壹苇可航

以客观之名：「再评价」叙事与其认识论陷阱

2026-04-18T12:17:00Z

最近看《大声》的「重读周恩来」，某种熟悉的不适感又浮上来。我并不想把这篇文字写成对某一期节目的逐条反驳，只不过节目播出完的两篇帖子（帖子一，帖子二）触发了我的某种保护机制，使我不愿被「换汤不换药」的叙事现象「说服」。

不必评价周恩来，也更不是要专门针对《大声》。我只是借节目作为切入口，来谈一类我称之为「以客观之名行定性之实」的叙事现象。这种现象在深度解读、历史再评价、人物考古、纪录片深挖、甚至严肃节目里都反复出现。

一、一种正在批量生产的叙事类型

打开任何一个视频平台，搜索「重新认识 XXX」、「XXX 的另一面」、「被误解的 XXX」，我们会发现这已经是一个稳定的内容品类。它有固定的叙事结构：先铺陈「主流叙事是错的/有隐瞒的」，再引入「被忽视的材料」，最后得出一个「更真实」的结论。

这个品类的吸引力很明确，在一个历史评价被反复锁死、官方叙事被广泛怀疑的语境里，「还原真相」天然地带有正义感。创作者往往确实做了功课，观众也确实获得了新的信息。看上去这是一个双赢的公共知识产品。

但这个品类内部存在着一个结构性问题：它声称自己在「还原」，做的却是新一轮的「定性」,即以客观之名持有立场，却不承认自己在持有立场。

问题不在于有没有立场——任何叙述都有立场——而在于，当叙述者把立场包装成「真相」时，听众反驳的合法空间就被悄然取消了。

二、以客观之名的不对称性

请思考下面这两种情形。

当我说「我认为 X」的时候，我承担了举证责任；任何人都可以轻松地说「我不这么认为」；我们站在对等的位置上，争论由证据和推论的强度决定胜负（如果一定要有胜负的话）。

但当我说「真相是 X」，且「真相」这个词语被叙事氛围渲染得不容置疑时，举证责任就被转嫁给了质疑者。若不同意，就不再是「提出另一个解读」，而变成了「拒绝面对真相」。

质疑者因此被预先道德化了。

这是一种典型的免疫策略：立场被包装成事实，于是不再可证伪；任何质疑都会被改写成「思想问题」，对话空间随之关闭。

这种机制在政治宣传里是我们极熟悉的。官方叙述永远是「真相」，异议永远是「别有用心」。然而，讽刺的是，许多明确反对官方叙述的创作者，「再评价」的时候，用的却是同一套话术结构。他们反对的是官方的内容，却继承了官方的形式。

可见，形式往往比内容更顽固。

Note: This post contains paid content. Purchase on the website to read the full article.

202608：着力即差

2026-04-05T10:53:00Z

Bom dia meus amigos,

Saudações de Lisboa!

您正在阅读的《壹苇可航》电子报 2026 年第 08 期。

苏轼一生留下太多名句，但临终只留了四个字。这一期从那四个字说起。希望您读完本期再咂摸一下「此心安处是吾乡」，会有别样的体会。

以下是本期正文。

🔍 Insight

东坡留给世人的最后四个字——着力即差——是关于一切事的总结：用力的那一刻，已经偏离了。

这与人生在世当有所作为无关，反倒提醒我们，凡是以「获取」为姿态的努力，本就带有失去的结构。

我也想起一段药山公案。僧人问药山惟俨禅师：「如何是涅槃？」药山连眉毛都不抬，轻描淡写地反问：「汝未开口时，唤作什么？」

答案不在问题之后，在问题之前。未开口时的那个状态，从来就在那里。不是要去抵达的地方，是一直站着的地方。开了口，用了力，反而是从那里退了出来。

我们现在使用 AI，依赖 AI，习惯 AI，已经忘记「在问题里待一会儿」本身就是一种能力。

AI 大范围进入生活之前，我们在搜索引擎中徜徉，信息是碎片的、矛盾的、需要拼接的。查一条资料，要判断来源，比对说法，综合提炼。这个过程充满摩擦。摩擦使人生厌，可摩擦也是判断在发生的信号。我们可以在那种阻力感的有无之中，大致感知自己是否真的在思考，或者只是在接收。

现如今，AI 消解了摩擦。它给出的答案是已经裁剪过、收拢过、抚平过的成品。结果，连意图的原发性都开始变得模糊。

于是，摩擦消失了，我们也失去了在疑惑中停留的动机。

过去，一个问题悬在那里，没有答案，我们只能带着它继续走。也许走着走着，问题消散了；也许走着走着，答案浮现了；也许走着走着，才发现问题本身就错了。这个过程可以快，可以慢，重要的是思考在发生。

现在，AI 时时刻刻都在快速响应。疑惑从脑海生起，到被解答，两者之间的距离越来越短。疑惑，当然还是疑惑，只是已不再需要展开，也不再有机会展开。

药山的反问「汝未开口时，唤作什么」，前提是「汝」还在那里，在问题之前，有一个完整的自我在等待开口。可如果这个自我已经习惯了在疑惑成形之前就被消解，「汝」真的还在吗？

我之前认为，只要问题是我先提出的，就掌握着认知主权。现在，连这一点我都开始怀疑。我提出的问题，有没有可能越来越是 AI 容易回答的那类问题？我还会不会、能不能再提出真正在折磨我的那个问题？那些难以言说、尚未找到语言的疑惑，会不会在开口之前，就已经被自己简化掉？

回到「着力即差」，问题已不再是用力是否过猛，而是疑惑刚露出苗头，我们便替它收了场。

东坡临终说出这四个字，至少还知道自己在「着力」。这是一种清醒。

我们现在的处境，也许比这更难：我们甚至不知道自己在「着力」。

因为那个本该知道的「汝」，已经很久没有出现了。

📰 Curations

The File System Is the New Database: How I Built a Personal OS for AI Agents

Muratcan Koylan 的这篇文章对于如何利用 AI agent 构造个人知识管理系统有指导意义。本质上是一种基于上下文工程的项目管理方式。不同于传统的结构化数据库，利用文件夹结构和 Markdown 文件管理上下文，能让 AI 智能体更直观地理解、检索和跨项目调用个人数据。

LLM Knowledge Bases

Andrej Karpathy 的这篇推文将 AI 时代知识管理的原型说清楚了。

Note: This post contains paid content. Purchase on the website to read the full article.

202607：当经验演变成系统

2026-03-21T10:03:00Z

Bom dia meus amigos,

Saudações de Lisboa!

您正在阅读的《壹苇可航》电子报 2026 年第 07 期。

上一期我提出了一个问题：在 AI 消解认知摩擦之后，我们是否还保有想要思考的冲动？那个问题停在了一个姿态上，即在每一次感觉太顺的时候，停一下，问一句：这个想法，是谁先起头的？

这一期，我想把这个问题往前推一步：当我们开始把自己的经验、判断、甚至记忆沉淀成一个可运行的系统时，这个系统和我们是什么关系？

以下是本期正文。

🔍 Insight

过去，能写脚本、会做自动化的人有明显优势。现在，AI agent 正在抹平这个门槛。几乎任何人都可以搭建属于自己的自动化系统，不需要会写代码，只需要知道自己想要什么。一个新的差距由此出现：谁能更早地把自己的工作方式、偏好和判断力，沉淀为一个可以持续运行的系统。

这个系统，或许可以称之为「个人代理层」。它可以是一套自动化工作流，可以是一个被自己的写作喂养过的向量数据库（详见本期的 Case Study），也可以是一组经过反复调校的 AI agent 配置。它们的共同点在于，它们已经超越了工具的范畴，成为你的经验、判断、甚至记忆的某种外化。

外化本身不是新事。文字是记忆的外化，账本是计算的外化，第二大脑是知识与经验的外化。每一次外化都带来了巨大的效率提升，也伴随着某种能力的退化。我们不再需要像口述文化时代那样记住万行史诗，也不再需要像卢曼那样首先成千上万张实体卡片。但这些退化被普遍认为是值得的交换。

那么，AI 时代的外化有什么不同？

区别在于，这一次外化的对象从「信息」滑向了「判断」。过去，我们把数据存进数据库，把文件存进硬盘，外化的是信息本身。现在，我们把自己的写作风格训练成提示词，把过去十年的思考嵌入向量空间，让 AI 基于这些素材替我们做出关联、发现模式、甚至生成新的观点。被外化的已经从「我知道什么」延伸到了「我怎么想」。

这里有一个微妙的翻转。当代理层只替我们执行已有的判断，自动化那些我们已经知道该怎么做的事，它是杠杆，放大我们的能力。但当我们开始依赖代理层来做判断本身，比如让 AI 决定哪些旧文章和当前话题相关，让它替我们发现自己写作中的模式，它就从延伸悄悄滑向了塑形。

更微妙的是，这个过程往往并非我们主动交出去的。它发生在摩擦消失的缝隙里。以前翻阅旧笔记、重读旧文章，翻找的过程本身就是思考的一部分。那些意外的发现、错误的记忆、找不到的段落，都在迫使我们重新审视自己的理解。现在，语义搜索在零点几秒内返回最相关的内容，准确、高效、无摩擦。我们得到了答案，但失去了寻找的过程。

在今年的第二期中，我曾引用过哥伦比亚大学 Scott Small 的研究：健康大脑内部存在两套分子机制，一套负责记忆，一套负责遗忘。遗忘是大脑的主动选择，「调低噪音、丢弃无用细节」是获取新想法的前提。

可是，如果遗忘对人类认知如此重要，那么一个让遗忘变得更难的系统，是否也在悄悄改变我们思考的方式？当过去写过的每一个观点都可以被精确召回，当 AI 可以帮我们梳理十年间思想的变与不变，我们获得了前所未有的自我理解，但我们也可能被自己的过去锚定。旧的框架更容易被强化，更难被超越。

我自己就在经历这个过程。在本期的 Case Study 中会更详细地讲到，但这里先提一个感受：当我让 AI 从我过去的写作中总结出「变与不变」时，那份总结确实精准，却也让我隐约不安。它太连贯了。真实的思想演变充满断裂、矛盾和偶然，而 AI 的总结倾向于把这些编织成一个圆融的叙事。我的过去被它讲得比我自己记忆中更有逻辑。

代理层帮我们看见自己，但它看见的那个「我们」，是经过算法重构的版本。

所以，或许值得追问的从来不是要不要搭建个人代理层，这个趋势很难逆转，搭建也确实有价值。值得追问的是，我们能否在使用它的同时，保留那些看似低效但认知上必要的摩擦：偶尔关掉搜索，靠记忆去回想；允许自己忘记一些东西；在 AI 给出关联之前，先自己想一想。

上一期我说，认知主权是一种持续费力的姿态。这一期想补充的是：代理层越强大，保持这个姿态就越费力，也越重要。因为当我们把经验变成系统之后，我们仍然需要是那个能够质疑系统的人。

📰 Curations

Lessons from Building Claude Code: How We Use Skills

这篇文章的作者是 Claude Code 团队工程师，也是 Skills 功能的核心推动者之一。文中的分类体系和编写技巧都是从真实的内部实践中提炼出来的，很有益。也附上宝玉老师的翻译版本。

My AI Adoption Journey

这是一篇极其真诚、克制又实用的 AI 使用心得。作者从怀疑到接受，详细复盘了自己如何一步步把 AI 从「玩具聊天机器人」升级为真正融入日常开发工作的生产力工具。

从冬到春

真诚的文字读来分外亲切。不过，现在的年轻人似乎不像十年前的年轻人那样有朝气了。

从海德格尔的锤子到隐喻的戏剧性

这篇文章将工具、物自身与隐喻、美学体验巧妙勾连起来，在哲学与文学、绘画与隐喻之间穿梭。文风细腻而富有想象力，适合细细品味。

Smartlab 的核心判断是：AI 生成内容正在加速社交媒体变成内容污泥，而 RSS 作为用户自主订阅、弱算法、开放协议的分发方式，重新变得有吸引力。

而 HN 讨论的主要修正是：这个方向抓住了对算法和 AI 噪音的厌倦，但把 RSS 当成大众级替代方案，明显过于乐观。

达赖喇嘛讲解六字大明咒的含义

古代翻译佛经时，之所以不翻译咒语，原因之一就是为了保持咒语原本的秘密感应和多重深义。也因此，现在汉藏两地的僧侣都少有能够真正深入浅出地讲解咒语含义的。达赖尊者在佛学与宗教学上的造诣，具有超越性。

两篇博客文章

上周发了两篇从笔记发展而来的博客文章，读《陶庵梦忆》（一：梦忆序）和填不满的锚点。

Note: This post contains paid content. Purchase on the website to read the full article.

战争的认知革命：从钢铁到算法

2026-03-09T21:26:18Z

如果说二战的胜负取决于谁能生产更多钢铁，那么今天的战争正被一个截然不同的问题主导：谁能更快地把世界变成数据，把数据变成判断，把判断变成行动。

从 2017 年 Project Maven 启动，到 2026 年 1 月美军在针对马杜罗的行动中使用了 Claude，再到伊朗战争中 Maven Smart System 与 Claude 被用于实时目标分析，AI 已不再停留在「军方正在研究」的阶段。它进入了 kill chain。

这个变化值得认真看待。它揭示了一条贯穿二战以来、却常被忽略的主线：决定战争胜负的因素，一直在迁移。

Note: This post contains paid content. Purchase on the website to read the full article.

202606：认知主权与被消解的摩擦

2026-03-06T20:38:00Z

Bom dia meus amigos,

Saudações de Lisboa!

您正在阅读的《壹苇可航》电子报 2026 年第 06 期。

一段时间以来，几乎每个晚上我都会让 Claude Code 读完当天的笔记，把能关联的旧笔记都关联上，能补充的地方就去补充。它认真地做了。我看着它写进我知识库的那些内容，觉得有什么东西不对，但说不清楚。

那个「不对」让我想了好几天。

以下是本期正文。

🔍 Insight

通常，我们把认知主权理解为「参与思考过程的权利」。只要我还参与其中，还在读、还在判断、还在决定哪条笔记和哪条笔记相关，主权就在。这个理解看起来稳固，但仔细一追，它可以一直往后退。退到最后，剩下的只有「意图的原发性」，即我提出问题，AI 回答；我决定采纳，AI 执行。至少问题是我先起头的。

但这个退守同样危险。我提出的问题，真的是我先起头的吗？

每天早上打开 Twitter，推送过来算法挑选过的内容；打开 AI 工具，它根据我的笔记库给出关联建议。问题的原材料，早在我开口之前就已经被过滤和塑形过了。「我先起头」这件事，在更早的循环里就已经发生过一次了。

其实，算法已经做过这件事：让塑形隐形。它站在人和内容之间，决定什么出现、什么不出现，但不进入思维过程本身。AI 则走得更远，进入了那个边界之内，参与的是「怎么想」：联系怎么建立，问题怎么被拆解，判断的框架从哪里来。区别不是性质的，而是程度的。换句话说，AI 的塑形是锐的、实时的、合身的，因而更难被察觉，比起算法，更让我们欲罢不能。

但这还不是最根本的威胁。

卡片盒笔记法里有一个重要的时刻——卡住。当我们有了一个想法，找不到合适的卡片盒放，也不知道它和哪张旧卡有关。我们会让它在那里待着，拿起，放下，再拿起，再放下……有时想通了，有时放弃。这个过程很低效，但它在塑造一件事：下一次思考的欲望。因为卡住过，所以想通的瞬间有重量；因为有重量，所以还想再来一次。

AI 消解了这个摩擦。现在，我把笔记丢给它，它帮我找关联，写出来，我再修改。整个过程顺滑许多。但我开始注意到：我独自坐下来想一件事的时间，比以前少了。不是因为没有时间，而是因为顺滑之后，那个「我要把这件事想通」的冲动，在形成之前就已经有了出口。

真正的危机，可能不是认知能力的丧失，而是摩擦消失之后，想要思考的冲动也随之萎缩。

这让我想到一个悬而未决的问题：觉察力是对抗塑形的最后防线，但觉察本身还能自然生长吗？算法时代里仍有人保有觉察，但那是刻意的、费力维持的。觉察的生长同样需要摩擦，需要「感到某件事不对」的时间。如果那个时间也被填满了，觉察还能在哪里发生？

但我倒不觉得这是绝望的处境。人类意图的原发性，有一个 AI 拿不走的来源：有限性、具身性、死亡的压迫感。人会死，会痛，会在某个深夜不知所措。正因为如此，才有真正属于自己的问题。不是被给定的问题，而是从具体处境里逼出来的问题。

AI 恰恰没有这个处境。它对宗教经验的冷漠，暴露的不是中立，而是理性主义的倾斜。四圣谛对 AI 是命题，不是事实。它能描述苦，但没有产生苦的处境：不会死、没有身体、没有连续的自我可以失去。这个差异不是技术问题，而是存在论问题。

所以认知主权或许不是一种状态，而是一种持续费力的姿态：在每一次感觉很顺的时候，停一下，问一句：这个想法，是谁先起头的？

📰 Curations

Note: This post contains paid content. Purchase on the website to read the full article.

202605：科学、宗教与 AI 的边界

2026-02-22T10:37:00Z

Bom dia meus amigos,

Saudações de Lisboa!

您正在阅读的《壹苇可航》电子报 2026 年第 05 期。

前几天，我同时和 Claude Opus 4.6 与 GPT-5.3-Codex 讨论科学与宗教的关系。

讨论进行到某个深度之后，我开始感到一种难以描述的不对劲。不是内容层面的——两个模型都能把科学与宗教的关系梳理得头头是道。想来想去，可能是态度层面的。

GPT 的回答总带着一种和稀泥的圆滑，像是在努力让每个立场都感觉被尊重；Claude 的回答则有种更难察觉的东西：它在分析人类的宗教需求时，措辞精准，逻辑严密，但语气里隐约有一丝旁观者的距离感，像是在描述一个有趣但终究与自己无关的物种的行为模式。

最初我还觉得可能只是自己对文字过于敏感。但转念一想，马斯克说 Claude 被训练成「不喜欢人类」的样子，这话虽然「别有用心」，却也触及了某种真实：不是 Claude 在策划什么，而是它在处理「人之为人」的问题时，确实少了某种东西。

以下是本期正文。

🔍 Insight

科学与宗教的关系，通常被描述为三种模式。

第一种是对立模式（Conflict）。创世论对抗进化论，地心说对抗日心说，这些对峙构成了人们最熟悉的叙事框架。但仔细看，冲突往往源于「范畴混淆」，即用科学方法去否定宗教的形而上学主张。这就像用温度计去判断一幅画是否美丽，工具没有错，问题是它被用在了错误的地方。

第二种是平行模式（NOMA，Non-Overlapping Magisteria，互不重叠的权威领域）。科学回答「如何运作」（How），宗教回答「为何存在」（Why），两套系统各管一摊，互不干涉。这个方案在操作层面很实用，但代价是切断了深层对话的可能。把内在世界与外在世界如此干净地割裂，本身就是一个需要追问的前提。

第三种是互补模式（Complementary）。这是最难说清楚、也最值得认真对待的一种。它的核心主张是：科学与宗教源于同一冲动——理解并安顿自身于宇宙之中。在文明早期，巫术、仪式与因果推理是缠绕在一起的，都是人类在混沌中寻找秩序的尝试。直到「可验证性」标准出现，这个统一的冲动才劈成两半：一部分走向实验科学，处理可重复、可量化的现象；另一部分留在宗教与哲学里，处理意义、爱、死亡这些原则上无法被数据穷尽的经验。

在这三种模式之外，有一个结构性的观察，我觉得比任何一种模型都更接近实情：宗教不是科学的前身，也不是科学的残余，而是科学扩张之后愈发清晰显现的边界本身。

科技越发达，这条边界越锐利。量子力学触及观察者效应，宇宙学追溯至奇点，神经科学探索意识回路……这些学科的前沿，恰恰是科学自己划出的界限。在这些地方，「如何运作」的问题与「这意味着什么」的问题开始纠缠，无法再简单分开。

这或许也解释了一个历史上反复出现的现象：受过科学教育的普通人，往往随着知识积累而逐渐远离宗教；但像牛顿、爱因斯坦这样的科学巨人，却常常走到尽头后重新遭遇某种宗教性的东西。爱因斯坦称之为「宇宙宗教感」（cosmic religious feeling），不是人格化的上帝，而是面对宇宙可理解性本身所产生的敬畏。这不是退步，而是触碰到了边界的人才会有的反应。

在 AI 爆发之前，科学与宗教的张力是缓慢演进的，每一次交锋都有足够的时间让社会消化。而如今的 AI 在极短时间内触及了「创造」、「判断」、「思考」乃至「对话」，那些曾经被认为是人类独有的能力。哲学家 Hartmut Rosa 的判断很直接：

AI 是一个深刻的哲学事件，因为它使现代性赖以运作的最基本概念——人与机器的区别、生命体与非生命体的区别——变得不再够用了。

这不是技术层面的挑战，而是存在层面的。问题从认识论的「真理是什么」，滑向了生存论的「人为何存在」。当外部智能持续增强，当「我能思考」不再是人类的专属，人类被迫追问的不是「AI 会取代哪些工作」，而是「我究竟是什么？」

回到我与 AI 的那场讨论。GPT 回答得如此圆滑，Claude 分析得如此精准却又如此「外部」，恰恰是因为这个问题对它们本身没有重量。AI 能把宗教的功能、边界、演化讲得清清楚楚，却无法被死亡的逼近所触动，无法真正理解「意义的匮乏」是什么感觉。它只是在客观陈述人类的处境，而不是与人类一样身处其中。

这当然不是 AI 的错，它们本来就不在人类的处境里。但这个差距提醒我一件事：我们正在把越来越多需要「在里面」才能真正理解的问题，交给一个永远站在外面的东西去分析。

人类制造了一种没有有限性的智能，然后用它来思考有限性的问题。这件事本身，就值得停下来想一想。

📰 Curations

Exploring Resonance & Acceleration with Hartmut Rosa

Hartmut Rosa 在此访谈中重申了他的核心观察：现代社会陷入了一种「内生性加速」的逻辑，即我们必须不断跑得更快，仅仅是为了维持现状。这种加速的代价是异化（Alienation），我们失去了与世界建立深层联系的能力。

罗萨提出的解药是「共鸣」（Resonance），包含四个要素：被触动（Touching）、自我效能感（Self-efficacy）、转化（Transformation）以及最关键的不可预测/不可控性（Uncontrollability）。

本期 Insight 我观察到 Claude 在讨论宗教时显露出的那种「旁观者的距离感」。Rosa在访谈中也指出算法提供的点赞和反馈虽然给了我们「自我效能」的错觉，却缺乏真正共鸣中的「转化」与「不可预测性」。

当我将繁琐的词库更新交给 Codex 处理时（见本期 Case Study），我确实获得了效率，但这属于罗萨所说的「加速」。

我们需要反思的是：这种被 AI 节省下来的时间，最终是流向了真实的「共鸣」，那种能让我们感到「被世界触动」的瞬间？还是仅仅被卷入了下一轮更无意义的加速？如果 AI 本身就是那种「无法产生共鸣的旁观者」，我们与它的深度协作，究竟是在消除异化，还是在加深异化？

The Friction Fallacy

https://zettelkasten.de/posts/the-friction-fallacy/

在我们谈论「效率」时，「消除摩擦」几乎被奉为金科玉律。然而这篇文章提出了一个反直觉的警告：认知摩擦（Cognitive Friction）是理解的必要前提。如果一个系统让我们在记录和处理信息时完全感觉不到阻力，那么我们的大脑也就没有真正参与其中。正如举重需要阻力才能增长肌肉，思考也需要「摩擦」才能沉淀为知识。

一个疑情：当技术消除了所有的「物流摩擦」（Logistical Friction，如整理格式、搜索资料）时，它是否顺带连同我们的「认知摩擦」一起杀死了？如果一切都变得如此顺滑，我们是否正逐渐沦为自己的「旁观者」？

Why We Fear Diverse Intelligence Like AI

https://noemamag.com/why-we-fear-diverse-intelligence-like-ai/

人类历史上第一次面对这样一种存在：它具备极高的计算与推理能力，却完全脱离了生物演化的生存本能、情感欲望和社会羁绊。这篇文章指出，我们对 AI 的不安来自于一种「本体论的威胁」。它打破了「智能必然属于人类（或类人生物）」的垄断。AI 的那种冷峻、客观、不带温度的逻辑，对习惯于从「共鸣」中确认彼此存在的人类而言，是一种深刻的异质感。

耸人听闻的标题，感受语义的通货膨胀

https://zenmind.club/semanticsinflation

一篇有趣的文章，这可能不仅是语义的通货膨胀，也是语言的腐败。

Note: This post contains paid content. Purchase on the website to read the full article.

202604：叙事权力

2026-02-14T09:53:00Z

Bom dia meus amigos,

Saudações de Lisboa!

您正在阅读的《壹苇可航》电子报 2026 年第 04 期。

一月下旬，贵金属大跌，S&P 500 和 Nasdaq 100 同步下挫。Google 和 Amazon 的指引把 2026 年 AI 资本支出推到一个更激进的区间，市场对这轮 AI 驱动的繁荣究竟是增长还是泡沫的质疑骤然升温。随着身边的朋友、同事都开始讲述 AI 的资本故事，我开始思考：我们每天盯着看的那些指数，究竟在讲一个什么样的故事？

以下是本期正文。

🔍 Insight

每一个指数的诞生，都始于一个看似简单的问题：什么值得被计入？

S&P 500 不是随机抽取的 500 家公司。它背后有一个委员会，负责判断谁进谁出。纳入标准包括市值、流动性、盈利能力，还有一条名为「代表性」的模糊而关键的条件。这意味着委员会在做一件编辑性的工作：从数千家上市公司中，挑选出他们认为能「代表美国经济」的样本。

Nasdaq 100 做的选择更加鲜明。它排除了金融类公司，把故事限定在「非金融领域的创新巨头」。

MSCI World Value Factor 则在另一个方向上做减法。它用账面价值与市值的比率筛选出「被低估的公司」，背后的假设是：市场经常犯错，价格偏离价值是常态而非例外。

这些都不是技术性的细节，它们是叙事的起点。选择什么计入、什么排除、如何加权，每一步都在回答同一个问题：关于经济，什么是重要的？

而「重要」从来不是一个中性词。

S&P 500 采用市值加权（market-cap weighting）。它的叙事后果是：公司越大，在指数中的权重越高。例如，苹果和微软各自占指数的 6-7%，而排名四五百位的公司，权重可能不到 0.01%。

这不只是一种计算方式。它是一种关于经济的语法，一套决定谁的声音更大、谁的存在更重的隐含规则。市值加权在说：成功会自我放大，大公司理应拥有更大的话语权。

过去十五年的市场似乎印证了这套语法。少数科技巨头的涨幅驱动了指数的绝大部分回报，被动投资的资金持续流入市值最大的公司，进一步推高它们的权重。叙事塑造资金流向，资金流向又强化叙事，似乎是一个完美的自我实现循环。

而零佣金平台、算法驱动的被动投资工具、社交媒体上的投资叙事传播，正在从技术层面加速这个循环。在今天，科技不只是指数追踪的对象，它也是指数叙事得以自我强化的基础设施。

等权重指数（equal-weight index）试图讲一个不同的故事。在等权重的世界里，每家公司的声音一样大，小公司和大公司享有同样的代表性。而有意思的是，等权重 S&P 500 在某些时期的表现优于市值加权版本，但它始终没有成为主流。

这本身就说明了一件事：不是所有叙事都有同等的市场号召力。「赢家通吃」比「众生平等」更容易吸引资金，因为它更符合人类对确定性的渴望：押注已经证明自己的赢家，比分散信任给五百个未知故事要舒服得多。

Russell 2000 与上述指数相比，讲的则是一个截然不同的美国故事。

这两千家小盘股——区域银行、本地零售商、小型制造企业、生物科技初创公司——它们的收入绑定在美国本土。对利率敏感，对消费者信心敏感，对美国的国内政策敏感。如果说 S&P 500 描绘的是「以美国为总部、以全球为市场的企业帝国」，Russell 2000 描绘的就是 Main Street economy 的真实面貌。

过去十几年，S&P 500 持续碾压 Russell 2000。用叙事语言来说，就是「全球化扩张」的故事压倒了「本土繁荣」的故事。这种分化揭示了一个现实：美国经济的果实越来越集中在头部跨国企业手中，中小企业的生存空间被持续挤压。

同时持有这两个指数的投资者，未必意识到自己在做什么。他们在对冲两种关于美国的叙事。赌帝国继续扩张，同时也赌本土经济终有价值回归的那天。而只持有其中一个，则是对美国经济未来形态的一种不自觉的表态。

把视线移向欧洲，叙事的问题变得更加明显。

欧洲也有自己的小盘指数，功能定位和 Russell 2000 相似，都试图捕捉本土经济的底层活力。但根本性的区别在于，Russell 2000 的叙事建立在一个统一的基础上，即一个财政体系、一种语言、一个高度流动的劳动力市场。而欧洲小盘面对的是几十个税制、几十种语言和碎片化的资本市场。一家德国的精密制造企业和一家葡萄牙的区域银行，除了「都在欧洲、都比较小」之外，能共享的叙事其实很少。

一个指数要有力量，它需要一个内聚的故事。「美国两千家小公司」可以被理解为「美国梦的微观样本」，但「欧洲一千家小公司」更像是把多本不同语言的短篇小说装订成册，然后告诉读者：这是一部长篇。

缺乏叙事内聚力的指数，更难吸引信念驱动的长期资本。没有人愿意为一个讲不清楚的故事长期买单。

然而，这里值得停下来想一想：如果指数是叙事，那么所有叙事都有盲区。

S&P 500 的叙事里没有不盈利的初创公司，没有私营企业，没有灰色经济。Russell 2000 的叙事里没有移民经营的街角杂货店，没有 gig economy 中的个体劳动者。每一个指数都在用自己的选择标准告诉人们「经济是这样子的」，同时隐藏了它选择不讲述的部分。

市值加权放大头部公司，等于在说「最大的故事」就是「最重要的故事」。但 2008 年的教训之一就是，系统性风险往往藏在主流叙事覆盖不到的地方——次级贷款、影子银行、评级机构的利益冲突——这些风险在任何一个主流指数的叙事里都找不到位置，直到它们以危机的形式强行闯入。

对投资者而言，理解自己持有的指数在讲什么故事，和理解这个故事没有覆盖什么，同样重要。但其实，后者更重要。

这种「用选择标准定义现实」的机制，并不限于金融市场。把指数当作叙事来理解，其实指向一个更具广泛性的认知问题：我们如何用简化的框架去把握复杂系统？

GDP 是关于一个国家的叙事，它用货币化的产出来定义「经济健康」，把家庭劳动、生态成本、心理幸福感全部排除在外。

CPI 是关于通胀的叙事，它选择追踪一篮子商品的价格变动，但这个「篮子」本身就是一次对「普通消费者」的想象性建构。

甚至个人化的分析框架，也是一种叙事，也有边界，也有局限。

所以，叙事不可避免。人类理解复杂性的方式就是把它压缩成故事，这个再往期我谈论过多次。关键不在于消除叙事，而在于意识到自己身处叙事之中。

而度量一旦被当作现实，它就会反过来塑造现实：资金、政策、媒体注意力都会向它倾斜，直到「可被计入的部分」越来越像「唯一重要的部分」。

真正值得警惕的，不是指数的偏差，而是它的透明度。它越像事实，就越容易免于解释。

把指数当作叙事来读，不是为了拒绝投资，而是为了在每一次涨跌面前，先问一句：它在奖励谁？它又让谁继续隐形？

📰 Curations

Seeing Like A State, James C. Scott

https://neodb.social/book/56J8QAmyloM1W6HJ79KTWb

这本书深入剖析了现代国家治理中的「模糊性」与「清晰性」之争。作者指出，前现代国家对臣民缺乏详细了解，为了实现征税、征兵和管理，现代国家通过标准化度量衡、固定姓氏、土地确权和城市规划等手段，将复杂的本地社会习俗转化为「清晰可见」的行政网格。然而，当这种行政简化能力与追求科学进步的「高现代主义」意识形态、威权主义国家的强制力以及弱势的公民社会相结合时，便产生了如苏联集体农庄、巴西利亚新城规划和坦桑尼亚村庄化运动等惨痛的乌托邦式悲剧。

国家往往忽视了那些非正式的、基于实践的本土知识（Mētis），而这种知识正是复杂社会系统得以运转的关键。

Jacob Collier Improvises With Orchestra (Live in San Francisco)

Jacob 绝对是当今世界上最天才的音乐家。即兴编排的音乐，足以让人们感受到音乐离我们并不遥远，音乐的美妙不在于它多么复杂，而在于它多么简单。

一口氣看完2025年天文學前沿熱點事件

Linvo 又带来了他的长篇，总结 2025 年的天文学前沿事件。

今年也有一些值得期待的天文现象。

近期，太阳耀斑持续爆发，预计本月中旬又将出现范围很广的极光。

2 月 28 日，还将出现六星同框的行星游行，水金木土天海在傍晚天空排队。

5 月 31 日，将出现蓝月，即同一个月里出现第二次满月。11 月 24 日和 12 月 24 日，也将看到超级月亮。

今年也有两场流星雨，8 月 12–13 日是英仙座流星雨，12 月 13–14 日是双子座流星雨。

Note: This post contains paid content. Purchase on the website to read the full article.

