高学历产品人很容易陷入一种知识诅咒：低估阅读的门槛。 觉得字都认识，就能读懂。 但其实阅读长文本需要很长期的训练。 很多人光是把字一个个认出来，就已经用尽了力气。又因为平时读得少，好不容易连出来的句子也不一定看懂。 这种挫败感久而久之，就不读了。 就像我们读非母语专业文章一样。
Zexi's Notes
Markdown ↗经济下行，会让很多人很难受。 此时应尽可能避免所有冲突，宽容、退让每一个人。 法与刑，是事后结算，不是即时天降正义。 我管不了别人。 只要发生伤害，我的损失最大，那就是我的错。 因为是我让自己暴露在了风险里。
市场规模三五百万、利润一半的垂直生意，可能是个甜点区。 对一两个人来说，已经足够大； 对中大厂来说，又小到不值得下场。 而且从零做到天花板，也有好几年的增长空间。
靠近 30，看起来每个人都各有痛苦。 读博的、上班的， 千万粉丝的、百万存款的， 裸辞的、跑外卖的， 母单的、有娃的， 周游世界的、回家躺平的... 思来想去， 这些痛苦似乎并不来自当下状态， 而是来自相同的人生相位。 这个年纪，人开始经历失去。 很多想象中的可能， 开始坍塌为不可能。 很多以为会有的以后， 开始被确认不存在... 于是， 这种人生收敛的焦虑， 就顺着不同生活的缝隙，时不时往外渗。
做生意的第一步是找到买家， 第二步是找、抄或做出产品卖给他们。
40年前，程序员开始不看编译器生成的机器码。 今年，程序员也开始不看 AI 生成的代码了。 数学界也应该接受不再逐行阅读通过 Lean 形式化检查的证明。 人类要接受：存在一个完整理解过程的人，并不是科学进步的必要条件。
情商是可以用智商代偿的。代价是能效低、计算费力，但一般不会被发现。 而反过来，如果用情商去代偿智商，很容易就会让人感觉心眼多，而且行事莫名其妙。
我认为折叠屏是一种适老化产品。 主流手机事实上已经到达功能、便携性和使用成本的均衡点； 目前所有应用、媒体内容大都也是围绕主流屏幕尺寸生产的。 这意味着，以成本和便携性为代价，换来的基本也只是等比放大或多窗分屏。聊胜于无。 这也是我一直不理解折叠屏价值的原因。 直到刚才，我想通了。 是我太年轻。 我的所有推导，其实都默认了一个用户画像： 所有人和我一样耳聪、目明、手指灵活。 但人会老。 对老人，等比放大本身就是价值。 更大的屏幕意味着即使使用更大的字体，也不损失阅读效率； 意味着即使手指不受控轻微抖动，也能不依赖别人自己操作。 折叠屏开合再麻烦，也比来回三指放大、再带个平板方便。 随着世界头部经济体逐渐变老，这类产品的机会也在变多。
产品人必须要用自己的产品。 小程序上线一周，投的是二维码，但昨日访问总是手动搜索占三成，非常奇怪。 直到刚才自己给人分享才发现，分享功能是灰的。😅
没人会为义务教育课本里的知识付费。 但有人会为解决具体问题付费，即便你运用的就是义务教育课本里的知识。
前线部署工程师（FDE）这个角色在现行生产关系下几乎是不成立的。 FDE核心工作是为通用模型补齐具体业务上下文，以期模型能取代人力，成为该上下文内成本更低的执行器。 但矛盾就来了： - 在构造业务上下文时，FDE高度依赖负责该业务的同事 - 而FDE的终极目标，又是帮公司消除负责该业务的同事 FDE试图在资本主义的激励秩序下，让业务同事去做共产主义的事，这是推不动的。 我认为，能推动组织AI转型的，应该不是技术专家，而是这样一种人： Ta们能设计和落地一种组织内部的知识产权激励机制，让员工可以持续从同事使用自己知识创造出的价值中获得分成。
我们通常真诚地相信自己的解释。 但我们很少意识到，这些解释在到达意识之前，其实就已经通过了无意识的安全审查。 只有那些我承受得起的解释，才有机会成为我说出口的解释。
刚知道，得过新概念作文大赛一等奖的，除了孙宇晨，还有韩寒、郭敬明。 我认为，语文和数学一样，都是使用符号对世界建模的艺术。 看见别人没看见的结构，干净、准确地表达出来。 是我需要终身修炼的。
这就是孙哥强的地方。 孙哥的文字自始至终都没有脱离群众。他很知道不同阶级的人爱看什么，能看懂什么。 他会把普通人体感迷茫的天文数字降维成极度具体的动作白描。 “一天一张卡限额一百万。五张卡，轮着转。妈妈说，效率太低了。” 文章里八万进去的会计、按部就班的清洁工、互相讨论贴胶工艺的女孩、以及视频晃到半年里到处找房的助理人影… 全部都是孙哥精心设计给我们打工牛马代入的。 一骑红尘妃子笑，无人知是荔枝来。 不知不觉，所有的群众就被孙哥团结了。 #孙宇晨说长文写了十几个小时#
孙哥的文字不是AI写的。 概率模型输出是非常平庸的，不只那些来自RLHF的口癖。它们怕信息遗漏、不敢留白，总是把字写很满，即使顶级Claude。 但孙哥的字， 真实和想象交错、过去与现在交织， 信任又矛盾、抽象又具体、热闹又空旷、咫尺又遥远… 一个个跨越时间、空间不同尺度的互文闭环， 一次次财富、身份在不同坐标系下叙事切换， 都不是那些被训练预测下个最可能Token的AI能One-Shot构造出来的。 交给AI，只会画蛇添足出这种Slop： “后来我才明白，我真正执着的从来不是现实里的她，而是十九年前那个被我想象出来的她。”
优秀的Skill、Harness、Environment…无所谓什么名字，实现到最后几乎都会长成编译器。 形式化意图，收缩状态空间，出错时提供精准的方向反馈。
使用大模型来驱动游戏NPC是不成立的。 两个原因： - 算力成本不能随用户规模边际递减，这对买断制、应用内广告类游戏是致命的； - 让玩家惊喜的是策划精心编排的非平凡分布，而概率模型天生倾向平庸的输出。
我认为，“情绪价值”是本身就有价值的人，才给得出的东西。 我愿将“某人做一件事对我的情绪价值量”定义为： 我对Ta的关注 * 我所感知到的 Ta 的机会成本 两个因子分别代表： - Ta 在我心中有多重要； - 在我看来，Ta 为了做这件事，放弃掉的事有多重要。 具体例子： - 你熬了很多夜写的方案，只是看到+3点了进来，就会感到被很大认可。 - 你收到舔狗的亲笔长文，草草扫了下便骂了回去，Ta会感到被很大认可。
没人想摔死那些小猪。 那些自己亲手接生，但抢不到奶、生长缓慢的小猪。 人是群居动物，看到同类痛苦、会自然模拟痛苦、感受痛苦、想要消除痛苦。这是自然选择出的天性。 付出成本提升动物福利，其实也是在保护一线养殖从业者。
多数人类成年后也不再学习，种群是靠生育和死亡演进的。
大模型未必真的需要“持续学习”。 以现在三个月一轮的模型迭代速度看，它更新认知的速度，基本已经超过大多数成年人了。
原文