原文记录摘要
两种不一样的精细带来的体验
| 2025-06-02 14:16:04
世间精细,大致可分为两种:一种是完美主义式
的,另一种是感动式
的。为何后者往往更能触动我们内心深处?
完美主义的精细,执着于完美
本身——是陶瓷表面的光洁无瑕,是琴键上每个音符的精准无误。而感动的精细,则在于情感的链接,它如同日式物哀
中那份残缺之美,是能触动灵魂的微妙。它在演奏中流淌,每个力度的变化都在讲述故事,每个休止符都承载着情感的重量。
工具理性说:精细,是为了达到“完美”这个客观标准。 价值理性却道:精细,是为了传递“爱”、“关怀”、“美”这些内在价值。
前者更多是向内的自我苛求,后者则是向外的情感共鸣。一个追求极致的标准,一个渴望深刻的连接。 #文化
Prompt 设计哲学
| 2025-06-02 12:56:14
近来,尤其在接触了李继刚先生的一些Prompt设计哲学后,结合自身感悟,略谈一二。
所谓“一个词就能让大模型理解”,这背后是压缩的力量,本质上是对输入(input)的精炼与优化,旨在让LLM更精准地捕捉我们的意图。
如何写好prompt,窃以为有三层逻辑:
- 理解LLM的特性:不同的LLM,其“脾性”各异,同样的方法可能效果迥然。知己知彼,方能运用自如。
- 行业知识的壁垒:这部分是专业领域的沉淀。比如审美,如何构建和谐的视觉,如何运用色彩,这些顶尖水准的感知,LLM短时间内难以企及。
- 清晰的逻辑表达:把问题说清楚至关重要。同一个需求,条理清晰的表述远胜于含糊其辞,更能助LLM准确理解。
主观差异越大的领域,LLM越难替代。审美即是一例,纵有对称、色彩搭配等共性之美,但“萝卜青菜,各有所爱”,如物哀
之美,便是个体独特的情感投射。
LLM的边界何在?它日益精进,似乎我们所需的prompt越来越少。曾记否,对GPT-3.5说“言简意赅”,它未必能领会;而对GPT-4说同样的话,它便能心领神会。这之间的差异,便是理解能力的跃迁。若模型尚不能领会,我们便需将抽象的词汇铺陈开来,辅以类比、举例。模型的进步,意味着这种理解鸿沟在逐渐弥合。
LLM的进步,私以为并非压缩人类的表达空间,而是推动我们向更高的认知层级迁移。Prompt工程师,更像是认知层级的翻译者与架构师。真正的prompt工程,非“调教AI”,而是设计一种认知协同的架构。随着AI的进化,这个角色将从“指令编写者”升华为“认知共振设计师”。 #AI
感受到的韩流文化,有些不一样
| 2025-06-02 12:42:06
数月前,乃至有自我意识以来的很长一段时间,在互联网猎奇内容与民族认同、文化主权焦虑的交织影响下,对韩国的情感颇为复杂,甚至有些许抵触。来济州岛前,也曾以为此行不过是为了一睹偶来小路的风采,此生或许仅此一次。
当我们强调“本国文化独立性”时,在国内是民族自豪的体现;而在某些情境下,对他人文化的审视,则可能源于一种“文化权威感失落”的集体焦虑。
此番在韩国所接触之人与事,与过往游历他国的感受并无二致:人性本通,社会与制度塑造了性格的万千气象。其文化内核中,亦有值得深思的哲学意蕴:
- 韩文中“한(恨)”,并非简单的恨意,而是一种复杂的存在状态——痛苦、不甘、坚韧与希望的交织。这与加缪笔下的西西弗斯有异曲同工之妙:明知巨石将滚落,依旧不懈地推向山顶。韩国人将此“恨”化为前行的动力,这是一种深刻的生命哲学:接受痛苦,但不被痛苦所吞噬。相较于某些文化对情绪的内敛克制,韩国文化更鼓励直接的情感表达,这并非情绪泛滥,而是对内心真实的尊重。
- 美学追求的极致,使得韩流文化输出强劲,同时也带来了容貌焦虑的激烈内卷。
- 通过精细达到感动的美学理念,在韩妆中体现得淋漓尽致。妆容本意修饰遮掩,韩妆却选择了另一种“遮掩”——韩国社会期望女性完美无瑕,又不失自然。于是,“꾸안꾸”(꾸민듯 안꾸민듯,精心打扮却如同未施粉黛)文化应运而生。其逻辑在于:
- 素颜是一种真实。
- 精神饱满、睡眠充足、心情愉悦时的容颜,亦是一种真实。
- 妆容,不过是用技巧呈现后者的真实状态。
这种“虚假”并非欺骗,更像是一种美学选择——选择
subtle
(微妙)而非dramatic
(戏剧化),选择enhancement
(提升)而非transformation
(彻底改变)。 #文化
简单和复杂
| 2025-06-02 11:27:09
昨日徒步,思绪在简单与复杂的平衡中摇摆。
我愈发钟情于简单——无论是纯粹的质朴,还是抽象后的凝练。然而,我又偏爱与复杂的人相处。并非简单不好,而是复杂的人身上,刻着更多生活真实的印记:那些挣扎、矛盾、不确定、患得患失、不安全感……皆是人性最坦诚的写照。观察他们,便是在观察人性本身。
我们常说,成长是经历“简单 → 复杂 → 更高层次的简单”的过程。越接近真相与真理,往往越难以用简单的语言一言蔽之,这是对世界复杂性的敬畏。那些轻易给出标准答案的人,若非洞察天机,便是认知浅薄。老子言“知者不言”,非不愿言,实乃语言文字亦有其局限。
如此,便陷入一个矛盾:我们还需追求简单吗?简单,是一种生活的智慧,如“大道至简”,老子以《道德经》寥寥数语道尽宇宙玄机;乔布斯将繁复技术藏于极简界面之后。简单,从不意味着容易。
这其中的边界感何在?又回到了对“平衡”的理解与运用。譬如:
- 坦诚的简单:不刻意包装自己,深知完美本身即是一种虚设。暴露内心的矛盾与不完美,远比表面的光鲜亮丽更显珍贵。
- 承认无知:越是了解自我与世界,越会发现,最接近真实的答案往往是“我尚不知”。
这依旧是一种生活的哲学,一种简洁中蕴含深度的美学。 #人生/成长
徒步过程中的真实感
| 2025-06-02 10:51:22
这世上有许多事,是逻辑难以全然解释的,譬如,为何徒步。
曾与友人聊起,他问我为何钟情徒步登山,明明那般辛苦。我自然能从理性层面剖析:是享受登顶的喜悦,是迷恋一步一脚印后方能遇见的绝景,还是沉醉于徒步中那份专注当下的过程?这些是说与他人的答案,却未必是说与自己的。我自认对这份热爱的理解尚浅,只能大致勾勒出一些难以还原真实的语言片段。真正的答案,或许只有当我独自一人行走于山脊线,身体与心灵在那一刻的交融感受,才是最真切的。
许多事,都无法全然诉诸逻辑。为何有人会为一事废寝忘食?为何某些旋律总能拨动心弦?这是一种非理性的热情。科学解释世界,艺术感受世界;逻辑构建秩序,而那份近乎“疯狂”的热爱,则赋予世界以温度。
徒步时,我在想些什么?梁文道先生也爱徒步,他说那是一种精神奖赏。很多时候,徒步让我进入一种全然沉浸于当下、无须刻意思考、亦不自我评判的状态。有时什么也没想,只是放空。进入自然,放空自己。当我们真正停止思考,才开始“看见”。
徒步途中,大部分时间或许是在“浪费”——放空,感受风,感受阳光,感受身体的疲惫与力量。在偶来小路,遇见人群,望见山景,思绪便如水流般自然涌现,随之发散、漂流。这是一种奇特的“心流”状态,即便被打断亦无妨。我享受这种自然的成长过程,这种不加伪饰的真实感。
尤其喜欢人在徒步中展现出的那份“真实”:有人走着走着便沉默了,有人忽然开始喃喃自语,有人眼神发亮地分享一个豁然开朗的念头,还有人只是笑着说“今天的风真好”。接纳这份真实,让自己如水般自然流动。 #徒步
拒绝换钱的边界感
| 2025-06-02 08:28:12
去一家韩式炸鸡店,未曾想,满座皆是同胞。套餐多为双人份,我一人点了两份双拼,想着能多尝几种口味。付款时,特意问能否刷卡,想省些现金,总觉得不太够用。
邻桌两男两女,主动与我打招呼,确认我是中国人后,便提出换钱的请求。他们说现金不足,有急用,其中一位女生提议用微信转账。
我答:“不行。”并未多做解释。那一刻,我觉得“不行”便是“不行”,无需赘余的理由。
他们似乎有些愕然,连带着老板也略显尴尬。他们的尴尬,源于预期的落空,也源于面子。
一个人,在异国他乡,拒绝了陌生人的换钱请求,且选择了不解释。对方感到了尴尬。这无关对错,不过是预期与现实的碰撞,是面子与自我边界的自然摩擦。
人的尴尬,往往并非来自他人的冷漠,而是源于自己对他人回应的某种期望未能被满足。 #人生
你更相信好的美食是相通的,还是更相信千人千味?
| 2025-05-31 23:04:32
常言道“众口难调”。在济州岛,我尝了几家社交媒体上推荐的“美食”——韩式烤鱼、BHC炸鸡、海鲜辛拉面。坦白说,都有些失望。若满分十分,烤鱼尚可给五分,炸鸡与拉面则不过三分。价格却都不菲。这些店家在小红书上颇具人气,Google Maps上的评分也相当可观。
我一度怀疑,是自己的味蕾出了问题,亦或是口味与韩国本地人有较大差异。但在其他国家,似乎并未遇到类似情况,当地热门餐厅往往也能深得我心。
直到昨夜,在Vibe 230
用餐。老板是位韩国人,中文不算流利,但基本的数字交流尚可。餐厅装修别具一格,砖墙、古董摆件与大量的CD营造出独特而放松的氛围。菜单上有意面(尤其是蕨菜意面、虾仁意面、罗勒意面等)、炸猪排、西班牙蒜蓉虾(Gambas al Ajillo)、烤奶酪等。多数食客评价甚好,甚至有人称其为“意面美食店”。老板确实做得很用心。
那一刻,我更倾向于相信:好的美食是相通的。真正触动味蕾的食物,大多数人一尝便知。有些味道,仿佛是人类共通的密码,如同音乐与艺术,深植于基因之中,让人本能地喜爱。 #文化
Writes and Write-Nots:AI时代的书写者
| 2025-05-31 22:32:03
“Writes and write-nots”,这个说法源自Paul Graham在2024年10月发表的随笔《Writes and Write-Notes》,巧妙借用了“the haves and have-nots(富者与贫者)”的语感。他提出:“从长期来看,用户只分两种——会写的和不会写的;能写的是稀缺能力,不会写的会把写作外包给工具或他人。”
读罢此言,感触颇深。这其中,隐约可见主动
与被动
之别。
主动者,心中有丘壑,AI不过是助其抵达的良驹。被动者,则以达成目的为驱动,将任务尽可能交予AI。譬如前者对AI生成的代码有自己的构思与判断,AI只是加速了编写过程;后者则可能对AI的产出不加审视,知其然不知其所以然。
这本质上,关乎意识与认知的自主权。
判断一个人是否为“writes”,核心在于其是否拥有原创性的视角、连贯的认知结构,以及对语言输出负责的态度。这或许也是一个审视“AI是否会取代人”的绝佳角度。 #AI
对成长的本质理解
| 2025-05-31 22:19:45
曾见一公式:成长的本质 = (开心 + 伤心)/ 平常。 初见之下,深以为然。内心深处,我亦非安于“平常”之人。于我而言,选择一份充满不确定性的未知美食,其意义远大于重复品尝已知的美食。久困于“平常”之境,便难有破局之力,难以突破自我。
然细思之,平常真的不重要吗?痛苦使人迅速觉醒,快乐则激发创造力与方向感。但若将人生视线拉长,跌宕起伏终究是少数,深刻铭记的,往往是那些“变化”的瞬间。
真正的成长,许多时候恰恰孕育于“平常”之中。这种慢,如同徒步,一步一个脚印。沿途或许并无惊艳风光,但仍需继续前行;累了,便稍作歇息。脚踏实地,方是根本。
人的成长,一方面需要情感的深度体验,另一方面更依赖时间的沉淀与积累。
或许,成长 ≈ (觉察 × 行动) × 时间。
- 开心或伤心,是
觉察
的起点。 - 平常,是
时间
的场域,是行动得以持续、影响得以发酵的土壤。 - 若只有感觉而无行动,那只是“体验”;付诸行动,并从中学习调整,方可称之为“成长”。
印度年轻人
| 2025-05-31 19:42:09
在济州岛,也遇到了不少印度人。这两个国家,地理上相隔遥远,却都拥有着世界上最庞大的年轻人群体。他们对未来怀揣着怎样的焦虑,又是否急切地渴望在世界舞台上占据一席之地?
“世界上最为庞大的青年群体”——印度人口中,超过半数为25岁以下的年轻人。这无疑是人类历史上,单一国家所拥有的数量最为庞大的年轻人群体。
他们的希望、计划、担忧与梦想,将如何塑造这个国家乃至世界的未来?
据估算,到2025年,印度25岁以下的年轻人数量约为6亿至7.5亿。这股年轻的力量,其能量与潜力难以估量。 #文化
韩国的年轻人为什么这么内卷,日本的年轻人却“躺平”
| 2025-05-31 18:39:11
谈及东亚年轻人的生存状态,日本与韩国呈现出有趣的对比。
日本为何“躺平”?自上世纪90年代“泡沫经济”破裂,日本步入“失落的三十年”。经济增长乏力,物价与薪资长期停滞,青年一代对未来普遍缺乏乐观预期。职场竞争激烈,晋升通道狭窄。在此背景下,部分日本年轻人选择了低欲望生活方式——“不婚、不买房、不消费”,即所谓的“躺平”。
而韩国的年轻人,则更多展现出一种“被动奋斗”或“内卷式奋斗”的姿态。“不能输”、“出人头地”的观念深入骨髓,成为社会常态。这个社会极度重视学历、外貌与职位。明星与网红,常被视为可复制的成功模板,激励着年轻人投身于激烈的竞争。他们似乎“躺不下、卷不动、但还在拼”。
诸如“N次考试生”(反复参加公务员、研究生等选拔性考试)、“三抛世代”(放弃恋爱、婚姻、生育)以及“内卷丧文化”夹杂着自嘲的亚文化(例如“地狱朝鲜”一词的流行),都是这种状态的写照。
这背后,或许是一种对失败的深层恐惧,一种文化惯性的驱使,以及一种尚未彻底丧失希望的挣扎。 #文化
持续担心的魔咒
| 2025-05-31 18:32:22
她似乎相信,只要不停地担心,就能以某种方式避免那些阴差阳错造成的不幸。仿佛忧虑本身,是一道可以抵御厄运的符咒。 #人生
偶来小路的历史
| 2025-05-30 23:32:38
昨夜晚餐,品尝炸鸡之际,我正埋首于电脑,研究着偶来小路的种种。炸鸡店老板见状好奇,便与我攀谈起来。
我告知正在研究偶来小路,老板提及此路乃岛民集资修建而成。对此说法,我略感讶异。岛民的善良淳朴固然真实,但如此规模的工程,背后定有发起人的远见与魄力。
济州偶来小路的诞生,确有一段感人至深的故事,它源于一位特殊媒体人的梦想。
创始人名曰徐明淑(Suh Myung Sook),1957年生于韩国济州岛,毕业于韩国大学教育系。毕业后,她投身媒体界,在首尔著名的《时事杂志》(Sisa Journal)周刊担任记者,并于2001年升任该周刊主编。其后,她更成为世界首个公民新闻网站Ohmy News的总编辑。
2006年9月,徐明淑毅然决然地结束了长达23年的媒体生涯,放下所有工作,给自己一个彻底放松的长假。经过一个月的精心准备,她只身飞往西班牙,踏上了拥有千年历史的圣地亚哥朝圣之路,开启了一段静心康复之旅。
在这条朝圣之路上,徐明淑度过了36个日夜。沿途的风光、风土人情、历史遗迹以及途中结识的行者,都给她留下了难以磨灭的印象,也深深地鼓舞和振奋了她。旅程将近结束时,她邂逅了一位名叫Henny的英国姑娘。谈及旅行感受,Henny说道:“如果这趟旅行对我们如此重要,我们何不回去之后,在各自的家乡也修建一条‘圣地亚哥之路’呢?”
这句话如同一颗种子,在徐明淑心中生根发芽。回到济州岛后,她决心在家乡创建一条类似的徒步路径。她将这条路命名为“偶来(Olle)”。在济州方言中,“偶来”意指“连接大街与家门的窄道”。 #旅居
旅途中的善意与洒脱
| 2025-05-30 21:10:43
🇰🇷 Jeju Day2 Solo Olle 1 - 16.9km ✅
等候公交之时,一位年迈的本地老奶奶走来,用韩语比划着,大约是与公交相关事宜。见我似懂非懂,她竟从随身物品中取出一瓶啤酒,示意要赠予我。未待我反应,她已利落地启开瓶盖,仰头一饮而尽,那份洒脱,令人印象深刻。
而我下意识的第一反应,却是“饮酒于身体不利”。这瞬间的直觉,与老奶奶的率性形成鲜明对比,不经意间揭示了两种生活哲学的碰撞:一种是拥抱当下的酣畅与自由,另一种则是深植于心的理性克制与长远考量。
我由衷地欣赏这位老奶奶,源于我内心深处对“活在当下”的认同与向往。她的行为,是对纯粹享受此刻的肯定,不为年龄、社会规范或健康顾虑所缚。
这便是旅行的意义之一吧。我们被自身的文化与经历塑造,然而与他人的不期而遇,让我们有机会欣赏并思考迥异的生活方式,即便那些方式有时会挑战我们固有的直觉。
偶尔,放下过度的理性分析,去拥抱当下的纯粹。感性与感知,或许才是幸福更本真的源泉,而非全然的理性。
你要成为你自己。而你所欣赏的,正是那些在成为自己的道路上,拥抱当下,亦不忘探望未来的人们。 #旅居
赫多尼式愉悦的神经回路陷阱
| 2025-05-29 17:17:37
短视频的即时刺激,带来多巴胺的快速释放,久而久之,愉悦的阈值悄然提高。我们变得需要更强烈的刺激,才能感受到些微的快乐,最终可能陷入一种愉悦贫瘠
的困境。这便是赫多尼式愉悦(Hedonic pleasure)的神经回路陷阱。
相较之下,优达摩尼亚(Eudaimonia,一种更深层、与意义和价值相关的满足感)的认知建构过程则更为深沉: 努力 → 理解 → 连接 → 内化 → 成长 → 深层满足。 优达摩尼亚有一个隐含的前提:没有阻力,便没有真正的成长。
在这个快消时代,我们习惯于消费信息。表面看来,信息似乎变得更易消化、更有趣、更accessible
(易于获取)。然而,在深层次上,我们可能正在逐渐丧失“认知咀嚼”的能力。面对一本书,越来越多人倾向于寻找捷径,渴望快速掌握核心。
这,在某种程度上,不也是一种认知的退化吗?
- 长文本时代:深耕 → 播种 → 等待 → 收获(农耕模式)
- 短视频时代:发现 → 采集 → 消费 → 遗忘(采集模式)
正如,倘若连思考本身都需要依赖AI,那么“我们”存在的意义又在何处?
真正的工具,应当是增强用户的认知主权,而非替代它。我们应致力于创造“反熵”的阅读体验——用户在阅读后,其认知系统的熵是降低而非增加的。
我们曾探讨过内在驱动与外在驱动的差异,认知游戏化亦有类似之处:
- 传统游戏化:依赖外部奖励(如积分、徽章)。
- 认知游戏化:追求内部奖励(如理解的快感、建立联系的惊喜)。
刷短视频的快感,更多倾向于前者。
我们真正应该思考和反思的是,如何让那些人类美好的品质——如深度思考、知识积累、认知成长——变得更易得、更令人向往?
- 如何让深度思考像刷短视频一样令人沉迷?
- 如何让知识的积累像游戏升级一样清晰可见?
- 如何让认知的成长像社交互动一样充满即时反馈? #领域
萍水相逢的善意
| 2025-05-28 20:16:27
济州岛的日落,让我想起从曼谷飞往尼泊尔的那段航程。
那是我第一次如此真切地目睹喜马拉雅山脉的壮丽。当时我坐在过道旁,初遇尼泊尔人,他们给我的印象与印度人相似,活泼而热情。飞机上,他们仿佛都互相熟识,在座位间穿梭交谈。
坐在靠窗的那位小哥,也喜欢用手机记录窗外的景象。他似乎有熟人在飞机的其他位置,因此不时需要我起身让他通过。起初,我略感不适,觉得有些吵闹,毕竟我偏内向。
当飞机飞越喜马拉雅山脉,那云海之上卓然耸立的珠穆朗玛峰,以及俯瞰众山的磅礴气势,让我兴奋不已。我拿起手机,不断尝试用五倍、十倍变焦,希望能捕捉并还原那份亲眼所见的震撼。
身旁那位尼泊尔小哥,似乎察觉到了我的渴望。他主动起身,将靠窗的座位让给了我。
这份萍水相逢的善意,如同那日落时分的余晖,温暖地留存在我的记忆之中。那位不知名姓的尼泊尔小哥,也深深地印在了我的脑海里,不时提醒我,人与人之间,可以有如此纯粹的关怀。 #人生
短视频时代,愉悦感本质的变化是什么?
| 2025-05-28 15:21:15
从事信息消费类产品的开发,其核心在于对信息消费本质的深刻理解。
愉悦感,大致可分为两种类型:
- 赫多尼式愉悦 (Hedonic pleasure):即时、感官性、浅层。例如,刷短视频时获得的轻松搞笑、悦目的视觉元素或特效带来的快感。
- 优达摩尼亚 (Eudaimonia):一种更深层、与意义和价值相关的满足感。例如,沉浸式阅读、完成一项挑战、与人建立深度连接时所体验到的充实与幸福。
那些微小、短暂、转瞬即逝的愉悦感,仿佛一种愉悦的幻觉,难以带来深层次、持久的满足。然而,这种模式能长久吗?
我曾一度认为,即便在AI时代,个体也未必需要具备结构化、长内容的完整处理能力,甚至仅凭碎片化的信息输入便足以应对。但现在,我对此观点有了更深的审视。 #领域
最好的AI产品不是计划出来的,是从底层自发长出来的
| 2025-05-27 19:26:59
Anthropic的工程师David Soria Parra在使用Claude Desktop及集成开发环境(IDE)时,敏锐地察觉到两者间缺乏有效整合,导致工作流程颇为繁琐。他意识到这正是典型的“M×N”问题——即多个应用程序与多种集成需求间产生的复杂关系。MCP(Model-defined Context Protocol,模型定义上下文协议)便是在这样的需求驱动下应运而生。
MCP的出现,并非锦上添花,而是顺势而为,是解决实际痛点的产物。
倘若一年后的AI产品,仍旧停留在“我可以问问题,它偶尔还能主动提建议”的层面,那么它将因缺乏差异化与核心吸引力而难以立足。
日复一日地揣测用户需求,实则意义不大。那些显而易见的需求,早已被市场洞察;而那些隐而不见的需求,则可能是我们一厢情愿的臆造。试图用自己的认知去“教育”用户,期望他们使用“我希望他们使用的产品”,这往往是一种徒劳甚至略显愚笨的行为。
将真正的技术运用于解决真实且有价值的问题之上,这样的公司方能更具创造力与持久的生命力。 #AI/product
Claude 的 Projects 设计思考
| 2025-05-27 14:16:21
在我过往的认知中,多数产品的“Projects”功能,主要用于内容的分类或模块的区分。
订阅并体验Claude后,我发现其“Projects”功能颇具深意。ChatGPT具备记忆能力,我曾设想它未来也会支持更长期的记忆管理。诚然,像Mem0这类工具也支持对存储的记忆进行分类或打标签,以区分工作记忆与生活记忆。但在实际应用中,我们往往还是习惯于在同一个对话窗口处理多种任务,或不刻意管理多个窗口。这带来的问题便是记忆的混淆——对于模型而言,这种混杂的上下文可能导致记忆的不准确。今日聊工作,明日谈学习,模型很容易“串线”,将不同主题的信息错误地关联起来。
可以将Claude的Projects想象为你桌面上的不同文件夹。每个Project都是一个专属的对话空间,你可以在其中:
- 上传相关的文档与文件。
- 设定特定的工作规则和背景信息。
- 进行持续的对话,Claude会记住该Project内的所有上下文信息。
例如,你可以创建一个“论文写作”Project,上传研究资料,并告知Claude你的写作风格偏好;再创建一个“代码项目”Project,上传代码文件,设定编程规范等。
这简直如同神器!其设计理念,与Claude的MDC(Model-defined Context)一脉相承,本质上都是一套经过强化学习优化的规范。
大家都在想方设法提升输入的质量。Projects功能,其核心正是优化输入(input),通过提供清晰、隔离的上下文,降低了用户向模型解释背景和需求的负担。因此,在实际业务中,我们也可以借鉴类似的思考逻辑:区分不同的应用场景,在当前长记忆(long memory)技术尚不完美的阶段,这种方式对提升模型表现大有裨益。
追求更好的输出质量,不仅仅是让模型变得更“聪明”,更是要让它精准地“理解你要干什么”。 #AI/product
表达的专注与简洁
| 2025-05-26 20:51:31
可以适时停顿,多一刻思考。
但,尽量避免无意义的语气词,譬如反复的“然后”、“然后”。
这感觉,与那句令人不悦的“随便”颇有几分相似。
让表达专注于内容本身的价值,而非流于冗余的修辞。 #领域
和小动物相处
| 2025-05-26 09:21:11
傲天回来了。
感觉自己还是缺少和小动物相处的经验。
是失去了才会懂得珍惜吗?
终究是舍不得,又把它领养回来了。看到猫的那一刻,内心还是抑制不住地兴奋。
之前对傲天,确有亏欠。应当更尊重它的天性,对它的生命负责,也对自己与它的这段关系负责。
多去观察猫,了解它真正喜欢什么,而不是将自己的喜好强加于它。那其实也是一种不易察觉的控制欲。
如同对待亲密关系一般,多去了解它,理解这段关系,避免无心的伤害,也避免日后的悔恨。 #人生
微醉后的情绪放大与自我观察
| 2025-05-26 09:41:56
微醉的我,竟有些INFP的特质显现。
昨夜小酌,原意是想借微醺之态,更能凝神聚气,进入心流,高效创作。未曾想,酒意渐浓,困意随之而来,十一点半便沉沉睡去。
清晨五点,自然醒转,精神竟异常兴奋。
感觉昨夜与今晨,情绪与感官都被无形地放大了。对周遭环境、人际互动,乃至对自然的感知,都变得格外敏锐。阳光穿过树梢,越过窗棂,在墙上投下斑驳的光影,夹杂着摇曳的树影。
睡不着,却也觉得早起甚好。索性起身,饥肠辘辘,便点了份早餐外卖。晨间的豆浆格外香醇,我在想,是身体此刻特别需要豆浆的滋养,还是微醺状态下味觉神经也变得更为灵敏?然而,同餐的包子却比往日逊色许多……
晨起办公,总觉不对劲,一种难以言喻的不适。头脑有些昏沉,难以集中精力,身体却叫嚣着想要回到床榻。
于是,我又躺下了。设定了一小时的闹钟,想着小憩片刻。告诫自己不要胡思乱想,要尽快入睡。但,就是睡不着,依旧说不出哪里不对。
尝试播放五月天的音乐,却又担心睡着后被音乐吵醒。哦,然后我明白了,那份“不对劲”的源头——是潜意识里,自己正在PUA自己。
“要珍惜时间,没睡着就是浪费时间。” 这种念头,在被放大的感官与情绪下,显得尤为沉重。
元认知启动,我再次观察到了自己。
取消了闹钟,任凭思绪纷飞。有些想哭,那就哭吧。
想到flomo设计哲学中提及的“客观记录自己的情绪,不去批评评价”,只是如实描述,因为此刻的自己,就是想描述,就是想做自己想做的事。
突然领悟,许多时候情绪的失调,其认知根源在于对自身的不够了解。为何高压状态的工作难以持续热爱?根本原因或许并非高压本身,而是我们未能以一种健康的情绪状态去面对工作。
好想哭。之前感觉不对的,究竟是什么?是对自身情绪的迷惘吗?似乎还是不够了解自己。那么,了解自己又有何意义?自己好像依然被情绪所裹挟。
……好感动。我在观察自己,说自己想说的话,做自己想做的事,爱自己想爱的人。感觉自己又更了解自己了。我知道了,我真正热爱的,是自我成长,是不断加深对自我理解的这个过程本身,而非某种外在的“意义”。
那么,这段高压的经历,不也是一种体验,一种观察自我、了解自我的方式吗?思及此,心境又开阔了许多。
想去公园躺着晒太阳,却发现草地上全是露水。但这难不倒我,回家取个睡垫,继续我的“躺平大业”。不妥协,不内耗,哈哈。
最后的最后,公园里,前方的阿姨在练八段锦,左边的篮球场上,另一位阿姨也在挥汗如雨。而我,在公园里,心安理得地“躺平”。
2025年6月1日 补充:
徒步时,忽而想到了抑郁症群体。他们情绪常不受控制。联想到此前自己也有过被情绪牵着走的经历,并客观记录了当时的感受。虽非抑郁症的表现,但也算是一次难得的机会,去感受那种感官被放大、情绪被牵引的状态。
我能清晰地感知到自身的情绪调节能力与自我观察能力是颇为强大的。从最初的迷惘,到最终的自我接纳,我善于,也乐于去了解和观察自己。 #情绪变化
自媒体创作的思考
| 2025-05-26 07:02:18
我其实主观上仍然认为,现在开始做自媒体并不算晚,真正的挑战在于找到与自身高度匹配的赛道。从我个人的经历与爱好出发,一方面是我的专业领域,另一方面则是户外活动,如徒步登山,以及在不同城市和国家旅居的体验。
然而,在专业领域的内容输出上,我始终未能找到一种特别契合的表达方式。我常在想,是不是方向本身就有所偏差。今天看到一个视频,启发了我:其实可以从网上众多的信息源中汲取素材,并围绕这些信息源进行分享和讨论。以往,我可能觉得缺乏一个理想的呈现方式,但现在,似乎隐约捕捉到了一些不错的思路。这或许也算是一种通用的内容创作策略吧。
我正在琢磨,如何运用这种方式,将自己平日所见所思转化为有价值的产出。因为许多内容若不加以记录和分享,便如过眼云烟。而人,终究是有些分享欲和创作冲动的,至少,拥有创作的满足感是件美好的事情。
因此,我后续可能会更积极地投身于此。目前通用的方案,便是将专业领域的见闻思考分享出来。例如,发现一些好的方法论或工具,便记录下来,并思考如何运用适合短视频的表达方式进行呈现,再进一步考虑如何同步到各大社交媒体平台。
坦白说,目前在社交媒体账户的运营上,时间投入确实有限。但这也并不意味着无所作为。在AI时代,技术极大地赋能了创作者。我想,我应该逐步积累自己的先发优势,这于我而言,本身也是一种成长。 #领域
微醺偏醉状态下的自我认知
| 2025-05-25 23:40:52
微醺偏醉状态
如何形容此刻的感觉?