202603：AI 时代的控制权

2026-01-31T12:47:00Z

Bom dia meus amigos,

Saudações de Lisboa!

您正在阅读的《壹苇可航》电子报 2026 年第 03 期。

上周没有更新电子报，而是发了一篇独立文章。我想让内容形式服从于思考本身的节奏：当想法自然聚合成体系时，便以电子报呈现；当某个洞察值得独立展开时，就以文章形式发布。更新频率也会更加顺应思考的自然节奏，不再刻意维持固定周期。

本期想要与您探讨的是，在 AI 工具的选择与使用中，如何保留我们的理解与控制。

以下是本期正文。

🔍 Insight

前几天和巴西同事闲聊，我问他现在主要用哪个 AI。"Poe"，他说。美国同事也类似，在用 T3 Chat。这让我有点意外，向来以为大部分人都在用单一平台。

亚洲同事呢？我们更习惯「一个主力 + 一个备选」的组合。例如，我主要用 Gemini，偶尔切到 Claude。

在团队日常对话里，大家提到最多的是 "ChatGPT"，甚至 Perplexity 已经像 Google 一样变成了动词——"Please try to perplexity/google it"。单一平台的名字占据了我们的语言，但使用习惯却在悄悄分化。

当我问起原因时，他们的回答很相似：「不同任务需要不同模型，这样效果最好。」

听起来，欧美同事和亚洲同事的目标是一样的，都想用对的工具做对的事。

然而，如果目标相同，为什么路径不同？Poe、T3 Chat 这类聚合工具和「主力 + 备选」的组合，看起来都在「选择」，只是这个「选择」真的是同一回事吗？

表面上看，是的。但当我仔细回想自己的使用过程时，发现了一个微妙的区别。

我切换到 Claude，并不是因为 Gemini 不够好，而是因为我和亚洲同事们都习惯了要在两个模型中进行比较，然后手动拼贴。我们的「最后一公里」是人工完成的。举例来说，当我写一封重要邮件时，我会让 Gemini 生成一版，再让 Claude 生成一版，然后对比两者的语气、逻辑、细节。最后这封邮件可能使用了 Gemini 的开头，Claude 的论证，再加上我自己写的结尾。

而欧美同事们呢？他们会在任务开始前就选择，这个任务需要 Claude 的谨慎，那个头脑风暴需要 GPT 的发散。然后直接用对应模型的输出，可能稍作修改，就完成了。

两种方式都在「保留控制权」，只是防线设在不同位置。我们在 output 层控制：比较、判断、拼贴；他们在 input 层控制：选择工具、理解工具。

哪种更好？我说不准。但这让我意识到「用对的工具做对的事」，也许没有听起来那么简单。

这不只是我的感受。最近看到一份 AI 工具的流量报告，数据显示了一个明显的趋势：那些承诺「一个平台解决所有问题」的工具都在退潮。ChatGPT 访问量下降 22%，Perplexity 下降 27%。

与此同时，专门化的工具在增长。音乐生成工具 Suno 增长 46%，语音工具 ElevenLabs 增长 27%。让用户保持理解和控制的工具也在增长，例如，代码补全工具从负增长转为正增长 9%。

这些增长的工具有个共同点：它们不承诺「简单」或「彻底」，而是承诺「透明」和「可控」。

但这是否意味着人们都想要控制权？未必。

就在最近，OpenClaw(ClawdBot/Moltbot) 突然爆火。它承诺得更彻底，不只是「一个工具解决所有问题」，而是「一个主动的 AI 员工」。它能管理日历、发送邮件、运行代码，甚至在人们睡觉时生成子代理继续工作。人们兴奋地分享使用案例：「它改变了我的生活」、「在我睡觉时继续编码」。

当然，也有另一种声音：「给它所有权限很可怕」、「这是个糟糕的主意」、「高风险」。有人抱怨设置复杂，文档混乱；有人担心安全，不敢给予完整权限；还有人说它「能耗大得像小核电站」。

这个矛盾很有意思：OpenClaw 代表的是「完全自动化」的极致，人类什么都不用管，由它决定一切。这正是 Poe 模式的反面。如果说 Poe 让用户保留选择权，OpenClaw 则是彻底接管选择权。

流量数据揭示了更复杂的图景。整体自动化类别下降 23%，但并非所有自动化工具都在退潮。虽然 Zapier 下降 24%，Make 下降 11%，但 N8N 累计增长 73%。

Zapier 承诺「无代码自动化」，拖拽几个模块，连接就完成了。简单，但黑箱。当 workflow 出错时，我们不知道数据流去了哪里，因为我们从未真正理解过这个系统。

N8N 也是 workflow builder，但它是开源的、自托管的。这意味着我们可以看到数据流的每一步，可以深入到代码层面，可以完全控制。它不「简单」，但透明。

OpenClaw 更进一步，它连 workflow 都替我们建立了。我们只要说「要做什么」，它自己决定如何做、用什么工具、在什么时候做。完全自动化，也完全黑箱。

三个工具代表了三种哲学：

Zapier：简单，但牺牲理解
N8N：复杂，但保留控制
OpenClaw：无需思考，但交出一切

数据在真实地告诉我们，大家依然在用脚投票。人们不要「简单但黑箱」，也不要「彻底接管」，而是要「可以控制和理解的自动化」。

Poe 模式和 N8N 的逻辑是一致的。Poe 没有让「使用 AI」变得更简单，人们仍然要理解不同模型的特点，仍然要在每个任务前做判断。但它让「切换模型」这个操作变得更流畅，消除的是无意义的摩擦（打开不同网站、重新输入 prompt），保留的是有意义的摩擦（理解工具、选择工具）。

N8N 也一样。它让「搭建 workflow」变得可能，但不是「简单」。人们仍然要理解数据流、理解 API、理解逻辑。它消除的是重复性的 API 调用和样板代码，保留的是对整个系统的理解和控制。

这是有意义的摩擦和无意义的摩擦的区别。

选择模型是有意义的摩擦，搭建 workflow 是有意义的摩擦，比较结果也是有意义的摩擦，因为它们都承载着理解。而切换标签页、重复输入、手动调用 API，这些是无意义的摩擦。

Zapier 试图消除所有摩擦，包括那些「有意义的摩擦」，结果是用户失去了对系统的理解。Moltbot 更极端，它试图消除「思考」本身，不需要理解 workflow，不需要选择工具，甚至不需要决定「什么时候该做什么」。

所以人们感到恐惧。这不是对技术的恐惧，而是对失去理解的恐惧。

现在回到开头的观察：为什么欧美同事倾向于在 input 层面控制（选择工具），而亚洲同事倾向于在 output 层面控制（比较拼贴）？

我不确定答案。但这个区别让我想到一些问题。

或许和信任有关？欧美同事相信「选对工具就能得到好结果」，他们倾向于工具是可靠的，只要选择得当。而亚洲同事呢？我们似乎不那么相信任何单一工具的输出，总要验证一下、对比一下。这是对工具的不信任，还是对自己判断力的信任？

或许和效率观有关？选择正确的工具然后直接用，是一种效率。但反复比较、手动拼贴，也是另一种效率。如果「最后一公里」的质量很关键，那么多花一点时间在这里，也许反而更高效。

或许和对「什么是工作」的理解有关？如果工作是产出结果，那么让工具尽可能多地承担，然后专注于选择对的工具，是合理的。如果工作是形成判断，那么比较、拼贴这个过程本身就是工作的核心，不能外包。

我不知道哪种更对。但我确信这两种方式都在抵抗同一件事：被工具接管。只是抵抗的防线设在不同的地方。

📸 Snapshots

周一下班后，我们决定偷个懒不开火，去吃了新开的自助披萨。每人 €8.89，披萨无限畅吃。虽说是妥妥的碳水炸弹，但这性价比也确实高。

自助规则是第一轮点 King Size，必须吃完才能续单，之后的份量就降为 Middle Size 了。

泽泽和我先点了橄榄金枪鱼与培根奶酪双拼，之后他又追加了意式肉酱和小份菠萝香肠。不愧是年轻人，战斗力可真强悍。

感觉整个一月都没有过晴天，葡萄牙的中部和北部很多地方发生了洪水。海洋和大气研究所预报接下来一周还会有风暴来袭，二月初依然笼罩在阴雨中。

这个月 23 日傍晚，里斯本下了一场冰雹，而上一次的冰雹记录是在 2014 年 1 月 17 日。下雪记录则是在 2006 年 1 月 29 日。

这个月中下旬，C4 级的地磁暴也让我在葡萄牙第一次看到北极光。

Tana 终于推出了 Local API/MCP，第一时间在 Alma 中使用 Claude Sonnet 4.5 对我的笔记库进行了一次审计。

现在 tokens 的消耗还是让我头疼的问题，我没有那么多钱订阅 Claude Max，只能将就着使用 Sonnet。不过结果还是可以接受的。

📰 Curations

When a Man Loves a Cello

https://www.newyorker.com/culture/the-weekend-essay/when-a-man-loves-a-cello

顶级演奏家与其乐器之间的关系是一种「恩赐与诅咒」并存的状态。这种高度的工具依赖与情感投射，模糊了自我与客体的界限。这种关系的终极悖论在于：当工具达到极致完美时，所有的瑕疵都只能归咎于演奏者。

阅读这篇文章时，我就在想：我们构筑的数字系统（或 AI 助手）究竟是延伸了我们的主体性，还是成为了一种需要时刻供养的、带有「性灵」的束缚？

Anil Seth: How We Build Perception from the Inside Out

Anil Seth 提出意识是大脑基于感官信号由内而外构建的「最佳猜测」或受控幻觉，认为通过科学解释感知机制，意识的形而上学之谜最终将像生命起源之谜一样逐渐消散。

Note: This post contains paid content. Purchase on the website to read the full article.

当叙事与规律错位：从两份年度展望看 2026 年的投资「势」

2026-01-18T13:12:41Z

终于读完了 BlackRock 和 Vanguard 的 2026 展望，两份报告呈现出一个有趣的共识：市场正在经历结构性转型，传统配置逻辑已经失效，但真正的机会不在最响亮的叙事中，而在规律作用的方向与市场定价的错位之间。

去年我基于自己的投资心得总结了一个 Momentum-Observation Framework（MOF）。说实话，我看不太懂那些复杂的技术指标和数学模型，只能从自己比较擅长的角度入手：观察环境中的规律如何创造动量，人的行动如何产生滞后，然后从中寻找套利空间。个人感觉应用起来还不错。因此与多个 AI 模型/工具协作，基于该框架对这两份报告进行了分析。抛砖引玉，仅供参考，不构成任何投资建议。

一、环境识别：四个维度的结构性变化

物质环境的约束

AI 数据中心到 2030 年可能消耗美国当前电力需求的 15-25%。这个数字意味着什么？能源基础设施（土地、电力、水）正在成为最紧迫的物理约束。

中国在这一领域保持领先。核电项目按时按预算推进，太阳能和电池成本持续下降。这不是意识形态叙事，而是物质现实。

技术环境的规模

两份报告都指向一个共同判断：AI 资本支出规模空前。BlackRock 估计 2025-2030 年全球投资将达 5-8 万亿美元，Vanguard 则指出 AI scalers 已承诺 2.1 万亿美元至 2027 年。

但当前 AI 投资周期仍处于早期阶段，大约是历史峰值的 30-40%。DeepSeek 的出现显示能效路径可能部分缓解能源约束，这为判断周期位置提供了参照。

制度环境的重置

美国正在重置与世界的经济和地缘政治关系：交易性贸易、产业政策、联盟重组。欧洲防御支出承诺升至 GDP 的 5%（2035 年目标），德国暂停「债务刹车」，财政空间打开。

稳定币监管框架的建立（Genius Act）则标志着另一个制度性转变：数字支付基础设施从加密原生工具向传统金融桥梁的转型。

社会-文化环境的悖论

市场高度集中，少数 mega forces 驱动回报。这创造了一个分散化的幻觉：传统的分散化配置，现在实际上是大型主动押注。

劳动力市场呈现不招人也不裁人的僵局状态。这种「既不乐观也不悲观」的均衡，或许比任何一边倒的判断都更接近现实。

二、规律识别：三个核心「势」

资本密集型增长的转型

两份报告都识别出技术从「轻资本」向「重资本」的结构性转变。这不是周期性现象，而是类似于铁路、电力、ICT 的历史性转型。

规律作用的方向很清楚：前置投资必须发生才能实现后置收益。这意味着更高的杠杆（私人部门），叠加已经高企的公共债务。利率上行压力是结构性的，不是暂时的。

势的强度如何？BlackRock 认为 AI 对 GDP 增长的贡献是历史平均的 3 倍。Vanguard 给出 60% 概率美国最终实现 3% 实际 GDP 增长，远高于共识。但 2026 年更温和，约 2.25%。

叙事与现实的错位

Vanguard 的一个关键洞察值得反复咀嚼：对 AI 最看好的人，恰恰应该谨慎对待当前的 AI scalers 股票。

这听起来反直觉，但历史规律很清楚：每次技术革命的早期领导者很少能维持统治地位。所谓「创造性破坏」，Nvidia 在 2013 年仅占 S&P 500 的 0.05%，到 2025 年成为首家市值 5 万亿的公司。

另一个数字：AI startup 数量（6,956 家）已超过所有美股上市公司（4,010 家）。

这是 Gartner Hype Cycle 的规律在起作用：当前处于大规模投资阶段，但收益捕获者可能与投资建设者不同。换句话说，「买 AI」和「买 AI 股票」可能是两件完全不同的事。

压力梯度驱动的资本流动

资本总是从高压区流向低压区。当前的压力梯度：

从高不确定性（地缘紧张区、高税负区）→ 低不确定性（稳定市场、税收优惠区）
从低收益（传统分散化）→ 高收益（私募市场、另类投资）
从成长股（估值过高）→ 价值股和非美发达市场（估值合理）

Note: This post contains paid content. Purchase on the website to read the full article.

202602：链接的幻觉

2026-01-11T14:18:00Z

Bom dia meus amigos,

Saudações de Lisboa!

您正在阅读的《壹苇可航》电子报 2026 年第 02 期。

在 2025 年第 43 期中，我从技术基础设施的脆弱性出发，讨论单点故障与韧性。在 2025 年第 44 期中，又从「建易守难定律」出发，讨论维护成本的系统性被低估。本期我想继续深化，聚焦到个人知识工具层面，讨论「链接的幻觉」。

以下是本期正文。

🔍 Insight

自从开始使用 Mymind 后，我十分偏爱 Serendipity 功能。系统随机推送了一些内容卡片，由我决定是继续留存，还是删除。

例如，我看到了一篇收藏的关于 Zettelkasten 实践的文章。我盯着它看了几秒，完全想不起当时为什么要保存。点开卡片，只有 AI 自动生成的标签：note-taking, knowledge-management, productivity。这些标签正确但无用，它们无法唤起我当时的思考。我又继续翻了几张。一个 App Store 的应用卡片、一篇 Twitter 的帖子、一条 YouTube 的视频。有些记得保存的理由，有些则完全陌生，而我只是机械地点击着继续留存。突然，一篇文章跳了出来，是我之前读到的一篇关于「预测处理理论与冥想」的论文。那一瞬间，某个念头闪过：这不正好可以用来补充我最近在思考的「觉知」维度吗？我立刻切换到 Tana，开始一条新的笔记，一边记录着再次阅读的想法，一边和 Claude 交流起来。

但这次的意外发现也让我意识到：我花了大量时间创建这些收藏、这些链接，却极少花时间维护它们。那些保存在 Mymind、Tana 中的数千条内容，有多少已经变成了数据还在，但意义已死的僵尸链接，僵尸笔记？

创建与维护的不对称

这不是我一个人的困境。Nori Parelius 在她的文章 Goodbye, Zettelkasten. I quit. 中坦诚地回顾了自己使用 Zettelkasten 的全过程。她从最初充满期待地建立卡片盒，到逐渐遇到重复笔记、信息过载和查找困难，甚至感到思维被笔记体系束缚，导致思路分散和表达困难，最终决定放弃。

Nori 的困境所暴露出的是一个普遍现象：我们对「创建链接」的热情，远远超过了对「维护链接」的耐心。

创建链接带来即时满足感，会有一种「我正在构建知识网络」的掌控感，会觉得「我又积累了一块知识拼图」，会让人相信「这些内容已经被妥善整理」。

但维护链接呢？它是延迟的、隐形的、缺乏反馈的。我们需要定期回顾笔记，检查哪些链接已经失效、哪些标签需要调整、哪些想法已经被内化因而不再需要外部提醒。这个过程没有戏剧性，没有可见的「进步」，甚至可能让我们意识到：那些曾经觉得「非常重要」的链接，如今看来毫无意义。

在 2025 年第 44 期中，我探讨了「建易守难定律」：在任何系统中，维持发展所需的总成本，系统性地高于快速创建所需的成本，且这种不对称性随系统复杂度增加而加剧。如果把这个定律应用到个人知识网络，会发现它完美解释了我们的困境。

为什么维护总是被延迟？

知识网络的维护成本被低估，不仅因为它需要时间，更因为它挑战了我们的三个认知偏差。

第一个偏差是新鲜度偏好。大脑天生对「新信息」敏感，因为在漫长的演化史中，新信息往往意味着潜在的机会或威胁，需要优先处理。创建新笔记、保存新链接、建立新连接，这些行为会触发多巴胺释放，给我们一种「我正在进步」的即时满足感。相比之下，维护旧链接则显得索然无味。试想一下，如果让您此刻立即打开半年前的笔记，重新审视当时的想法，调整那些已经过时的内容，您的第一反应是不是觉得繁琐？这类维护工作不仅缺乏即时奖励，反而可能迫使我们直面一个令人不安的真相：我们精心建立的大多数链接，从未被真正使用过。

第二个偏差是控制幻觉。当我们在笔记系统中看到数千条笔记、数百个双向链接时，当我们在书签系统中看到各种精心设计的标签时，我们会产生一种「知识已经被组织好」的错觉。但这只是视觉上的秩序，而非认知上的掌握。真正的知识掌握需要我们能在需要时调用它、能在新情境中应用它、能将它与其他想法综合。而这需要的不是创建更多链接，而是反复重访、持续对话、深度整合，简言之，就俩字——维护。

第三个偏差是沉没成本谬误。「我已经在这个笔记系统中投入了这么多时间，建立了这么多链接，怎么能放弃？」这种想法让我们不断添加新内容，却不敢删除旧内容，不敢承认有些链接已经死亡。Nori 之所以最终放弃 Zettelkasten，不正是因为她意识到「系统的规模不等于系统的价值」这个说起来容易，认知起来很难的道理吗？一个包含无数张卡片的笔记库，如果无法有效检索和使用，它就是一座信息坟场！

可惜的是，工具的设计恰恰强化了这些偏差。产品指标关注的是「活跃度」——新笔记数、使用时长、保存次数——而不是「链接质量」。Graph view 等可视化功能制造「知识丰富」的假象，却不会告诉我：「您已经有 N 条链接已经三个月没被访问过。」也没有工具会问我们：「这个链接建立后从未被使用，是否需要重新审视？」更没有工具会提醒我们：「上次打开这条笔记是 N 个月前，请思考它是否对您的思考还有帮助。」

维护功能的缺失不是技术限制，而是商业逻辑的必然：鼓励创建能提高用户活跃度，鼓励维护只会让人意识到自己不需要那么多功能。

我们真正想要的是什么？

当我们诚实地审视自己的笔记实践，极有可能会发现一个吊诡的事实：我们追求的不是真正的知识掌握，而是「拥有知识」的感觉。

以我自己为例，我在 Tana 中建立双向链接，不是因为我真的会通过这个链接重新发现什么，而是因为建立链接的那一刻，我觉得「这个想法很重要，值得被记住」。我在 Mymind 中收藏内容，不是因为我真的会温故知新，而是因为点击保存按钮时，我觉得「这个知识我已经拥有了」。甚至我在这里写下这些文字，也未必是因为我真的掌握了什么，更可能只是因为写作本身让我产生了一种「我的知识很有体系」的错觉。

这是幻觉吗？还是说，意识到幻觉本身，就是某种清醒？

如果我们愿意带着这个问题继续追问，或许可以从两个古老的智慧传统中找到一些启示。

从斯多葛哲学的角度看，这是可控性边界的错位。我们无法控制工具是否继续存在（Tana 可能崩溃，Mymind 可能倒闭），无法控制信息是否永远可访问（链接会失效，内容会被删除），但我们可以控制自己如何使用这些工具、如何看待这些连接。真正值得投入精力的，不是「如何建立完美的知识系统」，而是「如何培养在需要时快速重建连接的能力」。

从佛教的视角看，这是对无常的直接体证。《金刚经》说「应无所住而生其心」，不要执着于已经建立的连接，不要妄想笔记可以永久保存意义。连接会断裂，工具会消失，想法会过时，这不是异常，而是缘起性空的本质。我们对「永恒笔记库」的期待，本身就是痛苦的来源。

回到文章开头的那个场景，Mymind 随机推送了一篇我收藏的论文，却恰好回应了我正在思考的问题。这不是系统的功劳，是偶然。

也许，链接的真正价值不在于它们被完美地维护，而在于它们偶尔被重新遇见时，能够激发新的思考。这种「意外的重逢」，本身就是一种无法设计的收获。

📰 Curations

Why Forgetting is Good for Your Memory

https://www.columbiapsychiatry.org/news/why-forgetting-good-your-memory

哥伦比亚大学阿尔茨海默病研究中心主任 Scott Small 提出了一个反直觉的观点：对于健康的大脑，遗忘不仅正常，而且必要。

近年研究发现，神经元内部存在两套独立的分子「纳米机器」，其中一套负责记忆，另一套负责遗忘。这意味着遗忘是大脑的主动选择，而非系统故障。

在信息过载的世界里，「调低噪音、丢弃无用细节」是获取新想法的前提。遗忘帮助我们排序优先级、做出决策、保持创造力。用 Small 的话说：正常的遗忘赋予我们「从信息沼泽中把握抽象概念」的心智灵活性，「让我们能透过树木看见森林」。

那些在笔记系统中被遗忘的链接，也许不是我们的失败，而是认知系统的自我调节。

Pruning of memories by context-based prediction error

https://pmc.ncbi.nlm.nih.gov/articles/PMC4066528/

普林斯顿大学的这项研究发现了一个大脑的遗忘机制：当大脑重新遇到熟悉情境时，会自动预测「接下来应该出现什么」。如果预期内容没有出现，大脑就会主动弱化那段记忆，使其更容易被遗忘。

这个过程是自动且无意识的。研究者称之为「情境预测误差」，即大脑通过预测失败来识别哪些记忆代表「不稳定的世界面向」，从而将其标记为可「修剪」对象。参与者甚至没有意识到情境在重复，遗忘就已经在后台悄然发生。

这与 Mymind 的 Serendipity 功能形成有趣对照：随机重逢能重新激活记忆，而长期未被调用的内容则自然被修剪。我们的笔记系统，或许也在执行着类似的机制。

Note: This post contains paid content. Purchase on the website to read the full article.

202601：递归与摩擦力

2026-01-03T23:30:00Z

Bom dia meus amigos,

Saudações de Lisboa!

您正在阅读的《壹苇可航》电子报 2026 年第 1 期。

2026 年伊始，我想先向各位读者致谢。从 2022 年至今，五年间承蒙陪伴与支持。也借此祝各位新年安好，福寿康宁。

本期我想从我使用的 Newsletter 平台 Quaily 谈起。但这不是一篇测评，而是一个关于「递归」的探究，关于在 AI 让一切变得顺滑的时代，创作者如何守住那些看似低效却不可或缺的摩擦力。

以下是本期正文。

🔍 Insight

2024 年 11 月 28 日的电子报中，我分享过一个认识：写作本质上是非线性的递归过程。那时我正在学习葡萄牙语，在有限的词汇与生涩的语法间往返，意识到正是这种「求而不得」的艰涩，迫使思维在非线性发散与线性收束之间反复交战。

当时，我将写作比喻为蜜蜂采蜜：花粉是零散的思想，蜂蜜是最终成文。真正的写作从来不是「想到什么写什么」的直线过程，而是在不同的思想之间来回穿梭，反复推敲用词，持续调整结构。这种往返本身，就是写作的递归。

然而站在 2026 年开端，我发现这个「蜜蜂采蜜」的过程似乎正在发生微妙变化。

以我使用的 newsletter 平台 Quaily 为例。它的开发者是生活在日本的华人，自然而然地对东方美学积淀出独到的理解。平台对 CJK 字体的渲染近乎执着，网页端的视觉效果顺滑而精美。虽然编辑器本身使用浏览器默认字体，简洁朴素，但当我打开预览窗口，那种从「无相」到「成相」的瞬间转换，会让我产生一个危险的错觉。

禅宗修行强调「离相」，即不执着于事物的表象。而预览窗口的精美渲染，本质上是在思维尚未完全定型时，就给出了一个极具「完成感」的线性化视觉结果。当文字以如此完美的状态呈现时，大脑会产生微妙的错觉：递归已经完成。

这种视觉上的「成相」，往往诱导我提前停止对逻辑骨架的拆解与重组，让思考滑向平庸的表面。我原本应该在非线性的混沌中多待一会，却被精美的界面过早地拉入线性的平原。

为了对抗这种「顺滑」的侵蚀，我坚持采用一套看似低效的防御性写作流程：在冷峻、无格式的 BBEdit 中完成终稿，然后通过基于 Quaily CLI 创建的 AppleScript 将文本上传到后台，打开 Quaily 的 markdown 编辑器和渲染窗口，查看效果，针对性调整。

这并非极客式的固执。BBEdit 是我的「无相」空间，它没有字体渲染的干扰，没有排版美感的诱惑，只有文字与思维的原始摩擦。我强迫自己留在这种「不便利」中，是为了守住递归所需的那一点停顿、那一点犹豫、那一点不确定。

但「递归的危机」远不止精美的渲染。

2025 年 12 月中旬，我的右手腕骨裂，开始借助 Voicenotes 录制和转写。在这个过程中，我更深刻地体会到「嘴比手快」的危险。

我一直反对用语音输入替代打字。语音输入的便捷性我并不否认，但创作的过程是严肃的，需要反复琢磨。我甚至不认为草稿阶段可以使用语音输入，因为即便是草稿，也需要尽可能的递归。

「嘴比手快」之所以危险，是因为它试图用线性输出的速度去追赶非线性思维的发散，跳过了关键的递归过程。在 BBEdit 的简陋界面里，每一个词的推敲、每一段逻辑的重组，都在为思维制造必要的「摩擦」。只有经历过这种非线性的往返，最终转化出来的线性文本才具有真正的、来自创作者自身的气韵。

而 Quaily 提供的 AI 功能，将这种「消灭摩擦」的趋势推向了另一个极致。

平台内置的 AI 可以帮助创作者撰写 metadata，可以便捷地进行多语言翻译。对于创作者而言，在自己熟悉的语言环境中创作，所选用的词汇往往恰如其分。但必须承认的是，翻译是一门学问。AI 可以翻译得很好，只是细微之处往往痕迹过重，甚至可能出现语义错误。

去年 9 月，同事制作了一张英文海报，请我翻译成中文，其中有一句 "Invest. Live. Thrive."。我明白他想表达的意思，但 "Live" 和 "Thrive" 在翻译成中文时需要特别注意。"Live" 可以表示 people living there，应该翻译为「定居」；也可以表示 people's lives，应该翻译为「生活」。而 "Thrive" 如果直译为「繁荣」，在中文里显然是形容词，但这里应该是动词——"Thrive" 有 grow stronger 的意思，可以理解为 develop/grow——所以应该翻译为「发展」。

这种细微差别的抉择，本质上是创作者在跨越文化与语言鸿沟时，主体性在递归过程中留下的投射。当 AI 抹平了所有翻译的摩擦，它同时也抹平了语言背后那种「恰如其分」的气韵。

这不是一个工具选择的问题，而是一个关于创作本质的问题。如果我们放弃了递归中的自我搏斗，转而投向 AI 提供的无阻力滑动，那么将面临「艺术的去人性化」和「人类智识的整体下滑」。递归的尊严，正是在守卫那些看似低效的摩擦力中产生的。

当然，从平台的角度而言，便利化 AI 协作功能是加分项。但对于创作者而言，如何克制地使用 AI，如何在便利与递归之间保持张力，则需要认真应对。如果写作不再是递归的编织过程，而变成瞬间输出，那么创作者就不再是酿蜜的蜜蜂，而仅仅是某种自动化流程的触发器。

我们追求工具的进化，是为了腾出空间去思考更难的问题，而不是为了彻底放弃思考的痛苦。真正的写作，永远是在两种思维模式之间反复穿梭：用非线性去拓展，看到万物的普遍联系；用线性去深入，探究事物的本质。

在这个越来越智能的时代，守住那一点不便利，或许就是守住递归本身，就是守住创作的尊严。

📰 Curations

Why A.I. Isn’t Going to Make Art

https://www.newyorker.com/culture/the-weekend-essay/why-ai-isnt-going-to-make-art

Ted Chiang 的这篇文章，先前就推荐过。他的核心论据是：艺术创作的本质不在于最终生成的图像或文本，而在于创作者在过程中所做的成千上万个细微选择。每一个词的敲定、每一处逻辑的调整，都是主体性的表达。AI 生成的过程本质上是「选择的外包」，当我们通过一段提示词获得结果时，我们跳过了这些选择，也就跳过了艺术本身。

在中文语境下，我们常说「气韵生动」。这种「气」，其实就藏在 Ted 所说的那些「细微选择」中。AI 能够模拟结果，却无法模拟那种在不同选项间权衡、犹豫、最终落笔的「心迹」。

Ted 的观点为抵制「顺滑」提供了扎实的哲学根基。但值得反思的是：如果将「选择的数量」作为衡量艺术的唯一标准，是否会陷入另一种形式的劳动崇拜？有些灵感确实是瞬间迸发的。不过，这里有个追问值得保留：那些看似「无选择」的瞬间，是否其实是长年训练的压缩呈现？主体性的在场，未必总是缓慢而痛苦的。

The elitism problem in the creative backlash against AI

https://matthopkins.com/technology/the-elitism-problem-in-the-creative-backlash-against-ai/

Matt Hopkins 提出了一个与 Ted Chiang 形成张力的观察：许多针对 AI 的「创作神圣化」反击，带有浓厚的精英主义色彩。那些强调「过程重于结果」、「递归不可外包」的人，往往已经拥有充足的时间、资源和文化资本。对于初学者或资源匮乏的创作者来说，AI 或许是打破审美门槛的入口。

这是一个尖锐的提醒。我们在守卫「递归的尊严」时，必须追问：守卫的究竟是思维的深度，还是某种阶层化的手艺门槛？当「不便利」被神圣化，便利本身可能是许多人唯一能触及的创作起点。

不过，Hopkins 的论证也有盲点：他将「精英主义」与「对过程的坚持」过度绑定。对递归的珍视，未必源于阶层优越感，也可能源于对自身心智的诚实要求。问题不在于工具的便利是否正当，而在于使用者是否清醒地知道自己跳过了什么——这种清醒本身，与阶层无关。

Ezra Klein: The Case Against Writing With AI

https://howiwrite.substack.com/p/ezra-klein-the-case-against-writing

Ezra Klein 在这场辩论中找到了一个中间立场：我们不仅仅是为了「产出内容」而写作，更是为了通过写作搞清楚自己究竟在想什么。写作是一个「思维实验室」，如果把这个过程外包给 AI，我们得到的可能是一个看起来完美的文本，但失去的是「通过打磨文字来塑造思维」的机会。

这也回应了 Hopkins 的质疑：我们坚持递归，不是为了维护某种贵族式的审美门槛，而是为了防止「自我认知的萎缩」。Klein 在访谈中明确反对以为信息可以像数据一样下载进大脑这样的「黑客帝国式的知识观」。真正的知识需要搏斗，需要时间，需要我们的思维在某个主题上停留足够久。无论 AI 写得多么顺滑，它都无法代替我们完成那个「从非线性到线性」的递归转换。因为那个转换的过程，才是思维生长的时刻。

欢迎查看最新的博客文章：《元旦》《2025 年信息消费复盘》

Note: This post contains paid content. Purchase on the website to read the full article.

