通关了 《三伏》，感受比较深的是游戏与小说和电影不同的非线性叙事。这里的非线性叙事不是指 gal game 那种不同选择导向不同结局（事实上是殊途同归），而是指用户可以自己选择了解信息的顺序，以及游戏在选择过程中提供的多种交互方式（对比而言，小说和电影都只有一种交互方式，就是看）。

我们知道披露信息的顺序和方式对叙事而言并非无关紧要，恰恰相反，可以说是至关重要。文艺作品之所以成为文艺作品，主要不是看它说了什么，而是看它是怎么说的。

期待玩到更多在叙事方式上带给我不同体验和启发的游戏。 https://image.nostr.build/4ba7d10a39b83c3852faeb462afcd3d941826e7c077cc0c492cffa209044ba5a.jpg https://image.nostr.build/a0cb6e66e607af9e46bddc0939985e936d7ec66bb3fe6101cbd1d9e2842d3645.jpg https://image.nostr.build/633d9ae49259f978428e77f7986004cfb065951a391fbfe156530e079499e4ff.jpg https://image.nostr.build/bff54695b7e5dbd91e995fcf0cd54387f89ea3cfb560bb236bf875c916c0c162.jpg https://image.nostr.build/30edd0c42631c51eb548d77b367e089202c348de791b159a85a1c93a378902e7.jpg  

 看电视不断换台就是上个时代的短视频上下滑。 

 放松是一件正事。 

 Geek 和官僚之间，我肯定选择 Geek而非官僚，正如在集市和大教堂之间选择集市。

选择招 Geek，选择成为 Geek。

Geek 的“不成熟”“不好管”都只在官僚体系下成立。

事实上 Geek 远比官僚认真负责，官僚只是在表演认真负责。

Geek 也不需要管，自治就好。不需要 manager 用来保障他们自己生存的那种 management。

Geek 解决问题，把情况简化。官僚制造问题，把情况复杂化。两者的生存之道截然相反。

少学一点官僚组织中的生存之道，多寻找 Geek 同类一起做事。 

 斯坦福的 Aloha 机器人如果使用开环操作，也就是录制操作之后不用反馈修正，直接原样复制，我记得成功的比例特别特别低。改成闭环，也就是给系统加上传感器反馈，成功率提升了很多倍。

调研的一个基本作用，就是获取现实的情况，来给想当然纠偏——凡是没有经过调研核实修正的想法，都可以称为想当然。

我不是说想当然没有价值，而且完全主张在想的时候天马行空不拘一格，跳出现有框架（例如 brain storming），进行各种探索。但如果仅停留于此，对自己产生的想法视若珍宝，敝帚自珍，誓死捍卫，随时准备与一切想象中的来犯之敌战斗，那就有一个算一个都要走偏。

这个就叫主观主义，如果这主观遵守某些教条，就叫教条主义或者本本主义。世界上想当然的人太多了，不缺你一个。

这个世界缺的是“调查就是解决问题”，缺的是“没有调查，没有发言权”，缺的是“不做正确的调查研究，同样没有发言权”，缺的是“一切结论产生于调查情况的末尾，而不是在它的先头”，缺的是“你对于某个问题没有调查，就停止你对于某个问题的发言权”，缺的是“你完完全全调查明白了，你对那个问题就有解决的办法了”。

停留在想当然，对想当然因为种种心理因素产生执念，总有一天回旋镖害的是自己，损失的是自己的钱和自己的机会。这个我已经有若干教训体会了。 

 程序员一定要进入产品层面，要直面市场，要学设计学运营学财务学习一切 run business 需要的东西；一定要掌握权力，掌握资本，掌握现金流。

掌控整个体系，摆脱体系对自身的任何束缚。

程序员代表先进生产力，不去主动塑造与之相适应的生产关系，就会被与之不适应的生产关系束缚。

被束缚的具体表现就是被靠低效率的体系吃饭的人拉到同一水平，然后被 ta 用在低水平的丰富经验打败。 

 我最近越来越觉得，对于技术平时应该采取一种诸葛亮式的“观其大略”方法，也就是大概看看一个东西的思路，要解决的问题和解法，实际应用效果咋样等等。换句话说，建立基本概念，但不深入细节。

