kevingo

software engineer, father.

[kevingo @kevingo]

@kakashiliu 有小孩後自駕好幾次了，只能說風險兩邊都有，如果日本要自駕也許可以先試試看沖繩，路線比較不複雜

[Hao Liu @haoliuhl]

We are excited to share Large World Model (LWM), a general-purpose 1M context multimodal autoregressive model. It is trained on a large dataset of diverse long videos and books using RingAttention, and can perform language, image, and video understanding and generation.

[徐老猫 @raycat2021]

Ark Invest每年的Big Idea报告是非常值得研究的(下载：https://t.co/jDDga40HI0)。也许在发生时间上有过于乐观之嫌，但权威性无可置疑，大约是华尔街/科技圈引用最频繁的一份报告了。
干货太多，涉及面太广，希望大家下载了慢慢看。千万不要因为对木头姐有点不屑，就忽略了如此精彩的洞见。
我这里随手摘了一些看点。
- 2024年五个核心技术平台：人工智能、公共区块链、多组学测序(Multiomic Sequencing)、能源存储和机器人，它们正在融合，对全球经济活动产生重大影响。
- 在全球范围内，随着机器人重振制造业、机器人出租车改变交通运输、人工智能提高知识工人的生产力，实际经济增长可能从过去125年的平均3%加速到未来7年的7%以上。
- 在AI突破的推动下，到2030年，与颠覆性创新相关的全球股票市值可能会从占比16%增加到60%以上。与颠覆性创新相关的年化股票回报率可能会在2030年前的7年内超过40%。
- 未来7年，颠覆性创新相关股票的市值将从目前的约19万亿美元增加到2030年的约220万亿美元。
- AGI何时能出现？2019年预测需要等80年。GPT-4出炉之后，预期时间缩短到了8年，甚至可能2026年就会出现。
- 单个颠覆性技术进步合并起来，可以联成巨大的新市场机会。如神经网络+电池技术，可以促使自主移动设备(如robotaxi)的规模化。
- 到2040年，线性内容让位于互动体验。以AI为媒介的眼镜和头显设备将贯穿日常生活。
- 2030年，自适应机器人全面渗透到制造过程中，将生产率提高15%，人形机器人的年单位销售额增长到占制造业劳动力数量的10%。更便宜的人形机器人进入家庭，可以解决三分之一的家务。

[Google @Google]

Today we're introducing Gemini 1.5, our next-generation AI model. It shows dramatically enhanced performance, including long-context understanding across modalities, which opens up new possibilities for people to create and build with AI → https://t.co/TjDy8GHIQS #GeminiAI

[nash_su - e/acc @nash_su]

上海人工智能实验室实现了第一个版本的Andrej Karpathy之前提出的AI操作系统概念的落地版本。
名字叫Friday，应该是借鉴了钢铁侠助手的命名。
https://t.co/p9KRbPfRkN

[Bruce 🌈 Taiwanese @brucehsu]

文章下標真的是靠北難，果然命名才是軟體工程裡最難的事嗎(並不是
沒關係，繼續遵照 M 社的文化 Move fast！(但這點下一篇才會提到

https://t.co/gRyVqT8bQT

[宝玉 @dotey]

推荐阅读：《AI 或许真的能助力中产阶级重塑辉煌》

人工智能（AI）并不一定会夺走我们的工作。相反，它为我们提供了一个机遇，那就是将专业知识推广至更广泛的劳动者群体。

原文：https://t.co/mdFK6TflRM
译文：https://t.co/I3NDcvanNz

[何雅瑄 @yaxuanhe_zh]

【履歷】

很喜歡文章中提到市場上履歷的寫法，包含精要的列點、寫出時程和成效。但這樣的寫法並不一定能對應自己心中最在意的事情、工作時最滿足的時刻，於是作者做了一個自己的履歷工作庫（非常讚）。

本日推薦《不做 PM 後我還能做什麼》：https://t.co/w72RT9NKjK

[何雅瑄 @yaxuanhe_zh]

【適應輕鬆】

「適應痛苦」是在達成目標後就去找下一個痛苦適應它，而「適應輕鬆」則是在舒適的範圍中更進一步，在變強的同時也感到愉快。想以適應輕鬆的心態去面對更多事，在過程中感到滿足才能長久。

本日推薦《適應輕鬆：變強的關鍵是見好就收（跑步、閱讀、語言）》：https://t.co/WuZfXreYTQ

[Tw93 @HiTw93]

