即刻App年轻人的同好社区
下载
置顶【给世界提一个问题】
对于了解世界的真相，extreme cases/outliers还是general rules更有用？
Political与Economics秩序的更迭不一致时，国家内部会发生什么？国家间会发生什么？
我们更可能毁于我们所热爱的事物，还是憎恶的事物？
语言会强化现实还是弱化现实？
那些曾经风靡一时的企业和产品，现在怎么样了？它们的leader/founder如今在做什么？他们又如何看待过去的创业经历？
会有一个国家的人们关注残奥会的程度接近奥运会吗？
电视什么时候会消失？微博和推特什么时候会消失？它们会被什么替代？
人类历史上是否有消失的东西再度回来的案例？
专业主义/agency管理与“野生”放养如何平衡？（看完A Star Is Born产生的问题）
为什么一个country的公民会对另一个country的公民产生hatred sentiment？
各国的内部情绪调动出于什么目的，能否达到自己的目的？情绪的正反馈可能持续多长时间，产生哪些影响？
人类社会历史上的共同危机，当时的人们如何看待它们的？人们怎样度过危机的？
家庭教育和学校教育哪个在成长过程中作用更大？二者的协调或不协调会有怎样的影响？
内向者是否在消失？如果是，这对我们意味着什么？
现时的人们需要对下一代的福祉负责吗？如果是，为什么要负责？负责到什么程度？如果不负责需要有惩罚机制吗？
疫情之后，各国如何回顾的它们过去三年？
我们为什么越来越孤独但却又不愿意结婚？我们不愿意结婚了，这是真相吗？
能够穿越时间、周期的人、事有什么共性？
对于了解世界的真相，extreme cases/outliers还是general rules更有用？
Political与Economics秩序的更迭不一致时，国家内部会发生什么？国家间会发生什么？
我们更可能毁于我们所热爱的事物，还是憎恶的事物？
语言会强化现实还是弱化现实？
那些曾经风靡一时的企业和产品，现在怎么样了？它们的leader/founder如今在做什么？他们又如何看待过去的创业经历？
会有一个国家的人们关注残奥会的程度接近奥运会吗？
电视什么时候会消失？微博和推特什么时候会消失？它们会被什么替代？
人类历史上是否有消失的东西再度回来的案例？
专业主义/agency管理与“野生”放养如何平衡？（看完A Star Is Born产生的问题）
为什么一个country的公民会对另一个country的公民产生hatred sentiment？
各国的内部情绪调动出于什么目的，能否达到自己的目的？情绪的正反馈可能持续多长时间，产生哪些影响？
人类社会历史上的共同危机，当时的人们如何看待它们的？人们怎样度过危机的？
家庭教育和学校教育哪个在成长过程中作用更大？二者的协调或不协调会有怎样的影响？
内向者是否在消失？如果是，这对我们意味着什么？
现时的人们需要对下一代的福祉负责吗？如果是，为什么要负责？负责到什么程度？如果不负责需要有惩罚机制吗？
疫情之后，各国如何回顾的它们过去三年？
我们为什么越来越孤独但却又不愿意结婚？我们不愿意结婚了，这是真相吗？
能够穿越时间、周期的人、事有什么共性？
24 02
崇礼168 70公里组，完结撒花～
夜晚10点起跑、几乎全程下雨、若干烂泥路、过去两周平均每天睡5小时，debuff如此之多，出发半小时就有了退赛的念头。
是怎样完成的呢？可能是因为看到彻夜蹲守的志愿者和安全员，可能是因为近来心中堆积的感受需要某种方式表达，可能因为爸爸妈妈和好朋友们在睡梦里保佑我～不过，不知道怎么比实际路线多跑了3公里🙃
在最后一个CP点整理衣物时，突然有个人坐在身旁最近的椅子上。扭头一看，是第一次跑越野赛的会长，旁边就是许乐～哈哈，他们就这样从vlog画面里走出来了。
