Bom dia meus amigos,

Saudações de Lisboa!

您正在阅读的《壹苇可航》电子报 CETDE Fortnight No.1。

CETDE Framework

CETDE 框架基于经典的 DIKW 模型，对认知工作与知识创造的生命周期进行的一次创新性探索。

该模型包含五个相互关联的核心环节：首先是 Capture（捕获），通过人类多维感知系统从外部环境中获取原始数据；其次是 Encode（编码），依托个人知识储备与经验积累，将原始数据转化为有意义的信息；接着是 Transfer（转化），实现从感知到认知的跃迁，通过信息的整合、分类和关联，构建系统化的记忆网络；然后是 Distill（提炼），通过深度加工信息，提炼形成既有世界观又有方法论的知识体系；最后是 Express（表达），将内化的知识转化为外显的创造性输出，产生对他人有价值的贡献。

CETDE 旨在为知识工作者提供一个思考框架，帮助理解从数据获取到知识创造的转化过程，从而更好地实现知识的管理、创造和分享。

List

  1. The era of thinking about thinking
  2. Notes on China
  3. Xunzi vs. Mengzi – Are People (No) Good?
  4. NASA’s Parker Solar Probe Reports Successful Closest Approach to Sun
  5. 自学的十大误区：理想与现实的差距
  6. Prompt 的三种使用模板
  7. Ask HN: How do you improve your writing?
  8. 柴静谈陈虻和崔永元 “衡量一个人对初衷的真诚，要看他愿意为它付出的代价”
  9. 柴静访谈张鸣“义和团的大规模排外杀戮为何得到慈禧支持？”

说明：在之后的更新中，以上内容对所有读者开放，以下的内容仅面向付费读者。

Article

The era of thinking about thinking

我对本文的两个观点很感兴趣。首先，在这个日益开放和动态的社会中，思想产出呈现爆发式增长，催生了对信息处理和组织技术的迫切需求。其次，文章开篇提出的四大趋势 —— 增强记忆与信息消化能力、革新笔记方法、优化搜索效率以及提升编程生产力 —— 本质上都指向同一个目标：如何更高效地处理信息。

面对当今信息洪流，即便我运用 CETDE 框架和成熟的工作流来处理信息，也依然感到有些力不从心。目前所能做的只是依照信息源评分系统不断优化信息源，使用 AI、RSS、Tana 等各种工具（技术）不断迭代工作流。

这也对知识工作者进行知识创造和分享提出了挑战，我们必须要思考如何更好地接受信息，以及如何基于我们所接收到的信息更好地思考。正如 𝕏 上的这个观点：

未来互联网信息密度非常大、重复度超高，你只要不是怼脸录视频，信息非常容易被复制，再好的原创也会被淹没在微创新的汪洋大海里。而原创性的东西是可以有不同程度溢价的，重要的是被大家认可你就是那一个。

Notes on China

有道是「不识庐山真面目，只缘身在此山中。」有时需要跳出固有环境，方能看清全貌。基于我的经验，身处海外观察中国，往往能获得一个更为清晰、客观的视角。更何况是外国人眼中的中国呢？这种距离不仅是地理上的，更赋予了一种难得的观察维度，得以跳脱出既定框架，以更宏观、更理性的角度审视和理解中国的方方面面。

Xunzi vs. Mengzi – Are People (No) Good?

这篇文章同样来自外国观察者。他提出了一个较新的视角：认为人性本善的观点，可能会不自觉地引导人们将问题归咎于外部环境，而忽视了自身的责任；相反，持人性本恶观点的人，则更强调通过个人努力和自我修养来超越与改善自我。这两种截然不同的思维方式，不仅影响着人们的处世态度，更深刻地影响着社会的发展方向。

从小就在背诵「人之初，性本善」的我，在真正步入社会后，往往更倾向于认同「人之初，性本恶」的观点。疫情以来我偶尔会思考这个问题，得出的一个视角是：中国社会存在的资源高度集中和严重错配现象，迫使人们不得不陷入争夺资源的竞争中。正是这种不得不「抢」的现实，催生了诸多「恶」的表现。例如，优质教育资源的稀缺导致「择校热」，医疗资源的不均衡引发「看病难」，基本生存资源的紧张造成「内卷」等现象。我将这种现象统称为「穷病」，听起来会很刺耳，但归根结底就是因为「穷」——资源的匮乏与分配不均。

