「世人只知聆听，却不懂欣赏」
在《剑来》中，陈平安遇到令他心动的句子，便会一笔一划刻在竹简上，不时拿出来晒晒太阳，反复翻阅品味。
以陈平安为师，我也想记录每周在世间邂逅的动人词句。
将每周读到的好句子收集起来，晾一晾日光——这便是「读」的由来。
心中总有话语忍不住想对这个世界诉说——这便是「说」的初衷。
读
每个人都有自己的独特宇宙
每家公司也拥有自己的世界模型
一个人的魅力，其实源自内在的秩序感。
有三件事不能停歇：持续学习、主动见人、坚持输出。
永远只关注两件事：
用户真正面临的痛点是什么
我如何将解决方案简化到极致
除此之外，一切都不重要
与AI协作的全部难题，归根结底是人类社会几千年来自己也没弄明白的那个问题：
如何让外行来领导内行。
搞不定问题，就先搞定工具。
搞不定工具，就先搞定工具的工具。
哲学（认识论）即生产力的时代已然来临。
No one can copy your obsessions.
说
语言本身就是一种技术。 ────────
技术，是人类将能力外化为系统，并通过该系统降低某种稀缺能力的成本。
当这种能力变得足够廉价、足够普及时，它就会反过来重塑社会结构、认知方式以及人的自我理解。
语言是一种技术，而我们正在经历一场全新的自我认知过程。
书架上的书，是你大脑的训练语料。
你不会往语言模型里灌垃圾数据，因为你清楚数据质量决定模型质量。但大部分人对自己的书架毫无门槛：畅销榜推什么就读什么，这等于拿互联网噪音来训练自己的神经网络。
“多”绝不是好指标。关键问题只有一个：你允许谁的思想进入你的权重？
每一本书都会微调你的参数——你的判断方式、审美偏好、注意力方向。一本平庸的书并非“没用”，而是在用平庸覆盖你本可以形成的结构。它占据的不是书架空间，而是你的梯度更新方向。
盯着书架看，那一本本立在那里的不是纸，而是你亲手选中的思想内核。达尔文站在那，塔勒布站在那，维特根斯坦站在那。他们默不作声，但他们的权重已经写入了你每一次判断的底层。
他们已成为你思考的背景底色。
不可不慎重。
你使用的 prompt、skills 都基于一个默认前提假设。比如，默认 AI 不理解你的习惯，所以会在 prompt 中做各种描述；默认 AI 长程认知会出现记忆漂移，所以通过文件中继来辅助。
模型和 harness 的能力按月更新迭代，有些之前运行良好的默认假设，当前可能已不再成立，那就需要新的、更合适的 skill 来适配。
大家可以持续关注这个前提的变化情况。
任何一个漂亮的模板，在经过大量传播使用后，都会迅速进入审美疲劳期。
更好的做法是向内探索，寻找自己对「美」的独特理解。即便是粗糙的、笨拙的、质朴的表达，都带有一种「你之为你」的独特韵味。
这种「异质性」的韵味，本身就是一种美。
进化式笔记系统：
上次在一场分享会中听到关于 Context 视角的启发——静态的笔记之网加上一层动态机制——于是决定将进化论引入笔记系统。实测下来收获很大：
把笔记视为个体，笔记中的思想视为基因，笔记与笔记之间每天都会繁衍变异，从而生成全新的笔记。
我特别喜欢「高桥流」的PPT风格，并在此基础上做了一些优化调整，最终形成了一个自动生成PPT的技能。
书
本周推荐的书籍是《统计学关我什么事》。
这个月我的主题阅读聚焦于贝叶斯思维，其中一本正是这位日本作家的作品。
通俗易懂，由浅入深，我已经逐渐习惯用贝叶斯的取景框来分析事物：
世界由哪些类别构成
各自的先验概率是多少
发生了什么样的事件（新信息）
似然比是多少
更新后的后验概率是多少
这五步中的每一步，都可以像拿放大镜一样细细审视，不断展开细节。理解得越深，使用时越觉得神奇。
这是一个必备的分析取景框。