夜晚10点起跑、几乎全程下雨、若干烂泥路、过去两周平均每天睡5小时，debuff如此之多，出发半小时就有了退赛的念头。
是怎样完成的呢？可能是因为看到彻夜蹲守的志愿者和安全员，可能是因为近来心中堆积的感受需要某种方式表达，可能因为爸爸妈妈和好朋友们在睡梦里保佑我～不过，不知道怎么比实际路线多跑了3公里🙃
在最后一个CP点整理衣物时，突然有个人坐在身旁最近的椅子上。扭头一看，是第一次跑越野赛的会长，旁边就是许乐～哈哈，他们就这样从vlog画面里走出来了。
17 20
上周入选了BlueDot的Biosecurity课程的最新一个cohort，有了接触到很多优质信息源的机会。今天开始准备week 2的讨论，读到了一篇和Biosecurity无关、但对于如何学习知识、如何与AI交互可能都有启发的一篇文章。
作者围绕一个看似老生常谈但其实非常关键的问题展开：专家身上那些“说不清、道不明”的本事（也就是“隐性知识”），到底能不能被高效传递？作者没有浪漫化隐性知识的不可言说，也不假装它可以被简单地总结，而是在尝试理性地探讨——我们能不能再往前推进一点？
文章一开始抛出了一个问题：学习一个领域，到底应该读论文，还是应该跟人聊？Ben Reinhardt 和 Alexey Guzey 都倾向于“九成靠聊，一成靠读”。作者自己认为：读论文有读论文不可替代的优势，输入快、可跳读、可并行、可深挖；但读论文的代价是慢——一个专家几秒钟能回答的问题，自己摸索可能要几个月。问题是，当你想了解的不是“雷帕霉素能不能延长小鼠寿命"这种具体事实，而是”这个领域的开放问题是什么"、"哪些项目能推动这个领域的发展”，那么单靠搜索和阅读就完全不够了，因为这些答案根本不在公开文献里。
作者随后给出了一个我觉得很有用的知识分类：横轴是公开 vs 私人，纵轴是显性 vs 隐性。公开显性知识就是百度一下就能查到的事实；私人显性知识是因为激励问题（NDA、商业机密、专业护城河）而没被公开，但本质上能说清楚的知识；公开隐性知识像骑自行车或判断牛排几成熟，讲不清楚但能通过观看示范学会；私人隐性知识则需要师徒制或社群浸润，又分为个体型（嵌在某个人身上）和社会型（嵌在组织/网络的边界上，比如台积电CEO也并不真正完整知道台积电怎么运作，正如没有人完整知道一支铅笔是如何造出来的）。
文章里提到了几个案例。一个是著名的Fogbank。一种几十年前用于核武器的材料，后来要重新制造时，即使有原始文档、原班人员还在，依然花了好几年和数百万美元才搞定，最后发现关键是某种"无人察觉的杂质"。另一个是Collins 2001年的研究：美国研究者复现苏联的蓝宝石样品测量，怎么都做不出来，最后才知道关键在于用人体油脂润滑细线——把丝线在耳后或鼻梁上蹭一下，而且不是所有人皮肤分泌的油脂都有效。这两个例子经常被用来证明“隐性知识是很难传递的”，但作者提醒：我们不应该把隐性知识当作令人敬畏的神秘，而应该把它视为有待攻克的工程问题。Collins在论文里其实提了一个非常具体的建议：科学论文应该增加一项"二阶技能度量"，明确写出某个实验最初花了多少次尝试、花了多长时间、现在仍有多难（这种信息现在几乎被默认排除在写作规范之外）。
最有意思的部分，是作者用自己参与设计的 Rejuvenome 抗衰老项目作为例子，展示了在前沿科研中知识是分层的：核心事实 → 事实间关系 → 知识如何产生 → 如何设计新实验。在这个链条里，越往下越难显性化。比如，某种"多样性远交"小鼠的雄性极具攻击性必须单笼饲养——这个事实本可以公开，但实际上是某位研究者顺口告诉他的；很多论文只用雌性小鼠却从不说明原因，背后藏着没写出来的判断。他得出一个很有冲击力的结论：你不知道该问什么问题，本身就是一种隐性知识。新手听到“我们要对血液做 X、Y、Z 分析”只会点头，专家会立刻反问"每种分析要多少血？小鼠总共才多少血？"——这种问题的显著性，不是想出来的，是经验长出来的。
