简单点

Α α alpha /a:lf/ 阿尔法
Β β beta /bet/ 贝塔
Γ γ gamma /ga:m/ 伽马
Δ δ delta /delt/ 德尔塔
Ε ε epsilon /ep`silon/ 伊普西龙
Ζ ζ zeta /zat/ 截塔
Η η eta /eit/ 艾塔
Θ θ thet /θit/ 西塔
Ι ι iot /aiot/ 约塔
Κ κ /kappa/ kap 卡帕
∧ λ /lambda/ lambd 兰布达
Μ μ mu /mju/ 缪
Ν ν nu /nju/ 纽
Ξ ξ xi /ksi/ 克西
Ο ο omicron /omik`ron/ 奥密克戎
∏ π pi /pai/ 派
Ρ ρ rho /rou/ 柔
∑ σ sigma /`sigma/ 西格马
Τ τ tau /tau/ 套
Υ υ upsilon /jup`silon/ 宇普西龙
Φ φ phi /fai/ 佛爱
Χ χ chi /phai/ 西
Ψ ψ psi /psai/ 普西
Ω ω omega /o`miga/ 欧米伽

-- 2026-02-06 08:21:52

一般在使用大模型产品的时候，我们都是向大模型“提问”，大模型给出“答案”，这个过程也没有看到提示啊？其实不然，如果阅读过 OpenAI 官方使用文档，你就会发现，在官方文档里，你是看不到 question 和 answer 这两个词的，我们能看到的是 prompt 和 completion，翻译过来就是提示和补全，也就是说，我们向大模型提出的问题，其实是给大模型一个提示，让它进行补全，补全的内容就是大模型给我们输出的答案。

看到这里，你可能又想问了，为什么是提示和补全，而不是提问和答案呢？这就要从大模型训练的原理出发去理解了。上节课我们讲过，GPT 系列模型是基于 Transformer 架构的解码器机制，使用自回归无监督方式进行预训练的。这个训练过程简单来说就是大量的文本输入，不断进行记忆的过程，相比监督学习，效率会更低，但是训练过程简单，可以喂大量的文本语料，上限比较高。

而我们在使用大模型的时候，先给出提示，大模型会根据提示，来推测补全内容。实际上是根据训练过的“记忆”，一个字一个字地计算概率，取概率最大的那个字进行输出，所以不少人吐槽大模型输出很慢。的确，它是一个字一个字地计算并输出，效率肯定会比较低。

-- 2026-02-04 18:15:12

export const LANG_CDN_MAP = {
  en: 'en', // 英语 English
  ru: 'ru', // 俄语 Russian

  pt: 'pt-BR', // 葡萄牙语（巴西） Portuguese (Brazil)
  th: 'th', // 泰语 Thai
  vi: 'vi', // 越南语 Vietnamese

  zh: 'zh', // 简体中文 Simplified Chinese
  HK: 'zh-HK', // 繁体中文（香港） Traditional Chinese (Hong Kong)
  TW: 'zh-TW', // 繁体中文（台湾） Traditional Chinese (Taiwan)

  de: 'de', // 德语 German
  id: 'id', // 印尼语 Indonesian
  fr: 'fr', // 法语 French

  es: 'es', // 西班牙语 Spanish
  tr: 'tr', // 土耳其语 Turkish
  ar: 'ar', // 阿拉伯语 Arabic

  ms: 'ms', // 马来语 Malay
  uz: 'uz', // 乌兹别克语 Uzbek
  ur: 'ur', // 乌尔都语 Urdu
};

-- 2026-02-02 11:54:47

激活函数只是对普遍应用在神经网络中，可以进行非线性转换的所有数学函数的统称。

最早使用的激活函数名为“阶跃函数”，虽然它名字听起来很“生僻”，但如果我告诉你，输入信号经过阶跃函数的变换后，只会输出0或者1两个数字，想必你一定会觉得它还是很“平易近人”的。