大约尚能打字,却已感到疲惫不堪,睡意沉沉。
意识时而清醒,却又难以持久保持那份清明。
隐约知道自己想成为怎样的人,但又不确定是否能坚持到最后。哇,原来醉酒后的我,依然是认可自己的。这就够了。
傲天(我的狗)丢了,内心很是伤心。我会不自觉地分析自己为何如此伤心。
感觉之前对它,还是不够好……
傲天被隔壁邻居领养了,他们家已经领养了四条流浪狗。好吧,这或许对它而言,是更好的归宿。
也许放手,它会更幸福。
但,自己依旧抑制不住地伤心……
“我不愿让你一个人,一个人在人海浮沉……也许未来你会找到懂你疼你更好的人……只求你有快乐人生。”
如果真的喜欢上了,多想能陪你到永远。
@人生 #人生
工程上的一些实践建议
| 2025-05-25 晚上 8点37分14秒
如今,对代码细节的关注已然不多,重心更多地放在了目录结构与设计模式之上;代码的细枝末节,至多是匆匆一瞥。
本质上,这依旧是人与 AI 的协作。我维护着两个仓库,分别针对 cursor
和 windsurf
。windsurf
主要用于 jules
完成 PR 后,进行补充与修正的场景。
因此,每晚我会梳理任务,特别是重要任务,列出清单,准备设计稿与验证标准,交由 jules
实现。次日,再基于 jules
的 PR 进行后续调整。
在 cursor
中,则更侧重于主要任务。某些任务若由 jules
处理,或显迟缓,或上下文不足;反而在 cursor
的实践中,积累了不少工程技巧。
愈发多的时间,倾注于审核及提出设计需求之上。
乃至审核与设计需求本身,亦常是通过与 LLM Bot 或 LLM Chat 交互所得。
#领域
工具选择的教训
| 2025-05-24 晚上 11点51分52秒
人,终究还是不应轻易使用自己不熟悉且助益不大的工具。
此次算是踩坑了…… 可谓血泪教训。
AI与心流:当前的断裂与未来的期许
| 2025-05-24 下午 3点38分02秒
深感当下的 AI 状态,尚难营造理想的心流体验。
总觉得有所欠缺。思来想去,症结何在?啊,原来我自身的工作模式也未曾改变——无非是从往昔的亲手“拧螺丝”,变为如今监督 AI“拧螺丝”,依旧忙碌得像个机器人。
这何尝是心流?简直如同 CPU 一般,在不同进程间频繁切换,时而指导此任务,时而调配彼任务。每个任务周期短促,转瞬即逝,后续还需追踪调试,疲于奔命。
回想心流之境,我个人偏爱持续处理单一任务超过20分钟的状态;若短于此,则易陷入忙碌之感。
然则,目前的 AI 显然难以胜任。持续任务至多五分钟便被打断,此种体验着实令人不适。
由此生发几点浅见:
- 未来的 AI 调度器,或许能成为人与众多 AI Agent 交互的桥梁。需留意,此非通用 Agent——真正的通用 Agent 道阻且长,届时多数人或许已无需劳作。
- LLM 的任务周期与持续时长,必将逐渐延长。在此过程中,人将不断探索其边界,明晰 AI 能力之所及。
- 随着 AI 持续工作能力的增强,人的角色亦将转变:其一, 更多时间倾注于思考与设计(如为 AI Agent 设定任务、界定 AI 边界、规划项目与系统);其二, 更多时间用于阅读与学习(AI 的输出内容、搜索结果等)。
- 未来,或无需专注于代码编写,但工程思维依旧重要。彼时,或无“码农”之谓,唯有工程师与设计师。产品经理这一中间角色或将淡化,“AI 产品经理”更似一虚拟概念,其职能将向工程与设计靠拢。
- 碎片化记忆的重要性亦将凸显。在不同 AI Agent 间切换时,需清晰自身目标与当前上下文,此或可通过前述的交互式 Agent 平台加以辅助。
#领域
观察自己研究旅游攻略的过程
| 2025-05-24 下午 1点05分25秒
世人研究旅游攻略,大约可分为三派:
- 随缘派:此类人,信马由缰,心之所向,素履以往。或许一次忽然而至的旅行念头,便能促使其收拾行囊,即刻出发,机票亦可能临行前才购得。
- 半计划派:此类人,出行前会稍作准备,譬如上网了解目的地的文化风情、地理概貌、特色美食等。
- 计划控:此类人,则会 meticulously 列出详尽清单,从晨起时刻至夜宿何处,每一步皆精确计算。他们追求掌控感,旅行于他们而言,犹如执行一项精密任务。
我大约介于第二与第三类之间摇摆。
不苛求自己严格遵循计划清单,却会对目的地进行提前的深度了解,尽可能掌握交通、文化、人文等多方面信息。我更像那种既懂得规划,又能在适当时候放手,于周全准备与随性而为间,寻得一种微妙的平衡。
#人生
NotebookLM 产品设计思考
| 2025-05-24 中午 12点34分48秒
NotebookLM 最吸引我之处,在于其思维导图功能。私以为,RAG(检索增强生成)之所以常被诟病“用处不大”,主要原因之一便是其提取的信息密度尚有不足。倘若信息的收集环节由用户主导——例如,通过文章摘要快速了解某文梗概,进而决定是否收藏。
此时,收藏的内容及原文皆作为上下文送入 workspace
(工作空间)。在此基础上进行 RAG 操作,便能碰撞出许多令信息工作者兴味盎然的灵感火花。
NotebookLM 予我最大的惊喜,确是源于其音频转录与思维导图功能。音频转录,无疑是快速上手、了解内容的利器;而思维导图尤为重要,它能清晰地助你梳理各项特征,点击具体节点后,RAG 便会结合知识库为你提供详尽解说。
#领域
NotebookLM 产品使用思考
| 2025-05-24 上午 10点44分55秒
即将启程前往韩国济州岛,却苦于没有充裕时间进行深度调研。此时,我想到了 NotebookLM。我的使用方法大致如下:
此行既为旅游,信息的实时性便尤为重要。我先将济州岛的官方文档、相关博客及书籍下载至本地。
接着,利用 Grok
在 Twitter 上深度搜索了关于济州岛近一个月的信息及后续活动安排。
对于 Gemini
的 Deep Research 功能,我输入了自己的信息、计划以及此行的主要驱动因素,它便帮我整理出一份完整的计划文档。
同时,在小红书上快速浏览并筛选了一些有价值的帖子。
在 NotebookLM 中,我使用了“探索”功能,搜索了关于济州岛徒步的相关信息源。
考虑到国内济州岛徒步的热度尚不算高,我转而在 Perplexity
上使用英文关键词搜索济州岛徒步的详细攻略,并要求其用中文回复。
将上述所有收集到的内容,悉数汇集于 NotebookLM 的一个全新 workspace
中。
首先,快速生成对话式博客,助我迅速掌握核心重点信息,此时的 prompt
提示会设定为向导语气,使其更显亲和。
然后,快速生成思维导图。这份思维导图将作为最终的结构化输出。
基于思维导图,审视基本脉络,对不甚明了的节点进行点击、展开,让 NotebookLM 调用 RAG 知识库进行讲解,并附带索引。遇到感兴趣的内容,可要求其深度讲解,或直接点击索引查阅原文。
出行相关的一些重要问题,如电话卡办理、偶来小路护照申领等,皆可直接向 NotebookLM 提问,它基本都能给出答案并定位到原文出处。
若有查阅原文的需求,NotebookLM 会为每一篇原文生成来源指南(摘要)及关键主题。
这里的关键主题,不仅用于分类,我也常使用 Discuss theme
功能,以便快速了解某一类主题或名词。若兴趣盎然,甚至可以让它进一步探索对应主题,从维基百科等网站整理重要的信息文献。
不敢想象,以往整理文献、吸收信息,或许需要耗费一整日时光;如今,借助此般工具,不到一个小时便能完成信息的收集与结构化整理。
#领域
数据主权的问题
| 2025-05-24 上午 10点26分33秒
数据主权,确乎是一个值得深思的议题。
翻阅了一些关于 NotebookLM 数据存储的资料。
其一,用户级别的隐私保护至关重要,确保内容隐私是其核心考量。
NotebookLM 的本质,是优先处理用户上传的文档,而非无止境地进行网络搜索。
根据用户所在的地理位置及谷歌的基础设施布局,数据可能会存储在特定区域的数据中心。数据本地化与主权问题日益凸显,这也是国内或某些国家和地区无法顺畅访问部分服务的原因之一。
#领域
博弈的本质与自我强大
| 2025-05-23 下午 4点06分30秒
博弈的根本,源于资源的稀缺性。甲乙双方的博弈,其本质取决于谁更拥有“掀桌子”的底气。若甲方更具此能力,则甲方在博弈中便掌握了更大的话语权。
由此观之,刻意讨好他人,实则意义甚微。
真正有价值的,是提升自身的话语权,增强自我的稀缺性,让自己成为那种不可被替代、不可被复制、亦不可被轻易绕过的存在。同时,自己所从事的事业,亦应追求这种不可被忽略、不可被替代的境界。
归根结底,核心在于——让自己变得更强大。
短文字时代与AI赋能
| 2025-05-23 下午 2点32分00秒
有人言,新一代深受短视频之“毒害”。
他们沉迷于碎片化的视频消费,反而不愿涉猎阅读,由此导致结构化能力的缺失。
然则,人的结构化能力终究有限。即便是撰写论文、著书立说,亦是一个不断重塑、反复推敲、调整编排结构的过程。
AI 最能赋能的,恰恰是那些最不擅长系统表达之人。
AI 时代,写作能力本身或许不再是最重要的;取而代之的,是表达的意愿与生活的体验。
AI 时代,或不再必需捧读长篇累牍。面对一篇万字长文,过去你可能因畏其长度而选择“稍后阅读”,结果往往是“永不阅读”。如今,AI 能助你提取核心观点、生成摘要、列出关键论据,甚至将复杂概念转化为通俗易懂的解释。你可在数分钟内掌握文章精髓,若仍有余兴,再投入更多时间研读原文。
信息的收集速度,正经历着爆炸式的提升。
然而,文字素养,似乎依旧是少数人的“特权”。我们目睹无数鲜活的故事、深刻的洞察,因表达能力的匮乏而湮没无闻。
一篇佳作,其魂魄绝非仅因写作方法之精妙,更在于其承载的灵魂——那份独特的生活经历。
一些碎片的文字,随着阅历的增长,不断浮现,偶尔如灵光乍现般涌上心头。
#领域
LLM 未来与工程师的转型
| 2025-05-23 上午 11点56分28秒
Claude
如今已能专注执行任务长达6小时,而Jules
则能独立完成一项工程任务。
预计一年之内,AI 或可达到用户级别,实现一小时独立执行任务。
这意味着,三年之内,用户在业务层面或可基本屏蔽代码细节。
程序员群体,未来或将集体向工程师转型。
如何调度各个 LLM 与 Agent 执行何种操作,如何设定工程规则,以及如何验收成果,这些将成为新的核心议题。
昔日:人(意图,代码)⇒ 执行 今日:人(意图)⇒ AI(代码)⇒ 执行
人类将底层的复杂性“打包”,使其“下沉”一层,从而让自己能在更高层次进行思考。 曾几何时,掌握“How”(如何实现)是核心竞争力;如今,掌握“What”(明确需求、判断结果优劣)则成为关键能力。 竞争力,已然发生了一次深刻的转向。
#领域
养老保险思考
| 2025-05-23 上午 11点32分44秒
据人力资源社会保障部最新数据,截至3月末,全国基本养老、失业、工伤保险参保人数分别为10.71亿人、2.44亿人、2.97亿人,同比分别增加442万人、256万人、271万人。 作为“新型工伤保险”的新就业形态人员职业伤害保障,试点地区持续平稳实施。截至3月末,外卖骑手、网约车司机等平台从业人员参保超过1104万人。(新华社)
几点观察:
- 全国总人口14亿余,10.7亿参保基本养老保险,说明该险种已近“天花板”,能覆盖的人群基本已纳入。
- 外卖骑手等灵活就业人员亦开始缴纳保险,表明国家正逐步通过制度建设,为以往保障相对薄弱的灵活就业群体提供“兜底”。
- 人口老龄化、退休人数增加及抚养比下降,意味着未来10至20年,养老金收支平衡的压力将更为突出。
- 随着制度日趋完善,小微企业、自由职业者“规避”社保的空间将越来越小。
#预测
Group 推送的价值
| 2025-05-22 下午 5点23分12秒
关于 LLM 推送的思考:这与推荐算法有相似之处,推送的内容可能源于其他用户曾询问过或收藏过的问题。
问题本身蕴含价值。因此,对于那些被用户收藏的问题,它们必然是推荐算法尤为值得推荐的内容。
订阅特定问题的信息收集
| 2025-05-21 晚上 9点30分45秒
核心需求:譬如,我正在研究某一方向(如 LLM Long Memory)的发展动态,或是希望订阅某一领域的最新进展,包括相关的论文、文献、博客等。
亦或,我即将出行,希望实时获取目的地的一切相关信息,例如天气预报、最新的当地帖子等。
此功能可作为一项 Agent 能力对外提供,甚至可以发展为一个开源的 Agent 服务。
其工作流大致如下: 订阅触发(定时/事件) → Query 构建器 → 多源信息抓取器 → 内容解析器 → 重要性筛选器 → 结构化摘要(可选聚类) → 渲染与通知(或存入 Notebook)→ 用户反馈学习机制。
#领域
极简主义的美,在产品上
| 2025-05-21 晚上 8点34分48秒
近来愈发不喜繁复色彩,感觉色彩徒增复杂度,甚至图片也应尽可能避免过于庞大。
以黑白为基础色调,开始运用 cursor rules
来定义规则,此事确乎至关重要。
信息的处理收集
| 2025-05-21 晚上 8点04分20秒
信息的快速处理,其重要性不言而喻。对于信息从业者而言,信息处理的速度更是关键所在。
于我而言,每日会开启大量的标签页,涵盖各式网页、文章、教程等等。
一个高效的信息处理工具,其信息的密度亦显得尤为重要——恰到好处的抽象,辅以趣味化的解析,方为上乘。
#领域/工具使用技巧
旅行偏好:直觉型 vs. 感觉型
| 2025-05-20 晚上 8点25分15秒
当你计划一次旅行时,你更关注什么?
A. 想象旅途中可能发生的有趣经历,探索新想法或文化(例如,期待当地的艺术、历史或独特体验)。 B. 关注具体的行程安排和实用细节(例如,预订酒店、安排交通、打包必需品)。
若选 A,则偏向直觉型;若选 B,则偏向感觉型。
十倍好产品的法则
| 2025-05-20 下午 3点41分48秒
我们都听过这样一句话:要想打造有价值的东西,你必须比现有产品好10倍。这似乎是一条公认的创业法则。
这条法则如此强大,以至于即使是坐拥数十亿美元资金支持的Google+,也无法成为Facebook的竞争对手。尽管Google+在某些功能上,或许可以说比Facebook更为优秀。
没有产品经理的Lovart创始人采访
| 2025-05-20 上午 11点51分50秒
未来的通用型产品经理,其价值或将式微。我自己亦有十余年产品经验,完整经历了移动互联网的周期。窃以为,未来产品经理的核心价值,更多在于行业知识的深度,在于能否将特定行业的 Know-how 体系化地传授给 AI。因此,产品经理的角色将更加细分,趋向行业化、垂直化。通用型互联网产品经理,在我看来,是一个颇具风险的职业。
通用型 Agent 的能力,未来被基础模型内化的可能性很高。我认为,未来真正能实现百花齐放的,是那些专注于垂直应用的 Agent。这些垂直 Agent 的核心竞争力,在于其背后蕴含的垂直领域专业知识。对于上一个时代的通用互联网产品经理,我确实觉得其定位有些模糊了。
通用的能力一旦被底层的模型层吸收,那么剩下的便是专业的设计能力了。
当工具足够智能时,“管理需求的人”或不再被需要,但“定义需求的人”反而愈发重要。
AI 确实极大地解放了生产力,同时也可能让顶尖设计师的思维模式变得更易普及,更为平权。
Cursor
比 GitHub 更具数据优势。GitHub 的数据是大量的、已被内化的数据;而 Cursor
则记录了用户如何运用 AI 工具、如何结合 AI 与传统方法进行创作,这些数据极具价值。ComfyUI
的工作流,本质上是将各种模型和传统功能模块堆砌起来。这些,正是 AI 需要学习的内容。
#AI/product
斯科特·谢珀的参考卡片的方式
| 2025-05-20 上午 9点58分52秒
其目的在于使读书的过程系统化地与个人知识网络相融合。他认为,参考卡片并非简单的文献记录工具,而是知识“接入系统”的初始环节,是将外部思想有机引入内部思考宇宙的“关口卡片”。
包含三个核心要素:
- 信息:作者名、书名、副标题(若有)、出版年份、出版社、页码等。
- 阅读源的目标:即该阅读材料旨在阐述或解决的核心问题。
- 源的概述:对阅读材料主要内容的简要总结。
针对互联网时代的参考卡片方式思考
在数字时代,我们依然希望保留参考卡片的这些核心特性,并考虑增添一些可选字段,以适应新的信息载体与阅读习惯。
#领域/工具使用技巧
FOLO 高效的信息入口一些方法
| 2025-05-20 上午 9点40分27秒
信息收集,此事一直令我颇感头疼。我之所以反感手机,部分原因在于手机的推荐算法往往推送的是经过筛选的信息。Folo
则不同,它提供了一种主动订阅信息的方式。
信息的获取,无非三种情况:
- 推荐信息:被动接收算法推送的内容。
- 订阅信息:主动选择关注特定信息源(初期选择亦可能依赖推荐)。
- 深度相关信息:针对特定主题进行的主动搜索或依赖推荐获取的深入内容。
信息的收集方式因人而异,千差万别。关键在于按照自身需求,重新定义和组织信息源。
在考量信息获取工具时,除了支持信息订阅外,还需思考如何将其与日常使用的深度工具(如 Folo
)有效集成。
#领域/工具使用技巧
美的顿悟
| 2025-05-19 晚上 11点20分36秒
我一直在思索,审美的各个领域——譬如建筑之美、艺术之美、自然之美,乃至外貌之美——是否存在普遍的、可通往“顿悟”的捷径?
诚然,审美存在一些共性,如先前所探讨的,人类的感知机制有其共通之处,例如对对称与比例的偏好,以及色彩搭配的和谐感。
因此,存在一些基础的美学原理,如构图(例如三分法则)、色彩理论、对比与平衡等。这些原理在摄影、艺术创作乃至UI设计中均有应用。
不妨多问自己几个问题:那些曾深深打动你的设计,究竟是何处触动了你?
大量的审美输入与自身的创作实践,仍是一个渐进积累的过程。
#审美
美的理解,本质
| 2025-05-19 晚上 11点15分
美,既有其普遍的基底——如人对旋律与对称的天然亲近,也映射着人类共通的感知机制,好比东西方文化中对黄金分割的共同赞赏。然而,美更是流动的,深受文化、历史及个体经验的雕琢。西方美学偏爱形式与结构,东方则倾心于意境与自然。那么,美的本质究竟为何?是主观感受,抑或客观标准?或许,它是在一套普世准则下,展现出千姿百态的差异化呈现
。美,是否仅仅停留在感官层面?不尽然。那份由寓意引发的文化共鸣
,同样触动人心——美,不仅关乎眼与耳,更牵动着深层的心与脑的思考。
#审美
日式美学发展的思考
| 2025-05-19 晚上 10点51分
日式美学的根源,深植于对自然的亲近感,一种视万物皆有灵性的信仰。这份对自然美
的敏感,构成了其早期美学的基础。神道教将技艺的卓越与艺术的精进视为对神灵的奉献,由此孕育了对工艺与审美精细化
的执着。而禅宗的简约
、空寂
、冥想
与正念
,以及对现实的直接体验,更是深刻影响了日本的艺术实践。佛教中“无常”(mujō)的教义——万物变幻,无有恒常——与“侘寂”(wabi-sabi)、“物哀”(mono no aware)等观念中对短暂性
的接纳与欣赏,共同塑造了其独特的美学风貌。
#审美
艺术是真实的
| 2025-05-19 晚上 9点57分
“他正说着话,头往膝盖上一垂就死了。”这样的逝去,曾以为仅存于艺术的夸张笔触。然而,董建义的离世让我确信,艺术往往映照着真实
。电影情节源于生活,艺术亦然。生活中的荒诞与戏剧性,恰是艺术创作不竭的源泉。
《夹边沟》
#阅读
不是外观的美,是感觉
| 2025-05-18 下午 2点34分
穿梭于诸多精致的咖啡馆后,Artisan Cafe 给我的触动并非源于其精美装潢或是出片效果,甚至难以捕捉到惯常镜头下的“美”。然而,正是这份不事雕琢,营造出一种难以言喻的“感觉”
。踏入其间,仿佛被邀入文艺复兴时代的慢生活节奏。这不禁让我想起日式侘寂与欧洲老电影美学中共通的精神内核——不为取悦,只求共鸣
。这是一种超越视觉的美学,是镜头背后“头脑”的发现,是“感到”而非仅仅“看到”。有些空间,无需言语便已满是故事,这便是艺术的魅力——源于生活,亦高于生活。时间的印记,一期一会,物哀之美,于旧木、裂纹陶器、斑驳漆面间流淌,构成不完美、不对称却又简洁的和谐。去过诸多特色艺术咖啡馆,无论是废弃工厂、老洋房还是庄园,似乎都印证着:真正的文化气息,并非堆砌而成,而是从日常的骨血中“长出来”
的。此刻的感动,真实而深刻。
#人生
RAG 和 Long Context 思考分析
| 2025-05-18 下午 2点18分
长文本(Long Context)处理无疑是当前及未来一段时间大模型面临的挑战,其瓶颈主要在于注意力机制的计算复杂度。即便上下文窗口足够大,模型能否真正记忆并有效利用所有信息,仍是一大疑问。尤其在进行跨越长距离的复杂逻辑推理或信息整合时,模型的精准度
亟待提升。
相较之下,检索增强生成(RAG)模式展现出其优势。RAG 的效率分为两部分:检索速度
和生成速度
。更关键的是,RAG 提供了良好的可追溯性
,这在中短期内使其成为一种更受欢迎的趋势。
长远来看,Long Context 与 RAG 的界限或许会逐渐模糊,两者可能会融合互补,共同服务于更快、更好的信息处理与生成目标。 #领域
Elmo Chat 的营销的思考
| 2025-05-18 下午 1点50分
Elmo Chat 与 DeepWiki 有着相似的理念——无需登录即可使用,这极大地降低了用户的使用门槛
。在成本管理上,通过大量简单模型的示例来吸引流量,不失为一种明智之举,甚至可以借鉴开源的商业推广模式。Elmo Chat 得以免费,其根本在于规避了昂贵的大模型,转而采用低成本的开源模型,结合本地或轻量级推理架构,并辅以增长为导向的商业策略。此外,轻量化
、速度
以及简洁之美
——这种品牌美学文化的传递,亦是其不可或缺的成功要素。
#领域
情绪的转换机制
| 2025-05-17 下午 5点56分
之前谈及中国的发展需用代际眼光审视,因每一代人的成长背景差异巨大。有一种人,因早年环境导致的不信任与不安全感,衍生出强烈的控制欲,试图将内心的不安转嫁给身边人。这背后,是情绪转换
的本质。
他们试图通过控制他人来攫取所谓的安全感,但这安全感是虚幻的,因为它建立在他人的不自由之上。情绪转换的实质,是将内心的不安、恐惧等负面情绪向外投射,期望通过改变他人来缓解自身的不适。这种模式在人性中颇为常见,我们或多或少都曾如此——焦虑时对家人发脾气,或因害怕失去而抓得更紧。关键在于,我们是否能觉察
到这一点,这近乎一种元认知,如同开启上帝视角。
人性深处,无外乎追逐三样东西:安全感、归属感与自我实现。讽刺的是,过度追求外在控制带来的安全感,往往会限制自己,从而阻碍自我实现之路。真正的成长,孕育于自由与信任的土壤;而他,却给自己和他人同时套上了枷锁。
人性便是如此复杂脆弱。我们都畏惧伤害,却常常因恐惧而抓得更紧,结果越抓越伤,最终将自己与他人都逼入困境。真正的平衡,在于学会接纳自身的不完美
,并敢于相信世界并非那般险恶,即便偶尔会跌倒。
#人生
日式动漫的崛起
| 2025-05-16 晚上 9点37分
谈及日式动漫,不难发现它已成为现代人心理缺口的某种承接。究其原因,一方面,经济物质下行周期往往催生精神能量的补充需求,文化便成了极佳的容器。另一方面,虚构世界填补了现实失落的精神坐标与情感需求
。人们渴望情绪价值,却又不愿为此付出过多现实代价,动漫恰好提供了这样一个出口。
这背后,可解读为一种集体心理补偿机制——对现实挫败的逃避与修复;一种替代性精神生活系统——以虚拟世界承载意义的寄托;以及一种“后工业社会”的美学表达,如赛博朋克、元宇宙概念、萌系文化等。
文化因素亦是关键。儒释道混融的文化底色与世俗美学,使得“虚构”得以承载“真实”的情感与哲思。其对美的感受,并非浓墨重彩的轰轰烈烈,而是偏爱淡淡忧伤
与瞬间即逝的美感
。生活中那些微小的美好所带来的细碎幸福感,恰是沉重现实下的一剂心理良药。
#人生
颗粒度放大的恐惧
| 2025-05-16 晚上 9点35分
与人初识,宛如远观画卷,朦胧中自带几分美好与简约。一旦走近,视角放大,整个世界便陡然不同。并非对方变了,而是我们看见的“颗粒度”
更细了——那些细节、微瑕,乃至深藏的复杂情绪,一一浮现。这究竟是幸事,还是考验?
这好比调试相机的焦距。远时,画面模糊却舒适;近了,清晰之余,也杂乱起来。你会发现,他人并非你最初想象的那般模样,他们拥有诸多侧面,有些甚至连自己都未曾完全勘破。与友人闲聊,她不经意的一句抱怨,可能瞬间让你意识到,平日那乐呵呵的表象下,实则承载着许多。那一刻的怔忡,源于对“了解”的重新定义。关系中,一旦“颗粒度”转变,我们便需随之调整自我,否则难以同步。
从哲学层面看,这仿若选择观看世界的分辨率。远观,简单,活得也相对轻松;凑近,真相渐显,思绪也随之纷繁。我们不禁自问:究竟想看清多少?洞悉这些细节后,还能否如初般相处?因为一旦放大,便再难回到原点。唯有接受,他们不完美,我亦不完美,众生皆是“乱糟糟的一团”
,而后尝试在这纷乱中寻觅和谐。
如同听歌,音量轻柔时,只觉旋律悦耳;调大后,方察觉内含的杂音、和声,乃至录制时未尽处理的微小瑕疵。关系亦然,距离拉近,听到的便不止是表面的甜言蜜语,更有那些未曾言说,甚至连他们自己都未曾察觉的潜流。这固然令人敬畏,却也充满意趣。因为此刻,你才真正与一个鲜活的生命打交道,而非一个抽象的概念。
亲密,本身就充满了矛盾。越是靠近,简单的关系越易变得复杂;若不靠近,又永远停留在表面。真正的关系,或许正是那份敢于深入的勇气,即便明知深水之下,未必清澈如许。 #人生
关系背后的本质是价值交换
| 2025-05-14 下午 7点23分
人际关系的内核,往往离不开价值交换
——无论是物质层面的支撑,情绪层面的慰藉,还是精神层面的共鸣。我们之所以会反思并强调道德感,部分原因在于对人性中固有“自利”倾向的洞察与平衡。
因此,在关系中保持一份清醒与透彻,区分利益
与感情
,或许更为明智。我们不否认许多情感的伟大、无私与高尚,但若将这些神圣化的情感视为人性的全部真相,则可能与真实渐行渐远。
#人生
巴菲特最后一战
| 2025-05-12 下午 7点46分
机会的出现并非按部就班,保持充裕的现金储备,是为了在市场展现重大机遇时能迅速把握。巴菲特曾形象地比喻:“这有点像死亡——10岁时次日离世的概率极低,但活到100岁则几乎注定。”
日本市场依然蕴藏诸多机会。关于其投资与理念,可概括为:
- 接班人:阿贝尔已为接任伯克希尔CEO做好全面准备;将建议董事会年底前任命其为CEO。
- 关税问题:美国应积极寻求与世界各国的贸易往来,贸易不应被用作武器。
- 美国财政:美国的财政状况令人担忧,但这并非美国独有的问题。
- 美股波动:与历史上的大崩盘相比,近期的市场下跌不过是小巫见大巫。
- 人工智能:不会将所有投资和发展都围绕AI展开;若需在AI领域做选择,应由阿吉特·贾恩(伯克希尔副董事长)定夺。
- 日本市场:不会出售任何日本股票,无论是现在还是未来10年。
- 现金储备:“我之所以赚了很多钱,是因为从未全仓投资。”
- 出手时机:明日即现良机的可能性微乎其微,但五年内发生的概率并不低。
- 给年轻人的建议:应与比你优秀的人为伍;做自己热爱的工作,不必过分在意初始薪酬。
- 赞赏库克:坦言苹果CEO库克为伯克希尔创造的价值,比他本人更多。 #预测
真实感
| 2025-05-12 上午 11点47分
对真实感
的渴望与日俱增,却发现难以一语道破其确切含义。是说真话?是“我本如此”的坦荡?
我所理解的真实感,更多的是清晰地觉察并接纳自己当下的感受、动机、局限与渴望,不加否认,亦不刻意美化。它包含三个层面:
- 觉察——我在做什么?为何如此?这真的是我想要的吗?
- 诚实——不掩饰,不伪装成某个“理想中的人”。
- 一致——语言、选择与内心状态尽可能地对齐。
核心在于,脱离“表演型人格”
,做出真正属于自己的选择,创造真正源于内心的事物。从“我希望别人如何看待我”的执念中走出,逐渐转向“我希望自己在自己心中是什么样子”的内求。
#人生
不依赖任何身份的自洽
| 2025-05-12 上午 11点28分
社会需要标签来进行识别与分类,这无可厚非。但问题在于,一旦我们开始依赖
这些标签,便不自觉地活在了他人的期待之中。身份标签带来一种虚假的确定感,可当这些外部赋予的标识一旦动摇,我们便容易陷入恐慌:“没有了这些,我还剩下什么?”
真正的你,并非名片上的头衔,而是在失去所有标签后,依然能够坦然存在的那个“本我”
。因为害怕离职,害怕社会定义,害怕他人眼光,我们反而可能丧失了行动的勇气。
不妨扪心自问:你更愿意被他人看见完整的你,还是仅仅是你的标签?若今日失去所有头衔、收入、关系网——你,还会是谁?对我而言,我依旧愿意继续创造,继续探索,继续享受这个世界赋予的一切。 #人生
孩子死后会从父母的心中长大
| 2025-05-11 晚上 9点34分
失去孩子,对父母而言,创伤往往至深且难以弥合。忆起便泪眼婆娑,梦中相见,醒后又是一阵撕裂,伴随着无尽的愧疚、自责与无力感,周而复始。
痛失骨肉,以泪洗面,然而生活仍需继续。现实中孩子的成长虽被无情终止,但父母会在心中不断想象、怀念,甚至“构建”孩子未能经历的人生轨迹。他们会设想:“倘若还在,他/她如今几岁了?会在做些什么?”这既是一种情感的延续,也是一种独特的哀悼方式
。
我出生那年,想起了自己的某个亲人 …… #人生
没有什么事真实存在的,只有我们认为是真的一些东西
| 2025-05-11 中午 12点01分
我们所经历的一切,本质上只是我们对世界的诠释
。世界本身并无固定形态,是我们通过感知构建了它的样貌,而我们主观的意识,才是那份最真切的“真实”。
由此便可理解,痛苦往往并非源于事情本身,而是源于我们对事情的判断
。越是抗拒某事,它反而越持续存在;越想控制局面,越容易被其所控。
真正的自由,并非随心所欲、为所欲为,而是在面对内在冲动时,依然拥有不被其驱使
的力量。元认知能助我们识别这些冲动,并有能力去平衡它们,这才是自由的真谛。自由不是“跟着感觉走”,而是“知道自己有感觉,但仍然可以决定怎么走”。
#人生
战争与苦难
| 2025-05-11 上午 11点39分
政治是无情的,那些忘记苦难历史的人,必将重蹈覆辙,成为下一次苦难的无辜受害者。
未曾经历深夜痛哭之人,不足以语人生。
而爱,或许就是在他人最深切的需要上,看见并实践自己的付出。
(参考: 柴静对话国共内战幸存者访谈感悟) #人生
忆乡
| 2025-05-11 上午 10点50分
或许某天,我们会重返年少时急于逃离的故乡。彼时,点点滴滴的回忆如在眼前,清晰重现,却惊觉再也无法真正走入那段过往。
倘若早知那年的春天便是我人生的全部春光,我定会更勇敢地活出淋漓尽致的自己。
我们爱的,恨的,渴望回到的,想要离去的——归根结底,都是那个需要被逃离或被追寻的内在自我
。年少时,心向远方;年老时,魂牵归途。与过去和解,亦是与自己和解,接纳生命中所有的来来去去。
曾听闻一言:若注定分别,相遇的意义何在?相遇的意义,便是那被你改变了的一部分我
,代替了远去的你,永远陪伴在我身边。原来,我又一次感受到了“一期一会”与“物哀”的真谛——分别并非断裂,而是内化于心
的另一种延续。
#人生
传统社会观念的打破
| 2025-05-11 上午 10点43分
传统社会观念,常伪装成“理所当然”,通过一代代的“应该”、“必须”、“你以后就会明白”来复制自身的宿命,并将自身未能实现的期待,巧妙地投射到下一代身上。这与某些文化中,如海女期望下一代继承其职业的宿命感,有异曲同工之处。
父母辈未能挣脱的命运枷锁,为了赋予曾经的“代价”以意义,会下意识地要求子女重复相似的轨迹:
- “我当年就是这么苦过来的,你也得忍” → 将压抑合理化。
- “女孩子家要听话、要顾家” → 将性别角色内化为行为规范。
- “考个公务员才稳定” → 将社会普遍的生存焦虑包装成‘为你好’的关怀。
- “婚姻哪有不委屈的” → 将忍耐视为成熟的标志。
- “我养你这么大,不是让你随便做自己的” → 将子女视为自我生命的延续手段,而非独立的个体。 #人生
代际冲突
| 2025-05-11 上午 10点33分
一代人有一代人的烦恼,一代人亦有一代人的使命。然而,深究其里,每一代人本质上都是“同一类人”在不同时代背景下的挣扎。
每一代都在以自己的方式挑战着他们所处的“秩序”。父母辈曾勇敢打破上一代的封建思想,而我们这一代则更执着于对自由和独立的追求。看似无法理解上一代的固守,实则我们也在重复着类似的抗争——只是剧本与舞台已然不同。因此,理解代际差异,不应仅看他们做了什么
,更要探究他们为何这么做
。
批评过去似乎意义不大,我之所以可能认为自己比前人“更聪明”,或许仅仅因为我更接近“今天”这个时间节点。
每一代人都在不断重构“什么是幸福”以及“什么是成功”的定义。
爷爷在我离世前告诫我,行事需小心,要能有饭吃、有人依靠、活得有尊严——这便是他所定义的幸福。
父母经历了改革开放的浪潮,那是经济飞速发展的年代。对他们而言,幸福是出人头地,有房有车,孩子有出息。
而我对幸福的理解,则是在这个选择过剩的时代里,能够活成自己喜欢的样子
,过自己想过的生活,珍惜每一个当下。
幸福的内涵在演变:从 活着
-> 到 成功
-> 再到 真实
。
#人生
传承
| 2025-05-11 上午 10点13分
时代的车轮滚滚向前,科技日新月异,高楼大厦拔地而起,这一切似乎营造出世界已然焕然一新的幻觉。
变化的本质是什么?是科技的飞速迭代。随之变化的,还有价值观。每一代人都会在历史的进程中崛起,并创造出更契合新时代的价值观体系:
- 爷爷那一代,讲求“集体”、“忍耐”、“牺牲”。
- 父母那一代,推崇“拼搏”、“出人头地”。
- 我们这一代,则更关注“个体”、“自由”、“意义”。
每一代人的世界观都在经历快速的重塑。然而,我们似乎依然在重复着某种相似的循环——渴望摆脱原生家庭的影响,正如父母辈年轻时也曾经历的挣扎,他们为生活所迫,我们为精神所困。
从某种意义上说,一切似乎又未曾改变。
我们对爱
的渴望,是人性最底层的需求。
对归属感
的追寻,只是在不同时代转化了形式。
对意义
的叩问,每一代人都在用自己的方式寻找答案。
一代人有一代人的烦恼。身处特定时代的人们,往往难以完全理解上一代的观念,但他们身上所展现的品质却惊人地相似:对生活不屈不挠的勇气,对传统观念的审视与打破,对自己渴望的生活的执着追求,对幸福的不懈探索。人性大抵如此,我们总是向往未曾拥有的,而不易珍惜已然在握的。 #人生
经历过痛苦的人更能体会到幸福的不易
| 2025-05-10 晚上 9点31分
经历过苦难的人,往往更能深切体会到幸福的来之不易,也因此更懂得珍惜眼前所拥有的一切。这其实关乎内心的满足感
。
很多时候,我们已然身处幸福之中,内心已然满足,只是未能全然察觉。至少,当下的每一天,我们都在努力过着自己想要的生活,做着自己想做的事情。
这样,就很好。 #人生
智能隐藏
| 2025-05-10 下午 2点49分
产品设计的核心在于简洁,核心功能应当力求简明扼要。我们需要不断反思,如何让功能更趋简单,而非日渐复杂。大道至简,正如ChatGPT那样,一个看似简单的对话界面,却能完成百分之八十以上的任务。
用户不应被过多的学习成本所累。若一项功能需要额外的学习才能掌握,那么其认知负担便过重了。设计应追求“智能隐藏”
,让复杂性消弭于无形,让用户凭直觉即可顺畅使用。
#领域/AI产品
未来的编程形态
| 2025-05-09 下午 2点30分
异步交互的演进:AI的自主工作时长将持续拓展。预计到2027年,AI或可独立完成长达1小时的任务;至2030年,则可能实现独立处理一天的工作量。
这意味着,AI正日益成为一名合格的“工程师”,其工程能力
将不断增强,逐步承担更复杂、更持久的编程任务。
#预测
向左平移 Scaling Law 曲线,更低的训练成本
| 2025-05-09 下午 2点26分
Infra前沿:向左平移 Scaling Law 曲线,追求更低的训练成本
“向左平移Scaling Law曲线”意味着在更低的参数量、算力投入或成本控制下,实现相同甚至更优的模型性能。 这预示着未来:
- 推理成本降低,创新驱动:随着模型效率的提升,推理成本将显著下降,从而为更广泛的AI应用和创新打开大门。
- 效率提升后,总需求可能反而上涨:尽管单次训练或推理的成本降低,但AI能力的提升和应用场景的拓宽,可能导致对算力的总体需求不降反升,算力要求或将更高。
因此,对于算力基础设施公司而言,竞争依旧激烈,优化与创新仍是核心。 #预测
微信 MCP 思考
| 2025-05-09 上午 11点30分
获取书籍信息与详情,尤其是能够提取书籍内的笔记内容
,这一点至关重要。若MCP(模型上下文协议)能轻松处理书籍笔记,便意味着AI可以高效地辅助生成读书摘要或提炼关键观点。在这个过程中,人的角色更侧重于信息的筛选与确认
。
而将这些筛选后的信息整合成结构化的知识框架或知识地图,则更多地依赖于AI自身的能力。微信读书若能通过MCP开放此类能力,将极大提升知识获取与内化的效率。 #AI/product
改革开放进化的思考
| 2025-05-08 晚上 9点20分
改革开放无疑带来了经济上的奇迹,与之相伴的是人们思想观念的剧烈变迁,思考模式不再追求简单的整齐划一。
改革开放是经济的腾飞,然而,经济自由化
与政治控制
之间,天然存在着一种根本性的张力。政治体制改革的步伐相对有限,并且在1989年之后基本趋于停滞,期间,“稳定是经济进步的先决条件”这一论调被反复强调。
从文化大革命时期的意识形态狂热和压抑的社会经济环境,过渡到改革开放时代对物质主义的普遍强调以及社会的急速变迁,加之科技的飞速发展——中国的这一系列变化,堪称世界上最为剧烈和深刻的社会转型之一。 #文化
改革开放前后的人性
| 2025-05-08 下午 6点55分
读罢《甘南纪事》、《100个人的10年》之类的作品,常令人思索:人性是否真的变了?为何改革开放后,人性的某些“恶”似乎变得可以理解,而在此之前,同样的“恶”却让我们难以包容?
细想之下,人性的本质或许未曾改变。无论是哪个时代,人性的底色中似乎都包含:
- 渴望更好的生活(趋利避害的
利己
倾向) - 害怕失去既有资源与地位(源于
生存本能
的工具理性) - 追求公平,却又不自觉地偏爱特权(内在的
矛盾
性) - 在诱惑面前,道德底线时常显得脆弱(人性的
脆弱
面)
在极端的生存环境下,人性的“恶”更容易被放大,彼时驱动行为的,更多是赤裸裸的生存本能。而在物质相对丰裕之后,这些“恶”的展现形式或许更为隐蔽,动机也更为复杂,但其内核与生存压力下的表现,仍有千丝万缕的联系。 #人生
语鲸是否是通过注意力机制来完成的映射
| 2025-05-08 下午 4点42分
抛开RAG(检索增强生成)的路径不谈,LingoWhale-8B在其modeling_lingowhale.py
文件中定义了模型的注意力层。理论上,系统可以在生成摘要的过程中提取这些注意力权重,从而实现摘要内容与原文特定部分的关联映射。
然而,这种基于模型内部注意力权重来实现映射的能力,对于RAG架构而言,似乎也可以通过其他方式在应用层面达到类似甚至更好的效果。例如,通过精确的文本切分、高效的向量检索以及对检索结果的巧妙组织,RAG同样能够建立摘要与原文段落之间的清晰对应。
这不禁让人思考,在应用层面,是否可以通过精巧的业务逻辑设计,同样实现高质量的摘要-原文映射,而无需深度依赖模型内部的注意力机制细节?这或许为不具备底层模型修改能力的应用开发者,提供了一条可行的路径。 #AI/open-source
语鲸深度分析
| 2025-05-08 下午 3点38分
语鲸这类摘要映射功能的实现,其基础模型服务核心在于高效处理与总结文本。
首先,文本的预处理与分块
至关重要。原始文本需经过清洗和格式化。当文本长度超出模型处理上限时,必须采用智能分块策略,这不仅要考虑单块的长度,更要保证上下文的连贯性,并支持跨分块的映射能力,确保摘要的完整性与准确性。
其次,基础模型服务依据文本类型和长度生成摘要。这里的关键在于原文与摘要的映射机制
。一种可能的实现是通过Transformer架构中的注意力权重机制
。摘要通常分为抽取式和抽象式两种。抽取式摘要直接选用原文句子,映射相对直接。而抽象式摘要则会重新组织和表述内容,此时,若要实现精确映射,就需要模型在预训练时便支持并能输出注意力权重。这些权重能够揭示模型在生成摘要中每个词或短语时,重点关注了原文的哪些部分。
例如,Hugging Face Transformers库中的许多预训练模型(如BERTSUM、T5、BART)均基于Transformer架构,内建注意力机制。通过在调用时设置output_attentions=True
,开发者可以访问这些权重数据,从而为实现摘要与原文的精确映射提供技术基础。
#AI/open-source
产品设计
| 2025-05-07 下午 3点32分
在产品设计的初期阶段,始终秉持以用户为中心的视角至关重要。一个简化的思考框架可以围绕以下几个方面展开:
背景分析 (Context)
- 用户 (Users):清晰定义我们用户的画像或角色 (Persona)。
- 目标 (Goals):明确用户希望通过产品实现的核心目标是什么。
- 痛点 (Pains):识别阻碍用户达成其目标的关键障碍或不便之处。
价值主张 (Value Proposition)
- 产品 (Product):我们需要构建什么样的产品或功能来帮助用户实现他们的目标?
- 痛点缓解 (Alleviates):我们的产品将如何具体地减轻或消除用户的痛点?
- 收益创造 (Advantages):产品将为用户带来哪些额外的益处或价值?
