#Cognition
2026 / 10
你会进入一个良性循环:创作得越多,能做的事情就越多,灵感也会源源不断地涌现。反之,一旦远离创作,就很难重新投入。你会开始胃痛,情绪也会低落。这时你只能全身心投入其中,但这往往很难……
如果目标是体验,你就永远不会输
为什么有人能不断打破舒适区重塑自我,而多数人却困在原地?作者认为,区别在于是否把「体验」本身当作目标。
当不再用利弊清单或最终收益来衡量行动时,无论是像 Miles Davis 那样抛弃旧风格寻找新声音,还是允许自己在学习新技能时显得笨拙,你都能在过程中稳赚不赔。
7 年后再看开源:那些真正改变软件世界的,从来不是最热闹的
这些技术真正强大的地方,不是自己拥有多少功能,而是它们提供了一层稳定基础,让更多人可以继续建设。
因为一个项目改变软件世界,通常不是因为它自己完成了一切,而是因为越来越多的人开始在它之上创造新的东西。
当一个技术成为别人建设的基础,它就不再只是一个项目。它开始变成基础设施。
别迷信“最强的工具”:为什么真正改变世界的往往是廉价的试错?
当一次尝试变得便宜,尝试的数量就会增加。而大量尝试,才是生态形成的基础。
技术的发展,不只是不断提高能力上限,同样重要的是不断降低参与成本。 性能决定一个工具能做到什么,成本决定有多少人愿意尝试。当一项技术足够便宜、开放、容易实验时,它才有机会从少数人的能力,变成整个生态的能力。
很多改变世界的东西,并不是从一次完美的设计开始,而是从一次成本足够低的尝试开始。
尽职编程:AI Coding 时代的个体产出差异的来源
这个时代由于编程的速度极大地提升,工作分配的颗粒度也大大加粗,上一个时代每个人分到的活可能只是写某个模块甚至是某个函数,你不需要关心最后大家工作内容合并做成的事情是什么。但是如今更多时候是要让你把某件事情做成。而做成一件事情可能分一百个子事情,AI 有能力做完每件子事情,但是 AI 没有能力决定要做哪一百件子事情,这个的上下文可能在老板与你的沟通中,也可能存在你历史积累的工作经验里,还可能是你生活的常识,甚至还可能要预测未来的发展。而 AI 完全没办法通过你聊天窗口那几句话知道这么多上下文信息。
我们和 AI 的区别在于,我们想把事情干成,AI 只想让这个对话完成。
2026 / 09
将你的经验、你学到的知识以及你目前认为真实的东西暂时放在一边,重新审视问题。
我仍然想利用这些经验。但很容易在没有真正理解面前的问题之前,就让过去的项目或熟悉的技术限制决定答案。
当我退一步,去问我们实际上在做什么、为什么这很重要、各个部分是如何连接的,我通常会找到比预期更多的前进方式。
我们学会理解别人,也从此只能隔着自己去看别人。我们有了语言和文明,也开始用标签替代一个活生生的人。
我们很难只享受其中的便利,却完全不受它的影响。
人类六亿年智能进化带来的五次突破,反而筑起认知牢笼:我们分别心贴标签、心智化以己度人、语言把人压成固化概念。
我们以为在看见别人,其实只是在确认脑中早已存在的意象。
警惕碎片化陷阱!如何让你的知识体系价值最大化?
记录,对我们来说意味着什么?
把大脑从那些琐碎的小事中解放出来,去处理更精密复杂的任务?帮助记忆有价值的信息,避免遗忘?又或者是显化内容过滤重组的过程,提升梳理思路的效率……
记录的意义因人而异,但所有的笔记,在记录时都隐藏着一个不被注意到的重要前提,那就是希望知识能被再利用。
潜意识里,我们会觉得记录的创意灵感、知识碎片迟早有一天会派上用场,所以精心地管理个人知识库。但是,你曾记录的笔记被二次查看的频率有多高?你有没有翻阅过去的笔记却惊讶地发现完全不记得曾记录下这件事,收藏了这个知识点?你有没有发现自己难以用上之前记录的知识点?
