偶得

莫因眼前无果，便疑脚下无功

后来沃伦（巴菲特）和查理（芒格）在实践中又增加了一层非常重要的纪律，他们把它称为“能力圈”。我们每个人天生都会对某些事情更感兴趣。随着时间推移，你会在某些特定领域不断积累知识、形成专长，然后继续深入研究，让自己的理解越来越好。

但“能力圈”这个概念最重要的地方，其实是你必须知道它的边界在哪里。因为我们大多数人的天性，都会让自己觉得懂得比实际上更多一点。所以，知道自己能力圈的边界在哪里，与知道能力圈里面有什么，同样重要。

流量是注意力的分配 认可是价值的判断 我们当然可以优化前者 但我们没办法仅仅通过优化前者来制造后者

过分执着于前者的时候 可能恰恰是在牺牲后者

所以认可的表征不能等于认可本身

一年前的我还在群里抱怨看到一个好好的 PhD，之前做的事看起来都还挺硬核的，怎么去年开始突然堕落去做 BrowserUse benchmark 了。虽然那个 benchmark 本身确实有点意义不明，但 benchmark 这件事本身还是很有意义的。Benchmark 可能是一切的开始，没有 benchmark 就无法定义任务，就没办法量化模型的能力和不同 checkpoint 之间的区别。

这件事说起来有点像高考，我们这一代人大概都经历过那种把自己泡在卷子里的年月，那时候我们都恨卷子，恨出题人，觉得我们的天赋我们的头脑怎能被一张卷子定义。当然我不是想换另一套措辞去故作惊人语，只是可能在有高考或者类似的带有统一性质的考试之前，「数学好」是一个玄学的、模糊的、谁都可以随口宣称的东西，隔壁家的孩子数学好，你家孩子也数学好，大家各说各的都是自家的天才少年，谁也说服不了谁。高考出现之后，数学好就变成了一件非常具体的事情：你能不能在两个小时里把那二十几道题做完，并且做对。这个定义当然有漏洞，它漏掉了那些在草稿纸上画了一下午分形却算错了加减法的怪人，也奖励了那些把题型背得滚瓜烂熟却从来没想过为什么的人，但它至少画出了一条线。一千万人站在同一条线前面，哪怕这条线画得歪歪扭扭，它也是一条所有人都看得见的线。

Benchmark 做的就是画线这件事。在 ImageNet 出现之前，「让机器看懂图片」是一个哲学问题，我们可以写一百篇论文讨论什么叫看懂，每一篇都言之成理，每一篇都没法证伪。ImageNet 之后，看懂图片就变成了 top-5 error rate 上的一个数字，从百分之二十几一路往下掉，掉到比人还低，掉到大家都觉得没意思了，转身去找下一张卷子。那几年的计算机视觉就像一个突然有了月考的班级，原本散漫地各自读着闲书的学生们一下子有了排名，有了榜单，有了每次发成绩时那种又紧张又兴奋的空气。我们可以说这种空气让学术变得功利，但我们没办法否认，正是在那种空气里，有些东西真的被推着往前走了。

推着这一切往前走的那只手，在出卷子的人那里。每年春天，命题组的老师们会被带到某个不知名的山里或者宾馆，手机上交，与世隔绝，一住就是一两个月。他们在那里决定的东西，会变成接下来一整年里全国几千万学生熬夜的方向，会变成书店里堆成小山的模拟卷，会变成补习班老师嘴里那句「今年的风向变了」。一个好的 benchmark 也有这样的分量。它一旦被做出来，被大家接受，接下来半年里那些拿着成千上万张卡的实验室就会围着它转，调数据配比，改训练目标，在技术报告的第一页用加粗字体写上自己比上一个版本高了几个点。出卷子的人很少站在聚光灯下，但聚光灯照向哪里，往往是他们说了算的。

