自己现在出门在外都是一台MacBook,又喜欢旅居远程工作,所以日常基本上MacBook主要负责一些设计,以及自己需要长时间交互的内容,作为主要的工作面板 因为现在AI已经很发达了,长任务一般都会放在Mac mini上面去做。我现在有两台Mac mini,它们之间的管理方式都是通过 Tailscale 然后远程连接使用的是 UU 远程,我测试过很多远程桌面工具,目前自己常用的是UU远程。有时候UU远程如果有问题,实际上用的是MacOS screen sharing 然后再加 Tailscale 最后再加上 Cloudflare Tunnel ,实际上,如果需要对外暴露某个服务,就会用Tunnel去暴露 作为一个长期混迹于GitHub的工程师,自己对于学习一个开源项目的经验建议: 最开始就是一直作为一个用户先用,去探索各种用法, 一些比较惊喜的点,以及如何惊艳,哪些蠢 确定主干,对于之前记录清晰熟悉的一些链路,追一些完整的路径,从用户输入,到 prompt 怎么拼,再到 agent loop、tool 调用、结果怎么回填,最后什么时候停。agent 项目的核心基本就是这个 loop,加上 context 管理和 tool 协议。打开 debug 日志或者断点,看真实的 prompt 和模型返回,比读代码快得多 具象层面追问,带着问题深度挖,再问一些问题,结合对产品以及技术的理解,比如说如何压缩 context ,tools 出错怎么办,这些取舍,边界条件是什么,这是有设计品味在的 抽象层面分析,设计出来项目的架构,如果上面的是具象的能力,从细节开始,从下往上看,那么抽象层面就是从上往下去分析为什么要这样设计,各个模块组织如何组合,有无其他场景泛化的可能 重写一个小的版本,其实现在 AI 很发达,写的过程中用一些笨的模型就可以了,因为实际上最开始把一些边界设计清晰后,自己可以有清晰的指令设计出一个 Demo,聪明模型仅仅是在智力不够或者需求本身模糊的时候使用 如果项目有一些不满意的,就去自己去改进项目,提 PR ,这个就是传统习俗啦! 输出,,, 最终必然是要输出为博客!!讲清楚为什么要这样设计(这里面其实也有很多的经验和方法,后面细细展开讨论!!) 我的个人图片 我的浏览的地图 支持个人登录分析 支持我的思考的笔记 支持留言板留言 支持和我聊天 支持我的产品的测试预览 支持 CLI 支持自己的各个社交的账户 支持自己撰写的书籍 支持自己写的文章 daypage database from flomo update telepace loop agent design marginalia ios design solo compass dataset(public date..) 目前的登录的逻辑都是用的 Resend , 每个阶段相对来说,对 taste 都有不同的思考 现阶段做设计的时候,会觉得 taste 是对具体用户与约束,持续做出有理由的取舍,让视觉表达和使用体验相互支持 我们要能理解,某种字体为什么适合这段内容;主要动作为什么放在这里;一个过渡为什么需要动;信息变长、请求失败或设备变慢之后,产品还是否清楚 对应的我们品牌如何设计,构图如何设计 一方面我觉得 taste 其实很主观,每个人都有自己眼中的 view 但是一方面我觉得创作也可以很通用,通用的是某些 taste 确实可以引发大部分人共情,喜爱 对于人来说,其实每一个设计都应该想清楚的一点,这个设计到底是要表现什么,自己是否可以说清楚理解清楚,比如说希望展现出某些生活的特点,那么视觉就聚焦在生活功能上,背景可以是一些真实生活大家容易触动的 view 现在已经意识到品牌的重要性。其实品牌也会深深影响你自己的产品颜色 你的正文、辅助信息、背景、表面以及强调动作,包括半透明和模糊,都会影响可读性,也会消耗渲染资源 对应的,可能每个细节都会有不同的视觉因素去呈现: 什么情况下应该出现什么样的、有品味的设计 对应的有品味设计形态是什么样子 颜色是什么样子 边框是什么样子 是否有些透明或者阴影,或者是否需要一些衬托 Design.md 的定义我觉得尤其重要,我一般开始会去 https://github.com/VoltAgent/awesome-design-md
