人的认知大概能看成七层
茫然无知 表面认知 数据认知 结果认知 真相认知 知行合一 逻辑认知 大多数争论发生在第 2、3 层 却以为自己在第 7 层 真正拉开差距的 往往不是信息多少 是你停在哪一层还愿意往下挖
红杉合伙人 Konstantine Buhler 在 AI Ascent 2026：我们正从工业革命，进入认知革命。
体力劳动几乎已被机器接管；下一步是 99.9% 的认知运算也可能交给网络。 预测一：技能会像铝一样变便宜。 电解前铝比金贵；电解后用来包糖果。 AI 像电解：顶尖技能从稀缺变可随时召唤。 预测二：外星设计（Alien Design）。 算法设计的天线/芯片可能丑到反直觉，但更优。 未来最优解不一定长得像人类习惯的样子。 预测三：会出现一门「AI 的热力学」。 现在还在 tinkering；几十年后
认知是判断力，心力是执行力。
而这两种东西，恰好，都是 AI 无法带来的。
你的技能文件存在公司代码库里，还是自己手里？
YC CEO Garry Tan 最近提了个挺尖锐的说法：个人积累的判断力和工作流，如果存在公司代码库里，会被无情榨取；存在自己掌控的仓库里，才是可携带、可复利的职业资产。 他把这套思路叫 Personal AGI——不是租外部大模型 API，而是搭建一个只属于你自己的智能体：读你的记忆，跑你的程序，随你使用越用越值钱。 四个支点：智能资产化、Markdown 即代码=生产力、Agent 行动能力
为什么 AI 时代还需要继续用 Anki
跟 ChatGPT 聊完，我会有种「这下懂了」的爽感 两周后再被问到同一个细节 脑子里经常只剩浆糊 模型讲得挺清楚 是我会忘 我现在的用法就一句 **AI 负责学得快** **Anki 负责忘得慢** 下载：[Anki](https://apps.ankiweb.net/) --- 我现在学东西，大量靠大模型 追问、举反例、当场考我 启动成本几乎为零 当场理解变强了 过一阵还是会忘 当场 quiz
看到一组反直觉的性能数据：Cloudflare 新出的浏览器 Kitesurf，跑起来比 Chromium 慢，但便宜得多。
墙钟时间上，截图慢 1.8 倍，HTML extraction 慢 1.7 倍。但看 CPU 和内存——CPU 少用 3.1 到 3.8 倍，内存少用 4.7 到 7 倍。 这个反差不是 bug，是设计选择。Kitesurf 完全跑在 Cloudflare Workers 上，V8 isolates，没有 Chrome process，没有 container，用 Rust 写完透过 wasm-b
10000 粉之后：用完整路径代替更用力
写这篇文章的时候，粉丝数是 10344。刚过万 fo（一万粉丝）。 万 fo 之后干什么，我在 8900 左右就在想，更早以前也在想。跨过这条线前后，心态其实差不多——真正困扰我的，从来不是数字本身。 这篇不是庆祝文，也不教你怎么涨粉。 我想把一件事说清楚：**要稳定持续地做自媒体，就得有完整工具；卡在哪一段，就先补哪一段。** --- 以前做内容，很难不盯人数。大家都有一个憧憬，叫「万 fo」。
很多国外赚钱项目，在中国至少晚半年到两年。
这段空窗，就是信息差最大的时候。 Notion 模板、AI 提示词库、健身计划、减脂打卡、个人财务表——国外卖 $9–$99，有人买回来本土化，挂闲鱼、小红书、知识星球、淘宝，卖 9.9 / 19.9 / 49。 重点不是照搬，是加中文案例、适配国内软件、补教学。 大部分人不想啃英文原文，愿意为省时间付钱。 信息差的本质，经常是跨语言套利。
认知越高，话往往越少。不是变冷漠，是知道每句话都有代价。
普通人追直线答案：对错、好坏、能不能赚钱。高认知者脑子里是前提、变量、概率和灰色地带。硬解释必丢信息；不解释又像端着。 更关键的转向：从证明自己，到安顿自己。把争辩和求认同的能量收回，用在内在秩序上。 若你越来越不想辩——也许不是退步，是终于懂得分拣听众。
别急着辩论谁更努力。
先看决策入口： 穷人默认先避险，富人默认先看杠杆与时间。 不是谁道德更高，是系统不一样。 思维定认知，认知定行为。 你每天问自己的第一个问题，比你今天赚多少更重要。 图放全了。对照着看，比空喊改变心态有用。
