Discover Blogs on Jant

我们从小到大习惯于把所做的事当成达到自己目的的手段和途径，于是习以为常，以为人生做事就应该这样。儒家反对这种态度，我们之所以要去做这件事，不是因为它可以带来一个有利于我们的结果，这件事本身只是途径和手段。儒家主张的是，我们之所以要去做这件事，因为它本应当被做，这件事情它自己就是自己的价值。自己就是自己的目的。自己就是自己的意义。

我是kuzi.ai 的作者，我收集很多有趣的博客

特蕾莎修女，无论如何

之前一直觉得 AI 效率很高，但我自己却很累，我看很多人也都说，怎么感觉像是在给 AI 打工？

终于在这篇 Twitter 里面找到答案了：

作者提到，我们用 Agent 并行处理任务时，有个隐蔽的不对称——多个 AI 智能体可以同时生成内容、跑流程（并发干活），但只要遇到需要人来判断、审核、解决代码 / 内容冲突、梳理整体架构的环节，就必须排队等你处理。结果就是：AI 产出越来越快，待审核的任务越堆越多，形成长长的任务队列。

阿姆达定律非常准确的说明了这种情况（系统优化的上限，是由最慢/不可优化部分决定的）。并行化带来的加速，受限于串行处理的工作比例。

你的累来源于切换注意力：

太美了。这样浓度的音乐我非常喜欢。

很喜欢文章中的这句话「出片其实是年轻人最小范围最低门槛的自我创造。在一个高压社会下，照片是他们为自己创造的为数不多的价值。」

• 人工智能就像一面镜子，它会反映出你的品味、判断力和技艺。

• 有时候你觉得是人工智能很糟糕，但实际上可能是你还没有明确表达出真实需求，没有提供足够的背景信息，没有用清晰的语言表达出来。

• 人工智能非常善于填补空白，这就是为什么你会觉得输出结果平平无奇——除非你教他别的，否则它会用互联网的平均品味来填补这些空白。

• 我所追求的是经过深思熟虑的输出。我们不需要更多模板化的、套用 Claude布局的、千篇一律的东西。打造一款让人感觉是用心打磨、注重细节的作品。这就是人们谈论「品味」时的意思。

• 对我而言，品味在于反复体验——欣赏、思考、创造。这一切都有助于帮我更好地完成我的设计、确信它能吸引目标受众。品味需要用心、专心和细致，绝非轻而易举。

• 真正让你成为10倍设计师的，是能够理解为什么某些东西用起来很顺手，或者看起来很漂亮。

• 你在不经意间做出的上千个微小判断，其累积的影响会一直存在，直到你试图将它们梳理清楚时，才会发现自己根本做不到。by Julie Zhuo，Sundial 创始人

• 当其他人都在用人工智能撰写几乎所有内容时，你仍然掌握并保持清晰表达自己想法的能力。不要失去你拥有独立观点的能力；不要失去解释某件事好在哪里的能力，不要失去将这些解释提炼成明确输出的能力。这些都是人工智能无法取代的。

• 有意识地消费：

• 每周一次，我会坐下来整理一周内读过、看过或保存过的内容，然后写下我从中获得的实际感受。不是人工智能生成的总结，而是我自己的感悟。

• 为什么这很重要？它让我想起了什么？接下来我可以在哪里应用它呢？......

• 你通过反复练习，越来越了解自己的口味。

• 业余爱好者参与绘画、音乐、运动、科学，不为精通或竞争……他不带任何目的，安然地掌握这些表面功夫：在音乐、绘画等有直接明确成果的技能……

• 不是为了努力做到最好，而是为了练习带来的成就感，不计成败。

• 作为业余爱好者，一旦我们不再以追逐目标为志向，就可以专注于“最优体验”的心理学（psychology of optimal experience）。记者阿里尔·戈尔（Ariel Gore）将其与幸福联系起来：在进行一项活动时，当我们找到了它的挑战与我们执行它的能力之间的平衡点、感觉工作本身的节奏与我们的脉搏同步，并知道这件事情有意义时，我们就能进入一种全神贯注的状态。这就是幸福。

• 他们通过完全专注在手头的音乐中来获得沉浸式的体验，得到成就感。这种体验可以帮助我们理解时间的宝贵与刻意集中注意力的重要性。

• 练习会带来一种亲密感，一种我们可以将其剪切并粘贴到日常生活中的正念时刻。

• 正如亚里士多德提醒我们的那样，业余音乐家自己定义他们的目标和乐趣，而不是被普世的高水平标准牵着鼻子走。

• 它并不意味着我们放弃了标准和重复，而只是免去了我们量化练习结果的焦虑。在这样的时刻下，我们就能与抒情的自我交流。

• 囿于成败的破坏性情绪会溜走，而“练习”一词将被“快乐”取代。

Factory Router

模型动态路由：复杂的任务交给更智能的模型，简单的任务交给便宜的模型。那么如何判定这次任务的复杂还是要交给最智能的模型。

这是我们天然会想到的解决办法，但在实际使用过程中，核算到成本，直接使用最智能的模型去处理任务会来的更便宜，因为在任务完成度/返工方面，便宜的模型需要更多的返工，消耗的时间在这里会大大增加。

