中学和大学，学了很多过于深入的知识 而这些知识都是确定性比较强的，统计概率的训练又太少 缺乏贝叶斯，缺乏概率的训练，是特别大的缺陷

我只知道我自己有情绪的波动 无论是逃避，还是忍不住 但我不知道这种强烈的动力和阻力 深层次的prior是什么，所以我才更加不舒服

T1 就是这个时代的芝加哥公牛，Faker就是乔丹

暴发户的快乐反复依赖旧成果 孔乙己的快乐需要不断新刺激

internal lexemes, model, prediction external lexemes, action, policy

大肠包小肠，文件夹既是文件的容器，也是文件 任务有等级，词汇有等级，容器大必要有

独立思考不是不看成功经验 而是不太轻信于随性的结论

没有投资思维，没有精打细算的习惯 这就是老百姓总爱上当的一个原因

很多科研也是 链接 工作，把知道的词汇连成串 得到新的结论，推理自然也就是这个意思

荣誉不是免费的午餐 而是以小换大的诱骗

我为啥对中世纪这么上头，西欧、日本战国 manor lords kingdom come witcher 中国古代社会的古装剧可能看多了，但也是没有高质量的作品

不算细账，不抗忽悠 给你看一点好处，却拿走你大量的利益 骗子就是这样看你脑子不太好用 给你一个靠谱的理由，你就不在乎其他的剥削了

传播速度，消化信息的速度

为什么 crud 软件赚钱，为什么 RESTful API 这么实用 因为词汇化是人思考的方式，是高效的思考方式 是娱乐的基础 www.d.umn.edu/~gshute/soft...

以自我为中心者，贼也 虚荣爱面子者，愚也

对比，相对的大小，是人类很在乎的

地球是一个清晰的boundary，一个稳定的环境 45亿年没剧烈波动，给动物进化提供了一个好的invest场地

有的时候严格的要求，长的命名，就是用一定的复杂度 来换取一定的边界清晰度

2018年8月的时候，我给我爷爷的弟弟，也录了大约几个小时的聊天内容，老爷今年6月29日去世了，82周岁

看完了第二集，怎么这么能吸烟呢，那个年代

大模型 是 guess 人的思考 是 invest 这就是区别

只有清晰的boundary，才有词汇感，才会觉得舒服

钱与词 强权富甲，奴性愚民，孔乙己，暴发户

clear boundary smooth association

如果没有 prior knowledge 那就学习和思考的必要性就特别弱了 什么都要现思考，没有通用的知识做支撑

力工思维就是，傻干，盲赌

低人权优势，不就是作恶成本低吗

不要幻想自己是运气特别好的人，不要幻想一夜暴富 降低门槛，提高福利，鼓励尝试，容忍失败，增加人味

premature optimization 是什么？ 其实就是孔乙己嘛，把代理看得太重 git有必要搞得那么认真嘛？ 一定必须TDD嘛？非要用最新的框架吗？ 只要有利于速度，却没有带来明显的债务，那就先不要过于优化

So satisfing www.youtube.com/watch?v=enEd...

Human Dictionary Writing

谁要是说感觉更重要，那就是fake knowledge上头 除非这本身就是娱乐，或者理智也没有更好的odds了

人作为agent，最重要的一点就是 exposure越多，复杂度越低，反应就越快 这也是为啥分工的主要原因

没有人味，不把人当人 只有浅显的、自恋的目标，没有公平、没有尊重别人的付出

双向类比 你学习，相当于自己经营了一个寿司店，每一个词，是一个菜品 你经营，其实就相当于给别人制作了一个词典，方便查词

钱与词 压与连 奴与贼

压缩到只用几个词 就能大幅增加对人生世界的理解

编程也是一样，只要最少的变量不一致，其他的都能一致

Equivalent View 抢钱，洗脑，操纵市场，要人命 etc

GUESS - OBSERVE - REVISE

类区分不必

职责分离，其实就是让markov blanket更加简单 更加容易词汇化，容易交流，容易分析

Supabase最对的地方，就是把高概率反复出现的问题 用更加简洁清晰的方式解决了

我要去电影院凑 鬼灭之刃 的热闹

我现在在反复学习三个事 FEP 作为 本质 统计力学 作为 涌现的基础 blockchain 作为 人际交易的基础

用了一天就把后端 都搞成supabase了 一下子学了这么多新名词，还有点疲惫

某些人一到关键时刻，就开始没有底线的价格操纵

希腊奶 是什么意思？

Each reaction is a guess. Each action is a bet.

盲信，情绪化 缺少关键 prior