NASA’s Parker Solar Probe Reports Successful Closest Approach to Sun

NASA 的这篇简讯传递的信息很简单：帕克太阳探测器成功完成对太阳最近的接近，并已向地球发送了健康状态良好和正常运作的信号。

帕克太阳探测器在人类航天史上创造了多项卓越里程碑。它完成了人类有史以来最接近太阳的飞行，距离太阳表面仅 610 万公里。同时，它还达到了惊人的时速 692,000 公里，创下了人造物体的最高速度纪录。

此外探测器在极端环境下完成了多项任务，展现了承受高达 1,400 摄氏度的温度，配备 11.5 厘米厚的碳复合防护罩，在强烈的辐射环境中保持正常运行等突破性技术成就。

次飞行将为科学家提供前所未有的机会，包括深入研究太阳大气层（日冕），帮助理解太阳风的加速机制，改进对太阳物理过程的认识等。

Social Media

自学的十大误区：理想与现实的差距

这篇帖子涵盖了自学过程中的认知、方法、资源等多个维度。不仅打破了常见的理想化思维，还有着务实的观点，建议具有可操作性，体现了对学习规律的深入理解。对想要开始自学或正在自学过程中的人都有很强的指导意义。

以下是帖子的全文：

自学是一种强大的学习方式，但人们对它往往存在一些常见的误解，这些误解可能导致期望不当或效果不佳：

  1. 误解：自学不需要计划
    误区：认为自学只要有兴趣就可以随时开始，无需明确目标或学习计划。
    实际情况：a) 没有计划的学习往往杂乱无章，容易半途而废。b) 自学需要清晰的目标、阶段性规划和定期复盘，才能真正掌握知识。

  2. 误解：可以完全靠自己解决问题
    误区：认为自学意味着不需要外界帮助，能完全独立完成学习。
    实际情况：a) 自学并不排斥向他人请教、参与社区讨论或寻找学习伙伴。b) 很多问题需要通过与其他人的交流来厘清或加深理解。

  3. 误解：免费资源就足够了
    误区：相信免费学习资源（如YouTube、博客）就能满足所有需求，不需要投资。
    实际情况：a) 免费资源虽然丰富，但可能零散、质量不一或不系统。b) 投资优质书籍、课程或工具，可以加速学习进度，提高学习质量。

  4. 误解：进步一定是线性的
    误区：期望学习每天都有明显进步，且进步速度恒定。
    实际情况：a) 学习往往是“波动式”的，可能会经历瓶颈期或停滞期。b) 进步可能是突然的，比如某天突然“开窍”了。

  5. 误解：只靠记忆就能掌握知识
    误区：认为学习只是记住知识点，不需要练习或应用。
    实际情况：a) 真正掌握知识需要不断练习和在实际情境中运用。b) 尤其是技能类学习（如编程、音乐），练习和反馈至关重要。

  6. 误解：只需靠动力就能坚持
    误区：相信只要有足够的热情，就能长时间坚持学习。
    实际情况：a) 动力是短期的，而习惯和纪律才是长期坚持的关键。b) 自学者需要为自己建立外部激励机制（如定期分享成果、制定奖励）。

  7. 误解：自学适合所有人
    误区：认为所有人都可以通过自学掌握技能，无需任何指导。
    实际情况：a) 自学需要较高的自控力和独立思考能力，不是每个人都适合。b) 有些人可能更适合参加课程或寻找导师的帮助。

  8. 误解：学习速度越快越好
    误区：追求快速完成学习，认为速度比深度重要。
    实际情况：a) 过快的学习容易导致知识理解不深入，无法长期记忆或灵活运用。b) 深入理解和长期积累更有价值。

  9. 误解：失败就是浪费时间
    误区：如果在某个领域自学失败，认为这段时间完全浪费了。
    实际情况：a) 失败是学习的一部分，可以帮助你了解自己的兴趣、优劣势和学习方法的改进点。b) 自学的失败经验可能为未来其他学习提供重要的借鉴。

  10. 误解：只要足够努力就一定成功
    误区：认为努力学习就必然能掌握所有内容。
    实际情况：a) 学习效果还受天赋、资源、方法和环境等多方面的影响。b) 选择合适的领域和高效的学习方法，往往比盲目努力更重要。

总结：自学是一种灵活、高效的学习方式，但它不是无成本或无门槛的。避免这些误解，制定科学的计划，利用优质资源，结合自律和实践，才能在自学中取得成功。

Prompt 的三种使用模板

宝玉老师经常分享一些好的 Prompt 或大模型的用法。与某些简中大V 不同，他是真的有实践，所以分享的内容更有参考价值。

以下是帖子全文：

跟 ChatGPT 交互，最重要是掌握 Prompt 的模板或者说结构，而不需要记住那么多 Prompt。

一、基础用法
直接输入你希望的指令，例如：“请将以下内容翻译为简体中文：”，“请生成以下内容的摘要：”，“请给10岁的孩子解释什么是 ChatGPT”

