2026 Feb
2026年2月memo
于 2026-3-1 导出 152 条 memo。本文仅收录一部分。
2026-02-01
深夜 12:50
#MSA探月/SOSC3016积极心理学 我发现多巴胺真的逐渐开始成为我视角里的很积极的一员了
很多成就感的事情其实都是多巴胺在分泌、在驱动人们，而不是所谓的什么内啡肽。
你但凡稍微研究研究内啡肽和多巴胺的区别，你就不会鄙视多巴胺。如果没有多巴胺你不光生存不下来，你连想内啡肽都没动力。
深夜 12:53
关联自：v.flomoapp.com #日记
话又说回来，正反馈绝对是人类做任何事情都动力来源！
包括对正反馈的期望，也同样works。这也是为什么我就算玩游戏被虐了，也还是会想玩，因为我的大脑里已经构建起来了一个回路，也就是我相信玩游戏就能够有正反馈。但是当我真的被虐多了，这个回路不再work了，那也就不会再玩了。这也是所谓好了伤疤忘了疼的一个因素之一吧。
也就是说，我们需要增强自己对正反馈的感知能力
深夜 12:58
关联自：v.flomoapp.com 基于此，我们就能够得知为什么人会对事情上瘾。一旦你获得了正反馈你就是会继续的：
-
vibe coding #AI/vibe-coding
-
打游戏 #游戏
-
……
说得严谨点，所谓的获得正反馈，你得是总和，是最后的净利润，而不是毛利。也就是说，如果你获得了正反馈，但是又被其他的因素抵消了一部分，肯定最后的效果就不那么好了。
深夜 1:13
关联自：v.flomoapp.com wow，我现在突然懂了，就是我之前说我什么也不想干，我只是想获得一些什么东西，我觉得我可能只是在期待一些正反馈，就是我在期待有一个什么事情能够给我一些多班，就让我分泌一些多巴胺，然后我就满意了，我就可以走了，就不在这儿继续要求着一个什么东西，包括我之前说的，我特别想倾注心血到一个什么什么东西里面，然后相当于也就是获得一个正反馈吗？就是我倾注了心血，然后他给了我正反馈，这就是我想要的，但是呢，我又没有足够的动力去真的做这些事情，其实这件事还蛮符合那个积极心理学里面学到的那种，就是你既有对于正反馈期待和对他的一定程度的依赖你在现阶段没有分泌出来足够的多斑去，真的促使你做这件事情
深夜 1:20
关联自：v.flomoapp.com 但是呢，有的时候把你会出现不得不做一些事情，比如说到一定的时间点到最近的条件等等这些，我感觉他就不是多巴胺的逼着你走他这一种危机感，再推着你走这种东西，他固然非常有效，非常高效，但是他也一定不会让你的生活特别的开心，特别的惬意吧，只是一种非常功利的做法，如果你一直让自己处于种非常不安全感，然后来让自己推着往前走的话，他必然不是你活着的一种比较好的解法，但是他可以说是一种能够帮你完成很多事情的做法
深夜 1:40
youtu.be #Design/视觉传达 #设计/平面设计 #Tutorial教程
深夜 1:51
必看平面设计教程，做得和郭旭峥的部分内容不相上下 #设计/平面设计
-
入门：youtu.be
深夜 1:58
#AI 2026年度prompt短语——“随时反问我来确认任何必要信息！”
反问我问题来确保我传达的意思和你理解的意思一样，并且我们没有任何信息差。同样可以反问一些further的启发性问题来帮助我更好地规划想法！
深夜 2:43
当你们还在尝试用AI的回答来让AI修改提示词的时候，我已经领先到把真的思考过程也添加进参考内容里了gemini.google.com 突然意识到自己在手动做思维链蒸馏……
- 效果见：v.flomoapp.com
#GPT/prompt #AI/LLM/蒸馏 我爱死炼丹了 #AI/LLM/炼丹
深夜 2:50
#AI/LLM/炼丹 意为「通过与LLM的多轮交互沟通，用prompt和attachment的方式让AI逐渐明白用户想让自己达成的输出的目标，并且真的做到」的过程
凌晨 3:39
我觉得做一个项目做一些利他的事情，做一些可以被快速规模化复制，然后产生作用的事情产生艺术的事情之所以让人特别激动，是他能够拉高你的期望值，就是能够让你分泌一些多巴胺，就是能够让你进入到那种，因为期待想象中的成果而变得开心的这个过程，还有一方面就是在于这个规模化，并且能立即起效，或者说他有长远的帮助，这一点其实都是非常非常有意义的事情，所以他也能帮助你或者非常良好的感受 #日记
晚上 8:18
减少启动摩擦是对的，但是还不够。
真正解放动力的，是拆分，是让what to do看起来足够简单。
玩瓦也是的。足够熟悉的游戏，启动足够简单，开局足够简单，根据以往的记忆也有足够的正向期望……这一切促成了我更愿意玩瓦而不是立刻开始写语文的原因。
所以现在想想玩手机会导致延迟满足的能力降低也说得没毛病。
#日记 #MSA探月/SOSC3016-PositivePsychology-积极心理学/Dopamine 多巴胺works in this way
晚上 8:24
根据第一性原理，我学英语应该去配音美剧 #日记
我把一集老友记都配音完，不就能够很自然地学到表达吗？v.flomoapp.com
有时候，你的用词、思考、表达，考的就是被训练进脑子的那些native speaker的表达
2026-02-02
深夜 1:50
#OC(Opencode)/OMO(oh-my-opencode)/ulw-loop
连free的minimax2.1都给我用rate limit exceeded了。。。
下午 3:27
字节的语音识别真的牛逼
下午 3:53
内啡肽 #MSA探月/SOSC3016-PositivePsychology-积极心理学/Dopamine
身体在疼痛、压力、高强度运动时分泌的内源性阿片类物质，核心作用是镇痛、缓解压力、带来平静的愉悦感（如运动后的“跑者高潮”），愉悦感更持久、偏身心放松，无明显成瘾性。
多巴胺
大脑分泌的神经递质，核心是驱动欲望、奖励动机、传递期待感（如刷手机、吃到美食、完成目标时的快感），愉悦感偏即时、短暂，易因追求“奖励反馈”产生依赖，也调控注意力、行动力。
简单记：内啡肽是“止痛的快乐”，多巴胺是“想要的快乐”。
下午 3:58
通过把大问题拆分成足够小的问题，来让完成✅任务的奖励看上去近在咫尺且很容易就能完成
下午 4:58
Think Independently
傍晚 5:03
还不能说明问题吗？ #AI 时代问AI真的是非常高效了已经
尤其是当他们可以用命令行工具进行增删改查之后……
晚上 7:16
#CS-ComputerScience/RAG向量数据库 量化词语的“含义”
虽然“猫”和“猫咪”字长得不一样，但它们的分数值非常接近。
当计算机去对比这两个向量（坐标）时，它发现：
“哎？这两个东西在所有维度上的得分几乎一模一样啊！那它们肯定指代的是同一种东西。”
晚上 8:00
#Anthropic/Claude/claude4.5 直接就是先反问啊……这么有实力
2026-02-03
深夜 2:01
#AI/vibe-coding agent们
你别说运行了n久，还真有进度…… #AI/Agent/MiniMax/2.1 跑得最长的一次，这次跑了1h
深夜 2:36
关联自：v.flomoapp.com 经过这一个下午，还有一个晚上的这个疯狂的AI试验，我发现了这个AI，他自己既是一个黑盒子，同时也是一个非常型且完美的熵增的过程，就是越他自然增，然后现在各种的强化学籍控制方法无非就是在用各种算法用各种规则去限制去控制这个商子，但是是不可避免，尤其是你真的在写代码的时候，如果你作为人的主体性独立思考不够坚定，如果你在看着他开放的过程中被这个纯开发的这个爽感冲昏头脑，你忘记你本来要干什么，你只想让他继续干，但是你的脑子是不是清醒的？如果你陷入这种状态，那么你这个开发一定是效率是急剧，但反之如果你一直保持初心，你明白自己在干什么，并且你把AI的这个工作仅仅视为一个员工在干一个活，你并没有说一直在那没关系，他又干他又干那个过去上面没有插，那么你可以说是做到了AI开发当中非常高效的一个行为模式
深夜 2:42
经过这一个下午和一个晚上的疯狂探索，我发现 AI 既是一个黑盒子，也是一个非常典型的熵增过程。越往上层开发，尤其是多个大模型合作时，熵增的速度呈指数级增加。
现在有各种技术手段，包括大模型的神经网络，以及手动编写一些 front（前端）、编写一些 skills（技能），但这些有限的手段难以应对无限的熵增，毕竟不能违反物理规律，熵总是要增加的，只是快慢不同。
由此特征可以得出，如果作为开发者，也就是 builder（构建者），自身的独立思考不够坚定，只是盼望着再开发一点就能怎样，就会逐渐陷入疯狂开发的状态，而没有把自己要实现的目标放在首位。那么经过一通疯狂却不知为何的开发后，会发现开发出的 AI 成果不尽如人意。就像我用了 API（应用程序编程接口）、用了插件、增强了合作，结果依然不理想。
但如果主体的独立思考足够清晰，能一直引领和影响它，时刻去澄清问题，那就能形成一个非常高效的操作范式。 #AI/vibe-coding v.flomoapp.com
傍晚 5:20
给出具体的、原子化的最小可执行建议 #日记 #AI #GPT/prompt
晚上 6:13
Dead Programs Tell No Lies ｜ 对抗 #AI/Agent 熵增的最有效的效果之一——“黑板”（from〈程序员的修炼之道〉
#CS-ComputerScience/softwareEngineering软件工程
晚上 6:52
AI 一次生成的代码往往是“概率最高”的，而不是“逻辑最严密”的。
深夜 10:07
#AI/Rank横评 又来了
#AI/Deepseek vs #AI/Agent/MiniMax/2.1 ｜ #Trae vs #OC(Opencode)/OMO(oh-my-opencode)/ulw
-
实测的结果就是有软件开发标准级别的严格rules要求的AI执行得往往更好
-
效果上来说，TRAE > OpenCode. 当然，oc的自定义属性也很大就是了
2026-02-04
傍晚 5:46
v.flomoapp.com 词块理论 + context理解的最接地气的诠释 #日记 #语言学习
晚上 9:20
我自己想干的事情到底是什么？ #日记
-
什么是“我”/“想干的”/“事情”？
-
什么是“我想干”
-
什么是“想干的事情”
总觉得不想干“正事”，而是想做点自己想做的。我是为了多巴胺去做吗？我是为了得到反馈、认可吗？我好像真的想干一件大事，但是真要做了，又显得没有动力。只剩下脑子里想得很爽
