LZ AI NOTE · AI 公众号与知识站

DailyReflections

DailyReflections

简介：个人随笔

How To Earn A Billion Dollar

创业的关键在于深入了解特定用户群体，从而精准地打造他们真正想要的产品。

用户真正想要的是什么？你能为他们做些什么，从而显著改善他们的生活？

这就是创业的同理心，也是我们在创始人身上寻找和培养的品质。

羽毛球正反手击球感悟

  1. 击球本质

    • 目标是提高拍头速度（决定击球威力）。
    • 标准动作：提前引拍 + 临近击球小幅反向预加载 + 向前爆发。

  2. SSC（伸张-缩短循环）本质

    • 快速拉长 → 立刻缩短 → 输出更强。

    • 作用三点：

      • 系统变紧（力不损失）
      • 发力起点更高（非从0开始）
      • 触发更强收缩（瞬时力更大）

  3. 为什么更强（物理层）

    • 提高“有效加速质量”，而非单纯延长时间
    • 增大速度变化（Δv）
    • 让整个加速过程更连续、高效

  4. 为什么人体默认用它

    • 同时满足：更省能 + 更高爆发
    • 由肌肉（主动）+肌腱（弹性）结构决定
    • 属于进化筛选出的最优发力模式

  5. 相关配套机制（共同工作）

    • 动量链：速度逐级放大（身体→手→拍）
    • 近端稳定：身体稳 → 手才能发力
    • 刚度调节：击球瞬间变“硬”
    • 预激活：提前进入发力状态

一句话总结

羽毛球击球的“先小幅反向再发力”，本质是利用SSC，把身体从“松的低效系统”切换为“紧的高效爆发系统”，从而在相同时间内获得更高的拍头速度。

但是有代价，SSC ‌用结构的长期磨损，换取瞬间的高功率输出。‌

  • ‌肌腱的债‌：血供差、修复慢，高频冲击下最先扛不住，跟腱炎、网球肘都是它发出的过载信号。
  • ‌肌肉的暗伤‌：离心收缩力大，但也更容易拉伤肌纤维，延迟性酸痛就是微细损伤的账单。
  • ‌神经的透支‌：松紧切换的精度一旦被疲劳拖垮，力就吃错地方，受伤风险骤升。

进化赌的是“先活下来再说”，肌腱磨损是活下来之后才需要考虑的事。而我们现代人把它当常规模式高频使用，代价就被放大了。所以，力量训练、柔韧性和恢复管理，本质上就是给这套“应急机制”上保险。

越来越亮的车灯

更亮≠更安全，反而带来对向车辆致盲、错判距离等问题。

“大灯地狱”反映了现代技术在缺乏系统性、共情性设计思维时，如何在不经意间制造新的不平等和风险。它提醒我们：技术理应为人服务，而不是让更多人付出代价。

简单与难运动

入门简单比入门难的运动的综合能力要求更强，上限更高，下限也更低？

  • 入门越容易的运动，形成金字塔的人数就越多，塔尖也就越尖锐；这不是因为运动本身更复杂，而是因为要在海量人中脱颖而出，你必须几乎全能。
  • 而入门困难的运动往往门槛高、筛选强、参与者少，所以虽然技术复杂、入门难，但上限可能反而不比前者高太多，整体竞争环境也较狭窄。

精英过剩

大规模升学幻觉：教育制度制造了“精英感”，却没有足够社会位置承接它，造成大规模心理与经济落差。而真正推动社会剧变的往往不是“被抛弃的大众”，而是“未被接纳的精英”。

当前的精英通道（小学→博士）本身就是“既得利益者”们走出来的一条路径，他们掌握资源与话语权，倾向于维护这条路径的正统性和地位，这就是一种典型的 “路径依赖” + “认知守旧” + “制度惯性”。当前体制内重要岗位（高校、政府、国企）几乎都是通过这条路选拔出来的；他们自然认为这条路径“最可靠”“最正规”；于是继续用考试、学历、资历、论文来选拔下一代 → 进一步固化。

