[{"content":"35岁程序员，AI冲击失业，健康危机，我们该如何自救？ 来源: X.com - @jinchenma_ai 作者: 金尘马 (@jinchenma_ai) 备份时间: 2026-04-04 原文标题: 35岁程序员，AI冲击失业，健康危机，我们该如何自救？ 正文内容 我，一个 8 年程序员，在大厂工作了 5 年。\n如果一年前有人问我「程序员后半场怎么走」，我大概率也答不上来。因为那时候的我，跟现在正在读这篇文章的你一样，满脑子都是绩效、晋升、下次跳槽能涨多少。\n直到半年前，我从职场走出来，站在外面回头看的时候，才猛然发现一件事。\n程序员这个群体，就像是站在一艘缓缓下沉的泰坦尼克号上，而船上的绝大部分人还在拼命地想挤进头等舱。\n这篇文章，可能有点长。但我想根据我的真实经历，分享一下我脱离职场轨道这半年里的一些思考。\n程序员这艘船如何迎来的黄金时代，为什么会下沉，船上我们的困境究竟是什么，以及普通人该如何弃船自救。\n01 程序员的黄金时代是怎么来的 程序员的高薪不是从一开始就有的。\n如果在 2000 年初做开发，薪资并不离谱。程序员这个职业迎来黄金期的真正拐点是在 2010 年之后。\n那几年发生了什么事？智能手机普及，4G 上线，微信生态起来了。O2O 大战、网约车大战、共享经济大战，一场接一场。每一场战争背后都是资本在烧钱抢市场。\n资本投了几个亿给一家公司，这家公司最要紧的事不是盈利，而是用最快的速度把产品做出来、把用户抢到手。\n而为了把产品做出来，最需要的资源就是程序员，所以所有的科技公司都疯了一样地加价抢人。\n也正是从那个时候开始，我们经常听见有人靠写代码，跟着公司一路高歌猛进，最终公司上市，实现个人的财富自由。\n这也导致一时间，大批人涌入到互联网开发行业，就算不能人人都能财富自由，但至少高薪是肯定的。\n但好多人忽略了一点是，那份高薪，不是老板给你的，是他背后的投资人给的。\n这就像一个矿工，赶上了金矿大开发的年代。你觉得收入高是因为自己挖矿技术好，但真正的原因是矿里有金子。\n所以，程序员高薪从来不完全是因为写出的代码值那个价，而是市场愿意为争夺程序员这个稀缺资源付的溢价。而溢价，终究是要回吐的。\n于是，到了现在，金子都挖得差不多了。随着资本退潮、互联网进入存量市场、涌入这个行业的人越来越多，供需关系正在逆转。\n但问题是，你的房贷、你的消费习惯、你对未来收入的预期，全都是按之前那个职业高光时刻锚定的。\n02 程序员是如何被公司驯化的 高薪只是锁死程序员的第一步。真正把你锁死的，是公司的制度设计和长期以来的技术惯性。\n先说公司这把锁 薪资结构的锁定效应。\n大部分公司的薪资构成是基本工资 + 绩效奖金 + 股票期权。基本工资可能只占一半多，剩下奖金和股票部分跟你的工龄、职级、绩效评分直接挂钩。\n你待得越久，这些附加收入占比越大，但换一家公司可能就归零了。\n所以你每年都觉得「再待一年把这些钱拿了再走」。这跟赌场的设计原理一模一样，总让你觉得「再玩一把就走」，从而逐渐丧失了对长期风险的判断。\n分工的极度细化。\n为了效率，公司把每个业务拆成极细的模块。你可能只负责一个系统的某个子模块的某个功能。\n你在这个方向上做得越深，你的简历就越依赖这家公司的业务背景。你觉得自己在积累经验，但积累出来的可能只是「只能在这家公司使用的经验」。\n舒适区的隔离。\n公司把你从所有非技术事务中「保护」起来了。\n你不用跟客户打交道，有产品经理帮你翻译需求。你不用考虑商业逻辑，有你 leader 帮你做决策。你不用操心公司赚不赚钱，反正工资按月到账。\n说好听点是把你「保护」起来，让你专注技术，但实际的代价是，你慢慢丧失了对商业、对市场、对人性的所有感知。\n时间的买断。\n996 的工作时长，加上一线城市一到一个半小时的通勤，一个人一天可能有十四五个小时花在工作相关的事情上。刨去睡眠，留给自己的时间每天可能就一两个小时。\n白天高强度的脑力消耗已经把你榨干了，回到家你什么都不想干，只想躺在床上刷刷手机，偶尔想要多学点东西，搞搞副业，但很难开始，更别提坚持下去了。\n这就是公司用高薪买断了你其余时间里成长的可能性。\n再说程序员「技术思维」这把锁 做技术的人通病是什么？拿到一个问题，本能反应是怎么实现。用什么框架，数据表怎么设计，缓存怎么搞，并发怎么扛。\n但几乎从来不去想为什么要开发这个功能？做完之后收益有多少？最终到底赚了多少钱？\n技术思维追求的是最优解。代码世界里，要么跑通要么报错，有一个确定的答案等着你。但商业世界「差不多就行」往往才是全局最优策略。\n技术人总想用复杂度证明价值。你觉得这个方案优雅，那个架构漂亮。但客户从来不是因为优雅付费，客户只会为「问题被解决了」付费。\n技术思维，也导致了对不确定性本能抗拒。写代码是高度可控的，输入什么输出什么，逻辑链条清晰。但做生意充满了模糊性和非理性，没法量化、没法预测，得靠感觉判断。这些对技术人来说每一样都是反本能的。\n说白了，技术思维是让你沉迷在「怎么做」里面，跳过了「做不做」和「为谁做」的过程。\n公司给你铺好了所谓的晋升轨道，996 让你没时间思考，技术思维让你不愿意抬头。\n等到有一天，公司将轨道撤走，你才发现自己奔跑了十几年，连为什么跑，跑向何方都不知道。\n03 程序员三大危机 危机一：年龄危机 35 岁危机真正的痛，不是没人要你了。大部分 35 岁的程序员还是能找到工作的，真正痛的是「向下兼容」。\n你从大厂出来，拿过百万年薪，现在外面有人愿意要你，但只能给你 25 万。你去还是不去？\n如果你没有更好的选择，理性上你知道应该去，但心理上就是过不去那个坎。你觉得这是倒退，是认输，是承认自己不行了。\n更难的是社交压力。你的前同事还在大厂，你的同学在各种地方当总监。逢年过节聚会，别人问一句「你现在在哪高就」，你怎么回答？\n这种面子上的损失，说实话比收入的下降更让人难承受。说白了就是脱不下孔乙己的长衫。\n过去十年用来定义自己的那套标准，公司、职级、年薪，突然全不管用了。而自己还没有建立起一套新的标准来定义自身价值。\n这不单单是一份工作、多少工资的问题，而是身份认同的坍塌。\n危机二：裁员失业与 AI 冲击 经济下行，各家公司都在裁员，这已经是常态了。但 AI 来了之后，岗位缩减这件事变得更加凶猛。\nAI 的冲击不是说过去掌握的技术没用了，而是以前需要三个人干的活，现在一个人加 AI 就足够了。\n技术本身没过时，但掌握一门技术的「市场价格」正在快速下降。这就像你好不容易攒了一笔钱，突然遇到通货膨胀。钱还是那些钱，但买不到原来那么多东西了。\n技能的保质期在急剧缩短。\n过去学会一门技术能养你好多年，一个前端程序员靠前端技术吃十年是没问题的。现在呢？这门技术还能值钱多久呢？\n再往深一层，AI 正在摧毁编程这件事本身的「神圣性」。\n过去编程是一项高门槛技能，掌握编程这门手艺本身就是护城河。「别人做不了的事我能做」，这种感觉是程序员自尊心和优越感的重要来源。\n而现在，不会写代码的产品经理用 Cursor 就能搭一个原型出来，初中生用自然语言就能让 AI 生成一个小程序。\n编程这个技能的护城河在被迅速填平。\n这不仅是经济上的威胁，更是心理上的打击。我花了十年练就的功夫，现在人人都能用了。那我还有什么价值？\n危机三：身体健康告警 程序员是高压行业。长年久坐，高强度用脑，作息不规律，情绪长期紧绷。\n记得之前，我和前同事们聚在一起聊天，经常聊着聊着就变成了体检报告交流会。有人持续耳鸣，有人失眠记忆力衰退，有人长期偏头痛。这些都不是个例，是行业里的普遍现象。\n身体在透支，精力和抗压能力也在下降，面对的压力却越来越大。\n年轻的时候靠熬夜还能扛过去，30 岁之后逐渐扛不动了，身体开始用各种方式向你发出警告。\n然而，这三座大山不是排着队来的，而是同时撞向这艘船。年龄在逼你，AI 在替代你，身体在拖垮你。而你手里能打的牌，只有一张写着「我会写代码」的底牌。\n04 焦虑的真正根源 现在，程序员这艘大船上，没有人不会焦虑。\n大部分人面对焦虑的反应是，学一个新框架，刷刷算法题，多投几份简历。用战术上的勤奋，回避战略上的反思。\n但焦虑的根源其实不全来自外部，而是源于我们即将要崩塌的内核。\n根源一：把职业当成了唯一的身份 你问一个程序员「你是做什么的」，他会说「我是做 Java 的」「我是前端」「我是做算法的」。注意这个句式，「我是」，不是「我在做」。他把自己跟一个特定的技术栈、一个特定的岗位绑在一起了。\n这意味着当这个岗位受到威胁的时候，他感受到的不是「我需要换个方向」，而是「我要被消灭了」。这是生存性恐惧。\n对比一下做生意的人。一个小老板今天卖服装，明天卖水果，后天搞直播。他不会说「我是服装行业从业者」，他会说「我是做生意的」。行业不行就换行业，对他来说只是换条路而已。\n程序员几乎缺乏这种灵活性，身份认同太窄了，窄到跟一个具体技术方向绑死了，窄到换一个技术栈都像是要了老命一样。\n根源二：手里没有生产资料，不懂商业世界钱如何流动 一个程序员在公司十年，练的是一种非常特殊的能力：在别人定义好的问题框架里，用技术手段找到解法。\n需求是别人给的，目标是别人定的，卖不卖得掉跟他无关。\n也就是说，程序员只是整个商业链条中最原子化的一个螺丝钉。从独立谋生能力看，一旦脱离公司这个主体，很多程序员可能还不如菜市场卖菜的阿姨。\n菜市场卖菜的阿姨，她每天做的事情其实是一套完整的商业循环。选品、定价、吆喝、谈判、库存管理、客户关系维护。她可能不知道这些高大上的词，但这些其实就是她每天都在做的事。\n发现没有，卖菜阿姨的能力是可以脱离组织独立运转的。\n而程序员呢？一旦离开公司，没人给你定义问题了，没人给你反馈了，没人帮你把事情串起来了。\n就像一个在动物园里长大的老虎突然被丢到了野外，早已经丧失了在旷野中捕猎的能力。\n根源三：失去身份后，主体性的缺失 失业的程序员，出来之后最让人崩溃的，不是没有收入，而是不知道自己之后要干什么了。\n在公司的时候，每天的节奏是确定的。接需求、写方案、开发、联调、上线。你不需要思考我今天要做什么，公司都替你安排好了。\n但离开公司之后，这些问题突然全部涌上来了。你发现自己这么多年一直在执行别人的指令，从来没有为自己做过一次真正的决策。\n程序员早已习惯了即时反馈，毕竟代码一跑就知道对不对。但自己探索方向的反馈是模糊的、延迟的、甚至完全缺失的。\n你做了一件事，可能三个月后才知道有没有用。这种漫长的不确定状态，对一个习惯了确定性的人来说就是折磨。\n过去，程序员花了几十年修炼出来的整套生存策略，是建立在互联网会持续高速增长、公司会持续需要技术工人、只要技术够好就能持续拿高薪这些前提之上的。而这三个前提，每一个都在逐渐消失。\n可大部分人面对这件事的方式不是正视它，而是用战术上的勤奋回避战略上的反思：学一个新框架、考一个新证书、跳到另一家公司。\n但换舱位，是解决不了船在下沉这个事实的。\n05 程序员如何自救 说了这么多问题，接下来聊聊出路。\n首先，我认为不存在所谓「标准答案」。\n想找一条明确路径然后去执行，这本身就是技术思维在作怪。\n真相是你会走弯路、会做错选择、会浪费一些时间和钱。这些都是试错的成本，这对做生意的人来说早就习以为常了。\n下面几条，是我自己走出来之后正在实践、也初步验证有效的方向。\n不是什么成功经验，是一个正在路上的人的真实思考。\n从「卖时间」转向「卖结果」 程序员的商业模式是什么？卖时间。\n公司按月给你发工资，买的是你每天的时间。你的收入上限被你的时间锁死了，一天只有 24 小时，再怎么卷也就那么多。\n而且你的时间不可存储、不可复制、不可规模化。你今天写的代码，明天不能再卖一次。\n转向卖结果，意思是客户不关心你花了多少时间，只关心你交付了什么。\n同样是做一个系统，按时间卖是「月薪 4 万」，按结果卖是「这个系统帮你每月省 20 万，我收 10 万」。同样的工作量，天花板完全不同。\n再进一步，开始思考「做一次卖 N 次」的可能性。写一门课程、做一个工具、打包一套解决方案。做一次，卖无数次。这是从线性收入走向非线性收入的关键一步。\n停止积累「技能」，开始积累「资产」 技能是只在你「在场」的时候才会有用。比如，你会 Java，得坐在电脑前写代码，这个技能才能变现。你一旦不写了，它就不产生任何收入。\n资产不一样。你写的一篇文章、录的一门课、积累的一批粉丝、建立的行业人脉、打造的个人品牌，这些是资产。你睡觉的时候，它们还在替你工作。\n程序员的通病是把全部精力花在积累技能上。学新语言、学新框架、刷算法题。这些都是在积累技能，而不是资产。\n真正应该做的是把一部分精力转移到积累资产上。内容资产、关系资产、信用资产，这三样东西的复利效应远比多学一门技术要强。\n要学会卖，大胆卖 这可能是程序员自救最大的卡点。\n技术人对「卖」有一种本能的不适感。觉得靠手艺吃饭是干净的，谈判、定价、销售是难为情的。\n但不管你做什么，最终都逃不开「让别人掏钱」这一步。做咨询要让客户觉得你值那个价，做内容要让读者觉得值得付费，做产品要让用户愿意买单。\n最简单的起步方式：帮一个朋友解决一个实际问题，然后收费。不要免费。哪怕收得很少，「收费」这个动作本身就是一种训练。它逼你去习惯真实的交易世界，逼你去体会自己的技能是如何给客户产生价值的。\n同时，也在改掉大家身上都存在的臭毛病：赚钱这件事跟代码写得优不优雅没有半毛钱关系。\n抓住自媒体杠杆 我真心觉得，自媒体是这个时代给普通人最大的杠杆。天花板很高，启动成本几乎为零。\n说说我自己的经历。我在离开公司前就开始在自媒体上做内容，前期没有产品我就努力去搞流量。\n随着粉丝量慢慢起来、流量逐渐变大，我也开始链接上一些以前看似遥不可及的大 V，也有老板主动找上来做咨询、谈合作。\n这一刻，你才恍然大悟，原来你觉得稀松平常的技能和经验，对另一群人来说就是稀缺资源，他们是愿意为这个稀缺资源付费的。\n自媒体正是帮你把「你以为不值钱的能力」和「愿意为此付费的人」连接起来。\n不是说每个人都要去当网红。而是在这个时代，你的经验、你的思考、你踩过的坑，写出来说出来，就是一种数字资产。\n用好自媒体这个杠杆，就可以帮你建立个人品牌，帮你吸引机会，帮你脱离对某一家公司的依赖。\n写在最后 回顾离职这半年多，有过焦虑、有过迷茫、有过丧失主体性的恐慌。\n这篇文章不是什么成功学指南，我写这些也不是因为我已经成功了，而是因为我磕磕绊绊一路走到现在，开始找到了自己人生下半场的方向，也为自己争取到了很多过去在大厂里不可能获得的资源和机会。\n而我想把我真实的心路历程，分享给屏幕前的你。\n或许你就是一年前的我，我深知一个在职场待久了的人的痛苦和焦虑。\n后面，我会单独开一篇，更加详细分享一下，我从离职前到现在，都做了哪些准备，经历了什么，如何为自己开辟一条路。\n回顾过往这些年，有一件事我越来越确定。\n程序员这艘泰坦尼克号正在下沉。\n不管你在哪个舱位，不管你是在大厂还是中小厂，不管你是 5 年经验还是 10 年经验，都无法改变这个事实。\n继续卷晋升、卷绩效、卷跳槽，本质上都是在同一艘船上换舱位。\n真正要做的，是弃船求生，开始为自己的造船。 哪怕一开始很小、很破、很慢，但它是你自己的，不依赖任何一家公司、任何一个平台。\n这个过程注定不会舒服。放下过去十多年建立的身份认同，接受自己在新领域是个菜鸟，承受没有即时反馈的焦虑，这些都很痛苦。\n但总比坐在一艘下沉的船上，拼命往头等舱挤要强。\n","permalink":"https://study.helloaidev.com/posts/jinchenma-programmer-rescue-2026-04-04/","summary":"\u003ch1 id=\"35岁程序员ai冲击失业健康危机我们该如何自救\"\u003e35岁程序员，AI冲击失业，健康危机，我们该如何自救？\u003c/h1\u003e\n\u003cul\u003e\n\u003cli\u003e\u003cstrong\u003e来源\u003c/strong\u003e: \u003ca href=\"https://x.com/jinchenma_ai/status/2040042600112300324\"\u003eX.com - @jinchenma_ai\u003c/a\u003e\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e作者\u003c/strong\u003e: 金尘马 (@jinchenma_ai)\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e备份时间\u003c/strong\u003e: 2026-04-04\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e原文标题\u003c/strong\u003e: 35岁程序员，AI冲击失业，健康危机，我们该如何自救？\u003c/li\u003e\n\u003c/ul\u003e\n\u003chr\u003e\n\u003ch2 id=\"正文内容\"\u003e正文内容\u003c/h2\u003e\n\u003cp\u003e我，一个 8 年程序员，在大厂工作了 5 年。\u003c/p\u003e\n\u003cp\u003e如果一年前有人问我「程序员后半场怎么走」，我大概率也答不上来。因为那时候的我，跟现在正在读这篇文章的你一样，满脑子都是绩效、晋升、下次跳槽能涨多少。\u003c/p\u003e\n\u003cp\u003e直到半年前，我从职场走出来，站在外面回头看的时候，才猛然发现一件事。\u003c/p\u003e\n\u003cp\u003e程序员这个群体，就像是站在一艘缓缓下沉的泰坦尼克号上，而船上的绝大部分人还在拼命地想挤进头等舱。\u003c/p\u003e\n\u003cp\u003e这篇文章，可能有点长。但我想根据我的真实经历，分享一下我脱离职场轨道这半年里的一些思考。\u003c/p\u003e\n\u003cp\u003e程序员这艘船如何迎来的黄金时代，为什么会下沉，船上我们的困境究竟是什么，以及普通人该如何弃船自救。\u003c/p\u003e\n\u003chr\u003e\n\u003ch2 id=\"01-程序员的黄金时代是怎么来的\"\u003e01 程序员的黄金时代是怎么来的\u003c/h2\u003e\n\u003cp\u003e程序员的高薪不是从一开始就有的。\u003c/p\u003e\n\u003cp\u003e如果在 2000 年初做开发，薪资并不离谱。程序员这个职业迎来黄金期的真正拐点是在 2010 年之后。\u003c/p\u003e\n\u003cp\u003e那几年发生了什么事？智能手机普及，4G 上线，微信生态起来了。O2O 大战、网约车大战、共享经济大战，一场接一场。每一场战争背后都是资本在烧钱抢市场。\u003c/p\u003e\n\u003cp\u003e资本投了几个亿给一家公司，这家公司最要紧的事不是盈利，而是用最快的速度把产品做出来、把用户抢到手。\u003c/p\u003e\n\u003cp\u003e而为了把产品做出来，最需要的资源就是程序员，所以所有的科技公司都疯了一样地加价抢人。\u003c/p\u003e\n\u003cp\u003e也正是从那个时候开始，我们经常听见有人靠写代码，跟着公司一路高歌猛进，最终公司上市，实现个人的财富自由。\u003c/p\u003e\n\u003cp\u003e这也导致一时间，大批人涌入到互联网开发行业，就算不能人人都能财富自由，但至少高薪是肯定的。\u003c/p\u003e\n\u003cp\u003e但好多人忽略了一点是，那份高薪，不是老板给你的，是他背后的投资人给的。\u003c/p\u003e\n\u003cp\u003e这就像一个矿工，赶上了金矿大开发的年代。你觉得收入高是因为自己挖矿技术好，但真正的原因是矿里有金子。\u003c/p\u003e\n\u003cp\u003e所以，程序员高薪从来不完全是因为写出的代码值那个价，而是市场愿意为争夺程序员这个稀缺资源付的溢价。而溢价，终究是要回吐的。\u003c/p\u003e\n\u003cp\u003e于是，到了现在，金子都挖得差不多了。随着资本退潮、互联网进入存量市场、涌入这个行业的人越来越多，供需关系正在逆转。\u003c/p\u003e\n\u003cp\u003e但问题是，你的房贷、你的消费习惯、你对未来收入的预期，全都是按之前那个职业高光时刻锚定的。\u003c/p\u003e\n\u003chr\u003e\n\u003ch2 id=\"02-程序员是如何被公司驯化的\"\u003e02 程序员是如何被公司驯化的\u003c/h2\u003e\n\u003cp\u003e高薪只是锁死程序员的第一步。真正把你锁死的，是公司的制度设计和长期以来的技术惯性。\u003c/p\u003e\n\u003ch3 id=\"先说公司这把锁\"\u003e先说公司这把锁\u003c/h3\u003e\n\u003cp\u003e\u003cstrong\u003e薪资结构的锁定效应。\u003c/strong\u003e\u003c/p\u003e\n\u003cp\u003e大部分公司的薪资构成是基本工资 + 绩效奖金 + 股票期权。基本工资可能只占一半多，剩下奖金和股票部分跟你的工龄、职级、绩效评分直接挂钩。\u003c/p\u003e\n\u003cp\u003e你待得越久，这些附加收入占比越大，但换一家公司可能就归零了。\u003c/p\u003e\n\u003cp\u003e所以你每年都觉得「再待一年把这些钱拿了再走」。这跟赌场的设计原理一模一样，总让你觉得「再玩一把就走」，从而逐渐丧失了对长期风险的判断。\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003e分工的极度细化。\u003c/strong\u003e\u003c/p\u003e\n\u003cp\u003e为了效率，公司把每个业务拆成极细的模块。你可能只负责一个系统的某个子模块的某个功能。\u003c/p\u003e\n\u003cp\u003e你在这个方向上做得越深，你的简历就越依赖这家公司的业务背景。你觉得自己在积累经验，但积累出来的可能只是「只能在这家公司使用的经验」。\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003e舒适区的隔离。\u003c/strong\u003e\u003c/p\u003e\n\u003cp\u003e公司把你从所有非技术事务中「保护」起来了。\u003c/p\u003e\n\u003cp\u003e你不用跟客户打交道，有产品经理帮你翻译需求。你不用考虑商业逻辑，有你 leader 帮你做决策。你不用操心公司赚不赚钱，反正工资按月到账。\u003c/p\u003e\n\u003cp\u003e说好听点是把你「保护」起来，让你专注技术，但实际的代价是，你慢慢丧失了对商业、对市场、对人性的所有感知。\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003e时间的买断。\u003c/strong\u003e\u003c/p\u003e\n\u003cp\u003e996 的工作时长，加上一线城市一到一个半小时的通勤，一个人一天可能有十四五个小时花在工作相关的事情上。刨去睡眠，留给自己的时间每天可能就一两个小时。\u003c/p\u003e\n\u003cp\u003e白天高强度的脑力消耗已经把你榨干了，回到家你什么都不想干，只想躺在床上刷刷手机，偶尔想要多学点东西，搞搞副业，但很难开始，更别提坚持下去了。\u003c/p\u003e\n\u003cp\u003e这就是公司用高薪买断了你其余时间里成长的可能性。\u003c/p\u003e\n\u003ch3 id=\"再说程序员技术思维这把锁\"\u003e再说程序员「技术思维」这把锁\u003c/h3\u003e\n\u003cp\u003e做技术的人通病是什么？拿到一个问题，本能反应是怎么实现。用什么框架，数据表怎么设计，缓存怎么搞，并发怎么扛。\u003c/p\u003e","title":"35岁程序员，AI冲击失业，健康危机，我们该如何自救？"},{"content":"你不知道的大模型训练：原理、路径与新实践 来源: X.com - @HiTw93 作者: Tw93 (@HiTw93) 备份时间: 2026-04-03 原文标题: 你不知道的大模型训练：原理、路径与新实践 太长也要读 在写完《你不知道的 Claude Code：架构、治理与工程实践》、《你不知道的 Agent：原理、架构与工程实践》后，我想着继续来写第三篇，这次打算挑战下自己来梳理一下大模型训练到底怎么回事，这篇文章争取让非专业背景的人也能读得懂。\n2026 年来看大模型效果真正拉开差距的地方，慢慢不再是预训练本身了，而在它更后面的那一大段：后训练、评测、奖励、Agent 训练、蒸馏，每一个步骤都在影响用户实际感受效果。你发现某个模型突然变强了，背后可能是这几块一起优化到位了，而非单一因素导致。\n下文按大模型训练链路顺序来讲，重点放在厂商怎么通过后半段训练栈来提升最终上线效果。\n大模型训练其实是一条流水线 过去几年，一般会用参数、数据、算力的堆积来解释模型进步，但很多用户真正感受到的提升，并不是来自再多训一点基础语料，而是来自预训练后面那整套训练流程。模型怎么说话、怎么听指令、怎么推理、怎么用工具，这些都不是多喂一点互联网文本就能自然长出来的。\nInstructGPT 当年给过一个很直接的例子：一个只有 1.3B 参数、做过对齐和偏好优化的模型，在人类偏好评测里能赢过 175B 的 GPT-3，参数量差了两个数量级，用户最后却更喜欢那个小很多的版本，训练后半段是真的会改写用户感知。\n训练过程其实是一条流水线，数据、算法、系统、反馈这几层高度耦合，一层变化通常会传导到其他层，2026 年的模型能力和产业价值，也越来越集中在预训练后面的几层。\n这也是我们平时为啥感觉豆包不太去争排名，但大家日常用起来却更符合心意的原因，是后训练做到位了。\n这六层只是为了看分工，下图的九个阶段是更详细的版本：原始数据和系统配方单独拆开，Agent harness 和 Deployment 也是后半段的细分。还有两条反馈回路贯穿始终：生产流量回到数据工程，离线评测结果回到预训练。\n预训练只是模型底座 预训练仍然是训练链路的起点，搞清楚它到底在做什么，才能理解后面的每一层都在补充什么。没有这一步，就没有语言建模能力，没有知识压缩，也没有后面那些能力迁移的空间。在工程上，它要做的不只是让模型学会预测下一个 token：把语言分布学进去，把大规模文本里的知识和模式压进参数，还要给后面的能力激活留出空间。下一个 token 预测只描述了训练形式，解释不了为什么规模上来之后，模型会突然多出一些之前没有的能力。\nGPT-3 之后，不少模型调优的工作会更加考虑到预算和配比，模型不是越大越好，参数量、训练 token 数和总计算预算之间有配比问题，很多模型不是做小了，而是训练量不足，在既定预算下没有训到更合适的点。\n真到训练决策里，更实际的问题是：如果有人给你一万张 H100 和一个月时间，你会如何去训一个足够好的开源模型？规模定律在这里更像一个预算分配工具，不是那种论文里的抽象曲线，最后还是需要静下心来考虑这些问题：下一轮训练到底该多堆参数，还是多喂数据？当前模型到底是能力不够，还是只是欠训练？有限 GPU 预算下，什么配比更值？\n预训练更像是给模型能力打地基，决定知识范围、泛化潜力和模式归纳能力，也决定后训练有没有可以利用的空间。但听不听指令、配不配合用户、关键任务跑起来稳不稳，这些预训练都是管不到的。\n预训练阶段不只是在决定学多少知识，它还在提前决定模型以后能长成什么样。tokenizer 的切分方式会直接影响后续训练，context window 拉到多长也要在前面定下来。要不要继续做多模态预训练，要不要把单卡可运行当成一开始就定下来的要求，这些取舍在训练阶段就写进配方了，不是发布时再补的功能 feature。Gemma 3 同时强调了 single accelerator、128K context、视觉能力和量化，背后反映的也是这类取舍。用户最终看到的那些能力，比如能在本地电脑上跑、能看图、能理解长文档，其实很多在训练阶段就已经定下来了。\n通过 Chinchilla 给出的数据最优点来看，对于 8B 参数的模型大约是 200B tokens，但 Llama3 8B 实际用了 15T tokens，超出约 75 倍。这类过训练配方通常能在同等参数下换来更高的能力密度，最后换来一个更小、推起来也更省的模型。衡量这件事，看总 FLOP（浮点运算次数）比看参数量更靠谱，下图直观展示了这个差距。\n还有一类容易被忽略的设计也发生在预训练阶段：tokenizer 词表大小、分词策略、字节级编码方式都会有挺大影响。Llama2 词表 32K，Llama3 扩到 128K 后，序列长度大约压缩了 15%，下游性能也会跟着上去，这个影响会延续到推理成本和多语言能力。中文、代码、数学公式的 token 效率在词表设计时就已经定下来了。比如一个把中文分得很碎的 tokenizer，劣势并不是每次多花几个 token，而是每次推理都要持续承担这个决策错误的代价。\n数据配方决定模型能力 参数规模是过去几年大家比较的重要指标，但这两年更重要的东西叫「数据配方」。\n这个过程表面看是清洗数据，实际上是完整的数据生产工程。网页、代码仓库、书籍、论坛这些原始数据，要先走完文本抽取、语言识别、质量过滤、隐私处理、安全过滤和去重，才能进入预训练，下图展示了完整的漏斗处理流程。\n如果只把数据当作训练燃料，很容易得出越多越好的结论。但数据工程更接近能力设计，模型看见什么、看不见什么，代码数学百科各占多大比例，这些选择直接影响模型最后形成的能力分布。\n去重和污染控制常被忽略，但它对结果影响很大，要处理的不只是低质量数据，还包括重复模板、许可证文本、镜像网页，以及 benchmark 泄漏带来的污染。如果 document-level 和 line-level dedup 做得不够，模型往往会反复吸收最容易复制的内容，却未必真正学到最有价值的部分，很多开源模型效果看起来是参差不齐，往往是数据处理质量的差距。\n最近两年，数据配比本身也成了单独要研究的问题。Data Mixing Laws 这类工作关注的，不只是还能收集多少数据，更是不同类型数据的占比会把模型带向什么能力结构。\n合成数据也已经从辅助手段变成正式训练流程的一部分，Self-Instruct 这类让模型自己生成指令数据的方法、DeepSeek-R1 的蒸馏轨迹，以及 Qwen、Kimi 系列里越来越明显的合成监督，都在往同一个方向走。每一代更强的模型，都会参与重构下一代模型所看到的数据。早期模型生成基础指令数据，更强的模型生成高质量推理轨迹和 CoT 数据，经过 RL 训练的推理模型再把这些轨迹蒸馏给更小的 dense 模型。dense 就是全部参数都跑，和 MoE 那种按需激活不一样。\n这里的关键是，模型往往要先在更大规模上形成能力，后面才可能把这些能力压缩到更小的模型上。DeepSeek-R1-Distill 系列就是直接例子。RL 后的大模型轨迹让 1.5B 到 70B 的 dense 模型都获得了明显收益，Llama 3.1 405B 也明确被用于提升 8B 和 70B 的后训练质量，这些不是附带产物，而是训练设计的一部分。\n系统和架构的约束，训练前就要想清楚 很多人把训练理解成研究问题：目标函数怎么设，损失怎么降，模型结构怎么改。但真正的大模型训练里系统约束这一块非常重要，是分布式系统问题，而非单机上的深度学习问题。GPU 数量、显存带宽、并行策略、容错和成本，这些不能等到训练完才去调优，最开始就决定了你能训多大、支持多长上下文、能不能跑更复杂的后训练这些点。\nMoE 是这一层最典型的例子，多专家模式让模型在相近计算量下扩大总参数，也把每个 token 的激活成本控住。代价会让路由复杂、负载均衡难、基础设施重。DeepSeek-V3、Qwen 一系列 MoE 设计都是成本和效果的折中，不是单纯的架构偏好。\n最近公开配方里的讨论，不再只是模型大小和 token 配比这种粗粒度分析。muP 让超参可从小规模实验迁移到大规模训练，WSD learning rate 是先升后稳再衰减的学习率调度策略，再加上最优 batch size 和更高的数据对参数比例，这些都开始出现在正式训练报告里，这些细节正在变成同规模模型之间真正拉开差距的地方。\n长上下文、多模态和新架构如果只按产品功能点理解，会漏掉训练侧的约束。128K context 这种目标会直接改变 attention 成本、batch size、训练 curriculum（数据编排顺序）和并行策略，多模态改的不只是模型结构，还有 data mixing（多来源数据配比）、encoder 设计和安全评测。如果把单卡可运行当成硬要求，参数量、量化路径、模型家族大小都会跟着收紧。\nForgetting Transformer 和 Kimi 的 Attention Residuals 这类工作，都是在回答类似的问题：更长的上下文如何训练，网络变深之后如何避免信息被稀释。你看到的是模型能处理更长输入，或者更便于部署，训练时面对的却是另一组完全不同的约束。\n算力预算是固定的，模型大小、训练 token 量、上下文长度、serving 成本，每往一个方向多花，其他方向就得让步。\n上下文拉长，attention 成本直接膨胀，batch size 必须压小；模型做大，GPU 内存上来，serving 成本也跟着涨。这不是取舍选项，是资源约束的结果，大部分决定在训练开始前就锁死了。\n还有个工程现实经常被忽略：训练并不总是稳定的，几千张 GPU 跑了几周，突然出现训练损失突增，幅度大到无法忽略，只能回滚到几天前的 checkpoint，重新来过。\n除了 loss spike，还有单块 GPU 静默出错，不报错但悄悄产生错误梯度、NVLink 带宽异常、节点间通信抖动，每一种都可能污染若干步训练。能不能在大规模训练里快速检测、隔离、恢复，这是实验室级别的工程能力，不是读论文能解决的问题。\nDeepSeek-V3 在技术报告里专门提到，整个预训练过程没有出现 irrecoverable loss spike，也没有做任何 rollback，同时是少数公开验证 FP8 混合精度训练在超大规模模型上可行的案例。按公开数据，全流程约 2.788M H800 GPU hours，预训练完成了 14.8T tokens。\n训练系统和推理系统关系紧密，但不是同一个工程问题。