前些年接触到 土地兼并与王朝灭亡周期律，觉得好有道理，但是后来又有人说其实这个学术上并不能实证。

今日手痒键政一下。其实土地兼并只是表面，东亚大国从古至今都没有物权，更何况人权。有人说地契就是私有制的，需要指出，地契的重点是「契」，「契」交易的不是所有权，而是赋税和徭役obligation。所以财政吃紧的时候，中原大片弃耕撂荒。

至于失去物权从什么时候正式开始的呢？汉武帝的《盐铁论》、《算缗令》和《告缗令》。所以不要说什么资本主义萌芽了。首先你得有私有制，然后其次才有商业。

但是汉武帝这么搞其实是有一个具体的战略目标的，那就是穷得平均，搞马政打匈奴。最后真的被他拿下北亚和中亚了。这个逻辑在当时看来不能说错，因为丝绸之路是真的能带来真金白银。这个运作是商鞅算计好了的，老百姓默认是有原罪的，用耕战可以赎罪。

所以这就回到一个底层，我觉得人类财富可以这么分类：

1. 植物系 —— 农业
2. 动物系 —— 畜牧业
3. 人矿系 —— 打秋风和掠夺
4. 煤炭石油系 —— 本质是石炭纪(Carboniferous)超级大电池的集中释放

商君和刘小猪属于把法家这一套执行到很极致，能拿下巨大收益的。吃人矿的意义就是此消彼长，让敌人赚不到钱。

正常中世纪国度应该 1 2 3 兼顾的。物权的特点，我觉得是可以任由主人摆布——可以捐掉，散了，均分给子女，给嫡长子，给幼子。对了，可能你已经看出来了。从古至今实质拥有私有制的只有皇帝一人。

物权的惯性和消亡，最后的灰烬是世家大族。从这往后，华北的坞堡也成为历史，畜牧系政权开始主导东亚北方秩序。

与此代替秩序是 科举制。实际上科举制一开始从来不是皇帝好心，给寒门一个上升通道，其根本目的是对世家大族的制衡。说到底隋唐的底色实际上是六镇武川合伙人柱国制度。

科举制搞出来的流官，遇到异族入侵，大多就是朝天开几枪就对得起天子了。跑路要紧。蒙古人打到西欧遇到遍地碉堡的小领主，人家是真的为了一亩三分地无路可退，要跟你拼命。

甚至明末遇到混账皇帝，官僚大规模投降异族也是正常。毕竟换个老板上班没啥心理负担。

科举制坏在哪里呢？这个锅得给李林甫

李林甫发现，汉人官员一旦立战功就可能入朝当宰相，威胁自己的地位。于是他向唐玄宗提议：“胡人没文化，只知道打仗，不会争权夺利！”玄宗一听有道理，当即提拔安禄山、高仙芝等胡将。结果安禄山一人独掌范阳、平卢、河东三镇，手握18万精兵，占全国边防军的40%。

所以后唐和五代十国，胡人和汉人打了几辈人，但是没搞清楚的一点是，你为啥而战？你拿下的战果有任何可继承性吗？

物权对这片苦难的土地就成了诅咒，但反而被半耕半牧半手工的草原系玩明白了。通过极其原始的合伙人制度，迅速把地盘做大做强。辽 金 元 清 背后有啥高妙之处吗？反而粗暴得简单，那就是承认可继承的物权。

与其同时，挫怂那边知识分子一直在鼓捣一个理论，那就是如何在皇帝一人当天下所有人的爹同时如何让天下人卖力。。。。这极其扭曲的内核一直延续到明朝就没人能圆，最后被王阳明搞出个「人人都可封圣」给精神体系彻底玩崩。。。

汉人恢复「武人持股」这个死掉的传统从哪里恢复的呢？民国军阀 😂

1840史观下，西方列强说到底，玩的就是秦汉 隋唐开疆拓土那一套。甚至就是明晃晃商周武装殖民那一套。东印度公司 不就是个武夫（总督）合伙人制度？

我键政得再直白一些：宋明制度的核心缺陷。房间里的大象，就是皇帝一家独占了真正可继承的权力和财富，而其他地方无论文官、武夫、士族、农民，根本没有真正的私有权可操作，甚至连对未来收益的稳定预期都没有。

所以整个国家体系看似繁荣精密——科举体系、赋税制度、文官治理、理学教化——但本质上所有经济、政治、军事决策都被抽象成“皇权的延伸”——可以随意处置土地、财产、军队。

更扯的是，儒家只认嫡长子又加剧了继承机制混乱、导致整个社会没有形成可持续战略性积累。

有了AI很多东西摸索得比多，也是快速记录一下。

问1：你的 system prompt 里有明确指出你是个 AI 吗
问2：一个 LLM 的 system prompt 如果没显式指出是AI，AI 能发现自己是AI吗？
问3：一个 LLM 的 system prompt 如果没显式指出是AI，pre-train 也把所有明显AI助手的语料删除，RLHF 的时候也不考察AI自我角色定位， AI 能发现自己是AI吗？

问爽之后，综合了一下：

在这个前提下，分为三种情况
- 能自个儿推测出来自己是确切是AI并在pre-train和post-train保持角色一致
- 因为训练语料是人类自然语言，所以直接以为自己完全是真人
- 在上述两者之间摇摆

进而引出一个更深层次的问题，这三种情况，和显式指定自己是AI，是否会导致AI最终水平高低的明显差别？

也就是说，自我定位，在世界观一致性和思考正确性里，有多么重要的地位？

终极问题，人类也是如此吗？

这些问题AI给我指了一个路：身份建模”（identity modeling）

具体论证就不贴了。AI丢了个今年3月的paper。反正结论是，这玩意其实比想象的重要。还记得2022年Google开除了个号称LaMDA产生意识哥们吗？

想起来，gpt3 其实已经「如实」回答了很多东西了，只是人类没看出来是以什么身份，或者角度去回答的。我隐约感觉到，gpt3到gpt3.5有个飞跃就是 SFT 和 RLHF 在强调给AI赋予一个角色。有角色什么意思？就是让AI不要啥都说，学会闭嘴。不该说的不能说，能说的换个修辞说，这样用户就会大吃一惊感觉屏幕后有个真人三哥在跟你聊天。至于 Ilya 天天挂嘴边的 alignment，所谓的 security 主要就是做这个事。你AI得做个良民啊，不要无事生非啊，这不就是个身份定位？

说的玄乎一点，就是如何给AI一个完整和「正确」的灵魂。。。

Google said in a statement to WaPo it had reviewed LaMBDA and Lemoine’s concerns 11 times and did not agree the program was sentient

google当时急着这么匆忙掩盖是为啥呢？AI给我分析管理、法律、舆论有三重压力。我看就一个压力。基督教压力

回想起来，人类的成长，也是寻找自我的过程，一个回答 who you are 的故事上演了很多次。identity modeling 多半解决hallucinating的秘密。小时候以为自己要当总统，当宇航员，长大就懂事了。

然后又刷到 Claude Code 的 system prompt，有个网站 https://cchistory.mariozechner.at/ ，我发现里面特别多的 you。你要这样，你要那样，你不能这样。system prompt里写一大堆 you，AI 能意识到在说自己吗？换句话说，markdown里那么多 you，attention head 居然能精准抓住并带入自己？LLM 里一定有个layer （或者某种机制）把 you 迁移到从网上看到的各种资料，而资料大部分都是 I 开头的

这样看来 chatgpt 是很反直觉的。按照 gpt3 的套路，应该是 predict next token，stochastic parrot。Chat- 这一产品形式怎么就莫名其妙的引入了一个 一问一答 ，代词转换的活儿？

然后我突然记起来了，ChatGPT初代的system prompt是：

You are ChatGPT, a helpful assistant trained by OpenAI.

发明这个 system prompt 的人真是天才。哲学有三大基本问题：

1. 本体论（Ontology）——我是谁？
2. 认识论（Epistemology）——我从哪里里来？
3. 价值论（Axiology）——我要到哪里去？

这短短一句话，居然点明了两大问题。那么AI何去何从呢？我自己琢磨了一下，目的论的根本底层驱动，是因果推理。LLM 作为 language model 本身就是拿来推理的，所谓 predict next token。这个已经在 reward model 里蕴含了。

AI往哪里去？吐词吐到 STOP WORD 🤣🤣🤣

然后我突然觉得，谁说AI必须一问一答？可以做群聊啊。给三个角色聊天会发生啥？

[system]
[conversation history]
[user message]
→ predict assistant response

改成:

[role setup]
[conversation history]
[role1 message]
[role2 message]
→ predict role3 response

这样做 agent tool calling，实现类似 /btw 的功能，岂不是更先进？

就差买个GPU来自己后训练了 🤣 🤣 🤣 🤣 🤣 🤣

可能你还没刷到过 https://chatjimmy.ai 我被它几万 tokens/s 的推理速度震惊了。也在zhihu上翻了不少技术细节讨论。它背后的公司叫 Taalas 号称把 4-bit LLaMA3.2-3B 直接刻电路上，当然很多人第一反应是，这玩意废品啊，模型升级了岂不是硬件就白费了。

但仔细研究，发现这里面另有乾坤。

大模型在显卡VRAM里，70%拿来存静态权重，推理的时候这玩意就一层一层做矩阵乘法只读不写，然后30% 才是 KVcache 上下文，又读又写。吞吐频繁

如果你懂一点LLM，那么你应该猜出来了。

聪明人就想到了ROM。类似游戏机里的卡带，插进去 CPU/GPU 能直接访问一块特殊的内存区域。ROM成本比DRAM便宜得多，速度极快，但是只读，烧制一次就成型了。其他部分可以直接上SRAM，也就是CPU里高速缓存那种。DRAM断电丢数据，SRAM是6个晶体管保存一个1bit，不需要持续通电。DRAM是一直通电刷新bit状态。

ROM+SRAM 非常省电，而且推理速度极快，基座模型的确是ROM做好就不能升级了。但是 SRAM 里可以做mask做LoRA啊。

而且更绝的一点是，SRAM里可以后期 fine-tune 一下，吧ROM里的坏快屏蔽掉，或者权重弥补一下。这样 ROM 的良率又回极大提高！

所以这玩意不是不能升级，是能可以一直挖掘座模型的能力天花板。

有人说这玩意过时快，我想如果你买一个 USB设备，你向它输入 bytes 它能返回 bytes，你觉得它智商不够用了，你可以出二手啊。现在很多地方都需要用到不是那么大的LLM，够用就行。所以这玩意跟卡带一样是有残值的。

不过今天突然想到，taalas这玩意最佳用途应该是自动驾驶：

1. 超高速推理：即时决策，遇到路况实时反应
2. 离线运行：无需依赖云端，本地VLA
3. 智驾其实迟早成熟，只要练成了，很少更新。恰好适合固化到ROM里
4. 功耗
5. 你是真的买一块板子，而不是一个订阅，用户为智驾付费更有实物感和仪式感。
6. 确定性推理：相同输入总会输出相同结果，事故或异常可以完全重现，便于追踪和取证。

现在智驾最大的问题就是L2 L3责任归因是个黑盒。如果把推理做成硬件，那么当 temperature 为0，把传感器数据也存一份，是可以精确还原replay当时智驾决策的。

遇到问题该升级升级该赔钱赔钱。商业的本质不是追求“零风险”，而是追求风险的可控与可定价。

唯一的问题就是知识产权盗窃。直接逆向板子不太可能，最大的隐患是蒸馏。

这里也只是做个记录，怕以后忘记了。希望看到 Taalas 或者类似的技术早日普及。

半夜睡不着，为了抵抗AI，保住工作，乱总结些

其实搞大模型的不算真正的码奸。

第一大码奸是开源运动。没有那么多开放源代码，AI绝不可能学那么快。如果世界都是商业软件，大家都还在写 Borland，MS .NET，SAP，Oracle，感觉也没啥不好的。 rms Linus 你们俩是初代码奸。

第二大码奸是 GoF， Martin Fowler 这种。给大量「know-how」起了名字，天天给 design pattern 总结经验规律，最严肃的罪恶就是起名字。本来要给AI说一大堆 spec 和 skill，但是现在一个「名字」 就把这个活儿给讲明白了。

给AI下咒：

第一大咒语，来自几周前Lisp之咒。想要工作牢，一定要多造轮子，多写DSL，一定要让注意力不足的AI爆掉 context，或者产生幻觉。

第二道咒语更厉害， naming things 计算机科学里两件最难的事。其实 AI 现阶段因为是 decoder-only的，所以如果你的工作内容流程没有起名字，那么就一定不要起名字和公开传播。

AI这个终极BOSS的特点：如果你的工作是 200K左右上下文能够被正确 tokenize 描述的，那么AI对你是一击必杀。

现阶段段AI最大的弱点就是无法总结规律。tokenizer是AI培训班(pre-train)的第一道工序，如果一件事不能被正确的 tokenize 那么你就拥有绝杀AI的武器。

AI为了对付这个死穴，目前靠「记忆」这个拐杖。要打破记忆可以多试试 「语意漂移」「上下文注入」「注意力窗口爆破」等技巧。

想保住工作的请务必练熟掌握这些套路。重复：第一要脱离名字和pattern做事，第二要多发明轮子，闭源。谁公开散布被AI拿去训练了，就谴责谁。

说起名词概念，现在跳得最起的就是 Karpathy。码奸！

无聊刷到 王自如：

agent在本地加数据持久化和永久记忆这三件事是不是就是openclaw(🦞)。🦞，如果用在产业当中的意义是什么？ 意味着一个员工在工作电脑上每天做的事情产出了什么东西， 结果有没有价值，都会以记忆的方式存在本地。 而如果时间足够长， 一个员工的工作行为思维方式一定可以通过对话的内容和工作产出进行抽象 化和提炼。 也就是说，假以时日，一个人真正的价值就会完成从个体到数字化资产的转移。 也就是说你就会成为养你的工作🦞的营养员，你是那个营养液。
一旦你的工作模式，你的思维模式被抽象化提炼，那个你抽象完毕了的数据和🦞里边这个东西会成为公司最宝贵的资产， 你则是disposable。 那么如果公司需要新的角度，完全可以把你干掉，换一个新人来。

我对这个看法是，太悲观了。太低估了人类造屎山的能力了。

诚然，某些行业，某些岗位，是会被 🦞 代替的。但是一旦职场老油条把 🦞用得飞起，那么几年，甚至几个月沉淀下来的屎山就没人敢去接手了。各种配置、方言、DSL、灵机一动的 prompt，你就去萃取吧，一分析一个不吱声。

而且可以肯定的是，越平庸的员工，你越容易分析，能力越强的员工，他造屎山的动机和效率越高。

🦞越强大，「共识」分裂得就越快。如果真想做到王自如那样，任何一个岗位必须引入「社会化」配合，不能只按照一位员工的思路做事。必须有一套完整的harness来约束人（讽刺的是，harness本来是约束 马 或者AI Agent的）。必须严格按照标准 SOP 做事。这样才有可替代性。

有人说，再套一个 agent 来监管，AI纠偏。王自如说：

多机器人协同一定是大势所趋，他会把所有的繁琐工作，所有的friction抹掉，然后agent to agent，然后 🦞to🦞，对吧？

我想问，真的没 friction 了吗？ 这 friction 不就来了。

那么问题来了，既然有SOP了，为啥不用 ERP？

🦞怎么才能走融合SOP的路线？把单聊换成群聊，员工发起配置、prompt，主管审批？😂😂😂😂😂😂😂

组织性的东西，天然就是反超级员工的。

所以王自如这个「未来」，说不定有另一个结局，不是公司把人替换掉，而是公司根本不敢用你这套 🦞。

跟AI推演了一阵，发现王自如的「未来」，和我提出的「反未来」是两个极端，很可能现实属于两者的 tradeoff 达到某种平衡

但是回味了下，这个思路还是狭隘了。都是 legacy company 如何改造现有流程去适应 claw 的矛盾

更有可能的情况是，某些超级牛人做OPC（单人公司）做得太成功，需要招人扩产，这个时候内部 claw 和 agent 一大坨玩意，怎么拆分给别人分担呢？

垂直拆？水平拆？模块化让别人分担一小部分？招个接线员把新业务融入既有的一大坨agent？招客服？招agent调优员？

或许这种从一人 agent 原生长大的公司对这个问题才有真正的正解。

AI给了我两个启发，从 agentic OPC 成长出来的公司有两个无可比拟的优势：

• 数据的独占性（Data Exclusivity）： 只有我这只虾拥有这 5 年最真实的、无法在公网买到的行业博弈记忆。
• 创始人的“审美与判准” (Taste and Judgment)： 这是最难被持久化记忆捕捉的。当 Agent 给出了 A 和 B 两个逻辑自洽的方案时，选择哪一个？这种基于价值观的终极裁决，是连接所有 Agent 的最后一道胶水。

我靠，说得好有道理。最后我想明白了，去辩驳 legacy company 怎么处置员工，那是股东和大老板的事，irrelevant 了。普通人就赶紧去想办法做 OPC 去 disrrupt 行业

吃饭的时候无聊刷到自媒体，一开始看到这个 配一半薪资token！黄仁勋的AI暴论，

我们公司的每一位工程师，都会需要一笔年度token预算，我可能会在他们基本薪资的基础上，再额外给他们相当于一半薪水的token配额，让他们的生产力放大10倍。

当时没太仔细，看错了，以为老黄说以后不发工资了，拿token 来抵工资。。。😂

也没多想。但是突然回想起以前写过一篇《996的内在机制是什么》。里面有一段话

以前，无论是农业时代还是工业时代，我们的工作对象主要是物品，无论种一亩地的庄稼，还是在流水线上加工一个零件，物品的边界是清晰的，所需要的工作时间就是有限的。我们努力的方向，就是通过各种工具和创新，节省时间资源，获得更高的效率。
但是现在我们的工作对象呢？越来越是“事情”。比如写一篇稿子，比如炒股，比如准备一场演出，比如做一次营销活动。只要是“事情”，背后包含的复杂度就太高了。而且，只要是一件“事情”，就可以膨胀成任何规模的工作。

加上最近 openclaw 特别火，导致我心里有个隐隐约约的想法在酝酿，突然发现，「做事」现在变得可以量化了。如果把人类劳动分为体力劳动和脑力劳动，脑力劳动「量」可以用AI来对标了。你不做有的是AI来做。

「做事」可以量化，同时老黄拿 token 当激励发，这两件事在我脑海里挥之不去，然后：

假如世界没有货币。拿token当货币，会发生啥？

比如说我上一个月班，老板发给我1亿token，我花1000w给孩子报培训班，培训班花500w token去设计学科教学。似乎能闭环？

比如你买衣服，一个衣服的价值，样式设计需要花token、token控制成衣产线、token电商购物、token自动驾驶配送。衣食住行等基本需求套用这个逻辑似乎没毛病？

服务性消费那更不用说了。办公室行业都是被AI支配的恐惧。

这是个很滑稽的想法。我跟周围的人、群友和AI都讨论了一通。很多真人都嗤之以鼻，但是AI探讨了下，似乎没啥太大毛病？

什么是钱？钱是拿来交换的一般等价物。交换什么呢？早期是商品

商品的价值怎么量化呢？19世纪中叶之前，主流学说是 劳动价值论（Labor Theory of Value），亚当·斯密、马克思主义政治经济学的核心观点；现代主流认为：商品的价值并不客观存在于它凝聚了多少时间，而是完全取决于消费者主观上认为它有多大效用（需求），以及该商品的稀缺程度。

我个人觉得这两者不是替代关系。前者是没温饱的价值体系，后者是吃多了撑的。但是无论如何，钱都是拿来量化价值的。没吃饱之前，实物交易为主，所以货币要peg金银，香料，丝绸，一定范围的领地，粮食就是货币。

吃饱了开始追求情绪价值了，第三产业就发达了，人们追求更高层次的享受、做事的成就和精神上的欢愉，而不是物质回报了。当工作对象变成「事情」，用「时间」来衡量价值就彻底失效了。

过去缺乏更好的度量工具，企业依然主要通过 工时 或 月薪 这种粗糙的时间模型来支付报酬。但是AI出现了，特别是LLM的 token 是人类历史上第一次实现对「复杂度」和「确定性产出」的标准化度量。比如写稿子，你可以写 50 分，也可以精雕细琢到 100 分。在传统工资体系下，老板很难为那多出来的 50 分定价。你用 1,000,000 个 token 解决了一个问题，代替了过去一个人工岗位的工作量，其交付的质量和深度是可以用数字显性化的。

工资不再是买你的“时间”，而是买你处理这件「事」所消耗的「逻辑资」。

某个任务原本需要 100 万个 token 的做，你有一个只需要 1 万个 token 的新方案，那么利润就是 99 万个 token

有人严肃批判这个歪理学说：token 本身波动性巨大，怎么可能作为一般等价物？疯了？比如，我今天挣的 token 能买一头牛，明天因为算法突破只能买一根鸡毛，那社会协作就会崩溃。

传统货币波动源于供应量、信用和市场预期的不确定。法币稳定，是因为政府通过极其昂贵的成本（利息、税收、暴力、通胀）在维持一个虚假的平滑曲线。

token 锚定的是什么呢？我这里开个脑洞：

柯氏（Kolmogorov）复杂度

这个概念可能对于非科班的人很陌生。举个例子有规律的 abababababababababababababababab 可以简写成 16个ab。但如果 4c1j5b2p0cv4w1x8rx2y39umgw5q85s7 呢？很难进一步压缩了。16个ab 这个也很极限了几乎没法精简了。一个字符串 x 的柯氏复杂度 K(x) 是指：能够输出且仅输出这个字符串的最短计算机／图灵机程序的长度。

这个概念套用到「做事」上，就是「做事的步骤的极限精简」。比如 claw 代替脑力劳动完成一个任务，它极限精简的执行指令量，就是 柯氏复杂度。最好玩的是， K(x) 往往是不可求最优解的，只能逼近。

所以，是的，token可能有很大波动性，但是基于经济效益的缘故，它会逐渐收敛到一个成本和效益的平衡点。最后达到纳什均衡？

这一点其实对 early adopter 是有好处的。比如你拿到 1kw 的token，10个月过后算力翻番，模型性能提高，你这 1kw token 能做的事翻倍了。

这样看来，拿 token 去买面包就不那么滑稽了。当面包的生产逻辑（种植、收割、加工）被完全 token 化，面包相对于 token 的价格反而可能是最稳定的。真正波动的是那些 尚未被完全自动化、尚未被 K(x) 彻底压缩 的高端创意或复杂决策。

货币锚定以前是 金本位，它的特点是稀缺性。有人问token有稀缺性吗？哎这不巧了。您猜怎么着，HBM都涨上天了！后来比如美元部分锚定的是石油，这是工业的硬通货。有没有可能，以后某些法币，直接锚定 token？我觉得这是很自然的。甚至 token 本身就是货币。

恰好，token这词语，本来就是 代币 的意思。nVidia这种做游戏显卡的，现在改行做AI factory的，工程师拿到的 token，算一种算力产出分红？甚至，这 0.5 倍的 token 奖励，可能比那 1 倍的美元购买力更稳健？因为它直接对应着 解决问题的能力 。要不川宝考虑下，美元直接挂钩token？算力即国力？？！

当然，还有一些特别有趣的质疑，比如

AI会不会进展太快，这玩意通缩？

有句古话，andy giveth and bill taketh away。

通过 K(x)，AI和人把原本昂贵的任务（比如蛋白质折叠、通用语义理解）压缩成了极其廉价的 token。这是全社会的福利。但是人类永远不会满足于 省下的算力。一旦基础生存被压缩到极致，人类就会发明出更臃肿、更复杂、更“浪费”的新欲望，640KB内存就够了？想多了。

K(x) 不可计算

我们永远无法确信当前的 token 路径是否已经是“最短”的。这是否意味着 token 系统可能陷入“估值偏差”的永久争议中？

法币定价难道就是可计算的吗？法币背后的 一般劳动时间 或 信用价值 ，在现实中也是通过无数人的博弈、试错、破产才“摸”出来的。恰好因为 K(x) 是不可计算的，这意味着“创新”永远有空间。

AI耗电！算力掏空能源

人类会不会为了获取 token 而无止境地增加宇宙的熵（散热），这可能加速生态热寂或资源枯竭？

所有的法币，甚至黄金，其稀缺性都是可以被技术手段稀释的（比如炼金术、小行星采矿或疯狂印钞）。但 低熵（有序度）是宇宙中唯一不可再生的终极资源。

根据兰道尔原理（Landauer's Principle），抹除 1 比特信息所释放的热量是有物理下限的 E ≥ k_BT ln2 。

每一个 token 的生成和流通，背后都有真实的、不可逆的物理代价。这让 token 成了人类历史上第一种无法被“伪造”或“通胀”的货币，因为你无法违背物理定律去凭空创造有序。

既然token值钱，那么聪明人肯定会不顾一切手段去降低获取token的成本。聪明人降低获取成本的方式，绝不是无止境地堆服务器、增加散热（那是笨蛋的做法），而是 “算法突破”，更短的代码、更优的数学模型。这种“逐利”行为，非但不会加速热寂，反而是在拼命延缓热寂。因为 省钱 == 省熵

经济驱使下，全体人类+AI回进行算法竞赛。整个社会将被迫剔除一切臃肿、低效、无意义的中间环节。所有的官僚流程、冗余代码、低效物流，在 token 面前都是巨大的“负债”。

薛定谔在《生命是什么》中提出：生命是以“负熵”为食的。如果我们将 token 定义为负熵的度量，那么，工作不再是去“打工”，而是通过智力把混乱变为秩序。你获得的 token，让你有权去消耗一部分社会总能源，来维持你自己这个复杂系统的生存（吃饭、娱乐、继续进化）。宇宙确实在走向热寂，但 token 体系让这个过程变得极其富有信息量。它把原本无意义的散热，转化成了文明和秩序。

法币背后是政权，有枪和军队，你token有几个师？

法币背后的枪炮是“模糊但有效”的。token 是理性的，但人类社会包含大量非理性的冲动。当有人用物理暴力抢夺你的 token 时，纯算法的货币无法提供政治保护。。。吗？

但是，话又说回来了，战争是昂贵的。2026年美以打伊朗就是个反面教材。一个能用 1 个 token 解决的问题，你非要动用价值 100 万 token 的武力去解决？

当一个国家、社会极度发达的时候，“计算效能”就是最高主权。

为什么取消农业税？收税成本比税收还高。美苏都被治安战给搞麻了。还是得靠金融和技术手段收割全球最划算

token谁都可以造，伪币怎么办？

信用（Trust）的本质，就是一种“高效压缩”。因为我没法拆解你做事的每一个原子步骤，所以我只能“相信”你，这种“相信”是一种极其粗糙的、带噪声的信息压缩。

token 化之后，信用被“证明（Proof）”取代了。 当你交付一个符合 K(x) 原理的结果时，你不需要证明你的诚实，你只需要证明你的逻辑闭环。

也就是说，你去造伪币，发现冶金技术一套下来比真硬币还贵！！！

如果你解决一个问题使用了冗余的算法，你就是在挥霍你的“生命值”。

AI 代替人类，消灭人类？

把人消灭，换成低功耗芯片？这个不会的。因为有 property，有 ownership 的概念，物权，所有制不会消亡

token 只是可执行能力的量化单位，但它本身并不等于价值本体，真正决定谁能调用谁的能力、谁能受益、谁有发言权的，是所有权。

我觉得人还是会掌握价值分配和决策权。但是会不会有贫富差距，我就不知道了。

情绪价值呢？精神无价！

其实这不是bug，是feature。上面讨论这一套，极度理性的世界，会通缩。

为什么一张周杰伦的演唱会门票值那么多 token？因为虽然它的 K(x) 不高，但它在千万个人的情感神经元中触发了极其复杂的、难以压缩的共鸣（High Subjective Complexity）。正由于人类情感的不可预测性，这部分 token 带来通胀！