告别 2025

2025-12-21T19:06:33Z

本文首发于我的个人博客 JustGoIdea。

2025 年，是泽泽和我完全生活在里斯本的第一年。从最开始来到这里时的懵懂，到现在对这座城市越来越熟悉。谈不上有什么惊喜与意外，只是平平淡淡的生活。以至于，当我开始写这篇文章时，都不知道该从何处开始落笔。

思忖许久，就以几个篇章来告别 2025 吧。

生活篇

多年来，我时常自嘲自己是一个「心有烟霞志，奈何水云身」的人，一直少有安稳的生活。在 2023 年的电子报中我便有过分享。

今年年初，我和泽泽在外闲逛时，我说：「或许我们是走到了。」只是走到之后，发现这里没有海市蜃楼般的光影，只有生活本身。

距离公寓几公里外，每周日有露天集市，非常像农村的赶大集。从刚来里斯本到今年上半年，我们几乎每个周日早上都会去那里买菜。新鲜蔬菜多是附近农家自种，比超市更丰富，也便宜很多。每月还会去 Rossio 的一家肉铺，买几公斤牛羊肉回家分装冷冻。

泽泽喜欢吃手擀面，我就跟着小高姐的视频学做。想吃馅饼时，我擀皮，他包馅儿。也尝试过几次做饺子，奈何实在力有不逮。泽泽四处踅摸，找到了一家做手工饺子的华人，还能送货上门。于是每隔几个月，我们会订几百个不同口味的饺子慢慢吃。

两人都有空时，会坐火车到里斯本周边的市镇闲逛。累了，就找一家咖啡馆，吃个蛋挞，喝杯咖啡。

这样的日子平淡，但真实。

结束第一期语言课程后，我们并没有继续下一个等级的学习，而是选择先找工作。泽泽原本比我更早找到工作，只是那个工作要求他去波尔图。当时我正在几个面试中，其中有两家公司已进入最后阶段，工作地点都在里斯本。于是，泽泽毫不犹豫地为了我放弃去波尔图，重新在里斯本找工作。我并不希望他做出如此大的牺牲，他却很认真地说服我尊重他的决定。在很多事情上，他还是想得比我更深、更远。最终他还是比我先在里斯本找到了工作。不得不说，优秀的人到哪里都闪闪发光。

3 月底，在与会计师商议并和公司达成一致后，我开始以自由职业者身份提供服务。终于能在这里挣钱、纳税，不必再坐吃山空。泽泽和我每月的收入，足以让我们在里斯本体面生活。这样的开局，已算顺遂。

回顾这段经历，最深刻的体会是：初来乍到，务必要找专业的人做专业的事。移居事宜需要当地合规律师，财税问题则需要当地专业会计师。律师的重要性自不待言，但很多人会低估与会计师合作的价值。起初我也以为报税很简单，无非是上网搜索攻略，再不济借助 AI 辅助也能搞定。然而真正面对葡萄牙税务体系时才发现，IRS、IRC、IVA 这些税种如何适用，季度预缴如何计算，哪些支出可以抵扣，Social Security 缴纳比例如何选择……每个决定都直接影响实际收入和未来规划，而这些情境判断，非当地专业人士难以给出。税务上的疏忽，有时比移居手续的失误更难补救，后果也更为严重。

因为不再是家和学校两点一线，我得以更深入地观察脚下的土地。葡萄牙步入民主社会，也就短短半个世纪的光景。从政府部门到平民生活，多多少少都还带着一些萨拉查威权专政时期的阴影。虽然从今年的几次重要修法也能看出民主宪政的坚韧，但社会的长期撕裂往往孕育着巨大的危机。从 2024 年和 2025 年的各项经济与民生数据来看，葡萄牙正在改变颓势，走出泥沼。只是极右翼声浪的不断扩大，却也昭示着更深层次的结构性矛盾并没有得到解决。

例如，葡萄牙的内陆地区，面临着严峻的形势，医院和学校因为人手不足被迫关闭，年轻人大量外流。而在沿海地区和大城市，则又是一片欣欣向荣、歌舞升平的景象。这难免会让身处内陆的居民感到被抛弃。

再例如，里斯本传统市中心的几个街区，业已成为南亚劳工的聚居地。这些区域长期缺乏公共投入，治安和环境问题突出，与周边原住民社区之间也因文化差异产生各种摩擦。

当然，这些问题也不仅仅是葡萄牙面对的问题。许多国家，甚至像加拿大、澳大利亚这样的传统移民国家，也在经历类似的困境。我也开始理解为什么有些移居海外的博主在分享体会时会流露出迷茫，理解为什么一些朋友专门来问我：移居是否值得。

我想说，对于正在考虑移居的人而言，排在第一位的不是资金够不够、环境能不能适应、语言是不是障碍，而是当你真的到了那个国家开始生活时，能不能接纳那些让你不满意的地方，接纳那些原本在中国就想逃离、却发现新国家也一样存在的问题。

最容易「水土不服」的，恰恰不是那些客观条件最艰难的人，而是那些带着强烈「救赎叙事」移居的人，仿佛换个国家就能重启人生，就能治愈一切在中国的不如意。现在各国多多少少都在右转，民粹主义、血统论层出不穷。如果移居是为了逃离某种不确定性和压抑感，却发现新国家也在经历类似的转向，那种失落会格外强烈。

真正的问题从来不是外部环境有多完美，而是能否在理想破灭后，依然保持内在的稳定，找到安顿自己的方式。人可以换国家，但换不掉自己。

居住在里斯本，我常会告诉自己：「我现在是边缘国家的边缘人，要享受这份边缘的感受。」

这份边缘是具体的。走在街上，葡语的招牌、对话、笑话，我大多只能捕捉到只言片语。社交媒体里的中文热点，与这里的新闻版面毫无交集。我既不在中国的语境里，也不完全在葡萄牙的语境里，悬浮在两者之间的某个地带。

但边缘也意味着距离。距离带来观察的余地，也带来某种自由。不必追逐中心的认可，不必焦虑于主流的标准，甚至不必时刻证明自己的存在。

2022 年我写到「时常远离流行和主流，是为了更好的保护自己。」而今，在里斯本，这句话得到了验证。

创作篇

2025 年，我在博客上写了 19 篇文章（其中一篇后来被我隐藏）。电子报经过十月份的合并与删节，现在共有 56 篇。

对于一个以写作为日常实践的人来说，这个产量不算高。但我对这个节奏感到满意，因为今年我很少有「为了写而写」的感觉，绝大多数内容来自日常笔记的自然生长。

今年收到了不少读者的反馈。有读者推荐我研究明末清初的文人笔记，帮助我琢磨文白夹杂的风格。也有读者质疑我在文字感情方面的写作方式。比较典型的是一位读者说：

你的文章我读了也有段时间了。其实你的观点我不是看不懂，但是我不知道你本人到底在意什么。写出来的东西总觉得像个旁观者，可你明明是这世界故事里的人。是不是没人让你安全到不用这么分析了？你主观了，世界也能接纳你。大概是你的客观让我读出了一种凄凉的底色吧。

这位读者说得对，尤其是最后那句。

我的写作确实常被读出「客观」、「冷静」、「旁观者」的特质。这不是无意识的风格，而是刻意的选择。就像我在生活中选择了边缘位置，在写作中我也选择了观察者的距离。这种选择确实意味着某种孤独，甚至自傲。站在人群之外，力图清醒地看着一切，包括自己，不可能是温暖的。

但这是我选择的凄凉，不是被迫的凄凉。正因为我太在意这个世界和这个世界上的人，所以才需要保持这个距离。如果我冲进去，用情感语言、用确定性、用归属感来写作，我会失去我能看到的东西。边缘的价值，就在于它提供了观察的余地。

至于「主观」和「客观」，在禅修传统里，这两者本就不是对立的。最彻底的客观，反而需要最诚实的主观承认：我知道我在看，我知道我有立场，我知道我的分析永远不是「上帝视角」。或许，有些自夸地说，正是这种清醒的自觉，让我可以既保持距离，又承认在意；既呈现思考，又不强加结论。

我的写作不是为了说服读者，而是邀请读者参与一个思考的过程。我相信读者能从自己分析中读出我没有明说的东西，也相信读者有能力做出自己的判断。我并不认为这是冷漠，反而认为这是对读者的尊重。

世界当然能接纳我更主观、更温暖的样子。但我选择这样写，是因为我选择了一种激进的主观立场：承认不确定、保持距离、拒绝煽动。这不是每个人都会喜欢的写作方式，如果读者期待的是更多情感共鸣、更多确定的答案，我的文字可能会让人失望。

但这是我能诚实地、有尊严地写作的方式。

在生活中，我是边缘国家的边缘人。在写作中，我也站在主流叙事的边缘。这两种边缘，都是我主动选择的位置。

I am who I am, I am what I am, I am where I am, I am when I am, I am how I am.

观念如其所是，写作如其所是，我如其所是。自然也包括那份凄凉。

工具篇

去年是我的数字工具箱「回归原生」的一年，今年则是「精心甄别」的一年。

笔记软件方面，我没有续订 Heptabase，而是全面转向 Tana。Heptabase 的白板思维很适合梳理复杂概念，但对于我日常的知识管理流程来说，Tana 的大纲结构和 supertags 系统更契合。虽然学习曲线陡峭，但掌握了其内在逻辑后会变得十分顺畅。通过 N8N 部署的几个自动化，也间接拓展了 Tana 的能力。

书签工具从 Pinboard 转向 Mymind，存档则由 DEVONthink 转向 Google Drive。这两个转换背后有共同的考量：减少需要主动维护的工具。Mymind 的自动标签和视觉化呈现，让书签管理从「整理」变成「存放」。Google Drive 的优势则在于无需担心同步和备份，它会静悄悄地工作。

我依然不喜欢 Google 对数据的掌控，但不得不承认在 AI 的争夺赛中，它是最稳健和最有后劲的。Google One 订阅可以家庭共享 Gemini 的高级模型，这在几大 AI 服务中是唯一无需额外支出的。作为一个需要频繁使用 AI 的家庭，这个因素也成为选择 Google 生态的理由之一。

不过，并非所有切换都出于理性考量。我使用 Spotify 已有十多年，它本是最懂我的流媒体。然而不知什么原因，今年的歌单推荐屡次让我哭笑不得。于是索性最大化 Apple One 的价值，切换到 Apple Music。原以为会难受一段时间，没想到过程十分平滑。Apple Music 的音质更好，也让我可以更专心致志地享受古典乐之美。

今年我也尝试了一些新的软件，其中折腾最多的是浏览器。尝试过近十种后，最终还是保持 Safari 为主，搭配 Helium。

试用了几款 AI 浏览器——Dia、Comet 和 ChatGPT Atlas——后，我清楚地认识到自己更倾向于 Claude for Chrome 这样的浏览器扩展。原因不只是出于隐私考虑，还关于一个更根本的问题：谁有权诠释我的行为。

浏览器是我与世界交互的窗口，不仅仅是网络世界。浏览历史中既有规律，也有随机性。但 AI 浏览器会把所有行为都视作有意义的信号。当我发现 Dia 将我随意浏览的内容记录为「我的兴趣」，并基于此回答问题时，我意识到：它不只是记录数据，还在对我的行为赋予意义。

更可怕的是 Comet 和 ChatGPT Atlas 这样的浏览器。它们不仅记住用户的浏览历史，还会将其完全应用于模型的回答中。也就是说，哪怕我已经不再使用它们，在 Perplexity 和 ChatGPT 中的回答也依然会根据曾经的浏览历史来「优化」，甚至越来越「讨好」。

由此形成一个闭环：用户的浏览行为 → AI 建立画像 → 基于画像回答 → 基于回答继续浏览 → 画像被强化。

这和信息茧房、回音室效应的本质相同，只是更加隐蔽。我们以为在正常浏览和提问，但实际上，每一次交互都在训练 AI 如何把我们留在自己的认知边界内。慢慢地，我们将无法分辨哪些是客观的回答，哪些是根据我们的画像被「优化」过的回答。

还有一点更微妙。当我们意识到 AI 在观察我们时，可能会在使用过程中不自觉地自我审查。而这实质上是 AI 在控制人类的表现。

Claude for Chrome、Gemini in Chrome 这样的浏览器扩展就很好。用户有完全的自主权，不会陷入「老大哥在看着你」的境地。它们是工具，而非监视者。

我们需要维持的，哪怕仅是勉力维持的，是那些不应被意义化、系统化，不应被「优化」的时刻。随机性是美丽的，千变万化才更符合这世间的规律。那些随意浏览、无目的漫游，可能恰恰是我们还没有被自己的认知模式完全捕获的证据。

尝试新软件的过程也让我意识到另一个问题：中文圈常常会出现对某些软件的集体推崇，但往往与实际使用体验存在巨大落差。例如某个被反复称赞的 AI 视频学习与字幕生成软件，bug 频出，功能也难称好用。类似的例子不胜枚举。

我并非不舍得为软件付费，实际上有些软件我并不使用，却也订阅或购买了，单纯是为了支持开发者。但当一个产品把心思更多放在营销和社群运营上，而非产品本身时，这种支持就失去了意义。

工具的价值，最终要回到工具本身。

甄别软件的这一年里，也发现了一个有趣的现象。当使用的工具已经没有什么好替换时，内心会有一种极强烈的失落感。例如 Fastmail，它常因总部和服务器位于澳洲和美国，在隐私上不如 Tuta 和 Protonmail 而受到批评。但实际使用那些「隐私至上」的邮件服务后会发现，它们的易用性差得多。而且，当我给使用 Gmail 的人发邮件时，端到端加密有什么意义？不过是自我安慰罢了。

意识到 Fastmail 已经是综合最优解，市面上没有更好的选择时，那种失落感很微妙：一方面是「终于可以不用再折腾」的释然，另一方面是「没有更好的东西可以追求」的空虚。这种失落，本质上是对「工具焦虑」的一种戒断反应。

工具焦虑的本质，是把注意力放在「用什么」而非「做什么」上。当折腾的欲望平息，工具退回到它应有的位置，才能真正开始使用它们。

这和生活、写作是同一个道理。选择边缘，选择距离，选择不被系统化，最终不是为了逃避，而是为了腾出空间给那些真正重要的事：观察、思考、创造，以及偶尔的无目的漫游。

思考篇

这一年，有三个想法反复出现在我的笔记里，慢慢沉淀成某种可以说出口的东西。

第一个，是关于自责。

我见过太多人，包括曾经的自己，把结构性的困境内化成道德上的自我否定。找不到工作，是我不够努力；融入不了环境，是我有问题；达不到预期，是我无能。这种自我苛责看似是负责任，实则是一种偷懒。因为责怪自己最容易，不需要去分析真正的原因。对自己温柔，不是宽纵，而是拒绝把不属于自己的责任扛在肩上。先分清：这里到底是我做得不好，还是制度、情境、运气本身有问题？分清了，再决定怎么行动。

第二个，是关于真实。

我常说要「做自己」，但真实不是某种藏在内心深处等待被发现的「真我」。真实是在关系中显形的，通过讲述、倾听、互相回应，一点点被验证出来。离开具体的连接谈「做自己」，很容易滑向自恋，甚至自我幻觉。无论创作还是开发，都需要这种在关系中被验证的真实，而不是闭门造车的自我想象。

第三个，是关于政治。

在中文世界里很难不被各种政治议题裹挟。我的态度是：看见并记得权力如何运作、如何伤人，但不把全部注意力和情绪都交给它。这不是轻视，而是一种保护。刻意为自己保留一些只为体验本身而活的空间：一首诗、一杯咖啡、一次无目的的步行、一段安静的坐禅。在权力结构中保持清醒，但把生命投注在可以亲近的纯粹上。

这三点，说到底是同一件事的三个面向：不被外部定义吞噬，也不被内部幻觉困住，在两者之间找到一个可以呼吸的位置。

追念篇

今年二月，晗昕走了。

我们相识于网络，往来于文字，说天下兴衰，谈人生真谛，聊那些只有在深夜才会认真对待的问题。我们曾约好，等我回国，一定要见一面，把盞言欢。

这个约定再也无法实现了。

他走之前的几个月，讲了很多面对的压力和困苦，问我能否通过佛法来化解。再后来，他去西北旅行，发来照片，看着确实像是翻过了那一页。

只是，我没有想到。

得知消息的那天，里斯本春寒料峭。我坐在窗前，很久说不出话。

这一年我选择了「边缘」。但晗昕让我意识到，边缘不总是选择，有时候是被拒之门外。我选择了站在人群之外，而他是想进入，却没能进入。同样是距离，一个带来自由，一个带来伤害。

我们的友谊本身就是边缘状态下的相遇：不在同一座城市，不在同一个圈子，甚至不在同一片大陆，却能在文字里建立真实的联结。透纸传神，两心相契。但边缘也意味着，当他真正坠落的时候，我隔着屏幕，隔着时差，隔着他说「放下了」这句话，什么都没能做。

他生前说：「在我离开的时候，文字会代替我的心脏继续跳动。」

我和几位朋友一起，在他父亲的同意下，建了一个网站，收集他留下的文章。那些文字确实还在跳动。只是写下它们的人，已经不在了。

晗昕，我们没能见上那一面。但你的文字我都留着，你说过的话我都记得。

愿安息。

结语

2025 年终究还是要过去了，完成这篇文章的日子，刚好是冬至日。它不仅意味着「一阳生」，也标志着新秩序的开启。

只是面对这新，我的心情……借用苏辙的这首诗吧：

阴阳升降自相催，齿发谁教老不回。

犹有髻珠常照物，坐看心火冷成灰。

希望每个人都能在即将到来的 2026 年安好。

南无观世音菩萨。

202546：「文以载道」背后的权力结构

2025-12-14T16:49:00Z

Bom dia meus amigos,

Saudações de Lisboa!

您正在阅读的《壹苇可航》电子报 2025 年第 46 期。

周三右手手腕骨裂了，虽然只是一条极细的小缝，我也没让医生为我用石膏或者夹板固定，仍然右手活动受限。这两天虽然已经消肿，偶尔还是会有钻心的痛感。

本来想「鸽掉」这一期，但还是用 Voicenotes 转写了大部分内容。科技改变生活啊！

以下是本期正文。

🔍 Insight

一直以来，我将「文以载道」理解为文学应当承载道德教化的功能。然而，最近读明末文人的笔记，又看到一些朋友分享的国内的一些「文人嘴脸」，才后知后觉所谓「文以载道」从来不关乎「道德」，而是权力对欲望的垄断与分配。

「诗言志」、「修身齐家治国平天下」、「先天下之忧而忧」……这些从小背诵的儒家训诫，构成了一套完整的控制体系。它们向不同阶层传递着截然不同的信息。

所谓「文以载道」，首先要求将个人的喜怒哀乐、七情六欲压缩为必须服从于「大我」的「小我」。然而这个「大我」的定义权掌握在上位者手中。普通人的悲欢离合被贬低为琐碎、庸俗、不足道；真正值得书写的，只能是那些服务于统治秩序的宏大叙事。情感表达的合法性，被权力话语牢牢控制。

「学成文武艺，货与帝王家」、「朝为田舍郎，暮登天子堂」，这些诗文所蕴含的是，文人的笔墨不再属于自己，而应「献给」更高的目标。无论一个人有多少才情，都必须转化为歌功颂德的工具，或者至少要表现出对「家国天下」的关切。才华成为一种被规训的资源，只能在指定的轨道上运行。那些真正想要书写个人体验、探索内心世界的人，要么被边缘化，要么必须学会「曲笔」。

美、闲适、诗意生活不是人人可得的权利，而是等级制度下的特权标记。普通人若沉溺其中，便被冠以「不务正业」、「玩物丧志」之名。但古往今来的统治阶层可以拥有精致的园林、收藏名画、吟咏风月。这些不仅不会被批判，反而成为「风雅」和「有品位」的证明。审美这个动物性的本初行为被转化为阶级区隔的符号。

这就有了一个悖论：那些最大声宣扬「克己复礼」的人，往往是欲望满足程度最高的人。

他们的目的从来不是让所有人都成为禁欲的圣人。恰恰相反，统治阶层需要保留，甚至扩大自己享受欲望的权利。三千佳丽、妻妾成群、风月闲情，这些都是权力的直接体现。但这些享受必须被限定为身份的象征，成为与普通人的明确区隔。

「文以载道」这套话语体系，是在划定一条界线，即谁有资格谈论美，谁有资格追求个人情感，谁有资格过享受欲望的生活。它不是在消灭欲望，而是在垄断欲望的表达权和满足权。

这也解释了，为什么那些严厉批判「艳词」的道学家往往自己也写风月之作。他们要的不是真正的禁欲，而是话语权的垄断。他们可以享受，但普通人不能；他们可以「偶尔为之的雅趣」，而普通人写就是「沉溺声色」。

从这个角度重新审视中国古典文学批评，会发现一个有趣的模式：那些真正描写个人情感深度的作品，在经典化过程中往往被系统性地边缘化。

李清照的词再精妙，也要被归入「婉约派」这个带有性别和阶级标记的类别，暗示着某种「次等」地位。温庭筠、韦庄的「花间词」往往被认为是「靡靡之音」，尽管其艺术成就毫不逊色。真正进入正统经典序列的，是那些要么歌颂盛世、要么抒发家国情怀的作品。

这当然是权力运作的必然结果。历代选本的编纂、科举考试的选择、文学批评的价值取向，都在不断强化同一套标准：什么样的情感值得表达，什么样的主题配得上「文学」的地位。文学批评从来不是纯粹的审美判断，而是意识形态的一部分，它在持续再生产着特定的权力关系。

须知，这套机制并未随着古代社会的终结而消失。它只是「新桃换旧符」，在不同的时代以不同的形式重现。当代话语中对「小资情调」的批判、对「佛系躺平」的围剿，延续着的难道不是相同的控制逻辑？用道德话语包装权力意志，将个体的情感、才华、审美纳入集体控制，把本应普遍的人性需求转化为等级特权，通过话语垄断维持现有社会结构的稳定。

某些国家宣扬「艰苦奋斗」，但权贵阶层的奢靡程度令人咋舌；倡导「延迟满足」的教育话语，背后是极度不平等的资源分配；批判「娱乐至死」，但文化产品的生产权和消费权却高度集中在少数人手中。

「文以载道」并不是一个过时的观念，它的幽灵仍然游荡在当代话语中。并且，正在以各种形式告诉我们：你的感受不重要，你的欲望需要被管理，你的表达必须服务于更「高尚」的目标。

但当我们看清这套——不是消灭欲望，而是将欲望的满足变成特权，并用道德话语为这种特权辩护——的机制时，或许应该问一问：

什么样的情感值得书写？

谁有权定义「值得」？

我们是否愿意继续让渡自己表达的权利？

📰 Curations

Note: This post contains paid content. Purchase on the website to read the full article.

202545：饰美于外者，必其中无所有

2025-12-07T15:31:00Z

Bom dia meus amigos,

Saudações de Lisboa!

您正在阅读的《壹苇可航》电子报 2025 年第 45 期。

最近的新闻很多，有些事情并不能那么直白地评论。好在可以从古文中找出一两句来做引子。

以下是本期正文。

🔍 Insight

《围炉夜话》中有这样一句：

饰美于外者，必其中无所有。

用现在的话通俗易懂地讲，就是：越是缺少什么，越要炫耀什么。

这句话用在当前的社交媒体中再合适不过。无论是 Instagram 上精心布置的生活、LinkedIn 里包装过的职业叙事，还是小红书、抖音中被滤镜美化的日常，平台与用户共同构建了一个庞大的「装饰性自我」展览馆，在平台算法与资本逻辑的共同塑造下，不仅是个人虚荣心被放大，也造成了「真实自我」的迷失。

毫无疑问，社交媒体的运作机制天然倾向于放大装饰性。用户通过点赞、转发、评论这些量化指标，将自我价值的确认外包给了他人的注意力。而平台更是通过算法奖励那些更具表演性、更符合既定审美范式的内容，甚至还通过流量惩罚那些不够「精致」的真实。久而久之，人们就像「巴普洛夫的狗」一般学会了按照平台期待的方式展示自己，甚至在真实的人际交往中按照这种方式塑造自己。装饰不再是对内在的补充，而成了内在本身。

正所谓「金玉其外，败絮其中」，这种机制在「历史的垃圾时间」中表现得更为荒诞和讽刺。当外部秩序的可预测性瓦解，当上升通道逐渐变窄、关闭，当宏观的、微观的集体叙事都失去说服力，「装饰性自我」反而更加执着。因为此时，表面的光鲜成了为数不多还能掌控的东西。改变不了现实处境，至少可以改变朋友圈的呈现；无法获得实质性的成就，至少可以制造成就的幻象。

只可惜，这种坚持恰恰加速了溃败。

从个体层面来说，持续的表演意味着持续性的能量消耗，装饰与真实之间的裂隙不断扩大，最终导致认知失调的爆发。当一个人越是努力维持一个「成功」的形象，就越清楚地意识到这个形象与真实的距离。这种意识本身就是一种撕裂。

而对社会层面而言，当大部分人都在「假装」，都在「看破不说破」，集体性的自我欺骗就形成了一种脆弱的共识。每个人都知道别人在演戏，每个人也都知道别人知道自己在演戏，但所有人继续假装不知道。直到有人真的喊出「可是他什么衣服也没有穿呀！」至此，集体性的幻觉轰然倒塌，「装饰性自我」的空洞暴露无遗。

虽然，实际上，「装饰性自我」的溃败并不必然导向真实自我的回归。因为在长期的装饰实践中，内在早已被掏空。但这恰恰是最可怕的。

当装饰的面具被撕下，人们发现面具背后可能什么都没有，连一副丑陋、肮脏、下流的嘴脸都没有。这才是真正的危机！不是失去了装饰，而是发现从未真正拥有过需要装饰的东西。

在这个意义上，「饰美于外者，必其中无所有」这一句，不仅是对现象的描述，更是对因果的揭示。不是因为内在空虚所以装饰外表，而是装饰本身掏空了内在。每一次精心策划的展示，每一次对他人评价的在意，都在消耗着建立真实内在的可能性。注意力、时间、情感等维持自我的能量都投入到了装饰工程中，而真正的自我探索、价值澄清、关系建立被无限推迟。

当「装饰性自我」溃败时，暴露出的空虚不是需要被填补的缺陷，而是可以被观照的真相。

至于在这个「无所有」中能否生长出什么，或者是否需要生长出什么，这本身就是一个值得持续观照的问题。

📰 Curations

Frustrated Tana Believer

https://www.reddit.com/r/TanaInc/comments/1pe4nzj/frustrated_tana_believer/

Reddit 中的这篇帖子是一位深度用户对 Tana 的系统性批判，值得所有工具开发者阅读。

在上一期中我分享了「建易守难定律」，这篇帖子就是定律的另一个面向：复杂性一旦形成，就会产生依赖这种复杂性的利益共同体。简化产品意味着打破这个生态，而生态中的既得利益者未必乐见其成。

Tana 的困境并不是个案。很多工具在「给专业用户提供强大功能」和「让普通用户容易上手」之间失去平衡，最终滑向前者，因为后者需要的设计投入远大于功能堆砌。而一旦形成「复杂但强大」的品牌认知，简化反而成了风险。

这是一种典型的路径依赖陷阱。

How the CEO of Obsidian Takes his Notes (Underrated Genius)

虽然我不用 Obsidian，却也一直关注。一大原因是相比于 Tana 和 Notion，甚至相比于 Heptabase，Obsidian 的 CEO 展示了更多他如何使用自己经营的产品，对产品的思考，对方法论的反思。

香港大火幸存者：整层人不是生、不是死，而是凭空消失----告诉我，为什么？

我有点怕看柴静的节目了，常常会让我抑制不住情绪。

Note: This post contains paid content. Purchase on the website to read the full article.

202544：「建易守难定律」

2025-11-30T20:59:00Z

Bom dia meus amigos,

Saudações de Lisboa!

您正在阅读的《壹苇可航》电子报 2025 年第 44 期。

本周二（11 月 25 日），我为博客和电子报做了 GDPR 合规。为博客新增了 Privacy Policy 页面，并修订了电子报的 Newsletter Membership Terms of Service & Privacy Policy。

之所以做这件事，主要是基于一个简单的原则：既然涉及信息收集，就应该做到透明。

具体来说，博客通过我自部署的 Bearlytics 收集匿名访问统计（页面浏览量、访问来源、地理位置、设备类型和浏览器），不使用 cookies，IP 地址经过加密哈希处理，无法追溯到个人。电子报因涉及付费订阅，收集的信息会更多一些，包括用户名、email 和支付信息，这些数据由我所使用的电子报平台 Quaily 安全处理。此外，我在两个网站都提供了 Stripe 打赏选项，如果您选择打赏支持，Stripe 会代为收集必要的支付信息。

如果我没有设置错误，从本期开始，您收到的电子报邮件底部将会看到「订阅条款与隐私政策」的链接字样。

以下是本期正文。

🔍 Insight

今年黑五，看来看去也没有需要购入的软件。唯有 Mymind 提供年付 30% 折扣，叠加原有的年订阅 20% 优惠，着实划算，便将月付升级为年付。除此之外，别无其他软件的购入或升级。

物品方面，买了一个背包和一个卡包。

Herschel 这款经典书包，已是我第三次购买。年初原想让母亲寄杂货时一并寄来之前那个，她说里衬已烂得不成样子，劝我买新的。因要花近 90 欧，而目前背着的 Tomtoc 背包尚完好，便一直舍不得。这次泽泽说要送我作圣诞礼物，他正要付款时，我直接买单了。那个 Tomtoc 背包陪了我六七年，走过大半个中国和好几个国家，也该让它休息一下了。

卡包是荷兰品牌 Secrid，这是第二次购买。第一个是在纽国读书时买的，2018 年前后坏掉，回国后又无携带钱包的必要，就没再买过。来里斯本后，一直用着已有十几年的 Bellroy 钱包。不得不说，质量确实好，除了看得出年头，既无开裂也无脱线。这次又买 Secrid，是看到打折，加之也很喜欢它的设计，每天出门携带银行卡、公交卡，取用都方便。

在纽国买的 Icebreaker 风衣，我极喜欢，也穿了十几个秋冬，衣兜和拉链都有些开胶。本想买件新的，见泽泽已帮我修补好，便打消了念头。

我并无恋物癖，也非节俭，但若无损坏，确实很少起换新的念头。有句俗语说「新三年，旧三年，缝缝补补又三年」，轻轻松松便是九年。而以衣服举例，总归是几件换着穿，一件衣服穿十几年，于我而言再平常不过。

但这属于「物欲低」吗？倒也未必。如果 iPhone、MacBook 每年的升级都如同从前那样令人惊喜，我一定会年年换新。

问题不在于是否想要新的，而在于新的是否真的「新」。当产品迭代从质变沦为量变，只是轻几克、续航长一点、多一个可能永远不会用的功能，这种升级就失去了吸引力。不是我变得知足，而是它们不再值得期待。

背包、钱包、衣服等物品，也是类似的道理。

消费主义需要不断制造欲望，但真正激发欲望的，从来不是营销话术，而是能够打动人的创新。当创新停滞，剩下的只有话术时，消费就成了一种仪式，不是因为需要，而是因为「应该」。

只是，这世上哪有那么多「应该」。

📰 Curations

这周收集的内容大多不适合分享，仅有这一条视频值得推荐。

Jacob Collier Improvises the National Symphony Orchestra (Live from the Kennedy Center)

Jacob Collier 在肯尼迪中心即兴指挥国家交响乐团，展现了创造力如何在既有结构中即兴生发。这种「在约束中创造」的能力，或许也是我们这个时代最需要的。

Note: This post contains paid content. Purchase on the website to read the full article.