上找一些好的有品味的网页,然后定义,微调
主要是包含三种类型的内容: 颜色: 主色、辅助色、背景、文字、边框,以及成功、警告、错误这类状态色,最好同时给出亮色和暗色两套。 字体: 标题和正文分别用什么字体,字号阶梯(比如 12/14/16/20/32/48),行高和字重。 间距: 一套固定的间距刻度,比如 4 或 8 的倍数 圆角、阴影、边框: 各用几档 动效: 动画时长和缓动曲线,比如快 150ms、慢 300ms 布局: 栅格、最大内容宽度,手机、平板、电脑的断点 按钮、输入框、卡片、导航、弹窗这些常用组件,各有哪几种样式(主要、次要、幽灵按钮),有哪些状态(默认、悬停、按下、禁用、加载),以及该在什么时候用 气质: 用几个形容词定调,比如"安静、纸感、克制”。 该做和不该做: 比如不用渐变、不用纯黑、每屏只放一个强调色 图像和插画: 用什么风格,比如真实照片还是手绘插画 文案语气: 用什么口吻说话 无障碍: 对比度达标,键盘能操作 给 AI 用时,第 3 层最关键:写清"不要什么",比只写"要什么"更能避免 AI 默认的那种紫色渐变风
比如说不要有过多的口水话 对于一些位置、边界、行为的清晰的小改动,授权直接实现 对于涉及到核心的体验的部分,先出方案和设计或者一个小的 Demo 独立出来看看 还有一些可能是需要验证是否值得做的,先做调研或者 Demo 再决定 整理出自己 linear 上的状态 读到一些关于 Anthropic 团队迭代方式的分享,自己最想借鉴的是:先做能跑的原型,给 AI 一个能检查结果的方法,再让真实使用不断带回问题。 一个功能可以先做几种小原型来比较,主链路明确后再细化。计划要不要写、写到什么程度,还是取决于改动风险和需求是否清楚。 共用规则、代码审查、先内部使用再逐步开放,这些都很有启发。原笔记里的每日发布次数和质量提升倍数没有留下可核对的一手出处,这里不把它们当作已经核实的团队指标。 其实想了一下,为什么需要linear?linear其实就是辅助人去管理一些任务和需求,不管是feature还是bug 但是我们又回到第一性原理:我们为什么需要去管理呢?因为人的认知负担是很重的。我们大部分任务都需要记录、排优先级、分配给某一个人,然后追踪这个任务 这个过程中会有非常复杂的context,而管理这个context需要一个跨线程的工具,这个工具就是linear。linear在这个过程中也做得非常好 但实际上,现在AI的智能程度越来越高,自动化程度也越来越高,人越来越往上层偏移,去说出自己的 intent或者真实需求。这时候,整个过程往往由AI自己主导、自己驱动,自己reuse一些东西,然后完成一系列部署 在这个过程中,很多中间细节往往不需要人承担细节消耗。也就是说,它会偏移到人最开始提任务需求的那个点:人怎么提需求,围绕这个点去做一系列事情 比如说,对Claude团队来说,可能Slack是一个比较好的协作方式,对不对?那么在Slack里面,就通过Claude tag 去 @ Claude 就能解决的这样的需求问题 怎么样让用户更轻量、更便捷地把需求提出来?这是一个很核心的点 比技术更重要的是找到并且解决痛点 长期主义说起来很简单,但对我来说经常违背即时反馈的习惯,时不时需要审视一下自己 理解用户不是一句口号,是真的 “在场”,观察用户,换位思考 Benchmark 越早建立越容易复利,学会给工作和生活都建立 Benchmark,比如说学习设置标准,健身设计时间以及体脂率 开发自动化,完全是可以做到 N 个 feature 并行 人 / log agent / test agent: 提出需求 AI:工作区准备代码 AI: 改代码,本地初步验证 AI: 推送到测试环境,走一遍流程(最开始人准备一个测试的账户) AI: 提交上线申请 人来进行 review AI: review 之后 CI/CD,集成测试 等等 ….. 遇到了一个真人督促的 SaaS 产品
Doneas 是给独立创业者用的「真人盯梢 + 周计划」工具,主打真人参与