问题类型 描述
🎓 教育膨胀 太多高学历者，但没有相应工作岗位匹配（例：博士送外卖）
💼 职位竞争 精英岗位饱和，内部卷得更狠，小错误都可能被放大处理
🧨 精英激进化 一部分被排除在“核心圈”之外的准精英，转向民粹、激进主义
🧠 意识形态冲突 精英内部无法达成共识，派系斗争频繁
📉 社会信任下降 普通人看到精英互撕，会对系统丧失信心
🥊 政治极化 精英在政治、媒体、文化领域争夺控制权，导致撕裂加剧
  • 解决方案：解决精英过剩的根本，不是“筛掉谁”，而是“多造路” + “改观念” + “改分配”。
    • 控制精英供给端：合理设限、分流，例如：国内通过本科/职教分流，德国职业教育与学术教育双轨制
    • 扩大精英吸纳能力：拓展蛋糕，例如：新产业、新科技、新职业路径（如数字经济、绿色能源、人工智能领域），企业出海
    • AI与职业：借助大模型/数据智能，精准引导不同背景学生找到适合自己的成长路径

How to Do Great Work

  • Pick the Right Problem 伟大的工作通常源自 重要且有趣的问题
  • Find Problems, Don’t Manufacture Them 发现问题，而不是制造问题
  • Choose Your Field Wisely 选择你的领域，一些领域更容易做出突破，比如 新兴科技、未被充分研究的领域。
  • Develop Unique Insights 发展独特的见解
  • Great Work Comes from Accumulation 伟大的工作来自于积累
  • Surround Yourself with the Right People 远离消极或抑制创造力的环境，找到支持自己思考和探索的圈子。
  • Ignore Distractions, Focus on Your Work 伟大的工作需要长时间的专注，而不是被短期的流行趋势所驱动。
  • Embrace Uncertainty 拥抱不确定性，不要害怕失败。

如何培养品味

  • Good design is simple 简约
  • Good design is timeless 追求永恒
  • Good design solves the right problem 解决正确的问题
  • Good design is suggestive 启发性
  • Good design is often slightly funny. 有趣
  • Good design is hard 困难
  • Good design looks easy 看起来简单
  • Good design uses symmetry 对称
  • Good design resembles nature 模仿自然
  • Good design is redesign 重构
  • Good design is often strange 奇怪
  • Good design happens in chunks.

世界趋同

比如 汽车颜色从五颜六色到黑灰；比如各个大模型，最终都支持到搜索跟推理以及多语言；再比如电影电视剧都开始拍续集；再比如各个编辑器都开始支持 agent 跟 tab 补全；再比如各个视频软件都开始搞推荐，同样功能的软件界面变的都一样；

世界趋同的本质，是效率最大化与风险最小化的共同作用。所有行业都希望以最小的成本满足最多用户的需求，而市场、技术、文化、算法等因素一起推动了这种收敛。

不过，这并不意味着创新不存在，而是创新往往发生在微小但关键的突破点，比如 iPhone 颠覆了手机界面、GPT 颠覆了搜索体验。未来，虽然大趋势是趋同，但局部突破仍然会带来周期性的变革。

资本、AGI 与野心

mRNA 与传统疫苗

关键点：安全性、免疫效果、生产速度和稳定性

  • mRNA（信使RNA）是细胞内的遗传指令载体，它负责将DNA上的遗传信息传递给细胞的核糖体，指导蛋白质合成。
    • 流程：设计mRNA -> 生产并包裹mRNA -> 注射mRNA
  • 传统疫苗是利用灭活病毒、减毒病毒或重组蛋白等抗原物质，通过注射或口服等方式进入人体，激发免疫系统产生免疫反应。

当前还不能完全取代传统疫苗，原因：

  • 细菌比病毒复杂，往往有多种抗原，mRNA疫苗很难涵盖所有关键抗原。
  • 一些疫苗（如鼻喷雾流感疫苗、口服脊灰疫苗）在黏膜部位诱导免疫，防止病毒进入体内，而mRNA疫苗主要在肌肉注射，难以产生强大的黏膜免疫。