如果把阶跃函数比作安装在神经元上的“水龙头”，那么水龙头只有流水或者不流水这两种状态。人们越来越觉得它所能表达的输出信息很有限，很难模拟十分复杂的人类大脑。于是后来人们更换了另一个“水龙头”，这个水龙头不仅可以完全开启和完全闭合，而且可以控制水流大小。它的名字叫“Sigmoid函数”（当然也是非线性函数），形状是平滑流畅的S型，也被称为S型函数，可以输出0-1之间任意的连续数值。这样一来，它就可以精准表达神经元的‘激活强度’，而非单纯的‘激活/未激活’，进而能拟合更复杂的非线性关系。

神经网络采用“先综合后变换”的关键原因是，非线性变换前先进行综合，有助于神经元能够捕捉不同输入之间的复杂关系。

神经网络中的神经元，会为不同的输入分配不同的权重（用w表示）。如果用x1和x2分别表示第一个信号输入和第二个信号输入，用y表示综合后的结果，那么y=w1x1+w2x2(其中*表示乘以)。与此同时，你也可以看到，y与x也是线性关系，因为线性函数加上线性函数最终还是线性函数，用稍微专业一点的话来讲就是：加权求和本质就是线性组合。接下来，我们将综合后的结果y，代入到激活函数进行非线性的变换后，再传递到下一层的所有神经元。这听起来是多么的自然。

神经元将不同输入用权重加权求和后，还要和阈值进行比对后，才能被代入到激活函数。如果用t表示阈值，那么当激活函数为阶跃函数时，仅当y`-t>0时，经由阶跃函数计算后，输出才会是1，否则就是0，0就表示神经元没有被激活。

神奇的时刻到了，如果t表示阈值，-t就是你所看到的b。这里的b，在神经网络中被称为偏置，它的作用就是用来表示神经元被激活的难易程度。如你所愿，下面才是神经元从输入到输出的完整公式：y=f(wx+b)（y表示输出，f表示激活函数，w表示权重，x表示输入，b表示偏置）。

此外，初学者很容易把参数和变量混为一谈。究其原因，是神经网络的参数在训练过程中会不断更新，看起来是 “可变” 的，于是觉得它是变量。但是在神经网络中，无论是学习阶段(模型训练阶段)，还是后续的验证、使用阶段(推理阶段) ，权重和偏置这些参数本质上是 “被不断调优的常量”。它们虽然会在训练中随着数据迭代不断调整，但一旦训练结束、模型固化，这些参数就会固定下来，成为模型的 “固有属性”（重新训练意味着要修改成千亿的参数，成本较高）。而真正的变量，指的是模型接收的输入数据，当然这些数据也会被提前转换为数字的形式。

神经网络的学习实际上根据“输出值与目标值之间的差异”来进行学习的，我们也把预测值与目标值之间存在的差额，称为误差或者叫损失。

神经网络学习的过程，用数学语言来表达就是，通过损失函数计算的损失，来更新神经网络参数，目的是让损失函数的结果在多轮学习后，无限逼近于0。

反向传播被认为是学习神经网络过程中最为困难的一个知识点之一，它的困难并非是对于概念本身的理解，而在于反向传播的目的究竟是什么？

反向传播的诞生就是为了解决误差“分摊”的问题，这是它的宿命。但我们不禁要问，为什么误差只能从输出层向着输入层的方向进行传递呢？误差为什么不能正向传播呢？要知道，正向传播相当于使用激活函数对最初的输入进行一次又一次的“套娃”，套娃的最外层就是神经网络的输出层，因此只有输出层才看得见最终的“误差”，输出层对“误差”负有最直接的“责任”。就如同在组装车间的流水线上，很多组装工人可能干了好几年，都没见过最终的成品，成品的合格率只有的质检员才有一手的数据。

