把 skills 整理了下, 大家可以用用看:

github.com

除了日常的每周一本书和每月的主题阅读，引入AI之后，额外增加了两种读法：

1. 每天一本书。AI 解读提炼，一本书只要我能学到一句话或者一个概念，就值了。

2. 每天一章节。AI 分析我昨天的对话内容，找到我的思维盲区，针对性推荐某本书的一个章节，帮我补全思维漏洞。

每个月做一个「主题阅读」，可以把自己泡在该学科领域的语境context之中，体验下来，有两个收获：

1. 掌握该学科的地图（有哪些主要问题、分别有什么结论）
2. 用该学科视角来看待世界。信息在该学科中是如何分析处理的。

AI 对 孩子的帮助，至少有三个角度可以立马落地：

1. 媒介：把要学习的知识，通过各种媒介形态（图片、视频、游戏），多角度加深理解

2. 梯度：针对每个孩子对要学习知识的理解水平，生成符合「最近发展区」难度的题目，让孩子可以收获最大的学习信号

3. Build：边学边玩边创造。把自己所学到的，再创造出游戏、网页、小程序等等，分享给他的同学们，收获正反馈，养成build的心态和习惯。

数字世界，人以「点赞👍」为食。

生成是理解的严格检验。

人事合一时，人不去想“意义”，做事就是做事，想做就做了。“哪那么多矫情”

人与事出现割裂时，那个间隙，让人开始琢磨“意义”问题。“我是谁？我在哪？”

1. 模型很喜欢说「想象一下」
2. 现在很多Agent都支持多模态能力

可以加一条规则：

「每当你输出“想象一下”时，直接生成配图，并在图中标注信息，方便直观呈现你想要表达的画面」。

所谓「在场」：全然地处于此时此地，而非活在对过去的反刍或对未来的焦虑中。

「菩萨畏因，凡夫畏果」。

- 自变量 X：你遭遇的事件、输入、环境波动
- 函数 f：把事件转化为结果的规则/机制
- 输出 f(X)：你实际得到的收益或损失

「畏因」就是在设计函数形状，「畏果」就是在祈祷好的函数结果。

从这角度来看，人生观、世界观、价值观，是最重要最值得投入精力去打磨的函数f。

努力把自己的收益函数设计成凸的：下行有限，上行无限。

在下行风险可控的前提下，波动越大越好。

多尝试、多试错、多接触随机性，每一次波动都是免费的彩票。