那么，隐性知识到底能不能规模化？作者从语言学习和象棋这两个我们已经"解决了"的领域里找答案。语言学习证明：成人通过大量带上下文的输入，一年左右就能达到接近母语水平，全程可以不跟任何人说话。象棋更有意思——研究显示，提升棋艺最有效的方式不是下棋本身，而是做棋题和记忆大师对局；而且教练并不是必需的，最强的预测因子是"独自认真学习的时间"。记忆之所以重要，不是为了快速检索（互联网就能做到），而是强迫你理解、强迫你把信息"分块"成可调用的内部结构。
由此，作者提出了他的核心猜想：我们应该建立”带上下文的专家执行示例库“。不是讲解、不是教学视频，而是大量真实的专家在做事的录像，包括失败、修改、甚至是自言自语。软件工程里的live coding已经有这个雏形，但还远远没有被当作系统化学习工具来用。
文章最后一部分讨论”管理专家“也很有启发。Ben Reinhardt说，“只有做过这件事的人才应该管这件事”，因为做过才有直觉。但作者指出了反例：Elon Musk 创办 SpaceX 之前是做支付的，Leslie Groves 不是物理学家却领导了曼哈顿计划。LIGO项目经理 Gary Sanders 的自述很精彩——他六到九个月就能获得 Collins 所说的"交互式专长"，能跟专家讨论、能拍板决策，但无法亲自写出方程或设计系统。“我能听懂交响乐，但是写不出来”。所以真正的能力组合，可能是对领域有足够交互式理解 + 能识别人才 + 能在合适时候终结争论。而这套能力本身，又是另一种需要被传递的隐性知识。
总的来说：
1. 承认隐性知识真实存在这件事，远比想象中重要。STEM领域的训练让我们倾向于相信"凡是重要的都能被显式化、被表格化、被数据点化"，但其实那些以案例、轶事、商业图书形式存在的东西，恰恰是传递隐性知识所必需的形态。
2. 理解深度的排序是：打入圈子 > 读论文 > 跟专家聊。和专家单次聊天能快速给你答案，但理解会很浅；读论文能给你深得多的理解；而真正最后那10-20%的领域知识，只能靠混进圈子里——在会议、研讨会、咖啡馆里偶然听到的那句话里。这也回答了为什么 colocation、conference、私下吃饭都不是浪费时间。
3. 学习策略应该服从于目标。如果你想做投资判断或寻找开放问题，没必要花三年读完整个领域的论文；如果你想识别人才并管理项目，"交互式专长"就够了；只有当你要亲手做事，才必须深入到能动手的程度。把"我要把这个领域学透"当成默认目标，反而是低效的。
作者围绕一个看似老生常谈但其实非常关键的问题展开：专家身上那些“说不清、道不明”的本事（也就是“隐性知识”），到底能不能被高效传递？作者没有浪漫化隐性知识的不可言说，也不假装它可以被简单地总结，而是在尝试理性地探讨——我们能不能再往前推进一点？
文章一开始抛出了一个问题：学习一个领域，到底应该读论文，还是应该跟人聊？Ben Reinhardt 和 Alexey Guzey 都倾向于“九成靠聊，一成靠读”。作者自己认为：读论文有读论文不可替代的优势，输入快、可跳读、可并行、可深挖；但读论文的代价是慢——一个专家几秒钟能回答的问题，自己摸索可能要几个月。问题是，当你想了解的不是“雷帕霉素能不能延长小鼠寿命"这种具体事实，而是”这个领域的开放问题是什么"、"哪些项目能推动这个领域的发展”，那么单靠搜索和阅读就完全不够了，因为这些答案根本不在公开文献里。
作者随后给出了一个我觉得很有用的知识分类：横轴是公开 vs 私人，纵轴是显性 vs 隐性。公开显性知识就是百度一下就能查到的事实；私人显性知识是因为激励问题（NDA、商业机密、专业护城河）而没被公开，但本质上能说清楚的知识；公开隐性知识像骑自行车或判断牛排几成熟，讲不清楚但能通过观看示范学会；私人隐性知识则需要师徒制或社群浸润，又分为个体型（嵌在某个人身上）和社会型（嵌在组织/网络的边界上，比如台积电CEO也并不真正完整知道台积电怎么运作，正如没有人完整知道一支铅笔是如何造出来的）。
