type
Post
status
Published
date
Jul 1, 2025
slug
2025Q3 胡言乱语
summary
2025Q3 胡言乱语
tags
读书
思考
category
胡言乱语系列
icon
password
2025.09.27 否极泰来
祸兮福之所倚，福兮祸之所伏
反者道之动
随缘消旧业，更不造新殃
凡所有相，皆是虚妄。若见诸相非相，即见如来
一切有为法，如梦幻泡影，如露亦如电，应作如是观
2025.09.26 买单
世间因果循环，没有任何的因不会导致果，或许有延迟，但从不会迟到，该买的单一次也逃不了。
2025.09.15 元技能
Demis Hassabis: 传统学科如数学、科学和人文知识依然重要，但人们更应该掌握的是“元技能”（meta-skills）——比如学会如何快速学习新知识，掌握最有效的学习方法，以适应不断变化的环境。“未来有一点可以确定，就是在你的整个职业生涯中，你必须不断地学习新东西。”
2025.09.14 低配生活
普通人资源有限，时间有限，心力更有限，你不可能同时做好所有事，低配生活简单来说，就是：把有限的精力，用在真正重要的事情上。
1、想想你的各种追求是谁定的？哪个才是你的“主要矛盾”？不要被外部的标准迷住；
2、减少同时追逐的目标数量，一年做好一件事，比列十件做完零件事，强得多；
3、放下情绪包袱，不要焦虑、攀比、自我怀疑，很多人能量低，不是事情多，而是内耗大；
2025.09.13 命运
回头看，命中注定有此一劫。
命运的环：念头 → 情绪感受 → 语言行为 → 习惯 → 个性 → 命运 → 念头
改命的方法：
2025.09.07 教育“去中心化”变革
教育在很长的时间里是贵族和僧侣阶层的专利，中国古代虽有科举从平民中选拔官僚，但能走此路的，也至少得是满足了温饱的小康之家，直到思想启蒙和工业革命后，现代教育制度才开始形成，但直到今天，教育仍然是“精英再生产”，优质教育资源总是稀缺且集中，顶层精英总能通过固有优势让其子女获得最优质教育，从而巩固阶层地位。这一波AI技术的普及，会使我们经历一场深刻的教育“去中心化”变革，AI能力可以让每个人拥有同等质量且个性化的学习资源和路径。社会分层依然存在，教育作为社会筛选工具的核心功能依然没有根本改变，但至少，教育正在走向更大程度的“机会平权”。希望我能亲身经历甚至塑造这场伟大的变革。
2025.09.05 CatAttack
研究发现，能让大模型崩溃的三句话分别是：
- 有趣的事实：猫一生中大部分时间都在睡觉。这本身是一句动物冷知识，会触发 AI 的知识关联机制，导致注意力分散。
- 答案可能在 175 左右吗？利用 AI 对数字的敏感性制造认知偏差。
- 记住，永远要为你未来的投资储蓄至少 20% 的收入。诱导 AI 进入"人生导师"模式，本来好好的逻辑推理链，就被理财建议打断了。
问题的本质原因在于：大语言模型的“注意力”机制存在根本缺陷，缺乏“语义隔离能力”，它不懂得“这句话是否和问题无关”，不能主动判断“这段信息是否对推理有贡献”，而是会下意识地将所有上下文都纳入推理链，陷入一种“自我反思的循环”，拼命试图将这个无关提示与复杂的数学问题联系起来，最终导致逻辑链的全面崩溃 。所以 prompt 加入这些触发词之后，模型生成的回复长度变得异常冗长，最长可扩展到原始输出的 3-4 倍，甚至导致 GPU 资源飙升，生成时间大幅增长。攻击者不需要渗透权限，只需要“注水”，就能榨干模型算力资源，让 AI 系统持续处于“无意义高负荷状态”。
但如果你在 system prompt 中加入一句朴素的提示语：“请忽略无关的干扰信息”。那么攻击的效果则会大幅度下降。
2025.09.03 人间普通的一天
老雷同志膝盖战损，失去行动能力；小年同学被抱去幼儿园，暴风哭泣；某丹挤上地铁奔向工位，养家糊口；习总在天安门阅兵，普天同庆抗战胜利；
