Aiden

[王局志安 @wangzhian8848]

AI时代，智力➕人口规模越来越重要，从中国人获得菲尔兹奖，到大量中国AI模型不断迭代，再到美国AI公司��队里大量的华人，我感觉未来一百年，华人会逐渐成为世界主流。

中国人的世纪就要到来了。

[Jove @0xJoveXu]

密集做事是很旺人的。

一小时一小时地把要做的任务安排好，然后专注，高效地用脑，再结合适度的运动和散步，吃健康营养的食物。

一天下来，脑力和体力都消耗得差不多了，吃进去的营养都运化了，这时候��漱完躺在床上，人就会像没电了的手机一样"哔"地一声自动关机，等到睡眠充足的时候，就像充满了电一样自动神清气爽地醒过来。

如此循环往复，一天又一天，身心状态会获得极大的提升。

因为睡得好了，所以精神状态更饱满;因为精神状态饱满了，所以做事更高效;因为高效了，所以密集地完成了很多看似不可能的任务。

命运的齿轮就是这样一点一点转动的收起

[lidang 立党 （劝人卖房/学CS/买SP500/纳100/OpenAI/Anthrop第一人） @lidangzzz]

为什么说699分去清华医学院一定是错的？

天才往往诞生在数学、计算机这两个专业里，因为这两个专业教授全是王八蛋，只能教基础入门的专业知识，所以经常有本科生、PhD博士生做出吊打干死院士和全系所有教授的事情，它的上限在于抽象的思维逻辑（也包括围棋），完全是智力和脑力决定的。

医学完全相反 ，中国临床医学博士培养体系，和美国一样，都是专业型博士，无论是8年连读，还是5+3+3=11年模式，本质上都不追求学术培养，（绝大多数几乎）没有学术产出，完全是层层递进、一点点积累的专业课、技能、技法、技巧、临床实践的高强度培训。

所以在美国，医学博士MD、音乐博士DMA、法律博士JD实际上都是专业博士，都是师徒制长周期培训班，

在中国教育体系下，本科5年叫做MD，但本质上是一个大号的premed（医学预科）+一小段临床，硕士也叫做Master（本质是继续一小段预科+一小段临床），博士叫做PhD（实际是一个更规范、更完整、完全体的MD），

但总而言之，无论是8年连读，还是5+3+3模式，临床医学培养体系都不是PhD，绝大多数不需要也不强制高水平的学术产出。

所以这带来的问题是，你的一���临床医学技能，完全绑死在你导师所在的医院科室，

现在问题就是，你高考600分（卷面分、赋分前），读郑州大学医学院八年制（假设存在），在一附属一直实习见习，每年跟着你的导师高强度处理100台心脏瓣膜修复，你就初步学会了心脏瓣膜修复的技巧，

你高考699分，读清华大学医学院，你的导师在长庚医院，虽然号称心外科，基本就是个大号社区门诊，

因为只要你在华北地区，需要修复心脏瓣膜，你必须只能去阜外，其次去安贞，第三去天津胸科医院，第四去泰达心血管，第五去山大齐鲁，第六去郑大一附属，就这么几个选项，

而你导师号称修复心脏瓣膜，实际上根本没人敢去清华长庚医院做这个手术，一年加起来不超过30台，你们心外科的十几个人全都学不会，死也学不会，

这东西不是靠科研能力、想象能力、paper灌水能力、做题能力、考试能力锻炼出来的，是一定要一台台手术盯着、帮忙、辅助、缝线、拉钩、递器械，100台、200台这么累积起来，才能学会的。

这是临床医疗行业一个最最基础的共识，可惜绝大多数人就是不知道，偏要杠“只要是天才，进了清华就是顶级医生，靠做题能力就能做好所有手术，不需要任何附属医院，毕业之后一堆医院抢着给offer”，

证明这些人既没有读过临床医学MD/PhD，也不了解医疗行业的最最基础的常识。

[Tz @Tz_2022]

一大学教授怀疑学生拿 AI 作弊根本啥都没学会，就期中考试开卷期末考试闭卷测了一轮，这分数差距一目了然。。。

但细看还是有两个人值得敬佩的。。。

一个是头名，用不用 AI 人家都是接近满分

再一个是那位 55/59 的兄台，他才是真正纯洁的人类，AI 时代的阿什米人。。。🙃

[Xudong Han @Xudong07452910]