当然，卷子还有另外一种命运。一张题出得再好，考过一次之后就成了真题，被收进《五年高考三年模拟》，被拆解，被归类，被总结成十八种题型和三十六个套路，到最后学生们拿到题目甚至不用读完题干，扫一眼数字的形状就知道该套哪个公式。Benchmark 也逃不过这一劫，它们像某种一年生的草本植物，春天被人种下去，夏天所有人都围着它浇水、施肥、发论文，leaderboard 上的数字一格一格往上爬，到了秋天分数饱和，叶子黄了，大家拍拍手上的土，去找下一块地。MMLU 是这样，GSM8K 是这样，HumanEval 也是这样。每一个都曾经被当成过某种圣杯，每一个最后都变成了论文 Table 1 里一列谁也不会多看两眼的数字，像毕业多年以后翻出来的成绩单，你记得它曾经让你彻夜难眠，但你已经想不起来那个分数到底意味着什么。

这样的轮回之所以能一直转下去，是因为总还有下一块耕地可以耕耘。人的前半生大多也是这么过来的，中考，高考，一张卷子还没做完，下一张已经摆在桌上。直到高考结束以后的那个夏天，这根链条第一次松开了。十几年来第一次，没有人再给我们发卷子，没有人告诉我们下一次考试在什么时候，考什么，满分是多少。我们突然被扔进一个没有 benchmark 的世界，在那里，「做得好」重新变回了一个模糊的、玄学的、各说各的东西。很多人就是在那个夏天开始迷路的，有些人花了很多年才走出来，有些人则像那个被崔普曼上校告知战争已经结束的兰博，怎么也停不下来，考研，考公，考证，考一切可以被打分的东西，因为分数至少是一种确定性，而确定性是一种很令人着迷的东西。

模型们好像也正在走向那个夏天。能出的卷子被一张一张做完，题目越出越难，难到出题人自己都要花上好几天乃至几十天才能验证答案，难到能看懂题目的人全世界也凑不齐一个班。再往后呢？当一个东西在所有我们能想到的考试上都拿了满分，我们要怎么判断它是不是真的「会」了，又要拿什么去区分这一个 checkpoint 和下一个 checkpoint？那时候出题这件事本身大概会变得比答题更难，也更稀缺。能够指着一片混沌说「这里有一道题」的人，会比能把题做出来的人更像是那个时代真正的天才。

What can I say？

且造榜来，且刷榜去。

乐队这个词本身携带着一整套来自上世纪的反抗语法：车库、失真、烟头、凌晨三点的livehouse、被砸烂的吉他、对着父辈竖起的中指。它是摇滚乐留下的遗产，是一种被反复复述以至于几乎成了神话的姿态。而「少女」则是另一套语法，是放学后的教室、夕阳斜照的走廊、社团活动室里的红茶和蛋糕、制服裙摆下若隐若现的膝盖。这两个词被焊接在一起的时候，产生的是一种奇妙的中和反应：摇滚的锋利被少女的柔软包裹起来，少女的柔软又被摇滚的锋利镀上了一层薄薄的光泽。结果是一种可以被安全消费的叛逆，一种不会割伤任何人的锋芒。

你可以把它想象成一颗糖衣药丸，只不过药和糖的位置是颠倒的。外面那层看上去苦涩、粗粝、带着地下室的霉味，咬开之后里面却是甜的，甜得近乎透明。观众可能以为自己在接近某种危险的东西，实际上他们接近的是一个被精心消毒过的梦。在这个梦里，吉他音箱的啸叫从来不会吵醒邻居，排练室的租金总有人付，乐队成员之间的争吵最后总会以一场眼泪汪汪的和解告终，而舞台下面的观众，无论多少，永远是温柔的、宽容的、会在副歌的时候挥动荧光棒的。

真正的乐队不是这样的。真正的乐队是贝斯手欠了鼓手三百块钱，是主唱在演出前一个小时还在跟女朋友分手，是十个人的场子来了四个，其中两个是另一支乐队的成员在等着上台。真正的乐队是散伙，是大多数时候的散伙，是那些从未被任何人记住的、在某个城市的某个角落里自生自灭的名字。摇滚乐的历史，从某种意义上说，是一部失败者的编年史，只是其中极少数的失败者侥幸成功了，于是我们把他们当作了规律。

