Keywords

• Context & Bias
• Thinking Will Become a Hobby
• Abstract Numbers

TOC

• • Keywords
• TOC
• THE SHOW
• ☕Gooddays
  • 🎵Mohammad’s Crib
  • Granularity
  • ⚽MANCITY
  • Diversity
  • Context & Bias
  • Mapping
  • Workshop
  • Thinking Will Become a Hobby
  • Abstract Numbers

THE SHOW

Road Trips Song by Drake ‧ 2026

☕Gooddays

↩️

• Mobland S2E5
• TulsaKing S4E1
• AFTER RUNNING SHOWERING

生活和工作这两条线，采用不同的节奏。生活这边要刻意维护稳定，Do Not Disturb，让一些事情慢慢 develop，也允许一些选择暂时不变。额外的 turbulence 会打乱节奏，而且影响往往会溢出到工作和整体状态。当然，到了需要改变的时候，也得果决，快断快连，避免长时间悬而未决。

工作这条线则需要持续接收挑战。像 surfing 一样，浪过来了，就调整姿态，积极应变，继续向前。生活这边保留下来的稳定，让工作这边有空间承受变化。

晚上闭着眼睛，脑子里会冒出一堆 plans 和 todos；到了白天，清醒之后再看，先砍掉一半。可能是激素，也可能只是晚上特别擅长规划明天。

🎵Mohammad’s Crib

↩️
“Back in Mohammad crib.”

J. Cole — Everybody Dies

妈的，电台的歌能不能加入黑名单啊，草。

Granularity

↩️
现在越来越多事情是在和 agent 或 chat 的交互中完成的。Context 怎么给，prompt 写到什么颗粒度，会直接影响执行结果。有时候，自己觉得已经表达得很清楚，对方拿到的却只是一个仍然需要大量补全的方向。

人与人之间早就有这个问题。男生理发就是一个很常见的例子：脑子里有一个想要的效果，嘴上说出来却只剩下「稍微剪短一点」「两边别太短」。顾客和理发师各自理解的「一点」，未必是同一个长度。「没人能笑着走出理发店」这句玩笑，背后就有这种颗粒度对不齐的问题。

如何表达需求，是用户端的技能。知道自己想要什么，还得有办法把它讲出来：哪些地方可以自由发挥，哪些细节不能动，什么样的结果才算做好。但理解和补全需求，也是模型端的能力。它需要充分考虑 context，识别那些没有明说却会影响结果的条件，再根据具体的人和情境调整做法。因地制宜，客制化。每次都让用户把所有细节写成规格书，交互本身就会成为一项很重的工作。

未来和 physical bot 交互，这个问题会更具体。语言会落实成动作，理解上的一点偏差，会直接出现在物理世界里。用户可以练习把需求表达得更清楚，模型也得不断提高理解、判断和灵活应对的能力；一次好用的交互，需要两端都能 接得住 。

⚽MANCITY

↩️
一年能等到这么几场曼市德比，就满足了。即使最后是 0–0，整场 90 分钟的 intensity 也足够让人沉进去(上半场写的）LOL 。每个细节都在争取做到最好，能明显感受到双方都在努力。每一次处理都承受着压力，每一点空间都需要争取。比分可以没有变化，场上的较量却一直在发生。

当然，气势完全一边倒，又会觉得索然无味。At this point, it’s just petting.

昨天曼城主场对伊普斯维奇，最终是 3–2。双方纸面上的差距很明显，但看比赛时，能感觉到两边都很 intense，分秒必争。曼城认真对待每一次处理，这本来就是强队之所以强的一部分；伊普斯维奇也很努力，没有因为对面是曼城，就提前接受自己只能被动挨打的位置。

这种投入，也让我理解了为什么这支升班马能在赛季开局来到积分榜上半区。能感觉到大家都在一个积极的 loop 里：努力带来一些反馈，反馈又让人愿意继续投入，下一次对抗依然去争。双方都在认真推动比赛，观看的过程就很沉浸。听起来，一场正常的 match 本来就应该如此。但说实话，you don’t get that very often, so enjoy it while you can.

Diversity

↩️
娱乐，阅读，taste。

Diversity 只会提纯。

Context & Bias

↩️

声东击西 #400：社交媒体的「大烟草时刻」：谁该为青少年的成瘾负责？

Meta 被起诉的新闻已经屡见不鲜，但看到一条新闻，和真正进入这个问题，是两种不同的理解过程。这期播客谈到社交媒体对未成年人的影响、各国的监管选择，以及相关伤害和诉讼。正反双方常常各执其词，初听似乎都有道理。但是有时候他会明显推销式给你推送一些notifications，像是购物软件一样，作为社交娱乐类的软件权限有点越界了。作为成年人，我这个问题也会有一些距离感：自己的 mindset 已经相对成熟，至少觉得使用行为还算可控，于是很容易把这种经验带进去，认为沉迷主要是成长和自制力的问题。