现在很多人聊 Research Agent，默认期待是：

读论文、找 gap、想 idea、做实验、写 paper。

但耶鲁大学的这篇论文问了一个更深入的问题：

LLM 生成的研究想法，和人类研究者真正做出来的 paper idea，差距到底在哪里？

论文的核心概念叫 research taste，可以理解成「研究品味」：你通常会发现什么样的问题，用什么方式把它变成一个 contribution。

它的实验设计挺巧。

作者从真实论文里抽取 human idea，再反推 4 到 8 篇最可能启发这个 idea 的 prior works。然后把这些 prior works 的标题和摘要给 LLM，让模型在同样的文献上下文里生成一个新的 research idea。

这样比较的重点，就从「单个 idea 看起来新不新」推进到「一批 idea 的分布像不像人类研究者」。

��文一共用了 11,683 个 human ideas，覆盖 ML 会议论文和 Nature Communications 里的自然科学论文；模型包括 Claude、Gemini、GPT、Qwen、DeepSeek 等 9 个设置。

结果很有意思：人类 idea 的分布明显更宽。

在人类论文里，只有 12.1% 的 idea 属于 bridge opportunity，也就是把不同文献、方法或证据流连接起来。

但在 LLM 生成的 idea 里，这个比例变成了 47.1% 到 64.2%。

方法层面也类似。

人类论文里，synthesis / unification 只占 5.1%；LLM 这里是 22.5% 到 38.7%。

简单说，模型很喜欢把研究问题理解成：

这里有两个东西，可以把它们整合一下。

论文还发现，给模型更多上下文也没有明显解决这个问题。full-paper context 版本没有让分布更接近人类；开启 thinking mode 甚至可能让模型更强化这种 bridge-and-synthesis 倾向。

这篇最有意思的地方在于，它没有简单说 LLM idea 好或不好，而是指出了一个更隐蔽的问题：

LLM 可以生成很多看起来合理的研究想法，但这些想法的类型可能高度集中。

这对 AI for Science 和 Research Agent 很关键。

对于真正强的 Research Agent，难点在于能不能形成更宽的 problem-finding 能力：发现 failure、识别机制、提出测量工具、构造系统、修改局部假设，而不总是回到「整合两个已有东西」这条安全路径。

自动科研如果缺少这种多样性，最后可能会变成一种很流畅的同质化机器。

📎 arxiv: https://t.co/GrrulIuJrF

[lidang 立党 （劝人卖房/学CS/买SP500/纳100/OpenAI/Anthrop第一人） @lidangzzz]

AI焦虑的本质是中老年焦虑。

一个精力无限、有好奇心的年轻人，开着3个claude code，使用goal driven一次跑100小时，同时开着ChatGPT、claude，零散时间刷刷推特，每天上手两三个新工具，

一个彻底失去欲望、没有精力、睡眠不足、学习能力为0、油盐不进的滚刀肉中老年人，已经几乎被AI斩杀了，

中老年人既不接触任何AI工具，也没办法高强度使用AI Agent，没办法摸清能力边界，没办法每天高强度学习新的Agent或者diffusion model新工具，

中老年人唯一能看懂的，就是抖音、youtube、公众号、小红书上无穷无尽的AI焦虑大水逼文章，挨个自己往里套，

跟每天上百度百科搜癌症高血压糖尿病的老年人一样，越看越焦虑，越看越觉得自己马上要死了。

AI工具的爆发，本质上是个人学习能力的最大平权，

无论你是清华在职EMBA，压榨学生吃红利的院士长江学者，还是吃资源人脉红利的地方律所合伙人，还是常年吃政企关系饭接微信小程序和php外包的小包工头，还是民办三本、英国澳洲商科水硕进外企管培生一路吃市场经济红利，

在AI平权时代，一切不学习、不懂技术、不学计算机、不看源代码、不摸技术能力边界、不思考产品、不关注行业的人，一律会被公平斩杀淘汰。

[Jackie | Game严厉的父亲 @BaoZiDaDa010]

这个一定要读三遍！！！

[墓碑科技 @mubeitech]

如果在发布会现场，有人当众指着你的鼻子说：
“很明显，你根本不知道自己在说什么。你能不能解释一下，你过去七年到底在混什么？”