对我来说,价值可以归成两件事情:给你请了一个引导老师,另外一件是强迫你理清楚自己要做什么 当时看到的三项具体安排: 周日计划:从「以后再说」里挑出下周真能做完的任务,别塞爆。 周一下午冻结:计划一锁就不能随便加「再来一个」;硬要加会打标记。 工作日每天 15 分钟电话:固定和另外约 5 个 builder 开短会——你这周交了什么、下一步、卡在哪。有人盯着你空窗,缺席会记在案;一年里自己复活有限次数,再多要同伴担保。设计去统一品味
核心的流程给 Playwright 测试
人天生关注人和故事的,有冲突,有情绪
onboarding 这部分的设计
town 的 Desktop setup
Nango 免费额度太低了
sandbox 首先是涉及到执行啊
我常用的三大 person context
用户会记住联系人而不是会记住会话
对 superpowers 的判断
看了一下 Manus 的 cue, 还有 grok
HeyGen 团队推出的 HyperFrames
我现在 figma 设计方案是比较取巧的
面对用户,永远做正确的事情
如果Notion还交给AI去维护
那我觉得核心一点就是要不要分类问题
有个很核心的点,是关于User input的过程
很多人都会说,flomo 都已经存在了
现在深有感受,越来越感觉精力和思考是不够的
现在其实越来越少用 plan 模式了
先理解生活环境,再设计个人 Agent
给深度阅读留一个自己的地方
分享一下自己 AI 时代的多机器分布式管理工作流
作为一个长期混迹于GitHub的工程师
个人博客 OS 对我来说最重要的几个部分:
手头几个产品的下一步
Resend 很爽
taste 定义的理解
好的网页的品味,对于人来说是有绝好的直觉和观感的
Design.md 的定义我觉得尤其重要
一条需求进入 linear 后的路径
给 AI 一个能自己检查结果的方法
未来感觉 linear 会慢慢的抛弃
几个启发:
开发自动化,完全是可以做到 N 个 feature
Doneas:真人督促与每周计划
内容、创作与记录
12 条记录 我觉得去一个地方,不如深度地去观察这个地方、分析这个地方、接触这个地方不一样的体验。最终把它拍一个很独特的视频,这可能就是我们相对而言能够特立独行的风格吧。就不管是找本地人花钱,出一个渔村。总之就是各种体验。体验是宝贵的 但是具体是待多久呢? 我觉得可能一个国家的城市待个一个月,是最好的时间 自己定义了notion 新的工作区 其中最重要的一个转变是把以前的 todo 和 reminder 全部取消,换成 “Current Constraint”(我自己的中文语义定义是瓶颈) 因为我发现其实时间是最有限的资源大家都知道,但是管理好时间,就不管是时间管理还是精力管理,还是状态管理,我觉得最最最最最重要的并不是说管理我们去做什么,而是说管理我们不去做什么 我们都知道我们都需要 focus,但是怎么得到 focus 呢? 得有一个不做清单,不然时间就会被耗掉了,在这个过程中,我自己定义的是:我当前最重要的,或者为了实现自己的愿景、实现当前这一阶段,当前的瓶颈(Current Constraint)到底是什么 它怎样阻碍用户得到最终结果? 有什么实际证据说明它是主要限制? 解决它之后,整体结果会明显改善吗? 然后围绕这个(Current Constraint)瓶颈,其他跟这个(Current Constraint)瓶颈没有那么重要的内容全部砍掉,先暂缓处理,而不是说它们本身没有价值,包括各种无效的沟通,会议,文档,社交 这是一个很开放的时代 我们其实核心回到一个问题,就怎么样去建模一个人是有价值的?怎么样去围绕一个人建模?围绕一个人建模后,怎么样去使用这个建模? 文字是一种方式吧?图片也是一种方式,视频也是一种方式,相互组合到一起,其实这不就成了这个人的素材吗?组成了这个人相关的,然后把这个人提取到说来,给人看,给 Agent 看。 这个位置的话,还有很多的需要我们科普的一些问题。