即刻App年轻人的同好社区
下载
App内打开
牛奶加波霸
207关注6被关注0夸夸
淫者见淫，仁者见仁
日常碎碎念
INFJ
牛奶加波霸
26天前

小野酱大漂亮.AI: 我曾经看过的一个纪录片‌《绿色星球》（The Green Planet），通过沉浸式的呈现方式聚焦植物的纪录片，向我们展示了一个特别不一样的植物的世界。 我们总是会以为植物是非常佛系的悄无声息的慢慢生长。而实际上，在它们看似平静的生长中，它们为了获得更多的光照，空间，营养和整个家族开枝散叶的机会，会释放它们的攻击性，竞争性，甚至在整个过程中，充满了不为人知的戏剧性。也会为了自身的发展，和动物以及其他的植物之间形成一种长期的互惠互利的关系。纪录片第一集中提到了轻木这种植物。 丛林里的一株老树倒了，它让出来很多的空间给其他植物。在这场战争中，轻木会将自己的叶子快速生长到40cm。在它还幼年的时候，在低矮部位的生态位里面，为自己争取足够多的阳光，空间，雨露与营养。轻木感受到阳光雨露之后，就会快速的生长。1年内能一下子窜到10米之高，它一下子就到了不一样的生态位，留下那些没有竞争过它的植物，在阴影里继续厮杀。 丛林里，大多数的树木，一年时间只能长2cm。轻木为什么能快速长这么高呢？因为它有自己独特的构造。如果是一颗硬木的树，也就是我们经常看到的那种普通的松树，杉树，它的木材的内部构造都非常紧实，也会非常重。而轻木的构造在显微镜下面是一个蜂巢一样的结构。它的内部有非常多的孔隙，因此它能牺牲掉质量，达到多数植物没有办法达到的高度。而大多数的轻木因为快速的生长，自身的结构也不够结实强壮，很容易就被折断了。 所以，大多数的轻木很难超过20岁就死掉了。 我时常会想到这株轻木，速生速朽的人生。

00
牛奶加波霸
1月前

OrangeCLK: “费曼学习法（feynman technique）”为什么是个骗局，有几篇中文文章已经讲得很好了，不再赘述。 [斯科特·杨（Scott H Young）学习能力那么厉害，是否确有其事？ - 知乎](https://www.zhihu.com/question/30568675) [如何评价 Scott H.Young 一年内自学完 MIT 计算机专业的全部 33 门课程？ - 知乎](https://www.zhihu.com/question/20571226/answer/1901441044) [全世界都知道费曼学习法，除了费曼自己 - 知乎](https://zhuanlan.zhihu.com/p/295110069) 很遗憾的是，这些链接我都是自己用搜索引擎搜索的，用知乎直答的R1，并不能找到。 Scott H. Young后来还开了微信公众号，骗中国人。 ## 对“费曼学习法”的几种理解 ### 以教代学 但“教”得好不好，评判者还是自己。 在2025年，我们已经知道了当前最佳的学习方法，是“压缩”和“强化学习”。而自己给自己判分，就失去了强化学习需要的环境反馈。而Scott H. Young在做MIT挑战的时候，并没有采用强化学习的方法——让老师或者系统判分，而是自己给自己判分，那效果当然很难算数。 另外，有的人教不明白、讲不明白，但并不影响自己能学好。 ### 用简单的语言讲述复杂的事情 信息无法被低于其柯尔莫哥洛夫复杂性的字符串表达。所以，如果一个东西很复杂，那么它是没有办法被简洁表述的。 有的论文原作，写得已经非常精确简短，直接看就已经是最好的学习方法。相反，如果能用凝练的语言、用符号清晰地表达想法，可能更体现自己对事物的理解深度。这也体现了“压缩”的智慧。 ## 推荐学习方法 分享一下我用的办法，都是大学老师教的，我觉得很实用： 1. 不懂的地方迅速跳过，往后看，看完了再重新看一遍，再一遍、再一遍……看多了可能就懂了，书读百遍其义自见。 2. 不懂的地方迅速跳过，以后再看同类型的别的内容，看多了就懂了。 这就跟大语言模型预训练差不多，看材料，看优质材料，优质材料多看几遍。 [Scott H. Young发明费曼学习法的YouTube视频发表于2011年8月23日](https://www.youtube.com/watch?v=FrNqSLPaZLc)，[披露MIT挑战的视频发表于2016年9月29日](https://www.youtube.com/watch?v=oo-ctqruwRc)，所以这是一个很新的骗局，火起来可能也不到十年。 费曼有很多真的好东西，一位博主整理了大量精译的费曼本人资料视频，推荐给大家：[费曼Bongo的个人空间-费曼Bongo个人主页-哔哩哔哩视频](https://space.bilibili.com/524836274)