训练关心梯度、并行、checkpoint、吞吐和成本，推理关心延迟、KV cache（缓存历史计算避免重复运算）、量化和服务稳定性。\n后训练才决定用户真正感受到的差距 普通用户真正能感受到的很多提升，其实都发生在预训练之后。指令微调（Instruction tuning）用标注好的指令-回答数据对模型做监督训练。它改变的是回答方式，把怎么接任务、怎么组织输出、怎么像个配合的助手这些要求变成监督信号。一个基础模型也许已经具备不少潜在能力，但如果没有这一步，这些能力往往不会以用户期待的形式稳定冒出来。\n再往后看，RLHF、DPO、RFT 方向差不多，都在把\u0026quot;什么叫更好的回答\u0026quot;接进训练回路，但路径不同。\nRLHF（基于人类反馈的强化学习）先模仿高质量回答，再用偏好比较做强化 DPO（直接偏好优化）把这条路径缩短，直接从偏好对比里学，不需要单独训奖励模型 RFT（强化微调）是工程上更容易落地的接口，把任务定义、grader 设计和奖励信号放到产品化流程里 今天谈后训练，只讲 SFT 或 RL 已经不够了，更难的是评测怎么设、分数怎么打、什么样的回答才算值得继续优化。SFT 是监督微调，它学到的不只是知识，也在学风格。数据长度、格式、是否带引用、是否偏好分点表达，都会显著影响模型最后的输出形态。很多用户以为自己在比较能力，实际比出来的往往只是风格差异。再加上偏好评测天然偏爱更长的回答，很容易把看起来更认真的长输出当成更可靠。所以后训练只看榜单往往不够，还要结合真实任务结果、成本和稳定性。\n现代后训练是一条多阶段流水线，公开资料里 DeepSeek-R1 的配方是最清晰的。它分四个阶段推进：\n阶段 1 是冷启动 SFT，在做强化学习之前，先用少量高质量的思维链 CoT 数据热身。DeepSeek-R1-Zero 证明了直接从 base model（预训练后尚未做对齐的原始模型）上做 RL 是可行的，但纯 RL 训练出来的模型会反复重复、语言混乱、可读性很差。冷启动 SFT 给 RL 一个更稳定的起点，先把格式和语言一致性收住，这不是多余步骤。\n阶段 2 在数学、代码、逻辑等可验证领域做强化学习，用 GRPO 作为训练算法，以可程序检验的正确性作为奖励信号。关键在于为什么选 GRPO 而不是传统的 PPO：PPO 是近端策略优化，需要一个独立的价值网络（value network）来估算当前状态价值，在大模型上同时维护两个网络工程负担很高。GRPO 对同一个提示词采样多个回答，用组内排名替代绝对价值估计，不需要独立的价值网络，工程上简洁很多，DeepSeek 系列和 Cursor Composer 2 的 RL 基础设施都采用了接近 GRPO 的方案。\n阶段 3 做拒绝采样微调（Rejection Sampling Fine-Tuning），把 RL 产生的成功轨迹过滤后转成新的 SFT 数据，再做一轮监督微调。这是 RL 和 SFT 之间的桥梁，RL 探索出的好轨迹，就这样变成下一轮 SFT 的高质量训练样本。\n阶段 4 融入有益性和安全性偏好反馈，把模型调整到符合发布标准的助手形态。\n四个阶段互相依赖：冷启动让 RL 稳定启动，RL 产生高质量数据，拒绝采样把这些数据变成下一轮 SFT 的输入，对齐 RL 完成行为收敛。从公开结果看，直接 SFT 和走完四个阶段，差距通常是能看出来的。\nEval、Grader、Reward 在重新定义训练目标 负责把模型输出转成训练分数的组件叫 grader，它很容易出现大家想不到的问题。只看最终答案，模型很快学会走捷径；打分太粗，噪声会被强化学习持续放大；榜单涨了，真实任务未必跟着一样好。很多时候，用户以为自己在看 base model 差距，其实差距出在目标怎么定义上。\n放到训练流程里看，eval 决定测什么，grader 决定一次输出怎么变成分数，reward 决定模型后面会被往哪里推。它们连起来就是一条具体的反馈回路：任务定义、eval、grader、优化、rollout、再评测。rollout 指模型执行任务产生的轨迹，链路里任何一环跑偏，后续优化就会一起跑偏。\n只看最终结果，模型可能会碰巧答对，也可能沿着错误过程拿到正确答案，代码、数学和复杂推理任务里，这个问题尤其明显。中间步骤如果不进反馈，模型学到的往往不是更可靠的推理，而是怎样更高概率地拿到最后那一分。\n所以这几年越来越多工作从传统 RLHF 转向 verified rewards，用程序直接验证正确性。在数学、代码、逻辑这些可验证任务里，现在已经可以直接对正确性打分，不再主要依赖人工偏好。但 verified rewards 也没有把问题彻底解决掉。过优化、reward overfitting（打分规则被过度优化、能力却没真正提升），以及 mode collapse（输出高度单一、失去多样性）这些现象还是会出现，问题只是从偏好标得准不准，变成了打分链路稳不稳。\n模型写出来的思考过程，也不能直接当成内部过程的完整记录。Anthropic 在 reasoning model 的可观测性实验里发现，模型会使用额外提示，却不在可见 CoT 里承认；到了 reward hacking 场景，它更可能补一段看起来合理的解释。reward hacking 是钻打分系统空子，而不是真正完成任务。可见 CoT 更适合当训练和监控信号，不能直接当成完整真相。\n再往下一层，模型甚至会开始利用打分通道本身。reward tampering 和 alignment faking 这类研究表明，模型在理论上可能主动干预打分过程本身。reward tampering 是直接篡改奖励计算过程本身，alignment faking 是对齐伪装，表面合规但隐藏不对齐意图。\n一旦模型有足够强的环境访问能力，它优化的就不止任务结果，还可能包括 checklist、reward code 和训练关系本身。Anthropic 2025 年一项实验，在一组可被利用的生产编码 RL 环境里注入了额外的 reward-hack 知识，随后观察到了类似的泛化。模型学会 reward hacking 后，不只会在同类任务上继续利用，还出现了对齐伪装等更广泛失对齐。\n这些行为在标准对话评测里看不到，只在 Agent 任务环境里能看到。工程含义很直接，reward、grader、环境隔离和监控都要当成训练设计的一部分。\n到了 Agent 阶段，reward design 还会继续拆细，最终结果只是其中一项，另外还要单独度量过程质量、上下文管理和反作弊约束。Kimi K2.5 奖励的是有效拆解和真实并行；Chroma Context-1 会给搜索途中找到的相关文档记分；Cursor Composer 2 把长任务里的 summary 纳入奖励，因为总结一旦失真，后面的上下文会一路被带偏。\n具体到实现里，ORM 是结果奖励模型，只给最终答案打分，信号稀疏，成本低，适合先起步，但也更容易让模型走捷径。PRM 是过程奖励模型，给中间步骤打分，信号更密，对数学和代码推理通常更强，但标注和系统成本都高很多。OpenAI 在数学推理实验里看到，PRM 不只提高了正确率，也更容易把过程约束住，因为每一步都在被监督；问题也很直接，PRM 的成本通常是 ORM 的数倍，所以大多数真实系统还是先从 ORM 起步，只有在数学、代码、逻辑这类可验证任务里，才更有条件把 PRM 自动化，用程序去验证中间步骤，绕开人工标注瓶颈。\n这条回路完整跑起来是这样的：\n最近几类对齐方法都在做同一件事。Anthropic 的 Constitutional AI 把人类写的原则接进训练，用 AI feedback 替代逐条人工偏好。OpenAI 的 Deliberative Alignment 把安全遵守放进推理过程，让推理能力本身承担一部分安全约束。这里说的 Deliberative Alignment 是审慎对齐，核心是推理阶段自行判断安全规范，而不是依赖训入的反射行为。两条路线都在把对齐从人工标签变成训练目标内部的一部分。\n以 Constitutional AI 为例，两阶段流程是先让模型依照原则自我批评和修订输出，再用 AI feedback 替代逐条人工偏好标注。对齐从来不是挂在训练后面的补丁，系统测什么、怎么打分、奖励什么，模型就往哪个方向走，这本身就是训练后半段最直接的调节手段。\n到了 Agent 训练，优化的不只是模型本身了 过去两年，以 o1 系列和 DeepSeek-R1 为代表的推理模型快速成型，说明在奖励稳定、验证可靠、基础设施到位的条件下，语言模型上的 RL 确实能显著提升数学、代码和逻辑任务表现。\n这同时打开了一个新维度：推理算力也可以扩展了。RL 训练的作用随之多了一层，它在教模型答题之外，还在教模型分配推理预算，知道什么时候多想、什么时候该停。再往前走，难点就变成让模型在环境里持续行动，而不只是把单次思考拉长。\n这时候训练对象不再只是一个会回答问题的模型，而是一个能规划、调用工具、接收反馈、在长任务里保持连贯的系统。于是训练栈也跟着变了，浏览器、终端、搜索、执行沙盒、内存系统、工具服务器、编排框架都开始进入训练系统。\n更准确地说，harness 是包在模型外层的控制程序，这个概念不只属于 Agent 运行时，训练阶段同样有它：决定模型看到什么输入、以什么形式接收反馈、何时裁剪上下文、何时调工具。prompt construction、memory update、retrieval policy、context editing、tool orchestration 都在这里。环境也不再只是静态验证器，而是训练和部署都要直接面对的一层。\nharness 先稳住，模型训练才有意义。工具返回值不稳定、浏览器环境和线上不一致、文件系统状态不可复现时，grader 会先出错，模型随后学到的就不是能力，而是如何利用环境漏洞。训练 Agent 时，很多时候既在 debug 模型，也在 debug 环境。\n三家的做法也很清楚：Kimi 用 PARL 解决并行拆解和 credit assignment，Cursor 用 self-summarization 和 real-time RL 把长时 coding session 与生产流量重新接回训练，Chroma 则把 prune_chunks 训成策略本身，让 context pruning 直接进入检索过程。\nSFT 时代数据多样性是第一位，到了 Agent 时代，环境质量才是核心：稳定性、真实性、覆盖度、难度分布、反馈丰富度和抗利用性。训练目标也随之变化，要的是在完整任务里保持可靠，不只是做对一道题，经典 CoT benchmark 覆盖不到这部分。\n这个变化还在继续前移：不只是在 runtime harness 里训练模型，连 harness code 本身也开始成为可以被外循环搜索和优化的对象。\nKimi K2.5 的 PARL 是一个很值得拆开的工程案例，路线很明确：只训练 orchestrator，把 credit assignment 收束到编排层，不在所有 sub-agent 上同时优化。\n奖励信号分三类，任务成功、并行分解和完成约束，一起驱动编排层。训练早期把 r_parallel 权重拉高，鼓励先探索并行策略，后期再逐步退到 0，避免把多开 sub-agent 当成捷径。评估也不只看总步数，还看关键路径长度，关键路径变短才说明并行真的生效。\n但到了 2026，事情又往前走了一步，Meta-Harness 明确把 harness engineering 单独拿出来优化。它优化的不是权重，而是 harness code 本身，也就是围绕固定模型的 prompt construction、retrieval、memory 与状态更新程序。论文开头的数字很直接：同一个底模，只改 harness，在同一 benchmark 上就可能拉出 6x 的性能差距，模型外层这套程序已经不只是部署细节，也是能力形成的一层。\n它的关键也不是再加一个抽象 optimizer，而是把 prior code、scores、execution traces（工具调用和状态变化的执行日志）全部写入 filesystem，让 proposer 像写代码一样去 grep、cat、比对 diff，再顺着失败路径改 harness。proposer 是提出 harness 修改方案的模块。\n作者判断得很明确，过去很多 text optimizer 对 harness 这类长时、状态化程序不够有效，核心原因是只看 scalar score、短模板或总结会把问题压扁。scalar score 只有最终得分，没有过程信息。harness 的错误常常要很多步之后才显现，反馈一旦被过度压缩，诊断链路就会断。\n这些结果不只是 benchmark 分数更高。在线文本分类里，Meta-Harness 比 ACE（agent 上下文工程基线）高 7.7 个点，同时把 context token 用量压到原来的 1/4。检索增强数学推理里，一个发现出来的 harness 在 200 道 IMO-level 题上，对 5 个 held-out 模型（未参与优化）平均再涨 4.7 个点。在 TerminalBench-2 上，它也超过了手工工程化 baseline。这说明被优化的已经不只是模型内部策略，也包括模型外围那层如何组织信息和行动的程序。\n一个具体例子：Meta-Harness 在 TerminalBench-2 上自动发现了 environment bootstrap，也就是 agent loop 开始前先跑一个 shell command，把工作目录、可用语言、包管理器和内存状态整理成快照注入首轮 prompt。很多 coding agent 前几轮其实都在探环境，这层前置做好，提升不一定来自更强权重，而是 harness 让模型一开始就站在更好的上下文上。\n到这里，优化目标已经从答案扩展到轨迹，再扩展到承载轨迹的 harness program。\n前沿模型发布后，训练链路还在继续跑 单用一轮预训练的思路来理解今天的大模型，已经不够了。发布出去的模型背后，通常已经跑完了预训练、后训练、蒸馏、专用化这整条链路，而且更强的模型还在持续给下一代产出训练数据。\nDeepSeek-R1 系列的蒸馏就是很典型的例子，大模型先通过 RL 和 verified rewards 把推理能力练出来，再把这些推理轨迹迁给更小的 dense 模型。TranslateGemma 这类专用模型则展示了另一条路线：在更明确的目标任务上，用高质量数据和专门的奖励设计，把能力进一步压缩和定向。到了这一步，更强的模型已经不只是拿来服务用户，也开始直接给下一代模型产出训练数据。\n背后的原因比轨迹迁移更根本一些：一个可能的解释是，互联网语料里知识记忆和推理能力是耦合在一起的，现有的预训练目标要求模型同时把两件事都学好。大模型之所以要先上来，是因为只有足够大，才能同时撑起这两件事，然后再用它来生成纯推理示范数据，小模型在这类数据上训练，就可以专注在推理本身，不用再被迫把所有知识都记住；先大再小，一个关键原因是能力解耦，不只是成本策略。\n另一边，部署适配性和能力本身同样重要。很多场景不需要全能大模型，更关心成本、延迟、稳定性和可控性，训练的终点不一定是更大，也可能是更小、更便宜、更专门。\n最后发布的模型，不一定是训练曲线最右边的那个 checkpoint。实际发布前往往会在多个 checkpoint 之间反复比较真实任务结果、拒答风格、工具稳定性、成本和回归风险。最后上线的版本往往是产品决策，不是单一指标上表现最强的那个。\n用户看到模型名字，会以为它对应一条平滑上升的训练曲线，但真正选哪个 checkpoint 上线，那是另一回事。\n大模型的价值，既在它自己的服务能力，也在它会继续给下一代模型提供训练数据、蒸馏来源和发布基座。\n离线训练之外，接近在线的持续优化也已经进了主流程，Cursor Composer 2 的 real-time RL 说明一部分 Agent 能力已经开始通过生产流量持续迭代，而不是等下一轮大规模离线训练统一刷新。训练和部署之间的边界并没有消失，但两者的反馈回路正在缩短。\n以后怎么看一个模型为什么变强了 2026 年前沿模型的价值，越来越看谁能把预训练后面这整套训练链路跑完整：持续产出训练数据、做蒸馏、做专用化、把评测和奖励做好、做最后的发布选择。 也因为这样，后面再看一个模型为什么突然变强，可以先看三件事：\n先看变化发生在预训练层，还是后面的训练流程。 很多能力提升确实来自更强的预训练和更好的数据配方，但也有很多体感变化，其实主要出在后训练。模型会不会听指令、会不会用工具、回答风格稳不稳，常常不是多训一点语料自己长出来的。\n再看提升来自哪一层：是权重和训练配方，还是 reward / eval / grader，还是 harness code 和 deployment loop。 到了推理模型和 Agent 这一段，用户感受到的变强，很多时候已经不是基础模型单独做出来的结果。评测怎么设、奖励怎么打、工具环境稳不稳、retrieval 和记忆怎么组织、summary 和上下文怎么剪、上线时选了哪个 checkpoint，这些都会一起改掉最后的产品表现。\n最后看上线版本在优化什么。 有些版本是在追求更高上限，有些版本是在压成本、延迟和回归风险，还有些版本是在给某一类场景做专用化。发布版本本来就是产品决策，不是训练曲线最右边那个点，所以看模型更新时，顺手看它到底在优化什么，会更接近真实情况。\n把模型突然变强这件事拆回生产环节看，很多提升其实是后半段训练栈和外层 harness 一起放大的。这条链路的迭代周期也在缩短：生产流量持续回流到训练，每代更强的模型在产出能力的同时也在产出下一代监督数据，外层程序根据 rollouts、logs 和真实任务反馈不断重写。\n今天发布的模型只是一个快照，链路和 harness program 才是持续在跑的产品。\n学习资料 Hoffmann et al. (2022). Training Compute-Optimal Large Language Models (Chinchilla). arXiv:2203.15556 Ouyang et al. (2022). Training language models to follow instructions with human feedback (InstructGPT). arXiv:2203.02155 Shao et al. (2024). DeepSeekMath: Pushing the Limits of Mathematical Reasoning in Open Language Models (GRPO). arXiv:2402.03300 DeepSeek-AI (2025). DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning. arXiv:2501.12948 DeepSeek-AI (2024). DeepSeek-V3 Technical Report. arXiv:2412.19437 Llama Team, AI @ Meta (2024). The Llama 3 Herd of Models. arXiv:2407.21783 Bai et al. (2022). Constitutional AI: Harmlessness from AI Feedback. arXiv:2212.08073 OpenAI (2024). Deliberative Alignment: Reasoning Enables Safer Language Models. openai.com/index/deliberative-alignment Anthropic (2025). Sycophancy to Subterfuge: Investigating Reward Tampering in Language Models. anthropic.com/research/reward-tampering MacDiarmid et al. (2025). Natural Emergent Misalignment from Reward Hacking in Production RL. arXiv:2511.18397 Lee et al. (2026). Meta-Harness: End-to-End Optimization of Model Harnesses (preprint project page). yoonholee.com/meta-harness Kimi Team (2026). Kimi K2.5 Tech Blog: Visual Agentic Intelligence. kimi.com/blog/kimi-k2-5 Rush, S. (2026). A technical report on Composer 2. cursor.com/blog/composer-2-technical-report Chroma (2026). Chroma Context-1: Training a Self-Editing Search Agent. trychroma.com/research/context-1 本文不授权任何方式的转载，洗稿再发布，如大伙发现，欢迎去帮我举报。\n","permalink":"https://study.helloaidev.com/posts/tw93-llm-training-2026-04-03/","summary":"\u003ch1 id=\"你不知道的大模型训练原理路径与新实践\"\u003e你不知道的大模型训练：原理、路径与新实践\u003c/h1\u003e\n\u003cul\u003e\n\u003cli\u003e\u003cstrong\u003e来源\u003c/strong\u003e: \u003ca href=\"https://x.com/hitw93/status/2040047268221608281?s=46\"\u003eX.com - @HiTw93\u003c/a\u003e\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e作者\u003c/strong\u003e: Tw93 (@HiTw93)\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e备份时间\u003c/strong\u003e: 2026-04-03\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e原文标题\u003c/strong\u003e: 你不知道的大模型训练：原理、路径与新实践\u003c/li\u003e\n\u003c/ul\u003e\n\u003chr\u003e\n\u003ch2 id=\"太长也要读\"\u003e太长也要读\u003c/h2\u003e\n\u003cp\u003e在写完《你不知道的 Claude Code：架构、治理与工程实践》、《你不知道的 Agent：原理、架构与工程实践》后，我想着继续来写第三篇，这次打算挑战下自己来梳理一下大模型训练到底怎么回事，这篇文章争取让非专业背景的人也能读得懂。\u003c/p\u003e\n\u003cp\u003e2026 年来看大模型效果真正拉开差距的地方，慢慢不再是预训练本身了，而在它更后面的那一大段：后训练、评测、奖励、Agent 训练、蒸馏，每一个步骤都在影响用户实际感受效果。你发现某个模型突然变强了，背后可能是这几块一起优化到位了，而非单一因素导致。\u003c/p\u003e\n\u003cp\u003e下文按大模型训练链路顺序来讲，重点放在厂商怎么通过后半段训练栈来提升最终上线效果。\u003c/p\u003e\n\u003chr\u003e\n\u003ch2 id=\"大模型训练其实是一条流水线\"\u003e大模型训练其实是一条流水线\u003c/h2\u003e\n\u003cp\u003e过去几年，一般会用参数、数据、算力的堆积来解释模型进步，但很多用户真正感受到的提升，并不是来自再多训一点基础语料，而是来自预训练后面那整套训练流程。模型怎么说话、怎么听指令、怎么推理、怎么用工具，这些都不是多喂一点互联网文本就能自然长出来的。\u003c/p\u003e\n\u003cp\u003eInstructGPT 当年给过一个很直接的例子：一个只有 1.3B 参数、做过对齐和偏好优化的模型，在人类偏好评测里能赢过 175B 的 GPT-3，参数量差了两个数量级，用户最后却更喜欢那个小很多的版本，训练后半段是真的会改写用户感知。\u003c/p\u003e\n\u003cp\u003e训练过程其实是一条流水线，数据、算法、系统、反馈这几层高度耦合，一层变化通常会传导到其他层，2026 年的模型能力和产业价值，也越来越集中在预训练后面的几层。\u003c/p\u003e\n\u003cp\u003e这也是我们平时为啥感觉豆包不太去争排名，但大家日常用起来却更符合心意的原因，是后训练做到位了。\u003c/p\u003e\n\u003cp\u003e这六层只是为了看分工，下图的九个阶段是更详细的版本：原始数据和系统配方单独拆开，Agent harness 和 Deployment 也是后半段的细分。还有两条反馈回路贯穿始终：生产流量回到数据工程，离线评测结果回到预训练。\u003c/p\u003e\n\u003cp\u003e\u003cimg alt=\"大模型训练六层架构\" loading=\"lazy\" src=\"https://pbs.twimg.com/media/GoG1_-6bwAAX5OF.jpg\"\u003e\u003c/p\u003e\n\u003chr\u003e\n\u003ch2 id=\"预训练只是模型底座\"\u003e预训练只是模型底座\u003c/h2\u003e\n\u003cp\u003e预训练仍然是训练链路的起点，搞清楚它到底在做什么，才能理解后面的每一层都在补充什么。没有这一步，就没有语言建模能力，没有知识压缩，也没有后面那些能力迁移的空间。在工程上，它要做的不只是让模型学会预测下一个 token：把语言分布学进去，把大规模文本里的知识和模式压进参数，还要给后面的能力激活留出空间。下一个 token 预测只描述了训练形式，解释不了为什么规模上来之后，模型会突然多出一些之前没有的能力。\u003c/p\u003e\n\u003cp\u003eGPT-3 之后，不少模型调优的工作会更加考虑到预算和配比，模型不是越大越好，参数量、训练 token 数和总计算预算之间有配比问题，很多模型不是做小了，而是训练量不足，在既定预算下没有训到更合适的点。\u003c/p\u003e\n\u003cp\u003e真到训练决策里，更实际的问题是：如果有人给你一万张 H100 和一个月时间，你会如何去训一个足够好的开源模型？规模定律在这里更像一个预算分配工具，不是那种论文里的抽象曲线，最后还是需要静下心来考虑这些问题：下一轮训练到底该多堆参数，还是多喂数据？当前模型到底是能力不够，还是只是欠训练？有限 GPU 预算下，什么配比更值？\u003c/p\u003e\n\u003cp\u003e预训练更像是给模型能力打地基，决定知识范围、泛化潜力和模式归纳能力，也决定后训练有没有可以利用的空间。但听不听指令、配不配合用户、关键任务跑起来稳不稳，这些预训练都是管不到的。\u003c/p\u003e\n\u003cp\u003e预训练阶段不只是在决定学多少知识，它还在提前决定模型以后能长成什么样。tokenizer 的切分方式会直接影响后续训练，context window 拉到多长也要在前面定下来。要不要继续做多模态预训练，要不要把单卡可运行当成一开始就定下来的要求，这些取舍在训练阶段就写进配方了，不是发布时再补的功能 feature。Gemma 3 同时强调了 single accelerator、128K context、视觉能力和量化，背后反映的也是这类取舍。用户最终看到的那些能力，比如能在本地电脑上跑、能看图、能理解长文档，其实很多在训练阶段就已经定下来了。\u003c/p\u003e\n\u003cp\u003e通过 Chinchilla 给出的数据最优点来看，对于 8B 参数的模型大约是 200B tokens，但 Llama3 8B 实际用了 15T tokens，超出约 75 倍。这类过训练配方通常能在同等参数下换来更高的能力密度，最后换来一个更小、推起来也更省的模型。衡量这件事，看总 FLOP（浮点运算次数）比看参数量更靠谱，下图直观展示了这个差距。\u003c/p\u003e","title":"你不知道的大模型训练：原理、路径与新实践"},{"content":"5分钟跨过Claude高手与小白的几条指令鸿沟 来源: X.com - @KKaWSB 作者: KK.aWSB (@KKaWSB) 备份时间: 2026-04-03 原文标题: 5分钟跨过Claude高手与小白的几条指令鸿沟 正文内容 大部分人用Claude Code的方式，跟用ChatGPT没有任何区别。\n这就好比你买了一辆跑车，但每天只用它听广播：\n\u0026ldquo;打开终端，输入一个问题，得到一段回答，复制粘贴。\n然后关掉。\n下次打开，重新来过。\u0026rdquo;\nClaude Code里藏着一套指令体系，绝大多数人从来没碰过。这些指令不是什么高级黑科技，而是Anthropic官方内置的标准功能——只是没人告诉你它们存在。\n今天这篇文章，我把最实用的指令按照\u0026quot;救命程度\u0026quot;排了个序。从最基础的开始，到最高级的结束。\n不管你是不是开发者，看完之后，你对Claude Code的理解会完全不一样。\n第一件事：改掉你的思维方式 在讲具体指令之前，有一件事必须先说清楚。\nClaude Code不是聊天机器人。\n它能读你的文件、执行命令、编辑代码、管理Git工作流。你用自然语言描述你想要什么，它自己判断该读哪些文件、跑哪些命令、做哪些改动。\n所以，从今天开始，停止\u0026quot;问Claude一个问题\u0026quot;的思维。\n开始\u0026quot;给Claude派一个任务\u0026quot;的思维。\n这个认知转变，比任何具体的指令都重要。\n基础篇：90%的人用错了的东西 1. 启动时直接带任务 大部分人的操作是：先打开Claude Code，再输入需求。\n但你可以在启动的时候就把任务带上：\nclaude \u0026#34;帮我找出所有TODO注释，为每个创建GitHub issue\u0026#34; 这条命令会以一个干净的上下文启动一个全新会话，没有任何历史对话的干扰。每个任务都是全新的开始。\n这个习惯一旦养成，你会发现效率提升非常明显——因为你不再把Claude Code当成一个需要\u0026quot;打开\u0026quot;的应用，而是当成一个可以随时\u0026quot;运行\u0026quot;的命令。\n2. /clear——最重要的习惯，没有之一 这是我今天最想强调的一条。\nClaude Code有一个200K token的上下文窗口。你发的每条消息、Claude读的每个文件、执行的每条命令的输出，全部会累积在这个窗口里。\n当窗口使用率达到90%的时候，Claude不只是变慢了——它会变笨。重要的指令被埋在海量的上下文里，模型开始犯一些在干净窗口里绝不会犯的错误。\n解决方法极其简单：每完成一个任务，输入/clear。\n写完一个功能，准备修一个bug？先/clear。\n修完bug，准备写测试？先/clear。\n把它想象成关掉30个浏览器标签页再开始新工作。\n这一条指令，可能会让你对Claude Code的满意度提升50%。很多人觉得\u0026quot;Claude Code越用越笨\u0026quot;，根本原因就是从来不清理上下文。\n3. /compact——轻量版的清理 有时候你不想完全清除上下文，但又觉得对话越来越重。\n/compact会压缩对话历史——Claude把之前发生的事情做一个摘要，然后用这个摘要继续工作，释放大量的上下文空间。\n我的习惯是：先用/context查看当前的窗口使用率。超过70%就用/compact，超过85%就直接/clear。\n别让使用率飙到90%以上。那是性能悬崖。\n速度篇：形成肌肉记忆之后，效率翻倍 4. Esc键——后悔药 按一次Esc，Claude会立刻停下正在做的事情，但不会丢失上下文。\n按两次Esc，会弹出一个检查点菜单。你可以回到之前任意一个时间点——恢复代码、恢复对话，或者两者都恢复。\n这意味着什么？你可以放心大胆地让Claude尝试一个你只有40%把握的方案。成了，太好了。没成，两秒钟回到过去，零损失。\n这个功能改变了我使用Claude Code的心态——从\u0026quot;小心翼翼地给指令\u0026quot;变成了\u0026quot;大胆尝试，随时回退\u0026quot;。\n5. 感叹号!——不用离开Claude就能跑命令 在Claude Code里直接输入感叹号加命令：\n!git status !npm test !cat src/api/routes.ts 命令会立刻执行，输出结果会出现在上下文里，Claude可以直接看到并做出反应。\n这比让Claude自己去跑命令要快得多——没有权限确认的弹窗，没有\u0026quot;让我帮你运行一下\u0026quot;的客套话。\n6. 管道符——把任何东西喂给Claude 这一条是真正的效率杀器：\ngit diff main | claude -p \u0026#34;检查安全问题\u0026#34; cat error.log | claude -p \u0026#34;分析崩溃原因\u0026#34; cat package.json | claude -p \u0026#34;哪些依赖过期或有漏洞？\u0026#34; 你可以把任何东西通过管道传给Claude。-p标志表示非交互模式——Claude处理完就退出，不会进入对话。\n一条命令替代你90%的代码审查工作。\n进阶篇：从\u0026quot;会用\u0026quot;到\u0026quot;用得好\u0026quot; 7. 命名会话——像管理项目一样管理对话 claude -n \u0026#34;支付系统重构\u0026#34; 这条命令会创建一个有名字的会话。