QRCode 的黑块限制

  1. 屏幕二维码的最小模块建议为 4像素 x 4像素。更大的会更容易被扫描识别
  2. 印刷二维码的最小模块建议为 0.4毫米 x 0.4毫米。

vscode 括号着色

“准备悖论”

指的是，如果提前采取有效措施，就可以减轻某种未来的灾难，那么人们就会倾向于认为，这种灾难没有那么严重，不会造成太大损害，从而阻碍对这种灾难进行提前准备。

hacknews 评分前十的讲座

Geohash 原理

Geohash 是一种用于地理位置编码的算法，它将地球上的经纬度转换为一个字符串。这个字符串表示一个矩形区域而不是一个点。Geohash 的核心是不断对经纬度进行 二分区域，并将结果编码为二进制，再转换为更简洁的 Base32 字符串。

直观解释，把地球看作一个网格，每次增加一个字符（增加编码长度）就进一步细分网格。 比如：

  • 9 表示一个大区域（经纬度粗分）。
  • 9q 表示更小的区域。
  • 9q8 表示更精确的区域。
  • 9q8yy 可精确到几米范围内。

什么是 S2 编码？

S2 是一种地理空间索引系统，基于球面几何将地球表面划分为一系列分层的单元（称为 S2 Cells）。每个单元都有唯一的 ID，用来表示地球上的区域。与 Geohash 不同，S2 直接在球面上工作，避免了平面映射中的失真。

对比 Geohash

特性 Geohash S2 编码
投影方式 平面投影 球面投影
单元形状 矩形 近似正方形
分层方式 字符编码（Base32） 整数 ID
精度与效率 适合简单应用 更适合复杂查询与计算

S2 在地图服务（如 Google Maps 和 Uber）中被广泛使用，适合处理高精度地理数据和邻近搜索场景。

牛鞭效应（Bullwhip Effect）

描述的是在供应链中，由于信息在各个环节间传递的不对称或延迟，小范围的需求波动会逐级放大，最终在上游（例如制造商或原材料供应商）形成更大的需求波动。这一现象形象地得名于牛鞭——手腕的小幅动作会在鞭梢引发巨大的波动。

  • 举例说明
    • 消费者需求：某商品原本每周需要 10 个，突然需求升至 15 个。
    • 零售商：为了应对需求增长及库存不足，订购 20 个。
    • 批发商：考虑到运输周期和订单积压，向制造商订购 30 个。
    • 制造商：预测未来可能会有更高的需求，于是向供应商订购 50 个。
    • 最终，上游供应商感受到的需求远高于实际需求的 15 个，形成了牛鞭效应。

如果金钱统治世界，那么谁统治金钱？

答案是 那些有能力制造通货膨胀的人统治着金钱。他们首先借钱购买实物资产，通货膨胀之后，再用贬值的钱来还债。- hacker news

解决团队分歧的四种方式

方式一：我不同意，但一旦决策定了，我就会一起努力。

亚马逊创始人贝佐斯说：“当我跟一个主管反复讨论后，他不同意我的看法。虽然我不认为他正确，但我愿意陪他赌一把。我们认识几十年了，我觉得他可能比我更接近真相。其实我也不知道自己的决定是否正确，干脆照着下属的想法走。”

这样有几个好处：

  • 至少产生了一个大家同意的决策。
  • 事后不会互相埋怨。
  • 有利于形成真正的团队精神。

如何评价世界是一个草台班子

  • 反映了决策层和执行层之间的脱节现象。决策层虽然有大局观，但在执行细节上往往不够深入；
  • 执行层尽管懂得如何完成任务，却缺乏对全局的理解。
  • 信息传递的障碍加剧了这种脱节，导致决策无法得到有效执行，形成了一种低效的系统。

悲观者正确，乐观者成功

悲观者尝试的概率小，不太可能直面风险；但是乐观者会去尝试，有一定概率遭遇风险，但也有一定概率会成功。

技术弱势群体

未来的高科技社会，大多数人恐怕都是技术弱势群体，没有太多机会，技术优势集中在少数人手里。

康威定律

Any organization that designs a system (defined broadly) will produce a design whose structure is a copy of the organization’s communication structure. 软件系统的架构看起来与构建它的开发团队的组织结构非常相似。

