获得徽章 9
今年八月份重新玩 Twitter,从历史沉淀的三千多粉丝,经过两个多月运营,终于粉丝过万了。摸索到了一些规律:

1. 内容聚焦很重要。不能什么内容都发,还是得有主线。比如我发的内容里,获赞比较高的,集中在创业、产品、大厂这三类标签。一旦找到了内容方向,就聚焦放大。这块我还是有点懒,发的内容不够多。

2. 评论互动很重要。从复活后的第一条内容至今,基本都做到了有问必答。并且回复的心态,永远站在对方角度去回答,让其收获情绪价值。做到了没人能黑得动我。反驳我的,我直接说非常赞同,然后对方就哑炮了。

3. 内容质量是关键。高赞和高转发,是被更多人看到的关键。对我来说,核心还是取决于内容质量。经常发出一篇内容,点击发送后的那一刻,大概就能预料到点赞评情况。自己都觉得好,想点赞,才能获得他人的点赞。

没了。欢迎热情夸赞我,或无情指导我。
展开
评论
多数人缺乏系统教育,大学教育又过于狭窄。如何通过自学系统性地提高自己的认知?

答案简单却深刻:自学的核心是阅读经典。

但阅读并非盲目堆砌数量,而是要像“投资”一样筛选优质信息——分析其价值,判断是否值得纳入思维模型。

大多数人阅读是为了“获取事实”,但真正的智慧需要“理解”。

比如读一份投资报告,若仅记住数据却无法拆解逻辑,便只是完成了信息编录;
唯有追问“数据背后的原理”“作者观点的前提”,才能将知识转化为洞见。

圣约翰学院的学生通过“伟大著作阅读计划”证明:精读原著而非二手解读,是培养独立思考的最佳路径。

二、阅读的四个核心问题:从“浏览”到“共鸣”

伟大的阅读者始终带着四个问题审视书籍:
1. 整本书讲了什么? (快速浏览前言、目录、索引,判断主题与框架)
2. 细节如何支撑观点? (通读时聚焦核心论证,标记关键逻辑链)
3. 内容是否真实? (验证数据、证据来源,区分事实与主观观点)
4. 作者的目的是什么? (分析其立场、隐含假设,思考“这对我有何意义”)
这一方法适用于所有读物。对非虚构类(如哲学、科学、投资),需拆解原理、验证逻辑;对文学类(小说、诗歌),则需感受人物命运与人性洞察——正如多蒂(投资总监)所言,文学能让我们“与书中人物同呼吸,从他人的经历中学会敬畏与共情”。
三、从经典到侦探小说:阅读的多元价值
经典著作:如《金融家》《战争与和平》,传递对人性与社会的深刻思考,为投资提供“反脆弱”视角;
侦探小说:如福尔摩斯、布朗神父,展现“从细节推理真相”的思维模式,与分析师“从数据还原企业本质”的逻辑相通。

圣约翰学院的毕业生(如投资委员会负责人博林)强调:经典阅读培养的“拆解论点”能力,与基金经理筛选核心逻辑的工作高度重合。而侦探小说带来的“逻辑闭环”体验,能训练“从线索重构真相”的直觉。

四、如何开始:以“慢读”替代“快餐式吸收”

选对书:优先读经典(如《如何阅读一本书》《物种起源》),或行业标杆(如《聪明的投资者》);
做笔记:用自己的语言总结核心观点,比对不同作者的立场;
联系现实:读《傲慢与偏见》时联想市场情绪的非理性,读《人类简史》时思考技术变革的本质。

“阅读不会直接给你财富,但会让你成为‘不可替代的思考者’。”唯有当你能从文字中提炼普世原理,并内化为思维格栅,才能在投资与人生中真正“洞见本质”。
展开
评论
在社会上,实际上一个人一辈子只用做成一件事就行了。
只要有一件事特别成功这个人就成功了,就能赚到钱了,得有第一件特别成功的事干成,平台、资源、金钱、视野就都不一样了,后面的路就打开了。