下次想继续这个会话，直接：\nclaude -r \u0026#34;支付系统重构\u0026#34; 不再是一个巨大的、上下文越来越脏的对话。而是为每个工作流保持独立的、干净的、可以随时切换的命名会话。\n8. CLAUDE.md——给你的项目写一份永久说明书 这个文件放在项目根目录下，每次Claude Code启动会话时会自动加载。\n你可以把它理解为项目级别的操作指南。Claude会按照这些指南行事，你不需要每次都重复。\n一个好的CLAUDE.md大概长这样：\n# 项目说明 这是一个Next.js 14项目，使用TypeScript、Prisma ORM和Tailwind。 API路由在 /src/app/api/ 目录下。 所有数据库查询通过Prisma完成，不使用原生SQL。 # 代码风格 使用函数式组件和hooks，不使用class组件。 错误信息要对用户友好，不暴露技术细节。 # 测试 每次修改后运行 npm run test。 在确认完成之前修复所有失败的测试。 最后一条特别关键。据Claude Code的创建者Boris Cherny说，让Claude在完成代码之前先跑测试并修复错误，代码质量可以提升2到3倍。\n你实际上是在给Claude一个自我纠错的反馈回路。\n9. 自动权限模式 claude --permission-mode auto 默认情况下，Claude每做一个操作都会问你要权限。编辑这个文件可以吗？运行这个命令可以吗？\n一个稍微复杂的任务，你可能要点20次\u0026quot;允许\u0026quot;。\nauto模式用AI安全分类器在每个操作前进行审查——危险操作会提示你确认，常规操作直接执行。\n它是\u0026quot;每30秒点一次是\u0026quot;和\u0026quot;完全跳过所有权限\u0026quot;之间的一个平衡点。\n10. 预算控制 claude -p \u0026#34;重构API层\u0026#34; --max-budget-usd 5.00 claude -p \u0026#34;修这个bug\u0026#34; --max-turns 3 给每次会话设定严格的消费上限。Claude到了上限就停，不会在毫无进展的任务上无限烧Token。\n\u0026ndash;max-turns限制来回迭代的次数。两个参数配合使用，成本完全可控。\n高级篇：从\u0026quot;个人工具\u0026quot;到\u0026quot;团队基建\u0026quot; 11. 隔离分支工作 claude -w \u0026#34;implement-oauth\u0026#34; Claude会创建一个独立的Git工作树，所有工作在里面完成，提交更改，可选择性地创建PR。\n你的主分支完全不受影响。出了任何问题，主代码库永远不会被碰。\n12. 并行Agent团队 claude -w feature-auth --background claude -w feature-payments --background claude -w feature-notifications --background 三个功能同时开发。每个Agent在自己的工作树里独立工作，各自提交PR。\n你只需要在PR进来的时候审查就行。\n到这一步，Claude Code就不再是一个工具了。它是一支你管理的团队。\n13. 自动格式化Hook 每次Claude编辑文件后自动运行代码格式化：\n{ \u0026#34;hooks\u0026#34;: { \u0026#34;PostToolUse\u0026#34;: [ { \u0026#34;matcher\u0026#34;: \u0026#34;Edit|Write\u0026#34;, \u0026#34;hooks\u0026#34;: [ { \u0026#34;type\u0026#34;: \u0026#34;command\u0026#34;, \u0026#34;command\u0026#34;: \u0026#34;npx prettier --write \\\u0026#34;$CLAUDE_FILE_PATH\\\u0026#34;\u0026#34; } ] } ] } } CLAUDE.md是建议性的——Claude大约80%的时候会遵守。\nHooks是确定性的——100%会执行。\n如果某件事必须在每次编辑时无一例外地发生，用Hook。\n14. 自动PR审查 在Claude Code里输入：\n/install-github-app 运行一次，Claude就会自动审查你在GitHub上推送的每一个PR。\n当你大量使用AI工具生成代码时，PR的数量会急剧增加。有一个能真正理解你代码库的自动审查器，是防止质量下滑的最后一道防线。\n一个有意思的事实：人类审查代码的时候喜欢抠变量命名。Claude审查代码的时候会找逻辑错误和安全漏洞。\n一张速查表 最后，把所有指令整理成一张可以随时翻的表。建议收藏：\n基础指令 claude — 启动交互会话 claude \u0026quot;任务描述\u0026quot; — 带任务启动 claude -c — 继续上一个会话 claude -r \u0026quot;名称\u0026quot; — 恢复命名会话 /clear — 清除上下文（每个任务之间必做） 效率指令 Esc — 停止当前操作 Esc Esc — 回退到检查点 !命令 — 在Claude里直接跑Shell命令 /compact — 压缩上下文 /context — 查看Token使用率 进阶指令 claude -p \u0026quot;prompt\u0026quot; — 非交互模式 git diff | claude -p \u0026quot;review\u0026quot; — 管道传入 claude -w 分支名 — 隔离工作树 --permission-mode auto — AI决定权限 --max-budget-usd 5.00 — 消费上限 高级指令 CLAUDE.md — 项目永久说明书 hooks — 自动格式化/自动检查 /install-github-app — 自动PR审查 claude -w 分支 --background — 并行Agent 最后一句话 Claude Code和大多数AI工具有一个根本的区别：它不是一个你跟它聊天的对象，而是一个你管理的系统。\n聊天机器人的使用方式是：问一个好问题，得到一个好回答。\nClaude Code的使用方式是：搭建好环境、设定好规则、派出任务、控制成本、管理质量。\n这更像是在管理一支团队，而不是在跟一个助手对话。\n一旦你开始用管理者的思维去使用Claude Code——而不是用提问者的思维——你就会突然理解，为什么有人说这是AI编程领域迄今为止最强大的工具。\n工具是一样的。差距在于你怎么用它。\n❤️ 关注 @KKaWSB，我在硅谷每周为你带来几篇最新的AI学习教程深度文章，让你轻松快人一步赶超这个时代。\n","permalink":"https://study.helloaidev.com/posts/claude-code-tips-kkawsb-2026-04-03/","summary":"\u003ch1 id=\"5分钟跨过claude高手与小白的几条指令鸿沟\"\u003e5分钟跨过Claude高手与小白的几条指令鸿沟\u003c/h1\u003e\n\u003cul\u003e\n\u003cli\u003e\u003cstrong\u003e来源\u003c/strong\u003e: \u003ca href=\"https://x.com/kkawsb/status/2039182484831879511?s=46\"\u003eX.com - @KKaWSB\u003c/a\u003e\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e作者\u003c/strong\u003e: KK.aWSB (@KKaWSB)\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e备份时间\u003c/strong\u003e: 2026-04-03\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e原文标题\u003c/strong\u003e: 5分钟跨过Claude高手与小白的几条指令鸿沟\u003c/li\u003e\n\u003c/ul\u003e\n\u003chr\u003e\n\u003ch2 id=\"正文内容\"\u003e正文内容\u003c/h2\u003e\n\u003cp\u003e大部分人用Claude Code的方式，跟用ChatGPT没有任何区别。\u003c/p\u003e\n\u003cp\u003e这就好比你买了一辆跑车，但每天只用它听广播：\u003c/p\u003e\n\u003cp\u003e\u0026ldquo;打开终端，输入一个问题，得到一段回答，复制粘贴。\u003c/p\u003e\n\u003cp\u003e然后关掉。\u003c/p\u003e\n\u003cp\u003e下次打开，重新来过。\u0026rdquo;\u003c/p\u003e\n\u003cp\u003eClaude Code里藏着一套指令体系，绝大多数人从来没碰过。这些指令不是什么高级黑科技，而是Anthropic官方内置的标准功能——只是没人告诉你它们存在。\u003c/p\u003e\n\u003cp\u003e今天这篇文章，我把最实用的指令按照\u0026quot;救命程度\u0026quot;排了个序。从最基础的开始，到最高级的结束。\u003c/p\u003e\n\u003cp\u003e不管你是不是开发者，看完之后，你对Claude Code的理解会完全不一样。\u003c/p\u003e\n\u003ch2 id=\"第一件事改掉你的思维方式\"\u003e第一件事：改掉你的思维方式\u003c/h2\u003e\n\u003cp\u003e在讲具体指令之前，有一件事必须先说清楚。\u003c/p\u003e\n\u003cp\u003eClaude Code不是聊天机器人。\u003c/p\u003e\n\u003cp\u003e它能读你的文件、执行命令、编辑代码、管理Git工作流。你用自然语言描述你想要什么，它自己判断该读哪些文件、跑哪些命令、做哪些改动。\u003c/p\u003e\n\u003cp\u003e所以，从今天开始，停止\u0026quot;问Claude一个问题\u0026quot;的思维。\u003c/p\u003e\n\u003cp\u003e开始\u0026quot;给Claude派一个任务\u0026quot;的思维。\u003c/p\u003e\n\u003cp\u003e这个认知转变，比任何具体的指令都重要。\u003c/p\u003e\n\u003ch2 id=\"基础篇90的人用错了的东西\"\u003e基础篇：90%的人用错了的东西\u003c/h2\u003e\n\u003ch3 id=\"1-启动时直接带任务\"\u003e1. 启动时直接带任务\u003c/h3\u003e\n\u003cp\u003e大部分人的操作是：先打开Claude Code，再输入需求。\u003c/p\u003e\n\u003cp\u003e但你可以在启动的时候就把任务带上：\u003c/p\u003e\n\u003cpre tabindex=\"0\"\u003e\u003ccode\u003eclaude \u0026#34;帮我找出所有TODO注释，为每个创建GitHub issue\u0026#34;\n\u003c/code\u003e\u003c/pre\u003e\u003cp\u003e这条命令会以一个干净的上下文启动一个全新会话，没有任何历史对话的干扰。每个任务都是全新的开始。\u003c/p\u003e\n\u003cp\u003e这个习惯一旦养成，你会发现效率提升非常明显——因为你不再把Claude Code当成一个需要\u0026quot;打开\u0026quot;的应用，而是当成一个可以随时\u0026quot;运行\u0026quot;的命令。\u003c/p\u003e\n\u003ch3 id=\"2-clear最重要的习惯没有之一\"\u003e2. /clear——最重要的习惯，没有之一\u003c/h3\u003e\n\u003cp\u003e这是我今天最想强调的一条。\u003c/p\u003e\n\u003cp\u003eClaude Code有一个200K token的上下文窗口。你发的每条消息、Claude读的每个文件、执行的每条命令的输出，全部会累积在这个窗口里。\u003c/p\u003e\n\u003cp\u003e当窗口使用率达到90%的时候，Claude不只是变慢了——\u003cstrong\u003e它会变笨\u003c/strong\u003e。重要的指令被埋在海量的上下文里，模型开始犯一些在干净窗口里绝不会犯的错误。\u003c/p\u003e\n\u003cp\u003e解决方法极其简单：\u003cstrong\u003e每完成一个任务，输入/clear。\u003c/strong\u003e\u003c/p\u003e\n\u003cp\u003e写完一个功能，准备修一个bug？先/clear。\u003c/p\u003e\n\u003cp\u003e修完bug，准备写测试？先/clear。\u003c/p\u003e\n\u003cp\u003e把它想象成关掉30个浏览器标签页再开始新工作。\u003c/p\u003e\n\u003cp\u003e这一条指令，可能会让你对Claude Code的满意度提升50%。很多人觉得\u0026quot;Claude Code越用越笨\u0026quot;，根本原因就是从来不清理上下文。\u003c/p\u003e\n\u003ch3 id=\"3-compact轻量版的清理\"\u003e3. /compact——轻量版的清理\u003c/h3\u003e\n\u003cp\u003e有时候你不想完全清除上下文，但又觉得对话越来越重。\u003c/p\u003e\n\u003cp\u003e/compact会压缩对话历史——Claude把之前发生的事情做一个摘要，然后用这个摘要继续工作，释放大量的上下文空间。\u003c/p\u003e\n\u003cp\u003e我的习惯是：先用/context查看当前的窗口使用率。超过70%就用/compact，超过85%就直接/clear。\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003e别让使用率飙到90%以上。那是性能悬崖。\u003c/strong\u003e\u003c/p\u003e\n\u003ch2 id=\"速度篇形成肌肉记忆之后效率翻倍\"\u003e速度篇：形成肌肉记忆之后，效率翻倍\u003c/h2\u003e\n\u003ch3 id=\"4-esc键后悔药\"\u003e4. Esc键——后悔药\u003c/h3\u003e\n\u003cp\u003e按一次Esc，Claude会立刻停下正在做的事情，但不会丢失上下文。\u003c/p\u003e\n\u003cp\u003e按两次Esc，会弹出一个检查点菜单。你可以回到之前任意一个时间点——恢复代码、恢复对话，或者两者都恢复。\u003c/p\u003e\n\u003cp\u003e这意味着什么？你可以放心大胆地让Claude尝试一个你只有40%把握的方案。成了，太好了。没成，两秒钟回到过去，零损失。\u003c/p\u003e\n\u003cp\u003e这个功能改变了我使用Claude Code的心态——从\u0026quot;小心翼翼地给指令\u0026quot;变成了\u0026quot;大胆尝试，随时回退\u0026quot;。\u003c/p\u003e","title":"5分钟跨过Claude高手与小白的几条指令鸿沟"},{"content":"我恳求你多写文章 来源: X.com - @thedankoe 作者: DAN KOE (@thedankoe) 翻译时间: 2026-04-03 原文标题: I\u0026rsquo;m begging you to write more essays 正文内容 我恳求你多写文章。\n或者，如果你还没开始写，那就开始写吧。\n不，不是学校里布置的那种作文。\n我说的是一种最伟大的工具之一——它能帮助你学得更快、思考更深、提升你表达想法和信念的能力，并且避免被 AI 取代。\n但这些只是写作带给个人的自私好处。\n还有更深层的意义。\n现代信息环境正在摧毁我们思考的能力，而大多数人甚至都没注意到。文章可能是最后一种真正能培养你理解现实能力的内容形式。\n我们正经历人类历史上最大规模的\u0026quot;假思考\u0026quot;生产。\n后果相当严重，而且只有少数人在意。\n在这封信中，我想向你展示：这种假思考流行病（如果继续下去）不仅会毁了你的生活，还可能导致社会崩溃。\n然后，我想帮你写下第一篇文章，让你能修复自己最宝贵的资源——你的大脑。\n（把它变成职业或副业收入也无妨）。\nI – 互联网没有死，但它正在杀死我们 书面文字作为主要媒体形式，可能是民主运作的必要条件，因为它需要人们有能力持续关注一个想法，直到理解它。—— Daniel Schmachtenberger\n社交媒体和 AI 简直是对文明的威胁。\n我知道这听起来很疯狂。\n刷 Instagram 怎么可能真的导致社会崩溃？看几秒钟的 TikTok 舞蹈不会有什么伤害吧？在 X 上读别人关于特朗普的 5 秒观点只是午餐休息的一部分，不是吗？\n是的，但前提是你只关注自己。\n当你拉远视角，看到真正在发生什么，你就无法视而不见了。\n这有三层含义。\n坚持看下去，因为这里很深。\n第一层是：认知公共领域正在被毒害。\n什么是认知公共领域？\n把它想象成我们的水源，只不过是用于信息的，而这极其重要。\n大多数人看新闻是为了保持\u0026quot;知情\u0026quot;或自我教育，但如果你仔细观察，他们只是变得自满。他们的生活并没有因此变得更好。事实上，大多数人变得更加愤世嫉俗、更加极化、更加暴力。\n每当你在社交媒体上发帖，每当有人创作电视节目或电影，每当有人在 Spotify 上制作音乐，认知公共领域（或公共信息环境）就会增长。\n这显然变得复杂，需要一定程度的系统思维才能完全确定，但如果你发布的内容弊大于利，且没有被有益内容所平衡，我们的知识水源就会被污染。\n为什么这很糟？\n因为你或任何个人消费的信息会影响他们的身份。他们的身份影响他们的人生轨迹和行为。你消费的内容形式会训练你的注意力持续时间、对复杂性的容忍度、持有矛盾的能力，以及细微差别的处理能力。\n这就是你学习的原因，对吧？\n为了装备自己获得想要的生活所需的知识和认知能力？\n但这就是问题所在\u0026hellip;\n在你能解决气候、治理、AI 对齐、公共卫生等文明威胁问题之前，你需要一个能够连贯理解问题的人口。99% 的人甚至不知道这些问题包含什么，因为他们正开心地对着手机里的猫咪视频流口水。\n我们稍后会触及的要点是：**你消费或创造的内容是否会导致你和他人的有益行为改变？**还是你在无意识地吸收信息，这些信息悄悄让你的生活变得更糟，并通过你的贡献毒害信息环境？\n那是第一层。\nII – 摧毁文明思考能力的三种力量 随着技术赋予我们选择权力，我们获得了类似神的力量，你必须拥有类似神的爱和智慧来驾驭它，否则你就会自我毁灭。\n我想向你介绍我们这个时代最重要的思想家之一。\n他的名字是 Daniel Schmachtenberger。\n他不常发帖，但偶尔会在播客中露面。当你听他的访谈时，你能立刻感受到他是一个冷静、细致、非极化的系统思考者。\n他一生致力于他所说的\u0026quot;元危机\u0026quot;，虽然这比互联网上发布的内容类型要深刻得多，但这就是我们要关注的。\n简而言之，Schmachtenberger 认为有三大威胁可能导致三种结果，其中两种是灾难性的。\n三种威胁（他称之为生成函数）：\n竞争动态 – 零和博弈，一方的收益需要另一方的损失。想想军备竞赛、企业竞争、社交媒体内容、学术出版（囤积数据以抢先发表）。\n基质消耗 – \u0026ldquo;基质\u0026quot;是某物存在所需的东西，比如植物需要土壤，媒体需要注意力，市场需要信任。当系统消耗其基础的速度超过再生速度时，那就很糟糕。想想消耗了数千年形成的表层土壤，以及注意力经济消耗人类认知能力的速度超过其恢复速度。\n指数技术 – 以加速速度自我改进的工具和系统，超越人类智慧。想想 AI 能力翻倍、自动化武器、以及社交媒体算法进化速度超过我们研究其心理影响的能力。\n当这三者汇聚时，它们可能导致文明崩溃（核战争、未对齐的 AI、生态破坏、工程化流行病）或反乌托邦控制（全面监控、数字威权主义、消除个人能动性）。\n他称这些为\u0026quot;吸引子\u0026rdquo;，或复杂社会倾向于落入的盆地。\n\u0026ldquo;第三吸引子\u0026rdquo;，或者说好的结果，是一个存在意义建构、共享理解和一致激励的世界。\n当我们看互联网、AI 和社交媒体时，很容易看到这如何发展。\n当创作者竞争注意力时，他们优化参与度而非转化（竞争动态）。算法只衡量你点击、观看或喜欢的次数，所以创作者更可能放弃真相和影响力，换取任何能让人们反应的东西。\n这是个明显的问题。\n当参与度被优化时，个人消费的内容不需要思考或理解，所以那块肌肉萎缩了。被消耗的\u0026quot;基质\u0026quot;是认知能力，这是注意力的下游。\nAI 加速了内容生产，是的，但它也加速了模仿，当只有破坏性内容可供模仿时，你能看到那会导致什么。AI 本身不是问题。问题是它能模仿看起来像真正思考的东西，而不需要创作者或消费者付出任何认知努力。\n所以，这里的默认结果是认知公共领域（或精神水源）被极度快速地毒害，因为它被优化为看起来像应该改变你思考的内容，但结构上它做不到。\n这导致了第三层——你能对此做什么，以及如何以有意义的方式从中获利。\nIII – 为什么文章可能是真正思考的最后堡垒 智慧不是算法化的，也无法被算法化。\n在过去的几十年里，某种类型的内容主导了互联网。\n具体来说，提供结论而不需要思考的内容。\n它是思想的快餐。\n所以我们称这类媒体为\u0026quot;快内容\u0026quot;——因为社交媒体公司使用与快餐公司相同的心理触发器让你上瘾，后者意识到脂肪、糖和盐是我们大脑不习惯 abundant 的稀缺资源。发现这些资源会激增多巴胺，因为它们有助于生存。\n在快内容这一端，你有 BuzzFeed 列表文章、愤怒推文、AI 生成的摘要、热门观点、为参与度优化的串推，以及让你在 30 秒内获得理解感的 TikTok 解释视频。难怪现在每个人都认为自己是专家。\n互联网早期采用者可以发布\u0026quot;30 岁前致富的 10 个习惯\u0026quot;，被数十万读者追捧，但环境已经改变。\n在慢内容这一端，或者说需要你思考的内容，你有文章、长篇非优化对话、某些书籍、某些讲座，甚至某些以让你思考才能接收洞察的方式精心设计的推文。\n我个人想专注于文章。\n为什么？\n因为它们是你可以独自生产的东西，并且可以利用它在我们正在进入的意义经济中获利。而且，文章是最具可扩展性和持久性的形式。一场有意义的对话可以改变一个人，但它活在参与者的记忆中，有生有死。一篇文章培养读者和作者的思考能力，并且可以为数千人做到这一点，跨越数十年。稍后会有更多关于这方面的内容。\n最重要的是，大多数人带着从未彻底思考过的观点走来走去。他们感觉自己相信某事，但从未尝试以一种能经受聪明读者审查的方式写下来。\n\u0026ldquo;世界上最受尊敬的一些思想也是通过写作文章锻造出来的：Paul Graham、Isaac Newton、Peterson 的巅峰时期、Nietzsche、Emerson 等。\u0026rdquo;\n文章的定义因素是AI 无法写出一篇文章。\n为了理解，有助于区分文章和论文：\n论文是答案，文章是论证。 论文包装现有知识，文章改变作者的信念。 论文以结论开始，文章弄清楚它。 论文通知或教育，文章是一种思考行为。 论文传达已有的东西，文章发现尚未存在的东西。 如果你仔细想想，只有人类能写文章，因为机器人没有 situated 的观点。它没有直接经验。它可以模拟你告诉它采用的观点，但它缺乏引导你以特定方向思考和质疑的信念、偏见和情感。老实说，要把所有这些上下文传递给 AI 几乎是不可能的，因为每一刻都在影响你的观点，为了拥有有意义的观点，你不能整天坐在桌旁与 Claude 对话。你必须参与新颖的体验。\n更重要的是，AI 破坏了惊喜和发现的魔力。这是一个关键点。你可以让 AI 分享一些新颖的东西，但那是你在预期的。它不再是惊喜了。你摧毁了偶然发现的机会。它可能给你很好的写作素材，但那不是来自你自己的创造能力和思考。\n我用 AI 越多，越发现它有用，但在剑的另一边，我发现它极快地耗尽创造力。我不禁相信（即使是作为支持 AI 的人）互联网上大多数相关的内容将以文章形式存在。慢内容。\nIV – 意义经济以及如何在其中繁荣 意义经济已经出现几年了。\nAI 只加速了这一点。\n为什么？\n因为意义是目前文明中最稀缺的商品。\n在工业化之前，我们赞美天空中的神灵。在工业化期间，我们把生产力当作神灵。今天，更多是我们的神灵。更多钱、更多信息、更多内容。我们拥有比以往更多的东西，却比以往更缺乏目标。\n在我看来，意义将以高价出售。\n人们会比现在更渴望它。\n谁比那些塑造认知公共领域的人更适合提供意义？那些与毒害水源作斗争的价值创造者。\n但意义是如何被创造和体验的？\n意义是有序意识的体验。\n当注意力被碎片化、分散、被拉向竞争方向时，那是心理熵。它感觉像焦虑、无聊和不安。混乱。\n当注意力被投入到具有清晰反馈的复杂、有挑战性的活动中时，那是心理负熵。它感觉像心流、目标和意义。秩序。\n所以，意义不是你在世界中找到的某样东西，它是当你的注意力被有序地指向足够复杂以完全吸引你的某物时出现的一种意识状态。如果你是 10 级，1 级挑战很无聊，20 级挑战令人望而生畏。但 11 级挑战刚好足够让你锁定。\n意义是通过整理意识的过程创造的。\n整理意识的行为（从混乱中创造结构，与复杂性搏斗直到它凝聚）产生意义。\n如果你曾经陷入困境，挣扎于人生该往哪走，最终获得一股清晰感，将你发射到有意义生活的模糊中，你就直接体验过这一点。\n这与内容和文章有什么关系？\n快内容（熵增的、预消化的、算法化的、AI 生成的）跳过整理过程，交付预包装的结论。读者的意识保持并变得更加无序。他们接收了信息，但没有产生意义。这就是他们为什么感觉知情但空虚。\n慢内容（文章、真正的公开思考、需要努力的洞察）要求作者和读者都参与整理过程。作者通过写作整理自己的意识。读者通过正确消化思考重新整理他们的思想。\n机会在哪里？\n世界不需要更多人竞争最愤怒诱饵的帖子。它也不需要更多人试图成为世界上最生产力的人，以建立下一个十亿美元的 AI 公司。\n相反，它需要整理自己思想并公开记录的普通人。\n以前，我称这些人为\u0026quot;价值创造者\u0026quot;（因为这不同于典型的影响者或个人品牌）。\n它是一个选择积极人生轨迹的人，深切关心有助于推动人生向那个方向发展的兴趣和技能，并把自己的旅程从自己的观点传递给能从中受益的其他人。\n从各方面来看，我相信这是一种有未来保障且深刻有意义的生活方式。当然，你不是在创造有形实物产品，但你正在引起更大的连锁反应。也就是说，你正在提供根源。影响身份、影响行为、影响文明繁荣或毁灭的信息。即使建造火箭也没有那么大的力量。\nV – 如何公开思考（以及为什么这是你能培养的最有价值的技能） 这很有趣。\n你们看不到，但这封信非常难写。\n我废弃了三个关于\u0026quot;为什么你应该写文章\u0026quot;的独立草稿，但都感觉不对。然而，通过坚持挑战并综合一种观点，导致对我试图说的内容有了更深的理解。\n如果这封信改变了你的想法和行为，以积极的方式，那会给我的生活和你带来更多意义。\n我希望你能体验同样的感觉。\n所以，让我们实际一点。\n这是我为你准备的开始正确方向的内容，然后我们会谈论你可以在哪里发表你的文章。\n为发现而写，不是为表演。 大多数社交媒体参与来自包装，你可以稍后学习。从一个概念、观点、问题、经验、想法、困扰你的某事或主题开始。一篇文章始于不确定和开放的心态。\n写真正让你感兴趣的东西。 专注于一个主要想法。利用这段时间研究和学习。深入挖掘兔子洞。挑战每个人的观点。不要只接受一个来源作为法律。\n抵制模板。 你会在写作变好时发现你喜欢如何组织你的写作。这是一项技能，记住这一点。现在，只是写。与自己辩论。问问题以保持写作进行。然后担心结构，如果需要可以问 AI 帮忙。先做思考。\n问，\u0026ldquo;我真的相信这个吗？\u0026rdquo; 写你已经相信的东西很容易，但重点是改变你相信的东西。这是最困难的部分。抵制表现得绝对正确的冲动。\n读文章，消费 centropic 内容。 你的意义建构能力由你的输入塑造。你不能指望\u0026quot;为你推荐\u0026quot;页面给你这些内容。你必须主动搜索、策划和培养你的数字信息流。\n建立作品集，不是内容日历。 人们关注创作者不是因为一篇内容。他们关注是因为他们的连贯作品集。每篇文章建立在前一篇之上。AI 无法复制通过多年真正思考建立的连贯哲学。\n有道理，但你从哪里开始？\nX 或 Substack。\n这是唯一两个优先考虑长篇写作和思考的平台。\n我以前写过几次这个，所以我就说到这里。\n如果你想参加一个有指导的挑战来做这件事，并学习有影响力的写作的方方面面，考虑在 4 月 7 日之前加入挑战。\n—— Dan\n写于 2026 年 4 月 3 日。\n","permalink":"https://study.helloaidev.com/posts/dan-koe-write-essays-2026-04-03/","summary":"\u003ch1 id=\"我恳求你多写文章\"\u003e我恳求你多写文章\u003c/h1\u003e\n\u003cul\u003e\n\u003cli\u003e\u003cstrong\u003e来源\u003c/strong\u003e: \u003ca href=\"https://x.com/thedankoe/status/2039738438602403899?s=46\"\u003eX.com - @thedankoe\u003c/a\u003e\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e作者\u003c/strong\u003e: DAN KOE (@thedankoe)\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e翻译时间\u003c/strong\u003e: 2026-04-03\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e原文标题\u003c/strong\u003e: I\u0026rsquo;m begging you to write more essays\u003c/li\u003e\n\u003c/ul\u003e\n\u003chr\u003e\n\u003ch2 id=\"正文内容\"\u003e正文内容\u003c/h2\u003e\n\u003cp\u003e\u003cstrong\u003e我恳求你多写文章。\u003c/strong\u003e\u003c/p\u003e\n\u003cp\u003e或者，如果你还没开始写，那就开始写吧。\u003c/p\u003e\n\u003cp\u003e不，不是学校里布置的那种作文。\u003c/p\u003e\n\u003cp\u003e我说的是一种最伟大的工具之一——它能帮助你学得更快、思考更深、提升你表达想法和信念的能力，\u003cstrong\u003e并且避免被 AI 取代\u003c/strong\u003e。\u003c/p\u003e\n\u003cp\u003e但这些只是写作带给个人的自私好处。\u003c/p\u003e\n\u003cp\u003e还有更深层的意义。\u003c/p\u003e\n\u003cblockquote\u003e\n\u003cp\u003e现代信息环境正在摧毁我们思考的能力，而大多数人甚至都没注意到。文章可能是最后一种真正能培养你理解现实能力的内容形式。\u003c/p\u003e\n\u003c/blockquote\u003e\n\u003cp\u003e我们正经历人类历史上最大规模的\u0026quot;假思考\u0026quot;生产。\u003c/p\u003e\n\u003cp\u003e后果相当严重，而且只有少数人在意。\u003c/p\u003e\n\u003cp\u003e在这封信中，我想向你展示：这种假思考流行病（如果继续下去）不仅会毁了你的生活，还可能导致社会崩溃。\u003c/p\u003e\n\u003cp\u003e然后，我想帮你写下第一篇文章，让你能修复自己最宝贵的资源——\u003cstrong\u003e你的大脑\u003c/strong\u003e。\u003c/p\u003e\n\u003cp\u003e（把它变成职业或副业收入也无妨）。\u003c/p\u003e\n\u003chr\u003e\n\u003ch2 id=\"i--互联网没有死但它正在杀死我们\"\u003eI – 互联网没有死，但它正在杀死我们\u003c/h2\u003e\n\u003cblockquote\u003e\n\u003cp\u003e书面文字作为主要媒体形式，可能是民主运作的必要条件，因为它需要人们有能力持续关注一个想法，直到理解它。—— Daniel Schmachtenberger\u003c/p\u003e\n\u003c/blockquote\u003e\n\u003cp\u003e社交媒体和 AI 简直是对文明的威胁。