让 ChatGPT 做概述综述，再针对各个关注点追问是比较好的方法，我感觉节约了我 90% 的时间精力。看书的话就是快速拉完一章（通常拉完一本书的时间还是太长），看个大概，留个印象，不深究。

细节只在动手做的时候去了解，而且并不展开，解决问题达到效果就好。越快越简单搞定细节问题越好，不管是问 ChatGPT 还是查 Google Stackoverflow 还是问人，以快为要。

东西做出来了，出于好奇心，可以查查这些细节背后的东西，展开一下。多数情况下可能是满足“为什么要这样设计”的好奇心。但这块随意，没有硬性要求。

诸葛亮这么做的原因是：东汉造纸术造成了书籍爆发，之前好不容易拿到一本书皓首穷经倒背如流的做法已经落后版本。

我们现在的情况是：各种框架和技术是处于生态系统演进行程中的竞争关系，每过几年“显学”就要发生变动，开发范式和架构就要发生大的变动（看看 Web 领域）。

那么如果你投资过多时间精力在一种具体的框架或者技术上，抠了太多的细节，把一些 specific know-how 搞得太熟，过两年这项框架或者技术本身演进到新版本，或者生态系统演进到新版本将其抛弃，那你的这些投资就变成了沉没成本。

诚然，任何技术细节都有背后的设计思想和技术规律，如果细品也能有技术细节本身以外的收获，把一两种语言或者框架搞得特别熟特别深入，也并不是一件坏事，甚至可以说是一个必要阶段。（类似于先入世才能出世？）

但是作为一种总体策略，我们跟一个具体的语言或者技术绑定过深，投资过多，可能并不是最优解。即使是 C 和 Linux 那样的常青树，虽然不会说没有用武之地，但其生态位是在缩窄的。我们没有必要跟着它们一起特化到这些特定生态位（例如嵌入式），而完全可以反过来跟着整个生态系统一起进化。

也就是说，一般的策略可能是“预测一种技术将要成为显学 → 赶紧投资时间精力 → 变成这种技术的专家或者熟手 → 在同类竞争者不多时取得竞争优势”，于是就是什么火了或者要火培训班和卖课的就一拥而上，过几年开始哀嚎啥啥啥没人要了。这实际上还是一种掌握技能思维，着眼点在技术本身，相对被动（除非你主动做课去割）。

但在计算机领域，技能实际上都可以学会的，新的技能涌现速度也比别的行业快得多。如果我们转变思路，变成能快速入行任何领域，能快速用各种语言各种技术各种框架（包括新的旧的）做出来东西，来满足我们和别人的需要，来丢到市场上看反馈。这就是把技术当工具的思维了，着眼点在整个系统，相对主动。 

 好坑 https://image.nostr.build/6d7c6339cead809ac6368b3ad13d442452068a357e5824f07dc1502c4454f097.jpg  

 原来 soft link 的属性都是假的，它不需要也不拥有任何属性。 https://image.nostr.build/8462908b55f7bc751e46b6b049708b020879426e82860bbae1e2f1a0fbadd6fe.jpg  

 hard link count 作用是引用计数，理论上也可能出现环，但是（大多数）文件系统会在源头阻止环的产生。 https://image.nostr.build/726e1f5dc36addc52f4c45a5ac46adf0f8c5cc6aee8a98c50769e2025a901305.jpg  

 原来还有这样的操作 https://image.nostr.build/b583bc9abb8191e8e3d9cf779bfc7d8b25971250d03e5568f599a45b490c31b9.jpg  

 hoo-hah 是个好词 https://image.nostr.build/2471fe9e2df273b7ad4e670fa7d378c79eb284ebabaeab8293c208986bdb63c2.jpg  

