痛苦就像是一个放大你吸收知识的开口 之前你不那么喜欢的，不那么在乎的事情 突然就可以进来了，感兴趣了

分辨率变高 就意味着，你想做，是因为你知道了prior之后的决定

这里的问题就是 确实is问题处理了，但是ought还太初级 必然会出问题的，需要整体的阵痛才行

先看这个人有没有什么tag 其实本质就是proxy，不能说没用，但也不能说完全依赖

无论是 kegan 还是 tpd 他们本质上就像是 物理学 是 is分辨率的提高 而他们是 ought层面分辨率的提高

虽然我在宾大读的是硕士 但是其实我在费城四年多，我在那里是重新读了真正的本科 物理，数学，设计，商科，建模编程，统计学，我广泛涉猎 我看youtube，我读很多书，是人格的建立过程 我看到那么多伟大的出色的却不出名的人物 我看到那么多精彩的值得度过的不被宣扬的人生 我其实就知道了，这个社会化的整体价值观，是很狭隘的

哲学思考，是个体的防具，却是利维坦的粘滞剂，他会让你洗掉的

我能理解你的难 但是再怎么难，也不能去杀人犯火啊，兄弟

皇权，其实是把人分成了两类 一部分是掠夺型 一部分是奴役型

我愿称之为 皇权交友思维 我要么比你高级，你就要做我的奴隶 我要么比你低级，我就做你的奴隶 就像卖货，要么我抢你的，你受着 要么你抢我的，我无能，我受着 虽然没这么极端，但其实很有解释力

游戏厅的感受，健身房的效果

看教材和哲学差不多 最后很多事都用不上，但这个脚手架，可以极大的提高掌握知识的概率和可能性 AI chatbot 不也是有点哲学吗？他说的经不起那么推敲 但聊天之后的启发，价值还是非常大的

平庸的舒适是天才的坟墓

knowledge is: external learn: internal test: active output based on sensory input

哲学让科学和工程学底层问题，降低了犯错空间，并且有指向性

贼很多，不是因为地域和性别 女权是女权，因为要争取人权，不是因为性别 女贼是女贼，因为人性有贼性，不是因为性别

小田田，掠夺性人格的卑劣

is (internal of external) ought (internal) why (Utility Calculation) --- act (external)

is verifiction: Epistemological Integrity ought verification: Teleological Authenticity anther why: act utilitity calculation

why: whether the "Ought" is worth the "Act"

is 是大自然的规律 ought 是人类的动力 act 是人类与外界沟通

我确实不喜欢旧有的银行系统 但不代表我那么喜欢虚拟货币

Students understand when they build connections between the "new" knowledge to be gained and their prior knowledge. More specifically, the incoming knowledge is integrated with existing schemas and cognitive frameworks. the handbook

你敢面对真相的痛苦吗？

事实再审视，动机再审视，收益再审视 prior examine and calculate

愚昧的人用错误的信号，把人用地域和机遇区分 而忽视了那些明显的，作为人的共性，以及对行走于狱火的共享

第一次读 《伟大的盖茨比》 的时候 就感觉像是第一次 读 《红楼梦》

不要绝对化 而是相对的收益够不够

我以前太还原主义了 现在以及彻底贝叶斯比例了

哲学之于科学 有如 科学 之于 工程学

你是想到的对长远有用的知识 还是想得到对当下有效的情绪

你永远不能完全确认两个事情是完全一致的 你只能有更足的信息认为两个事情是一致的

Database Knowledge: x2+y2+z2=1 Neural Nets Knowledge: 一堆三角形

最宝贵的东西：野性（Agency） 哈基米来了一个这么形象的翻译

为什么我们每天使用 isought 没问题 肯定就像 牛顿力学一样，这种近似是对的 需要被证明一下

教材中有大量的脚手架的知识 而不是真正留下的建筑

起到定位作用 而不是起到了词汇需要记忆的作用

物理学的精准，必须丝毫不差（可以完全依赖） 真正有用的精准，字字珠玑，提高了效率，指明了大约得方向，降低了搜索的空间（但因为是prior，不要完全依赖）

Whoever unceasingly strives upward, him can we save

我 2017 年，被为什么 a+b=b+a 折磨疯了 后来才想明白，这就是大模型

存在的原因 就是存在的定义 价值是为了维持存在

贝尔不等式的本质其实就是 polygon 再多 你也不是真的平滑的曲面 这个应该也是哥德尔不完备的本质

语言也是一样，你只能逼近，但毕竟只有近似，而不是真正的平滑 语言系统也一样 法线要求不高的地段，还能允许 但是法线变化剧烈的，就会卡顿

Man is a rope stretched between the animal and the Superman—a rope over an abyss.

你可以背实例，但你可以找规律 你为了让事情不粘滞，只能找规律

你可以背下来所有的 元素周期表的所有性质排序 但你如果抽象，可以降低粘滞 用 大量实例 来逼迫 你抽象

讲真，完全让我在疲惫时刻，去看教材，我还是有点累的 但是让我和ai聊天，那就不一样了，我完全可以让学习成为打游戏一样的快乐

我始终有一个感觉 那就是，你还是有更高的prior 要不然，哥德尔怎么确信的，true 不能被证明为 true 你用了更高的prior证明了true，而不是底层的prior

Bloom 1. SQL database 2. LLM nets (similar to level 1) 3. exe file 4. High-Res Schematic in LLM nets high precision 5. QA 6. System Architect

The schema of human beings