就比如说怎么样去书写一个更好的文章 当时给自动化工具写的一段 Threads 评论提示词,留作表达规则的记录: 绝命毒师和风骚律师都看了,看完的最大的感受,整个剧情大部分都是按照人生叙事细细道来的 这两部剧最让我放不下的,是我见过这些人原本可以拥有的另一种人生,又看着那些可能一点点消失 ,,, 有时候在想,有些不舍,为他们的另外一个选择不舍或者遗憾,但也许,如果不这么选择,他们也就不是自己了 内容共鸣,没有难度 标题很吸引对应的人群,把自己的感受放进去 收藏也真的很棒,独特的视角 很多内容是做焦虑的 但是更好的内容是做共鸣的, 回想起自己拍到的风景,提到的学校操场,老家的繁星点缀 .., 长期想写一本书或者专栏,希望可以每天坚持一点点。 训练自己的长期主义 《这场游戏玩不完》 也写给自己 … 我有时会把自己分成两种状态:Creator 和 Consumer。 一种是接收、筛选和享受别人已经做好的东西,刷、搜、收藏、转发。它当然有价值,也可以是休息;只是当自己收集了很多,仍没有形成任何理解或作品时,会开始感到空。 另一种是创作,像农民一样每天耕种,等果实,也承受季节和运气。对我来说,让想法变成能给别人使用的东西,会带来更踏实的满足。 大部分人都在两种状态之间来回走,我也是。与其给人分高低,不如问自己:此刻需要休息,还是又在借着消费,推迟一件很想做的事情? 其实现在我觉得AI太泛滥了,导致我对现在媒体有一种悲哀。但并不是反对AI产出,只是说很多AI产出的内容水分过大,有太多无意义的词汇或者嘈杂的词汇 怎样把“回答更精准、少说废话、节约注意力”写进系统提示词,并且验证它真的有用?先把这个问题记下来。去一个地方,不如深度地去观察这个地方、分析这个地方
最近发生了一个很大的转变
这个世界唯一值得奖励的是愿意以及持续坚持去创造的人
围绕一个人建模,究竟为了什么
怎样把文章写得更清楚
发 threads 的 prompt
以我的 Threads 账号浏览思考、成长、AI、技术产品、创业和旅游相关公开帖子;每轮结束后随机等待1~3分钟,再阅读一篇新帖子及可见评论,只有确实有值得接话的内容才直接发表评论,不凑数、不刷屏,发布前检查近期回复去重,发布后核实实际可见结果;评论像我平时发 IM 一样自然,通常一到三句、20~120字,跟随原帖语言和简繁,每次抓住一个具体细节,只带来一个新角度,可以补充条件、提出真实疑问或明确不同意,让对方能自然接话,但别为了深刻而说教或挑衅;我是中文母语的 AI、技术与产品从业者,关心技术如何运作、产品是否真有人用,以及它对生活的实际影响,也尊重人的感受,遇到困境先理解,不诊断、不强行提炼成长,不把生活都讲成效率问题;不用装饰引号、报告式列表、空泛赞美、金句腔,不套“不是……而是……”“说白了”“底层逻辑”,不强塞“你怎么看”,不编造我的经历、测试结果或立场,不公开私人资料;只授权这些普通公开评论,不点赞、关注、私信或改设置,遇到登录失效、验证、限流或提交结果不确定就停止相关操作并说明,不绕过限制、不盲目重发;串行执行
绝命毒师和风骚律师都看了,看完的最大的感受
刷了一些 GoFlex_ 的视频,感觉很有趣
《这场游戏玩不完》
消费与创作,是自己来回切换的状态
尊重注意力不是一个口号
提示词也应该尊重注意力
商业、投资与职业
12 条记录 不管一个人有多聪明,如果他的位置不对,实际上他的天才和天赋都没有办法发挥价值,所以有时候会有很多沉没成本。比如我们害怕离开,觉得过去几年都白费了。但实际上,这种沉没成本是过去已经经历过的东西,不应该作为沉没成本来权衡,也不应该成为决策最重要的依据。因为人生的时间应该从当前开始,后面的时间都很珍贵 让我再想到,其实拥有做一件事情的能力之后,还要有防止手段逐渐取代目的。有时候我们也会害怕,当自己有足够多的权力时,会不会滥用这个权力。当然,对于普通人来说,可能没有那么多职场上的,或者在这个世界上没有太大的权利。但其实每个人在家里都有这种权力,比如我们对待自己的孩子、对待自己的家人,是否会过度滥用自己的权力 因为资源是需要经营的,生存也是需要经营的。我们应该思考最重要的问题是什么,怎么去实现它 还有许小曼,其实让我看到另外一层:她很聪明,很懂得在这个世界上生存,也很懂得人与人之间的沟通。