Srch

[Phoenix Yin @Phoenixyin13]

香农一生的工作方法论，出自他1952年在贝尔实验室那场著名的内部演讲《创造性思维》。
信息论本身就是这六条的产物。

他的六个工具箱是这样的：
1. 简化问题
香农的核心直觉就是区分信号和噪声。
大部分难题之所以难，是因为它被无关数据包裹了。简化的艺术在于闻出什么是本质、什么是意���。
你保留的是骨架，扔掉的是衣服。
香农做国际象棋程序时，第一步并非模拟整盘棋的复杂性，他只问自己一个问题：什么是一个好位置的最少必要特征。

2. 类比
这是香农说的两小步好过一大步。
人类不要试图凭空发明，要去别的领域借一个已经跑通的答案。
通信中的噪声和统计物理中的热噪声，密码学和通信的对偶，布尔代数和电路开关，可以说香农一生都在玩这种跨界映射。
类比的本质是承认新问题很少是真正新的。

3. 重新提问
当你卡住时，问题不在你，而在问题的提法。
香农提醒人们，要警惕思维定式，也就是我们今天说的沉没成本和路径依赖。新手��时能一下做成，正是因为他没有被旧的提问方式绑架。
把“如何做出更可靠的继电器”改成“如何用不可靠的继电器做出可靠的系统”，整个信息论或许就打开了。

4. 结构分析
把压倒性的大问题切成可解决的小问题。香农形容数学证明像在路线图中游走，你先证明一堆看起来无关的引理，最后它们突然连成一条通路。
这是典型的分治法。
他的硕士论文把复杂的电路分解为逻辑门，后来把通信分解为信源、信道、信宿，都是这种手法的体现。

5. 反向推导
正向走不通，就假设结论已经为真，倒着往回推。这在今天就是逆向思维和反证法。
如果你无法从前提推出结论，那就先把结论当作公理，看看它要求什么样的前提必须成立。
解码问题就是这样思考的；先假设接收端已经知道了原文，那么信道必须具备什么性质。

6. 推广和归纳
英文里 generalization 和 induction 是两个动作：
归纳 induction 是自下而上的，是从一个个特殊的解法里，提炼出背后的通用模式。
香农解了几个具体的开关电路，然后归纳出：所有电路都可以用布尔代数描述。
而推广 generalization 是自上而下的，是把已经成立的规律，主动推向更广的疆域。
香农把离散信源的熵，推广到连续信源，把通信的保密性，推广到密码学。
这里我要提到《香农传》中有译本只取了其一，事实上已经丢了一半。
香农的原意正是要做一个完整的闭环，先归纳出规律，再推广到远方。
他自己的工作就是最好的例子。我们都知道，一个为电路写的代数，最终推广成了整个数字时代的语法。

这六条连起来看，其实是一个��环。
简化找到核心，
用类比找到抓手，
卡住时就重述问题和拆解结构，
实在不行就反向推演，
最后，把得到的小胜利归纳并推广成大理论。

[数字生命卡兹克 @Khazix0918]

https://t.co/QzCZuWjtvI

[Srch @Srch_Notes]

@kimmonismus 他们在为我们的等待找到了一个新理由

[Srch @Srch_Notes]

@Vincent_AINotes “普通人的体感是：”，再怎么迭代，总有过度比喻、排比、对比的痕迹

[0xFun @0xFunX]

沉浸式翻译去年爆出隐私漏洞问题我就卸载了。

现在居然导入 API 也是付费功能，真觉得自己不可替代吗？市面可替代的同类软件多了去了。

分享几个我用过的，其实功能大同小异，哪个顺手用那个：

1」Trancy

除了沉浸翻译，还有 YouTube 双语字幕功能，UI 更好看，目前搭配DeepSeek 主力在用。

免费，高级功能付费，闭源。
官网 https://t.co/iHLQJmF1Pn

2」FluentRead 流畅阅读

免费开源
https://t.co/otwyDY8EcD

3」KISS Translator 简约翻译

免费开源
https://t.co/UJqgWki7ZI

4」Read Frog 陪读蛙

免费开源
https://t.co/02Z3RxOEIR

[Bear Liu @bearliu]