但随着了解不断深入，立场可能会一点点滑向另一边。开始关注具体的伤害案例、相关研究，以及平台设计和商业决策，原来那个解释就显得不够用了。一个未成年人有什么样的家庭环境，如何成长，能得到怎样的支持；一家公司知道什么，为什么仍然选择某种设计；算法在优化什么，社会上的其他组织又怎样参与其中——这些因素都耦合在一起。道德、自制力、家庭影响、商业利益和制度安排，会同时作用在同一个人身上。

人的立场像是各种 bias 的集成。带着什么 context 进入问题，站在哪个认知视角，决定了最先看见什么，也决定了什么解释最容易觉得合理。继续深入，有时候会连自己最初那个判断也一起改变。我对这个话题感兴趣，也正在于这种移动：原来觉得一句话就能说完的问题，越了解，越能看见里面缠绕着多少东西。

烟酒管制是很自然的类比，但在我看来，社交媒体又增加了更多层次。它同时承载交流、娱乐、信息获取和社会关系，很难像一种单一商品那样讨论。要从里面分辨出哪些影响来自哪里，什么干预有效，责任应该怎样划分，本身就需要扎实的研究。

Mapping

↩️
很喜欢一类研究：它能把复杂耦合的问题变得具体，让一些原本很难把握的关系显现出来。以前见过一张吸烟与肺癌的历史趋势图，横轴是年份，香烟消费先上升、再下降；肺癌死亡率则在更晚的时候出现相似的起落。把时间轴拉长，那个滞后关系就浮现出来。美国癌症协会的 Cancer Atlas 有一幅对应的图，展示香烟消费与男女肺癌死亡率的长期变化。

当然，两条曲线看起来相似，并不能单独完成因果证明。但这种把时间、暴露和结果放进同一个视野的方法，确实能帮助人从复杂现实里提取出可检验的关系。那些能够把问题 solidify，最终给出真实、有效 insight 的研究，总让我耳目一新。大量因素仍然存在，研究却找到了一个可以进入问题、继续验证的切口。

2D:4D 也属于会吸引我注意的题目（最近学习到的）：从一个很具体、可以测量的身体特征出发，尝试理解发育过程中的关系。不过，题目有吸引力，并不意味着每个解释都已经成立。男女群体的平均指长比差异有依据，把它作为个人胎儿期激素暴露的可靠指标，证据则仍有争议。一项 预注册研究 就报告了控制其他变量后不再显著、以及方向不符合预测的结果。找到 pattern 之后，还得继续追问它到底意味着什么。

工作方式写成过一条：先提取数据，整理成表，再做 visualization 和 mapping；选择数学方法时保留变量本身的物理意义，继续观察，直到一些 pattern 开始浮现。然后把方向反过来，用物理去解释这些 pattern，看看能否得到新的视角，甚至新的规律。

Actions: extract data → organize into tables → visualize (mapping).
Apply math methods that respect physical meaning.
Keep visualizing until patterns emerge.
Then reverse: use the physics to interpret the patterns — new perspectives, maybe new laws.
https://t.co/WazGAWFsuW

— Bruno. (@KDkeepdoing) October 7, 2026

Workshop

↩️
把大脑当成创意工坊来用，它负责产生 idea；至于长期保存和随时检索，我越来越不愿意只依赖它。一个想法当时再清晰，过一段时间，也未必能原样找回来。

所以有些思想需要被记录下来，但选择载体又很困难。电子版本会担心泄露，纸质版本也一样。有时候甚至觉得，最好只是把话说出去，让它消失在空气里，不留下一个可以被反复翻阅的版本。可惜自己的内存又不够。you know what im sayin. uk.

Thinking Will Become a Hobby

↩️
Diomidis Spinellis 在 《Thinking will become a hobby》 中提出一个判断：随着 AI 承担更多认知工作，思考可能逐渐成为一种可以主动选择的休闲活动。他用狩猎、书法、木工和骑马作类比——技术改变了这些活动的经济角色，人们仍然可以为了兴趣继续从事它们。

So what’s the fate of human thought? My take is that cognitive work will diminish. Thought will increasingly become a leisure pursuit, as hunting did following animal domestication, calligraphy after typography, woodworking after industrialisation, and horse riding after motorisation. Machines transformed much of physical activity from necessity into choice; similarly, AI will decouple human thinking from its economic purpose.

Abstract Numbers

↩️
At some point, if you can buy happiness with money, you should do it. Of course, rationality matters. 有些支出并不会消耗太多，却能带来很实在的满足。钱在账户里只是 abstract numbers；花出去，能让自己珍视的人高兴，也让自己高兴。当你很高兴地花这笔钱时，甚至不会再把注意力放在钱上。对那份高兴来说，它一文不值。这里当然包括父母和祖父母，但也不限于他们。这件事带回来的反馈是高兴和满足，就已经有足够的理由去做。
尤其值得珍惜的是，现在还能怀着轻松的心情做这些事。相同的钱，在不同的时间花出去，感受可以完全不同。大家都还好，能单纯因为一件事开心，和带着另一种心情走进医院，再去考虑花钱，是两种处境。能在前一种时候，把一些数字换成高兴，这个机会本身就很好。

Thanks for being an insider till the end!
Till next, stay safe and stay hydrated!