基本上一大半的需求就直接可以满足，如果想效果更好一点，可以为 GPT 指定一个角色，这样效果会稍微好一点。例如：“你是一位专业的英文翻译，请翻译以下内容为简体中文：”。

附：为什么要指定角色？

二、进阶用法
提供一到多个示例，通过示例来让GPT按照你期望的格式输出，比如这个例子：

你是一个专业翻译，擅长翻译英文到中文，但是注意双引号内的英文不翻译。
例如：
"Dichroic-Filter" - Separates light into different wavelengths to create a color separation
effect.
翻译为：
"Dichroic-Filter"- 将光分离成不同的波长以创建颜色分离效果。
请翻译以下内容：

结合示例，基本上大部分问题都可以解决。

三、高级
链式思考（分多步做）+ 慢思考（打印每一步的结果）
对于一些复杂的推理过程，如果直接让 GPT 给出答案，是很容易出错的！最好是让 GPT 一步步来做，并且打印出中间步骤。在 OpenAI 官方文档里面，有一篇《GPT 最佳实践》 ，就举了一个很好的例子来给学生做助教，在收到学生的问题后，不直接给出正确或者错误的结果，而是：

按照这些步骤来回答用户的询问。
第1步--首先找出你自己的问题解决方案。不要依赖学生的解决方案，因为它可能是不正确的。在这一步中，你的所有工作都要用三重引号(""")括起来。
第2步--将你的解决方案与学生的解决方案进行比较，评估学生的解决方案是否正确。将你在这一步的所有工作都放在三重引号(""")内。
第3步--如果学生犯了错误，确定你可以在不泄露答案的情况下给学生什么提示。把你在这一步的所有工作都放在三重引号(""")内。
第4步--如果学生犯了一个错误，向学生提供上一步的提示（在三重引号之外）。不要写 "第4步--..."，而是写 "提示："。

当然你还可以在链式思考这个基础上加上几个示例，效果更佳。
最后，下面是一个模板，绝大部分场景都可以直接套用模板而不需要记住所谓GPT最权威的160条指令，这些指令都不会超出下面的范围：
✅ 角色、技能、个性
✅ 目标
✅ 具体的上下文、关键词、负面词
✅ 输入规则
✅ 输出规则
✅ 输入输出的例子

有关上面的模板，可以参考这条推文。
另外推荐几个 Prompt 开源项目参考：

Forum

2023 年我曾介绍过沉浸式翻译的开发者 Owen 的一个项目 Buzzing。该项目将主要国际媒体的内容标题翻译成中文，方便用户按需阅读。最近，我又发现了 Owen 的好友 Mazzystar 开发的「用中文读科技新闻」项目。这个项目专注于帮助用户快速筛选和阅读 Hacker News 上的热门话题以及 AI 相关论文，为中文读者打开了一扇了解全球科技动态的窗口。

Ask HN: How do you improve your writing?

这是一篇关于如何提高写作技能的讨论，包括多位网友分享他们如何通过写作习惯、阅读、反馈获取、编辑等方法来不断改进自己的写作，包括：

  • 确定受众和写作目的：明确你的写作是为了通知、娱乐还是说服读者。
  • 直接进入主题：每句话都应该是必要的，以保持读者的兴趣。
  • 选择性接受反馈：不是所有的建议都适合接受，要保持个人风格。
  • 融入叙事元素：即使是信息性的文章，也应该包含故事情节以吸引读者。
  • 通过阅读提升写作：广泛阅读，从中学习不同的写作技巧和表达方式。
  • 自我评估：反思和修改自己的作品，以发现和改进短处。
  • 口头表达练习：大声朗读自己的作品，以发现问题并改善语气和重复。
  • 参与口头故事讲述：通过实际的讲故事练习来提升写作的生动性和吸引力。
  • 雇佣写作教练：获得专业的反馈和指导来提高写作技能。
  • 保持写作的连贯性和清晰性：避免过度使用分隔符和段落，确保文章的流畅性。
  • 尊重读者的时间：保持简洁，避免冗长和无关的内容。
  • 模仿优秀作者：通过模仿来学习和吸收优秀作者的写作风格。
  • 编辑和重写：将初稿作为提炼和改进的基础，不断修订以提升文章质量。

