← 返回知识库

随笔:2026 年 9 月

2026-09-02

观察思考:不仅是短视频会让人变焦躁,错误地使用AI或者说工具也会让人变焦躁

得从我做大组会ppt说起,从上周二(08-25)得知任务以后,原本应该立马开始的任务拖到周四(08-27)才开始做,而周五(08-28)晚上就要讲。现在的我(09-02)去回看,会觉得这是个很错误的认知,AI 的普及让我建立了什么都能速成,工期都能很短的认知,也总想着用自然语言就能一步到位。但我这几天(08-28 到 09-02)对了以后才发现:

  • AI 工具会让人变焦躁,我如果是已经从头走过一遍流程,很熟悉 cv,懂得很多术语和工作,并且也很熟悉 ppt,知道 ppt 制作的哪些环节可以让 ai 提效的人,可能我用起 ai 来帮我接管很多流程才会事半功倍,但很显然我还没到那种程度,让 ai 接管很多流程反而会变得事倍功半

接下来应该做的是:

  1. 对于经常干的话,日常就积累素材库和SOP:如制作 PPT,写本子,PPT 就多多看点别人做的,或者自己脑子里多想,想好每个点应该用什么样的形式呈现,建立自己的 demo 库

2026-09-03

观察思考:女性比男性弱势|男性比女性弱势

  • 名词解释:“女性比男性弱势”更多是指作为一个独立人上的,女性身体天然比男性弱势,并且在前现代的社会制度和观念延续下,一个女生要独立生活,获得社会地位和尊重一般会比男生更难,需要付出更多的努力,而整个社会的权力结构上也是男性为主体的,从劳动市场的角度看,如果将人彻底物化,也是男性更有优势。
    而“男性比女性弱势”更多是指在两性关系中,现代很多男性在关系中更被压迫,女性更占据主导权。在婚恋市场的角度看,男多女少,男人感受到的竞争和压力也会更大。而且由于前现代宗族余孽的影响下,嫁娶制度,彩礼依然还没被彻底淘汰,许多家庭依然想女儿卖个好价钱,许多传统男女性“男人是一家之主”的本质男女性不平等,压迫男性的观念依然存在在很多现代男女中,一些女性还寻求着男人的赡养,一些男人还想着自己养活整个家。

  • 现有情况:女性在前者追求着独立自主已经有很大的声量,但后者两性婚恋上却还未有更彻底的改变和声音。

  • 较为客观的价值观:找伴侣应该寻找认同平等观念的对象,认可家庭中彼此同样作为劳动者,共同劳动工作养家,彻底抛弃嫁娶和彩礼,在彼此确认需要生育前再签订协议保障女性因生育而造成劳动价值的损失。这样子是一个比较好的选择

2026-09-04

观察思考:不要为了成功而成功,要学会寻找自己的幸福

  • 不要把成功本身当作目的。如果你找不到钻研一份事业对自己人生的意义,就不必为了成为别人眼中的成功者而强迫自己走上去——那样的坚持,只会带来无尽的痛苦。
  • 而若始终找不到这样的意义,那就去过好自己的生活,努力做一个平凡且幸福的人。幸福没有标准答案,每个人心中的幸福也不尽相同;你要做的,就是不断寻找属于自己的那一种。

2026-09-05

观察思考:机器的深度学习=人的深度学习

  • 别人给的taxonomy=pretrained model(别人给的初始化参数),自己经过大量实例微调后才能得到自己的 fine-tune model
  • 两者都像是在:“学习一个领域,本质上不只是往脑子里增加数据点,而是在不断学习一个更好的表示空间“
  • 而“悟了/突然理解了”就是某个实例触发了一些深层的思考,对表征空间有极大的建设性帮助,很多看起来毫无关系的知识在表征空间中被拉近了,看起来复杂的问题在表征空间中被降维了

更具体一点的例子为:

假设你读了 10,000 篇论文。如果真正学会了,我们的脑子实际上发生的是:

大量事实 / 论文 / 经验

↓ 表征学习(Representation Learning)

形成自己的认知坐标系

↓ 降维(Dimensionality Reduction)

发现少数核心解释变量

↓ 聚类(Clustering)

发现哪些知识属于同一个概念簇

↓ 命名(Concept Naming)

形成自己的分类学 / 心智模型

GPT 其实也有点类似:

大量文本
        ↓
next-token prediction
        ↓
不断压缩其中的规律
        ↓
形成一个高维 latent representation
        ↓
把语言、概念、关系、知识编码进去
人的学习GPT
阅读大量书籍/论文海量预训练语料
预测/理解上下文Next-token prediction
逐渐理解概念Representation learning
形成长期知识Parametric knowledge
当前脑中的思考状态Hidden states / activations
根据当前理解说话Autoregressive generation