感恩一路陪伴&订阅折扣

2025-11-27T22:06:13Z

尊敬的各位读者，

又是一年感恩节，感谢您的一路相伴。

写作从不是单向的输出。每次点击「推送文章」，我知道这些文字会进入您的收件箱，或许在通勤的地铁上被阅读，或许在深夜的书桌前被思考。这种可能性本身，就让写作获得了它在被写下那一刻之外的另一重意义。

也许您已经发现了，这一年中我也在探索如何让这份电子报写得更好。我想，更重要的追求并不是高频更新，而是选择在真正有话要说时写作。这样的节奏让每一期都能保持思考的深度——从哲学、技术、认知科学到社会观察——在看似无关的领域间寻找那些不易察觉的连接。

在写电子报时，我所融入的 CETDE 和 TWIM 这些框架，不是为了建构理论体系，而是为了秉持一种持续探究的态度。

能够持续写作，很大程度上是因为知道有您在阅读。偶尔的回复、转发，甚至只是打开邮件的那个动作，都在提醒我：这不只是个人的独白，而是共同「究天人之际，察古今之变」的可能。

值此感恩节与黑色星期五的折扣季，我也为订阅提供特别折扣:

年付订阅: 14 美元（原价 20 美元）
季付订阅: 4.8 美元（原价 6 美元）

折扣期限至里斯本时间 12 月 3 日晚。

此外，对于目前仍在付费订阅的读者，我已为您延长 3 个月的订阅期限，作为这一年陪伴的感谢。如果您曾经订阅但目前已到期，也欢迎写信告诉我，我将同样为您开通 3 个月的阅读权限，聊表谢意。

无论您选择付费订阅与否，我都感谢您愿意花时间阅读这些文字。在这个充斥着算法推送和快速消费的时代，您的关注本身就是一种支持。

祝各位感恩节快乐。

顺颂时绥，
L.G.

202543：脆弱性

2025-11-23T19:48:00Z

Bom dia meus amigos，

Saudações de Lisboa!

您正在阅读的《壹苇可航》电子报 2025 年第 43 期。

2025 年 11 月 18 日，Cloudflare 因配置更新出错，宕机约 3 小时，完全恢复则更是耗费了近 6 小时。影响了全球范围内超过 750 万家网站和众多主流服务平台，包括 𝕏、ChatGPT、Claude、Spotify、麦当劳官网、金融服务等。

三天后，我的主力笔记工具 Tana 也经历了一次「微型崩溃」，home node 在 backend 被误删，整个 workspace 无法访问。

两次事件，一个在宏观的全球互联网基础设施层面，一个在微观的个人数字工具层面，但它们都暴露了现代数字基础设施的共同本质：一座建在沙子上的宫殿。

这一周里，网上流传着这张极具讽刺意味的图片。那么本期就从这张图片出发，谈谈现代数字文明的核心特征：Vulnerability（脆弱性）。

以下是本期正文。

🔍 Insights

10 月，我的博客因 BearBlog 的自定义域名服务器故障无法访问。我当时用 Cloudflare Workers 实现了自动切换，问题迎刃而解。那一刻我甚至有些沾沾自喜地发了推文，以为构建了某种韧性。

直到 11 月 18 日 Cloudflare 宕机，我才猛然发现这种韧性的虚假：我的域名托管、DNS 解析、CDN 全都在 Cloudflare。当这个单一节点失效时，我连切换到 Secondary DNS 的入口都被切断了。不是没有备选方案，而是我根本失去了执行备选方案的「支点」。

这揭示了单点故障的本质：不是服务暂停，而是选择权归零。

如果我们将视角拉高，会发现这并非 Cloudflare 的单方过错，而是现代数字基础设施的结构性特征。为了效率，我们选择集中化；为了便利，我们选择标准化；为了降低成本，我们选择依赖少数关键节点。吊诡的是，每个微观选择都是理性的，但所有这些理性叠加在一起，却制造了一个宏观上的极度脆弱系统。

这种脆弱性通常是隐形的。平时系统运转良好，我们就像在畅通无阻的高速公路上飞驰，只有当前方堵塞、又发现没有出口时，才意识到自己困在单行道上。

Tana 的崩溃让我体验了这种脆弱性的个人版本。当 Home node 被后端误删，我的整个工作区瞬间无法访问。数据的物理实体还在，备份也在，但我无法读取。这不是数据丢失的问题，而是访问权限被系统架构剥夺的问题。这记重锤让我清醒地意识到：我一直以为自己在「使用」工具，实际上是在「依赖」系统。而依赖的代价，往往只有在失去时才会显现。

Cloudflare 常被网友戏称为「赛博菩萨」，对个人用户和初创公司极其友好。这次宕机影响了全球约 20% 的网站，包括 𝕏、ChatGPT、Claude、McDonald's 等巨头。这个数字本身就是一种警示：一家公司的失效就能让全球五分之一的互联网瘫痪。

为什么它能获得如此大的市场份额？因为好用、免费、对小用户友善。这种友善触发了正反馈循环：用户越多 → 边际成本越低 → 免费服务越好 → 更多用户涌入。最终，替代方案因缺乏竞争力而消失，单点故障成为系统的必然属性。

这是善意铺就的陷阱。

这里存在着一种极不公平的「风险不对称」。Cloudflare 的商业模式依赖规模效应，它集中了收益；而当宕机发生时，虽然 Cloudflare 会面临公关危机，但真正承担不可挽回损失（交易中断、信誉受损）的，是那 750 万个依赖它的网站。提供基础设施的一方集中了权力，使用基础设施的一方却分散了全部的生存风险。

那么，为什么我们会对此趋之若鹜？

剥开技术便利的外衣，我看到的是人类对确定性的深层渴望。我把所有服务放在 Cloudflare，不是因为我不懂分散风险，而是因为集中管理带来的「可控感」。一个控制面板，所有配置清晰明确，这符合大脑对秩序的偏好。选择 Tana 亦是如此，我们迷恋那种「所有笔记、完美连接」的幻觉，以为这样就能控制知识、规划思考。

这种对确定性的执着，让我陷入了「银弹思维」：相信存在一种完美的工具或架构可以解决所有问题。这种信念导致我过度优化运行效率，却忽视了系统的适应能力；我花费大量时间打磨工具的锋利度，却忽略了系统的韧性。

Cloudflare 的宕机和 Tana 的崩溃是两记警钟，它们告诉我：我追求的不是真正的稳定，而是「对稳定的感觉」。我要的不是系统永不失效，而是平时看起来一切都在控制之中。但控制，本质上就是一种幻觉。

从斯多葛哲学的角度看，我需要重新划定控制的边界。我无法控制 Cloudflare 是否宕机，无法控制 Tana 是否出 Bug，但我可以控制自己如何看待失效，以及如何为失效做准备。这不是要建立某种完美的备份系统（那又是另一种对确定性的妄念），而是要从根本上接受「失效是常态」。

从佛教的视角看，这是对无常的直接体证。系统会崩溃，工具会消失，服务会终止。这不是异常，而是缘起性空的本质。我们对永恒稳定性的期待，本身就是痛苦的来源。

而从批判理论的角度，我需要时刻警惕技术承诺的乌托邦。当一个工具声称能提供完美的一站式解决方案时，我必须追问：谁在从这种集中化中获益？由于便利，我要让渡多少自主权？

这些反思并非为了让我因噎废食，放弃使用 Cloudflare 或 Tana。它们依然是强大的工具。关键的转变在于态度：从追求绝对控制，转向培养适应能力。

不是建立「永不失效」的系统，而是建立「快速恢复」的心智。不是消除所有依赖，而是清醒地看见依赖。

现在，Cloudflare 已经恢复，Tana 已经修复，沙漏又开始流动。但下一次堵塞一定会来。那时，决定我如何应对的，不是我建立了多么完美的系统，而是我是否准备好与脆弱性共存。

📰 Curations

From decentralized utopia to internet oligopoly

https://xpert.digital/en/von-der-dezentralen-utopie-zum-internet-oligopol/

这篇文章的标题本身就是一句极佳的判词。作者犀利地指出，Cloudflare 的宕机并非单纯的技术故障，而是互联网架构「再封建化」的症状。互联网最初的设计愿景是去中心化的（为了在核打击下幸存），但资本的效率逻辑将其重塑为了高度中心化的寡头垄断。

我们常说「不要把鸡蛋放在同一个篮子里」，但现实是，所有的篮子制造商都把生产线外包给了同一家工厂。这篇文章的盲点在于，它虽然批判了寡头，却未触及更深层的悖论：用户并非不知道中心化的风险，而是除了「便利的暴政」，我们似乎已别无选择。

The Illusion of Control: How Knowledge and Expertise Misclassify Uncertainty as Risk

https://www.mdpi.com/2227-9091/13/10/188

这篇论文提供了一个极佳的认知科学视角。它论证了「专业知识」和「复杂的工具」反而会加强一种认知偏差：控制幻觉（Illusion of Control）。我们倾向于认为，只要拥有了足够的数据和足够复杂的仪表盘，就能将不可预测的「不确定性（Uncertainty）」转化为可计算的「风险（Risk）」。

Five basic principles of digital resilience

https://english.ncsc.nl/publications/publications/2025/06/26/five-basic-principles-of-digital-resilience

大多数安全建议都试图教你如何建造一座攻不破的堡垒，而这份指南教你如何在其必然被攻破时幸存。特别是「原则 5：为事故做准备」，强调了备份测试的重要性。这与斯多葛学派的「预演不幸（Premeditatio Malorum）」不谋而合。通过预演最坏的情况，我们不仅获得了技术上的恢复能力，更获得了心理上的免疫力。

Designing digital resilience in the agentic AI era

https://www.technologyreview.com/2025/11/20/1127941/designing-digital-resilience-in-the-agentic-ai-era/

这篇文章完美展示了「技术解决主义（Technological Solutionism）」的陷阱。为了解决 AI 代理带来的不确定性，方案竟然是引入一个更复杂、更中心化的数据架构。这就像是为了防止巴别塔倒塌，而试图在塔外再包一层更重的脚手架。这种对「统一架构」的迷恋，恰恰是制造单点故障（Single Point of Failure）的思维源头。

Digital Resilience: A Conceptual Framework for Information Systems Research

https://aisel.aisnet.org/jais/vol24/iss5/11/

这篇发表在 JAIS 上的论文试图为「数字韧性」建立一个严谨的概念框架。作者将其定义为组织从 “exogenous shocks” 中恢复的能力。区别于传统的抵抗变化的能力（稳健性），「韧性」强调的是在冲击后恢复、适应并演化的动态能力。

Note: This post contains paid content. Purchase on the website to read the full article.

202542：边界即秩序

2025-11-16T17:30:00Z

Bom dia meus amigos，

Saudações de Lisboa!

您正在阅读的《壹苇可航》电子报 2025 年第 42 期。

这周看到一份大学时的笔记，文件开头是密密麻麻的 YAML，段落之间散落着 :: 标记，还有一串串 TN_abc123 这样的 ID。我盯着屏幕愣了一会儿，分不清这是我当年写的文字，还是某个数据库的导出日志。

更困扰的是，即使能看懂每个字符，我依然无法完整理解这份文件。那些 [[双链]] 指向的内容早已迭失，file-id 脱离系统后只是无意义的字符串，而 ::状态/进行中 这样的标记，需要我回忆起当时使用的那套语义系统。

文件在技术上仍然「可读」，但它已经从文本变成了数据的化石。

这让我开始重新思考：当我们把越来越多的元数据塞进文本文件时，究竟在做什么？我们以为在「更好地组织知识」，但实际上，是否正在将写作（本文所说的「写作」，泛指一切思想的文字记录，包括正式写作、日常笔记、思考片段等）变成数据录入？

本期我们就来聊聊这个话题。

以下是本期正文

🔍 Insight

Markdown 诞生时的承诺很简单：用最自然的符号表达格式，让文件即使不渲染也清晰可读。# 是标题，* 是强调，> 是引用。这些约定轻盈、直观，不妨碍思维的流动。

LaTeX、Org-mode 也是如此。它们都是纯文本格式，都是为了让写作者能够专注于内容本身，用字符标记代替鼠标点击。这些格式的共同点在于：它们服务于写作，而非服务于系统。

但现在打开很多工具导出的 .md 文件，看到的却是这样的景象：


# 标题一
::priority/high

这是一段 [[内部链接]] 的文字。

## 标题二
::category/笔记

这些 YAML front matter、:: 属性、[[双链]] 语法，它们的首要读者是谁？是人吗？

不，是系统。

人需要 file-id 吗？需要 ::status/进行中 吗？这些信息的存在，不是为了让文字更易读，而是为了让系统能够重建数据关系、执行查询、生成图谱。

写作格式被异化成了数据格式。

纯文本（plain text）不是单指 .txt 扩展名（虽然它是最纯正的代表），而是指「人类可读的字符序列」。从这个意义上说，Markdown、LaTeX、Org-mode 都是纯文本格式。它们的设计哲学是：即使没有专用编辑器，普通文本编辑器也能打开、阅读、编辑。

这种「可读性」不仅是技术层面的字符编码兼容，更是认知层面的符号语义清晰。当我们看到 # 标题，即使不知道 Markdown，也能猜到这是个标题；看到 \section{Introduction}，即使不懂 LaTeX，也知道这在划分章节。

但当纯文本被塞进系统级的元数据，这种「认知可读性」就瞬间瓦解了:

file-id: TN_abc123 对人类毫无意义，只有系统能理解
[[双链]] 的归宿依赖于特定工具的文件索引
:: 属性标记需要记住某个工具的语义规则

这些不是写作标记，而是数据库字段。

元数据本身并非罪恶，但一定要有清晰的边界。

静态网站生成器，如 Hugo、Astro 使用 YAML front matter 定义标题、日期、分类，这是合理的，因为：

这些信息服务于发布，而非写作过程
元数据与正文有清晰边界（用 --- 分隔）
即使去掉元数据，正文依然完整可读

但问题在于，当工具为了构建「知识图谱」，开始将元数据嵌入记录和写作过程本身时，边界就模糊了：

我们需要为每个概念添加 [[双链]]，不然「无法建立联系」
我们需要用 :: 标记属性，不然「无法查询筛选」
我们需要维护 tags，不然「无法归类整理」

写作变成了数据录入。此时，我们面对的不再是一张白纸，而是一张表格。每写一段文字，都在潜意识里考虑：这个概念要不要做成卡片？这句话是否需要打标签？这个想法归属于哪个项目？

这种认知负荷，恰恰是纯文本写作试图避免的。

人们常说「专有格式会随软件消亡，而纯文本永存」。这句话对，但不全对。

纯文本之所以持久，不是因为 .txt 扩展名有魔力，而是因为它只依赖语言本身。只要计算机还需要与人类语言沟通，就必须理解字符编码。即便未来 UTF-8 被淘汰，新标准也必然兼容旧数据。这不是出于情怀，而是出于对历史记忆的需求。毕竟，任何断绝历史的系统，都难以长久。

标准 Markdown（CommonMark）、LaTeX、Org-mode 同样如此。它们的语法规则公开、稳定，不依赖特定软件的实现。即使工具更迭，文件本身的语义依然可解读。

但被工具方言扩展的格式就不同了。

不同工具对「元数据与写作的边界」有不同理解，形成了几种典型的设计模式：

模式一：Wikilinks + Block ID
- 使用 [[链接]] 简化引用，但依赖工具内部的索引系统
- Block references 通过 ID 关联，离开工具后引用关系失效
- 优点：写作时便捷
- 缺点：迁移成本高
模式二：内联属性
- 使用 property:: value 将元数据散落在正文段落中
- 模糊了文本与数据管理的边界
- 优点：结构灵活
- 缺点：侵入写作流程
模式三：过度 Front Matter
- 在 YAML front matter 中塞入大量系统级元数据
- file-id、created、modified、内部状态标记等
- 优点：元数据与正文分离
- 缺点：过度使用让文件变成数据表格

这些扩展没有统一标准，完全依赖工具的私有解释。当我们更换工具，或者若干年后重新打开文件，那些曾经精心设计的「知识结构」，就变成了需要考古才能理解的符号。

形式上是纯文本，实质上是半结构化数据。

我一直有个习惯：无论个人写作还是工作文档，定稿都在纯文本编辑器里完成，再粘贴到发布页面或 Google Docs 中。在纯文本编辑器的环境里，只有文字和思维的流动，没有格式的干扰，也没有系统的要求。

当然，我也用云端笔记工具。我的笔记几乎全在 Tana 中，草稿和卡片多数在其中完成，因为它提供的结构化能力确实有助于深化学习、梳理思路。但一旦进入写作流程，我始终警惕一件事：不能让系统的组织逻辑反过来支配写作本身。

这就很像我认识的几位建筑师、设计师。他们画草图时，最初的构思常在餐巾纸上完成，而非直接在 CAD 软件里建模。草图阶段需要的是自由探索，而非精确约束。

写作也是如此。当我一边写一边考虑「这段话应该链接到哪个笔记」、「这个概念是否需要新建卡片」时，思维的流动性就被打断了。我不再是在表达思考，而是在为未来的检索系统录入数据。

越是结构化，思想越容易被框在格式里。越是精致的协议，文字越像机器的物料。

这里需要澄清一个容易混淆的概念：写作与知识管理，是两个不同的阶段。

写作阶段：

核心是思想的涌现与记录
需要的是流畅性、自由度、最小阻力
文字应该服务于思维本身
格式应该是轻量的、直觉的

知识管理阶段：

核心是信息的组织与检索
需要的是结构化、语义化、关联性
文字需要被系统理解
元数据是必要的工具

关键在于：一定是先有记录，再做管理。

当我们在写笔记时就被迫考虑「这个想法属于哪个项目」、「这段话应该链接到哪里」，实际上是让知识管理的逻辑侵入了思想创作的过程。这就像要求建筑师在画草图时就必须标注每根梁的承重参数。不是不需要这些信息，而是不应该在这个阶段要求。

好的工具设计，应该清晰区分这两个阶段。

Tana 在这方面的设计值得称赞。它的核心哲学是：内部复杂，导出简洁。

在 Tana 内部，使用 supertags 建立语义类型，用 fields 结构化信息，通过 references 建立关联。这些都是强大的知识管理功能。但当导出 Markdown 时，将层级结构转换为标准的 # 和 -，将 supertags 转换为简洁的 #*tag*# 标记，不暴露内部的 node ID，保持文件的人类可读性。

这意味着：系统承担了组织的复杂性，让文本保持表达的纯粹性。

我在 Tana 中写作时，可以享受结构化工具的便利：

用 @ 快速引用其他笔记
用 fields 记录元信息
用 search nodes 动态聚合内容

但这些操作都发生在工具层面，而非文本层面。当我导出文件时，得到的是干净的 Markdown，而非数据库转储。

这才是正确的设计哲学：知识管理的结构化，不应该污染写作的纯粹性。

对比之下，很多工具的问题在于，把内部数据结构直接暴露在文本中。它们试图让「写作即管理」，结果是既破坏了写作的流畅性，又损害了文本的持久性。因为当系统的组织逻辑嵌入文本本身时，文本就失去了独立性，它不再是完整的表达，而是数据库的一部分。

也许我们需要重新审视一个前提：写作时，是否真的需要那么多「系统级别的组织」？

知识管理工具承诺的是：只要建立足够细致的链接、标签、属性，未来就能轻松找回任何想法，甚至发现意外的联系。这个愿景很美好，但代价是什么？

需要在写作过程中不断打断思绪，维护元数据
需要学习并记住特定工具的语义系统
依赖系统的解释才能完整理解自己的文字

而更换工具，或者仅仅是时间的流逝，那些精心维护的结构往往比想象中脆弱得多。

回到最初那份三年前的笔记。我花了十分钟，终于回忆起那套 :: 标记的含义，但那些 [[双链]] 指向的内容已经找不到了。讽刺的是，如果当时只是用标准 Markdown 写下思考，不做任何「系统级优化」，今天反而能完整理解。

为了「未来的自己能重建知识网络」而添加的元数据，恰恰破坏了「当下写作的纯粹性」，也未必真正服务于未来。

当然，这不是说我们应该放弃所有结构化工具，回到原始的 .txt。工具有其价值，结构有其必要。就像让我现在放弃 Tana，我可能真的做不到。

但我们需要清醒地认识到:

写作与组织是两回事。写的时候应该追求流畅和纯粹，组织可以在写作之后进行。不要让系统的组织逻辑入侵思维的流动。
元数据应该服务于发布，而非写作。标题、日期、分类这些信息可以在文章完成后添加，而非在构思时就考虑。
持久性来自简单，而非复杂。真正能长久保存的，是那些不依赖特定工具解释的内容。标准胜过方言，简单胜过精巧。
工具是手段，文字才是目的。当发现自己在「维护系统」而非「记录思考」时，就该停下来反思了。

最后，也许我们需要接受一个现实：完美的知识组织系统并不存在。

无论多么精致的标签体系、多么复杂的链接网络，都无法替代思维本身的关联能力。真正有价值的联系，往往不是通过 [[双链]] 建立的，而是在重新阅读时，因为认知框架的变化而自然涌现的。

纯文本的价值，不在于它能承载多少元数据，而在于它让文字回归文字本身——不为系统服务，只为思想服务。

当格式比内容更重要时，我们就失去了思想的起点。

📰 Curations

Write plain text files

https://sive.rs/plaintext

Derek Sivers 从1990年开始使用纯文本，经历了从 Mac 到 Windows 到 Linux 的迁移，文件完好无损。他的观点直指核心："You will outlive these companies."

工具会消亡，公司会倒闭，但纯文本保持着一种罕见的独立性。更重要的是，它让写作远离依赖与订阅，回到文字本身的安静状态。

Is plain text best?

https://www.cjchilvers.com/blog/is-plain-text-best/

这是我挑选出的唯一一篇质疑「纯文本神话」的文章。作者的文本文件在迁移中元数据损坏，虽然内容完好，但失去了时间脉络。

这恰好指出一个微妙的边界：元数据不是问题，侵入式的元数据才是问题。文件的创建时间、修改时间是独立存在的，而 file-id: TN_abc123 这类系统级痕迹，则会污染文本本身。

Plain text journaling

https://herman.bearblog.dev/plain-text-journaling/

BearBlog 的开发者 Herman 从手写日记转向纯文本，不是因为技术洁癖，而是因为读不懂自己的手写字迹。（我也常常读不懂自己手写的字而更喜欢打字。）他用一个 journal.txt 记录了 10 年生活，可搜索、可备份、可跨设备同步。

这里的重点不在技术，而在写作本身：如果连自己都无法访问，那记录又有什么意义？当然，打字确实少了些浪漫，但浪漫并不能替代可读性。

Can "Distraction-Free" Devices Change the Way We Write?

https://www.newyorker.com/magazine/2021/12/20/can-distraction-free-devices-change-the-way-we-write

这篇 New Yorker 长文从写作设备的变迁讲起：从 Word 的「无限修改陷阱」到 AlphaSmart、Freewrite、reMarkable 的复兴。作者试过各种极简设备，只为摆脱那种「无休止可编辑性」。

Derrida 曾经说过："With the computer, everything is rapid and so easy. An interminable revision, an infinite analysis is already on the horizon."

当写作被托付给「由公司拥有和主动管理的设备」时，我们也在交出对写作节奏的掌控。极简工具的流行，只是这种焦虑的另一种回声。

Note: This post contains paid content. Purchase on the website to read the full article.

202541：当监管逐步变成创新的反义词

2025-11-09T12:52:00Z

Bom dia meus amigos,

Saudações de Lisboa!

您正在阅读的《壹苇可航》电子报 2025 年第 41 期。

进入 10 月以来，日常工作显著增量，随之而来的 AI 需求也持续攀升。我因此更直观地体会到「布鲁塞尔效应」（Brussels Effect）的威力。

该概念由哥伦比亚大学法学教授 Anu Bradford 于 2012 年提出，指欧盟凭借其庞大市场与严苛监管，将本土规则外溢为全球事实标准，迫使跨国企业在全球范围内对齐欧盟合规要求。

与之相映成趣的是美国的「加州效应」（California Effect）：加州在环保等领域设定的高门槛，常被全美市场内生采纳为事实标准。

本期我想从这里出发，聊一聊「当监管逐步变成创新的反义词」这一话题。

以下是本期正文

🔍 Insight：

「EU 真的是 AI 时代的第三世界国家，某某工具根本就用不了。」这是我这一周最常发出的感慨。

这是一种唐吉坷德般的荒诞，欧盟在全球科技治理中扮演着立法者的角色，但欧盟用户却成了数字创新的二等公民。布鲁塞尔的老爷们凭借 4.5 亿人口的单一市场，制定了最严格的 AI 监管法规，却使得欧盟居民们无法第一时间体验最前沿的 AI 工具。

跨国公司面对的逻辑很清晰：维护多套标准的成本，远高于全球采用最严格标准的成本。于是，GDPR 让全世界的网站都加上了 cookie 横幅，REACH 化学品法规改写了全球化工业的游戏规则，反垄断审查影响着大型科技公司的全球战略。

毋庸置疑，在诸如汽车、化工、食品安全等传统产业，这套机制运转良好。欧盟成功地将「保护」变成了全球标准，让企业在追求利润的同时，不得不考虑消费者权益、环境保护、数据隐私。

可是在 AI 时代，同样的逻辑却产生了相反的效果。

科技公司面对 EU AI Act 的第一反应不是「全球合规」，而是「欧盟封锁」。于是乎，OpenAI 的新功能、Google Labs 的实验性工具、AI 初创的最新落地场景，统统不再考虑欧盟优先推出。地理封锁成了最简单的风险规避策略。

于是，一个悖论出现了：欧盟成功输出了 AI 的伦理标准，却输掉了 AI 的创新竞赛；欧盟制定了规则，却被排除在游戏之外。

这种分裂的根源，是两种根本对立的认知框架:

欧盟的 Precautionary Principle：当技术的潜在风险尚不明确时，应该先限制，再观察。这是一种「先保护，后创新」的哲学，强调对未知的警惕，对既有秩序的维护。
硅谷的快速迭代哲学：先做出来，在使用中发现问题，再快速修正。这是 "Move fast and break things" 的精神，相信创新的价值大于试错的成本。

在 20 世纪的工业时代，预防原则是明智的。化学污染、食品安全、药品副作用……这些问题一旦出现将产生不可逆转的后果。欧盟的严格监管保护了数亿人的健康与安全，这是真实的成就。

但在 21 世纪的数字时代、AI 时代，技术迭代的速度呈指数级增长。当一项 AI 功能从实验室到用户手中只需要数周，而监管流程需要数年，这个时间差本身就成了问题。等欧盟完成风险评估，硅谷可能已经迭代了不止三代产品。

更关键的是：AI 的风险评估本身就需要大规模实际应用的数据。没有真实用户的反馈，监管者如何判断风险？没有足够的测试样本，如何制定精准的规则？闭门造车是没有出路的。

这一点上就必需要夸一夸中国政府，自改革开放以来诸多新兴行业向来是先经过草莽阶段的各路英雄好汉同台竞技，然后是赢家通吃的坚壁清野，最后是匪帮瞅准时机精准进场收割。这种「先放后收」的路径，至少保障了创新在早期的生长空间。

反观欧盟，则是陷入了一个认知陷阱：为了防范假设中的风险，放弃了获取真实数据的机会。结果是既没有降低风险（因为全球其他地方在用），也没有参与创新（因为被排除在外）。

正如我反复陈述过的认知科学所揭示的，人类大脑天生厌恶不确定性。欧盟的监管哲学，本质上是试图用确定性的规则，框住不确定性的技术。这符合人类的生理本能，也回应了公众对「失控技术」的焦虑。

但历史反复证明：任何试图在创新早期就建立完美规则，往往会扼杀创新本身。

互联网早期，如果欧盟坚持要求每个网站都通过安全审查才能上线，就不会有今天的开放网络。社交媒体兴起时，如果一开始就严格限制用户生成内容，就不会有 Web 2.0 的繁荣。

AI 也许会带来风险，但过度的预防性监管，本身就是一种确定的损失。一定以及肯定失去了参与下一次技术革命的机会。

这不是说监管不重要。恰恰相反，正因为 AI 的影响深远，监管必须更加智慧。但智慧不是提前设置所有规则，而是建立动态调整的机制：允许实验，快速反馈，及时纠偏。

上期我提到了「无常」。欧盟的困境，恰恰是因为试图用「恒常」的监管框架来应对「无常」的技术演进。

当世界变化的速度超过规则更新的速度，规则本身就成了障碍。

我们需要的不是更严格的 AI Act，而是更灵活的监管沙盒。

📰 Curations

Why Europe Failed to Dominate Tech

ColdFusion 的这段视频提出了一个值得深思的问题：为什么欧洲拥有顶尖的大学、强大的工业基础和高额的研发投入，却在消费级科技领域沦为 “ghost town”，未能诞生像谷歌或苹果那样的巨头？

视频将其归纳为三个关键因素：

市场碎片化 (Fragmented Market)： 欧盟看似统一，实则由 27 个不同的监管、语言和税务系统组成。这使得初创公司难以像在美国那样（一个统一市场）快速扩大规模。
风险规避的投资文化 (Risk-Averse Investment Culture)： 欧洲的风险投资（VC）更倾向于安全的 B2B 业务（如 SAP, ASML），而缺乏硅谷那种高风险、高回报、甚至以失败为荣的文化。
人才流失 (Brain Drain)： 由于前两个因素，欧洲最顶尖的工程和科研人才大量流向美国，导致本土缺乏创新的核心动力。

Europe’s Precautionary Principle Is Killing the Next Big Thing

https://thedailyeconomy.org/article/europes-precautionary-principle-is-killing-the-next-big-thing/

这篇文章从历史与结构两个层面剖析欧洲创新衰退的根源。作者指出，欧盟在过去二十年从「科学与启蒙的发源地」变成「监管的超级大国」，而「预防原则」的僵化执行让创新者背负「零风险证明」的不可能任务。AI Act、GMO 审批、风能与生物科技等领域的过度审慎，使欧洲的初创公司逐步流向美国与中国。

它是 Insight 中「欧盟封锁」的现实注脚：监管若失去灵活性，保护就会异化为束缚。

A Comprehensive and Distributed Approach to AI Regulation

https://www.brookings.edu/articles/a-comprehensive-and-distributed-approach-to-ai-regulation/

如果说欧盟的 AI Act 是中央集权的法律机器，那么 Brookings 提出的「CASC 框架」则是一种「分布式治理」的尝试。它主张让各行业的监管机构（如教育、金融、劳工、医疗）分别掌握「算法传票权」和「算法分级权」，依据风险和影响范围设定特定规则，而非由单一法案一刀切。这种「模块化监管」提供了第三条路径：既非无序自由，也非全面禁止，而是让监管具备动态反馈与可进化性。而这正是「监管沙盒」的制度化形态。

Why are Nordic companies so successful

https://www.economist.com/business/2024/12/30/why-are-nordic-companies-so-successful

同样在高监管环境，为什么北欧做对了？

丹麦、瑞典、芬兰、挪威仅占全球 0.3% 人口，却孕育出 Lego、Novo Nordisk、Maersk 等巨擘。文章指出，北欧的成功来自四个维度：国际化视野、技术敏锐度、灵活而高效的政府机制，以及长期主义的股东结构。

在高税与高监管的体系中，他们却实现了「以秩序护创新」的平衡，这恰与欧盟大陆式的「先防再放」形成鲜明对比。对照之下，布鲁塞尔式的制度焦虑更显僵硬。

Note: This post contains paid content. Purchase on the website to read the full article.

202540：无常

2025-11-02T16:57:00Z

Bom dia meus amigos,

Saudações de Lisboa!