当一篇笔记完全被遗忘在记忆角落时,它对你的“价值输出”就此停止。
建立反馈循环:定义想做的事,AI 帮你做成,你验收;分享出去收反馈;把经验写出来,AI 帮你整素材,输出又倒逼你系统思考。小循环做项目,大循环做分享。循环建起来、越转越快,成长就越来越快。
从简单开始
一个有效的系统总是由一个较小的、有效的系统构建而成
理解是关键
完美是不可能实现的
我们都曾被要求做一些看似简单的改动,但当我们说这需要几周时间而不是别人预期的几个小时时,却不得不承受各种反应。大多数情况下,这是因为代码里藏着一些我们无法理解的复杂陷阱,而我们又害怕去修改。唯一的选择要么是完整的重构,要么是把他当做黑盒绕过他。
Coding Agent 很容易让我们一开始就无法理解整个代码库
如果你连一个想法是否可行都不知道,就去构建一个十年愿景,这是不合理的。你必须清楚自己正在做出哪些权衡。
做一些新的事情
先前的经验实际上会限制认知,导致专家即使知道某些模式并非最优,也会默认使用熟悉的模式。
先攻克难关
开发新产品时,你根本无法预知它需要多长时间才能完成,也无法预知它的效果如何。
无论是在工程层面,还是在产品和业务层面,都秉持着“先做概念验证(POC)再做最小可行产品(MVP)”的理念。
如果我们决定采用某种方法,就必须确保它行之有效。这并非意味着它一定是最佳方案,但至少我们知道它有效。
能排除掉的不可预测因素越多,剩下的事情就越可预测
关注影响力
人们需要更加以客户为中心。优秀的创业软件工程师不会把自己的工作仅仅局限于编写代码。他们不只是解决软件问题,而是深入挖掘,理解客户和业务的痛点。他们运用对软件和技术的理解,找到其他人想不到的解决方案。作为软件工程师,我们通常是团队中最强的系统思考者和批判性思考者,也是最了解技术功能的人。优秀的人懂得如何将这些技能成功运用到编码之外的领域,这在创业公司中至关重要。因为在创业公司里,仅仅解决遇到的第一个问题是远远不够的。解决表面问题不足以克服所有阻碍变革的障碍。要想取得突破,你必须不断挖掘人们的痛点、目标、希望和梦想。
学而不思则罔,思而不学则殆
做过某件事,不等于就拥有了对应的经验。真正的经验,是做完这件事之后,能够形成系统性、多维度的思考。
只看过、没亲手做过会形成间接经验,更多停留在理论层面。而实战打磨出来的认知远比理论更深刻。
原型、Demo 可以创造演练的机会。
亲身踩过坑、完整经历过整件事,也依旧不等于拥有经验,只算是拥有经历。
经历沉淀下来,能够梳理、能够表达,心里装得下全盘的考量。再碰到同类任务的时候,清楚当下该怎么设计,明白为什么要这么取舍,知道后续该如何演进,心里有完整的预案,这才是经验。
有了经历之后,一定要多复盘多思考。人的记忆是会消退的,如果不及时总结沉淀,过往的经历慢慢就模糊消散,本该提炼出来的经验就此流失,对自己来说是很大的损失。
表达问题:一篇文章读起来感觉很难
这篇文章 读起来很难,很长但感觉信息密度很少,通过 AI 学习如何避免这类表达
| 表达问题 | 可以使用的术语 | 在文中的表现 |
|---|---|---|
| 核心主题不断变化 | 主题漂移、主线不稳 | 从 AI 替代工作,转到英国学徒制,再转到中产阶层、工作伦理、阿伦特哲学 |
| 一个词反复改变含义 | 概念滑移、概念边界模糊 | “中间层”一会儿指初级白领,一会儿指中层岗位,一会儿又接近社会中产阶层 |
| 用形象比喻代替解释 | 隐喻过载、意象堆叠 | “传送带松动”“电梯停运”“三只钟错位”“三张座位表”“建立自己的头寸” |
| 从材料直接跳到结论 | 论证跳跃、因果链缺失 | 招聘下降、AI 工具普及,就被推导为职业阶梯正在坍塌 |
| 事实、推测和观点混在一起 | 事实—判断—建议混杂 | 数据、社会学理论、作者预测和个人建议没有明确区分 |
| 句子很抽象 | 抽象名词化、名词堆砌 | “生存的供给端被机器接管”“时间的定价方式被改写”“身份失去锚点” |
| 引用了很多理论家和数字 | 权威堆砌、引用装饰化 | 提到苏斯金、贝克、格雷伯、阿伦特等,但没有充分解释他们各自如何支持主论点 |
| 同一观点反复换说法 | 修辞性重复、信息冗余 | “中间层消失”“新人入口变窄”“职业阶梯坍塌”多次出现,实际新增信息有限 |
| 章节之间缺少明确承接 | 逻辑连接隐含、结构标记不足 | 每一节都像提出一个新观点,读者需要自己补出它们之间的关系 |
| 语言有气势,但可验证内容有限 | 高概念叙事、宏大叙事 | 经常从个别案例直接上升到“几代人的人生路径”“社会结构重组” |
左右滑动查看完整表格
这是一篇以 AI 就业影响为主题的评论性随笔,使用了大量宏大叙事、抽象名词和连续隐喻,但概念边界不清,事实、推测与价值判断混杂,章节之间存在论证跳跃,因此造成了较强的“深刻感”和较低的信息清晰度。
「忙」变成勋章,「闲」变成耻辱,这套价值观统治了整整两百年。它塑造的不只是工作,是人的自我评价系统:闲下来的时候,很多人会恐慌,觉得自己正在贬值。
从“寻找一个职位”转向“建立自己能独立定价的能力和位置”,除了依赖公司分配职位,也要逐步拥有自己创造机会、获得收入的能力。
不可复制的东西:判断、经历、经验、关系
精要主义:你不能拥有一切
客户没有因此尊重他,反而看出了他的不悦。会面没有产生任何结果。他牺牲了最重要的东西,只为不得罪人。
第一阶段:你有清晰目标,于是取得成功。 第二阶段:成功让你成为「老好人」,所有人有事都找你。 第三阶段:选项和机会暴增,你的精力被撕成碎片。 第四阶段:你忙得不可开交,却离最初的成功越来越远。
成功,成了失败的催化剂。
这就是「成功的悖论」。对成功的追求,反而瓦解了最初让你成功的那件事。
问题不在于懒惰,而在于一种幻觉:我们可以拥有一切,做好一切。
精要主义不是时间管理。
非精要主义的支柱:
- 选择泛滥:同时拥有很多个“第一”。
- 社会压力:技术消灭了沟通的障碍,却放大了别人的期待。智能手机(即时通讯)让「随时在线」变成默认设置。
- 忙碌崇拜:对于“上两周我每晚只睡 4 小时”不仅不抱怨,还引以为豪
泡沫的本质,是某种资产的价值被荒谬地高估。这次被高估的,是「什么都要做、什么都要有」的妄想。
时间管理教你如何在 24 小时内塞进更多任务。精要主义问的是:这 24 小时里,大部分任务是否根本不该存在?