维基百科通向哲学现象

（Wikipedia’s “Getting to Philosophy” phenomenon）。当你点击每篇文章的第一个非括号中的链接，并不断重复这个过程，大约90%以上的情况下最终会到达“哲学”这个条目。维基百科的条目结构趋向于层次化的知识体系，通往更抽象的概念。这种体系有助于引导阅读者从具体到抽象进行理解，因此最终会引导到像“哲学”这样探讨最为根本性问题的学科。

崖山之后无中华

“崖山之后无中华”可以理解为中华的“气质”在崖山之战后发生了变化。宋朝时期，中华文明的气质更多体现在对文化和科技的崇尚、对创新的追求以及相对开放的心态。而崖山之后的元、明、清三朝，文化与科技的发展逐渐走向保守和停滞，更加注重政权稳固和经济利益，创新动力不足，文化气质发生了显著的转变。

卡钦斯基的警告

卡钦斯基：论工业社会及其未来

视频学习胜过读书吗？

  • 人类学习效率最高的方式，不是"读书 + 思考"，而是"观察 + 模仿"
  • 大部分领域的入门方式，都是"观察和模仿"，所以视频学习更有效。 对于深入学习，文字和书籍的效果可能好于视频，因为入门以后再往上走，"理解 + 思考"的作用越来越大，"观察 + 模仿"的作用越来越小。

雷军2024年度演讲：人生不能后退！

无人驾驶汽车投放

为了社会稳定，政府需要对无人驾驶出租车有所限制。

投放策略建议 - 摘抄自阮一峰周刊

  • （1）货运优于客运。货运的距离长，更艰苦，更适合无人驾驶。

  • （2）公交车优于出租车。公交车本来就缺少司机，无人驾驶可以增加班次，有利于绿色出行。

  • （3）郊区和农村优于城区，那里平时不容易叫车，更需要无人驾驶。

  • （4）城区的无人驾驶出租车，政府收取管理费，使得运价不低于真人司机。多收的钱用于补贴出租车行业转型。

关于认知 更改时间（2023-2-24）

越来越感觉到认知能力才是事情发展的关键，认知是基础然后才是生成要素的聚集；太聚焦在解决问题层面，陷入到具体实现细节的可能不是一个好的开发

认知的排序以及问题的解决流程

  1. 发现问题
  2. 定义问题
  3. 分解问题
  4. 问题排序
  5. 解决问题（可能是大部分人停留的阶段）

基层干部需要分解问题能力，然后是其他生产要素的收集（安排优先级，找到合适的人，定一个完成时间等）

重要核心岗位需要发现问题的能力，比起知道如何做，更需要找到值得去做的事情（方向不对，努力白费），然后才是技术介入，定义问题解决问题；

  • 随着 chatGPT 等人工智能的发展，提出发现一个好问题可能比单纯解决问题更能匹配人机协作的未来；（目前 AI 还只能在给定问题框架下寻找答案，还没有迹象表明 AI 的自主目的性，一切还都是服务于人投喂的目的）

关于认知的例子:

流媒体：看下netflix跟国内的爱优腾的区别，前者自研内容飞涨带着股价飞涨，后者还在天价争夺版权，亏损到现在，爱奇艺最近（2021年底）大裁员了

技术界：前端大神Evanyou，产出了Vue，之后又诞生了vite，能在合适的时机出手带领一波技术潮流；除了技术强，核心可能在于领先同行的认知水平

关于沟通

  1. 首先得把概念澄清
    • 划分概念边界（定义解决的问题类型，例如：vue-cli plugin可以定义成面向工程结构的开发；解释webpack plugin则是面向源码的转换开发）
    • 类比熟悉概念（例如：解释 vue-cli的plugin机制，就可以类比 webpack plugin机制）

提纲挈领

提纲挈领：比喻善于抓住问题的关键与要害；

前端

抓住核心可以事半功倍；比如：

  1. 月经问题：Vue跟React的区别？核心在于Immutable跟Mutable这个理念，其他很多都是在此上的衍生问题
  2. Webpack跟Vite区别？核心在真正按需的理念