AI 不止写代码，更适合做你的创意助手

你以为 AI 只能帮程序员写代码？《纽约时报》最近的调查采访了 21 个真实案例，结果完全颠覆了这个认知。

数据显示，已经有五分之一的美国工作者在用 AI 处理日常工作。但更有意思的是这些人在干什么：医生用它整理患者口述记录，针织艺术家用它选择合适的针线，植物学家用它识别几百万件标本。

最让我眼前一亮的是视觉艺术家 Marya Triandafellos 的做法。她把自己的作品上传给 AI，让模型学会她的风格，然后通过提示词生成数百幅新作品。这不是 AI 在替她画���，而是把 AI 当成一个能理解她美学的创意伙伴。

我自己也在琢磨类似的应用。我想用 AI 来分类和标记我速写本里的作品，让它帮我找出风格演变、整理思路、甚至给出反馈。看到有人已经这样用 AI 了，就更确定这个方向值得探索。

关键是转变心态。AI 不是魔法工具，而是一个能理解你风格、加速你创意流程的助手。对创意工作者来说，这可能比写代码更有价值。

原文链接：https://t.co/sEBHIkgTwg~~

[Srch @Srch_Notes]

https://t.co/7K9WRe8RXz

[Steven Kotler @steven_kotler]

In a McKinsey study, executives found a 500% increase in productivity while in a flow state.

Concluding that even brief periods of deep focus can dramatically outperform hours of fragmented work.

In flow states, the brain’s inner critic quiets, time compresses, and action feels effortless.

Neuroscientists call it transient hypofrontality.

Flow follows focus. Focus has triggers.

The good news? Anyone can access this state.

#FlowState #PeakPerformance #FlowResearch #StevenKotler #Neuroscience

[虎小象 @hx831126]

先讲一个你可能从来没听说过的人。

1930年，英国语言学家 C.K. Ogden 做了一件很偏执的事——他把整个英语词汇表研究了一遍，然后问了一个问题：如果只能留下最核心的那些词，英语还能不能用？

他的答案是：850个词，够了。

这850个词，不是随便选的，是他穷尽分析之后筛选出来的"语言骨架"。他把它们分成5类：

100个操作词（Operations）：这、那、是、有、做……就是那些让句子转起来的胶水词

400个普通事物（General Things）：名词里最高频、最基础的那层

200个可描绘事物（Picturable Things）：能画出来的具体东西，比如 door、fire、river

100个性质词（Qualities）：描述世界的形容词，比如 clear、simple、important

50个反义词（Opposites）：成对出现，学一个等于学两���

——————

然后他把这套体系命名为 Basic English，发表出来。

接下来发生的事情更有意思。丘吉尔在二战期���公开赞扬这套体系，认为它是盟国推广英语教育的最佳基础。H.G. 威尔斯把它写进了《世界大战》的续集设定里，作为未来世界通用语言的蓝图。乔治·奥威尔……没有赞扬它，但《1984》里那套压缩语言"新话"（Newspeak）的灵感，正是来自对 Basic English 的深深警惕——他担心语言被缩减之后，人的思想也会跟着被缩减。

这就是这850个词的能量：支持者觉得它是桥梁，批评者觉得它是枷锁，争论了将近一百年。

但我想说的不是那场争论。我想说的是——这850个词，对今天的英语学习者来说意味着什么。

大多数人学英语，是被一本本厚厚的词汇书和无尽的考纲压着学的。CET-4、CET-6、托福、雅思……每一个证书背后都是几千个词的暴力记忆，背了忘，忘了背，从来没有���正"用"过。

Ogden 给出的逻辑完全相反：不是多，而是深。

这850个词，每一个都是高频中的高频，每一个在日常英语表达里都有不可替代的位置。当你真正把这850个词学透——不只知道它的意思，还知道它的用法、它的近义词在什么场景该用哪一个——你对英语的掌握会比背了5000个词却每个只认识中文意思要扎实得多。