精要主义不是如何完成更多的事,而是如何做好对的事。它也不是为了少做而少做,而是主张只做必做之事,把时间和精力投资在回报最高的地方。
精要主义不是技巧,而是对「一切重要」这个假设的否定
90%法则
TED 演讲者德雷克·西弗斯有个判断标准:如果不是一个确定的「Yes」,就是一个肯定的「No」。
麦吉沃恩把它升级为 90% 法则。面对任何机会,用一个最重要的标准打分,0 到 100 分。如果低于 90 分,自动降为 0 分,淘汰。
这个法则的残酷之处在于,它逼你承认:70 分和 80 分的机会,和 0 分没有区别。
建立常规,让正确的事自动发生
意志力是稀缺资源,越用越少。真正的高手不靠意志力,靠常规(routine)。
常规的意义在于:把决策成本降到零。
大脑会把重复的行为转交给基底神经节,变成自动行为。省下来的脑力,才能用在真正需要创造力的地方。
常规不是束缚,而是让重要之事变得毫不费力的基础设施。
- 给所有任务增加缓冲时间
- 每天问自己一次:「如果一生只能做一件事,我会做什么?」在无限选项中,找到那个真正重要的少数。
- 练习说「不」:不是粗鲁地拒绝,而是清醒地拒绝。一个模糊的「Yes」比一个明确的「No」更伤人。对你自己,也对别人。
看不见的东西,往往也就不需要
人其实很容易把“看见”误认为“需要”。
而“顺便看看”其实是一个非常危险的消费入口。
看不见,就想不起来;想不起来,就不会觉得缺。
我们以为自己每天都在“自由选择”要不要买东西,但实际上,很多欲望是被环境主动提醒出来的。
追求注意力自由而不是财富自由。
虽然财富自由会有更大的机率获得注意力自由,但是追求注意力自由却不一定非要财富自由。
如果我们能抱着一种朴素主义的生活态度,其实根本不需要那么多的财富去获取注意力自由。
……
但是注意力自由并不意味着我们完全不会收入,恰恰相反,只有注意力自由之后,我们才能发挥真正的创造力,没有边界的探索任何事情。而且,在这个过程中,我们非常有可能获得一些未知的财富。即便 10 年过后没有获得任何财富,在经历 10 年的闲暇时间之后,我们一定在各方面都成为了一个更好的自己,从而拥有更多的能力去做任何事情。
传统教育的一个大问题是过早地"关闭"知识——把东西教成"就是这样",而不是"在某些条件下是这样"。结果学生学到的是僵化的事实,而不是活的、可以灵活运用的理解。
“这时,我才开始体会到金钱的最大优势:考虑金钱以外事情的能力。”
反直觉洞见:获得"是"并不意味着谈判成功,获得"怎么执行"才是。
很多时候你得到"是"的那个人根本没有执行权,或者没有认同感,“是"只是会议室里的礼貌。
检验方法:问对方"这要怎么实现?““谁来负责下一步?“如果对方无法回答,这个"是"是空的。
真正的成交需要两个东西同时到位:公平感和执行路径。缺少任何一个,协议都会在事后崩溃。
习得的乐观主义与解释风格:
- 永久性:乐观者将负面事件归因于特定的暂时性因素;悲观者则将其归因于永久性因素。
- 普遍性:乐观者将无助感进行隔离处理,而悲观者则认为生活中的某个领域失败就意味着整个人生失败。
- 个性化:乐观者将坏事归咎于自身之外的原因,而悲观者则将发生的事情归咎于自己。
任何思想都必然源自另一思想或你的感官(视觉、听觉等)。举例说明:你无法想象一种颜色,它不是你曾经见过某种颜色的组合。
追溯任何想法的源头,你就会发现所有想法都建立在你已经看到、听到等事物之上。
你的现实受限于你能感知和记忆的事物。
“我的语言的边界即我的世界的边界”