尽量在世界上留下多的、好的、真的痕迹。你无法预期这个物理世界的推荐机制，会在何时把你的痕迹推送到谁的生活窗口中。

虽然@GillianR 是社会学出身，但说到对于大模型作为一项技术的理解和运用，我觉得丝毫不输我见过的大多数理工类学生。对技术能自如实践的先决条件是对技术建构起正确的理解和思维方式，理工类学生是有些「接触过和使用过」的优势，但大模型的确是一个不同于此前所有技术的技术，它惊人的通用性、摸不太清的能力边界、与人并不完全的相似性、广泛但待激活的各领域知识，使得即使是做出模型的人也难免有盲人摸象的成分。@GillianR 在工作和生活中非常非常善于识别其中适合用大模型及 AI 工具解决的部分，并将效果做到相当惊艳，时常令我感叹自己对 AI 的理解太过片面。张咋啦也是给人类似的感觉。从她们的实践中，既能直观感受到用好 AI 之后获得的魔法般的力量，又忍不住感叹对新技术的驾驭能力真是能区分出高低的。

AI 对于教学和学习的改变无疑是巨大的，但它仍然更多地表现为教学者和学习者个体在日常中的个性化探索。在 K12 之外，目前的产品尝试集中在素材层提效（快速产出脚本、图片、视频等教学材料或媒介）、既有课程形态编排层加速（更快地产出符合 SCORM 标准的课程）、或是交互层的花哨实验（比如一堆 AI 同学陪你听课讨论），却很少有人试图回答一门「真正有效的好课」应该长什么样、该怎么做。而对话式教学，这个在学习科学里很早就被推崇的教学形式，都被清一色地窄化为了苏格拉底教学法，但我们都试过，永远被问题引导着的学习体验并不好。这些产品真的兑现了我们对 AI 如何重塑学习的期望吗？

AGL是我和 @GillianR 最近合作推出的新产品，试图将「做一门好课」这种难以掌握的专业能力规模化，让不会做课的人快速做出好课；以及，也试图回答对话不止作为教学方法、同时也作为一种新的教学/学习容器，使得它有效、有趣的形态应该是怎样的。它是一个具有 agent 所有特性的产品，但 agent 只是实现上述目的的其中一个手段。

产品目前还比较粗糙，但我们相信它是一个很有生命力的、很真诚的种子，因此我们愿意在早期就分享出来。“虽然论文被批得一无是处，但我现在依然庆幸写了这（第一）篇论文。”（广中平祐）

只是静静欣赏他们，就隐约寻回了那种在深夜与一个领域的问题死磕、与这个领域的群星相伴的专注感。

以及，数学真的可以跟政治无关，体育不行。

无论如何还是要 aim high，反正
1. 解决重要问题和平庸问题所花的精力基本上是同样多的，因为平庸问题也有无数细节。
2. 解决重要问题和平庸问题可能的生理喜悦程度是相当的。

在日常的流沙上，还是需要有意识地一砖一瓦垒成高塔，才可能瞭望更远一点的地方。

生活有很多种方式告诉我们，完整世界的随机性大过我们可理解世界里的可控性。心态最难以平衡之时，便是似乎各种不如意撞到一起，忍不住感叹自己为何运气如此不好之时。

但如果是运气问题那就太好办了，不妨相信否极泰来。有厄运时就有好运时。只管做好事，等好运。

社媒粉丝多半是过客。因为片段而欢喜和靠近，也因为不连续而离开。最应当珍惜的是定义和维护完整自己的权利，表达自我的勇气。为了迎合外界对完整的脑补而发的声，都是表演和撕裂，不会长久。

“所谓革命高潮快要到来的‘快要’二字作何解释，这点是许多同志的共同的问题。马克思主义者不是算命先生，未来的发展和变化，只应该也只能说出个大的方向，不应该也不可能机械地规定时日。但我所说的中国革命高潮快要到来，决不是如有些人所谓‘有到来之可能’那样完全没有行动意义的、可望而不可即的一种空的东西。它是站在海岸遥望海中已经看得见桅杆尖头了的一只航船，它是立于高山之巅远看东方已见光芒四射喷薄欲出的一轮朝日，它是躁动于母腹中的快要成熟了的一个婴儿。”

我们应当重读《索拉里斯星》（感谢@GillianR 倾情推荐！）。

这本发表于1961年的《索拉里斯星》，莱姆对索拉里斯星上的大海及人类探索者的神奇经历的描写，一直echo着我内心对大语言模型的印象。它们与人的互动，似乎都体现着对人类的“理解”，但我们穷尽各种手段，也始终无法确定它到底在以什么方式“理解”我们。人类对“它们究竟是谁”非常惘然，而又借这样的惘然发现对我们自身理解的盲区。 //@GillianR: 在哲学层面，非常推荐看看《索拉里斯星》，Echo 了你在此的表述。

“一个系统的智能是它增加自身知识的能力。所以知识是智能的积分，而智能是知识的微分。”（马毅）