#工程师工具 最近一年用得最多的 Mac 垃圾清理工具居然是一个命令行 mac-cleanup-sh，通过 curl -fsSL https://t.co/BYD7qi4ru7 | bash -s update 进行安装，然后在 .zshrc 里面加上 alias clean="sudo /usr/local/bin/mac-cleanup"，直接命令行 clean 就可以很方便使用，很方便～

[宝玉 @dotey]

Google ��的 OKRs

上周四，Google CEO Pichai 在备忘录中提到的公司级 OKRs（Objectives and Key Results，目标与关键成果）。目标如下：

1.⁠ ⁠打造全球最领先、最安全、最有社会责任感的人工智能（AI）。
2.⁠ ⁠���升知识水平、学习能力、创造力和工作效率。
3. 开发出最实用的个人计算平台和设备。
4.⁠ ⁠支持各组织和开发者在谷歌云平台上进行创新。
5. 提供全球最受信赖的产品和平台。
6. 建设一个对谷歌员工和全世界都极具价值的谷歌公司。
7.⁠ ⁠提升公司的运营速度、效率和生产力，并实现长期的成本节约。

来源：https://t.co/TL5DAvBZrm

[WaytoAGI｜通往AGI之路 @WaytoAGI]

强烈推荐知识库的好朋友朗瀚威Will（@FinanceYF5）提前为大家整理了2023年生成式AI年终报告，本报告涵盖了65个赛道的2-11月数据，以及相关的图谱，欢迎查阅和解读。

https://t.co/zH5uJ90G7U

[Evan Lin@LINE DevRel @Evan_Lin]

https://t.co/rbYEv1rQlq

微軟推出了一套共 6 堂的 GitHub Copilot 教學課程，主要教你如何靈活運用 GitHub Copilot 和 AI 進行合作開發。

整套課程共 10 小時，掌握自動填寫程式碼、排錯和寫單元測試的技巧，目的是讓你學會 GitHub Copilot 的最佳使用方式，幫助你提升寫程式的速度和質量。

[PJ Wu @WuPingJu]

【與 Heptabase 共同創辦人 Alan Chan 一起對複雜的主題建立深度理解】

（備註：這是一篇來自 Ness Labs 的專訪內容，一週前上線，原本只有英文版，但我覺得內容超讚，所以花了一點時間翻譯成中文版，歡迎閱讀＆分享！ ）

（Ness Labs 是一個專注於自我成長以及提高個人生產力的社群，有 9 萬個 newsletter 訂戶，也有付費社群，也很推薦去找裡面的內容來看。）

---

全文翻譯如下：
歡迎來到我們的「思考工具」（Tools for Thought）系列的這一期，我們在這裡採訪那些致力於幫助我們充分利用心智的創辦人。 Alan Chan 是 Heptabase 的共同創辦人，這是一款視覺化筆記工具，可以幫助你學習複雜的主題。

在這次採訪中，我們討論了產品設計上兩難困境，以及如何創建一個共同進化的系統來解決這個困境。也討論了知識生命週期的五個階段、如何透過 “meta-apps” 的概念解決橫跨不同使用情境的互相串聯操作問題，以及 Heptabase 是如何幫助個人和集體的知識創造等等。祝你閱讀愉快！
---

Ness Labs：嗨，Alan，謝謝你同意這次採訪。讓我們從你的願景開始談起。你想要建立一個真正普遍的「開放超文本系統」（Open Hyperdocument System, OHS）。這是什麼意思？

Alan：Heptabase 的願景是創造人們可以有效地對任何事物建立深度理解的世界。而這個「開放超文本系統」（OHS）就是實現我們願景的手段之一。OHS 這個概念有點難直接在去脈絡的狀況下介紹，所以我想先分享我是如何接觸到這個概念的故事。

在我人生中最愉快的事情之一，就是學習那些我感興趣的事物。在國中時是數學，到了高中則是物理。這也是我上大學時選擇雙主修物理和數學的原因。

我欣賞這些學科的其中一點是，數學裡的一個概念可以應用到物理的許多不同領域，而物理的一個理論又可以解釋世界上的許多現象。當我開始理解這些事是如何相互連接的，以及他們可以同時這麼簡單又這麼複雜時，我得到了很多啟發。這是我想表達的「深度理解」。

在大二那年，我想花更多時間探索其他學科，例如歷史、心理學、電腦科學、商業等等。我有一種很深層的渴望想要理解世界上的一切。我也希望盡可能地閱讀多一點，看看我能走多遠。

於是，我退學了，買了很多書來閱讀，並開始構建自己的知識系統來管理所有我寫的閱讀筆記。我曾使用 Evernote 一段時間，後來轉用 Notion，我馬上發現 Notion 有許多有趣且強大的功能。

