2024年7月碎碎记：构建与思考

如果你依赖他们的赞美过活 你也会死于他们的批评

一、核心思考：矛盾、需求与规律

一切创造都始于思考。在行动之前，看清事物的本质、主要矛盾和底层规律，至关重要。

主要矛盾与核心需求

#todo 分析主要矛盾, 双方的需求, 核心需求

这是我本月思考的起点。无论是做产品、沟通还是生活，核心都是识别并解决主要矛盾。

  • 需求的本质：沟通的背后，是否有看得见的需求？很多时候，表层的言语掩盖了真实动机。要做的不是听他说了什么，而是看懂他想要什么。
  • 依赖的悖论：如果你依赖他们的赞美过活，你也会死于他们的批评。这提醒我们，价值判断的锚点应该在内部，而非外部。
  • 关于改变：一个人想自我改变，一个是极致的渴望，一个是受到强烈的打击。温和的环境难以催生真正的蜕变。
  • 世界运行的规律：商业、经济、社会，背后都有一套规律。理解它，顺应它，而不是妄图对抗它。唯有前景，才能让人忍受当下的苟且。

涌现与系统思维

涌现：由大量的简单的小部分组成一个大的整体后会涌现某些能力，这种现象就是涌现。涌现现象是一种整体属性或行为，它不能仅从其组成部分的性质预测，而是由这些部分之间的相互作用动态产生的。涌现不仅是系统科学和复杂性理论的核心概念，更是连接微观与宏观、个体与集体的桥梁。

整体大于部分之和。精细地理解部分与整体的关系，以及隐藏在连接之中的复杂性，是做出正确决策的基础。不要成为系统的一枚棋子而不自知。

一些闪光的观点

  • 兽性的一面：成事需要有好奇心、大心脏和强大的心力，有时候，也需要一点“兽性”——原始的、不顾一切的冲劲。
  • 高低贵贱：不分高低贵贱。每个人都有自己的故事，一生都在拼搏。细节，全是细节。
  • 重复与工作流：不要做重复性劳动。如果涉及重复，则需要总结为 workflow，做到可复用。
  • 关于智慧：智慧是一种智力特质——能够看到现实的真实面貌。但它也是一种道德特质；我们不会称一个自我中心的人为智者。它还是一种精神特质；智者拥有一种平静，能够在其他人被负面情绪压倒时保持冷静。
  • 卡夫卡式社会特征:
    1. 几乎所有人都心知肚明，都知以后会付出代价；
    2. 服从暂时安全，不服从马上付出代价；
    3. 服从的会一起干掉不服从的；
    4. 道理会被所有人视而不见；
    5. 灾难后，每个人都觉得自己是无罪的。

二、构建者之路：产品、创业与技术

思考最终要落地于创造。无论是代码、产品还是品牌，都是“builder”与世界对话的方式。

AI 与智能体（Agent）

人工智能正在改变我们工作的方式。我的探索主要集中在如何利用 AI 提升生产力，并构建更智能的系统。

  • AI 产品的阶段：第一阶段是参与（如侧边栏），第二阶段是自主完成任务。
  • AGI 核心链路：#agi 感知(入) -> 识别(认) -> 学习(知) -> 任务(需) -> 计划(求) -> 求解(决) -> 迁移(策) -> 行为(出)。
  • LLM 的本质与局限：LLM 本质上就是个概率自动机，数据处理也是强调相关性而不是因果性，所以从根本上就没有逻辑推理能力。目前靠思维链技术模拟逻辑能力，是套模板，无法从本质上解决问题，该错继续错。
  • 智能体协作（IoA）：想象一下，如果 AI 智能体能像人类一样在互联网上进行协作，那将是怎样一番景象。这就是智能体互联网（IoA）背后的理念。来自清华、北大等高校和公司的研究，目标是创建一个平台，让不同的 AI 智能体可以组队处理复杂的任务。
  • 多 Agent 实践：
    • 任务分解: 就像把一个大蛋糕切成小块，让智能体可以一步步地解决。
    • 多计划选择: 像是给智能体一个“选择轮”，它可以生成多个计划，然后挑一个最好的来执行。
    • 反思与细化: 让智能体在执行计划的过程中，能够停下来反思，然后改进计划。
    • 记忆增强规划: 像是给智能体一个记忆面包，让它能够记住过去的经验，为将来的规划提供帮助。

值得关注的项目与工具

我收集了一些本月遇到的有趣项目，它们代表了技术演进的方向。

AI & Agent

  • AutoAct: 论文 | 代码 - 自动执行任务的 Agent 框架。
  • Tribe: GitHub - 基于 LangGraph 构建的，一个可以快速构建和协调多 Agent 团队的低代码工具。
  • Financial Agent + Generative UI: GitHub - 金融 Agent 的一个有趣实现。
  • MacOS-Agent: GitHub - 可在 macOS 上执行操作的 Agent。
  • AISuperDomain: GitHub - 一次提问，多个 AI 同时回答。
  • Pezzo: GitHub - 开源 LLMOps 平台。

