经济学的发展也是类似，平民百姓的生活决策，时间，投资 并不那么在乎，因为影响力小，不值钱，除非有大的影响 才意识到细致思考的重要性

Instead of focusing on letting you to understand We focus on what you should understand And you figure out a way to understand.

gradient 不好理解，下山就好理解 但是地理知识其实是增加了细节的

这就是为什么，应该多讲简单的例子的原因 是为了更容易理解抽象的概念

开心，为什么就是心情上愉悦呢？ 其实就是背下来的，连接起来了

如果有用，我们就再背一个单词 要不然别两个单词都没背好

有的时候，我们之所以不需要那么精通 是因为，其他的学科领域使用的时候，并不是用的那么深 而是知道基本功就行啦

明显，我也在思考语言的问题 人在读书的时候 是怎么处理这些新的心虚的

学生在看书的时候，大脑在干什么？ 我希望他在干什么？ 单词简短词汇，和大量信息灌输

a neural net is a function approximator

看一季的美剧，大约12个小时 看一部小说，大约20个小时 看一本非小说类，大约8个小时 玩一个大型游戏，大约35个小时 玩一个小型游戏，大约15个小时

拔草 种上：Rakuten Kobo Libra Colour

我的第一个kindle 是 2011 年买的 第二个 kindle 是 2013年 9 月 买的，搬家的时候弄丢了上一个 第三个 kindle 是 2015年10月 买的 第四个 Kindle 是2023年一月媳妇给买的

大脑收到的信号 1. 多层次的处理，消除一定的细节（抽象化） 2. 激发长期存储，放入RAM 3. 形成链式反应 4. 留存信息

Collective Properties

史政经 看起来就是宏观上观察 总结一下 在原子层面思考的少

《牛奶可乐经济学》里 一上来讲了一个故事，就是对 机会成本的理解 很多学生根本就没理解这个概念，因为练的太少了

曼昆怎么能一下子第一节讲这么多概念，太不合理了

Dictionary is the well compressed and highly predictable info

high entropy == low confidence in prediction. Huffman coding can compress the coding.

reasoning-light

游戏 写书的人也想讨好读者，更像电影，小说

short answer，就是你应该练成反射的 long answer，意味着用了一堆知道必要性低的词汇 如果这个词汇太偏门，那么就是没必要练

f(x+1) = - f(x)

Economic Constraints grants, fellowships or tenured salaries that—while not limitless—offer predictable funding and benefits. By contrast, many people live paycheck to paycheck, juggle multiple part-time jobs, or face sudden income drops.

In a university you may take for granted easy library access, journal subscriptions, or conference travel budgets. An average household can’t afford those luxuries

Time Scarcity flexible office hours, sabbaticals, or teaching relief. But many people balance 40–60 hour workweeks, child care, elder care, commuting, plus household chores. There’s simply no bandwidth to read dense reports, attend seminars, or pilot complex programs

Cognitive Load Everyday life demands constant micro-decisions—stretching a grocery budget, navigating bureaucracy, or arranging medical appointments.

Data-driven arguments can fail to address fear, hope, resentment, or identity. Academics might quantify the benefits of a policy but miss how it will make people feel—safely included, patronized, overwhelmed, or bypassed altogether.

你有闲心，别人有太多分心事 而且这还有复利效应，请孔乙己不要太自大

economy: management of material resources oikonomia ‘household management’, based on oikos ‘house’ + nemein ‘manage’

经：manage 济：help

这次用英语再学日语 发现理解的细节越来越多 也就是螺旋式上升的感觉 第一次只能抓住一些特征 慢慢的更多的细节特征 也熟练起来啦

Elo 和 duolingo score 都不对 应该初学者呼呼涨分才合理 后面长得慢，你又不是评价细致的

初快后慢 游戏化基本技巧

association 即细节 抽象就是细节变少

最开始的时候，我是一个一个读的片假名 然后做出反应，次数多了，一眼就看出来 我就是对 这个片假名组合，进行了compression

遍数越多，让我 细节存储：我既记住了很多的细节 抽象压缩：也可以不需要细节，马上就识别出来

遍数越多 预测越准，压缩越小 信息越足，恐惧越小 细节越清晰，理解越深入

遍数多了，就有高清晰度的必要

细节也就是单词量变多了 就是高分辨率的单词量变多了

The more we learn, the easier we can compress and the bigger we can solve

the most frequent symbols get the shortest codes, so they’re “exposed” more often and compressed most efficiently. In your learning “compressor,” you do the reverse: you practice the most frequent items more to make them automatic.

Mirror your brain’s “compressed” representation: you’ll recognize and produce high-frequency items almost automatically, freeing up mental bandwidth for less-common material

#text 1. explaination, smooth deduction 2. memorization, as in a dictionary 3. related information, for fun or for references

bubble is Everywhere

The smarter your guesses (prediction), the smaller the final compressed file Compression is to find smart way to throw away the low contribution part of the information Prediction means, that you can have high confidence that the next token is more rewarding.

High‐confidence guess -> small confirmation and low effort Low‐confidence guess -> bigger correction and high effort Prediction Model is A Compression Model

AGI 看起来很高端，智力太厉害了 然后每天感受到的是，现实中人的思维能力，学习能力，认知能力 怎么这么差劲，😂

compare to your past, not other people's past focus on your goals, not other people's desires