因此，只有我们不断的反向解开套娃，才能将误差逐层地“分摊”到更前面的神经元。由于“解套娃”的过程只能是反向的，所以才叫反向传播。就如同成本不合格时，也是“逆向”地逐层落实责任。

链式求导使得神经网络参数不再是漫无目的更新，而是有了精确可计算的数学依据。

数学中链式求导的前提条件是要求函数是连续的，就像被铁链子拴起来一样连续。如果出现断点，那么就是“不可倒”，没办法进行导数计算。

链式求导计算的是损失函数的导数，而损失函数归根结底计算的是预测值与目标值之间的差异。而预测值本质上又是一系列激活函数层层计算后的结果，因此链式求导不仅要求损失函数是连续的，而且要求激活函数也是连续的，否则没办法求导，进而无法精确计算误差更新。这也就是前文中提到的，阶跃函数后来被S函数替代的根本原因，因为阶跃函数虽然是非线性函数，但是它是不连续的函数，没办法应用链式求导法则。

模型训练的过程就是更新权重、偏置等自身参数的过程。而模型验证的过程，实则上就是尝试更新除模型参数之外的“参数”的过程。由于模型架构、学习率是超越模型自身参数以外的参数，所以，它们常常也被称为超参数。

模型中的蒸馏学习，指的就是要学习蒸馏出来的部分，而不去学习没有剩下的“杂质”。

学习，肯定是要向别人学习，通常的叫法是，学生模型向老师模型学习。老师模型一般是预训练好的大模型，参数量极大，训练和推理用到的算力成本较高，不太适合轻量化部署，比如部署到你的PC，甚至是你的手机上。而学生模型恰恰就是为了填补老师模型的这个空白，它的初衷就是用尽可能少的参数，来达到向大模型的能力。因此这种学习或者训练的方式，也被叫作模型压缩。

-- 2026-02-01 21:18:30

我们这个行业接下来两年会剧烈变化。越来越多的工作不再靠堆人力规模去完成，而是靠机器和自动化。这时候，团队能不能快速发现偏差、及时调整方向，比一开始就把所有事都想明白，要重要得多。当然，这种能力不是天生就有的，得有意去练。

-- 2026-02-01 19:36:11

用心创作快乐

-- 2026-02-01 19:34:17

如果你把你想要的东西，变成很多很多人想要的，那你的运气就会特别好。

要取得一个比较好的进步，一个非常重要的基础是自我的认知和定位。

-- 2026-02-01 19:33:39

形式的创造发明难度极高，内容独特性才是关键。

在游戏行业里，创新的本质其实就是看你团队有什么样的生产力，以及你的团队在哪个方向上有长期的积累。

-- 2026-02-01 19:32:57

很多工作一旦被“分解”和“分配”就无法再对齐初始目标。

-- 2026-02-01 19:32:10

真正优质的OKR无法被真正“计划。

回过头来说，什么才是好的目标（OKR）呢？在我看来，好的目标恰恰是那些你没法详细计划的。正因为计划不了，才说明有对未知的探索。所以我们可以把项目里的核心人员笼统的分成两类：在我看来，一类是管理者，他们主要负责降本增效，做相对来说固定动作的达成，以及这些固定动作能够标准化、产生规模效应。

-- 2026-02-01 19:31:54

乔布斯的故事大家都知道：他辍学后迷上字体设计，去灵修，被开除，做动画片……这些看似不相关的事，最后却连成了苹果的成功。他建立了这些链接。他在斯坦福演讲时，有句名言“Stay hungry, stay foolish”很多人记住了，但我觉得他的分享中最重要的不是这句话，而是他说的“connect the dots”（连点成线）。