你怎么回？
气急败坏？让保安赶人？还是在技术细节上跟对方大战三百回合？

来，看乔布斯是怎么示范的。
这是产品经理史上最经典的一次“现场拆弹”。

当时，台下一个技术人员站起来，直接用 OpenDoc 和 Java 的技术细节向乔布斯发难。
言辞极其刻薄，最后还补了那句致命的“你过去七年干了什么”。

乔布斯是怎么回应的？
他没有解释，没有��驳，甚至没有露出一丝不悦。
他坐下来，先坦然承认：
“你是对的。”

他说，这个技术确实有一些连他自己都不了解的独特功能，可能确实比别的产品好。
但他马上话锋一转：
“但你问错了问题。”

最难的事情，是如何让一个功能融入能支撑年销售额 80 亿、100 亿美元的宏大愿景，光做出一个酷炫的功能远远不够。

然后，他给出了那个奠定苹果后续几十年神话的底层逻辑：
“你必须从客户体验出发，然后往回倒推到技术。
你绝对不能先拿着一堆牛逼的技术，再头疼去哪里把它卖掉。”

为了证明这点，他拿激光打印机 LaserWriter 举例。
那台机器里，塞满了当时最震撼的硬科技：
佳能的廉价引擎、苹果自研的优秀控制器、Adobe 的 PostScript 软��，还有 AppleTalk。
每一个拿出来，都能让技术人员兴奋得睡不着觉。

但普通用户需要懂这些吗？
完全不用。
乔布斯当年去卖这台机器时，玩法简单到令人发指：
他根本不谈参数。
他只是拿着一张精美的打印稿，在客户面前举起来，问一句话：
“想要这个吗？”

这就够了。

这就是顶级产品经理和纯技术极客的本质区别。
极客在乎的是“我的架构多优雅，我的功能多强大”；
但真正的领袖，只盯着那个最纯粹的问题：“这给用户带来了什么巨大好处？”

为了这个目标，很多局部的、不完美的、甚至是让人心疼的优秀技术（比如当时的 OpenDoc），必须要成为路上的牺牲品。

当众挨了极刻薄的羞辱，却能用最底层的商业逻辑和产品哲学把全场征服。
这就是为什么，他能成为乔布斯。

[章工 @435hz]

你所有的问题，这个地球上早有人解决过。
临摹才是最快的学习方法。你不是第一个来到这个星球的人，很多事有人做过了，你没必要从头去摸索。
大多数人的成长之所以缓慢，是掉进了“原创强迫症”的陷阱。他们总觉得借鉴可耻，非要在那撞个头破血流，这种思维表面上是勤奋，本质上是极致的傲慢。

[𝙃𝘼𝙕𝙀𝙉𝙇𝙀𝙀 @hazenlee]

我很负责任告诉你，直接把好的东西给你，你是接不住的。你要先经历磨难，背叛、欺骗，看淸人性冷暖，看淸众生相。斩断纯真，扼杀幼稚，磨掉傲慢与自以为是。不经历这些，你一辈子也看不清自己原有价值体系中的虚妄，更不会珍惜。所以即使有好运你也留不住。
内观，自醒，见天地、见众生、见自己。等到你深度觉醒之后，自强不息，厚德载物，好运才会真正开启。
而好运的本质就是结构，只有一个稳定的结构你才能承接，否则都是竹篮打水一场空。

[Phoenix Yin @Phoenixyin13]

Nature 期刊盖章：普通人到底怎么变有钱？

哈佛、斯坦福和 Meta 联手，直接调取了 Facebook上 7220 万人、210 亿条真实的好友关系链。我个人感觉，这数据量，基本把大半个美国翻了个底朝天。
他们想研究一个终极问题：到底是什么决定了一个人能不能打破阶层固化、逆袭变有钱？

结果发现，那些天花乱坠的因素，什么学校好坏、社区凝聚力、宗教信仰啊，诸如此类的。都不是决定性的。最硬核的指标只有一个，叫经济连接度，即Economic Connectedness, 简称 EC。
说白了，就是你的跨阶层朋友圈有多大。
更落地���点翻译，就是在低收入人群里，到底有多少比例的朋友是富人。

研究发现，这个指标和跨代收入向上流动的相关系数高达 0.65，
🚨在社科界，这几乎是统治级的超高相关性了。

我们可以得到一个黄金定律，即一个出身普通的普通孩子，如果在一个富人比例高、且大家玩得来的社区长大，他长大后的平均收入能直接暴涨 20%。

既然搞钱的密码是 EC，那普通人想逆袭，最该做的就是打破自己的社交舒适圈，换个环境蹭圈子，去富人或精英高频出现的社区、学校、甚至健身房，比如高强度的专业训练场、高质量的学术沙龙。
更重要的是，提升自己的被链接价值。毕竟富人也不傻，单纯的巴结没用。用你的专业能力、独特见解，哪怕是懂 AI懂技术、或者在某个小领域做到了极致去作为入场券，给高净值人群提供情绪价值工具价值。