 果然历史包袱是到处都会有的。我们需要放下自己的强迫症，因为动它会引出更大的复杂度。 https://image.nostr.build/6b1aea311bead8e5d95f7592e8881b43adec135ed6f07647ff5e725e2ddb6296.jpg  

 lol https://image.nostr.build/c6afe9e5e1e8b9ea2e43fc1c83ac75e1939ddc18a5469d82e0340a656448912c.jpg  

 繁琐哲学总是要灭亡的。 

 一般人可能担心自己不够格，不本分，不负责任，不是个好人等等。

这些我都不担心，我觉得他们是从思想到真是的都被困在系统里的人，当然也可能这些只是他们用来洗脑别人满足自己利益的 PR

我担心什么呢？我担心自己：
1. 搞错事情的重点。把资源投在错误地方，付出高昂的机会成本。
2. 决策错误。特别是影响重大深远的关键决策，甚至因为搞错重点而没有意识到自己在决策，从而实际上在听天由命地被动决策。  
3. 理解不到位。对事情的理解没有达到需要的深度和广度，就以想当然的基础去进行决策。 

 反对繁琐哲学，反对形式主义。警惕无用的复杂度，要简化不要复杂化。同意马斯克的方式：先砍，证明砍多了再加回来。 

 游戏是正事，承载人生意义那种。 

 比较讽刺的一件事是，我们装作自己在乎的不是毕业证/钱，而是对对方的事情感兴趣，目的仅在于有一天可以去做自己真正感兴趣的事，或者目的仅仅是活着。

这让我觉得，如果一个人没有衣食无忧，他说出来的动机是否都要先打个问号？而很多时候，我们做事情，是想找那种真正想做这件事的人，真正感兴趣的人，这样沟通合作才会顺利。

我们想筛选掉伪造动机的 faker，我们招聘或者说找人的大多数成本就花在鉴别 faker 上。所以也许应该设定为参加项目是用爱发电，筛选出我们要的人之后，在这些人当中再谈合理的利益分配。 

 存在和利益是比公平和效率更加深刻更加底层的分析框架，更符合第一性原理。 

 关于信息的思考：

- 信息会过时。比如 iOS7 开发入门已经完全没有看一眼的价值（除非你在做考古）。所以囤积一大堆信息等着过时（等将来慢慢钻研），不如即刻对可达可处理信息加以所需要程度的利用。
- 互联网让未加工（raw）信息变得可达，跟前信息时代相比极大降低了获取成本；但由于 info flooding 和 attention diversion 无处不在，搜寻分析处理信息的成本又在持续上升。
- 信息贫困户不是指缺乏信息（更不是缺乏内幕消息），而是指无法及时获取有效信息，有效信息包括：
  -解决手上问题所需要的 in context 信息
  - 做出长远决策和重要判断所需要的信息
  - 紧急避险所需要的信息（首先要识别到风险，其次做出评估，例如新冠：有些人无法判断得新冠本身是否是风险，另一些人无法判断得新冠可能性大小的风险）
- 从长期看，信息贫困户会流失健康，流失金钱，变成健康贫困户和金钱贫困户。我称之为信息致贫信息返贫。
- 要获得有效信息，需要具备搜寻信息、订阅信息、过滤信息、甄别信息、处理信息、分析信息、提炼信息、评估信息的能力
- 不能被动不加选择地喂什么就吃什么，也不能浪费大量时间在不重要的信息上，也要建立发现危险及时紧急避险的信息通道。
- 需要建立信息源系统、信息传递与过滤渠道、信息搜寻系统、信息处理引擎、信息归档整理系统。
- 以上信息系统的效率差距，将是未来个人之间竞争力的分野，也是公司（或其他组织）之间竞争力的分野。 