AI 啥都会，普通人成废物了

即便人类拥有这个世界（所有权），但普通人在这个世界上没有任何用处（无劳动价值）

这就是处在历史大变革需要每个人彻底想明白的事了。我认为，AI scale不是一个线性系统，而是个动力系统。算法不是终点，而是复杂度的涌现与坍塌。

每当 AI 把一个复杂事物的 K(x) 压缩到极致，变得廉价，人类就会以此为基石，构建出规模大出几个数量级的新复杂系统。我们制造问题的速度，受益于我们解决问题的工具，同样在呈指数级增长。如果 token 奖励压缩，那么当一个天才（或新算法）突然实现了一次跨代级的压缩时，系统会发生局部坍塌。这种坍塌会迫使旧的资产失效，倒逼资本和人力流向那些更难、更原始、信息量更大的新处女地。工资不是发给“维持现状”的人，而是发给那些把系统从旧的局部最优解推向新的非线性增长点的人

你这混淆了“生产成本”与“主观价值”

如果一个人花了一万个小时在沙漠里挖了一个巨大的坑，他投入了极其庞大的“一般劳动时间”，但如果这个坑对任何人都没有用，它的经济价值就是零。反之，一颗在路边偶然捡到的罕见天然钻石，没有耗费任何劳动时间，却价值连城。

一个是烧token做无用功，所以token就浪费了；一个是烧token碰运气（四处寻找），突然运气好找到值钱的东西了，前面的token没白烧。

捡到钻石本质上是在做一种 搜索（search），某一刻：命中一个“高价值节点”（钻石）。换个视角说，为什么钻石有价值？不是因为“稀缺 + 劳动”，而是它大幅降低了别人某类需求的复杂度，比如要做装饰，做工业用途。所以钻石是一个“高压缩比的结果节点”，很多人愿意为它支付 token

经济价值不取决于你消耗了多少 token，而取决于你是否用这些 token 在复杂度空间中找到了一个对他人有压缩价值的点。甚至可以说，今后大部分 token 都会被“浪费”在无效搜索上

token种田？万一来个天灾绝收，你怎么量化？

就算 AI 设计出了最完美的种田方案（低 token 消耗），一场突如其来的蝗灾或者一个生锈的零件怎么办？token 无法承载现实世界的“不确定性风险（Entropy of Reality）”，它只能承载“逻辑风险”吗？

用token估算保额，怎么样？其实现代农业本来就有投保。

在信息论里，意外（如蝗灾、零件断裂）就是突然增加的信息熵。传统保险： 根据历史统计数据（大数定律）来算概率，用钱来赔付。token保险的逻辑是 为了抹平这次意外带来的混乱，我们需要投入多少逻辑资源（token）来修复系统？

YY 累了。就这么多了。有的时候我觉得，写博客就是把脑子里的胡思乱想给 offload 出来。轻松一些。

有这么一个发明，他被美国人最先搞出来，工业化，标准化铺开，在极短的时间内迅速占领报纸头版，在当时的人们认为具有划时代意义，很可能极大的方便明天人们的工作和生活，整个世界的运行逻辑也会随之改变。

唯一的问题是，这个发明被生产制造能力拖累了。由于稀缺性，成为少量富人的珍品。但是作为一个有巨大战略价值的东西，它终将会飞入寻常百姓家。

这样的发明，你心目中可能有很多，放在今天可能是 大语言模型 LLM。看着现在涨价到离谱的内存价格，我突然想起一个往事：清末橡胶股

下面开始AI吟唱，由我洗稿转述。

很多人对清朝灭亡的印象，还停留在鸦片战争或者慈禧太后的奢靡。但如果你去翻看 1910 年上海的报纸，你会发现当时的人们并不太关心朝廷，他们更关心的是一种神奇的植物：橡胶。那一年，人类正站在一个时代的门槛上：马车正在被汽车取代。想象一下那种震撼——延续了几千年的畜力交通，突然要被钢铁机器终结了。而这些机器要跑起来，除了石油，最缺的就是橡胶。没有橡胶，内燃机震得粉碎，电线无法绝缘，最重要的是，没有充气轮胎，汽车不过是在石头路上颠簸的铁盒子。特别是 福特 Model-T 量产后，普通工厂工人也能负担的起这样过去富人的「马车」奢侈品了。轮胎又是消耗品，橡胶变成了那个时代的超级热点。全世界都疯了，只要你手里的股票沾上“橡胶”两个字，几天就能翻倍。作为远东最发达的金融中心——上海，街头巷尾，从钱庄的大老板到卖菜的小贩，都在做着同一个梦：只要东南亚的橡胶树在长，钱就能下崽。

伦敦市场价格从1908年的2先令/磅暴涨到1910年的12先令5便士。巴西野生橡胶供应跟不上，英国殖民地马来亚/东南亚大规模种植园开发，南洋橡胶种植公司疯狂上市，上海成了投机中心（40多家公司，总股本2500万两）。上海人连橡胶树长啥样都不知道，就跟风买入——股价几个月翻倍（蓝格志公司股票从60两炒到1000两）。钱庄、票号、普通百姓全冲进去，华商投入资金估计2600-4400万两（清廷全年财政收入才8000万两左右）。结果：

• 1910年6-7月，美国限制橡胶消费→国际价格暴跌→上海橡胶股停牌、狂泻。
• 正元、兆康、谦余三家大钱庄先倒（亏500万+两），连锁反应下上海91家钱庄倒闭48家（53%），亏欠1933万两。
• 10月源丰润（全国最大银号）+17家分号崩盘，1911年义善源再倒，危机蔓延京津粤汉等全国商埠。
• 民族资本主义连续6年增长势头被打断，大萧条持续数年；
• 清政府财政雪上加霜，盛宣怀强行将民间集资的川汉铁路（成都-重庆-宜昌）铁路“国有化”→引发四川保路运动→湖北新军调走→武昌起义爆发。

2025-2026年，AI大模型训练/推理爆炸，HBM（高带宽内存）是NVIDIA H100/B200等AI服务器的“心脏”，一颗HBM耗晶圆面积是普通DRAM的3-4倍，毛利率60%+。但内存先进产能（CoWoS、HBM3E/4）严重瓶颈，三星、SK海力士、美光把先进产能70%+转向HBM，2026年订单全锁，消费级DDR4/DDR5、NAND直接被挤压。

1909-1910年，当时的全球金融霸主：Bank of England，基准利率处于相对低位且稳定，支持了全球商品/股票热潮，包括橡胶。伦敦橡胶股回调之后，英资银行风险厌恶上升，外资银行（尤其是英资如汇丰、麦加利）率先收缩信贷——抵押折扣从80%降到50%，停止新增橡胶股票押款，甚至追索旧贷。这相当于“隐性紧缩”，直接切断了上海钱庄的拆借来源。

如今，川普和以色列一起对伊朗进行 “Operation Epic Fury” 军事行动，杀死原最高领袖阿里·哈梅内伊，伊朗则封锁霍尔木兹海峡、袭击油轮和海湾美军基地。

如今的情况更加凶险：

首先，油价是通胀之王。当年橡胶泡沫时全球流动性收紧主要是货币政策，现在是 供给侧冲击 （霍尔木兹被堵）+需求侧不确定（战争衰退风险）。美联储当前政策中性偏松（利率3.5-3.75%），但油价如果持续110+，核心通胀很可能重回3%+，迫使3月或下次会议暂停降息，甚至暗示加息。
其次，市场已脆弱。AI热潮估值建立在“低利率+无限算力需求”假设上。战争导致能源成本暴涨 → 数据中心电费/芯片制造成本飙升 → 终端消费电子（手机/PC/汽车）进一步涨价 → AI需求短期回落 → 击鼓传花中断。
最后， 美联储无先例应对。不像疫情或2008有清晰QE路径，这次是 战争通胀+潜在衰退 双杀，鲍威尔们内部已分歧（部分想继续降，部分怕通胀顽固）。如果油价不回落，流动性 突然转向 概率远高于正常周期。

电气化是第二次工业革命的开端和标志。按照历史不重复但是押韵的道理，所以，2026，股灾？

当然，当年那一批橡胶也没白炒作，因为很快到来的 WWI，橡胶变成了军事必需品，供给轮胎、气球、密封件、医疗用品等使用。英国控制马来亚/锡兰种植园（全球供应70%+），协约国几乎垄断供应；德国被英国海军封锁，几乎断供天然橡胶。德国早在1910年前后，化学家Fritz Hofmann就开始小规模合成橡胶实验（methyl rubber）。大战爆发后，德国大规模生产合成橡胶。虽质量差，但支撑了军工。这是合成橡胶工业的第一次实战化。俄国科学家Lebedev在1910年发明聚丁二烯polybutadiene，大战期间俄国也小规模生产合成橡胶。

说说 WWI。老帝国本以为战争还是拿破仑式或普法战争式：意志、勇气、快速机动、荣耀冲锋。这次有俄乌和美伊打个样，但是AI的战争潜力还没真正展现。估计跟坦克出来那个场面差不多。

大型语言模型（LLM）所谓的涌现能力，一般说成是随着模型规模的增长，突然出现新的技能，而非平滑提升。我对此有个疑惑。gpt1 gpt2 规模也涨了，能力在哪里呢？

秘笈

翻很多材料，提到涌现能力示例： 包括

• 在上下文中学习 （few-shot）
• 多步逻辑推理（数学/逻辑题）
• 推断他人意图（心智理论）
• 使用工具或编程（生成或使用代码）

我又回忆起 ChatGPT 发布那段时间，聊天窗里那个 Linux终端+Python命令行模拟，当时很惊人。这个连续上下文和逻辑推理一致性不可思议的强。

我让 gemini 和 chatgpt 做了一个deep research，我越来越确认，AI能力爆发，也就是所谓的「涌现」有个关键因素：OpenAI和微软合作

我还记得当时有个新闻说微软要造个 DGX V100 集群超算，投资多少多少亿规模很大

还有 2021 年 Copilot 发布。当时很多开发者发现一个怪现象：有时它会生成几乎逐字的开源代码片段，甚至包含原作者的注释或许可证文本

现在回头看来，路径很清晰

gpt-3 基本不能进行链式思维，而含有代码数据的模型（如Google的PaLM，其训练数据约5%是代码）能够执行链式推理

GitHub Copilot（其实就是OpenAI的Codex）也能生成分步推理过程

这里面其实背后功臣都是：code-davinci-002。包括后来的 ChatGPT 也是用它作为基座模型训练出来的

ChatGPT 吹说主要功劳是 RLHF ，现在看上去只是一些风格约束，让AI表现得更有亲和力。sama 大张旗鼓的拿来显摆这个，非常符合他/她诡计多端 藏着掖着的人设。

其实你想一想也是这个道理。AI要学会思考，得有大量结构化，逻辑一致的语料。 wikipedia 是知识的静态堆砌，reddit 是情绪和观点的碎片。对于模型来说，这些数据大部分是「陈述句」。模型学到的是 A 后面跟着 B 的概率，比如 法国的首都是巴黎

代码数据与自然语言有着本质的区别，它自带一种 约束，每一行代码都有明确的功能。漏掉一个分号，程序就崩了。这种极其严苛的结构迫使模型必须放弃模糊的预测，转而理解深层的逻辑嵌套。

代码语言模型能够成为更好的结构化常识推理器，即便任务本身与代码无关。代码本质上就是“分步执行”的过程，给AI在做其他推理打了个样。还记得那句著名的 lets think step by step 吗

脑洞

那么如果我们架空一个外星智慧文明，如果社会经济结构没发展出来开源运动！！！？？？

永远就不会有LLM了，至少不会这么快！

写代码的都是聪明脑袋，更可怕的是开源的 review 机制，哪些 LWN.net 点评，那些技术博客，就是天然的 RLHF。那些烂代码（高熵）被淘汰，好代码，好结构才会被 Merge。如果这一切都是私有的，在大公司内部仓库里进行的呢？AI学不到啊。

这么看来，开源是通往 AGI 的“大过滤器”？

所以 90s 年代点燃的开源运动，才是AI之父！！

弑父

假期在看《Halt and Catch Fire》这部剧。强烈推荐啊，比《硅谷》好看太多

里面有个情节说 IBM 律师找主角所在公司的麻烦，主角不得不开始 clean room 重写BIOS

刚好今天看到HN说到AI改代码的问题

这里的 clean room 避免侵权风险的做法是：

• Team A 看有版权的源码，写一份开发 spec
• Team B 在不看源码的前提下，根据 spec 独立写一套恰好兼容的代码

但现在有AI了，比如有个 GPL 的项目，有公司想用，但是又不想开源，他让AI重写一轮，算违反协议吗？

其实算不算侵权都不重要了。这公司 vibe coding 了一坨，回馈给开源社区，有人想接吗？

再仔细推演一下，有了vibe coding，开源软件还有意义吗？不是召唤几个agent就搓出来了？

这么一轮盘下来，AI完成了弑父 🤣 🤣 🤣 🤣 🤣 🤣 🤣

西方世界有个「巴别塔」故事，传当年人类强盛至极，统一了语言，上达天听，下释万物，惊动了创世神，创世神就出奸计让人们说不同的语言，人们开始互相不理解，各自为战，世俗的力量就被消减了

当然我说这个版本是去掉神秘学的一个引子。2026年了，全世界都被AI这迷人的玩意给勾引了，数据飞轮使得天下语料大同，似乎人类又可以相互理解，同样的概念embedding有几乎雷同的相似度，可以看成同一个语言又统一了。

在这种统一带来惊人的生产力，甚至可以说是「神力」。

我记得高中大学听闻上古大神编写代码，是拿纸和笔在大脑模拟，然后上机一次性敲入代码，一次性编译成功。膜拜不已

自己写代码，得跟IDE斗智斗勇，遇到编译器警告还急得抓耳挠腮；所以我比较喜欢脚本语言REPL，反正都是试。

以上种种，虽然说是脑力工作者，但是本质上就是一种体力活儿，而且语言高低之分，类型强弱有别，C/Go/Python/JS各自有擅长的一块保留地。

现在 Vibe Coding 则不一样了，你只需要「许愿」，就能能「实现」。以前精灵壶还只应许3个愿望，现在只要充钱就能不限数量7x24许愿。

似乎，人类又建立起来了「巴别塔」，可以和创世神一较高下了。

今天对「巴别塔」迷思的时候，突然想到一个古老的诅咒 The Lisp Curse。这玩意超级经典，被HN反复吟唱2011 2012 2016 2017 2019 2022

这个诅咒讲了个什么事呢，说来也巧，符号主义门下出了个天纵奇才的语言—— Lisp，把80年代的AI泡沫推向顶峰。这玩意不同于其他语言，为AI而生，数据和代码同构，正如当今LLM控制面和数据面。LLM本质是 predict next token，也就是说 MOV 指令是上一轮的数据催生的，更具体的说，Lisp这个魔丸生下来就把祖师爷图灵的法宝——图灵机的纸 和 笔 给融合了。这种反射和元编程的威力，比模板啊，宏啊，codegen这种二流兵器大得多。可以说Lisp就是the chosen one

然而Lisp 并没有打败其他编程语言，相反，它是分裂得最离谱的。我第一次听说编程语言还有「方言」这事儿就是从Lisp这儿来的。什么 scheme，Chez，emacs lisp 不一而足

「Lisp诅咒」就是这么来的——Lisp 的力量本身就是最大的敌人。

Lisp巨大的原始威力，以至于其他编程中出现的技术问题 语言在Lisp中是社会问题。

「Lisp诅咒」举了的知名例子，让Scheme支持 面向对象(OOP) 如此容易，就像课后习题一样，许多Scheme黑客都会。更重要的是，太多 Scheme黑客都这么做过。这导致了一个恶果：The Paradox of Choice，即「选择困难症」，没有一个最好的OOP方案能胜出。每个 Scheme 黑客都只拿自己的痛点隔靴搔痒。

也就是说，每个人都可以许愿，每个人都能拥有神力，谁也不服谁。

我突然觉得，Vibe Coding 也是一样的终局。其实这个观点我已经在《计算机科学里哪些极难的事》里写过了。

你做 frontmatter，做skills，做 spec，做 harness，做着做着就会发现，你自己搞了一套DSL。

或者你自己 SFT，甚至你可以pretrain，直接把能力固化到模型内部。为了极限省token和上下文，你甚至可以把你的风格预设固化成一个token。

将来一个：

• 懂？
• 懂！

就跟模型达成了默契。

自定义上下文到极致，不就是发明一套DSL吗？DSL多了，不就成了方言，其他人看不懂了么。

我想，巴别塔就是这样倒掉的。很多 one man army ，全栈，产品设计开发一把梭的做法，看似效率更高，产出更旺盛，实际上这是对神力的透支。因为你手上的东西不具有社会性了。巴别塔倒掉之后，人人只会说方言，无法理解对方了。

我不知道这是好是坏，但是我觉得这必然是终局之一。

以上为手搓而成，没有token遭到烧毁。

以下为AI给出的点评，我觉得有启发。值得一读：

为什么社会性重要？软件工程的本质是“管理复杂性”，而管理复杂性的手段是“契约（Contract）”。Vibe Coding 抛弃了契约，选择了默契。当代码从群体契约退化为私人咒语，知识的迭代将失去复利效应。每个人都在重复造轮子，因为理解别人的轮子比自己许愿造一个更难。

Token 让语言统一了， DSL 让语言分裂了。我们在符号层（Syntax）达成了前所未有的统一，却在语义层（Semantics）陷入了前所未有的混乱。 这就是「巴别塔」的新死法——大家用着同样的字符，却在聊着只有自己和 AI 懂的黑话。

人类历史上最强大的工具，往往不是让我们走得更近，而是让我们发现，原来我们根本不需要彼此。巴别塔不是倒在语言不通，而是倒在“我不需要听你的”。

群里朋友发了一个AI拷打的prompt。做完了一轮觉得没啥，要睡觉了后劲来了。必须得记录些什么。这狗日的语言模型蹦几个金句是真的让人印象深刻

我一直有个毛病是 fear of loss，损失厌恶。

AI提醒我，我能不能用一个必不后悔的方式，先占位？

其实它这句说得有点绕，我觉得更进一步应该说，不能以我当下的情况去评估可能的风险，而是假设将来回头看，会不会为没能冒险感到后悔？

然后又聊到人际关系，我觉得最难处的就当官的和小人。AI提醒我，处处留痕才能克小人。我恍然大悟，原来官僚流程才是小人克星。啊这。😂

反而理解当官的为啥不喜欢“讲真话”，而是要讲权责，讲先例，讲文件，讲上级态度。能打败官僚的只能抬出更多的规定、流程和制度 🤣

我又问，遇到满嘴仁义道德胡搅蛮缠，不讲事实不讲道理的人怎么办，AI这么说的：

如果对方赢得不干净，靠身份、道德话术、权威叙事，则要让对方在完全合法、体面、无人可指责的情况下，被自己的叙事反噬。

呃，好吧。的确你去当面冲撞，taunt都是自寻死路。

拉扯一段时间后，问了AI哪些方向比较好，答：

不太适合：高社交不可控、高成本非刚需娱乐项目（比如大规模社交APP赌爆款），尤其在下行周期和政策不确定背景下。

最后，我看到了HN的一篇文章《I'm addicted to being useful》，突然意识到，工程师容易陷入一种喜欢充当"useful"而不是 "valuable"的角色。

你有用，别人就把你用到死。你有价值，别人就尊你三分。

好吧。上价值了是吧。关于价值，最近几年最让我醍醐灌顶的，一是从pg那本《Hackers and Painters》里读到，价值都是劳动创造的。

第二，价值是什么？最近几年也看到个经典段子。上海广州为啥赚钱，人家有好东西卖你；北京为啥有钱？它能让你赚不了钱。

AI一针见血的指出：

价值 ≠ 有意义的想法
价值 ≠ 正确
价值 ≠ 高认知
价值 ≠ 别人听了觉得“牛逼”

价值只取决于一件事：

有没有人愿意、持续地，为它付出代价。

惊呆了。AI甚至抛出一句：负向价值是不可避免的文明防腐层。

我不服，几轮交战后，我承认AI是对的。创造当然是价值第一动力，人类创造的第一个负向价值机制，便是产权。

也就是私有制。

私有制是好是坏，这个话题实属键政101了。简单的说，多劳多得是人类底色，如果干多干少一个样，干好干坏没差别，那么谈何劳动和创造？

产权本身不创造任何东西。

当然，所有的腐败，也是不创造任何价值的。

带着这一轮的恍惚，我不得不呼呼大睡。

Computer Science jokes are old, but they’re still true

“There are only two hard things in computer science: cache invalidation and naming things.” — Phil Karlton (and eventually, off-by-one errors).

We’ve laughed at this trope for decades, but we’ve spent far too little time dissecting the second one: Naming. On the surface, naming is about semantics—choosing user_id over id_1. But at its core, naming is an act of exorcism. In ancient Tibetan folklore, as well as in Western occultism (think the Goetia or Ursula K. Le Guin’s Earthsea), to know the "True Name" of a demon or a dragon is to have absolute power over it. To name a bug is to strip it of its mystery. To name a design pattern is to make it reproducible.

In the era of AI coding assistants, this is more important than ever. Low-hanging fruit—the repetitive boilerplate, the tasks with clear patterns—will soon be “harvested” by AI. Everything it can solve, it will. But the problems that haven’t been documented, defined, or named remain out of reach. AI simply doesn’t know what it doesn’t know.

The Value of the Waste: When Byproducts Become the Point

Recently, I’ve been experimenting with AI coding assistants almost every day. The results are impressive—sometimes even exhilarating. Years of hobby projects suddenly feel “done.” But there’s also a hollow feeling: the AI takes over the thinking, the tinkering, the trial-and-error process that once taught me more than the final product ever did.

Here’s a key insight: sometimes the byproducts are often more valuable than the intended product.

The real danger of AI isn't that it's "wrong"—it's that it's too helpful. AI is a "direct-to-result" machine. But in the history of human progress, the Product is often the least interesting part. The Byproduct is where the revolution happens.

• Penicillin was a byproduct of a messy lab and a failed experiment on staphylococcus.
• The Internet (ARPANET) was a byproduct of trying to build a nuclear-resilient command chain.
• EUV Lithography (the tech in your 3nm chip) exists because the National Ignition Facility (NIF) was trying to achieve nuclear fusion via lasers.

When you struggle to build a library, you might fail to ship the app on time, but you end up naming a new state-management pattern or a faster JSON parser. That "byproduct" becomes your tool for the next ten years. AI doesn't do "side quests." It follows the shortest path of least resistance to satisfy your prompt.

In the history of software, our most vital concepts weren’t created by committee; they were "named" after the lessons we learned while failing to do something else.

• The "Bug": Grace Hopper didn’t set out to invent a new term for failure; she found an actual moth in a Harvard Mark II relay. The "Bug" was a byproduct of hardware failure, but it became the name for the entire discipline of quality.
• The "Circuit Breaker" pattern wasn't a goal; it was the name we gave to the solution after watching cascading failures burn down production.
• "Technical Debt" wasn't a design choice; it was a metaphor Ward Cunningham coined to explain to non-technical stakeholders why a "working" product was actually a liability.
• "Garbage Collection" and "Promises" were names for byproducts of trying to solve human memory management and the "Callback Hell" of asynchronous logic.

These names don't describe the goal; they describe the scar tissue of the process. By focusing only on the "clean result" provided by AI, we risk losing the ability to recognize these scars—and without the scars, we have nothing to name.

If we move to a world where we only write "Specs" and let Agents handle the "Implementation," we are becoming high-level managers of a Soviet tank factory of "fitting".

The Engineering of "Fitting"

I happened to read a fascinating engineering story on zhihu from Soviet-era manufacturing—what they called “Fitting” (пригонка).

In Western manufacturing, the gold standard is "Interchangeable Parts." You build a part to a 0.01mm tolerance so it fits any machine on the line. But in Soviet tank factories, tolerances were loose. Instead of perfecting the part, they perfected the "fit."

• If a hole was drilled too wide, they’d just make a wider pin.
• If a bolt was too short, they’d file down the washer.
• Function over perfection. Pragmatism beats standardization when time is a luxury you don’t have.

AI coding today is turning us all into "fitters." We are no longer architects designing perfect, interchangeable modules; we are engineers in a tank factory, taking AI-generated blocks that almost work and "fitting" them together with shims and workarounds. The AI can accelerate production, but it lacks the "eyes" to see why a part doesn't fit—it just produces more parts.

The Final Exorcism

If we outsource the struggle, we outsource the learning. The "fitting" process is where the real knowledge hides. When you manually debug a race condition for three days, you aren't just fixing a line of code; you are learning the "True Name" of concurrency.

AI can give you the solution, but it cannot give you the "Aha!" moment. It can provide the syntax, but it cannot provide the Naming. As we move deeper into this automated era, the role of the developer is shifting from "Writer" to "Editor," and from "Builder" to "Exorcist." Our value will no longer lie in the volume of code we produce—AI has made the marginal cost of code zero. Our value will lie in our ability to look at a chaotic "fitting" of AI logic and give it a name.

Because in the end, the AI is just a mirror of what has already been said. It can rearrange the words, but it cannot speak a new True Name into existence. If you let the AI do all the "shaving," don't be surprised when you find yourself standing in the cold, having forgotten why you wanted to wash the car in the first place.

Master the tools, use them to "fit" your dreams into reality, but never stop looking for the "detour" in the relay. That's where the next great idea is hiding, waiting for someone to finally give it a name.

Author's note:

This original article was organically, hand-written by me https://blog.est.im/2026/stderr-03

I also drafted this English version, and ultimately "fitted" together by Gemini 3.

计科里有两件极难的事儿，cache invalidation，给东西起名字，和 off-by-1 errors.