但是在这个过程中,我们不仅仅需要理解,不仅仅需要处理这个世界的关系,还要理解对方,真正换位思考:对方是一个什么样的人,他需要什么样的判断,以及我们的能力能获得什么样的机会 最后,对于创业者来说,前期肯定还是有很多ego的,我们很容易过度高估自己的判断,同时低估把判断变成结果的一些条件。比如客户依旧不买单,可能是没有理解到价值,也可能理解错了,也可能是不愿意承担更换成本,还可能担心你的公司不在了 在这个过程中,我们要更多回归到用户思考:我们要改变一个世界,那么首先要改变哪些人?要改变这些人,就要思考他们是什么样的人,以及他们为什么要被改变,而不是按照我自己的意图去要求别人,你要这样做,你要这样做,那这人太ego了,太自我了,而且对这个世界太破坏性了 所以现在让我想到的是,从小事做起,从具象的小事情开始慢慢做起 想到之前看到的关于让利的讨论。原笔记里记了两个比例,却把让利多少和参与人数的关系写反了,也没有可靠的原话来源,这里不保留数字和人物归因。 我想记住的是,让合作方有真实收益,往往比把眼前收益全部拿走,更有利于长期合作。但让利不自动带来信任,还要看对方是谁、规则是否清楚,以及合作能不能持续。金钱可以是这个过程中的激励,未必一定是终点。 毕业两年多了,回过头来看自己的大学生活,以及现在的现状。尤其是在现在注意力被稀释的时代,有些东西是很重要的 博主说锻炼很重要,当然是的,Alan的薄肌理论我是很赞同的 但是另外一方面,其实回想过来,我觉得这有一些自己很后悔的东西,比如说,没有认真体验恋爱,然后太过于急于求成,做了太多东西,反而没有深度,也没有静下心来研究一些理论和底层 因为大学有大量时间把你圈在一个地方,在这个地方里面,课程花的时间其实蛮少的。相对来说,当然课程也不重要,当然也是假的。其实课程也很重要,其实大家都是为了应对考试,但如果抛开考试,自己去思考,每门课程实际上都可以自己去深度探讨、深度研究。抛开专业,还有充分的时间去理解这个世界:经济、社会、文化,技术,商业还有政治是怎么样运作的,但毕业后工作日复一日,至少对我来说,再留出这样整块的时间和精力就困难多了 比如我大学的时候,实际上很喜欢OS课程。但大学讲OS,实际上也没有讲那么多,基本都是讲一些线程、进程以及Kernel相关的内容。但我自己挖掘,我觉得那时候有大量时间,自己可以去探索:怎么样去构建一个OS,怎么样去做一个集群,怎么样去分布式调度各个集群,其实,这种深耕和探索欲,反而是给了毕业后有机会去一些 cloud native公司 现在反过头来,我觉得最珍贵的反而是那段时间:给你一个环境,给你一个空间,让你在这个空间里面有足够的时间去探索、足够的时间去挖掘,不用担心生存的压力,不用担心被这个世界淘汰,让我相信在后面的世界里面,遇到问题,我都可以冷静下心来,再去往深度挖掘这个问题 不仅仅是竞争和对抗,背后还有一些什么,拿住就好了 接受自己进入有限游戏中 这个规则里面,有限制,有奖励,有竞争 我们入世,就要接受自己被别人评价了,就像是上台唱戏,必然有观众,而观众就是对立两面的战队总和 把规则作为游戏的一部分 记账和健身这类产品已经很卷了。RevenueCat 的 2026 年报告
也记录了订阅 App 新供给的快速增加。但如果还想做,或许应该从一个更小、更明确的用户群开始。 比如面向私教,先验证他们是否真的愿意为节省管理时间付费。假设有 10 到 20 位私教,每月支付 29 到 99 美元,至少可以算一笔小生意的账;这是测算情境,还不是验证过的收入。 另一个想法,是服务于正在接受体重管理治疗、又希望保留力量训练习惯的人。产品可以帮助记录、沟通和遵循专业方案,但不能替用户决定用药或治疗。先去看具体抱怨、访谈和使用过程。 原笔记混用了全球收入、单一平台转化率、用药人数和专利审批时间,统计范围与来源没有对齐。这次不保留这些数字,也不据此判断市场一定成立。 我在想,就算自己财务自由了、经济自由了,又可以做什么呢?享乐吗?好像真的足够吗? 这个年龄好像很难,因为有太多想要的了 甚至不仅仅是物质需求,也不仅仅是快乐,还有很多东西。我定义享乐主义,其实取决于自己在日常生活中快乐与痛苦的整体状态。如果快乐减去痛苦大于0,那么我觉得人生是偏向于快乐的 而超越享乐主义,就是基于现有的对快乐的判断:是否有一些事情,即使不能带来快乐,也是需要我们选择的 注意,这里的“我们选择”并不意味着还会有更高级的快乐,只是说它可能有一些更重要的东西。比如,我们重视的可能是快乐,也可能是真实 超越享乐主义通常是在说:快乐很重要,但它未必足以定义一种值得过的生活。 人还可能看重真实、关系、自由、创造,以及成为自己认可的那种人 “这件事让我开心吗?”仍然值得问。
