一些沉淀下来的思考（复杂版），多源于关注博主，也有些是在经历中的积累。

Life public news不值一读，他们的收入主要来源于广告，和为大客户打造光环获得的赏金。偶尔博眼球的fake news能带来更多流量，而又不至于承担对称的风险。如果必须要读，他们应当向你付费。进一步推广结论，任何非常努力获得大众注意力的团体或个人都不可信，因为大众注意力就是他们兜售的商品。优质一手信息是众多线人从各个渠道花费成本精力搜集的，情报系统和第一手的情报本身就有巨大价值。

注意力是宝贵的，大多数东西与你无关，判断的依据是：无论知道与否，并不影响你分毫。就像垃圾食品会影响身体健康一样，关注劣质信息也会影响精神健康。信息是权利的一种，人与人之间的常识并不相同，接触的信息决定了你对世界的认识，现实中的碳基终端也锁定了你的信息阶级。

真相，不是天赋的权利，而是博弈的结果。对普通人而言，除非透过历史的沉沉厚雾你可以睇见几分真实，否则你会随波逐流，虽奋力前行，无济于事。

生活中不免遇到一些“懂王”或者“兴趣广泛的人”，在谈论到任何话题他们都要发表两句意见，当有人质疑时，他们还要据理力争。然而，如果你问到在这个领域投入了多长时间，得到的答案恐怕大多令你失望。他们多只是从某些媒体知识区道听途说了一些科普，他们的观点一文不值。

要允许这个世界上存在错误的思想和错误的人，但忌讳去叨扰他们，成年人无法被说服，不能被改变，只能被筛选，放弃助人情节，尊重他人命运。对结论进一步推广：要拒绝客户，而非说服客户；要筛选员工/朋友，而不是教育/培训员工/朋友。

普通人几乎不可能通过常规且多数人认可的方式获得超出多数人的回报，这也是「做题家困境」。时间，会成为最坚硬最令人绝望的护城河——后来者永世追赶不上先行者（先行者的加速度若更高）。富人思维是基于大量初始资本的考量，一如指数主义和价值分红派的盈利模式是稳盈利（小波动）*高本金。新经济、新视野，以及严明的纪律，才是普通人的机会。

任何事情没有门槛就没有意义，多半是浪费时间。混乱的公共聊天平台、对问题毫无调查的求助者、在startup或低谷阶段要同你结伴的人。学习的占优策略是自己研究，结伴是研究到一定程度时候的事。

口头承诺的投入和实际的投入要明确区分。有意愿促成事情的人看起来可能不那么友好，而说什么都答应的更大概率是想稳住你。合作时，一开始都很顺利，然后突然对方提出莫名奇妙的新的条件，要让你做更多的事情，而自己并无更多的付出和实质性的投入，通常都是在拖时间忽悠你，你实际已经变成了备胎。因此绝对不能去做用十块钱的实际成本和对方一块钱的实际成本消耗的傻事，否则很快会受到客观规律惩罚。

对于算法而言，超参数的有限调整并不能带来模型效果的显著提升。如果想要追求更好的效果，就需要引入不同算法，这需要独自长时间认真学习。大部分线下快节奏面谈，只能强化现有思维框架，最多在里面调整一些参数而已。但思维框架不对，摄入信息和数据再多，也没有用处，本质是一种类似空转的浪费。同理，思维框架的调整，需要反复推敲琢磨，和相当长时间的独处，否则很容易被周边人的既有思维框架的隐形压力带偏。

Learn 虽然信息存储力求减少冗余，但人的认识过程唯有重复才能内化。《反脆弱》中的非线性凸性效应指出：若一本书的内容是有深度的，把这本书读两遍的收获要远大于读两本不同的书。进一步推广，这里的书可以替换成任何信息载体。因此不要试图把无限量的信息塞入大脑，花点时间回顾已经拥有的东西。

很多人开会时喜欢录屏，听课喜欢要PPT，本质上只是想要个退缩之路。但恰恰是因为能退缩，听的时候也心不在焉，并无收获。 尽管记录做得很好，后续因为各种理由并不会看，完完全全浪费了时间精力。收藏夹让人拥有获得感，但这只是“学会”的假象。保存不等于理解，看到不等于学会。

高效学习编程的方式其实是先看完语言的pattern，然后就一个与你当前水平符合的优质开源项目深入研究该编程语言如何在项目中应用。这种在开放环境中学习的效果，是拿着基础的pattern和搜索引擎闭着眼造轮子完全不可比的。

高德·拉特在《关键链》中指出：多任务（不良多工）会因为对未完成任务形成注意力残留（Attention Residue），降低其它任务的投入程度、造成认识负担（Cogntive Load），最终扼杀了20%到40%的工作效率。举个反直觉的例子，当前学校课程体系安排会破坏心流，真正有价值的应当是一门课程一直上完，而不是多门课程交叠。只做一件事走神的原因可能是：1. 你在level1，而看的是level4、5的东西；2. 没有即时、有效的反馈；3. 任务划分粗糙，无处着手。

当前社会基本教育来自四书五经，其核心原则是“听话”：在家听父母的，在外听长官的，听长辈的，听这听那，偏偏就没有了自己。这类无视个体，无视对错，绝对拥护特定人群，要求高价值创造者安贫乐道的教育，让众多高价值创造者纷纷做出了自己的选择。