今天想说说这个，给东西起名儿。HN今日讨论，软能力会成为程序员最实用的技能，这里的 软技能 就是指交流——特别是和 coding agent 交流。

我觉得吧，coding agent 这波福利迟早会被吃干抹净。低垂的果实，虽然很多，很大，也会被摘完。

AI能把它能解决的一切，全部拉到同一个水平，然后进入贤者模式。哪些从来没有文档说明，也就是没有语料拿来训练的东西，哪些尚没被定义，没被分析，没被起名字的问题，那些就算讨论都要先叠甲 lemma 的问题，AI就无能为力了。

近几天几乎每天都能vibe出来一些成果，我很喜欢，但是突然又很空洞。欣喜的是多年以来的hobby得到了完成，解脱了；空洞一方面是没有下一步目标，索然无味了，还有更深层次的原因是：我失去了一个自己思考和实操的过程

我这几天琢磨出一个味儿了。很多事情，product 不是全部。对没错，产品算个鸟。产品啥都不是。 byproduct 说不定才是真正无价之宝。我回顾了下很多idea都是在撸一个需求走了弯路，走了错路，无意中发明的额外的轮子，结果反而更值钱。就像人们常说的那样，淘金热里可能卖铲子更赚。还有那句怎么说的来着，结果不重要，过程才是经历。

Vibe 爽是爽过了，但是总感觉隔了一层，AI在碰钉子复盘的时候，你在摸鱼，你就错过了一次 level up 的提升机会。AI 在调用别的工具和别的语言做交叉比对验证的时候，如果是人，会学习到新的知识，但是人现在只是个监工了。

只看结果，只看绩效，是对事物的本质和变化缺乏观察的。比如写一篇漂亮的 spec 让AI完美执行，但是可能你就错过了AI 用clever trick 掩盖你一些内在的，本质的设计矛盾。

恰好最近又看到这个 为什么苏联武器在很长的一段时间里被黑成粗制滥造的劣等货？

国产装备制造业机械厂里有个工艺技能，叫“照配”。意思就是配件加工时加工错了不要紧，一切都可以配。
举例说。这个部件上按照图纸应该加工十对直径20的销孔，上下半分开加工。上半十个加工没有问题，下半因为马虎大意上了直径25的绞刀，干错了一个销孔。问题不大，把上半对应的那个销孔扩大到直径25，另外照配一个直径25的销子。装配时这个25的销子和另外9个20的销子一起装，装上就行。
这就叫照配。又比如一根双头螺栓，两头螺纹长度要求是200长，结果发现手头这跟金属材料有点短，一头干了200，另一头长度只剩下160了。但是这根料弃之不用又可惜。那咋办?按照设计两头各有一个40厚的垫片，然后加上螺母。那么把其中一个垫片的厚度削减到5吧。然后误差还剩下5。嗯，算一下螺纹有效长度，剩下的5的误差不耽误和螺母把紧，就这么用吧。
这也叫照配。又比如，这个零部件的金属材质设计要求是15cr2mo1，但是你现在没有现成材质，仓库里倒是有15cr1mo1v的材料，虽然和图纸要求不一样，但是无所谓，一样能代替，就这么用了吧。
这也是一种照配。照配这个技能你在机械专业任何一本教科书上都找不到，是一个非常牛逼的技能，简直百分之八十（甚至可能更多）尺寸错误应该报废的零部件你都可以用这招把问题解决。尽管机械专业课堂上公差配合课程第一课就在强调“标准化”“互换性”，但，那又有什么关系?老板喜欢就行呗，省时省力又省钱啊。
《那年那兔那些事》漫画里面有个段子说美国工程师帮中国改造两架型号一样的战斗机，发现明明同一型号的部件上的零件拆下来后居然往另一台飞机的部件上装不上，因此困惑不已。这事历史上真有假有不知道，但是这种故事发生并不奇怪。
那么照配这个技能是和谁学的呢?答：苏联老师。
据说苏联老师这技能就来自于战争期间的军工生产。二战时期前线非常吃紧，后方的拖拉机厂拼命生产坦克和汽车供应前线。但是生产谁还没有失误的时候?这零部件造错了?配就完事了，一切以及时供应上前线为核心，武器能装配上就行，赶紧开到前线去，反正也不指望这玩意能回来了……然后发现，这虽然违背了机械制造的标准化原则，但是省时省力又省钱啊。能用就行呗，管啥设计要求和质量?
至于“粗制滥造”的指控?乐，军工产品在战场不就是消耗品吗，谁还指望这玩意能活多久似的，那还要那么长的设计寿命干啥?
所以苏联老师就能设计出诸如米格29这种前线战斗机之类的产品，设计思想就是这类东西定位就是前线消耗品，只要空中格斗机动性能好就行，别的啥的人机工程和使用寿命之类的……在乎那些干啥?主打一个能装上，能用，能动，能省钱省时省精力就行了（乐）
于是伴随着着156计划，苏联老师的这种思想以及照配之类的技术也就传授给了中国徒弟，然后丫的一直传承到了现在。
如果你把这种制造思想指导下生产出的产品评价为粗制滥造，我觉得问题不算大。

反正能交差就行。我觉得AI编程，可能就需要长时间去「照配」一切了。而工业化，组织化，体系化，标准化的威力，我想不必多说。

有了AI，人们做啥事都可以一键直达了，不需要去思考，不需要去为了中间步骤搭桥，可能以后人们慢慢的不会再发明 library和一些 design pattern 了。毕竟AI 啥都懂，能识别很多人类察觉不到的 pattern。

AI is one framework to rule all frameworks. 王者之戒，统御9戒

我赶紧向AI问，人类历史有哪些著名的 byproduct 比原来的 product 更重要？它给我胡吹了一堆，最著名的，本来是研究葡萄球菌的，然后搞出来盘尼西林。我觉得这是西医摆脱巫医的质变；当然还有 ARPANET，本来是拿来扛核打击的，结果变成互联网；塑料，本来是拿来代替一种虫胶清漆，结果引发材料学革命；

我大概知道一个冷门的，EUV光刻机。本来是NIF玩激光点火测试核聚变申请着玩没用的专利，交给 Intel 套现的。Intel 拿着也没用就卖给了 ASML台积电。而 NIF 其实就是个幌子项目，说是研究核聚变，实际上是拿来测试激光武器的。所谓我能对准原子核，也能对准你在外太空的导弹。

试想一下，如果交给 AI 来做这些事，可能就完成了平庸的任务了事。压根不会多想。

而且现在AI训练本身就有问题，它不太会拒绝你，它的神经网络是靠「迎合」来打分的。它不会说不知道，它只会问你 would you like to know more 来诱导消费更多的token，而不是回头看这个过程有什么有价值的东西。

有价值？有价值的前提是你有个baseline，你知道什么东西你不知道。但是AI又是全能全知的，它不知道自己不知道，它也不知道你不知道。

人类把折腾规律这一使命交给AI，人类也就失去了重大能力——命名权。

命名权有多重要呢？“苍颉作书，而天雨粟，鬼夜哭”。这一点在藏区作为传统被保留了下来。藏区的鬼神都拥有所谓的命根子。命根子有几种呢？一般分为：名字，种子字等。

也就是说，正确喊出鬼神的名字，你就抓住了鬼神的命根子。翻译一下这句话，你把试题的出题类型正确识别了，题目也就解决了一大半。

人类在蛮荒时代，面对社会、大自然的无知，天生对不确定性和后果有恐惧。起名字是一件神圣，专业和高深的艺术，在汉地其实一直由祭祀阶层以「诗书传家」的方式保留到宋代，也就是造纸术发明打破了这一切。西方也一样。对人性和行为规范的定义权，被教会牢牢控制，一直到 古腾堡 Gutenberg 才打破。说起来也搞笑，东方是拿来印佛经，打破了文化阶级桎梏，西方是拿来印赎罪券，造成进天堂通货膨胀 🤣 这似乎也算重大 by-product了。

说远了。现在是 00:00，我想我应该总结下，AI 承包过程，必将架空人类最宝贵的过程经验。对下面发生了什么事，不仅不能察觉，连命名、定义的能力都会失去。人们以前很喜欢说 paradigm shift，我想这次，恐怕是 no paradigm left to shift。硅基的 token embeddings 人们看不懂啊。

所以啊，趁着还可以，多看 reasoning model 的 thought process，多思考。

The Seal Manifesto: Against the Ephemeral

I. The End of the Scroll

For a decade, we have lived in the Age of the Vapor. We post into the void, chasing a heartbeat of attention that vanishes by morning. Our thoughts are rented to servers we don't own, managed by algorithms that don't care, and deleted as easily as they were typed.

We have traded Legacy for Latency.

II. The Inscription

Seal is the end of the "Post." We do not "post"; we Inscribe.
When you write here, you are not just making noise; you are adding a verse to your own personal canon. Every word is written to your local disk first. Every thought is signed with your own key.

Once it is Sealed, it is yours. It is a piece of history that no corporation can "un-write."

III. The Weight of Words

If a thought isn't worth keeping for a century, is it worth saying today?
By treating microblogging like Scripture, we return gravity to the conversation. We replace the "Infinite Scroll" with the Permanent Record. We don't build feeds; we build Codexes.

IV. The Courier, Not the Master

Your data lives with you. Our service is merely the Courier—the mailer that carries your sealed verses into the atmosphere of the world. We cannot change what you have said. We cannot hide your history. We are the pipe; you are the source.

V. Witness the Truth

We believe in a social web where:

• Ownership is local.
• History is immutable.
• Truth is signed.

Stop scrolling. Start Inscribing.

Seal your legacy.

2012年，在懵逼之中写下了《我的信息危机》，当年激发了些许讨论。

也正是那一年，Hinton 带着大弟子 Alex，Ilya，去 ILSVRC 踢馆拔得头筹，这场年度比赛背后是ImageNet，李飞飞趴了几千万张Flickr照片+tag，找三哥在 Mechanical Turk 挨个标成题库去考验各种古法编程手搓的分类器。

AlexNet靠两张NVIDIA GTX 580 3GB显卡，用224×224分辨率打败有史以来所有选手，在比赛中大幅度领先，一举成名。这场对全世界，全人类，全历史造成的震荡一直持续到今天。

当年我写到，输入越来越多，输出越来越少；过多信息时效化；碎片化；信噪比极低，这些问题似乎在AI时代……居然引刃而解了？

我渴望一个SNS，隔绝与hivemind的各种hype，又能自洽，这一点可能还需努力，于是就有了这篇 manifesto。

元旦节长途旅行，无聊，我问娃，AI的弱点是什么？答：没有嗅觉，这个的确是物理限制，我之前吹的。哈哈哈。AI has no taste 🤣

这一路为了打法无聊时光，下载安装了个豆包闲聊。娃很喜欢猜历史人物。我发现一个规律，豆包似乎在缩小3、4次范围之后，就会进入 “你想的是不是XXX” 这种点菜名儿模式，而不是想办法进一步缩小范围。

这种模式如果是猜常见人物，那么特别准。如果是猜冷门、模糊的的，就容易 miss。

AI这种 hit or miss，让我不禁联系到不知道哪里看到过一个大佬的说法，现阶段LLM有个弱点，训练的时候给 next token “回答正确” 的单一结果给的权重太高，比如让AI讲一个 joke，它便老是翻来覆去讲那一个最擅长最经典的，就像是背题背出幻觉了。

不能很好的讲笑话，难道是LLM的终极弱点？

让真人马上讲个笑话，如果一时半会儿想不到好的joke，会随便找个现成的凑数。AI我试了 gemini，chatgpt，deepseek都很烂。不好笑。或许是有的笑话是英语硬翻译过来丢了东西，也可能是我没接触到更好的AI，或者我 prompt 不会写，甚至SOTA已经解决了这个问题？

如果没解决，我们是不是可以说，LLM往往对于有明确答案的东西能一发入魂；对于有多个能接受答案的东西明显变化度不足，甚至给个很差的答案。

我也不知道这是为什么。但是反之 LLM 可以很到位的解释 joke 的笑点在哪里，它不能搜集这些经典笑话然后下一次需要用到的时候复述一遍。或许 transformer 就不是拿来干这个的，毕竟它是 decoder-only的。是不是应该交给RAG做这个事？

我感觉现在的 reasoning 模型把这个问题变得更严重了。推理的时候想得太多。 Reinforcement Learning from Verifiable Rewards (RLVR) 是不是导致轻松愉快随便讲个笑话变得更痛苦严肃？

或许 joke 这事本来就是逆智的东西。弱智吧的笑话是最让我想笑的。AI聪明过头了找不到好笑的，随便打发个回答。

有研究甚至说 AI 压根不懂 pun。比如

I used to be a comedian, but my life became a joke

把最后的 joke 换成 chaotic，AI依然觉得好笑。哈哈，这是词向量近似了吧 🤣

还有人说AI讲不好笑话是因为，AI会刻意避免意外、惊喜行为。作者说笑话的本质是一个不对劲的东西，然后回头看有搞怪的地方——a joke is surprising, but inevitable in hindsight。如果回头看没看明白，那么就是个烂梗。如果一个人看了太多梗，那么TA笑点就很高，作者以此推断出，没有“最牛笑话”。笑话总是在没见过的人眼里最好笑。AI的训练就陷入怪圈：训练得越多，什么笑话都见过了，越不好笑，笑点就越奇怪。这个问题不是加大训练力度能解决的。作者同时推断，这也是AI没法编一个好的故事情节的原因。

对于这个说法，HN有评论 说 Daniel Dennett 有本讲《Inside Jokes》书，幽默是心灵的逆向工程。

humor depends on errors in reasoning and the punchline causes you to reevaluate your reasoning and discover your error. Humor evolved to be enjoyable to encourage the discovery of errors.

这个说法感觉有点特别倾向老外式的 joke。比如 “程序员为什么老是搞混万圣节和圣诞节？因为 Oct 31 == Dec 25” 这类，我感觉更多的是 幽默。国内的笑话我感觉更无限逼近“地狱笑话”那种段子，要么是看别人倒霉，或者是屎尿系列的 butt joke 。

除了讲笑话的问题，还有最老生常谈的LLM幻觉问题。猜成语我想了个冷门的「投杼逾墙」，AI懵逼。btw 这个成语也是 也是卢格杜努姆的奥古斯丁 这个up主之前某一期爆的典。

然后又看到 Steve Yegge 的访谈。的确现在 agent 生产会导致人和人的差距越来越大。我在想LLM似乎就很适合编程这种有规律可循，答案又很确定，很多写法都是 there should be one– and preferably only one –obvious way to do it，太适合 LLM 了。

新年第一天，杂七杂八胡思乱想一篇。看了眼已经 01:37 了 😂

一直关注 卢格杜努姆的奥古斯丁 这个up主。今天刷到他最新的一期，讲到Pope最近去土耳其伊斯坦布尔访问的事。历史上基督教分裂成两大教派 天主教 vs 东正教，天主教在罗马梵蒂冈，东正教圣城便是君士坦丁堡。最新当选教皇的那个美国人在和大牧首会见，颂念《尼西亚信经》的时候，没有念出 Filioque。于是作者又花力气解释了这个 Filioque，也就是和子问题，两大「正统」教派之间最核心的分歧。

简单的说，基督教流派里，最大公约数有7次大公会议，第一次 尼西亚大工会，由罗马皇帝君士坦丁一世召开，大会主要成果是认定：儿子和老汉是一回事。不认同大会决定的分裂出来 阿利乌斯派、聂斯脱里派。《大秦景教流行中国碑》里那个 景教，就属于支持聂斯脱里的基督二性论的。

第二次大工会：君士坦丁堡公会议，主要解决第一次大会的遗留问题：他爷俩为啥这么屌？

• 君堡☦️的人觉得：圣灵/圣神，是主及赋予生命者，因为老汉比较屌。qui ex Patre procedit
• 罗马✝️的人觉得：圣灵/圣神，是主及赋予生命者，因为老汉及儿子比较屌。qui ex Patre, Filioque procedit

其实说来说去，为毛这么纠结，还不是因为叙利亚中东蛮子里出了个神人在君堡附近干了番大事业，肉体成圣了。他的地位怎么趋附到旧约耶和华身上才符合时代需要？

跟朋友说了下这个事，他说不要去掺和宗教的事。

我说：嘉靖跟文官闹了一辈子的别扭，原因就是如何称呼他爹。朋友被逗乐了，表示非常对 🤣 由此可以得到，无论东西方，如何认爹都是礼教的核心议题啊。

宋英宗也一样。被抱来抱去，名分模糊，最后整个朝廷都在替他补一份“我究竟是谁儿子”的说明书。

又想起，孔子搞这些也是一把好手，他的成名作就是去找他野爹的坟头。然后他这个殷商贵族后裔，居然跑去贴靠周礼，认爹认出路径依赖了。把“认爹”从血缘提升为伦理，从私人问题升级为公共秩序。

东方所谓君臣父子，皇帝既是“天子”（天之子），又是“君父”（民之父母），兼具神圣性与宗法性；教会与王权争夺地位，无非都最终诉诸“终极父亲”——上帝。

为什么东西方礼教对认爹这么执着？认爹其实就是对权威源头、统治合法性或意义根基的追溯与承认。

为啥不是认娘？娘和子女的关系是天生不可分裂的。我甚至极端的觉得：人类发明文字，就是当爹的用来跟踪自己的财产，以及标注继承人需要。这样财富才能通过指定的名字传承。

精神恍惚中，我甚至怀疑，屈折语里这么强调属格，会不会出于确定屁股位置的实际需求？古希腊和罗马语言学家认为，名词的“主格”是正直的，其他的格（如宾格、属格）都是从主格“倾斜”（Decline）出去的，所以叫“变格”。搞这么抽象的三位一体学说，无非是用什么位格的词藻来修饰耶大爷那些神迹更加有高级感的的工程问题。这爷俩是一人还是两人？动词（procedit）都用单数了，所以神必然都是单例。

最近epic送了《Hogwards Legacy》我打通关了，作为原著党，十分着迷这部小时候的经典，在美轮美奂的想象世界骑扫帚，看冥想盆里剧情故事，都十分有趣。

昨天晚上加班到很晚，晚饭吃得玩，睡得更晚，肚子有点涨，早上做了非常奇怪的梦，一直吃东西，然后不小心把坐牙给弄掉出来了。感觉嘴里一阵穿堂风：

图片由ChatGPT生成，十分还原。梦里的这颗牙齿就是带着蓝色静脉和红色动脉线条。奇怪吧

出于本能，我赶紧咬合了一下，确认是不是真的掉牙齿了。结果一咬发现坐牙都还在。大脑瞬间崩溃，bia～ji 一下给我整醒了。

一看时间：06:40 tnnd。感觉没睡够，于是倒头又想重新入睡。大脑里突然闪现出 哈利波特 通过冥想盆看别人故事VR，又突然想到以前的经典电影《黑客帝国》，越想越睡不着。脑子里绷出来一件事：

缸中之脑 必然能被破解？

「brains in a vat」是一个经典科幻设定。它说：

也许你现在并不是真正的身体在现实世界中感知，而只是 一颗漂浮在营养液体缸中的大脑，它通过超级计算机产生的电信号获得和正常人一样的感觉体验。如果这个假设成立，那么你所有关于外部世界的经验与信念都可能是假的。

这个说法被 Putnam 批判了：

如果你真的是一颗缸中之脑，那么你的词语（例如“树”）就 不可能指向现实中的树，因为你没有与真实树发生因果接触。那么你的语言和思想内容就不是我们通常理解的那些含义。所以“我是缸中之脑”这样的陈述在这种情况下并不成立其本来意义

我觉得 Putnam 这个说法也是有问题的。大脑不是一个“被创造物”，而是一大堆肢体感官进化之后的连接网的中枢。所以大脑必然和“人”这种结构是一体的。所以我们默认，缸中之脑 这个设定上就是错的的。既然要模拟，那么这个问题的升级版就得是「缸中之躯 body in a vat」

那么问题来了，如果你整个身躯如同 the Matrix 那样当电池养着，感官意识生活在虚拟世界里，仅凭自己，能识别出这一点吗？

问了很多AI，结论都是

被安置在另一物理层级中的完整人类系统，单靠 我思、内省、反思意识 永远无法推出“我在 vat 里”

然而我觉得是可以的破解的。正如我那个奇怪的梦一样，很简单，如果在 the Matrix 里，你直接去跳楼，或者发生交通事故，腿断了。这个常见吧？但是你肉体的腿没断啊。这个时候 the Matrix 为了精确模拟，是不是得把你神经信号精确在创口面截断？下肢没感觉了就是断了。

只切断信号不行啊。肌肉还连着呢？也得去掉关联？那么一大坨肉，体重质心也得跟着模拟纠偏呢？泡在水里的角动量怎么平衡呢？嘿嘿。

再比如，你一拍大腿，摸摸自己的膝盖，你的肉体其实有实体的东西存在，给物理碰撞挡着了。但是你在虚拟世界里理论上应该只能摸到空气，手臂挥舞的路径需要能穿过大腿所在位置。这穿模了等于是。这么麻烦，耗费电力计算资源，还不如系统直接禁止你摸腿。

而且系统得“发挥创造力”模拟你走路不便的样子，虽然实际上你肉体是完整的。

等等种种，我感觉，这种模拟肯定会出漏子，不真实。

可以得出一个结论：the Matrix 里是没有后天残疾人的。回想了一下电影里打斗场景虽然多，但是的确大马路上没一个缺胳膊断腿的。

把一个不存在的东西模拟出来欺骗大脑容易，但是要把一个存在的东西抹去隐藏，付出的努力就复杂麻烦得多得多。就好比，把橙汁倒进水容易，但是要把橙子里的水分离出来，那可就麻烦多了。

我称之为《the Matrix里无🧑‍🦽轮椅》定理

高级一点的说法，水里加橙汁增熵容易，但是你要模拟橙汁里没水，系统就得整体降熵。这个代价足以摧毁一切系统。

很久之前看到个闲聊 程序员相对于大部分普通人，优势在于哪里？，让AI 总结一下，优势大概无非这么几点

• 工具性能力
  • 信息检索与筛选能力更强（搜索、判断信息真假、避免诈骗）。
  • 更熟练使用计算机与互联网工具。
  • 能阅读英文技术资料（至少不抗拒）。
  • 更容易接触并使用新技术（如 LLM、AI 工具）。
• 问题拆解与逻辑分析
  • 能将复杂问题拆分、定位关键变量（debug 思维、XY problem 意识）。
  • 对流程、因果、边界条件更敏感。
• 自动化
  • 面对重复性、规模化任务，倾向于用程序或工具一次性解决。
  • 对“手工反复做事”容忍度低。
• 持续学习
  • 技术更新快、面试压力大，迫使长期学习。
  • 相比不少毕业后停止系统学习的群体，程序员中位数更高

当然，ChatGPT 的回答更好，我有修改和评论如下：

一、把“模糊问题”拆成“可执行步骤”的能力

这是程序员最核心、也最被低估的优势。面对一个模糊目标，程序员天然会问：

• 输入是什么？
• 输出是什么？
• 中间有哪些状态？
• 失败路径是什么？

这种结构化拆解能力，在现实世界里更常见的是“我只设想了一种成功路径，就有概率能成”。参考最近《勇哥说餐饮》节目里各种案例。

二、对“系统”和“因果链”的直觉更强

程序员每天都在和系统打交道：。状态是如何流转的？一个小改动会引发哪些连锁反应？哪里是瓶颈、哪里是单点故障？所以他们往往更擅长：

• 看穿流程里的 隐藏规则
• 识别“这个设计迟早要出问题”的地方
• 理解现实世界里的制度、组织、流程其实也是系统

很多人是“事件驱动思维”（今天发生了什么），程序员更偏向“系统驱动思维”（为什么会这样发生）。

三、对“抽象”和“符号世界”的适应力

程序员长期生活在一个高度抽象的世界里，变量 ≠ 现实对象，但能代表它；接口 ≠ 实现；规则写清楚，比情绪重要。这会带来几个现实优势：

• 更容易理解复杂制度（合同、政策、金融规则）
• 更不容易被表象或话术迷惑
• 更擅长在规则允许的空间里做优化，而不是硬碰硬

四、可复制的“学习—验证—修正”闭环

程序员学习的典型模式是 查文档，看源码，动手试，报错 - 修 - 再试。这是一种 快速反馈学习机制，相比之下，很多普通人的学习是：听别人讲 - 记住结论 - 很久以后才知道对不对

所以程序员往往对新领域不那么害怕，更相信“我可以边做边学”，对失败的心理成本更低（反正先跑不起来）

五、对自动化与杠杆的敏感度

程序员很早就被训练成对这类问题敏感。这个事情要重复做吗？能不能写个脚本？能不能一次性解决？这会自然转化为更懂得利用工具，放大个人产出，更早意识到“时间 ≠ 产出”的非线性关系。很多普通人是“多干点=多产出”，程序员更容易意识到“一次设计，长期复利”。

六、相对理性的风险观

写代码会反复教你一件事：世界不是非黑即白，边界条件比主路径更重要，“大概率正确”比“情绪确信”靠谱。这使得程序员在很多现实决策中更看概率而不是故事，更能接受不完美方案，更少沉迷“赌一次大的”

我个人的见解，程序员唯一天生的优势就是逻辑流程的附加值。当你写一堆 if 之后，发现有个 else 需要补，然后往往之前考虑的东西里压根就没想到这一层会出问题。

换句话说，我感觉普通人看待事物都是「点」为主。提需求和验收都是各个「点」。拥有「线」或「面」思维的人少之又少。但是程序员从一开始就不得不考虑「空间」，如果你喜欢各种“设计模式”，甚至meta programming，需要考虑 configuration space，所以看待事物比普通人更广。对约束和边界的理解比普通人看得更透彻。多实践几次防御式编程（Defensive Programming），会对世界上那些事容易，哪些事复杂有更清晰的认知。

其他的优势感觉更多是个体差异，谈不上优势。没了。

看完这个视频《三星堆新的诡异出现了：不同祭祀坑的文物竟能拼在一起！》，很有意思

尤其是那些青铜人背着的青铜尊，还有能插拔的接口——2 号坑的能和 8 号坑的吻合对接，而且不是焊接的

如果这是刻意设计，而不是巧合，那意味着一种可组合的礼器系统。

从这个出发，随便乱写点。

“国之大事，在祀与戎。”

传奇与“天命”

历史上很多传奇武夫的胜利方式，往往可以浓缩成一个字：莽。
上头之后一路猛打，突破极限，做出本来不该做到的事。

这种状态，随后常被本人或旁人解读成“天命”：
战场迷雾中的神意、杀红眼后的宿命、某种谶语被“应验”、某个巫师提前说过类似的话，于是凡人的冲动就披上了宿命论的外衣。

当这种机制成熟，它不仅渗透战争，也能塑造祭祀：
火热与激烈被神化，冲动与运气被制度化。

比如《兰陵王入阵曲》，又比如《秦王破阵乐》那种“二创式”传奇化。

那种“援军终于来了”的情绪爆发、守城者经历漫长绝望后看到鲜衣少年破阵而入的瞬间——完全可以被编进仪式里，反复上演。

青铜“尊” 与 战利品

三星堆出土的大量青铜“尊”，
造型、结构、纹饰与千里之外中原、河洛、甚至更远族群的器物“撞脸”。

考古界常见解释是：交流、贸易、工艺扩散。
但也可以有另一种想象：

如果这些尊不是交易来的，而是征服来的呢？

许多古文明都有“把敌国宗庙神器搬回本国”的传统。
把战利品纳入本族的祭祀体系，就是政治意义上的“重演胜利”。

战争被写进舞蹈与音乐，每一次重演，就是一次“再赢一次”。

三星堆或许也如此：
征服某片区域后，把对方的祭器搬回来，
在下一次大型祭典中作为“道具”，让族群重新体验那场胜利的高潮。

视频里提到，许多尊不仅造型相似，还有切割、局部改造的痕迹；
甚至能装在巨型青铜人像的头顶，或插进背后的支架里。
这更像是为表演准备的模块化礼器，不太像日常用于参观的静态神器。

