之前做产品demo用vibe coding来搓，现在感觉飞书多维表格也蛮有“巧劲”的,特别对于非程序员出生的人，做ai小产品的原型，多维表格还是蛮适配。

有没有了解飞书在字节内部战略定位的朋友？或者字节内部的即友，可以交流下。

最近这波龙虾带动的这波agent热潮，感觉飞书直接起飞了，从最初一众极客默认将飞书作龙虾的优先接入渠道，再到飞书这一波“积极拥抱”的组合拳，明显是从工具→平台的转变。感觉简直是天时、地利、人和，完全可以作为字节T0级别的战略了。

而且在Web2.0时代的社交第一入口被微信切走后，感觉飞书很有可能未来成为商业交互、办公的第一入口，这里会沉淀大量的企业交互的数据……海量企业交互数据为基础，以各类AI Agent（智能体）为“原生应用”的商业智能生态。

最近，我在推内部组织ai转型的过程中，试了很多玩法，但基本每次飞书的产品更新都刚好卡在我的设想点上……不得不说字节在一众大厂中的组织效率还是极高的……

这样会不会辐射有点大……

稳定情绪只是过程不是目的，而达到目的有时候需要驾驭情绪，甚至释放情绪。

只要避免不进入恶性循环的机制即可。
驾驭不了情绪，便会遇事后→主体性释放→情绪干扰→决策失衡→情绪再次干扰→决策更加失衡→恶性循环→“祸”不单行

找回愤怒的勇气和能力，也是一种驾驭情绪的能力。👊

大部分人都只是资本“系统”的生产资料，半辈子兢兢业业，却无法享受“系统”带来的复利，大厂也无外乎如是。

从小秉承的“一份耕耘，一分收获”的背后的逻辑是:“当停止耕耘，你便成为系统的弃子。”这也是劳资双方关系，天然对立的原因之一。

因为大部分人本质都是系统里被掌控与安排的生产资料，其贱卖的可能是自己唯一的“生产资料”——时间。而时间也是天然被忽略的“生产资料”。

大部人忽略了时间的成本，无论是个人潜意识里，还是企业财务报表里。

如何利用时间这个“生产资料”，打造自己的“系统”，这在学校无法学到，因为大部分老师也不懂，但更核心的是:我们过去的教育体系的主线是:如何培养生产资料。（ai时代怎么变化，再观察下）

于个人而言，用时间，打造自己的系统，而非“镶嵌”在别人的系统中不自知。

尽量创造“再生产成本”低的价值，不一定是实体的物品，就像一本持续对不同的人输出价值的书，这本书就像是一个可以一直收租的房子，即使你没有在“耕耘”，你依然有“收获”。

定期更新、维修系统；确保系统能可持续性的产生价值，对抗熵增。你的时间在这个过程中将被释放，你也获得了更多人生的选择权。

将系统升级为生态；尝试在你的系统里，孕育更多的小系统，而非将你系统里的人再次变为单纯的生产资料。每个小系统可以独立产生直接价值，并且在大系统里可以增加势能，进一步放大价值。
一旦形成生态，你便可以进入“无为而无不为的”状态。

今天跟🦐换了个玩法:假如明天你跟我互换身份，你觉得哪三件事非做不可？

今天刚好聊到个观点:开车一半是模式匹配，但真正考验在前车做反常动作那 0.5 秒，从经验里抽象出意图、做反事实推理，LLM 缺的就是这一步。说人脑也只是下一个 token，那是没区分系统 1 和系统 2。

系统1和系统2的区分，比概率vs逻辑更易get。
补充一点，人不仅是有系统2的机制，且能在系统1失效的0.5秒内，自主激活系统2，并且为激活后的判断承担后果。LLM缺的不是能不能推理，而是谁在意推理的结果。
没有在意，就没有负责。没有负责，就没有真正的系统2。

都说AI不会推理。
那你开车变道的时候，在推理吗？
老司机凭直觉变道——这不是三段论，是神经网络的pattern matching。
大模型算概率生成——底层也是pattern matching。
所以区别在哪？
人会把验证过的经验沉淀成规则，下次直接调用。AI每次生成都是重新采样。
上次说"没有最大的素数"，换个上下文可能说"存在最大的素数"。
不是模型不会推理。是它不能为推理的结果负责。
承诺是社会行为。模型没有社会。
那么直觉算推理吗？

"很多人争论AI有没有逻辑，但我觉得问题不在'会不会'，在'能不能担保'。担保是一种社会行为。"