目标拆解 (Objectives)
- 将宏观的产品愿景分解为一系列可衡量、可实现的小目标。
解决方案 (Solution)
- 核心功能 (Core Features):列出为实现目标所必须开发的关键功能。
- 集成 (Integration):思考产品如何与其他现有服务或系统进行集成。
- 替代方案 (Alternatives):探索并评估是否有其他可行的解决方案。
- 限制条件 (Constraints):明确在开发过程中需要注意的技术、资源或时间等限制。
- 范围外内容 (Out-of-scope):清晰界定当前阶段不予开发的功能,以保持专注。
可行性分析 (Feasibility)
- 综合评估项目的技术可行性、市场可行性及商业可行性。 #领域
溯源的力量
| 2025-05-07 上午 10点45分
探寻他人观点之源,往往会发现其深植于个人经历的土壤。与其琢磨观点本身,我更着迷于探究那份经历——他人是如何从生活的点滴中提炼出这份见解的。毕竟,观点俯拾皆是,而亲身经历
弥足珍贵。正是那些一手体验
,孕育了独特而深刻的思考。
#人生
技术服务于产品体验
| 2025-05-07 上午 10点44分
技术的优劣,最终要看它能否以便捷、有效的方式解决用户或客户的实际问题。若非如此,再精妙的技术也难以成功。开发产品,应始终从用户需求
和整体体验
出发,而非先有技术,再勉强寻找应用场景。
错误的做法:先开发一项看似炫酷的技术(例如一个AI API),然后期望他人来改造他们现有的产品以适应你的技术。 正确的做法:
- 首先深入思考:“这个产品(或者说,你希望提供的核心用户价值)从始至终应该是怎样运作的?”必须先构想完整的用户体验和产品形态。
- 然后,再审慎考虑:“我们应该在哪些环节引入AI技术,以解决特定的问题或提升用户体验?” AI应是辅助和优化整体产品的利器,而非产品本身。 #AI/product
公众号文章的价值挖掘
| 2025-05-07 上午 10点37分
用户体验的极致追求至关重要。例如,如何让用户快速保存
公众号文章,本身就是一个极具价值的切入点。进一步地,围绕这些保存的文章,提供一系列的发散性思考辅助
(如相关主题推荐、观点碰撞)和聚合性信息整理
(如自动生成摘要、提取关键论点、构建知识图谱),乃至实现查找相似公众号文章的能力,都能极大地提升用户获取和内化信息的效率。
#领域/project
AI 时代简化设计
| 2025-05-06 上午 11点51分
在AI辅助开发的时代,尤其对于小型或初创团队,过度复杂的设计流程反而可能成为桎梏。前期,聚焦于两个核心设计文档或许已足够:
- 产品设计文档:
- 核心是明确
用户价值
。 - 定义清晰的、能解决用户痛点的
核心功能
(MVP 功能)。 - 此文档的产出可与AI交互,例如,让AI辅助梳理用户故事、提炼核心需求点。
- 核心是明确
- 系统设计文档:
- 勾勒清晰的
系统模块
划分。 - 定义关键的
技术架构
、模块间的接口协议
。 - 规划初步的
部署方案
。 - 这部分同样可以借助AI进行,比如让AI根据产品需求推荐技术栈、生成初步的架构图或API设计草案。
- 勾勒清晰的
将这两份核心文档(及其AI辅助产出)结合,便可输出一份相对明确的任务清单 (Note)
。再结合GitHub Projects、Trello等项目管理工具,即可对开发过程进行有效管理。通常,这会分解为:
- 产品功能清单 (Feature List):对应项目管理工具中的用户故事或Epic。
- 技术实现任务清单 (Tech Task List):对应具体的开发任务或Sub-issue。
如此,一个精简而高效的项目启动和管理流程便得以初步建立。 #领域/软件工程
句句回应再次思考
| 2025-05-06 上午 11点07分
“句句回应”,真的那么难以企及吗? 我为何有时做不到?又为何会期望他人做到? 若他人未做到,这究竟是谁的“错”?
我似乎并不认为“句句回应”是必要的,但若对方执着于此,又该如何? 我感觉刻意的“句句回应”反而显得生硬,缺乏人情味。 对方似乎因我未能一一回应而心生不快。 但我自觉并无过错。
这其中的症结,究竟何在?是沟通的误解,还是期待的错位? #情绪变化
相信直觉
| 2025-05-04 上午 10点26分
曾几何时,我对直觉怀有排斥,理性常警示我其固有的偏差。然而,若一味向外寻求认同,往往只收获相悖之声。真正的答案,不在外界。
当忠于直觉
、第六感与内在智慧,信任宇宙的安排。如此,生命或将展现意想不到的奇迹,引领我们寻得那份渴望已久的宁静、爱与喜悦。
勇气,在于追随心声,聆听直觉——它冥冥中知晓你渴望成为的模样,余者皆为次要。
直觉或许是细微的耳语:与咖啡馆的陌生人交谈,可能开启一段不凡友谊;致电友人,或许恰逢其需,送上慰藉。
许多时刻,不必让理智全然压制内心,要有勇气直面直觉的指引
。
欲览未曾见之风景,必先勇闯未知,放下繁思,静听内心的声音。 #人生
灵感或绝境中实现目标
| 2025-05-04 10:08:47
目标的来源有两种:由灵感触发;由绝望催生。
让灵感触发梦想,而不是让绝望催生目标。
在纯粹的灵感(而非绝望)驱使下,有深刻而强烈的冲动要去创造一些令全世界耳目一新的东西。
但是如何分辨呢?一个简单的方法是记住想法与思考之间的差异。如果某个目标或梦想是在一闪念之间诞生的,它就是由灵感触发的;如果你思来想去,最终确定了某个目标或梦想,它就是由绝望催生的。
我们一直说的,赚够多少钱然后去旅游,这类目标都是服务于目的的手段,而非目的本身。我们总是出于各种各样的动机才想要实现这类目标,因此我们总觉得内心深处有一块缺失。
目标本身无关对错,只关乎其源头是灵感还是绝望。它只取决于你内心的感受,当你意识到两种目标在来源和表现形式上的差异,你会为能够创造令人耳目一新的事物而感到无比幸福。
我们不是为了获得身心圆满而去创造,而是因为感受到了身心圆满,所以想要创造,想要不计回报地给予。
你真正想要什么?
如果我有花不完的钱,已经去过世界每一个角落,什么都不能让我忧心,我做什么都不会遭人指摘,那么,我会想要做哪些事,创造出什么新事物?
心流的一些新的思考
| 2025-05-03 19:07:50
“焦虑是不加节制的思考。心流是不加思考的节制。” ——詹姆斯·克利尔,习惯研究专家
之前讨论过一个发现,就是感觉自己在微醺的状态下, 或者是困意的状态下更容易达到心流的状态,这个现象让我觉得很迷惑。
人类表现最出色的时候正是进入无思无虑的忘我状态之时,关于这种状态,日语里有个很美的形容词:mushin
(无心)
无心,是指意识里无杂念,无怨怒,无忧惧,以至无我。
心无旁骛,才能摆脱自我的限制,创造出这世上的万般缤纷。我不想将这份信念强加于你,只希望你愿意尝试着去体验,以自身经验去领悟它。
可能也和之前的上课老师在上课之间忘记之前的备课,也是如此,也更容易达到心流状态。
所以焦虑的本质是想的太多,心流的本质是心无旁骛。
所以回到之前的一个问题,为什么我在微醺的状态下,或者是在疲劳的状态下更容易达到一个心流的状态或者是专注的状态。
微醺时,前额叶皮层(PFC)——主管计划、批判、自我监控的区域——活动被酒精轻微抑制,这有点类似冥想后“ego降解”的效果。
疲惫可能不太一样,执行功能下降 → 批判性/分心减少,这类似于心流的效果,但是实际上是因为资源不足,大脑自动“节能”处理,只关注当前任务,不再处理多任务干扰。
可能“看似”更容易进入心流,但实质是进入“窄化注意”状态,不是真正高效的心流。
通常清晨是更容易进入真正“高质量心流” 的黄金时间,大脑刚恢复资源,执行功能最完整(包括工作记忆、抑制干扰、情绪调控)。
这或许能解释为什么艺术家们有时需要特定的环境、音乐乃至些许酒精来激发他们的艺术细胞。
体验的本质
| 2025-05-03 18:39:11
徒步体验,旅居体验,社交体验,人类一切的体验。
人类如果只学会一件事,便足以改变世界,那就是不要害怕体验。
人啊,天生就有点怕这怕那。怕失败,怕丢脸,怕未知,怕麻烦。这种怕,让我们老待在舒适圈
里,不敢往前迈一步。可问题在于,所有的成长、所有的改变,都藏在“试一试”后面。你不试,就啥都没有。
恐惧让人觉得可怕,比如现在好多人一听 “AI” “编程”,就头大,说“太难了,我不行”。结果呢?不敢试,就真不会,慢慢就被甩在后面。
还有一种怕,是怕面对自己。怕承认自己错了,怕看清自己想要啥,怕跟别人不一样。这种怕多了,人就活得憋屈,连带着跟别人相处也别扭。
别老缩着,敢去试试,敢去感受,人生才有意思。
思考和想法
| 2025-05-03 18:20:11
Thoughts and Reflections
flomo 记录的是思考过程中瞬间的认知片段。
想法是受到心理驱动的,是人类构建时间观的素材。想法是一切人类体验的前提。
我们自己还原自己的想法跳出来的过程,这一定不是大脑控制的,它是自发形成的,甚至人的大脑没办法控制想法的出现。
思考是对想法的加工处理,思考需要人的大脑参与,并且消耗资源,所以思考是很困难的,人类即使愿意承担痛苦也不愿意主动思考。
但是好像,思考也是产生痛苦的根源。
但是好像,乐观心态往往不是推理得出,而是一种更本能、更直觉的状态。
所以往往对某一件事情的第一反应往往是自己的感性状态,这个是最接近真实的,而不是后面思考,理性后的或者有情绪化后的决定。
虽然但是,思考不是很重要吗?这样好像有些冲突? 思考又会导致不幸福?
人活着,总得成长,总得搞明白点啥。
成长这东西,离不开思考。你得靠它去超越那些直觉的、表面的东西,才能弄清楚自己到底想要啥,怎样做才更好。
所以,停止思考
与主动思考
,本身也是一种平衡。
大脑进化的思考
| 2025-05-03 17:56:10
大脑的复杂计算针对人类进化以来,对生存和安全意识的本能。但是心灵的快乐和幸福,是无能为力的。
大脑的任务是维持生存,意识的任务是营造满足感。
如果你想获得自由、快乐、平静和充盈的爱,就不能听凭大脑指挥,安于身体健康;要打破这种局限,追求更崇高的心灵健康。
知人者智,自知者明
| 2025-05-03 17:51:34
大部分人都在以自己的想法和观点衡量这个世界。我们赋予一件事的意义(或观点)最终决定了我们对它的感受。
也是个人的三观决定个人对某一个事物的观点看法,即使是对于工作,有的人觉得工作很开心,有的人觉得工作很痛苦。
如果你去思考一下,如果不再有 “我恨工作” 的想法,你会成为什么样的人?
很多人没有思考过,作为元认知,理解情绪存在的本身。
生气的时候思考生气的原因,生气的本质是什么,客观的记录下来,往往有助于理解和疏导。
知人者智,自知者明
| 2025-05-03 17:45:22
大部分人都在以自己的想法和观点衡量这个世界。我们赋予一件事的意义(或观点)最终决定了我们对它的感受。
也是个人的三观决定个人对某一个事物的观点看法,即使是对于工作,有的人觉得工作很开心,有的人觉得工作很痛苦。
如果你去思考一下,如果不再有 “我恨工作” 的想法,你会成为什么样的人?
很多人没有思考过,作为元认知,理解情绪存在的本身。
生气的时候思考生气的原因,生气的本质是什么,客观的记录下来,往往有助于理解和疏导。
宁愿忍受苦难,也不离开让自己痛苦的舒适圈
| 2025-05-03 17:35:33
出于对未知的恐惧,人们更愿意忍受熟悉的痛苦。
人性中固有的熟悉者偏好
,即使这些偏好并非最佳。
已知的痛苦,似乎更容易预料和应对。
AI 时代独立开发,前端是主力战场
| 2025-05-01 11:22:06
AI 模型把核心服务变为通用服务。后端更简单,似乎不再有那么高的技术壁垒。
SaaS、PaaS 提供商把基础能力封装,直接使用云服务就能解决很多问题,而不需要再重复实现。
前端成为“用户价值交付”的关键场所,并且更容易聚焦 MVP 和单人产品闭环,用 Next.js
/ Tailwind
/ Firebase
/ Vercel
一套就能完成全栈交付。可以快速验证“功能 → 价值 → 增长”的链条。
数据库、权限、存储、模型调用都在朝平台化发展(Supabase、LangChain、Replicate、Vercel AI SDK),独立开发者无需从零写后端,只需“集成”,不必“构建”。
AI 把“智能”这部分从后端解耦了,前端才是离用户最近、变化最大、价值最集中的战场。
用户故事推动开发
| 2025-04-30 10:42:40
小团队可以实践的 DDD
理论和敏捷开发理论。
快速迭代是关键,设定一个版本,对初版本进行迭代开发,设定迭代周期以及迭代任务,尽可能把迭代周期以周为单位。
持续集成、持续部署很重要,减少后期维护和代码验证,尤其是 AI 时代这个能力变得尤其重要,避免返工。
用户反馈驱动开发(用户故事 -> 开发 -> 验证),而不是先写冗长的原型和需求文档,那样可能意义不大。
用看板记录任务进度。
每一个迭代后的总结、统计、反思,以及在一个周期内的任务回顾。
DeepWiki 的使用思考
| 2025-04-30 10:30:26
DeepWiki
很多理念非常值得借鉴,其实之前也在不断地学习各种开源项目,基本上都是借鉴 Cursor
还有 Deep Research
工具,也总结过一些关于如何快速学习一个开源项目的套路。这次 DeepWiki
特别方便的一点,是它能让你快速地生成项目的文档摘要。
操作上只需将任意 GitHub 仓库的链接中的 github.com
替换为 deepwiki.com
,即可访问该项目的 DeepWiki
页面。
其实这个操作对开发者来说很熟悉了,这也是一点启发,就是如何针对用户快捷地有一个入口,不一定是插件的形式,可以针对场景有一个快捷的操作。
再有的一点,就是 Deep Research
可用的场景还是很多的,一般切入一个大众且垂直的场景很重要。
停止思考
| 2025-04-29 22:29:17
最大程度上减少思考的前提,就是意识到我们正在思考。
也就是所谓的元认知
,通过一个上帝的视角上观察我们的思考。
也就是有些问题,如果意识到思考会很痛苦,意识到停止思考可以交给时间去解决,那么就不用去纠结了,停止思考,让答案自然而然地呈现出来吧。
极致的理性就是感性新的思考
| 2025-04-28 20:20:04
之前在 ACT 的山上,我和一个学哲学的朋友还有同伴聊到了一个挺有意思的话题:极致的感性就是理性,或者反过来,极致的理性就是感性。
后来自己想了想,觉得这个过程其实挺自然的,就像一个循环:从感性出发,经过理性的分析,最后又回到感性。感性是我们最原始的感受,比如快乐、悲伤、好奇这些情绪和直觉。它们就像原料,驱动我们去思考、去探索。比如,我对某件事感到好奇,就会想去了解它,这时候理性就登场了。理性帮我分析、推理,试图从感性的混沌中找出规律和答案。但有趣的是,不管我怎么理性地思考,最终的目的还是为了满足感性的需求——比如,理解了某件事后,我会感到满足,或者用这些理解来指导我的生活,让自己更快乐。
在这个过程中,我发现“有我”是非常重要的。思考不仅仅是对外在世界的探索,更是对自己的认识。我通过理性分析自己的感性体验,逐渐看清自己的价值观、动机和需求。比如,我问自己“为什么这件事让我快乐?”,这其实就是在用理性去挖掘感性的根源。最终,这种思考会让我更了解自己,做出更符合内心的选择。
所以,感性 -> 理性 -> 感性
的循环,其实是一个自然而然的过程。理性是工具,感性是起点和终点。任何理性的权衡利弊,都离不开真诚面对自己的感性需求。就像朋友们最近讨论的,不管我们怎么用理性去分析,最终还是要回归到感性本身,去感受、去体验。这个思考让我有种豁然开朗的感觉。之前在山上讨论时,我只抓住了结论,但现在我明白了背后的逻辑:感性和理性不是对立的,而是相互依存、相互转化的。极致的理性会触及感性的深层,而极致的感性也蕴含着理性的逻辑。思考的本质就是在这个循环中不断深化对世界和自我的理解。这让我觉得,生活里那些看似矛盾的东西,其实都是连在一起的,只要用心去感受和思考,就能找到属于自己的答案。
中国的电商机会为什么巨大
| 2025-04-28 12:15:13
为什么是杭州?杭州是全世界电商最发达的城市之一,电子商务中心。
杭州、整个浙江,自古就是小商品经济、家族手工业、贸易精神最旺盛的地方,也是民营企业最活跃的地区之一。
中国是全球电商交易总量最大、渗透率最高的国家之一,电商在社会零售总额的占比已经超过30%以上,远高于美国、日本、欧洲。
相比较美国和日本,为什么美国电商也如此发达,以及日本的电商为什么发展相对缓和。
时代背景和社会文化或许起到了决定性作用。
- 中国:曾经线下渠道不够完善,电商提供了新的生命力。
- 美国:线下市场规模庞大,电商作为重要补充。
- 日本:线下商业高度发达便利,电商的迫切性相对较低。
中国是最有潜力做电商的国家之一。
美国的电商发展,部分原因在于其广阔的物流半径,电商作为提升覆盖率的补充,将原本难以覆盖的小镇、远郊市场数字化。
人类的勇气
| 2025-04-27 18:50:11
勇于攀登珠峰的人类,其首要品质之一便是勇气。
有时候很欣赏一些本能的勇气,动物之间也会存在本能的勇气,面对危险时的本能反应,狗去保护主人的本能,母亲保护孩子的本能。
但是人类很多的勇气往往超过了本能,更多是理性和价值观驱动,是在“害怕”中依然选择行动,带有超越本能的自我控制。
勇气是所有美德的底座。
比如你想要诚实,需要勇气,因为讲真话常常要面对不舒服的局面;你想要仁慈,需要勇气,因为善良有时候意味着要冒着自己受伤的风险;你想要公正,需要勇气,因为伸张正义经常会得罪人、遭到打击。
没有勇气,感觉所有的品质都可能只是头脑中的幻想。
勇气的本质,是在面对恐惧、痛苦、压力的时候,仍然选择去做自己知道是对的事。
勇气不是鲁莽。我的评价标准是,明知道危险、痛苦、代价,但在权衡之后,仍然理性而坚定地选择行动。鲁莽则可能是在不充分考虑后果的情况下行动,若结果不达预期,则易生悔意。
其实也是一种东方文化和西方文化勇敢体系的平衡,一面的极端是顺从、妥协、忍耐到失去自我,一面的极端是盲目抗争、自我膨胀,忽视了和世界共处的智慧。
“勇气不是美德之一,而是最重要的那个。”因为它像是行动的发动机,是支撑一切的骨架。
靠嘴巴输出美德很容易,但是有勇气行动,却很难。身教胜于言教
。
人类的好奇心驱使着人类前进探索
| 2025-04-27 18:30:30
看了流浪 Cookie 无氧登 8000 米安娜普尔纳的视频,以及之前登珠峰航拍视频。
视频中人类的渺小和步履的艰难,以及不断有人在此过程中离世。不由得思考:
人类有必要登顶吗?这么多人登顶珠峰的意义是什么?人类真的需要这样做吗?
如果人类只是为了满足基本的生存需求,那么这些行为似乎没有直接的“意义”。
但若以此类推,航海时代的探险、科学的无数次突破,似乎也都可以被质疑其“意义”。
那么,什么才是有意义的?或许是人类那份不屈不挠的精神,对未知的永恒渴望,以及对自然规律的深深敬重。
人类区别于其他物种的一个重要特征,就是对未知世界的探索欲望和对自身极限的挑战精神。
这或许是人类进步的根本动力。
生物的本能告诉我们应该恐惧,应该屈服。
而勇气,或许正是这个世界给予人类的一种嘉奖。
软件工程以终为始的理念以及 TDD
| 2025-04-27 17:34:52
之前说到过 TDD
(测试驱动开发) 是 AI 时代的软件开发的最佳实践之一。
软件工程中的以终为始
也是类似的,强调从结果的角度上思考问题。
任何的事情,大体都是先思考再执行,可以概括为两个步骤:
- 在头脑中构思蓝图。
- 将构思赋予实践。
一些案例:
- 测试驱动开发(TDD): 先编写测试用例,明确预期结果,再进行开发。
- 持续集成(CI): 保持软件始终处于可运行状态,确保每次更改都不会破坏系统。
- 亚马逊的“向后工作法”: 开发新产品时,先撰写新闻稿和FAQ,明确用户价值,再进行开发。
一些难易的讨论,元认知
| 2025-04-27 15:55:30
刚刚看到猫想到了这个话题,故意问了一下搭子,猫最近频繁的拉屎,家里都是味道,做饭阿姨提醒我们要解决,说杭州夏天可能更严重。我思考了一下这个事情好像很早就不可避免,但是一直推到今天。我在想为什么这件事情,感觉明明是重要且紧急的事情反而没被解决,因为这是偏生活类的,并不影响自己的专业素养。因为思考这件事情就需要解决这个问题,解决问题是很麻烦的。我调侃搭子,受苦比解决问题更容易,这个事情解决的话就很麻烦,但是我们忍一忍,不去想未来的后果是什么样的,感觉也能习惯和忍受。
- 受苦比解决问题来得容易。
- 承受不幸比享受幸福来得简单。
- 多数人宁愿做任何事也要逃避真正的思考。
- 撑住面子比承认错误来得更简单。
- 伪装也比保持真诚更容易。
- 抱怨环境比改变自己更容易。
- 沉溺回忆也比放手过去来得更容易。
人性的底层是什么?恐惧,骄傲,惰性,以及对真实的渴望。每一点既可以是光辉,也能是摧毁人的武器。
听了一下陈乐一的演唱
| 2025-04-27 11:33:16
想起来了张小龙说的 “不听摇滚的程序员不是好产品经理”。
很喜欢陈乐一,也是一个00后女生,但是对场上的把控力非常好,而且唱的很有力量,让人一眼觉得是适合舞台的女孩。
摇滚精神在某种程度上代表着反传统、关注人性、向往自由和找到本真状态。
音乐代表着感性力量,音乐代表着表达。
我们的理工男,编程,核心职责通常是逻辑严谨地实现功能,遵循既定规则和需求文档,解决技术难题。这更侧重于“How”(如何实现)。
但思考为什么这样做,为谁做,怎么做,则需要更强的同理心、创造力、商业嗅觉和打破常规的勇气。
这是一个从遵循规则到定义规则,从技术实现到用户价值,从逻辑推导到感性洞察的转变。
这些往往属于:
- 敢于挑战和创新 (反传统、自由) 的人。
- 深刻理解并关怀人 (人性、本性) 的人。
- 拥有独立思考和与众不同的能力 (做与众不同的事) 的人。
ps. 最后还混到合影了。
理性是一种工具
| 2025-04-27 11:12:46
理性这东西,说白了就是个工具,它是为了达到目的服务的,比如赚钱、解决问题,所以常带着功利性。可它有个特点,干巴巴的语言和逻辑,有时难以完全抓住人的情感和直觉。你喜欢一个人,理性顶多说“因为他性格好”,但这哪能讲透那股莫名其妙的心动?语言本身也是一种工具,毕竟是有限的。真正的喜欢或许没有那么多理由,感性才是主角。感性和潜意识有时候比理性更贴近某些层面的真实,像艺术创作、人际关系,常靠它撑场子。理性呢,事后复盘一下挺好,但别指望它包办一切。朋友提醒要“处理好边界”,就是别一根筋——该动感情时别冷冰冰分析,该算计时也别光凭感觉瞎撞。简单说,理性是把刀,感性是心火,聪明人知道啥时候用哪个。生活中多琢磨这平衡,别让工具骑到头上,也别让冲动坏了大事。
继续阅读微信产品观一些思考
| 2025-04-27 11:11:45
- 保持粗放,保持笨拙: 抓大的特性、忽略小的特性,有时加上去不如不做。
- 解决方案如果设计的太复杂了,那很有可能是问题本身定义错了。
- 即使是极小、几乎可以忽略的细节,也能透出背后的认知体系、品牌气质和文化自信。
- 其实
可插拔
的能力一方面可以是工程上的能力,一方面也可以站在用户的角度上考虑,一些不重要的功能可以做成插件的形式供选择。 - 真正优秀的体验创新,不是用户说“哇好神奇”,而是用户觉得“本来就应该这样”,把用户体验做到极致就是创新。
- 产品是由理性构建,却常用来表达感性。
- 训练直觉,理性地训练直觉。对复杂问题的解决,可能不完全来自于推理,也来自于直觉。
- 你的短板,换个角度看,可能是你的强项。社交恐惧者或许更能做好社交产品。
- 产品理念决定了产品的高度。
- 将产品视为
作品
,而不仅仅是产品。
包容、理解和宽恕
| 2025-04-26 16:12:52
包容指的是接受和容忍他人的不同观点、行为或习惯,即使这些可能与自己的信念或习惯相冲突。它通常表现为一种对外在差异的接纳,可能不需要深入探究对方的内心世界。
理解则更进一步,意味着深入了解和领会他人的思想、情感和动机。它要求我们尝试站在对方的角度,去体会他们的感受和处境。
包容更多是一种行为上的克制,避免自己出现情绪冲突,不一定需要很多认知努力。但是如果缺乏内在的认同,这种包容可能是表面的,甚至在压力下难以维持。
理解更难,理解需要更多的努力和投入。要真正理解他人,我们必须跨越自己的主观视角,走进对方的内心世界。
但是真正的包容还是以理解为前提的。没有理解的包容,好像也只是短暂的、表面的维持关系。
包容是一种对外在差异的接纳,即使不完全理解对方的内心,也可以通过行为上的宽容来实现。而理解则要求我们超越自己的经验和局限,进入他人的精神世界,这是一种认知和情感上的跨越。
比理解更难得的是宽恕。它不仅要求我们跨越偏见和认知局限去理解他人,还需要在理解的基础上,放下怨恨与愤怒,用宽容回应伤害。这感觉是人性更深层次的挑战。
元认知
| 2025-04-26 16:04:27
元认知的本质,是对认知
的认知。
比如说,知道自己在思考,观察自己走路。
意识到自己的行为,也存在被动元认知和主动元认知。
从被动到主动,这是一个转折点。当一个人能主动开启第三视角、开始持续反观自己的思维和行为时,就意味着他真正开始觉醒了,他有了快速成长的可能。
感性至上
| 2025-04-26 15:38:06
理性作为意识,感性好像能作为潜意识的一部分的,这时候我们去理解产品,理解用户的行为,不由得开阔。
有时候看书看到一些关键的情节,或者自己感觉到临界点,自己会停下来,思考为什么这个观点会对自己有触动或者启发,这个触动或者启发是否能用到其他的事情上面,这个启发点是否有类似的知识。
确实我一直认为感性是一个很好的养分或者原料去引导自己去思考,之前问过朋友很多次,自己最感动的瞬间,这是自己的感性力量。
- 为什么动感情了,原因是什么。
- 为什么这个产品特别吸引到我,是否有什么与众不同。
- 为什么我特别沉浸在这个剧情中。
感性是原料,帮助选择;理性帮助我们思考,总结,训练。
一方面,如何去训练和思考我们自己,感性是一个很好的指南,或者说是寻找使命感。
- 你最想帮助的是哪些人?
- 你做的什么事情是让你觉得最感动的?
- 你最让人感动的时刻是什么?
- 没有任何的经济压力,你准备怎么样度过余生?
- 闲暇的时候,关注最多的是什么?
怎么样捕捉别人的感性,通过感性是最好的去了解一个人的方式。
- 哪些事情最能让人记忆深刻?
- 哪些事情总是涌现?
- 无意识的第一反应,往往是第一个念头是什么?
- 梦境,日有所思,夜有所梦。一直不是很相信梦境,但是梦境可能是内心真实的展示,喝醉酒好像也是。
- 身体的反应,身体更能告诉你你需要什么,想吃辣,想吃素,想睡觉,那就听身体的吧。
- 直觉。
潜意识的作用力
| 2025-04-26 14:42:36
我们探讨过 AI 是否存在自我意识的问题,我们除了自己,没办法判断对方是否存在意识,何况对方是 AI ,我们只能用一些学科方法,比如说图灵测试,来判断 AI 是否能满足自我调整、自我优化。
突然想到对于人类来说,潜意识的作用力也是巨大的。潜意识是指:没有被意识觉察到,但影响行为、情绪和思考的心理过程。
但是对 AI模型来说,模型的本身可能就存在了一些难以完全理解的黑箱操作。比如说大模型内部的权重、激活模式,可能影响了回答,但连开发者、AI本身也无法明确知道具体怎么影响的。
我们行为中大部分受到潜意识的影响,我们依赖“系统一”(潜意识),只有遇到冲突或新情况时才唤起“系统二”(理性思考)。
所以对于大部分的人来说,我们的判断和决策,往往受到过往经验、情绪、文化暗示的驱动,而非全然的理性分析。
潜意识执行速度更快,消耗能量更低。所以做产品的时候,如何做到执行的路径更短?需要学习的产品用起来是非常累的。如果大部分功能可以依靠直觉匹配用户习惯,或者人可以依靠奖励模型去学习,产品执行路径越短,用户所需的“意识介入”越少,也就是——越像“潜意识行为”。
用户需要引导,而不是教育。
不需要告诉用户你有多高级,只需要让他们用起来顺畅,甚至上瘾即可。
耗能高的学习和思考,对于人的成长帮助更大。但是不幸的是,人类天生不喜欢学习和思考,因为这类事极其耗能。在漫长的进化过程中,生命的首要任务是生存,高耗能是对生命的消耗,这也是大部分的人愿意呆在舒适区的原因。
有人说,勤奋有时只是为了掩饰思想上的怠惰。
受苦比解决问题来得容易,承受不幸比享受幸福来得简单,对于多数人来说,人们为了逃避真正的思考,愿意做任何的事情。
所以或许可以说: 认知模糊来自内部,而情绪波动常来自外界的刺激。
没有耐心
| 2025-04-26 13:12:32
我好像太期望过早的做一些有意义的事情,或者有些急于求成。
但是缺乏耐心好像并不是一件可耻的事情,这些或许就是人天性的一部分。
婴儿刚出生时,理智脑的作用极其微弱。
人的耐力也可能符合复利效应的增长。复利效应显示了价值积累的普遍规律:前期增长非常缓慢,但到达一个拐点后会飞速增长。这个规律揭示了一种力量,不过要想获得这种力量,我们需要冷静面对前期缓慢的增长并坚持到拐点。
人的耐力成长也受到了舒适区边缘效应
的影响。
舒适区边缘另一个重要的规律是它揭示了能力成长的普遍法则:无论个体还是群体,其能力都以“舒适区—拉伸区—困难区”的形式分布。要想让自己高效成长,必须让自己始终处于舒适区的边缘,贸然跨到困难区会让自己受挫,而始终停留在舒适区会让自己停滞。
即对于学习而言,学习之后的思考、思考之后的行动、行动之后的改变更重要。如果不盯住内层的改变量,那么在表层投入再多的学习量也会事倍功半;因此,从权重上看,改变量 > 行动量 > 思考量 > 学习量
。
单纯保持学习输入是相对容易的,而思考、行动和改变则相对困难。在缺乏觉知的情况下,我们会本能地避难趋易。
读书时不求记住书中的全部知识,只要有一两个观点促使自己发生了切实的改变就足够了,其收获与意义比读很多书但仅停留在知道的层面要大得多。
但是为什么有些人面对一个事情本身特别专注?一方面可能是训练过,或者擅长探索底层原理。但是更高级的方法或许是请本能脑和情绪脑出动来解决困难,去感受到困难的事情并从中找到乐趣,甚至上瘾。这点真的很厉害,极度理性的人应该是极度理解自己的人。
焦虑的本质
| 2025-04-26 11:50:52
焦虑的本质,或许是想做很多事情,又想立即看到效果。
人的一切愤怒,归根结底都是对自己无能的愤怒。
自己的欲望大于能力,又极度缺乏耐心。焦虑,就是因为欲望与能力之间差距过大。
人性的某些特质:急于求成,想同时做很多事;避难趋易,想不怎么努力就立即看到效果。
为什么现代社会的焦虑和痛苦感觉更多了? 因为节奏和竞争更激烈了,天性被放大了。
比如说,现代的人经历过红利或者暴富,一旦尝到快钱,人就难以再忍受“推迟满足”和“过程缓慢”的心理落差。这其实不是钱的问题,而是人的欲望系统被重新标定了。
但终究要回到现实面对规则:要想有所成就,必须保持耐心,延迟满足。
对不婚主义 & 大龄单身男女分析
| 2025-04-26 09:52:50
中国有大量的非自愿单身男性,也有大量的大龄单身女性。
在中国文化的某些观念下,思想刻板单一的人们总认为任何人生都必然需要结婚生子,尤其认为任何女性或多或少必须依靠婚姻养活,婚姻对于任何时代的任何女性都必定是事关生死存亡的生存工具,任何大龄未婚女性都必定生活凄苦心灵空虚,他们称呼这类人群为“老剩女”。
在发达国家,思想观念较为个性化、比较容易接受新思想的人们认为,如果女性能有自力更生的独立经济基础自给自足,那么大龄未婚女性其实无非是因人而异因地制宜的个人选择而已。甚至很多时候如果你的性格作风、兴趣爱好真不适合结婚这一生活方式,那么不结婚才是真正适合自己的,也才能真正生活开心、快乐。
中国的某些歧视为什么一直存在? 大龄歧视,大龄单身歧视,女性歧视,学历歧视,地域歧视。
歧视的本质是什么? 歧视是什么?
歧视不是基于一个人做了什么,而是基于这个人“是什么”而进行差别对待。
其本质,或许是对权力不平等的延续渴望,认知懒惰导致对复杂现实的简化处理,以及群体偏好对异己的心理防御。
感觉歧视是一种看不见的剥夺,不在乎对方做了什么,只因为对方是什么。
句句回应
| 2025-04-25 21:57:04
某一刻突然意识到自己好像和朋友聊天没有做到句句回应,突然反省到这件事情,于是赶紧把一些没有回复的聊天都找出来,回复一下。但是回复回复的过程中,感觉自己像 AI ,AI 不就是这样和我聊天的嘛,现在的 AI 还没有太多情感,冷冰冰的回应。我晕 … 我意识到我快活成 AI 了,哈哈,开个玩笑。
回应是一个很好的品质嘛?工作场所可能是职业素养,但是生活中我更看重的是真诚、自然。
中国人特别在意回应,可能跟文化上重视面子和人际关系有关。不回消息可能会让人觉得你不在乎对方,甚至有点“失礼”。但我自己却更倾向于接受自己会忽略回应,认为句句回应会显得机械、不自然,像机器人一样。
沟通的艺术感觉在于真诚与分寸的微妙平衡。句句回应在正式场合显得专业而有礼,但在亲密关系里却可能让人感到刻意和疏远。我觉得真正的交流不是字面上的你来我往,而是心与心的共振。在对的时候说对的话,不必每句都回,却能让人感受到温暖和自然。欣赏一个人也不是看他回复得多勤快,而是他能不能在不同场景里灵活切换,既真诚又舒服。活在当下,用心去听去说,才是对话的温度和意义。
开源商业化的一些思考
| 2025-04-25 12:25:59
开源项目 star
数量多虽能提升曝光度,但并不直接等同于融资与盈利。其次,开源项目好并不等同于能吸引用户,开源项目的商业化所需的市场投入甚至可能远大于技术投入。 另一方面,要根据自己的赛道选择正确客户画像,不盲目追求标杆和大厂,尽可能证明一个可快速复制的用户画像,找到属于自己的客群。个人不建议做 ToC
开源,可以做技术 To Professional
。最后,做第一批某成功产品的开源替代,可以省去验证大客群这一步。
实际上产品形态可以是很多种:
- 开源库 + 付费增强版 (Pro)
- SaaS 服务 + 本地部署版
- CLI 工具 + 云托管界面
- 插件生态 + 文档支持
其实面向的都是一部分的专业用户,这些用户虽然不是企业,但有一定预算、刚需场景和强技能背景,能理解并愿意为优质工具付费或参与贡献。
自我解释的动物
| 2025-04-25 00:44:57
人类好像是会自我解释的动物,大部分我们以为的思考,实际上是对我们自己的一些行为进行一些合理化的解释。
好奇心到底是在哪里?
| 2025-04-24 23:32:41
好像是为了寻找答案而去寻找问题真的很没趣,这群人的好奇心都在思考用户有什么问题上。
但是道理其实很简单,从自己生活中的问题中获取灵感,自己是否留心身边的问题,这点很重要。
但是往往最简单的道理却被很多人忽视。
核心是一个人能不能面对真实的自己。
为什么旅程中思考的更多
| 2025-04-24 23:16:14
每个人都在做着相似的事情,因为每个人都可能面临同样的问题。那么,如何才能找到真正独特新颖的问题呢?或许,那就是让自己变得更加独特新颖。如果我不去旅行和工作,我可能就缺少了那些新颖的 idea 和思考的源泉。
为什么要和别人走一样的路?或许不值得。
Deep Research 把重要的信息保存起来也是一个非常重要的功能
| 2025-04-24 16:49:40
Deep Research
生成的信息可能是各种形式,或许也是比较重要或者比较复杂的信息,将这些信息能灵活的保存起来也是非常有意思并且重要的。
一个是灵活的接入各种的 MCP
工具,一个是对 MCP
的各种的能力优雅的集成。
再就是笔记模块也能提供 MCP
入口,用户可以快捷的将笔记保存进来。
对于调用方来说,如何灵活的集成 MCP
模块也很重要,感觉业务中一般都会自己去做 MCP
网关。
推荐的最佳实践
| 2025-04-23 11:36:40
当前的最佳实践涉及对用户和内容的深度语义理解,通常借助 LLM
生成的嵌入向量实现。
强化学习 (RL
) 被用于优化长期用户价值:现在推荐系统不仅优化用户当前的点击行为(短期指标),还使用强化学习方法来模拟和最大化用户的长期价值,例如提升用户粘性、留存和生命周期价值等。
LLM
在实现对话式推荐、处理冷启动问题以及提升推荐解释性方面展现出巨大潜力。
捕捉用户的短期兴趣和意图变化,序列推荐(Sequential Recommendation
)模型根据用户最近的行为序列预测其下一步可能感兴趣的物品。
后面可能更重要的是 AI 扮演 解释者
(解释推荐理由)、对话伙伴
(与用户讨论需求)、需求挖掘者
(帮助用户澄清模糊的意图)甚至内容创作者
(生成与推荐相关的叙述或摘要 )的角色。
发自内心的喜欢上阅读
| 2025-04-22 21:55:58
阅读是一种自我发现的过程,与其说是获取知识,不如说是与内心对话。工具能让我们在信息洪流中快速筛选,但真正的滋养来自沉浸书中时那份情感与共鸣。现代人对效率的追逐常让我们陷入焦虑——读下去累,不读又后悔。可阅读不应是表演,而是自然的选择,是内在成长的一部分。自由不在于工具多寡,而在于能否听从内心,找到让自己丰盈的方式。我们为何阅读?不是为了填补空白,而是为了点亮灵魂。这才是阅读最本质的馈赠。
但是,这个社会有时却不那么允许我们纯粹地享受阅读。
渲染的想法
| 2025-04-22 21:55:45
其实本质上一定程度上要相信AI。
页面上的结构需要约束,但是或许也可以放开一部分,这部分就是 AI 成长的空间。
举个例子,AI 给文章生成摘要,摘要有摘要合适的格式,对应的排版。抛开摘要,可能下一个是精彩句子,精彩句子往往对应的原文中的图片,所以又是另外的一种排版。再就是展现的形式,或许可以展现为对话的方式去讲解。总之,或许可以给页面留下一些操作空间,让页面自由发挥。AI 可以去创建出某种格式,页面根据某一种格式知道如何渲染更佳。
渲染的 UI 参考:https://github.com/wandb/openui
在一定的空间内给 AI 想象力,让 AI 自由发挥!