如果你永远没有一件事做的特别成功,那你就没法有第二个成功,没法转型,没法站得高看得远。
展开
评论
分享一个最近在尝试的一个非常高效的学习方式,个人认为比阅读书籍 or 上一门更加有效。

即:找到一个感兴趣的主题,让 AI(我选择的是 Gemini)首先给到一个大致的「知识地图」,然后根据这个地图不断进行苏格拉底式的提问。

为什么有效:
- 这是一种主动的学习方式
- 即时解答任何的疑问
- 这是一种主题学习的方式,相比较单点,更能够有宏观的理解

相当于是有一个知识渊博的 mentor 在不厌其烦的回答你的问题。

举一个例子:最近在看杨振宁相关传记的时候想要了解一下他的一些研究内容,进而想从科普层面了解一下这个世界本质是如何运行的。

我的目标是最终能回答这样一个问题:
「当你伸手‘按下’一个电灯开关,到你的‘大脑’最终‘看见’光亮。」
要求: 请尽可能详细地论述这个过程中,所有关键的物理现象、化学过程和信息传递的“链条”。

这个看似简单的问题,实际上几乎可以囊括现有理论物理学最前沿的研究成果。

按照这个方法,一直探讨到最本源的标准模型,量子场论,以及试图把引力统一到另外三种力中的一些工作(例如弦论)。

虽然只是科普层面的探索,但是基本让我能够对整个世界是怎么运行的有了一个比较直观的理解。

这种方法可以运用到任何主题的学习上。
展开
2
我挺喜欢DeepSeek-OCR这篇论文的。它是个不错的OCR模型(或许比某些模型稍弱一点),数据收集这些方面也做得可以,但这些细节其实没那么重要。

对我来说更有意思的(尤其是作为一个内心是计算机视觉研究者,现在暂时“伪装”成自然语言研究者的人)是:像素作为LLM的输入,会不会比文本更好?

文本token会不会太浪费,而且作为输入本身就不太理想?

或许,LLM的所有输入都应该是图像才更合理。就算你手头是纯文本输入,或许也应该先把它渲染成图像再喂进去。

这么做有几个好处:
一是信息压缩效率更高(论文里提到了),能让上下文窗口更短,模型运行也更高效;
二是能获得更普适的信息流,不只是文本,还能处理加粗、彩色文字,甚至各种图像;
三是输入可以自然地用双向注意力机制处理,而不是现在主流的自回归注意力,这样模型能力会强很多;
四是可以直接去掉输入端的分词器!

我早就吐槽过分词器有多讨厌了。分词器又丑又独立,不是端到端的。
它要处理Unicode、字节编码这些东西,还带着一堆历史包袱,安全隐患也大(比如那些用于越狱的延续字节)。
它会把看起来一模一样的两个字符,在网络内部变成完全不同的token。
一个笑脸表情,在分词器里就是个奇怪的token,而不是像素组成的笑脸,这种视觉信息里蕴含的所有特征都丢失了,也少了很多迁移学习的价值。
分词器必须得换掉。

OCR只是视觉转文本众多有用任务中的一种。而文本转文本的任务,其实可以转化成视觉转文本,反过来就难多了。

现在很多用户的输入可能是图像,而模型的输出(助手的回答)还是文本。至于怎么输出像素图像,目前来看不太现实,或者说没必要这么做吧。

不过,我现在得忍住冲动,先不搞图像直接输入的nanochat版本。
展开
1
在当下这个充满变数的时代,我们常常谈论“吃苦”,但这个词在不同人眼中的分量,其实天差地别。