想变有钱，先去看看你朋友圈里最厉害的 5 个人是谁。去主动连接那些比你富有、比你认知高的人，现在就行动起来。

这是一篇五年前的论文，但我记忆犹新。

[墓碑科技 @mubeitech]

那些总在“垃圾堆”里找对象的人，往往有一对情绪极度不稳定的父母。

这跟运气无关。
他们的童年，早就被装了一套有毒的“默认操作系统”。

心理学家 Lindsay Gibson 解释过这个残酷的底层逻辑。
童年不是回忆，它是一套在你毫无防备时，写进大脑底层的运行系统。

如果你的父母情绪极度不稳定，你从小就会被训练成一个顶级“系统维护员”。
为了在那个充满压力荷尔蒙的家里活下去，你被迫进化出了三种本能：
第一，超强雷达。你对周围人的情绪极度敏感，随时随地在“读空气”。
第二���过度负责。你会觉得别人的不开心，都是你的责任。
第三，主动背锅。因为在童年，只有你把错揽到自己身上，失控的父母才能平息怒火，家庭才能���新恢复稳定。

这在当时是你的生存技能。
但到了成年期，心理学上的“功能自主性”（Functional Autonomy）就开始作祟了。
什么意思？
就是一旦你把某项技能练到了炉火纯青，你的大脑就会产生路径依赖，忍不住一直想用它。

于是，灾难发生了。
当一个情绪稳定、健康、尊重你的人出现时，你会觉得“没感觉”、“太无聊”。
而一旦遇到一个情绪反复无常、充满混乱和拉扯的人，你体内的雷达瞬间就亮了。
那种熟悉的紧张感、那种需要你去拯救、去安抚、去妥协的氛围，会让你产生一种致命的熟悉感。

你把这种“混乱”误认成了“亲密”。
你以为那是宿命般的爱情，其实只是你终于找到了一个可以让你继续运行旧系统的“新合作伙伴”。

你没有在寻找爱。
你只是在成年后的生活里，疯狂寻找能让你重温童年技能的NPC。

看清这个系统，是卸载它的第一步。
别再帮别人的情绪买单了，那从来都不是你的功课。

[0x鸣人 @LuBtc888]

大冰说的这段话，只是在中国人身上？

还是有���的地方皆如此？

[iPaul @iPaulCanada]

几年前《十三邀》林小英这一期，节目快结束的时候，团队的摄影指导问了林小英一个问题：一个正常的社会孩子，他们需要一个什么样的教育？

林小英的回答振聋发聩

[Morris @Morris_LT]

为什么在美国，不主动说话会被理解为冷漠；而在中国，不主动说话却经常被理解为尊重？因为两种文化奖励的是完全不同的人。中国传统文化强调权力、秩序和尊卑。很多时候，下位者最安全的选择不是表达，而是沉默；不是质疑，而是服从。久而久之，少说话被包装成谦逊，服从被包装成礼貌，很多人从小就学会了隐藏自己的观点。而美国文化更强调个体、平等和互动。提问不是挑战权威，表达不同意见也不是冒犯别人。主动交流是在证明自己的存在感，而不是确认自己的地位。所以两种文化培养出了两种不同的人：一种习惯先看身份，再决定能不能说话；另一种习惯先表达观点，再决定谁是对的。从个体发展的角度看，后者显然更有优势。因为机会、合作、资源和影响力，往往不会主动找到沉默的人。一个不断压制个体表达的文化，最终压制的不是声音，而是创造力本身。

[Easycompany @Easycompany333]

剑桥大学医学博士，YouTube百万博主 从自身出发，叫一个小白如何使用Claude Code来真正的提高生活、工作效率。
博主最早是最学习方法分享，读书分享

彻头彻尾的工作狂，效率狂人，去看看吧，对想使用AI、和已经在使用AI的人都有帮助

60分钟远比你买什么世面上的Agent教程好的多

[yacht @yacht_ono]

奧黛丽赫本曾說：「你和谁在一起既害羞又自卑，你就最爱谁，你和誰在一起最放松最自由，谁就最爱你。」