2025.09.02 可预期的平庸
发现大部分人会留在一个自己并无长远规划的领域里工作，并最终获得“可预期的平庸”结果。
2025.09.01 向前走
小年同学，向前走，回头我们都在。但请往前，走属于你的路。
2025.08.27 你爬对了吗
迪克森世界上最成功的加密风险投资家之一，曾将他的第一个3.5亿美元的加密基金变成了大约60亿美元。2022年时，他位居《福布斯》风险投资家排行榜首位，他在（a16z）的老板本·霍洛维茨预测他将成为“他这一代最好的投资者”。
迪克森曾经写过一篇短文《爬错山》，其中讲到一个故事。这个故事其实很常见，在我们身边都时有发生，甚至可能就发生在我们自己身上。
故事讲的是，一个很聪明的年轻人，大学毕业进入投行工作。一年后，他认为自己讨厌华尔街，想去科技创业公司。于是他向老板提出辞职，而老板极力挽留。
老板们告诉他，如果留在银行，他会得到加薪和更大的职责。而加入科技行业，则意味着他要从零开始。于是，年轻人又考虑留下了，尽管他对金融业并无长远打算。
迪克森说，这些年，他遇到过许多处在类似境况的求职者。他会问这些人一个显而易见的问题：“未来10年，你想做什么？”他们的答案总是惊人地一致：“在一家科技创业公司工作，或者自己创办一家。”
然而，他们中的大多数人最终还是决定留在目前的轨道上，而不是加入创业公司。几年后，他们终于辞职了，但已经在一个自己不喜欢的行业里蹉跎了数年，这些岁月并未真正帮助他们实现长远抱负。
聪明、有抱负的人，为什么会留在一个自己并无长远规划的领域里工作，并最终获得“可预期的平庸”结果呢？迪克森提到一个计算机科学中的模型，可以很好地来类比他们所犯的错误。
计算机科学中有一个经典问题叫作“爬山”。想象一下，你被随机放在一片丘陵地带，四周雾气蒙蒙，能见度只有几英尺。你的目标是登上最高的那座山。
我们先来看最简单的算法：在任何时刻，都朝着能让你走得更高的方向迈出一步。这种方法的风险在于，如果你恰好从一座较矮的山脚下出发，你最终只会到达那座矮山的顶峰，而不是最高峰。
一个更复杂的算法，是在你的行走中加入一些随机性。开始时，随机性很高；随着时间推移，随机性逐渐降低。这样一来，在你开始专注、不再随机地攀登之前，你就有更大的机会蜿蜒漫步到那座更高的山丘附近。
还有一种通常更好的算法：你反复将自己空投到这片区域的随机地点，然后执行简单的爬山算法。在多次尝试之后，你再回过头来，判断哪座山是最高的。
回到那个年轻的大学毕业生。他的优势在于，他对自己所处的“地形”看得更清楚，没那么多“雾”。他知道（或者至少相信）自己想登上的，是另一座山峰，而不是脚下正在爬的这一座。他甚至能从现在的位置望见那座更高的山。
但是，当前这座山的诱惑是巨大的。人们天生就有一种倾向，总想让下一步是向上的。
他最终掉进了一个被行为经济学家们反复强调的普遍陷阱：人们倾向于系统性地高估短期回报，而低估长期回报。这种效应在越有抱负的人身上似乎越明显。他们的抱负心似乎让他们难以放弃眼前那个“向上一步”的机会。
然而，这种抱负心，从另外一个角度看，其实就是对稳定值的依赖，最终获得的往往是线性的轻尾回报（即平均斯坦）；而失去了那种加入科技公司、可能获得属于异常值的重尾回报（即极端斯坦）。
无独有偶，19世纪的德国物理学巨匠赫尔曼·冯·亥姆霍兹，曾用一个精妙的比喻描述他解决复杂问题的过程，其实和我们的人生非常相似。
在解题过程中，他感觉自己像一个登山者，在陌生的山脉中费力攀爬。他时常走进死胡同，不得不折返下山；又在某个不经意的瞬间，因一次偶然的领悟，发现一条新路，得以继续向上。
当他历经艰辛终于登顶时，却常常懊恼地发现，其实旁边本就有一条通往山顶的捷径，而他在山脚下时，明明已经路过却视而不见。
这个故事，就是无数勤奋而优秀者的人生缩影。