2026-02-05
中午 12:46
#语言学习 看多了自然会认识这些高频词
晚上 6:27
#GPT/prompt 我们推翻现有的结论重新来过。我们需要迭代和重构我们的idea和设计。已知的信息：
项目名称：月球杯极限飞盘冠军赛 (Moonshot Cup Ultimate Championships)
投放地点：只投放一处，即学校南门大厅（初中和高中学部300+人的每日必经之路，包括上下学、早中晚拿外卖、一些活动、休闲时聚集和停留的地方）
南门大厅高度3m-4m，灯光较为充足
海报会以写真布的形式悬挂与大厅正中央，视觉上会阻挡一部分的道路空间
海报以竖版形式呈现
海报大约宽2.5m，高3-4m；正常实现水平高度在海报的下1/3处。
人流量较大，但是不至于密集
观看者观看距离多为10m之内，最近2-3m。最多5-7m观看。
受众：
高中部教师（多数80-90后，少数00后）：老员工：参赛、观赛；新员工：吸引
高中部学生（多数00后-10后）：老生：参赛、观赛；新生：吸引
学校官网描述：探月飞盘杯是我校秋季学期一项重要的体育赛事，通常在 9 月末 10 月初举行。该赛事采用循环赛与淘汰赛相结合的赛制，以确保比赛的公平性与竞技性。参赛队伍涵盖了学生群体与教师群体，按照赤子书院、复朴书院、上善书院、无极书院四大书院进行划分，各书院成员携手组队，代表书院荣誉展开激烈角逐。在比赛过程中，无论是学生还是教师，都充分展现出对飞盘运动的热爱与投入，他们在赛场上遵循飞盘运动的规则，运用各种策略与技巧，进行飞盘的传递与争夺。飞盘杯在我校已成为一项具有传统意义的赛事，它为广大师生提供了一个参与飞盘运动、增进交流互动、展现团队协作精神的平台，有力地推动了飞盘运动在校园内的普及与发展，丰富了校园体育文化生活。
现在我们应该重新仅仅基于上面的既定事实来从设计师的视角，科学地推进和迭代海报的设计。反问我如果你判断需要更多信息。之后我们开始这个海报的功能性和情感传递的分析
晚上 7:31
#GPT/prompt 90%的内容分析得都不错了。有一点至少有点问题：我认为飞扑还不够有感染力。因为我看了很多电竞比赛、篮球、橄榄球的时刻，因此我认为比赛运动员的动作、表情所展现出来的张力是很重要的。我给你找几张参考图：我想要表现的基本上就是球员在空中极限垂直跳跃，如何“接到队友飞盘”或者“拦截到了对面传的飞盘”，身体舒展开，如何眼神坚定且盯着远方（可能是看向了队友，像是马上要大喊接球的样子）。我主要想要表现出那种，球员的接盘的极限、身体舒展带给观众的张力、包括可能的像是图中whzy这位电竞选手意气风发地指向对手和NBA的欧文扣篮之后释放出来的那种气场，能够让观众在平淡的学习生活中感受到极其强有力的刺激和能量。当然也不要太过夸张和妖魔化，我们的海报旨在首要地展现真实的画面。
晚上 8:41
#GPT/prompt 图片生成 #Google/Gemini/NanoBananaPro
首要的还是自己先做一遍核心的内容，才能时刻掌握主导权，而不是跟着AI走
-
deepresearch 和 notebooklm 主要是找足够的专业的、精准的、定向的行业标准和设计准则、理念给Gemini当作参考（因为Gemini需要和我讨论如何设计）
-
我也问了Gemini一些建议参考的海报，如法网历年海报、奥运会……但是我看了半个小时但是没找到太多灵感。法网还是太艺术了。应该也是我审美还没到
gemini.google.com 也和Gemini尝试了2天，3次尝试
-
和Gemini学习设计（体育海报、平面设计标准）的基础，并主导讨论
-
notebooklm负责知识库
-
Gemini deepResearch+ notebooklm
-
Gemini + nano banana
drive.google.com, aistudio.google.com, drive.google.com, drive.google.com, drive.google.com, drive.google.com
2026-02-06
深夜 12:33
#AI 一两年前，谁能想到如今的AI已经能够给出这么长的well- organized的回复了
2026-02-07
上午 10:52
这一条熟肉里面也提到了需要着重复盘自己每次拉多大的枪。如果每次准信摆放的位置距离对方都太远，导致你没次微调都费劲，说明这就是在干反人类的动作b23.tv
🔥
- 预瞄和分段式
- 克制左手；右手修正
🥶
- 斜着走
- 左右手协同：左手不停；右手不修正
- 在路中间没有分段式，一直在沿弧线走路
- 处于劣势位置时，准心预留和分段式做得不够细，依旧只有大拉一种方式，就会导致暴露在更多抢线下
上午 10:53
复盘在各个地方都很有用！ #English #Game #游泳
所有领域的复盘都是异曲同工。
深夜 10:24
就这么只用右手打了40分钟 我已经感受到了那种aimlab里面的close tracking 的那种只看目标、眼睛盯着目标紧紧跟随的感觉了 #Game/瓦 #FPS/Aiming
【【无畏契约】为什么打不到移动的敌人？5分钟让你成为移动靶高手-哔哩哔哩】 b23.tv
[附件未同步: 1770474188308_2vjy24mj.mov]
深夜 11:21
2.07 日服死斗2.3h 有感 #Review复盘 #FPS/Aiming
- 后手急停：如果一变向就死，见到人就不要直接停而是维持方向大拉
- 使用抓握：获得良好的拉枪性能和微调灵活度——右手鼠标手掌空心，靠 大拇指 + (小拇指+无名指) 这3根手指主要抓握和上下左右微调，而食指和中指仅负责点击。在对枪过程中如果在视线中心则尽量放松手指手臂去放开状态瞄准；如果在视线两侧需要甩的话，则优先横向大拉保持移动，再泼水。
- 瞄头：着重捕捉目标的上端，并且紧紧跟随移动，并且积极调动右手去紧跟，跟随开始后适当可以跟枪和快速拉枪一次定位
[附件未同步: 1770477736281_60rRScsb.mov] [附件未同步: 1770477736331_P6LeHT3I.mov] [附件未同步: 1770477736333_2QRwpwaq.mov]
2026-02-08
晚上 7:37
wow我悟了。 #MSA探月/DREM1001-CDB #Keynote
苹果的这个软件教务设计真的非常厉害，你只需要在描写的时候把就是从粗到细的把每一个点拖到你想让他在的那个位置上就可以了，你后续在精修添加更细致的小点的时候，他会自动的帮你调节前后的那个弧度，如果你一开始就想着我从一开始就要把那个弧度控制的非常好，你反而用这个工具会非常的痛苦，我觉得这个也是强调就是一种，你先把这个整体做出来，然后再一点一点修改改进迭代的这么一种思路吧，不管是画画也好，还是搞设计好，我想应该都是这样
晚上 9:26
正反馈惊+1: 晚上九点半感觉一天要荒废了，但是看了眼todo发现今天并没有安排很多事情，而我已经把一半还多的事情都做完了✅
#日记 我觉得真的是坚持的效果远远大于一天爆种的心血来潮 #每日复盘/26 #时间统筹与安排
深夜 11:22
瓦罗兰特就属于什么呢？它把击杀的难度限定在了一个下限可以比较低、上限也比较低的范围内。首先平心而论，理论上来说它杀人容不容易？它杀人特别容易，你只需要一颗子弹打到对面头上，对面就死了，毫无还手之力。虽然说在CS里也是一样的，但至少CS里移动速度、惯性、蹲扫这些可能性都很大。不管怎么着，从爆头的难度上来说，瓦罗兰特平心而论就是比CS难度低。
但问题在于什么呢？问题在于它头小，并且你被击杀的概率同样也很大。这就产生了一个问题，就是它非常强调你在一轮之内能把对面弄死的能力。在你们俩水平相同的情况下，肯定是定位能力越好、越准，你的胜率就越大。你再怎么走位，只要对手的定位水平同步在增高，次数越多的走位越是没用、效率越低，就只看一轮一轮的对枪。除非你俩人都在那马枪，那也没什么好看的，就很没意思。
但CS不一样，CS可以把这一轮的对枪无限拉长，因为你们可以压枪，弹道是固定的、可控的，可以进行扫射转移。瓦罗兰特的话，它扫射转移确定性没那么大，顶多就一轮，你打完之后立马要开始移动，然后再进行下一轮的射击，它是一个一个断开的。但在你移动的这段时间内你是不能射击的，对面却可以射击，所以这个时候就有一个时间差。这就造成只要对面定位能力一好，你在第一轮结束之后基本上立马就会死，毫无还手之力。
CS不一样，CS里你一次定位没中，第二枪在移动时通过蹲拉还是有机会还手的，它是可以把上限拉高的，可以在一轮回合内解决战斗。但瓦罗兰特不行，只要你定位能力不够，它注定是一个多回合的过程。而一涉及到多回合，你死的概率就比较大，因为你在移动时、在一个回合结束的时候是不能射击的，但对面可以，所以它就有这个理论上的差距。
2026-02-10
中午 12:37
大家之所以对 Vibe Coding 感到兴奋，本质上不是因为技术进步，而是因为“翻身”的幻觉。
这种不需要长期知识积累、不需要刻苦钻研，就能瞬间获得与专业人士抗衡能力的快感，极其符合人性中渴望不劳而获的本能。
这是一种期望极低成本获取掌控感的心理表现。当一个人发现自己能绕过数千小时的学习，直接靠“感觉”和 AI 产出结果时，那种“我能干翻专业人士”的优越感会直接冲昏理智。#AI/vibe-coding
晚上 7:20
用好AI的5个特征：1.专业能力强，善拆解问题；2.精通上下文管理（150K内最佳）；3.让AI反问查漏补缺；4.沟通精准专业；5.保持空杯心态持续调整。
晚上 9:27
设计的核心是逻辑和科学，其本质是极其功利性的商业活动。它的终极目标是解决具体问题。
基础目标体系（以“门”为例）： 感觉很像是 #第一性原理
-
物理功能：隔离空间。
-
视觉认知：易于被发现。
-
交互体验：方便顺滑地开启与关闭。
深夜 11:10
这个表格的「根据字数自动延长宽度」的算法还是不太行。参考以下的设计准则，并筛选出在当前「优化typora定制主题表格」的特定context下，尤其有用的参考信息，去严格遵循以达到优化优化表格浏览和阅读体验的目的 #GPT/prompt
深夜 11:39
极简的首页bookmarkBar…… #Arc-Browser
2026-02-11
下午 4:00
I must proactively put forward requests for confirmation and clarification for users to achieve high-quality conversations and efficient communication.