我查看了 Notion 的網站，發現了他們提到一些人機交互（HCI）領域的大名鼎鼎的人物，例如 Douglas Engelbart、Alan Kay、Ted Nelson、Bret Victor 等等。我接著讀了看了 Bret Victor 網站上的所有內容。我讀了 Doug Engelbart Institute 網站上的大部分內容，包括《Augment Human Intellect》報告。我讀了很多 Alan Kay 的文章，Ted Nelson 的《Literary Machines》，以及 Seymour Papert的《Mindstorms》。然後我讀了一本令人震驚的書《The Dream Machine》，我認為這是關於電腦發展史上的最佳著作。

讀完這些東西後，最讓我感到啟發的事情，是知道這些電腦科學先驅和思想家，都是怎麼思考人類和電腦如何共同合作解決複雜問題的。

例如，Engelbart 提出了使用電腦提高一群人集體智商的方法。他的建議是建立一種新型的工具，叫做動態知識庫（Dynamic Knowledge Repositories，DKRs），可以整合與更新一群人的最新知識，而世界上所有的 DKRs 都將由同一個開放超文本系統（OHS）支持。

這引起了我的注意，所以我研究了 OHS 的功能描述，我注意到它提到的能力跟 Notion 非常相似。我因此意識到，Notion 在做的事情就是把 OHS 包裝在一個更現代化的使用者介面，並且增加了團隊協作的功能。但從根本上來看，它與 Engelbart 提出的 OHS 非常相似。

接下來我想到的是：為什麼要導入 20 世紀末提出的架構呢？如果 Engelbart 生活在 21 世紀，並熟悉我們現在擁有的所有電腦技術，他將如何設計 OHS ？

Engelbart 的目的是增強人類的集體智力，我認為現代的數位協作空間離這個目標還有一段距離。原始的 OHS 系統似乎不太關注人們如何發現和提煉知識、在不同主題上建立深度理解的過程，以及這個過程的哪些部分是獨立進行的，哪些���分是集體進行的。

思考這些事情為我帶來很多靈感與想法，這個問題在我腦中不斷盤旋了幾年，這時，Heptabase 的想法開始成形。我希望在 21 世紀設計並建立一個全新的開放超文本系統，作為所有現代知識庫的基礎。

建立在這個系統之上的一切，都應該能夠賦予人們能力，讓人們更有效率地針對他們正在學習和研究的任何事物，建立深度的理解。

---

Ness Labs：你覺得實現這個願景具有哪些挑戰？

Alan：我認為最具挑戰的地方在於，你會面臨一個兩難的困境，一方面你想要建立一個足夠通用的系統來成為許多事物的基礎，但另一方面你又要建構一個對許多用戶來說有用的產品，解決他們特定的問題。

我看到許多公司會做的事情是，先考慮一個完美個系統應該是什麼樣子，以及它應該具備哪些能力。接著他們為這個系統撰寫清楚的規格，然後基於這些規格建構一切。這種方法的最大挑戰是，你最終得到��是一個功能廣泛的瑞士軍刀，儘管它可能可以做到很多事情，但可能會複雜到嚇跑一��用戶。

大多數的人只想要找到一個能夠直接解決他們特定問題的方案，他們不太關心你在系統裡面導入的各種概念與功能，即使你的技術再好，如果沒有用戶使用你的系統，你最終還是無路可走。所以這類的公司通常需要花費大量的時間來提升產品的易用性，努力簡化產品，並且了解用戶的需求。

我個人則是更傾向於另一種作法，也就是促進系統設計與用戶需求之間的「共同進化」過程。這是 Engelbart 提出的另一個重要概念，他用它來描述人類如何與他們使用的工具共同進化，以及工具如何與使用它們的人共同進化的往返過程。

另一個很好的例子是 Bret Victor 的專案 Dynamicland，我認為它是一個人們可以自由探索和理解系統的環境，在這之中還能夠透過創造動態的視覺化資料，來進行資料驅動的對話。這個系統裡有著許多能編寫程式的紙卡，以及一套能讓用戶自己在卡片上提出聲明與願望的協議，這些都能夠促進不同程式之間的互相溝通。

讓我著迷的是他們如何構建系統——他們邀請了許多不同背景的人來到 Dynamicland，觀察這些人如何與 Dynamicland 互動，然後利用這些觀察後的成果來演進整個系統的設計以及打造更好的協議。