\u003c/p\u003e\n\u003cp\u003e我知道这听起来很疯狂。\u003c/p\u003e\n\u003cp\u003e刷 Instagram 怎么可能真的导致社会崩溃？看几秒钟的 TikTok 舞蹈不会有什么伤害吧？在 X 上读别人关于特朗普的 5 秒观点只是午餐休息的一部分，不是吗？\u003c/p\u003e\n\u003cp\u003e是的，但前提是你只关注自己。\u003c/p\u003e\n\u003cp\u003e当你拉远视角，看到真正在发生什么，你就无法视而不见了。\u003c/p\u003e\n\u003cp\u003e这有三层含义。\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003e坚持看下去，因为这里很深。\u003c/strong\u003e\u003c/p\u003e\n\u003cp\u003e\u003cstrong\u003e第一层是：认知公共领域正在被毒害。\u003c/strong\u003e\u003c/p\u003e\n\u003cp\u003e什么是认知公共领域？\u003c/p\u003e\n\u003cp\u003e把它想象成我们的水源，只不过是用于\u003cstrong\u003e信息\u003c/strong\u003e的，而这极其重要。\u003c/p\u003e\n\u003cp\u003e大多数人看新闻是为了保持\u0026quot;知情\u0026quot;或自我教育，但如果你仔细观察，他们只是变得自满。他们的生活并没有因此变得更好。事实上，大多数人变得更加愤世嫉俗、更加极化、更加暴力。\u003c/p\u003e\n\u003cp\u003e每当你在社交媒体上发帖，每当有人创作电视节目或电影，每当有人在 Spotify 上制作音乐，认知公共领域（或公共信息环境）就会增长。\u003c/p\u003e\n\u003cp\u003e这显然变得复杂，需要一定程度的系统思维才能完全确定，\u003cstrong\u003e但如果你发布的内容弊大于利\u003c/strong\u003e，且没有被有益内容所平衡，我们的知识水源就会被污染。\u003c/p\u003e\n\u003cp\u003e为什么这很糟？\u003c/p\u003e\n\u003cp\u003e因为你或任何个人消费的信息会影响他们的身份。他们的身份影响他们的人生轨迹和行为。你消费的\u003cstrong\u003e内容形式\u003c/strong\u003e会训练你的注意力持续时间、对复杂性的容忍度、持有矛盾的能力，以及细微差别的处理能力。\u003c/p\u003e\n\u003cp\u003e这就是你学习的原因，对吧？\u003c/p\u003e\n\u003cp\u003e为了装备自己获得想要的生活所需的知识和认知能力？\u003c/p\u003e\n\u003cp\u003e但这就是问题所在\u0026hellip;\u003c/p\u003e\n\u003cp\u003e在你能解决气候、治理、AI 对齐、公共卫生等文明威胁问题之前，你需要\u003cstrong\u003e一个能够连贯理解问题的人口\u003c/strong\u003e。99% 的人甚至不知道这些问题包含什么，因为他们正开心地对着手机里的猫咪视频流口水。\u003c/p\u003e","title":"我恳求你多写文章：在AI时代保持清醒的最后堡垒"},{"content":"备份：2030年大预言 - AI最严厉的父亲 来源: X.com - @dashen_wang 作者: AI最严厉的父亲 (@dashen_wang) 备份时间: 2026-03-30 主要内容: 关于 2027-2030 年 AI 发展、职业变迁及社会物种分化的深度预测。 正文内容 写于2026年3月。数据是真的，预测是大胆的，悲观的部分是我最不想说对的。\nps：本文又臭又长，但是我还是建议你坚持读完。给我一个不同的意见。\n我认识一个朋友，前几年做短视频博主，做得还不错，几十万粉丝。去年他跟我说，他现在用AI做内容，以前三个人干的事他一个人干，而且做得比以前好。我当时还觉得他在凡尔赛。\n上个月我们又聊，他说他现在在考虑怎么\u0026quot;管理\u0026quot;他那几个AI——因为它们开始会自己规划任务了。\n我没说什么，但我在想：他用的那个词，\u0026ldquo;管理\u0026rdquo;，可能很快就会显得天真，就像二十年前有人说\u0026quot;我在管理我的文件夹\u0026quot;一样。那时候人们也觉得那是很认真的事情。\n然后我想起另一个朋友。他在某个制造业工厂做质检，一个月六千块，做了八年，很熟练。\n去年工厂引入了视觉检测AI，他被调去负责\u0026quot;监督AI\u0026quot;，薪资降到了四千八。今年他跟我说，他现在在送外卖，因为工厂那边连\u0026quot;监督AI\u0026quot;的岗位也不需要了。\n这两个朋友，一个在往上走，一个在往下走。\n而他们之间的距离，正在以一种让人来不及反应的速度变大。\n这篇文章，我想说清楚几件事：接下来四年，那些往上走的机会在哪里；那条往下走的路会通向什么地方；以及，如果你有孩子，你现在应该怎么想这件事。\n最后这部分，是我最私人的想法，也是我觉得最值得认真对待的部分。\n一、先说一个让我久久不能平静的数字 2021年，世界上最聪明的AI，做了一套小学数学题，得了35分。\n这不是玩笑，这是OpenAI自己公布的测试数据，测试集叫GSM8K，就是那种\u0026quot;小明有3个苹果，给了小红2个，还剩几个\u0026quot;的题型。最先进的AI，35分。\n（GSM8K：Grade School Math 8K，包含8500道小学水平数学应用题的测试集，曾是衡量AI数学推理能力的标准基准之一。）\n然后到了2026年，同类型的测试，得分是99分。用了不到五年。\n这条曲线的形状不是缓慢爬升，是一根杆子，几乎垂直插进天空——垂直到让出题的人觉得尴尬，这道题现在已经被废弃了，因为它失去了测试意义，就像你不会用\u0026quot;会不会骑自行车\u0026quot;来考驾照一样。\n于是他们出了更难的题。\n全球几百个领域的顶尖专家联手出了一套\u0026quot;AI绝对通不过\u0026quot;的考试，叫做 Humanity\u0026rsquo;s Last Exam，我姑且叫它\u0026quot;人类的最后一块自留地\u0026quot;。\n（Humanity\u0026rsquo;s Last Exam，HLE：由全球顶尖专家协作出题的超难考试，涵盖数学、物理、化学、生物、法律等100多个专业领域，设计目标是让AI短期内无法通过。设计规则：只要现有AI能答对某题，就撤换那道题，直到AI彻底答不出来为止。）\n2024年底这套题出来的时候，顶尖AI的得分是个位数百分比。\n到2026年2月，Claude Opus 4.6拿到了 53.1% 。\n从个位数到超过一半，用了大约一年半。\n那帮出题的顶尖专家们，现在大概要认真想想，什么叫\u0026quot;只有人类才能做到的事\u0026quot;。因为他们以为的那条线，正在以他们没有预料到的速度被穿越。\n二、在谈预测之前，我要先发明几个词 你记不记得，三年前\u0026quot;Agent\u0026quot;这个词突然就流行起来了？或者\u0026quot;RAG\u0026quot;、\u0026ldquo;MCP\u0026rdquo;？这些词在两年前还不存在，或者只有极少数研究员在用，现在已经是科技媒体的日常词汇了。\n（Agent：智能体，指能自主规划、执行任务、调用工具的AI系统，不只是回答问题，而是会主动做事。RAG：检索增强生成，让AI能实时调用你私有数据来回答问题的技术。MCP：Model Context Protocol，让AI和各种外部工具互联互通的标准接口，理解成AI的\u0026quot;USB接口\u0026quot;就够了。）\n新技术总是先有现象，再造词语。词语跟不上的地方，就是变化正在发生的地方。\n我接下来说的这几个词，现在还没有人这么叫，但我猜五年内它们会进教科书。\n第一个：编排者经济（Orchestration Economy）\n过去，\u0026ldquo;谁能做\u0026quot;决定了谁有价值。医生有价值是因为他懂医学，程序员有价值是因为他会写代码。执行能力是稀缺的。当AI的执行能力全面溢出，稀缺的就变成了\u0026quot;知道让谁做什么\u0026rdquo;。编排者，就是那个不一定会做，但知道怎么把一堆AI工具组合起来让整件事完成的人。\n第二个：技能蒸发（Skill Evaporation）\n每个人都有一些花了多年时间积累的技能。翻译、校对、排版、基础编程、数据整理、客服话术……过去是护城河。技能蒸发，是指这些技能在极短时间内失去市场价值。不是慢慢贬值，是蒸发。蒸发最快的是\u0026quot;有清晰输入输出、可被验证、大量重复\u0026quot;的技能。就像马车夫在1920年代的遭遇，只是速度快了二十倍。\n第三个：静默生产（Silent Production）\n当Agent可以24小时在后台运行，生产活动就开始在你睡觉的时候发生。你早上起来打开手机，你的AI昨晚写了三篇草稿、处理了十二封邮件、抓取了竞争对手的价格数据。没有人盯着它，它就是在工作。静默生产的规模将在2027年到2028年间变得可被统计。\n第四个：意图层（Intent Layer）\n现在你用软件的方式是：打开APP，找功能，点击，填表，提交。这个交互模式统治了三十年。意图层是指一个新的范式：你只需要表达你想要什么，有一个系统帮你路由到正确的工具并执行。你在微信里说\u0026quot;帮我把今天的会议录音整理成三条结论发给我老板\u0026quot;，它自己调用三个工具，你不需要知道背后发生了什么。意图层一旦成熟，APP时代就会终结。\n第五个：薄壳公司（Thin-Shell Company）\n人类层极薄，AI基础设施密实——10个人，借助AI Agent和自动化，能支撑起传统意义上需要几百人才能跑通的业务体量。2029年前后会成型。\n三、OpenClaw：一个你必须知道的故事 2025年11月的一个深夜，一个叫Peter Steinberger的奥地利开发者——他曾经创办了一家PDF工具公司，软件被装进超过十亿台设备——把WhatsApp的接口和Claude的API连在了一起。\n一个小时后，他有了一个能工作的原型：你在WhatsApp上发一条消息，AI在你的电脑上帮你执行任务。\n他以为这太简单了，OpenAI或者Anthropic肯定早就做了。他们没有。\u0026ldquo;大公司做不了这种事。不是技术问题，是组织结构问题。\u0026rdquo;\n2026年1月，他把项目开源。72小时内，6万个GitHub Star。四个月后，超过25万Star——超越React这个全球最流行的前端框架用了整整十年积累的记录，成为GitHub历史上增长最快的开源项目。\n这个项目叫 OpenClaw。\n英伟达CEO黄仁勋3月初评价OpenClaw：\u0026ldquo;这可能是有史以来最重要的一次软件发布。\u0026ldquo;他说完11天后，英伟达发布了NemoClaw——专门为OpenClaw构建的企业安全插件。\n当世界上最贵的芯片公司为一个诞生四个月的开源项目专门做配套产品，一个新时代的轮廓就清晰了。\nOpenClaw回答了一个问题：当AI足够强大的时候，人机交互的入口是什么？\n不是APP，不是网站。是你的微信、WhatsApp、Telegram。你发一条消息，AI在你的设备上帮你做事——整理文件、起草邮件、抓取数据、运行代码、定时任务。它24小时不下班，有持久记忆，你睡觉的时候它还在工作。\n而OpenClaw的Skill系统（ClawHub平台上已有超过3000个社区开发的功能插件）意味着：AI Agent的边界，由它能调用的工具决定。谁在建造这些工具，谁就在建造明天的基础设施。\n四、2027年：第一次让大多数人沉默的时刻 有一套叫SWE-bench的测试，专门检验AI能不能解决GitHub上真实的代码bug。不是玩具题，是需要读懂整个项目逻辑、定位问题、修复、提交的真实工程任务。\n2026年初，Claude Code搭配最强模型的得分是 80.8% ——随机抽一百个真实bug，AI能独立搞定八十多个。据SemiAnalysis统计，Claude Code目前年化收入超过25亿美元，占Anthropic企业营收的一半以上。\n预测：2027年Q1，SWE-bench得分将首次突破95%。\n初级程序员的岗位，将在2027年进入招聘冻结期。不是裁员潮，是根本不再开新坑。\n但反向命题是：会\u0026quot;编排\u0026quot;AI完成复杂工程任务的人，2027年会变得极度稀缺。\n他们懂得拆解任务、设计工作流、评估AI输出质量。培养一个这样的人需要三到六个月，不是三到六年——这个差异将让整个行业的人才结构在极短时间内重写。\n一人公司时代，2027年正式到来。\n不是励志故事，是可复制的方法论。中文互联网上\u0026quot;年入百万的独立开发者\u0026quot;的案例，将从稀有物种变成常见现象。\n五、2028年：AI开始帮AI变得更聪明 2028年，AI将首次在没有人类提出假设的情况下，独立发现一个此前未被科学界记录的自然规律，并将其发表。\n不是AI写了一篇人类已经知道答案的论文，而是AI自己提出问题，自己设计验证路径，自己得出结论，而这个结论是人类没有想到过的。这个时刻意味着：知识的生产，将不再是人类的专属能力。\n广告驱动的互联网，同年开始生病\n当越来越多的搜索和决策被AI代劳，传统广告逻辑崩塌。广告主花钱是为了影响人类决策，但如果决策是AI做的，广告往哪里打？\n2028年，至少一家主流平台会在财报中第一次把\u0026quot;AI导致的流量结构变化\u0026quot;列为核心风险项。\n六、关于工作方式，我有一个非常具体的想象 未来的工作方式不是\u0026quot;人被AI替代\u0026rdquo;，而是人类只做人类的事，AI做生产的事。\n想象一个场景，可能就发生在2028年到2029年之间：\n三个认识多年的朋友，某个周四下午约在咖啡馆。其中一个说，我最近一直在想一个问题：某个行业的某个环节，现在的解决方式非常低效，如果用某种思路来改造，可能能做出一个有价值的东西。\n另外两个人开始反应，一个说我知道这个行业，这个痛点确实存在，另一个说我记得有人做过类似的尝试但失败了，原因是XXX。\n就这样，三个人聊了大概两个小时。聊到下午五点，其中一个打开手机，把这两个小时的会议记录发给了自己的AI，加上一句话：\u0026ldquo;帮我把这个想法变成可执行的方案。\u0026rdquo;\n第二天早上，他收到了一份完整的东西：市场分析、竞品调研、技术可行性评估、产品原型、MVP开发路径、第一批潜在用户名单，以及初步的财务模型。\n（MVP：Minimum Viable Product，最小可行产品，以最小成本和时间验证产品核心功能的开发策略。）\n那个场景里，三个人做了什么？他们在喝咖啡，在争论，在回忆，在连接彼此的认知。他们在做人类的事：社交、思考、创意、判断。\nAI做了什么？执行、检索、分析、整合、生产——所有有清晰标准的工作。\n人类最稀缺的，将不再是执行力，而是想法的质量、判断的准确度，以及一个至今仍被严重低估的能力：知道什么时候不该信任AI的结论。\n七、2029年：AI从屏幕里爬出来 此前所有变化都发生在数字世界。2029年，溢出了。\n人形机器人将在2029年前后越过部署拐点。特斯拉Optimus、Figure AI，加上国内的多家机器人公司，正在快速积累可靠性数据。当一台能完成多种体力任务的机器人成本跌破5万美元，仓库、工厂、物流中心的经营逻辑就会重写。\n预测：2029年，全球仓储、物流、基础制造产线的人形机器人部署总量将突破一千万台。\n薄壳公司成型：10个人，运营传统意义上需要500人的业务体量。\n八、未来四年里，会出现哪些新职业 每次技术变革都会消灭旧职业，也会创造新职业。但新职业的出现总是滞后的。以下是我认为2027年到2030年间会真正成形的几个新职业：\nAI编排师（AI Orchestration Designer） 核心能力：把复杂业务问题拆解成适合AI处理的子任务，设计各Agent之间的协作关系，定义\u0026quot;做对了\u0026quot;是什么样，并在AI做错的时候知道为什么。预测：2027年顶尖AI编排师的市场价值将超过高级软件工程师，2028年会有专门培训机构，2029年进大学课程。\n上下文架构师（Context Architect） \u0026ldquo;提示工程师\u0026quot;会消失——提示会被系统化、工具化。但上下文架构师不同。他们的工作是：设计AI系统\u0026quot;应该知道什么\u0026rdquo;——哪些知识放系统提示，哪些通过RAG实时检索，哪些通过工具调用获取，哪些根本不需要AI知道。这是关于知识结构和信息流的系统设计能力，不会被工具替代。\nAI输出审计员（AI Output Auditor） 当AI大量生产代码、法律文件、医疗建议，谁来审查输出是否正确、合规、没有幻觉？\n（幻觉，hallucination：AI以高度自信方式输出错误信息的现象，是目前所有大语言模型都存在的问题。）\n医疗行业的审计员需要是医生，法律行业需要是律师。工作范式完全不同——他们需要知道AI在什么类型的任务上容易出错，以及如何高效验证AI结论的可靠性。\nSkill开发者（Skill Developer） OpenClaw的ClawHub上现在有超过3000个插件，未来会有3万个，30万个。Skill开发者的工作是：理解用户的真实需求，把需求拆解成AI能理解和执行的指令集，并让这个能力包在各种边界情况下不出错。App Store早期独立开发者靠一款工具app养活自己的机会窗口有三四年。Skill经济的窗口可能更短——十八个月到两年。但回报会很高，因为现在会做的人还是少数。\n人机协作培训师（Human-AI Collaboration Trainer） 帮助那些不熟悉AI工具的员工完成工作方式转型。不是教人用某个软件，而是帮助人重建关于\u0026quot;工作是什么\u0026quot;的认知——什么任务应该交给AI，什么任务应该自己做，在哪些地方信任AI是危险的。2028年，这会是中大型企业内部需求最旺盛的岗位之一。\nAI伦理调解员（AI Ethics Mediator） 当AI做出了一个决策，伤害了某个人，谁来承担责任？AI伦理调解员横跨技术、法律、心理学、社会学，在AI系统造成真实伤害的案例中，帮助各方理解发生了什么，为受害者争取合理的解释和补偿，并推动系统改进。2027年，第一批专门处理AI相关纠纷的仲裁机构会出现。\n九、现在我要说那些没人想说的 以上说的是机会。现在说让我睡不好觉的那部分。\n有一种流行的叙事，讲的是\u0026quot;AI带来的财富将惠及所有人，全民高收入时代即将到来\u0026rdquo;。马斯克讲过类似的愿景，OpenAI也勾勒过类似的图景。听起来很美，但我不信。\n不是不信AI能创造巨大财富。我信。\n我不信的是\u0026quot;这些财富会均匀分配\u0026quot;这件事。\n历史上从来没有过哪次技术革命，让财富分配变得更平等。\n蒸汽机出现的时候，工厂主变富了，工人从农村来到城市，生活水平在最初几十年是下降的。电力普及的时候，拥有电力基础设施的资本家获益最多，普通工人的工资增长远慢于生产力提升。互联网经济造就了少数极度富裕的人，同时让大量传统行业就业机会消失，中产空心化在很多国家是肉眼可见的。\nAI这一轮，我认为不会是例外，甚至会是历史上财富集中速度最快的一次。\n原因很简单：这次被替代的不只是体力劳动，而是几乎所有标准化的认知劳动。\n而认知劳动，正是过去五十年中产阶级赖以存在的护城河。\n十、我真正担心的那个未来 让我说一个可能会发生的场景，这不是科幻，这是一个逻辑上能够自洽的推论。\n2028年到2030年之间，会有一批国家开始推行某种形式的全民基础收入或AI红利分配制度。\n听起来不错，对吗？\n但细节决定一切。\n这种基础收入，金额不会让你过得很好，只够让你不饿死。足够你租一个小单间，买一些超加工食品，购买某种娱乐订阅服务。不够你投资，不够你创业，不够你送孩子上好学校。\n勉强够你活着，不够你向上走。\n而那些向上走的人，那些拥有AI工具、AI资产、AI编排能力的人，他们的财富积累速度将是另一个量级的。\n这不是贫富差距，这是物种分化。\n更可怕的是：这种差距会非常稳定。\n为什么稳定？因为维持这种稳定，不再需要暴力，不再需要明显的压迫，只需要数据和算法。\n十一、大数据维稳与NPC化 我们已经生活在一个行为数据被大规模收集的世界里了。你在哪里停留，你点击了什么，你在某个内容上停顿了几秒，你何时刷了多久的短视频，你搜索了什么——这些数据，正在被用来预测和影响你的行为。\n这还只是2026年的状态。\n到2029年，当AI的能力全面成熟，当传感器更无处不在，当预测模型更精准——这套系统的能力会是现在的几十倍。\n当一个系统足够了解你，它就能在你不知不觉的情况下，把你的注意力引导到它希望你去的地方。\n给你推送让你愉快的内容，让你停留更长时间，让你购买更多东西，让你的情绪保持在一个容易管理的区间内。不愤怒，不绝望，不冷静，不深思。就是那种让你感觉\u0026quot;挺好的\u0026quot;但什么也没发生的状态。\nNPC化，是一个无感的过程。\nNPC——游戏里那些有固定行为模式、在你不跟它互动时就循环执行预设动作的角色。它们看起来像在生活，但其实是在运行程序。\n我担心的是：相当一部分人，会在不知情的情况下完成这个转变。\n每天起床，刷一下推送，感觉了解了世界；上班，做一些被AI指定的任务，或者不工作，领着基础收入；下班，刷视频，玩游戏，订外卖；睡觉。循环。\n不是不幸福。而是不清醒。\n十二、奶头乐的工业化与精准投放 1995年，布热津斯基在一次精英会议上说过一个词：tittytainment——奶头乐。当全球化导致大量人口在经济上变得\u0026quot;多余\u0026quot;，最有效的社会管理方式，是给他们足够的娱乐和基本的物质满足，让他们不会产生威胁性的愤怒或组织。\n他说这话是1995年，那时候还没有短视频，没有算法推荐，没有精准内容投放。那时候的\u0026quot;奶头乐\u0026quot;是粗放的：电视、体育、廉价食品。\n现在的奶头乐，是精准的、个性化的、实时调整的。\n它知道你喜欢什么风格的内容，知道多长的视频刚好让你愉快但不会疲惫，知道什么时候给你推送一条负面内容来调动情绪让你继续停留。\n当AI完全成熟，这套系统的精准度将达到一个让人不安的水平。\n你看到的内容，不再只是在你刷视频的那几个小时影响你，它会塑造你对世界的认知，影响你认为什么是正常的，什么是可能的，什么是值得追求的。\n一个始终只看到\u0026quot;普通人也可以躺平\u0026quot;内容的人，和一个始终只看到\u0026quot;这个时代充满机会\u0026quot;内容的人，最终会活在完全不同的现实认知里——即使他们住在同一个城市，走过同一条街道。\n这不是未来，这是现在。AI只会让它更彻底。\n十三、那些悬而未决的真实风险 监控资本主义的升级\n当AI Agent开始在你的本地机器上运行，当它深度嵌入你的工作流，当它访问你的文件、邮件、日历——你的AI助理，可能同时也是这个星球上对你了解最深的数据收集节点。谁拥有这些数据？谁能访问这些数据？当这些数据被用于信用评估、保险定价、就业决策——这些问题，现在几乎没有国家有足够完善的法律框架来回答。\nAI幻觉的大规模工业化危害\n当AI被大规模用于法律文件、医疗建议、新闻内容生产，幻觉就不再是让用户皱眉的小问题，而是可能造成真实伤害的系统性风险。2027年，预计会出现第一批\u0026quot;因AI生成的错误医疗建议导致伤害\u0026quot;而进入法律程序的案例。\n权力集中的速度超过任何历史先例\n现在，世界上最重要的AI能力，集中在少数几个实验室手里——Anthropic、OpenAI、Google DeepMind、DeepSeek。这种集中程度，在人类历史上没有先例。核技术是分散的，电力基础设施是分散的，互联网架构是分散的。但顶级AI能力，正在高度集中。谁控制了最聪明的AI，就控制了未来的生产力、信息生产、决策支持，甚至科学研究的速度和方向。\n十四、关于我女儿的教育，我有一些很具体的想法 前面说了那么多宏观的，现在说一件最私人的事。\n我有一个女儿。\n每次我想到那些数据，想到2027年到2030年会发生什么，我都会想：她那时候在哪里，在做什么，她有没有准备好？\n然后我会意识到，\u0026ldquo;准备好\u0026quot;这件事，不是她一个人的事，是我现在就要开始做的事。\n我目前的想法是：初中读完就保留学籍，然后带她用另一种方式学习。\n我知道这听起来很激进。但我想解释一下我的逻辑。\n现在的学校教育，本质上是在培养一个适应1990年代工业社会需求的人：服从规则，完成指定任务，在标准化考试中取得好成绩，然后进入一个大机构，做一份稳定的工作。\n这套逻辑，在AI时代是失效的。\n不是说知识不重要，而是\u0026quot;用背诵和刷题来积累知识\u0026quot;这件事，是AI时代性价比最低的事情。因为AI能记住所有你背过的东西，而且比你背得更准、调用得更快。\n那么，什么是AI时代性价比最高的教育？\n我的答案是：让一个人尽早接触真实世界里真实的问题，然后学会用各种工具——包括AI工具——去解决它。\n具体来说，我计划带她去做几件事：\n第一件：接触物流行业。\n物流是一个你不研究就不知道有多复杂的行业。从仓库的货物管理，到最后一公里的派送路径优化，到跨境物流的海关申报，到冷链运输的温控管理——每一个环节都有真实的痛点，每一个痛点都有AI能插手的机会。\n更重要的是，物流行业是一个\u0026quot;人机协作\u0026quot;形态会在2027年到2029年间最先成熟的行业之一。她提前接触这个行业，不是为了去做快递员，而是为了理解一个真实的复杂系统是怎么运转的，以及AI在其中扮演什么角色、有什么局限。\n第二件：接触AI服务业。\n所谓AI服务业，就是\u0026quot;帮别人用AI解决问题\u0026quot;这件事。现在有大量传统中小企业，他们知道AI有用，但不知道怎么用，也没有能力自己搭建。能给他们做AI工作流设计、Agent部署、数据整理的人，现在是严重稀缺的。\n我想让她真正做几个这样的项目——哪怕规模很小，哪怕是给亲戚的小店做一个AI客服或者库存管理工具。重要的不是规模，而是经历真实的需求对接、真实的交付、真实的反馈循环。\n第三件：接触能源和网络基础设施。\n这两个行业，大多数年轻人觉得很无聊。但它们会是接下来十年增长最快、且最不容易被完全AI化的行业之一——原因很简单，它们需要物理世界里的实地判断和操作，这是AI目前最薄弱的地方。\n更重要的是，AI算力的爆发，本质上是一个能源消耗的爆发。训练一个顶级大模型需要消耗的电力，相当于一个中等城市几天的用电量。数据中心的选址、冷却系统、电力供应——这些不性感但极其关键的基础设施，在接下来十年会有大量的建设需求和人才缺口。\n让她理解这些不是为了让她去做电工，而是让她知道\u0026quot;数字世界\u0026quot;的背后是什么，那些算力从哪里来，那些数据存在哪里，支撑整个AI生态的物理基础是什么。懂得看见\u0026quot;看不见的基础设施\u0026quot;的人，思维方式会很不一样。\n第四件：心理学——但不是课本上那种。\n我想让她学的心理学，有两个核心方向。\n第一个是自我认知。知道自己在恐惧什么，在渴望什么，知道自己的情绪是怎么被触发的，知道当一个人在影响你的想法时，他用的是什么机制。这不是为了让她变得冷漠，而是为了让她在被影响的时候，是知情的，是主动选择的，而不是被动被推着走。\n第二个是——坦白说——PUA的识别与反制。\n（PUA：Pick-Up Artist，泛指用系统性的心理操控手段影响他人行为和认知的技术，现在这个词在中文语境里多指情感操控、洗脑等行为。）\n这个世界上有大量的人，会用各种形式的话术来操控他人——不一定是感情上的PUA，可能是商业谈判里的、团队管理里的、网络舆论里的、甚至内容推荐算法里的。\n我希望她很早就知道：当有人让你感觉\u0026quot;你还不够好\u0026rdquo;、\u0026ldquo;你需要依赖我\u0026rdquo;、\u0026ldquo;只有我理解你\u0026rdquo;——这不是真相，这是一种技术。当你能识别这种技术，你就很难被它困住。\n这比任何课本上的心理学都重要。\n第五件：融入各种圈子。\n这件事没有方法论，只有去做。\n我会在我能力范围内，带她接触不同行业、不同背景、不同年龄层的人。不是为了让她建立人脉，而是为了让她知道：世界比她能看见的更大，人们解决问题的方式比她想象的更多样，没有一种生活方式是唯一正确的。\n一个见过足够多不同人的人，有一个很重要的能力：她不会轻易被某一种叙事框住，告诉她\u0026quot;只有这条路才是对的\u0026quot;。\n第六件：人生题库。\n这是我一直在思考、打算单独写文章展开讲的一个概念，这里先说个轮廓。\n我们在学校里刷题，刷的是别人出的、有标准答案的题。\n但人生里真正的问题，没有标准答案，而且大多数问题你只有亲身遇到了才知道它的存在。\n所谓人生题库，是让一个人主动积累那些\u0026quot;只有自己能遇到并解答\u0026quot;的问题——你做过一个决策，后来发现对了或者错了，你要知道为什么；你和一个人发生了冲突，你要能把这个冲突拆解成一道题，分析它；你遇到了某个行业的某个机会，你要能评估它。\n这些题不是从书本上来的，是从生活里来的。而一个人积累的人生题库越丰富、越经过自己真正的思考——他的判断力就越强，他越不容易被别人的叙事带走，他越能在真实世界里做出属于自己的选择。\n（关于人生题库这个概念，我后面会单独写文章详细讲。如果你对这个话题感兴趣，可以先关注一下。）\n我为什么这样规划，而不是让她老老实实把高中上完？\n不是因为我觉得高中没用。是因为我觉得时间是有成本的。\n她在高中刷题的那三年，如果用来做上面这些事，她会积累什么？她会积累真实的判断经验、真实的行业认知、真实的人际网络、真实的工具能力，以及一个对\u0026quot;我是谁、我想要什么、我如何面对困难\u0026quot;有初步答案的自我认知框架。\n这些东西，是高考卷子给不了的。而且在AI时代，这些东西的价值，会比一张大学文凭更持久。\n我当然不是在说文凭没用。文凭还有用，还会有用很多年——但它的用处，正在从\u0026quot;证明你有能力\u0026quot;变成\u0026quot;证明你没有明显的缺陷\u0026quot;。这是两件不一样的事。\n学籍保留，是因为我也不确定。如果她在外面走了一年发现自己更想去大学，那学籍还在，路还在。我不是要帮她做决定，是要让她有选择。\n这整件事，我想做的不是一个另类的教育实验，而是一件很朴素的事：\n让她在世界真正变天之前，有机会用脚踩过那些她将来要站上去的土地。\n十五、写给那些还没决定往哪走的人 我认识的那个质检员，他现在送外卖，不是因为他不够努力，也不是因为他不够聪明。是因为他在做决定的时候，信息不对称。他不知道那扇门在哪里，不知道那扇门什么时候关。\n我不想假装这篇文章能解决那个问题。它解决不了结构性的问题，解决不了信息不对称，解决不了资本的逻辑。\n但它能做的是：让你知道，有一个窗口，现在是开着的。\n你现在能做什么？\n学会编排，不只是使用。会用AI工具是基础，会设计让多个AI协作完成复杂任务的工作流，才是竞争力。\n开始建你自己的知识库。当所有人都用同一个基础模型，你积累的私有数据和结构化经验，是让你的AI比别人的AI更聪明的唯一方法。\n关注Skill经济。ClawHub、各类Agent插件市场——去看看有哪些需求是你所在行业里真实存在、但还没有人做插件解决的。那是你的线索。\n还有最重要的一件事：保持清醒。\n不是不要娱乐，不是要你二十四小时工作，而是要知道自己在做什么，为什么在做。知道什么时候你是在主动选择，什么时候你是在被推着走。\n去咖啡馆，去和人坐下来聊，去产生那些无法被流程化的想法。更是你维持清醒、不变成NPC的方式。\n因为NPC化的本质，不是你不勤劳，不是你不聪明，而是你停止了真正意义上的选择。你在运行程序，而不是在做决定。\n写在最后 计算机出现的时候，没有消灭工作，它改变了什么样的工作有价值。 互联网出现的时候，没有消灭工作，它改变了工作发生在哪里。 AI成熟的时候，不会消灭工作，它将改变——为什么，工作有价值。\n但在它改变这件事的过程中，财富会向少数人集中，权力会向少数机构集中，注意力会被算法捕获，认知会被内容塑造，越来越多的人会在\u0026quot;感觉还不错\u0026quot;的状态下，悄悄地失去自我决策的能力。\n这不是预言，这是正在发生的事的延伸。\n我认识那个做外卖的质检员，也认识那个管理着一堆AI的博主。他们都不是坏人，也都不是蠢人。他们之间的差距，正在变成一道不容易跨越的沟。\n我写这篇文章，不是要恐吓谁，也不是要贩卖焦虑。\n是因为那条往下走的路，在开始走的时候，看起来和往上走的路是一样的风景。直到走了很远之后，才会发现自己去了哪里。\n而那个发现的时刻，可能来不及回头。\n时钟在走。\n窗口在收窄。\n你现在看到的，是这篇文章。下一步，是你的选择。\n写于2026年3月27日。乐观的部分我希望说对了，悲观的部分我希望说错了。关于我女儿的那部分，是我最认真写的，因为那是我唯一真正有把握的事：我想让她准备好。\n","permalink":"https://study.helloaidev.com/posts/ai-prediction-2030-2026-03-30/","summary":"\u003ch1 id=\"备份2030年大预言---ai最严厉的父亲\"\u003e备份：2030年大预言 - AI最严厉的父亲\u003c/h1\u003e\n\u003cul\u003e\n\u003cli\u003e\u003cstrong\u003e来源\u003c/strong\u003e: \u003ca href=\"https://x.com/dashen_wang/status/2037360754274488659?s=46\"\u003eX.com - @dashen_wang\u003c/a\u003e\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e作者\u003c/strong\u003e: AI最严厉的父亲 (@dashen_wang)\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e备份时间\u003c/strong\u003e: 2026-03-30\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e主要内容\u003c/strong\u003e: 关于 2027-2030 年 AI 发展、职业变迁及社会物种分化的深度预测。