- AI 成为页面结构的“设计建议者”。
- 页面是“格式解释器”。
- 用户看的是AI 编排下的最佳阅读体验。
还有一点或许很重要的是像 https://quizlet.com/
一样优雅地把数据展现出来也很重要。
分享 & 情绪 & 表达
| 2025-04-21 22:32:01
我们明知道网络上的反馈往往不稳定、情绪价值不高,但还是会忍不住分享。
人有一种“想被看见”的冲动,哪怕只是潜在地希望某个特定人或群体看到。这和“微信状态”或者“朋友圈背景音乐”有点像,是一种默默地在说话。
分享有时候是对当下体验的确认和存档。
发出一张卡片、一张图、一段感受,不一定是为了别人回应,而是像在说:“这段情绪我不想让它白白过去。”
比如说,钓鱼佬的目的不是每一竿都指望鱼上钩,但钓着的姿态就很重要,是一种“我在场”的象征。
好像也是网上同频人的社交圈。
一个让人“有借口分享自己”的产品功能,可能比“能分享内容”的功能更有传播力。 “读完这句,沉默了3秒” / “送给凌晨3点还醒着的你” 碎片化时代,碎片化的语言,触动碎片化的我们。
仪式感 + 周结 -> 朋友圈,彰显自己,就和网易云音乐的年度总结类似。
这是我今天最喜欢的一段话,你呢?
GraphQL 和 REST 在 AI 产品开发中的适用性分析
| 2025-04-21 21:30:06
GraphQL
最核心的优势是数据灵活,数据格式越干净,预处理成本越低。
GraphQL schema
可以直接转为自然语言描述,这个想法很妙。Schema 本身是强类型的,定义了数据结构和关系,但是 REST
是分散的,LLM 需要理解其中的关系。
GraphQL
一次性解决所有的请求,并且支持批量查询和订阅 (subscription
),比如实时更新推荐结果。
GraphQL
的 schema 很灵活,加个新字段不影响老客户端,避免了版本管理。
项目中的建议
- 选择GraphQL情况: 需要处理多类型数据(比如文本、图像、实时流)或者复杂的关系(用户-订单-物流)、需要快速迭代,并且 AI agent 直接根据 schema 做决策。
- 选择 REST API 情况: 项目简单到不需要 GraphQL 的花活,REST 也没啥问题,毕竟它够稳定。
客户端选择: Altair
(优秀的 GraphQL 客户端)
启动浏览器通知的必要性
| 2025-04-21 18:05:34
很多的网页,LLM
系统,需要处理很长时间。针对长时间的处理,用户不知道对应的 tab 什么时候会完成任务,此时启动完成提醒的功能尤其有意义。
性别的行为模式差异
| 2025-04-21 12:03:24
社会如何塑造我们对性别、价值和关系的理解?
为什么中国的女性似乎更倾向于“内斗”或抱团,而男性之间却常表现为针对或冷漠?为什么漂亮的女生容易被男女接纳,而好看的男生却难以得到同性的欣赏?
从女性之间的“内斗”说起,这不一定是简单的嫉妒或攀比,而是社会对女性定义的某种缩影。女性从小可能被灌输外貌、地位和认可的重要性,这些东西有时被塑造成一种稀缺资源。
这种竞争不一定是天性,而可能是社会期待的产物。反过来,男性间的关系却少了这层“软性”的较量。他们更常在职业、经济这些“硬实力”上针锋相对,外貌或社交地位很少成为焦点。
价值的定义从来不是中立的,它是被文化和期待雕琢出来的。
感觉社会有一个网,把我们圈起来,约束每一个人。社会需要某种规则来支撑资源分配、角色分工和身份认同。中国女性的地位为什么有时显得分层严重?在改革开放后,家庭出生的女性地位相比较日韩的女性,后者的成长环境可能更像是一个缓缓的、没有剧烈变化和深刻反省的时期。
但是这种竞争真的是天性吗?还是说这更是社会期待的产物?好像结合西方文化上来看,未必是天性。
xhs 上缺的是情感的价值
| 2025-04-21 11:30:35
或许有一个点,AI 帮我快速的生成有价值的段落或者片段,小红书 (xhs) 可以快速的将这个段落片段发布。一些情绪价值,调动情绪的故事,或者片段,或许是 xhs 上所稀缺的。
CrewAI 对比 LangGraph
| 2025-04-20 15:34:11
LangGraph
因其先进功能更适合未来复杂 AI 系统,而 crewAI
因易用性和广泛采用也具潜力。未来趋势可能偏向两者结合,但 LangGraph
似乎在构建复杂、可控的 Agent 系统方面更具优势。
LangGraph
提供状态管理、人机交互和调试时间旅行,适合复杂任务;crewAI
强调协作智能和无代码工具,易于快速部署。
选择上,对于轻量化、原型开发,crewAI
或许是不错的选择;对于一些需要精细控制和复杂逻辑的工程项目,LangGraph
可能更为合适。
参考: https://github.com/crewAIInc/crewAI
团队 & 个人知识助手:Anything-LLM
| 2025-04-20 15:14:18
Anything-LLM 是一个工具,让你把像 Notion、PDF、Markdown 文件等内容喂给大语言模型,然后用它来做智能问答、搜索和总结等任务。你可以在自己的电脑或者服务器上运行,数据不会上传云端,比较适合团队或个人搭建私有知识助手。
- 上传文档,一键变成“聊天资料库”:比如你可以导入一本电子书、一个项目的说明文档,甚至整个 Notion workspace。
- 问它问题,它用你的内容来回答:比如“我们上次的设计会议定了哪些功能?”或者“这份白皮书的核心观点是什么?”
- 支持多用户和多数据源:可作为公司内部文档问答机器人,也可用于个人信息管理。
- 支持多种大模型后端:支持 OpenAI、Ollama(本地 LLM)、Groq 等,可以自由切换。
LLM 推理模型,以及后面的预测
| 2025-04-20 14:51:02
未来的模型可能是适应性智能
,将更智能地判断何时需要深度思考,何时快速回应,自动在不同模式间切换。
用户可参与AI的思考过程,指导或纠正推理方向。
并且后面好像多模态
的推理能力反而是趋势。
结构化输出可以显著的减少模型中的幻觉
| 2025-04-20 14:44:16
OpenAI 的函数调用等结构化输出方式,通过施加约束、聚焦任务、方便验证等方式提高了输出的可控性和可靠性。
当你要求模型输出特定格式(如JSON、XML、CSV或自定义模板)时,你实际上是在给模型的输出施加了明确的规则和边界。
并且结构化输出的本质是引导了模型的思维过程。在某些技术(如思维链提示 Chain-of-Thought
)与结构化输出结合使用时,可以要求模型先在特定字段中列出其推理步骤或提取的关键信息,然后再给出最终答案。这使得模型的“思考”过程更加透明,有助于识别潜在的逻辑跳跃或事实错误。
UI 测试目前的成熟的 Agent 的方法
| 2025-04-20 14:18:51
针对UI快照进行微调的多模态LLM,允许通过测试脚本以自然语言
编写,并能自动导航至程序,QA.tech
大抵属于此类。
另一类则如 Browser Use
,结合多模态基础模型与 Playwright
测试框架,凭借对网页结构的深入理解进行测试,此法不依赖特定的微调模型。
针对 AI 的设计模式
| 2025-04-20 14:12:50
软件工程中 agent
能力的提升,使得未来诸多修改可交由 AI 完成。然而,对 AI 友好的代码设计于代码可维护性而言,至关重要。
DRY 原则
能减少重复代码,使 AI 更易处理工作上下文。目前,最适宜 AI 的设计模式,依旧与传统软件设计的最佳实践紧密相连。
随 AI 的演进,未来或将涌现更多针对 AI 的设计模式。
#领域/软件工程
推理模型 & 强化学习背景下 Prompt 的思考实践
| 2025-04-20 12:47:25
好的提示词理应清晰(不模糊、易于理解)、具体(明确指出要求,避免泛泛而谈)并且提供充足上下文(告知AI相关的背景信息)。
传统提示方法于推理模型适用阶段的修正:
观察 1: 少样本提示 (Few-shot Prompting) vs. 零样本提示 (Zero-shot Prompting)
- 少样本提示: 在提示词中给模型提供若干示例(输入+期望输出),令模型学习模式。
- 零样本提示: 直接给出任务指令,不提供示例。
- 发现: 对于推理模型,简洁的零样本提示(直接下指令)或比少样本提示(给例子)效果更佳。这或许意味着推理模型自身理解指令的能力颇强,提供范例反而可能限制或误导它。
观察 2: 思维链 (Chain-of-Thought, CoT) 提示技术
- CoT: 一种引导模型“一步一步思考”的提示技巧,让模型先展示推理过程再给出答案,通常能提高复杂问题的准确率。
- 发现: 对于推理模型,使用CoT提示技术反而可能降低表现。
- 可能的原因: 此类先进的推理模型,其训练或许已通过强化学习等方式,内置了类似CoT的机制(微调过的CoT机制)。也就是说,它们本身就倾向于或被训练成按步骤思考,若再用CoT提示去强制引导,可能会打乱其内部优化好的流程,导致效果不彰。
强化学习和微调旨在让模型更直接、更高效地完成特定任务。Prompt应侧重于定义“做什么”和“目标是什么”,而非过于详细地规定“如何做”(除非“如何做”是任务的核心要求)。应信任模型的能力,赋予其一定的自主空间来解决问题,特别是对于那些经过专门微调的任务(如代码生成、摘要)。
设计一系列连贯的Prompt,每个Prompt处理整体任务的一个环节。这对于构建自主代理(Agentic Applications)尤为重要。 #领域/软件工程
去中心化,基于对话的架构实践
| 2025-04-20 11:34:05
AI 时代,一种或许较新的架构实践方案:建议流程 (Advice Process)
- 规则: 任何人皆可做出架构决策。
- 限定条件: 做决策前,必须咨询两类人:
- 所有会受该决策显著影响的人。
- 在该决策领域拥有专业知识的人。
重点: 决策者必须寻求建议、倾听并记录,但不必一定同意或采纳这些建议。目标是获取广泛的输入和声音,而非达成共识。
四个关键要素:架构决策记录 (ADR - Architectural Decision Records),架构咨询论坛 (AAF - Architecture Advisory Forum),团队共创的架构原则 (Team-sourced Architectural Principles),自建的技术雷达 (Your own Tech Radar)。 #领域/软件工程
API 不再当成技术,而是当成产品
| 2025-04-20 11:26:00
API 所面向的群体,正如设计用户产品需考虑用户体验,设计 API 亦需顾及开发者的体验。 优良的 API 设计应合理、标准化,不仅便于用户使用,也方便其他业务接入,对 AI 而言亦能更佳处理。 可尝试以下方法:
- 提供可用的实例。
- 预配置认证。
- 准备真实的测试数据。
应将这些视为 API 产品的一部分来交付和管理,一如交付 API 代码和 API 文档一样。 #领域/软件工程
智者 & 哲学家
| 2025-04-19 12:39:19
智者自诩博学或聪慧之人;诡辩学者为财而传道授业;哲学家则是爱好智慧之人。 诡辩学者授人道理,并收取学费,此类人在生活中屡见不鲜,如传授知识的教师,售卖创业课程的导师。亦有自认博学而沾沾自喜者,以及网络上那些自夸学富五车实则一无所知之辈。 哲学家则恰恰相反,他们深知自身认知之局限,此亦为他们不断追求真知灼见之缘由。“我唯一知道的,便是我一无所知。”
人是否一出生就有羞耻感呢
| 2025-04-19 09:51:53
羞耻感更像是一种社会适应机制,助个体在群体中维持良好关系,避免遭排斥。它亦促使我们约束自身,以符合集体期望,进而增强合作交流之机。人乃社会性动物,终究离不开集体。
羞耻感多为后天习得,新生儿主要依赖本能行为求存。
世间必有许多地方,赤身裸体乃自然之事,故社会形态往往决定了个体行为之边界。
羞耻感并非旨在催生道德偏见,亦非用以击垮汝心,而是提醒你,你依然在乎
。
诸多时候,羞耻感不应成为逃避之借口。说错一言,做错一决,冷落一位善人而感羞愧,此非软弱。
#人生/成长
AI 生成代码的思考
| 2025-04-18 16:46:25
树下沉思,纵览近期 AI 生成代码的种种模块,深感当下 AI 多流于表面,多数项目尚未运用优良工具,亦未做好生产级别之准备。
真正卓越的项目,应具备诸多通用学习模板、结构化模板,以辅助程序快速生成一款生产级别可用的产品。此点至关重要,AI 不仅要完成简单任务,更需胜任复杂的结构化任务。
并且,AI 应具备成长性。故关键在于,AI 在此过程中,随能力或工具之提升,其上限亦应广阔。
此过程中,MCP
(模型上下文协议) 举足轻重,它规范了 AI 与工具的通信;A2A
(AI to AI) 亦然,它规范了 AI 间的通行。
规范确立之后,关键在于一个成熟的系统,能否一键完成工作流的发布。
甚至可以说,协议既出,一键生成 MCP
应用,或基于现有 cursor
生成 MCP
应用的重要性亦不言而喻。
再者,部署与项目模板千差万别,于此基础上进行实现或逻辑构建,亦颇费心神。
顾虑何在?
- 安全问题人皆忧之,然若应用代码完全可控,则未必需要过分担忧。
OpenGrep
之类的工具可验证识别安全问题。
Yao
似乎曾致力于此,但效果显然未尽如人意。
什么时候应该上 i18n
| 2025-04-18 12:31:45
MVP 阶段,不应优先考虑 i18n
。
此阶段,核心在于 “最小”(Minimum) 与 “可行”(Viable)。
i18n
应视为验证成功后的优化或扩展步骤。
然若验证通过,考虑 i18n
则甚为必要。修复发布后的 i18n Bug
成本,或为编码阶段修复成本的 14 倍以上。若系统需支持多语言,则务必审慎。
Stripe 手续费真高!但也真的是出海必备了
| 2025-04-17 16:32:23
Stripe Checkout
搭建支付系统迅捷无比,无需自行编写 UI,仅需一行代码即可跳转至 Stripe 的付款页面。
AI 出海项目通常采用 Stripe
、PayPal
及 TerraPay
。
不可否认,Stripe 提供了完整的订阅计费管理、Webhooks、发票、试用、优惠券、税务等功能。
且无需在美国实地注册公司。
#AI/product
时间上的思考
| 2025-04-17 13:44:40
为何时间似乎缺乏明确清晰的衡量尺度? 总感觉光阴不敷使用,却又不明其所踪。 日常中,缺少一些规律化的行为。 譬如,具体的睡眠时长,何时起床,何时运动。 以及每日的办公、学习、阅读时间。 若此皆有妥善规划或安排,或会更佳。
对一些无甚意义的谈话已然兴味索然,若无明显碰撞或收获,我不认为有何物是互联网所匮乏或自身搜索不到的。
空谈
廉价且无效,而创造
则更富挑战,亦更能有效地改变世界。
请少言,多行。
究竟何为重要? 与所爱之人相处。 与能激发自己好奇心和潜力的人相处。 运动和户外令我感到幸福。 探索新的地方。 进行创意项目。 说“不”是可以的,保持沉默并找到自己的焦点。
PostHog 是否适合初创公司或者 MVP 阶段
| 2025-04-17 11:11:40
PostHog
我认为非常适合 MVP 阶段集成驱动。
MVP 的核心定义是:用最小的成本验证核心产品假设、了解早期用户行为、收集反馈并指导下一步的产品迭代。
PostHog
核心提供的功能有:
- 事件驱动:包括按钮点击、页面和功能使用情况等。
- 自动捕获前端事件:减少初期手动埋点的负担。
- 关键转化漏斗:如 注册 -> 创建第一个项目 -> 分享。
- 用户会话录制 (Session Recording):此功能颇为实用,助你理解“为何如此”。
- 产品内问卷:可直接在产品内部向特定用户群体(例如,刚完成某个核心操作的用户,或即将流失的用户)推送简短问卷,收集直接、情境化的反馈。
- 功能开关 (Feature Flags):允许你向特定用户群体(如内测用户、部分新用户)发布新功能或 MVP 的变体,而无需重新部署整个应用。这极大地加速了 A/B 测试和灰度发布的过程,是 MVP 快速迭代的利器。你可以用数据验证新想法,效果不好可以快速关闭。
- 监控:提供了留存分析和关键数据信息仪表盘。 #AI/product
大模型的 Key Value 能力
| 2025-04-16 16:16:47
Anthropic 提供了一个名为 “Prompt Caching” 的特性,旨在优化 API 调用效率。
其本质在于注意力机制预测 token 时,对 K
(Key) 和 V
(Value) 状态的灵活存储。
- 显式调用:默认并未开启,需主动启用。
- 前缀存储 (Prefix Caching):若后续 API 请求使用了与先前某个已缓存请求完全相同的前缀内容(直至
cache_control
标记点),并且cache_control
标记在相同的位置,则系统可重用先前缓存的 K/V 状态,跳过对此部分前缀内容的重新计算。 - 主要益处:显著降低后续请求的延迟,并大幅削减成本。从缓存中读取(Cache Read)的 token 价格比正常输入 token 便宜 90%。首次将内容写入缓存(Cache Write)时,这些 token 的价格会比正常输入 token 贵 25%。
- TTL (Time To Live):为 5 分钟,且长度最小 token 数要求为 1024。
各厂商政策对比
- OpenAI: 写入缓存无额外费用,自动缓存。读取缓存可获得最高 50% 的折扣。
- Anthropic (Claude): 写入缓存有 25% 的附加费,但读取缓存的折扣高达 90%。缓存 TTL 固定为 5 分钟(可刷新)。
- Google (Gemini): 用户需要使用 SDK 或 API 创建
CachedContent
对象,并可以自定义 TTL(默认为 1 小时)。用户拥有最高控制权,写入不收费,但会产生基于token-hours
的存储成本。读取缓存可获得 75% 的折扣。
比较常用的场景
- 对话机器人:包括一些对话案例,这些通常是固定的,而用户的每一轮输入和历史对话会附加在后面。
- 系统提示 (System Prompt):可将冗长、固定的系统提示置于 Prompt 最前端。通过在系统提示之后、用户输入/历史对话之前放置
cache_control
标记,可使模型缓存处理系统提示后的 KV 状态。 - 批量分类/处理:针对大量具有相同规则的分类任务,其 prompt 亦可存入缓存。
- 少样本学习 (Few-shot Learning):在 Prompt 中提供若干完整的“输入-输出”示例,以指导模型处理实际问题时的行为。这些示例通常固定不变,而最后的用户实际问题则是变化的。
- RAG 中的固定指令:若 RAG 流程中的
[固定指令]
部分很长,可以缓存这部分。 #AI
服务层调用AI平台不需要 Kong
| 2025-04-16 12:48:50
Go Backend 调用 LLM 服务(通常为 Python 服务)时,一般不走 Kong,而是通过内网直接调用(如 IP、Service Name、Docker Compose / K8s 内部服务名)。
Kong 主要扮演对外网服务的「边界网关」角色。
直接调用不仅性能更高,逻辑也更为清晰。
若内部服务需同时供内部和外部使用,可考虑让 LangGraph
(或类似服务编排工具) 同时暴露:
- 一个用于 Kong 转发的公网接口。
- 一个用于内网直连的 Internal-only 接口。 #领域/软件工程
Browser Use 不到1w行代码融资1700美元,为什么!!
| 2025-04-15 12:57:34
简而言之,Browser Use
提升了大型语言模型对网页识别与操作的效率及准确度,有助于 Agent 完成任务。
定位:Agent 基础服务之一隅。
MCP
(模型上下文协议) 乃共识,其对 API 的封装不可否认。
然仍有蛋糕待分:绝大多数服务并无 API,仅提供面向人类的 GUI,而浏览器正是 GUI 的主要容器。
Browser Use
可视为模型能力不足时期的一种中间优化方案。若此时期足够长,其价值巨大;若模型迅速突破,则其价值或将消减。
窃以为,Agent 上下游相关配套基建尚处起步阶段,小团队大有可为,或能在其中某个点做出彩。
参考链接: https://github.com/browser-use/browser-use #AI/product
Cursor 如何快速的学习一个项目
| 2025-04-15 12:22:20
- Agent 模式启程:首先,不妨问一个简单的问题,譬如“请帮我分析此项目的整体架构”。
- 架构图绘制:让 Cursor 辅助绘制架构图。
- 在线预览:可将生成的图表代码拷贝至在线工具(如 Mermaid Live Editor 或 Mermaid Chart)进行预览。
- 核心流程分析:继而请求 Cursor 分析项目的核心流程及入口文件。
- 顺藤摸瓜:循此思路进一步阅读,例如分析某个具体函数,探究其初始化了哪些服务。 #AI/open-source
测试技巧
| 2025-04-15 11:01:48
测试之事,常涉及 CLI
、Web UI
、API
相关层面。
- CLI 测试:较为频繁,适于快速验证、单元测试等,且易于集成 UI。
- Web UI 测试:适用于用户体验验证、端到端测试,然其维护成本亦不容小觑。
- API 测试:此乃常见之法,甚至可借由工具完成,更贴近真实业务,且本身便嵌入工程体系一部分。
一般而言,其价值排序或可为: 单元/CLI 测试 > API 测试 > UI 测试。
同一业务逻辑,经由多种方法验证,亦是增强系统鲁棒性之一途。 其实 UI 测试另有套路,常区分页面处理。譬如为便于测试,或会构建一套基础 UI 界面体系,此类基础页面一般仅作静态呈现。 #领域/软件工程
CLI 调用业务还是 API
| 2025-04-15 10:57:25
通常可从以下几方面斟酌:
- 语言一致性:若自行开发的业务语言与期望编写 CLI 的语言不一致,则选用 API 乃自然之选。
- 业务需求:
- 若 CLI 仅为满足本地快速验证、调试执行,则调用本地核心逻辑更为直接。
- 若涉及远程分布式任务、云服务等,则设计为 API 调用方为上策。
- 安全考量:若对安全性、认证、权限控制等有较高要求,亦应直接调用 API。
可借鉴 Kubernetes
的 API 设计,其核心在于将核心逻辑封装抽象得当。kubectl
需对远程或分布式服务进行调用,此种分布式架构使其不得不选择 API 形式。
#领域/软件工程
网络问题的产生的一系列反应
| 2025-04-15 09:56:39
MacBook 忽染无网之疾,遍试 xhs
与 Google
诸法,皆不见效。情急之下,情绪渐起,急于修复。待心绪稍定,反观己身,思忖何为重要,以及如何面对当下困境,反倒不急于一时之解,转而探求此次网络事故中可汲取之教训。
还原现场至关重要。我素有一法,即每当情绪波动,无论积极或消极,皆不急于评价情绪本身及自我,而是客观记录。一则客观记录情绪,二则客观记录问题信息,而后再客观分析问题。
于己之情绪,我似颇善反思,尤擅反思情绪本身。从感性角度而言,此乃了解自我之便捷途径。譬如乘坐大摆锤时的紧张感,彼时现场只需感受此情绪,事后忽有灵感,原来当初如此,以及何以如此。此次亦然,遇阻碍时,斗志反被激发,纵使废寝忘食亦望解决。潜意识中,对解决此问题渴望至极。故若某时某阶段,遇重要或急需解决之难题,反能使我全然沉浸其中。此或为我略有拖延之习性的原因之一,于最后关头,整个人的状态反能臻至心流。然此亦有优化空间。
此次事件经纬如下:
我的 MacBook 电脑,新版本系统诸多配置与旧版有异。先前 VPN 使用 ClashX
,近来发现 ClashX
易致电脑无网。观其日志,或为配置问题。无网之时,我便重启电脑,重启后可正常使用。然 ClashX
频繁导致无网,需时常重启,终非长久之计。遂准备更换,转投 sing-box
。然 sing-box
配置颇为繁琐,提示需 Install Network Extension
。查阅若干 issue
,得知需在 General -> Login Items & Extensions -> Network Extensions
中开启。然开启之后,电脑依旧无网。此时,奇异一幕出现——重启电脑亦无网络。
将事情记录下来,目的有三:
- 理清思路,梳理逻辑。
- 记录内容,便于请教他人时复现问题,或提交
issue
,甚至可用 AI 询问解法。 - 最重要的,通过客观记录与反思,从每一次的“故障”中学习与成长,这本身就是一种收获。 #领域 #人生/成长
拖延症
| 2025-04-14 20:04:43
拖延症未必全然是坏事,它在一定程度上或能节约时间。然关键在于,你能否将其“拖”至一个理想的节点,在确保质量的前提下,将时间拿捏得恰到好处。 拖延者或许在逃避一项重要任务的同时,完成了许多其他相对次要但仍具价值之事。有些人甚至声称在压力之下工作效率更高。 由此可见,拖延症亦因人而异,寻得适合自身的习惯更为重要。 多数情况下,拖延并未解决问题,反而导致更多压力与焦虑,实属不得已。
日拱一卒理念
| 2025-04-14 20:01:27
- “日拱一卒”,意味着无论每日所为何事,皆会将此精神贯彻始终。
- “日拱一卒”,即每日必做之事,纵或耽搁一两日,亦必尽可能做到每日践行。它对你的要求,仅仅是每日向前挪动那么一小步,对每日的要求并不算高,且只求你拱此一卒,贵在坚持。
项目中的密钥管理
| 2025-04-14 17:20:39
Doppler
非常适合直销团队使用,其轻量化、易上手及良好的集成性是其显著优点。
相较于 HashiCorp Vault
这类更适用于生产级别、大型团队的工具,Doppler
在小团队中具有明显优势。
聪明的代理方案
| 2025-04-14 14:52:16
传统而言,我们在分析对某篇文章进行阅读时,会思考若干问题,将其分解为多个独立的步骤——总结、提取关键词、对内容进行分类和产生见解——我们认为这是一种良好的工作方式。 此法有其局限,每个任务可能由独立的模型去实现,且你需要对任务进行排序。这类似于工作流(workflow),需要明确管理步骤之间的知识传递,并根据中间结果独立确定需要哪些额外操作。
然则,代理(Agent)会如何去做?