开发工具 & 平台

  • WebVM: GitHub - 完全在浏览器中运行的 x86 虚拟机，无需后端。
  • Dokploy / Coolify: Dokploy | Coolify - Vercel/Heroku 的开源自托管替代方案。
  • Tiptap: GitHub - 一个无头（Headless）跨框架的富文本编辑器。
  • Logdy: 官网 - 便捷的日志查看工具。
  • Motion Canvas: 官网 - 用代码创作动画的工具。
  • Zed Editor: 博客 - 高性能代码编辑器，现已登陆 Linux。

创业方法论

从一个人到一家公司，有一些被验证过的智慧。

YC 创业指南精选 (YC's Startup Advice)

  1. Launch now - 立即启动
  2. Build something people want - 打造人们需要的东西
  3. Do things that don't scale - 做一些无法扩展的事情
  4. Find 10-100 customers who love your product - 找到10到100个热爱你产品的客户
  5. Write code - talk to users - 编写代码 - 与用户交流
  6. Growth is the result of a great product not the precursor - 成长是优秀产品的自然结果，而非先决条件
  7. Ignore your competitors, you will more likely die of suicide than murder - 忽略你的竞争对手，你更可能死于自杀而非他杀
  8. Be nice! Or at least don't be a jerk - 要友好！或者至少不要成为一个混蛋
  9. Get sleep and exercise - take care of yourself - 睡觉和锻炼 - 照顾好自己

更多内容可以参考 《一人企业方法论》。

三、流量的密码：48条获客感悟

产品需要用户。流量的本质是获取人的注意力，而注意力背后是需求。这里整理了关于流量获客的 48 条感悟，是宝贵的实战经验总结。

  1. 入驻互联网巨头平台，是获取流量最简单的方式。
  2. 在抖音，高客单价产品从一个粉丝开始就要计划引导到私域。
  3. 生产优质内容与平台换流量，是线上最高性价比的行为。
  4. 好的内容火过的一定会再火，重复拍，因为人的 90% 需求不变。
  5. 想稳定输出爆款，得提前准备海量选题。
  6. 爆款三要素：让用户看下去，解决用户需求，打造用户获得感。
  7. 小红书爆款套路：测评报告、心得攻略、避坑指南等，核心是让用户有收获感。
  8. 短视频效率比图文高5倍，个人出镜信任感比不出镜高5倍。
  9. 替某一类群体发声，最好还能帮他们赚钱，你会成为这类人群的“神”。
  10. 抖音直播：话术比主播重要，产品卖点比主播重要。
  11. “真实”可以快速增加用户信任感，脱稿出镜可以加强信任感。
  12. 有搜索的地方就有 SEO，做内容时顺手做。
  13. 如果真的想做 SEO，选好关键词后，在内容方面量大出奇迹。
  14. 投放是杠杆，好产品是支点，能打开流量新世界的大门。
  15. 宇宙的尽头是铁岭，流量的尽头是微信私域。
  16. 做私域的第一件事是学会对客户进行全生命周期管理：培育、激活、转化、关怀、复购。
  17. 最简单的成交方式是做客户的引领者，成为客户的崇拜对象。
  18. 一个 IP 崛起的三个阶段：自说、他说、传说。
  19. 别人记住你很难，打一个专属记忆点就行。
  20. 异业联盟，抱团是对抗风险的重要手段。
  21. 提炼产品卖点，是做流量之前的第一步。
  22. 服务性思维是所有流量操盘手的必修课。
  23. 别人的私域是你的公域，混社群是销售最简单获得线索的方式之一。
  24. 优秀的产品经理具备做流量操盘手的潜质。
  25. 流量操盘手的四个阶段：手熟、理论指导、框架脉络、组织作战。
  26. 要关注平台动向，遇到红利，会获取大量便宜流量，但记住红利是短期的。
  27. 跨平台的流量思维，比如知乎内容被百度收录，存在流量蓝海机会。
  28. 每个平台都有自己的调性，要选对平台。
  29. 要学会借势，复用用户脑海中已有的心智。
  30. 流量的本质是获取人的注意力，其背后是需求。
  31. 所有产品生命周期都会经历：萌芽期、成长期、成熟期、衰退期。
  32. 所有公司的业务核心竞争力都可以归纳为：成本之争。

(为保持篇幅，此处仅列举部分核心感悟)