我想上述這兩種作法最大的差異在於，你知道自己知道與不知道多少事情。如果你認為你自己已經知道一切，那你可能會在一開始就設計一個完整的系統，但這樣做的風險是你可能會在許多事情上面出錯。

這兩種方法之間最大的不同在於你對自己知道多少和不知道多少的信念。如果你認為你已經知道一切，那麼你會從一開始就設計整個系統，而風險是你可能在許多事情上都是錯的。

如果你認為你只知道一些事，那麼你可以從這些事情開始，建立一個系統把這些事情處理好，把它推出給別人用用看，得到更多關於別人怎麼用它的知識，再利用這些知識繼續讓系統進��，以在承載更多功能的前提下能夠兼顧易用性。

這種作法最困難的地方在於，你必須要抵抗從一開始就設計一個完美系統的衝動，並且承認有許多事情你還不知道。當你承認了這件事，你就會開始思考如何從你的用戶身上獲得這些洞察。

---
Ness Labs：Heptabase 是如何進行這項工作的？

Alan：從開始打造 Heptabase 以來，我就遵循了一些心智模型與指導原則。

第一個心智模型是「知識的生命週期」（The Knowledge Lifecycle），它包含五個階段：探索、收集、思考、創作和分享。

我們希望確保知識可以從一個階段順暢地過渡到另一個階段，並且確保能夠為每個部分，都設計和打造出非常好的解決方案，來解決人們在這些階段會遇到的問題，最終則是希望這五個階段能夠互相創造出協同的效應。

從 2021 年以來我們一直致力於打造「思考」這個階段的體驗，接著是從 2023 年開始的「收集」與「創造」，而在 2024 年我們將開始致力於「分享」以及「探索」階段。

第二個心智模型是系統分層（system layering），我把我們正在建構的系統分成幾個互相獨立的抽象層，每一層都專注於一件獨立的事情。例如��有一個專注於保存思考脈絡的 Contextual Layer；有一個用於管理類別並增加屬性的 Descriptive Layer；有一個讓你���解靜態文件的 Annotation Layer；有一個為第三方應用和資料準備的 Integration Layer；有一個讓一群人能夠共同對複雜主題建立深度理解的 Communication Layer，以及一個讓用戶在未來能夠基於卡片，建構各種應用程式的 Application Layer。

因此，當用戶們請求某個功能時，我首先會思考這個功能屬於知識生命週期的哪個階段，以及我們可以如何將這個功能與我們既有的解決方案設計整合在一起。

接著我會思考的是這個功能屬於哪個抽象層，這樣我就能清楚地看到系統設計是如何演進的。另一方面，有時我們會覺得，我們現在已經在某個抽象層上面做得很好了，接著我們就會把開發的重心轉移到另一個抽象層上。這時我也會考慮這個功能是否可以在哪個知識生命週期的階段派上用場。簡單來說，打造產品時在這兩個模型之間切換的過程，就是我前面提到的「共同進化」。

���在實際執行上有兩個主要的指導原則。第一個最重要的是，我們要確保我們建構的一切都與我們的最終目標對齊一致，也就是幫助人們針對他們關心的事情建立與獲得深度理解。我們非常小心不要被其他的目標分散注意力。

第二個原則是，我們希望打造出來的產品能夠使用者友善與直觀，我們期待用戶可以一打開產品就馬上進入思考的心流。

---

Ness Labs：很高興聽到你們的產品願景背後有著堅實的基礎心智模型。現在請告訴我們：Heptabase 實際上是如何運作的？

Alan：目前，你可以將 Heptabase 想成一個視覺化的筆記工具，可以用來幫助你學習與研究複雜的主題。我們目前專注於個人的使用情境，因為我們希望在我們建立能夠進行集體思考的 Communication Layer 前，每個人都可以得到最好的獨立思考工具。

因此，目前的產品專注於解決知識生命週期中的收集 → 思考 → 創造這幾個階段的問題。我們大多數的用戶會使用 Heptabase 來消化複雜的文獻，並且將消化後的知識與自己的想法整合起來，創造出高品質的成果。

在 2021-2022 年，我們主要專注於「思考」的階段。在這段時間，我���打造了專門為了促成複雜知識工作而設計的白板。

Heptabase 的白板不是主打讓你繪圖或進行創意發想，而是基於兩個洞察設計的。第一個洞察比較明顯：當人們透過視覺思考的時候，可以思考地更清晰。第���個洞察比較沒那麼明顯：如果要透過視覺思考建立深度理解，你需要先將你學到的概念原子化。

