Lmfao...
生命体和非生命体的一个本质区别是, 前者自带防御机制, 否则就无法生存下去。
所以在和生命体打交道的时候, 如果你想实现什么目的, 就要尽量避免触发其防御机制, 否则你用力越猛, 对方防御越猛, 白白消耗力气。 只有在进攻方和防御方实力差距较大的时候, 才适合用蛮力。
要搬一块石头, 力气大才能搬得动。 要捉小猫小狗, 你追逐越猛, 它们跑得越快, 但你如果不搭理它, 对它表示没有兴趣, 把食物放在外面, 它反而自己找上门来贴近你,烦你。
很多人一生的悲剧在于, 把自己用蛮力搬石头的经验, 拼命用于和生命体的博弈上, 处处迅速激发对方的防御机制, 最后自己筋疲力竭, 回报反而是负的, 然后复盘时认为是自己用力不够猛, 继续加码,在错误的策略上一条道走到黑。
“第一个最主要 (投资失败)的原因是公司的杠杆率太高。第二个主要原因是对于公司的护城河存在误解。”
更多人应当关心 ‘’慢变量‘’这个概念。这个概念和‘’强制函数‘’有相关之处。
它的核心理念是,你只要按照正确的框架做事,定期有真实稳固但非常微小的进步 (所以称为慢变量),积累足够长时间,自然会产生质的飞跃。
‘’慢变量‘’最不讨喜的地方是缺乏即时反馈,无法产生立竿见影的绩效,所以很难被大众实践,也很难被周围的人认同。
但正是因为很难被大众实践,大家都想去找立竿见影的捷径,所以专注实践‘’慢变量‘’积累的人在其专注的路线上反而很长时间没有竞争,日常看似很枯燥和孤独,但其实压力很小,比较放松,直到有一天突破临界点,对潜在竞争者形成碾压优势。
而专注‘’快变量‘’的人每天都有各种刺激的反馈,看似很热闹,但其实竞争非常激烈,树敌甚多,基础松垮。最后往往是大家一起热闹的折腾了大半天,筋疲力竭,多败俱伤的结局。然后回到原点继续追求下一个快变量。
教会的真实作用是把文字记录保存并传播下来,因为古代人绝大部分都是文盲。但后人反而误以为教会是中世纪的黑暗的始作俑者,这真是巨大的讽刺。
华尔街的特长:
一,任何垃圾都可以包装成产生固定收益的金融产品,设计产品时会千方百计的把风险转卖给下家,或者把爆雷时间持续往后拖延。
二,任何垃圾包装几层后,就可以堂而皇之的带上理财,保险,退休养老等面具,让消费者愉快的接盘而不知道里面的巨大风险。
三,因为层层精美包装,各种给僵尸资产续命的拖延术,买家无法获得真实迅速的反馈,长期沉浸于一种虚假的安全感之中,然后每隔几年遭遇一次突然巨大亏损的当头棒喝。消费者受重伤后,不多久又会重新投入新的包装精美的话术的温暖怀抱,再会重温一个新的循环,只不过外在表现形式和上次不同而已。
四,你看到的任何经济上没有道理,赚钱非常容易的场景,背后往往有你看不见的遥远的接盘者在补贴大家,甚至实质上可能是你的左口袋出钱,补贴右口袋。只是因为有华尔街在中间加了若干道工序,让你当时无法看清中间的逻辑链条而已。当你的右口袋在愉快的赚快钱,必须要小心左口袋在你不知情的情况下,被华尔街抽空拿去补贴其他人。
Ai agent 和传统软件开发相比,虽然仍有大量安全性和不确定性的瑕疵,但想象空间最大的地方是:
一, 可以自己改进自己的源代码
二, 可以自发的寻找新的方法来实现某个目的
三, 可以自发的在开放的空间和外界其它 ai agent 进行复杂的价值交换,来完成以前传统软件根本无法完成, 也无法想象的任务。
尤其是第三点,如果在支付手段上达成共识,大量ai agent 自发的,不间断的协作,演化,这就有生命体的雏形了.
目前的 open claw 之类的工具还属于玩具,但他有潜力在现在的硬件 os 之上构建一个抽象层,变成用户和硬件交互的主要方式. 这还了得,微软和苹果绝对不可能允许这种事情发生,肯定会构建自己的 ai agent 生态,依靠自己的强大分发能力把竞争者边缘化。
尽管如此,绝大部分开发者最终结局仍然只是凑热闹的炮灰,因为他们并没有一丁点垄断性的优势,纯粹靠 ai agent 和热钱带来的多巴刺激在维持着。
未来大概率会有现在无法想象的新的商业模式可以成功捕捉价值。就像微电脑革命始于 1975年,但你完全可以冷眼旁观,躺平十一年到 1986年微软上市后再出手,再躺平 40年收获四千倍的回报。