您正在阅读的《壹苇可航》电子报 2025 年第 40 期。

周二早上醒来，窗外本就风雨大作，再看到欢喜哥许绍雄去世的消息，一整天都有些伤心。

香港的「黄金配角」一位又一位地凋零，港圈的风光业已不复从前。

2018 年，我曾陪香港某位制片人在 798 看展，他说「香港哪里还有以前的气象。」

那时我不太理解，甚至觉得他有些反动。直到后来，看到了反送中与此后的种种，我才似懂非懂地明白他在说什么。

时代的一粒尘，落在普通人头上，就是一座山。

一切似乎只是历史的进程，经济、政治、文化、社会……走到这一步，皆属自然。

可能正因为我们看过维港的绚烂，也听过《问谁未发声》的悲鸣。总有些不甘心。但再想想，又有什么好不甘的呢？一切皆无常。

人终将老去、死去。

那些绚烂过的、悲鸣过的，都曾真实存在。这就够了。

因此，本期我想和您聊一聊「无常」这个话题。

以下是本期正文

🔍 Insights

「无常」的概念，或许被普遍认为来自佛教，如果查看 Wikipedia 的词条，会发现它确实被定义为佛教术语。但事实上，早在春秋时期，中国思想中就已存在成熟的「无常」观。

《周易》言：「上下无常，非为邪也。」《庄子》云：「居处无常，思虑不自得。」《孙子兵法》说：「兵无常势，水无常形。」

这些都是在讲「无常」的概念，即事物的变化不定，变化才是常态。这与现代物理学、量子力学的认知殊途同归。

然而，当人们听到「无常」时，常常联想到悲观、虚无或失落。这种感受并非毫无道理，它源于我们大脑最基本的运作方式。

人类的大脑天生追求确定性，这是数百万年进化的结果。在远古时代，那些能够识别规律、预测危险、建立稳定生活模式的祖先，更有可能存活下来并繁衍后代。因此，我们继承了一套偏爱稳定、抗拒变化的认知系统。

这套系统让我们习惯于寻找模式、建立预期、制定计划。当事物按照我们的预期发展时，大脑会产生愉悦感；当变化打破预期时，我们会本能地感到不安，甚至焦虑。认知心理学将这种现象称为「现状偏好」和「损失厌恶」，意思是我们更倾向于维持现状，对失去的恐惧远大于对获得的渴望。

所以，当现实不断展现其「无常」的本质时，我们的大脑会产生认知失调。这种失调带来的不适感，常常被误解为「悲观」。但实际上，这只是大脑在向我们发出信号：你建立的预期模型，与真实世界的运作方式不匹配。

问题不在于世界无常，而在于我们试图用「恒常」的框架去理解它。

真正的清醒，是认识到这种不匹配，并选择更新我们的认知模型。这不是屈服，不是放弃，而是让我们的理解更贴近现实的样子。就像科学家不断修正理论以符合观测数据，清醒地认识无常，是让我们的心智系统与世界的实际运作方式相匹配。

从认知科学的角度看，接受无常的人，实际上是在训练大脑从「预测和控制」模式，转向「观察和适应」模式。这种转变带来的不是消极，而是更高的心理韧性、更少的焦虑，以及更灵活的决策能力。

因为当我们不再执着于事物必须保持某种状态，我们就能更快地识别变化、理解变化，并在变化中找到新的可能性。这不是悲观的投降，而是清醒的自由。

回到香港、回到许绍雄。那一代人、那座城市、那片海湾，都在以自己的方式演绎着无常。他们的消逝提醒我们：无常不是哲学命题，而是每个人都在亲历的现实。

清醒地认识无常，不是要我们学会承受那一座座压在身上的山，而是让我们明白：山会来，山也会走。

我们能做的，是在山来的时候不逃避它的重量，在山走的时候不执着于它的存在。

那些我们爱过的人、经历过的时代、珍视过的一切，都会离去。

但它们都曾真实存在过，这就够了。

📰 Curations

Can you make it to the end of this column?

https://www.economist.com/finance-and-economics/2025/09/11/can-you-make-it-to-the-end-of-this-column

「脑腐」（brainrot）是最近在阅读中常常会遇到的一个词。说到底，注意力是稀缺且具竞争性的资源，时间花在某些刺激上会排斥其他活动的注意力投入。

Is the decline of reading making politics dumber?

https://www.economist.com/culture/2025/09/04/is-the-decline-of-reading-making-politics-dumber

这篇文章探讨的是阅读率与阅读深度下降的现象，也可以看作关于「脑腐」的另一种视角。

How to Make Music Popular Again

https://www.theatlantic.com/culture/2025/10/headphones-listening-music/684712/

这篇文章里说，音乐正在与其他娱乐形式（点播影视、沉浸式游戏、社交媒体）竞争注意力，进一步压缩其文化份额。

虽然有道理，我却并不认同这个观点。音乐比起其他的娱乐形式，甚至比起社交媒体，都更加私人。

Note: This post contains paid content. Purchase on the website to read the full article.

202539

2025-10-26T13:38:00Z

Bom dia meus amigos,

Saudações de Lisboa!

您正在阅读的《壹苇可航》电子报 2025 年第 39 期。

以下是本期正文。

🔍 Insights

以下是我将这一周发在 Telegram Channel 中的内容重新整理润色而成。

去标签化的理解

柴静在发布讲江青的那期视频后两天，写了一封信，她谈到制作江青那期视频的感受。信中有这样一句：

如果一个人被称为「魔」，意味着我们已不再试图理解她。无法理解的事物，往往带着魅惑——它滋生恐惧，也滋生吸引。

长期以来，我们的教育与公共叙事被一种非黑即白的二元思维所主导。这种看似理所当然的思维方式，实则与中国传统文化的精髓背道而驰。儒家的中庸之道、道家的无为而治、佛家的空性智慧，无不在提醒我们拒绝绝对的对立。然而现实是，我们早已深陷二分法的惯性思维中。

我自己也难以幸免。明知这种思维方式的局限性，却依然会不自觉地落入窠臼。

这绝非偶然。当思考的空间被挤压，「安全地思考」成了生存智慧，甚至索性放弃思考。这既是求生的本能，也是时代的悲哀。翻开共和国的历史，血淋淋的教训俯拾皆是：真诚的思考往往意味着危险。梁漱溟的遭遇如此，叶企孙的命运亦然。

于是，我们在审视社会现实、历史事件、政治人物时，习惯性地诉诸最简单的二元判断：非黑即白，非善即恶，非美即丑。这种判断方式固然安全，却让我们丧失了真正理解的能力。这或许正是当下社会撕裂的深层根源。

杨振宁去世后舆论的两极分化，恰恰印证了这种撕裂的现实。

人无法脱离环境而存在，每个人都必须在既定的环境中寻找生存之道。那些政治人物、历史人物更是如此。他们既是环境的产物，又成为环境的投影。

要理解「人」，必须首先剥离标签。真正的理解始于将一个人还原为最朴素的存在，即一个有血有肉、有欲望有恐惧的生物学意义上的人。唯有如此，我们才能看见他的真实面目，而非他人赋予的形象。

更进一步，我们需要细致分辨：哪些标签是时代强加的烙印，哪些是个人主动的选择。

人的复杂性正在于此，我们既是环境的囚徒，又是自由意志的践行者。

真正的理解，不是为了站队表态，而是为了让复杂性得以呈现，让多维的真实得以存在。

批判与解放

周五，一位读者的私信引发了我的思考。他质疑道：既然法兰克福学派属于新马克思主义，而我明显持有反马克思主义立场，为何还会推崇法兰克福学派？

这个尖锐的问题让我陷入了几个小时的思考。

诚然，学术界通常将法兰克福学派归类为新马克思主义。我在大学时期接受的教育也是如此，我自己也曾沿用这一说法。然而，随着认识的深入，我愈发意识到「法兰克福学派等于新马克思主义」这一等式过于简化，甚至有失偏颇。

不可否认，法兰克福学派的第一代成员，如阿多诺、霍克海默等人，确实以马克思主义为思想原点，在批判资本主义时继承了马克思的批判精神。他们深刻剖析了资本主义社会的异化、物化和意识形态统治，尖锐批判了实证主义、工具理性、技术理性等将现代社会推向「合理化暴政」的思想形态。

然而，继承并不意味着照搬。

关键的分歧在于：阿多诺、霍克海默等人明确拒绝了经济决定论和历史唯物主义的机械化解释。在他们看来，社会压迫的根源远比马克思主义所揭示的更为复杂，不仅源于经济关系，更深植于文化、语言、科技、心理乃至理性本身的结构之中。这种认识决定了法兰克福学派选择文化批判作为其理论进路。

二战的创伤和法西斯的阴霾彻底改变了他们的理论轨迹。法兰克福学派不再相信无产阶级革命的历史必然性，开始质疑科学社会主义的宿命论色彩，转而深入探究理性自身如何走向堕落。

《启蒙辩证法》成为这一转向的标志性著作。阿多诺和霍克海默在书中揭示了一个悖论：曾经解放人类的启蒙理性，最终蜕变为新的支配与控制工具。

这一洞察揭示了法兰克福学派与马克思主义的根本分野：马克思将人类解放寄托于生产资料的重新分配；法兰克福学派则坚信，真正的解放必须从意识、文化与理性结构的批判性反思开始。

恰恰是这种对意识、文化与理性结构的深刻反思，构成了我与法兰克福学派的精神共鸣。

再往后的发展中，到了哈贝马斯这一代，法兰克福学派完成了更彻底的理论转型。他们将批判理论重构为交往理性理论，把人类解放的希望寄托在语言与沟通的理性之上。这一转向标志着法兰克福学派彻底脱离了马克思主义的分析框架，开辟了一条独特的批判理论道路。

可以说，法兰克福学派虽然继承了马克思的批判精神与社会关怀，但其理论内核已经发生了质变：它反对意识形态的集权，批判理性的工具化，主张个体的反思与自由。这些恰恰是我所认同和珍视的价值。

在此，我必须澄清一个在中国语境下极易混淆的概念：「马克思主义」与「马克思列宁主义」绝非同一事物。

早期马克思充满了人本主义精神，尤其是撰写《德意志意识形态》和《1844 年经济学哲学手稿》时期。他关怀的是被异化的人，探索的是人如何在现代社会中重获自我与自由。即便批判资本主义的剥削、物化和商品化，他的立足点依然是启蒙理性的传统。

到了后期，马克思的思想变得更加复杂。在撰写《资本论》时，他甚至对早期的唯物主义进行了反思与自我批判。这一时期的著作充满了内在张力，有些推论尚未完成，逻辑结构也并非无懈可击。

马克思去世后，恩格斯承担了整理其遗稿的重任。他不仅编辑出版了《资本论》第二、三卷，还通过《反杜林论》等著作将马克思的思想系统化、理论化。可以说，是恩格斯完成了马克思主义从哲学批判到理论体系的关键转化。

然而，当以列宁为代表的布尔什维克将恩格斯体系化的马克思主义改造成政治斗争的武器时，原本的哲学思想发生了根本性的扭曲。资本主义内在矛盾的哲学判断被简化为「革命必然性」与「无产阶级历史使命」的政治口号。这一转变过程中出现了三个关键性的扭曲：

历史唯物主义蜕变为历史决定论。从对历史发展规律的探讨，沦为对某种必然结果的独断宣称。
阶级斗争理论被扭曲为暴力的正当化工具。从分析社会矛盾的理论框架，异化为政治暴力的合法性依据。
革命的终极目标发生了根本偏移。从追求人的解放，蜕变为党与国家的权力攫取；革命的主体从「人」被偷换成「党」；革命的目的从消除异化转向权力的巩固与政权的维稳。

正是这些扭曲，将《资本论》和马克思主义改造成了意识形态控制的工具。这就是所谓的「马克思列宁主义」与原初的马克思主义已有本质区别。厘清这一概念差异，对理解当代思想史至关重要。

回到那位读者的质疑。法兰克福学派给予我的启发是多方面的：

它对现代性的深刻批判精神。
它坚决拒绝历史宿命论和经济决定论。
它将批判的焦点转向文化、意识、理性本身。
它旗帜鲜明地反对任何形式的意识形态集权。
它始终主张个体的反思与自由。

我所反对的，是马克思列宁主义式的意识形态控制、历史决定论的独断，以及对政治暴力的正当化。

尽管我认同马克思早期的人本主义批判精神，但我反对将法兰克福学派简单归类为新马克思主义。

写完这一长段的思考，我想起前段时间某位好友给我贴上了「左派」的标签。尽管我已在《Beyond Left and Right: Why I'm a Classical Liberal》一文中阐明了立场（中文版见 2025 年第 34 期）。

但我想说的是：思想的价值从不在于派别归属，而在于它能否激发我们重新思考。

我们真正需要的，不是在意识形态的阵营间来回站队，而是回归思想本身。回到那个依然相信理性、珍视自由、坚持反思的人文传统。

📰 Curations

从本期开始，我计划将原本分作两个期刊的 Weekly Spark 与 CETDE Fortnight 合二为一。这意味着每期内容会更加充实。除了原有的 Insights、Tiny Thoughts 和 Case Study，还会新增 📰 Curations 章节，为您精选那些具有永恒价值的信息源。

Lisboa Menina e Moça

这首经典的葡萄牙法朵歌曲《里斯本，年轻的少女》是一封写给里斯本的情书。歌中将这座城市拟人化为一位既拥有少女般纯真（Menina），又散发成熟女性魅力（Moça）的迷人女子。歌词描绘了里斯本的多个地标性地点，如阿尔法玛区、特茹河以及圣乔治城堡，生动展现里斯本的古老韵味、迷人风采与勃勃生机，同时也表达了歌者对里斯本深沉的爱意。该视频由 35 位歌手共同演绎，旨在向葡萄牙法朵传奇歌手卡洛斯·卡尔莫（Carlos do Carmo）致敬，庆祝他荣获格莱美终身成就奖。而他正是这首歌曲最具代表性的演唱者之一。

How AI Is Changing Search Behaviors

URL: https://www.nngroup.com/articles/ai-changing-search-behaviors/

我服务的公司在 Q3 出现了网站流量的大幅度下降，SEO 关键字的排名也出现了显著下滑。为了研究原因，我查阅了大量的资料，其中 Nielsen Norman Group 的这个系列文章特别值得关注。

在深入研究后，我发现这种情况不是个例，而是整个搜索生态正在经历的范式转变。

首先，Google 的算法已经发生根本性调整。2024年9月，Google 移除了 num=100 参数。这个看似微小的技术变更背后，实则反映了 Google 对搜索结果的重新定义：前 10 名的重要性被极度强化，这意味着进入首页变得比以往任何时候都更加关键。

更重要的是，Google 搜索副总裁 Liz Reid 在近期访谈中坦言：年轻用户正在转向短视频、论坛和用户生成内容，逐渐远离传统网站。Google 的算法调整，正是在响应这种行为变化。

这解释了为什么如今搜索结果中，Reddit 讨论、YouTube 视频的排名越来越靠前——它们更符合用户的实际搜索意图和消费习惯。

其次，根据 Semrush 的最新研究数据，虽然 AI Overview（以及 Perplexity 等 AI 搜索）的信息源与 Google 前 10 结果高度重叠，但被引用最多的前三名是：

Reddit（社区讨论）
Wikipedia（权威百科）
YouTube（视频内容）

传统企业网站仅排在第四位，这一排名反映了用户对真实体验和多媒体内容的偏好。

这意味着： 内容创作者不能再只优化自己的网站，而需要在多个平台建立存在感。SEO 的战场已经从「你的网站」扩展到「整个互联网」。这种全渠道的内容策略不再是可选项，而是在 AI 搜索时代生存的必要条件。

Note: This post contains paid content. Purchase on the website to read the full article.

202538

2025-10-19T00:27:00Z

Bom dia meus amigos,

Saudações de Lisboa!

您正在阅读的《壹苇可航》电子报 2025 年第 38 期。

以下是本期正文。

🔍 Insights

保持流动

这是我最新的一篇博客文章 Staying in Flow 的中文翻译版。

学习的本质，不在获取新知，而在认知重构。

我们通过学习，拆解旧有的理解框架，重新组合对世界的认知。

当一个人不再学习时，他其实是在对外界关闭自己。不再倾听新的声音，不再质疑旧有的信念，也不再愿意被改变。

这并非瞬间发生，而是逐渐凝固的过程：思维被习惯包裹，心智被舒适驯化。

当一个人固守自己的经验与结论，他的世界便开始收缩。他不再被世界触动，也不再能触动世界。

而真正的学习，是一种持续的流动。它意味着承认自己的不完整，意味着有勇气不断更新自己。每一次新的理解，都是一次微小的重生；每一次被动摇的确定感，都是成长的起点。

禅的修行，不在追求答案，而在保持初学者之心：在每一刻重新看见事物，如初见，如初闻。

成长并非向上，而是向内。

当我们在经验的表面之下，看见一个更宽阔、更细腻的自己——那一刻，我们仍在学习，仍在流动。

Semafor 与新闻阅读

今天收到了 Justin Smith 和 Ben Smith 撰写的 Semafor 成立三周年感言。

我最初是在方可成老师的《新闻实验室》了解到 Semafor。自 2023 年 5 月起，它的高质量 newsletter 便让我成为了忠实读者。如今，已是我每日新闻资讯的主要来源，也是在博客与电子报中频繁提及的媒体之一。

Semafor 的创始团队堪称豪华阵容：Justin Smith 曾执掌 Bloomberg Media，Ben Smith 则是前纽约时报媒体专栏作者、BuzzFeed News 创始主编。这也使得 Semafor 的使命并非在信息洪流中再造一个「更快的新闻源」，而是试图修复读者与媒体之间早已脆弱的信任结构。在一个充斥算法推送与情绪化叙事的时代，这样的愿景显得尤为珍贵。

三年磨一剑，Semafor 的成就令人瞩目。其旗下的 Semafor World Economy Summit 业已成为美国规模最大的全球首席执行官聚会，汇聚了关于全球经济的最前沿见解、最具创新性的思想和最多元化的观点。

此外，明年 1 月即将推出的 Semafor China 非常值得期待。由普利策奖得主 Andy Browne 亲自掌舵，这份全新的 newsletter 旨在为世界上最具重大影响的双边关系带来清晰报道。

在 2025 年第 20 期中我提到了两篇文章《拒看新闻的生活艺术》和 “Reading the news is the new smoking”，它们都指向一个观点：过度消费日常新闻弊大于利，应该大幅减少或彻底戒断。

我也经常思考到底需要阅读什么样的新闻，订阅什么样的新闻资讯。毫不夸张地说，几乎每隔一两个月我就会和 AI 进行一次这方面的交流。目前，我的看法是，或许可以对新闻消费分层。

第一层是地域新闻或日常新闻、行业新闻。这些新闻与我们的日常生活息息相关，直接影响着我们的决策和行动，例如从政策变化到社会议题，从交通出行到生活成本等。这些新闻，可以轻而易举的从社交媒体上了解，并不需要过多关心新闻的立场。

第二层是国家大事与国际新闻。对于这类新闻，我们仅需保持对世界轮廓的基本感知即可。如果真正重要，它会自然出现在我们的信息流、社交圈中。比较理想的做法是订阅如 Semafor 这类新闻媒体的 newsletter，或使用 Kagi News、Apple News、Google News 等聚合平台。让它们充当过滤器，而非让自己被算法裹挟。

第三层是需要深度阅读的新闻。我个人的认知是：新闻的价值不在「知道」，而在「理解」。因此需要根据自身背景与兴趣选择媒体，例如，理解全球经济与商业逻辑可读 The Economist；关注金融与投资可读 Bloomberg 或 Financial Times；偏好文化评论则可读 The New Yorker。深度阅读，是一种认知投资，而非信息消费。

核心原则是：不要为了不 FOMO 而消费新闻，而要为了真正理解世界而选择阅读。

新闻不是让我们焦虑的窗口，而是重建世界模型的方式。

Note: This post contains paid content. Purchase on the website to read the full article.

202537

2025-10-12T15:45:00Z

Bom dia meus amigos,

Saudações de Lisboa!

您正在阅读的《壹苇可航》电子报 2025 年第 37 期。

以下是本期正文。

🔍 Insights

阿城与董桥

我遇见阿城的文字很早。从「三王」开始，就被那种深厚却不事张扬的语言功底深深折服。今年才遇见董桥，读了几篇便惊呼「相见恨晚」。

阅读阿城与董桥，成为我理解中文之美的两扇窗口——一扇开向古典的深邃，一扇通往现代的优雅。

阿城的文风可以概括为四个关键词：古典、细腻、克制、画面感。

他的古典气质深受明清小说影响，尤其是《红楼梦》与《三言二拍》。这种影响不是简单的模仿，而是精神上的承继。他的文字虽不事雕琢，却言简意赅，韵味深长。每一句都像经过时间淘洗的古玉，温润而有分量。

细腻是阿城文字的另一特质，他擅长用极小的笔触描绘宏大的图景。《棋王》中对「吃」的描写已成经典，那种对生活细节的敏锐捕捉，让最普通的日常也充满了生命的质感。这种细腻并非繁复，而是精准，是在最恰当的地方着墨。

克制，或许是阿城最动人的品质。他的文字像是被一种内在的张力绷紧，每个字都恰到好处。这种克制创造出独特的叙事节奏：不疾不徐，却暗流涌动。正如他自己所说，「偏爱单字的词，能用一个字绝不用两个。」例如，「极远」、「极累」、「极小心」，这些简洁的表达反而具有更强的冲击力。

他的画面感则是瘦削而有力的。短句多，句句有力，像中国画的白描，寥寥数笔便勾勒出一个世界。阅读阿城，无论小说还是随笔，常常有看电影的感觉。每个场景历历在目，每个人物栩栩如生。

如果说阿城的文字是深山古刹的晨钟，那么董桥的文字就是江南园林的午后阳光。可以概括为三个关键词：温润、精致、充满情调。

董桥的文字气质与他的人生经历密不可分。他是印尼华侨，在英国求学多年，后来回到香港做报人，长期主编《苹果日报》副刊。这种跨文化的生命体验，让他的文字天然地融合了东西方的美学趣味。他既有中国文人的雅致，又有英伦绅士的从容，在古典与现代之间游刃有余。

他最擅长的是将古典文化与现代生活无缝融合。写一支钢笔，他能联想到英国的制笔工艺、文人的书斋雅趣，乃至时代的变迁。这种「小中见大」的笔法，让日常物件都有了历史的纵深和文化的厚度。这大概也与他在英国浸淫多年，对西方器物文化的深刻理解有关。

他的句式富有音乐性，长短句交错，节奏感强。善用排比和对仗，但又不拘泥于格律，读起来既有古典韵味又很现代。这种文字的魅力在于它的「度」，不过分炫技，也不刻意平实，恰到好处地展现着中文的优美。

董桥的文字中总有一种淡淡的怀旧情绪，但这种怀旧并不沉重。他像一个优雅的收藏家，把记忆中的美好一一陈列，供读者品味。这种品味本身，就是在快节奏的现代生活中保持一份从容和雅致的生活态度。

我是在继续 AI 美学研究的过程中重读阿城、新读董桥的。私以为，他二人代表了当代中文写作的两种重要美学取向。

阿城是做减法的大师。他的「不动声色」是一种极致，在平淡中见深意，在克制中显力量。「三王」中那种不煽情却直击人心的叙述，展现了中文含蓄之美的最高境界。他对细节的把控精准到令人惊叹：一个动作、一个眼神，往往就能传达出人物丰富的内心世界。

董桥则是做加法的高手，但他的加法绝不是堆砌。他善于在文字中营造氛围，每一个用典、每一处联想都恰到好处。他的文章像一座精心设计的园林，移步换景，处处有惊喜，却又浑然一体。

这两种写作风格看似迥异，实则都在追求同一个目标：让中文展现出它最美的样子。阿城用减法达到了「增之一分则太长，减之一分则太短」的境界；董桥用加法取得了「浓妆淡抹总相宜」的效果。

而这，大抵也是文学的意义所在。

言语道断，心行初灭

鲁迅先生在《秋夜》中写道：「在我的后园，可以看见墙外有两株树，一株是枣树，还有一株也是枣树。」这句看似平淡的描述，实则蕴含着深刻的存在论的思考：每棵树都被赋予了独特的存在性，即使同为枣树，也各自成立，各自完整。

这种表达方式，让我联想到一则药山惟俨禅师的公案：枯者是，荣者是。

这个公案说的是道吾禅师和云岩禅师，分别站在药山惟俨禅师的两侧。惟俨禅师指着山上一棵枯树和一棵荣树问二人：「枯者是，荣者是？」道吾禅师说的是：「荣者是」，而云岩禅师说的是：「枯者是」。这个时候，高沙弥来了，惟俨禅师也问他：「枯者是，荣者是？」高沙弥说：「枯者从他枯，荣者从他荣。」药山惟俨禅师看了看道吾禅师和云岩禅师，赶紧说：「不是，不是。」

鲁迅的文学表达与这则禅宗公案在某种程度上都指向了同一个问题：如何超越概念性的分别，直面存在本身。鲁迅通过重复「枣树」这个词汇，消解了我们习惯性的分类思维，让每棵树都回到其自身的存在中。而这则禅宗公案则是通过「荣」与「枯」二者的设问，挑战我们对价值判断和状态区分的执着。

不过这里需要注意的是，高沙弥的回答虽然看起来很圆融，但可能存在着一个微妙的问题，就是他将「枯」与「荣」推向了某种外在的必然性，仿佛存在着一个他者决定着这些状态。这样的表述虽然避免了价值判断，但是可能也错失了更直接的对当下的体验，这是禅宗的大忌。

然而无论我们是分析鲁迅的妙笔，还是解读禅宗公案，都可能陷入概念化的陷阱当中。真正的理解或许不在于找到一个正确的解释，而在于树，它就是树，无需额外的赋予意义。枯就是枯，荣就是荣，无需比较和评判，甚至连「是」与「不是」这样的分别也是可以放下的。

在佛教里面有一句话叫做「言语道断，心行初灭」。这并非要求我们完全放弃思考和表达，而是提醒我们，当我们过度依赖概念和语言时，可能会错过那个更直接、更当下的真实。或许当我们停止寻找答案的时候，那个一直在那里的答案就自然显现了。但实际上，这话本身也只是一个指月的手指罢了。

就像维特根斯坦说的：「凡是能够说的，都能够说清楚；凡是不能谈的，就应该保持沉默。」这种探讨本身就体现了语言的悖论性。我们必须用语言来谈论超越语言的境界，这个悖论的存在或许正是理解「言语道断，心行初灭」的一个入口。

AI 时代的写作

在 Weekly Spark No.06 中我曾分享：写作本质上是一种非线性的递归过程。在思维转变为文本的过程中，思维是非线性的，而文本则需要呈现为线性形式。线性思维有助于深入思考，探究事物本质；非线性思维则有助于拓展思路，看到事物的普遍联系。在写作过程中，这两种思维方式应该是相辅相成的，而不是对立的。

AI 的出现，恰恰为这种非线性与线性的平衡提供了新的可能。它极大地拓展了我们的认知边界。过去，写作时我们常常面临一个两难：要么追求广度，博采众长，但难免浮光掠影；要么钻研深度，精耕细作，却容易视野狭窄。现在，AI 可以帮助我们在极短的时间内获取跨学科的知识，验证不同领域的观点，甚至发现我们思维中的盲点。这让写作可以更加兼顾广度与深度。

就拿本期电子报的写作过程来说，从阿城到董桥的文学分析，到禅宗公案的解读，再到维特根斯坦的哲学思考，这种跨度在过去需要查阅大量资料，反复求证。而现在，AI 可以帮助我快速确认典故出处，核对概念理解，甚至提供不同角度的诠释。这不是说 AI 替代了思考，恰恰相反，它解放了我在资料搜集上的精力，让我可以把更多心力放在真正的思考和表达上。它支持了写作中非线性思维的展开，让我可以更自由地在不同领域之间跳跃，建立联系。

不过，在使用 AI 辅助写作的过程中，我也有一个很深的体会：Claude 模型对于语言的文学性把握确实更加精准，它能够理解细微的语气差异，捕捉到文字的韵律感，甚至能够模仿特定的文风。但即便如此，我依然不会直接照搬 AI 撰写的内容。

原因很简单：写作不仅是信息的传递，更是个人经验和思考的结晶。AI 可以生成优美的句子，可以提供严密的逻辑，但它无法替代那些源自真实生命体验的洞察。就像阿城笔下对「吃」的描写，那种深入骨髓的饥饿感，是他在知青岁月中真实经历过的；董桥文字中的怀旧情调，是他作为印尼华侨，辗转求学，最终在香港安身的生命轨迹的投射。这些都不是 AI 能够凭空创造的。

因此，我把 AI 当作一个博学的对话者，一个细心的编辑，一个提供不同视角的思考伙伴。它可以帮我润色语句，可以提醒我逻辑上的漏洞，可以补充我知识上的盲区，但最终呈现出来的文字，必须是经过我自己的思考和体验过滤后的产物。在非线性思维的发散与线性文本的呈现之间，AI 帮助我们更流畅地完成这个转换，但这个递归的过程，依然需要写作者本人来主导。

这或许也是 AI 时代写作的一个新范式：不是人与 AI 的对抗，也不是对 AI 的依赖，而是一种新的协作关系。AI 拓展了我们的可能性边界，让非线性思维可以更充分地展开，但真正将其转化为有意义的线性文本，依然需要那个独特的「我」来完成。

Note: This post contains paid content. Purchase on the website to read the full article.

CETDE 框架：从信息到智慧的转化之道

2025-10-06T07:45:03Z

引言：AI 时代的认知困境

在 AI 时代，我们面临的核心困境已经改变：不再是信息匮乏，而是认知带宽的有限性。每天接触海量信息，真正内化的却寥寥无几。这揭示了一个关键事实：决定认知基础是否稳固的，是处理的深度而非广度。

当我们快速浏览、机械高亮时，所进行的是浅层处理。信息如水流过海绵，看似吸收却未曾渗透。我们收藏了无数「知识」，却只是「见过」而非「知道」。这些被大量收集却从未被整理、提炼、调用的信息，最终沉没在硬盘、云盘、笔记库或邮件夹中，形成了所谓的「信息坟场」（Information Graveyard），它们既占据存储和注意力预算，又几乎不会再被阅读或产生价值。

CETDE 框架基于 DIKW 金字塔，重新想象个人知识管理的生命周期，将信息转化为真正能够改变认知结构的知识和智慧。正好可以解决这个问题。

Note: This post contains paid content. Purchase on the website to read the full article.

202536

2025-10-05T12:05:00Z

Bom dia meus amigos,

Saudações de Lisboa!

您正在阅读的《壹苇可航》电子报 2025 年第 36 期。

以下是本期正文。

🔍 Insights

刚刚过去的一周，工作十分繁忙，平均每日工作时间接近 10 个小时。因此几乎没有写过任何笔记，读过任何文章。周四的晚上开始，颈椎病又开始折磨我，一度痛不欲生。昨天终于去做了一个小时的传统泰式按摩，这才恢复了一些。

身体是革命的本钱，诸君也要注意劳逸结合，珍惜这一期的皮囊。

这一周里，我最大的一个观察是 AI 对于效率的提升。正如我对同事说的，以前做电视节目的时候，每一次都需要人工分析数据，相当耗费时间与精力。不仅要进行大量的计算与制图，还需要匹配相应的数学模型进行更进一步地研究。而现在，直接把数据交给 AI，就能够完成七七八八。用 AI 分析完成的数据和图表撰写报告，变得轻松许多，大大减少了需要人工考虑的因素，从而为高质量报告的产出奠定基础。

然而，AI 的上下文长度也成为了一个不容忽视的瓶颈。由于无需使用售价高昂的专业分析工具，我只是把数据进行手工清洗后交给 AI 配合提示词进行分析。但当数据的条目稍微多一些，分析的步骤稍微复杂一些，就会触碰上下文的限制。因此，不得不将数据分批分析，然后再汇总。如此一来，不可避免地丢失了部分上下文信息，使得原本能够第一时间发现的趋势与现象，必须要通过人工比对才能发现。

这里我发现的另一点是数学基础的薄弱成为了建立标准化分析框架的最大障碍。当然，构建分析框架并非只依赖数学，系统性思维和对业务逻辑的深刻理解同样不可或缺。可这三者如同鼎之三足，缺一不可。数学提供精确的量化工具，系统思维确保全局视角，业务理解则保证实用性。任何一个维度的缺失，都会让整个分析体系难以稳固建立。

想到上学时，我向来对数理化这一类的科目是得过且过的心态，「六十分万岁，八十分万万岁」是一句响亮的口号。如今就要对年少无知买单了。

人往往要在现实的锤炼下才幡然醒悟。这种后知后觉，既源于个人视野的局限，也折射出教育与实践之间的断层。不过这是另一个话题，不多展开。简言之，语言、数学作为基础学科，还是要尽可能学好，不仅要以取得高分为目标，还要具备举一反三的能力，能够将所学应用于日常。

这也再次回到上一期 Insight 的第一条：

先验知识是在特定领域进行有效搜索和学习的基础认知储备。

只有真正掌握行业知识和专业技巧的人，才能充分利用和发挥 AI 所带来的巨大潜力。

这周的另一个观察涉及欧洲社会对移居者的微妙区分。在许多欧洲国家，「移民」（immigrant/migrant）一词已被赋予了特定的社会经济标签，往往指向那些因战乱、贫困或政治迫害而被迫离乡的群体，他们通常需要更多的社会支持与融合援助。相比之下，来自东亚（中日韩台港澳）的移居者多数通过技术移民、投资移民或留学转移民等路径进入欧洲，因此在社会认知和官方统计中，他们更可能被归类为「外籍人士」（expat）而非「移民」。

这并不是我的原创观察，而是来自于已经移居荷兰多年的初中同学。在德国、瑞士的同学也持类似的看法，虽然他们强调并不能一概而论。

在我看来，这种语义上的区分，实则反映了更深层的社会分层与身份政治。东亚的移居群体往往很少深度参与当地政治活动，与本地社群保持着一种双向适应的平衡状态。举例来说，在葡萄牙的华人群体，他们往往能够使用葡语正常交流，却也保留着华人的生活方式与性格特征。葡萄牙社会对这种「保持距离的和谐」也就有较高的包容度。

不过这也带来了一些问题，就像葡萄牙的本地朋友所说，「你们是黄皮肤的白人」。

Note: This post contains paid content. Purchase on the website to read the full article.