有人觉得,每天拿着不高的薪水,起早贪黑地重复着机械劳动,为了柴米油盐精打细算,这就是吃苦的全部。

这份辛劳确实值得尊重,它关乎生存的压力和对家庭的责任,是许多人在现实中默默承受的重量。

这种“吃苦”,更像是一种生活的常态,一种为了安稳而付出的努力。

但在真正经历过风浪的人看来,真正的“吃苦”远不止于此。

它可能是在你全力以赴冲刺一个目标时,遭遇了意想不到的背叛与算计,甚至被曾经信任的人捅刀子;可能是在你试图突破自我时,被竞争对手用各种手段恶意打压,前路一片荆棘。

这些经历,会让你感到挫败、痛苦,甚至怀疑自己。

然而,正是这些“难”,迫使你不得不冷静下来思考:错在哪里?为什么会发生?如何反击?如何保护自己?在一次次的碰撞与反思中,你的认知边界被拓宽,解决问题的能力被锻造,抗压能力也变得越来越强。

这不是简单的体力消耗,而是心智的磨砺。

还有一种“吃苦”,是反人性的坚持。

比如,为了养成一个好习惯,你需要对抗惰性,每天在疲惫时依然强迫自己学习新知识或锻炼身体;

比如,在长时间看不到明显成果、甚至受到质疑时,你依然选择相信自己的判断,默默耕耘。

这种“吃苦”没有即时的回报,没有旁人的喝彩,更像是一场孤独的修行。

但正是这种“自讨苦吃”,让你不断突破舒适区,积累内在的力量,最终实现蜕变。

说到底,能真正磨练人的,是那些让你痛、让你思考、让你不得不成长的“苦难”。而那些仅仅让你感到“难受”的经历,比如暂时的失利、一时的不被理解,若不能引发深刻的反思,就只是情绪的波动,难以带来真正的成长。

无论是马云创立阿里巴巴时面对的无数质疑与资金困境,还是张一鸣带领字节跳动在激烈竞争中杀出一条血路,他们所经历的,都是这种能磨练心智的“吃苦”。这种吃苦,不是为了生存的苟且,而是为了心中的热爱与使命,在绝境中寻找生机,在困境中锤炼自我。这或许就是优秀的人之所以能不断向上的原因——他们懂得,真正的吃苦,是让自己变得更强的必经之路。
展开
评论
纳瓦尔(Naval)曾说过一句很实在的话:“人们总以为成功需要一万小时的投入,其实不是,真正需要的是一万次迭代。

让你变得更好的不是时间本身,而是你经历了多少次反馈循环。迭代得越快,你学得就越快。”

这句话的核心,其实是在说“迭代”比“重复”更重要。

我们总觉得,只要坚持做一件事足够久,自然就会成功。比如练字要练够一万小时,学英语要背够一万个单词。

但现实中,很多人坚持了很久,却依然没有明显进步。为什么?因为他们只是在重复做同一件事,没有从过程中获得有效的反馈,也没有根据反馈调整自己的方法。

就像小孩子学走路,他不是靠“一万小时”就突然会走了,而是每次摔倒后,都会从妈妈的眼神和自己的感受中得到反馈,然后调整自己的姿势,再尝试,再摔倒,再调整。这个过程中,“迭代”的次数非常多,每一次尝试和调整,都是一次反馈循环。正因为这样,他才能快速学会走路。

对于成年人来说也是一样。无论是工作中的项目,还是学习新技能,甚至是个人成长,道理都相通。如果你只是不断重复同样的动作,而不关注结果,不总结经验,不调整方向,那你可能只是在原地打转,甚至会越走越偏。

真正高效的成长,应该是小步快跑,快速试错,快速调整。每完成一个小目标,就停下来看看效果,收集反馈,然后思考哪里可以改进,哪里可以做得更好。这个过程,就是“迭代”。你迭代的次数越多,接触到的新问题、新情况就越多,从中获得的经验和教训也就越多,自然就成长得越快。

比如,一个程序员写代码,他不会指望一次就写出完美的程序。他会先写出一个简单的版本,然后测试,发现问题,修改,再测试,再修改。每一次修改都是一次迭代,每一次迭代都让程序更完善。