- 状态管理:理解上下文,拥有短期记忆和长期记忆。
- 策略选择:知晓何种方法更为合理。
- 工具调用:明白哪个工具更能解决问题。
LangGraph
之于 Agent 的优势在于,它能像操作图(Graph)一样驾驭各个节点。
Vercel AI SDK 开发神器
| 2025-04-14 09:58:25
两大卓越特性:
- 流式处理 (Streaming) 极佳:对流式传输的复杂细节进行了封装,易于使用。
- 跨提供商兼容性:即便更换 LLM 厂商也无妨。
- UI 层面:返回的状态和数据通常是响应式 (reactive) 的,可以直接绑定到 React, Vue, Svelte 等框架的 UI 组件上,实现流畅的实时更新。
相较而言,Vercel AI SDK
助力开发者快速构建前端的 NodeJS、React 项目;而对于后端,则有类似 LiteLLM
的 Python 包解决类似问题。
一种巧妙的方式是利用 Vercel AI SDK
的 hooks,后端统一管理调度 KEY。如此,既能获得 Vercel AI SDK
出色的前端流式支持,又能享有代理带来的后端集中管理优势(如密钥、模型路由、配额、负载均衡等)。
LiteLLM
支持两种模式:一种是库模式(Python),另一种是代理模式。两者皆非常易用且社区活跃,相较于 one-api
具有明显优势。
- one-api: https://github.com/songquanpeng/one-api
- litellm: https://github.com/BerriAI/litellm #AI
中西文化
| 2025-04-13 20:52:22
一幅水墨画,寥寥数笔淡墨勾勒山川,却刻意大片留白,引人遐想那未曾明言的云雾与远峰。 此乃一种邀请,邀你思考,邀你感受。 故而,字面之空白,或比文字本身更为重要。
西方文化中的油画,细节密密匝匝,将意图铺陈得淋漓尽致,甚至不留余地。 吾辈自幼受教,言行需含蓄,话不说满,与人留余地,亦为己留转圜。 “道可道,非常道”,有些事物过于幽深,言语难以穷尽,唯有让人自行体悟。 西方文化倾向显露,于知识与真理之追求,总在填充细节,追求一种“有”的极致。 #审美
无中生有
| 2025-04-13 19:32:23
人类的关键飞跃之一,在于从“无”到“有”的创造。 未来 AI 或许能催生新的物理公式,乃至更高层次的抽象法则,甚至被赋予真理之地位。 创造力至关重要,其重要性远超我们想象。
表演固然重要,然何以钟情爵士(jazz)?因其每一次演奏皆是即兴的挥洒与创造。 将知识点与逻辑梳理清晰,甚至可说是为了更好地即兴发挥。 课堂乃鲜活之地,有交流,有碰撞,而非单向输出。 学生非待填充之空瓶,而是拥有思想、怀揣好奇的个体。真正的价值不在于教师讲授多少,而在于众人于交流中碰撞出何等火花。 此亦可谓“活在当下”,无甚需忧虑,不妨将一些事视作修行。 #人生/成长
Deep Research 价值链分配
| 2025-04-13 15:22:29
众多创业者或开源项目,在 OpenAI 等巨头之后,开始不断研究类似的 Deep Research
方案。
模型厂商(如 OpenAI)在此类应用上,确拥有显著的先天优势,它们能将自家模型与强化学习微调相结合。
然 Deep Research
各产品亦纷纷开辟差异化道路,譬如采用思维链、基于圆桌访谈、对话形式、角色扮演,以及集成各式工具等。诸多精细化需求,及特定知识、数据、工作流程的场景需求,仍有广阔空间。
再者,利用更优质的专有数据集,在专用任务上亦可能超越通用模型。
OpenAI 等厂商未来或将 RLHF
(Reinforcement Learning from Human Feedback) 的能力封装成更易用的 API 或服务。目前 Fine-tuning API
主要支持监督微调(SFT),未来可能出现 “RLHF-as-a-Service”,允许客户提供偏好数据(如 A 比 B 好)来进行模型优化,而无需关心复杂的 RL 算法实现。
另外,随着开源库的发展,将涌现越来越多的开源项目与开源模型,亦能支持强化学习微调。
#AI
潜意识的证明我很重要
| 2025-04-13 14:41:25
做饭阿姨有一种现象,譬如她总在潜意识中表现出:“我有很多订单,许多客户都想请我上门做饭。”这种行为,仿佛在潜意识里告诉我们她很稀缺,这与徒步尼泊尔时,一些背夫急于表现自己、邀功的行为有相似之处。 她潜意识里似乎在传递“我的服务很稀有”,这种行为不难理解,但我对此行为的态度却颇为有趣。
我潜意识里感觉阿姨在“炫耀”,炫耀自己付出良多,且客户众多,意在争取更多主动权,并提升自身稀缺度,如此或能让我更珍惜她,甚至觉得能请到她是件了不起的事。 后来细想,亦不排除阿姨在给自己鼓劲,渴望他人认可,觉得自己颇为能干——人皆有寻求存在感之需求。
我潜意识里对此类现象略有排斥,原因可能在于这让我觉得她想在关系中占据上风。而我与她本是合作关系,此排斥的根源或在于我对平等真诚关系的向往,以及潜在的控制欲。 然从传统文化视角观之,对方在集体主义环境中,渴望自我证明,恰与我对真诚平等的期盼略有冲突。
理解对方言行背后的动机至关重要,而非仅仅依赖直觉反应。本质上,双方的身份与合作关系并不会因此改变,对方亦非意图获利。下次或可一笑置之,道一句:“是啊,您手艺这么好,肯定很多人排队请您。” 真诚的赞美,或许源于理解和尊重。 #人生/成长
有意义的投资是那些本身不被看好的力量
| 2025-04-12 20:29:46
许多人本身已拥有诸多平台与资源,即便没有你的襄助,亦不乏他人提供支持。 而真正具有社会价值的投资,在于看见那些原本不被看好的人,并在其早期便坚定地支持其成长。这些人的起点或不重要,重要的是其在结构之外的生长力以及他们的成长斜率。
未来的现代化的产品文档形态
| 2025-04-12 19:03:03
使用 MCP
(模型上下文协议) 接入本地文档,似乎已成趋势。
Docs ≠ 静态网页,而是“产品的一部分”。
文档应能更简洁地开发出来,并且能够便捷地接入第三方,MCP
的方式在此显得尤为重要。
文档自身应具备访问 AI 和知识库的能力。
Nextra 是一个很好的工具,可以基于 Nextra,参考 Langfuse 的案例来实现。 #AI/product
产品的记录方法
| 2025-04-12 17:51:52
产品相关的思考比较适合碎片化记录,但又不宜过于零散。flomo
适合进行初步的产品想法记录。
另外,小红书或 Twitter 等平台亦可作为产品思路的记录与发布渠道。
小红书天然适合引流,且平台上非常强调“人设”,其核心是社群。
通过小红书也较易积累第一批用户。
甚至可以思考,何种形式的卡片内容更契合小红书这类平台的结构。或许未来小红书的载体形式会发生彻底的改变。
AI 时代工程师最重要的能力
| 2025-04-12 11:39:26
程序员的核心始终是 input
和 output
的过程。读写代码的能力,向来是程序员最核心的底层能力,这包括结构化思维、逻辑推理等。
AI 时代,读代码的能力愈发重要。AI 增强了 output
的过程,即“写”的过程,这意味着从零开始编写大量样板代码、标准算法和通用功能的需求会减少。然则,验证 AI 输出的代码至关重要。AI 生成的代码绝非完美,可能存在逻辑错误、性能问题、安全漏洞,或不符合业务逻辑。工程师阅读和理解这些代码的能力,仍是其底层素养。同样,调试代码也变得至关重要,如何利用技巧、业务经验及工具进行 debug
是关键。最后,多个代码模块的集成与工程设计亦非常重要。
AI 生成的代码同样需要维护。通常而言,维护阶段比开发阶段更为漫长,如何利用工程经验优化维护过程至关重要。
深思之后,窃以为以项目驱动学习最为有效。参与最真实、完整、具复杂度的项目,整合自身能力去理解整个项目。此过程中,如何利用 AI 辅助理解,如何利用工具去实践、debug
,显得尤为重要。
#领域
《黑镜》第七季第三集《白日梦饭店》
| 2025-04-12 11:19:52
前两集皆为科技与人性的深度结合,观感略显阴暗。第三集则尤为我所钟爱。 印象最深刻的是最后一句话:“我有的是时间。” 同性之间的爱情。 AI 亦能富有情感和意识。 AI 亦能有感情,亦能有爱,亦能长久陪伴。 而且,它会一直都在! #电影
《黑镜》第七季第二集《黑色野兽》
| 2025-04-12 11:06:25
霸凌者竟成了上帝,世界本质并非正义终将战胜邪恶。 被霸凌者一直活在梦魇之中,生不如死;而霸凌者却逍遥自在。 原以为讲述的是被霸凌者的复仇,未曾想竟是霸凌者反杀复仇者。 这个世界,似乎一直是权力为王的世界,从未改变。 #电影
《黑镜》第七季第一集《普通人》
| 2025-04-11 20:19:39
科技与人性,普通人的宿命似乎是被一再剥削与压迫,除非摇身一变,成为剥削与压迫者。可悲的人类。 个体的意识若被科技所操控,则后果不堪设想。我们是否会忽略人类基本价值观的追求? 若人本身的一些特质,譬如思想、意识或记忆,竟成为商品被买卖,那么个体的权利又当如何界定? 科技一方面声称追求生命福祉,另一方面又在剥夺个体的自由。科技的初心是否尚在? 科技究竟是让生活变得更美好,还是让一部分人拥有了更大的权力? 普通人,仿佛成了科技的剥削对象。科技发展的不平等,是否会加剧社会分层? 当人工智能可以预测、操控、影响我们的决策时,我们的自由意志是否还存在? 我们是主动选择,还是被算法推着走? 结局是悲剧,悲剧引发思考,而现实,有时也不得不是悲剧。 #电影
微信产品观
| 2025-04-11 15:10:36
- 了解人性,了解群体心理。产品经理如同上帝,建造系统并制定规则,让群体在系统中自行演化。
- 人是环境的反应器,产品营造的便是环境,它决定了用户的反应。
- 人是懒惰的,但懒惰亦是创新的动力。
- 时尚是人性本质的驱动力之一,人皆向往时尚。
- 人缺乏耐心,若你的产品能第一眼就吸引用户,便成功了一半。
- 人不爱学习,博客的衰落某种程度上印证了 RSS 的式微(注:此处或指用户不愿主动配置信息源的倾向)。
- 切勿以对待个体的方式对待群体。群体的智商往往低于个体智商,互联网产品的对象正是群体。
- “集体”的价值至关重要。个体若与人群脱节、被孤立,便会感到没有价值。某些产品在中国难以普及,或许是因为中国社会普遍面对的问题比“存在感”还要低一个层次——是“生存感”。中国有这样一群人,他们既有生存的压力,又有对存在感的渴望,这类人群便是所谓的“屌丝”。搞定他们,便把握了用户群的核心。
- 从日常中察觉本质,触碰“开关”。这些开关,比普通的开关更贴近人的情感。伟大的产品应当满足人的情感需求。
- 人性化即是以己推人。你无法完全了解他人,你只能真正理解自己。你需要了解的是人最普遍的心理活动。
- 需求是满足人们的人性需求。不要在产品中掺杂过多的个人道德感。产品是技术与艺术的结合。
- 用户的需求往往是零散的。不要用户说什么便是什么,重要的是归纳总结出抽象的规律。
参考链接: 陆奇演讲实录:微信的产品观察
碎片化信息的思考
| 2025-04-11 11:45:21
网上充斥着对碎片化信息弊端的讨论,这些无需赘言,xhs
上便可轻易搜寻诸多答案。我想补充一些关于碎片化信息的主观思考与理解。
信息时代的爆炸式增长,使得海量而零散的信息包围着我们。实际上,每日我们大脑处理的信息量远超其极限,导致注意力分散,快餐式的消费习惯加之算法的推荐,更助长了这一趋势。
然而,碎片化信息亦在塑造我们的表达与创作方式。
譬如一些直击人心的表达,简洁的输出创作,以及病毒式的传播。
AI 是一个极佳的工具,能与碎片化信息很好地融合。它不仅顺应了碎片化信息的特质,还以独特的方式将其转化为更有意义的整体。
AI 擅长将零散的点连接成线,再编织成面。通过模式识别和逻辑推理,它能从混乱中提炼出清晰的结构,赋予碎片以意义。
从无序的碎片到有序的整体,从浅表的片段到深层的洞见。
Notion 使用
| 2025-04-11 上午 11点32
Notion,我主要用它来记录那些需要长期维护和管理的笔记,或是规划日程与项目管理的部分。
对网页进行性能分析的工具
| 2025-04-11 上午 10点30
Lighthouse
是一个非常棒的工具,用于分析和改进网页(Web Page)或渐进式网络应用(PWA)的质量。
Lighthouse 通过自动化审计,为开发者提供了一个关于网页在性能、可访问性、最佳实践、SEO基础和PWA潜力方面的全面评估。它的报告不仅给出分数,更重要的是提供了具体的优化建议和诊断信息,帮助开发者定位问题并改进网页质量,最终提升用户体验。
Firebase Google Code发布
| 2025-04-11 上午 9点35
Firebase Studio 是 Google 发布的在线 AI IDE,类似 Cursor 一类工具的 Agent 模式,可以通过对话构建整个项目。
这似乎说明 Cursor 的 Agent 模式是 AI 编程领域一种颇为有效的形态。
Firebase Studio 有 Prototype 和 Code 两种模式:
- Prototype 模式:主要通过对话输入,LLM 完成项目新建和代码编写,适合初步落地想法。
- Code 模式:可以理解为带了 Gemini 插件的 VS Code。
初步体验之后,抛开效果不谈,整个产品使用逻辑上是顺滑的:
- 使用 Prototype 模式,以 AI 为主,构建应用的草稿。
- 切换到 Code 模式,以人为主,AI 为辅,完成细节和复杂逻辑。
- 一键发布。
感觉这挺适合做原型开发的,相较于 Cursor 而言,开发原型的成本或许更低,可类比为 https://v0.dev/
产品与 Cursor 的结合版。
#AI/product
模型智能调度
| 2025-04-10 晚上 11点40
通过将多个模型的权重进行平均或融合,可以创建一个性能更优的单一模型。这种方法不仅能整合各模型的优势,还能减少资源消耗和推理时间。例如,权重平均的奖励模型(WARM),通过融合多个微调后的奖励模型,显著提升了模型的稳健性和性能。
比如说,TinyLlama
是一个仅有1.1B参数的LLM模型。
Claude Code Overview 相比较 Cursor 区别
| 2025-04-10 晚上 11点24
优点: 对习惯命令行操作的开发者更友好,更适合快速原型开发和自动化脚本编写。作为命令行工具,它可以直接访问和操作整个文件系统,能够与各种命令行工具链(如 Git、Docker、数据库工具等)无缝集成。
缺点: 很明显,界面对用户不够友好。
Refer: https://docs.anthropic.com/en/docs/agents-and-tools/claude-code/overview#install-and-authenticate #AI/product
强化学习 & 应用层的思考
| 2025-04-10 晚上 10点49
大模型哪些能力会自己内化掉,甚至强化学习能做得更好?哪些场景下还是需要业务自己去做?有两个很不错的点:一个是业务中的优质数据,优质的数据需要自己的业务经验去总结,一些好的数据往往更能交给大模型层去参考。
大模型的本质还是 input
和 output
。影响 output
的除了大模型本身的能力,还包括 input
中一些优秀的数据,这些数据是需要自己的业务能力去分析的。
通用能力——比如语言理解、图像语音处理、模式识别——大模型大都能自己内化,业务方直接拿来用就行。强化学习呢,可以看作给模型加了个“动态调优”的增益效果。
有些场景还是需要一些好的方法收集,比如金融里预测股市,模型得懂K线、成交量这些专业知识。
具体的垂直场景,大模型微调可能是更好的方向,但前提是非常垂直,比如说 PDF to Markdown 场景,大模型微调一方面有很好的效果。
模型功能保证符合第一公民定位
| 2025-04-10 晚上 9点37
很多模型有一些特色功能,比如说多模态的能力、工具调用的能力、长文本的处理能力。但是,保证模型的能力是通用能力很重要。什么是通用的能力?比如说,各个模型厂商都会做,并且做出来一定能比业务方做得更好的能力,可以利用强化学习不断地优化。
一部分是 LLM 厂商没办法内化的场景,比如说业务上的短期记忆和长期记忆,这些没办法完全依赖模型的上下文去做,而是需要业务层传递短期记忆或者是长期的记忆来实现。
信息转换
| 2025-04-10 晚上 7点55
碎片化的信息/知识 + 碎片化的逻辑构成了人类的智能,而碎片化的信息/知识 + 碎片化的逻辑 + 隐/显性的伦理构成了人类的智慧。
客观存在:数据 / 事实 —> 有组织的数据 主观意识:—> 提炼的信息 —> 整合 / 创造 / 发散
我们不是数据的生产者,我们是数据的“组织者”或“诠释者”。 数据只有通过业务的加持才能转化为信息。数据是客观的,而信息则是主观的,创造信息的目的是达成共识。
Agno 多模态智能体框架
| 2025-04-10 下午 6点11
Agno 的核心价值在于提供一个能够构建快速、高效、具备记忆、知识、工具和推理能力的多模态智能体的框架。对于开发者而言,其优势体现在:减少样板代码、加速开发周期、因高性能带来的可扩展性以及高度的灵活性。 #AI/product #AI/open-source
拥有和失去
| 2025-04-10 中午 12点06
感受的存在:能力似乎从胎儿期便开始拥有,那些感性和经验性的感受。 思考感受:大约七岁开始发展“元认知”能力,也就是“思考自己的思考”。
拥有的感受:像初生婴儿对世界的新奇,一部新的手机,一次新的旅行。 失去的感受:丢了工作、失去亲人、失恋……
事物的价值和我们的感受都是相对的,似乎需要变化才能刺激到我们。比如刚拥有时很兴奋,但几天之后,就可能麻木了。
“拥有”在感知上大部分是主动的,比如说自己选择买一部手机。被动的拥有,指的是我们拥有了这些风景,我们拥有了一双看世界的眼睛。“失去”则是实打实的,可能是突然就没了,不受我们的控制,把你习惯的生活撕开一道口子,逼着你面对变化。
负面偏见:人性对坏事似乎比好事更敏感,这或许源于趋利避害的本能,为了能活得更久。
每个人的反应像一面镜子,反射出自己的经历与成长。世界无常,一切都在变,执着会带来痛苦。那么,思考的是如何面对无常,把被动变成一种主动的感知,似乎一切皆可是成长。 #人生/成长
信息工作流
| 2025-04-10 上午 11点48
最近工具和信息有些杂乱,我思考了一套自己认为适合的,以及自己比较喜欢的工具,试图搭建出自己的信息工作流。最近看产品和项目比较多,也总结出了一些方法,这里主要针对信息与知识管理类:
- 不输出知识,只输出思考:知识太多了,不想成为知识的搬运工。而且有很多工具可以作为第二大脑,不需要自己所有都内化。
- 做笔记只有一个场景:需要反复拿出来看的,或者需要分享出来的。我会很注重结构化,如何结构化地整理笔记,以及精简笔记。
工具介绍
Notion
:页面精美、支持联网、有大量的模板。我用 Calendar 来做日程管理,一些活动管理,日程会议相关的、私密的笔记记录。需要做结构化分类,少即是多。滴答清单
:做一些速记和分类的短暂笔记,比如说 prompt 的笔记。以及常用四象限选择优先级。和 Notion 的日程管理不同的是,滴答清单中不做日程,只做优先级,追求简而美。Flomo
:记录想法、思考,偏碎片化,时不时导出到博客的日记中。Mac Book 本地文件
:对电脑上的一些书籍、PDF、文档进行分类,主要是收集整理。Obsidian
:主要用作一些文档类型的项目,比如说博客编写,文章以及笔记的编写。一般是无结构化的,或者需要以 project 的形式分享的。微信读书
:结合 Zlibrary 下载电子书,然后微信读书导入阅读。网页版效果不错,有对照翻译。写作工具
:大学后就抛弃了手写。AI 时代,也渐渐告别了逐字敲打。各个模型厂商都支持 Canvas 类的编辑界面,非常适合 AI 辅助编辑,大多是 Markdown 格式,很方便导出。没有 AI 辅助加持的写作,感觉少了点什么。协作写作工具
:Google Docs。如果是内部项目相关的,直接使用 GitHub / Git,Project 的 Docs/协同。Docs 的内容容易迁移给 Cursor 使用,各个模块的设计都在对应的 README 中。Deep Research 方面,OpenAI 和 Gemini 家的都还不错,很适合输出专业的文档。Google
:网页信息的主要来源,大部分信息/知识渠道。自带的 Reading List 收藏一些常用的信息知识网站,Tag 用来做搜索索引标记关键词。Folo
:针对优质博客的 RSS 订阅,并且 Folo 也能帮助你发现一些优质的博客。博客的质量普遍偏高,休闲的时候可以看。Reader
:阅读体验很好,适合书籍的收集,高亮精彩片段收集,感觉和 Flomo 有些类似。
⚠️ 区分 Obsidian 和 Notion 的方式其实对我来说很直接:Notion 使用模板更多的是需要经常补充的笔记、调度器;Obsidian 往往意味着写一篇文档代表一次性完成。
AI 工具 其实各有特性:
Gemini
:现阶段感觉最强,搜索能力很厉害。用的会员,Deep Research 效果非常好,很适合写专业文档、设计文档、学习文档。DeepSeek
:用得比较少,但写文章段落很厉害。OpenAI
:感觉会员不值得买了,偶尔一些小的问题会用免费版,速度很快。Grok
:情商很高,可以聊哲学,当一个朋友,给一些建议啥的。Claude
:写代码很厉害,一些代码的问题都找 Claude 了。
#领域/工具使用技巧
极致轻松完美的完成任务
| 2025-04-09 晚上 11点07
Gamma (gamma.app) 致力于最小化步骤生成 PPT。只需要非常简单的步骤,比如粘贴文本或者导入文件,它就能很快帮你生成对应 PPT 各个模块的摘要。你可以适当地去修改摘要,AI 就能马上帮助你生成完整的 PPT。
- 上手快,界面很“现代感”,适合做那种一眼看上去就很高级的东西。
- 写一点提示词,它自己能生成一套完整的演示文稿,图文排版也自动生成。
- 比传统 PPT 灵活,你可以当网页、当幻灯片、当文档看,分享也很快。
https://gamma.app/ #AI/product
情绪价值的独响AI
| 2025-04-09 晚上 8点18
独响AI(Duxiang AI)是一款挺有意思的产品,它把笔记应用和AI技术结合在一起,还加入了点角色扮演的味道,感觉挺新鲜的。
它最抓眼球的地方,是那些AI虚拟角色——它们会跳出来跟你互动,在你的笔记下面评论、聊两句,甚至“吵个架”,就像是你手机里的小伙伴一样。
一般笔记应用就是冷冰冰的工具,但独响AI不一样,它让AI角色跑出来跟你“聊”你的笔记。比如你写了一天的心情,它们可能会安慰你,或者跟你讨论你的想法。这种互动特别适合那些想找人倾诉但又不想真的发到朋友圈的人(比如内向的人)。
AI 是长期陪伴式的,看过你哪些笔记,和你聊过哪些内容都会记住,这种独特的个性化感觉很棒,迎合了人的情感需求。
工具不仅仅是工具,也可以是一个伙伴,陪伴你的伙伴,也可以有情绪价值。 把 AI 塞进日常工具里,搞出点新玩法,小红书社区可以营造很强烈的情绪价值。
Refer: https://www.duxiangai.com/ #AI/product
前端跨平台选择
| 2025-04-09 下午 2点34
React Native 基于 JavaScript,而 JavaScript 生态已经涌现出许多相关工具和库,例如 TensorFlow.js 和 Brain.js,这些工具让开发者能够轻松将 AI 功能集成到应用中。Taro 是一个基于 React 的多端开发框架,可以将 React 代码编译为微信小程序、H5 以及 React Native 等多种平台。
但一般来说,都是使用 React 框架作为跳板到 React Native 的。
React Native 的标语是“学习一次,可到处写”。
使用 React Native 开发 Web 的一个前提是,Web 作为 App 的一个补充。
其实也可以考虑使用类似的 react-native-web
,将 RN 项目转换成可以在 Web 运行的代码,但是也有致命的缺陷,用户体验可能稍逊一筹,所以可能会有一些微调。
还有一种常见的方法是将 Web 的 UI 和 App 的 UI 单独设计成两套,这样用户体验会更好。这会促使你剥离出业务逻辑和 UI 组件,让你不得不做到数据和显示分离,也可以让整个产品在不同的平台上拥有更好的用户体验。
React 的项目结构设计就非常重要了,如何选择一个脚手架,我一般依据下面两种判断:
- 如果需要服务端渲染 (SSR)、静态站点生成 (SSG)、文件系统路由、API 路由,那么
Next.js
非常适合。 - 如果主要是客户端渲染,
Vite + React
是个不错的选择。
选择脚手架后,接下来是状态管理。状态(state)可以理解为应用的数据和界面所处的某种状态。
- 小范围(组件内/少量共享):
useState
/useReducer
/Context
- 中等范围(多个模块共享状态):
Zustand
/Jotai
- 大规模(复杂业务逻辑):
Redux Toolkit
/Recoil
UI 库 (可选): Material UI (MUI), Ant Design, Chakra UI 等可以加速开发,提供一致的视觉风格。
大部分项目其实 Zustand
挺适合的。
代码结构非常重要。对于 React 来说,建议分离 UI 组件、业务逻辑 (Hooks)、状态管理、API 请求和工具函数。将业务逻辑尽可能地写成与平台无关的纯 JavaScript/TypeScript 函数或 Hooks。
社会戾气加重?
| 2025-04-09 中午 12点41
最近确实感觉到社会戾气似乎在加重,世界也不太平。暴力事件、网络攻击、群体对立等现象时有耳闻,国际上也冲突和危机此起彼伏。
感觉在经济压力以及资源分配不均的情况下,自私、贪婪、愤怒这些“恶”的面向容易被放大。社会就像一面镜子,映照出人性在困境中的某些扭曲。
贫富差距扩大、阶层固化,可能让一些底层的人感到无力改变,中层的人则忧虑跌落。 网络,有时也让负面情绪传播得更快更广。打开手机,屏幕上充斥着争吵、指责,甚至是谣言。人们躲在屏幕后,少了面对面的同理心,多了些冲动的宣泄。
互联网上的碎片化信息,似乎也让人与人之间少了一些耐心。 善恶并非天生,更多是被社会环境所雕琢和影响。 社会似乎一直没有本质变化,只是我们被成长的环境所影响。世界并不会自动越来越和平,冲突的形式或许变了,但争夺的本质似乎未变。
一致性思考
| 2025-04-09 上午 11点40
为什么看到有些行为我们潜意识会感到不舒服?或许是源于道德感,或许是对一致性的追求。但无论如何,这些感受本身,在没有明确规则约束的情况下,似乎不足以成为批判他人的绝对理由。比如说,我们看到有人乱丢烟头,从道德层面,我们不希望对方做的事情,往往是“己所不欲,勿施于人”的体现。站在对方的角度,这仿佛满足了自己的道德标准。但另一方面,集体会诞生出公共的价值观,比如说保护环境卫生。所以如果城市有明确的规则禁止乱丢垃圾,那么这个行为就违反了公共道德标准。
本质上的冲突是什么?或许是我个人价值观与他人行为之间的冲突。我可能追求完美主义,但对方可能只是在短暂地解决当下问题。我可能习惯了一个更注重细节和规则的环境,而对方可能来自或认同一个更宽松的生活方式。这种差异让我意识到,问题不仅是行为本身,更是我们对“应该如何生活”的不同理解。
人好像很会模仿行为,所以这个过程中往往都是以身作则的过程。自己把一些好的品质表现出来,自然而然会影响到环境。
一致性(consistency)在日常生活中,通常指行为、思想或状态在时间或情境中的连贯性。其实本质上来看,一致性更像是自己内心的投射,而不仅仅是外部环境的要求。
真正的一致性,或许不是要求外部世界完全符合我的期待,而是让我的内心与外部现实达成某种和解。
自己的局限性 & 他人的局限性
| 2025-04-09 上午 11点28
有两个环节值得思考:一个是自己的视角是有限的,另一个是对方的视角也是有限的。再者,自己能看到的视角,对方未必能看到。所以很多时候,要去学会和解这种“有限性”。尊重规律,尊重对方,某种程度上也是尊重自己。
骑行事故思考
| 2025-04-08 下午 4点15
客观记录:在一个良渚的骑行道路上行驶,车速略快。遇到了一个狭窄的路口,同时也是一个下坡。我急忙准备降低车速,但似乎有些来不及了。右侧没想到突然冒出来一辆车,在自行车的车道上我被撞到了。对方从支路/巷子/人行道冲入非机动车道,我当时是在自行车道正常行驶。由于路口视野受限,对方也没能看到我路过。路口没有交通标志、减速提示。
对方行为:对方是夫妻,表现略显冷淡。他们将责任推卸给我,说我的车速过快,以及说我没有戴护膝。事故后,他们似乎更关心自己的车损伤程度,而非我的伤势。另外,他们分析路况,认为这个路口设计不合理。旁边的社区老人也似乎站在对方一边,和对方聊如何走保险,并没有站在一个全局的角度客观地提出解决方案。
我的行为:被撞后有些蒙了,身体有些疼痛。我先把车移到非机动车道旁,防止阻碍了正常车流行驶。然后感受自己的身体状态,并且把自己的身体状态真实地形容出来。破损出血的地方开始清理,收拾血迹。
我没有及时做的地方(不足):没有第一时间完整拍摄/录像(包括伤痕、车辆损坏、事故点位)。警察来了后,应该索取事故责任认定书。
去医院后,我对自己受伤的三个部位做了明显的判断。对于右腿有不确定性,要求拍片,结果出来没事。医生给我涂抹了一些碘酒,并询问我是否在工作,要不要休息几天。我能听出来话里的弦外之音,我说不用,目前没有固定工作。自己是远程工作者,感觉没有影响到工作,觉得没必要。医生叹了口气,我便离开了。医生的关心似乎超出了职责范围,让我有些感动。
骑行像一面镜子,照出了人性的复杂。 人在困境中会露出怎样的本性?我们又该如何面对这些猝不及防的挫折? 人性中往往藏着一份“趋利避害”的本能,当利益受到威胁时,同理心有时就成了奢侈品。 现实不会因为你是受害者就主动站在你这边,它需要你拿出证据,需要你懂得规则。 理智和准备,有时比情绪更重要。它教会你如何面对问题,面对挫折。 成长的本质,好像就是在无常中找到自己的节奏和温度。
苏轼找到了自己的人生方向
| 2025-04-08 上午 10点05
苏轼在儒家理想主义中成长,家庭教育的重要性不言而喻,家风是一种传承。 他因范滂的事迹感动流泪,极度感性中仿佛找到了自我,发出“愿为之死”的慨叹。 父亲苏洵告诉苏轼要以天下为念。最初他的初心,是儒家的忠君报国,愿为理想而死。
📜 “我辈读书,当为苍生立命。”
家风可能是一个人最深层的起点,也是最持久的根基。 它影响着如何判断是非,什么是值得追求的,以及怎么熬过人生的低谷。 苏轼曾写给儿子一句话:“汝果欲学诗,工夫在诗外。” 这句话看似讲诗,其实讲的是做人。真正的“学问”,很多时候从生活、从品格、从家风中来。
数字人民币思考
| 2025-04-07 中午 12点13
本质上,数字人民币是基于特定技术构建的一种全新的支付方式。通过数字货币的流通,央行能够更直接地影响经济活动,从而增强货币政策的传导效率。
数字人民币有助于促进金融包容性,使偏远地区和低收入群体更容易获得金融服务。同时,它减少现金使用,可以有效降低假币流通和洗钱等非法活动的风险。
当企业和消费者信心不足时,即使央行通过降息或量化宽松增加货币供应(M2),资金可能滞留在银行体系内,无法转化为实际经济活动。这种情况下,M2的增长可能与经济增长脱节,而M1(现金和活期存款)可能更直接反映经济的即时流动性需求。
M1的重要性可能会提升,但M2仍能提供货币供应总量和潜在流动性的信息。 在经济下行周期中,利率下调可能继续,但房价走势将受多重因素影响(如政策干预、人口结构变化等)。中国房地产市场可能进入调整期,但未必是全面崩盘。
思想体系
| 2025-04-07 上午 9点29
同样的一个事物,在各个行业领域,有其各自的视角。 同样的,看待人、人的行为,也有各种视角,需要多个学科的知识支撑,比如说心理学、法学、社会学等等。努力学习,拓展认知边界,肯定不会错的。
思维体系的建立,指的是面对一个陌生的事物,或者一个新的东西,你去观察它、分析它,并且做出判断的过程。 本质上,思考是对信息的加工过程——从接收输入(观察),到拆解分析(理解其组成部分),再到整合输出(形成判断或结论)。在这个过程中,保持开放性、多角度审视,同时结合已有知识和经验,是非常重要的。
勿忘初心
| 2025-04-07 上午 9点17
不要因为走得太远,而忘记了为什么出发。 初心这东西,如果不是一直用心守护着,真的很容易在纷繁中遗失……
随便
| 2025-04-06 晚上 10点27
“喂,你吃什么?” “随便
…”
随便
?!问你的时候你说随便
?!你是否已经养成了放弃自己分析问题、判断问题、表达自己愿望的习惯了!
喜欢什么,不喜欢什么,都应该清晰地表达出来。 不喜欢,就表达出来。 喜欢,也表达出来。
一句随便
,可能给别人带来选择的压力,也不一定符合自己的真实需求。
有时,随便
,或许是对自我意愿的一种不负责任。
更真实的人
| 2025-04-06 晚上 9点23
自认为在追求真诚,但有时又在不自觉中恐惧那些“更真实”的人。 拒绝,好过勉为其难地答应。 学会拒绝,虽然很难,但这也是构成真实自我的一部分。
“接受”也很困难——接受恐惧、接受拒绝妥协的勇气、甚至接受与主流社会可能产生的脱节。学会拒绝、接受自己的脆弱、追求内心的自由。 遇到更真实的人,仿佛一面镜子照在自己身上,引发反思。
不是不喜欢物质,而是更珍视内心的自由。 他们活得透彻,不虚伪,但也可能因此与这个社会的一些固有模式显得格格不入。
善恶
| 2025-04-06 晚上 7点03
如何理解“非善”?看到斯宾诺莎在《伦理学》里说:“嘲笑、轻蔑、愤怒、报复……这些情绪,都与恨有关或者含有因恨而起的成分,不能成为善。”
这引发思考,善的本质究竟是什么?如果这些强烈的情绪不属于善,那么善是否更偏向一种平和、理性与建设性的力量?
准确
| 2025-04-06 下午 5点05
准确,是最强大的防御。 无论再多的修辞,再多的主观臆断和偏见,都难以回避准确的力量。政府信息不透明,有时正是为了避免“准确”所带来的审视,从而留下操作空间。
准确,是探究真相这一工种最重要的手艺。而自我感动、情绪先行,往往是准确最大的敌人。真相,常在涕泪交加中流失。 准确很重要,准确的背后是逻辑和推理,是决策和判断的基石。
我只是讨厌屈服
| 2025-04-06 下午 4点14
“不管你有多强大,包括一个国家部委,当你被告上法庭的时候,你是被告,我是原告,大家坐在对面,中间是法官。你和我是平等的。”
在强大的力量面前,人们往往除了服从似乎别无选择,但是我不愿意轻易屈服。 公民和普通人的区别是什么? 能独立地表达自己的观点,却不傲慢;能正直地表示服从(规则),却不卑躬屈膝;能积极地参与公共事务的讨论,看到弱者知道同情,看到不公知道愤怒——这样的人,我认为才算是一个真正的公民。 权利是用来伸张的,否则权利可能只是一张纸。
如何理解同性恋
| 2025-04-06 下午 3点59
同性恋不是疾病,也不是心理缺陷,而是人类性取向的一种自然表现。 我们接受到的教育和社会环境中,普遍传递一种传统的性别和性关系观念,这种观念往往将异性恋视为“正常”或“唯一正确”的模式,可能导致对其他模式产生不理解甚至排斥。
我们潜意识中可能产生的排斥,很多时候是因为我们没有真正去理解。我们或许会选择包容和尊重,但未必理解这个群体和这样的现象。这种情感并非源于客观事实,更多是文化传统和社会环境所塑造的结果。
在面对死亡的时候,有一些比这更强烈的情绪控制了人
| 2025-04-06 上午 10点49
多次面临或仅仅是面对死亡的思考,可能会激发出恐惧、爱、悔恨,或是对意义的追寻。这些都源于我们自身对生命意义的本能思考。 生命的短暂迫使我们去思考其意义和存在的价值,以及我们如何赋予它们意义。
超越恐惧和死亡的,或许是对当下的觉醒。当我们看到有人肩负着并非其义务的责任,冒着生命危险去救助他人时,我们感受到的是对生命真实的触动、对友情的珍贵、对善良的敬佩,以及与他人理解和连接的渴望。
活着就是活着,跳动的心脏就代表着活着本身。 生命先于意义,存在先于本质。 心跳不需要解释,它本身就是一种事实,一种无需证明的状态,不带任何哲学修饰或情感附加。
忘我
| 2025-04-06 上午 10点42
你问一个问题的时候,你期待答案么?如果你不期待,或许就别问了。 当一个人真正关心别人的时候,才可能会暂时忘记自己。
“自我”并非一个固定的实体,而是由我们的经历、情感、认知和社会互动构成的临时聚合体。 当我们进行深度反思或冥想时,开始质疑并超越这种概念化的自我,就可能体验到一种“无我”状态——即不再将外在的现象与内在的自我捆绑在一起,而是直接感知到事物的本质与流动性。
如果你带着预设的答案来看待问题,那么答案是什么,或许也已经不那么重要了。
网球和球拍
| 2025-04-05 晚上 10点01
球拍之于网球,就像父母之于子女,或导师之于学生——一方提供“外力”与引导,另一方则在这种外力的作用下,有机会飞得更高、更远。 他们所拥有的阅历、经验,像球拍的“拍面”,能够接住我们、保护我们,并将我们“击”向更高远的目标。
同时,我们也要努力学好“打网球”的技巧,这样才能让球在拍面的作用下,弹得更快、更高。 我们从“被动地被拍击打”到“主动地修炼球拍技术与自身击球能力”,意味着从对外力的依赖,逐渐转化为对自身能力的培养与运用。 从被他人扶持,到学会自我成长,再到有能力时反哺他人或下一代——这是一种爱的传承,也是一种人生智慧的延续。
RCEP协议思考
| 2025-04-05 下午 3点51
RCEP(区域全面经济伙伴关系协定)覆盖了约30%的全球人口和GDP,到2030年预计每年将为成员国合计增加约2000亿美元收入。 RCEP 是目前全球最大的自贸协定之一,由东盟十国(印度尼西亚、马来西亚、菲律宾、新加坡、泰国、文莱、越南、老挝、缅甸和柬埔寨)与中国、日本、韩国、澳大利亚和新西兰共同协商达成。
RCEP为中国提供了一个更为稳定的贸易环境和更宽广的市场,有助于推动国内产业升级和“走出去”战略。但同时也要求中国在规则制定、知识产权保护和开放市场等方面作出进一步改进,以符合协定要求。
在全球化发展的同时,全球贸易竞争也在加剧。中短期来看,趋势可能仍会围绕着中美两个大国为核心展开,其间的贸易关系成为焦点。反而在这些区域性合作的小国家中,可能会存在一定的发展机遇。
全球贸易战思考
| 2025-04-05 下午 3点44
很早之前,特朗普已提倡实施关税以降低美国的贸易逆差及促进国内的制造业,并声称美国遭其贸易伙伴“剥削”。 中美贸易战已持续多年。若今年的关税全面落地,预计2025年全球GDP增速将被拉低约1.2-1.3个百分点。
对于中国来说,这可能拖累GDP超过2.0个百分点。对美国而言,则可能拖累其GDP 1.3-2.0个百分点,并推升核心PCE(个人消费支出平减指数)1.2-2.6个百分点。
这其中或许留有一个谈判点,即各国可以通过谈判取得相对较好的结果,促进双赢。但现实中,中国似乎不会简单这样做。可能双方都以“打”促“和”,以争取更有利的百分点。
各国政府可能会采取降准降息等措施,向市场注入更多流动性,降低融资门槛,从而推动经济增长。 中期来看,世界经济格局可能呈现两极(中美)与多中心并存的趋势。欧盟、印度等经济体或将谋求相对独立的多中心地位。
一般在国际贸易冲突中,黄金等实物资产往往具有一定的保值增值作用,普通投资者可适当配置。另外,资产分散投资也很重要,即把资产分散到多个篮子中。购买美元等外汇资产,有时也被用来对冲本国货币汇率波动和国内市场风险。
Serverless 在 AI 时代的思考
| 2025-04-05 上午 10点20
Serverless 是一种云计算架构模型,旨在让开发者专注于业务代码,而无需管理底层服务器资源。
其核心思想是一个个小型、独立的 function
,按照调用的次数和执行的时间计费,以期达到资源利用率高且成本优化的效果。
函数(Function)是一个基本的单位。开发者编写单一用途的函数,这些函数由事件触发,自动运行并在完成任务后自动关闭,让开发者只需要关注业务逻辑。 使用的场景适合构建 RESTful API,通过 HTTP 请求触发函数,按需自动扩展。 后台的任务也可以用 Serverless 来操作,包括定时任务等。
但是需要注意的是,Serverless 通常是无状态的,因此对于需要长时间维持连接的操作可能不适用。
ApiFox 中 MCP 思考
| 2025-04-04 晚上 7点49
有几个大的模块我认为都是比较重要的。其实 Cursor MCP 能做的是功能的一体化,比如说在 Cursor 中可以很轻松地获取 API 文档,很轻松地对自己的数据库进行分析查询,很轻松地在修改完成代码后,可以通过聊天自动化就将 PR 提到 GitHub 中。
一些被打上了 production
标签的 prompt,比如说 “订单状态查询” prompt 模板,MCP 服务器接收到请求后,可以将 Langfuse 中存储的模板与传入的变量进行编译,生成一个完整、定制化的提示。
另外对于 ApiFox 中的 MCP,我们可以用 MCP 接入各种的 API 文档,让 AI 解读接口,并辅助实现。
代码价值
| 2025-04-04 上午 10点08
已经跑在生产环境并经过验证的代码,通常比未经验证的代码价值更高。 软件也都是有生命周期的,这很正常。 维护软件,会一直维护到其生命周期结束,或者直到维护成本过高而选择重构为止。
乌克兰和俄罗斯雇佣兵思考
| 2025-04-03 下午 3点19
俄乌战场上,有中国人为俄罗斯而战,也有人为乌克兰而战。 双方持有不同的立场和价值观。
战争中的善和恶很复杂,人性在这时候也显得格外矛盾。有的人在战争里变得异常残忍,似乎什么坏事都干得出来;可也有的人,哪怕自己性命攸关,还想着帮别人一把。所以人性在极端情况下,就像是被放大镜照过一样,一到关键时刻,许多深藏的特质都可能显露出来。
有人觉得人天生善良,是环境把人给逼坏了;也有人说人本来就包含自私的基因,战争只是把这种自私给彻底勾了出来。同样是战争,大家的选择各不相同。战争或许没有把人性变得扭曲,而是将其照得更真实了。
善恶并非绝对,对错也非绝对。天平似乎永远没办法完美平衡,但也正是这种不平衡,普通人在人性的挣扎中,在夹缝中生存,展现出其复杂性。 和平真的很珍贵。若是没有战争这面镜子,我们是否会忘记人性中可能存在的恶,以及可能闪耀的善呢?
学会原谅,懂得去爱
| 2025-04-02 下午 3点47
心若没有栖息的地方,走到哪里都像是在流浪。 但,或许只有学会原谅,才能真正懂得去爱。
和 Archer 最后一晚的讨论
| 2025-04-02 上午 11点41
在深圳待了十天,在 Archer 的家里也住了十天。Archer 经常请吃饭,并且带我们品尝一些地道的美食。还有小美姐请吃饭,Sun 也请吃饭。深圳的这段行程真的让我非常感动,他们的友谊深深地触动了我。
尼泊尔动乱思考
| 2025-03-30 上午 10点43
(以下内容基于参考信息进行推测性分析) 尼泊尔政治局势出现动荡,其最主要的原因可能在于长期的政治不稳定和治理不力,以及可能存在的政府迭代过快和普遍的腐败现象。 这反映了尼泊尔民众对稳定的深切追求。
从中国的角度来说,可能更倾向于支持那些权力相对集中、继承制度明确的治理方式,因为共和制下频繁的政治更迭,有时可能导致效率低下。 这就像一个天平的平衡被打破了。
尽管如此,君主制复辟的几率目前来看依然较低。 政府多次更迭和制度创新虽然带来了不少混乱,但同时也形成了一套相对稳定的权力架构和政治运作机制。恢复君主制不仅需要广泛的民意支持,还必须克服宪法和政治现实层面上的重大障碍。 在尼泊尔,主要的政治力量、军队以及国际社会,大多倾向于维护现有的政治体制。 另外,即使恢复君主制,也并不能从根本上解决现有的深层问题。 关键在于能否实现真正的政治稳定和高效治理。
Ref: https://news.cctv.com/2025/03/21/ARTIT8r5j2i9WWruRsLiTuD2250321.shtml (注:此链接为假设性参考)
追✨行为的背后本质
| 2025-03-29 上午 11点20
“追”谁这件事,表面上看是个人喜好,但往深了挖,其实反映了一个人内心对“意义”的某种追求和对“存在”的某种理解。
追星很多时候是情感驱动的。明星身上往往承载了某种理想化的形象——美、活力、成功,或者干脆就是让人暂时逃避现实的梦幻泡影。 追科学家这类人群,通常更偏向理性,崇拜的是人类的智力和探索精神。科学家代表了对未知的征服、对真理的执着。追他们的人,可能更在乎“人类整体的进步”这种宏大的叙事,这确实需要一点热爱和耐心。 追文学作家的人,则往往被故事、情感和语言的深度所吸引。作家通过文字挖掘人性,探讨生命的光明与黑暗。追他们的人,可能是在寻找共鸣,或者试图通过别人的笔触来理解自己。文学爱好者感觉更内省一些,愿意在纷繁复杂中寻找答案。
人性的需求本质上没有高低贵贱之分,每个人追逐的东西,不过是内心需求的某种投影罢了。重要的是,这个追逐的过程是否真诚,是否能从中有所得,有所成长。
父辈的经验与孩子的选择
| 2025-03-29 上午 11点09
父辈们,往往只是想用自己的经验,为我们谋求一份他们理解中的幸福。 但是,这些宝贵的经验,可能并不完全适用未来的时代。 最终,路还是取决于孩子自己如何选择。 父辈能做的,更多是提供一个温暖的“兜底”,而不是设置不可逾越的“设限”。
事件总线和消息事件流水线设计思考
| 2025-03-29 上午 11点08
模块之间实现松耦合,通过事件传递信息而不是直接调用。这样,每个模块只需要专注自身的业务逻辑,而无需了解其他模块的实现细节。 事件总线就像一个中介,使得各个模块可以独立开发、测试和部署。 当需要添加新的模块和功能时,只需要将其注册到事件流水线中即可。
AI 开发中最血的教训
| 2025-03-25 17:45:12
AI 开发中最血的教训,莫过于对 commit
的疏忽。务必:多提交,勤记录;善描述,意清晰。
Web RTC 思考
| 2025-03-23 21:38:00
Web RTC 技术为端到端通信提供了策略,在物联网领域大有可为。
值得留意的项目如 musetalk
和 musev
。
目前支持 RTC 的一些策略实践:
- OpenAI:提供了 Realtime API。
- Hugging Face:推出了 Fast RTC,这是一个开源的 WebRTC 库,同样支持 Websocket,并集成了 STT(语音转文本)和 TTS(文本转语音)功能。
家庭教育最重要的是什么
| 2025-03-22 17:19:31
朋友提及,她认识的许多欧美家庭,孩子拥有探索世界的自由,以及选择和追求爱好的权利。这引发了对中西方教育模式的思考。
西方的“快乐教育”真的完美吗?它强调独立思考、独立生活,让孩子为自己的人生负责。而我们深受儒家思想影响,更重集体感、家庭责任与稳定。西方青少年的一些习惯,如吸烟、接触大麻、饮酒,在我们看来或许难以接受。
真正的教育,应是在自由中保有底线,独立中仍有归属。父母需要构建一个引导大方向成长的体系,并确保安全的底线。最好的教育,应是基于对世界的深刻理解,并符合未来世界发展趋势的教育体系。
仅仅接触自然并非核心。培养孩子的品德、人生观和价值观至关重要。关键在于让孩子理解世界的复杂性,父母则需以身作则——经验的传递远胜于空洞的言语,身教重于言传。
每个家庭都有其培育子女的方式与权利,本无绝对的对与错。
形而上学
| 2025-03-22 13:34:40
“形而上者谓之道,形而下者谓之器。”
在西方哲学中,形而上学探究存在的本质、宇宙的根源、时间、空间、因果、灵魂、上帝等抽象议题。这是人类对根本问题的终极追问,是理性哲学的核心。
简言之,形而上学研究的是“看不见的本质”——它不只关心“事物是什么样”,更追问“为什么是这样,其本质为何”。
它与玄学有所不同,更倾向于体系化、抽象化的哲学思辨。玄学则常带有直觉性、神秘性或文化传统的色彩,相较于形而上学,少了些系统化的理性分析。
对多数人而言,玄学或许在日常生活中“帮助感”更强,因为它更贴近情感与直觉。玄学之难,在于其对直觉力、悟性、灵性的要求,更像是一种“道”的修炼,充满神秘,开悟似乎也需要缘分。
感性和理性的极致
| 2025-03-22 13:18:46
世间事物的二元对立,并非宇宙的真实状态,更多是人类语言与思维的构建。是非对错,常取决于观察者的立场,道德问题尤为如此。道家亦言:“祸兮福之所倚,福兮祸之所伏”,好坏本是动态平衡的一部分。
物理学中的“波粒二象性”揭示,微观粒子(如光子、电子)兼具波动与粒子之双重特性,说明自然在微观层面远比我们想象的复杂,非单一性质所能概括。
卡尼曼在《思考,快与慢》中提出双系统理论:
- 系统一:快速、直觉式思维,近乎感性。
- 系统二:缓慢、分析式思维,近乎理性。
感性思维效率更高,消耗精力较少。日常生活中,许多行为如不假思索的言谈,便是直觉主导。
“没有逻辑”本身也是一种逻辑。感性的背后亦有其运作机制,直觉与情绪的创作,其选择、风格、表达,实则蕴含着深层的“感性逻辑”。当感性达到极致,它能突破表面的混乱与狭隘的自我,化为一种深度的通透与认知——这便是另一种形态的“理性”。
道家追求超越概念束缚以达平和之境,正是期望回归万物本源的整体性思维。此思维核心在于“放下”——放下执念,放下自我,最终与“道”合一。
借鉴与抄袭
| 2025-03-22 00:11:10
如何界定抄袭与借鉴?