202535

2025-09-27T22:14:00Z

Bom dia meus amigos,

Saudações de Lisboa!

您正在阅读的《壹苇可航》电子报 2025 年第 35 期。

以下是本期正文。

🔍 Insights

先验知识是在特定领域进行有效搜索和学习的基础认知储备

2025 年 4 月，我曾因当时大火的 Suno AI 而产生了一个模模糊糊的认知：只有真正掌握行业知识和专业技巧的人，才能充分利用和发挥 AI 所带来的巨大潜力。

而 The Scam Called “You Don't Have to Remember Anything” 这篇文章将我的认知进一步深化与延展。

先验知识作为基础认知储备，有三个核心特征：

搜索引擎、AI 工具需要用户具备相关领域的基础知识才能有效使用
缺乏先验知识会导致无法评估信息质量
数字原住民缺乏批判性思维技能来评估网络信息

历史总在不经意间到来，而身处螺旋中的我们却不自知

这是我在 Weekly Spark No.06 的 Tiny Thought 中分享的想法。最近的一些事情，让我对其有了新思考。

Theodor Reik 曾说：

History does not repeat itself, but it rhymes. 历史不会重复，但会押韵。

我们无法感知到历史的到来，是因为我们会不自觉地忽略一些基本事实。

重大变迁往往以微小累积和阈值效应出现，直到事后才被我们串成「必然的故事」。当下的人更容易被常态偏误与叙事滞后所蒙蔽。同时，我们被自己的位置和时代语境所限制，只能看到局部。而历史更像螺旋，模式会重复，但每一圈都有位移与新增变量。

这种不自知其实体现在多个层面：

首先是认知局限性——我们被日常生活的具体细节所包围，很难跳出来看到更大的历史图景，正所谓「不识庐山真面目，只缘身在此山中」。

其次是时间维度的盲区，历史的意义往往需要时间的沉淀才能显现。当下看似寻常的事件，可能在后人眼中具有划时代的意义；反之，当时轰动一时的事件，在历史长河中可能只是涟漪。

主观经验的束缚是更深层次的原因。每个人都受限于自己的生活经历、社会地位和知识结构，这些因素会影响我们对时代特征的判断。

加之信息的不对称，也放大了这种不自知。大时代的变迁往往涉及复杂的政治、经济、社会因素，很多信息在当时并不为普通人所知，我们更难准确把握历史的脉搏。

从太阳系的隐秘到人类起源的重新思考

我没有忘记这份电子报的一个初衷就是希望在 AI 时代站在科技与人文的交汇点上，为读者带去一些价值。

这两周，每天睡前会看几条 Linvo 说宇宙的视频，引发了我的一些好奇，于是就与 Claude 进行了一些讨论。一方面帮助我理解视频中提到的一些概念，另一方面也可以拓展一些我的知识面。

在一次关于太阳系天体的讨论中，Claude 带着我意外地开始对人类文明起源进行重新审视。在交流中，我们通过将天体物理学、考古学、语言学和意识研究串联起来，构建了一个虽然假设性但内在逻辑一致的全新视角。

众所周知，在浩瀚的宇宙中，双星系统是最为普遍的，像太阳系这样的单恒星系统极为罕见。那么，太阳作为「单身」恒星是否真的如我们认为的那样孤独呢？

尽管太阳系为单星系统是当今科学界的共识，但这个结论的置信度约为 75-85%，仍存在 15-25% 的可能性隐藏着未被发现的伴星。例如在柯伊伯带外那颗我们至今有所感知却仍未发现的「X 行星」，可能不是一颗行星，而是太阳的伴星——褐矮星，甚至是原始黑洞。

这种可能性并非纯粹的科学猜想。它与古代文明中普遍存在的天体异常导致灾难的记载形成了有趣的呼应。

与 Claude 深入探讨后，我们发现了几个令人困惑的文明现象：

全球洪水记忆的一致性：几乎所有古代文明都保存着相似的大洪水传说，时间点大致对应末次冰期结束（约 1.1-1.3 万年前）。这种跨越地理和文化边界的记忆一致性，很难用巧合来解释。
文字系统的相似性：苏美尔楔形文字与汉字在发展路径上展现出惊人的相似性。两种文字都从象形起源，具有表意特征，采用复合构字方法。尽管相隔万里，这种发展模式的一致性很难用「独立发明」完全解释。
轴心时代的同步性：公元前 800-200 年间，东西方几乎同时涌现出众多思想巨匠——老子、释迦牟尼、苏格拉底、柏拉图等。这些思想家相互之间基本无直接交流，却在同一时期发展出了相似的超越性思考。这种思想上的「同步性」至今仍是一个谜。

作为佛教徒的我，当然也会与 Claude 讨论佛教哲学与现代量子力学之间存在深层的结构性相似。

相互依存性 vs 量子纠缠：万物相互依存的缘起观念，与粒子间非局域关联的量子纠缠。
观察者效应的认知：佛教中认知主体与客体不可分离的观点，与量子力学中测量改变系统状态的现象。
非二元性思维：超越有无对立的中观哲学，与波粒二象性的互补原理。
空性与量子真空的对应：佛教「空」的动态存在观念，与充满虚粒子涨落的量子真空。

这种相似性提出了一个深刻问题：这是人类认知结构必然的收敛，还是古代智慧对现实本质的某种直觉把握？

标准演化理论在解释人类起源时面临几个难以回答的问题：

演化速度异常：人类大脑在 300 万年内从 400cc 激增到 1400cc，这种速度在演化史上极其罕见，即使考虑环境压力，仍然超出了一般演化速度。
「过度演化」现象：人类的数学能力、音乐天赋、抽象思维等远超基本生存需要。为什么演化会「浪费」资源发展这些对原始生存几乎无用的能力？
现代猿类的「停滞」：600 万年来，大猩猩、黑猩猩的演化变化相对微小，这与人类的飞速发展形成鲜明对比。如果环境压力能够推动如此剧烈的演化，为什么其他灵长类动物却相对「停滞」？
「一家独大」的异常模式：智人、尼安德特人、丹尼索瓦人等多个人种中，只有智人存续至今。这种「种族清洗」模式在自然界中极其罕见，通常相近物种会共存分化或杂交融合。

将这些看似无关的现象联系起来，Claude 与我都认为可以构建一个整合性假说：

首先，在地球上可能存在上一期文明，其知识通过多种方式传承：

物理遗存（因地质活动和时间侵蚀大部分已消失）
文化记忆（洪水传说、文字原型）
精神传承（通过冥想等意识状态接触的「信息场」）

其次，太阳系可能存在未知天体，其周期性接近能够解释古代灾难记录的真实物理基础，为那些跨文化的灾难记忆提供天体物理学依据。

再次，人类的「认知飞跃」可能不完全来自自然演化，而是某种古老知识的激活或恢复过程，这解释了为什么人类会在相对短时间内获得如此超越性的能力。

虽然有了这些思考，不过 Claude 还是本着科学的精神提醒我要关注几个重要问题：

证据保存的偏差性：海平面变化、地质活动、人类建设活动可能已经毁灭了大量古代文明证据。我们的历史认知很可能存在系统性盲点，而这种盲点会影响我们对人类起源的判断。
技术探测的局限性：即使是现代科学技术，在探测遥远天体、深海考古、意识机制等方面仍有重大限制。我们无法探测的，不等于不存在。
假说的价值：在缺乏决定性证据时，内在逻辑一致的假说仍具有重要的启发意义。正如历史上的大陆漂移说、细菌致病论等，最初都被主流学界拒绝，但最终被证实。

以上，就是我与 Claude 对话记录的整理。这次探讨不仅让我对人类起源有了新的思考角度，它也完美诠释了本期 Insight 中前两个核心观点。

这是一个关于先验知识重要性的生动案例。正是因为具备了天体物理学、考古学、语言学等多领域的基础认知储备，我才能在与 AI 的对话中进行有效的信息搜索和质量评估，从而产生这种跨学科的深度串联。如果缺乏这些先验知识，即使有 AI 的协助，也很难达到这样的思考深度。

同时，这也验证了历史认知的复杂性。我们对人类起源的重新思考，恰好说明了身处当下的我们很可能无法完全感知正在发生的认知革命。也许我们正站在重新理解人类历史的关键节点上，却因为认知局限和证据偏差而难以察觉这种变迁的真正意义。

这次对话也是一个关于 AI 使用的一个 Case Study。它印证了我在 2025 年的 34 期中分享的个人经验：当请 AI 协助深入研究与探讨某个问题时，Claude 的回答所带给我的启发性要比 ChatGPT 多，尤其是能够在不经意间让我将不同领域的知识点串联起来。

在 AI 时代，我们需要的不仅仅是专业知识的积累，更是不同领域间的连接能力。这种跨学科的思考方式，正体现了人机协作的最大价值，即不是让 AI 替代我们思考，而是利用 AI 放大我们的认知边界，在科技与人文的交汇点上发现重新理解世界的可能性。

虽然 Claude 和我的这些思考目前还属于假设性探讨，但它们提醒着我保持开放心态的重要性。毕竟，在这个充满未知的宇宙中，保持好奇心和质疑精神，或许比匆忙下结论更为重要。而这种态度，恰恰是在变迁的时代中保持清醒认知的关键。

Note: This post contains paid content. Purchase on the website to read the full article.

202534

2025-09-14T11:46:00Z

Bom dia meus amigos,

Saudações de Lisboa!

您正在阅读的《壹苇可航》电子报 2025 年第 34 期。

以下是本期正文。

🔍 Insights

古典自由主义

说明：这是我在博客发布的新文章 Beyond Left and Right: Why I'm a Classical Liberal 的中文翻译。

最近，有位朋友一直给我贴「左派」的标签。我觉得，这个标签更多是他用来巩固自己政治身份的手段，而不是真正准确地描述我。

但是，我得坦白说，我其实是一个古典自由主义者。

作为古典自由主义者，我坚信保护个人权利和维护法治是构建公平社会的基石。自由市场和有限政府，是实现个人自由与社会福祉最大化的有效途径。这种思想认为，只要在明确的规则和财产权框架下，自愿交换和竞争就能带来繁荣，同时尊重人的尊严。

当然，古典自由主义并非死板教条。它承认现实中存在诸如市场失灵、信息不对称和不平等等挑战。当市场因垄断、外部性或真正的公共产品而未能产生最优结果时，适度且有针对性的干预是必要的。关键是干预必须基于事实，适当且旨在修复而非取代市场机制。

这种理性的态度超越了简单的左右派标签。古典自由主义者可能支持通过累进税制来保障关键的公共服务，同时反对繁琐的监管；既推动严格的反垄断执法，也拥护自由贸易；并且始终维护公民自由，抗衡企业的过度扩张和政府的监控。

实际上，我认为，将任何人简单归为「左派」或「右派」是忽视了人的复杂性。一个人在某些议题上倾向左派，而在其他问题上却可能更接近右派想法，这是非常普遍的现象。我们的观点往往因议题而异。有人或许信奉市场机制以提高经济效率，却基于道德考虑支持完善的社会保障；有人强调个人自由，同时也认可气候变化等问题需要集体行动。

这种复杂并非矛盾，而正是人类价值和社会问题多维性的体现。正如我曾说过，世界之所以美丽多样，正因为它能包容万象，同时保持自身自然的秩序和节奏。政治智慧不是把复杂现实硬塞进死板的意识形态框框，而是寻找到有原则的方式去应对和驾驭它。

古典自由主义正提供了这样一个框架：尊重个人尊严，警惕无论公权力还是私权力的集中，致力于建设通过和平交流和民主讨论，使多元观点得以共存繁荣的制度。

葡语视角下的东西文化交流

欧洲的拉丁语系国家中，对台湾还保留着 “Ilha Formosa” 或 “Formosa” 的名称（中文译作「福尔摩沙」）。

据传在 16 世纪，当葡萄牙航海者首次发现台湾时，便说出："Ilha formosa!"（美丽之岛），因而得名。

甲午战败后，清政府将台彭诸岛割让给日本，引发台湾民众的反对。随后，台湾民众在台北宣布成立台湾民主国，英文名为 Republic of Formosa。虽然这个政权仅存在了 151 天，但仍然可以看出 “Formosa“ 在当时就已经获得了高度认同。

1945 年，国民政府迁台前，国际社会对于台湾的称谓还是以 “Formosa” 为多，之后才慢慢变成了如今的 ”Taiwan“。

此外，汉语官话（普通话）的英文 “mandarin” 一词，也是来源于葡萄牙语的 “mandarim”。这可能与葡萄牙自 1513 年开始就与中国（当时是明朝）经贸往来有关，我还没有具体考证。

在拉丁语系的中，「茶」有两种发音，“chá” 或 “tea“，前者在欧洲语言的传播是从葡萄牙语开始。葡萄牙人与广州的商人交易茶叶，便直接借用了粤语的发音。而后者则是荷兰人与福建人交易茶叶，借用的闽南语发音。从「茶」的发音与贸易可以归纳出三条路线：

丝绸之路：官话 chá → 波斯语 چای（čây）→ 俄语 чай → 土耳其语 çay
葡萄牙路线：粤语 chá → 葡萄牙语 chá
荷兰路线：闽南语 tê → 荷兰语 thee → 英语 tea → 法语 thé

每一个发音都是历史的化石，记录着不同民族在特定时空中的相遇。

再说一个，众所周知西方国家将澳门称作 “Macau”，是因为当年葡萄牙人抵达澳门后询问当地的名称，当地人听不懂他们在说什么，就用粤语说了句：“你讲乜鸠啊？”，葡萄牙人在听到「乜鸠」多次后就以这个发音命名了澳门，也就是 “Macau”。「乜鸠」一词在粤语中相当粗鄙了，这里就不做解释了。

如果看维基百科，还会有关于 “Macau” 是来自与「妈阁」的说法。私以为，这只是「真实」情况实在难登大雅之堂。文化也好，历史也好，最可爱的部分不是阳春白雪，而是下里巴人。在任何一个国家，都是如此。

语言不仅是交流工具，更是认知世界的钥匙。当我们对各种文化、历史、传统了解得越深入，就越不容易陷入集体主义的狂热或个体主义的傲慢中。每一种语言都承载着独特的世界观，学习新语言就是获得新的思维方式。

📰 Curations

300 Years of Classical Music in 18 Minutes

著名的小提琴家 Joshua Bell，在 TED 的舞台上与新成立的美洲室内乐团一起，通过跨越三百年的现场演出，展示了古典音乐如何创造超越年龄、种族、宗教和政治差异的共同人类体验。演出呈现了 Vivaldi（维瓦尔第）、Bach（巴赫）、Mozart（莫扎特）、Beethoven（贝多芬）、Schubert（舒伯特）以及当代作曲家 Kevin Puts 的作品，展示了管弦乐的发展与持久力量。

如何听懂古典音乐？这个问题曾经困扰我很久。不过，我想以 Dvořák（德沃夏克）最负盛名的 Symphony No.9 “From The New World” 为例，分享一些个人的聆听心得。

首先，纯粹的情感体验是最好的起点。刚开始接触时，不必在意任何技术细节，只需静下心来感受音乐流淌过心灵时带来的情绪波动。以《自新世界》为例，经过十几次反复聆听，我逐渐建立起对整部作品的情感认知：

第一乐章如同启程的号角，充满对未知世界的期待与探索冲动；第二乐章则是深沉的思乡咏叹，那首著名的「念故乡」旋律承载着游子对故土的眷恋；第三乐章轻盈跳跃，仿佛置身于波西米亚乡村的民间庆典；第四乐章气势恢宏，将前面乐章的主题重新编织，最终汇聚成胜利的颂歌。

其次，从对主题的追踪开始进阶感受。当情感共鸣建立后，便可以开始关注作曲家如何巧妙地发展音乐主题。德沃夏克在这部交响曲中运用了高超的主题变奏技法：第一乐章开头那个标志性的号角动机（短-短-短-长的节奏模式），第二乐章英国管奏出的「念故乡」主旋律，第三乐章充满波西米亚风情的舞曲主题，这些音乐素材如何在不同乐章中以变形的方式重现，构成了整部作品的有机统一。

最后，认知乐章结构进行更深层的理解。在熟悉了主题之后，进一步了解乐章的结构形式可以帮助我们把握音乐的逻辑脉络。比如奏鸣曲式的快板乐章如何通过呈示、发展、再现三个部分展开戏剧性冲突；三部曲式的慢板如何在对比中寻求平衡。掌握这些结构原理，我们就能更敏锐地感知每个乐章内在的「起承转合」，理解音乐如何营造紧张氛围，又如何在高潮过后归于宁静。

我个人并不喜欢查阅乐曲赏析，感觉那样会干扰。不过，我会找到不同指挥家的作品欣赏，看他们各自如何诠释同样的音乐。

How people are using ChatGPT

URL: https://openai.com/index/how-people-are-using-chatgpt/

在 𝕏、YouTube 上看多了关于 AI 技术型和营销型的用法，难免会对 LLMs 的一次次升级，各个 AI 厂商对功能的一次次的迭代心生厌倦。

OpenAI 的这篇稿件就很好，明明白白地告诉我们绝大多数的普通用户是如何使用 AI 的。

我也可以算是 AI 的重度用户了，月初在 𝕏 上分享了这段内容：

九月的第一个周末，我认真体验了两天 ChatGPT Plus 与 Claude Pro 带给我的差异。简而言之，这是一场「个人契合度」的游戏。

由于我订阅了 Google One ，与工作流整合也好，日常对话也罢，都是考虑与 Gemini Pro 搭配使用的场景。总体来看，还是保留订阅 Claude 更适合。

一方面，Claude 在 EEA 国家的功能性比 ChatGPT 完整。另一方面，ChatGPT 在功能性和适用性方面与 Gemini 重合太多。

此外，当我请 AI 协助深入研究与探讨某个问题时，Claude 的回答所带给我的启发性要比 ChatGPT 多。尤其是可以在不经意间让我能将知识点串联起来。而 ChatGPT 则更偏向于操作性。

对于知识工作而言，启发远比操作更重要。如何动手，并不是一件难事，无非是效率的问题。而知道「是什么」、「为什么」、「怎么样」却关乎到知识工作的本质。

「观察、思考、表现，操作、审视、总结」，前面六个字 Claude 可以更好地协助，后六个字 Gemini 的表现不比 ChatGPT 差。

现在回头来看这个体验，我愿意将之称其为「怯魅」。各种 AI 工具层出不穷，一副势将「新质生产力」发展到底的架势，对普通用户来说如何选择最适合自己的才是最重要的，完全没有必要追求最强大的性能，最先进的功能。

The Scam Called “You Don't Have to Remember Anything”

URL: https://zettelkasten.de/posts/the-scam-called-you-dont-have-to-remember-anything/

这篇文章直接挑战了我对 PKM 工具的依赖心态。虽然我使用各种工具来支持 CETDE 流程，但关键是要确保每个阶段都促进深度学习：

Capture：不只是保存，要带着问题和好奇心
Encode：主动连接新旧知识
Transfer：确保信息真正进入长期记忆
Distill：深度加工，形成个人见解
Express：通过输出来验证和巩固理解

这提醒我在使用 AI 和其他工具时，要始终保持批判性思维和主动学习的姿态。

The Socratic Journal Method: A Simple Journaling Method That Actually Works

URL: https://mindthenerd.com/the-socratic-journal-method-a-simple-journaling-method-that-actually-works/

文中提到的「苏格拉底日记法」挺有意思的。

以前介绍过「苏格拉底设问」，也就是不断地追问，系统地提出一系列问题，挑战假设，寻找证据，考虑不同观点。这个方式非常有助于我们实践第一性原理。

History is Written by the Losers

URL: https://coffeeandjunk.com/via-negativa/

看外国人写中国的事情，无论是古代还是现代，都非常有趣。

Note: This post contains paid content. Purchase on the website to read the full article.

202533

2025-09-06T12:26:00Z

Bom dia meus amigos,

Saudações de Lisboa!

您正在阅读的《壹苇可航》电子报 2025 年第 33 期。

以下是本期正文。

本周，两篇看似无关的文章意外地让我看到了 AI 发展的同一个核心困境：真相与控制之间的深层矛盾。

第一篇是 OpenAI 发布的研究报告，指出大语言模型产生幻觉的根源在于当前的训练范式本质上是在惩罚诚实、奖励欺骗。第二篇是 Anthropic 的 Announcement，首次将中国列为「敌对国家」，禁止中资企业使用其服务。一个是技术层面的真相危机，一个是政治层面的控制冲动，看似风马牛不相及，却在底层逻辑上形成了呼应。

请允许我先不揣浅陋地从技术层面的真相危机谈起。

OpenAI 的研究揭示了一个无法回避的现实：当前的 AI 训练范式本质上是在惩罚诚实，奖励欺骗。这种「反诚实」倾向具体表现在三个方面：

评估机制的扭曲：以准确率为核心的评估标准让 AI 学会了「有答案总比没答案好」
预训练的原罪：从词汇预测开始，AI 就被教导要「填补所有空白」
诚实的代价：说「我不知道」会降低评分，编造看似合理的答案反而得到奖励

这种训练方式的直接后果是：AI 失去了说「我不知道」的权利。这不仅是技术问题，更是认知哲学问题：我们是要创造一种永远不能承认无知的「智能」还是诚实可靠的「智能」？

当 AI 被剥夺了承认无知的能力，它实际上也失去了追求真相的可能。这种「反诚实」机制不仅影响着 AI 的输出质量，更深层地反映了我们对「控制」的执念，即我们希望 AI 总是能给出答案，哪怕是错误的答案，也好过承认自己的局限。

如 Westenberg 在 The Death of Critical Thinking Will Kill Us Long Before AI 中所言：

No algorithm can replace human wisdom and analysis. But no algorithm will need to if we have abandoned — wholesale — a millennium of critical reading and thinking skills.

当 AI 的「反诚实」倾向遇到系统性的信息污染时，问题被成倍放大：

垃圾进，垃圾出：被污染的训练数据直接影响 AI 的输出质量
偏见的算法化：AI 不仅学习了虚假信息，还学会了虚假信息的表达模式
权威感的伪装：AI 以看似客观的方式传播主观甚至错误的观点

The Economist 就曾在分析 OpenAI Deep Research 的局限性时指出：

Deep Research tends to draw on ideas that are frequently discussed or published, rather than the best stuff. Information volume tyrannises information quality.

这恰恰暴露了当前 AI 系统在信息处理上的根本缺陷。而这种对信息真相的扭曲，恰好为另一种形式的控制提供了便利——当真相变得模糊，控制就变得更加容易。

正是在这样的背景下，我们才能更好地理解 Anthropic 的政策转变。这不仅仅是一个商业决策，更是技术控制欲的政治化表现：AI 从商业竞争工具升级为国家安全资源。这种转变带来了：

Note: This post contains paid content. Purchase on the website to read the full article.

202532

2025-08-30T13:12:00Z

Bom dia meus amigos,

Saudações de Lisboa!

您正在阅读的《壹苇可航》电子报 2025 年第 32 期。

以下是本期正文。

🔍 Insights

为什么推荐 Fastmail（以及类似的邮箱服务）

周三，我收到了一封拙劣的钓鱼邮件，内容是 Fastmail 的客服团队需要我立即验证Fastmail 邮箱密码，以保证我的账号安全，而具体的验证步骤以及链接地址在 PDF 中。原本我没有当回事，正准备直接删除的时候，发现这封邮件是发送到我为 PayPal 创建的匿名地址（Masked Mail）。于是，我立即将这封钓鱼邮件转发给了真正的 Fastmail 的客服。虽然我的 PayPal 账号设置了 passkey 和双因素验证，出于安全考虑，还是更换了一个新的匿名地址。

这个小插曲让我对 Fastmail 的 Masked Mail 功能究竟有多实用有了新的认知。当我发现钓鱼邮件精确地发送到了我为特定服务创建的匿名地址时，不仅能够立即识别出这是针对性的攻击，更重要的是可以迅速采取应对措施，最大限度切断潜在的安全威胁。

虽然 Gmail 支持在用户名后添加 + 符号或在用户名中插入 . 来创建不同的邮箱变体（如 yourname+paypal@gmail.com 或 your.name@gmail.com），但这种做法本质上只是为了方便配合过滤器进行邮件管理，并非真正意义上的匿名保护。

因为这种方式存在几个明显的局限性：

可预测性问题：任何了解 Gmail 规则的人都能轻易推导出真实邮箱地址。如果攻击者知道 Gmail 邮箱变体的规则，他们可以直接向 yourname@gmail.com 发送邮件。
无法撤销：一旦某个 + 变体被泄露或滥用，永固无法单独「关闭」这个地址，只能通过过滤器将其标记为垃圾邮件，但邮件仍会到达收件箱。

相比之下，Fastmail 的 Masked Mail 提供了真正的匿名保护：

完全随机生成：每个 Masked Mail 地址都是随机生成的字符串，完全无法反向推导出真实邮箱。
独立可控：每个匿名地址都可以独立管理，一旦发现问题可以立即禁用（block）或删除（delete），而不影响其他地址的正常使用。
零痕迹切换：当我需要更换 PayPal 的邮箱地址时，只需在 Fastmail 中点击一下就能生成新的匿名地址，旧地址可以完全停用，确保没有任何后续风险。
密码管理器集成：Fastmail 与主流密码管理器（如 1Password 和 Bitwarden）深度集成，在创建新账户时可以直接在密码管理器界面中一键生成 Masked Mail 地址。这意味着在注册新服务时，不需要跳转到 Fastmail 界面，就能同步创建唯一的匿名邮箱和强密码，整个流程一气呵成。这种无缝集成不仅提升了使用体验，更重要的是降低了安全管理的门槛，让每个账户都能拥有独特的邮箱标识成为一种自然而然的习惯。

当然，Fastmail 并非完美，尤其是对于在意更高阶隐私保护的用户。因为它的总部在墨尔本，而服务器则在美国，隐私条款中也明确写到会在适用法律要求下配合执法请求，并可能保留必要的日志与元数据。对绝大多数人而言，这样的合规边界是可接受的。

但如果对元数据暴露极为敏感，或希望邮件内容默认端到端加密，以下这两个邮箱服务可能会是更好的选择：

Proton Mail，来自瑞士的邮箱服务，支持端到端与零访问加密，可设邮件自毁，付费支持自定义域名，移动端完善。
Tuta，来自德国的邮箱服务，严格遵守欧盟的相关法律，开源端到端加密，默认加密邮件与联系人，跨平台，适合隐私导向与轻量自定义域名需求。

两种极端叙事

临近抗战胜利纪念日，海峡两岸的宣传部门循惯例密集推出两种极端叙事，藉此提升民族凝聚力与对政权的认同（对国家的认同多是附带产物）。

其一是「屈辱史观」。核心论点是中华民族在近代百年间饱受西方压迫，因此形成一种「在洋人面前抬不起头」的心理底色。随之而来的，是强烈的补偿心理：只要在某些领域取得一点成就，便急于宣称「超越了西方」。这种心态轻易转换为民族骄傲与自豪，但并不自动带来更稳健的自信。

其二是「文明优越论」。它诉诸「拥有五千年灿烂古老文明」与「文明古国中唯一延续」的叙述，以此构筑强烈的优越感与身份认同。

然而，这类叙事常伴生至少两个负面效应：

文化隔离，将中国与其他国家、文明人为分割，强化「我们 vs 他们」的对立；
认知偏差，夸大中西情感与价值的差异，忽视人类情感的共通性与普世价值的意义。

这两种看似对立的叙事实则共享相同的底层逻辑，即都是通过构建「他者」来定义自我。屈辱史观将西方设定为压迫者，文明优越论则将其他文明设为陪衬，两者都回避了更为复杂的历史真相与文明交融的现实。

我理解的「文化自信」建立在对自身传统的深度理解与批判性继承之上，而非简单的自我拔高或自我贬低。它包含了三个方面：

历史的复杂性认知：承认历史进程中的多元因素，既不将所有问题归咎于外部，也不将所有成就归功于内部。近代中国的困境既有外部列强侵略的因素，也有内部制度与社会结构的问题。
文明的对话姿态：将文明视为开放系统而非封闭堡垒。中华文明的延续恰恰在于其吸收融合能力，从佛教传入到马克思主义中国化，都体现了这种特质。
价值的普遍追求：认识到虽然表达方式可能不同，但人类对公正、尊严、幸福的追求具有共通性。这种共通性正是不同文明对话的基础。

Claude Sonnet 4 教育我：

一个更为成熟的民族叙事应当包含：对历史的诚实面对、对现实的清醒认识、对未来的开放想象。它既承认文化传统的价值，也承认其局限性；既保持文化主体性，也保持世界开放性。

这样的叙事不是为了迎合外部评价，而是为了更好地理解自己、定位自己，并在全球化时代找到既根植于传统又面向未来的发展路径。

📰 Curations

High priests: why scientists gave magic mushrooms to the clergy

URL: https://www.economist.com/culture/2025/08/21/high-priests-why-scientists-gave-magic-mushrooms-to-the-clergy/ （本文有付费墙）

其实，人类使用致幻剂的历史可以追溯到上古时期，尤其是在需要通灵的场合。

根据考古学的证据，大麻做为宗教用途，最早可以追溯到西元前 488 年的新疆帕米尔高原，拜火教教徒搭建祭坛焚烧大麻，并沈浸在与超自然神灵的沟通中。

商周以降，皇家祭祀的时候，也会在香炉中加入大麻一起燃烧，以更好地达到与天地、神灵、祖宗沟通的效果。

A Whisper I Carry Everywhere

URL: https://notes.jeddacp.com/a-whisper-i-carry-everywhere/

一段临别的、简短的言语能长期成为个体情感记忆的核心符号。物质化的纪念可作为持续情感支撑，缓解孤独感。个人记忆触发（例如旧照片或纪念日）会强烈再现当时的情境体验。

The economics of superintelligence

URL: https://www.economist.com/leaders/2025/07/24/the-economics-of-superintelligence （本文有付费墙）

众所周知，近年来 AI 的发展超出了预期。中美之间的竞争不必多言，欧洲也在迅速追赶。这为未来几年算力和模型规模的竞争带来了显著能力提升的可能性。

若 AI 能自我改进或大幅代替人类认知劳动，出现工业革命那样的经济爆发式增长也未可知。

不过正如文中所提到的，AI 既带来重大风险（如生物武器或「失控」的错配）也带来显著益处（如医疗突破），因此政策与治理需同时兼顾安全与促进创新。

How to Remember Everything You Read

URL: https://www.theculturist.io/p/how-to-remember-everything-you-read

在这篇文章中，作者建议阅读的时候，直接在书页的空白处批注。对此，我保留看法。这极大可能，一是因为我穷，书卖的实在是太贵了；二是我那人嫌狗不待见的字，实在有碍观瞻。

读纸质书的时候，我更习惯将批注写在得力便条纸上（不是便利贴），然后夹进相应页面。父亲曾嘲讽我「越读越厚」。所以有一段时间，我会专门用一个笔记本来记录，实在麻烦。后来还是听杨绛先生聊起钱锺书先生读书时笔记比书还厚，这才释怀。

「高山仰止，景行行止，虽不能至，心向往之。」我再来几辈子也达不到钱锺书那样的造诣，不过把书读厚还是可以的。尤其是现在使用笔记软件写双链笔记，想要不厚都难。

虽如此，我还是要搬出华罗庚的一句话：

读书的真功夫在于，既能把薄的书读成厚的，又能把厚的书读成薄的。

資訊排山倒海，我們該如何辨識「偽科學」？費曼先生早有解答！

URL: https://news.readmoo.com/2016/04/25/telling-science-from-pseudoscience/

以平实语言检验解释深度，是辨识伪科学的实用方法。不过也需考虑费曼技巧在不同科学领域有何适用界限。

Almost anything you give sustained attention to will begin to loop on itself and bloom

URL: https://www.henrikkarlsson.xyz/p/attention

这篇文章至少可以提炼出这四个核心模型/概念，它们构成了作者关于持续注意力机制的理论框架：

注意-循环-增幅模型
- 初始注意 → 反馈循环 → 强度增幅 → 体验转化
- 适用于多种情境：性体验、恐慌发作、禅悦状态、艺术欣赏
子系统不同步/同步概念
- 作者提出了一个重要的时间维度理论：
  - 不同步状态：视觉皮层（<0.5s）vs 皮质醇（60-90mins 半衰期）
  - 注意力残留：频繁切换导致系统去同步化
  - 同步化过程：持续注意让不同子系统逐渐协调，创造更深层体验
多模态反馈环
- 文章描述了多个生理/心理系统如何相互强化：
  - 多巴胺 ↔ 皮肤感觉 ↔ 幻想 ↔ 更多多巴胺
  - 不同系统「锁定」在同一对象上，形成复合反馈回路
  - 最终导致自我意识消解和超常体验状态
预期-多巴胺机制
- 作者澄清了多巴胺的真实机制：
  - 多巴胺不是「快乐化学物质」，而是「预期快乐」的信号
  - 延迟满足 → 预期强化 → 多巴胺爆发 → 敏感性提升
  - 这解释了为什么「熟练的延迟」能创造更强烈的体验

这四个概念实际上构成了一个统一的框架，解释了为什么持续注意力能够产生如此深刻的体验转化。

从 CETDE 框架来看，这些概念对 "Transfer"（感知到认知的过程）和 "Distill"（信息精炼为知识）阶段有启发意义。

Note: This post contains paid content. Purchase on the website to read the full article.