而少女乐队的叙事恰恰把这部编年史里最不堪的部分悄悄剪掉了。它保留了「一起做一件事」的纯粹快乐，保留了「我们终于在舞台上发出了自己的声音」的那一瞬间的高光，保留了汗水和眼泪，但把汗水里的酸臭、眼泪里的怨恨都过滤得干干净净。这不是欺骗，或者说不完全是欺骗。它更像是一种集体的修辞，一种所有人心照不宣的约定：我们都知道现实大概不是这样的，但我们都愿意在这两个小时、这十二集、这一张专辑的时间里，假装它是这样的。

这里面有一种近乎宗教性的东西。少女在这个符号体系里承担的角色，从来不是一个具体的人，而是一个容器，一个用来盛放「纯粹」的器皿。她们必须是还没有被世界弄脏的，必须是还相信些什么的，必须是在弹错一个和弦的时候会吐吐舌头而不是骂一句脏话的。她们的身体被设定在一个永远不会到来的明天之前，悬停在十六七岁的某一个下午，阳光斜斜地穿过窗帘，灰尘在光柱里慢慢地翻滚，而音乐就从那里流出来，像一条永远不会流进大海的河。观众爱她们，其实是在爱那条河，爱那个下午，爱自己也曾经有过、或者以为自己曾经有过的那种还没有决定要成为什么人的时刻。

所以乐队必须是少女的，而不能是中年男人的。中年男人组乐队，那叫中年危机，叫不务正业，叫在妻子的冷眼里把音箱从储藏室里搬出来又搬回去。同样是抱着吉他，同样是说「我想唱自己的歌」，放在一个四十五岁的男人身上就是一出滑稽戏，放在一个十六岁的少女身上就成了一首诗。这不公平，但符号从来都不讲公平，符号只讲它能承载什么。少女能承载的，恰恰是整个社会最不敢承认自己已经失去的那部分东西。

乐队这个形式，又给这种承载提供了一个完美的借口。它是集体的，所以可以讲友情；它是需要练习的，所以可以讲成长；它是要上台的，所以可以讲勇气；它是会失败的，所以可以讲挫折与重来。它几乎天然地就是一个叙事的骨架，每一根骨头都已经长在了该长的位置上，你只需要往上面贴肉就好了。键盘手是温柔的，鼓手是大大咧咧的，贝斯手沉默寡言但其实最在乎大家，主唱有一个不愿意说出口的过去。这些角色像一副扑克牌，洗来洗去，发到谁手里都能凑成一局，而每一局我们都愿意看到最后。

或许观众真正消费的并不是音乐，也不是少女，而是那段被悬置的时间。那是他们自己没能拥有的，或者曾经拥有却在不知不觉中挥霍掉的时间。他们坐在屏幕前，像隔着橱窗看一件永远买不起的衣服，看着那几个女孩在夕阳里调弦、走音、互相埋怨、又互相拥抱，然后在某个瞬间，音箱里爆出第一个和弦，所有的犹豫和笨拙都被那一声轰鸣吞没，他们也跟着一起被吞没了。那一刻的眼泪是真的，哪怕引出眼泪的那个世界是假的。

这也解释了为什么这个符号能够如此长久地、一轮又一轮地被复制而不显得疲惫。从放学后的茶会，到孤独的摇滚，到那些在雨夜里嘶喊的、带着更多伤痕的新一代故事，少女乐队的外壳越来越粗糙，越来越愿意触碰真实的疼痛：抑郁、社交恐惧、家庭的破碎、友谊的背叛。表面上看，这是一种进化，是叙事在向现实靠拢。但仔细想想，那个内核其实从未改变。无论伤口被刻画得多深，它最终都会在舞台上被一首歌缝合。疼痛在这里是通往高潮的台阶，是为了让最后那一声轰鸣显得更有分量的铺垫。它们越来越敢于展示黑暗，恰恰是因为它们越来越确信，这黑暗最后一定会被照亮。

这就是那个安全内核的真正形态：不是拒绝伤痛，而是保证伤痛有意义。现实中的伤痛大多是没有意义的，它来了，停留，然后以一种毫无戏剧性的方式慢慢变淡，或者永远不变淡。而在少女乐队的世界里，每一道伤口都会变成一句歌词，每一次崩溃都会在某场演出里得到回响。这是一种比「一切都很美好」更深的安慰，因为它不否认痛苦，它只是向你承诺：你的痛苦会被听见。