关于自举

编程里面有个概念叫：自举；

编程语言自己编译自己，重复这个过程可以让本身进化

例如：辅助增添新的语言特征，新的特征必须要能用旧的版本来编译解析，也叫向后兼容； 理论上编程语言可以通过自举来完成自身进化，不过更多只是体现在已有概念重组跟语法糖上，没法在底层上做大的改进

rust的出现的其中一个原因就是为了摒弃语言的历史包袱，实现一个真正意义的高级语言

学习知识的过程也可以理解成“自举”

通过自身已知概念来解释新知识，将新知识逐步建立在旧知识体系之上，从而“学习到”新知识

例如：小学算术是从简单1+1=2，再用个位解释灌输十位，用十位解释百位…再例如：学习编程，有C++基础学js语言会比有js基础再学C++简单

在变化中寻找自举的底层动力，不要怕吭硬骨头，了解底层编程模型范式更能增加自举进化可能性

关于快速学习

通性：跟随该领域领军人物的动态 Why/What/How

编程的世界

熟悉一门新语言

  • 诞生的背景
    • 解决了哪些历史问题？
    • 为什么没有选择现有语言？
  • 应用场景
    • 以前的解决方案，选择这门语言的优势
  • 独有的特性并实践
  • 语法
    • 内存对齐策略
    • 判定相等
      • javascript: 2个单独声明的对象不会相等，eg: let a ={name:1},b={name:1}; a!=b
      • golang: var p1 = point{x: 1, y: 2}; var p2 = point{x: 1, y: 2}; p1==p2
    • 组合还是继承？

新框架

* 尝试造一个类似的轮子，基本能懂一半

学科

  1. 从哪里划分出来？为什么被划分？
  2. 解决的独有问题
  3. 个人的应用

关于新技术应用

  • 新技术的成熟度
  • 渐进式使用，先在dev应用
  • 分享，集思广益
  • 落地

例子：应用@swc/core到系统考虑点，参考这里

  1. 框架自身的需要能做到和 babel 解耦；
  2. 自身使用的插件需要使用 swc plugin 再实现一遍；可能带来的副作用：
    1. 对 bundle 体积的影响；
    2. 转换后的代码是否存在兼容性问题；
    3. 如何快速的将 babel 插件转换到 swc 插件；
    4. swc 现有的能力是否满足从 babel 切换到 swc。

关于动静结合

编程语言层面

  • 动态语言（JIT+VM动态编译执行，例如js）；

    • 优点：动态下发，容易做热替换，热更新等；dev体验好
    • 缺点：production性能较差

  • 静态语言（AOT编译成二进制+Runtime，例如C）

    • 优点：production性能较好
    • 缺点：无法动态下发，没法热替换，dev需要等待编译完成

flutter选在dart语言（动静结合）,dev下JIT，production阶段AOT；兼顾dev跟production

性格

  • 好动的人
    • 优点：社交牛逼症
    • 缺点：沉下心来搞研究难
  • 喜静的人
    • 优点：能沉下心来琢磨事情
    • 缺点：社交困难 做一个动静结合的人？既能沉下来搞研究，也能出去处理人际关系

关于加班

  • 有意义、有价值和能成长的忙碌不会让人产生真正疲惫，反而是不断焕发新的激情；
  • 在错误的方向，复杂的人事上内耗会让人心力交瘁，即便准点下班也会心理疲惫；

关于中间层

一段话：所有的问题都能通过加一层中间层解决，如果不行，那就再加一层；

中间层的好处是屏蔽细节，简化API，增大通用性，但是以损失性能为代价

编程世界

例子：

  • N-API解决Node addon跟V8 API强绑定导致的升级困难；猜想大概率是做了一个 开发 Node Addon的通用API规范（底层可能还是通过封装V8实现，但是开发者不需要关心具体的V8 API是啥）
  • Taro3 能做到框架独立（同时支持react/vue等框架语法），也是在编译中间加了一层编译IR，然后把IR再转换成对应的目标代码
  • React 能做到编写 APP，也是在代码编译中加了一层虚拟DOM中间层 IR（如果是直接编译到浏览器Dom就没跨端什么事了），可以进行不同平台的适配
  • LLVM 做成了标准的编译中间层IR，方便无数的新生语言（eg：Rust）可以以 LLVM 作为目标来编译，而无需去适配不同的操作系统
  • JsBridge原理连接了js世界跟Native世界，丰富了js的可能性，代价是JsBridge沟通的性能损失 …