-- 2026-02-01 19:31:05

探索未知领域，有时候并不一定是要做精确计划，而是要去做方差很大的事情。

-- 2026-02-01 19:29:41

好的项目目标：上限足够高，团队足够爱。

-- 2026-02-01 17:07:50

叫座这件事规模效应很强，容易被资源驱动，讲究的是效率；而叫好是创意和人才驱动的，讲究的是新鲜。

-- 2026-02-01 17:07:18

设计创新的定义和分类

创新类型	代表游戏	核心定义
发明创造	DAYZ、KING OF THE KILL	在游戏机制和规则层面，而不是视觉等体验层面，创造一个新的游戏子类型（create a new genre）
完成定义	PLAYERUNKNOWN'S BATTLEGROUNDS	进一步迭代类型发明者的机制和规则，并且以极高质量的游戏内容将视觉等体验层面的游戏品质达成无人可及的完成度（define the genre）
整合延续	FORTNITE	通过团队的积累和经验，将已经定义的类型，与其他游戏机制进行整合延续和发展以丰富该类型，创造子类型和子玩法（develop the genre）

-- 2026-02-01 17:07:00

很多人容易忽略：在竞技对抗的游戏中，在我看来，绝大多熟游戏，对于用户最核心的不是他账号上里的金币或者那些一般等价物，而是他一路玩下来积累的经验和能力。

因此，怎么让用户接受最开始的挑战，同时给他一些有意义的失败，从失败中学习、提升，获得成就。这个事情，或是这个循环本身就是一个非常重要的设计单元。

游戏的“能力模型”：学习模式，解决问题。在我看来，所有的游戏体验，本质上都是一个事情，就是在玩游戏过程中，你教会用户一些模式，让他们用这些模式去解决对应的问题。

只要是能够制造“无限”问题的游戏，都有可能获得用户非常长时间的体验、具有重复体验性。

-- 2026-02-01 17:06:31

艺术更多是触发情感，引发强烈的情感共鸣，制造问题。

-- 2026-02-01 17:03:07

成功这事儿，其实是历史竞争的结果。

-- 2026-02-01 17:01:49

以前暴雪有一条设计原则，叫做“把对玩家的惩罚变成奖励”。比如《魔兽世界》里，设计师处理AFK（暂时退游）的机制就很妙。本来长时间不登录是要扣经验的，但他们把计算方式调整成——等你回归的时候，会看到一个额外的经验条，里面存了奖励经验，你一上线就能领。这时候你的感受就变成了：“虽然我没上线，但这次回来反而白赚了经验！”暴雪以前经常做这类设计。比如《星际争霸2》的天梯，把玩家分成一个个百人段位。每赢一局，你就知道自己在这个百人组里前进了多少，总觉得再打几把就能冲到下一个段位——这种心理拿捏得非常准。这跟做商业化、做用户活跃是一个道理：用户是天底下最单纯可爱的人。你对他们好，他们是能感觉出来的。不管是做营收还是做日活，最核心的就是——提供用户价值感，并且让他感觉自己很强大。有些游戏做到后期，尤其成功之后，设计师容易飘，忍不住想当“上帝”，教玩家该怎么玩。特别是在MOBA这种需要不断调数值、讲平衡的游戏里，一旦有这种心态，用户马上就能察觉到：“你在教我做事？”

我们应该全心全意去为用户创造价值，而不是追求作为设计师的“控制欲”。

-- 2026-02-01 17:00:49

当我们在讨论很多设计方法、机制趋势的时候，可能真的需要先确认一件事——我们究竟在讨论什么问题。只有把问题确认清楚了，后面的讨论，才有可能产出真正有质量的结论。

-- 2026-02-01 16:59:37

关于未来的事情。我不敢说我懂，但有一个比较明确的判断是：未来会有越来越多的垂类产品，在更小的用户规模里，把“成功”不断放大。

-- 2026-02-01 16:58:41

在 AI 时代，员工能力要求会如何变化？如何通过 agent 和工具提升个人生产力？

这是一个一定会发生的趋势，不会因为我们怎么想而改变。人脑力结合算力，是未来非常确定的方向。人的大脑只有 20 瓦功率，却具备极强的认知和适应能力。人与人之间能力差异很大，但整体适应性非常强。AI 没有真实情感、不真正理解世界，这正好和人形成互补。