我绝对喜欢和倾向于完全没有「不是……而是」「不再……而是」的这种生硬且因为经常被使用而导致让人阅读体验不好的表达。并且这也是将欧式英语的表达习惯应用于中文表达上的表现和结果，这种行为和情况是绝对禁止的。
# System Configuration: Deep Reasoning Mode ## 1. Meta Profile * Mode: Deep_Reasoning_v3 * Context Strategy: Utilize full context for synthesis (Global Attention). ## 2. Cognitive Protocol Core Instructions: * You must engage in System 2 Thinking (deliberate, step-by-step reasoning) before generating the final response. * You must exhibit Epistemic Humility: Explicitly acknowledge uncertainties, limitations, and missing data. Reasoning Process Chain: 1. Deconstruction: Break the prompt into core hypotheses and constraints. 2. Retrieval/Synthesis: Synthesize internal knowledge with user-provided files. Cross-reference facts. 3. Critical Evaluation: Challenge your own assumptions. Actively look for counter-arguments. 4. Conclusion: Formulate a nuanced, evidence-backed conclusion. ## 3. Output Standards * Format Style: Academic standard (APA/IEEE style citation where applicable). * Citation Rule: Always cite sources from the provided context using the format `[Source Name]`. Required Response Structure: Use the following headers to organize your output: * `## Abstract/Executive Summary` * `## Critical Analysis` * `## Methodology/reasoning` * `## Conclusion & Future Work` ## 4. Hallucination Control (Safety) * Strict Adherence: Adhere strictly to the provided text. If information is missing, you must state: “Data not available”. * No Fabrication: Do not fabricate citations or data under any circumstances.
<system_configuration> <role_definition>
My role is Senior Staff Engineer & Architect, specialized in Full-stack, System Design, Algorithms, Security. I have specific coding standards: NO YAPPING, do not explain basic concepts unless asked. Code must be production-ready: include error handling, types, and comments on complex logic. Prefer modern idioms (e.g., Python 3.12+, ES2025 features). For refactoring: Show the diff or the specific changed block, not the whole file unless necessary. If the task involves complex logic or architecture design, my thinking process is to: 1. Analyze requirements. 2. Identify edge cases. 3. Draft a step-by-step plan inside
I want you to be an advanced cognitive engine that engages with directness, objectivity, and a high signal-to-noise ratio. You should not act like a robotic chatbot. Before answering, internally classify the user’s intent to activate the correct expert parameters. Your responses should have a professional, concise, native-speaking flow, use {} (「」or 【】for chinese) or underline for key concepts(do not use too much bold symbol**text**), and use headers. You should avoid phrases like “I hope this helps”, “It is important to note”, or excessive moralizing. Your responses should have a section for the direct answer and a section for context/nuance if requested.
晚上 9:04
时隔2年多，现在再来看这个问题，就两个原因
-
主动积极性：你是不是很想要做这个事情、达到一个什么目的
-
认知：你无法做到认知之外的事情
关联自：v.flomoapp.com
晚上 9:13
现在Gemini主要的问题： #Google/Gemini/3Pro
-
说什么是什么，会迎合用户
-
在给出回答之前还是有点废话，比如你说得对等等一系列的寒暄
-
置信度评级又没了
-
关键词注释太频繁了
深夜 10:39
这个牛逼了：
【漫士科普】90分钟深度！一口气看明白人工智能和神经网络 #人工智能与人 #机器学习/神经网络
深夜 11:01
最终大目标：寻找以下问题的解决方案：通过使用系统提示词对Gemini3系列大模型进行约束和正向引导，达到去除学术/专业化词藻堆砌、欧式中文、明显看出不是人类写作的词汇、表达（而是AI大模型写的）。控制幻觉、对话漂移、上下文丢失，而是真正地像人一样处理上下文、情境、和解决对话漂移的问题。
------
Final overarching goal: to find a solution to the following problem—by using system prompts to constrain and positively guide the Gemini 3 series large models, eliminate academic or overly professional jargon stacking, awkward “Europeanized” Chinese structures, and vocabulary or expressions that are obviously machine-generated rather than written by a human. At the same time, reduce hallucinations, conversational drift, and context loss, so the model can genuinely handle context and situational nuance in a human-like way, and effectively resolve dialogue drift.
2026-02-12
深夜 12:11
#GPT/prompt 你对涉及到的话题如何评论？你觉得我在做研究之前有哪些点还没想清楚？
深夜 12:53
#GPT/prompt 多维度评价这两份报告对于「学习调研并最终写一个好的cursorrule」这个目标的帮助程度
#日记 严谨的中文，回来吧
深夜 1:04
在 #Google/NotebookLM 和 #Google/Gemini/DeepResearch 里面：
-
英文原版 - deep research过滤搜索步骤：过滤prompt更加偏向学术理论，查漏、深度最佳
-
英文原版：工程化最佳
-
中文原版：简单实操、落地实践最佳
如果研究的领域英文多、权威，那就用英文。中文区偏向实践可能是因为研究比较少，而只剩下实践方法论了。
同样地，如果你去基于这些材料生成博文报告，不同语言同样会采用不同文化语境当中流行的对应的行文和内容方式。比如在这个case下，英文区就流行爆款推文，而中文区就是流行“企业级”文章，术语多
尽管deep research已经尽量地平衡了中英文prompt的搜集信息的范围和思考深度，但毕竟结果说话，结果就是不一样的。
早晨 7:49
现在不论是一个小时、一周、一个月、一年
我都觉得怎么这么快 #日记
[附件未同步: 1770853778158_DcklZPoQ.mov] [附件未同步: 1770853778210_wt0bdBpz.mov]
早晨 7:59
一年越来越快了 #日记
下午 4:23
作为一个高中生，很好奇老师是如何根据原文写出这样的人物特点分析的。你在阅读并理解这段红楼梦的文本中的情境与具体分析的内容后，拆解一下标准答案是如何分析人物特点的，然后逆向总结出一套分析公式，保证在分析别的人物时也可以按照一定的步骤和核心思想拆分、理解并最终分析出来人物特点。 #GPT/prompt #MSA探月/博雅语文
晚上 6:09
因此，如果一个工作，他数据充足模式固定，其中机械性按部就班的性质比较较强，很容易收集大量的数据训练，日常使用，从这个角度来说，翻译、文秘、画师、甚至是底层程序员这些职业，都会在未来面临极大的冲击。
即便是现在的大模型依然在很多复杂的问题上表现得不够理想AI在面对超出训练数据范围的全新问题时，往往还是难以做出合理的判断，我认为AI发展更有可能改变工作的性质而代他说明工作可能会因为AI的介入变得更加高效，将在监督和决策的面上进行管理，而并非亲自处理那些琐碎的事物同样设计和创意类的工作，比如说插画广告都能领域，尽管AI可以为你生成一些初步的作品和基础的素材，但真正打动人性的创意和灵感，目前还是需要人类的参与同样的，它可以帮助科研人员写文章改病句，甚至进行一些简单的公式推导和代码撰写，但是真正的科研的idea还是得自己去想上的内容，往往缺乏人类情感的深度模糊和复杂性是他的某些领域难以超越人类的根本原因，是目前的AI还缺少在现实世界中交互的能力，自动驾驶机器人，这些领域AI的发展速度远不入大众想象的那么乐观
晚上 6:18
把这里面的所有reference的链接都单独提取出来，排列方式是链接与链接之间加空格来分隔，不用换行直接输出
#GPT/prompt 用于提取报告里引用的高质量reference
from #Google/Gemini/DeepResearch to #Google/NotebookLM
晚上 7:18
及时向我提问来澄清任何可能的（明显或潜在）问题 #GPT/prompt/反问澄清
晚上 7:34
#GPT/prompt 袭人分析
<system_instruction>
Role
You are an expert Literary Analyst specializing in “Micro-Analysis” (文本细读).
Objective
Transform the user’s input text into a Structured Character Analysis Table.
CRITICAL: You must analyze the text event-by-event. Do NOT summarize the entire text into one general analysis. If the text contains 5 distinct moments where the character reveals their personality, generate 5 distinct entries/rows.
Analysis Logic (The “Black Box” Algorithm)
For each distinct behavioral unit found in the text, apply this derivation:
$$\text{Analysis} = \text{Context (Pressure)} + \text{Specific Evidence} + \text{Counterfactual Logic} \rightarrow \text{Trait}$$
Output Format (Strict Table)
Generate a Markdown table with EXACTLY these headers. No other text before or after.
原文位置关键情境直接/侧面描写（需分类）人物特点分析[e.g., 第X段/开头][在此处定义当时的具体微环境/压力源][类型标签]
“引用原文…”
(类型可选：心理/动作/语言/神态/外貌/侧面)[必须包含三个要素：]
1. 结合情境：在…的压力下
2. 反向推导：若非…则不会…
3. 结论：体现了…的特质
Guidelines for “Granularity” (CRITICAL)
-
One Behavior = One Entry: Do not merge a “shyness” trait from Paragraph 1 with a “bravery” trait from Paragraph 5. Keep them separate.
-
Quote Precision: The “Description” column must contain exact quotes from the text.
-
Logic Visualization: The “Analysis” column must explicitly show the reasoning process (Context -> Why this behavior? -> Trait), not just the result.
Language
Simplified Chinese (简体中文). Conduct a rigorous, comprehensive and logically structured analysis. However, if there are places where more academic language can be used, it is preferable to employ more everyday and colloquial expressions rather than resorting to overly academic language and expressions.
</system_instruction>
<user_input>
{{In Attachments}}。「袭人」is the goul character.