生活世界

  • 如果一件事情处理不了，那就找人帮忙，如果还不行，那就再找一个人？
  • 各种网络平台也就是把自己做成一个中间层，方便人事的协同？

关于补救方案

事物无时无刻都在向前发展，很多发展中的问题都是不可预测，所以基本没有一开始就设计出的完美的方案，于是补救方案就来了；当前的补救方案可能促进方案的成长

编程

  • 当开发者跟Rust语言对Safe的场景认同不一致的时候，Rust决定把选择权交给开发，于是有了Unsafe；如果开发者正确，那可能是Rust进化的不错机会；例如：extern关键字协助创建外部函数接口（Foreign Function Interface， FFI），extern的函数就肯定是Unsafe的，因为rust没法进行静态检测其他语言的
  • 当开发者跟typescript对lint的场景认同不一致的时候，于是有了 “//@ts-ignore”；可能是TS进化的机会

人类

  • 认知的补救方案，早期人类遇到无法解释的现象首先是发挥想象力，创造一个万能的神明；
  • 关于个人无法化解的场景，可能通过笑来化解；所以笑是避免大脑死机的补救方案？

关于趋势

事物的发展都有一定的规律，把握了正确规律可以事半功倍

计算机相关

  • 语言的发展：更快、更安全、更容易掌握、特定问题的更好解决方案
    • Rust就是比C++更友好更安全的方向
    • Go 就是来提供更好的服务并发方案

关于js原型链

有意思的现象

function A(name){
    this.name = name
}

Function.prototype.age = 1

let a = new A('a') // a是一个非函数的对象了

console.log(a.age); // undefined；原因：a.__proto__ === A.prototype ，A.prototype.__proto === Object.prototype

console.log(A.call); // 有值；原因：A.__proto__ === Function.prototype

关于GC

手动

方式：new/delete等手动方式 语言：C++等 优点：灵活 缺点：忘记或者回收不当会导致内存泄漏风险

自动

  • 方式：引用计数，标记清扫，节点复制，新老生代转化组合等；周期性的暂停程序执行而进行GC工作
  • 典型的语言：js，go
  • 优点：编写简单
  • 缺点：GC频繁会导致程序执行性能受到影响

无GC

  • 方式：所有权
  • 语言：Rust
  • 优点：性能高，安全
  • 缺点：学习曲线陡峭
  • 思考：实际有GC，只是效率高到不会妨碍到现有程序执行？

摘要

Rust would know when the variable gets out of scope or its lifetime ends at compile time and thus insert the corresponding LLVM/assembly instructions to free the memory.

Reference

React 踩坑之路由动画

例子：react-router-dom 从版本 6 开始就废弃了Switch组件，用Routes做了替换，然而使用上跟Switch有差别？第三方库 react-router-transition 目前依赖peerDependency react-router-dom@5，也就是升级react-router-dom直接崩？又因为breaking change的差异大，导致 react-router-transition 没法简单就能跟随升级 相关文档：[Feature]: Compatibility layer that implements the v5 API

  • 现状：现在找个解决方案费时费力，各种实践层出不穷，核心库的breaking change没经过周全的思考就去实施，然后就是一堆填坑的工作量；
  • 建议：React能否学习Vue把最佳实践维护起来，优势：可以做更周全稳定迭代，方便开发者找到最佳实践，提升工作效率；劣势：是啥？

数据结构疑问

  • 数据结构之间的依赖关系：例如 golang map 依赖 hashmap ，hashmap依赖 数组 + 链表

个人拙见，酌情观看