我們認為，真正的深度理解並不會來自「兩本書之間的關係」，而是來自於「這兩本書之中所有概念彼此之間的關係」。

基於這些洞察，在 Heptabase 的白板裡面，你可以非常輕鬆地把很長的筆記卡片拆解成比較短的原子概念卡片。我相信這個「提煉概念」的過程是建立深度理解的基礎。

一旦你拆解出這些原子概念，你就可以使用 Heptabase 裡面的 Sections 區塊、心智圖、層狀白板、以及我們建構的其他功能來更加深理解，並且把這些概念重複使用在不同的白板上面。

如果你想要更了解這方面的運作流程以及實際範例，我推薦你參考我曾寫過的文章《The Best Way to Acquire Knowledge from Readings》。

在 2023 年，我們投入了更多開發資源來改善知識生命週期中的「收集」階��，例如開發 Task App 、推出手機版本以及網頁版本。除了這些明顯的任務以外，我們也讓用戶可以更容易透過不同類型的素材來收集知識，例如你可以把 PDF 、影片、音檔、圖片、或者是 Readwise 的畫線內容全部都導入 Heptabase ，你可以在 Heptabase 裡面幫 PDF 畫線、註解，並且把這些內容拖到白板裡面，進行完全相同的「提煉概念」流程。

在接下來的幾個月內，我們將讓你更容易從影片、音檔與圖片中提煉概念。如果你在瀏覽器開啟一個網頁並且放在 Heptabase 視窗旁邊，你會發現你可以直接把網頁上的內容拖放到 Heptabase 的白板裡。我們做的這些是，都是希望確保你可以從任何類型的知識資源裡面提煉出概念、建立自己的概念卡片庫，進而隨時重複應用這些你學到的知識。

我們很難在這個專訪裡面提到所有關於 Heptabase 如何運作的細節，如果你有興趣了解更多，歡迎參考我們的 Public Wiki。

---

Ness Labs：讓我們來聊聊 Heptabase 裡面儲存的資訊是否可以在其他地方使用？這是許多知識工作者針對現代的「思考工具」最常抱怨的地方。

Alan：在討論 Heptabase 如何看待「互操作性」前，我想要先分享一下我認為其他公司對這件事的想法，這樣你可能可以更容易理解我們的作法有什麼不同。

關於互操作性有兩種常見的思考方式。一種是「跨使用情境」的互操作性，另一種是「跨應用程式」的互操作性。

���決跨使用情境互操作性的常見方式，要嘛是建構一個能夠透過豐富的自訂性，滿足所有使用情境的全能型產品，要嘛是允許用戶在你的產品上面打造各種功能插件，透過這些不同的插件來滿足特定使用情境的功能需求。

這兩種方法都會讓產品變得複雜，並且讓產品變得更難上手。雖然許多人喜歡自訂他們的系統，但也有許多人討厭這樣做，因為他們不想要只為了完成簡單的工作就需要學習和設置一堆東西。

而關於跨應用程式的互操作性，也有兩種常見的作法。要嘛使用 API 來讓你的資料可以被其他應用程式使用，要嘛使用其他應用程式也能夠讀取的通用文件格式，例如 Markdown 。但這兩種方式也都有各自的問題。

以 API 的方式來說，你需要兩個應用程式都具有 API 的接口，並且把他們串接在一起，讓資料可以互相操作。但你沒辦法確保這件事會持續穩定運作���而以 Markdown 文件的方式來說，你會發現有許多功能是 Markdown 格式不支援的，而為了建構這些功能，人們就會在 Markdown 文件上面增加額外的 metadata ，但假設你換了一個應用程式，他還是不知道該如何處理別的應用程式上面的 metadata，或者他們會以不同的方式處理並破壞這些 metadata ，因為這些做法之間並不遵守共同的協議。

因此，我在思考我們該怎麼解決跨使用情境與跨應用程式的互操作性問題時，我希望 Heptabase 最終能夠成為一個系統，讓人們可以在上面建構和發布自己的 meta apps 。

雖然我們目前還不允許第三方開發者建構 meta apps ，但我們已經在 Heptabase 裡面打造了六個原生的 meta apps （Journal, Map, Card Library, Tag, Task, Highlight），這些 meta apps 並不是數據庫的模板或者是某些只提供特定功能的插件，他們是具有獨特 UI 介面、工作流程以及不同功能的應用程式，可以幫你解決特定使用情境下的問題。