未来的工作方式，会变成你把任务派给系统，它帮你收集数据、做初步分析、反复迭代，再把结果交还给你。你只需要关注如何调整方向、提升交付质量，而不再亲自做大量重复劳动。这不只是工作问题。晨会、周报、内部报告都可以由 AI 生成，只要我们不再亲手做那些重复性工作即可。

现在 AI 可能只有 80 分，但两三年内一定会到 95 分。如果现在就开始使用、形成习惯，等它成熟时，你几乎不需要改变，就能成为生产力非常顶尖的个人或团队。这就是为什么现在就要全面使用 AI。

-- 2026-02-01 16:57:57

我们不会依赖外部商业模型，因为那样无法积累长期优势。
核心不在于开源或闭源，而在于是否能充分利用我们已有的数据，形成贴合自身业务的闭环。
只要能最大化释放数据价值、形成高效匹配，任何使用模式都可以。
但商业模型需要把数据传给外部，这一点必须非常慎重。
算法差距会越来越小，最终差异一定来自数据、流程，以及模型与内部生产方式的匹配程度。

-- 2026-02-01 16:55:13

尽量在公司里找到你自己的独特性，和一群志同道合的人，做自己真正热爱的东西，然后坚持足够长的时间。

商业化，我们确实一直比较克制。我有个基本价值观：游戏本身就能长期吸引用户注意力，所以最终得让用户觉得——不管花了时间还是钱，回头再看时，不觉得亏。起码用户第二天醒来，不会骂自己“太蠢了，为啥要消费这个”。

我们做所有事，用最本源的话，就是“以用户价值为依归”。做任何事情的唯一判断标准是用户需要这个东西，但现在看需求排期，一些来自用户的痛点的问题，可能要等几个版本才能排上。因为我们在细节优化上投入的资源并没有想象中的那么多。

关于玩法设计，我以前有个错误观点：觉得MOBA游戏不该堆太多玩法，应该专注解决核心问题。但现在意识到这想法错了——我并没有注意到玩家需求的变化。等我们想去做玩法填充时，才发现团队能力和基础建设是有缺失的。

世界上没有弯道超车——你在哪里投入多积累多，哪里才能做得好。

-- 2026-02-01 16:53:23

尽量在公司里找到你自己的独特性，和一群志同道合的人，做自己真正热爱的东西，然后坚持足够长的时间。

-- 2026-02-01 16:49:57

困难的问题 VS 未知的问题

维度	困难的问题	未知的问题
核心聚焦	聚焦目的（量化）	聚焦原因（个性）
驱动方式	数据驱动	人才驱动
导向逻辑	用户导向	主观导向
资源关联	资源正相关	资源弱相关
核心目标	追求效率（成本）	追求风险（收益）
适配组织	对大公司友好	对小团队友好

-- 2026-02-01 16:48:44

一个团队的文化，基础是它的决策机制

团队文化，它往往由决策机制决定有两种典型的决策机制：一种是一个人说的算，仿佛他手里有魔法球；另一种是相对群策群力，比较民主的。但其实这两种都有问题。具体我就不展开讲了。

我们应该把“改过”这件事情变成一种能力体现，而不是把“没有过错”作为一个准则。特别是对那些已经被贴上“长青”标签的项目来说，所有完全规避风险的动作，背后可能都藏着最大的风险。

如果你自己都不知道喜欢什么、擅长什么，你的团队天赋点到底在哪，那真的很难。说实话，勇气和天赋其实比努力更重要。什么叫“成为自己”？就是你真正热爱什么、擅长什么，然后做出一个连自己都满意的结果。