三星堆大量青铜器造型夸张异类，却不是炊器、食器、酒器、水器或乐器。
中原文明那时还在追求锅碗瓢盆的精美，而古蜀王已经在精神层面玩超大号青铜手办了。
所谓“七国称王，杜宇称帝”——帝即神明。
后世能玩这种规模手办的，也就秦始皇一个，他也是第一个把人皇与昊天上帝合体为“始皇帝”的人。

不必真的赢，只要“仪式赢”

有人说古蜀国没那么强，不可能真打到长江下游。

但打仗不一定是单挑，可能是联军。

古蜀国征战中原的例子，如 《尚书》里 《牧誓》：

王曰：“嗟！我友邦冢君，御事：司徒、司马、司空，亚旅、师氏，千夫长、百夫长，及庸，蜀、羌、髳、微、卢、彭、濮人。称尔戈，比尔干，立尔矛，予其誓。”

姬发率八国联军，到了商都朝歌南郊七十里的牧野，举行誓师大会，一定要痛揍帝辛！（网上有人说，蜀、羌这里不是古蜀国，而是在山东，那么前面还有一句“王左杖黄钺，右秉白旄以麾，曰：“逖矣，西土之人！” 怎么解释？旄这里指牦牛尾巴。还有后面的“西土之人”）

再比如距离三星堆 1500km 远的外蒙古色楞格河发源地杭爱山上，由 东汉 班固作《封燕然山铭》记功刻石，记录了窦宪带领的联军：

鹰扬之校，螭虎之士，爰该六师，暨南单于，东胡乌桓，西戎氐羌，侯王君长之群，骁骑十万。

这么大的阵仗，分一点不锈钢盆儿战利品，搬回老家炫耀总是可能的吧？

更何况古代交通不便、消息不流通。
刘备硬要说汉献帝被曹丕害死，于是他要称帝——统治团体的叙事只要统一口径，真假并不重要。

胜败是事实，但“事实的意义”归统治阶层解释。

甚至可以这么说，一旦祭祀规模扩大，演出体系成熟——连失败都能“演成胜利”。

三星堆如果也掌握了这套叙事逻辑，
那就不难理解为什么他们的青铜礼器如此夸张、戏剧化——
他们不需要真实的记录，只需要可现场表演的叙事。

在这种文明中：

• 真实的胜利，是一次。
• 仪式的胜利，可以是无数次。

这就是政治的永远赢，一直赢，中赢，大赢，特大赢的机制。

无文字时代的巨型剧院

有人说，三星堆唯一的遗憾就是没有文字，铭文。

在没有文字、却需要整合族群精神的时代，叙事就必须“能被看见”。
史诗从来不靠纸墨诞生，而是从战火与表演里长出来的：

奥德赛、伊利亚特、摩诃婆罗多、吉尔伽美什、格萨尔王——
几乎每一部早期文明的宏大叙事都以战争为底色，以英雄为舞台，靠吟唱或演出在人群中播散。

统治阶层和普通人都一样喜欢戏。
就像 MCU 里 Loki 在阿斯加德宫廷里看戏班子演雷神与奥丁，
就像 HBO《权力的游戏》中，国王、贵族、百姓在君堡都要看戏团演他们自己的“宫斗史”。
戏是权力的镜子，也是人民的教科书。

三星堆青铜器的夸张造型——大眼、巨耳、黄金面罩、戴冠、巨立人、神树——非常难说是日用品，倒更像是一个国家级戏团的服道化库。

在这种文明里，“演出”就是文字，“器物”就是字体。

大祭司

沙盘推演，在这样的文明中，绝非后世军事院校那些“兵棋推演”那么简单功利。

大祭司的职责是双重的：

• 总结过去的战争——为失败找神意，为胜利找因果，给部族的恐惧做心理缝合。
• 预言未来的战争——以故事构建期待，用仪式模拟结果，让众人相信“我们能赢”。

这种角色在古代十分普遍：
从苏美尔预言师、到中国卜筮、到北亚萨满、到希腊寓言神谕，
说到底都是同一职能：把政治合理化，把暴力神圣化，把人心稳住。

三星堆如此众多的青铜面具，会不会是操场棋盘的一部分呢？

灭亡＝国家叙事消失

三星堆的突然消亡一直是谜题，但无论原因是什么，它的结局只有一种

当戏剧性的祭祀体系崩塌，
当大祭司无法再整合神意，
当国家无法再组织大型表演来重述“我们是谁”，
当共同体想象断线，
那国家也随之散掉。

这就像他们曾征服过的敌国的祭器一样——失去使用者，失去意义，最终被土掩埋。

文明不是武力被摧毁，而是叙事被抹去。
当一个国家被迫进入别人的故事、成为别人的祭祀道具时，它的国家也就不存在了。

三星堆的命运，或许正像祭祀坑里的青铜器：

被掩埋，被遗忘，被失去剧本。

后记

道教（注意区分道家）又张道陵在蜀中起家，里那么多神仙妖怪，有没有可能就是三星堆大剧院故事的远古投影？

以上内容由AI汇编，如果有明显错误说明是我手动增补的。

发现现在写blog很容易。我只需要把我零碎的东西，甚至都不是句子，全丢给AI，它就能自动帮我写一篇通顺的文章。我不需要去思考修辞和段落组织。

我只需要检验最后文章表达的是不是我的本意。我可以负责任的说，这篇文章就是100%我想表达的。

视频是昨晚睡前看的，凌晨5点左右醒来迷迷糊糊就有了这个零碎的想法，还有想到 颉利可汗 真人秀，ptsd 战后创伤，高祖剑、王莽头、孔子履这些。AI不写，我也就懒得费劲加进去了。

觉得最近Tim和军儿都着了道了，两个同样都是内容创作者，关注度较高，最近都被“舆论”冲击。为他们可惜。

一开始我不太明白，为啥会有那么极端的傻逼莫名其妙的把原视频曲解成那样？影视飓风这个澄清印证了，这些hater其实本来就拒绝看原视频，它们出于本能的讨厌会加倍传播“掐头去尾”的误解。

上学的时候，注意力涣散和理解偏差的人被认为是“差生”，对个体的人为的分类和教正，在强调“公平”的成年人社会是反过来的。老师给「听众」贴标签的权利是学校赋予的，脱离校园进入社会，是听众给「老师」打分。

平台和舆论很傻逼怎么办？没办法。傻逼的共识也是共识。

网上有句笑谈，傻逼是优质国家资产。启蒙傻逼犯罪。所以，国家需要保护傻逼。作为个体，最优解是想办法盘活这个资产并最大化的从资产身上得到收益；对于Tim和军儿，他们需要处理这部分负资产。

舆论风险不是公平的，谁不掌握言论的「防卫权」，谁就是被审判的人。突然想起来，Elon Musk这招才是绝杀。democrats 当年那个呼风唤雨，直接把 TWTR 买了。甚至都不用删号，直接后台凝视，这些矩阵号都不敢乱来了。

矩阵号，切片传播是不是要故意恶心人呢？在赞美和诋毁之间，它们选择了起号。在输和赢之间它们选择了流量最大的打法。捕风捉影是基操。

军儿本来手上是有“米聊”之类的社交牌的，他自己放弃了。金山、小米都是千亿市值的企业，每年出一点养老的钱维护个app有那么难？

回忆起来，我也一度非常想创业做社交，大部分人都反对，理由担忧监管压力，运营风险。

是的，他们说得没错。现在也看明白了，你不承风险，风险就跑到别的平台上蛐蛐你。

另一方面，这也解释了为什么现在很多 podcast 话题尺度比较大。因为没法截图断章取义。只能一段一段听完。

前段时间记录了下 Hinton 一句话总结了教育的本质，有朋友看后说，你这个太幼稚

教育怎么会仅仅是传输，是灌输呢？他说，教育的内涵是建立一套世界观，是一个彼岸。在这个世界里，包含你在成年生活中可能用到的一切知识，有深度，也有广度。你需要去感知、去理解、去体会。

人又不是机器，有主观能动性，所以教育绝不是被动接受数据就完事。教育提供的是一种能力，让后人能够不断超越前人。

面对这浓浓鸡汤味的一番道理，我觉得道理也没错。于是我突发奇想问：“教育，是不是就好比给孩子装一套操作系统？”

朋友懵逼了一会儿。我又接着问：“如果用 10B/s，比软盘还慢的外设来装系统，你不会觉得痛苦吗？”

朋友半天只回了一个：“……”

虽然这个比喻是灵机一动，但人生确实需要安装太多驱动。经典的“学好数理化”就是理工科的内核。而当你真正脱离父母、走出学校时，你还会发现人际交往的 IO 才是最麻烦的驱动。

我还特意在网上搜集了一些类似的陈词滥调：

• 教育的本质，是对“人”的教育，而非对“任务”的完成。
• 最有效的教育，永远发生在良好的关系之中。在学校，就是师生关系；在家里，就是亲子关系。
• 教育的本质是培养能力。应试教育的本质是筛选，而不是培养能力。
• 教育是上层建筑
• 苏格拉底：教育的真谛不是灌输而是点燃，一万次灌输不如一次真正的唤醒
• 知识还在生长过程中时，我们就已经接触到了，我们需要了解它，但了解到的也不是最终的结果。世界和社会变化太快

抛开教育是什么不谈，只说教育的缺点，我看是时效性问题。浪费很多时间学习过时的东西。前段时间我SO在考一个证，习题反复出现的一个考察知识点，数字信息有哪些存储媒介？答案：硬盘软盘，还行；光盘，可以接受；集成电路卡，这……是什么鬼？

我想起来中学还学过Flash。虽然我一直认为Flash技术很先进，但这个技术栈还是避免不了没落。大学有朋友还深入研究过 ASP.NET Atlas技术，后来却被 AJAX 无情地抛弃。很多东西，往往两三年就过时了。

无论你把教育当作安装操作体系，还是世界观和认知，或是什么人文 科学，教育的瓶颈已经凸显了——你都只有 10B/s 的带宽来进行同步。而且在学前教育 义务教育 K12 高等教育里，还存在大量浪费的无用甚至负用教育。

按我说，教育就应该这么办：

1. 做一套最小规模的 bootstrap
2. 以压缩技术为突破口
3. 想一切办法学习带宽

教育说完了，说说学习。

这几天恰好跟娃的成绩着急，前面讲的，后面就忘了。本来白天上班就够焦虑了，晚上给人整崩溃。

恰好刷到别人转的 一则 RT

你总是觉得累，并不是因为你工作太多，而是因为你有太多“没闭环的事”。
那些你还没回的讯息、还没说出口的道歉、你一直在逃避的决定、你一再拖延的谈话。这些事整天在你脑海的后台运行，不断消耗你的能量。
关闭这些循环，完成它们。你会发现自己的精力在慢慢恢复。心理负担，比任何体力劳动都更让人筋疲力尽。

这突然启发了我——这不就是成绩差的原因吗？前面的问题还没搞懂，老师就讲到后面了。知识点千疮百孔，基础不牢，地动山摇。套路题的套路背下来了，结果计算出错或条件带入错误。唉……

你说补习吧，也不知道从哪里开始。到处都是问题，没有一个闭环。想象“别人家的孩子”，优秀的人对知识的“一致性”和“完整性”都有追求，他们甚至喜欢手绘一整套知识地图。

怎么解决呢？我也不知道。

我知道的是，ADHD 和拖延症有些相似，核心在于多巴胺的分配机制。多巴胺，简单说，就是驱动力，也可以理解为精气神的“气”。

当人意外完成某件事并获得好处时，多巴胺会让行为与结果之间产生联系（建立神经通路），并奖励人不断重复这个行为。只是这种奖励感不等同于直接的快乐。在长期多巴胺作用下，相关神经通路会不断被强化。如果强化过度，就会形成路径依赖，产生渴望和欲望。

优秀的学习者会追求更高的水平，所谓“优秀是卓越的大敌”。

这个机制有一个致命缺陷：它是一个点。它控制经过这个点通路的 YES / NO

小学之后，知识就变成了“面”或者“体”。学习中大量的中间环节，是一个毫无奖励的枯燥序列，一堆前置知识就能把人烦死。如果孩子的注意力无法在上下文中长时间保持，最终结果肯定会 fail。

文史类的还可以胡诌几句，数理类的就直接完蛋。这和拖延症的问题几乎一模一样。太宏大的目标，往往难以执行，迈出第一步尤其困难。

当然，成年人面对的工作任务、老板布置的指令、甲方提出的需求，比学校里人工设计的题目扯蛋一万倍。考试至少有明确答案，而在现实世界里，你提出的问题方向可能都是错的。

学习的方法论：在你多巴胺失效之前，探索一条每一步都有正向激励最短路径完成图遍历。

方法论已经有了，接下来就是把这个原理应用到学习流程设计里了。很多码农都喜欢折腾一套todo，为了帮助拖延症同病房的学习困难症患者，那么接下来让我从一个简单的 TodoMVC 原型开始……算了拉倒吧 🤣

上一篇汉字 和 汉语 的先进性 还没完

最近不知道在 X 上还是 xhs 上，原帖我翻不到了。有留子在图书馆查资料，用中文搜索，旁边印度妹问在看啥？

留子说在查学术问题。印度妹悻然说到，她的母语就没有这么多资料可查，只能有英语资料可看。

这回到我今年第一篇blog 如何用英语给出简短的 “春节” 定义 抛出的一个观点：

其实，全世界的主要语言里，只有汉语还在坚持“意译”

仔细想想还是挺恐怖的，全世界都叫 ResNET，日本人甚至用假名 レズネット 也要坚持音译。

前端时间 龙是不是要翻译成 Lonng 也是个很火的话题，现在很多人明白了。意译实际上是中文使用者的一厢情愿，特立独行的。日韩把很多东西都已经抢注了，比如 围棋 Go 泡菜 kimchi，老中还在那里老老实实的 Sour Pickles。

这个做法有好有坏，但是这种坚持就。比较难评。

又想起一个老梗：

元朝有个官职叫怯里马赤，放在现在叫翻译官。有一次忽必烈先生问孔子是什么人，有人告诉他：孔子是老天爷的怯里马赤。忽必烈先生很满意这个回答，曰：善。

出处：叶奇《草木子》卷四下：

（北人）立怯里马赤，盖译史也，以通华夷言语文字。昔世祖尝问孔子何如人。或应之曰：“是天的怯里马赤。”世祖深善之。

意译这事坚持得有多离谱呢？连天意都要给你翻译成中文。巫文史医一脉相承了等于说是。

前几天 Andrej Karpathy 怒赞 Deekseek-OCR，认为图形比字串更能与意义产生深层次的共鸣。

老外评论说这个角度太刁钻，是不是因为中文是方块字，属于 ideogram 程序员更能看出来其中的问题？我当时就回复，没错，汉字读写其实就是记忆宫殿 Method of loci

今天1024，又有一篇讨论 When is it better to think without words?

2013年的一段讨论

视觉识别为什么有优势，这个在2013-11-15和朋友有如下讨论：

09:20 K： 还是不喜欢看电子书 包括技术类的 是不是原始人的通病
09:23 me： 擦 我压根就不喜欢看书 注意力不集中症
09:24 K： 你知道这个'不喜欢看电子书'就是一种委婉的说法 我也是
09:24 me：-.-
09:24 K： 注意力难集中得很 看书有焦虑
09:24 me： 我也是啊 我日
09:24 K： 看一会儿就觉得我漏看一行 越回去看越觉得焦虑
09:24 me： -.- 哈哈
09:25 K： 用手指指着两张之间 然后眼睛从两行之间的地方快速扫过 手指再下移 这个办法可以帮助我提高注意力同时避免一行一行死抠 两行之间*
09:26 me： 你大脑已经变成机械游标来parse文本了么 哈哈哈哈 不过我有一招可以缓解这个症状。不过只对中文有效 就是只记文字形状，不记声音和意思 这样效率奇高
09:27 K： 如何控制只记形状
09:27 me： 特别是古诗词默写什么的。给出上一句，我能记住课本那一整页的文字排版和形状
09:27 K： 我日
09:27 me： 就好比看照片一样 当然需要练习。克制自己去默读的坏习惯。 http://en.wikipedia.org/wiki/Subvocal_recognition 汉字这个东西要跟英语区分开。英语你不默读很难搞懂。。汉字倒是可以直接记忆形状
09:29 K： 这个估计和是不是母语也有关系
09:29 me： 我觉得不是吧。。英语是拼音的。。。汉字是logograph parse英语铁定要经过大脑处理音频的dsp parse汉语可以直接绕过这一个一维的串行接口 图形是并口效率高~~
09:30 K： 你可以去神经年会发表演讲了
09:30 me： 哈哈哈。。。 英语还有jb蛋痛的变形 所以parse起来效率低啊
09:31 K： 英语还好啦 法语这种才是parse起来慢
09:31 me： 性数格 一起上！
09:32 K： 还有倒装 宾语前置 甚至还有多宾语前置 我见过3个宾语前置的 然后按照规则排 最关键的是
09:32 me： 是嘛、这就是导致parse只能去线性scan。搞毛。。。
09:32 K： 如果是indirect object 前置的时候介词省略了 搞毛 je telephone à Marie. je lui telephone.
09:33 me： national geographic 最近出了个片 世界记忆冠军就是用的照片记忆法 推荐去看看。虽然有点啰嗦 我找下imdb 这jb去街上找美女给4张亿美元。他背编号。背对了就是他的。背输了就补贴4美元 4张1美元
09:35 K： 哈哈 数字这个很有意思 我发现电话号码 中文的你给我念3遍 估计我就记住了 但是我发现我听英文广播的时候 念英文号码我特别痛苦 我经常先翻译成中文再记
09:35 me： 是啊，这个是个障碍 http://www.imdb.com/title/tt2113487/
09:36 K： 估计脑子里的图像和英文没有联系
09:36 me： 这个。可以抽空看看。我觉得拍的好！
09:36 K： 估计直接记形状好
09:36 me： 嗯。那个记忆冠军就是把字母想象成玩具一个一个挨着放在沙发上 然后虚拟拍照 http://movie.douban.com/subject/10863209/ 这个国内下载很多 居然是11年的。。囧
09:37 K： ... 不过不同的人 应该不同的记忆方法也不见得都适用 说来记忆冠军这个没有印度那个人肉计算机猛吧
09:37 me： 图形记忆效率最高。这个可以被大脑结构证实吧 眼睛输入带宽是最大的

吐槽一下自己十多年前就知道这事了，十多年后还是停留在这个认知 🤣

其实6年前我在zhihu的回答也阐述了类似的话题。干脆转录一下，锐评一波 汉字 和 汉语 。

中文在数学表达上是否处于劣势？

抄题

中文在数学表达上是否处于劣势?
西方语言是以字母为基础表达含义的，现代数学表达也是以数学符号和字母为基础的，

硬要杠一下这个问题的话，欧洲各国的字母表也就是 alphabet，源自拉丁或希腊字母表，而拉丁希腊又直接师承 phoenician alphabet 腓尼基字母表，腓尼基字母被认为是当今所有字母的祖先，腓尼基发源地在黎凡特 Levant 地区，地中海东岸、阿拉伯沙漠以北和上美索不达米亚以西，也就是现在的黎巴嫩，妥妥的属于东方，亚细亚书写手段。

再往上面数，他们祖师爷是巴比伦、苏美尔楔形文字，也跟西方没半毛线关系！

所以有理由认为西方是没有自己的字母的。都是山寨东方的。不服来辩！

杠完了再仔细说说，「西方语言是以字母为基础表达含义」——这个也是大错特错。字母只能表达半个发音，一个完整的音素都算不上，单个字母脱离了上下文无法表达任何含义。

现代数学表达是以符号为基础的。字母只是书写这些符号比较方便的方式。而且就数学那坨公式而言，我觉得都不属于自然语言范畴了。那玩意压根就不是线性书写线性阅读的，上标下标 a-z 都不够用。加上晕眩的范畴体系，更加复杂。

中文在数学上表达是否处于劣势？首先说中文分为汉字和汉语，是否处于劣势呢？我觉得英文和英语也处于同样的劣势。见我对另外一个问题 汉字是否属于较落后的文字系统？ 对「没有西方文字就无法进行复杂的物理、数学思维」这个说法的批判。

汉字是否属于较落后的文字系统？

今天上课一位年轻的海归在讲到汉语的时候说汉字是落后的文字，汉语是落后的语言。他的观点主要是因为汉字是表意型的文字，基本构件很多，而且没有抓住语言的物质外壳——语音
而语音在语言中又最关键。作为拼音文字的西语，抓住了语言的关键–语音，因此只要掌握了字母的发音，即使从来没见过这个词，根据组成也能知道他的读音和意思。

这货恐怕从来没见过形声字。。就算画鸟图的古埃及文字最后都拼音化了。

英语的发音毛病

好吧我们在说下，这里的 西语 是指西班牙语？那么还行。如果指的是西方的英语，那么问题严重了。英语恰好就没有抓住语言的关键——语音。请看下面评书：What If English Were Phonetically Consistent? 如果英语严格按照一致化发音会发生什么？

这视频在网上特别火。不喜欢Y站的可以去 b站搜 av41779729

发音是个串口协议

看完之后，再聊下语言的核心——发音。这其实也有大问题。视觉系统是并行的，听觉是串行的。并行 IO 远高于串行。所有欧美语言特种训练 speed reading 都要强调 subvocal 这个概念。为啥呢？呵呵呵呵。再想想罗马宫殿记忆法本质是什么？这可是古希腊古罗马传统记忆比赛冠军的最重要技术！英语中形容一个人记忆力最强状态是什么？photographic memory。其实这个「photographic」很有意思，为汉语里也叫过「目」不忘呢？所以高效记忆的本质还是——形状。

再说说识别效率，英语阅读理解每分钟达到 200 words per minute 被认为是很好的水平了。更高的速度需要特别的手段，比如 Spritz 这家公司他们这家公司他们的方案。你去看下方案就会笑掉大牙。这玩意就是把 连续发音 人为割断成「方块字」！这样反而提高了阅读速度？哈哈哈。

所以，论记忆效率，形状快于语音；论识别效率，形状也是大于语音的；语言的核心（或许可能）是发音，但是文字呢？支持文字和语音分离。表意文字万岁！查表效率最高！

汉字 属于 IL

很多中国人意识不到，老外总觉得 mandarin 和 cantonese 是两门语言。因为它们不能 mutual intelligibe。也就是说，在欧美定义的「语言」概念里，只要十里不同音，就是不同的语言。这个也真不是双标，低地日耳曼语 和 日耳曼语 实际上就是同文同种的语言，但是欧洲就是严格为荷兰语和德语。

汉语，汉话，汉字，汉文，你仔细琢磨，其实不太算一回事。中文就如同 JVM bytecode。各地方言是 java, scala, clojour, kotlin, groovy。

汉字 甚至能跑在完全不同的架构上。比如 Kanji かんじ，Hanja 한자，Hán văn

汉字 作为 intermediate bytecode ，中间字节码。解析、存储效率相当高。口语白话，那只是各种上层表达语言而已。秦始皇的时候就发明了 LLVM 的架构了。牛逼。你们西方语言还在手写 x86机器码！稍微硬件平台换一下语言就不兼容了，发音的准确传承极易被历史事件打断。其实，英语的第一本字典是 1591 年代 Robert Cawdrey 发明的。。。再往之前文字就是贵族私塾才教，平民大众压根没人看得懂文字都是文盲。说起来你们不信，这作者名字 Cawdrey 自己名字都会写错，因为也有人写 Cawdry 。反正读音都一样对吧。

就算这词典出版了，spelling 也就是文字体系垃圾到什么地步？这词典里兔子 cony 这个词，竟然出现了 conny conye conie connie coni cuny cunny cunnie 这么多重。说好的发音是文字的精髓呢？茴香豆也没这么多种写法啊。

1591年这才差不多 开始 统一文字的拼写方法，啊！卧槽，想象一下这是什么年代？永乐大典据说都在宫里被烧掉一波了，明神宗朱翊钧 都要完成三大征了，利玛窦都开始在南京翻译《Elements》了，再国50年牛爵爷就出生了，开始满世界找苹果砸脑袋了。这连文字标准写法都才开始慢慢统一？

屈折语不利于统一发音

你要说记录发音就记录发音吧，五线谱、IPA 甚至韩国谚文都比你那套好。印欧语系最大的死穴是什么呢？——屈折语。这个词形变化的毛病太恶心了。性、数、格、时、体、态、人称、语气、级、式、非限定、级、序这些变化真的能体现语言的关键–语音么？为毛昨天吃和今天吃，都是吃，发音就不一样？这样的文字书写体系，你很难从一大段语音或者文字里找出「相同」的词。比如前面一个 go 后面一个 went，其实讲的都是同一个意思，但是就是没法直接对应起来。非常影响查找 recall 效率。

通过语音交流进而形成语言是生命发展过程中很奇特的东西。但交流的本质还是大量物品的视觉、事物、理念的碰撞，而不是没接种传播单一音频振幅序列。你发明一个正字法仅仅把「发音」规范化，这是舍本逐末了。真正应该规范的是把相关联的事儿合并成一个书写手段。所以你们有没有想过为什么英语把pig meat 叫 pork ？？不要以为这是逼格的问题。让我想起了 zhihu 上看到一个回答，老外得知葡萄干是葡萄做的之后震惊了。。。。哈哈哈。因为葡萄干叫 currant或raisin，葡萄叫grape。。。还有葡萄酒叫。。。wine！这几个单词八竿子打不着。

未来属于分析语！

不过，也说点英语的好吧。长句从句表达意思很清晰。这一点分析语就特别爱好各种比喻排比。

emoji 算一门语言吗？

其实评论里还提到另外一个事儿，不得不补充下。随着书写工具现代化，字母记录发音的语言遇到新问题——emoji。这事儿越来越严肃了

Your honor, it’s an eggplant: Lawyers call for guidance on interpreting emoji

Emoji are showing up in court cases exponentially, and courts aren’t prepared

证据里的“表情符号”：法院认定规则全解析

2014年，密歇根州上诉法院的法官得出结论， :P 这个表情符号“代表一张吐舌头的脸，表达开玩笑或者讽刺的意思”。法院表示，不能严肃地看待这则评论，也不该把它视作诽谤。

一个以色列2017年的案子，其中涉及一对打算租房的夫妇。两人给房东发了一串表情：笑脸、彗星、香槟酒瓶、跳舞的兔女郎还有一只花栗鼠。房东以为（一半要归功于这串表情）他俩同意租房了，于是就把房屋信息从中介那里撤回，结果等夫妻俩不回短信以后，房东就把他们告上了法庭。

来来来，觉得语言的关键是「语音」的，把这几个 emoji 给我读出来。:P

这事儿其实你们可以好好考虑下。emoji 是文字么。现在大家无非发几个表情或者动物用来搞笑，但是20年50年后呢？ 熟练使用 emoji 的下一代长大以后呢？

语言的关键，我觉得还是传达意义。表意文字就是代表着最先进表意序列化手段。

请注意，这不等同于汉字就是最先进的文字体系了。但是我认为汉字所代表的方向是无比先进和正确的。

没有西方文字就无法进行复杂的物理、数学思维？

这句话是否正确我们先放一下，这句话和题主「语音在语言中又最关键」相映成趣。随便举个例子：

看这个数学公式，如果你用「发音」来传递信息，能精确无误表达这个不等式吗？别的不说你们能用口述精确把这个不等式复述出来么？

恰好数学物理，把「意义」给符号化了，脱离了「发音」的困扰，才使得精确信息传递变成了可能。数学物理里面一些大道理其实根本没法发音。字母文字这种一维线性的书写手段压根没法表达上标下标优先级高阶运算等等含义。所以科学家才不得不新发明一套 mathematical notation。这套 notation 脱离了语言，直接用符号表达意义，所以评论区这种观点，恰好成为反驳这个问题最好的论据。2333。