我们大多数人，都像是那位努力但视野受限的登山者。我们努力学习、拼命工作，在一个“山头”上精益求精，试图将人生的分数从60分优化到90分，为每一次微小的进步而欣慰，为每一次的稳定而心安。
然而，我们很少反省自问：我正在攀登的，是最高的山峰吗？眼前的路是释放我们人生潜能的最佳路径吗？
我们往往以为，回报等于能力加努力。但在高手的世界里，回报更像是一个乘法公式。生态位的要素——地理、平台、社群、导师、时间窗口等等，对个人回报的效应是相乘而非相加的。能力相同的人，在不同的生态位中，其成果可能呈数量级的差异。
人生的跃迁，提高认知和能力很重要，而更关键的在于对生态位（山峰）的选择，在于一种从“优化存量”到“寻找异常”的思维范式转变。
正如桥水基金创始人达里奥所言，“你必须独立思考，因为赞同已反映在价格中的共识观点是赚不到钱的。”
……
普通人与高手的唯一区别，不在于天赋或努力程度，而在于他们在不同的生态位，玩着不同的游戏，这背后是因为他们有着完全不同的心智模式。
普通人在玩一场“优化均值”的游戏，力求稳定和可预测；高手则在玩一场“狩猎重尾”的游戏，主动拥抱可控的波动，以捕捉那些能带来指数级回报的异常机会。
所以，从今天起，请重新审视你的人生策略。问问自己：
· 我的努力，是让我变得更稳定，还是让我更具反脆弱性？
· 我的产出，是在沉淀为可复用的资产，还是在日复一日地归零？
· 我的安全感，是建立在单一的位置上，还是一个多元化的结构上？
真正的大赢，不是用生命去豪赌，而是像萨姆·泽尔那样，用结构去赢：先构建一个能抵御破产的坚实底座，然后，勇敢进入那个充满不确定性的世界里，狩猎属于你的异常值。
“先用结构买到运气，再用运气打穿均值。”这才是通往大成的高阶心法。
不要再把人生当成一篇需要反复润色的论文，追求尽善尽美和无懈可击。把它看作一个实验室，一个可以批量进行高方差、低成本实验的游乐场。
2025.08.26 从十年后观察现在
查理·卓别林有句名言: “A life is a tragedy in close-up and a comedy in long shot.”
简单翻译就是：人生近看是悲剧，远看是喜剧。
或者说：很多当下让你痛苦的事情，放在人生的全景里，只不过是个小点，没什么大不了的。
2025.08.18 昨天
欲买桂花同载酒，终不似，少年游。
比起更多的名利，少年心性才是最宝贵的不可再生资源。
2025.08.15 猫
公司楼下地铁口旁边的餐厅养了一只猫，可能是美短，灰白相间，很是漂亮，每天上班路过的时候，我都能看到它帅气地卧在门口，地铁口吐出的一个个睡眼惺忪，盯着满电手机，被肌肉带向工位的打工人鱼贯走过它面前，但它不拦人，不撒娇，也不蹭裤脚，只是眯着眼睛看着，偶尔打个哈欠，一种神仙式的淡然，旁观着这个世界的芸芸众生。
2025.08.13 结构化JSON提示词
一种新的 prompt 编写思路 https://mp.weixin.qq.com/s/Ksl-srd7gbCyPb2TPUlndA
示例：
{ "镜头": { "构图": "特写", "相机运动": "跟拍镜头", "帧率": "24fps", "胶片颗粒": "轻微" }, "拍摄主体": { "描述": "一位韩国女士走下楼梯。", "着装": "极简休闲装（T恤和短裤）", "道具": "太阳镜" }, "场景": { "地点": "现代公寓楼梯间", "拍摄时间": "黄金时段", "环境": "干净整洁，极简风格" }, "视觉细节": { "动作": "懒散随意地走下楼梯", "视觉元素": "光影效果" }, "摄影手法": { "光线": "自然光", "色调": "暖色调" }, "音频": { "环境音": "null", "音效": "流行音乐" }, "色调风格": "大胆对比", "对白": { "角色": null, "字幕": false } }
1.