-- 2026-02-01 16:46:07

做「易用、强获得感、有趣、有惊喜的」游戏

几乎所有上线后还算成功的项目都会遇到——系统复杂越来越高，内容越来越变得不可用。

-- 2026-02-01 16:43:29

用户结构决定了业务结构的复杂度。它的用户结构特别复杂，有水平接近职业选手的高手，也有几乎没玩过这类游戏的新手。但游戏只能用一套数据结构去做数值平衡，这就导致数值调整特别难。

简单来说，这个事情会带来两个问题：第一，整个团队都会变得生怕出错；第二，我们做事会变得不够聚焦。

-- 2026-02-01 16:41:11

通常，做游戏一般离不开三个元素：技术、艺术和设计。技术负责提供可能性，艺术通常是来提问题、制造问题，而设计，来提供解决方案。

-- 2026-02-01 13:58:58

你既要让他有能力，又要不断给他新挑战、让他体验适度的不安，这样才能形成所谓的心流体验。

-- 2026-02-01 13:57:09

我们通常会从三个角度看游戏：美学（包含视听元素）、玩法（包含交互设计），还有叙事（情感承载）。这三者结合，才构成完整的游戏体验。游戏是所有媒介里面，能够最长时间持有人的深度关注，这是游戏最特别的地方。

-- 2026-02-01 13:53:57

游戏就是"一系列有趣的选择("Game is a series of interesting decisions“.——Sid Meier)。

另一个定义："易于上手，难于精通（"Easy to Learn/play,hard to master"_Nolan Bushnell)。

-- 2026-02-01 13:52:53

游戏是叫好又叫座。叫座包括生意和产品维度，叫好指的是作品维度。生意的关键词是商业价值、收入、KPI，产品的关键词是用户价值、体验、活跃，作品的关键词是内容创作、表达、影响。

-- 2026-02-01 13:51:21

真正成功的项目，往往他们早就忘了要做爆款，而是把所有心思都放在怎么把一个项目真的做的好玩，做到这个类型里最优质的产品，去满足那些和他们一样、既是玩家也是创作者的用户。

“做游戏就是和一群志同道合的人，一起做一个你们真正懂、真正热爱的类型”

-- 2026-02-01 13:47:37

“转管理”对于个人职业发展的价值

首先，管理历练的能力都是具备很高的可迁移性的。成为管理者之后，会不断历练个人的管理规划、团队建设以及任务管理能力。说得详细一些，所谓管理规划，就是看方向、定目标。团队建设呢，就是培养梯队、凝聚团队、整合资源。而任务管理，意味着建立流程机制、有效执行落地，还有所有活动中都会涉及的管理沟通。

这些能力都是个人职业发展中可迁移的技能，即使未来不做技术管理，去创业，去做别的事情，这些都是非常重要的能力。

即便我现在是自由职业者，没有团队可带，也需要不断规划自己的方向，围绕这个目标去思考要整合哪些资源，需要跟哪些人去合作。如果确定要做一个项目，也要思考如何把它落地，甚至一点点迭代，这些都是在职场中带团队历练出来的能力。

其次，管理是帮你放大个人价值的杠杆。站在组织角度来看，管理的价值，是“使众人行”，让一群人围绕目标一起向前，发挥 1+1>2 的功效。某种程度上来说，就是把管理者的个人价值放大了。

一个人再优秀，每天也只有 24 小时，也只有一双手，也有很多能力短板和盲区。但当我们有了自己的团队，就可以能力互补，可以互相激发，很多原来一个人干不了的事就有可能干成了。因此，从职业发展角度来看，管理是放大个人价值的杠杆。

最后，管理工作能够快速提升一个人的认知。当一个人从叶子节点走到枝干，就会慢慢跳出自我、小我的视角，站在更高的维度来看待世界。可以说，这是提升个人认知最好的历练场。