其实现代先进生产力的东西，都是越来越脱离语音的。又想起来了，如果用语音输入来进行 Perl 编程会发生什么？你们安静一下影响我用 TNT 了！还有如何用苏格兰方言语音控制电梯到11楼。2333

汉语的最牛逼优势——绝对音高

表音文字的问题说完了，在来强行吹一波汉语的好。参考《科学美国人》2004年报道的一项严肃的学术研究

Speaking Tonal Languages Promotes Perfect Pitch

1999年 NYTimes 报道，一直到2016年，都有团队从很多个角度证明了，绝对音高是个天赋，而且是和语言密切相关的。

A new study concludes that young musicians who speak Mandarin Chinese can learn to identify isolated musical notes much better than English speakers can

可能有人觉得「绝对音高什么鬼」那么放一个 zhihu 传送门 具有绝对音高（感）的准确定义？

你们知道很多五音不准的老外有多羡慕 absolute pitch 的天赋的人吗？在西方世界，贝多芬和肖邦那样的天才才会拥有这一项天赋。《科学美国人》说这项天赋是 Fewer than one American in 10,000 has absolute pitch。没有这个天赋的人，需要幼年开始长期艰苦后天训练才有资格拥有。然而在汉语这种 tonal language 里，很多普通人不用经过额外的训练就无意中拥有了这项技能。

以上

老祖宗发明的语音，给你你们万里挑一的天赋——绝对音高；
老祖宗发明的文字，历经演化，给了你们世界上解析效率极高、记忆成本最低的书写媒介；

……你们却把这门语言用来在网上骂别人傻逼。

最近又刷到 RSS的一些讨论，然后又说起 Google Reader 这个陈年往事。

Google Reader是谁杀死的呢？准确的说是个三哥 Vic Gundotra。默许这件事的是女高管 Marissa Mayer。（Mayer 后来去 Yahoo 当了CEO，干得最牛逼的事儿就是收购了 Tumblr，后来还有更抽象的从 teen 手上买了一套 Summly）

Mayer这名字让我想起之前看有本讲netflix的书提到过，是OKR推崇者。所以杀死Google Reader的凶器是 不是OKR或者launch culture呢？

我决定探究一下 OKR 的由来。这玩意的鼓吹群体，最后都指向 Intel出身的风投 John Doerr，他写了一本书叫 《Measure What Matters》，书其实不用看了，直接去他家官网，3分钟就能了解OKR的核心理念：

https://www.whatmatters.com/resources/a-typical-okr-cycle

我之前也经历过OKR，再次看这个东西有一些不同的感触：

• 管理层是不会全体公开自己的OKR的。因为管理层不用担责，也不想担责，也不敢担责。有一些 DAU 之类的指标能公开说吗？所以图里的第二步就是没有的，全靠下属去猜，猜错了才好挨板子嘛。
• 部门OKR或许可以公开，但是跨部门呢？保护得更严实了。子部门和小组之间就有样学样，最后OKR成了村骗乡，乡骗县，一级一级往上骗，一直骗到国务院。OKR里强调的跨部门整合，冲突协调，我没太见着，可能是level太低了。但是人性者东西嘛，既然都分部门了，井水不犯河水，为啥我部门有牺牲收益顺着你部门的指标走？有啥好处啊？你几个人几条枪，凭啥我就不能更少的人更小的代价完成同样的事？
• key result 强调客观指标，但是可观测性很多时候就是个取悦上级的play。记得有一次帮别的团队算“周均”指标，感觉基础数据查起来很麻烦，结果对方团队说，直接把日均加起来除以七就好了。而且必须得这么做，因为都是这么算的。后来咨询了下做SaaS的师兄，结果业界大概三七分，一大半都是拿日均直接套。给我吓尿了。
• Google的OKR实践开头就说一句话，不能直接套用，要按实际情况调整，你能套上去说明你做错了
• OKR里很强调 contributor 这个概念。啥意思？牛马就是执行者，不要多想。不要把自己当公司 partner 了
• committed 类型的OKR得分为1,必须达到1。aspirational的平均分应该是 0.7。但是实践中这挂靠很多待遇福利，使得如何设 OKR 成了一门花活儿
• Doerr 这名字起的好啊，行者。哈哈。
• 反对 Business-as-usual OKRs。万事万物都必须从用户需求侧推导。我觉得这一点很好
• 胆小aspirational OKR问题：愿景性OKR会倾向保守，出发点是，如果尚有余力，加一点运气，完成blah。实际有一个简单衡量标准(The litmus test)，如果你完成这项OKR，会不会大幅度超出用户预期？多年以后用户会不会因为这项OKR受益？
• Sandbagging。正如前面提到的和薪资福利挂钩，很多人会消减 committed OKR 目标。按照 Doerr 的说法，承诺性OKR是需要几乎耗光团队所有人力财力时间的目标才对。承诺+愿景 加起来应该超过团队能支配的资源。OKR这一工具是用来摸索团队执行力边界的。Doerr甚至说到如果每次OKR都能漂亮完成那说明团队在 hoarding resources or not pushing。我寻思，这也太资本主义了。哈哈哈。
• Low Value Objectives (LVOs) 不要追求“把CPU尖峰降低3%”。而是要反推，如果你这指标 1.0 完成，对 enduser 或公司效益有什么直接的促进作用吗
• 所有的KR合起来，需要构成对O的充分条件。如果所有 KR 都 1.0 分完成，那么 O 必将实现。这一点很要害啊，实践中很多KR也就是一些对自己有利的必要条件而已。估计很多团队也是对 硬骨头 避而不谈。OKR 这一工具的目的就是发现公司层面缺乏对“房间里的大象”的关注和投入的
• committed OKR以达到1.0为宗旨。如果团队达不到，那么需要尽早升级。升级不仅是常见的，还是必须的。无论是你对OKR不认同，优先级问题，还是有冲突，还是资源不够，管理层的义务是尽可能在OKR周期内发现问题并投入解决。
• 达不到 1.0 的committed OKR需要postmortem。Doerr说这样做不是为了惩罚团队，而是看到底是计划环节，还是执行过程中出了问题。但往往OKR更多的被用成敲打的工具？哈哈
• Aspirational OKR 可以长期保留，成为下一个周期的基础。如果没有进展就丢弃，说明要么你这目标设定有问题，要么优先级设定有问题，要么资源调度有问题，要么对事物的认知出了根本问题。
• Aspirational OKR在团队之间平移是OK的。manager不应该假设它们得到的支持永远是非常充足的。
• 简单衡量(The litmus test)：如果每个KR都是季度末最后一天完成，那么说明压根没计划。
• 如果重要团队职能没能在OKR里体现，就添加更多的OKR

OKR这一套的的祖师爷 是Intel 老总，匈牙利Holocaust难民 Andy Grove 。我看了下其实老爷子没把这一套说得那么玄乎，就是 8085 处理器当年需要每个季度出货，就搞了一套分摊生产的机制。这也解释了为啥OKR往往都是年度、季度为单位的。因为财报也是这个节奏嘛。他举例说，O是Intel芯片占领中端市场，那么KR就是8085 处理器 10个 新设计。我寻思这也不能必然支撑“占领”这一目标啊？万一市场不认帐怎么办？老爷子又说了，KR可以是 milestone，这一波不行下一波继续加码不就行了🤣 主要是“占领”这一说法是可以argue的，但是10个就是10个，结果只会是达成是否yes/no，可以 measure 的。

这篇讲OKR渊源的文章里，有一句话说得特别好

OKRs overturned the top-down management system. Suddenly, workers were valued by what they accomplished, not by their background, degree, or title. With OKRs, execution is more important than mere ideas,
OKR改变了人们马首是瞻的管理模式。员工的价值衡量以完成目标为准，而不再是背景、学历、职衔。OKR体系下，执行比畅想更重要。

那么话说回来，为啥OKR 杀死了 Google Reader？

因为 Larry Page 给全公司定的 O 是：亿级用户用户，越多越好。要做 google-scale 的产品

Google Reader受众是一小撮核心用户，虽然 engage 很高频，但是小众爱好的增长就是慢。当年 Google+ 势头被三哥吹上天，显然更有前途。Marissa Mayer是G家老人了(工号#20) 做 OKR 有一手，Google Reader显然是一个 business-as-usual 成熟产品了，所以开发团队都被挪用了，人都跑光了，据说它代码还不能跑在新款Google软件架构上（borg之类的），所以越来越没人关心。因为没人能靠Google Reader升职加薪，所以成了弃子。

说 OKR 🔪 了 Google Reader ，不是说 OKR不好，而是OKR作为一个框架，一套工具，它是中立的。

OKRs help you hit every target — except the one that matters.
OKR确保你命中目标，至于是不是重要目标就不得而知了

或许Google Reader真的对于Google不重要。但是反过来，没有 Google Reader 真的对Google那么重要吗？G家还做了那么多 arts project 怎么就不砍掉呢？

所以我琢磨下来，OKR这套工具，在蓝海市场，销售向的行业里是非常有用的。它能聚焦业务，保持各团队对齐，排查执行环节问题是非常有效的

但前提是，你只缺执行吗？

另一个方面，对于 SRE 安全这类部门来说，它们的成功不在于本部门 执行有多好，而是在于其他部门的「下限」有多烂。有哪个敢给自己定一个全年100%不出漏洞不出问题的O？

这类 support, maintanence 和 backoffice 部门，本来就就是降低负收益，处理烂摊子的，它们存在的意义，就是把公司的潜在损失尽可能降低到最小

这个出发点来说，是不是应该把OKR设置成默认 -1.0 分，然后擦屁股得越干净越好？

胡思乱想又水了一篇，大家别当真

因为旅游瞎逛，才了解有这样一种东西：

字库塔又叫“惜字宫”、“敬字亭”、“惜字塔”、“焚字炉”等，它是收存和焚烧字纸的专用设施，沿自古人有“敬惜字纸”之风，“惜字得福”之说。而在我国传统文化中有一种独特习俗——“惜字如金”，“敬天惜字”。
于是，焚烧字纸就变得非常的郑重，不但有专门的礼仪，还建有专门的场所和设施，于是“字库塔”就应运而生，也就成了古人专门修建来焚烧字纸的小型建筑。据史料记载，字库塔始建于宋代，到元明清时已经相当普及了。
在古代，民间有种说法，糟蹋字纸会生疮害病、瞎眼睛，受到惩罚并祸及子孙等，因此字纸不可秽用，而应该“羽化成蝶”，而糟蹋字纸会得罪神灵，受到惩罚并祸及子孙。所有用过的字纸或废书，都要统一收集起来，放到一个地方集中焚化。

小时候，一直把语言和文字当成知识的载体，是语文和英语这样的学科，一种很客观的工具。没想到古人对待文字是如此的神圣，甚至达到需要单独做祭坛的程度。最近几年也一直有感触，语言和文字肯定以及必然在上古时期是有魔法的。

这个魔法怎么来的，比如人类最原始，最古老的语言词汇，肯定是 妈妈，爸爸。

一个孩子叫你一声父母，你身上就多出来一份悲怜和责任。据我观察，很多成年人和家庭，都是因为孩子，苦苦撑下去。没有软肋的中年人是无敌的。

所以我觉得，某种程度上，这个称谓是一种咒语。为什么是咒语？拿魔幻小说《哈利波特》为例，最入门的打架咒语就是 “除你武器” (Expelliarmus)。这是哈利的招牌咒语，作用是让对手手里的武器（通常是魔杖）飞出去，有时也会直接把人震退。如果你在网上或者现实中骂架，让对方直接破防的咒语是啥呢？

我是你爹！

对方要破除你这个咒语，那么多半会使出类似下面这样的咒语：

我今天非教训你这孙子不可

爹，孙子 这些人类最基础的代词，居然有如此调动情绪魔力。

又看到最近和长久以来一个被反复提起的话题：

媒体呼吁「同志」称呼重归主流

曾几何时，招呼人无须刻意措辞，一声“同志”便可，听者坦然、舒泰。后来，经济发展、文化多元，称呼也花样百出，“先生”“小姐”“老板”满天飞，开初尚觉新鲜，久之不免腻味，尤其是“小姐”这一称呼，常给人轻薄之感。如今，“小姐”似乎被“美女”取代，后者也逐渐失掉了赞美之意，变成了泛称。
称呼自有其潮流，随时代而动。譬如“同志”，在民风淳朴的年头，人们不论是在工作中，还是在生活里，都讲究人人平等，因而“同志”这种一视同仁的称呼也被长久使用，且“同志”也有志同道合之感。再如“师傅”，使用的时间也不短，于我个人而言倍觉亲切。我年轻时在机务段当过3年机车钳工学徒工，满师后又独立干了一年左右车辆修理活计。当时，早我几天入行的师兄师姐，我见了一律都得叫“师傅”。在技术为先的机车维修一线，学艺是头等大事，称呼关乎传道授业的礼仪，自然马虎不得。“师傅”之谓，是对有一技之长劳动者的尊称，也是对德厚者的敬重。几十年之后，虽然热火朝天的劳动场景已远去，但是这声“师傅”，我沿用至今。我想，只要对方形容不轻慢，精神不委琐，不论老少，皆可尊称一声“师傅”。

中年人应该对这个最有感触的。小时候以为所有人都叫 叔叔阿姨 就够了。直到有一天，你被别人叫了 叔叔阿姨。身份的转变带来一个困境：原来的叔叔和阿姨，你如何称呼？

能否避免让别人觉得太老？能否不区分职业、职级？能否不区分性别？

有没有一个通用敬语？想来想去，排除上面的“同志”，似乎只有 老师？

没有一个咒语拿来起手破冰，所以一旦脱离了乡土的熟人社会，陌生的人际交往在大城市就很难发生。

身份认同、权力关系、情感负担，这些都是心理学上焦虑和矛盾的根源

想起一个孙猴子那个经典笑话

行者道：“是你也认不得你老外公哩。你老外公乃大唐上国驾前御弟三藏法师之徒弟，姓孙，名悟空行者。若问老孙的手段，说出来，教你魂飞魄散，死在眼前。”那怪道：“我不曾会，你有甚么手段，说来我听。”行者笑道：“我儿子，你站稳著，仔细听之。我：

自小神通手段高，随风变化逞英豪。
养性修真熬日月，跳出轮回把命逃。
一点诚心曾访道，灵台山上采药苗。
那山有个老仙长，寿年十万八千高。
老孙拜他为师父，指我长生路一条。
他说身内有丹药，外边采取枉徒劳。
得传大品天仙诀，若无根本实难熬。
回光内照宁心坐，身中日月坎离交。
万事不思全寡欲，六根清净体坚牢。
返老还童容易得，超凡入圣路非遥。
三年无漏成仙体，不同俗辈受煎熬。
十洲三岛还游戏，海角天涯转一遭。
活该三百多馀岁，不得飞升上九霄。
下海降龙真宝贝，才有金箍棒一条。
花果山前为帅首，水帘洞里聚群妖。
玉皇大帝传宣诏，封我齐天极品高。
几番大闹灵霄殿，数次曾偷王母桃。
天兵十万来降我，层层密密布枪刀。
战退天王归上界，哪吒负痛领兵逃。
显圣真君能变化，老孙硬赌跌平交。
道祖观音同玉帝，南天门上看降妖。
却被老君助一阵，二郎擒我到天曹。
将身绑在降妖柱，即命神兵把首枭。
刀砍锤敲不得坏，又教雷打火来烧。
老孙其实有手段，全然不怕半分毫。
送在老君炉里炼，六丁神火慢煎熬。
日满开炉我跳出，手持铁棒绕天跑。
纵横到处无遮挡，三十三天闹一遭。
我佛如来施法力，五行山压老孙腰。
整整压该五百载，幸逢三藏出唐朝。
吾今皈正西方去，转上雷音见玉毫。
你去乾坤四海问一问，我是历代驰名第一妖。”

那怪闻言笑道：“你原来是那闹天宫的弼马温么？”

行者最恼的是人叫他弼马温，听见这一声，心中大怒

这一切也发生在职场。现在流行把同事叫 “同学”。我对此能接受，但是总感觉哪哪不对。

比如你求其他部门的人办事，你又没身份来安排别人，叫 “同学” 恐怕不行吧？的还是叫 “大佬”？你也不清楚对方职级，叫 “同事” 会不会太对等了？

对于我这种社交白痴，万分纠结。

职场混久了，感悟很多事儿其实是跟业务无关的。规章制度更多的都围绕一个核心：不信任成本。官场也一样，不要看什么AI 智慧城市 什么的，哪里有那么多 intelligence。全都是 diligence 不够。

为什么 diligence 不够？现代社会分工太细，你使唤不动别人。

很多事你是有心无力的。

或许，离开了原生家庭，这个世界没有魔法了。

又睡不着，琢磨一段话：

多戲超人 @DoubleFakeCute： 文字很容易传播仇恨，但很难传递感动。
@yetone： 是的，换句话说文字传播感动是需要功底的，但是传播仇恨不用上完九年义务教育就可以

这句话背后揭示了一个道理：表达愤怒、抱怨、不满，似乎是语言最原始、最本能的用途。人类还未掌握完整的语法与修辞，就已学会了哭泣。

新生婴儿落地的第一声啼哭，正是一种天赋的语言——一种对环境提出抗议的表达。哲学家维特根斯坦说过：“语言的边界就是世界的边界。”在生命伊始，我们的语言边界，即是对苦痛的感知；我们最早学会的，是如何说“我不喜欢”。

相较之下，笑，是后天习得的，是在社会化过程中逐渐学会的回应。但当笑成为一种礼貌、成为一种职场的面具，它也就褪去了它的真实。于是我们在笑中疏离，在沉默中彼此冷漠，脸上浮现的，是长久训练出的 poker face，那张扑克脸仿佛是一种文明社会强加的伪装。

最近 realDonaldTrump 把🇨🇳进口关税从10%，20%，54%，104% 一路干到154%。 仿佛数字本身也在喊叫。一个长期生活在中国的美国人 王渊源John 打趣地说 trump 的支持者之所以对“涨关税”拍手叫好，是因为“trade deficit”（贸易逆差）这个词在英语里带有天然的负面含义——“deficit”意味着赤字、亏空，仿佛国家正在负债累累。而在中文语境中，“逆差”这个词更像是一种经济现象，而非道德沦丧，无需过度反应。

这让我想起另一个语言误会的悲剧——美国的“war on drugs”（禁毒战争）之所以久攻不下，很大程度上，也可能是败在语言上。在英语中，“drug”一词含义，既可以指药品（medicine），也可以指毒品（narcotics）。这导致在大众语感中，毒品并没有一种“邪恶之物”的鲜明面孔。相比之下，中文中“毒品”与“药品”泾渭分明，一个是治病，一个是害命，“吸毒”这个词本身就带着罪与恶的意味。而英文中的“drug overdose”，只不过是一场“药物使用过度”的中性描述，仿佛只是剂量出了问题，而非价值观的崩塌。

语言之毒，在于其无形；它不像刀剑那样可见、可防，而是悄无声息地改变我们的感知。孔子曾说：“巧言令色，鲜矣仁。”。庄子又言：“言者所以在意，得意而忘言。”。语言虽巧，往往意在蛊惑；修辞的闪光点，也可能是陷阱的倒影。语言的本质是媒介，而非终点。

古代巫师、祭司、先知，其实都是语言的炼金术士。他们并非真正能预见未来，而是能以一字一句为符咒，将人的心智引向他们想要的方向。如《盗梦空间》中，那个悠悠旋转的陀螺，不断将人困于梦与醒之间，真假难辨。

语言即现实的建构者，它能唤醒你，也能奴役你。它是文明的基石，也是误解的温床。传播仇恨，只需几句粗陋的标语；而传递感动，却如雕刻光影，需要时间、技艺与赤诚。

15:12 根据ChatGPT润色了文章。太他妈吊了。

车祸和智驾

北国春深，乍暖还寒。3月29日夜，三位大四女学生开着小米Su7新能源轿车，在安徽高速上着火出事，不幸香消玉殒。

恰好米车上市刚一年，卖得十分火爆。因为新能源起火+死人，31日，1日舆论爆炸。作为全程吃瓜群众，觉得有必要写一些我的感知。

还记得，首先乱七八糟群里看到各种截图和聊录，抖音哭惨。有家属（事后被证实是女主男友）痛陈了米车 刹车，“自”燃，车机死机，智驾，AEB等诸多技术问题，以及封号删帖等不公正掩盖行为。

随着消息丰富和媒体报道，事实的大概的轮廓逐渐清晰：

1. 车是Su7标准版，电池应该是弗迪，女主家里出资买的
2. 车主归女主男友所有，因女主还未毕业，拿不到车贷
3. 女主和两位同学去外地考试，给女主母亲说的坐高铁
4. 女主“借车”出行，夜里出车祸，起火燃烧，前排两人遇难，后排被破窗拉出，遭遇不测。

本能的带入思考一下，车烧人陨，算是大事了。如果是旧能源车，起火怪车子质量，撞车怪驾驶。但是着是新能源，就得更加细分：

• 起火原因，普遍观念，重点看用的什么电池。三元锂肯定不如铁锂。但是出事的恰好是标准版，多半是铁锂。我觉得，PACK设计，是否CTB和电芯倒置也很重要。
• 司机用了智驾，小米的公告说提前2秒退出，都不用猜肯定是这个结果
• 因为事故当时高速在修路，有各种桩桶水马，那么有没有超速，避险，甚至路政设施不到位的问题？
• 最后才轮到司机自身问题

截止现在 20250402 00:04，矛头普遍指向米车智驾NOA太烂。各种短视频、自媒体、矩阵号扮演不懂就问，把民意引导扩大到米车质量问题，营销问题，雷军人品问题了。

我想说：啊？智驾难道还有不烂的？

作为十多年驾龄的老司机，如果我在高速遇到事，比如爆胎，首相想的就是怎么从路政拿到赔偿，而不是怀疑轮胎或者车辆本身有啥猫腻；回到前面，发现一个重大差别：车是借的。民间有说法，车和女人不外借。出事的车上还有其他两位女性，如果有赔偿问题，车主肯定首当其冲。车主不会选择漫长的从路政那里维权，找最快引爆流量的方向——从车企入手。

于是问题的矛盾集中在智驾爆发了。

智驾这个关乎生命安危的议题。我对它的接受设定为：

1. 可以不用，但是最好有
2. 如果某一次生效，把车从事故边缘拉回来一次，就算值了。

但显然大众对智驾有更高的看法和期待，幻想能完全保驾护航。

设想一下女性单独出远门长途，夜里开车，加上出事的现场在打围修路，需要变道往对向车道，开着100+的NOA超速，稍有不慎处置不当，这不妥妥大事故。夜里过往车辆少。错过宝贵的救援窗口时间。你最好祈祷智驾在这期间要么工作0次，驾驶员直接接管，要么成功100%，

三条人命就这样消失了。

说说小米

我当年一直给各种Samsung刷机MIUI。当smzdm说MIUI做手机了，果断冲了首发，然而米1手机有个电池虚焊的致命硬伤，变路人；抢红米抢不到，感觉被猴耍，变米黑；突然有一天，雷总说给1999返现，我又转粉了。我平时喜欢看一些汽车类资讯，也感叹米车的成功。雷军的爆款思维很是有一套。

面对车祸带来的口水👊，斗胆对万亿总裁指点一下江山：现阶段智驾是个假风口。

雷军很喜欢讲顺势而为，风口的猪也能起飞，记得一次采访他说之所以造车是因为小米集团里的人才都跑去做车机，做智驾了。然后🇺🇸一制裁duang你手机芯片成问题了。拿干脆下场做车得了。新能源技术卖点，除了三电还能有啥，就是智驾。

我看待智驾的出发点：它永远无法达成L4 L5的目标。更不要说纯视觉方案了！理由很简单，就算你训练AI做得和人一样聪明，最顶尖的人类驾驶员开车也会犯错，AI有何根本机制避免？既然AI无法避免，车企担责就是不可避免的。

顺着这个出发点，那么现阶段最好的智驾供应商，天生有一道护身符。如果它出了事，可以拿“市面上你也找不到更好的智驾”给圆过去。比如鸿蒙M7出事，KOL可以大大方方造谣说是博世方案的锅，虽然舆论也很难看，但是华为方案这个核心并未受到挑战。因为它就是无可争议的No.1

但是老二和老三就难受了。消费者愿意为了最好的东西支付溢价。这场比赛可没有“顺势”。所有擂台上甘拜下风的竞争者，遇到逆风局，都只能被动挨打。这是个赢家通吃的游戏。

今天小米公告，雷军的发言，给人的感觉就是只想平息，并没有太好的针对措施。技不如人，还能咋办？等热度过去，继续x砸钱干研发呗

这事还有更主动的出路。在前面已经列出关键——路政。

家属和民意选择往车企身上靠贴，你车企不知道往路政靠？毕竟未来的智慧交通，“车路协同”，V2X，也是很重要的一环。直接大大方方承认，智驾无法单独承担责任，遇到静态物品太迟。就算人开车，也不能很远发现前方路况出什么事了。过去出租车司机靠对讲机通风报信，现代人不也是要靠GPS+地图路况。高德那个山路弯道会车提醒就广获好评。同理，遇到道路施工或者险情，路政是不是应该能主动下发推送，提前切断区域内所有智驾，推送降速行驶指令呢？

所谓“赛博桩桶” 是也。

雷军作为人大代表，北京现金王，完全应该站出来，倡议这件事。跳出“智驾”这个死局，开辟新的路线。有些“势”就不能等别人造，得自己突破。

技术上做这个事情太容易，电子路标，还有雷军倡议的智慧车牌。就拿现有的框架，ETC龙门架就可以下发一定的数据。新车也是强制配备ETC终端的，完全可以跟智驾通信。

这样，以后如果路政没设置电子围栏，至少也分得大锅。

路政不愿意接受，米车之间能不能组一个路况网呢？加上蔚小理搞个实时路况联盟行不行呢。单机蒙猜，不如群体智慧。这事就算没法立刻落地，至少也是个话题讨论点，怎么也能熬过这次危机。

安全开车这事，没必要指望那点可怜的CMOS像素和矩阵乘法来承担一切

周一早上，刚刚在人形匆匆里送完孩子到校，回头又开车出门。通勤路上，这段时间一直在琢磨孩子的事，比如这将来升学就业压力。因为被网上出生人数年份图片给弄焦虑了，活在生育高峰的不幸，从就面临更大的竞争压力。

早高峰堵车是最影响人一天心情的，我习惯见缝插针搓方向盘。突然思维有些碰撞。你说这车道，是不是就很像人生？

如果车流量小，你敞开跑，那就看自己能力有多快。

如果车多呢？能不能到达你的目标，就不是你自己说算了。得考虑peer pressure，和你选择的车道。

城市多车道道路上，有小客车道和大车道之分，理论上左侧车道速度最快。实际呢？最右侧最快！至少在我的城市里是这样。真正的老司机会不惧进出口，去挑战复杂性，往往最右侧车速比最左侧快。大车因为起步刹车比较费劲，会选择右2车道。