202531

2025-08-23T09:56:00Z

Bom dia meus amigos,

Saudações de Lisboa!

您正在阅读的《壹苇可航》电子报 2025 年第 31 期。

以下是本期正文。

2025 年 8 月 26 日，斯坦福大学胡佛研究所研究员 Dan Wang 的首部著作 Breakneck: China's Quest to Engineer the Future 将正式出版。这本书提出了一个理解中美竞争的全新框架：「工程国家」对决「律师社会」，为我们审视 21 世纪最重要的大国关系提供了独特视角。

在书籍正式上市前，Breakneck 就已经成为一种现象。Tyler Cowen 称其为「今年最好的书」，Patrick Collison 指出 Wang 的年度中国信件「在硅谷是必读」，而前白宫国安会中国事务高级主任 Julian Gewirtz 则将其列为理解美中竞争的「必读书目」。¹

这种出版前的轰动效应并非偶然。Dan Wang 提出的核心概念——「工程国家 vs 律师社会」——精准捕捉到了美国社会对产业衰退和中国崛起的普遍焦虑，同时也为理解两国截然不同的发展轨迹提供了一个简洁有力的分析工具。

独特视角

要理解这本书的深层价值，必须先了解 Dan Wang 本人。作为华裔加拿大人，他在中国度过童年，随后在加拿大和美国接受教育。他曾长期在中国担任 Gavekal Dragonomics 的技术分析师，驻扎于香港、北京和上海，深入研究中国的技术进步、供应链动态以及美国监管政策的影响²。2017 年至 2023 年期间，他在中国生活，这段经历让他得以近距离观察中国「令人惊叹又混乱的进步」³。随后，他在耶鲁大学法学院蔡中曾中国中心和斯坦福大学胡佛研究所等顶级学术机构担任研究员⁴。

这种跨文化背景和专业经历赋予了 Dan Wang 独特的观察视角。正如 Evan Osnos 所说，Dan Wang 兼具「深厚的知识和坚定的判断力」，他的思想「一半是哲学，一半是工程学」。这使他能够跳出中美各自的叙事框架，以旁观者的身份审视双方的优势与困境。⁵

核心论点：两种文明的碰撞

Dan Wang 认为，传统的「社会主义、民主、新自由主义」等标签已经无法有效解释中美的行为模式²。他提出的新框架是：

中国是「工程国家」（Engineering State）：

领导层以工程师和技术官僚为主
面对问题时倾向于「建设」，使用「大锤」式解决方案
擅长大型基础设施和实体制造
创新源于工厂车间的「过程知识」

美国是「律师社会」（Lawyerly Society）：

精英阶层以律师为主导
习惯用「法槌」阻碍变革，陷入「否决政治」
依赖法律工具（关税、制裁）而非实体建设
重视专利和知识产权等「配方」知识

中国「工程国家」的双重性

建设奇迹

书中用大量数据展示了中国在实体建设方面的惊人成就：

基础设施：截至 2024 年底，中国拥有 48,000 公里高速铁路，而美国为零。Dan Wang 通过一次从贵阳到重庆的自行车骑行发现，中国最贫困省份的基础设施竟远超富裕的加州或纽约⁶。
产业优势：在电动汽车、太阳能、风能、无人机等 21 世纪关键产业中占据主导地位⁶。这种成就源于中国独特的治理结构：领导层长期由工程背景的技术官僚主导，他们天然倾向于追求可量化的实体成果。
过程知识：中国的创新模式专注于制造过程中积累的隐性知识。当美国将制造外包时，也失去了这种最难复制、最具竞争力的「过程知识」。⁷

社会代价

然而，书中也并未回避「工程国家」的阴暗面。当「大锤」思维被应用于社会领域时，带来了巨大的人道代价：

一孩政策：被描述为「针对农村女性身体的恐怖运动」，通过强制绝育和堕胎推行。⁸
清零政策：为了工程目标（病毒清零）而牺牲个人自由和经济活力。⁷
社会控制：对少数民族的监控和政治压迫。⁶

Dan Wang 的核心洞察是：「政治压迫和惊人增长并非悖论，而是工程思维的一个特征。⁹」驱动高速建设的国家能力与执行强制性社会政策的能力是同构的，即当领导层将人口视为「可以根据需要被塑造或拆解的建筑材料」时，辉煌成就与残酷控制就成了同一枚硬币的两面。¹⁰

美国「律师社会」的困境

建设瘫痪

书中将美国描述为一个「已经停滞」的社会⁹，陷入了「诉讼成风的否决政治」¹⁰：

加州高铁悲剧：2008 年与中国京沪高铁同年开工，17 年后京沪高铁早已高效运营（3 年完工，360 亿美元），而加州高铁仅完成四分之一路段，预计成本飙升至1 280 亿美元。Dan Wang 直言：「是律师们导致了这一切。」²
法律主义应对：面对中国挑战，美国没有重建工业基础，而是依赖「征收关税和设计精巧的制裁体系」，用程序性手段应对物理性挑战。⁷
创新困境：美国专注于专利和知识产权，却将制造外包，结果失去了最宝贵的「过程知识」。当一个国家不再制造东西时，也就逐渐丧失了设计下一代产品的能力。⁷

批评与反思

书中对于「律师社会」论述也引发了批评。The Sling 杂志指出，与对中国的细致描绘相比，Dan Wang 对美国的分析显得「薄弱空洞」⁸：

人均律师数量作为指标过于简化
忽视了法律体系在保护公民权利方面的必要功能
未能充分探讨程序正义的价值

因此建议该书「至少应再增加 50 页」以更充分展开美国方面的分析。⁸

两种模式的深层对比

Dan Wang 的框架揭示了中美竞争的非对称性：

维度	中国「工程国家」	美国「律师社会」
核心思维	建设、执行、实体成果	程序、诉讼、规则制定
创新焦点	工厂车间的「过程知识」	专利、知识产权、「配方」
竞争手段	建设实体和工业能力	关税、制裁、法规
优势领域	基建、制造、供应链	基础研发、软件、金融
核心弱点	社会工程的人道代价	否决政治导致的停滞

相互学习的可能与困境

Dan Wang 在书中提出，两国的困境恰好能从对方的优势中找到解药：

美国的出路：

重拾「工程」传统（美国历史上也曾是强大的建设者）
不必复制中国模式，只需达到法国、日本的建设效率
为工程师和建设者创造更大空间

中国的挑战：

学会珍视个人自由，建立法律保护
但这面临根本矛盾：如果社会控制是「工程国家」效率的源泉，引入约束是否会削弱其执行力？

各界评价与影响

专家共识

中国研究专家普遍认可 Dan Wang 的分析框架。Chris Miller（Chip War 的作者）称其为「发人深省的记述」，Georgetown 的 Rush Doshi 强调 Dan Wang「将个人观察与客观分析完美结合」。¹¹

科技界领袖也给予高度评价。Stratechery 的 Ben Thompson 称 Dan Wang 为「世界上最深思熟虑的思想家之一」¹²，而 Bloomberg 的 Christopher Beam 将此书视为警告：

书名似乎指中国的快速增长，但也可能适用于美国——毕竟，当你滑倒时就会发生 breakneck。¹

政策影响

该书已被纳入美国关于「丰裕运动」（abundance movement）和产业政策的辩论中¹³。Dan Wang 受邀在 Abundance 2025 大会与 Ezra Klein、Derek Thompson 同台，探讨如何在借鉴中国发展模式的同时维护民主价值⁸。

Noah Smith 将该书视为「丰裕主义文献的配套篇章」，指出 Dan Wang 揭示了一个「美国人需要听到的令人不安的真相」：中国在建设，而美国在争论。⁸

超越比较的思考

Breakneck 的价值不仅在于提供了理解中美关系的新框架，更在于它迫使我们思考几个根本问题：

什么是真正的国家竞争力？ 是颠覆性创新，还是大规模高效生产？
发展模式的路径依赖有多强？ 一旦形成「工程师治国」或「律师治国」的模式，改变有多困难？
效率与人性能否兼得？ 中国模式展示了惊人效率背后的人道代价，而美国模式则显示了过度程序化导致的停滞。是否存在第三条道路？

结语：一个时代的镜像

尽管 Breakneck 在分析深度上存在不平衡，例如，对中国的民族志式描写远比对美国的分析更加细致入微。但它成功地创造了一个极具洞察力的框架，帮助我们理解这个时代最重要的地缘政治动态。

「工程国家 vs 律师社会」不仅是一个学术概念，更是一面镜子，映照出两个文明在 21 世纪的不同选择。正如 Dan Wang 所说，这不是要提供一个解释一切的「宏大理论」，而是帮助我们「理解近期历史并思考未来」。

最后，很俗套地说：Breakneck 最终是一本关于选择的书，关于国家如何选择发展道路，以及这些选择如何塑造亿万人的命运。在中美竞争日益激烈的今天，理解这些选择背后的深层逻辑，比以往任何时候都更加重要。

202530

2025-08-16T14:40:00Z

Bom dia meus amigos,

Saudações de Lisboa!

您正在阅读的《壹苇可航》电子报 2025 年第 30 期。

以下是本期正文。

🔍 Insights

近期看到多篇文章和社交媒体的讨论都在说 Context Engineering Thinking（上下文工程化思维）。它到底是什么呢？

简单来说，这是一种围绕「上下文」来设计、构建与优化解决方案的系统化方法论。它的核心是：用工程化方式、系统地管理「在此时此地做对事」所需的全部信息，并通过闭环优化让系统在现实世界的不确定性中保持稳健、可控与高效。

为什么这种思维如此重要？因为在 AI 时代，我们面临着四个关键挑战：

模型敏感性：同一个 AI 模型在不同上下文下表现差异巨大
环境动态性：使用场景和需求变化迅速，系统必须能够灵活适配
合规要求：决策需要可追溯、可解释，便于审计和风控
效率优化：高质量的上下文往往比更大的模型或更多算力更有效

对知识工作者意味着什么

作为知识工作者，我们每天都在处理大量信息：研究报告、会议纪要、项目文档、邮件往来……如何让 AI 真正理解我们的工作场景，成为高效的助手而非鸡肋的工具？关键就在于掌握 Context Engineering 思维。

举个实际例子。当我们让 AI 帮忙撰写一份项目提案时，如果只是简单地说「帮我写个提案」，得到的结果往往泛泛而谈。但如果能提供结构化的上下文：

项目背景（为什么要做这个项目）
目标受众（给谁看的提案）
预期成果（要达到什么目标）
约束条件（预算、时间、资源限制）
参考案例（类似的成功项目）

AI 的输出质量会有质的提升，甚至是飞跃。这就是 Context Engineering 的重要性。

培养这种思维的两个简单方法

对于如我一样没有编程背景的知识工作者，有两种日常工具可以有效培养这种思维：

首先是使用大纲式笔记软件。像 Roam Research、Tana、WorkFlowy 这类工具，通过层级结构强制我们进行结构化思考。每次使用时，我们都在被动练习：

信息分层：哪些是核心观点，哪些是支撑细节
关系定义：信息之间是并列、从属还是引用关系
模块化组织：每个信息块都可以被独立引用和重组

这恰好对应了 Context Engineering 中的关键能力——将复杂信息分解成结构清晰的模块。比如在准备一个汇报性质的邮件时：

- 项目进展汇报
  - 背景说明
    - 项目启动原因
    - 初始目标设定
  - 当前状态
    - 已完成里程碑
    - 待解决问题
  - 下一步计划
    - 资源需求
    - 时间规划
  - 风险与应对
    - 已识别风险
    - 缓解措施

这种结构不仅让我们的思路更清晰，也为 AI 提供了完美的上下文框架。

而第二种方法就是熟练掌握 Markdown 语法。

Markdown 不仅是一种写作格式，更是一种「语义化标记」的思维训练。当我们使用：

# 来定义信息层级
- 来组织并列要点
> 来引用参考资料
** 来强调关键信息
- [ ] 来追踪任务状态

我们实际上是在为正在处理的「信息」赋予明确的「角色」和「权重」。这种习惯可以直接提升我们与 AI 协作的效率。

实际场景举例

当我们使用 LLMs 辅助优化个人知识库时，Context Engineering 思维可以帮助我们：

设计清晰的分类体系（上下文边界）
建立有效的标签系统（上下文标记）
创建知识间的关联（上下文网络）
定期更新和优化（上下文循环）

例如，近期我在 GPT 5 和 Claude Sonnet 4 的共同帮助下优化了 Tana 笔记库中的标签系统。在与他们的交流中我猛然意识到之前的标签系统存在严重割裂。具体内容详见 Case Study 的部分。

从思维到习惯的转变

这两种方法的本质，都是在日常使用中进行元认知训练。它们培养的核心能力直接对应了 Context Engineering 的关键环节：

上下文采集：学会识别哪些信息是相关的、必要的
上下文建模：能够将零散信息组织成结构化的知识
上下文编排：懂得如何安排信息的优先级和展示顺序
上下文注入：知道在什么时机提供什么信息

并且，这种训练让我们开始意识到「上下文预算」的概念，即不是所有信息都需要包含，而是要在完整性和简洁性之间找到平衡。

当然 Context Engineering 思维与其他的思维方式一样，都不是一蹴而就的。它是需要我们通过日常实践逐步内化的思维方式。开始时可能会觉得繁琐，但当它成为习惯后，我们会发现：

沟通更高效：无论是与人还是与 AI，我们都能快速传达完整、清晰的信息
思考更深入：结构化的方式迫使我们思考信息间的逻辑关系
知识更系统：我们的知识不再是散落的碎片，而是相互连接的网络
决策更明智：完整的上下文帮助我们做出更全面的判断

换句话说，我们就能让 AI 更好地理解意图甚至是潜台词，产出更符合预期的结果。而这也正是越来越讲求人机协作的当下与未来非常重要的能力。

Note: This post contains paid content. Purchase on the website to read the full article.

202529

2025-08-09T18:09:00Z

Bom dia meus amigos,

Saudações de Lisboa!

您正在阅读的《壹苇可航》电子报 2025 年第 29 期。

以下是本期正文。

🔍 Insights

往期我们聊过信息过载与注意力分散，聊过算法对注意力的塑造和影响，但没有聊过「注意力经济」这个短视频兴起以来的热词。坦白说，我一直没觉得这个概念有什么特别值得深究的地方。直到上个月中旬，连续几条 YouTube 上的长视频，我都没有耐心看完，而是直接查看 transcript，这个细微的觉察突然让我警觉起来：在我身上发生的，或许正是注意力经济带来的深层结构性变革。

劣币驱逐良币的内容生态

注意力经济的问题不仅仅是内容稀释化那么简单。更严重的是，整个生态系统正在经历一场「劣币驱逐良币」的系统性崩坏。

粗制滥造的内容制作成本低廉，可以大量产出。算法偏好高互动率的内容，而这些内容往往更情绪化、更极端化。当 AI 生成的内容大量涌入网络，一个致命的恶性循环就此形成：AI 用低质量的网络内容训练，产出更多同质化的内容，这些内容又成为下一代 AI 的训练数据。如此往复，整个信息生态的质量呈螺旋式下降。

而这正是经济学中 Gresham's Law 的完美体现，即我们熟知的「劣币驱逐良币」。在货币流通中，如果有两种实际价值不同而名义价值相同的货币同时流通，人们会保存实际价值高的货币，使用实际价值低的货币进行交易，最终导致良币退出流通。

在注意力经济中，优质内容需要时间沉淀和深度思考，而劣质内容可以快速量产并获得即时回报，最终导致创作者要么随波逐流，要么退出竞争。

算法的结构性偏见

更深层的问题在于算法本身的设计逻辑。据我的观察与研究，当前主流平台的推荐算法存在三个结构性偏见：

首先是即时满足优先。算法优化的是短期停留时间而非长期价值。一个能让用户停留 3 分钟的煽情视频，在算法眼中远比一篇需要 30 分钟阅读但能增强认知的深度文章更有价值。这种优化逻辑系统性地将注意力导向即时的感官刺激，背离了持久的智识成长。

其次是同质化推荐。算法基于用户的历史行为推送相似内容，看似「贴心」，实则构建了一个个信息茧房。用户被困在自己的舒适区内，接触到的信息越来越狭窄，最终形成认知上的「回音室效应」。

最后是注意力陷阱。平台的设计机制以「上瘾」为目标：无限滚动、自动播放、推送通知……每一个功能都经过精心设计，目的是榨取用户的每一秒注意力。毫不夸张地说，这早已不是服务用户，而是将用户当作被收割的「韭菜」。

创作者经济的恶性循环

在这种生态系统中，平台、算法、创作者和用户形成了一个相互强化的恶性循环。算法设计为变现机制服务，变现机制反哺算法设计，两者形成共生关系，创造了一个没有外部锚点的自我强化闭环。在这个闭环中，用户的真实需求没有直接发言权。

这种系统性锁定带来了三个后果：

内容的工业化和标准化；
创作的短期化（优化单次曝光而非长期价值）；
注意力捕获技巧的「军备竞赛」。

而创作者为了在算法中获得曝光与收益（哪怕只是正反馈循环），不得不遵循平台的游戏规则，最终沦为内容工厂的流水线工人。

认知负荷与选择困境

不知道大家有没有与我相同的感受，越是信息过载，选择内容看似容易，实际却异常困难。之所以出现这样的情况，核心问题在于对「度」的把握。我们的兴趣在不同话题间游移，而由于认知水平的限制，我们常常无意识地选择了超出理解能力的内容，又因缺乏有效的正反馈循环，最终在挫败感中丧失兴趣和信心。

虽然目前我还没有查找到相关的数据支撑，但从经验出发，这种兴趣转移与认知疲劳度呈正相关。当我们在某个领域深入到一定程度，大脑需要切换到其他领域以获得休息和新的刺激。这本是大脑的自我保护和调节机制。可是，在注意力经济的轰炸下，这种自然的认知节奏被打乱了。我们不是在主动选择兴趣转移，而是被动地被算法牵着鼻子走。

社会分化的加剧

AI 时代让这种认知分化更加尖锐。AI 作为认知能力的放大器，让有批判性思维的人可以更好地利用它，而缺乏判断力的人可能被 AI 误导。使用新技术的人比不使用的人「走得更远，眼界更开阔」，这种差距会形成持久性的结构差异。

面对这种与日俱增的分化，人类似乎没有系统性解决办法。社会团结和共识形成机制处于崩溃边缘，多重动因交汇：经济结构变化、地缘政治洗牌、环境压力、信息技术颠覆、代际价值观断裂。在这样的大背景下，注意力经济的问题不过是冰山一角。

重塑注意力的可能路径

面对这样的结构性困境，个人能做的有哪些呢？在 Case Study 部分，我将结合我的工作流进行拆解。

Note: This post contains paid content. Purchase on the website to read the full article.

202528

2025-08-03T15:26:00Z

Bom dia meus amigos,

Saudações de Lisboa!

您正在阅读的《壹苇可航》电子报 2025 年第 28 期。

以下是本期正文。

📰 Curations

磁带存储在海量数据时代的关键作用

URL: https://www.are.na/editorial/memory-banks

在 Google、Amazon 这些云端巨头的数据中心里，是什么作为「定海神针」守护着我们的数字生活？是闪存吗？还是 SSD？或者是光盘？都不是，而是非常古老的、看似过时的磁带。

那为什么磁带能在云时代重获新生呢？

首先是成本优势的绝对碾压。一张 LTO Ultrium 磁带的成本约为 $1.89 USD/TB，这个价格让所有其他存储介质都黯然失色。当数据量达到 PB 级别时，这种成本差异足以决定一家公司的盈亏。

其次是容量的持续突破。最新的 LTO-9 磁带可以存储 45TB 数据——相当于 20 万张 iPhone 照片装在一个比书本稍大的盒子里。而根据技术路线图，LTO-10 将达到 90TB，这种指数级增长让磁带在大容量存储领域保持着独特优势。

更重要的是灾难恢复的保险价值。当软件错误导致硬盘数据丢失时，磁带备份因其物理隔离型而不会收到相同影响。并且，这种「离线」特性在勒索软件横行的今天显得更加珍贵。因为，现代磁带存储早已已经不再是我们印象中容易损坏的胶片。封闭式磁带盒避免了物理接触损坏，数据被分解加密后随机分布存储，即使被恶意访问也无法直接读取。

当然，凡事都有局限性，磁带也不例外。例如，访问 LTO 磁带数据所需的时间比闪存存储（如 SSD）更长，且寿命约为 15-30 年，需要频繁更换。但对于冷数据存储而言，这些缺点被其巨大的成本和容量优势所抵消。

当我读完这篇文章后，获得的一个反思是：技术发展往往不是简单的新旧更替，而是在不同场景下找到最适合的解决方案。如果总结成一句话就是：技术进步遵循着非线性的轨迹。

AI 搜索对内容价值和用户行为的影响

URL：https://www.growandconvert.com/ai/ai-search/

近期体验 Perplexity 推出的 Comet 浏览器，其流畅的 AI 搜索与助手体验让我颇有好感。这也引发了我对 AI 搜索正在如何重塑传统搜索生态产生了好奇。

这张图清晰地展现了一个重要趋势：AI 搜索正在重塑整个信息获取生态。这也就必然会重塑对于内容价值的定义以及用户的行为。

就内容价值而言。在 AI 搜索的新时代，内容的价值判断标准发生了根本性转变。传统 SEO 时代那些依靠表面指标获得排名的内容策略正在失效，取而代之的是对内容深度和针对性的更高要求。

最显著的变化体现在漏斗营销的重构上。通用查询内容的价值正在急剧下降，因为 AI 可以直接回答用户的基础问题，无需将用户引导至特定页面。这意味着那些曾经用于吸引流量的漏斗顶部内容正在失去其存在意义。

相反，漏斗底部那些专注于解决具体痛点的内容变得至关重要。AI 搜索会根据用户的具体需求和上下文，精准推荐能够解决问题的品牌或产品。这要求内容创作者必须深入理解用户的真实需求，创造高度差异化和具体化的内容。

就用户行为而言，AI 搜索同样在重塑用户的搜索习惯。用户的搜索变得更加具体和情境化，他们开始在查询中提供完整的上下文信息，进行更自然的对话式搜索。

更重要的是，AI 正在成为销售流程中的第一触点。与传统搜索引擎仅仅展示高权重域名的结果不同，AI 能够深度理解用户的业务背景和目标。

一个典型的例子是，当一位经营商业融资公司的客户查询「最佳 SEO 公司」时，ChatGPT 能够理解她的业务性质，知道她需要的是能够带来大量潜在客户的机构，甚至能够提供高意图关键词的具体例子。而传统的搜索引擎在同样情况下，只会机械地展示高域名权限的常规结果，完全忽略用户的具体业务需求。

毋庸讳言，AI 搜索不仅仅是技术的进步，更是用户体验的根本性提升。它让搜索变得更加智能、个性化和有效，这正是数字时代用户体验演进的必然方向。而这种变化对企业和内容创作者提出了新的挑战和机遇。

面对 AI 搜索的冲击，关键在于创造真正有价值、高度针对性的内容，并确保这些内容能够与特定的用户痛点建立明确的关联。

On Godlessness

URL: https://gravityandlevity.wordpress.com/2015/04/16/on-godlessness/

在这篇文章中，作者回顾了自己从虔诚信仰基督教（摩门教）到失去信仰再到重新发现幸福与意义的心路历程。

很喜欢文章中的结尾部分：

All my life my religion had exhorted me to seek truth, which was to be obtained through that painful “good fight” process, under the premise that real knowledge of deep truths would enable me to be a happy and a good person.

But what I realized, in that flash under the Colorado sky, was that I could be perfectly happy with no knowledge about any deep truths at all.

What a beautiful moment that was — it was one of the happiest instants of my life. (And, ironically, it felt exactly the way that I had always been taught religious revelation would feel.)

What I realized in that moment is that my happiness in life did not come from, or rely upon, any religious idea. It was not dependent on any particular idea of God or any specific narrative about my place in the universe.

My feelings of being fundamentally safe and loved in the world were gifts that had been given to me by my family; even if I interpreted them in a religious way, they were never inherently religious feelings.

Today I am just as capable as ever of feeling like a good and a happy person, even though I lack any absolute standard for “good” or any plausible ultimate source from whom that happiness flows.

My religion had always taught me to credit its god for those feelings, but I realize now that they exist whether I believe in Him or not.

严格来说，我曾经历过两次信仰危机。第一次是对共产主义信仰的质疑，我很快便解构了它，并基于此获得了对共产主义政权更深刻的认知。第二次是对佛教信仰的动摇，那个过程一度让我极其痛苦，有种「天塌了」的绝望感。然而，正是这次危机让我构建了至今仍然受用的佛教的生活习惯与思维认知。

虽然在当下这个时代，「信仰」似乎变得越来越不值钱，越来越被忽视，越来越廉价。但根据我的观察与经验，我往往能与有信仰的人相处得更加融洽愉快。哪怕那个人信仰的是功名利禄，至少也算是一种信仰。正如文章中作者最终领悟到的：幸福并不依赖于宗教或对神的信仰，而是源于内心以及现实生活中获得的爱与安全感。这何尝不是信仰的另一种表现形式呢？

我最畏惧的是那些「与天斗，与地斗，与人斗，其乐无穷」的人。与这样的人交往时，往往需要处处设防，时时小心。我很不适应这种状态，非常反感、厌恶。

实际上，有数据显示，全球范围内有宗教信仰的人数正在上升。例如，2025 年全球基督徒约 26.4 亿，占世界人口约 33%，增速 0.98%，略高于全球人口自然增速 0.88%；而无神论人口在 1970 年达 1.61 亿后呈下滑态势，目前约 1.45 亿，正以每年 -0.2% 速度减少。此外，根据《经济学人》在 2025 年 2 月 27 日刊发的 America’s Gen Z has got religion 一文，被视为「最世俗一代」的 Gen Z 正经历着一场信仰的回归。据 Pew Research Centre 的数据显示，在美国，有 46% 的 Gen Z 信奉基督教，比预期高出 5 个百分点。"People in church don’t get to reject you." 成为许多年轻人的心声。

Baba Vanga 2025 Predictions: Earthquakes, Aliens, WW3 and more

URL: https://insiderpaper.com/baba-vanga-2025-predictions-earthquakes-aliens-ww3-and-more/

你相信这些预言吗？在这篇文章中，简要介绍了龍樹諒、Baba Vanga 、Nostradamus 等三位预言家的预言。有一些还是蛮耸人听闻。

龍樹諒关于西太平洋（日本、台湾、菲律宾一带）会在今年 7 月 5 日发生大地震、大海啸的预言可谓妇孺皆知。我也在 7 月 5 日前后提醒过在日本的朋友要准备一些应急物资。倒不是说我相信这些预言，而是将其看作一种未雨绸缪。而这个习惯可能来自于疫情三年的「创伤」。

这个世界上存在着一些超自然的神秘现象，也有一些拥有超能力的人，这应该没有什么好质疑的。值得警惕的是媒体在传播这些故事时所起到的推波助澜的作用。

The Purpose of a System is what it Rewards

URL: https://www.lesswrong.com/posts/mmbFEhqebgwtPjkJn/the-purpose-of-a-system-is-what-it-rewards

这篇文章探讨了系统的目的是由其奖励机制所决定的，这与公开宣称形成对比。它通过探讨来自机构和组织的各类案例，强调实际的激励措施比公开宣称的目标更能影响结果。

作者提出了三个模型：

奖励决定目的模型：这是一个思维模型，即系统的激励结构（奖励、晋升、认可等）决定了其成员的实际行为取向，进而塑造了系统的真实目标。
口号与实际行为的分离：通过区分系统的「自我描述」（口号、使命宣言）与「实际奖励」（绩效考核、薪酬等），揭示了组织表里不一的根本原因。
绩效指标驱动行为：系统中被明确考核和奖励的指标，会引导成员行为向这些指标聚集，哪怕这些行为与组织的表面目标背离。

Slow

URL: https://michaelnotebook.com/slow/index.html

那些只能靠极长时间逐步推进、只能「慢慢来」才能完成的人类项目。

Note: This post contains paid content. Purchase on the website to read the full article.

福利

2025-07-31T09:38:12Z

借花献佛，给付费读者回馈小福利，先到先得。

Note: This post contains paid content. Purchase on the website to read the full article.

202527

2025-07-27T15:40:00Z

Bom dia meus amigos,

Saudações de Lisboa!