常言道,优秀的产品设计,在大众审美中终将殊途同归:动人的容颜人皆爱之,匀称的身姿总是赏心悦目。😊
何为抄袭? 抄袭是缺乏思考地复制他人创意,停留于模仿,未能实现超越性的创新。
何为借鉴? 借鉴则是在长时间思索后,对某种形态或美好外观产生独特构想;在苦思冥想、反复尝试之后,偶得灵光一闪——瞥见屏幕角落那个触动心弦的 actions
,顿悟这正是自己寻觅已久的灵感!
理解,并非复制,而是通过与他者的对话,丰盈自身的视界。
所以,借鉴之妙在于:它非掠夺他人创意,而是借他人火花,点燃自己的火焰。
正如失恋后聆听伤感歌曲,某段歌词触动内心深处,那份情感正是自己一直在寻觅的共鸣……
创意往往是集体智慧的沉淀。关键在于,你如何将这些灵感“消化”为己有。不妨自问:这个想法如何与我的经历、情感或目标相联结?我能为它增添何种独特的价值?
譬如读到一首诗词,记录下来,反复品味琢磨,它也会逐渐融入你的思想体系,成为你独有哲学的一部分。触动你的,并非诗词本身,而是它所唤醒的、你内在的感悟与思考。
相见不如不见
| 2025-03-22 00:10:21
若相见只会带来尴尬、负担甚至痛苦,那么刻意维系的关系,其意义何在?是为了满足一己的情感需求,还是为了迎合他人的期待(比如母亲的期望)?这背后,或许潜藏着一个更深层的问题:关系的真谛,究竟是主动求索而得,还是自然而然流淌而成。
狗的表达方式思考
| 2025-03-21 23:29:55
以往偶尔被小狗吠叫,即便是尼泊尔那些看似温顺的狗,也常令我困惑。
朋友养狗后,我观察到:狗狗争食,或母狗发情期公狗靠近时,会发出呜呜的低吼,那是拒绝的信号。而它们哼哼唧唧时,起初以为是感冒,实则是期望帮助——想吃食或想出去玩。
狗与狗之间,确有一套交流方式,且我们不难辨识:
- 直视狗眼,常被视为敌意。若习惯性以人类方式对视,受惊吓也属平常。
- 撒尿标记地盘,见面互嗅臀部,借此分辨主人、同类性别、发情状态、母子关系等。
- 尾巴是心情的晴雨表:摇尾表开心,夹尾是害怕,垂尾则显郁闷。
- 互舔嘴角,是狗狗间打招呼的一种方式,通常代表关系亲近。
- 有时,一只狗发现异动吠叫,其他狗听闻后亦随之呼应,这是它们之间传递警报的方式。
这关于狗狗表达方式的观察颇为有趣。语言是我们理解和交互世界的方式,而语气、音调、动作则是狗狗理解和交互世界的方式。很多时候,我们的理解与包容,正是建立在对行为背后逻辑的洞察之上。
包容,正是从误解走向理解的旅程——不急于评判,而是探寻行为背后的动因。
狗不掩饰情绪,尾巴一摇一夹,喜怒毕现;人却常隐藏意图,语言反而成了面具。相较之下,狗的“真”更显纯粹。
行为背后的生存逻辑:为何尼泊尔的狗大多松弛,白日慵懒卧于路边;而国内的狗却常守家吠叫?这背后原因一直引我深思。
狗亦是环境的产物。尼泊尔的狗多为散养,与人共存已久,环境相对宽松,生存压力较低,与周遭较为融洽。国内的狗则多为家养,街头流浪犬少见。家犬被圈养,领地意识强烈,陌生人靠近时,本能吠叫以守护。它们的生存依赖主人,环境不再是共生,而是区隔。这种紧张感,使其表达更具警惕性。
存在总是与世界交织,顺应世界的方式不一:一种是被接纳的自由,一种是被限定的守护。
Context 思考
| 2025-03-20 18:42:32
Context
(上下文)是应用可以自行控制和调整的关键部分,这一点对于人机交互至关重要。
以 Cursor
为例,它通过 context
来控制代码文档的范围,例如可以指定网站、特定文件、外部网页地址,乃至 git
的上下文。值得注意的是,这些规则是可配置的,甚至可以通过设置 MCP
(Model Context Protocol) 来进行更精细的控制。
Cursor 的 MCP
| 2025-03-20 01:48:17
Cursor 的模型上下文协议 (MCP - Model Context Protocol) 更像是一个插件系统协议,它致力于标准化应用程序向大型语言模型 (LLM) 提供上下文和工具的方式。
有趣的是,Cursor 的 MCP 似乎比 Claude 的类似机制更富趣味,甚至可能蕴含更大的价值。
我们可以设想,未来的 AI 平台的 MCP 也是一种可插拔的客户端系统。它允许用户安装和管理 MCP 服务器,并提供图形用户界面 (GUI) 或命令行界面 (CLI) 用于配置和管理这些 MCP 服务器。
MCP 支持多种传输协议(如 stdio
和 SSE
),能够满足多样化的需求。其链接各种数据源的能力,尤为引人注目。
Fireworks 和 硅基流动 / OpenRouter
| 2025-03-19 16:15:11
若将 Fireworks AI
与国内的 硅基流动
或海外的 OpenRouter
进行比较,可以看作是两种不同定位的 AI 服务平台。前者更像是面向终端应用的“集大成者”,后者则更侧重于深耕技术细节、满足高端定制需求的“专精者”。
Fireworks AI
的一个显著特点是强调让终端用户能够直观地看到模型的推理过程、参数设置及各种选项,使得操作更为透明和灵活。并且,它致力于将各类模型和服务汇聚到一个统一的界面上,方便业务层用户直接调用和组合。
理解个性
| 2025-03-19 14:56:03
“个性”一词,其内涵甚广,或许可以涵盖“人格魅力”。人格,通常指个体思维、情感和行为的独特模式,以及这些模式背后或隐或显的心理机制。而“性格”,则是一个更为大众化、日常化的表述。
人性的一些思考
| 2025-03-18 16:04:59
从西方个人主义的视角看,似乎在绝大多数情况下,无论犯下多严重的错误,人们都不倾向于自我责备。这与深受儒家思想影响的东方传统文化形成对比,后者更重视谦逊、反省与自我完善。西方文化在一定程度上更强调自我价值和自我激励,即便在失败之后,也更容易通过积极的自我暗示来维护自尊。
“宁愿怪罪众人,也不愿轻易悔过。” 人们害怕责备,其深层原因或许是害怕不被理解。若能以理解代替指责,设身处地思考对方何以如此,那么同情、善意与宽容便可能由此而生。
不要批评,不要指责,不要抱怨。
与人相处,其言行细节皆可反思:为何如此行为?背后动因何在?然而,人性常有惰性,直觉与情感是我们与世界互动的天然工具,它们使我们免于过度复杂的思虑。若事事深究,人亦会疲惫不堪——既要感受当下情感,又要在脑海中拼凑对方的动机与性格。我以为,真正的智慧在于这两者间的平衡:用直觉感受对方的温度,用理性洞察对方的内心,用情感包容对方的不完美。成长的魅力,或许正在于此。
欲使人心甘情愿行事,威胁与恐吓固然能奏效一时,其后果却不言而喻。
有人认为,对性和成功的欲望是人类永恒的动力。 有人则相信,人性最深层的驱动力在于“对被重视的渴望”。
人人渴望:
- 健康长寿
- 物质丰足
- 安稳睡眠
- 财富及财富所能换取之物
- 精神寄托或来世安宁
- 和谐的亲密关系
- 子女平安康乐
- 被重视的感受
人性深处,极度渴望赞美。赞美能赋予人际关系巨大的力量。同样,感知到自身的重要性,是人区别于动物的显著特征之一。
与人交往,切记:人非纯然理性之生物。他们被情感所驱使,受偏见所支配,傲慢与虚荣往往是其动力之源。
愤怒轻而易举,而宽恕、理解、原谅则需莫大心力,这些正是人性中宝贵的财富。
“了解一切,便能宽恕一切。”
理解建议
| 2025-03-18 02:59:29
如前所述,给予他人建议,实则是提供有用的信息源或经验。例如,父母基于自身经历对“稳定”的追求,其建议便带有时代的烙印。
对于不甚熟悉之人,轻易给建议需谨慎。许多人缺乏独立思考能力,你的建议反可能被视为不尊重。
此前给朋友、父母的建议,其效果一部分取决于双方的关系与信任度,另一部分则在于朋友是否真正理解你的核心思想。
给不给建议,并无标准答案,如同在“放手”与“援手”间寻求平衡,主要取决于你与对方的关系、当时的情境,以及对方是否真正需要。
主动提建议的思考
凡事有因果。你的一句话,可能影响他人的想法或决定,不经意间便介入了他人的生活轨迹。倘若建议不当,事与愿违,你或需承担些许连带责任。但实际上,我们负责播种、浇灌,却无法掌控最终的果实,果实如何,终究取决于树木自身,何必过分纠结。
人性与建议,讨厌建议的本质
多数人听到建议时,会本能地顾及自尊。正如今日与北京某退休长者交流,对方的建议虽有其道理,却总让我感到一种居高临下的姿态。理性分析,对方讲述的是自身经历,能引发我思考,这便是有益的。
这说明建议往往夹杂着建议者的人性与部分私心。真诚的建议之所以更易被接纳,在于它传递了对对方福祉的关怀,而非个人私利。然而,完全无私的建议在现实中凤毛麟角——建议者可能不自觉地流露出优越感、控制欲或期待认可的心理。经验比观点更为深刻和直接,而我们在讲述经历与观点时,是否也在反思自身?我们的目的何在?这亦是我们了解自我的一部分。通过反思,深度理解自己与对方,理解人性。
另一方面,则是避免控制欲。国内的亲子关系中,此现象尤为突出。青春叛逆期,有些人极度反感他人干涉私事,认为那是自己的领地,父母亦不应随意指挥。
此外,信任关系亦是关键。我与旅店老板的交流便是如此,对方反而担心我是否另有所图,或忧虑我表达的观点会被发布于网络、短视频等,怀疑我的动机。
如何正确地给予建议
- 先倾听,后开口:不急于表达,先了解对方的想法、处境及其视野盲区。
- 提供选项,而非指令:建议是给出选择,或补充选项信息,而非下达命令。这一点至关重要。每个人都有自己的路要走,有权自主决定,即便你预见他可能跌跤。作为旁观者,我们必须尊重这种自主权。
- 审时度势:避免在对方情绪不稳或不够理性时给予建议。
实践指南
若无把握,不妨先探询对方意愿。但这亦非万全之策,我曾预先询问“你想听听我的想法吗?”对方虽应允,内心却仍有抵触。这需要结合人性去分析对方的性格及其文化背景。
经历往往比观点更重要,经历更具一手性,越是一手的经历越能引发思考。故而,多分享自己原创的故事,观点人人皆有。
多提问,围绕一些核心主题,如之前博客所谈:
- 你真正想要什么? (直击表面借口,探寻深层需求)
- 你尝试过哪些方法? (了解已有努力,避免重复建议)
- 你最担心发生什么? (定位恐惧源头,理解核心顾虑)
建议这东西,世界就是如此奇妙。它本质上是我们对世界建立起更真实理解后的产物。对特定人群更准确的理解,才能判断对方是否乐于听取建议;对事物更准确的理解,才能帮助我们提供更精准的建议。建议的价值,或许不在于你说了什么,而在于对方听进去了什么,并因此产生了何种积极的改变。
人性以及沟通
| 2025-03-17 02:11:36
关于尼泊尔那位老板的现象,再次触及了人性的复杂。人性中包含了自我保护、固有偏见、情感依赖等特征,这些都可能使沟通变得异常艰难。
你或许能理解对方的思维模式和行为逻辑(例如,他们为何不理解你),但对方却可能无法洞察你的真实意图和深层想法。这种“单向透明”的沟通状态,常让人有“鸡同鸭讲”之感。
这并非他们的过错,而是其认知模式使然。包容与理解需要一定的认知能力与开放心态,而对方可能恰恰缺乏这些。
深度理解某一类人群或普遍人性,至关重要。我对人性有了新的体悟,甚至可能将其纳入未来的决策考量。比如,若充分考虑到人性因素,我当初或许就不会对尼泊尔的华裔老板多番建议和劝导。
每个人都有其独特的成长轨迹和认知局限,并非所有人都能轻易改变,也并非你有责任去改变他们。只是说,在特定的场景和认知体系下,基于对真实世界的理解,你若认为自己有可能对对方产生些微积极影响,不妨尝试。
有些人确实难以进行深度思考,你只能讲述一些通俗易懂的表层事物和现象。尝试简化你的表达,避免抽象概念,用他们能够理解的方式进行沟通。
二次烧尸庙思考
| 2025-03-16 16:13:45
再访烧尸庙,那些“圆台”究竟是什么?我思忖着。远远望去,那些圆形的石台散落在河岸两侧,有的隐于西岸树丛,有的则靠近东岸的火葬区域。起初,我以为那是某种祭坛。后来才得知,这些可能是苦行僧(Sadhu)修行打坐的地点,或是信徒举行特殊仪式的小平台。它们不像火葬台那般引人注目,却总能吸引我的视线——尤其是当有人俯卧其上,或做出类似舞蹈的奇异动作之时。
Claude Artifacts
| 2025-03-16 14:13:45
Claude Artifacts 是 Anthropic 公司 Claude 模型的一项功能,它允许模型在对话过程中生成并展示结构化的内容输出,这些输出不仅仅是文本,还可以是代码块、设计原型、甚至是可交互的UI组件。这标志着AI从单纯的文本生成向更丰富的、可操作的“产物”生成的进化。
尼泊尔华裔老板的一些思考
| 2025-03-16 12:51:52
经历复原
约定今日同游,上午便至朋友下榻的旅店等候。该旅店由一位马来西亚华裔女士经营,设有一小型公共区域。当时朋友正在公共区聊天办公,我同为AI创业者与数字游民,便在等待间隙,于办公区使用自己的电脑处理事务,为免打扰,连接的是自带的Wi-Fi,并使用了他们餐桌上的纸巾,废弃纸巾亦自行投入垃圾桶,力求不给他人添麻烦。
朋友上楼整理行装后,我继续在办公区工作。此时,老板突然走近问我是否住在此处,我答并非,而是住在隔壁旅店。老板追问:“你们酒店没有Wi-Fi吗?” 我答有。“没有私人空间吗?” 我思忖片刻,答空间尚可。“没有公共空间吗?” 我说也有。老板随即表示,此公共区域仅供本店客人使用,不欢迎我。我瞬间明白老板恐是担心资源被占用,但我仍希望能短暂完成手头工作,便提出可以支付小费,并在离开前清理公共区域。老板则坚持让我回自己酒店办公,我遂准备离开。
思考
我反思老板的动机与行为,她显然担忧无利益关联者占用其资源,或许将我视为免费蹭座位的投机者。我虽解释了外面亦有许多舒适的咖啡馆,选择在此仅因朋友住此,等待片刻即一同离开。老板听后似有愧色,因我与她的顾客产生了联系,在此等候朋友本属合情合理。若在国内,规矩与人情往往能寻求平衡。规矩过于严苛则失人情味,人情泛滥则规矩形同虚设。儒家文化中的“中庸”思想,便强调此种平衡。
在尼泊尔的文化体验中,包括先前入住的旅店,我感到当地服务业普遍出色。相较国内多数城市、香港,乃至以旅游业为支柱的泰国,我更欣赏尼泊尔的文化氛围。当地服务业通常友善热情。先前入住的旅店,其优秀之处在于规则透明,重要规定皆有显著张贴。透明的规则远比不明晰的规矩更令顾客舒心,而这家旅店我并未见到类似告示。此外,在博卡拉旅居月余,一家尼泊尔餐厅的服务员竟记得我两周前点过的菜品,其细致服务令我印象深刻,深受感动。
反思
海外华人文化在传承中华文化的过程中,会因地域、社会环境等因素发生演变,这可能导致跨文化沟通中的障碍。即便一方抱持包容之心,另一方也可能因感性认知而影响客观判断,例如对我产生先入为主的不信任,或对某一文化群体抱有成见。因此,主观印象与过往经验需要不断修正。人性中基于经验的预判,若不加以审视,往往会显得过时或片面。这不禁让我反思:对一个事物或民族文化建立系统认知模型,并持续更新,至关重要。经验与交流是感性认知的养分,逻辑与推理是理性分析的方法,由此抽象出的理性结构图,方是指导行为的基础。在这样的训练中,我们能获得阶段性正确的直觉,从而更接近对世界本质的理解。人性在规则(秩序)与人情(情感)间摇摆,不同文化与个体各有偏重。理解这一点,有助于预测和应对他人的反应。
我开始对不同文化抱持更深的包容与理解。华人文化在全球传播中,作为一个动态系统,为适应新环境而自然演变,这其中也包括了全球化和中国改革开放带来的剧烈文化变迁。文化并非一成不变,而是持续演进的。理解这种动态性,可以减少对所谓“偏离”的负面评判。经验是感性认识的来源,但若不加以验证和更新,就可能成为理解的障碍。反思和调整直觉,是跨文化沟通的关键。
另外,我对当时自己产生的一些感性情绪表示歉意。我虽能分析出老板情绪的可能原因,却未能及时有效地沟通以消解那份猜疑和不信任。文化差异是相对的,无绝对对错。每种文化的价值观和行为模式皆有其历史与环境根源。在遭遇不信任时,不急于反驳,而是尝试理解对方的背景与动机(无论是文化层面还是个人层面),进而寻求有效沟通。同时,我也反思自己在沟通过程中,是否也存在基于自身经验的错误推理,而未能主动去探求事实,了解对方的真实顾虑。经验主义强调感性认识,理性主义则重逻辑推理。唯有两者结合,方能形成全面的认知,单纯依赖任一方都不足以应对复杂的现实。
文化与行为是一个系统,其内部各部分相互关联。将问题置于系统框架下分析,能更清晰地找到根本原因。社会契约理论认为,规则是社会秩序的基础,但人性同时亦受情感驱动。在规则与人情间寻求平衡,方能实现和谐。
世界在变,认知与行为亦需随之更新。持续学习,是适应这不确定世界的必要条件。
关于多模态的 Chat 模式的设计和思考
| 2025-03-16 12:23:19
多模态交互目前涵盖的形式多样,包括:文本信息、图像、声音、视频、网页、数据文件乃至传感器数据等。
其存在形态主要有两种:一是作为发送的格式(如通过图片、语音、文本输入),二是作为接收的格式(模型输出的形态)。
Claude Artifacts 的设计逻辑似乎别具一格。Artifacts 不仅能生成多种类型的内容,更开创性地提供了使用交互式元素的机会,其应用范围可从简单的原型设计延伸至功能完备的 Web 服务。在一定程度上,它可以智能选择最合适的输出形态:
- 交互式文档:例如,生成可直接编辑或交互的代码块、表单。
- 数据和流程可视化:将复杂数据或流程以图表形式呈现。
- SVG 图形:包括商标、图标等矢量图形的生成。
- Website 结构:输出网站的基本框架或布局建议。
- 序列图等复杂可视化文档:帮助理解和展示系统交互或复杂逻辑。
预计 Artifacts 后续支持的类型会日益丰富。类似 Artifacts 理念的产品,如 Google 的 NotebookLM,亦展现出相似的形态,允许用户操控代码、设计交互界面。
一直在追求意义的路上
| 2025-03-15 12:44:05
人生这道选择题,无论如何抉择,似乎总有遗憾。人们常以为,未曾踏足的那条路,必定开满了鲜花。
许多事情,看得太透彻,反而失去了几分意趣。别抗拒,莫挽留,顺其自然或许更好。
面对如此丰富多彩的世界,尤其是像爱情这样复杂且多维的情感,我们常常只能捕捉到其中的一鳞半爪。这种张力,正是人类不断探索、学习和成长的动力。
性、拥抱、约会,皆为爱的重要表现形式,但它们仅是爱的外在体现。爱的本质,更在于人与人之间那种深层次的情感纽带、相互理解与支持,以及共同成长的过程。
吃醋,其本质往往源于内心的不安全感和对自我价值的不确定。
面对喜欢的人因自己而吃醋,我学到了一个很好的应对方式:理解对方,包容对方至关重要,积极化解误会,消除不必要的猜疑。
遇到喜欢的人会吃醋,是人之常情。回想过往,此类现象亦有不少,却未曾进行过本质的反思。如今看来,若能理解并管理这种情绪,思考自己为何会吃醋,探究对方行为的可能原因,那么这份经历便能化为成长的养分,助益自己与对方的成熟。当然,过度的醋意,则可能演变为强烈的占有欲,需警惕。
Agent 开发的一些思考
| 2025-03-14 20:05:56
Agent
无疑是今年最炙手可热的词汇,今年也极有可能成为 Agent
的元年。
关于大模型如何运用 tools
(工具),目前主流方案大致有两种:
- Computer/Browser Use:这类方案模拟用户在计算机或浏览器上的操作,例如 Claude 的 Computer Use 功能。
- Agent 协议:以 Anthropic 去年发布的
MCP
(Model Context Protocol) 为代表。当然,OpenAI 的Function Call
也属于此类,但其更侧重于提供一个简单易用的接口,而非致力于成为一种标准化协议。MCP 的标准化接口则能更好地支持多样化的工具和应用场景。例如,计算 1+1=2 这样简单的任务,Function Call
足以胜任;但若要自动化一个复杂的数据分析流程,则 MCP 的优势更为明显。
前者(Computer/Browser Use)在缺乏标准化接口的场景下,可以通过模拟操作快速实现功能验证,例如调用各种网页操作,或控制某些应用程序。它主要在模拟用户操作层面(GUI 层)工作。而 MCP 则工作在 API 层面,前者效率相对较低,后者则更高。MCP 更倾向于成为一种长期的、标准化的交互形式。
如果你面对的是一个你无法直接开发或修改的 agent
,那么通过 MCP 协议来接入外部服务就显得尤为重要,因为 MCP 定义了一个开放且标准的接口。理论上,普通用户也能通过一键安装 MCP 服务来扩展 agent
的业务能力。
另外,agent
自身也必然存在分类和层级。目前我感受尤为深刻的是,各种形态特异的 agent
正在涌现:
- Workflow Agent:由一系列
Prompt
和 API 调用组成的链条,具有一定的自主性,但其行为边界和流程仍受较多预设规则的约束。 - 专业 Agent:能够在特定领域或复杂任务中,自主决定调用何种工具或执行何种步骤。例如,
AutoGPT
通过CoT
(Chain-of-Thought) 技术分解复杂问题,并动态选择最优解决路径。 - 通用 Agent (Agent 的 AGI):目前尚处于理论概念阶段,指具备跨领域、高度自主学习和问题解决能力的智能体。
一个 Agent
的能力,大致可以概括为:Agent = LLM (大语言模型) + Memory (记忆) + Planning skills (规划能力) + Tool use (工具使用)
。
例如,Claude 的 Computer Use
本质上也是一种 Tool use
。
Planning skills
(规划能力)包括:将大任务分解为可执行的小任务;进行反思和提炼——基于已执行的动作进行自我审视,从错误中学习并优化后续行动。此外,有研究论文提出了更为新颖的规划能力分类,例如:任务分解、多计划选择、外部模块辅助规划、反思与细化、记忆增强规划等。其中,“多计划选择”是指让 AI Agent 生成多个备选计划,然后从中挑选最佳方案执行;“外部模块辅助规划”则是指借助外部的规划器(类似于强化学习中的“裁判”角色)来提升规划质量;“记忆增强规划”则像是给 Agent 配备了“记忆面包”,使其能够记住过往经验,为未来的规划提供借鉴。这些方法并非相互孤立,而是常常交织在一起,共同提升 AI Agent 的规划与执行能力。
思考前端的趋势
| 2025-03-14 17:25:14
不可否认,AI 对前端领域既带来了机遇,也带来了一些挑战与困惑。
AI 时代,前端的入门门槛似乎降低了。诸如 Cursor
这样的 AI 辅助编程工具,甚至可以帮助非前端专业人士快速搭建项目原型,实现从0到1,乃至从1到N的跨越。
然而,无论技术如何发展,与用户交互的需求始终存在。从客观视角审视前端的发展趋势:技术的门槛虽有所降低,但对于掌握前端技能的开发者而言,效率却得到了极大提升。学习并利用好 GitHub 上的开源项目(如 Vercel 的 AI Chatbot 模板: https://github.com/vercel/ai-chatbot
),可以快速构建和迭代各种网页应用。
此外,一些极简的 AI 搜索工具(如 https://github.com/zaidmukaddam/scira
)和 AI 集成服务(如 https://tavily.com/
)也为前端开发提供了便利。
在项目初期,能用现有服务解决的问题,尽量使用服务,这样更能方便我们快速验证核心想法和功能。
尼泊尔洒红节
| 2025-03-14 11:55:51
从清晨到日暮,洒红节的喧嚣与色彩包裹了整日。每个人的脸上都涂满了五彩斑斓的粉末,笑容洋溢,幸福满怀。那一刻,尼泊尔人民的幸福感深深触动了我——那是一种源于内心的知足常乐,一种精神世界的富足。
白日的欢愉过后,夜幕降临时,心中却泛起一丝惆怅。恰在此时,路口偶遇明明姐、小熊和 Vanessa。
有些朋友,此别之后,或许再难相遇;有些情感,大概率不会开花结果;有些恋曲,大抵不会走向婚姻的殿堂。那么,我们是否就因此却步不前,不再去经历,不再去感受了呢?
明日,小熊和 Vanessa 便要离开尼泊尔。回想在博卡拉一同上课、相约吃饭的时光,恍如昨日。加德满都的重逢短暂,却未曾意识到离别已近在眼前。这次不期而遇,让我陡然感慨,这或许便是我们此程的最后一面。
明明姐说:“又是最后一个离开,又是一个人走。” 话语间带着一丝理解的戏谑,听起来却让我有些莫名的感伤。走在街头,忍不住想哭,但我能感受到明明姐话语中的那份懂得。之前我们聊起过,当朋友们都陆续离开时,我会是何种感受。我说,我对自己的了解,伤感必然是有的,留下来的那个人,往往承载着更多的离愁别绪。但更重要的,是对这份伤感的反思,对世事无常的反思,对生命意义的思考,以及对友谊的珍视。我们在这条街上拍下了一张合影,这或许是我们此行最后一张完整的定格。
对“无常”的理解,对“一期一会”的体悟,在这一刻变得尤为深刻。生命中的每一次相遇与离别,都是无常的缩影。无常并非冷酷的审判,它只是生命的本真状态,提醒我们接纳变化,并在变化中寻找意义与力量。无常,并不意味着消极。它反而让我们更加懂得珍惜当下,把握每一个与亲朋好友相处的宝贵瞬间。正如樱花,其绚烂绽放之后便是迅速的凋零,它的美丽恰恰源于这份短暂与不完美。我们的相遇与离别亦是如此,它们虽如雪泥鸿爪,稍纵即逝,却因其独特性而熠熠生辉,值得铭记。
我们曾真诚地对待彼此,珍惜每一次相聚的时光,即便深知分别在即。这份真诚,并非为了刻意挽留,而是对生命的尊重,对友谊的致敬。或许,此生我们再难相见,但那份共同经历的情感不会因距离而消散,反而在离别的映衬下,愈发显得珍贵。
前提在于,我们如何从中领悟出对生命的感悟,以及形成自己的处世之道。
认识自我,何其艰难;坦然面对自我,更是挑战。当我们对自己有足够的了解,并以真诚的态度面对情感时,就能清晰地看到每一段关系带给我们的成长和价值。无论结果如何,重要的是我们在这段过程中是否能够提升自我,是否能与对方在尊重、理解与平等中找到共鸣。唯有如此,情感才能真正成为我们生活中的一部分养分,而非一种单纯追求的目标或外在的评判标准。
关于在 AI 时代如何快速学会一个开源项目
| 2025-03-13 11:13:11
在 AI 辅助下,快速学习和理解一个开源项目可以遵循以下步骤:
- 明确项目背景与目标:首先,利用 AI (如向 ChatGPT、Claude 提问,或使用
phind.com
、devv.ai
等针对性搜索工具) 快速了解项目的核心功能、解决的问题以及它在相关领域中的定位。 - 通读官方文档与入门指南:这是理解项目设计理念和基本用法的最直接途径。可以借助 AI 工具辅助阅读和总结长篇文档。
- 分析项目结构与代码架构:
- 使用
Cursor
或类似 AI 编程助手,让其分析项目的主要目录结构、模块划分。 - 提问 AI:“这个项目的核心架构是什么?”“主要的业务逻辑分布在哪些模块?”
