你好，这是我的第9篇newsletter。
今天是立夏，请你看校园里的森林秘境。

本期概览

💡 近日思考：
知识可以传授，但_____不能
💡 本周精选：
马斯克收购 Twitter 相关：播客*2，视频*1
书籍：R for data science
播客：以书为基因的产品
💡 记录生活：
一些零散记录

近日思考：知识可以传授，但_____不能

这句话原本是知识可以传授，但智慧不能，是我前些日子加入产品社群时听到的一句话。虽然并不完全懂得它的意思，但还是模模糊糊地感觉需要用它提醒自己，不能满足于那些看似精辟与提纲挈领的表面。

有时候会感觉好像一些东西没必要自己去仔细看，看看别人的提纲和总结似乎就足够了。不过或许真正的、切实的收获不在那些重要且清晰的东西，而是在看上去不太重要的细节。

最近看了 R for data science，开始只是功利地想熟悉一下R语言，越快越好；而对于 data science 所指代的数据分析过程，之前学习过，应该不用多深究。不过最后还是抱着复习一下的心态仔细看了，发现还是会有很多新的收获。

刚进入大学上管理学相关的课，老师会说一学期下来只有几个词是需要take away的，其他的都可以忘记。其实我觉得只有这几个词完全不能概括课程的内容。现在想来，这些key words作为一种知识的提炼，可以看作打开智慧宝箱的钥匙，但它们本身不是宝箱，宝箱是只有经历过的人才能拥有的。

之前一篇newsletter中说，很多好的内容会让读者读起来觉得自己也能写（但是逆命题成立的比率应该没那么大）而还有非常多隐形的思考价值体现在“为什么要这样删减”中，甚至比最后呈现出来的还要多很多。

An image to describe post

上面这个图是在展示毕加索如何画出一头抽象的牛。最后抽象出来的几笔就像是知识，任何人都可以拿走或者模仿；但是中间逐渐细化拆解的过程，是感受、是经验，或者也可以说是一种绘画的智慧。可能有时候我可以直接模仿最后一张图也模仿得挺像，但正是这时才需要提醒自己这其实并不代表什么。

在有时间的时候，我想还是尽量少一些功利思维和快餐式的学习，认真去感受那些串联词句的逻辑，理解一些case的典型性和独特性，在细节中寻找insights，或者单纯去尝试共情字里行间的感受。一个tricky的好处是，到底什么是智慧、经验、感受，其实还是自己说了算。所以说是“尽量”，其实也还是一个比较自然的事情吧，只是要保持稍微清醒而已。

本周精选

关于马斯克与Twitter

下面几个内容从不同的角度分析了这一热点事件：

💡 从忠实用户到接管者，马斯克如何成功拿下推特？
声动早咖啡的一期播客节目，按照时间梳理了这个事件的始末，并且有关于收购原因的简析。

💡 马斯克收购Twitter完整解读 | 毒丸计划, 恶意收购, Poison Pill, Tender Offer
和上面梳理事件本身不同，这个视频侧重由该热点引申讲解收购以及反收购的方案。
小Lin的讲述很有条理同时也生动易懂，可能对于专业的同学来说大部分内容还比较浅显？不过对于非专业的人来说是不错的科普（另外，每次看的时候都感叹他们团队的视频剪得不错）

💡 Bonus｜马斯克竟然真的收购推特了？！所以推特会成为一个更伟大的平台吗？
科技早知道的一期播客节目，聊了关于收购的一些更加细节的问题，并且从不同角度探讨了Twitter这款产品的发展路径以及未来走向。感觉内容非常丰富，视角也很独特（虽然开始逐渐听不懂.....），值得一听~

下面是最后这期播客的主要话题概览：

An image to describe post

📖 书籍推荐
R for data science 我觉得比起如何使用R语言，这个教程更主要是带读者走完一个数据分析的pipeline，教会读者数据分析思维，而R语只是实现这一系列过程的工具。

推荐的原因是我觉得这个教材互动性很强，可以感受到作者就是在和自己说话，过渡自然合理，并且很为读者考虑。例如最开始介绍本书结构的时候，他说如果先直接按照顺序先进行数据清洗这样的环节，会让读者失去兴趣而放弃学习，所以不如先介绍有趣又直观的数据可视化。后面的内容也都环环相扣，体系很完整。

📖 关于书籍的播客
以书为基因的产品 | 世界读书日特辑（下）
此前我也有很多关于如何找到好书、如何参考评论等方面的困惑，感觉这一期节目给了我很好的解答。同时他们也从产品的角度，探讨了推荐算法在线上书籍产品方面的局限、发展社群的可能，线下书店如何面对当下的挑战等等。会听到一些专业视角的解读以及比较新颖的观点，感觉非常有意思~