00
牛奶加波霸
1月前
牛奶加波霸
2月前
牛奶加波霸
2月前

炮爷不睡觉: 做IP有一个很重要的能力叫「屁大点事也要分享」的能力，对，你没听错。 我觉得把每一个做IP的人统称为「屁大点事分享者」「屁大点事表达者」，并没有什么毛病。 ​ ​做IP的人，但凡做的好的、做出了影响力的，都或多或少会遇到过这样的评价吧？其实我也不例外，在早期开始做IP的时候，我也遇到过类似的评价。 ​ ​那很多人遇到这样的评价估计会很难过，甚至会很emo，更有甚者可能直接放弃了继续表达的机会，其实大可不必啊。 ​ ​早期我遇到的那些评价我「屁大点事也要分享」的人，他们如今也开始「屁大点事也要分享」了，是不是很讽刺，就跟那些骂知识付费是割韭菜的，自己也开始做知识付费一样，脸都不要了哈哈。 ​ ​但是我要告诉你的是，你想要做好IP，想要做好自媒体，真的就必须要具备「屁大点事也要分享」的能力，否则你是做不好的，这就表达欲。同样地，新手期要多问、多沟通，找个懂的人问问，就是最快的方式。

00
牛奶加波霸
2月前
#逛公园才是正经事
上回躺在大草地里安静晒太阳都不知道是什么时候的事了...
天气真好啊。
00
牛奶加波霸
2月前
超山的梅花零星的开了
感觉年后几天会是个不错的赏梅时间
00
牛奶加波霸
2月前
deepseek的深度思考R1+联网搜索真的能让人着迷。
高阶智驾路线也在往“无图+纯视觉+直觉”发展。
直觉时代：有了直觉的AI，越来越像人，也越来越适应人。
问题在于：人对AI在各个领域的信任到底如何建立？
00
牛奶加波霸
3月前
“信任的进化”

广屿Ocean: 一定要让自己生活在【顶层互助】的环境里 “底层男性的表达本身就带有极强的攻击性。”，这是人大新闻学院教授刘海龙对网络上一部分冲突产生的原因的总结，越吝啬赞美别人的人反而会让自己混的越差 演员黄渤曾经在采访的时候也有个感慨，“（成名）以前总能遇到各种各样的人，各种小心机啊，各种什么的。去（找对方）了以后也结不出账来，谁搭理你啊？但现在，身边全是好人，每一张都是洋溢的笑脸。” 我觉得大概率那些对黄渤好的人也不是因为要面对黄渤才做好人，他们是真好人，因为人要建立自己的口碑和信誉才能长期混的好，小人根本走不远。只要环境不算太坏，做个真诚的好人就是最佳生存策略 我以前也听过一个很社会的总结【底层互害中层互卷顶层互助】 那么这个总结有没有道理呢，我认为还是有一定道理 我之前解读过一本横跨认知科学、进化心理学、社会传播学的著作《你当我好骗吗？》，里面有一个核心论点就是【更愿意相信别人的人更容易成功】 我们在生活中对别人的信任不是太多，而是太少，认知水平最高的人，不仅仅是最警觉的人，往往也是最开放的人 因为选择相信和不相信，收益是不对称的。如果你选择相信某个人，即使他最后背叛了你，你至少学到了“这个人不可靠”这个重要信息。但如果你从一开始就选择不信任任何人，你就永远无法知道谁是可以信任的 所以【信任就像一种技能一样，需要且可以通过实践来提高】研究发现，那些最开放的人也最善于判断该信任谁，相反【最不愿信任他人的人，反而最容易被骗】 最后，怎么从底层互害的环境，穿过中层互卷浪潮，进入到顶层互助的环境？ 来听听本来就生活在顶层互助里的人怎么讲， 素有“硅谷精神之父” 之称，《连线》创办人、未来学家凯文·凯利在他的新书《劝世良言》中提供了3个建议 1，真诚。这就是上面说过的【最不愿信任他人的人，反而最容易被骗】，要真诚地和别人交往，因为害怕被骗而不敢跟人真诚交往，你的损失会大得多。 况且，博弈论其实也早已研究出最佳的博弈策略：起手就默认选择合作，如果对方选择合作下次就继续合作；如果对方本次背叛，下次就惩罚对方；然后下次再继续选择默认合作…如此循环。最后这个策略在全世界所有博弈策略中拿到了冠军 2，赞美。要真诚地寻找他人可以点赞的亮点，并发出赞美。当你赞美别人的时候，你自己也会感觉很好，同时提供更多你与别人产生链接的“蝴蝶效应”，就像我开头引用的刘海龙教授那句话，你会发现往往攻击性越强的人混的越差，他们很吝啬赞美别人 3，慷慨。大方一点，主动地多给别人一点什么。慷慨不是为了回报，但慷慨是获得回报最好的办法。书中说，“也许宇宙中最违反直觉的真理是，你给予他人的越多，你得到的也就越多。理解这一点，就是智慧的开始。” “你不可能因为给予而变得贫穷。你不可能不给予就变得富有。”，所以，你会发现为什么顶层都在互助

00
牛奶加波霸
3月前
今年各产品年度报告陆续出了
有点失望

用个短语来形容，叫做：
“没有被邀请”

QQ音乐：只因习惯固定单循几首歌，凑不齐一个专辑，就变成“未能为你制作年度专辑”
肯德基：年消费没超2500，不给挚友卡，也不给看年度报告
爱奇艺：足浴店里看过很多影片，但登的都不是自己号，年度报告翻开即结束，
麦当劳：习惯了淘宝下单，年度数据大幅度缺失...
蜜雪冰城/茶百道：没有算上外卖团购买的数据，年度最爱饮品完全不对
......

或许只是没有按照“规则”出牌，又或许只是报告本身属于账号并不属于人，反正现状如此

但是...
离开人的账号数据统计分析，真的有意义吗？
00