Noah Shinn：这个我能聊一整天，我觉得它太重要了。对产品构建者来说，这也是一种需要重新锻炼的能力，不要只盯着功能。

过去 3 年，我们看到各种产品发布，AI 现在能做这个了，AI 现在能做那个了，你知道它能做这件事吗，因为底层某个小技术变化。我觉得消费者首先是疲惫了，不知道怎么用。其次，我们搞错了重点。

我们很早就确立了一条原则，先不要关注 Capability（能力），只关注 Understandability（可理解性）。用户有多理解正在发生什么？当他提出这个要求、进行这种交互时，能在多大程度上预测接下来会发生什么？

我认为，这是 Instinct 的参与度远超常态、每天以 10% 的速度自然传播的重要原因之一。它是可理解的。很难找一个更准确的词，但它用起来就是「感觉对」。

一条消息的作用不只在于文字表达了什么，连消息本身的形状都重要。用户看到它时会有什么感觉？是一大坨文字，必须不断下滑才能找到重点。还是把最重要的信息放在最前面，让用户在前 30% 就理解核心，再自行决定要不要继续读？

人们扫读大段文字时，可能会读第一行的 80%，第二行的 50%，然后一路递减，视觉上像一面旗，这些都应该被纳入设计。Instinct 可以思考，用户的注意力主要停留在前两行，尤其是每行开头，那么应该如何组织消息，尽量减少阅读疲劳和认知负担？

为了让产品更快、更便宜，我们在基础设施上做了大量工作。但这种对体验的关注同样重要，也会成为差异化来源。

最无效的学习策略是问“为什么我这么笨”。一个更有效的问题是“我缺少哪些先决知识？”——把它当作一个可解决的工程问题，而不是一种永久的特征。

a16z 把一段 2018 年的旧访谈翻了出来，Sam Altman 在里面讲他职业生涯里回报最高的一段时间，那段时间他没有工作。

这段空档夹在两个身份中间。前面是卖掉自己做出来的第一家公司，后面是接手 YC。中间那一年他背着包环球旅行，住的是便宜旅馆，还顺手募集了一支小基金。

他做的事听起来不像在做投资。他读了几十本教材，核工程、人工智能、合成生物学、投资，都是他当时感兴趣的领域。他到处见人，谁在做有意思的事，他就去找对方聊。里面有一句我印象最深，如果遇到一个有趣的人，事情看起来是对的，又需要帮忙，他就直接去帮。对方会教他东西，或者给他一个投自己公司的机会。而这一年里做的事几乎全部没成。种子是很久以后才以很深的方式长出来的。

把时间线拉长看，几乎全部没成这句很诚实。那一年读的领域，后来变成了 YC 对外投资的方向。他个人投了做核裂变与核聚变的公司，还当了董事长。人工智能这条线，几年后他与 Elon Musk 一起做成了 OpenAI。教材里翻过的那几门，后来都成了他真的下注的地方。

无 KPI 的输入来自读书，它不服务于任何一个当下要交付的项目，所以不同领域的东西有机会连起来。带着任务去读，读完就只剩答案。帮别人解决一个小问题，成本很低，换来的是对方愿意教你，以及以后愿意拉你进局的信用。

你不需要空出一年，你需要的是把一小块时间从交付里摘出来，做完全没有 KPI 的输入，并且持续帮别人一点小忙，剩下的事交给时间[合十R]

快速学习的关键在于减少学习过程中的阻力。

最大的阻力来源之一：不知道你想学的东西的先决条件。

了解先决条件可以在感觉新内容呈现得压倒性快与以舒适的节奏之间产生巨大差异。

另一个主要的阻力来源：不定期复习你之前学过的东西。

如果你不复习，你就会忘记，如果你忘记了先决条件，你就会回到第一个阻力来源。

如果你想大幅提升生活质量，就要学会在注意力被夺走后迅速将其收回。社交媒体上的争论、压力重重的思绪、微不足道的不便。这些大多是偷走你数小时乃至数天快乐的噪音。深呼吸，随它去吧。