大多数人赚钱的方法论都能归进这四类，而且几十年没变过：执行差（懂的都懂，就看谁真去做）、认知差（我看懂的局你没看懂）。
竞争差（同样在做，但我做得更精）、信息差（我先知道，你还不知道）。 稻盛和夫把这四条列出来，其实是在提醒一件事：光懂道理没用，赚钱靠的是把某一种差真正拉开，而不是懂了就以为自己已经赢了。
认知偏低时，日常常有这些典型动作——本质是缺多元视角 + 过度自我防御。
① 非黑即白 ② 用情绪代替逻辑抬杠 ③ 经验主义否新事物 ④ 达克效应：半懂装专家 ⑤ 贴标签简化世界 ⑥ 从不认错，全怪外面 ⑦ 碎片信息重度受害者 ⑧ 三分钟热度，拒延迟满足 ⑨ 只聊人事八卦，不聊思维格局 ⑩ 受害者心态 一句话：用最省力方式维持世界观稳定。 深度思考和认错很耗能，所以固执、反驳、简化世界。 你最难沟通的，是上面哪一种？
我被工程师思维限制了十几年。
它听起来是优点：逻辑、严谨、做得出东西。 商业角度看很可怕——工程师这辈子在证明「我做得到」。 需求来了：拆解、实作、验证，然后爽一下「你看我做到了」。 AI 时代这爽感贬值：你做得到，AI 也做得到，不会写码的人用 AI 也做得到。 我花几个月严严谨谨做了件「没人拜托我做」的事——以为在做生意，其实在给自己鼓掌。 市场在屏幕外。先找愿意付钱的人，再证明做得到。
普通人如何杀出底层？不靠鸡汤，靠这几条：
1. 删落后价值观，重建商业思维 2. 尽早学会赚钱，而不只会上班 3. 不依赖父母，对自己负责 4. 死磕一项能长期变现的技能 5. 第一次创业，成本越低越好 6. 少娱乐，多把时间投给未来 7. 进一个行业先摸透门道，再创业 8. 想赚普通工资就过普通生活；想赚大钱就得承受更多风险 9. 少内耗少攀比，精力放在创造价值 10. 多研究优秀企业与商业模式，抬高认知
你永远赚不到，你认知以外的钱。
赚不到钱，多半不是更努力就能解——是脑子里的「操作系统」该升级了。 1) 赚钱反人性：克服懒、犹豫、玻璃心，去做不舒服但正确的事 2) 信息差是快通道：你知道别人不知道，才能赚认知外的钱 3) 别只羡结果，拆过程与节点。复制过程，才可能复制结果 4) 普通人逆袭拼选择，不只拼努力。风口下方向比对更要命 5) 合法掠夺叫商业：注意力、时间、认知 6) 三层：体力 → 脑力 → 系统与资产。你在哪层，
最近把孙宇晨十年前《财富自由革命之路》课件过了一遍。有些段落反复听了四五遍。
真正厉害的人，往往不是更努力，而是更早看清世界怎么运转。 我提炼 7 个模型： 1. 盯增量市场，别只卷存量规则 2. 时间是最贵资产，用杠杆放大而不是纯卖时间 3. 不神化、不畏惧权威 4. 优先进入时代红利最大的行业 5. 在萌芽期下注，等所有人看懂通常已晚 6. 最值得重仓的是自己的认知、能力、信用 7. 财富自由不是账户数字，是不必为了钱出卖时间、注意力和尊严 人和人最大的差距，常常是对未
现在做 AI Agent，相当于 2017 年做抖音。
2017 年抖音打破的是「谁能被几百万人看到」。 AI Agent 打破的是下一层：当别人看到你之后，怎么把你的判断力和方法论，做成一个能被反复调用的产品，持续交付出去。 以前这需要一个团队。现在一个人也能做。
「如果你一直忙着工作，是没时间赚錢的」
普通人建立原始资本只需四步： 1. 输出与利他思维——生意的本质是价値交换，利他才是最好的利己 2. 突破认知局限——人只能赚到自己认知范围内的錢，要多看身边拿到结果的人在怎么做 3. 精确定位——不要讲好所有人，找到一个最精细的切口，服务与你志同道合的目标客户 4. 先做再说——大胆开始，你就已经超越 99% 的人了
每 5 小时一次的 AI 配额，正在重写你的工作节奏
打开 Claude Code，提示说配额用完了。 不是月底。是今天早上十点。 你订的是 $100/月 的方案，按月算应该还有三周。那配额去哪了？ Claude Code、OpenAI Codex、Google Antigravity——这三家主流 AI 编程工具，在 2026 年中几乎同时换掉了计费逻辑。 不再是「这个月能用多少」，而是：每 5 小时一个滚动窗口，从你发出第一条 prompt 开始
6 个 YouTube 频道，看英文视频顺便学英语：