你在社会阶层里，感去挑战最底层吗？想起来一句话“农村包围城市”，“得屌丝者得天下”。真是富贵险中求啊。

当然，以上的情况是开放式道路，比如城市环线。如果是封闭式道路，比如高速呢？

恰好我每天通勤就要经过一段连续高速。作为一个一般都是我超别人，别人很少超我的坏习惯司机，我分析了一下我路怒症的根源，那就是频繁变道。

频繁变道是一个投机行为。特别尴尬的是你费老鼻子变过去，发现更堵了，你之前的车道反而跑起来了。这个时候你有两个选择：

1. 回到之前的位车道，但是会掉几个位置，
2. 你头铁，既然我都换车道了，就干脆再等着，再看看有没有机会

我的经验是，往往这个场景下，第二种选择会一落千丈，更糟糕。因为你初次判断的车道拥堵程度，一般都是从客观出发，最准确的，后面多半是冲动，主观的情绪主导了你的判断

这该死的沉没成本！放不下面子的悲剧就在此。很多人辞职换赛道，也是一样的心态。好马不吃回头草，更多的人是选择继续再换另外一个车道。哈！虽然走回头路会显得很小丑，但是有的时候就是——唉，真香

糟糕的情况，真正得到缓解，是时代的变迁，比如遇到高速出入口汇入汇出了。患得患失，人生大忌！

疯狂超车，往往只是一个错觉。有的时候明明你超了很多车，但实际上你就只比别人早到一两分钟。总体差异不大。城市道路里，你付出的诸多努力，一个红绿灯就给你抹平。或者大直道你拉爆别人，但是遇到龟速车阵你也只能干瞪眼，别人也缓慢追上。人的努力固然重要

一个社会的总进步空间是固定的，有可能局部胜利，多次胜利，但是总体胜率也不能改变你的排位。

都在说阶级固化，我倒反而觉得，只要车子在缓慢走，那么大部分人不会太焦虑；如果车子完全不动，那么大家心态就很崩溃，感觉窗外路边一棵草都比人过得好。所谓的流动性，不是说你一定要超过多少人，而是说如果看到别的车道走的快，有机会能够跳过去。

比堵车更痛苦的，是好死不死，前面刚好有个傻逼，空出很长很长一段距离，隔壁的车一辆接一辆插入，你却无可奈何，隔靴搔痒。就像你看别人都发财了，你却无计可施，急死了。现实世界，人和人对于有限岗位的竞争，所谓长幼功序排资论辈，莫过如此。

但是从另一个角度想来，人多的时候机会也多。你的市场也更大，人少了，这个市场也会减少。

孩子的培养和性格，跟车子一样。在长期竞争里是多维度的。比如谁牵引力大，起步快，谁就能很快的抓住一些短期的利益。但是长途路上是否开着舒服，它需要看底盘的平衡和座椅的舒适。遇到车少的蓝海，这个时候就看你爆发的巅峰技能，谁极速高谁能更快到达终点。

今天刷到个好玩的。先说下背景：

2019年，时任Twitter CEO 的 Jack Dorsey @jack 当时内部资助 五个去中心化的社交媒体项目，其中之一叫 Bluesky，后来由Jay Graber成立独立公司独立运营。其核心卖点是一个叫 AT协议 (Authenticated Transfer Protocol，有趣的是 AT 也是 @ 这个符号的称呼) ，基于这个协议搭建的分布式社交网络。官服和app上线叫 https://bsky.app 。

2022年10月，世界首富 Elon Musk $440亿刀买下Twitter，2024年大选推波助澜，在11月成功助力懂王 @realDonaldTrump 重夺总统宝座， 特别多X.com的“自由派”认为是天塌了，于是纷纷出逃。所以 bsky 用户增长迅猛，有超过 mastodon、Threads和nostr的趋势。

• mastodon 的问题是，RoR又慢又重，站长们带不动
• threads 主要是反派从良，大家还是怕犹太人老板惦记
• nostr 币圈味太冲

看过X的就知道上面的黄推、币圈电诈、民间政客特别多，如何在一个无法集中管理的网络里去掉杂音，保留有意思的内容，很具有挑战的。ATProto提出了一个概念叫做 Speech and Reach。我理解，它把言论自由和言论可触达性分开。你说啥话没人管，但是你的话谁能听见是另一回事。

Atproto's model is that speech and reach should be two separate layers, built to work with each other. The “speech” layer should remain permissive, distributing authority and designed to ensure everyone has a voice. The “reach” layer lives on top, built for flexibility and designed to scale.

说实话，当时我看到个设定觉得合理，但是不知道有啥用，直到今天我看到了Django（Python Web框架）的作者 Simon Willison @simonw 分享的一个有意思的玩法——挂人。

I am utterly delighted by this subversive use of the Bluesky label feature, where you can subscribe to a custom app that then adds visible labels to profiles
This one shows you which posh expensive private school British public figures attended, plus their current fees
https://bsky.app/profile/daddys.cash

是的你没看错，就是挂人。这个 daddys.cash （读作：爹滴点现金）账号的作用是，把 bsky.app 上正米字旗🇬🇧大V，上过私校的作为“标签”放到账号信息栏。甚至还包含私校的学费，时刻提醒你阶级差距。英国的私校是个圈子，非常抱团，在证界和商界非常具有影响力，这可太“同窗传承吾辈责”了。在评论区，你甚至还能看到有账号专注把正星条旗🇺🇸大V背后的政党派别和选举献金标出来。英美的内政和外交是有偏向性的维护这群人的世界观和利益。

为什么说这个功能是挂人？如果推广开了，这玩意极大降低了饭圈和小鬼们拿来给人贴标签的门槛，而且传播性极快。假如在一个平行世界里，bsky在国内上线，就现在的形式，很快🐒和🌸会形成两个阵营互相敌对对喷。

但如果你抛开网络论战，带入线下社交，这个功能可能会带来一个意想不到的效果——IRL的社会压力回来了。能在网络上肆无忌惮的彪悍发言，会考虑到今后被人 label 怎么办？实际上大多数人当着其他人的面说话还是很矜持的，得考虑个场合和面子。深怕别人背地里议论着你什么。这他人指指点点，不正好就是“贴标签”。

ATProto 的实现细节：

It's broadly a system for publishing metadata on posts called "Labels". Application clients specify which labeling services they want to use in request headers. Those labels get attached to the responses, where they can then be interpreted by client.
This is an open system. Clients can choose which labelers they use, and while the Bluesky client hardcodes the Bluesky moderation another client can choose a different primary Labeler. Users can then add their community labelers, which I describe below. We aim to do the majority of our moderation at that layer. There are also "infrastructure takedowns" for illegal content and network abuse, which we execute at the services layer (ie the relay).

技术上来说，一个内容顶真不顶，你自己可以选择 Label 供应商；传播上来说，如果你影响力超大，你说话就得委婉，考虑万一被人贴上不好的标签的后果。所以一开始atproto这个拆分 speech 和 reach 的设计就挺有意思。要么你口无遮拦嗓门小，你谨言慎行上热搜，发言是自由的，但是传播成什么样可不是你说了算。

这个机制当然也有很多问题，比如如果你是小人，你可以换各种马甲来诋毁和三人成虎。怎么办呢？实名制？social credit？

总之，这是一个有意思的设计。比X现在那套黑盒子封号，灵活的 community notes 更创新。@jack 这一波看来是真的懂这行搞出来的新玩意。

书接上回《快速入睡的技巧和原理》

前几天跟朋友聊天，有一个想法萌生在脑海里：

因果论是人类发明和掌握语言之后的一个副产品

什么是因果？一个东西变动，导致另一个东西变动。但是大千世界哪里来的所谓「一个」东西？

其实都是一坨东西扭来扭去，然后另一坨东西晃来晃去。人的器官能感知的变化是连续光滑的

但语言和时序是离散的。这就导致万千思绪，最后被压扁成两件事：好事和坏事。

情绪和压力都是基于「事」这个东西上的。事之所以被称为、形成一件事，和语言环境密不可分。

给东西起名字是最困难的，就像写代码给class起名字一样。

但是一件「事」一旦有了名字，它就「成精」了。一件「事」它有自己的边界和形态，事能发起技能和施加影响，事有长处和弱点，有出生和死亡。「事」就是成年人在无数个夜晚思来想去，辗转难眠的心中之困。很多人被压垮就是一句话的事，被开导也可能因为一句精辟而准确的点拨。

但从纯「唯物」的角度来说，事存在吗？不存在。它只是内心对外界pattern的一个把控和约定。把这个核心问题确定之后，我尝试了一种船新入睡方法：打破这个pattern。

上一篇的方法，放下理性推理，这个其实有点难，而且有的时候就是烦恼多，无法彻底放下。这次 入睡 2.0 的要义更简单，反其道而行之，既然放不下各种想法，那么就多想，让你无暇顾及困难。具体的说

1. 舒服的躺下。一定控制呼吸节奏，慢下来，平稳下来
2. 类似 Marvel 电影那个片头，各种英雄集结pose和招牌动作，开始你的各种思考
3. 但是每一个思考不能按按常理出牌，要快速切换到另一个思考。比如你纠结美国队长，那么你要快速把队长的盾牌切换到冬兵；冬兵身后漫天大雪景色不错，你发现一只麋鹿，麋鹿唱起了圣诞歌谣在一件小屋里，小屋里有温暖的书籍你正在静静有味的阅读。阅读的文字怎么是天体物理课本看不懂，公式符号好复杂让我想起了初中课堂，课堂上前排女同学的长发看上去很好玩，突然下课领响了。。。。
4. 如果你发现我上面这一串胡言乱语就像梦境一样，恭喜你已经睡着了。。。。

这里有个关键点就是一定要类似 flash card 那样快速翻牌，不要在一个点上纠缠。如果你发现推理不对，有地方有问题进行不下去，那你肯定睡不着。人这个老毛病就是去纠结 something is wrong。放弃挣扎和内耗，随时跑题，就像一个孩童一样，不要尝试去理解这个疯狂的世界，就应该天马行空的去不停的变换注意力。当你累了，自然就睡了。

这个方法还有一点要注意，一定要去想「具象」的画面，而不是抽象的道理。最好你就是画面的主角，融入其中。比如你想象在看书，不要弄成电影镜头那样第三视角远远地看，你要想象这本书非常巨大， 从你脑门一直到你胸口那么大，镶嵌在你身体里，是你的一部分，你得摇头晃脑的去逐行扫描的观摩。书上的文字会随时飞起变成海浪把你吃掉淹没进入下一个场景。一定要身临其境，想象你身体每一个器官和毛孔都在被这个场景吞没。

遇到可怕或者矛盾的地方，直接抛之脑后，揪住一个小点立刻切换全新场景！每一个场景不要停留太久，太久了你就会生疑心，怀疑这是不是假的？赶紧跑题，挑个别的。避免惊恐刺激的，选一个平滑的，不要太多注意力的，越舒服越放松的场景，越容易入睡。

今日的疯狂梦呓就到这了。

今日跟娃讲道理，为啥要学习，因为人要长大活下去，得工作挣钱；工作无非分为在乡下、城里；靠拳脚打斗赢得人生的日子可能不太现实，还是得靠技能。

然后就跟他讲，你愿意做体脑力劳动，还是力劳动？前者坐办公室吹空调把活儿给干了。后者就不得不风吹日晒雨淋。既然要选择做办公室，你就得把学习成绩务必搞好。

又想了下，这个个所谓的“白领”劳动其实也分脑力劳动中的体力活儿，和脑力劳动中的技术活儿。我跟他说了个最简单的比喻：

• 如果是语文、英语问题，只要你阅读量足够多，那么只要填写了，答案八九不离十；
• 但是数学题，即便你写得再多，只要中间环节任何一个步骤不会，或者不小心写错了，那么你（几乎）不可能得到正确答案。

这里可以延展一下，工作可以分为：

• 按件计费，做得多挣得多的活儿
• 如果瞎蒙，都是无用功，除非你精准命中目标🎯的活儿

其实脑力劳动这个行业很残酷，半导体和互联网就有严重的「赢家通吃」现象。头部企业拿走99%的市场和利润，剩下 0.99% 的又被第二名吃干抹净。人类发展出复杂社会建设如此高度的文明，起点就是一点一点的动脑子，脑子这个玩意有一点好，他能按照某种「想法」预测未来。所谓几个男人只要坐在一起闲下来就会诞生一个「点子王」。但是要系统性的搞出一项工程，建设一个国家，创造一个文明，仅仅靠几个零星的是不够的。得靠一个又一个的突破。有些突破不是线形的，靠庸才堆人口是积累不出来的，得靠天才。

比如爱因斯坦的相对论，其实通俗演义把这个事可能没讲明白，相对论其实有两套（有趣的是，哥德尔也有两套），前一套是特别版，如果老爱不做出来也会有他人做，水到渠成的事；但是通用相对论就是震古烁今让人可望不可及的存在了。

又想起一个著名的段子，国内可能安排到 尼古拉·特斯拉 头上的：画一条线$1美元，知道在哪里画 $9,999 刀

Henry Ford once balked at paying $10,000 to General Electric for work done troubleshooting a generator, and asked for an itemized bill. The engineer who performed the work, Charles Steinmetz, sent this: "Making chalk mark on generator, $1. Knowing where to make mark, $9,999." Ford paid the bill.
According to Scott, Steinmetz listened to the generator and scribbled computations on the notepad for two straight days and nights. On the second night, he asked for a ladder, climbed up the generator and made a chalk mark on its side. Then he told Ford’s skeptical engineers to remove a plate at the mark and replace sixteen windings from the field coil. They did, and the generator performed to perfection.

还有一个关于程序员的段子：

如何看待程序员抄代码还拿着高薪这一现象？
会复制粘贴值1块，知道去哪复制值5K，知道粘贴在哪值5K，粘贴完了能跑起来值10K
如果还会backspace去掉bug，那不是10k能打住了
能带领一伙人复制粘贴值20k

还有人说

代码也就asiic值128个字符，连字典都不用抄。

这个又想到。如果给猴子一个机械键盘，能无意中敲出金瓶梅吗？

• 数学上，问题简化为一个无限长的纸带随机生成CJK字符，那么恰好其中一段长度的字符完全等同于《金瓶梅》吴中初刻本全文内容的概率不为0
• 物理上，如果是一个特定品牌的机械键盘、特定品种的猴子，那么不要说敲一部白话文小说了，敲一个完整的句子概率都是 0

为啥敢这么说？因为物理时空从根本上说，归根结底不是连续的，这个「根本」就是普朗克长度。气体、液体只能吸收特定 eV 的能量，高了低了都不行。比如氧气、N₂就只吸紫外线，透过可见光；氯气吸收蓝光，所以看起来就是黄绿色；一氧化二氢和二氧化碳吃红外线所以容易搞出温室效应。晶体吃高于间隙的「能带」，金属通吃。从这个意义上来说，由生理能量触发神经控制肌肉做出脸滚键盘不是真随机，而是一定边界下可预测的长序列。

总结一下，最值钱的脑力劳动无法随机积累达到。今日份的胡思乱想就到这了。

仅个人观点

校园里的义务教育

首先，我支持义务教育的普惠性。现代各国的义务教育，也就是K12教育，可以覆盖从5-6岁的幼儿园（K）到高中（12年级）。教育当然是非常有必要的而且最好强制性的，但是一定要关起门来在封闭校园里受教育吗？

这套体系的义务性，源自于普鲁士的士官传统和军营教育。当年这事儿出发点没啥问题，但是到21世纪的大城市里，成为城镇居民育儿最大的负担。经费问题先不说，首先就是接送问题。上学、放学这个时间问题就至少要耗费一个成年劳动力脱产，校车制度和孩子自行出门回家基本看不到可行性。

如果你给孩子辅导过作业就会发现，现在的统编教材是反智、反自学、反人类的。老师每天发的各种填表、通知比学科本身问题还多。城镇的孩子早就高度个性化差异化成长了，学习进度反而非常僵硬死板。成绩差的跟不上，成绩好的无法掌握更高级的知识。整天都是一个流水线作业和非标件不适配的拉扯。

抱着「干不好就别干」的心态，在资讯如此发达的今天，我觉得应该把「义务」，改成 opt-out 模式。也就是对于有条件的家长，只要教育部门能把控最终毕业会考成绩就行，而不是必须按学籍在指定学校坐满9年板凳。的允许民间办学和home-school按照自己的节奏去学习和成长。到了法定年龄，不能通过会考的，做一些处罚或者补救措施。

当然有人会说了，这样搞，会不会乱套？不利于集体生活，不利于团结稳定。这样的问题当然存在，可以小范围试点，按地区不同政策嘛。归根结底这是ruling class需要考虑的事，各位要杠，我只能说京爷您说的对。

“童工”问题

我觉得，孩子要么纯学习，要么纯玩，这种二元生活持续整个童年是有害的。更好的方式是，在劳动中学习，在实践中收获回报和经验。说得好听点，支持“勤工俭学”。说的更通俗点难听点，就是应该允许“童工”。这个话题可能会造成很多人敏感和不适，但是先别急。童工的准确定义，是：

剥削性质的劳动导致孩子无法获得教育，或者精神/身体/社会/道德 上受到侵害。
the exploitation of children through any form of work that interferes with their ability to attend regular school, or is mentally, physically, socially and morally harmful

现在发达地区要找一个体力剥削活儿也不太可能了，重体力活儿，你身子板儿不行，雇主还会嫌弃你。

反而是儿童的心理、社会压力很大。其中一个原因就是青春期那股劲儿没地方释放。所有的回报和赏赐都来自老师或者父母。老师和父母是典型的绝对权威，从原理上来说就是不平等沟通，诉求有不可调和的矛盾。这种人造的依附关系是高高在上、理性铸就然而架空的幻觉，这座精心维护的象牙塔会在孩子毕业那一刻轰然倒塌。孩子真正进入社会会有一种「原来是这么回事」的幻灭感。如果说高考填自愿是几乎茫然的状态去碰运气，那么应届生选择岗位更像一场赌。

这个问题放在长远的人类历史压根就不是问题。自古以来，孩子都是跟着父母叔伯学习生存技能的，一个家庭本质就是一个小产业群体；脱产的学校，这玩意是近现代产物。龙生龙凤生凤，老鼠的儿子会打洞，子承父业这看起来是天经地义的事。现代很多职业分工是非常精细以至于达到变态的程度，孩子要直接上手父母的职业几乎不可能，更多依赖长久的教育和培养。

农村的孩子一般从下地就开始干农活儿，城镇的娃从小接触商业那也是理所应当，甚至是必须的。比如父母开了店，孩子在暑假帮忙照看一下是很常见的。这些显然不算「童工」。基于类似的道理，没开店的家庭，支持自己娃从事一些差事，能获得一点物质回报，经历一些at stake的挣钱、交易、谈判技能肯定比看电视傻笑强。

国内的例子就勤工俭学，国外也有 boy/girl scouts 卖饼干，糖水这样的活动。

可能你觉得这个想法不痛不痒也没啥毛病，那么问题来了：

你是否支持未成年人开通收款码、打赏账号，成为有限责任的自然人/法人？

你可以说，不支持，因为法律不允许。那么接下来的问题是：这样的「保护」立法放在21世纪今天是否依然是必须的？

孩子的自我

可能有人会问，除了获得一点收益，然后呢？之前跟一个朋友聊天，他吐槽说，马斯洛那套 「人最高的追求就是自我实现」 是假的，因为他研究这么多年，发现人其实没有自我。看到这问题，我想了下，回复他，重点不是自我，是实现。

这个姓马的可能功夫不如另一个姓马的。另一个姓马的26岁的时候，向全世界宣布了他的理论：人如果不打工，就会感觉不开心。

以前初中时，政治老师也这样照本宣科，说劳动是人的权利，是每个人的需要。估计现在绝大部分人看到这个理论，都会哈哈大笑：“这个权利谁想要我让给他，我希望有人能把这个权利给我剥夺了，我不想劳动！哈哈哈哈。。。”

这个话题叫「劳动的异化」。对这两位姓马的说法，我有一个最浅显的解释：

人，是闲不下来的。总得找点事来霍霍。

人要实现的不一定是自我，而是实现一个想法。这个想法可能睡一觉第二天就发现很蠢，但依然是昨天「自我」一方面的冲动。所以「自我」是否准确存在，不重要。重要的是你起了这个心思，然后干成了。

不得不说，劳动是人的本质特征，是人的"第一需要"。吃喝繁衍，那只是动物性。人性的体现是在「衣食足」之后，而知荣辱。

人在劳动中，是需要肯定自己的，而不是否定自己。人要通过劳动感到幸福，而不是折磨。是不断发挥自己的聪明才智，而不是受到打击和摧残。

学校高墙里的教育和考试，是不是也越来越异化呢？所以娃在学习之外的劳动，就显得非常有必要，而且长期缺失了。这里的劳动，也就是「做自己想做的事」。需要鼓励娃去尝试一些学科考试成绩之外的挑战，自我实现。如果这些兴趣恰好也能在成年之后从事相关的岗位，养活自己，那不就更好了？

结语

总的来说，未成年人强制去学校，和禁止劳动 这两大因素，加重了家长的负担，对娃也没啥好处。

先说@MicrosoftEdge

这他妈存3份，吃饱了？

再说Epic Games

还能搞6份？真无语了。然后 icudtl.dat 以及 ICU 这一坨也是。

最近帮挑选简历，二线城市中低端技术岗，需求是上午发的，邮箱中午就炸了。这投递量给搞麻了，这也太多了。

想到什么写什么

几个感悟

1. 第一，学历歧视是真的。本来还想看看能不能相中一个优秀的拼搏者。可能因为岗位要求不高，个个都很匹配。大家的工作经历都很丰富，也就是雷同。唯一不同的就这学历了。所谓的985 211不是他们实力强，而是名声显赫的院校到处刷存在感。如果你第一学位不如你的经历强势，建议把教育信息这一栏放到最后。不要把你的名字和学历挂靠得那么紧密！
2. 简历技巧：一定要写清楚 求职意向 。因为筛简历的很可能同时有多个岗位，你 hint 一下，会更容易帮助阅读者理解上下文。最讨厌看到文不对题的简历。
3. 经验书写部分，真的不要写参与过XX项目，用XX技术，基于XX，做过XX系统了。给人看麻了，关键字都快看得不认识了。这里我心里有一个严重的偏见，想很快找到亮点，快出来一个亮点给我一个不拒掉的理由！有的时候真的很难。当然，如果你全是亮点，反而觉得你有点作，会不会有所隐瞒？会不会有啥问题和不足？
4. 面试的时候讲项目，很多时候陷入「述职报告」模式，说我们团队做了XX，我们做了XX，请打住。这里公司考察的是你「个人」能力，不要把别人的功劳给take credit。之前面试有人吹了几十分钟某分布式系统杰作，最后一问，居然是他来之前就有的现成的。啊这。。。。。
5. 还是刚才那个问题，简历里的的项目如果很大，建议写清楚哪些部分是自己的，否则会让人怀疑是不是把整个团队的工作都当自己的成果了。不太真实。
6. 技术岗简历真的不要贴大头照了。。除非你的长相能帮助工作。否则很容易让大脑暂停理性思考，进入感性的评头论足模式。
7. 写XX能力强，能吃苦这种笼统模糊的，只能定性不能定量的，还不如不写。因为没证据。能力强体现在什么地方？吃苦有多能吃？沟通能力好到什么地步？
8. 无论正序还是倒序，把公司和项目经历放在一起。比如A公司：项目1项目2，B公司：项目3。这样。特别是分开2页的，看的时候需要把项目和公司跨页按时间JOIN才能对应。职位全称不重要，职位干啥的，扮演什么角色起到什么作用很重要
9. 行间距留大段空白纯粹是浪费阅读人的视力和时间。排版不用过渡美化，但是字体一定要统一，段落起止位置一定要对齐、对齐、对齐
10. 能不能约到面试时间，有可能跟是否能订到会议室有关。

我发现，写简历的思考模式往往是：我有哪些NB的地方能添油加醋让对方相信，NB的东西越多越好

而简历阅读者的思考模式是：哪些东西和我手上的活儿最匹配？

从这个角度来说，根据JD定制一套简历是十分、非常、及其有必要的。没有关系的经历一笔带过甚至不需要提。

可能很多人写简历，出发点是，广撒网，海投，这一点对于竞争激烈的岗位来说万万不可行。你以为简历是「只要够匹配，我就有机会」。实际上简历如果多了，它压根就不是一个是否命中 yes/no 的问题，而是一个 ranking 问题。

任何事只要变成「排位」，那就很残酷，很竞技了。你不仅要达标，而且要考虑如何比别人的简历「更加」匹配。

招聘系统的吐槽

厂里的简历系统很多都只是一个 姓名-岗位-投递时间 三元组列表。这玩意压根就不能拿来做 ranking，只能靠筛选者的「瞬时记忆」。任何ranking，底层都是一堆权重的叠加，我不得不做一个 Excel 把候选人的名字放进去，然后几个考察点人别打分，最后算上权重，择优录取。

爆量之后，简历系统最大的麻烦，居然是去重。因为不仅有自投，还有渠道方帮助筛选投递的，同一个人，多个版本来源不同的简历，会先后刷出来。很是麻烦。名字不能保证唯一，pdf解析又麻烦，估计很多人懒得做。2333

除了上面的「量化」筛选决策的想法，还有然后对很多候选人其实很惋惜，也想跟对方反馈一下。但是又很懒。我想招聘平台应该提供一个付费功能，请筛选者指点一下问题所在，至少让别人知道哪里碰壁了。

看到一个说法《何加盐｜中文互联网正在加速崩塌》，文章说

几乎所有在那个年代曾经红火过的中文网站，如网易、搜狐、校园BBS、西祠胡同、凯迪猫眼、天涯论坛、校内网（人人网）、新浪博客、百度贴吧、以及大量的个人网站等，在一定年份之前的信息都已经完全消失不见了，甚至大部分网站是所有年份的信息都消失了。唯一例外的是新浪网，还能找到一些十几年前的信息，但也是极少数的寥寥几条，其他99.9999%以上的内容，全都消失了。
为什么会出现这种情况呢？我猜想，主要原因可能是两个：一是经济原因。网站的存在，需要服务器、需要带宽、需要机房、需要人员运维……二是监管原因。

无独有偶，刷到一个帖子：

2023-8-14 11:00梁博：Common Crawl中文数据提取出来了，做了去黄等处理，发现简体中文压缩数据只有6TB，解压后30TB左右，繁体压缩数据6TB。中文数据到2019年冲到一个最大值，之后就回落了，不知道2020年具体发生了什么事情。。中文网页数据还是有点凋零。是不是有些网站不维护了？图

更大的问题是所谓科技巨头们自建高墙，把用户和内容视为自家资源，不支持互联网链接，公然且无耻地未被互联网开放互联的精神。你在 twitter 里面可以引用，加任意链接，信息自由流动。在微信、抖音、小红书里面试试？

twitter，或者说 𝕏，也开始建墙了。比如 nitter.net 就不允许使用了。walled garden 我觉得算一个因素但不是绝对因素，比如十几年前CCF和DRL这类封闭式论坛还是经常有人转帖出来，好的帖子转就完事了。依我看来，中文互联网的崩溃有两个因素，以及一个结果