这是一种截然不同的语言观：根扎得够深，枝才能生得够远。

——————

于是我做了这个网站：https://t.co/MNteHwzK9m
（准确的说我让 Codex 做的）

原版 Ogden 的资料是一本PDF，黑白的，排版像上个世纪（它确实是上个世纪的）。我想让它变成真正可以用来学习的东西。

花了不少时间（花了不少 Token ）最终做成了这样：

每一个词，都有一张完整的卡片。

卡片上有：这个词的中文释义、英文定义（用简单的英语解释英语，就像 Ogden 本人的风格）、一句真实语境下的例句，以及2到3个同义词。五个类别各有自己的颜色，一眼就知道你在学哪个区域的词汇。

每一个词，都可以听发音。

接的是有道词典的语音接口，默认英式发音，可以切换美式。点单词听一次，点例句听一次，语速比正常稍慢一点，适合跟读。不是那种机械的合成音，真的可以听。

最让我花心思的，是同义词那里。

很多人背单词的时候，同义词只是"差不多的意思"。但真正用英语的时候，difference 和 distinction 不一样，speak 和 talk 不一样，simple 和 easy 不一样。差在哪里？什么场景该用哪个？

———————

网站是免费的，不需要注册，不会收集任何信息。

直接访问就行：https://t.co/MNteHwzK9m

如果你身边有正在学英语的人，或者觉得自己英语"学了很多年但还是用不好"的，可以发给他们看看。

也许这850个词，是一个值得重新开始的起点。
����

以上的文案也是它写的，我越来越没有用了

[Srch @Srch_Notes]

@landiantech 我擦，前段时间电报收不到验证码，我在 apkpure 下载了去年的旧版本，还在手机上装着呢。只能应用内更新，在谷歌商店搜电报显示是另一个应用，没有“更新”只有“安装”

[The Economist @TheEconomist]

When demand spikes, however, niche Japanese suppliers can be maddeningly slow to respond https://t.co/6TkYCFNlSp

[Dongxi 东锡 NLP @dongxi_nlp]

Yann LeCun 的观点：

到 2027 年初，AI 行业将意识到，仅依赖LLM 的模式已不足以满足需求。

他提到了 Sun Microsystems，从2000多亿的市值的巅峰一年陨落。

随着范式转移，OpenAI 和 Anthropic 或许会成为 AI 时代的 Sun。

[InfiCheesy無限芝士 @InfiCheesy]

别用垃圾Ping0了，推荐一个论坛大佬做的IP检测网站
无广告、评测客观、支持检测DNS泄露和WebRTC泄露

网址：https://t.co/XPDltGNyxR

[Srch @Srch_Notes]

@Wujizhuzhu “主要财富却来自其中的10只”，这是筛选后的结果，如果不能加以区分就变成另��一回事了

[Srch @Srch_Notes]

@yangyi 1.已经开始卷了 2.卖课的已经形成方法论 3.此时市面上噪音太多，想走捷径的小白很容易被割

[Srch @Srch_Notes]

@RFI_Cn “中国约14%的石油来自伊朗，而伊朗的石油几乎全部来自中国”，我很好奇，你们用的什么翻译软件？

[Robinson · 鲁棒逊 @python_xxt]

这个叫旁路推断，类似的信息情报分析方法，其实多有应用

比如出生人口的核算，用新生儿的疫苗接种数量来倒推
比如用墓地销量和火葬量来推算真实死亡人数（疫情期间）
比如用家庭用水量，来推断下水道碎尸案的疑犯住址

当核心数据无法直接获取时，用这类强相关的物理性数据，交叉验证，逼近真相。

因为现实世界有个底层规律：

只要事情真实发生过，就一定会在多个维度留下痕迹。

俗话说，人在做，天在看 ，不外如是

[GoogleTrends @GoogleTrends]

📣 The new Google Trends experience, powered by Gemini, is now available on mobile! Get AI-powered insights on what the world is searching for, right from your phone 📱 https://t.co/jCObcRoQMk

[Brave2049 @Brave2049]

最近在听的书：索维尔的《观念的冲突》，不同的人性观，会影响个体对万事万物的理解。这本书对于理解美国的两党政治很有帮助。

任何情况下，基于对人性的不同预设，都会形成两种相互冲突的理解。比如，该不该禁止Crypto，个人自由和政府主导的角度，会形成两种答案。没有乌托邦，自由有缺陷但很必要。