https://twitter.com/thedefiedge/status/1547975064724705283 分享一篇不錯的推特貼文，裡面講到的某些心理模型和過往的經驗總結 其中我覺得蠻有趣且蠻重要的一點是Brandolini’s Law 相信大家都有聽過一句話叫做垃圾進、垃圾出，吸收了什麼會有非常大的影響。 那麼我們在這個資訊大爆炸的時代更要去好好篩選我們閱讀的信息，如果我想學習加密貨幣、技術分析或是任何技能或觀點，但是選擇了糟糕的訊息源反而不會成長，甚至還可能加深錯誤觀念。 所以我跟大家分享該如何去初步的篩選自己選擇閱讀的東西。推論是否有明確的因果關係、這因果關係到底成不成立？ 所有的結論都有一個推導過程，若是沒有那只是憑空猜想，並且要去思考A到底會不會導致B，或A和B只是「低樣本數下的湊巧而已」。 以我的經驗，有時候給了一堆艱深數據的文章，但是沒有給予為什麼數據會導致推論的實際原因，很大機會只是為了讓作者者「看起來很厲害」的數據，大概率會是個差勁的文章。此外，用一堆專有名詞或是隱晦的詞彙寫，我認為是沒必要的，文章的目的是傳遞知識而非顯示自己很厲害。文章是否有「完全肯...

https://twitter.com/thedefiedge/status/1547975064724705283 分享一篇不錯的推特貼文，裡面講到的某些心理模型和過往的經驗總結 其中我覺得蠻有趣且蠻重要的一點是Brandolini’s Law 相信大家都有聽過一句話叫做垃圾進、垃圾出，吸收了什麼會有非常大的影響。 那麼我們在這個資訊大爆炸的時代更要去好好篩選我們閱讀的信息，如果我想學習加密貨幣、技術分析或是任何技能或觀點，但是選擇了糟糕的訊息源反而不會成長，甚至還可能加深錯誤觀念。 所以我跟大家分享該如何去初步的篩選自己選擇閱讀的東西。推論是否有明確的因果關係、這因果關係到底成不成立？ 所有的結論都有一個推導過程，若是沒有那只是憑空猜想，並且要去思考A到底會不會導致B，或A和B只是「低樣本數下的湊巧而已」。 以我的經驗，有時候給了一堆艱深數據的文章，但是沒有給予為什麼數據會導致推論的實際原因，很大機會只是為了讓作者者「看起來很厲害」的數據，大概率會是個差勁的文章。此外，用一堆專有名詞或是隱晦的詞彙寫，我認為是沒必要的，文章的目的是傳遞知識而非顯示自己很厲害。文章是否有「完全肯...