即刻App
年轻人的同好社区
下载
App内打开
宋一松
0
关注
10k
被关注
12
夸夸
Obsessed with over abstraction
宋一松
15天前
就是下周
宋一松: 9月份会借着RecSys会议的机会去新加坡一趟,同时为Meta/我在当地新组建的做内容推荐算法的团队开展招聘工作。 如果有到时候也在当地,同时对此感兴趣的朋友,欢迎联系我。
7
1
0
宋一松
26天前
一个自我指涉的悖论:不要学习道理,要学习事情,实践事情,然后在实践过程中体验出道理。
68
0
2
宋一松
1月前
所谓”put your money where your mouth is”, 我长期持有的三支股票基本上代表了我对中国经济发展的看法:PDD, BYD, Luckin
50
5
4
宋一松
1月前
你以为只有外卖骑手困在系统里么,其实不是,你我都困在系统里,这个系统叫做资本主义。
参加工作十年以后,我已经对资本主义驱动下的现代社会完全幻灭。马克思的时代对资本主义的批评还只是停留在人在生产端的异化。但现代资本主义对人的侵入式主导是全方位的。以前工作是为了挣够生活的钱,现在工作就是生活本身,你工作上的成就定义了你作为人的意义。资本主义通过价值观奴役了所有人。
在我看来,资本主义是个巨大的漩涡。你一旦下了水,就一定会被卷入其中。区别只在于有的人拼尽全力只能挣扎着从水里钻出头喘口气,有的人是在救生艇上提心吊胆生怕沉下去,有的人拿木板当冲浪板以为自己是弄潮儿。但所有人都在随波逐流地“卷”(英文叫hustling)。卷就是漩涡作为一个生态系统的基本特点。漩涡之中没有自由,所谓财务自由的人更加不自由,他们正在靠近漩涡中央的位置像陀螺一样高速打转,以为自己要起飞了。
在这个角度下再去讨论一个互联网平台的派单算法没有意义。“算法”只是资本主义对生产组织方式的一种抽象。每个上了规模的公司,其内部的管理流程/公司文化/组织形态都是一种隐性的算法。每个人都活在一个又一个的算法的控制之下,困在一个又一个的系统之中。
现在可以重新审视人们对全球化和AI技术的批评和担忧,因为人们不是在批评这两者本身,而是在通过批评资本主义的帮凶来抵抗资本主义。全球化把所有人整合到了一个大漩涡里一起卷,而AI则会把“算法”里所有人类尚存的顾虑当作摩擦成本全面去除,好方便人们在完全平滑的表面上高速奔向被异化到极致的结局。
但长期乐观的我也相信世界是具备反身性的。或许在某个时间点,某种新型的左翼思潮就会发展开来。或许在再之后的某个时间点,人们将找到比资本主义更进步的社会体系。
在此之前,坚持长期主义的我也会耐心等待,在漩涡边上搭起一个属于自己的小温室,并周期性地在漩涡退潮之时捡捡别人丢下的好东西。
267
47
104
宋一松
1月前
健身时,最重要的不是达到推拉举的结果,而是以正确的姿势完成动作,否则应该锻炼的肌肉没有得到锻炼,因为被其他的肌肉代偿了。
有的时候过程(怎么做)比结果(做什么)更重要。
可以用类似的方式来理解公司等大规模组织的路径依赖和“创新者的窘境”。一个运作良好的公司,一定有一组足够强壮的肌肉。但与此同时,公司通常没有“健身”的意图。以结果导向的管理方式必然会轻视完成结果的方式,也必然会利用现有的最健壮的肌肉来确保任务的完成率,即使长期来看这不是最正确的姿势。在公司的视角下,代偿不是bug而是feature,意味着效率和捷径。
导致的结果就是,由于缺乏有效锻炼,组织整体上不够健壮(robust)而是只能依赖单组肌肉,一旦发生范式变迁或黑天鹅等小概率事件,无法通过已有肌肉完成高效代偿的组织将极为脆弱。
46
1
1
宋一松
1月前
一切功利主义都具备反身性。简单盲目过度地追求效用是一种过度拟合,很难达到理想的结果。对无用之物的沉迷反而是功利主义视角下最极致的长期主义和延迟满足。
45
5
5
宋一松
1月前
9月份会借着RecSys会议的机会去新加坡一趟,同时为Meta/我在当地新组建的做内容推荐算法的团队开展招聘工作。
如果有到时候也在当地,同时对此感兴趣的朋友,欢迎联系我。
21
7
3
宋一松
1月前
散户之所以不应该在股票交易上做短线,并非是因为资本投入的回报率低,而是脑力投入(mental bandwidth)的回报率低。在日常大量的噪音中寻找信号是一件边际维护成本很高的事情。机构投资者的精力投入在被其巨大的资金体量摊销之后完全不重要,但这不是适合散户的游戏。
更为重要的是,这个道理可能是超越股票投资的。大多数人在日常生活中会本能地做很多类似炒短线的事情,会情不自禁地沉浸在解决一个又一个琐事的回报中。看似总有进步,实则消耗了巨大的精力在不够重要的事情上。
要把自己的精力视为一种高成本的资产。明确认识到脑力资源的稀缺也是一种恶性循环。避免长期陷入“瞎忙”的状态。保证有足够的“闲暇”来作为这种资产的安全垫。
64
3
8
宋一松
1月前
美国强于消费而弱于生产,某种程度上是因为供给端为了追求资本的极限效率而去工业化了。这某种程度上是资本主义的结构性问题。
中国强于生产而弱于消费,某种程度上是因为领导们为了追求资本的极致效率而不愿一刀切地刺激需求端。这某种程度上是中特主义的结构性问题。
但都是来自效率的诅咒。
32
4
0
宋一松
2月前
Winner’s game 里但凡可逆的决定都应该快速完成。比起花时间做谨慎思考,快速地身体力行地经历弯路(即learn by doing & fail fast)反而更高效。
宋一松: 机器学习里有两个关于准确率的基本概念:precision 和 recall。前者追求尽可能少的false positive,后者追求尽可能少的false negative。precision 和 recall之间存在取舍。想要评价一个算法的性能好坏通常会以某种形式取它的precision和recall的加权平均。 但这两个概念其实也存在于更广泛和日常的决策系统里:precision偏好谨慎,厌恶犯错,即使因此可能会错失良机。recall偏好冒险,强调机会来了一定要抓住,因此会时常FOMO。 但与ML算法不同的是,在现实世界中的大多数具体决策场景中,判断正确和失误的结果都是不对称性的。有些情况下一旦判断正确,所带来的回报是指数级或者跨维度的,而失误的代价有限。反之有些情况下判断正确的回报天花板并不高,而一旦判断失误则有直接出局的可能。所以现实中我们首先要做的不是寻找precision和recall之间的取舍,而是搞清楚我们在玩的是哪一类游戏。在Si Ramo 的话语体系里,前者叫做winner’s game,后者叫做loser’s game。VC是典型的winner’s game,战争通常是loser’s game。 如果再展开一下,那就是即使在同一个场景下,正确和失误的结果到底意味着什么也是因人而异的。虽然大家都在一个牌桌上打牌,但可能每个人实际的游戏规则都各不相同。winner’s game中找loser 打更容易,loser’s game中找以为自己是winner的loser打更容易。底层逻辑跟巴菲特的那套贪婪和恐惧的理论有相通的地方。
19
1
2