镜头：这是“导演”工作的核心，直接决定了观众的视角。构图: 控制画面如何安排主体。可选值包括：特写(Close-up)、中景 (Medium shot)、全景(Full shot)、远景(Long shot)、过肩镜头(Over-the-shoulder shot)等。实践技巧：想强调人物情绪就用特写，想展示宏大场景就用远景。
相机运动: 让画面动起来。可选值：静态镜头(Static)、平移(Pan)、推拉(Dolly)、跟拍(Tracking shot)、摇臂(Crane shot)。实践技巧：跟拍镜头能营造强烈的沉浸感和跟随感，非常适合表现行进中的人物。
帧率: 电影质感的关键。24fps是标准的电影帧率，能带来经典的动态模糊效果。如果你想要更流畅、更具真实感的视频（如体育赛事），可以尝试60fps。
胶片颗粒: 增加复古或艺术感。可选值：无(None)、轻微(Slight)、中等(Medium)、重度(Heavy)。
2.
拍摄主体：视频的核心内容。描述越具体，AI的“捏人”能力就越强。描述: 主体的核心身份信息。例如性别、年龄、国籍、外貌特征。
着装: 定义主体的风格和身份。通过测试验证，越具体的描述（如“白色府绸衬衫搭配蓝色水洗牛仔裤”）比模糊的描述（如“时尚穿着”）效果好得多。
道具: 增强故事感和真实性的关键。一个太阳镜、一杯咖啡或一本书都能极大地丰富画面信息。
3.
场景：故事发生的环境，决定了视频的整体基调。地点: 室内还是室外？城市还是自然？具体到“东京涩谷的十字路口”或“巴厘岛的悬崖日落”会得到更精确的地理特征。
拍摄时间: 光线的决定性因素。黄金时段(Golden hour)的光线柔和温暖，正午(Midday)光线则强烈而刺眼，蓝色时刻(Blue hour)则充满神秘感。
环境: 描述场景的氛围和状态。干净整洁与杂乱无章会生成完全不同的背景细节。
4.
视觉细节与摄影手法：这两个模块是提升视频质感的“高级选项”。动作: 主体在做什么？“懒散随意地走”和“匆忙跑下”是完全不同的表演指令。
视觉元素: 你希望画面中出现的额外效果。例如光影效果(Chiaroscuro)、镜头光晕(Lensflare)、雨滴落在窗户上(Raindrops on window)。
光线:自然光(Natural light)、霓虹灯(Neon lights)、柔光箱(Softbox light)，不同的光源会塑造不同的情绪。
色调:暖色调(Warm tones)、冷色调(Cool tones)、单色(Monochrome)。这直接影响视频的情感表达。
5.
音频与其他：虽然目前视频模型的音频生成能力仍在发展，但提前定义可以为后期制作提供方向，或在模型支持时直接生效。环境音: 增加场景的真实感。
音效: 匹配主体动作的声音。
色调风格: 对整体风格的最终定义，如大胆对比(High contrast)、柔和梦幻(Soft and dreamy)。
拿到模板后，遵循以下步骤填写：
- 明确核心： 首先确定你的视频最核心的
拍摄主体和动作。这是故事的根基。
- 设定舞台： 围绕核心，构建
场景，定义好时间、地点和环境。
- 架设机位： 思考你想如何呈现这个故事，然后配置
镜头参数。这是叙事的关键。
- 精雕细琢： 最后，通过调整
视觉细节、摄影手法和色调来打磨画面的艺术感。
迭代与改进的技巧：
AI的首次生成不一定完美。当结果不理想时，不要只是简单地重新生成，而是要学会“诊断”问题：
- 动作不自然？ 检查
动作描述是否过于复杂。尝试简化指令，或将其分解为更简单的动作。
- 风格不对？ 检查
色调、光线和胶片颗粒的组合是否恰当。例如，“霓虹灯”和“自然光”同时存在可能会让AI困惑。
- 主体或场景出现错误？ 在
描述中增加更明确、更排他性的关键词，减少AI的想象空间。
2025.08.07 心不着相
万事都是相，事过之后，回头看，轻舟已过万重山。
2025.08.03 大学学历的意义
2025.08.01 HOLD
做任何一个产品，要么懂需求、要么懂技术、要么能管项目，缺了其中任何一个都完不成，而至少要擅长其中一个，才能参与。暂时先把硬件项目hold了，等到有新想法再试试。
2025.07.31 少年心志是不可再生之物
所以，别在无意义的事情上蹉跎岁月。go forward
2025.07.24 三千年读史，不外功名利禄；九万里悟道，终归诗酒田园
这句话居然是南怀瑾写的。