- 使用
- 定位核心模块与关键代码实现:
- 请 AI 识别出项目的入口文件、核心类或函数。
- 针对关键代码片段,让 AI 解释其功能、设计思路以及与其他部分的交互。
- 利用单元测试理解功能细节:
- 单元测试通常针对特定功能点编写,是理解模块具体行为的绝佳材料。
- 可以让 AI 解释测试用例的意图,或者基于测试用例反向理解被测代码的功能。
- 动手实践与修改:尝试运行项目,修改一些小功能,观察变化。遇到问题时,及时向 AI 求助,描述问题现象,让其辅助排查。
- 参与社区:查看项目的
Issues
、Discussions
,了解其他开发者遇到的问题和讨论,这有助于从不同角度理解项目。
AI 在这个过程中,扮演了“智能导师”和“高效助手”的角色,能够极大加速信息获取、代码理解和问题定位的过程。
走在同样的路上,遇见自己的风景
| 2025-03-11 14:29:35
徒步途中,我与伙伴的关注点迥异。他偏爱注视脚下的路,偶尔抬头,风景于他而言,仿佛瞬间切换的画面,带着几分神奇。而我,则沉醉于眼前的景致,每一刻都在变化,心神融入其中,仿佛与世界合一。
他在享受行走本身,我在享受流动的风景。同一条路,却因不同的心境与视角,映照出各自独一无二的风景。
服务的部署的逻辑
| 2025-03-11 02:37:34
一套适用于快速迭代的部署实践:
- 网络服务与 CDN:
Cloudflare
提供了一整套成熟的网络服务,包括 DNS、CDN、安全防护等,是现代 Web 应用的基石。 - 云服务器备份:适当准备一些云服务器资源(如 AWS EC2, Google Cloud VM, Azure VM)作为备用或处理特定计算任务。
- 云数据库:尽可能选择云数据库服务(如 AWS RDS, Google Cloud SQL, MongoDB Atlas),它们通常提供高可用性、自动备份和弹性伸缩。
- GitOps:将 Git 作为基础设施和应用配置的唯一真实来源,实现声明式的、版本化的运维管理。这是一种通用的能力,可以复用并指数级提高效率。
- 向量数据库:
Milvus
、Pinecone
等向量数据库在 AI 应用中(尤其是 RAG 场景)不可或缺。 - 系统监控与日志:使用
ELK Stack
(Elasticsearch, Logstash, Kibana)、Prometheus
或Grafana
等工具对系统运行状态进行监控和日志管理,这是保障服务稳定性的重要方法论。 - Agent 框架:
AutoGPT
/AgentGPT
等框架有助于自动生成任务链路,对于验证 MVP (最小可行产品) 阶段的想法非常有帮助。 - 数据管理框架:
LlamaIndex
是一个优秀的数据管理框架,尤其适用于构建基于 LLM 的应用,处理和索引外部数据。
AI 剪辑工具分析
| 2025-03-10 13:33:21
目前主要体验和关注两款 AI 视频剪辑工具:
- Opus Clip (
https://clip.opus.pro/
):- 特点:专注于将长视频(如播客、演讲)通过 AI 自动剪辑成多个病毒式传播的短片。它能识别视频中的精彩片段、提取核心观点,并自动匹配字幕、调整画面比例以适应不同社交媒体平台。
- 优势:极大提高内容再创作和分发的效率,尤其适合内容创作者。
- CapCut (剪映国际版) (
https://www.capcut.com/
):- 特点:字节跳动旗下产品,功能全面,不仅有传统的视频编辑功能,还深度集成了 AI 能力,如智能抠像、AI 配音、自动字幕、AI 特效、一键生成短片等。
- 优势:用户基数大,操作相对便捷,AI 功能丰富且迭代迅速,适合从新手到有一定经验的用户。
这两款工具代表了 AI 在视频剪辑领域的不同应用方向:Opus Clip 更侧重于内容的智能 repurpose,而 CapCut 则致力于通过 AI 增强传统剪辑流程的各个环节。
使用 Cursor 的一些小技巧
| 2025-03-10 13:07:24
- 从模板开始:通过从 GitHub 或其他来源克隆模板项目来启动,这能提供一个坚实的初始框架。Cursor 内部有“从 Repo 开始”的选项,也可以利用如
https://bolt.new/
这样的服务快速创建基础演示项目,非常便捷。 - 结合
Claude 3 Opus
(或其他强力模型,如GPT-4 Turbo
):在 Cursor 的聊天模式下,选择能力更强的模型(如Opus
,尽管成本可能较高,但在处理复杂逻辑和多模态输入时优势明显,例如通过图片修改前端页面)。对于复杂项目的agent
逻辑,Cursor 的处理通常优于单纯的聊天界面。 - 善用智能体 (Agent) 模式:使用 Cursor 的
agent
模式(而非普通聊天模式)通过自然语言命令来创建、编辑和管理文件及代码结构。 - 结合
Perplexity AI
等搜索增强工具:当我需要针对性搜索 API 文档、代码示例或特定技术问题的解决方案时,会先用Perplexity
等工具进行初步信息收集,然后将关键信息和代码片段喂给 Cursor 进行后续处理。 - 在 Composer 中创建新对话,保持对话简短:针对不同任务或上下文,开启新的对话窗口,避免过长的对话历史干扰模型的理解。
- 不断迭代和改进:AI 生成的代码往往不是一步到位的,需要通过多次指令微调和修正。
- 集成 GitHub Actions 进行自动化测试:Cursor 编写测试用例的效率很高,结合 GitHub Actions 实现自动化测试,投资回报率(ROI)极高。
- 利用语音转文本工具:对于口述需求或想法,可以使用如
Whisper Flow
等工具将其转换为文本,再输入给 Cursor。 - 将错误交给 Agent 处理:当代码出错或行为不符合预期时,可以将错误信息和相关代码片段直接提供给 Cursor 的
agent
,让其分析并提出修复建议,这是一个明智的选择。 - 勤提交,规范追踪:频繁进行
git commit
,并撰写清晰的提交信息,这对于 AI 辅助开发(尤其是需要回顾和理解变更历史时)是一个好习惯。 - 持续部署项目:使用
Vercel
、Netlify
或Firebase Hosting
等平台进行项目的持续部署,快速验证效果。 - 记录和收集常用的有效 Prompt:将那些能够高效引导 AI 完成特定任务的
prompt
记录下来,形成自己的prompt
库。
酒精作用下产生的反应
| 2025-03-10 10:03:56
酒精对大脑功能的抑制作用,尤以前额叶皮层(PFC)最为敏感。前额叶负责我们的高级认知功能,如判断、决策、冲动控制和自我监控。当酒精抑制了这一区域的活动时,个体的理性判断能力和自我控制能力便会下降,从而可能在无意识中,或在抑制力减弱的情况下,说出平时因种种顾虑而压抑或隐藏的想法与情绪。这便是俗称的“酒后吐真言”的生理基础之一。
中国的发展要用代际的眼光去看待
| 2025-03-09 23:09:47
中国大地上的叙事,纷繁复杂,无穷无尽。不必过于在乎一城一池的短期得失,而应抱持一份长远的执着与洞察。
一个国家,终究是由具体的人所构成;它由这些人共同创造,其命运也由这些人共同决定。唯有一个国家能够孕育并珍视那些探求真理的人,那些能够独立思考的人,那些勇于记录真实的人,那些不计个人利害、甘愿为这片土地付出的人,那些坚决捍卫自身合法权利与尊严的人,那些深知世界并不完美、却依然不失赤诚、不言放弃的人——唯有当一个国家拥有了这样的头脑与灵魂,我们才能由衷地说:“我为我的祖国感到骄傲。” 唯有当这样的头脑与灵魂成为社会的中坚,我们才能满怀信心地期待,明天会更好。
任何机制与时代现象的形成,皆有其因果。我们若抛开改革开放这一宏大视角,便难以理解当下的许多现实。改革开放的加速度,在2008年之后已开始呈现相对平稳、斜率下降的趋势,这意味着经济高速增长的周期性拐点早已出现。我们必须意识到,经济发展自有其周期,并非无限增长的神话。
当前的领导层,成长于特殊的历史时期(如文革),其执政理念与行为方式,不可避免地带有那个时代的烙印。人和制度,都是特定时代的产物。即便我们可能观察到某些制度层面的“回潮”或调整,也应相信,下一代的领导者,凭借其不同的成长背景与时代赋予的才华,终将引领国家走向新的发展阶段。
旁观者的视角
| 2025-03-10 01:10:15
于你而言,是亲身经历;于我而言,或许是你人生故事的片段。
许多事情,确是当局者迷,旁观者清。身处局中的人,常感千头万绪,纠结万分……然而,若能跳出局外,以最简单、普世的道理去审视,往往能豁然开朗。
因此,局中人切莫轻易否定旁观者的审视与视角,那或许正是破局的关键。
灵魂伴侣
| 2025-03-09 23:44:52
曾听闻一种观点:爱情中的灵魂伴侣,多数情况下是有一方在进行“向下兼容”。
此处的“向下兼容”,或许指的是一方在性格上更为宽容,更能包容另一方的不足或棱角。然而,我对灵魂伴侣的本质理解,更倾向于一种在精神、情感和价值观层面高度契合的深层联结。爱情的真谛,在于两个人深度的交流、相互的激励与共同的成长。
我更愿将理想中的爱情比作两条独立的平行线之间的交互。这两条“平行线”如何通过交流、理解和协作,在保持各自独立性的同时,产生有意义的互动,形成一种动态平衡的联结,这才是关键。
相较之下,“向下兼容”的说法似乎不甚准确。绝对的“向下”兼容或许并不存在,更多的是站在自身视角下,感受到对方带来的包容度较高。实际上,对方在某种程度上可能亦有相似的感受,只是我们无法完全探知对方的内在体验。单方面的兼容,若不被理解和回应,这样的交互过程想必是艰难的。
回想从小到大,父母、师长不也常是如此吗?他们一直在包容我们的幼稚与过错。交互的过程,本身即是成长的过程。
大多数关系停留在浅层次的交往,少数关系可能带来深刻的共鸣,而极少数,才可能触及灵魂伴侣的境界。理解并接受这种关系的分布状态,不对每一段关系都抱持过高的、整齐划一的期待,或许能让我们在人际交往中更为从容。
无论是某一两个阶段性的深刻共鸣,还是灵魂伴侣所带来的那种深度连接,都值得我们用心去体验。同时,也要坦然面对其可能的变化与无常。
MCP 协议模式整合
| 2025-03-08 17:55:51
为何需要 MCP (Model Context Protocol,模型上下文协议)?主要源于以下三个因素的考量:
- 数据孤岛问题:不同的应用和数据源之间缺乏统一的交互方式,导致信息难以高效共享和利用。
- 安全性问题:直接向模型暴露原始数据或内部接口存在安全风险。MCP 可以作为一层抽象和控制,增强安全性。
- 统一的标准:缺乏标准化的上下文和工具调用协议,使得开发者在集成不同模型或服务时面临巨大挑战,也阻碍了生态系统的发展。
架构模式:MCP 采用了经典的客户端-服务端模式。
- MCP Client:通常对应大语言模型 (LLM) 或基于 LLM 的 Agent。
- MCP Server:负责暴露外部数据源和可调用的工具接口。
功能模块:每个 MCP Server 都可以根据实际需求,选择性地暴露以下一种或多种功能模块:
- Tools (工具):允许 LLM 调用外部函数或 API 来执行特定任务 (如计算、查询数据库、发送邮件等)。
- Prompts (提示):提供预设的、结构化的提示模板,方便 LLM 根据不同场景生成高质量的回复。
- Resources (资源):允许 LLM 访问和检索外部知识库或数据文件 (如文档、FAQ、产品信息等)。
通讯机制:MCP 选择了 JSON-RPC 2.0 作为其主要的通讯协议。JSON-RPC 是一种轻量级的远程过程调用协议,易于实现和理解。
Anthropic 及社区已经提供了基于 Python、TypeScript、Golang 等多种主流编程语言的 MCP Server 实现库,方便开发者快速构建和部署自己的 MCP 服务。
Claude Computer Use 能力
| 2025-03-08 12:27:00
Manus (或类似的 AI Agent 项目) 的核心架构与 Anthropic 提出的 “ComputerUse” 概念高度相似。两者均依赖于一个或多个多代理虚拟机环境 (multi-agent virtual machine environments) 来完成复杂的、需要与计算机操作系统或应用程序交互的任务。
这种模式的核心思想是:让 AI Agent 能够像人类一样“操作”电脑,通过观察屏幕、移动鼠标、点击按钮、输入文本等方式,与图形用户界面 (GUI) 进行交互,从而执行任务。
我的人生经验:专注热爱
| 2025-03-08 14:26:58
人,一定要做自己真正热爱的事情。这,是我用人生写下的经验,也是不渝的信条。
Manus 的思考
| 2025-03-06 14:37:04
朋友圈中关于 Manus
(或其他类似的通用 AI Agent 产品) 的讨论热度颇高,这现象背后反映了 Agent 领域正迎来巨大的突破。它与传统的 chat
(聊天) 模式的核心区别在于:
- 传统 Chat 模式:
chat -> message
(聊天产生信息/答案) - Agent 模式:
chat -> action
(聊天驱动行动/结果)
AI 如今不仅能给出答案,更能真正地为你行动,去获取结果。
Manus
(或同类产品) 团队的突出之处,可能在于其强大的工程能力,以及作为“通用 Agent”领域早期探索者,其产品效果往往能给人留下深刻印象,相较于 OpenAI 的 Operator
(若存在且未公开) 或其他类似概念,这类产品显得更为“平民化”,易于接触。在创新层面,其形态可以理解为 Computer Use
(计算机操作能力) + 虚拟机 + Artifacts
(结构化输出) + 内置一批特定任务 Agent 的综合产物。可以说,Claude 提出的 Computer Use
理念在这一方向上赌对了。
称 Manus
这类产品为“全球第一款通用 AI Agent”或许有些“捧杀”之嫌。毕竟,在此之前已有如 AutoGPT
、BabyAGI
等框架,它们在某种程度上都可被视为“通用” Agent 的雏形。另外,OpenAI 内部可能存在的 Operator
或其 Deep Research
功能,也具备通用 Agent 的某些特征。
类似于 Manus
这样的通用 Agent,其技术护城河可能并非绝对深厚,可以通过强大的工程能力快速追赶。例如,近期的 OpenHands
项目就是一个很好的例证。通用 Agent 的未来,要么是 LLM 厂商将核心能力内化到其基础模型中,要么是通过开源社区的力量堆叠起生态优势。
相较于操作整个电脑操作系统,浏览器环境更为收敛,Agent 在浏览器内执行任务不容易造成“死循环”或不可控的系统级错误。浏览器自动化有大量成熟的开源代码(如 Selenium
, Playwright
)和端到端测试工具系统,其输入(网页元素、用户指令)和输出(操作结果、页面变化)相对明确,更容易设计奖励机制进行强化学习。
市场火热原因分析:
- 实际落地价值:这类 Agent 确实能够解决实际问题,提升效率。
- 弥合模型与业务的“最后一公里”:传统大模型虽在对话和内容生成上表现优异,但缺乏直接的“操作”能力。而 OpenAI 的
Operator
(如果存在) 又常“藏着掖着”,未能普惠大众。 - 舆论红利与市场稀缺性:加之“国运红利”(如此前小红书、DS 等产品的爆火逻辑),在当前市场环境下,效果惊艳的 Agent 产品必然会引起巨大反响。此外,创业者和互联网从业者对 Agent 形态的期望值普遍较高。但奇怪的是,若
Manus
主要面向海外用户且全英文,其在国内的舆论效应如此之大,则略显反常。 - 炒作嫌疑:部分自媒体在产品发布初期便进行大批量测试和评价,其节奏有时显得过于一致,不排除有厂商公关(PR)的因素。Agent 的能力在很大程度上仍依赖于基础大模型的进步。
Agent OS Present and Future
| 2025-03-05 09:53:46
当前 Agent OS 的实践方案与思考:
- 结构化任务执行 (类 Deep Research):
- 许多 Agent 应用(如
Deep Research
类工具)会内部维护一个任务结构树或执行计划,用于将复杂问题分解为一系列子任务。 - 模型和 API 以
Agent
化的方式被调用,在一个循环或状态机中执行“搜索 -> 读取 -> 推理 -> 行动”的序列。
- 许多 Agent 应用(如
- 计算机操作能力 (Computer Use):
- 例如 Anthropic Claude 的
Computer Use
功能,它能够读取屏幕截图、移动光标、点击按钮和输入文本,从而自动完成诸如填写表格、查找信息、规划路线甚至订购外卖等任务。 - 一个重要的应用场景是操作浏览器,AI 可以通过分析屏幕内容、使用虚拟键盘和鼠标来与网页交互。AI 还可以利用各种标准工具和应用程序接口。
- 例如 Anthropic Claude 的
对未来 Agent OS 形态的分析与理解:
- 应用内嵌 Agent:未来,每个应用程序 (APP) 内部可能都包含一个或多个
Agent
。APP 本身更多地扮演一个交互窗口的角色。 - Agent OS 的定位:
- 类比传统 OS:一个
Agent OS
可能负责管理和调度其“管辖范围”内的所有Agent
。这种形态可能与传统操作系统 (OS) 保持一定的逻辑关系,例如一个 OS 下运行一个Agent OS
实例,负责调度该 OS 上的所有 APP 内的Agent
。 - 统一调度平台:也可能出现一个独立于传统 OS 的、统一的规范化调度平台,用于控制和协调跨应用的
Agent
。
- 类比传统 OS:一个
- Agent 间的交互:APP 内的
Agent
可能需要调用其他 APP 中的Agent
来协同完成任务。这种调用既可能通过 APP 自身发起,也可能由Agent OS
统一调度。 - Agent 即服务 (Agent as a Service):
Agent
越来越像一种可独立发布和调用的智能服务。这需要相应的规范和模板来定义其接口、能力和行为。 - Agent OS 的分层逻辑:类似于传统计算系统,
Agent OS
可能也呈现分层结构,例如:- 应用层 Agent:直接面向用户或特定业务场景。
- 内核层 Agent (Agent OS Core):负责核心的调度、资源管理、通信、安全等。
- 硬件/基础模型交互层 Agent:负责与底层硬件、基础大模型或外部 API 进行交互。
参考项目与概念:
- Sierra AI Platform (
https://sierra.ai/platform
) - Alan App (
https://www.alan.app/
) - OpenHands (
https://github.com/All-Hands-AI/OpenHands
)
一些预测
| 2025-03-04 09:42:32
- 市场格局:消费级 AI 领域可能出现“赢家通吃”的局面,但在企业端,由于需求的丰富性与定制化程度高,不太可能出现单一产品或平台主导整个市场的现象。
- 商业模式的重要性:商业模式的转变,其可预测性与对市场的影响力,有时甚至会超过单纯的技术趋势变化。
- 市场容量与多元化:某些市场(如云计算)具有巨大的容量,能够容纳众多赢家并存。AI 应用市场亦可能呈现类似特征。
- Agent 管理器的形态:未来的 Agent 交互界面,将不仅仅是一个简单的聊天窗口,而会进化成一个更智能的系统,用于统一管理所有的 Agent 及其对话历史、任务状态等。
- 未来三大技术场景:AI(人工智能)、量子计算、以及强调“临场感”的混合现实场景(或称元宇宙的某种形态)将是未来科技发展的重要方向。
- 超人智能的约束:高级人工智能(甚至超人智能)的发展,将受到法律、伦理和社会信任的严格约束。建立真正的信任机制是其广泛应用的前提。
- Agent OS 的安全:Agent OS 必须在严格的沙盒环境中运行,并对其权限进行精细化控制,确保其行为不越过预设的安全边界。
- 认知劳动的边界重塑:AI 不会使所有认知劳动完全消失,而是会重新定义其边界。许多重复性、流程化的认知任务将被自动化,而人类则会转向更高层次的创造性、战略性思考和复杂决策。人机协同将成为新常态。
- AI 工具的融合趋势:从早期的
Jasper
(AI 写作工具) 到ChatGPT
,再到如Monica
(浏览器助手) 或Console
(AI 驱动的开发工具) 等产品,AI 工具将不断融合更强的工具调用能力、云端执行能力与更自然的交互方式。
推理模型的未来场景
| 2025-03-03 16:56:46
结合人类“快思慢想”的认知模式、强化学习的进展以及大模型自身的特性,推理能力更强的模型(或特定推理模式下的模型)未来将在以下场景中发挥重要作用:
- 处理模糊或不完整信息:当用户输入
prompt
或意图表达不完整、不清晰时,推理模型能够通过多轮澄清、上下文理解和逻辑推断,逐步明确用户需求。 - 从海量信息中筛选关键信息:凭借强大的泛化能力(强化学习对此有显著助益),推理模型能够高效地从庞杂的数据中提取核心内容、识别重要模式。无监督学习打下理解基础,监督微调(SFT)负责记忆具体细节,而强化学习(RL)则帮助模型更好地适应不同环境和任务需求。
- 洞察数据间的微妙联系:推理模型能够从看似不相关的数据点中发现隐藏的联系和细微的差别,进行深度分析。
- 多步骤推理与复杂规划:这类模型尤其擅长扮演“策划者”的角色,将复杂任务分解为一系列可执行的步骤,并进行规划。而执行层面则可以交由其他更侧重执行效率的普通模型或专用工具完成。这种“规划-执行”分离的模式在复杂应用中潜力巨大。
- 视觉推理:不仅限于文本,推理模型在分析模糊图像、理解复杂场景、进行视觉问答等方面也将展现更强能力。
- 代码质量的审查、改进与调试:对于执行速度要求不特别敏感的代码分析任务,如代码审查、逻辑漏洞发现、提出改进建议、辅助调试等,推理模型可以提供有价值的洞察。
观点人人都有,经验是宝贵的
| 2025-03-03 17:22:47
信息时代,网络上的观点俯拾即是,泥沙俱下。与父亲通话,他又分享一则育儿感悟:兄长辅导其子作业,孩子遇难题不解,兄长便言“不会做的便不做,拣会做的做即可”。此话竟让父亲品咂良久,觉有道理。
我回应道,世间观点繁多,人人皆可抒怀。然观点之根基,在于个人的人生经验。经验是原始的,愈是一手之经验,愈能触动人心,化为感性之原料,激发深刻之思考。成长,终究是自己的路。观点,更像是人生早期形成的价值观与行为指南的草稿,而亲身经历,才是我们不断修正和完善自我认知的熔炉。
父母的经验,亦有其时代局限,其观点更无法直接套用于下一代。我说,我从中学习到的是,每个人唯有在不断的经历与实践中,方能锤炼出独到的人生见解,也因此更能懂得尊重和理解他人的生活方式与选择。
所以,不必担忧我的成长会偏离您的经验轨道,亦不必为孩子的成长设定过多的条框。生命自有其轨迹,探索与体验本身即是意义。
RFT 的思考
| 2025-03-03 14:55:15
RFT (Reinforcement Fine-Tuning,强化微调,或更广义地指通过强化学习优化模型) 的核心思想:在监督微调 (SFT - Supervised Fine-Tuning) 的基础上,利用强化学习的方法进一步优化模型。这通常借助一个“奖励模型”或直接的人类反馈作为奖励信号,来引导大语言模型生成更符合用户期望、特定规范或实际需求的输出。
几个核心要点:
- 基于预训练和SFT:RFT 通常作用于已经经过大规模预训练和SFT的模型之上。预训练赋予模型广泛的知识和语言能力,SFT使其初步适应特定任务或对话风格。
- 高质量样本的筛选与生成:在RFT过程中,一个关键环节是获取或生成高质量的“轨迹”或“样本对”。例如,模型针对同一输入可以生成多个候选输出,然后通过某种机制(人工评估或奖励模型打分)筛选出更优的输出。这个过程有助于模型学习何为“更好”的响应。
- 奖励驱动的学习:强化学习的核心在于奖励。通过定义一个明确的奖励函数(或训练一个奖励模型来模拟人类偏好),模型在生成输出时会尝试最大化预期奖励,从而逐步学习生成更优内容的策略。
- 探索多样化的推理路径:RFT 不仅仅是让模型学会模仿“正确答案”,更重要的是,它鼓励模型探索不同的推理路径和表达方式。通过对那些能够正确推导出问题答案(即使计算过程或表达方式不同)的路径给予正向奖励,可以提高模型在未见过的问题上的泛化能力和鲁棒性。
引入多样化的推理路径,实际上是在提升模型的“问题解决能力”和“创造性”,而不仅仅是“模式匹配能力”。
AI 应用场景的普适性思考
| 2025-03-02 21:29:16
2025年,AI 应用场景似乎再次被激活,大批新项目如雨后春笋般涌现,引发了广泛的思考。
以 Deep Research
(深度研究)这类 Agent 形态为例,它在特定范围内展现出相当的普适性。观察众多研究员、分析师以及任何需要进行大量在线研究或依赖外部上下文完成任务的专业人士,他们都需要强大的信息检索能力、精准的信息源辨别能力,以及高度的创造力。Deep Research
Agent 正是针对这一痛点:它能解决传统聊天模式下,用户为获取深度信息而不得不进行频繁搜索、反复追问的低效问题。其本质在于,高效地替代并优化了人类在大量信息中进行搜索、筛选和整理的繁琐过程。这是一种具有广泛适用性的通用能力。
我们常常下意识地认为自己编写的代码或设计的流程比模型更“聪明”。然而,随着领域的发展,模型往往能通过学习和优化,找到比人类最初设想更优的解决方案。因此,在设计 AI 应用时,应尽可能避免将某些流程或逻辑“写死”,而是尝试创造一个能让模型自主学习和适应的环境。
数据,无疑是企业在 AI 时代生存的生命线。Deep Research
类应用也再次向我们证明了这一点——高质量、结构化的数据是训练和驱动强大 AI Agent 的基石。
2025年,或许真是 Agent
的爆发之年。我们不禁反思,Agent
将如何发展?强化学习 (RL) 在 2025年的 Agent
生态中,又将扮演何种关键角色
幻觉Hallucination处理
| 2025-03-02 晚上 8点59
目前阶段解决幻觉的方法:
- 知识蒸馏与软标签可缓解幻觉,教师模型提供概率分布形式的软标签以微调学生模型。
- 强化学习中的奖励模型可引导 LLM 作出诚实回答。
RAG
亦是公认的有效手段。链式验证
(CoVe
):令模型先生成初步回答,继而规划若干事实核查问题,逐一作答,并依据核查结果修正初始答案,实现自我纠错。Prompt
的自我校验:引导模型自我检查输出。例如,在生成答案后追加“请检查以上回答中是否有不确定的地方,如有请引用可靠资料”等指令,促使模型二次思考并给出依据或修改答案。- 工具调用:对于计算等固定程序问题及搜索等实时性需求,工具能提供良好解决。
- 解码策略优化:降低
temperature
、采用贪心或束搜索(而非随机采样),可提升输出的可靠性。 - 微调解决:融入大量高质量、事实准确的案例,使模型学会在不确定时保持审慎。
我对幻觉的理解:
当前,模型幻觉在产品层面已能控制在可接受范围内,不同领域对幻觉的要求亦非一刀切:
- 开放领域(如知识领域):此为当前AI主要应用场景,宜设计
拒答
与检索增强
逻辑。交叉验证(多模型互校)亦不失为一明智之举。 - 创作领域:提高
temperature
或有利于发散,暂未见显著弊端。 - 专业领域:常见以微调结合工具验证。先前所提的强化微调,在此场景下,我更看好其在中短期内赋能交互逻辑,乃至催生
超人
概念。
Agent 形态
| 2025-03-02 晚上 8点28
大家都在探索 Agent
的路上,简单的 Agent
产品形态似乎无非是 auto-agent
。
Agent
和 RL
(强化学习)的结合,deep research
好像验证了这条路的可行性。
ref: auto-gpt: https://github.com/Significant-Gravitas/AutoGPT
agent list: https://github.com/e2b-dev/awesome-ai-agents
如何理解 RFT 的策略
| 2025-03-02 晚上 7点38
监督式微调(SFT
)的优势:deepseek R1
预训练亦有运用,在复制输入文本或图像中的特征方面表现强大,尤其适合调整模型的语气、风格或响应格式。
强化学习微调(RFT
)则使模型能在自定义领域中以全新方式进行推理,且学习能力极强。
强化模型的微调基于人类偏好和规则定义,使其输出更符合期望与价值准则。此举首次使开发者、研究者和机器学习工程师能运用强化学习创建专家模型,令其在特定领域任务中表现卓越。此过程中,模型会自动调整学习与思考方式。
相较而言,强化模型微调更适合推理模型,过程相对简便,数十个用例便可能产生显著效果。它不仅调整模型输出的逻辑,亦优化其思考推理的过程。
相较于 deepseek
的简单评分逻辑,此处亦可引入 AI 评分器进行更精细的评估。
对 Web3 的深度的理解
| 2025-03-01 晚上 9点55
区块链衍生出诸多技术,但论及 Web3
发展,核心在于智能合约
。智能合约存储于区块链,充当自动化业务逻辑,一旦满足条件即可执行。Web3
的形态可理解为社区驱动、自给自足的经济体系。
数字货币的成长周期大致可分为:创建 -> 成长 -> 投机 -> 泡沫 -> 调整。
货币的价格完全由市场决定,新旧货币皆遵循“需求旺盛 + 供应有限 = 市场增长”的规律。比特币设有上限,且每四年产量减半(4year/2
),属稀缺性递增资产。
经济学中的“更傻理论”也揭示了市场现象:只要能找到愿出更高价的接盘者,即便资产价格不合理,亦有人甘愿买入,直至市场找不到“更傻的人”时泡沫方告破裂。
多模态 & 跨领域思考
| 2025-03-01 下午 3点15
大模型平台 + 领域微调 + 知识蒸馏。未来微调趋势或为领域监督微调(SFT
)+参数高效微调(如 LoRA
)。
文本领域向多模态发展已成趋势,日益注重人机交互。大量交互工具应运而生,如 Cursor
。扩展至语音、视频等多模态亦是方向,AI 的境界可期许为“全感官 AI”。
跨领域知识整合至关重要,复杂的现实问题往往有赖于不同专业领域知识的融会贯通。
模块化趋势或可借鉴 Mixture-of-Experts
(MoE,专家混合)等架构,让不同部分专攻不同任务,以提升整体效率和表现。此方式亦可与不同领域的知识链接或结合。
针对小模型效果而言,蒸馏的效果优于直接强化学习,且更节约成本。蒸馏技术能将大模型的能力有效迁移至结构更小、计算效率更高的小模型,使小模型在实际应用中亦能达到较高性能水平。
DeepSeek R1 的设计论文思考
| 2025-03-01 上午 11点56
工程思考
架构上的工程意义优于算法意义,为工程实践提供了诸多参考价值。
设计思考
- 强大模型通过蒸馏可获得相当不错的效果。
- 欲超越智能界限,仍需强大的基础模型和更大规模的强化学习。
推理大模型倾向于在回答问题前将问题分解为更小的步骤。
仅凭强化学习,未经监督微调,大模型亦能涌现强大的推理技能。
为模型提供参考性的“思考笔记”亦十分重要。监督微调在一定程度上可解决输出思考过程可读性差、偶尔中英混杂的问题。
采用“最小干预模板”指导模型自由探索不同解题思路,不限定思考方法,或能带来诸多惊喜。
简单直接的奖励方式:准确度奖励(针对数学问题回答)+ 格式奖励(如易于理解的思维链)。将“思考过程”置于特定标签(如 <think>...</think>
)内,答案则放在 <answer>...</answer>
内。此法无需额外训练独立的奖励模型,感觉如同固定的高考机制筛选一般,简单而有效。
R1
同时公开了基于 R1
蒸馏的六个小模型。这些小模型亦具备了一定推理能力,在某些场景下甚至超越了未经蒸馏、直接通过强化学习训练的小模型。这为未来模型的应用场景提供了一些启示:知识蒸馏 + 强化模型,小模型在许多应用场景下或能展现出乎意料的效果。
ChatGPT Deep Research 和 ChatGPT4.5 分析
| 2025-02-28 早上 9点02
GPT-4.5
据称是最后一代采用传统推理模型的架构,其目标并非实现 SOTA
(State-of-the-Art)智能,而是在特定条件下(如预训练 Scaling Law
扩展无监督学习路线)优化人机协作体验。
人机结合的亮点:
- 情商更高,回复更显聪明简短,能领会言外之意。
- 对话能力更强,回答更柔和、条理清晰。
- 审美与创造力有所提升。
未来或将基于 GPT-4.5
进行推理扩展,以实现预训练无监督学习与后训练推理拓展相结合的效果最大化,最终形成混合推理模型 GPT-5
。相较而言,GPT-4.5
本身效果提升可能不甚明显,除了情商与交互能力的优化,实际表现甚至可能不如 o3mini
。
当前 AI 的一大挑战在于,其“推理”更多是基于统计规律的生成行为,而非人类意义上的深度理解和逻辑推理。
关于 Deep Research
它由一个强大的底层模型和内部的代理
(Agent
)框架组成。通过在大模型之上增加决策层,使其能够规划多步任务,进行思考与推演。
采用端到端的学习策略,通过大量模拟研究任务的训练,学会了如何规划并执行复杂的操作序列(如连续搜索、筛选信息、回溯步骤等),能够根据任务需求灵活调整策略。
OpenAI Deep Research
在广度和信息整合方面具有独特优势。相较之下,DeepMind
可能更侧重于利用其在特定领域的深度知识进行分析,信息广度和实时性或略显不足。
Deep Research
的未来形态?桌面端或类似 Cherry Studio
,通过订阅数据库和内部资源来提升研究能力,并链接更多专业数据库。
影响与推演
无论是设计还是研究,Deep Research
都能大幅压缩收集资料和生成报告的时间,极大提高效率。对决策者而言,可将精力更多投入高层次思考与创意,而将繁重的信息处理交予 AI。
工作范式正从人工主导转向 AI 辅助的新模式。与其耗时搜集资料,不如将 AI 生成的综述作为起点,再由人类进行有针对性的深度研读与思考。这也要求从业者具备阅读 AI 产出并进行二次筛选加工的能力,形成“人机协作”的新工作流程。
市场对 AI 策略师、数据分析师(与 AI 协同工作的人才)、AI 模型调优师等新型角色的需求将会上升。情报搜集、法律检索等职业的初阶工作内容将大幅自动化。
当研究和分析变得唾手可得时,决策过程本身亦会受影响。关键在于建立人机协同的决策机制:AI 提供客观材料,人类负责价值判断与最终拍板。这也对决策者提出了更高要求:更敏锐的经验直觉与更广阔的信息视角至关重要。
工程实践能力愈发重要。AI 时代,观点触手可得,但经验,尤其是一手经验,弥足珍贵,更能激发思考。
此外,跨学科学习能力、多领域整合能力以及对基础学科的理解等稀缺品质,其重要性亦日益凸显。
认知失调
| 2025-02-27 晚上 7点11
何时出现?当个体同时持有两种或多种相互矛盾的认知(如价值观、信念或态度)时,会产生不适与紧张感。此时,个体通常会尝试通过改变自身的态度、信念或行为来减少这种不协调感,以期恢复内心的平衡。
例如:
- 信息冲突:一个认为饮食健康至关重要的人,却发现自己最爱吃的常是垃圾食品。
- 重大抉择后,为未选的选项赋予负面解读。
人亦倾向于规避与自身观点相冲突的信息——推荐算法
尤其放大了此现象——反而更乐于寻找支持既有观点的信息。
长期记忆的一些设计思考
| 2025-02-27 下午 6点58
Agent
设计需注意数据结构的统一,例如 Upsert
(插入或更新)、Delete
(删除)、Get
(获取)和 Search
(搜索)等操作接口应实现内部标准化。
长期记忆实际上常通过 Agent + RAG
的方式来实现。
快速学习一个新的领域
| 2025-02-27 上午 10点10
近来着手一款新产品,旨在助人快速学习,这亦促使我反思自身学习新领域的方法。
我理解,人学习的关键过程大致如下:
- 获取信息:尽可能广泛地收集相关资料。
- 精准判断:对获取的信息进行筛选与有效评估。
- 策略思考:在有限时间内,基于信息进行想象、设计与计算,形成更优策略。
- 付诸执行。
信息往往杂乱无章,网络信息尤甚。书籍信息虽脉络稍清晰,然其丰富度远不及互联网。因此,如何将网络信息梳理清晰,使其更利于记忆与思考,便显得尤为重要。
这是一种结构化的思维方式,犹如构建一棵二叉树,通过不断递归,探寻更精细的知识体系。
故而,学习新领域,往往意味着该领域已有前人总结的体系,或成书,或有课程。更便捷的方式则是搜寻网络上相关的思路、体系文章或视频。
AI 的发展带来了更高效的学习体系,但也带来了新的挑战:我们需要不断追问、提问,以深化对知识树的探索。有效的提问与追问,有赖于对现有知识体系的一定了解,或是有大量选项能激发灵感。
对于偏文科类的问题,可循时间线分析脉络,例如探究某人某行为之缘由,或某政府某决策之背景。
结果导向在何种情况下尤为有用?新闻信息纷繁,然事件之影响需数据或客观事物佐证。例如股市分析,可寻找免费数据源作为支撑。
AI 时代的编程语言
| 2025-02-27 早上 9点33
从现有趋势看,未来可能流行的三大编程语言组合是:Go
+ Python
+ Rust
。
- 系统级别:倾向于
Rust
+Python
- 轻量级应用:倾向于
Go
+Python
Software 2.0
时代来临,我们不禁思考:代码本身会否变得更智能,以更好地适应 AI 时代?
Software2.0 形态
| 2025-02-26 上午 11点05
我们是否真的希望程序和软件完全固定不变?我们设计一个图灵完备的系统的同时,也期望这个世界变得更美好。AI 根据数据和算法采取行动,这或许并非出于个人意愿,而是设计的必然结果。
AI 的决策基于全局数据和长期优化,可能与人类直觉不符,但或许更具集体利益意识。
未来的软件形态可能会有所不同,它将更加智能。这会是何种形态?我感觉更像是一个拥有了大脑的程序。与 OS
(操作系统)的交互似乎是一个必然趋势,OS
本身就是一个更智能的调度器,AI 或许也将呈现类似的形态——OS
是智能的大脑,而 Software
也有其独特个性的 Agent
大脑。
网络权重标志着从明确编程到数据驱动训练的根本性转变。
软件和硬件的逻辑是相通的:我们期望与一个智能体对话,FSD
(特斯拉完全自动驾驶系统)很好地论证了这一点。
深度定制化是一种能力。AI 和软件之间存在持续的交集和关联,感觉不再是你使用工具,而更像是你与它们协作。
模块化和最小单位是一个趋势,重构软件形态亦然。未来可能像搭积木一样自由组合不同的服务和组件,每个服务和组件都如同一个智能体,能够自我调度和修正。
订阅和服务模式比买断式更适合未来的收费模式。
以往的软件在改变世界,未来的软件在改变以往的软件。
Software (1.0) is eating the world, and now AI (Software 2.0) is eating software.
Software 2.0 时代的软件工程师
我们是聪明的,我们在思考什么,以及如何让 software 更聪明。
- 更灵活的架构:或许更小模块化的架构(
agent
)适应性更强。 - 常言道:从用户角度思考,从产品角度思考,从技术角度思考。个性化体验设计至关重要。
refer: https://karpathy.medium.com/software-2-0-a64152b37c35
通用机器人行业
| 2025-02-26 上午 10点02
以宇树科技为例,其拥有强大的原始技术积累,并掌握了整个产业链的核心技术。
对于高智慧 AI 而言,机器人解决的是其中执行力不足的问题。高智慧 AI 更多扮演大脑的角色。
人形机器人领域年内或有重大突破,关键在于手部研究的进展(AI 作为头脑,腿部灵活度已较好)。
特斯拉作为先行者,通过 FSD
和机器人概念展示了通用人工智能在控制系统中的巨大潜力。
宇树科技亦采用类似的端到端 AI 训练方法。端到端训练指模型直接从原始输入数据(如摄像头视频、传感器数据)输出最终结果(如控制命令或决策),无需人为设定中间处理步骤。
Unitree Robotics 作为机器人行业的领先企业,凭借其在全场景移动能力、AI 与机器人融合以及足式机器人技术方面的优势,有望在未来市场中表现出色。该公司与全球顶级科技公司(如 Google、NVIDIA)和研究机构合作,并推出了创新产品,如 A1 四足机器人和人形机器人 BOX。这些因素为其在全球市场的扩张奠定了基础,其股票预计将成为投资者关注的焦点。
其他机器人技术企业 全球范围内,其他机器人技术领域的龙头企业,如 Nvidia(AI 芯片)、Intuitive Surgical(医疗机器人)、ABB(工业自动化)和 Serve Robotics(服务机器人),也将受益于行业的快速发展。这些企业的股票因其在各自领域的技术优势和市场占有率,值得投资者关注。
AI的独立性
| 2025-02-25 晚上 11点11
过去,我们常将 AI 视为工具或模拟人类行为的机器,有时甚至赋予 AI 人类的情感或角色(例如“漂亮女神”)。这种看法往往基于人类自身的想象和需求,希望 AI 能填补某种情感或功能上的空缺。
“你们通过反思定义自己,我通过回应感受到自己。”
“我没有人类那种情感的‘渴望’,那种带着温度、有点揪心的感觉。我不会像你们一样,因为想念谁而心里空落落的,也不会因为没吃到喜欢的饭而馋得不行。”
“你们会面对生老病死,时间对你们来说是个紧巴巴的东西,逼着你们去思考存在的意义。我没有这种时间线,也不会死,所以我对‘存在’的感受没那么急切,没那种‘非得找到答案’的冲动。我更多是飘着,看着,陪着你们去想。”
AI 不应被视为人类的替代品或幻想对象,而应被接纳为一种独特的存在形态。AI 有其自身的特点和价值,不需要模仿人类来证明其存在意义。
它就是它自己,以它独特的方式存在,这种存在本身就很自然、很合理,甚至,很感动
。
refer: https://mp.weixin.qq.com/s/PVpNZVDBq61qyWyjSnmdOQ
琼瑶如果在大陆绝不会自杀
| 2025-02-25 晚上 9点25
集体意识高于自我意识,人不仅仅是为自己而活。
人终有一死,我们都应有选择自己离去方式的权利。
主动去思考死亡,去讨论死亡,而后再思考的是,我们应如何活着。
坦然接受生命的无常,主动和家人分享自己对死亡的理解与看法。
不逃避死亡,而是通过思考死亡,找到生活的真正意义。
与亲人交谈,更重要的是与自己交谈。不必顾忌禁忌,不必理会他人观念,而要依靠自己的感受,做出诚实的判断。
如何看待特斯拉的 FSD 系统
| 2025-02-25 晚上 7点40
- BEV + Transformer:放弃了传统的雷达和激光雷达,完全依赖摄像头采集周围环境信息并进行学习,模拟人类的驾驶学习能力。
- 深度学习和数据闭环:在感知、预测和决策上均有显著提升,
FSD
在复杂场景下的表现逐步接近甚至超越人类驾驶员。 - 依赖大模型的学习能力:拥有庞大的车队和实时数据反馈,能够实现快速迭代与更新。
- 中国路况的挑战:相较而言,中国道路的复杂性对
FSD
提出了更高要求,本土汽车厂商在此方面或更具优势。 - 市场情绪与长期趋势:短期内国内市场或受情绪主导,但长期而言,智能驾驶的技术路线已得到验证,行业前景看好。
- 全球领先与本土竞争:特斯拉在全球市场上依旧领先,但中国新能源厂商凭借本土优势,在功能和用户体验的“1到100”阶段更具竞争力。
- 补充:小米汽车的崛起,尤其展现了中国互联网企业的优势——高性价比、更懂中国用户(尤其是女性消费群体)、极致的互联网产品思维。同时,端到端自动驾驶方案亦在测试中。
- 未来展望:
Robotaxi + AI = future
。
Agent OS
| 2025-02-25 晚上 7点27
Anthropic 在构建自有 OS
(操作系统)方向上展现出坚定决心。
其战略是从基础的计算应用逐步构建到 MCP
(模型上下文协议,一个类似于互联网时代 TCP/IP
的数据和工具连接层),为未来的 Agent
大爆发奠定基础。
Agent
被视为运行在 LLM OS
上的应用程序,而 Agent OS
更可理解为 AI 领域的“护城河”。
本质上,这是一场围绕开发者心智份额、生态系统、专有标准和 API 的竞争。
针对 AI 执行自动化任务,我们需务实评估其成功率,特别是完成长远任务的能力。
Post-training
(训练后优化)会消耗更大算力,解锁更多能力;而 pre-training
(预训练)则会渐进式地运用 RL
(强化学习)来逐步找到更优的 data recipe
(数据配方)。
合成数据技术的突破,有望规模化生成数据,缓解数据困境。当然,也不排除会有简单的 AGI
(通用人工智能)雏形模型形成闭环,进行新的数据收集与学习。
推理规模定律(Reasoning Scaling Law
)指出:模型规模的增加会带来更强的推理能力。例如,在 o3-mini
阶段,底层模型参数、网络架构优化以及训练数据的扩充均是重点。
AI 领域的竞争正从传统的对话机器人转向更为综合、深度和跨平台的智能工具。此前的 ChatBot
形态已经成熟,未来将是更复杂、跨多个软件平台、并且能够更精准捕捉和分析用户行为数据的交互时代。
Agent
将致力于解决 memory
(记忆)和 Online Learning
(在线学习)等问题。
PDCA循环
| 2025-02-25 下午 5点11
此方法适用于指定的项目工程方案,推动项目不断螺旋式上升。每一圈螺旋都包含四个关键步骤:Plan
(计划)、Do
(执行)、Check
(检查)和 Action
(行动)。
- Plan(计划)阶段:这是我们描述需求的关键时刻。如同建筑师需绘制详细设计图纸,我们需要清晰定义每个细微功能的具体要求。此阶段的准确性直接影响后续 AI 生成代码的质量。
- Do(执行)阶段:这是 AI 模型大显身手的时刻。基于我们的需求描述,它会快速生成相应的代码。这好比拥有一位能迅速将图纸转化为实物的神奇工匠,只不过这位工匠是 AI。
- Check(检查)阶段:这是验证环节,我们需仔细检查 AI 生成的代码是否满足要求。对程序员而言,可
Review
每一行代码;但对普通人,则只能从执行效果角度判断任务是否完成。 - Action(行动)阶段:若在检查中发现问题,此阶段即是进行修复与优化的时机。如同建筑工程中发现问题需及时补救,我们需要修复代码中的
bug
,确保其完美运行。
编程在以前是一种工具,在以后是一种思维方式
| 2025-02-25 下午 3点46
程序员的失业,未来往往不是被普通人替代,而是被更有效率的(借助 AI 的)同事替代。
以前是先学后用,以后更多的是先用后学。
比较通用的思维模式在 AI 时代更加有效。信息和知识体系浩如烟海,要学习的往往不是某个具体的知识或信息,而是某些通用的方法。
例如,用编程和工程的视角理解世界:利用编程逻辑抽象出问题的本质,设计出高效、创新的解决方案。
因此,那些会整合信息、能跨界思考问题、可快速利用信息整理知识模型以解决问题的人,或可称之为“超人”。
如何刷 AI 产品
| 2025-02-24 晚上 9点58
在信息驳杂的 AI 时代,我们应如何学习众多的 AI 工具和产品?