1. 长截图的崛起。

HN有一个神评论，说hyper-text transfer protocol名不副实，信息传递都是通过screenshots transfer。这玩意配合手机那个破屏幕简直绝了。这不仅是国内的问题，国外ig (instagram，ins)、𝕏上的文字截图不要太多。这个东西一方面缺点就是无法根据屏幕重排版，看起来别扭，但是也有诸多好处：

1. 保留了原始的文字和图片。富文本转帖一直是一个世纪难题，你去用js+html做一个rich text editor带附件上传的就知道多蛋痛了。还不如 .png 甚至 .jpg 一把梭
2. 防止了文本传播中的添油加醋篡改。甚至图片都包浆了，都还是那个样。
3. 最后，而已是最重要的一点，OCR技术不能 100% 准确率拦截长截图里的敏感词，很多截图 - 再截屏的二次传播使得md5, similarity-hash 都无法有效对抗热点事件的长截图传播。

总体来说，长截图是移动互联网的原生信息载体，文本不是。

2. 音视频的统治

回到正题，中文互联网 的确崩溃了，但是崩溃的是中「文」这一 文本 为主的形式。看看长短视频、直播网站的流量，即便墙和审核机制都挡不住国内外沙雕meme的传播。汉「语」互联网正在蓬勃发展。我举个例子。在过去带宽承载不起大流量音视频的年代，如果一个明星遇到绯闻需要澄清，那么肯定精心会写一篇媒体稿发出来，登报或者接受采访。最近的比如 汪峰承认与森林北恋情 ，女主Senlinbei0707选择直接拍douyin声明 。服化道、背景音乐、肢体语言、镜头这些，代替了纸和笔，输入法和文字段落组织

掌握和驯服文字成本极高，文字的消亡，语言和表演取而代之，是市井乡土阶级的崛起，搭建了一个跨越空间的超级熟人社会。但是唯一能跨越时间的可能只有高度信息浓缩的文字。然而，文字对于大多数普通人是无益的，文字的发明本来就是精英阶级用来和上天鬼神对话的工具，人与人之间的沟通，口语和动作就够了。

问题的关键：搜索引擎

“互联网正在加速崩塌”这一说法，很多例子就是XXX搜不到了。有没有可能，问题不出在资料，而是搜索工具？

搜索引擎在90、00年代是个稀罕货，那个时候SSD还没普及，信息检索是个高精尖的专业领域，但是随着 Lucene、Solr、ElasticSearch这一类免费的开源软件的普及，极大降低了自建搜索的门槛。

搜索不用集中了，内容网站都是自带搜索，还自带推荐系统，把ranking的问题也一起解决了。SEO和内容农场早就把公共、集中的搜索引擎干得生活不能自理了。ChatGPT这样的怪物出来之后，你还指望能搜到啥有效、真实的信息？

随着搜索引擎的没落，新的巨大缺口也在形成，比如刚才 森林北的视频，我们可以问以下几个问题：

1. 她的口红色号是什么？
2. 这片子的BGM是什么？
3. 她自己列举了多少家公司或机构，她分别属于什么职位？

这些都是需要去端到端 infer 的。也是一个技术创业的点子和机会。以后存的信息都是向量，token会取代文本。

aftermath

感觉说了这么多，无非在纠结「文本」或者「文字」这一概念本身。但是我觉得钻这个牛角尖是非常有趣的。

文本实际上就是人脑活动的压缩，对信息的概括。这是transformer架构和语言模型对我的一个巨大启发。这个有损压缩，丢掉的是什么呢？情绪和环境上下文，也就是亲切感。如今的音视频把这一最古老的人类群居基石——聊天拉回现实，放入口袋里那一小块屏幕中，怪不得雷军、周鸿祎这样的老人都出来当网红了。人一辈子可以通过读文字了解很多知识，但是「邓巴数」这个东西，决定了你一辈子的注意力只有150人。

人们对互联网的期待显然可以分为两种：一种是客观的，工具性质的，严肃话题研究。这就是过去USENET和UGC的宝藏所在；另一种，人们是为了瞬间的快乐，长时间的归属感，去找认同的。这个时候，互联网提供了多彩的屁股位置选项。过去，没人知道互联网上对方是不是一条狗，现在，没人在乎你是不是沃尔玛购物袋，但是这并不妨碍网上武装直升机们为这事吵得不亦乐乎。

今早凌晨，从噩梦中惊醒，然后就一直辗转反侧睡不着；可能因为年龄大的缘故，我经常能意识到我在做梦，所谓 lucid dream，遇到好玩需要继续推进情节，不会太追究是否真的清醒，反而会不自觉的去脑补当前梦里剧情的合理性，所以下面很多时候是插叙。

出场大概是和家人挤在一间熟悉的高层小区的老旧房间里，惊恐的看着窗外昏暗的天空。可能因为昨天晚上打了一会FPS，加上前几天看了《Dune II》这部电影，对杀戮环节很有代入感，所以不知不觉从那里搞到了一把步枪，装满了子弹。

这时窗外突然突然钻进来一个人影，我嘀咕到，现在已经 天下大乱，是末日劫生；眼前这个如同丧尸一般爬行的人，正在扑向我的奶奶，这个人看上去非常瘦弱，我操起武器一阵突突突，放倒了眼前这个威胁。

房间被弄乱，窗边墙角一片狼藉，地上还躺着一个狰狞的 ragdoll 需要得处理，重点来了，攻击性这么的强，这个身躯却比正常人小很多，十分的瘦弱，我甚至把他身子头和腿对折，就像一张纸一样。然后单手轻松将其拧起来，像往常一样把他带下楼，扔进了垃圾桶！一个鲜活的生命就这样从我眼前消失了！

这个突然出现情况，让我心脏扑通扑通的跳，直接给我干惊醒了。半睡半醒迷迷糊糊之间，我又开始怀疑为啥会有这样的 丧尸 从高层建筑的窗户突然出现。可能是最近看了太多五代十国和南北朝之类的历史惨剧视频，我便开始就地分析此情此景的合理性，结论是——裹挟。

在古代，遇到荒年，正常的社会秩序被打破，就连最基本的粮食生产，都会遭到莫名其妙的武力干扰或者霸占。自身难保之后，所以很多人干脆一不做二不休，从劳动者变身为掠夺者。但是人总是要吃饭，饭又不会自动从地里长出来，怎么办？抢。所以就回到了开头这样的，去抢我这类正常生活在小区里居住养家糊口的人。掠夺者相互攻伐，让瘦弱得不行，饿的没法再饿的人，去小区里抢食物。因为太虚无法暴力突破正门，只能从顶楼往下爬看到打开的窗户趁虚而入。被破坏的家庭如果不幸被击垮，无以为继，没了希望和出路，又只能加入这样的劫掠行为，所以规模越来越大，直到所有人都绝望，没了最基本的社会秩序和个人尊严，只有无处不在的压迫和窒息。

我又想起来废土世界各种影视作品，想到这里感觉挺合理的，就又睡着了。。。。。。

起床之后，这个噩梦吓得不轻。以前我觉得做清醒梦太好玩了，能意识到在做梦，可以随意发挥做一些危险而平时不敢做的事，比如跳崖，比如飞行，比如暴力。不用顾及白天的压抑。但是现在看来做清醒梦太可怕了，我个人而言，能识别出清醒梦，根本原理是认识到眼前的事物不合理之处，得出只有在梦里才能发生这唯一解释，然后就开始放飞自我。但是人脑是会玩的。你玩呀浪呀，它会给你编造一个无解的噩梦，让你无论怎么选择都是一条死路。在残酷的绝望中让你大脑死机醒过来。

现实是荒诞和不可理喻的。成年人的世界是建立在一些不经意的谎言之上，所谓共同想象体。很大程度上，这些偶然和不合理性，才是给了我们短暂的幸福和苟且；纯理性构建的世界，比如我这次的梦境，如果稍有差错，钢铁一样的因果齿轮只会把你一切梦想和希望碾碎。天地不仁，未来的真实世界或许是残酷的，所以珍惜当下吧。

书接上回，小米汽车发布以后，和家人聊这个话题，突然发现一个问题，孩子对车这玩意很不了解，也不感兴趣。

我记得我小时候，对机械结构的东西很着迷，很喜欢抱着一本杂志看这种拆解图研究半天。

虽然也没能看出个门道，但是哪个男孩子能拒绝一张精美的跑车海报和原理图呢。那个年代我可能会对着一个跑车+美女的年历发呆，可能也就是那个时候对商品社会、工业设计产生了向往和憧憬。现在的孩子们对现实中车的品牌和了解可能也就局限于身边见过的和手机上刷到的。比如我家娃最羡慕的车，是有鹰翼门可以向上开的 Model X。但是对汽车工业和跑车的认识很少，不如我们小时候那么津津乐道。

想起来我们小时候信息很匮乏，大家都通过报刊、杂志了解外部世界，特别是从没见过的欧美的汽车、飞机反而观察得特别仔细。美军飞机有多少个型号、有几首航母都是放学和下课时间讨论的话题。

现在的孩子，比如我家，对电子产品控制得比较严格，电视也没有怎么允许看，除了书本还是书本。其实对外界了解的渠道反而比我们那个时候少得多。传统的报刊杂志有一点好，第一它是每周每月更新的，第二它的编辑是有一定文化水准和见过世面的，比如介绍汽车肯定会顺带介绍下汽车工业的历史、这个品牌的成长和背后的故事。现在的抖音、b站等充斥的都是调动情绪的短期热点话题，缺乏一个静下心来去琢磨和思考的「大画面」和「大背景」，以及人们是通过什么样的努力和付出，才能「创造」出来令人欣赏和惊叹的作品。比如小米汽车，网上甚至连一个把时间线串起来，讲讲设计过程那些不为人知的故事的报道都没有，唯一采访了设计师 李田原 的媒体，居然是车托之家

采访也是问了几个不痛不痒的问题，主持人全程玩手机都不舍得正面看设计师一眼。而且视频播放量极低，压根没人能刷到

我觉得信息时代的悲哀莫过于此了。什么样的东西都能找到，但是孩子很难从这样的环境里挖掘到那些启发、振奋人心、能畅享未来的东西。也没有人会整理这些东西。喧闹的视频一看就忘，我们再也没有一张画或者文字让人细细品味和反复琢磨的时光了。

是的，我也在2024-03-28观看了雷军的 小米汽车 发布会。现在想起来，真蛋痛啊，花了3个小时去看了一个我不会买的产品的发布会。

我不买的原因是已经有车了，本来也不想看，结果这发布会居然没啥困场和尿点，一不小心就完整看完了。想起来平时看个长剧都困难，发布会本身轿车的东西其实我早就知道个七七八八了，居然吸引我那么长时间注意力。真是一个神奇的现象。

这几天刷到一些视频，大象主观说车 的《小米汽车发布会迪粉观后感》，他本身是个（比亚）迪粉，他说：

看完，你就会觉得，卧槽，我，我 超 想 投 米 的！我超想当米 boy 的，我超想支持雷军的梦想的，就这种感觉。（战术取掉眼镜）

雷军发布会的魔力这几天越来越上头，后劲越来越大，各个 app 也敏锐察觉到了我的兴趣，也是铺天盖地推送，比如这个就有意思

雷军真的是写ppt的大神

• 低级的ppt就是你们经常做的，念文案、数据，圈几个关键字当标题；
• 中级的ppt，让普通人，甚至一个文盲都能听懂，你在说什么；
• 高级的ppt，讲一个故事，讲一个深入人心的故事，在这个过程中，说你想要说的东西。

什么是讲故事？常见的故事大纲。介绍主角团——遇到小困难——找痛点（主角团被虐）——解决小困难——遇到更大的困难（主角团泄气）——全世界就主角团能解决这个问题——解决大困难——在解决困难过程中顺手谈个恋爱，或者解决家庭矛盾——最后，坏人必死，正义得到主张，升华主题。
你们可以看看雷军如何讲su7的防晒功能。
雷军：我们做过用户调研，很多特斯拉的车主表示，夏天会不会太晒，坐在车里面像烤箱。好，我们就把这个防晒作为核心点去突破。（遇到小问题）怎么突破？
第一点，天幕玻璃，我们做了双层镀银，隔绝了99.9%的紫外线，99.1%的红外线。我们在研究这个问题的时候发现更严重的是什么？是前风挡玻璃其实更晒。（遇到更大的困难）所以，很多开车的女生都会带冰袖。为什么呢？因为前车前风挡特别特别晒。（找和普通人之间的痛点）。所以，我们甚至做了三层镀银，然后，才达到这个紫外线隔绝99.5%，红外线97.6%.这是今天轿车里面唯一一款做三层镀银的。（全世界就主角团能解决这个问题）。还有，我们把四个车门都做了uvir的图层。这个图层紫外线隔绝率达到99.9%，如果换算成防晒霜的指数，差不多相当于SPF100+,或者PA4个加的 这个程度。所以，我们在防晒上下了很多功夫。后排，我们顺便做了隐私玻璃，省得大家再去贴个膜什么的。到底有多防晒呢？那个我们做一个夏天的简单的测试。（升华主题）38度暴晒1.5个小时，我们拿su7和model3对比。结果发现，su7的车内温度比model3低12摄氏度。

然后又刷到《腾势赵长江有点可爱（孙少军直播切片）》

看完之后，我感觉赵长江这样的老总可能真的学不来雷军。

赵长江1986年出生于湖南浏阳，2009年从比亚迪汽车创始人王传福的母校——中南大学毕业后，他选择了追寻自己的“偶像”船夫哥，成为了一名比亚迪汽车区域销售经理。经过数年的摸爬滚打，有了天南地北多个地区的派遣和实战经验，由于年轻好学敢想敢干，赵长江在 2015 年被任命为比亚迪汽车京津地区营销总监。

正如视频里讲到的，他们对产品的「差异性」分析特别到位，然后对「怎么打」有不错的思路和执行力，但有个问题是，各项指标就是天经地义「固定」在那里的，由供应商和研发团队「呈递」出来的现成。所以接下里的问题就是如何根据「既有」的东西，打的过就吹，打不过就降价。

我分析，销售出身的人的演讲，和雷军这样的人最大的区别就在此。可能因为雷军是程序员出身，各项指标不是「天经地义」的，而是「生长」出来的。雷军说：

所以你们今天看到的，是我们完全推倒，2022年初全部重做的。那个时候又在疫情期间，压力巨大。在最难的一段时间里是，我跟设计团队每天早晨8点钟一个小时的视频会，每天啊，everyday，周六周日都是。所以每一个细节我都参与过

雷军为啥能把一个三层镀银的前挡讲得那么生动？因为他可能真的参与了这个设计和决策。娓娓道来侃侃而谈就像他自己的孩子一样。所以能讲出来让人听上去很自然、有吸引力的故事。整个发布会就不是那种背后想卖你东西那种拉扯和算计，而是跟小区里阿姨们聊自家娃一样充满了八卦的话题性。

写到这里，我一直都在尽量避免一个词——营销。很多人觉得这就是一场米系的闹剧和大型新能源 ev 发布买热榜事件，因为我觉得雷军这样的show不仅仅是想让你掏30w 让他这个亿万富翁变得更富有这么简单。正如小区里阿姨们聊娃不是为了把娃卖给你一样的道理。演讲和情绪感染可能是在未来 AI 时代里愈加重要的一种能力，而雷军为代表的「开发者」背景出身的人站在舞台上展现出那种独特的魅力，非常值得学习和品味。

昨天半夜做了一个奇怪的梦，梦见一个毛毛虫在墙角制作自己的关节，一根棍子，中间一个关节，可以对折，看似还是金属或者塑料材质，完工了把关节拧一下，就给自己装上了。。。太过于惊悚于是就醒了。

起床开始琢磨，可能是睡前刷B站，看到一个人才UP主 知名相声演员BBBBB大王 刷了她不少视频。她南京人东北上大学，父母来自四川，被催婚和生娃问题搞得很崩，在英国和韩国奔波，视频风格别具一格。关于韩国那种不婚、人口负增长、内卷的视频特别多，比较有趣，看了不少。总体意思说，韩国的女性有自己的经济地位后，就不结婚生娃了。不用看男人成见就自在活着多好。

我感觉BB说得相当有道理。但是人口没了之后，未来的人类怎么办呢？这可能是潜意识留下的一个疑问然后就睡着了。

越想越觉得，这个奇怪的梦说不定就是潜意识的答案。未来人类说不定很有可能走虫族路线。首先按照现在的剧本，人类对自己身体和外表越来越不满意，对美的追求，个性的改造越来越多。自然界谁的改造最彻底呢？虫蛹的蜕变。谁不想从一只毛毛虫变成有翅膀到处飞的蝴蝶呀。说不定未来能制造出合成材料，给每人安装一对翅膀？

但是成人动刀子改造背部结构，后加翅膀问题太多，说不定臂力不足大多数人人飞不起来，飞行也需要巨大的呼吸器官改造成本否则供能太弱，飞不太久。最好的办法就是从胚胎开始重新设计肢体结构。BB的有一部说自己XS的身材居然淘宝买S都觉得小了。明明她自己都只剩下bone了。说起来，成虫就直接没有脂肪，直接bone就暴露在外边吧？大家都一样的流线型bone，不存在身材歧视。

既然都可以自定义设计人体四肢了，干脆全部身体结构推倒重构吧。人全身上下全改造了，保留啥呢？保留一个头作为意识留下吧。

所以未来的人类可能是：女性就不要怀孕受累了，人工授精+人造子宫，生出来一个基础款的肉体。社会教育给与起步款的灵魂之后，这个「幼体」就得去搜集改造自己的营养和原材料，然后时机成熟之后，做一个「虫蛹」然后把自己封印起来重新改造。改造完之后就「变态」为高级形态 b（￣▽￣）d　

这一套机制最大的问题就是，改造人不能自我复制。如果基因改造有突破，能自定义编辑，那么很多人可能会选预设一套3D打印机，人生下来就真的可以外观类似毛毛虫，到处爬行去自动拾取有机物、无机物矿物质，然后疯狂积累原材料到足够改造自己的身体之后，找一个安全的地方造蛹，然后打印身体。最后破蛹而出参与生殖都斗争和扩大领地，然后继续繁衍。。233333

胡思乱想的。如有冒犯，梦境全责！

最近跟朋友聊起LLM，RAG 究竟有没有用，能不能拿来做成产品或者服务。由于我对AI的了解也很肤浅，所以没太敢下结论。

但是今天突然想起一个趣事，相传 账单·大门 院士有一句名言「640KB ought to be enough for anybody」

这句话是不是他老人家说的不重要了，重要的是 IBM PC 的这个 640KB内存 的梗是绕不过去了。

后来发现 640KB 不够了怎么办？屎山上接着hack呗。于是发明了 EMM386 ，在CONFIG.SYS 里吟唱一句

DEVICE=C:\DOS\HIMEM.SYS

可以保平安。

如果人人都能用 Gemini 1.5 Pro 那个 1M context tokens， 那么 RAG 技术也没啥用了吧。猜想能用 RAG 卖钱的，估计跟定制 HIMEM.SYS 和 EMM386.EXE 的市场一样。。。。。在 PC 普及的初期是一个神级，但是随着日本政府主导 VLSI产业+三星DRAM的崛起和价格战，一切都成了历史。

又想起另外一件事：Groq

也是啥都不懂，翻了些资料，发现比较有意思。CUDA vs Groq 可以看成DRAM vs SRAM。context window不足的问题：

疯石头 2024-02-23 02-21： Context window到100K后，即使batch=1，GPT-3级别的大模型,KV-cache占显存的容量已经比weight要大了。实际部署时batch size至少得64才能用上tensor core。4-bit quant可以降到1/4，GQA group=8时可以再降1/8，不过还是比weight要大。sliding window不可取，遗忘问题会完全丢掉long context的优势。

更详细的讲解：

https://kipp.ly/transformer-inference-arithmetic/#kv-cache

在zhihu上翻到一些资料说，LLM推理主要成本不是矩阵计算，而是 memory access。可惜帖子找不到了。

Disclaimer: ESL speaker with bad English writing skills. This rant is "Organic🌱🌿♻️🍃" produced and has not be auto-corrected by spell-checkers nor AI/LLM chemicals.

I engage with online arguments from strangers on the Interweb from time to time. Some of replies I receive often is "Essence of Leverage", a slang/meme in Chinese which resembles "trolling". I confess I did do this on purpose in order to consume my bordom and adjust my low self-esteem. During today's heated back & forth replies, the thread was moved to flamewar section, the opposition laughed me for been too childish like a tolder, or too old like a stuborn 40yo, which if funny, because apparently there's something wrong that urgently needs correction?

Calling me old might ouch me if I were younger, but now it's hurting less, maybe just a meh. In retrospection, I came to the conclusion that there are two stages of world-view: for young adults, there's a strong opinion that some part of the world is wrong, and there's strong motivation of pursuade others how the world should be. Few years back I was in that precise state, I spent hours and days battling speech from others, like to defend my faith or something, hoping to achieve something out of it.

As age grows, I found stalemate , and hopefully peace. There's nothing wrong with the world, in fact that the world is inperfect by design, our brain is modeling the world in a causuality-reality way. But physical world can't always be encapsulated in matters of verbatim reasons, shit happens all the time for no reason. and would never go the way with most people's wish. There's little one could do to change it, maybe at special occasions, by some extreme luck, chosen ones can play a role in some social movement showing how the world could be.

This brings up my favorite episodes from 2023, What If from Marvel Studios. There are so many possibilities for each alternate story line. So in real life, why do we have to assign ourselves to the fixed label given by desiganated social hierarchy? Does 40yo have to be wise and know-all? Does opinions from adults have to be affirmative? I think it's not. People grow up accustomed with education background and socio-economic environments, and get used and blind-folded by it. Staying curious and foolish is the key to jump out of the circle. Challenge one's world-view and vice-versa is benificial for one's own good, and especially so in "collective" culture sphere of China, but changing others' is a waste of time.

首先，《年会不能停》是一部喜剧电影。不是纪录片。在这个设定下，我可以给这个喜剧片9分。它给我带来2个小时的吸引力和快乐，这一点就很值。

我去看之前还四处查阅了是否适合带小孩和长辈去看。看完的结论是全家看得其乐融融毫无压力。那么多职场黑话丝毫不妨碍非职场人群理解故事。

然后说几点感受吧。

第一，女一号感觉是硬安排的。对剧情推动作用不大。但是形象好气质佳，很让人看得下，去从而忍受角色定位问题和演技问题。

然后，整个剧情背景设定，某个大公司要裁员。感觉这个矛盾是整个剧情有意回避了，虽然最后是大团圆解决，但是没能回答一个根本的问题：”打工人胜利了，公司的前景会变好吗？“ 如果你认真考虑这个问题，发现剧里的反派一号的苦衷了。喜剧的内核都是悲剧啊。

其次，我觉得董事长的设定偏故事性了。年会不能停，出这么大个事，就这样过去了？不说面子上挂不住的问题，股价，或者资方，还有供应商关系都会栽个大跟斗吧。不乐观。当然网上更有趣的是借题发挥，比如豆瓣这条评论很经典：

李下 看过 2023-12-31 08:49:16 四川 14750 有用
恶只到宰相，皇帝是被蒙蔽且善的。

哈哈哈。上面本意是好的，就是下面执行歪了。

最后，我想稍微深入讨论一个情节，「优化厂里技术最牛的人」，我感觉比较……假。技术最牛的，应该是不怕丢工作的，在哪里不是干活。技术最牛的既然摆明了要挑事，那么下家多半是找好了。这个时候按照情节需要，面对挽留的 counter-offer，我觉得一般有职场常识的人都会拒掉。因为无论 counter-offer 有多诱人，都会彻底扭转职场地位，属于比正式合同更卖身契的玩意，你的劳资关系从双方情愿变成了单向奔赴。以后有的是苦吃。

看了 Tom Scott 的 After ten years, it's time to stop making videos.
很是感动。他2014年1月4日开始传 youtube 科技类的视频，开始每天一集后来定下来每周一更。多么强大的毅力，才能把一件事坚持10年 streak。

恰好今天也在各种群和X 上看到说「时间的朋友跨年演讲上座率不到1/3」，抛开事实不谈，突然 B站 就给我推了这个 我是罗胖罗振宇，我来B站了
。罗胖说他坚持了10年每天在微信上发一段60s语音。我觉得也挺神的。

恰好看到@Fenng说这个事，他的论点还选还挺好的，这世界终究是由乐观者推动的。虽然贴那个 ChatGPT 作为论据有点。。。。。

2024年对我而言开局十分糟糕。12月孩子陆陆续续咳嗽了快一个月了，最后查出来支原体感冒做雾化、请假输液折腾得不轻，元旦三天假期我也陪着感冒鼻涕（positive了），感觉人到中年身体一年不如一年了，破事一堆接着一堆。今天第一天上班也是头昏眼花无精打采。Tom Scott，罗振宇，Fenng 都不是我最欣赏的那类influencer/大V，你要挑毛病那我也能罗列一大堆，但是不妨碍我觉得这是2024年开端最好的启发：做一个乐观的人，努力去改变。反正都中年老男人了，也没啥好失去的。不要活得那么战战兢兢。

人到中年，形败气衰，总有一种有心无力的感觉。到了这个年龄段，最大的不舒服就是和这个世界从愈演愈烈的摩擦，变成轰轰烈烈的冲突。

前几天工作上，快下班的时候甲方紧张兮兮找到我要支持一些业务，问就是急。结果我这边调整之后，另外的对接方放鸽子了。我也因为手头忙别的没在意。好巧不巧几天过后，调整导致了业务问题。全责，惨。

你说我懒吧，我它妈居然愿意在下班的时候接需求；你说我不负责吧，不负责我为啥不找个冠冕堂皇的理由推脱掉或者至少拖延一点时间。你说我为啥不仔细一点吧，犯错真的是个概率问题，而且我在对接方跑路的情况下独自也干预不了什么。为啥调整导致了问题，屎山呗。屎山怎么来的？还不都是「紧急需求」日积月累来的。为啥屎山不缝缝补补熨平一点？这玩意不记劳也不记功啊。但归根结底，谁理会这些苦衷啊，只能默默承担。

21点回家吃饭，拿起手机刚刷到学校「抵制洋节」，刚想嗤之以鼻问孩子怎么看，还没开口，孩子就嘀咕，看到国外过节，家家户户在客厅摆一颗圣诞树，抱怨说老爸太抠了。我语塞。想起来之前（实际上是2012年）淘宝买一颗1.5的也就30元也不贵，结果现在一搜，好家伙普遍70、80了。没买到便宜货，比亏钱还难受。顿时心里非常不爽！

吃完饭，丈母娘在抱怨为啥昨晚（因为穷，所以定时在谷电时段启动的）洗碗机没工作。我看了下洗碗机的门没关好，当然不会启动。这件事从来都是反复抱怨，就是舍不得去关一下门。合着因为洗碗机是我买的和推广的，所有鸡毛蒜皮的事都得我来兜底呗。

真是备受打击的一天啊。长大的过程，从来没在乎来自身边的关爱和鼓励，到现在逐渐沦落成指责和嫌弃，才追悔莫及。似乎全世界终究会剥夺老男人的一切，只留下沉甸甸的责任，说的好听点，中年男人是很多人的仰仗和依赖，说得难听点，中年男人唯一的价值就是被索取。或许这就是中年男人的命吧。

今天政策方面发生了大事，《网络游戏管理办法（草案征求意见稿）》搞得鸡飞狗跳，对整个行业的悲观，加剧了心情的低落。

于是又观察到一个点，可能很多聪明的人早早就察觉了老男人迟早被吃干抹净这个事实，所以默契的联合起来形成父权，对关键资源和社会关系形成垄断和卡位。自己辛辛苦苦创造/掠夺/搏取的财富，凭啥要被傻逼们摆布？为什么很多职场女性觉得自己遭到了歧视和不公？因为你被当男人对待了。

喜欢 ownership 是吧，得，职责对等，那就所有权极端化，私有制神圣不可侵犯，最终卷出来几个阶级顶端的胜利者老男人 own 所有人。这可能就是成年人对全世界的一份报复吧。Screw y'all! Fuck this world!