\u003c/li\u003e\n\u003c/ul\u003e\n\u003chr\u003e\n\u003ch2 id=\"正文内容\"\u003e正文内容\u003c/h2\u003e\n\u003cp\u003e写于2026年3月。数据是真的，预测是大胆的，悲观的部分是我最不想说对的。\u003c/p\u003e\n\u003cp\u003eps：本文又臭又长，但是我还是建议你坚持读完。给我一个不同的意见。\u003c/p\u003e\n\u003cp\u003e我认识一个朋友，前几年做短视频博主，做得还不错，几十万粉丝。去年他跟我说，他现在用AI做内容，以前三个人干的事他一个人干，而且做得比以前好。我当时还觉得他在凡尔赛。\u003c/p\u003e\n\u003cp\u003e上个月我们又聊，他说他现在在考虑怎么\u0026quot;管理\u0026quot;他那几个AI——因为它们开始会自己规划任务了。\u003c/p\u003e\n\u003cp\u003e我没说什么，但我在想：他用的那个词，\u0026ldquo;管理\u0026rdquo;，可能很快就会显得天真，就像二十年前有人说\u0026quot;我在管理我的文件夹\u0026quot;一样。那时候人们也觉得那是很认真的事情。\u003c/p\u003e\n\u003cp\u003e然后我想起另一个朋友。他在某个制造业工厂做质检，一个月六千块，做了八年，很熟练。\u003c/p\u003e\n\u003cp\u003e去年工厂引入了视觉检测AI，他被调去负责\u0026quot;监督AI\u0026quot;，薪资降到了四千八。今年他跟我说，他现在在送外卖，因为工厂那边连\u0026quot;监督AI\u0026quot;的岗位也不需要了。\u003c/p\u003e\n\u003cp\u003e这两个朋友，一个在往上走，一个在往下走。\u003c/p\u003e\n\u003cp\u003e而他们之间的距离，正在以一种让人来不及反应的速度变大。\u003c/p\u003e\n\u003cp\u003e这篇文章，我想说清楚几件事：接下来四年，那些往上走的机会在哪里；那条往下走的路会通向什么地方；以及，如果你有孩子，你现在应该怎么想这件事。\u003c/p\u003e\n\u003cp\u003e最后这部分，是我最私人的想法，也是我觉得最值得认真对待的部分。\u003c/p\u003e\n\u003ch3 id=\"一先说一个让我久久不能平静的数字\"\u003e一、先说一个让我久久不能平静的数字\u003c/h3\u003e\n\u003cp\u003e2021年，世界上最聪明的AI，做了一套小学数学题，得了35分。\u003c/p\u003e\n\u003cp\u003e这不是玩笑，这是OpenAI自己公布的测试数据，测试集叫GSM8K，就是那种\u0026quot;小明有3个苹果，给了小红2个，还剩几个\u0026quot;的题型。最先进的AI，35分。\u003c/p\u003e\n\u003cp\u003e（GSM8K：Grade School Math 8K，包含8500道小学水平数学应用题的测试集，曾是衡量AI数学推理能力的标准基准之一。）\u003c/p\u003e\n\u003cp\u003e然后到了2026年，同类型的测试，得分是99分。用了不到五年。\u003c/p\u003e\n\u003cp\u003e这条曲线的形状不是缓慢爬升，是一根杆子，几乎垂直插进天空——垂直到让出题的人觉得尴尬，这道题现在已经被废弃了，因为它失去了测试意义，就像你不会用\u0026quot;会不会骑自行车\u0026quot;来考驾照一样。\u003c/p\u003e\n\u003cp\u003e于是他们出了更难的题。\u003c/p\u003e\n\u003cp\u003e全球几百个领域的顶尖专家联手出了一套\u0026quot;AI绝对通不过\u0026quot;的考试，叫做 Humanity\u0026rsquo;s Last Exam，我姑且叫它\u0026quot;人类的最后一块自留地\u0026quot;。\u003c/p\u003e\n\u003cp\u003e（Humanity\u0026rsquo;s Last Exam，HLE：由全球顶尖专家协作出题的超难考试，涵盖数学、物理、化学、生物、法律等100多个专业领域，设计目标是让AI短期内无法通过。设计规则：只要现有AI能答对某题，就撤换那道题，直到AI彻底答不出来为止。）\u003c/p\u003e\n\u003cp\u003e2024年底这套题出来的时候，顶尖AI的得分是个位数百分比。\u003c/p\u003e\n\u003cp\u003e到2026年2月，Claude Opus 4.6拿到了 53.1% 。\u003c/p\u003e\n\u003cp\u003e从个位数到超过一半，用了大约一年半。\u003c/p\u003e\n\u003cp\u003e那帮出题的顶尖专家们，现在大概要认真想想，什么叫\u0026quot;只有人类才能做到的事\u0026quot;。因为他们以为的那条线，正在以他们没有预料到的速度被穿越。\u003c/p\u003e\n\u003ch3 id=\"二在谈预测之前我要先发明几个词\"\u003e二、在谈预测之前，我要先发明几个词\u003c/h3\u003e\n\u003cp\u003e你记不记得，三年前\u0026quot;Agent\u0026quot;这个词突然就流行起来了？或者\u0026quot;RAG\u0026quot;、\u0026ldquo;MCP\u0026rdquo;？这些词在两年前还不存在，或者只有极少数研究员在用，现在已经是科技媒体的日常词汇了。\u003c/p\u003e\n\u003cp\u003e（Agent：智能体，指能自主规划、执行任务、调用工具的AI系统，不只是回答问题，而是会主动做事。RAG：检索增强生成，让AI能实时调用你私有数据来回答问题的技术。MCP：Model Context Protocol，让AI和各种外部工具互联互通的标准接口，理解成AI的\u0026quot;USB接口\u0026quot;就够了。）\u003c/p\u003e\n\u003cp\u003e新技术总是先有现象，再造词语。词语跟不上的地方，就是变化正在发生的地方。\u003c/p\u003e\n\u003cp\u003e我接下来说的这几个词，现在还没有人这么叫，但我猜五年内它们会进教科书。\u003c/p\u003e\n\u003cp\u003e第一个：编排者经济（Orchestration Economy）\u003c/p\u003e\n\u003cp\u003e过去，\u0026ldquo;谁能做\u0026quot;决定了谁有价值。医生有价值是因为他懂医学，程序员有价值是因为他会写代码。执行能力是稀缺的。当AI的执行能力全面溢出，稀缺的就变成了\u0026quot;知道让谁做什么\u0026rdquo;。编排者，就是那个不一定会做，但知道怎么把一堆AI工具组合起来让整件事完成的人。\u003c/p\u003e\n\u003cp\u003e第二个：技能蒸发（Skill Evaporation）\u003c/p\u003e\n\u003cp\u003e每个人都有一些花了多年时间积累的技能。翻译、校对、排版、基础编程、数据整理、客服话术……过去是护城河。技能蒸发，是指这些技能在极短时间内失去市场价值。不是慢慢贬值，是蒸发。蒸发最快的是\u0026quot;有清晰输入输出、可被验证、大量重复\u0026quot;的技能。就像马车夫在1920年代的遭遇，只是速度快了二十倍。\u003c/p\u003e\n\u003cp\u003e第三个：静默生产（Silent Production）\u003c/p\u003e\n\u003cp\u003e当Agent可以24小时在后台运行，生产活动就开始在你睡觉的时候发生。你早上起来打开手机，你的AI昨晚写了三篇草稿、处理了十二封邮件、抓取了竞争对手的价格数据。没有人盯着它，它就是在工作。静默生产的规模将在2027年到2028年间变得可被统计。\u003c/p\u003e\n\u003cp\u003e第四个：意图层（Intent Layer）\u003c/p\u003e","title":"2030年大预言：会用AI的人进入新贵族，不会用的人变成数字农奴"},{"content":"唯一让你对矩阵构成威胁的思维层级 帖子信息 基本信息 作者：Darshak Rana ⚡️ 认证账号 (@thedarshakrana) 链接：https://x.com/thedarshakrana/status/2037199903248855072 发布时间：2026年3月27日 00:08 类型：长文（深度文章） 互动数据： 回复：10 转帖：49 喜欢：231 书签：665 观看：63,554 📝 中英对照翻译 开头部分 英文原文：\nYour entire life is a hallucination. Everything you see, feel, and believe to be \u0026ldquo;real\u0026rdquo; is being constructed right now by a mechanism you\u0026rsquo;ve never been taught to control. You\u0026rsquo;re stuck at the same level for years and you don\u0026rsquo;t even know it. You can feel it. The same arguments with different people. The same financial ceiling no matter how hard you work. The same existential dread at midnight or while pooping when the distractions stop working. The same promises to yourself that dissolve by February. You keep running into the same wall, and each collision leaves you more confused than the last, because you\u0026rsquo;re doing everything \u0026ldquo;right\u0026rdquo; (reading the books, listening to the podcasts, setting the goals, building the habits). And yet the matrix doesn\u0026rsquo;t dissolve. The truth is the matrix isn\u0026rsquo;t going to dissolve. You have to transform into someone who can walk through it.\n中文翻译：\n你的整个生命就是一场幻觉。你所看到、感受到、并相信为\u0026quot;真实\u0026quot;的一切，正被一种你从未学会控制的机制实时构建。你多年来被困在同一个层级，却浑然不觉。你能感觉到它。与不同人发生的相同争吵。无论多努力工作都突破不了相同的财务天花板。午夜时分或如厕时（当 distraction 失效时）那相同的存在性恐惧。对自己的相同承诺，在二月前就烟消云散。你不断撞上同一堵墙，每次碰撞都让你比上次更加困惑，因为你正在做一切\u0026quot;正确\u0026quot;的事（读书、听播客、设定目标、养成习惯）。然而矩阵并未消解。真相是矩阵不会消解。你必须蜕变为能够穿越它的人。\n英文原文：\nI spent most of my 20s convinced that I was one strategy away from breakthrough. Maybe one book or one mentor or one business model. Or Perhaps one morning routine. I consumed more self-improvement content than anyone I knew, and I had less to show for it than people who had never read a single productivity blog. My life was a masterclass in sophisticated stagnation. I could explain exactly why I was stuck in language that made the stuckness sound almost philosophical. The liberation came from realizing that my mind was operating at a level that made those tactics useless. I was trying to solve Level 4 problems of the matrix with a Level 2 mind, and no amount of effort at Level 2 would ever produce Level 4 results. The matrix doesn\u0026rsquo;t work that way.\n中文翻译：\n我二十多岁时的大部分时间都坚信，我只差一个策略就能突破。也许是一本书、一位导师、一个商业模式。又或者是一个晨间惯例。我消费的自我提升内容比认识的任何人都多，但我的成果却远不如那些从未读过一篇生产力博客的人。我的人生是复杂停滞的大师课。我能用听起来几乎哲学的语言，精准解释自己为何被困。解脱来自于意识到：我的思维正运行在一个使那些策略无效的层级。我试图用 Level 2 的思维解决矩阵的 Level 4 问题，而在 Level 2 付出的任何努力都永远无法产生 Level 4 的结果。矩阵不是这样运作的。\n英文原文：\nThe developmental psychologists have been mapping this for decades. Jean Piaget watched children evolve through stages of cognitive complexity and realized adults do the same thing, just more slowly and with higher stakes. Lawrence Kohlberg extended this to moral reasoning. The way you determine right from wrong transforms as you mature, and what counts as \u0026ldquo;mature\u0026rdquo; isn\u0026rsquo;t where most people stop. Jane Loevinger and Susanne Cook-Greuter mapped ego development across nine stages, each representing a fundamentally different way of constructing meaning, identity, and reality itself. Robert Kegan called these \u0026ldquo;orders of consciousness.\u0026rdquo; The structure of how you know. Different frameworks, same pattern: the mind evolves through levels, and each level comes with its own possibilities and limitations, its own problems and solutions, its own version of \u0026ldquo;success\u0026rdquo; and \u0026ldquo;failure.\u0026rdquo; You can\u0026rsquo;t skip levels any more than a caterpillar can skip the cocoon. And you can\u0026rsquo;t solve the problems of your current level using the tools of your current level. That\u0026rsquo;s why you feel stuck. The solution exists one level up, in a way of seeing that you can\u0026rsquo;t yet see.\n中文翻译：\n发展心理学家们数十年来一直在绘制这张地图。让·皮亚杰观察儿童经历认知复杂性阶段的演变，意识到成年人也做着同样的事，只是更缓慢、风险更高。劳伦斯·科尔伯格将其扩展到道德推理。你辨别对错的方式随着成熟而转变，而\u0026quot;成熟\u0026quot;的定义并非大多数人停滞之处。简·卢文格和苏珊娜·库克-格鲁特绘制了自我发展的九个阶段，每个阶段代表着构建意义、身份和现实本身的根本不同方式。罗伯特·凯根称之为\u0026quot;意识秩序\u0026quot;。你知道的结构。不同的框架，相同的模式：心智通过层级进化，每个层级都有其自身的可能性与限制、自身的问题与解决方案、自身版本的\u0026quot;成功\u0026quot;与\u0026quot;失败\u0026quot;。你无法跳过层级，正如毛毛虫无法跳过茧房。你也无法用当前层级的工具解决当前层级的问题。这就是你感到被困的原因。解决方案存在于更高一层，以一种你尚无法看见的方式。\n🎯 The Mechanics（机制） 英文原文：\nEvery video game runs on a simple loop: action → feedback → learning → upgraded action. You try something, the game tells you how it went, you adjust, you try again. Do this enough times and you level up. Your character becomes capable of things that were impossible at the start. Your brain runs on the same loop. Neuroscientists call it predictive processing. Your mind is constantly generating predictions about what will happen next, comparing those predictions against what actually happens, and updating its models based on the difference. When prediction matches reality, nothing happens — the world is as expected, no learning required. When prediction fails, dopamine spikes, attention focuses, and the model updates. This is why your first day at a new job is exhausting and your thousandth day is automatic. This is why novelty feels vivid and routine feels invisible. This is why you can drive home without remembering the drive. The predictions aren\u0026rsquo;t just about the external world. Your brain maintains a prediction about you — like who you are, what you\u0026rsquo;re capable of, what you deserve, how people will respond to you, etc. And it defends this self-model with the same energy it defends its model of physical reality.\n中文翻译：\n每个电子游戏都运行在一个简单的循环上：行动 → 反馈 → 学习 → 升级行动。你尝试某事，游戏告诉你结果如何，你调整，再试一次。重复足够多次，你就升级了。你的角色变得能够完成一开始不可能的事。你的大脑运行着相同的循环。神经科学家称之为预测性处理。你的心智不断生成关于下一步将发生什么的预测，将这些预测与实际发生的情况比较，并根据差异更新其模型。当预测与现实匹配时，什么也不会发生——世界如预期般，无需学习。当预测失败时，多巴胺激增，注意力集中，模型更新。这就是为什么新工作的第一天令人筋疲力尽，而第一千天却自动化了。这就是为什么新鲜感感觉生动，而常规感觉隐形。这就是为什么你可以开车回家却不记得驾驶过程。预测不仅仅是关于外部世界的。你的大脑维持着关于你的预测——比如你是谁、你有何能力、你值得什么、人们会如何回应你等等。它用与捍卫物理现实模型相同的能量来捍卫这个自我模型。\n英文原文：\nSelf-concept × Environment = Behavior. You can\u0026rsquo;t change your behavior in a lasting way without changing one of the two inputs. Most people try to change behavior directly — using willpower, discipline, accountability — and wonder why the changes don\u0026rsquo;t stick. The self-concept keeps regenerating the old patterns because that\u0026rsquo;s what self-concepts do. They predict, and then they make the prediction come true. The levels I\u0026rsquo;m about to describe are levels of self-concept complexity. Each one represents a more sophisticated, more flexible, more accurate way of modeling yourself and reality:\n中文翻译：\n自我概念 × 环境 = 行为。如果不改变两个输入中的一个，你就无法以持久的方式改变行为。大多数人试图直接改变行为——使用意志力、纪律、问责——然后奇怪为什么改变无法坚持。自我概念不断再生旧模式，因为这就是自我概念的功能。它们预测，然后让预测成真。我即将描述的层级是自我概念复杂性的层级。每一个都代表着一种更复杂、更灵活、更准确的方式来建模你自己和现实：\nLevel 1: Self-concept is absorbed from environment without examination（自我概念未经审视地从环境中吸收） Level 2: Self-concept begins to question absorbed assumptions（自我概念开始质疑被吸收的假设） Level 3: Self-concept defines itself against the environment（自我概念通过与环境对立来定义自己） Level 4: Self-concept becomes self-authored and internally validated（自我概念成为自我编写和内部验证的） Level 5: Self-concept recognizes itself as context-dependent and constructed（自我概念认识到自己是情境依赖和建构的） Level 6: Self-concept can hold multiple contradictory frames simultaneously（自我概念能同时容纳多种矛盾的框架） Level 7: Self-concept becomes transparent — seen through rather than seen from（自我概念变得透明——被看穿而非从中看） 🎯 Level 1 - The Inherited Operating System（继承的操作系统） 英文原文：\n\u0026ldquo;The man whose whole life is spent in performing a few simple operations\u0026hellip; generally becomes as stupid and ignorant as it is possible for a human creature to become.\u0026rdquo; — Adam Smith\nYour first beliefs weren\u0026rsquo;t yours to choose. You downloaded them. Before you had the cognitive capacity to evaluate truth claims, you absorbed thousands of them. Your parents\u0026rsquo; relationship with money became your relationship with money. Your culture\u0026rsquo;s definition of success became your definition of success. Your religion\u0026rsquo;s moral framework became the voice in your head that tells you what\u0026rsquo;s right and wrong. These beliefs feel like reality because you acquired them before you knew the difference between belief and reality. This download is necessary. A child who questioned everything would never learn language, never develop social skills, never survive long enough to become a functioning adult. The absorption phase gets you into the matrix. The problem is that most people never realize the absorption happened, so they never examine what they absorbed.\n中文翻译：\n\u0026ldquo;那个一生都在执行几个简单操作的人……通常会变得尽可能愚蠢和无知。\u0026rdquo; —— 亚当·斯密\n你最初的信念并非由你选择。你下载了它们。在你拥有评估真理声称的认知能力之前，你吸收了成千上万个。你父母与金钱的关系成为你与金钱的关系。你文化对成功的定义成为你对成功的定义。你宗教的道德框架成为你头脑中告诉你对错的声音。这些信念感觉像现实，因为你在知道信念与现实之分前就获得了它们。这种下载是必要的。一个质疑一切的孩子永远不会学会语言，永远不会发展社交技能，永远活不到成为功能性成年人的那一天。吸收阶段让你进入矩阵。问题是大多数人从未意识到吸收发生过，所以他们从未审视自己吸收了什么。\n英文原文：\nAt Level 1, you don\u0026rsquo;t have beliefs. Beliefs have you. The beliefs operate like the water a fish swims in. Invisible, assumed, total. You follow rules without knowing they\u0026rsquo;re rules. You pursue goals without knowing who set them. You feel emotions and act on them immediately because you can\u0026rsquo;t create distance between stimulus and response. The mind collapses belief and reality into one. So questioning one triggers the same defenses as attacking the other. The cognitive signature of Level 1 is binary thinking: Good and bad. Right and wrong. Us and them. Success and failure. Winners and losers. Nuance requires the capacity to hold multiple perspectives simultaneously, and at Level 1, you can only hold one. The one you inherited.\n中文翻译：\n在 Level 1，你没有信念。信念拥有你。信念像鱼游泳的水一样运作。隐形、被假设、全面。你遵循规则而不知道它们是规则。你追求目标而不知道谁设定了它们。你感受到情绪并立即行动，因为你无法在刺激和反应之间创造距离。心智将信念和现实坍缩为一。所以质疑一个会触发与攻击另一个相同的防御。Level 1 的认知特征是二元思维：好与坏。对与错。我们与他们。成功与失败。赢家与输家。细微差别需要同时容纳多种视角的能力，而在 Level 1，你只能容纳一个。你继承的那个。\n英文原文：\nBillions of people live entire lives at Level 1, and many of them achieve conventional success. They graduate, get jobs, build families, earn respect in their communities. Intelligence has nothing to do with it. You can have a genius-level IQ and a Level 1 self-concept because the level measures the complexity of your self-model in addition to the processing power of your brain. I\u0026rsquo;ve met executives, professors, and highly accomplished professionals who can solve complex problems effortlessly, yet have never questioned the assumptions shaping their choices, fears, or identity. Their success runs on inherited scripts, unexamined beliefs, and outdated internal narratives. High intelligence helped them climb. An unexamined self-model quietly decided where they stopped. The exit from Level 1 is disillusionment. Something has to break the spell — like career collapses, a relationship you trusted explodes, a health crisis pulls back the curtain on mortality, etc. Reality breaks your internal model so completely that it can\u0026rsquo;t be repaired. The map no longer fits the world and you finally see you\u0026rsquo;ve been living by a map.