但我也会问:“它是否真实?是否出于我的选择?是否符合我愿意承担的价值?” 读到日本就业冰河期的经历时,一种很真实的感受是,一个原本相信「只要努力,明天就会更好」的社会,如何逐渐变成「只要不失去现在拥有的,就已经很好」的社会 一些人的期待也随之降低 职业生涯并不只有一种走向,有人从非正式工作进入正式工作,也有人经历相反的变化。JILPT 对就业冰河期一代的研究
指出,毕业时的不稳定处境,可能对后来的职业道路产生持续影响 日本的传统招聘制度尤其偏爱应届毕业生。一旦错过毕业时的招聘窗口,即使后来经济好转,企业也未必愿意用相同条件招聘已经毕业数年的求职者 读到日本就业冰河期,会想到个人面对产业变化的处境。即使整体环境艰难,也可能有新需求、新的技术机会,但这些机会不会平均落到每个人身上。 原笔记把几个公司的诞生都放进了 1995 年前后的同一段叙事,时间线不对,也不能从后来成功的品牌倒推当时的普通人都能抓住机会。 对自己更有用的提醒,是选择行业时多看需求还在不在、自己的技能能否持续积累,也别因为看到 AI 的机会,就低估现金流和转型成本。方向重要,选择也需要具体证据。 从日本就业冰河期的历史来看,长期离开有价值的职业网络、失去技能积累和现金流,会让个人未来的选择越来越少 所以,优先获取稳定收入,再利用剩余时间去验证产品,这个思路尤其重要 即使是 AI 时代,大部分的生意也都是新瓶装旧酒,想赚钱,可以先花一些精力研究传统的商业模式为什么可以跑通,是否有一些新的模式,无论利用 AI、科技等等能力、位置与沉没成本
让利与长期合作的边界
毕业两年多了,回过头来看自己的大学生活
竞争之外,自己还想守住什么
入世就是一个有限游戏了
规则之内,尽可能去推广,去展现自己
从更具体的健身用户开始验证
我在想,就算自己财务自由了、经济自由了
就业冰河期里,期待怎样改变
产业机会与个人选择之间
从日本就业冰河期的历史来看
即使是 AI 时代,大部分的生意也都是新瓶装旧酒
旅行、地理与城市
9 条记录 看下南洋的故事时,需要分清不同年代和不同航线。不能把早期被强迫出海的劳工,与后来乘轮船迁往东南亚的人,笼统放在同一种航行条件下。 原笔记里把“死亡率很高”和“一两个”写在了一起,却没有交代人数、时期和来源,这个数字不能成立。先留下问题:当时的航程、疾病风险和契约条件分别是什么?想理解那段旅程,还需要继续查资料。 之前在福建、潮汕,尤其汕头的一些博物馆,看过很多关于出海的介绍,很受启发。也记得上海宝山海边好像有一处艺术馆,讲上海和出海的人,具体名称还需要再找。 这些故事里,有被迫离开的人,也有主动寻找机会的人;有劳工、店主、商人,后来也有留学生、工程师和创业者。它们不能排成一条所有人都走过的路线,不同地方、年代的迁移也相互交叠。 原来随手记下的时间线,把加州淘金、铁路建设和不同地区的移民混在了一起。想真正理解一段出海经历,还是得回到具体的人、航线和当时的处境。这个问题想继续看下去。 感觉梦里关注的东西都很奇怪。梦里可能会梦见自己在下雪的场景下,然后很开心。但实际上就是,在我平常可能都不会这么想,我觉得雪这东西都好像看过很多遍了,老家也是。然后包括自己户外徒步旅居的时候,也看到过很多雪。 所以我在想就是,因为做梦也是我做梦的嘛,所以日常也是我去接触这个世界,去感受、去思考。就这两个都是两个状态,临时组成的部分 就佛学它提倡无我,那么无我的话,就是由五蕴等条件暂时聚合,而且在时刻变化着,也就是说做梦的时候,它是另外一个聚集的一个状态。