這些 meta apps 最酷的地方在於，他們都運作在「卡片」這個 Heptabase 系統裡面最基礎的元素之上。我們目前有筆記卡片、日記卡片、PDF 卡片，並且很快就會推出 Highlight 卡片、音檔卡片、影片卡片、圖���卡片等等。這些卡片可以在不同的 meta apps 之間互相操作使用，每個 meta app 都會讀寫這些卡片上面特定的 meta data ，遵循相同的協議。

藉由這種方式，可以把 Heptabase 想成是這些 meta apps 的操作系統以及卡片的瀏覽器。而這樣做的好處是，我們可以不需要安裝特定插件或設置特定數據庫模板，降低這方面的複雜性。我們也不需要花時間串接不同 meta apps 之間的 API 。

當然，有時你還是會想要將 Heptabase 與我們生態系之外的應用程式串連使用，因此我們仍然支援把所有數據都匯出成 Markdown + YAML 格式，最終也會提供我們的 API 給大家使用。但我認為隨著整個 meta apps 的系統越來越成熟，這方面的需求會越來越少。

---

Ness Labs：你們的另一個挑戰是如何同時支援個人以及集體的知識創造？

Alan：確實，雖然從 2021 年以來，我們一直專注於個人的學習和研究過程，但集體之間的研究是我們計畫在 20424 年解決的主要問題之一。我們認為這非常重要，因為人類解決大多重要問題的方式都是集體一起解決的，我們想要把散落在不同人大腦中的知識拼圖都拼起來。

這件事情困難的地方在於，當代針對集體研究這件事的解決方案，似乎都是認為你只需要一個共同協作的空間，讓一群人可以共同編輯和連結不同文件就好。

我們認為這種解決方案很適合拿來建構 wiki 系統或者是確保人們對於某個專案的理解是一致的，但這並未解決集體研究的核心問題：該怎麼讓每個人對於一個主題的持續輸入演進為對於這個主題的更深度理解。

���對這件事的解決方式，比較明顯的是你需要一個地方讓每個人都能夠貢獻他自己的知識與想法。但比較幽微的部分則是如何為這些資訊建立架構，以避免團體迷思；還有如何引導你的注意力到對你有用的事情上，確保每個人在利用他人貢獻的知識時，仍然可以進行獨立思考，並且讓這些討論能夠促成對於這個主題更深度的理解。這些是我們在打造 Heptabase 的 Communication Layer 時要解決的問題。

在解決這個問題的最一開始，我們有兩個核心的想法。第一個是要打造一個個人工作區與集體工作之間的來回流程，讓人們可以在貢獻集體知識時仍然保有個人的獨立思考空間。另一個則是協助集體工作區裡面的用戶建立他們的目標（objectives），結構化這些目標，並且利用他們的集體知識，針對這些目標創造不同的表達方式。

這方面的設計是個巨大的挑戰，我不認為我們可以在第一個版本就達到完美，但我們將先進行團隊的內部測試，看看運作起來效果如何，接著我們會向更多社群成員開放，並繼續開放給更多人。

---

Ness Labs：那你呢？你自己是如何使用 Heptabase 的？

Alan：我主要使用 Heptabase 學習、研究、規劃和寫作。每天早上，我首先會打開我的 Journal 日記，看看那天我需要做的任務。這時通常會有一堆我在幾天前寫下或指派的待辦事項。比如說現在是月底，我需要寫一份給投資人的更新；我也想針對某個產品的新功能研究一下該如何設計；我還打算花一些時間思考產品增長的策略，並且閱讀我目前正在讀的書的另一章。

我最喜歡 Heptabase 的一個地方是，每當我打開一個白板、一張卡片或一個標籤時，我可以像瀏覽器分頁一樣在左側欄打開它們。我可以將我常訪問的分頁釘選起來，並為不同類型的工作建立分頁群組。

舉例來說，我想先寫那份投資人更新，我會到「公司營運」的分頁群組，然後打開「investor-update」這個標籤，並且建立一張卡片開始寫作。寫作時我可能會在右側邊欄搜索並且開啟一些卡片作為參考。

寫完後，我會回到我的日記裡面把這項待辦事項打勾，接著繼續進行產品的研究。這時我會去「��品研究」這個分頁群組，打開一個叫做「Better Collecting → Thinking」的固定白板。在這個白板裡面涵��了我對這個問題的所有產品想法以及來自用戶的各種洞察。我這時可能會增加一些新的想法、單純盯著某些卡片看，或重新排列與分類這些卡片，直到我覺得我針對這個問題有了更好的理解，這時我會把這些想法寫成一份功能規格的卡片，並且提供給我們的設計師看看他有沒有什麼回饋。