Video

很庆幸，2024 年 Youtube 上不再是「反贼」横行，不再是听床师们长袖善舞。而是有独立思考、克制认真的柴静，有坚持做独立新闻、提供世界视角的大声，有消除恐惧、建立认知的李厚辰，有提供一种理性、深刻的解读社会现象的视角，同时也关注人的情感与尊严的 Anthony看世界 等。

本期挑选两条对我触动比较大的，来自柴静的视频。

柴静谈陈虻和崔永元 “衡量一个人对初衷的真诚，要看他愿意为它付出的代价”

十多年前就听说过陈虻的传奇，后来也在工作中经常被前辈们用陈虻的故事提点。故而听到柴静提起他，很是欣喜，也有许多共鸣。

这条视频我反反复复看了许多遍，文字稿也反复咀嚼。视频中提到的「生活的深刻远远超出我们的想象，真实是尊重生活，不预设主题」、「不要把生活中发生的事当成障碍，而是永远去研究发生本身」、「人的经验越一手，越是具体，越是深入，它留给观看者的出触动和思考的空间就越深广」、「从自己的感受出发，从一个对我来说痛痒相关的问题出发，带着问号不断深入」、「不要以职业为借口去违背做人的基本真诚」、「对未知的欲望是独立思考的起点」、「独立思考最重要的基础是感受」……不仅在为人处世上给予我启迪，更在创作道路上指明方向。

说到创作，之前看到赵赛坡老师吐槽「现在写一些书面语风格的内容，都会被人误认是 AI 写出来的东西……这世道」。

诚然，AI 作为知识工作者的得力助手，在创作过程中适度运用无可厚非。关键在于如何使用它：是被动地照搬 AI 生成的内容？还是将其作为创作助手，在保持个人思考、风格与真诚的前提下，让它有限度地助力创作？

于我而言，就是我的创作是否真诚，是否有真实的、一手的经验可以分享，是否不改我独立思考、批判性思考的初衷。这也是陈虻一直在强调的。

柴静访谈张鸣“义和团的大规模排外杀戮为何得到慈禧支持？”

柴静：怎么样才能有你说的这种理性的精神？

张鸣：这个必需得反思。我觉得这个民族啊，你哪怕反思得不彻底也得反思。我们这就拒绝反思。拒绝反思不是光仅仅是上层不愿意反思，这个几乎人人都不愿意反思。我们有一个本能，就是那些不好的事情我们就把它忘记。很多人是这么的。我在下去做一些历史调查的时候，就是这样。那你得千启发万启发，他们才能说点，才能回忆点真实情况。不愿意谈，他就给你忘了，选择性遗忘。我们的历史啊，其实古代史都不敢正视。就是我们只写了我们自己光明的那一面，把黑暗的一面只写了一点点一点点，就最丑陋的东西都不忍直视。你真的是直视了以后，你才会真的反思起来。

看完这期采访，让我更加坚定了一个想法：尽管我们的史书汗牛充栋，但我们始终未能真正从历史中汲取教训。所谓「以史为鉴」，更像是一句华而不实的骗术。这也解释了为什么在浩瀚的二十四史中，真正直面和正视龌龊、肮脏、阴暗的记录乏善可陈的原因。

从 2013 年至今，我们目睹了一个原本充满活力的国家逐渐走向极端，群体性癔症愈演愈烈。这一切，与文革何其相似？与义和团运动何其相像？我常说历史是一个循环，正是因为我们始终未能打破这个周期律。借用许成钢教授所研究的「制度基因」理论，这些特质已深深镌刻在民族的骨髓里，体现在「穷则搁置争议，达则自古以来」的行事作风中。这样的国家，这样的民族，表面上披着现代文明的外衣，骨子里依然是封建、礼教、皇权的延续。

面对这样的现实，既有深深的悲凉，更有难以排遣的无力感，令人窒息。

也因此，我们有必要从个人做起，开始进行反思性写作（Reflective Writing）。即通过描述真实或虚构的场景、事件、互动、想法或记忆，深入思考并理解自己的想法、感受和行为。

写作框架可以使用吉布斯反思循环模型（Gibbs Reflective Cycle）：

  1. 描述阶段：详细描述发生了什么
  2. 感受阶段：表达当时的情感和想法
  3. 评估阶段：分析事件的优点和不足
  4. 分析阶段：对情况进行深入思考和解读
  5. 总结阶段：得出具体和普遍性的结论
  6. 行动计划：制定未来的应对方案

关于反思性写作的一些参考链接：

END