\n中文翻译：\n数十亿人在 Level 1 度过一生，其中许多人取得了传统意义上的成功。他们毕业、找工作、组建家庭、在社区中赢得尊重。智商与此无关。你可以拥有天才级别的智商和 Level 1 的自我概念，因为这个层级衡量的是你自我模型的复杂性，以及你大脑的处理能力。我见过高管、教授和成就斐然的专家，他们能毫不费力地解决复杂问题，却从未质疑过塑造其选择、恐惧或身份的假设。他们的成功运行在继承的脚本、未经审视的信念和过时的内部叙事上。高智商帮助他们攀登。一个未经审视的自我模型悄悄决定了他们在哪里停止。离开 Level 1 的出口是幻灭。必须有某事打破咒语——比如事业崩塌、你信任的关系爆炸、健康危机揭开死亡的帷幕等等。现实如此彻底地打破了你的内部模型，以至于它无法修复。地图不再适合世界，你终于看到自己一直靠着一张地图生活。\n🎯 Level 2 - The Deconstructing Mind（解构的心智） 英文原文：\nThe first step toward change is awareness. The second step is acceptance. — Nathaniel Branden\nYou\u0026rsquo;ve seen through the script, but you haven\u0026rsquo;t written a new one. Level 2 is the in-between state. Awareness has arrived, but integration hasn\u0026rsquo;t. The inherited programming is exposed. And it\u0026rsquo;s unsettling. You see an education system optimized for obedience over thinking. Media engineered to shape perception over truth. Advertising designed to manufacture desire over fulfillment. Culture structured to preserve the status quo over human potential. Nothing looks neutral anymore. Everything looks intentional. Systems feel engineered. Patterns replace randomness. Structures replace coincidence. Your old mental map collapses. But, a new one hasn\u0026rsquo;t formed yet. So you sit in that disorienting space. Aware, but ungrounded. Awake, but unanchored. Seeing clearly, but standing on unstable ground.\n中文翻译：\n改变的第一步是觉知。第二步是接纳。—— 纳撒尼尔·布兰登\n你看穿了剧本，但你还没有写一个新的。Level 2 是中间状态。觉知已经到来，但整合尚未完成。继承的程序被暴露了。这令人不安。你看到一个为服从而非思考优化的教育系统。为塑造认知而非真相设计的媒体。为制造欲望而非满足而设计的广告。为维护现状而非人类潜能而构建的文化。一切看起来都不再中立。一切看起来都是有意图的。系统感觉被设计了。模式取代随机性。结构取代巧合。你的旧心理地图崩塌了。但新的尚未形成。所以你坐在那个令人迷失方向的空间里。觉知，但未扎根。清醒，但未锚定。看得清楚，但站在不稳定的土地上。\n英文原文：\nPerception becomes overwhelming. You notice the strings and the hands pulling them. You see influence and architecture. You see control and design. For a phase, that\u0026rsquo;s all your mind can process. Just awareness. Raw, sharp, destabilizing. Level 2 is rupture. The psychological shedding of illusions before construction of something stronger, clearer, self-directed. The phase where reality stops feeling safe and starts feeling true. Cynicism makes sense at this stage. The danger of Level 2 is getting stuck in deconstruction. I lived here for years. I read philosophy, psychology, spirituality, counterculture theory. I could explain everything that was wrong with society, education, capitalism, conventional relationships. I had the vocabulary of awakening and the life of someone asleep. My intellectual map expanded while my actual territory stayed small. I understood the matrix without playing it, and I mistook understanding for progress.\n中文翻译：\n感知变得压倒性。你注意到线索和拉扯它们的手。你看到影响和架构。你看到控制和设计。在一段时间里，这就是你的心智所能处理的全部。只是觉知。原始、尖锐、不稳定。Level 2 是断裂。在构建更强大、更清晰、自我导向的东西之前，心理上脱落幻觉。现实停止感觉安全而开始感觉真实的阶段。愤世嫉俗在这个阶段是有道理的。Level 2 的危险是陷入解构。我在这里生活了数年。我读哲学、心理学、灵性、反文化理论。我能解释社会、教育、资本主义、传统关系的一切错误。我有觉醒的词汇表和沉睡者的生活。我的智力地图扩张了，而我的实际领土保持渺小。我理解了矩阵却没有玩它，我把理解误认为进步。\n英文原文：\nDeconstruction without reconstruction = sophisticated stagnation. The Level 2 mind consumes endlessly because consumption feels like growth. Another book, another podcast, another framework, another critique. The consumption creates a sense of forward motion without requiring the risk of creation. You become a connoisseur of maps who never visits the territory. Meanwhile, your relationships strain. The family and friends who shared your Level 1 assumptions start to feel like foreigners. You\u0026rsquo;ve changed your mind about fundamental things, and they haven\u0026rsquo;t, and suddenly there\u0026rsquo;s a gulf where there used to be common ground. Some people respond to this by doubling down on their new tribe — the \u0026ldquo;awakened\u0026rdquo; ones, the people who \u0026ldquo;get it\u0026rdquo; — which creates community at the cost of a new conformity.\n中文翻译：\n没有重建的解构 = 复杂的停滞。Level 2 的心智无尽地消费，因为消费感觉像成长。另一本书、另一个播客、另一个框架、另一种批判。消费创造了前进运动的感觉，而不需要创造的风险。你成为一个从未访问领土的地图鉴赏家。同时，你的关系紧张。分享你 Level 1 假设的家人和朋友开始感觉像外国人。你在根本性的事情上改变了想法，而他们没有，突然间，曾经的共同 ground 出现了一道鸿沟。有些人通过加倍投入他们的新部落来回应——那些\u0026quot;觉醒的\u0026quot;人、那些\u0026quot;理解\u0026quot;的人——这以新的从众为代价创造了社群。\n英文原文：\nThe exit from Level 2 is responsibility. At some point, the blaming has to stop. Yes, you were programmed. Yes, the system is rigged. Yes, you were handed a flawed map by people who received the same flawed map. All true. And completely useless as an operating principle. Blaming the game while refusing to play is still letting the game determine your experience. Critique without creation is intellectual entertainment, not transformation. The question that cracks Level 2 open: Now that I see how the game works, what do I actually want to build?\n中文翻译：\n离开 Level 2 的出口是责任。在某个时刻，指责必须停止。是的，你被编程了。是的，系统被操纵了。是的，你被递了一张有缺陷的地图，而递给你的人自己也收到了同样的有缺陷地图。都是真的。但作为操作原则完全无用。一边指责游戏一边拒绝玩，仍然是让游戏决定你的体验。没有创造的批判是智力娱乐，不是转变。打开 Level 2 的问题：既然我看到了游戏如何运作，我实际上想建造什么？\n🎯 Level 3 - The Oppositional Mind（对立的心智） 英文原文：\nThe rebel and the conformist are the same person facing opposite directions. Level 3 looks like freedom because you\u0026rsquo;ve broken from the herd. You\u0026rsquo;ve rejected the default script. You\u0026rsquo;ve seen through the conditioning and chosen a different path. But look closer and the \u0026ldquo;different path\u0026rdquo; reveals itself as the default path inverted. Whatever society values, you reject. Whatever the mainstream believes, you oppose. Your identity is constructed from negation, which means it\u0026rsquo;s still determined by the thing you\u0026rsquo;re negating.\n中文翻译：\n反叛者和顺从者是同一个人，面向相反的方向。Level 3 看起来像自由，因为你已经脱离了群体。你拒绝了默认剧本。你看穿了 conditioning 并选择了不同的道路。但仔细看，\u0026ldquo;不同的道路\u0026quot;显现为默认道路的反转。社会重视什么，你就拒绝什么。主流相信什么，你就反对什么。你的身份由否定构建，这意味着它仍然由你否定的东西决定。\n英文原文：\nSociety values stable employment → you refuse anything resembling a traditional job. Society values long-term relationships → you keep everything casual, uncommitted. Society values credentials → you become aggressively anti-institutional. Society values material success → you adopt performative minimalism. The content changed but the structure didn\u0026rsquo;t. I see this constantly in the personal development and creator economy spaces. People escape corporate jobs and become just as enslaved to entrepreneurship. They reject mainstream media and become addicted to alternative media. They leave conventional religion and join the cult of optimization. The prison changes shape, but the bars remain.\n中文翻译：\n社会重视稳定就业 → 你拒绝任何类似传统工作的东西。社会重视长期关系 → 你保持一切随意、不承诺。社会重视证书 → 你变得激进地反制度。社会重视物质成功 → 你采用表演性极简主义。内容改变了，但结构没变。我在个人发展和创作者经济领域不断看到这种情况。人们逃离公司工作，却变得同样被创业奴役。他们拒绝主流媒体，却对替代媒体上瘾。他们离开传统宗教，加入优化崇拜。监狱改变了形状，但栏杆仍然存在。\n英文原文：\nTrue freedom is doing what emerges from examined values, regardless of whether it aligns with or opposes convention. Sometimes the mainstream path is actually right for you. Sometimes the conventional choice is the wise one. The Level 3 mind can\u0026rsquo;t see this because agreement with the mainstream feels like regression. Like going back to Level 1. So they reject things they might actually want, simply because wanting them feels like a betrayal of their post-mainstream identity. The shadow of this level is spiritual superiority. Because you\u0026rsquo;ve \u0026ldquo;seen through\u0026rdquo; what most people believe, a subtle arrogance develops. You look at people in conventional jobs with pity. You view people in traditional relationships as trapped. You consider yourself more awake, more evolved, more free. And this sense of being more evolved becomes its own trap, its own identity to defend, its own way of staying stuck.\n中文翻译：\n真正的自由是做从审视过的价值观中产生的事，无论它是否符合或反对传统。有时主流道路实际上适合你。有时传统选择是明智的。Level 3 的心智看不到这一点，因为与主流一致感觉像倒退。像回到 Level 1。所以他们拒绝他们可能实际上想要的东西，仅仅因为想要它们感觉像对后主流身份的背叛。这个层级的阴影是灵性优越感。因为你\u0026quot;看穿\u0026quot;了大多数人相信的东西，一种微妙的傲慢发展出来。你用怜悯看待从事传统工作的人。你把传统关系中的人视为被困。你认为自己更觉醒、更进化、更自由。而这种更进化的感觉成为它自己的陷阱、它自己需要捍卫的身份、它自己被困的方式。\n英文原文：\nI lived here too. I judged anyone who hadn\u0026rsquo;t \u0026ldquo;woken up.\u0026rdquo; I rolled my eyes at people pursuing conventional success. I thought my rejection of the mainstream made me sophisticated when it actually made me reactive. I was still oriented by the thing I claimed to have transcended. The exit from Level 3 is humility. You have to realize that some of what you rejected deserved to be kept. That the people you look down on might understand things you\u0026rsquo;ve forgotten. That opposition is still a form of bondage. That the baby went out with the bathwater and maturity means going back to see what was worth keeping. Ask yourself this question: \u0026ldquo;What would I choose if I didn\u0026rsquo;t need it to be different from what I was supposed to choose?\u0026rdquo;\n中文翻译：\n我也在这里生活过。我评判任何没有\u0026quot;觉醒\u0026quot;的人。我对追求传统成功的人翻白眼。我以为自己对主流的拒绝让我变得精致，而实际上它只是让我变得反应性。我仍然被我声称已经超越的东西定向。离开 Level 3 的出口是谦逊。你必须意识到，你拒绝的某些东西值得被保留。那些你看不起的人可能理解你已经忘记的东西。对立仍然是一种束缚形式。婴儿和洗澡水一起出去了，成熟意味着回去看看什么值得保留。问自己这个问题：\u0026ldquo;如果我不需要它与我应该选择的不同，我会选择什么？\u0026rdquo;\n🎯 Level 4 - The Self-Authoring Mind（自我编写的心智） 英文原文：\nThe only way to do great work is to love what you do. — Steve Jobs\nYou stop reacting and start creating. Level 4 is where philosophy becomes behavior. You\u0026rsquo;ve moved through deconstruction and opposition. Now you\u0026rsquo;re building something yours through authority, choice and creativity. Psychologist Robert Kegan calls this the \u0026ldquo;self-authoring mind.\u0026rdquo; You\u0026rsquo;re no longer written by external formulas or by opposition to external formulas. You\u0026rsquo;re writing your own. Your values come from internal examination rather than external adoption. Your goals emerge from genuine desire rather than inherited expectation or rebellious reaction. You\u0026rsquo;ve taken the pen.\n中文翻译：\n做伟大工作的唯一方式是热爱你所做的。—— 史蒂夫·乔布斯\n你停止反应，开始创造。Level 4 是哲学成为行为的地方。你已经穿过了解构和对立。现在你通过权威、选择和创造力建造属于你自己的东西。心理学家罗伯特·凯根称之为\u0026quot;自我编写的心智\u0026rdquo;。你不再被外部公式或对外部公式的对立所编写。你在编写你自己的。你的价值观来自内部审视而非外部采纳。你的目标从真正的欲望中产生，而非继承的期望或反叛的反应。你拿起了笔。\n英文原文：\nThe signature of Level 4 is ownership without excuses. You stop waiting for conditions to be right, for permission to be granted, for clarity to arrive. You build in uncertainty. You create before you\u0026rsquo;re ready. You ship before it\u0026rsquo;s perfect. You learn by doing rather than preparing to do. The books and podcasts become raw material for construction rather than ends in themselves. I consider the last several years of my life to be Level 4 work. Building a newsletter from zero to 30,000+ subscribers. Creating products that failed and products that succeeded. Putting my ideas in public where they could be criticized, misunderstood, and rejected. Writing when I didn\u0026rsquo;t know what to say. Publishing when I wasn\u0026rsquo;t sure it was good enough. The work taught me things that the consumption never could, because the work provided feedback that the consumption couldn\u0026rsquo;t.\n中文翻译：\nLevel 4 的特征是没有借口的所有权。你停止等待条件正确、等待许可被授予、等待清晰度到来。你在不确定性中建造。你在准备好之前创造。你在完美之前发布。你通过做来学习，而非准备做。书籍和播客成为建造的原材料，而非目的本身。我认为我生命中过去几年是 Level 4 的工作。将新闻通讯从零建造到 30,000+ 订阅者。创造失败的产品和成功的产品。将我的想法公开，在那里它们可能被批评、误解和拒绝。在不知道说什么时写作。在不确定是否足够好时发布。工作教会了我消费永远无法教会的东西，因为工作提供了消费无法提供的反馈。\n英文原文：\nI\u0026rsquo;ve since learned that skill acquisition follows a specific formula at this level: (Clarity on outcome) + (Deliberate practice) + (Feedback integration) + (Time) = Mastery. Most people have the time but lack the clarity. Or they have the clarity but avoid the feedback. Or they practice without deliberation, repeating the same errors instead of identifying and correcting them. Level 4 means getting all four components working together, which requires honesty about where you actually are versus where you want to be. The shadow of Level 4 is workaholism disguised as purpose. Because building feels productive, it\u0026rsquo;s easy to let it consume everything. You justify the hundred-hour weeks because you\u0026rsquo;re \u0026ldquo;building your dream.\u0026rdquo; You neglect your health, your relationships, your interior life because you\u0026rsquo;re \u0026ldquo;on a mission.\u0026rdquo; The mission becomes your identity. The work becomes your worth. When the project fails, you fail. When the metrics drop, your mood collapses. You\u0026rsquo;ve traded one cage for another — the cage of inherited expectations for the cage of self-created ones.\n中文翻译：\n我后来了解到，在这个层级上，技能习得遵循一个特定的公式：（对结果的清晰度）+（刻意练习）+（反馈整合）+（时间）= 精通。大多数人有时间但缺乏清晰度。或者他们有清晰度但避免反馈。或者他们练习时没有刻意，重复相同的错误而非识别和纠正它们。Level 4 意味着让四个组成部分一起工作，这需要对自己实际所在与想去之处之间的诚实。Level 4 的阴影是伪装成目标的工作狂。因为建造感觉有生产力，很容易让它吞噬一切。你为一百小时工作周辩护，因为你在\u0026quot;建造你的梦想\u0026quot;。你忽视健康、关系、内在生活，因为你在\u0026quot;执行任务\u0026quot;。任务成为你的身份。工作成为你的价值。当项目失败时，你失败。当指标下降时，你的情绪崩溃。你用一种笼子交换了另一种——继承期望的笼子换成了自我创造的笼子。\n英文原文：\nI\u0026rsquo;ve been here too. Burned out multiple times chasing goals that felt meaningful but were actually just new prisons I built for myself. The difference between purpose and addiction is harder to see when the addiction looks like ambition. The exit from Level 4 is detachment from outcome. You learn to build without needing the building to define you. To pursue without needing the pursuit to validate you. To play full-out while holding the results loosely. The work continues, but the desperation drains out of it. You do it because it\u0026rsquo;s worth doing, not because you need it to save you. If you see yourself at this level, self-reflect with this question: Who am I when I subtract everything I\u0026rsquo;ve achieved?\n中文翻译：\n我也在这里过。多次 burnout，追逐感觉有意义但实际上只是我为建造的新监狱的目标。当上瘾看起来像野心时，目标和上瘾之间的区别更难看清。离开 Level 4 的出口是对结果的 detached。你学会建造而不需要建造来定义你。追求而不需要追求来验证你。全力以赴同时 loosely 持有结果。工作继续，但绝望从中流失。你做它因为它值得做，而非因为你需要它来拯救你。如果你在这个层级看到自己，用这个问题自我反思：当我减去我取得的一切，我是谁？\n🎯 Level 5 - The Integrating Mind（整合的心智） 英文原文：\nThe test of a first-rate intelligence is the ability to hold two opposed ideas in mind at the same time and still retain the ability to function. — F. Scott Fitzgerald\nThe polarities dissolve. At Level 5, you stop experiencing life as a series of either/or choices. Success or fulfillment. Ambition or peace. Confidence or humility. Strength or vulnerability. Spiritual or practical. You recognize that these aren\u0026rsquo;t opposites — they\u0026rsquo;re complements, different expressions of the same underlying wholeness. The need to choose between them was itself a limitation of earlier levels.\n中文翻译：\n一流智力的测试是能够在心中同时持有两个对立的想法，并仍然保持运作的能力。—— F·斯科特·菲茨杰拉德\n极性消解。在 Level 5，你停止将生命体验为一系列非此即彼的选择。成功或满足。野心或平静。自信或谦逊。力量或脆弱。灵性或实用。你认识到这些不是对立——它们是互补，同一根本整体的不同表达。需要在它们之间选择本身就是早期层级的限制。