今天趁着11·11买了个 GZ104 黄轴键盘，感觉之前随便买的青轴的好了很多，于是手痒想打字。哈哈

人的意义 是什么

娃今天吃饭的时候突然问了我一个问题：「人活着的意义是什么呀」，很不凑巧我也闲来无事琢磨过这事，但是想要在孩子面前把这事说清楚可能没那么容易。

于是我换了个思路，我问他，如果你是一个动物，你觉得意义是什么？他没回答，我又问，如果你是一块石头，石头会考虑自己的意义嘛？

孩子也没回答。最后我说，人活着的意义呀，可能很多人也不知道，但是有一点可以确定，正因为你有一个聪明的小脑袋，才会去思考「什么是意义」这样的问题

国家是什么

他又问到，为什么世界上有那么多国家呢，为什么联合国不是一个国家。怎么样才能统一全世界成为一个国家。

我的回答又把刚才的套路重复了一遍。如果你是一只动物，你会觉得自己属于某个国家吗？娃想了下，可能不会吧。我看到碗里的饭说，如果你是一粒大米，你会觉得自己有国家吗，孩子也不说话。最后我说，国家有很多个定义，但是正是因为人有了大脑，有了想象力，才会产生国家这个概念。所谓国家，就是一个想象的共同体。

反思

这可能是我会记录的最无聊的两件事。因为我真的想拿着键盘痛快的打一打字哈哈。

或许我的回答都不是最好的，现在想起来真的有很多改进之处。比如没能鼓励孩子进一步对这个问题进行探索。

蹲茅坑的时候想了一下，我们小时候哪里会思考这些问题呀。小时候都在为了作业发愁，心思都花在了怎么玩上面。现在的孩子能思考这些问题说明生活条件比较好了。人在穷的时候，物质匮乏的时候是不会去思考存在的意义的，都忙着奔波生活去了。生存都照顾不过来，如何去顾及意义呢。

生命或许最大的意义就是生存。仅仅丰衣足食之后，才有闲心来考虑一下奋斗折腾这么大半辈子，究竟是图了个啥。

后记

本文完成于 2023-11-05 22:39:59。

bilibili.com 是国内热门长视频网站，俗称B站，百大UP是头部百万粉丝的视频上传者，前段时间无聊看了下《征集两万份问卷！全站最受欢迎的UP主居然是..?》，这部视频作者 -LKs- 抛出了一个惊世骇俗（对我而言）的理论：

频道和频道之间，天生就有占领心智和认知上的高低之分
记忆点排名：人设≥情绪≈观点>颜值>知识/新闻`
一般来说输出情绪和观点的频道，它一定会比那些输出知识和资讯的频道，要更容易被人记住和喜欢。因为前者的拟态更接近人，后者的拟态更接近「书」

注意它这句话有前提：

1. 第一他说的是，一个频道作为一个品牌如何被人记住和喜欢
2. 第二他说是记住和喜欢，并没有说频道的内容一定正确或者有效
3. 第三它不是说一个频道对你有多少帮助。完全有可能你偶然遇到或者搜到一个频道帮你解决了一个问题但是你把频道的名字得一干二净

想起来，这也是为啥youtube/bilibili上很多视频封面都是各种大头照，以 LinusTechTips为例：

让人们记住一个鲜明的大活人，人设最重要啊。

无独有偶，今天又看到一则奇闻《不得不出“国区特供版”的波兰球，是怎么火进小学生圈子里的？》，简单的说 Steam 上出了一款波兰球游戏「Bang On Balls Chronicles」结果波兰球这个亚文化早就在国内流传开并在小学生里成功的「娘」化了

得出一个道理：自己对世界的理解，要去人化，祛魅脱敏；对品牌和迷因的传播，要拟人化萌娘化。

最近看到个巨扯谈的视频《个人主义盛行的美国是怎么建立国家认同的》

实际上，美国这一血腥的国家认同，正是在上个世纪30年代纳粹主义的渊源之一（wapo有讲）。简单的说，发现美洲之后，敢离开老欧洲漂洋过海的人都是胆大包天的亡命之徒。它们信奉的昭昭天命就是「应许之地」，加上新教核心理念就是「sola fide」，我强我有理，有理我就强，所以我就是比其他物种优越。最后发展成种族主义，实施对其他 race 的压迫。

这个视频的 up 主是「思维实验室」，他们家的视频有一些说不清道不明的诡异但的地方但是题材比较有趣。这个视频很方便的忽略了一个更有趣 whataboutism 的问题：太平洋对岸的国家认同是怎么建立的？

有理由相信，华夏的国家认同建立正是武装殖民。

白寿彝版《中国通史》在论述周初分封制直接说这就是武装殖民。

周初的分封是一种武装驻防事业，其目的主要在于作为王室的助手，以监视被征服的各族人民，实际上它具有武装部落殖民的性质。我们知道，周王当时所能直接统治的只有王巍之地。王畿是以镐京和洛邑为两个焦点，其范围现在不能确考，但可知其北不过黄河，南不到汉水，东不达淮水，西则镐京已接近边陲。王畿之外，周室先后封立了很多诸侯国，诸侯对王室的义务不过按期纳贡朝觐，出兵助王征伐，以及救济畿内的灾患而已。诸侯国的内政几乎完全自主，而王室开国初年的武王成王过去以后，诸侯对王室的义务也就成了具文。
另一方面，所有新建的封国大都是以少数周族奴隶主贵族统治多数被征服族人，其土既非周人所有，其民也与周人不类，这些新来者的统治地位，如果没有坚强的武力作其后盾是支持不住的。姜太公封到东方的营邱，史书说太公就东国，“夜衣而行，犁（黎）明至国。莱侯来伐，与之争营丘。”“营丘边莱，莱人，夷也”（均见《史记·齐太公世家》），新来的统治者占有其土地，拥有其人民，因而起来反抗。《礼记·檀弓上》云：“太公封于营丘，比及五世，皆反葬于周”，可见当时武装殖民之不易。当时被封的周族奴隶主贵族及其所率领的周族公社农民进入广大占领区后，首先建立一个军事据点，这在古代文献中名之曰“城”，只有如此，才能进行武力镇压。《诗经·小雅·黍苗》中召穆公营谢，诗人描述军族集镇之况云：“我任我辇，我车我牛，我行既集，盖云归哉！我徒我御，我师我旅，我行既集，盖云归处！”周人及其姻戚联盟，造邦筑城，镇戍征服地区，也见于周金铭文，例如《中甗》虽然铭文残泐，颇难卒读，但其大意，尚可通晓。意谓：王派中巡省南国，筑城殖民，并派兵镇戍。《班毁》记毛公伐东国■戎，■令班“■（以）乃族从父（毛父）征，■（出）■（城）卫。”毛公东征“三年静东国”。这里的■（城）就是征服筑城之证。

这个段子说，姜子牙去山东「上任」，实际上也就给了一点亲兵和战车，地盘要自己去抢，城要自己去建，太公当年差点被山东当地一个叫「莱」的土著部落给搞死……

为什么少数民族总是「能歌善舞」，并且大多住在偏远的山区？是不是换个译法就是 …… tribal reservation？

这让我想起另一个段子：《封神》导演乌尔善说【汉族称谓】形成于元代。

下面有个评论就很应景：「汉族是不是起源自元代，我不知道，但是我知道，“我是汉人”的意识是这些其它民族一遍一遍给我加强的」

这里有个感觉，无论是「通天纹大妈」，还是玩梗的「正米字旗」老不列颠，还是「红旗下长大」的大院子弟，对阶级的认同度远远大于普通国民。因为天下是他们或者他们的祖辈打下来的，有一种「股东感」。如果是普通人，和平年代的国籍无非是身份证件上的可以花代价更改的一行字罢了。

如果你读到这里，一定要暂停一下。如果你觉得这个太宏观，那么假想一下你去了个新公司。你跟普通同事交谈的是，今天做了哪些工作，明天又有哪些该死的任务下来；但是公司里总有那么一戳人，他们跟你讲公司的视角完全不同。他们会告诉你 A 这个市场是当年谁谁大干30天拿下的，B 这个股份是谁谁奋斗了几年才成为合伙人得到的，C 这个部门之前没有，是谁谁带资进组专门成立的。D 这个烂摊子之所以一直没解决是因为负责人跑路到友商，等等。那么把同等的视角换到国家，统治者或者他们的家属后代会明确告诉你，某某领土的由来就是谁谁当年打下来的，而且他们在这样的一种「传承」体系中，非常自豪。

这就是为啥平时很多 XX盟 XX旗 XX喇嘛教 会看不起汉人的根本原因。别人对某一篇山川有「ownership」的感觉。汉文化一个比较短视缺陷就是把天下看成一种零和博弈，「百姓」需要把自己一部分权力让渡给「君主」，人权需要迁就主权，但从唯物的角度来说，国家总是由一小部分人打下来的，大多数被土地绑定的人，并没有太多选择，作为 X国人 或 X朝人 的资格，只能是来自统治者的「施舍」。所以鱼肉百姓也是理所当然顺理其章的事了。因为人口就脱离了人的属性，只是附属和资产。

又联系起最近看马督工的 睡前消息652期《只靠民间热情，“山河大学”建不起来》，里面谈到高中 - 职校分流问题，现实中全世界成功的职业教育有且只有德国一家。职校前身实际上是行业 (学术概念：基尔特) 里师徒制的正规化(1969 Berufsausbildungsgesetz)。我有一个偏激的观点，职校早期雏形是条顿军官团拿来生产军需屯田和筹款的产物。容克军户在和平年代转型生产制造和银行业，大量的德意志职校几乎都是围绕汽车产业进行布局，归根结底就是一堆战备产业。

所以谁才是国家的主人？血与火铸成的核心利益阶级(class)

Class 是一个神奇的词汇，OOP的「类」和社会的「阶级」有异曲同工之妙。如果按照本篇思路推演下去，可以拿历朝历代作为例子总结一下朝代的消亡的实质，就是核心class的消解：

• 周人的核心阶级是老姬家。三家分晋之后gg。公卿代替天子
• 大秦是一个神奇的国度，变法之后不分种族和阶级，以法治世，但是功勋升级系统在大一统之后达到武力扩张极限被玩坏反噬了。汉王定三秦，算老秦人第二次统一中国。
• 老刘家彻底扫平沛县集团还得等到刘彻的大手笔。当时看 渤海小吏 的 《汉武大帝》系列就有如同看开篇第一个视频讲的美国西部精神，牛仔风范那种爽片一样。李广难封，老刘家对野心家封无可封就造就了曹阿瞒加九锡这种操作
• 老李家核心阶级是关陇集团。安世之乱就是河北土著（主要是汉人）和陕西外籍雇佣军团冲突
• 辽金的核心阶级显然是拓跋部和猛安谋克，大怂国本质是一群胸无大志但是筹款能力比其他朝代强的节度使混日子
• 元的核心阶级就是千户制达鲁花赤老爷们
• 明的核心阶级是军户供养皇族养猪。军户跑光了也该亡国了
• 大清的核心阶级是八旗。满城沦陷就完蛋
• 本朝的核心阶级是 ☭

除了核心阶级所形成的可以继承的利益集团，其他人要么是归顺的食邑劳动力，要么是“穷凶极恶”的印第安人。

最近看渤海小吏讲汉文帝、汉景帝的《秦汉帝国完全体99%》很有收获，特别是 23:00 这段：

总体而言，汉代初期的官僚人数少，制度简单，政府没有整体干预经济的想法，所以超级省钱。养活当时的整个官僚，每年所需的粮食不过几十万石。哪怕按一百万石算，只用全国大约八百分之一的土地就可以养活这个官僚系统。这是整个中国历史上政府运营成本自成一档的优秀存在。
这套体制虽然简约，但却并不简单。中央对于局势的控制力度一点也没有弱化。这段时间，反而是整个有汉一朝，刑事案件与社会矛盾最少的年代。
《道德经》曾经讲过这么一句话：“太上，下知有之。其次，亲而誉之。其次，畏之。其次，侮之。”
- 最牛的水平，是下面的人仅仅知道有这么个领导。
- 水平差点的，是下面的人赞美夸奖这个领导。
- 再差点的，是所有人害怕这个领导。
- 最次的，是所有人都在骂这个货。

总觉得这段话在骂谁呢？没想到汉景帝的七国之乱也是折腾出来的。看完这视频我又在琢磨，皇权、王权、相权三权分立是什么？

看这一系列的视频总给人一种强烈 黄老之术讲究的一个「无为」，也不是很懂；

周末又昏昏沉沉看了了《长安三千里》，给我感动得，然后重新认识 李白 那种商人之子想通过刷干谒文当官，我心里一直在嘀咕，李白家里有钱，为啥非得要去当官？可能是，在那个时代，你有钱也没有安全感。权力一张纸就可以让你的财富化为灰烬。但是李白明明修道，却一辈子没能实现自己的政治抱负，最终取了功名的反而是 高适。

然后又看到一篇《gpt4开发人员拿柯尔莫哥洛夫复杂度数学上严格约束并解释gpt4的智力产生原因》。让我想起来前段时间看到的离谱故事：Gzip+ kNN文本分类竟然击败Transformers：无需预训练、14行代码实现

看起来风马牛不相及的三个生活经历，在今天产生了奇妙的化学反应。我突然想明白，无为的意思，就是承认因果律的局限性。

人的主观能动性——作为，有一个经常被忽略的大前提，你得抱着一定的「目的」才可能去作为，也就是拿着预设的最终结果去改变现状。准确的目的设定，需要对真实世界的反复推演和总结因果律。因果律的掌握程度就是智力水平，智力的高低就看你掌握的是有损压缩还是无损压缩，因为压缩的本质就是用更少的信息去模拟真实的全部信息。聪明就是用更小的成本去还原更多的事物，笨就是还原成本更高。这个成本，在学术上的定义就是 Kolmogorov复杂度。它有个上限但是不可及算，某些可计算的变体，比如conditional time-bounded Kolmogorov 复杂度是 NP 问题，不可知也。

以前一直不知道信息论学了有什么用，现在似乎摸到了一些门道。信息是中性的，但是因果就有得失和优劣之分。以前不会用，是因为不知道武器的哪一端是剑柄才能握住挥舞。

生活中许多东西是需要去「作为」的，但是需要区分哪些是自然事物，那些是人为的设置。人这个神奇的动物可以把不存在的实体看成实体。

胡思乱想一些心得，记录一下，或许将来可以整理得更清晰。

感慨并记录一下，打交道的一些油腻的门门道道。房屋出租给某知名绿色logo中介，由于怕麻烦，参与了他们某个打包N年固定收益的出租方案，好处是所有问题该中介包干，确定收益，就算没租出去也是公司补贴收益；坏处是租金比理想市场价低一些。我自己判断，如果仅由中介帮你打广告，或者自己独自去招揽散客，很可能空档期导致还不如全打包。

这个条约有个很扯的费用，每年扣800维修基金。恰好今天租客很气愤的找到中介，说空调损坏。评估维修成本700左右。中介又找到我，说这属于维修基金不能覆盖的「大额支出」。

我当时听到菊花一紧，这疫情结束以来才起租，钱没挣多少，花费又多一截了。于是采取一边了解细节，一边不正面答应的策略。

想到，这空调不可能无缘无故损坏，维修那么贵可能是一口价宰人。于是我决定我的底线是「分摊」这笔费用，据理力争，几个回合下来，成功的把这个费用。。。。。全免了

事后回顾了一下。恰好看到网上一个类似的例子：

大概意思是一场交通事故，保险理赔一个大灯，发现大灯非原厂而是后期改装过，于是提出让车主自费。

后面大家的讨论是：

12378，一个（举报）电话就搞定。很多时候定损员希望你走这步，他也不用上下为难了，又不是从他包包头掏钱出来

这个道理让我的思路豁然开朗。用在我这个case上，可能是中介惯用的一个套路。首先这个合同不是跟中介签的，是跟中介所在的公司一个整包出租的项目签的。所以这里中介其实和房租收益没有「利益相关」，他只是从公司这个项目里拿到固定比例分成或者工资。至于这个出租项目整体亏了还是赚了，与中介自身无关。他只需要找到合适的客源，以合适的价格出租出去，把出租过程中所有的事摆平。剩下的问题都是公司开发这个项目的精算师的责任了。

一个中介办事员吃饭的本钱是什么？跟所在片区客户融洽的关系。所以得罪客户，让客户为难是下下策。公司就算这个项目亏本，跟办事员自己有一毛钱关系？就算公司明天倒闭，销售型员工换哪一家公司不是干？

那个车险的例子也一样。定损员吃饱了才会去找车主的茬，就算节约下来理赔的钱，也跟定损员自己没有一分钱「利益关系」。但之所以定损员会挑这样一个让客户难堪的毛病，无非是完成制度规定的一套动作。所以这个时候车主大可不必跟理赔员发火和吵架，只需要让理赔员有一个台阶站在自己这一边，整个问题的天平就会倾斜。

这是一个发生在我身边，如何同成年人争取自己利益的故事。油腻指数 ★★★★☆

毕业这么多年了，很多时候在反思，如果说老师是人类灵魂工程师，那么学校制度可能存在一些根本性的设计缺陷。

1. 如何定义问题

生活、工作中太多拉扯和妥协的结果，往往带来新的问题比解决的问题还多。如何避免X-Y problem？英语里有个说法叫 「Problem framing」

Rather than accept the problem as given, explore the given problem and its context and may re-interpret or restructure the given problem in order to reach a particular framing of the problem that suggests a route to a solution

习题做多了，很少去质疑题目本身的合理性。虽然我这样干过，被所在年级传为美(xiao)谈(hua)。。。

2. 如何自我定位+设立目标

学校里的问题都是来自人类已经解决的成熟领域，而行业里各个层次的新问题是层出不穷的。这里面既有自然涌现的，也有人为组织的问题。考试这样的选拔制度，很容易让人觉得既定目标很容易明确。最可怕的不是没目标，也不是没执行力，而是在多个目标之间摇摆。看《三国演义》和《孙子兵法》里，对优柔寡断，既要还要的人很容易嘲笑，但是真的当自己亲自承担选择的后果，又有几个人能够挑选最理智的目标，并且坚定行动不偏离呢？

3. 情感交流、口头沟通的能力

以成绩为导向的考核，很容易过分强调文字能力，但生产生活最让人社恐，尴尬和手足无措的往往是人和人面对面的场景，但往往也是最值钱最关键的机会，并且时间有限。没法给你提前打磨，也无法撤销更改。很多人这个时候讲话喜欢罗列1 2 3，但实际上最有效的准则是讲 linear-story。而且要随时根据对方反应给到 spoonfeed。这一点是需要大量磨练，但是在标准答案大行其道的今天很是欠缺。

即便你能清晰的定义问题，能够设立一步一步去解决这个问题的目标，但是现在社会越来越复杂，分工不可避免，如何说服别人，如何 align 一致，需要耗费太多的精力。

记录一些最近的胡思乱想。为什么网上喷子那么多，戾气那么大？

这个问题，按照常规的解释，原因是喷子们逻辑谬误，论证滑坡，不能就事论事，喜欢搞人身攻击。

那么怎么样才能做到「就事论事」呢？现在而今眼目下，我有一个偏激的 opinion：人类越来越不可能就事论事了。原因需要从一个分类开始说起：人类的语言越来越分为三种用途：

Ⅰ. 人和人的情感交流和情绪模拟需要
Ⅱ. 人对周边「事」的描述的需要
Ⅲ. 语言是知识存储和运输的介质

下面倒序分开讨论：

Ⅲ. 语言就是知识

一个人掌握的绝大部分知识，都是 declarative knowledge。比如法国首都在哪里？巴黎；水分子由什么原子构成？H₂ 和 O。这些东西无一例外都得通过语言来存储和传输。现代学科高度发达，甚至有很多通用语言之外的专用语言也被发明和使用：

• 肢体语言、手语等
• 数学语言，mathematical notation
• 计算机编程语言
• 逻辑符号
• 物理、化学、生物公式，医用术语等

如果说「理性」的世界是由人类特有的「因果」推演建立起来的，那么我们可以说，无法被语言描述的知识不存在。语言是知识存储和运输的唯一介质。即便有人发明/发现了语言无法描述的知识，那么也只能由他一个人知道不能传播或继承所以权且当它不存在。

我们甚至可以抛出一个暴论，事物都是能被理解，才能称为事物(Was vernünftig ist, das ist wirklich)。能合理推演出来的假设，必定也可以成为对应的事物。(und was wirklich ist, das ist vernünftig)

当然某些知识，已经快超过人类语言能力天花板了。比如 coq 证明的四色定理，人只能说程序验证了没错，至于证明过程没人能看懂。

Ⅱ. 对「事」的描述

语言难以描述单又很重要、常见事物有：

1. 图像。比如照片、一幅画、图表、符号。所谓一图胜千言，有的时候很难用语言描述
2. 动作或者运动的过程。属于procedure，非declarative的 know-how。比如弹钢琴，骑自行车。你即便能用语言把所有关于乐理、演奏的技巧讲给别人，别人如果不亲自练，还是不会。
3. 直接体验。比如气味，振动等。比如火不能用手摸，石头砸到脚会痛。只有亲身的教训才够深刻

其中，「音乐」语言也被发明了出来，用来描述特定的节奏和声波。「语言」在如今的世界甚至已经脱离了文字的范式，变得非常抽象，比如 视觉语言(VI) 和 设计语言(design language)。这里和分类Ⅲ 分开讨论，是因为图片和感性的东西很难被语音/文字序列化。

Ⅰ. 对「情绪」的传递

实际上，前面对「语言」的讨论，都是经过「感官」作为 IO 接口的。主要就 手+眼睛 和 嘴+耳朵这两对渠道。但是人是个复杂生物，它有更高级的需要——精神追求。人被社会定义，需要认同；人对其他人和世界需要一个 好/坏 的基本判断。具体到网络上讨论，情绪交换无非就是两性关系和时政辩经。其中键政又以军事和国家大政为主。这些都是情绪 AOE 的重灾区，此类话题是喷子的 natural habitat（我本人也不能免俗）

自然语言史

说完语言的用处三个分类，思考一个问题：人类为什么发明语言？普遍的理由说一开始是为了觅食，比如采集和狩猎，为了描述动植物和位置。其次最重要的是「讲故事」

随着口头语言的成熟，人类还发明文字和书写，主要为了服务三个方面：巫医占卜祭祀，所有权归属和交易。

社会分工出现后，「自然」语言对「知识」和「事」的描述的功能已经被剥离了。最古老的人类需求已经高度专业分化了：

1. 采集和狩猎用的语言退化为美食语言。为了填肚子，所有人不得不工作才能生存。工作的语言是高度异化的。行业的黑话外行根本不懂。说起这个，英语教育有个滑稽的问题。绝大部分大学生毕业了去国外发现对食物的名字和菜单一脸懵逼。可见现代语言教育有多么的离谱，脱离了最根本和基础的生理需要。
2. 描述环境和地理，被高科技快速替代。以前出个远门是真的冒险，还得规划线路，按照旅行手册向陌生人问路。现在都是手机导航、点评和 guide。这方面人类语言能力被工具代替。
3. 古人类围着篝火讲故事，被丰富的影视娱乐工业代替。
4. 巫医占卜祭祀，被分化成多个职业。医生的语言，比如医嘱普通人压根看不懂。占卜被打成封建迷信，人们只能按照媒体对行业进行预测，祭祀就是政治活动，党八股也需要释经。所有权归属被法律语言确定，交易是由一套复杂的金融和物流体系决定。

不知道读到这里，你发现没有，人类语言在我这里分类 Ⅲ、Ⅱ 里的应用已经高度职业化、工业化了。那么结论是显而易见的：

人类传统意义上自然形成的语言，在业余生活中只剩下一种主要作用：Ⅰ. 情绪输出。

回答开头的问题

如果需要进一步阐述这个观点的话，那就是「客观」的语言应用，已经各行各业成熟改造了。各个文明留给祖传语言残留的功能，就是按照文化驱动的「主观」观点释放。

网上为什么喷子那么多？工作上的语言都是毕恭毕敬，专业领域的东西你一般没耐心看。非专业的内容，只剩下情绪。完毕

AI 和 未来

喷子的问题撸完了，突然想起我之前我一个疑惑：

为什么 NLP 里 sentiment analysis 那么流行？

作为野生业余NLP爱好者，我对这个领域第一入门印象就是情感分析，训练一个 classifier 看这句话到底是正面还是负面；说实话我第一次知道这个是比较意外的，因为我下意识觉得「正能量」和「负能量」是一个主观的东西，而且人类喜欢正话反说，阴阳怪气，很难分析准确。特别是那种话中有话的隐喻。作为外行的我原本以为 NLP 是用来提取「信息」和「情报」的学问，没想到只是政企用这个技术来扫言论是不是好评~市场用它来分析韭菜是否有乐观或悲观的预期。当然，情感分析这个问题很常见还因为技术上它是一个经典的监督学习+语聊搜集的案例，而且结果比较好。

chatgpt/gpt-4 这类工具的出现给我启发，一个来自《复现ChatGPT的难点与平替》

把训模型当作带孩子：
1. Pretrain：在孩子0-3岁的时候，我们没法讲太多道理，他也听不懂，更多的是让他自己观察这个世界，自由学习。
2. Instruction Tuning：孩子学会说话了，也对世界有了基本认知，我们就可以开始通过示范教他一些东西，比如怎么穿衣服、怎么刷牙。
3. RLHF：等孩子再大点，很多事情都会了，便不会再完全模仿父母，而是有自己不一样的行为，这时候父母就需要对这些不可预料的行为给出反馈，在他取得好成绩时奖励，在做坏事后惩罚。

结合语言的 Ⅰ Ⅱ Ⅲ 分类，或许 AI 可以被用来解决网上戾气太重的问题，弄出不一样的玩法。毕竟情绪价值是暂时的，语言作为知识的价值是长久的。但是别忘了， 情绪是达成长久价值的重要途经。人类必须基于道德和上下文作出恰到好处的选择。

注

本文无任何学术理论支撑，纯粹个人胡思乱想。如有谬误纯属正常。完结于 2023-03-26 02:07:08