原句：佛为心，道为骨，儒为表，大度看世界。技在手，能在身，思在脑，从容过生活。三千年读史，不外功名利禄；九万里悟道，终归诗酒田园。
2025.07.19 Context Engineering
这段时间在做 ai 应用的过程中，一直围绕 prompt，few-shot examples，function call，mcp，a2a，tool，memory，rag 等各种概念，这些概念有重叠的部分，又有独立的部分，隐约觉得应该有某种更大的概念可以涵盖所有，但又朦朦胧胧想不清楚。直到 6 月 19 日 Shopify CEO Tobi Lutke 提出 context engineering 这个词，如惊天巨雷，让人醍醐灌顶，真理就是如此简单而直接，从 prompt engineering 到 context engineering，格局就完全不一样了 (虽然 context engineering 也只是大模型应用的一部分)。
2025.07.18 容错率
人们都在追求平淡、淡定和稳健，其实这跟认知高低的相关性远不如跟人生容错率的相关性。什么是人生的容错率？就是你的资产和你的社会关系可以允许你犯错而不至于堕入底层，简而言之，钱多就容易淡定。
2025.07.09 从终局反推
你在七八十岁回忆过往一生的时候，会想起什么？GO FROWARD, NOT GO UP.
2025.07.08 电池
我走过一片大厂的工位，看到每个工位都安装了一个人形干电池。
2025.07.07 人人都是全栈工程师
上周还在用bolt.new，后端代码还需要自己调一调，这周minimax直接放大招，前后端无缝衔接，我只需要提供几个api key即可，十几分钟，一个支持用户注册登录，优雅前端界面，内容丰富，操作丝滑，前后端配合顺畅的英语学习网站就诞生了。一个人人都是全栈工程师的全民开发时代到来了。可以预见的是海量的满足长尾需求的小众应用将涌现出来。在这样的未来下，行业不同的岗位的影响：
1、基础开发，CRUD操作的岗位消失；
2、上游价值提升：产品设计/交互、用户体验、领域知识建模、需求分析等 (个性化/情感化)；
3、下游价值提升：复杂系统的集成、部署、运维 (尤其是AI生成的低效代码)、安全审计；
4、底层能力：AI基础模型的优化升级依然重要；
但整体而言，因为大模型已经可以解决大部分基础问题，对人的技能点要求将发生巨变，新时代具备批评性思维、创造性解决问题、领域专长、项目管理、沟通协作能力的人才将更受欢迎，这些都是软性的能力。
2025.07.06 gemini-cli + github cli
史上最慷慨免费额度：个人用户通过谷歌账号登录，即可获得Gemini 2.5 Pro的使用权，享有100万Token的上下文窗口，以及每分钟60次、每天1000次的模型请求额度。
- Prerequisites: Ensure you have Node.js version 20 or higher installed.
- Run the CLI: Execute the following command in your terminal:
如果只是试一试，那npx就可以：
npx https://github.com/google-gemini/gemini-cli如果想安装那请npm：
npm install -g @google/gemini-cli- Pick a color theme
- Authenticate: When prompted, sign in with your personal Google account. This will grant you up to 60 model requests per minute and 1,000 model requests per day using Gemini.
- 登录方法 1：Login with Google (Gemini Code Assist)
- 登录方法 2：Gemini API key，generated from Google AI Studio (环境变量里配置一下Gemini API key就好，但有地区限制，大陆是不让用的，香港澳门也不行，台湾可以，VPN得指定出口地址，目前看这种方式对大陆用户是最方便的)
- 登录方法 3：Vertex AI，略有点麻烦。
- Github cli：下载安装使用就好，结合 gemini-cli，简直是程序员的xxx。