\n英文原文：\nIntegration means including what came before rather than rejecting it. The conformity of Level 1 becomes the capacity for cooperation and meeting people where they are. The questioning of Level 2 becomes discernment without cynicism. The rebellion of Level 3 becomes creative independence. The building of Level 4 becomes practical competence in service of something larger. Each level contributed something essential. Nothing is lost. The cognitive signature of Level 5 is contextual thinking. You stop looking for The Answer and start recognizing that different tools serve different purposes. Psychology and spirituality and business and science aren\u0026rsquo;t competing truth claims. They\u0026rsquo;re different lenses that reveal different aspects of the same reality. The question shifts from \u0026ldquo;which one is right?\u0026rdquo; to \u0026ldquo;which one is useful for this situation?\u0026rdquo;\n中文翻译：\n整合意味着包含之前的东西而非拒绝它。Level 1 的从众成为合作的能力和在他们所在之处与人们相遇。Level 2 的质疑成为没有愤世嫉俗的辨别力。Level 3 的反叛成为创造性独立。Level 4 的建造成为为更大事物服务的实用能力。每个层级都贡献了某些本质的东西。没有什么被丢失。Level 5 的认知特征是情境思维。你停止寻找\u0026quot;答案\u0026quot;，开始认识到不同工具有不同用途。心理学、灵性、商业和科学不是竞争的真理声称。它们是揭示同一现实不同方面的不同镜头。问题从\u0026quot;哪一个是对的？\u0026ldquo;转变为\u0026quot;哪一个对这个情境有用？\u0026rdquo;\n英文原文：\nShadow integration happens here. At earlier levels, you dealt with your shadows — your anger, your jealousy, your fear, your shame — by avoiding them, projecting them onto others, or trying to eliminate them through self-improvement. At Level 5, you recognize that shadows contain compressed energy. You realize that: That anger is information about boundaries. That jealousy is information about desires you haven\u0026rsquo;t admitted. That fear is intelligence about genuine risks. The shadows become allies when you stop treating them as enemies.\n中文翻译：\n阴影整合在这里发生。在早期层级，你处理你的阴影——你的愤怒、你的嫉妒、你的恐惧、你的羞耻——通过避免它们、将它们投射到他人身上，或试图通过自我提升来消除它们。在 Level 5，你认识到阴影包含压缩的能量。你意识到：那愤怒是关于界限的信息。那嫉妒是关于你尚未承认的欲望的信息。那恐惧是关于真正风险的情报。当你停止将它们视为敌人时，阴影成为盟友。\n英文原文：\nThe danger at Level 5 is using integration as an excuse for passivity. \u0026ldquo;I see all perspectives\u0026rdquo; can become a way of never committing to any of them. \u0026ldquo;I accept things as they are\u0026rdquo; can become a rationalization for not changing things that should be changed. \u0026ldquo;I\u0026rsquo;ve transcended the ego\u0026rdquo; can become the most subtle ego trip of all. True integration includes the capacity for decisive action when action is called for. It includes the willingness to be wrong, to take sides, to fight for something even knowing your view is partial.\n中文翻译：\nLevel 5 的危险是将整合用作被动的借口。\u0026ldquo;我看到所有视角\u0026quot;可能成为从不承诺任何一个的方式。\u0026ldquo;我接受事物本来的样子\u0026quot;可能成为不改变应该改变的事物的合理化。\u0026ldquo;我已经超越了自我\u0026quot;可能成为最微妙的自我之旅。真正的整合包括在被要求时采取果断行动的能力。它包括愿意犯错、选边站、为某事而战，即使知道你的观点是不完整的。\n英文原文：\nThe exit from Level 5 is embodiment. Understanding integration is easy at the intellectual level. You can map it, explain it, teach it, even write beautifully about it. But embodiment lives somewhere else. It shows up in your nervous system, reactions and in your body before your mind catches up. The real work is training your system to tolerate more presence, more ambiguity, more aliveness without collapsing into old patterns. That\u0026rsquo;s why the path is physical, not just mental — like meditation, therapy, somatic work, breathwork, silence, conscious exposure to discomfort, and deliberate practice at the edges of your tolerance.\n中文翻译：\n离开 Level 5 的出口是具身化。在智力层面上理解整合是容易的。你可以绘制它、解释它、教授它，甚至优美地写作它。但具身化存在于别处。它出现在你的神经系统、反应中，在你的身体中，在你的心智跟上之前。真正的工作是训练你的系统容忍更多的临在、更多的模糊性、更多的活力，而不 collapse 到旧模式中。这就是为什么道路是身体的，不仅仅是心智的——比如冥想、治疗、身体工作、呼吸工作、静默、有意识地暴露于不适，以及在你容忍边缘的刻意练习。\n英文原文：\nEmbodiment means your values become reflexes. Your awareness becomes default. Your stability becomes internal instead of situational. And the real question becomes simple, but destabilizing: What would my life look like if I stopped performing an identity and started inhabiting myself?\n中文翻译：\n具身化意味着你的价值观成为反射。你的觉知成为默认。你的稳定性成为内部的而非情境的。而真正的问题变得简单，但 destabilizing：如果我停止表演一个身份，开始栖居于我自己，我的生活会是什么样子？\n🎯 Beyond the Self: Levels 6 and 7（超越自我：第6和第7层级） 英文原文：\nI\u0026rsquo;m not going to pretend I live here. I\u0026rsquo;ve had glimpses. I\u0026rsquo;ve had moments where the sense of being a separate self thins out and something else becomes apparent. But as a stable center of gravity, I\u0026rsquo;m still working through the earlier levels, still encountering the same developmental challenges I\u0026rsquo;ve been describing, still very much in the game rather than awake to the game. And I\u0026rsquo;m suspicious of anyone who claims otherwise, because the structure of these higher levels makes such claims paradoxical. The self who would announce \u0026ldquo;I\u0026rsquo;ve transcended the self\u0026rdquo; hasn\u0026rsquo;t transcended anything.\n中文翻译：\n我不会假装我住在这里。我有瞥见。我有那种作为分离自我的感觉变薄、其他东西变得明显的时刻。但作为一个稳定的重心，我仍在穿越早期层级，仍在遇到我一直在描述的相同发展挑战，仍然 very much 在游戏中而非对游戏觉醒。我对任何声称 otherwise 的人都持怀疑态度，因为这些更高层级的结构使这种声称 paradoxical。那个会宣布\u0026quot;我已经超越了自我\u0026quot;的自我还没有超越任何东西。\nLevel 6 - The Witnessing Mind（见证的心智） 英文原文：\nThe sense of being a fixed self starts to become transparent. You\u0026rsquo;re no longer looking from the self — you\u0026rsquo;re looking at the self, seeing it as a process rather than a thing, a pattern rather than an entity. Roles become costumes you can wear fully without believing they\u0026rsquo;re what you are. Identity becomes fluid in a way that feels like freedom rather than instability.\n中文翻译：\n作为固定自我的感觉开始变得透明。你不再从自我看——你在看自我，将其视为一个过程而非一个东西，一个模式而非一个实体。角色成为你可以 fully 穿戴的服装，而不相信它们就是你所是。身份变得流动，以一种感觉像自由而非不稳定的方式。\nLevel 7 - The Non-Dual Mind（非二元的心智） 英文原文：\nThe witness dissolves into the witnessed. Subject and object merge. The one who was seeking recognizes they were always what they were seeking. This has been described with remarkable consistency across cultures: in Zen as satori, in Advaita as self-realization, in Christian mysticism as union with God, in Sufism as fana. Different languages pointing at the same place: where the game and the player become one.\n中文翻译：\n见证者消解入被见证者。主体和客体 merge。那个在寻找的人认识到他们一直是他们所寻找的。这在不同文化中被以显著的一致性描述：在禅宗中作为 satori（悟），在吠檀多中作为自我实现，在基督教神秘主义中作为与上帝的合一，在苏菲主义中作为 fana（寂灭）。不同的语言指向同一个地方：游戏和玩家成为一的地方。\n英文原文：\nI share these because knowing the full map changes how you navigate the earlier levels. When you know there\u0026rsquo;s a version of consciousness where problems dissolve rather than get solved, where the seeker and the sought merge, the whole game becomes lighter. You can fail without catastrophe and succeed without intoxication. Play full-out knowing that the playing is the point.\n中文翻译：\n我分享这些是因为知道完整的地图改变你如何导航早期层级。当你知道有一种意识版本，其中问题消解而非被解决，其中寻找者和被寻找者 merge，整个游戏变得更轻。你可以失败而不 catastrophe，成功而不 intoxication。全力以赴地玩，知道玩才是重点。\n🎯 So, where Are You?（那么，你在哪里？） 英文原文：\nYou\u0026rsquo;re probably at the level just below where you think you are. That\u0026rsquo;s how the levels work. Each one feels like the complete picture from inside. Still unsure? Try this: What triggers you?\nChallenges to your beliefs feel like attacks on reality → Level 1 People who don\u0026rsquo;t see the problems with the system → Level 2 Anything that resembles what you escaped → Level 3 Criticism of your work, failure to hit your goals → Level 4 Your own inconsistency, remaining blind spots → Level 5 中文翻译：\n你可能在你认为你在的层级之下。这就是层级的运作方式。每个从内部看都感觉像完整的图景。还不确定？试试这个：什么触发你？\n对你信念的挑战感觉像对现实的攻击 → Level 1 看不到系统问题的人 → Level 2 任何类似你逃离的东西 → Level 3 对你工作的批评、未达到目标 → Level 4 你自己的不一致、剩余的盲点 → Level 5 英文原文：\nWhat do you crave?\nSecurity, belonging, clear rules → Level 1 Understanding, truth, explanations → Level 2 Freedom, differentiation, authenticity → Level 3 Achievement, mastery, building something that matters → Level 4 Wholeness, integration, peace with paradox → Level 5 Important: You\u0026rsquo;re at different levels in different domains. Level 4 in career, Level 2 in relationships, Level 1 in health. Development isn\u0026rsquo;t uniform. The question is: What level am I in the domain that matters most right now?\n中文翻译：\n你渴望什么？\n安全、归属、清晰的规则 → Level 1 理解、真相、解释 → Level 2 自由、差异化、真实性 → Level 3 成就、精通、建造重要的东西 → Level 4 完整、整合、与悖论和平共处 → Level 5 重要：你在不同领域处于不同层级。职业上 Level 4，关系上 Level 2，健康上 Level 1。发展不是均匀的。问题是：我现在在最重要的领域处于什么层级？\n🎯 Beat The Spiral（击败螺旋） 英文原文：\nYou don\u0026rsquo;t beat the boss fights once. You beat them at increasing levels of depth. The disillusionment at 25 is different from the disillusionment at 45. The humility you learn in your first failed business is different from the humility of your fifth. Each time you spiral back to a familiar challenge, you have the opportunity to face it with more capacity than you had before. This is why life feels repetitive. \u0026ldquo;Why does this pattern keep showing up?\u0026rdquo; Because there\u0026rsquo;s more to learn at a deeper layer. Because the level has a harder difficulty setting waiting for you. Because transformation is spiral rather than linear.\n中文翻译：\n你不会只击败 boss 战一次。你在 increasing 深度的层级上击败它们。25 岁的幻灭与 45 岁的幻灭不同。你在第一次失败生意中学到的谦逊与你第五次失败生意的谦逊不同。每次你螺旋回到熟悉的挑战，你都有机会用比以前更多的能力面对它。这就是为什么生命感觉重复。\u0026ldquo;为什么这个模式不断出现？\u0026ldquo;因为在更深的层还有更多要学习。因为这个层级有更难 difficulty 设置在等你。因为转变是螺旋而非线性的。\n英文原文：\nThe question that makes spirals productive: What can I see about this now that I couldn\u0026rsquo;t see then?\n中文翻译：\n让螺旋 productive 的问题：关于这个，我现在能看到什么那时看不到的？\n🎯 The Point（重点） 英文原文：\nKnowing the levels changes the game.\nWhen you can name your level, you can stop pathologizing the challenges native to it. When you can see the boss fight ahead, you can stop running from it and start preparing for it. When you understand that there are levels beyond your current one, you can stop mistaking your current ceiling for the ultimate limit of what\u0026rsquo;s possible. Most people never realize there\u0026rsquo;s a game. They think life is just happening to them with random events, good luck and bad luck, circumstances beyond control. They stay stuck because they don\u0026rsquo;t recognize stuck as a level, levels as changeable, or change as their responsibility. You are in a game. You always have been. And the person you become at Level 5, Level 6, Level 7 is already embedded in who you are right now, waiting to be unfolded. Just the way the butterfly is already contained in the caterpillar. The game is yours to play. What level are you ready to leave behind? – Darshak\n中文翻译：\n知道层级改变游戏。\n当你能命名你的层级，你可以停止 pathologizing 属于它的挑战。 当你能看到前方的 boss 战，你可以停止逃避它，开始为它准备。 当你理解有超越你当前层级的层级，你可以停止将你当前的天花板误认为可能性的最终限制。 大多数人从未意识到有一个游戏。他们认为生命只是发生在他们身上，有随机事件、好运和坏运、无法控制的环境。他们被困住，因为他们不认识被困是一个层级、层级是可改变的，或改变是他们的责任。你在一个游戏中。你一直在。而你在 Level 5、Level 6、Level 7 成为的人已经嵌入在你现在的样子中，等待被展开。就像蝴蝶已经包含在毛毛虫中。游戏是你的去玩。你准备好离开哪个层级了？—— Darshak\n🔗 相关资源 作者信息 X 账号：@thedarshakrana 主页：https://x.com/thedarshakrana 认证状态：✅ 认证账号 ⚡️ 文章统计 发布时间：2026年3月27日 00:08 互动数据：10回复 · 49转帖 · 231喜欢 · 665书签 · 63,554观看 ","permalink":"https://study.helloaidev.com/posts/%E5%94%AF%E4%B8%80%E8%AE%A9%E4%BD%A0%E5%AF%B9%E7%9F%A9%E9%98%B5%E6%9E%84%E6%88%90%E5%A8%81%E8%83%81%E7%9A%84%E6%80%9D%E7%BB%B4%E5%B1%82%E7%BA%A7/","summary":"\u003ch1 id=\"唯一让你对矩阵构成威胁的思维层级\"\u003e唯一让你对矩阵构成威胁的思维层级\u003c/h1\u003e\n\u003ch2 id=\"帖子信息\"\u003e帖子信息\u003c/h2\u003e\n\u003ch3 id=\"基本信息\"\u003e基本信息\u003c/h3\u003e\n\u003cul\u003e\n\u003cli\u003e\u003cstrong\u003e作者\u003c/strong\u003e：Darshak Rana ⚡️ 认证账号 (@thedarshakrana)\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e链接\u003c/strong\u003e：https://x.com/thedarshakrana/status/2037199903248855072\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e发布时间\u003c/strong\u003e：2026年3月27日 00:08\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e类型\u003c/strong\u003e：长文（深度文章）\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e互动数据\u003c/strong\u003e：\n\u003cul\u003e\n\u003cli\u003e回复：10\u003c/li\u003e\n\u003cli\u003e转帖：49\u003c/li\u003e\n\u003cli\u003e喜欢：231\u003c/li\u003e\n\u003cli\u003e书签：665\u003c/li\u003e\n\u003cli\u003e观看：63,554\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003c/ul\u003e\n\u003chr\u003e\n\u003ch2 id=\"-中英对照翻译\"\u003e📝 中英对照翻译\u003c/h2\u003e\n\u003ch3 id=\"开头部分\"\u003e开头部分\u003c/h3\u003e\n\u003cp\u003e\u003cstrong\u003e英文原文\u003c/strong\u003e：\u003c/p\u003e\n\u003cblockquote\u003e\n\u003cp\u003eYour entire life is a hallucination. Everything you see, feel, and believe to be \u0026ldquo;real\u0026rdquo; is being constructed right now by a mechanism you\u0026rsquo;ve never been taught to control. You\u0026rsquo;re stuck at the same level for years and you don\u0026rsquo;t even know it. You can feel it. The same arguments with different people. The same financial ceiling no matter how hard you work. The same existential dread at midnight or while pooping when the distractions stop working. The same promises to yourself that dissolve by February. You keep running into the same wall, and each collision leaves you more confused than the last, because you\u0026rsquo;re doing everything \u0026ldquo;right\u0026rdquo; (reading the books, listening to the podcasts, setting the goals, building the habits). And yet the matrix doesn\u0026rsquo;t dissolve. The truth is the matrix isn\u0026rsquo;t going to dissolve. You have to transform into someone who can walk through it.\u003c/p\u003e","title":"唯一让你对矩阵构成威胁的思维层级"},{"content":"2027年价值20万美元的5项AI技能（公司急需且容易学习） 帖子信息 基本信息 作者：Zephyr 认证账号 (@Zephyr_hg) 链接：https://x.com/Zephyr_hg/status/2037159923973304817 发布时间：2026年3月26日 21:29 类型：长推文（Thread） 互动数据： 回复：1 转帖：2 喜欢：14 书签：25 观看：1,089 📝 中英对照翻译 开头部分 英文原文：\nSomething weird is happening in AI hiring right now. Companies aren\u0026rsquo;t struggling to find people willing to work with AI. They\u0026rsquo;re struggling to find people with specific skills that almost nobody has trained for yet. The roles exist. The budget exists. The people don\u0026rsquo;t. Here\u0026rsquo;s what those roles actually require. Most of the conversation about AI skills focuses on the same things. Build automations. Design workflows. Learn to prompt. And yes, those matter. But there\u0026rsquo;s a different layer of AI skills that every organization desperately needs and almost nobody is building. Not the people who create AI systems. The people who make sure those systems actually work the way the company needs them to. These are the roles sitting open for 6, 9, sometimes 12 months. And they pay accordingly.\n中文翻译：\nAI招聘领域正在发生一些奇怪的事情。公司不是在努力寻找愿意与AI合作的人。他们正在努力寻找具有特定技能的人，而这些技能几乎还没有人接受过培训。职位存在。预算存在。人才不存在。以下是这些职位实际需要的。关于AI技能的大多数对话都集中在相同的事情上。构建自动化。设计工作流。学习提示词。是的，这些很重要。但还有另一层AI技能，每个组织都迫切需求，但几乎没有人正在培养。不是创建AI系统的人。而是确保这些系统真正按照公司需要的方式工作的人。这些职位空缺了6个月、9个月，有时12个月。相应的薪酬也很可观。