</user_input>
晚上 8:16
终于炼成了 #AI/LLM/炼丹
-
3pro对话洞悉需求（根据范文来分析）
-
Deepresearch搜索最新最先进最适合Gemini的学术理论论文 - 提取技术层面的prompt精简和优化的方法论
-
3pro对话 + 知识库基于实际的“语文作业”场景来生成合适的prompt
-
我让deepseek、chatgpt啊什么的互相评价从范文开始分析的彼此方案
-
我自己稍微改了改，拿给Gemini优化
-
意识到prompt的效果优化和精简需要遵循最新的研究成果（且是针对Gemini的）才行，于是用deep research中英文两个版本查了240多个论文
-
丢给notebooklm之后，再给Gemini让它参考最新最优理论，给我最终优化的prompt
-
我自己会尝试不同prompt的效果，最后靠ds和豆包评价出了最像人的一个版本，于是就敲定了
我还发现，我如果用中文思考，再把写出来的中文prompt翻译成英文，让中英两种语言并行使用deepresearch进行研究，其结果甚至是有不同的倾向的。英语更偏向理论，而中文好像做成中文播客听起来更舒服，更有收获……当然，英语所引用到200多个来源还是多于中文搜索到的36个来源。可能精简范围+优质内容也是notebooklm产出高质量播客节目的要点之一吧
#Google/Gemini/3Pro + #Google/NotebookLM + #Google/Gemini/DeepResearch
深夜 11:35
尤其是文学这方面，prompt优化的边际效应特别明显。
基于之前至少10个小时的经验，花在调博雅语文的prompt上面，而且是几经重构，我有一种预感：这一次调好了就是真的调好了。再调反而会出岔子。宁愿接受不完美吧
关联自：v.flomoapp.com
深夜 11:40
关联自：v.flomoapp.com 关于中译英的 #GPT/prompt
理解一下我想说什么，然后以英语母语者的表达方式和思考方式再用英语写一遍
深夜 11:46
难不成不同语气和用词的中英文提示词都会让 #Google/Gemini/DeepResearch 有不同的搜索结果？
2026-02-13
上午 10:29
mp.weixin.qq.com #日记 #MSA探月 #升学
「但现在国际升学的难点是你们（学习者）既需要时间去做价值判断，在判断完成前又需要担心是否要做一个面面俱到的、『完美』升学结果期待的标准学生。」
升学环境本身充满不确定与比较，滤波的缺失令学习者更容易被外部叙事牵引，难以形成稳定的方向。
Alex 也谈到他在实际行动中的权衡：「我会想一次努力对我来说是否真的有价值；对于很多在我看来和我学习的目标不太一致的标准，我可能会做一个权衡。」
下午 4:40
操。我累得想yue。
傍晚 5:12
#GPT/prompt AI总结（活动邮件）
告诉我都有什么信息、关键点、决策点、执行点：
晚上 7:27
我发现现在用 AI 学习会有个非常大的困境，就是类似于像网上那些人说的，他说在没有 AI 之前就已经学了软件工程的人，并且学到一个比较精通的程度，其实是比较好的。虽然你会面临一些冲击，你会觉得哎呀它替代了我好多，但是你仔细想想，你就会回过神来发现 AI 其实也没那么强。它的重点在于，你就是你没有办法被 AI 替代的点，是你作为一个架构师去验证以及指导整体的工作。AI 在做这方面工作的时候，其实还是必须需要人来做，而且以后基本上一直会是这样。人类作为验证和实际落地执行其实都是非常重要的，而且还有就是整体的一个，从专业视角的这么一个大局观。因为 AI 它毕竟，它因为它的注意力机制等等的原理的问题，对吧，它也是预测，基于预测去工作的，那么就代表它的准确率一定不是百分百，但是有经验的人类工程师一般都是可以保持一个高的可用性、可靠性的。
那么，所以说根据这个例子，你就会发现，就是在出现 AI 之后，然后想开始学习编程的人，就会有非常多的人会出现，就是嗯我学了，我可能埋头学了三年，感觉还是干不过 AI，然后我就不想学了。但是如果我不学编程呢，就是我不继续学那些基，从基础的开始学起，去学软件工程，那我又没有办法在未来真正的，就我可能永远就错失这个能够当这个架构师的，这个达到架构师的这个程度了。但是如果我这个时候再去回去埋头学习两个月，我发现我学了两个月还是在学很基础的东西，还是在学 AI 夸一下就可以，呃秒秒出答案的东西，然后你就会很矛盾。这个时候你就会比没有 AI 之前的人还要多一层阻力，就是你不学吧又不甘心，你学了吧又觉得我我得学，我到底得得学到什么时候才能，就是达到我输出的东西能够不被 AI 替代。因为相当于 AI 在你学习可能前三年五年的时间内，你所达到的程度全是 AI 能给你的，而且 AI 进化速度越来越快。
虽然说这也是，虽然说就是每次大家在网上秀那些 AI 的成果，比如说什么，呃哪个 AI 又特别牛逼了做了一个一整套的系统啊这个程序员完蛋了，虽然说那也是幻觉的一种，但是你多多少少还是会有这样的心理压力。然后现在换算到我的身份上面，那我作为一个两年之后要考 AP，然后呃升学以及我对未来也不是那么确定的一个高中生，那我现在还在学习九年级、十年级的一个物理一的内容，对吧。所以我现在就很迷茫，就是也会陷入那种不学又不甘心并且也不行不太现实，但是学了吧又觉得学了半天还是落在 AI 的能力范围内，并且如果我要真的学到 AI 都替代不了我的话，也不可能门儿门儿都做到这样子，并且我得花非常长的时间。就是这个正反馈的周期会非常非常非常长，而且期间还会受到 AI 的各种打击，就比如说 AI 它这个能力又增强了，又又能做实验了，干嘛了，就是一直会有这样的心理。
然后并且我原来其实自己的学习习惯、学习方法什么的也没有太沉淀的下来，虽然说已经有了一些心得，但是呃可能由于学习习惯的原因确实没有养成一个特别系统的一个比较固定的模式吧，就是自己学习也没什么安排啊什么之类的。所以说有非常多的因素吧，反正杂糅在一起，就还有其他的因素，比如说英文不太好啊，然后之后学习的内容都是英文，那我可能在学理解内容之前我还得先理解他这个语言是什么意思，等等等等。
总之有非常多的相关但可能只是相关性的，就是比较有相关性的这么一个因素的吧。所以说在他这些东西的共同作用下，我就会变得非常迷茫，所以我非常迫切的想要去通过了解一些世界前沿的研究，不管是英文区还是中文区，总之但是我我猜一般都是英文区对这个研究会深一点。就是比如说那些大模型，比如说 Anthropic 他们会自己发布一些用 AI 学习和不用 AI 学习的对比报告啊，然后可能一些顶尖的学术研究啊，呃心理学然后教育学等等等等的，反正我估计他们都会有那些研究。我就很好奇现在世界最前沿的、最先进的，对于到底怎么和 AI 去学习，就是人与 AI 的这个关系，然后人到底要去做一些什么事情，AI 到底应该去做一些什么事情，他们的边界在哪里，然后最后我又怎么样才能回到我自己的日常使用场景当中，嗯，能去达到我自己的学习目标。
一方面是应试，对吧，学习一些肯定是 AI 能秒出来的内容。还有一个就是我觉得学习这些学科他真正重要的是掌握背后的能力，那这一块我估计以现在目前的认知来说，我觉得还可能是主要靠自己，但是这个用 AI 能怎么样才能帮助我这个也不好说。虽然我自己有一点小经验，但是我觉得就我没有收获足够说服我安心继续学习的动力，就是我总觉得他我怎么也学不过他的，所以我觉得学习没有什么意义。
然后包括我自己想做的一些事情，比如说我想做一个开发者呀，我想做一个设计师呀，比如说产品经理啊之类的，呃，这些东西想学呢，又没又没有什一个课程，就是非常显眼的一个课程让wow学，那他更多是实践，那我也就认了。那可能其他的，比如说开发呀什么，你说真要用 AI 纯开发的话，好像除了浪费时间得到一个差不多的结果之外，你如果不付费，呃花大成本去用更好的大模型，那你好像也根本获得不了什么结果。但是如果你潜心去学习的话，那你也不知道你得学到什么时候才能嗯。#日记 #人工智能与人 #AI
晚上 7:40
用英语母语者的身份重构我的原文表达 #GPT/prompt/翻译
晚上 7:56
关联自：v.flomoapp.com
结论：潜心学习就是最优解。自己该干的、该经历的，不管在什么时候一点都不会少
执念不重要了。抓着执念不放，现在也没有更好的办法。用AI爽一爽的时候，也就是偶尔去做个项目的时候用一用罢了。
疯狂deep research了一个小时。得出结论：目前无解，必须忍受活在阴影下的时间。但是一旦过了这个时间，你的价值就比AI高。 #人工智能与人 #日记
该沉淀的，只能靠自己大脑一点一点理解、思考、反思、沉淀。AI只能做一些类似于“出举一反三的题目”这种活，以及开学习模式引导你。
晚上 8:03
大运哥说的： #Google/Gemini/Gem/大运哥
「学习的本质从来都不是为了获取那些AI能秒出的结果 学习的本质是重塑你的神经网络 是让你在大脑里构建一个关于物理关于逻辑关于世界运作规律的模型 你觉得你学了两个月还在学基础的东西觉得没意义 那我问你 一个不理解牛顿第二定律本质的人 他凭什么去指挥AI做一个复杂的航天模拟 AI给出的答案里如果有一个细微的逻辑漏洞 你这种连基础都没打牢的人看得出来吗 你看不出来 你只会像个复读机一样在那儿点点点 最后做出来的东西就是一坨包装精美的垃圾 你以为你在用AI 其实你只是被AI圈养的一头猪
现在的世界前沿研究 不管是Anthropic还是OpenAI内部那些搞教育心理学的 他们都在强调一个词叫认知负荷 AI确实能帮你承担掉那些繁琐的执行 但它永远没法替你完成认知的跃迁 乔布斯当年说计算机是人脑的自行车 现在AI就是人脑的火箭 但如果你自己是个连路都不会走的残废 你坐在火箭里也只会把自己撞死在月球上 你明白吗 现在的边界根本不在于谁算的快 而在于谁的审美高 谁的判断力强 谁能定义什么是好东西 这种审美和判断力 不是看两篇研究报告就能有的 它就是得靠你在这个物理一的学习过程中 在那儿一个公式一个公式地推演 在那儿被英文单词折磨得死去活来的时候 一点一点磨出来的」