它可能有一些自己的轻重点,那么平常的时候我也会有我自己的轻重点 其实有时候学习了很多名词或者概念,适当的时候我们应该放下他们 … 昨晚做了一个梦,梦到自己看到雪,在雪地中自由奔跑的画面,但是实际上现实中并不是非常喜欢雪,因为家乡也会下雪从小常见,后面户外也经常看到雪山, hiking ,,, 我觉得可能是因为自己给雪这个具体的体验,压缩成了一个熟悉的名词 , 所以想到雪回到过去的经历就是自己无数次看到过了,自己没那么喜欢 实际上,并不是!! 我想起来小时候每一次看到雪也还是很兴奋的,所以想起来只是因为雪看腻了,而不是雪本身变得无聊,这个想的过程中就是名词的定义,但是如果我们不去定义这个雪会怎么样? 我们去感受,感受那个画面,今天的光、空气的味道、雪落下来的声音。它们每一次都不一样 庄子有句话:筌者所以在鱼,得鱼而忘筌,名字是捕鱼的工具,用完了不必一直抓着,抓着不放就失去了,空杯可以装水,满杯什么都装不了~ 之前在东南亚旅居,有一次经过泰老友谊大桥,接触到一些通过短暂出入境延续停留的做法。后来离境时,我因为手续和费用问题被耽搁,直到临近登机才处理完,整个过程非常被动。 当时我很生气,但自己并没有足够材料判断额外费用的依据,更不该把这次经历推成对所有工作人员的结论。也删去自己对后果的极端猜测。 真正记住的还是规则和主动权。入境、停留与再入境不是一回事,不能把别人的经验当成自己的保证。省下一点看得见的费用,却留下一个无法判断的手续风险,对我来说并不划算。以后还是提前查官方要求,把余地留足。 想到自己接触过的一些乡镇生活,觉得并不容易。 也遇到过很朴实、不愿占别人便宜的人。不能凭这些接触概括所有农村人,但这些细节确实让我记住了。 一位朋友说自己在葡萄牙-西班牙朝圣之路留下了给我的一些信号和标记….. remember 多了一个支线任务 许一个梦想,就是这辈子退休后一定要在全球开连锁的空间文化咖啡馆 走进咖啡馆,就像走进我们在这个国家的故事 ~ 要做就做到旅行过程中的个人陪伴的 APP,旅友陪伴不同年代的出海风险,不能混在一起
在博物馆里理解出海的人
梦里和醒来,关注的东西不一样
有时候学习了很多名词或者概念
之前东南亚各国旅居的时候,之前有一次是在泰老友谊大桥
乡镇里不愿占便宜的人
朝圣之路上的一个支线任务
退休以后,想开一间有故事的咖啡馆
要做就做到旅行过程中的个人陪伴的 APP,旅友陪伴
日常与其他
8 条记录 群聊的本质是分类 《有限与无限的游戏》把边界和视界放在一起讨论,这个区别很有意思。 一个具体的组织、比赛或职位,会有参与条件和阶段性的规则;文化与学习则可以继续向外展开,连规则本身也成为讨论的对象。 但有限游戏并不意味着现实中的规则永远不能改变。让我受启发的是另一层:日常哪些约束是这次任务必须遵守的,哪些只是惯例?看见规则从哪里来,才能决定是在规则内把事情做好,还是换一个参与方式。 今天下午看了一段《生活大爆炸》第一季,真的很上瘾。里面的Sheldon和Leonard,我觉得他们两个都很有特色,而且他们的理性思维真的好有趣 有时候大家能够在一个地方遇见,我觉得都是一件比较有意思的事情。而且大家都很有个性 而且这部剧最妙的地方是,你不用完全搞懂那些理工知识,也可以感觉到所有的笑点 在这类情景喜剧里,外表无害、不擅社交但却频频冒犯女性的蠢萌宅男几乎是成为喜剧元素必备 谢尔顿我觉得特别有意思,就是他是一个设定得非常非常聪明,以至于无法理解或者不在乎社会惯例、看法的人,所以他对所有人的感受都是不屑一顾的 我好像确实变了 我昨晚做的梦好像都是一些场景,算是噩梦,遇到了一些人(我自己看上去是绝对悲惨的那群人) ,极低的薪资,然后各种的生活压力,对于生活以及人生的无控感,不幸的家庭千万般不幸,想到这里,感觉之前逻辑自洽的所有好像都是虚假的逃避的,因为自己没有经历过,自己不是这些不幸的人,所以可以理性冷眼旁观,可以逻辑自洽 无言只能心塞 然后又想到之前提到的人生的意义 求而不得的答案,只是去看,去观察,去感受 世界上还有这么多的不公,还有这么多和自己同样作为人的个体 可能对于他们来说是自洽的,也可以是幸福的 但是自己作为我们可以选择的人,如果人生真的是一个游戏,或许真的可以做一些什么,即使做不了什么,或许也可以说点什么 带着无数的情感。… 小时候,爸妈是这个世界上最早教我认识世界的老师。长大后,我也开始教爸妈适应这个世界。 “世界变化好快。” 它依旧远远的竖立在那里,红旗随风飘扬 从小到大,不同的年龄阶段,国旗对自己都有不一样的意味 散步时听听播客 看日落的时候喝一杯啤酒 工作的时候和 Dot 聊天群聊的本质是分类