GPT做的事情实际是:

  • 训练阶段:GPT 把训练数据中的统计规律、语义关系和世界知识,压缩进参数所定义的函数里。
  • 推理阶段:GPT 用这些已经学好的参数,结合当前 prompt,计算出针对当前输入的上下文化高维表征。

2026-09-07

观察思考:所有的工作活动能否被抽象为:想-做-问的不断循环

先想,然后做,接着问,问的时候依据两点:一是实际效果和预期的差距,二是现有阶段的思考;接着根据答案修正自己的想法,可能是微调,可能是重构;但都不要紧,接着做下去,然后再问;循环往复

事情没做好,那可能就是某个环节出问题了,可能是想的不够多,也有可能是做的不够到位,抑或者是问题问的不够精准

观察思考:不能空聊,要先动起来,整理了以后再聊才会在某个时刻发现自己想要的是什么

在今天整理常识笔记的过程中,才发现以前空聊的分类学是没有意义的,一定是逐篇去整理去阅读,在某个时刻才会有灵感涌现,我就是那时候在整理酒店那篇笔记时想起的酒店算是服务业的哪一类,才想起来可以用经济行业与非经济行业来分类的

2026-09-09

观察思考:人生也是一种德

翻牌之前拿到的手牌就已经被分流成 169 种结果了,有些人天生是 AA,有些人天生是 27o

  • 可以有几次翻身机会:翻盘、转牌、河牌
  • 手里有一副烂牌时要学会诈唬,让别人以为自己有东西

2026-09-19

观察思考:满嘴烂梗的小学生,本质上就是油腻老登

来源:https://www.bilibili.com/video/BV1uaeA6mEDv/

  • 现象:小学生已经”油腻老登化”。油腻不是年龄或性别专利,而是精神上的不整洁——没礼貌、无边界感、缺共情、把冒犯当有趣。小学生和油腻中老年在行为、语言、自我认知三方面高度同构(打断别人、起侮辱外号、不分场合玩梗、显摆烂梗、开口压人、从不认错),只是”一个幼婴一个巨婴”
  • 例证:小学门口摆摊主播被小学生用烂梗辱骂;有小学生对女店主当众开黄腔说”喜欢这种少妇”,评论区里小学生用”那咋了/收着”回怼,同时一批中年油腻男也冒出来附和
  • 成因:引用波兹曼《童年的消逝》——童年是印刷时代”成人向儿童隐瞒信息”造就的文化发明;互联网直接推倒了这堵墙,让儿童无门槛浸泡在烂梗、黑话、炫富、开黄腔等成人符号里。孩子天生爱模仿成人,而好东西有门槛、坏东西零成本,且油腻行为在现实中常被默许甚至奖励(会来事、有流量、权力感、“我冒犯你你还得受着”),于是模仿对象天然偏向糟粕

2026-09-21

观察思考:相簿不是过去的容器,是写给未来的自己的一封信

在做猪窝的相簿板块时由感而发

在思考相簿对于我和我们意味着什么,我的第一个答案是“它是我们记忆的视觉锚点”,承载着我们的情绪和一段记忆,翻阅、整理相簿的过程同样也是我们在用一种特殊的方式第二次经历或者说回味这段人生。

可以说相簿不是过去的容器,而是写给未来的自己的一封信,收信人会在某个疲惫的晚上拆开它,然后想起来:“哦,我们是这样走过来的”。

2026-09-27

观察思考:现在干的所有学习和工作可以被简单归为两类:修改提示词和修改模型

首先,理解什么是修改提示词。也就是现在我做的所有工作,不管是学习、科研还是开发,我感觉我都在面向大模型,不断地执行“询问、得到结果、反馈”的过程。我感觉只要提示词足够优秀,或者轮次足够多,大模型都能得到一个比较满意的结果。在这个前提下,就等于说我干不了的活,大模型都能干了。那我现在是不是只需要研究如何优化我的提示词?

  1. 优化提示词的学习
    比如说,我涉及到一个后端或者数据库的需求,那我是不是要先去了解后端和数据库是怎么做的,才能更贴切地去描述我的需求、修改我的提示词?这是一方面。包括做科研也是一样,等于说我脑子里有一个比较清晰的分类学时,我的提示词就会更加清晰,模型给出的反馈也会更加贴合我的思想。

  2. 修改模型
    第二部分就是所谓的“修改模型”,也就是去优化模型的智商。这部分是更深层的东西,涉及到模型在提示词输入进去以后,怎么跟上下文结合,然后去修改它的表征。这属于更深一层次的学习。