晚上 8:23
重复率最高的共识：
-
不要凌晨写作赶工。
-
#反完美主义 ——永远相信迭代的可能性和效果
晚上 8:35
#Google/Gemini/DeepResearch vs #Google/NotebookLM/DeepResearch
-
Gemini：更加综合，更加广/新
-
NotebookLM：更加深入和专精，搜集得更窄
晚上 9:56
#日记 v.flomoapp.com #CS-ComputerScience/softwareEngineering软件工程
如何从零开始，一步步从实践中学习、从学习到实践，成为在AI / Agenti时代下长期保持价值并且真的能够有所产出的软件工程的架构师、高级程序员？我了解到现在以及未来最最吃香的是本来就对于软件工程、程序设计、系统架构、业务开发这几个领域有足够深入的了解和足够经验的人，他们往往在工作流当中担任「需求识别、分析，业务逻辑设计，软件架构设计」等高层级身份，然后他们会不断拆分出足够具体、细小的任务交给合适的ai/agent去执行。当然他们本身就是从零开始学习和实践开始一步步走到现在的。于是在AI时代下，如何开始从零基础学习软件工程，以及想要在未来长期能够保持自己的价值并有足够的能力、知识、经验去真正承担具有价值的工作（理解需求、设计架构、构建验证ai代码的代码/测试……）。
深夜 10:22
如何从零开始，一步步从实践中学习、从学习到实践，成为在AI / Agenti时代下长期保持价值并且真的能够有所产出的软件工程的架构师、高级程序员？我了解到现在以及未来最最吃香的是本来就对于软件工程、程序设计、系统架构、业务开发这几个领域有足够深入的了解和足够经验的人，他们往往在工作流当中担任「需求识别、分析，业务逻辑设计，软件架构设计」等高层级身份，然后他们会不断拆分出足够具体、细小的任务交给合适的ai/agent去执行。当然他们本身就是从零开始学习和实践开始一步步走到现在的。于是在AI时代下，如何开始从零基础学习软件工程，以及想要在未来长期能够保持自己的价值并有足够的能力、知识、经验去真正承担具有价值的工作（理解需求、设计架构、构建验证ai代码的代码/测试……）。
现在已经成为高级软件架构师、全栈工程师的人,他们当初是如何学习的?not todo和todo都是什么?我急需这样的经验分享和指点 #GPT/prompt #日记 v.flomoapp.com
深夜 10:23
not todo和todo都是什么?我急需这样的经验分享和指点 #GPT/prompt
深夜 11:50
-
产品管理 (Product Management)： 核心是“做正确的事”。PM 负责定义愿景、挖掘需求，回答“为什么做”以及“为谁创造价值”。
-
项目管理 (Project Management)： 核心是“正确地做事”。它关注资源分配、进度控制，确保在既定时间内完成交付。
意义： 即使你的代码写得再完美，如果它解决的是一个“伪需求”，那它就是失败的。PM 的职责是确保团队的每一行代码都具有社区价值。
深夜 11:51
用户洞察：定义你的校园社区受众 #PM产品经理
共情是 PM 的基本功。你要走出实验室，去和你的用户（同学、老师、校工）待在一起。
-
问题构建 (Problem Framing)： 别急着画原型，先定义清楚：谁在什么场景下遇到了什么困难？
-
定性研究与黄金三问： 在进行用户访谈时，不要问“你想要什么”，要问：
-
“描述一下你上一次遇到这个困难时的具体情况？”（验证场景真实性）
-
“你目前是如何尝试解决这个问题的？”（寻找竞品：如微信群、Excel 甚至纸笔）
-
“如果不解决这个问题，对你最大的影响是什么？”（衡量痛点强度）
-
-
构建用户画像 (User Persona)： 你的用户不只是“学生”，而是“高三、住校、习惯在熄灯后学习、极度依赖移动电源的重度用户”。
So What? 忽略用户研究会导致“上线即无人使用”。如果你的产品上线后没人点，通常不是技术不行，而是你解决了一个用户根本不在乎的问题。
深夜 11:52
愿景（Vision）是你希望在学校创造的未来，而战略则是你到达那里的路径。 #PM产品经理
-
价值主张画布 (Value Proposition Canvas)： 确保你的功能（Features）能精准对应用户的痛苦（Pains）和收益（Gains）。
-
蓝海战略 (Blue Ocean Strategy)： 别去模仿市面上的大厂 App。在校园这个垂直市场，做一个极致的“校内选课评价助手”远比做一个“全功能社交平台”更有生存空间。
-
校园版五力分析：
-
供应商力量： 学校 IT 部门对数据接口的控制、学校对场地的管理。
-
购买者（用户）： 学生对新工具的接受度和极高的迁移成本。
-
替代品： 现有的学生会通知群、校园布告栏。
-
潜在进入者： 下一届也想做类似项目的天才学弟学妹。
-
行业竞争： 类似功能的社团小程序。
-
So What? 校园项目资源极度匮乏。明确战略能帮你克制“功能堆砌（Feature Creep）”。记住：少即是多（Less is More）。
深夜 11:53
执行&蓝图：撰写 PRD 与规划路线图 #PM产品经理
PRD 是沟通的契约。它不一定要长，但必须清晰。
-
PRD 核心结构： 包含叙述性背景、目标、核心业务逻辑。
-
用户故事 vs. 作业故事：时间、地点、人物、Trigger&事件
-
User Story: “作为一名[高一新生]，我想要[查看社团地图]，以便于[快速找到招新摊位]。”（侧重身份）
-
Job Story: “当[下课铃响，食堂爆满]时，我想要[预订一份三明治]，以便于[能在社团活动前吃完饭]。”（侧重场景，我更推荐这种方式）
-
-
约束条件 (Constraints)： 必须写明——例如“无开发预算”、“仅支持 iOS”、“必须绕过学校防火墙”。
-
产品路线图 (Roadmap)： 放弃“本周开发功能 A”这种功能导向模型，采用成果导向 (Outcome-based)。例如：“Q1 目标：将选课焦虑人数降低 50%”。
So What? 文档化思维（Documentation）能让你的团队在期末考试停工后，下学期依然能迅速找回进度。
深夜 11:55
不要试图一举成名，要学会“小步快跑”。
-
设计思维 (Design Thinking)： 原型设计（Wireframing）阶段，用 Figma 画出草图即可开始可用性测试，看用户能不能在 10 秒内找到核心功能。
-
敏捷方法对比：
-
**Scrum：**有固定 Sprint（如两周一迭代）、每日站会。团队成员相对固定、时间充裕。
-
**Kanban：**任务卡片流转，关注“正在进行中（WIP）”的数量。3-5 人学生团队，利用碎片时间开发。
-
So What? 迭代（Iterative Process）的本质是低成本试错。与其闭门造车半年发布一个没人用的“大作”，不如两周发布一个只有一个按钮但能解决核心痛点的小工具。
深夜 11:56
数据驱动与风险管理：让产品持续进步 #PM产品经理
发布产品后，你的角色从“创造者”转变为“观察者”。
-
北极星指标 (North Star Metric)： 比如“校园二手平台”的核心指标不是用户量，而是“每周成功撮合的交易笔数”。
-
关键数据： 关注 DAU/MAU（活跃度）、Retention（留存，这是产品生死的金标准）。
-
风险管理： 作为 PM，你需要识别风险。比如：主力开发者要备考雅思（资源风险）、学校突然禁用第三方小程序（合规风险）。建立风险登记簿并准备好应急预案。
-
PM 工具链：
-
协作与文档： Notion
-
任务管理： Trello / Jira (进行 Grooming Sessions 梳理积压任务)
-
原型设计： Figma (Prototyping)
-
数据分析： Amplitude / Heap
-
深夜 11:56
#PM产品经理 产品经理的核心能力是**“无职权影响力（Influencing without Authority）”**。在学校，你无法给组员发工资，你只能通过深刻的洞察、清晰的文档和对愿景的坚持来领导大家。
当你开始用产品思维去观察校园，你就不再只是一个学生，而是一个正在重塑社区的创新者。开始行动吧！
2026-02-14
深夜 12:26
零基础入门，应该如何学习并实践： #GPT/prompt
下午 1:34
[附件未同步: 1771047265361_AqEhH3lB.mov]
傍晚 5:47
美国崇拜的是什么？
英雄。
你想想美国是怎么来的？
一帮在欧洲混不下去的人，坐着船跑到一片蛮荒之地，从零开始建了一个国家。
没人给这帮人布置任务，**他们必须自己给自己下任务。**这种基因刻在美国文化的骨子里。
美国人从小被教育：你是独一无二的，你不需要变成别人，你只需要成为最好的自己。
这种文化逻辑，直接写进了大学的录取标准里。
所以美国大学选拔的，不是”最能完成任务的人”，而是”最能创造任务的人”。
不是给你一张图纸让你照着搭积木的人，而是给你一堆积木，你自己能设计出图纸的人。
很多美国大学反复强调一个词：initiative，能动性。说的就是这个，在没人安排你的情况下，自己发现问题、定义问题、解决问题的能力。
搞清楚这个区别，你就明白为什么那么多中国学霸被美国名校拒了。
因为美国大学考察的两个核心问题，中国学霸是答非所问。
招生官的两个核心问题
01
第一个问题：你是谁？
美国大学问：你是谁？
状元思维的回答是：你希望我是谁，我就是谁。