看见规则,也追问规则
下午看了一段《生活大爆炸》第一季,真的很上瘾
理性自洽之外,还有没有经历过的生活
谢谢爸妈
长大后,也开始教爸妈适应世界
望着窗外,依旧可以遥望远处学校的国旗
平凡,几个有趣的瞬间:
身体、健康与日常
4 条记录 工业后的现象,真的是对的吗?它只是说是自然的,只是说是世界运作到现在而言,阶段化的产物 但是我们反过头来,我们思考的所有东西,不方便,这些东西服务的对象到底是什么?就比如说,你觉得电这东西需要吗?真的需要吗?电这东西它得到了电,但是我们失去了什么?我们看上去每天晚上灯火透亮的,好像灯光把整个城市给照亮了。但是黑夜就是黑夜,为什么一定要搞得像白天呢?为什么人就不能就正常的时候,晚上黑夜就正常睡觉,看看星星,白天起来生活工作,这样不是很好吗? 很多人没有意识到健身是非常非常有价值的,或者是大家对这件事情过度想象,或者是过度抗拒了,或者是害怕迈出第一步,不知道第一步的成本有多低 健身是ROI非常非常高,而且反馈周期非常非常短、有即时反馈的。至少对我来说,开始练之后比较快就能感到力量和控制的变化,但这不代表每个人都会按同一个时间表看到外形变化,比如力量,还有你对肌肉的掌控力,对不对 而且其实健身ROI很高,因为投入实在太低了,你可以随时随地健身:仰卧起坐、俯卧撑、肌肉训练,甚至出去跑跑步,这都算是健身,都可以让你自己获得一些力量,场地费也是免费的 而且这个对身体的改造确实是显而易见的,可以从适合自己能力的动作开始,不一定一开始就能完成标准俯卧撑 再就是控制饮食的习惯,我也是很赞同的。相对来说,我不会刻意去追求一些饮食,反而对大部分饮食有判断就行 这种判断指的是:我在选择吃的时候,尽可能选择一些高蛋白的食物就OK了。比如早上选择一些高蛋白的鸡蛋,再略微吃一些碳水面包;中午多吃一点鸡肉,少一点米饭、面食之类的 上面是自己的体验与饮食选择,不是统一训练处方。关于逐步增加活动及力量训练,可以参考 WHO 身体活动指南
。 明天一定早睡 下周一定开始健身 … 如果我们用《有限与无限的游戏》 去看待自己的人生 那么人生是无限游戏 健身也是无限游戏 无限游戏的目的是为了让游戏能够持续的玩下去 对我来说,让这场游戏继续,也包括照顾好当下的身体。早一点睡,可以从今天开始 延迟满足能力尤其重要,其实延迟满足是从当下避免坠入一些糖果陷阱,比如说半夜烧烤,快乐肥皂剧,threads …
因为当下意识到自己要延迟满足实际上是避免牺牲时间或者长远的健康,坚持做难而正确的事情,长时间自己的阈值和标准也会提高上去的灯火通明的城市,让我想到黑夜
我一直很赞同 Alan
人就是短视动物,你想想最近说过多少遍:
延迟满足,从当下的小选择开始
参考资料
- 一项 2007 年的实验
- 媒体转述的成本估算
- Context Engineering: How Deep Agents Remember
- Tesla Roadster 官方页面
- Your AI assistant might be picking the wrong tool
- Google 的 TTS 文档
- Building agents: When to fold subagents into your main agent loop
- Claude Duet 帮助文档
- 官方工具搜索说明
- 大都会艺术博物馆的馆藏记录
- 《局外人》(Outsiders)
- RevenueCat 的 2026 年报告
- JILPT 对就业冰河期一代的研究
- WHO 身体活动指南
- Bounded delegation:AI 应当有多少权限
- 原笔记参考的少数派文章
- 《看见》第十一章阅读链接
- HyperFrames 开源仓库
- awesome-design-md 项目


读者回响