现在看 《存在的价值》这篇文章 思想成熟度可要比 维特根斯坦 境界高多了 那时候我刚过19周岁生日，十一从北京看奥运新鲜出炉的遗迹回来

when you dig a hole the pile is space, the hole is time

也就是 the sum of the predicted predictive error 最可能发生的梯度就是最有可能发生的梯度

说存在这个词不对 本质上应该reward 的积分 预测骤降

今年开年，我就被 kegan 理论 所震撼 意识到 is ought 还有 FEP 如何把二者整合到一起

你不对，你不好，有什么区别呢

我把逻辑看的那么重，是因为他是一个终极锤子 如果你不符合逻辑，我可以直接否决，是个终极过滤器 我觉得自己19岁的时候就已经哲学上很成熟了 知道21年深入的学习了贝叶斯和大模型的人工智能才升级

十年后，2018年，我才彻底看明白图灵和哥德尔的文章，把逻辑学的课补了 1918年，维特根斯坦在参加一战，也是写逻辑学 不过我从一开始就知道逻辑学不是一个实用性强的先验

《轻灵韵》创作期 和 比特币 几乎完全重合

when you see somthing you feel not comfatable you actually see a prediction error, a value that is too large value is not only a factual mismatch but also a reward discrepancy

a lexeme is a low perplexity information with high reward

空间 - 增加信息 - 链接 - 微分 时间 - 减少信息 - 抽象 - 积分

离散 - 线性 - 加法 - 对数 - 情况概率 - 空间 连续 - 平滑 - 乘法 - 指数 - 分步概率 - 时间

用 ought 的角度 看 is 用 is 的角度 看 ought 整个人都解开了

lexeme 是地图 schema 是疆域

大脑看书也好，和llm聊天也好 都是寻找词汇的过程，而不像llm那样是一个制造词汇的过程 相对来说 发现了有价值的词汇，剩下的都是废料啦 词汇是啥，就是一个vector，他的schema就是距离近的vectors