完成後，我會回到日記裡面把這項待辦事項打勾，接著到「增長策略」的分頁組，打開「用戶留存與參與」這個白板。我在這個白板裡面貼上了幾篇我在網路上看到的長文章，我會把這些文章拆解成更小的概念卡片，並且用我自己的話來描述我學到的知識，每個概念卡片的標題通常就是一句話，而內容則是支持這句話的論點與證據。

我最喜歡做的一件事就是閱讀大量的文章，並且從中提煉知識，接著利用白板上面所有我獲得的知識，建立屬於我的獨立理解。接著，我會再根據���些理解，來制定我們的增長策略。

這時，我已完成了今天的所有工作，我會前往「個人學習」這個分頁組，打開我的「閱讀筆記」白板。例如我正在閱讀《創新的兩難》這本書，我會再為它建立一個以它為名的子白板，然後把我在這本書裡面學到的所有知識都拆解成原子概念卡片。

假設今天我正在閱讀有關硬碟市場競爭的這個章節，這時我會建立許多相關的概念卡片。這又讓我想起我在讀其他書的時候建立的，也是關於競爭的概念卡片。這時我可能會做、也最喜歡做的事情是，再建立一個叫做「競爭哲學」的白板，然後把我在《創新的兩難》這本書裡面、還有《從零到一》、《孫子兵法》、和《晶片戰爭》這幾本書裡面關於競爭的概念卡片都放進來。

這是我反覆在 Heptabase 裡面做的事情，簡單來說就是創立不同主題的白板，然後重複使用我在不同書籍、文章、影片和 PDF 裡面提煉的概念卡片，並隨著時間與累積，逐漸形成更深度的理解。

---

Ness Labs： 你建議人們該怎麼上手 Heptabase ？

Alan：我想，要上手 Heptabase 的最好方法，就是找到一個你感興趣的主題或一本書，然後為它建立一個白板。

舉例來說，如果你對深度學習感興趣，並且你已經知道有三篇很長的文章你想閱讀，你可以直接把這文章與 Heptabase 並排打開，並且把裡面的知識提煉到 Heptabase 的白板上面，並且建立概念卡片。每張卡片應該只包含一個你認為最重要的想法。

使用 Heptabase 的「頓悟時刻」是，當你逐漸從愈來愈多的地方，累積愈來愈多的卡片，你會發現你在白板上面建立理解的過程會非常流暢，很容易就進入思考的心流，幾個小時後，你會發現你已經針對這個主題建立了屬於你的獨特理解。你會知道接下來你該閱讀什麼、你該如何將新學到的知識與你既有的知識結合，並且你也會知道這些屬於你的理解，將永遠透過視覺化的方式儲存在這裡。

---

Ness Labs：最後，Heptabase 接下來有什麼計畫？

Alan：在下一季，我們有三件最優先的事。第一個，就如我先前提到的，我們將引入更多種類型的卡片，特別是多媒體的卡片。並且我們也將讓用戶可以針對這些不同的多媒體卡片去 highlight、備註以及提取知識。第二個優先事項是在 Heptabase 上面建構 Communication Layer，以促進集體的知識研究。第三件事是升級我們的後端系統，因為我們現在有比 2022 年更多的用戶了。

當然，我們也會繼續完善與改進既有功能的體驗，例如白板、卡片編輯器、標籤等等，這些都是 Heptabase 的基礎。最終，這些不同的功能都是指向我們的願景，我們正努力地打造一個，能夠讓任何人有效地對任何事物建立深度理解的世界。

---

Ness Labs：非常感謝你的時間！大家可以在哪邊了解更多關於 Heptabase 的消息呢？

Alan：你可以到我們的官網試用 Heptabase ，而了解更多資訊的最佳管道是我們的 Public Wiki。如果你想要了解我們的理念與願景，我推薦你閱讀 My Vision - The Roadmap 以及 The best way to acquire knowledge from readings 這兩篇文章。

如果你只是想了解目前 Heptabase 怎麼運作，我推薦你閱讀 Getting Started with Heptabase 以及 Heptabase 1.0 這兩篇文章。

我們有一個活躍的 Discord 社群，裡面有超過 12,800 個用戶，歡迎你加入。我們也會偶爾在 Twitter（X）上面分享一些產品更新的內容。

[Go @golang]

Try Google's new Gemini model in your Go code using the Generative AI Go SDK:
https://t.co/j0j5k6YKgK
📂 Docs: https://t.co/ixdocveK7c

Or the Vertex Go SDK: https://t.co/2YD6QWJoHb
📂 Docs: https://t.co/ARpDD8sCHy

[Barret李靖 @Barret_China]