文章里提到了几个案例。一个是著名的Fogbank。一种几十年前用于核武器的材料，后来要重新制造时，即使有原始文档、原班人员还在，依然花了好几年和数百万美元才搞定，最后发现关键是某种"无人察觉的杂质"。另一个是Collins 2001年的研究：美国研究者复现苏联的蓝宝石样品测量，怎么都做不出来，最后才知道关键在于用人体油脂润滑细线——把丝线在耳后或鼻梁上蹭一下，而且不是所有人皮肤分泌的油脂都有效。这两个例子经常被用来证明“隐性知识是很难传递的”，但作者提醒：我们不应该把隐性知识当作令人敬畏的神秘，而应该把它视为有待攻克的工程问题。Collins在论文里其实提了一个非常具体的建议：科学论文应该增加一项"二阶技能度量"，明确写出某个实验最初花了多少次尝试、花了多长时间、现在仍有多难（这种信息现在几乎被默认排除在写作规范之外）。
最有意思的部分，是作者用自己参与设计的 Rejuvenome 抗衰老项目作为例子，展示了在前沿科研中知识是分层的：核心事实 → 事实间关系 → 知识如何产生 → 如何设计新实验。在这个链条里，越往下越难显性化。比如，某种"多样性远交"小鼠的雄性极具攻击性必须单笼饲养——这个事实本可以公开，但实际上是某位研究者顺口告诉他的；很多论文只用雌性小鼠却从不说明原因，背后藏着没写出来的判断。他得出一个很有冲击力的结论：你不知道该问什么问题，本身就是一种隐性知识。新手听到“我们要对血液做 X、Y、Z 分析”只会点头，专家会立刻反问"每种分析要多少血？小鼠总共才多少血？"——这种问题的显著性，不是想出来的，是经验长出来的。
那么，隐性知识到底能不能规模化？作者从语言学习和象棋这两个我们已经"解决了"的领域里找答案。语言学习证明：成人通过大量带上下文的输入，一年左右就能达到接近母语水平，全程可以不跟任何人说话。象棋更有意思——研究显示，提升棋艺最有效的方式不是下棋本身，而是做棋题和记忆大师对局；而且教练并不是必需的，最强的预测因子是"独自认真学习的时间"。记忆之所以重要，不是为了快速检索（互联网就能做到），而是强迫你理解、强迫你把信息"分块"成可调用的内部结构。
由此，作者提出了他的核心猜想：我们应该建立”带上下文的专家执行示例库“。不是讲解、不是教学视频，而是大量真实的专家在做事的录像，包括失败、修改、甚至是自言自语。软件工程里的live coding已经有这个雏形，但还远远没有被当作系统化学习工具来用。
文章最后一部分讨论”管理专家“也很有启发。Ben Reinhardt说，“只有做过这件事的人才应该管这件事”，因为做过才有直觉。但作者指出了反例：Elon Musk 创办 SpaceX 之前是做支付的，Leslie Groves 不是物理学家却领导了曼哈顿计划。LIGO项目经理 Gary Sanders 的自述很精彩——他六到九个月就能获得 Collins 所说的"交互式专长"，能跟专家讨论、能拍板决策，但无法亲自写出方程或设计系统。“我能听懂交响乐，但是写不出来”。所以真正的能力组合，可能是对领域有足够交互式理解 + 能识别人才 + 能在合适时候终结争论。而这套能力本身，又是另一种需要被传递的隐性知识。
总的来说：
1. 承认隐性知识真实存在这件事，远比想象中重要。STEM领域的训练让我们倾向于相信"凡是重要的都能被显式化、被表格化、被数据点化"，但其实那些以案例、轶事、商业图书形式存在的东西，恰恰是传递隐性知识所必需的形态。