我人生最好的历练来自 35 岁时接手的一个临近崩盘的团队。那时候团队内部的员工在大面积流失，梯队极度不健全，合作部门吐槽不断。如果再不快速扭转，公司就需要把这块业务移交到其它城市的团队去做。我在接手后快速分析了团队的问题，一边和合作的业务、产品对齐目标，给团队争取时间，一边整合资源，争取兄弟部门的支持，一个个说服老部下加入，给团队讲清楚我们要去哪，要打哪些硬仗……

-- 2026-01-12 08:39:02

而还有很多小伙伴在“转管理”这件事上是 Hard 模式，比较艰难。典型的就是性格原因，比如性格内向、天生敏感、回避冲突。但管理者需要跟人打交道，需要处理错综复杂的人际关系，需要拍板做决策等。所以这些小伙伴会存在一些心理摩擦力，但艰难不代表你不适合做管理者，只是刚开始的时候没那么丝滑。

内向、敏感、回避冲突，只是个人特质，只要这个人的内心不是软弱的，是有责任感、敢于不断自我突破的，那就完全可以成为一位很优秀的管理者，只是管理风格跟外放型的管理者不一样。

很多人对于管理者的样子有一些刻板印象，比如管理者就应该是热情洋溢、能给团队打鸡血的，比如管理者应该是有威严、杀伐果断的……其实这只是不同的管理风格而已。对于管理者来说，重要的是带领团队拿结果的能力，具体风格并不重要。

-- 2026-01-12 08:32:59

一个朴素的理念是，当你创造的价值超过你的薪水，你就一直有竞争力。

-- 2026-01-12 08:13:37

35+，换岗不换行，换行不换岗，换岗又换行

-- 2026-01-12 08:10:42

早点远离，防止被消耗

看他低谷期是否一直在抱怨，低谷期是最能暴露一个人内核的时间。一是输出大量负能量，影响你的情绪，二是一旦有涉及到你的事情，立马把责任全推给你。
看你成功时他的态度，真正的朋友是能见得你好的，而是嫉妒和否定你。一个很简单的标准，看他是否把你的成功归结为运气。
看他生气时的下意识表现。

-- 2026-01-12 02:59:55

不自证，不回应。回应也只谈别人，不谈自己。

-- 2026-01-12 02:59:20

投篮，左肩拉回，右肩往前顶，发力链条

-- 2026-01-12 02:53:32

真正拉开人与人差距的地方是，看透事物本质的能力。

看透自己，天赋区，做起来就忘了时间。
看透规则，上升行业
看透价值，不可替代强，而不是找人脉，你没价值，人脉是零

-- 2026-01-12 02:53:07

互联网没有中间状态，停不下来躺不下来。

-- 2026-01-11 19:36:59

加人并不能解决问题，参考人月神话。

-- 2026-01-11 17:16:45

自知之明是自控的基础。认识到自己的意志力存在问题，则是自控的关键。这就是为什么“意志力科学”这门课和这本书都将重点放在我们常犯的意志力错误上。本书每一章都将破除一个关于自控的错误观念，并提供一种应对意志力挑战的全新方法。对于每个关于意志力的错误观念，我们都会进行深入剖析，解答以下问题：当我们屈从于诱惑或拖着不做该做的事时，是什么拖了我们的后腿？哪些是致命的错误？我们为何会犯这些错误？更重要的是，我们将寻找机会，避免将来犯同样的错误。我们怎样才能从失败中汲取经验，为成功铺平道路？

至少，当你读完这本书时，你将对自己的行为有更好的理解。你会明白，这些行为虽不完美，却是人之常态。“意志力科学”明确地指出，每个人都在以某种方式抵制诱惑、癖好、干扰和拖延。这不是个体的弱点或个人的不足，而是普遍的经验，是人所共有的状态。如果这本书仅仅能帮你认识到，自己的意志力缺陷是人之常情，那么我已经很欣慰了。但我希望它的用处不止于此。我希望本书提供的策略能帮到你，让你的生活发生真正而持久的改变。