四、内省与成长：从心法到活法

技术和商业之外，最终我们还是要回归自身。如何与自己相处，如何面对世界的复杂性，是贯穿一生的课题。

如何安慰自己

  • 课题分离：多关注自己能改变的，少关注自己不能改变的。不要拿自己的标准去要求别人。
  • 汝非浪，乃水也：

    海洋中有两朵浪花，一大一小，正朝着岸边涌去。眼看离岸越来越近，大浪忽然意识到了即将发生的事。它看到前方的浪花一个接一个拍打在岸边，瞬间消失不见。大浪顿时慌了神，对小浪喊道：“完了完了，我们就要到头了！”小浪却笑眯眯地说：“别担心，我们不会有事的。”大浪急了：“你不明白啊！我们马上就要消失了！”小浪依然淡定自若，说道：“不会的。我用六个字就能告诉你为什么。”“什么意思？”大浪疑惑地问。小浪答道：“汝非浪乃水也。”

这个故事形象地描绘了如何在经历巨大的转变时，依旧保持自我本心。

贝叶斯与人生哲学

孔子在《论语》中的告诫：“毋意，毋必，毋固，毋我”，可以用贝叶斯定理的思维方式来理解：

  • 毋意 (Don't be speculative): 做推断前必须寻找证据（先验概率）。
  • 毋必 (Don't be certain): 使用概率来判断，而非简单的非此即彼。
  • 毋固 (Don't be rigid): 观念应随着事实的变化而变化（用后验更新先验）。
  • 毋我 (Don't be self-centered): 超越内部视角，从外部视角看问题，避免偏见。

生活的节奏

每周留出一天，不工作，不做生意，不赚钱。把这一天称为“放空日”。利用这一天休息、充电、思考人生中最重要的事。令人意外的是，你将发现过这个放空日是你一周里做的最有成效的事。

不要被短期的安稳所迷惑，也不要抱怨任何。努力不过是最基本的门槛。

马斯洛需求与爱自己

最后，用一张马斯洛需求理论图来总结个人成长路径，这不仅是心理学理论，更是一份“学会爱自己”的指南。

  • 生理需求: 规律饮食，保持足够的睡眠。
  • 安全需求: 锻炼身体，学习安全知识，学会保护自己。
  • 爱与归属需求: 与家人和朋友保持联系，结交对自己好的人。
  • 尊重需求: 精进技能，举止得体，与人为善。
  • 认知需求: 学习知识，多阅读，增长见识。
  • 审美需求: 学习穿搭，多看艺术展，提高审美。
  • 自我实现: 找到人生价值，努力成为更好的自己。

马斯洛提出：“人最迫切的需要才是激励人行动的主要原因和动力，且需要从外部得来的基本满足逐渐向内在的满足实现成长的转化。”

世间百态，山山而川，不过见众生，见天地，见自己。 人生海海，山山而川，不过尔尔。

这个七月，充满了破碎感，也充满了创造的欲望。希望这些思考，也能给你带来一些启发。

附录：本月笔记中出现的技术术语速查

线性回归(LR)、逻辑回归 (LogR)、多项式回归 (PR)、Lasso 回归、Ridge 回归、弹性网络 (Elastic Net)、决策树 (DT)、随机森林(RF)、梯度提升树 (GBT)、XGBoost、LightGBM、CatBoost、支持向量机 (SVM)、朴素贝叶斯 (NB)、K最近邻 (KNN)、主成分分析 (PCA)、独立成分分析 (ICA)、线性判别分析 (LDA)、t-分布邻近嵌入(t-SNE)、高斯混合模型(GMM)、聚类分析 (CA)、K 均值聚类 (K-means)、DBSCAN、HDBSCAN、层次聚类 (HC)、GAN (生成对抗网络)、CGAN、DCGAN、WGAN (Wasserstein GAN)、StyleGAN、CycleGAN、VAE (变分自编码器)、GPT (生成式预训练模型)、BERT、Transformer、LSTM (长短期记忆网络)、GRU (门控循环单元)、RNN (循环神经网络)、CNN (卷积神经网络)、AlexNet、VGG、GoogLeNet、ResNet、MobileNet、EfficientNet、Inception、DeepDream、深度信念网络 (DBN)、自动编码器(AE)、强化学习 (RL)、Q-learning、SARSA、DDPG、A3C、SAC、时序差分学习 (TD)、Actor-Critic、对抗训练 (Adversarial Training)、梯度下降(GD)、随机梯度下降 (SGD)、批量梯度下降 (BGD)、Adam、RMSprop、AdaGrad、AdaDelta、Nadam、交叉熵损失函数 (Cross-Entropy Loss)、均方误差损失函数 (Mean Squared Error Loss)、KL 散度损失函数 (KL Divergence Loss)、Hinge 损失函数、感知器 (Perceptron)、RBF 神经网络、Hopfield 网络、Boltzmann 机、深度强化学习 (DRL)、自监督学习 (Self-supervised Learning)、迁移学习 (Transfer Learning) 等。