我每天都在很努力地做一件事：

杀死昨天的自己。

人类群星闪耀

是不是可以这么理解：

llm：问答题
jev：选择题

Agent = Harness(LLM)

Result = Agent(Context)

"我通过学习获得能力，通过能力获得工作，通过工作获得收入、社会认可，以及对自身价值的确认。"

这是一种很容易被内化的生活逻辑，但这条链从来不是自然定律。能力能否变成岗位，劳动能否换来体面生活，还取决于社会怎样组织生产、分配收益。

当 AI 改变其中某些「日用而不知」的前提条件，震动就沿着这条链向两端传递。

向前，是教育问题：
如果某些成果可以借助机器完成，我还应该学习什么，怎样才算学会？

向后，是意义问题：
如果社会不再需要我以原来的方式工作，我过去为之努力的东西还算什么？

解释力：压缩过去已见
预测力：泛化将来未见

一个交互设计问题：

在手机端和模型聊天，输入一个问题，它输出一大段回答，并直接滚动到了结尾处。

为了阅读它的回答，需要不断上滑，找到起始处。

这里的交互，是不是可以改为直接定位到起始处？

“一个用户省去上滑的 3s，1000 万个用户省去了多少时间？”

“老登”经历多，遇事时，容易触发“经验预测”：“这事我遇到过，是这样子的”。

年轻人经历少，遇事时，没有经验匹配上，只能去观察、提炼、抽象、假设、建模，在摸索和反馈中试错、修正，使用“模型预测”。

世界多变，模型预测的泛化能力，优于经验预测。

经验最好的用法，是帮助我们提出更好的假设，而不是让我们免于检验。

人讲事，大致有两种方式。

一种像播音主持，内容是主角，人是载体。

人服务于内容，负责把事情讲准确、讲清楚。听众主要在乎说了什么；只要内容不变、表达得当，换一个人来讲，也没有太大区别。

另一种像山头旗帜，人是主角，内容是由头。

听众未必是对这件事有多大兴趣，而是想听这个人怎么想、怎么说。话题可以变化，真正吸引人的，是他的眼光、性情，以及他面对世界的姿态。

甚至，有时候并不需要什么新观点。听他讲几件小事，说几句闲话，就已经足够。因为听众在意的，不只是“我听到了什么”，还有“此刻，是这个人在对我说话”。

前者，以人为媒介，抵达内容；
后者，以内容为媒介，接近一个人。

于建国的《学习观》，是最近半年读到的最惊艳的一本书。

我大脑中“学习”这个概念的压缩包，基本就是这本书的内容了。

「增一减二」：每增加一个 x，就同步强制减少两个同类的 x。

x 可以是你的微信好友，可以一个关注账号，可以是一本书，可以是家里添加的新物件，任何事情。

这个原则，可以不断逼近我们内心真实“价值函数”，到底最重要的是什么。