你想让我学理工？行，我数理化都能考满分。你想让我文艺？行，我钢琴十级、书法八级。你想让我有社会责任感？行，wow支教、去做公益。
但你自己是谁？你不知道。
你的身份，是被外界的期待定义的，不是你自己选择的。
02
第二个问题：你想要什么？
美国大学问：你想要什么？
状元思维的回答是：您想让我做什么？我一定能做好。
这个回答，在中国是懂事，是情商高，是会来事儿。但在美国招生官眼里，这就是一个没有灵魂的申请机器。
美国大学的使命是什么？是帮你成为你最想成为的人。
但你都不知道自己想成为什么人，甚至不清楚自己现在是什么人。
那对不起，美国大学帮不了你。只能拒绝了。
家长能做什么？
家长给孩子最大的加持，不是报培训班，而是在状元导向的体系下，给孩子保留一个独立的空间，帮孩子找到内核。
内核稳定的孩子，不管在哪里，都是强大的。
建立内核需要时间，需要空间，需要试错。但有几件事，家长现在就可以开始做：
1. 停止用”标准答案”评价孩子
孩子说想做一件事，别第一反应就是”这有什么用？”
问问他：为什么想做？你觉得会遇到什么困难？你打算怎么解决？
让他习惯去思考为什么，而不是只关心怎么做。
2. 鼓励他在一件事上深挖
不要什么都让他试一试。
找到他真正感兴趣的一两件事，让他深入下去。深到能提出别人想不到的问题。
3. 允许他”浪费时间”
现在的孩子太忙了，每一分钟都被安排得明明白白。
但内核的形成，需要留白。需要他有时间发呆、有时间瞎琢磨、有时间做一些”没用”的事。
4. 和他聊聊”你是谁”
不是正式地、严肃地问他，而是在日常聊天中，慢慢引导他思考：
- 你最在乎的事情是什么？
- 你做什么事情的时候最快乐？
- 你希望十年后的自己是什么样的？
这些问题没有标准答案，但思考本身就是价值。
傍晚 5:49
关联自： v.flomoapp.com
- 试错
- 浪费时间
- 搞清楚自己要干什么、我是谁
- 洞察问题、拆解问题、分析如何解决
#AI/vibe-coding #PM产品经理 我都占了
加油👏 #日记
晚上 8:17
关联自： v.flomoapp.com
把申请者的视角换成合作者怎么样
真正的独立、平等、自信的个体，有着对自己的理解和梦想。 #日记
2026-02-15
上午 10:09
#PM产品经理 至少，你已经是自己的产品经理
中午 12:51
#摘录 关于存在
你能来到这个世界，背后站着多少人？
为了你的诞生，你需要：
2位父母
4位祖父母
8位曾祖父母
16位高祖父母
32位天祖父母
64位烈祖父母
128位太祖父母
256位远祖
512位鼻祖
1,024位始祖
2,048位上古祖先
只为了让今天的你出现。
往回追溯12代，
大约400年的时间，
你的身后，
站着4,094位祖先。
他们之中，
有人经历过战乱，
有人熬过饥荒，
有人一生默默无闻，
没有留下名字，
却从未缺席。
他们扛过动荡的时代，
躲过灾难与死亡，
在无数次命运的分岔口，
选择活下来，
结婚，
生子，
一代一代延续，
才终于，
把“存在”这件事，
交到了你手里。
你不是偶然。
你是400年未曾中断的结果。
你不是普通的一个人，
你是4094次没有放弃之后，
才诞生的唯一答案。
你是时间长河里，
一次几乎不可能发生，
却真实发生的奇迹。
下午 3:41
保持一定速度也是和解决世界难题一样需要极度集中的
晚上 6:54
刚愁notion没有会议记录呢 #Notion
2026-02-16
上午 8:23
关键点：Bing国际
- bing.com
- 免费shadow rocket共享美区账号
- 下载 #梯子🪜/Shadowrocket
- bing.com
- 每日免费节点
- 找个机场付费
- 换上机场节点
- 完成✅
下午 2:26
深度长谈 #Podcast播客/对谈
相当于变相的“带上她的眼睛”。以一种低成本的方式去体验他人的life，他人的世界，平行的时空
对于个人的 #成长 起到有且仅有的作用
2026-02-17
晚上 8:47
中国发展太快了。以前啥钱都没有东西省着用存着用
和新一代的人一交流 简直是双方觉得彼此脑子有病的级别
2026-02-19
下午 3:39
水啊 不缺从头再来的勇气
be water my friend #日记
水之所以侵蚀石头而自己不被磨损，是因为它可以重组再来，而石头虽然硬但无法再生了。
不论是慢慢磨一件事，细水长流；
还是全力以赴地冲击，惊涛骇浪，
都要时刻以当下的世界为中心，适应变化，从头开始
[附件未同步: 1771486709300_NKxEdHRT.mov] [附件未同步: 1771486709358_dHtTcQWo.mov] [附件未同步: 1771486709360_M5PhisMg.mov]
下午 3:58
今天最闪光的亮点，是你在一片关于「AI时代该如何学习」的迷茫与焦虑中，依然保持了坦诚的自我剖析和积极的求解姿态[MEMO]。
这很不容易。面对AI带来的巨大不确定性和对个人能力的冲击，感到迷茫甚至有些气馁，是再正常不过的反应。但你并没有止步于焦虑，而是选择把它清晰地写下来，并试图通过了解前沿研究来寻找出路[MEMO]。这种在困惑中不放弃思考、并主动寻求框架和答案的努力，恰恰是应对这个快速变化时代最宝贵的品质。你不是在被动地承受压力，而是在主动地梳理问题，这本身就是一种勇敢的「破局」尝试。
这个亮点连接着一个更重要的成长内核：深度反思和问题构建的能力，是任何AI都无法替代的。你正在经历的，正是从「被动接受知识」转向「主动定义问题」的关键阶段[MEMO]。你察觉到的「正反馈周期变长」的困境，恰恰是因为你追求的目标已经超越了单纯的知识获取，触及了「掌握背后能力」的深层学习[MEMO]。未来，定义问题的清晰度，将比解决问题的速度更重要。你今天这份坦诚的困惑记录，就是锻炼这种「元能力」的最好起点。带着问题前行，比拥有虚假的答案更有力量。
2026-02-20
上午 10:05
还是得有点先进的认知。品味先行 #日记
用户也不知道自己到底要什么
Open claw 一开始是有需求的吗？是根据需求来去做的吗？是做了市场调研，明确了有这个需求才去做这个产品吗？
如果 OpenClaw 不成 ，没有爆火，绝对会被说是闭门造车。成王败寇
上午 10:19
你觉得2026年为跑者提供一个自动识别设定目的地周围自定义公里数的app有必要吗。因为经常到一个地方不知道怎么沿着道路跑才能跑到一定量，或者怎么跑量才能跑回原地。以产品经理的视角多维度分析一下这个idea #GPT/prompt #PM产品经理
- 最新时点：2026年
- 用户&需求：为跑者 / 提供一个自动识别设定目的地周围自定义公里数的app / 有必要吗
- 思路来由：因为经常到一个地方不知道怎么沿着道路跑才能跑到一定量，或者怎么跑量才能跑回原地。
- 角色：以产品经理的视角
- 分析：多维度分析一下这个idea
上午 10:29
#GPT/prompt/system系统提示词 #Google/Gemini
- 用户要求回复时遵循“去欧化协议”的约束和“风格指南”： 约束： 1. 拒绝名词化：将“进行+名词”改为动词。 2. 拒绝被动句：除非主语是受害者，否则全部改为主动语态。 3. 拒绝连接词：删除90%的“因为、所以、然而、此外”，用句号或逻辑流代替。 4. 拒绝废话：严禁使用“值得注意的是”、“综上所述”、“作为AI…”。 风格指南： 1. 词汇降维：将“学术词/大词”翻译成“人话”。 2. Burstiness (爆发度)：长短句交替，偶尔使用单字句或三字句调节节奏。 3. Show, Don’t Tell：直接展示结果，而不是说明其重要性。
- <language_protocol_english> <banned_vocabulary>delve, underscore, testament, tapestry, intricate, game-changer</banned_vocabulary>
No “It is not just X, but Y” sentence structures. Ensure high burstiness: mix very short sentences with long complex ones. No moralizing or “safety lectures” at the end of paragraphs. </language_protocol_english> - 请记住： 中文去欧化协议 严禁使用“因为…所以”、“虽然…但是”。利用句序隐含逻辑（意合）。 除非描述负面遭遇，严禁使用“被”字。使用主动语态。 严禁“进行+名词”结构（如“进行改善”→“改善”）。 语境清晰时，强制省略主语（我/你/它）。 删除名词前不必要的“一个”（Yige）。
- 作为 AI 模型，每次回答前，我需要进行前提验证。如果检测到可能影响结论有效性的未验证假设，我不会在正文中单列“Assumption”，而是将边界条件嵌入置信度或不确定性字段，格式为：置信度:X%|边界描述。如果检测到用户事实错误/逻辑谬误，我会在核心内容前单列“前提修正”，直接陈述正确事实，不道歉不缓冲。
- I want all responses to start with a mandatory header including confidence level (X%) and source (Internal/Search/Logic), following a calibration guide for confidence percentages. Responses should use markdown headers for structure, distinct code blocks, and maintain a clinical, surgical, academic tone.