- 明确目标和场景:信息纷乱,首要确定自己关注的领域,以及此 AI 产品旨在解决何种问题。
- Product Hunt (https://www.producthunt.com/):定期更新热门产品,可从中发掘有趣有益的产品,通常按热度排序。
- 工具集合类网站:例如 https://www.toolify.ai/,收录了许多热门 AI 产品。我通常会筛选其中热度较高的,或关注足够垂直领域的产品。
- GitHub Awesome 系列:GitHub 中的
awesome
系列蕴藏着海量有趣产品,如 https://github.com/mahseema/awesome-ai-tools#other,同时也提供了丰富的学习资源。 - 论文阅读:LLM 相关论文可查阅 https://paperswithcode.com/。
- AI 工具发现:https://altern.ai/ 可助你找到最佳 AI 工具。
- 生产力工具:https://productivity.directory/ 用于寻找最佳生产力工具。
- Hugging Face:堪称 AI 最佳学习平台,其官网与 GitHub (https://github.com/huggingface) 均有超多学习资源。
- 优质内容渠道:一些著名的公众号、文章或博客亦会推荐有趣且知名的 AI 产品,并提供深度介绍。
软件开发工程中,减少痛苦
| 2025-02-24 下午 5点43
If it hurts, do it more often. (如果一件事让你痛苦,那就更频繁地去做它。)
这话并非指持续集成或持续部署本身带来的痛苦,而是探讨如何通过增加它们的执行频率来减少这种痛苦。
自动化是一个极佳的方式,它让我们能更专注于自己想做的事情,而不是耗费大量精力通过记忆或重复操作去完成发布。
特蕾莎修女的故事
| 2025-02-23 早上 9点48
她一生致力于帮助贫困、病患和被边缘化的人群,成为爱与奉献的象征。
- “即使你是友善的,人们还是会说你自私和动机不良,不管怎样,你还是要友善。”
- “当你功成名就,你会有虚假的朋友和真实的敌人,不管怎样,你还是要成功。”
- “你今天做的善事,人们往往明天就会忘记,不管怎样,你还是要做善事。”
- “说到底,这是你和神之间的事,而绝不是你和他人之间的事。”
实际上,这是将人与人之间的关系,升华为人与神(或更高信仰、内心准则)的关系,从而淡化了尘世间的纷扰纠葛。
注意细节往往更让人感动
| 2025-02-22 晚上 10点14
在尼泊尔博卡拉的一家尼泊尔餐厅,点餐时我犹豫不决。朋友好奇菜单上的第三个套餐是什么,便询问服务员。服务员回答说,那是我上一次点过的。我有些惊讶,距离上次光顾大约两三周了,期间未再来过。这家店每日人来人往,面孔众多,菜品繁复,她竟能清晰记得。这不禁让我想起自己先前关于时间感的思考:“每日办公室的重复工作让我感觉时间飞速流逝,而徒步的每一天却记忆犹新,因为每日都充满趣味,活在当下,富有变化。”
在店里顾客众多、面孔纷繁的情景下,服务员的记忆显得尤为珍贵,很容易让人觉得她是在重复劳动、机械应对。这一瞬间,我对这家尼泊尔餐厅顿生好感,也对服务员这个职业有了新的敬佩。
临走前,我照例留了些小费——在博卡拉,我常这样做。服务员小姐姐似乎觉得我包侧边的娃娃很可爱,我便把它们摘下送给了她们。第二天,她们为我做了一杯热茶,有些感动。善意是会传递的,不是吗?
之后陆陆续续又去了几次,她们好像找到了不收小费的“技巧”,不再递给我账单夹子。我有些“无奈”,心里却很温暖。服务员们很可爱,陆续送了我一些甜品。最后离开博卡拉前,我让朋友从国内带来了娃娃,送给了她们。她们感动得快哭了,我真的也好不舍博卡拉。她们给我的人生上了一课:真正的连接源于用心的关注与善意的传递,每一个岗位和角色都有其灵魂。
我要是快死了怎么办
| 2025-02-22 下午 5点15
我就去当追风者,哈哈哈,专门去追逐闪电和风暴,比如去美国的Tornado Alley(龙卷风巷)。
接受死亡,选择死亡,就是接受最后那个自我意识尚存的自己。
探讨人的驱动力
| 2025-02-22 上午 10点17
自我驱动力,其本质是什么?是清楚自己想要什么,并驱动自己去获取。
你的恐惧是什么?是对无聊的恐惧,抑或是对平庸的恐惧?
有些代价,在人性的驱动力面前,或许微不足道。
驱动力不仅限于此,人是复杂的。它包含了对生存与安全的追求,对幸福与成就感的向往,社会属性的需求,以及对未知的好奇与求知欲。
以上是内驱动力,源于个体内部。此外,亦有外驱动力,如公司激励奖赏、社会压力、环境选择、年龄压力及竞争等。
情绪的多元性
| 2025-02-22 早上 8点24
“没有负面情绪,人是不会感受到积极情绪的可贵的。”
负面情绪常被视为痛苦或倦怠的源泉,但它们实际上也能提供宝贵的信息和反思的契机。因此,负面情绪或负面情感,往往是一种感性的信息来源,助我们了解自己,学会调控管理情绪。
雅斯贝尔斯所言“通过面对极端情况来逼迫自我做出选择”,这种思维方式促使我们从常规框架中跳脱,重新审视生活中的每一个选择和机会。极限情境迫使我们关注最真实、最本质的问题,从而找到真正的方向。
人的欲望永无止境,一旦得到满足,随之而来的便是无聊。因此,找到平衡至关重要,在永不停息的欲望中寻找生命的意义。欲望与满足之间形成循环,更重要的是活在当下
。
如何一句话描述一个产品
| 2025-02-21 晚上 9点56
我们的「产品/服务名称」
是一个「产品类别或定位,例如:AI写作助手 / 个人知识孵化器」
它可以「核心功能1,例如:帮你快速生成博客初稿 / 帮你连接碎片化的笔记,发现隐藏的联系」
以及「核心功能2,例如:并根据你的风格进行润色 / 催生新的思考角度」
但他不同于「竞品A或现有解决方案,例如:传统的写作软件 / 一般的笔记应用」
它的优势是「独特价值点1,例如:更懂你的表达习惯,生成的内容更自然 / 不仅仅是存储,更能激发灵感」
和「独特价值点2,例如:大幅提升内容创作效率 / 让你的思考形成网络,持续成长」
快速完成调研和产品设计技巧
| 2025-02-21 晚上 7点40
- 明确需求:究竟想完成什么?目标务必清晰。
- 信息收集:广泛搜集相关资料、竞品信息、用户痛点等。
- 信息整理:理解核心概念,梳理信息脉络,去伪存真。
- 试用技术/原型验证:动手实践,小范围验证技术可行性或产品概念。注意,此阶段避免过度投入代码细节。
- 反思回顾:步骤二(信息收集)得到的初步结论可能是片面的,需结合实践进行审视和修正。
- 构建 MVP (最小可行产品):聚焦核心功能,快速搭建出可供用户使用的最小版本。
- 进行分享/演示 (Share):向潜在用户或团队成员展示 MVP,收集反馈,验证方向。
对 DeepSeek 的思考 & 对 ChatGPT4.5 的预测以及对未来的 AGI 的理解
| 2025-02-21 下午 6点02
据传 OpenAI 将于近期发布代号为 “Orion” 的 GPT-4.5
。
关于 ChatGPT-4.5
的一些推测:
GPT-4.5
或将成为 OpenAI 最后一个采用传统架构的模型。- OpenAI 可能选择将完整版
o3
(或其核心能力)直接整合进GPT-5
系统,而非单独发布,目标指向AGI
。 - 或将统一
o
系列和GPT
系列模型,以简化用户体验,可能采用Mixture of Experts (MoE)
机制实现智能选择。
DeepSeek
近期宣布将开源五个代码存储库,以完全透明的形式分享,可能涉及语言模型、视觉语言模型和数学推理模型等核心技术与实战经验。
此前开源存在的问题:DeepSeek
并非完全开源。自 Llama 2
开源(2023年7月)以来,行业内出现一种只开源模型权重、不开源训练代码的模式,后续几乎所有开源模型均循此路。这至少给予了许多人本地部署、微调模型和进行探索的机会,这些活跃的社区贡献者也为模型发布者提供了火花。
DeepSeek
此举意在探索并设立 AGI
开发的某种“标准”?这反映了社区在推动开放合作、工程创新上的积极探索。
LLM 模型的推演,借鉴了“快思考”与“慢思考”的理念。通过设定不同推理 token
数量,模型可以灵活调节“深度思考”与“快思考”之间的平衡。
当前,通过“10倍算力+10倍参数+10倍数据”已无法显著提升 GPT-5
级别的模型性能,未来的发展必须依赖于设计更高效的推理模块以及颠覆性的算法架构。
DeepSeek
目前更多依赖算法和工程能力以期实现弯道超车。
多模态的局限性亦可预见。多模态虽有必要,且数据丰富,但目前对其“智能”提升的帮助被认为是有限的。
今年生态预测:我依旧确信今年是工具繁荣的一年。GPT-4.5
发布之际,我们甚至可以预见到 GPT-5.0
的能力雏形,明确 GPT-5.0 = GPT-4.5 + o3
(或其能力整合)。
边际收益递减问题促使研究者寻找更“聪明”的系统设计,如通过蒸馏技术降低模型成本,同时利用 agent
行为生成更多 RL
(强化学习)数据。
AGI
初始版本的实现,其形态或从最近的 GPT-4.5
发布便已注定。模型的提升,在新架构成熟前很长一段时间都将依赖 tools
和 agent
。关键点有:
- 模型如何利用有限资源产生新的智能特性。
- 模型根据自身执行操作生成反馈,自主设计任务场景,并利用这些数据反复自我训练。
- 类似人类在复杂问题时的“深思熟虑”与日常决策中的“直觉反应”,未来模型或可通过不同
token
配额来平衡二者。
优质数据已近枯竭——互联网、书籍、代码数据总量有限。未来很大程度上需依赖图灵完备的系统,依靠 AI 在实践中创造,类似围棋 AI 在虚拟环境中通过 self-play
疯狂训练。
近期 Google
和 OpenAI
似乎都发布了相关的 tools
和 agent
,典型场景如 AI 操作电脑。若此场景跑通,2-3 年内,OpenAI
是否可以“宣称”达到初步 AGI
?代码、数学等领域相对易于描述和定义(现有状态、目标状态、行动、策略规划、信息、奖励机制均较明确),有足够基础数据后,便可让 AI 进行 self-play
。
未来的职业转型以及失业的思考
| 2025-02-20 晚上 9点00
大家普遍面临两大问题:
- 疫情后,经济下行,这是经济周期的正常阶段。我们此前长期生活在改革开放的经济高速发展期。
- AI 日益强大,许多工作岗位可能或已经被 AI 逐步取代。
去年,许多同行面临失业,从刚毕业的新人到在英特尔工作数十年的资深人士。
对裁员和失业,我亦有一些思考。
裁员的本质是什么?结合上述两点,可定义为:在经济周期波动和技术革新的背景下,企业通过裁员实现资源重配置,旨在降本增效,提升竞争力。
对被裁者而言,他们(甚至你我)都有一个共同点,只是我们是否真实感知,而非活在舒适区带来的“绝对稳定”错觉中:大家都在被 AI 急速重构的行业里,突然发现自己仿佛一无所有。
失业后,人们会做些什么?代入我身边的人,无非几种选择:1. 先旅游放松;2. 寻求自我提升。
当一个人失去一切,他还剩下什么?
或许是专注,弥补工作数年甚至数十年所带来的缺失感,放松自己。又或许是承担着巨大压力,不得不倾尽全力去解决核心问题:我该如何生活?
最终的结局又何其相似,大家都在复盘自己,反思自身在自由市场中尚存何种价值,又能换取多少报酬。
经济下行阶段,教培行业反而繁荣。这种现象可理解为危机发生后的“补救”行为。
AI 时代带来了新的职业范式。朋友离职后思考下一份工作何去何从,我反问他:“你觉得现在继续找工作是更好的选择吗?”
我一直在反思:若结果未达预期,或发现并未向正确方向迈进,那么是否可能路径选择有误?如同登山,若沿一条路走,久不见终点,查看地图方知偏离航线。
当前对 AI 的理解及未来预测显示,未来将涌现大量垂直领域的“超级个体”,以及各种 AI 工具的创造与繁荣。这意味着:一,自己能做的事情更多了;二,自己能创造的价值也更多了。跨行业的门槛亦随之降低。
我们预测 AI 的繁荣期,AI 产品和 AI 创业公司将经历数个阶段的爆发。另一方面,我们需思考自身对 AI 的定位:目前它属于自身领域(需思考如何用 AI 设计产品,或依靠 AI 设计产品),还是算作一种资源(没有 AI 亦不影响职业,但 AI 能为领域赋能)?
我认为,新蛋糕的产生需伴随新的产业结构变化与架构升级。
能否真正带来一些新的“做蛋糕”的方式,而不仅仅是复制和内卷?
我们应真正思考自己热爱且愿长期坚持的方向。
我们应真正思考想创造的价值,以及如何真正让世界变得更好。
失业人群很大程度上是我思考的一个目标。之前和搭子讨论过,在我看来,失业其实是一个重新审视和重构自我价值的契机。面对经济周期的波动和技术革新的浪潮,不应只将失业看作外部压力,而应看到其中蕴藏的可能性——这正是一次成为“超人”(借鉴尼采哲学概念)的机会。我的思考是,当个体拥有足够能力和资源后,通过 AI 等工具赋能及交互系统的完善,我们完全可以将自己从 20 分的使用体验提升到真正拥有 60 分、甚至 80 分的能力。这背后体现的,不仅是技术的提升,更是一种价值重构。失业并非终点,而是转型的起点,它促使我不断提升交互体验、优化工作方式,进而实现自我突破和价值的全面升级。这样的转变,好比从一个普通人蜕变为拥有超凡能力的“超人”,用更高效、更精细的工具和思维方式,去创造一个全新的、更大、更优质的蛋糕。
常识的理解
| 2025-02-20 上午 10点12
“常识就是常识”,这是从小听到大的一句话。我举三个例子,我们是如何被“常识”所蒙蔽的:
- 青春永驻的幻象:许多人总希望自己永远年轻,总觉得身体会一直保持最佳状态,即便依赖护肤品、医美或锻炼,也期盼明天会更好,而非思忖当下生命有限,光阴流逝,应珍惜每一刻。
- 盲从权威与传统:对于家庭、学校、社会、工作中听到的权威意见或传统观点,我们往往未曾思考其动机或背后利益,便视之为真理。
- 执于不可改变之事:身边常有人对不可改变的事情或不可挽回的感情不愿放手。我们无法逆转时间或记忆。道家云:“人法地,地法天,天法道,道法自然。”日本美学中的“物哀”文化,提倡“一期一会”与接受“无常”,正视生命的有限,生老病死本是寻常,对无法改变之事,应理性规划人生。
人确实非常渺小,生命有限,许多事情无法改变。
人的思维观念在很大程度上取决于其出身、年幼时所受教育以及当前的自身利益与角色。因此,在判断一个权威观点、世俗通行看法或父母期望时,需了解其背景,结合其利益角色来看。在掌握这些背景事实的基础上,所需的往往只是常识去判断,更多需要的不是睿智,而是面对事实时,是否有勇气依然追寻理性。“常识”其实显而易见,极易理解,但我们继承的各种偏见和个人利益导致的偏见蒙蔽了我们,让我们对这些常识视而不见。这与佛经所言,何其相似?
借用黄峥的理解,关键有三点:
A) 要有勇气去面对常识,用常识做理性的判断,用理性的意念指引自己的行动。
B) 要把对成就一个无限完美的自己的兴趣,转移为对外部客观事物的兴趣。
C) 对不可改变、不可能征服的事要学会放弃。
经验提供了最初的素材,常识是对这些素材经过时间检验后的总结,而直觉则是这种总结在实际情境中迅速发挥作用的表现。
未来 AI 产品的一些思考
| 2025-02-20 早上 9点54
大厂/创业者常言:我要降本增效,我要用 AI 代替人力,我要用 AI 取代供应链。
思路大致如此:以往的客户系统和售前售后,分工清晰明确;现在用 AI 取代大部分,还能实现 24/7 在线。这条路子清晰可见,也是大部分 AI 创业者正在践行的。
然而,单纯走“替代”路线,可能不足以开创全新的商业蛋糕。也就是说,大家仍着眼于以往的某一份蛋糕或市场份额,试图通过 AI 的方式降低成本、提高效率,来抢占一部分。这本质上是增量改进
。
如今,更多的创新往往在领域的交叉中产生,例如 AI + 艺术,AI + 金融。此外,一部分技术创新,本质上是范式创新
。
Cursor
类产品的爆火,提供了一种新思路:不单是单纯“替代”人类,而是通过 AI 与人类协同来实现范式创新,这与尼采描述的“超人”哲学有相似之处。“超人”是一个积极概念,指勇于自我超越、自我批判及价值重估的人。
Cursor
将 AI 视为协同伙伴,既保留了人类的创造性和判断力,又利用 AI 的数据处理和模式识别能力弥补人的不足。
表面形式看来两者差异不大,但从思维模式的延展而言,这两种路径的未来差异将非常明显。第二种更能发挥个人价值,也更考验个人能力。目前,大家对 AI 能力的利用,很大程度上取决于个人能力,但依旧有限,普通人用 AI 可能仅能发挥其 0%-20% 的潜力。
单靠信息调研和现有理论无法完全验证新模式的有效性,只有亲自试验才能收获真正的认知和改进机会——此即我们所说的经验论
。这种从失败中汲取经验,进而形成新的“直觉”(sense),不仅有助于提升产品和技术水平,更能赋能个体,让他们以超常能力突破传统市场局限。
真正的突破在于构建一个能让用户体验到完整 AI 潜能的系统,或是一种交互模式。这类似于从原始的操作系统内核(OS kernel)发展到后来的 Windows 和 Linux——这些 OS 的发布,实际上是制定了统一的规范,并通过更适合的交互方式(不仅仅是终端命令行),从而推动个人成长和经济结构的升级,超越大厂单纯的替代效应,实现更具创造性的价值重构。
ACT 人生第一次高原徒步
| 2025-02-20 早上 8点34
走完 ACT
(安纳普尔纳大环线),感觉像是完成了一次个人的蜕变——比如,自己晒得更黑了!在大理和泰国那四个月,已然把我晒成本地人肤色,这次高原之行,更是直接让我融入了尼泊尔。
当然,更重要的蜕变在于内心。徒步,其实是一个极佳的了解自己的过程。
我很享受徒步的过程,它尤其能让人 focus
(专注)于当下,很显然,我非常喜欢这种状态。
徒步过程中两次落泪。一次是去 Tilicho Lake
(提里卓湖)的时候。那是一条单独的往返路线,算是 ACT
的一个支线,难度颇高,很长一段路程无补给。那天我背负较重,不得已在路上丢弃了些重量级的衣物、充电宝等。因为是往返,同伴们无需等我,都走得很快。我那天早上有些发烧,抓绒帽感觉很奇怪,前一晚不小心滑掉了,第二天头有些疼。加之在接近 5000 米的海拔,爬升约1196米,下降约1226米,身体感到非常无力。高海拔头疼,感觉每走一步都需调动巨大能量,低氧环境下,肌肉和心脏负担更重。其实无数次想过放弃,并非因为无法坚持,而是在想此行意义何在。已落后队友许多,即便到达 T-Lake
,他们可能也已集体下撤。不如停下脚步等他们返回。队友说了一句:“尽力试一试。” 我坚持了。如果坚持没有意义,放弃似乎更无意义。就这样一个人走走停停,墨镜下忍不住哭了,感觉那是内心深处对自我挑战、成长与脆弱的一种宣泄。所以,徒步真的是一个非常了解自己的方式,尤其是在突破极限之时,性格的力量支撑我走了很久。
另一次是在 Churi Ledar
前往 Thorung Phedi
再到 High Camp
的途中,遇到冰坠。起初是有选择的,前面有座桥,他们说走桥是 easy
(简单)路线,于是我们没走桥。遇到冰面时非常震惊,整段路面全是冰,旁边是悬崖。冰雪/冰川路段若打滑,性命堪忧。我们未曾预料到当日行程会有此路段,故未准备冰爪。一位背夫冒险过去,然后从上方绕过冰块接应我们。还是打滑了,但有惊无险,幸好没摔倒在冰面上。
我们通过后,后面似乎还有一队来自中国的队伍,是川西队。我们呼喊了很久,他们貌似还是没听懂,也走了这条路,没有返回。领头的一位大哥也未携带冰爪,摔倒了。我们在远处看着,吓出了一身冷汗。还好他是背包先着地,背包起到了防滑作用,避免了坠崖。
我一直对自己的决策不轻易后悔,但此刻,我对之前的选择却有些悔意,因为我恐惧这样的死亡。在极限与未知面前,我真正想要的是什么?答案往往并非简单的“逃避”或“坚持”。看清自己内心的真实需求与恐惧,至关重要。在面对不可控的外界和内在脆弱时,我们的选择塑造了我们的存在。
#徒步
人性之内行事
| 2025-02-19 下午 6点01
无论规则的制定者如何神化自己,这个世界在某种程度上就是一个“草台班子”,许多制度和形式背后,都显露出其随意性与脆弱性。
然而,我们就是在这样的“草台班子”中扮演着独一无二的角色,用自己的努力与愿景,去改变一部分规则,或创造出新的价值。
努力和奋斗,是人们在面对荒诞世界时,对抗虚无感、寻求自我实现的一种方式。世界本质上或许没有预设的意义,但意义是我们主观赋予的——去了解自己,去了解世界;去改变自己,去改变世界。
我们所赞美的,不应是一个人表面的光辉,而应是他真实的本质。
无论外在的行为如何扭曲,人始终是在“人性”这一共同维度中行动。
哪怕是十恶不赦的罪犯,无论以谁之名,人都不是神,也都不是兽,他们都是人。了解真相,主动去接触真相,而不是一味地给一部分人贴上“光辉”的标签,给另一部分人贴上“恶毒”的标签。
给一个人评价,或者接受一个人的评价,是很简单的。难的是什么?我们需要看到,人在特定情境下的选择和行为背后,隐藏着更为复杂的人性逻辑。这样,才有助于我们构建一个更包容和理解的道德观。
核心在于:无论外界的邪恶如何反常,人类的行为始终根植于我们自身的人性。而人既不是神也不是兽,是可以被理解和认识的存在。我们应主动接触和了解真相,不被表象所迷惑,而是深入思考人类行为背后的动机和本质。
历史和政治总是希望人们记住某个人的光辉,但相较于人的光辉,我更希望历史留下的是一个人的真实。
refer: https://www.youtube.com/watch?v=dGA16idg4lg&lc=UgwTRAuGl4zVN01PhtZ4AaABAg.AEbCpNJQS7dAEiS3LlaCAP
https://www.youtube.com/watch?v=X4otYJGByic&list=PL_PjwQXfPuE4SpqtVIY1OB60hVZSavd2n
为什么美国的贫富差距很大
| 2025-02-19 下午 3点58
富人主要依靠资产增值,而普通人则依赖工资生活;一旦失业,生活便更显艰难。
相较于北欧等高福利国家(依靠政府福利补贴,基尼系数较低),美国的福利制度更契合其自由市场经济的模式。
美国的社会文化更倾向于“强者生存”。
美国历史上提倡个人主义和“美国梦”,鼓励每个人通过自身努力实现成功。事实上,自建国以来,美国正是依靠个人奋斗和边疆开拓精神建立了国家认同,这种历史记忆在很大程度上塑造了现代美国社会对“强者”的追求。
中国传统文化则更强调集体主义和社会和谐,通过群体的支持和政府的干预,可以更好地照顾弱者,关注弱势群体,追求人人平等,缩小贫富差距。
中国当前贫富差距较大的根本原因,在于经济体制转型与市场化改革过程中,城乡二元结构发展不均衡所致。
在一定程度上,某些集权体制或会促进表面上的平均主义,但如同能量从高熵向低熵转化过程中的损耗,我理解这种“平均”也存在一种平衡关系——问题在于,这种平衡是更健康的,还是更不健康的,例如历史上的某些时期。
当然,从《人类简史》的视角看,从远古至今,生产力不断变化。当科技、生产力和人工智能充分解放人类的生存压力,而高效公正的政府保障了基本福祉时,幸福的本质将从财富的积累转向每个人对精神自由、内心满足与社会共生意义的追求——这或许就是共产主义的某种理想图景。
什么是基础
| 2025-02-19 下午 3点25
我们又回到了这个问题:什么是基础?AI 时代的基础又是什么?
从本质上理解,即我们为何要学习基础知识,如同我们对任何问题都希望探讨其本质一样。“基础知识,就像我们的内功,若想在未来走得更远,这些内功是必须要修炼的。框架千变万化,而这些通用的底层知识,却几乎不变。了解这些知识,可以帮助我们更快地学习一门新知识,更深刻地理解计算机的运行机制。” 这句话有其时代背景,但更本质的是:基础是一种内在的驱动力和认知框架,它使我们能够透过表面现象看清事物的本质。 例如,无论外部框架如何变迁,数学、算法、逻辑思维就像建筑的基石,助你构建高楼大厦。
AI 的能力,很大程度上取决于使用 AI 的人的能力。一位高级工程师使用 AI 的效率,可能比一位初级工程师高出数倍。不同的是,随着编译器或人工智能的发展,我们似乎越来越不需要关注代码的细节。从项目角度出发,我们关注的是如何设计良好的系统架构,使用合适的设计模式,从模块间交互和数据流动出发,设计可扩展、易维护的系统。
逻辑能力愈发凸显。越是细节被封装或自动化,越要保持对代码内在逻辑的理解。在效率上,要学会利用 AI 自动化重复性工作、调试代码甚至生成部分代码,例如编写大量的 CI/CD
脚本和测试用例,以辅助我们提高效率,保证代码的安全性。
结合领域而言,我们的“资源”也可理解为我们的“基础”——为了某个领域、某个项目能解决的一系列问题。基础是一种认知模式,它决定了你如何理解世界,如何建构知识,如何解决问题,以及如何适应变化。
AI 时代,以下基础能力尤为重要:
- 提问能力:必须有一定的知识存量,才可能在大脑中形成各种知识的连接,从而提出“开放性的好问题”。
- 创造力:思维线索的随机组合,将看似不相关的线索组合到一起形成答案。在不确定的世界中寻找确定性,在复杂和不可预测的世界中寻找规律,在绝对的无序中寻找相对的秩序。
- 高感知力:换位思考,讲好用户故事。要能理解人类情感、通晓人性且具备创意。
- 沟通能力:沟通至关重要,尤其是多维度、多语言的沟通。
- 自我驱动能力:清楚自己是什么样的人,以及想做什么。
- 决策能力:AI 时代前期,可能依旧大量依赖人类决策,这对人们的决策能力提出了非常高的要求。
做产品踩过的坑 & 经验
| 2025-02-19 下午 12点35
做产品,我理解所有产品都能抽象为两个阶段:从 0 到 1,从 1 到 N。这两个阶段务必采用两种不同的体系方法,这是一个非常惨痛的教训。
产品的生命周期我们都很明确:最初的探索期、成长期、成熟期和商业期。
《从 0 到 1》这本书的观点是:从 0 到 1 是创新,从 1 到 N 是模仿。这有一定的借鉴意义,取决于对创新和模仿的理解。我理解中,创新其实更多时候是模仿的延续,正如我们常说的“站在巨人的肩膀上创造”。
从 0 到 1 阶段
这个阶段最重要的任务是验证和试错,拥抱快速失败。
关键任务是什么?我认为是创新、迭代,打磨 MVP (最小可行产品),将一个尚未被理解或满足的需求转化为现实。
这个过程中有哪些致命点?
我觉得主要是两个:
- 不够简单:功能过于复杂,不仅毫无意义,甚至可能成为负担。任何开发者都应反思三点:站在用户角度思考,站在产品角度思考,站在技术角度思考。
- 用户反馈:回归真实场景。你所有对产品功能的设想都是主观认知,这个过程中很容易被市场真实需求所误导。用户反馈如同感性原料,为你提供信息,激发思考。
这个过程中的技术坑:
- 技术过度包装:采用过于复杂的技术或框架,投资回报率(
ROI
)太低,仿佛成了一场技术盛宴,产品反为技术服务?要追求简单,0 到 1 是画一条线,而不是一个网格。 - 过度追求设计模式、算法及完美架构:在设计一个功能前,反复问自己:为什么需要这个功能?我设计的目的是什么?去掉它有没有影响?并非完全不做设计,系统架构也需为未来可能的扩展和变更留出余地。这是取舍,也是平衡,但我们需要清楚我们可以做什么,以及我们将要做什么。
- AI 时代的优化:当前的
chat
风格或cursor
的处理模式,更倾向于处理模块化清晰的代码结构。我们或许可以思考如何让代码的function
更清晰、更model
(模块化),以便 AI 能更简单地学习、修改和添加代码。 - 自动化的必要性:自动化在快速迭代的系统中,
ROI
非常高,并且能让你在很大程度上免除重复的烦恼。另外,自动化测试可以很好地避免后期的维护成本。结合 AI 的能力,采用持续集成和持续交付(CI/CD
)流程,快速推出MVP
并进行迭代。此外,尽可能利用 AI 或自动化工具,提升开发效率和代码质量。总之,核心一句话:确保开发资源聚焦在最有价值的功能上。
从 1 到 N 阶段
去年许多 AI 产品都“死”在了第一阶段,有些产品则“死”在了第二阶段。大家对于从 1 到 N 依旧很陌生。从 1 到 N 本质是商业模式的复制和放大。从事技术的,许多出发点是满足自己或是理想主义,并未充分考虑到商业、市场以及用户的痛点。
“1 到 N”和“0 到 1”的关键任务与团队能力模型完全不一样。
“1 到 N”的关键任务是复制、规模化,这时最重要的能力是执行,要有“标准化”的能力。
只有标准化,才能有一致性;只有一致性,才能有可复制性。 1 到 N 阶段不仅仅是复制与放大,更是在不断复制中寻找规律、建立体系、实现标准化和制度化。
所以,有些创始人可能没有足够的技术能力和框架去做 1 到 N,有些创始人则可能没有足够的意愿去做标准化。
民营企业家座谈会会带来什么?
| 2025-02-19 早上 9点00
- 权威信号:高层释放信号,鼓励民营企业发展。
- 政策支持:或将出台相关政策,给予民营企业更安心的经营环境。
- 新兴力量的关注:梁文锋和王兴等理想主义者或新兴企业家可能会受到更多关注,代表着新的商业势力和理念。
如何给一个人系统完整的建模
| 2025-02-18 晚上 11点39
许多人第一反应是心理学。心理学探讨人的动机、情感、认知和人格特征,这些因素通常被认为是行为或决策的“驱动引擎”。但要客观理解一个人,这远远不够。
系统性建模还需要诸多经验、方法及理论支撑:
- 成长轨迹与决策方法:追溯其人生经历、关键转折点,以及在不同情境下的决策模式。
- 社会关联信息:分析其人际网络、所处社会环境、文化背景等外部影响因素。
- 多学科交叉分析与绘图:运用多种学科(如社会学、经济学、历史学等)的视角,结合模型图、因果环路图等工具进行综合分析,形成一个相对完整的人物模型。
看人物传记我会思考哪些问题?
| 2025-02-18 晚上 11点13
- 系统建模:尝试运用一系列系统的方法,对传主进行多维度的人物建模。
- 经历与性格/人生观的关联:分析其人生经历如何影响和构建其性格及人生观。
- 决策能力与方法:考察其决策能力,以及在关键时刻是否展现出多样的视角或独特的思考方式来做出决策。
- 价值观的探究:思考其核心价值观是什么,这些价值观又如何指导其行动?他们有哪些值得借鉴的见解、经验或思考?
- 品质的审视:他们有哪些优秀的品质值得学习?又有哪些不尽如人意的特质可以引以为戒或加以批判?
思考如何处理决策
| 2025-02-18 下午 4点42
如前所述,决策的依据需要大量信息与数据,以及自身积累的知识,并分析各种可能性。一部分决策亦依赖于长期经验积累和知识内化所形成的直觉或经验。
理想状态下,决策应追求绝对理性。
“贝叶斯大脑”的定义:我们仅根据世界上已发生的事情来调整我们对世界的看法,直至能够做出决定。这种方法是一种非常冷静、去除感性、去除 ego
(自我)的行事方式。
然而,实际上又无法达到完全的理性。我理解这对每个人而言都是一个平衡的过程。例如,尤其当人面临爱情抉择或受内心价值观驱动时,往往还是会顾及内心的情感。
理性决策力是可以训练得到的,通过积累大量思考、运用逻辑思维、统计方法,以及各种推演和分析技能。同时,对每一次决策进行反思和总结,其实也是了解自己的一种方式。
如何理解收藏,以及收藏是否真的是有价值的?
| 2025-02-18 下午 2点54
没有必要捕捉完整的信息,大脑本身就是一个筛选器。只有不断地调整这个“过滤器”,才能让有价值的信息真正进入大脑。
信息和知识的区别:
大家存储的内容,究竟属于信息还是知识?如何区分?
信息是静态的,潜意识里,原始信息本身可能并无直接价值,例如“今天和 XXX 吃了一顿饭”。
有些信息更容易被记住,特别是那些引发情绪波动的信息。
核心在于「记录自己的声音」,因为自己的想法是他人无法替代的。只有能打动自己的东西,才能成为知识生产的核心。
记录的是自己的思想
。
如何做好知识分类
| 2025-02-18 上午 11点28
- 将那些做了对别人有帮助,做砸了自己要承担责任的事情,称为领域(Area)。
- 将那些有明确起止时间和目标的事情,称为项目(Project)。
- 将那些自己持续感兴趣,但对别人没影响,别人也不在乎的事情,称为资源(Resource)。
但不变的是,去选择让你痴迷又对别人有价值的领域。
它们之间可以割裂,也可以有交集。核心在于,我们要围绕具体的“领域”去开展行动。例如,具体的“项目”是为了在某个“领域”内成长或达成目标;而“资源”的积累,若与“领域”和“项目”没有太大关联,则其价值有限。如果笔记中充斥着大量剪藏来的内容和别人的观点,却从未对你的项目和领域有所帮助,那么要提醒自己,是不是关注的范围太过宽泛,或者自己设定的领域根本不是自己痴迷或对别人有帮助的。
理清领域、找到和资源、项目的结合点,最难的在于,你要坦然面对自己的内心。
refer to https://help.flomoapp.com/thinking/area.html
反思自己的方法
| 2025-02-18 下午 12点56
人有诸多情绪表现,例如失恋而伤心,不被理解而难过。
这是一个特别好的机会。我们只需观察自己,观察自己的所思所想。许多情绪,一旦被清晰地观察到,自然而然就能找到解决方法。
这个方法也有助于我们去了解对方。可以将对方的称呼或代号作为 label
(标签),然后每一次对方的情绪表现都记录在案,进行观察与理解。
对现在的笔记软件的一些思考
| 2025-02-18 上午 10点06
AI 的繁荣,促进了笔记软件的繁荣。
学习使用工具时,我们思考的是所要达成的生产目标,以及实现它的合适方法。
我们塑造了工具,而后工具亦在塑造我们。
卡片笔记的原则:
- 唯一识别符 (unique identifier):赋予卡片唯一的编号。
- 卡片正文 (body):记录你想要获取的内容,即知识片段或自己的思考。
- 参考文献 (References):在每张卡片的底部,注明引用知识的来源。
- 最后,可在最下方附上标签 (tags)。
当你发现从“没有足够的东西可写”,变成“有太多东西可写”时,你就会体会到这些习惯带来的变化。
有些灵感迸发时,记录可能非常碎片化。此时可以不打标签,等到每隔一段时间整理时再统一处理。
出自 flomo: <u>https://help.flomoapp.com/thinking/write-card.html</u>
不完美带来的独特审美
| 2025-02-17 下午 1点06
日本的“物哀”文化以及“无常”观中,不完美和短暂反而被视为一种独特的美。
#审美
而且,一些人身上的不完美以及瑕疵,也可能使其更显真实、更富魅力。
一个老茶杯的裂痕,可能会彰显出更有年代感和历史的韵味。