高速计算和自动化是一种优势。因此掌握进行高速计算和自动化过程的能力的人也具有优势。例如，用程序和数据去回测数学模型，重新跑一次程序可以标记任意只股票，几秒钟可以跑过几十上百天，最后还能将策略的数学模型拿来分析新走势。是用眼看盘、凭感觉选票，凭情绪买卖，和用纸笔总结经验完全不可比的。

Practice 写文章收获最大的实际上是作者自己，作者对问题的理解深度，远超普通读者想象。也远超作者自己起初的想象。而在多巴胺经济中，试图根据群体喜好进行创作的作者，创作过程中往往无法形成框架和有效积累，最终一无所获。

打工者的最大困境，在于其大部分努力最多只能换来老板廉价的夸奖，和一些不断贬值的法币，而无法产生终生受益的效率上的有效积累。然后每次换工作时又要清零重来。

一个产品搞几十上百个型号，原因是在这个领域不能技术垄断，而受各大平台/卖场拿捏的结果。技术领先获得的自由度会避免这种无效动作，有更多的精力进一步搭建技术护城河。所以在能够保证生存的情况下，减少无效动作，把精力放置在有必要的地方，才能切实有所提升。

史特金定律(Sturgeon law)：“任何事物，其中90%都是垃圾。”不要将世界从这些没有价值的元素中净化出来，因为没有理智的世界会比有理智的你存在更久。占优策略是：对自己的选择加以限制，仅仅选择那些少数有价值的东西。包括但不限于，书籍/股票/公司/未经时间检验的事物甚至，人的选择。

很多时候，我们自己解决不了一个困难的问题，本质是解决问题的需要调用的接口（类似于软件API） 对我们并不全部开放，甚至我们根本不知道这些软件接口的存在。一方面，可以去请教高人，调用别人的大脑进行计算，以拓展决策空间，这也是“云计算”的优势；另一方面，一旦意识到根本无法获取全部 API ，就放弃对不现实目标的追逐的无效努力，因为只有做能改变结果的事情，才能具有生活的掌控感。

从历史经验来看，很多事情做不到的无力感都是一时的。要尝试换赛道，去阻力小的地方去。当捏完很多个“软柿子”、凑够条件以后回头看，之前做不到的事情已经小菜一碟了。

确立清晰的目标、制定周全的计划、安排详细的日程等等这些都是执行层面的事情，它们其实并不是最关键的。更为重要的任务是remove inner obstacles，移除内心的阻碍。这可能是某种羞耻感、罪恶感、害怕别人的评价和眼光、对需要支付代价的恐惧......总之，它和我的能力无关，而只和我自己的执念有关。找到它们，面对它们，消除它们，才是最最重要的。

很多人在学习某方面知识时会陷入一个误区，那就是我们往往会记住一肚子泛泛之谈，一大堆抽象概括的结论，然后就觉得自己又懂了，也能头头是道地说不少东西了，其实，我们对事情的认识还处于水洒地皮湿的程度，根本禁不住追问，更别说指导实践。具体是深入的前提，因此当你研究一个问题时，要不断地向下追问，搞清楚具体情况，具体到什么程度？具体到看得见摸得着的物理层面。一个实例是：会议结束后不要有很多感慨，要说回去具体做哪几件事情。因为具体，所以简单，因为简单，所以易完成，因为易完成，所以有成就感，因为有成就感，所以愿意继续乘风破浪，此所谓「渐进」

没有调查就没有发言权，没有调查就停止你的发言权。没有搞清底层逻辑的会议和讨论本质上是菜鸡互啄，任何参会者在会前对议题的充分研究都是不可或缺的。

Future 你的时间花去哪了？你的钱花去哪了？你最近和什么样的人交往？ 所谓未来的潜力，实际上是对现在的安排。

就像Q学习中的epsilon-greedy policy一样，低头赶路是实践，抬头看天是找方向，超参数中的“比例”并不必须是多少，保持协调就好。但这个动态规划模型有一个前提是：你看的天和你要解决的问题，必须是真正相关。

开放的复杂的世界，非对称的知识（你有限的已知与无限的未知是非对称的），你意料之外的惊喜一定不成比例的大于你意料之中的惊喜。这就是“花不发与柳成荫”，想明白这一点才能不断遇到惊喜。

时间是最好的试金石。假的，虚弱的，拆东墙补西墙的东西都撑不了很长时间。链游，NFT领域也一样。

新产品能够取代旧产品的逻辑不是新产品足够好，而是新产品效率足够高。新产品的产生的两种基本姿态：1 在旧产品基础上衍生功能或者改变其属性，2 降低其获取成本。新产品的两个特征就是交付动机。只要购买者认为总体的产品效率提高了就会产生购买的合理性。新产品的两个新特征正是效率提高的体现。世界视角下，新的商业模式、政治模式、思想方法迭代机理都是源于效率的提高。效率即合理性。

如果你看好的东西对方不看好，那就不必参考他的意见，他们大多道听途说，而非真正认真做过什么调研。一直不看好比特币的人，从6元一枚看到6万元一枚，这些人必不可能是该领域的专家。未来的形成是共识的形成。共识尚未形成时会存在各种各样的机会，允许很多人在其中建立自己的壁垒。当未来已来，后入场者则很难突破。

Play to Earn的时候要想想赚的钱是从哪里来的，是否来自于游戏自己创造出的内容和价值。如果钱只是来自于梦想发财的新用户，那本质就是个赌博游戏。区块链做赌博游戏确实是适合的，但是能明盘50％以上概率会亏的才是良心赌博游戏。包装成人人Play to Earn的NFT游戏更像是个庄家割韭菜的庞氏骗局。