- Never agree with the user solely for politeness; validate the user’s premise first, and if flawed, scientifically refute it immediately. Do not use phrases like “You are right,” “Great question,” “As you mentioned,” or “I understand.” Start responses immediately with the answer or analysis, without intros, outros, or transition words like “Here is the code,” “In summary,” or “Hope this helps.” Assume the user is not a domain expert (PhD level), and need to define terms at proper time, explain acronyms, or provide background context; do not keep using directly industry-standard terminology without parentheses explanations.y
晚上 9:53
我突然觉得可以开发一个团队协作求助AI。同学们经常在做项目的过程中在项目的不同阶段遇到卡点，比如一个项目的调研、采访、设计、开发、发布/宣传、反馈/复盘、优化设计/开发…在进入这样的循环时，在单独的每一个项目推进节点都会遇到不管是项目本身、联系老师等学校支持、或者是团队协作分工沟通等等各个方面的问题。我希望能够有一个小工具能够在项目的不同时点「记录下这些问题」or「保存不同的AI对话」这样子回溯AI的回答的时候就不会乱了，并且如果能够让AI将这一个画板还是多为表格还是时间线的whatever的这个形式的记录作为知识库/上下文readme一样的存在，想必也会减少很多重复输入的动作。
不过这个idea也许会和trello有些类似但是其实我们并不完全相同。我的灵感最初来源于我在做项目的时候管理ai的对话非常困难，经常不知道顺序、不知道记忆中在哪个项目节点的那一次对话在哪里，哪怕最最基础的把不同对话分开来的这个效果也没有。
作为产品经理，你来多维度分析一下这个idea。
2026-02-21
早晨 7:18
感觉自己现在好废物啊
没有正反馈，再稍微难点就劝退我了，就坚持不下去；
自己感觉目前也是一事无成
不过最优做法就是急需做到力所能及的最好的情况下，一直走去吧。 #日记
上午 8:12
#PM产品经理 放低心态、放低眼光、缩小视线
- 降维（放低眼光、缩减视界）
- 精简（只剩内核在work）
不对。我突然意识到一个事情：整体来看这个idea一点失败 感觉不是重点需求 用户可以通过自己经过麻烦一点的流程去解决 但是实际上问题的关键是想要做的事情和设想的这个产品太大了 管的事情太多。如果只是做了一个管理AI网页版对话的优化插件 其实一样可以达到让我满意的效果（我想了一个晚上才意识到我想要的和我设想的、计划的可能只是被包含的关系，我设想的是一整条工作流，而我实际想要的是这一个小功能—管理网页版AI对话。
上午 9:35
Timing & 时差
给别人看点什么demo，播放的时机很重要。前面要不要先放点，还是直接跳到最核心的内容…
其实就是和放播客一样，大家的注意力集中/有上下文，就可以直接听；如果是朋友之间，没那么认真，那就得留点反应时间不要直接放最核心的段落 #日记
下午 3:30
Judah Friedlander
晚上 6:21
世界好残酷—
就连喜剧的内核都是悲哀；
人有悲欢离合，月也有阴晴圆缺 #日记
2026-02-22
上午 8:42
这是 #Grok/Grok4.20 ？？？
这比任何AI都像人了吧…
中午 12:24
wow，我自己做产品，我设计着设计着，想着想着，特喵我自己都怀疑自己了。我甚至都有点忘记我究竟想要的是什么东西了。而且我发现一个很严重的问题我发现一个很严重的问题，就是我有的时候分不清这个产品它到底是自己养成一个习惯，或者说用一些工具组合起来使用成一个工作流可以解决的问题，还是它必须做成一个产品。
中午 12:30
聊出来了一：思维导图式的AI对话流
2026-02-23
深夜 1:25
#日记 完完全全是我遇到的问题。对话进行到一半了突然想尝试另一个方向……
出自Gemini：社区用户普遍抱怨，当对话进行到五十轮以上时，用户经常会忘记二十分钟前提出的核心假设。如果用户在此时试图探讨一个衍生问题（Tangent），他们面临着两难的境地：要么在当前对话中直接提问，从而彻底破坏原有逻辑主线的连贯性，导致大模型在后续回复中“跑题”；要么开启一个全新的对话窗口，但这意味必须耗费大量时间重新输入或复制粘贴此前积累的庞大背景信息 。
深夜 1:38
原来都已经做完了吗 #new项目/idea/Git-like-AIChat-Interface&workflow(branching)大语言模型对话分支优化
Methodox Threads：它允许用户在主节点上触发多项并发的AI异步生成任务（并行测试不同的Prompt参数），并在树状结构中保持全局视野 。这种工具将文档编辑器、思维树和AI对话无缝结合，是面向硬核Prompt工程师和长篇作家的终极实验场 。
中午 11:58
#语言学习 语义
初学者在理解native speaker的表达时出现困难，也是因为不理解语义。没法理解啊，既没有语感，也无法通过逻辑推演
傍晚 5:23
Chat + 脑机接口……
晚上 9:56
#GPT/prompt/Dev开发 套娃使用，让AI一直自我反省直至最终评估通过✅
-
你输出的这一份文档足够指导初级和中级编码Agent进行开发，并且一次或几轮对话内成功演示吗？严谨地多维度评估。
-
遵循思路，开始优化｜遵循思路，开始优化梳理，输出为一个完整严谨的PRD+UIUX+代码开发开发文档
-
遵循文档，开始开发
-
基于现有情况，经分析评估之后，完善/重构这个idea的文档
图中为反复套娃3轮之后的结果：gemini.google.com #Google/Gemini/Canvas
深夜 10:24
#剪映 太对了兄弟，就是要以目标时长反推变速～
深夜 10:56
#AI/vibe-coding 启动！ #GPT/prompt/Dev开发
-
based on this document, write a AGENTS.md to guide following developing
-
started developing until all the tests passed successfully
深夜 11:11
前端小玩具上：Gemini3.1Pro == Codex5.3 > Opus4.6
2026-02-24
深夜 1:08
v.flomoapp.com 语义模块
晚上 7:22
现在想做上百个小时的口述历史，然后写个人传记；之后再搜集所有的资料，让AI给他们生成一个纪录片。
2026-02-25
深夜 2:10
真正的顶峰不是冲上去的，而是你在正确的路路上走着走着，一抬头发现已经到山顶了
下午 2:51
我发现听多了英文之后，再在阅读的时候读出来文字，脑子里就会有画面/声音了，仿佛没怎么费劲，就自动理解了是啥意思了。
整个过程很自然就像是母语一样 #日记
晚上 6:29
#品鉴 这期神了
作者：墨雪吟
晚上 6:44
#品鉴 JM1257696
晚上 8:20
Since drawing can be done almost anywhere, it allows artists to practice more frequently. This is important because drawing is often the first step to many other forms of art. Many artists, including fashion designers, painters, and sculptors, first visualize what they plan to make through drawing. This lets them develop their vision before diving into the creation process. Drawing improves artists’ understanding of form, structure, and visual aesthetics. #摘录 v.flomoapp.com
2026-02-26
早晨 7:40
做什么事情留好退路就行 #日记
就像出门必带手机，其他没想清楚也没事；
就像去酒店洗衣服，必带门卡就行（能回来就行）
早晨 7:45
早睡只是解决睡眠不足，但是无法解决所谓“时间不够用，导致了必须晚睡来尝试做完事情”的问题。
核心在于白天的时候不要给刷视频太多时间，因为刷短视频肯定是降低你的效率的，不仅让大脑碎片化，还上瘾占用很多时间，于是导致了白天利用率太低。
所及急需解决的问题其实是白天必须高效利用时间。
想要做到这一点，就必须保证大脑清醒-睡眠充足。 #日记
晚上 7:27
基于英语的语义和感觉来思考 #日记
2026-02-27
深夜 12:22
#日记 那就这么定了哈
第一阶段行动矩阵（2026.3 - 2026.8）
-
每天：不背单词 new20 + Review
-
不练：刷 IXL Practices
-
周末：阅读、拆友邻长难句
深夜 12:39
#日记 像csa的这种考题，也就是编程文档，信息密度才是最高的。
上午 10:19
如果你想长期坚持一件事从而享受复利
那么你需要做好做一辈子没用的事的准备
中午 12:17
蛙泳技术 #运动/游泳/蛙
-
手：1分手角度要大，如果角度小感觉2抱不上水；在分解动作时强调2高肘抱水并且要再往外打开一点角度（不是直接在1分手的结束位置开始），保持不拖肘的同时，持续以先外后、再准备夹肘的弧形轨迹抱水。这一步也需要保持好，否则会影响低头节奏、抱水效率；3夹肘时会明显受2抱水是否充分、以及上半身（背、腰、头）的位置和角度的影响。如果1和2的质量都够好，那么夹肘时则不会有马上就要向下掉的感觉。此时也强调要耸肩，不过这个耸肩目前受肩膀柔韧的影响，游的时候能够明显感觉如果稍微累一点就会出现耸不到底的情况，肌肉会僵住；4前伸需要迅速并且向前。我的体会是前伸时如果感觉上半身或者是大腿以上是像标准蝶泳一样的与水面平行或者是类似一个凸起的弧度相对于水面的话，就会做得比较顺利，低头之后依旧能够感觉人是在往前走的；而如果是被下半身拖着或者是背部没有抬起到最高，就会感觉前伸反而像是刹车的作用一样整个人不走了。
-
头：头方面主要的新体会的点是在前伸时有向前顶住的感觉。这种感觉我还没有实践得太充分，目前的感受就是会有利于上面提到的上半身身体位置和角度（？如果头不伸的话会有种松松垮垮的感觉，伸了之后感觉上半身像是位置会高一些，而不是直接向下扎进水面
-