2. 理解深度的排序是：打入圈子 > 读论文 > 跟专家聊。和专家单次聊天能快速给你答案，但理解会很浅；读论文能给你深得多的理解；而真正最后那10-20%的领域知识，只能靠混进圈子里——在会议、研讨会、咖啡馆里偶然听到的那句话里。这也回答了为什么 colocation、conference、私下吃饭都不是浪费时间。
3. 学习策略应该服从于目标。如果你想做投资判断或寻找开放问题，没必要花三年读完整个领域的论文；如果你想识别人才并管理项目，"交互式专长"就够了；只有当你要亲手做事，才必须深入到能动手的程度。把"我要把这个领域学透"当成默认目标，反而是低效的。
Nintil - Scaling tacit knowledge
2 00
前天晚上和妈妈聊了两个半小时，其中有很多有趣、动人的片段。比如：
我：回顾从小到大你对我的教育，有什么让你觉得很糟糕的时刻吗？（我的本意是想问，有没有让她觉得“我没有被教育好”的时刻）
妈妈：打你的时候…
我：啊，我不是想问这个。有那种你觉得没有达到预期的时刻吗？
妈妈：从来没有。可能你每个时期都完全超过了妈妈的预期吧。
我：真的吗？我高中学习成绩那么差…
妈妈：我从来都没有因为你的成绩差，觉得你不行。从来没有。我和爸爸从来没有担心过你的成绩，我们觉得已经很好了，反正能考上本科就可以了。所以我真的没有担心过，更没有怨恨过。妈妈只是担心你因为成绩而身心不健康，让我焦虑的是这个。这是真话哦。
我：回顾从小到大你对我的教育，有什么让你觉得很糟糕的时刻吗？（我的本意是想问，有没有让她觉得“我没有被教育好”的时刻）
妈妈：打你的时候…
我：啊，我不是想问这个。有那种你觉得没有达到预期的时刻吗？
妈妈：从来没有。可能你每个时期都完全超过了妈妈的预期吧。
我：真的吗？我高中学习成绩那么差…
妈妈：我从来都没有因为你的成绩差，觉得你不行。从来没有。我和爸爸从来没有担心过你的成绩，我们觉得已经很好了，反正能考上本科就可以了。所以我真的没有担心过，更没有怨恨过。妈妈只是担心你因为成绩而身心不健康，让我焦虑的是这个。这是真话哦。
「ep07」想跑就跑，不想跑就不跑
倚小卖小
4 00
Mark一下
各省域每孩月均分摊生育成本差异显著：上海4751元、北京4483元、浙江4065元为全国最高；西藏1711元、青海1911元、贵州1881元为全国最低。高收入省份与中等收入省份分化清晰，城乡养育成本差距明显。2024年全国每孩至18岁前的生育成本为58.00万元，为人均GDP 9.57万元的6.06倍，仅次于韩国的7.79倍，高于美国的4.11倍、日本的4.18倍
各省域每孩月均分摊生育成本差异显著：上海4751元、北京4483元、浙江4065元为全国最高；西藏1711元、青海1911元、贵州1881元为全国最低。高收入省份与中等收入省份分化清晰，城乡养育成本差距明显。2024年全国每孩至18岁前的生育成本为58.00万元，为人均GDP 9.57万元的6.06倍，仅次于韩国的7.79倍，高于美国的4.11倍、日本的4.18倍
育娲《中国生育成本报告2026》发布！
3 00
2026年的世界，幸福感悄悄回升了？
Ipsos的《2026年全球幸福指数报告》（调研时间：2025年12月24日—2026年1月9日）覆盖29个国家、23,268名成年人，结果显示：全球74%的受访者认为自己是幸福的，其中18%表示“非常幸福”。在29国中，有25国的幸福感比一年前更高。
一、最幸福 vs 最不幸福的国家
- 幸福感排名前六的国家：印度尼西亚、荷兰、墨西哥、哥伦比亚、马来西亚、泰国
- 幸福感排名最低的国家：匈牙利、韩国、土耳其、日本、意大利
- 印尼有43%的人自评“非常幸福”，远超其他国家；而在韩国，仅有4%的人认为自己“非常幸福”（29国中占比最低）。
二、最大变化
与2025年相比，降幅最大的是印度（从88%到72%，是29国中唯一出现剧烈下降的国家），涨幅最大的是土耳其（从49%到59%）。但拉长到2011-2026年的维度来看，涨幅最大的是西班牙、匈牙利、墨西哥；跌幅最大的是土耳其、印度、韩国、美国和加拿大。