再比如,一个创业者做产品,他不会一开始就投入巨大的精力去做一个功能复杂的产品。他会先做一个最小可行产品(MVP),让用户去试用,收集用户的反馈,然后根据反馈不断优化产品,一次又一次地迭代,直到产品真正满足用户的需求。

所以,与其纠结于“我做了多久”,不如关注“我迭代了多少次”。把时间花在思考和调整上,而不是单纯地重复劳动。当你学会在行动中不断迭代,不断从反馈中学习,你会发现自己的成长速度远超想象。

这不仅是一种做事的方法,更是一种思维方式。它告诉我们,成长不是一蹴而就的,而是一个持续优化的过程。只要方向是对的,每一次迭代都会让你离目标更近一步。
展开
评论
很多人觉得赚钱难,其实难的是能否把注意力真正投入到这件事上。

那些能打开商业思路的人,往往有相似的路径:找到值得学习的榜样,通过模仿、反复实践再创新,最终形成自己的赚钱方法。

比如想做类似推特的产品,不妨先研究几十个增长势头好的相关账号,从他们的内容、运营策略等方面入手,一步步模仿。

过去,人们做这类研究可能需要手动翻找大量资料,还得克服惰性;

现在有了AI工具,自己动手搭建一个简单的分析工具并不难,或者用一些工具来查询、导出数据,让AI帮助总结分析,效率会高很多。

除了模仿和实践,费曼学习法也很有用。

把自己学习、总结大V运营思路的过程分享出来,比如做成资料售卖,在分享中深化理解的同时,也能吸引到有同样需求的人,自然就能把注意力转化为收益。

当然,每个成功的人都可能受益于某个时代的机遇。

如果发现了一个可能的机会,最快的验证方式就是去尝试。

重要的是,一旦确定方向,就把注意力沉下去,持续投入,钱自然会跟着机会和努力而来。
展开
评论
启动一个项目,比单纯看教程学到的东西要多得多。

我见过很多人喜欢在网上找各种教程,跟着一步一步做,以为这样就能学会一个技能。

但实际上,当你真正动手去做一个项目时,你会遇到很多教程里没有提到的问题。

比如,你可能会发现一个按钮的位置不对,或者一个数据的格式有问题,这时候你就需要自己去查资料、想办法解决。

在这个过程中,你会学到如何把一个大目标分解成小步骤,如何制定计划,如何管理时间。

你还会遇到各种各样的困难,比如技术难题、资源问题、团队合作中的矛盾等等。

这些困难会让你反思自己的方法,调整自己的思路,慢慢变得更加成熟和有韧性。

而且,通过做项目,你会对一个领域有更深入的理解。

教程可能只教你表面的操作,但项目会让你看到背后的逻辑和原理。

你会明白为什么要这么做,怎么做效果更好,如何优化流程,如何提高效率。这些经验是书本和教程无法完全传授的,只有亲身经历才能真正掌握。

另外,做项目还能锻炼你的沟通能力和团队协作能力。

如果你是一个人做项目,你需要自己和自己沟通,明确目标,克服惰性。如果你是和团队一起做项目,你需要和团队成员交流想法,分配任务,解决冲突。这些都是非常重要的软技能,对未来的发展会有很大的帮助。

当然,做项目也会有失败的风险。

但即使失败了,你也能从中学到很多东西。你会知道哪里错了,为什么错了,下次如何避免。这种从失败中学习的能力,比成功本身更有价值。

所以,不要只是停留在看教程的阶段,勇敢地开始一个项目吧。即使这个项目看起来很小,也会给你带来意想不到的收获。在实践中学习,在解决问题中成长,这才是最快的进步方式。记住,真正的知识不是看出来的,而是做出来的。
展开
1
下一页
个人成就
优秀创作者
文章被点赞 2,005
文章被阅读 685,072
掘力值 22,757
收藏集
1
关注标签
10
加入于