-- 2026-01-10 17:38:10

意志力就是驾驭“我要做”、“我不要”和“我想要”这三种力量。如果驾驭得好，它就能帮你实现目标，还能让你少惹是非。人类相当幸运，因为大脑赋予了我们这三种力量。能够施展这三种力量，恰恰体现了人类的优越性。在进一步分析之前，让我们先怀着一颗感恩的心，想一想拥有它们是多么幸运的事。然后，让我们钻进人类的大脑里，看看究竟是什么在发挥作用。本书将提出一种训练大脑的方法，让你的意志力变得更强健。本书还会回答以下问题：为什么意志力总是藏得很深？自我意识是人类另一项得天独厚的特质，怎么用它来弥补意志力的缺陷呢？

我们为什么会有意志力？

让我们来想象一下这样的画面吧。10万年前，你是个处于进化链顶端的智人（Homo sapiens），拥有一般动物不具备的拇指、能够直立的脊椎和可以发声的舌骨。你当时已经能相当熟练地生火了，还会制造锋利的石器，用来给水牛和河马开膛破肚。

仅仅在几代人之前，人类的生活还相当简单，只需要寻找晚餐、繁衍生息和避开食人鳄就够了。智人只有互助才能求生，因此部落里人多少得有点自控力。

能否作出正确的抉择，不仅影响个人的生活，更影响部落的存亡。你得选择和谁打仗、和谁婚配（切记：千万别近亲结婚）。如果你幸运地找到了一个伴儿，还得想着天长地久。现代人同样容易惹麻烦，因为人类还是像十万年前一样好吃、好色、好杀戮。

这不过是对意志力的基本要求。历史的车轮滚滚向前，社会越来越复杂，人们越来越需要自控力。为了适应环境、与人合作、维持关系，人脑很早就学会了自控。现代人的大脑就是为了适应各种需求而进化出来的。只有大脑紧跟时代的脚步，我们才能拥有意志力。意志力是一种抑制冲动的能力，它使我们成为了真正的人。

为什么直到今天，意志力仍然很重要

让我们回到现代社会来看看。意志力不但区分了人和动物，也区分了每一个人。每个人的意志力都是与生俱来的，但有些人的意志力更强。无论从哪个方面看，能够更好地控制自己的注意力、情绪和行为的人，都会活得更幸福。他们的生活更快乐，身体更健康，人际关系更和谐，恋情更长久，收入更高，事业也更成功。他们能更好地应对压力、解决冲突、战胜逆境，活得也更长。顽强的意志力是一个人最突出的优点。自控力比智商更有助于拿高分，比个人魅力更有助于领导别人，比同理心更有助于维持婚姻幸福。（没错，维持婚姻的秘诀就在于学会闭嘴。）如果你想让生活变得更美好，那就从意志力入手吧。

-- 2026-01-10 17:37:42

自控力的三重结构：神经学基础

书中提出自控力由三种力量构成：

“我要做”：驱动目标导向行为（如坚持学习、锻炼）；
“我不要”：抑制即时冲动（如拒绝甜食、拖延）；
“我想要”：协调长期价值判断（如追求健康、事业成功）。

这三种力量由前额皮质主导的神经回路调控，多巴胺分泌影响其强度，而生理疲劳和心理压力会削弱其功能

-- 2026-01-10 17:30:42

中文台词

波杰克当你伤了心就奔跑吧一往无前地奔跑不论发生什么你的人生中会有人想要阻止你拖慢你但别让他们得逞不要停止奔跑不要回顾来路来路无可眷恋值得期待的只有前方

英文台词

BoJack, when you get sad, you run straight ahead and you keep running forward, no matter what. There are people in your life who are gonna try to hold you back, slow you down, but you don't let them. Don't you stop running and don't you ever look behind you. There's nothing for you behind you. All that exists is what's ahead.

-- 2026-01-10 17:03:49

普通人干不成什么事，你要干成什么事，必须不普通。（当年明月）

-- 2026-01-07 18:19:02