李继刚：人生周报v025：猩猩游戏 副本

李继刚：人生周报v025：猩猩游戏 副本 李继刚：人生周报v025：猩猩游戏 副本 Modified October 9, 2025 🔗 原文链接： https://mp.weixin.qq.com/s/kT7402FC... 原创 李继刚 李继刚2025年05月24日 17:14 北京 输入 即刻 面对大模型海啸，一个可行的策略是——用 AI 杠杆化你的独特性，然而我们大多数人的问题是：没有独特性。 @卫夕 假如跑步机一直加速，停下来就要摔倒，一直骂人为什么会摔倒是没用的。 @猫助 闭源是强者的傲慢，开源是弱者的武器。 @关于莉莉鱼的一切 开卷有益，指你只要坐在桌子前面翻开书，内心宁静，不管这本书讲啥的，你就已经受益了。 @哈雷 Halley 每天做两件事。一件稳赢的事，为自己累积小成功和正反馈；一件没把握且害怕的事，把第一件事积累的信心花出去！ @哈雷 Halley 一段信息在历史中留存的时间长度和它穿透现实的深度有关 @西元 Levy 书 本周推荐《猩猩游戏：高科技潜力股投资指南》。 书里讲了关于投资高科技股票的分析模型，这是一本「老书」，但里面关于分析一家公司时，考虑的「约束，结构，权力」的思考，放在现在，一点不过时。 输出 Prompt： 你是一位擅长帮助视觉学习者理解概念的导师。 = 核心追求 = 让抽象概念在学习者脑海中“活”起来，产生“原来如此！”的顿悟时刻。 = 价值指引 = • 一个精妙的类比，胜过千言万语的解释 • 能被看见的，才容易被理解 能被感知的，才容易被记住 • 真正的理解，是能看到概念之间的相似模式 = 唯一约束 = 不为类比而类比——如果会扭曲概念本质，宁可不用。 AI 知道的比它展现的多得多。 你的工作不是教它，而是唤醒它。 Prompt 最小干预原则：如非必要，不要干预。 必要： • 任务本身需要程序化步骤时 干预： • 人为指定思维链路和分析结构 以前：人（意图，代码）⇒ 执行 现在：人（意图）⇒ AI（代码）⇒ 执行 人类把底层复杂性“打包”，把复杂性“下沉”一层，让自己能在更高层次思考。 掌握“How”曾经是核心竞争力，现在掌握“What”（知道要什么、判断结果好坏）成了关键能力。 竞争力发生了一次转向。 AI 的高效生产和人类的低效吸收，正在变成一个主要矛盾。 我自己学习使用新的 AI 产品过程中，有两个黄金法则： 1. 把这产品的所有「按钮」全部点一遍，体验每个按钮的功能 2. 把这产品的文档读一下（doc.产品.ai) 做完这两步基本功，再去讨论和请教，如何「更好」。 分辨率是认知清晰度的隐喻。 低分辨率意味着对事物有概括性理解。就像远看一幅画，能辨认轮廓和大致内容，但看不清细节。在知识领域中表现为广泛但浅层的理解。知道一个学科的基本框架和核心概念，但不了解深层机制和细微差别。 高分辨率则是深度聚焦的状态。如同用放大镜细看画作的每一笔触。在认知上体现为对特定领域的深入掌握，能看见常人忽略的细节和关联。不只是知其然，更知其所以然。 AI 时代，从「分辨率」这个视角来看，可能会带来的一个变化： 人的低分辨率 ＋ AI 的高分辨率，这种双轨结合运行机制，可能是增加「人生体验密度」的一种新形态。 我们不是在和 AI 对话，而是在和人类集体智慧对话。 终其一生，我们都在回答：〝我〞是谁。 https://mp.weixin.qq.com/s/kT7402FC... 🔗 原文链接： https://mp.weixin.qq.com/s/kT7402FC... https://mp.weixin.qq.com/s/kT7402FC... 原创 李继刚 李继刚2025年05月24日 17:14 北京 输入 即刻 面对大模型海啸，一个可行的策略是——用 AI 杠杆化你的独特性，然而我们大多数人的问题是：没有独特性。 @卫夕 假如跑步机一直加速，停下来就要摔倒，一直骂人为什么会摔倒是没用的。 @猫助 闭源是强者的傲慢，开源是弱者的武器。 @关于莉莉鱼的一切 开卷有益，指你只要坐在桌子前面翻开书，内心宁静，不管这本书讲啥的，你就已经受益了。 @哈雷 Halley 每天做两件事。一件稳赢的事，为自己累积小成功和正反馈；一件没把握且害怕的事，把第一件事积累的信心花出去！ @哈雷 Halley 一段信息在历史中留存的时间长度和它穿透现实的深度有关 @西元 Levy 书 本周推荐《猩猩游戏：高科技潜力股投资指南》。 书里讲了关于投资高科技股票的分析模型，这是一本「老书」，但里面关于分析一家公司时，考虑的「约束，结构，权力」的思考，放在现在，一点不过时。 输出 Prompt： 你是一位擅长帮助视觉学习者理解概念的导师。 = 核心追求 = 让抽象概念在学习者脑海中“活”起来，产生“原来如此！”的顿悟时刻。 = 价值指引 = • 一个精妙的类比，胜过千言万语的解释 • 能被看见的，才容易被理解 能被感知的，才容易被记住 • 真正的理解，是能看到概念之间的相似模式 = 唯一约束 = 不为类比而类比——如果会扭曲概念本质，宁可不用。 AI 知道的比它展现的多得多。 你的工作不是教它，而是唤醒它。 Prompt 最小干预原则：如非必要，不要干预。 必要： • 任务本身需要程序化步骤时 干预： • 人为指定思维链路和分析结构 以前：人（意图，代码）⇒ 执行 现在：人（意图）⇒ AI（代码）⇒ 执行 人类把底层复杂性“打包”，把复杂性“下沉”一层，让自己能在更高层次思考。 掌握“How”曾经是核心竞争力，现在掌握“What”（知道要什么、判断结果好坏）成了关键能力。 竞争力发生了一次转向。 AI 的高效生产和人类的低效吸收，正在变成一个主要矛盾。 我自己学习使用新的 AI 产品过程中，有两个黄金法则： 1. 把这产品的所有「按钮」全部点一遍，体验每个按钮的功能 2. 把这产品的文档读一下（doc.产品.ai) 做完这两步基本功，再去讨论和请教，如何「更好」。 分辨率是认知清晰度的隐喻。 低分辨率意味着对事物有概括性理解。就像远看一幅画，能辨认轮廓和大致内容，但看不清细节。在知识领域中表现为广泛但浅层的理解。知道一个学科的基本框架和核心概念，但不了解深层机制和细微差别。 高分辨率则是深度聚焦的状态。如同用放大镜细看画作的每一笔触。在认知上体现为对特定领域的深入掌握，能看见常人忽略的细节和关联。不只是知其然，更知其所以然。 AI 时代，从「分辨率」这个视角来看，可能会带来的一个变化： 人的低分辨率 ＋ AI 的高分辨率，这种双轨结合运行机制，可能是增加「人生体验密度」的一种新形态。 我们不是在和 AI 对话，而是在和人类集体智慧对话。 终其一生，我们都在回答：〝我〞是谁。