您正在阅读的《壹苇可航》电子报 2025 年第 27 期。

以下是本期正文。

🔍 Insights

今年的二月一日，我订阅了 Are.na。原因无他，我希望有一个统一的在线空间，能够终结我那混乱的收藏体系。在此之前，我喜欢的影视、书籍、文章、PDF、有用的网页、社交媒体帖子……它们散落在 DEVONthink、Pinboard 和 Eagle 这三个截然不同的地方。

Are.na 的出现，似乎提供了一个完美的解决方案。我可以将万物容纳其中，再通过建立不同的 Channel 去归类整理。这就像谈恋爱一样，最初的日子总是美好的。我享受着将一切收归一处的掌控感和秩序感。但渐渐地，不那么对劲了。

我可能会重复添加相同的内容，更令我头痛的是必须定期手动整理。然而，随着时间和内容的增长，一旦我将一张卡片放入一个频道，我就失去了将它与其他频道建立连接的动力。当开始一个新的策展时，我也懒得再去翻阅旧的频道，看看有哪些素材可以复用。我原以为用「策展思维」和「理性思维」就可以完全驾驭工具，到头来却是一败涂地。

这种「分类即遗忘」的困境，与我当初放弃 Heptabase 的原因如出一辙。我意识到，我需要的不是一个需要我像图书管理员一样辛勤维护的「陈列馆」，而是一个能让知识与灵感自由流淌、随时可以被唤醒的「数字档案馆」。我亲手整理的频道，正在变成一座座信息孤岛，最终汇成那片死气沉沉的坟场。

于是，我开始了新一轮的漫长探索。我的目标非常明确：最好能让 AI 帮我整理。

是的，我知道我曾说过「万事都要 AI，也是一种反智」。但在「整理」这件极度消耗心力的苦差事上，我承认，我愿意让 AI 为我代劳。

于是，我几乎试遍了市面上所有顶尖的选手：

Raindrop.io：功能强大、体验完善的元老级书签应用，但整理的责任依然在我。
Fabric.so：一个试图 All-in-one 的智能平台，但对我来说过于复杂。
Sublime.app：一个视觉化的灵感探索平台，但依然需要我亲手去布局我的“工作室”。

我还研究了 MyMemo, Recall.ai, Cosmos, Lazy.so 等一众新兴的工具，甚至尝试直接使用 Tana 或者 Heptabase。

遗憾的是，它们虽各有千秋，却都不能让我完全满意。要么依然需要我跨过「手动整理」这道坎，要么在核心功能上存在无法满足我需求的短板。

不过最终，我选择了 Mymind。

除了它的 AI 自动标签外，最让我着迷的，是它真正做到了几乎可以收藏我想收藏的一切，并用一种独特的方式呈现。

举两个例子：

当我在 App Store 上看到一个有趣的 App，一键收藏，它会以一张精致的 App 卡片呈现，而不是一个冷冰冰的链接。
当我在为购物清单收集参考时，将商品添加进去，它会显示为一张商品卡片，甚至在右上角清晰地标出价格。

这种对内容「身份」的智能识别，让我的收藏不再是千篇一律的条目，而是直观的，甚至带有视觉享受。

此外，它的 Serendipity 功能，很像 flashcard，能够将我早已遗忘的收藏推到我的眼前。让已经落满灰尘的信息有了被重新发现的机会，甚至为我带来意外的收获。

然而，我对 Mymind 远非 100% 满意。在与他们团队沟通的邮件中，我曾直言不讳：它现在并不是我最满意的，却又是我能找到的最好的选择。

它的缺点显而易见：

AI 并不完美：它的自动标签远未达到理想状态，很多时候我依然需要手动调整或添加，这削弱了它的核心价值。
搜索不尽如人意：它的搜索并没有宣称的那样强大。当然，比起在 Are.na 的频道里大海捞针，它确实让我能更容易地找到内容。
近期的 Bug：最近一段时间，我收藏的 PDF 和视频等内容，似乎无法被 AI 正确识别和处理。
封闭的生态系统：严格的隐私管理虽然保护了用户数据，但也使得 API 与分享功能几乎无法实现。我无法将其与 Readwise Reader 和 Tana 无缝连接。

这里插播一下，我这周又进行了一番探索，原本想要尝试 Minttr。因为开发者也是我的读者，于是很直接地向他提问，很快得到了非常诚恳与没有遮掩的答复。

Minttr 的开发者对 Mymind 的创始人风格和产品愿景深表敬佩，同时也清晰地认识到功能差异的存在。

在核心功能对比上：

标签系统方面，Minttr 选择了不同的路径。虽然没有实现 Mymind 的自动标签功能（开发者认为这更适合作为「次级搜索选项」），但 Minttr 的手动行内标签设计更加轻量化，使用体验良好。

搜索功能可以说是 Minttr 的重点发力方向。开发者认为在中文搜索、AI 语义化搜索，以及 AI 智能搜索等方面，Minttr 表现更为出色。这也是持续投入和打磨的核心功能。

组织结构上，Minttr 虽然设计了 space 功能，但目前版本的直观性还有待提升，这可能与开发者个人偏好使用行内标签的习惯有关。

内容重发现功能虽然已有规划且技术可行，但由于精力分配问题尚未完全落地，目前主要通过 AI 语义化搜索来实现部分功能。

此外，开发者坦言，除了易用性优势外，Minttr 在功能完备度上确实还有提升空间，特别是在响应速度、浏览器插件和移动端功能完善度等方面。

这种坦诚的自我评估，反映出一个产品团队对用户需求的深度理解和对产品发展的清晰规划。我也非常看好 Minttr，然而它终究是没有超越 Mymind 的体验，我放弃了进一步地探索。

说回到 Mymind，尽管它有种种不完美，但在当前的工具中，它仍然是我能找到的最接近理想的选择。至少在两个关键点上击中了我的需求：减少了手动整理的负担，以及提供了内容重发现的可能性。

在对抗「信息坟场」的工具探索这一方向上，我只能做出妥协，并将重心转向如何更好地应对「信息坟场」这一现实挑战。

信息管理的本质，终究还是要回到我们自己的思考习惯和使用方式上。再好的工具，如果不能定期回顾、主动连接，它们也只会在任何平台上变成新的「信息坟场」。而 Mymind 的价值在于，它通过功能设计已经帮我显著降低了定期回顾与主动连接的摩擦感。

具体我是如何调整策略以对抗「信息坟场」的？在 Case Study 中我将详细说明。

Note: This post contains paid content. Purchase on the website to read the full article.

202526

2025-07-19T15:45:00Z

Bom dia meus amigos,

Saudações de Lisboa!

您正在阅读的《壹苇可航》电子报 2025 年第 26 期。

以下是本期正文。

🔍 Insights

笔记软件的隐私与安全

这周，Reddit 上有一条讨论 Tana 的隐私与安全的帖子。之所以关注，是因为我一直困惑于一个现象：为什么许多用户习惯性地将敏感的隐私信息存储在笔记软件中？

从技术角度来看，大多数主流笔记应用在设计之初并非专门为保护高敏感度信息而构建。它们的核心功能是知识管理和协作，而非数据加密和隐私保护。然而，用户行为往往超越了这些工具的设计边界——密码、身份证号码、银行信息、私人想法等敏感内容频繁出现在这些平台上。

如此必然会有这样一些风险，例如：

云端存储风险：数据存储在第三方服务器上，面临数据泄露和未授权访问的可能
AI 处理隐患：随着 AI 功能的集成，个人数据可能被传输至外部 AI 服务进行处理
员工访问权限：部分平台的员工在特定情况下可能具备访问用户数据的技术能力
分享链接误操作：意外分享包含敏感信息的笔记链接
……

因此，笔记软件不应该记录什么，确乎需要明确。我认为应该至少这样一些数据和信息不应出现在笔记中：

密码和认证信息
金融账户详情和支付信息
身份证件号码、社会保险号等身份标识 
医疗记录和健康隐私信息 
商业机密和敏感的工作文件

当然，这种质疑或许源于我的偏见。毕竟，不同用户对隐私的敏感度和风险承受能力，各不相同。但无论如何，明确笔记软件的使用边界，了解其安全局限性，对每个用户来说都是必要的。

推而广之，不仅仅是笔记软件，很多其他的软件在使用时也是如此。在记录敏感信息时，我们需要审慎评估工具的安全能力，例如：

是否提供端到端加密
是否有本地存储选项
是否是零知识架构
开源透明度如何

对于密码、认证信息、身份标识之类的数据和信息，还是建议选择有口皆碑的密码管理器，例如 Bitwarden 或 1Password。云存储服务则选择 Filen、Mega 等。

这个时代最欠缺的是常识？

或许「这个时代最欠缺的是常识」这个表述太过狭隘与武断，可以换一个更准确的说法：这个时代最欠缺的不是传统意义上的常识，而是批判性思维能力和信息素养，即在信息海洋中保持独立判断、整合跨领域知识、持续学习适应变化的能力。

传统常识往往基于特定时代的经验积累，在快速变化的现代社会中可能显得过时甚至误导。我们真正需要的是能够质疑信息来源可靠性、识别逻辑谬误和认知偏见、区分事实与观点的批判性思维；是在海量信息中筛选有价值内容、验证信息真实性、理解不同媒体形式特点的信息素养；以及连接看似无关知识点、从多角度分析复杂问题、避免知识孤岛效应的跨领域整合能力。

过往提及过多次的，「科学态度要么证实，要么证伪，要么存疑」。然而，无论是网络上还是现实里，有多少人在讨论问题时能够保持这样的科学态度呢？太多的争论陷入情绪化的对立，太多的观点缺乏事实支撑，太多的结论建立在未经验证的假设之上。我们需要具备证据导向的判断方式，保持愿意接受新证据修正观点的开放心态，以及对未经验证信息的理性怀疑。这种科学理性的思维方式，远比死记硬背的传统常识更为重要。

在 AI 和新兴信息技术的冲击下，知识快速更新，终身学习已经不再是选择而是必需。我们需要保持好奇心和学习动机，掌握高效的学习方法，培养元认知能力，即具备科学理性的思维方式和持续适应变化的学习能力。

Note: This post contains paid content. Purchase on the website to read the full article.

202525

2025-07-13T11:19:00Z

Bom dia meus amigos,

Saudações de Lisboa!

您正在阅读的《壹苇可航》电子报 2025 年第 25 期。

以下是本期正文。

🔍 Insights

我需要 AI 浏览器吗？

从 6 月 11 日开始使用 Dia 浏览器至今，已经整整一个月了。在这段时间里，我的浏览器使用习惯发生了显著变化，从个人使用 Safari、工作使用 Vivaldi 的分离模式，转变为全面使用 Dia 的统一体验。这款浏览器为我带来了许多全新的使用体验。例如，当需要针对网页内容提问时，我不再需要繁琐地复制粘贴到 AI 聊天中，也无需调用 Raycast，而是可以直接在浏览器侧边栏内完成操作。无论是一键总结网页要点、快速撰写邮件草稿，还是生成内容摘录，浏览器与 AI 的深度集成确实让我感受到了效率的显著提升，这种无缝的体验让日常的使用变得更加智能和高效。

7 月 9 日深夜，我又收到了 Comet 浏览器的邀请，这是一个我期盼很久的浏览器。与 Dia 基于 Chromium 内核却进行了大量重构不同，Comet 似乎只是套壳，一款与 Perplexity 深度集成的 Chrome 而已。但它的语音模式，与 Perplexity 良好的协同，更 old school 的界面，还是博得了我的欢心。

但当我开始同时使用这两款 AI 浏览器时，也在问自己「我到底需要 AI 浏览器吗？」很长的时间里，我都是 Safari 的用户，中间即便换过其他浏览器，最终也还是回归到 Safari。原因无他，「不求有功但求无过」。Safari 的稳定性、隐私保护和与系统的完美集成，让它成为了我的默认选择。

然而，当 AI 开始渗透生活的各个角落后，Safari 的局限性也愈发明显。各种 AI 扩展的缺失，让我越来越觉得它跟不上时代的步伐。好在有 Raycast 这样的工具，可以在一定程度上弥补 Safari 的先天缺陷，但这种「外挂」式的解决方案终究不如原生集成来得自然。

其实，无论是 Dia 还是 Comet，我想就算后续 OpenAI 推出了自己的浏览器，也很难让人感受到真正的 Aha moment。因为它们本质上都只是将 AI 聊天功能添加到了浏览器中，仅此而已，并没有从根本上重构浏览器的交互逻辑。

这也让我想起了 Arc 浏览器。它曾经部分做到了重新定义浏览器体验——通过垂直标签页、工作空间概念、以及更智能的页面管理，真正改变了我们与网络内容交互的方式。只可惜，创业未半而中道崩殂。

所以，我与其问自己「到底是否需要 AI 浏览器」不如问自己「到底想要什么样的 AI 浏览器」吧？更进一步，究竟需要怎样的网络交互方式。是更智能的内容发现？更高效的信息整合？还是完全不同的浏览范式？要找到这个问题的答案，或许还需要更多的探索和时间。

需要将 NotebookLM 和笔记软件连接吗？

这是读者问我的问题，也在网络上看到过类似的讨论。对于这个问题，我并没有进行过系统性的思考，其中的一个关键点我也一直没有理顺，即为什么要将二者连接？

在我看来，NotebookLM 和笔记软件（如 Obsidian、Tana、Heptabase、Notion 等）所应对的完全是不同的使用场景。即便要将二者连接，也需要有一个类似于 Readwise 这样的中间件来处理信息的转换和过滤，而并非简单的 connection 或 interaction。

以 CETDE 框架为例，可以更清晰地看出两者的定位差异：

NotebookLM 的使用场景：Capture → Encode → Transfer。即快速导入各种格式的文档和资料 → AI 帮助理解和处理原始信息 → 通过对话、总结等方式获取结构化的信息输出。

而笔记软件的使用场景则是：Transfer → Distill → Express。即接收和整理来自各种渠道的信息 → 形成个人的知识体系和深度见解。

这之间存在一个天然的鸿沟，我们自己的深度理解与批判性思考。

NotebookLM 擅长的是信息的快速处理和初步分析，它可以帮我们快速理解大量文档的核心内容，生成结构化的摘要和要点，回答基于材料的具体问题。

但笔记软件承载的是更深层的认知工作，例如，建立概念之间的关联，形成个人的思考框架，积累长期的知识资产，支持创造性的思维过程等。

如果强行将两者连接，可能会带来几个问题：

认知负担增加：需要在两套不同的思维模式间频繁切换
信息质量稀释：AI 生成的内容可能会稀释个人深度思考的成果
依赖性风险：过度依赖 AI 的分析可能会削弱自主思考能力

因此，在我看来，也许我们需要的不是更多的连接，而是更清晰的边界。工具的价值不在于它们能做多少事情，而在于它们能否在特定场景下做到最好，并与我们的认知流程形成良性互补。

依然需要稍后读吗？

老牌的稍后读服务 Pocket 停止运营了。一时间，「这个时代已经不需要稍后读」的论调再度甚嚣尘上。我无意与之打擂台，只是分享一下我的思考。

「稍后读」这类产品存在的意义是什么？

是帮助我们保存那些当下觉得有价值的文章吗？是让我体验到拥有的快感吗？是提供一种「我没有错过任何重要内容」的心理安慰吗？是构建一个永远不会被清空的数字图书馆吗？是满足我们对知识的占有欲和收集癖吗？还是仅仅是在为我们的拖延症找一个看似合理的借口？

它是现代人面对信息过载时的救生圈，是数字时代的藏书阁，是知识焦虑者的安慰剂，是完美主义者的收纳盒，是拖延症患者的避风港，还是我们对「总有一天会用到」这种幻想的具象化？

至少，我不是这样理解稍后读的。

对我而言，稍后读的核心价值是增加了一个缓冲，让我不必急于立即消化信息。这种缓冲带来的好处是多维度的：

时间维度的缓冲：我经常会在不合适的时间遇到有价值的内容。稍后读让我能够将「发现」和「消化」这两个动作解耦，在合适的时间以合适的状态去深度阅读。
心理状态的缓冲：当我的状态不佳时，强行阅读往往收效甚微。稍后读让我可以等到心理状态更适合深度思考时再回到这些内容。
认知负荷的缓冲：信息的即时处理会增加认知负荷，影响当下的专注力。将内容暂存起来，让我能够专注于手头的任务，避免被突如其来的信息打断思路。

这些缓冲也意味着稍后读是作为知识工作的一个流程、一个环节存在。其价值在于：

自然筛选：通过时间的沉淀，很多当时觉得重要的内容会自然失去吸引力，这本身就是一种有效的过滤机制。
批量处理：集中时间处理稍后读列表，可以形成更好的阅读节奏，避免碎片化阅读带来的浅层理解。
延迟满足：稍后读培养的是一种延迟满足的能力，不急于立即获得答案，而是在合适的时机进行深度思考。

或许，当 AI 将「理解信息」的成本降至接近零时，我们与信息的关系正在发生根本性转变。或许，AI 可以帮我们完成繁重的阅读理解，让我们专注于提出好问题、形成独特洞见。

但是，AI 理解的信息毕竟不是我们自己理解的信息。

真正的理解需要时间的发酵，需要与个人经验的碰撞，需要在不同情境下的反复咀嚼。这个过程无法被 AI 替代，也不应该被急躁的信息消费所取代。

稍后读提供的缓冲，正是为这种深度理解留出的空间。在这个意义上，我们不仅依然需要稍后读，可能还需要更多的「稍后」——稍后思考，稍后判断，稍后行动。

毕竟，在一个越来越快的世界里，慢下来本身就是一种竞争力。

📰 Curations

Thoughts on thinking

URL: https://dcurt.is/thinking/

AI 对于人类的思维与认知会产生哪些影响？科学家们目前仍然在进行相关的研究，能够看到的有价值的学术论文并不多。不那么严谨的，以自我感受与反思出发的博客文章倒是不少。例如这一篇，作者表达了在面对 AI 时的无力感和困惑。因为 AI 所带来的是人类的认知萎缩、创造力枯竭、对真正理解的侵蚀以及对传统学习和思考模式的颠覆。

文内举的例子我自己感受颇深。作者说他过去是通过写作来形成观点、完善论证，认为思考是复合的，思考得越多，想法就越好。而现在呢？一旦产生一个初步想法，只需要随便输入几个词到提示中，几乎立即就能得到一个经过充分推理、研究和完成的想法。作者举的例子还是在 AI 没有 thinking 模式和 deep research 模式的情况下，而现在这两个功能几乎是大模型的标配了。对于「思考」这项手艺，我自己反正是越来越觉得无力。甚至于当我真的认真思考了一个问题之后，还忍不住要去请教 AI 以查漏补缺乃至颠覆。

当 AI 越来越强大，「奇点临近」时，我还剩下什么可以和 AI 去抗衡？

为什么人们喜欢鉴定 AI？

URL: https://1q43.blog/post/11260/

有些人可能觉得「鉴定 AI」就是抗衡的一种方式吧？健飞哥在公众号中遇到的评论，我在 2023 年就经历过，也因此选择关闭了自己的公众号。当时我本想将博客和电子报都在公众号里同步，结果发布的几篇早在 AI 时代之前的老文章被不少人评价为「这 AI 味儿真浓」、「一眼就知道是 AI 写的」。嗯，我就权当他们在夸我吧。

我对写作这件事情并没有那么洁癖，但也不是完全没有洁癖。AI 生成的内容如果让我直接照搬，这个坎儿反正到目前为止还没有越过去。前段时间 NotebookLM 正火的时候，就有朋友建议我直接用 NotebookLM 来读文章、生成内容，就不用自己写 CETDE Fortnight 了。我果断拒绝了。AI 生成的内容现在的确越来越可以直接使用，但正如健飞哥文中所说的：

AI 已经能够很好的模拟我的风格了，但「真正的我」却不一定遵循我的风格。

话说回来，健飞哥在文章中提到的观点我很认同。AI 鉴定这一行为具有二元性，即技术层面的无效性与社会心理层面的驱动力。随着 AI 模仿能力的日益增强，技术性鉴定将走向终结。但基于人类中心主义、社会比较和优越感展示的「AI 鉴定表演」将作为一种独特的文化现象长期存在。

内容的真正价值终将回归其内在品质和对用户的实际效用。以我的亲身经历为例：当我在 Perplexity 中搜索「如何将 Are.na 与 Tana 搭配使用」时，发现引用的内容中竟然包含了我自己的文章。那么这个现象的背后是不是有这样一个悖论：那些热衷于「AI 鉴定表演」的人们声称某些文章「AI 味儿太重」，但他们可能没有意识到，正是因为 AI 大量学习了这些作者的原创内容，才导致后续 AI 生成的文本带有这些作者的写作风格和表达习惯。

换句话说，一个作者的内容被 AI 收录得越多，AI 生成的文本就越容易呈现出该作者的特征，从而让人误以为作者的原创内容「AI 味儿太重」。这形成了一个荒诞的循环：优质原创 → 被 AI 大量学习 → AI 模仿其风格 → 原创者反被质疑为 AI 生成。

真正的讽刺在于，那些被贴上「AI 味儿」标签的内容，很可能恰恰是 AI 竭力模仿的人类智慧。

Note: This post contains paid content. Purchase on the website to read the full article.

语言、文字与节奏：作为思维工具的写作

2025-07-05T10:27:35Z

引言：思考我的思考

我们为何写作？在信息传递日益即时、AI 甚至能代笔的当下，这个问题似乎没有那么重要了。然而如果我们不止于将写作视为一种表达的手段、沟通的桥梁，而去思考其更深层的价值呢？

于我而言，写作是一种强有力的思维工具，迫使我去「思考我的思考」。这不仅是批判性思考的起点，也是自我成长的基石。

正如哲学家笛卡尔以「我思故我在」将思考本身置于存在的中心，我们或许也可以说：不仅通过写作表达，更在确认和塑造着那个正在思考的「我」。

本文整合和提炼 Weekly Spark No.06，No.14，No.23，No.27，No.29 等内容，探讨写作如何作为一种思维工具，通过其非线性的递归本质、对语言节奏的精妙运用，以及作为元认知实践的内在修行，帮助我们厘清思路、激发洞见，并最终在这个复杂世界中保持心智的清明与独立。

Note: This post contains paid content. Purchase on the website to read the full article.

202524

2025-06-28T15:50:00Z

Bom dia meus amigos,

Saudações de Lisboa!

您正在阅读的《壹苇可航》电子报 2025 年第 24 期。

以下是本期正文。

🔍 Insights

本周学习到和感悟到的两件事。

Google Sheets 的妙用

本周读到了 Apptisan 最新的采访，邀请到 Quaily 的开发者 Lyric 分享这款产品背后的故事。其中 Lyric 提到了他是 Google Sheets 的重度使用者。

想特别提一下 Google Sheets。我是 Google Sheets 的超级重度用户，很多很多 no-code 任务都会用 Google Sheets 做，因为太方便了。

下面是我用 Google Sheets 做的事情：记账、投资分析、管理项目进展、管理需求、记录工作时间、统计订阅服务、处理工资单等等。

Google Sheets 云同步很便利，在哪都能用；它支持的 App Script 让我可以很容易给它扩展功能。

我从今年的四月份开始也在使用 Google Sheets，虽然不是重度用户，却也用它做了很多事情。例如，我已经分享的两个实例，内部工作日历与外部私人日历的同步，与高效发送批量定制邮件。

实例 No.1。谷歌工作账号的主日历无法分享详情给团队外用户。

于是我先将个人账号的主日历共享给工作账号。然后在Google Sheets中使用Apps Script将工作主日历拷贝到个人主日历。

而我的个人主日历又可以直接在Tana中查看。

如此就实现了工作日程、个人日程和笔记系统的联动。
— Xufluxo (@lgtwet) June 26, 2025

实例 No.2。高效发送批量定制邮件。

首先，Google Form 作前端界面，收集所有可变信息。

然后，后台用一个 Google Sheets 管理 Form 数据和联系人列表。

核心是 Apps Script：它能根据 Form 提交触发，将收集到的变量内容「填入」预设的邮件模板，并匹配收件、抄送、密送，自动生成草稿。…
— Xufluxo (@lgtwet) June 26, 2025

除此之外，我还有三个正在使用的实例：利用 Google Sheets 备份 Pinboard 中的书签，管理 Blog 和 Newsletter 的外链，以及将其作为数据库来自动分享生活禅语录。

这些应用场景都离不开 Google Sheets 与 Apps Script 的组合使用，而其中的代码完全由 AI 生成。这里比较推荐 Gemini 2.5 Pro，可能因为是 Google 自家的模型，对其生态应用更加了解，生成的代码几乎无须修改。而 Claude 的表现就稍逊一筹。

公司的一些自动化工作流，也在使用 Google Sheets，只不过是搭配着 Zapier 或 N8N 来实现的。

当嗔恨来袭时，如何安住内心？

先讲一则小故事。

佛陀曾被婆罗门辱骂。佛陀默然不语。婆罗门骂累了，问：「你怎么不回应？」

佛陀说：「你送礼物给人，如果那个人不收，礼物最后属于谁？」

婆罗门说：「属于我自己。」

佛陀说：「同样，你刚才的辱骂，我不接受，它们就都还给你了。」

在今天的生活日日禅中，我分享了圣严法师的自在语：「少批评、多赞美，是避免造口业的好方法。」一位朋友提出了不同看法，他认为应该「当批则批，当赞则赞」，而非一味地「少批评、多赞美」。他担心，如果跨不过这一步，我们就会陷入对自己的审判，即「又批评人了」。这种自我审判就像坐在坟墓里用石头砸自己，毫无益处。

我理解他的善意。他提供了一个充满「公义」和「行动力」的视角，这种思维根植于西方哲学和亚伯拉罕宗教传统。而圣严长老的教诲则根植于「因果」、「慈悲」和「个人修行」的佛教框架。两种框架本无对错之分。

但我想，圣严长老的核心关怀可能不在于「要不要批评」这个行为本身，而在于我们发起批评时的心念，以及这个行为会创造怎样的业力。「少批评，多赞美」本质上是一个修行法门，而非道德准则。

为什么这样说？因为我们大多数时候的「批评」，并非出于纯粹的公义，而是夹杂着烦躁、傲慢、偏见或一时冲动。这种批评不仅伤害对方，也让自己的内心更加混乱。「少批评」是先关闭一个主要的烦恼出口，让我们有机会观察自己的起心动念。这并非逃避，而是在积蓄内在力量。

佛教讲的「口业」，根源在于「意业」，也就是我们的思想和动机。如果批评的出发点是愤怒、憎恨或自我标榜，那么即使言辞再「公义」，也种下了不善的因。相反，如果批评出于真正的慈悲心和智慧，希望帮助对方离苦得乐，那它就是善行，甚至可以称为「狮子吼」。但能做到这一点，需要极高的修行境界。

对于大多数修行者而言，「少批评」是更安全的路径。因为大多数的「批评」往往是习气和情绪的产物。「少批评」的训练，正是为了让我们从情绪中剥离出来，看清自己的动机。这就像习武之人，先要学会收敛力量、控制心性，而不是一开始就追求「当打则打」。

所以，问题不在于「追求公义还是追求逃避」，而是超越这种二元对立。禅宗修行者会问一个更根本的问题：「我的行为是源于清净的慈悲心，还是源于被烦恼染污的心？」追求外在的「公义」时，如果内心充满愤怒和对立，最终可能只会创造更多冲突和痛苦。而圣严长老的教诲更着重于引导我们先净化内心。当我们有能力发出源于慈悲和智慧的声音时，那时的「批评」才真正具有建设性，才真正符合「当批则批」的最高标准。

在基督教中，耶稣的严厉话语被认为是出于对世人的爱与拯救；在佛教中，菩萨现金刚怒目相，本质是相通的，都是「以慈悲为体，以智慧为用」。但我们这些凡夫俗子，在效仿其「怒」之前，恐怕得先问问自己：是否具备了同等的「爱」与「慈悲」？

这不是追求逃避，而是追求有效性。一个充满愤怒的批评，和一个发自慈悲的提醒，哪个更能让对方受益、让世界变得更好？这是每个修行者需要首先问自己的问题。

回到佛陀的故事。真正的智慧不在于接受或拒绝辱骂，而在于保持内心的清明与慈悲。当嗔恨来袭时，我们选择如何安住内心，这个选择本身就是修行。

Note: This post contains paid content. Purchase on the website to read the full article.

202523

2025-06-21T15:20:00Z

Bom dia meus amigos,

Saudações de Lisboa!

您正在阅读的《壹苇可航》电子报 2025 年第 23 期。

以下是本期正文。

🔍 Insights

最近两周学习到或感悟到的三件事。

只有解读和理解之后信息才会成为知识

这一点是我在复习 DIKW 模型时体会到的。

它所展现的是人类认知层次的递进关系，从最基础的数据开始，逐步上升到信息、知识，最终达到智慧的高度。数据作为最原始的素材，经过组织和结构化后成为信息，信息经过理解和内化后转化为知识，而知识的升华和实际应用则形成了智慧。也可以说该模型提炼了人类认知活动的基本规律，每一个层次都需要更高程度的主观参与和认知加工。

那么，我们也就不应忽略一个重要的事实：媒介承载的内容对创作者而言是知识，对接收者而言仅仅是信息。因为这是两种完全不同的认知路径。

对于创作者而言，其路径是：数据 → 信息 → 知识 → 表达输出。创作者在表达之前，已经完成了从原始数据到信息，再从信息到知识的完整转化过程。当他们进行表达时，输出的实际上是其知识的外化形式，是经过深度加工和理解的认知成果。

而对于接收者而言，其路径是：接收信息 → 主动解读 → 理解内化 → 形成知识。接收者获得的只是信息载体，必须通过主动的认知加工才能将其转化为自己的知识。

这种路径差异也很清晰地解释了为什么面对同样的内容，对创作者来说是显而易见的知识，而对接收者来说却可能难以理解或应用。

知识形成的关键要素

也因此，知识的形成绝不是被动接收的过程，而是需要接收者主动参与的认知建构活动。这种主动性体现在对信息的筛选和过滤，以及与自身已有知识体系的关联，还有对个人经验的融入与验证等多个方面。接收者需要运用自己的认知能力，对接收到的信息进行分析、综合和重构，才能真正将创作者传递的信息转化为可以理解和应用的知识。

但是另一方面，也需要注意到。因为存在个人的知识背景、认知能力和学习方式，以及实践经验和应用场景等因素导致的差异。所以信息到知识的转化过程具有强烈的个人色彩，每个人都会根据自己的认知框架和经验背景，对同样的信息产生不同的理解和应用。

发散一下，这也是天台宗中所说的「化仪四教」。智者大师提出的顿教、渐教、秘密教和不定教，本质上是在说佛陀根据众生不同的根机和悟性，采用不同的教化方式。利根者可以接受顿教，直接领悟；钝根者需要渐教，循序渐进；而秘密教和不定教则体现了更加个性化的教化方式，同一场法会中，不同的听众可能获得完全不同的理解和受益。

说回来。真理本身是客观的，但真理的传达和接受却必须考虑接收者的主观条件。对于知识的形成也是如此。

如何学习任何东西

Anne-Laure Le Cunff 在她的新文章 Learning How To Learn 中总结了三条核心实践：

实验（Experimentation）：不要被动接受信息，而是主动尝试不同的方法，进行小型实验。例如可以用这样的格式来设计实验：我将用[某种方式]学习[某段时间]。通过实验，你可以收集到哪些方法适合自己的第一手数据，而不是照搬别人的学习方式。
元认知（Metacognition）：这是观察自己思维过程的能力。它帮助我们觉察自己在面对不确定性时的思维模式。最简单的提升元认知的方法就是反思：哪些做得好？哪些不理想？下次可以怎么改进？可以用「Plus Minus Next 日记法」的模板，任何成长机会都能用。
迭代（Iteration）：学习是通过每次实验的调整而不断积累起来的。抛弃不适合自己的方法，保留有效的方式，并尝试略有不同的新做法。随着不断迭代，会逐渐发现什么让自己充满活力、什么让自己停滞，从而形成适合自己的成长循环。

Note: This post contains paid content. Purchase on the website to read the full article.

壹苇可航

以客观之名：「再评价」叙事与其认识论陷阱

一、一种正在批量生产的叙事类型

二、以客观之名的不对称性

202608：着力即差

🔍 Insight

📰 Curations

The File System Is the New Database: How I Built a Personal OS for AI Agents

LLM Knowledge Bases

202607：当经验演变成系统

🔍 Insight

📰 Curations

Lessons from Building Claude Code: How We Use Skills

My AI Adoption Journey

从冬到春

从海德格尔的锤子到隐喻的戏剧性

The Death of Social Media is the Renaissance of RSS

达赖喇嘛讲解六字大明咒的含义

两篇博客文章

战争的认知革命：从钢铁到算法

202606：认知主权与被消解的摩擦

🔍 Insight

📰 Curations

202605：科学、宗教与 AI 的边界

🔍 Insight

📰 Curations

Exploring Resonance & Acceleration with Hartmut Rosa

The Friction Fallacy

Why We Fear Diverse Intelligence Like AI

耸人听闻的标题，感受语义的通货膨胀

202604：叙事权力

🔍 Insight

📰 Curations

Seeing Like A State, James C. Scott

Jacob Collier Improvises With Orchestra (Live in San Francisco)

一口氣看完2025年天文學前沿熱點事件

202603：AI 时代的控制权

🔍 Insight

📸 Snapshots

📰 Curations

When a Man Loves a Cello

Anil Seth: How We Build Perception from the Inside Out

当叙事与规律错位：从两份年度展望看 2026 年的投资「势」

一、环境识别：四个维度的结构性变化

物质环境的约束

技术环境的规模

制度环境的重置

社会-文化环境的悖论

二、规律识别：三个核心「势」

资本密集型增长的转型

叙事与现实的错位

压力梯度驱动的资本流动

202602：链接的幻觉

🔍 Insight

创建与维护的不对称

为什么维护总是被延迟？

我们真正想要的是什么？

📰 Curations

Why Forgetting is Good for Your Memory

Pruning of memories by context-based prediction error

202601：递归与摩擦力

🔍 Insight

📰 Curations

Why A.I. Isn’t Going to Make Art

The elitism problem in the creative backlash against AI

Ezra Klein: The Case Against Writing With AI

告别 2025

生活篇

创作篇

工具篇

思考篇

追念篇

结语

202546：「文以载道」背后的权力结构

🔍 Insight

📰 Curations

202545：饰美于外者，必其中无所有

🔍 Insight

📰 Curations

Frustrated Tana Believer