三、是什么让我们幸福？又是什么让我们不幸福？
幸福的来源：感到被欣赏/被爱（37%）；家人和孩子（36%）；心理健康（27%）；对生活有掌控感（25%）；觉得人生有意义（24%）
不幸福的来源：个人财务状况（57%，在29国中有28国排第一）；心理健康（30%）
身体健康（25%）；住房条件（22%）；觉得人生没有意义（20%）
总结：被爱、家庭这类内在关系是幸福的最大引擎；而一旦不幸福，钱几乎肯定是最大原因。心理健康是少有的“双向因子”：既是27%幸福者的快乐来源，也是30%不幸福者的痛苦来源。社交媒体几乎与幸福无关：仅3%的人把它列为幸福或不幸福的原因之一。
四、什么年龄最幸福？
中年（50-59岁）是幸福感的低谷，70岁以上的老年人最幸福。这与心理学界近年讨论的“幸福U型曲线”一致。
五、钱真的能买到幸福吗？
低收入与高收入之间存在12个百分点的幸福感差距。但高收入人群的最大幸福来源是“家庭和孩子”；低收入人群的是“被欣赏/被爱”。无论收入高低，“财务状况”始终是不幸福的头号原因。
六、为什么2026年整体更幸福了？
可能是经济压力略有缓解。在与之匹配的What Worries the World调查中，29国里有18国的人比一年前更看好本国经济。其中韩国、秘鲁、以色列的信心提升最大；新加坡、印尼、墨西哥、比利时下滑。
Ipsos的《2026年全球幸福指数报告》（调研时间：2025年12月24日—2026年1月9日）覆盖29个国家、23,268名成年人，结果显示：全球74%的受访者认为自己是幸福的，其中18%表示“非常幸福”。在29国中，有25国的幸福感比一年前更高。
一、最幸福 vs 最不幸福的国家
- 幸福感排名前六的国家：印度尼西亚、荷兰、墨西哥、哥伦比亚、马来西亚、泰国
- 幸福感排名最低的国家：匈牙利、韩国、土耳其、日本、意大利
- 印尼有43%的人自评“非常幸福”，远超其他国家；而在韩国，仅有4%的人认为自己“非常幸福”（29国中占比最低）。
二、最大变化
与2025年相比，降幅最大的是印度（从88%到72%，是29国中唯一出现剧烈下降的国家），涨幅最大的是土耳其（从49%到59%）。但拉长到2011-2026年的维度来看，涨幅最大的是西班牙、匈牙利、墨西哥；跌幅最大的是土耳其、印度、韩国、美国和加拿大。
三、是什么让我们幸福？又是什么让我们不幸福？
幸福的来源：感到被欣赏/被爱（37%）；家人和孩子（36%）；心理健康（27%）；对生活有掌控感（25%）；觉得人生有意义（24%）
不幸福的来源：个人财务状况（57%，在29国中有28国排第一）；心理健康（30%）
身体健康（25%）；住房条件（22%）；觉得人生没有意义（20%）
总结：被爱、家庭这类内在关系是幸福的最大引擎；而一旦不幸福，钱几乎肯定是最大原因。心理健康是少有的“双向因子”：既是27%幸福者的快乐来源，也是30%不幸福者的痛苦来源。社交媒体几乎与幸福无关：仅3%的人把它列为幸福或不幸福的原因之一。
四、什么年龄最幸福？
中年（50-59岁）是幸福感的低谷，70岁以上的老年人最幸福。这与心理学界近年讨论的“幸福U型曲线”一致。
五、钱真的能买到幸福吗？
低收入与高收入之间存在12个百分点的幸福感差距。但高收入人群的最大幸福来源是“家庭和孩子”；低收入人群的是“被欣赏/被爱”。无论收入高低，“财务状况”始终是不幸福的头号原因。
六、为什么2026年整体更幸福了？
可能是经济压力略有缓解。在与之匹配的What Worries the World调查中，29国里有18国的人比一年前更看好本国经济。其中韩国、秘鲁、以色列的信心提升最大；新加坡、印尼、墨西哥、比利时下滑。
Happiness
3 00