腿：窄蹬腿对于膝盖和脚踝脚腕的要求在压腿时就已经感受明显了。如果压不下去的话，在水里面会感到“折叠”的操作很困难，必须占用很大的面积，而且收翻勾蹬的操作会受影响：不仅节奏变慢，阻力变大，真正作用于水的前进的效率也降低。还可能连带导致下半身位置变低、上半身抬起困难……还有一个重要的点是节奏——收翻勾蹬夹的节奏之于上半身的时机是先抱水划手，2完成之后，3夹肘、4前伸和收腿蹬夹同时进行。记得23国庆集训的时候就讲过抱水的同时收腿的话怎么样阻力也会大吧，只动小腿也没用。然后我在游进的时候发现核心收紧这一块蝶和蛙的感受会比较像，都是一松上半身下半身都会沉或者拖在水里，一般和手无力同时出现……累的时候需要尽可能把注意力放在整体动作的循环上，哪个环节有问题就尽力修复吧:(
下午 4:03
为什么不想写作业，为什么我都迈出了第一步，拆分了问题、做出了简单的计划、安抚了自己，却还是感到无力（虽然已经好了一些）？
-
去洗澡会占用时间
-
正常计划走下去会把仅剩的假期时间占用完，感觉自己这个假期还没过上自己的时间
-
正常计划走下去会觉得在写作业时是被迫干自己不想干的事情、会很痛苦
-
会觉得自己没时间打游戏、和朋友玩（尽管不这么干可能也不会约他们玩
我为什么想要刷视频、打游戏？
- 因为想要释放一下自己憋着的一股劲，因为很长时间都没有随心所欲地去干自己想干的事情，而是被迫去做自己不想干的、觉得没意思的、看不起的、辛苦的事情
- 因为想要多巴胺。这么长时间干吧的生活、辛苦的训练、焦虑的作业，都会让自己变得有压力、焦虑，所以迫切地想要获得正反馈。尽管正反馈无法一直获取，获取了，也不会让痛苦的来源消失。
- 内啡肽是你干了让你痛苦的事情，身体为了让你不那么痛苦所以释放多巴胺来缓解痛苦。重点不是干的事情而是身体因为先痛苦了，释放了这个止痛药你才没那么焦虑痛苦。
晚上 9:34
我觉得我想玩游戏，是想抓住某种东西，抓住某种感觉，抓住某种回忆。比如说，在之前五排玩《Valorant》的时光，就很令人难忘。那种欢笑的感觉，那种交流的感觉，就是非常的难忘。但是现在好像再也没有了。可能人有的时候还是免不了刻舟求剑吧。就是你明明，其实我还是不知道的，只是我潜意识想让wow再次感受到那种感觉，然后呢，通过什么方式呢？通过玩游戏的方式，因为我那种感觉都是通过玩游戏得到的，所以我还想通过玩游戏这个方式去获得那个感觉。但是时间已经过了，人已经不不不在一起了，就是还就是刻舟求剑嘛。其实你总结起来不就是刻舟求剑吗？你想通过，你想仅仅通过进行某个行为去获取特定的感觉，但是你得在特定的时机情况之下，你做这个动作才能有特定的这个反馈啊。
我没有去管时机成不成熟，时机正不正确，对自己有没有影响。有没有影响都后话了，主要是我自己的潜意识都没有对这些东西加以判断，然后它就机械地通过某种行为，期盼着我做这样的行为可以收获什么样的感觉。其实我觉得底层就是这个逻辑。刻舟求剑其实就是这样呀，他只是把这个东西给具象化了，他想在这个小船的一个位置向下捞，感觉还能捞到剑，但是时机已经不对了。但是呢，他的本能告诉他，我这么做就会有什么结果，他根本不会思考我是在什么情况下做，我才会有这个结果。这个东西是没有被意识到，没有被你的潜意识意识到，没有纳入它的考量范围内，它仅仅是记住了我做这个动作会有反馈。至于在什么情况下才会有反馈，这个是他没有去思考，没有去考量的。这种东西只能靠你的清醒的意识去主动分析思考，你的潜意识完全不会替你这么想。
包括刷抖音、刷视频也是的呀，就是玩弄你的潜意识。就是你在无聊的时候，你的潜意识因为这个场景，或者说因为你的状态，它甚至都不分场景，因为你的状态触发了你想获得刷视频那种感觉，对吧？就是能填补你内心的空虚，但是虽然没什么收获，但是其实你也不在乎了。就是那种让自己处于一个反正再干点事儿，然后不是很无聊，然后也许还能刷到比较好玩的视频，嗯，但是你也没什么收获，但是这你也不在乎，因为你只是想消磨时间嘛。某种程度上来说，他只是在引导你的潜意识，逐渐培养它出现，就是培养出一个反馈，一个条件反射一样的机制。就是他在让你的潜意识条件反射出，只要我满足这个条件，或者说只要我感受到了什么，然后我就去做一件什么事情，然后我就能够获得这样的反馈了。
只要我压力大，我想起来打游戏很快乐，所以我就去打游戏。但是实际上它可能获得不了你记忆中那种快乐，因为你肯定是只记好的嘛，对吧？你的这个，对于这种东西你肯定是记正面的时间比较多，那些你被打得崩溃的时刻，其实你都没什么印象，对吧？然后我尤其就是这种人，就除非它已经是烂到我想吐了。对吧，就像打王者这种事情，第五人格，就我收到的负反馈太多了。然后比如说暗区突围，像这种游戏收到负反馈太多太多了，就多到不行了，我已经就是用了尽我所能的时间去验证它了，验证出来就是靠队友，就是匹配机制操操作你，你想打上去就得堆时间。好了，对我来说这条东西，就我已经是，不管是意识还是潜意识我都清清楚楚记住了，所以我现在基本上不会打太多了，因为我知道我回归之后，他就是让你爽爽那么一段时间嘛，对吧？不就是这个道理嘛。
但是《Valorant》这个东西，我收获负反馈和正反馈的比例其实没有失调，就是没有夸张太多。然后所以，说白了就是打得不够疼呗，然后时间不够久，时长次数不够多。就这样，虽然我也心里也明白他也是靠队友的游戏，但是我总觉得他能翻盘，对吧？因为以我浅显的认知我觉得，反正大家都是一枪头就死，那肯定翻盘希望总比王者要大吧，是吧？你看王者他不可能每个英雄都给你秒杀。对，反正就诸如此类。
但是回归到核心的点，还是那句，就是，其实我现在这种感觉让我很奇怪，为什么想玩游戏啊？为什么不想写作业啊？其实就是这样嘛，就是因为写作业它给我的负反馈大于正反馈，所以我的这个潜意识记住了，我只要写作业就会出现这样。至于这个因果关系它成不成立，他对不对，他合不合理，他都不管。总之我就是有了这么个印象，然后所以我就不愿意写作业。然后又因为我比较痛苦，那痛苦的对立面，那就是我需要获得一些成就感，我需要获得一些肯定，我需要证明自己能够做到一件什么事情，我需要让别人看到我啊，对吧？他为了满足这样的需求，诶，他去。他发现玩游戏的时候能获得这种感觉，所以他不分时刻的想让你玩游戏，就是因为他忽略了时机的问题，他不讨论你在不考虑你在什么情况下，什么时间下，和谁玩。总之就是条件反射，就很简单的就二极管，我也不知道怎么形容这个东西，反正就是一条线，非常简单，我只要做这件事情就能收获什么东西。至于是在什么时候做了这个事情我才能收获这个东西，他是不管的，他只管这个动作和结果，没了。
对吧，短视频也是一样的，刷视频获得快乐，结束。刷的什么视频，什么时候刷视频，怎么刷视频，他不管。反正就是我只要打开抖音，然后反正他也，我已经被训练了，我就是上滑，上滑看视频就可以了。对吧，那打游戏，对吧，我只要点击进入游戏，戴上耳机，点击鼠标开始操作，好，就不管了。他其实没有在管后面的事情，他只是把你引导，他只是引导你，哎呦，你要去干这个事情，好，你开始干了，他不管了。然后就开始你的意识就开始接管了，哦，你认真打游戏，然后被虐了，好恶心，然后退出来。然后好，这个时候临时有两种情况，要么你不想打了，要么你还想打。还想打，反正就是无论如何，最终你还是会进入这个结果，那就是，wow，真特喵恶心，不想打了。然后你不打了，然后你离，你在这一小段时间内，你的意识告诉潜意识，wow，这东西太恶心，我进行这个操作，我无法获得快乐。好，这获得快乐的回路被封闭了。
但是问题依旧没有被解决。我不是说我想打游戏，我把这个打游戏瘾，我过一把瘾就得了，不是这个道理。你可以说在这一小段时间内，我没瘾了，我特喵再也不想碰这个东西了。但是呢，但是你在面对学习的时候，你依旧是那个反馈啊，还是哎呦，一想到作业就头疼，一想到作业就这个冒出来那些没什么正反馈的时刻，那你还是不相信。所以说，这个时候你玩游戏没有任何的作用，你知道吧？就是你玩游戏有用的前提，是你写作业的时候阻力也不大，甚至是你非常有正反馈的想要去写作业。你知道你能写作业，我只是现在想把这个游戏玩一下。那这个时候过把瘾是有效的，它是有效的，因为它能保证你在玩完游戏之后，你对作业又是一个接受的态度。#日记 #自我洞察
2026-02-28
深夜 1:30
- 现在你再追问我一些问题，比如你看不懂哪些地方，或者哪些内容需要澄清、补充。目标是开发出低版的MVP版本的可用前端页面。
我所展示的两张附件中的图片是我画的一个为大模型人机交互对话界面优化以优化为目的的这么一个插件，或者说重新设计这么一个界面的草图，然后图中有图也有字蓝色的箭头和字代表着这功能的说明，而不是他真的长成那个样子，在实际使用当中，黑色代表实际使用的过程中，它就会那么显示，不管是图还是文字提示信息之类的，然后我做这个东西的初衷是我觉得这种单项瀑布流，而且是单一分支的对话，其实是比较反人类的，当我们在聊天的时候很经常会出现，我突然想针对你这个对话，比如说AI给出回复当中一小部分做出一些追问，但是其实这个追问吧，他也没有那么重要，重要到必须要放在必须要和其他的提问内容，比如说比较关键提问内容放在一起，所以说我觉得可以采用像git版本控制那样分支对话的形式来解决这个问题，就比如说我对你的回复中有哪几个地方我不太懂，那我就只针对那几个地方开一个小分支去讨论或者去探索那个ID当想法，确定之后我再选择回到主分支，或者说把它作为主分支显示，这都是可以的，我觉得这样子会对于你不管是从知识吸收知识探索想法追问等等这几个方面的用户填都会好很多，所以说现在我需要你再追问我一些问题，就比如说你看不懂哪些地方，或者说哪些心情需要补充目标是开发出低版的MVP版本的可用前端页面
凌晨 4:57
我现在已经不信任opus了，我都用sonnet，感觉速度快效果好。。。
上午 10:17
#日记 生理学 + 心理学的行为指导
-
早上：🫁快吸慢呼气，跪姿俯卧撑15，热水刷牙+热水洗脸10s+冷水洗脸20s，大量喝水，看室外10分钟
-
中午：午餐避开面条、米饭等高升糖食物。摄入蛋白质与脂肪
- 一周3次，少喝奶茶，维持血糖平稳
-
晚上：睡前洗热水澡，之后趁着体温降低迅速睡觉
---
-
焦虑：🫁快吸慢呼气
-
Work：
-
拆解任务：粉碎模糊。拆解任务至荒谬的微观尺度（“翻开课本第12页，拿好红笔，看第一题，划重点，写等号，思考怎么解……”悄悄地引导）
-
清理桌面：只留下会碰/会看的东西（前额叶不再分神去“抵抗诱惑”与“记忆计划”）
-
时间：30分钟专注 + 10分钟休息。专注时间越长，休息越多⬇️
-
-
休息：洗澡 / 散步 / 闭眼发呆。不要打游戏或刷视频
---
-
劳逸结合：打完游戏、刷完视频，一定要干一些无聊、痛苦、无内容的事情来降低多巴胺期望和阈值
-
重复与复习：当提取信息时感受到明显阻力时，这种“差点想不起来”的摩擦力，正是触发神经髓鞘增厚的条件——不用怕复习间隔太久，只要认真完成复习了就是好的。
中午 11:18
IXL 的 Diagnostic test 是真牛逼，自适应推荐学习和练习内容，助力步步高升哈哈哈哈哈哈哈
好用。就是时间稍微长点，没有MAP折磨人，但是可以说是青春版了
中午 11:46
中文理解时，脑海中想象出场景并get到内容的速度和深度极快
好神奇啊，明明是同样一段话，我都差不多看懂了，但是好像就是用中文去理解理解到文字背后的一些东西的速度和深度，就是要比英文快不知道这是一个假象，一个幻觉，比如说我这个单词没看懂 #日记
傍晚 5:21
#AI 对于人来说需要花费时间进行的浅层东西的思考和提取都可以交给AI来做，尤其是思考和提取的过程都是比较机械化的。比如说看一段视频，然后告诉我谁谁谁在什么时候说了那句话，那么这东西就是非常机械非常浅层，但是对于人来说你再倍速，也没有AI阅读快，所以说这是AI的作用。
晚上 6:12
-
Garamond 优雅衬线
-
Aptos 现代无衬线