LLM 对漏洞挖掘的影响，应该是最近几个月开始的，模型的能力提升太快了。

Quote：但是一个长久运行的开源社区强调的是代码的可维护性，能够让许多维护者顺利完成接力跑。当然有人会说 LLM 自己写代码，LLM 自己维护自己修，嗯，我觉得这个观点我不想去辩驳。但我觉得，一个长期维护的项目这么搞，以 LLM 存在的随机性和上下文限制，没有一些拥有工程品味和真正长期记忆的维护者，最后的结局肯定是：迭代变得越来越困难，修一个 Bug 牵一发动全身，维护不下去之后然后开始漫漫重写/重构之路。

写作中有 80% 是「观察」和「思考」，最后才是句法。

他举了个例子，苏波战争时期，战地记者巴别尔写日落，可以写成：「群山间的红色晚霞。」

这样的句子实用，清晰，准确。但巴别尔写的是：「低垂的红日滚过群山，仿佛被斩首一般。」这个比喻之所以惊人，不是因为巴别尔的文字技巧有多高超，是因为他看见了别人没有看见的东西。他说，不存在「陈词滥调」，只存在「陈旧的观看方式」。

其实不只是王鸥行这么说，Rick Rubin 在《创意行为》里说了同一件事：

分析只是一个次级功能。觉察最先发生，它就是与你注意到的事物的纯粹连接。

• 但我确信，我们的生命里一直都存在着向上、向善的力量。每个人都曾渴望，让自己灵性的光芒遍及世界的每一个角落，去照亮他人，也照亮自己。

• 有时候，一个人并不是突然失去生命力的，而是在一次次失望、压抑、受伤与不被理解里，慢慢耗尽了向外生长的力量。

• 这种动不了，不是失败，它在提醒你：有些地方受伤太久了，有些部分已经被压抑太久了。

• 很多人会误以为自己是没有动力，但其实，你的内在同时存在着太多彼此冲突的动力。一个部分想往前，想去创造、绽放，想被看见；而另一个部分却在拼命把你往后拉，因为它害怕失败，害怕羞辱，害怕再一次受伤。

• 每一次尝试，每一次主动，每一次靠近世界，都会牵动那个受伤的部分，就好像有两个自己在打架。如果你误以为是自己不够努力、不够自律，那只会让那个受伤的部分更加紧缩。

• 那个总是拉住你的部分，并不是真的想毁掉你，他只是太害怕了。他曾经经历过那些无法承受的东西，所以他只能拼命阻止你再次受伤。

• 那个最阻碍你的部分，其实也是曾经最努力让你活下来的部分。所以，也许现在的你，不需要急着改变什么。更重要的是，回到那个被压住的地方。

• 重新去感受自己的身体，重新去听见那些被压抑了很久的感受。

• 正如世界知名心理创伤治疗大师巴塞尔·范德考克博士所指出的：在躯体上的自我觉察是从往事的暴政中解脱的第一步。

• 最近我在重读亚当·斯密的《国富论》。

• 经典有趣的地方是，你不只可以学到所谓的知识，而是去真正看到在历史局限的环境下，那个伟大的人是如何提出开天辟地般的思考的。

• 所以呢，我想借斯密的脑子，一起来想想财富的本质。我很想知道从财富的底层逻辑来说，AI 是不是真的能让社会整体生活品质变好呢？

• 想了一段时间，我现在的判断是：AI 带来的显然不会是「全民变富」，而更多是「分裂的丰盛」。

• 问题在于，这部分「分裂的丰盛」会发生在什么地方，我们如何能成为享受这份丰盛的人？

四个具体建议：

1. 把身份从「被雇佣的技能」迁到「被社会认知的品牌」。

第二层（雇佣关系）会持续贬值，第三层（个人影响力、专业声誉、社交信任）会持续升值。解法是趁还在岗位上的时候，把自己的认知、品味、案例外化出来。写文章、做内容、留下作品。AI 让生产端越来越便宜，所以稀缺的反而是「为什么是你」这个答案。

2. 从「赚工资」往「持资本」挪一点。

从这个演讲中我听到一个观点，在教育领域，“关系”是最重要的，跟孩子亲近就是关系好

演讲里又谈到修复关系，破坏关系，这些关系的动态

武志红说，“一切美好事物都是深度关系的产物”，这句话还被我在2024年底参见的罗振宇在跨年演讲中提过