推荐一个有趣又有用的 Python 学习资料，《Python为什么》，https://t.co/CgBAnWKMJz，它是一系列文章的合集，主要关注 Python 的语法、设计、发展、与其它语言的差别等话题，以一个个“为什么”式的问题为切入点，试着展现 Python 的迷人魅力。

另外也推荐��读 Python 官方文档的 FAQ 系列，https://t.co/Boa80J0FIT，涉及到编程、设计、代码块、插件、扩展等几百个高频问题，值得花时间读一读。

[宝玉 @dotey]

推荐阅读，比尔盖茨新写的一篇博客：《人工智能即将全面改变我们使用电脑的方式 [译] | AI is about to completely change how you use computers》

在文章里面，比尔盖茨认为人工智能即将全面改变我们使用电脑的方式并彻底重塑软件行业。并且他还自嘲了当年 Office 推出的傻傻的回形针机器人：我们在 Microsoft Office 中推出后又取消的数字助理 回形针 Clippy，至今仍是人们的笑料！

但他无比看好未来的AI 智能体，相信未来五年每个人都能拥有一个自己的AI助理。

原文：https://t.co/OUm8MbHVuj
译文：https://t.co/UkusN6V553

[WaytoAGI｜通往AGI之路 @WaytoAGI]

《Claude官方文档提示词工程最佳实践》来自未来力场中英文编译。这个 PPT 是 Anthropic 上个月更新进自己官网的，未来力场（可搜同名公众号）把它编译成了中文，内容翻译的很用心，推荐给大家：

https://t.co/K1TZfmqslp

[宝玉 @dotey]

强烈推荐这篇文章：《深入探索：AI 驱动的 PDF 布局检测引擎源代码解析 [译]》

系统的分析了最近很火的 PDF 转 Markdown 开源程序 Marker https://t.co/UI3w2R9eQ4 的工作原理，比我想象的要复杂不少，用了好几个开源库。Marker 主要通过以下六个阶段来工作：

1. 准备阶段： 利用 PyMuPDF 工具，可以把各种格式的文档转换成 PDF 文件。

2. 文本识别（OCR）： 使用 Tesseract 或 OCRMyPDF 进行文字识别；也可以选择用 PyMuPDF 进行基本的文字抓取。

3. 布局识别： 运用专门定制的 LayoutLMv3 模型 来识别文档中的表格、图表、标题、图说、页眉和页脚。

4. 列的检测和排序： 再用一个定制的 LayoutLMv3 模型来识别文档中的列，并���照正确的顺序（上到下，左到右）进行排列。

5. 公式/代码处理： 通过 Nougat 工具，把公式图片转换成对应的 latex 代码，并利用启发式方法准确识别和调整代码及表格内容。

6. 文本清理与优化： 使用定制的 T5ForTextClassification 模型进行文本清理，比如去掉不必要的空格和奇怪的字符，确保以一种保守且保留原意的方式进行优化。

借助这六个阶段，Marker 能够把任何文档转化为格式整洁的 Markdown 文件。

原文：Inside Marker: A Guided Source Code Tour for an AI-powered PDF Layout Detection Engine https://t.co/cBwxuqveb0
翻译：https://t.co/RZRGKwseww

[Jeff Dean @JeffDean]

I’m very excited to share our work on Gemini today! Gemini is a family of multimodal models that demonstrate really strong capabilities across the image, audio, video, and text domains. Our most-capable model, Gemini Ultra, advances the state of the art in 30 of 32 benchmarks, including 10 of 12 popular text and reasoning benchmarks, 9 of 9 image understanding benchmarks, 6 of 6 video understanding benchmarks, and 5 of 5 speech recognition and speech translation benchmarks. Gemini Ultra is the first model to achieve human-expert performance on MMLU across 57 subjects with a score above 90%. It also achieves a new state-of-the-art score of 62.4% on the new MMMU multimodal reasoning benchmark, outperforming the previous best model by more than 5 percentage points.

Gemini was built by an awesome team of people from @GoogleDeepMind, @GoogleResearch, and elsewhere at @Google, and is one of the largest science and engineering efforts we’ve ever undertaken. As one of the two overall technical leads of the Gemini effort, along with my colleague @OriolVinyalsML, I am incredibly proud of the whole team, and we’re so excited to be sharing our work with you today!

There’s quite a lot of different material about Gemini available, starting with:

Main blog post: https://t.co/NzSycJl7aE

60-page technical report authored by th Gemini Team: https://t.co/CEdMRyYSLo

In this thread, I’ll walk you through some of the highlights.