Ali Abdaal — 学习方法、生产力 Kai Notebook — 深度思考、自我成长 Better Ideas — 习惯、心理与人生思维 Matt D'Avella — 极简生活、纪录片风格 Improvement Pill — 个人成长动画 Nischa — 理财与财务思维 主题都是较常续看的个人成长类，不太会过时。 你在看的英文频道有哪些？
Marketing 这门学科的核心逻辑：
人的思维是可以被滲透、被塑造、被教育的。 所以这门学科堆称一门邪术。 掌控它的人不追鲁，不就范，只是知道“想要认知被塑造」是怎么运作的。
一个待过 Scale、OpenAI、Google 的工程师写了篇职涯建议
里面一句话让我停了很久： 「AI 只会变强在你写得出评分标准的事情上」 什么意思？ 只要一件事有标准答案、能打分——AI 就会越练越强，最终超过你。 帮你改邮件语气、翻译、修代码、排版——它超会。因为对错很明确。 但这几种它只能站旁边看你决定： 这笔钱投产品还是投营销 这个合作该不该答应 今天最该花力气的是哪一题 它可以列优缺点，但它没真的活过、没亏过钱、没被坑过。 最后那一下要不要赌，还是你自己
一篇文章标题很反直觉：「Doing nothing at work」（在工作时什么都不做）
核心观点：工程师一整年的绩效，往往由少数几个关键时刻决定。可能是一次救了产品的调试、一个让团队少走半年弯路的架构决策。这些关键时刻没法排进日历，来的时候你要有余裕才接得住。 如果平常就把自己逼到100%满载，等真正的关键时刻来临，反而没力气把它做好。 作者建议刻意练习「什么都不做」，让自己维持在80%使用率。
AI 时代，知识会越来越不值钱。
哈佛研究表明 AI 在逐渐取代人的工作，硅谷高管教练 Joe Hudson 也在研究 AGI 对人的影响。 他的观点：当知识可以被 AI 随时调用，人的价值不再是「知道什么」，而是「愿意感受什么、愿意承担什么」。 认知可以被替代，但临场的判断力和承担责任的意愿，还不能。
AI 出现之后，人最需要的能力之一：Metacognition（后设认知）。
白话版：知道自己是怎么思考的，并能观察、监控、调整自己的思考过程。 AI 可以替你执行，但不能替你判断「我现在的思维方式对不对」。 这是 AI 暂时拿不走的部分。
比起每天滑 IG，被算法喂同一套情绪，不如把碎片时间换成更好的输入。
这 5 个工具，我会推荐给想持续成长的人： 读书精华、免费课程、学习方法、高手访谈、专注音乐。 不一定每天用，但每次打开，都是在给未来的自己充值。 1. Blinkist 2. Coursera 3. Ali Abdaal 4. The Tim Ferriss Show 5. Brain.fm
如果你本周只能跟一个AI热点，推荐听 Fiona Fung 访谈。Anthropic 的组织架构接近理想团队形态。
我花时间集成接口，写生成标准的 skill 和 /review skill，让团队（人或Agent）自我管理。 但第五点很难实作：管理者很难放手。这是软肋，也是原罪。Claude Code 精炼的原因，或许正是产品DNA来自管理。 AI行业越久，越觉得 Harness engineering 的核心是思维和哲学的通透。 能在有生之年参与AI思潮，太幸福了。
"努力是一种低水平的重复，它不能创造所谓的复利。"
这句话说的不是努力没用，而是：努力累积在哪里，才是关键。 每次用 AI 产出，如果留下记录——用了什么工具、踩过什么坑、选了哪条路，努力才开始增值。 判断力不是靠更努力得到的，是靠有地方被记录下来才开始复利。
什么样的文章真正有价值？
PG 说：挑战认知盲区的那种。 不是你不知道的知识（经验问题）， 而是你本应知道却因思维定势错过的洞见。 这是最难写的，也是影响最深远的。 好文章让人觉得：这道理我早该明白的。
特斯拉 Optimus 人形机器人，和 FSD 全自动驾驶其实是同一套具身 AI 计划的两条腿。
Optimus 和 FSD 一样，都是基于视觉的 AI 系统，主要通过摄像头获取信息并输出控制指令。特斯拉的长期目标，是把 FSD 和 Optimus 的底层 AI 架构统一起来。 和 FSD 相比，Optimus 的输入更多（增加了触觉传感器），输出也复杂得多。 它需要同时控制手臂、手、腿、脚、躯干和头部，完成多步骤的复杂任务（比如做饭：识别食材、打开冰箱、选择厨具、按顺序烹饪）。 这对模型的长