 看到一个东西复杂度高理解不了不要被吓到，也不要直接一头扎进去，先问自己一个问题：这个东西是干什么用的？我要用它的话怎么用？就是先封装复杂度，拿来主义先用，确实好用再看怎么消化。 

 人类的本质：复读机+想当然。
人类组织的本质：草台班子+编故事。 

 降低复杂度的一个方法是增加确定性，因为确定性需要较少的能量去处理。

尝试增加日常生活的确定性，降低复杂度，减少能耗。

当无聊、好奇心等标志信号出现时，表示你的安全感足够高，焦虑足够低，主动引入不确定性。

面对被动到来的不确定性，一种方法是展开可能性的解空间树和博弈局面进行分析并提前做多种准备。

还有一种方法是快刀斩乱麻，主动剪枝干掉一些可能性，把解空间树和博弈分析变简单。 

 猜想：大多数人天生就有抽象能力，也就是注意到共性，提取概念和模型的能力。可能自闭症除外。

例如自然数以及四则运算都是很抽象的，两位数及以上的四则运算必须依靠规则，难以直观进行。更不要说自然数的十进制表示纯粹就是抽象定义的符号系统。

泛指和实指，不定冠词和定冠词，也是抽象和具体的差别。a 和 the 这么基础的词从小就学的。

猜想抽象遇到困难不在于抽象层级过多，而在于对抽象的上一层还不够熟悉，且不知道抽象出来干什么用。给一些耐心和时间，习惯之后就能够以这一层级为基础进行下一层级的抽象了。

这里并没有什么神秘的东西，猜测人能理解的抽象层级其实不存在上限：只要对某层抽象充分熟悉，给予耐心和时间，不被陌生吓倒劝退，总能理解下一层抽象的。

譬如说钱，其实在原始人来看也是很抽象的概念，但我们理解在其之上的纸币，在纸币之上的存款数字和扫码支付并无困难。一个是熟悉（当然最开始有教育市场的成本），一个是有用，即大家知道这玩儿有啥用。

没用的抽象，人可能会缺乏兴趣，不愿意消耗能量让大脑思考。这里好玩儿其实也是一种有用，满足好奇心也是有用，数学家通常是这样，所以整天玩抽象，但其实细究起来，数学里的很多抽象也是拿来用的，是因为好用，能解决问题才引入的（例如负数、虚数、四元数、张量等等）。

所以总结人能接受抽象概念的条件：第一，要对他有用，要能解决他关心的问题；第二，要足够熟悉和习惯，这前提条件首先是对其上一层抽象足够熟悉，不能越级，要一层层建立抽象，其次是度过最开始的陌生，不放弃，并越来越习惯。

另一个这样的例子，是学习文字。开始都是抽象符号，但一旦觉得这门文字对自己有用，且经过一段足够长的时间达到足够熟悉后，绝大多数人人都能学会新文字——注意这里没有提到记忆和背诵，不靠记忆和背诵，靠足够多的 exposure 和 recognition 来建立熟悉和习惯是完全可行的。 

 装逼是增加复杂度的行为。 

 一个复杂系统如果不是进化出来的，而是完全脱离进化的影响被凭空设计出来的，才是一件奇怪的事。即使是人为设计出来的系统，也处处脱不开进化的影响。

人为设计的系统往往服务于明确目的，这目的往往是选择压的体现。而系统一旦被建造出来，立刻就进入选择压作用下的自我迭代，接受进化的塑造和筛选。

在设计和建造系统的过程中，会大量使用已经存在的成熟部件，也就是被进化筛选出来的子系统；而完全从头设计从头打造的部件是极少数，因为这样的新部件没有经历过现实的考验也就是进化的洗礼，可靠性是很低的，成本是很高的。

所以“一个东西过于复杂精巧，因此不可能是进化出来的，只能是人为设计的”这种说法在我看来匪夷所思。越是现实中能稳定存在的复杂系统，越离不开进化的力量。