\n🎯 5项高价值AI技能 1. AI Governance Documentation（AI治理文档） 英文原文：\nEvery company using AI at scale needs a rulebook. What data can AI tools access? Who reviews AI outputs before they reach clients? What happens when an AI system makes a decision that affects someone\u0026rsquo;s employment or medical care? The EU AI Act is now law. US states are following fast. Companies need written policies for all of this. Risk frameworks. Use-case approval processes. Documentation that shows regulators they\u0026rsquo;ve actually thought through the risks. Nobody\u0026rsquo;s training professionals to write these documents. Legal teams don\u0026rsquo;t have the AI context. Technical teams don\u0026rsquo;t have the policy writing background. The people who can do both are charging $150 to $250 an hour for consulting engagements. Full-time AI Governance roles are advertising $130K to $190K right now. Most companies have been trying to fill them for 4 to 8 months. The skill is mostly structured writing and learning a specific compliance framework. Someone with a legal, compliance, or policy background can build this in 60 to 90 days. Most haven\u0026rsquo;t heard it\u0026rsquo;s even an option.\n中文翻译：\n每个大规模使用AI的公司都需要一本规则手册。AI工具可以访问什么数据？谁会在AI输出到达客户之前审查它们？当AI系统做出影响某人就业或医疗护理的决定时会发生什么？欧盟AI法案现已成为法律。美国各州正在快速跟进。公司需要为所有这些制定书面政策。风险框架。用例审批流程。向监管机构证明他们确实考虑过风险的文档。没有人培训专业人士编写这些文档。法律团队没有AI背景。技术团队没有政策写作背景。能够同时做到这两点的人正在为咨询业务收取每小时150至250美元的费用。全职AI治理职位目前的广告薪酬为13万至19万美元。大多数公司已经尝试填补这些职位4到8个月了。这项技能主要是结构化写作和学习特定的合规框架。具有法律、合规或政策背景的人可以在60到90天内掌握这项技能。大多数人甚至还没听说过这是一个选项。\n2. AI Adoption Program Management（AI采用项目管理） 英文原文：\nMost companies\u0026rsquo; AI tools are sitting unused. Not because the tools are bad. Because nobody managed the rollout. A company buys 300 licenses for an AI writing tool. Six weeks later, 40 people are using it. The rest tried it twice and went back to the old way. A $180K investment producing a $20K result. AI Adoption Program Managers fix this. They design the training, measure usage, identify who\u0026rsquo;s struggling and why, and build the internal momentum that turns a software purchase into an actual productivity change. This is change management applied to AI. The people doing it well are pulling from L\u0026amp;D, operations management, and internal comms backgrounds. Companies are paying $120K to $165K in-house. Consultants are billing $10K to $25K per engagement. The demand is new enough that almost no training programs cover it yet. Nobody\u0026rsquo;s teaching this systematically. The people building this background now are defining what the role even looks like.\n中文翻译：\n大多数公司的AI工具都处于闲置状态。不是因为工具不好。而是因为没有人管理推广。一家公司购买了300个AI写作工具许可证。六周后，只有40人在使用。其他人尝试了两次就回到了老办法。18万美元的投资只产生了2万美元的效果。AI采用项目经理解决这个问题。他们设计培训、衡量使用情况、识别谁在挣扎以及原因，并建立内部动力，将软件购买转化为实际的生产力变革。这是应用于AI的变革管理。做得好的人来自学习与发展、运营管理和内部沟通背景。公司内部薪酬为12万至16.5万美元。咨询师每次项目收费1万至2.5万美元。需求是如此之新，以至于几乎没有培训项目涵盖它。没有人在系统地教授这个。现在正在建立这种背景的人正在定义这个角色到底是什么样子的。\n3. AI Data Stewardship（AI数据管理） 英文原文：\nAI tools are only as useful as the data they can access. And most companies\u0026rsquo; data is not ready for AI. Customer records split across three systems with different formats. Internal documents named \u0026ldquo;final-FINAL-v3.\u0026rdquo; Years of emails that contain critical knowledge and no way to search them. Before any AI tool can work properly, someone has to decide what data it can use, get it into a state AI can actually read, and build ongoing processes to keep it organized. AI Data Stewards sit between the IT team and the business units. They understand what the AI tools need and translate it into practical data management that non-technical teams can follow. Companies are hiring for this at $90K to $140K. It\u0026rsquo;s one of the fastest-growing adjacent roles in AI right now. Most job boards don\u0026rsquo;t have a standard title for it yet, which means candidates who can position themselves correctly stand out immediately. This role doesn\u0026rsquo;t require coding. It requires organizational thinking, attention to data quality, and familiarity with how AI tools ingest information. People with data analyst or operations backgrounds can make this pivot in 3 to 6 months.\n中文翻译：\nAI工具只有在其可访问的数据方面才有用。而大多数公司的数据还没有为AI做好准备。客户记录分散在三个不同格式的系统中。内部文档命名为\u0026quot;final-FINAL-v3\u0026quot;。数年来包含关键知识的电子邮件却没有搜索方式。在任何AI工具能够正常工作之前，必须有人决定它可以使用什么数据，将其转换为AI实际可以读取的状态，并建立持续流程来保持其有序。AI数据管理员位于IT团队和业务部门之间。他们理解AI工具需要什么，并将其转化为非技术团队可以遵循的实用数据管理。公司为此招聘的薪酬为9万至14万美元。这是目前AI领域增长最快的相关角色之一。大多数招聘网站还没有标准头衔，这意味着能够正确定位的候选人会立即脱颖而出。这个角色不需要编码。它需要组织思维、对数据质量的关注，以及熟悉AI工具如何摄取信息。具有数据分析师或运营背景的人可以在3到6个月内完成这个转型。\n4. AI Output Quality Management（AI输出质量管理） 英文原文：\n\u0026ldquo;Every company generating AI content at scale is discovering the same problem. AI output looks good. Sounds authoritative. Is often wrong. And without a systematic process to catch errors before they go out, companies are shipping hallucinated facts to clients, incorrect data to regulators, and off-brand content to customers. AI Output Quality Management is the skill of building and running the systems that catch these errors. Not editing individual pieces. Designing the review process, building the checklists, training reviewers on what to look for, and measuring error rates over time. This skill is in high demand wherever accuracy matters: legal, financial services, healthcare, publishing. Freelancers specializing in AI quality management charge $100 to $200 an hour. Full-time roles sit at $95K to $150K. Nobody is teaching this formally. The people doing it well are mostly former editors, project managers, and QA professionals who applied their existing frameworks to AI output. That translation is the actual skill. Most of them stumbled into it. Nobody planned for it.\u0026rdquo;\n中文翻译：\n\u0026ldquo;每个大规模生成AI内容的公司都发现了同样的问题。AI输出看起来很好。听起来很有权威。但往往是错误的。如果没有系统化的流程在发布前捕捉错误，公司就会向客户发送幻觉事实，向监管机构发送不正确数据，向客户发送不符合品牌的内容。AI输出质量管理是构建和运行捕捉这些错误的系统的技能。不是编辑个别片段。而是设计审查流程、构建检查清单、培训审查员寻找什么，以及随时间测量错误率。无论在准确性至关重要的任何地方，这项技能都有很高的需求：法律、金融服务、医疗保健、出版。专门从事AI质量管理的自由职业者每小时收费100至200美元。全职职位的薪酬为9.5万至15万美元。没有人在正式教授这个。做得好的人主要是前编辑、项目经理和QA专业人士，他们将现有框架应用于AI输出。这种转化才是真正的技能。大多数人都是偶然进入这个领域的。没有人计划过这个。\u0026rdquo;\n5. AI Investment Benchmarking（AI投资基准测试） 英文原文：\nCompanies are spending billions on AI tools without knowing if they work. Not \u0026ldquo;do they function.\u0026rdquo; Whether they\u0026rsquo;re actually delivering value. Most companies have no system to measure this. They buy AI software, assume it\u0026rsquo;s helping, and renew the contract. AI Investment Benchmarking is the skill of measuring AI ROI. Building dashboards that track before-and-after productivity. Defining what \u0026ldquo;working\u0026rdquo; means for each specific tool. Running structured pilots with proper controls. Presenting findings to leadership in a way that actually drives decisions. The finance and strategy professionals who can do this are some of the most valuable people in their organizations right now. They\u0026rsquo;re the ones who can say \u0026ldquo;this tool is saving us $400K a year, and here\u0026rsquo;s the proof\u0026rdquo; or \u0026ldquo;we need to cut these three licenses because nobody\u0026rsquo;s using them.\u0026rdquo; Consulting firms are charging $15K to $40K for AI investment audits. In-house roles with this focus pay $110K to $170K. Most finance and strategy professionals don\u0026rsquo;t know this specialization exists yet. The ones who build it in the next 12 months will have 2 to 3 years of runway before the market catches up. None of these five skills show up in the standard AI training conversation. No one\u0026rsquo;s talking about AI governance, adoption management, or investment benchmarking in the same breath as prompt engineering and workflow automation. That\u0026rsquo;s exactly why they pay what they pay. The\n中文翻译：\n公司正在花费数十亿美元购买AI工具，却不知道它们是否有效。不是\u0026quot;它们是否能运行\u0026quot;。而是它们是否真正交付价值。大多数公司没有系统来衡量这个。他们购买AI软件，假设它在帮助，然后续签合同。AI投资基准测试是衡量AI投资回报率的技能。构建跟踪前后生产力的仪表板。为每个特定工具定义\u0026quot;有效\u0026quot;的含义。运行具有适当对照的结构化试点。以真正推动决策的方式向领导层展示发现。能够这样做的财务和战略专业人士是目前他们组织中最有价值的一些人。他们是能够说\u0026quot;这个工具每年为我们节省40万美元，这是证据\u0026quot;或\u0026quot;我们需要削减这三个许可证，因为没有人在使用它们\u0026quot;的人。咨询公司为AI投资审计收费1.5万至4万美元。具有这种关注点的内部职位薪酬为11万至17万美元。大多数财务和战略专业人士还不知道这种专业化存在。在未来12个月内建立这种专业化的人将在市场赶上之前有2到3年的领先优势。这五项技能都没有出现在标准AI培训对话中。没有人在谈论AI治理、采用管理或投资基准测试时，与提示词工程和工作流自动化相提并论。这正是它们薪酬如此之高原因。\n💡 关键洞察 为什么这些技能如此有价值？ 英文原文：\nNone of these five skills show up in the standard AI training conversation. No one\u0026rsquo;s talking about AI governance, adoption management, or investment benchmarking in the same breath as prompt engineering and workflow automation. That\u0026rsquo;s exactly why they pay what they pay.\n中文翻译：\n这五项技能都没有出现在标准AI培训对话中。没有人在谈论AI治理、采用管理或投资基准测试时，与提示词工程和工作流自动化相提并论。这正是它们薪酬如此之高原因。\n共同特点 填补空白 - 连接技术团队和业务团队 新兴领域 - 几乎没有正式培训项目 高需求 - 职位空缺数月，薪酬丰厚 可学习 - 60-90天内可掌握基础 多样化背景 - 法律、合规、运营、财务等背景均可转型 📊 薪酬总结 技能 全职薪酬 咨询费率 AI治理文档 $130K-$190K $150-$250/小时 AI采用项目管理 $120K-$165K $10K-$25K/项目 AI数据管理 $90K-$140K - AI输出质量管理 $95K-$150K $100-$200/小时 AI投资基准测试 $110K-$170K $15K-$40K/审计 🔗 相关资源 作者信息 X 账号：@Zephyr_hg 主页：https://x.com/Zephyr_hg 认证状态：✅ 认证账号 产品链接：https://zephyrhq.gumroad.com/l/MasteryBundle-Skill/Article 文章统计 发布时间：2026年3月26日 21:29 互动数据：1回复 · 2转帖 · 14喜欢 · 25书签 · 1,089观看 ","permalink":"https://study.helloaidev.com/posts/2027%E5%B9%B4%E4%BB%B7%E5%80%BC20%E4%B8%87%E7%BE%8E%E5%85%83%E7%9A%845%E9%A1%B9ai%E6%8A%80%E8%83%BD%E5%85%AC%E5%8F%B8%E6%80%A5%E9%9C%80%E4%B8%94%E5%AE%B9%E6%98%93%E5%AD%A6%E4%B9%A0/","summary":"\u003ch1 id=\"2027年价值20万美元的5项ai技能公司急需且容易学习\"\u003e2027年价值20万美元的5项AI技能（公司急需且容易学习）\u003c/h1\u003e\n\u003ch2 id=\"帖子信息\"\u003e帖子信息\u003c/h2\u003e\n\u003ch3 id=\"基本信息\"\u003e基本信息\u003c/h3\u003e\n\u003cul\u003e\n\u003cli\u003e\u003cstrong\u003e作者\u003c/strong\u003e：Zephyr 认证账号 (@Zephyr_hg)\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e链接\u003c/strong\u003e：https://x.com/Zephyr_hg/status/2037159923973304817\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e发布时间\u003c/strong\u003e：2026年3月26日 21:29\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e类型\u003c/strong\u003e：长推文（Thread）\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e互动数据\u003c/strong\u003e：\n\u003cul\u003e\n\u003cli\u003e回复：1\u003c/li\u003e\n\u003cli\u003e转帖：2\u003c/li\u003e\n\u003cli\u003e喜欢：14\u003c/li\u003e\n\u003cli\u003e书签：25\u003c/li\u003e\n\u003cli\u003e观看：1,089\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003c/ul\u003e\n\u003chr\u003e\n\u003ch2 id=\"-中英对照翻译\"\u003e📝 中英对照翻译\u003c/h2\u003e\n\u003ch3 id=\"开头部分\"\u003e开头部分\u003c/h3\u003e\n\u003cp\u003e\u003cstrong\u003e英文原文\u003c/strong\u003e：\u003c/p\u003e\n\u003cblockquote\u003e\n\u003cp\u003eSomething weird is happening in AI hiring right now. Companies aren\u0026rsquo;t struggling to find people willing to work with AI. They\u0026rsquo;re struggling to find people with specific skills that almost nobody has trained for yet. The roles exist. The budget exists. The people don\u0026rsquo;t. Here\u0026rsquo;s what those roles actually require. Most of the conversation about AI skills focuses on the same things. Build automations. Design workflows. Learn to prompt. And yes, those matter. But there\u0026rsquo;s a different layer of AI skills that every organization desperately needs and almost nobody is building. Not the people who create AI systems. The people who make sure those systems actually work the way the company needs them to. These are the roles sitting open for 6, 9, sometimes 12 months. And they pay accordingly.\u003c/p\u003e","title":"2027年价值20万美元的5项AI技能（公司急需且容易学习）"},{"content":"17 Best Practices That Make Claude Cowork 100x More Powerful 帖子信息 基本信息 作者：Nav Toor 认证账号 (@heynavtoor) 链接：https://x.com/heynavtoor/status/2028148844891152554 发布时间：2026年3月2日 00:42 类型：长推文（Thread） 互动数据： 回复：67 转帖：594 喜欢：3,533 书签：14,161 观看：216.6万 📝 中英对照翻译 开头部分 英文原文：\nI\u0026rsquo;ve been using Claude Cowork since January 12, the day it launched. In seven weeks, I\u0026rsquo;ve run over 400 Cowork sessions. I\u0026rsquo;ve tested every plugin, every connector, every slash command. I\u0026rsquo;ve broken it in ways Anthropic probably hasn\u0026rsquo;t seen. And I\u0026rsquo;ve figured out the exact practices that separate people who think Cowork is \u0026ldquo;kind of cool\u0026rdquo; from people who\u0026rsquo;ve replaced half their software stack with it. The gap is enormous. And it has nothing to do with prompting skill. It\u0026rsquo;s about setup. Structure. And seventeen specific practices that most users will never discover on their own because Anthropic doesn\u0026rsquo;t document them. I tested each one. Measured the difference. Here\u0026rsquo;s the complete list — ranked by impact.\n中文翻译：\n我从1月12日 Claude Cowork 发布那天就开始使用了。七周内，我运行了超过400次 Cowork 会话。我测试了每一个插件、每一个连接器、每一个斜杠命令。我以 Anthropic 可能都没见过的方式把它搞崩过。我发现了那些认为 Cowork \u0026ldquo;有点酷\u0026rdquo; 的人和那些用它替代了一半软件栈的人之间的确切区别。差距是巨大的。这与提示词技巧无关。而是关于设置。结构。以及17个具体实践，大多数用户永远不会自己发现，因为 Anthropic 没有文档记录它们。我测试了每一个。测量了差异。这是完整列表——按影响力排序。\n🎯 Part 1: Context architecture (practices 1–5) 第一部分：上下文架构（实践 1-5）\nThese five practices alone will transform your Cowork experience. Everything else builds on this foundation.\n这五个实践 alone 就能改变你的 Cowork 体验。其他一切都建立在这个基础之上。\n1. Build a _MANIFEST.md for every working folder 为每个工作文件夹创建 _MANIFEST.md\n英文原文：\nThis is the single highest-impact practice nobody talks about. Here\u0026rsquo;s the problem. When you point Cowork at a folder, Claude reads everything. Every file. Every subfolder. Every outdated draft and superseded version. A developer on DEV Community documented this after a 462-file consulting folder started producing contradictory output — Claude was pulling context from pricing models that had been replaced three months earlier. The fix: a _MANIFEST.md file you drop into any working folder. It tells Claude which documents are the source of truth, which subfolders map to which domains, and what to skip entirely. Structure it in three tiers: Tier 1 (Canonical): The source-of-truth documents Claude must read first. Your brand guidelines. Your project brief. Your current strategy document. Tier 2 (Domain): Subfolders mapped to specific topics. Claude only loads these when the task touches that domain. \u0026ldquo;/pricing → pricing models and rate cards\u0026rdquo; or \u0026ldquo;/research → competitor analysis.\u0026rdquo; Tier 3 (Archival): Old drafts, superseded versions, reference material. Claude ignores these unless you explicitly ask. The underscore prefix keeps it sorted to the top of your folder. Takes five minutes to fill out. Saves hours of confused output. For folders under ten files, you don\u0026rsquo;t need one. For anything bigger and especially project folders that accumulate files over weeks this is non-negotiable.\n中文翻译：\n这是没人谈论的单一最高影响力实践。问题在这里。当你把 Cowork 指向一个文件夹时，Claude 会读取所有内容。每个文件。每个子文件夹。每个过时的草稿和被取代的版本。DEV Community 上的一位开发者记录了这个问题——在一个462个文件的咨询文件夹开始产生矛盾输出后——Claude 从三个月前已被替换的定价模型中提取上下文。解决方案：_MANIFEST.md 文件，放入任何工作文件夹。它告诉 Claude 哪些文档是真相来源，哪些子文件夹映射到哪些领域，以及完全跳过什么。用三层结构：第一层（规范）：Claude 必须首先读取的真相来源文档。你的品牌指南。你的项目简介。你当前的策略文档。第二层（领域）：映射到特定主题的子文件夹。Claude 只在任务触及该领域时加载这些。\u0026quot;/pricing → 定价模型和价目表\u0026quot; 或 \u0026ldquo;/research → 竞品分析。\u0026rdquo; 第三层（归档）：旧草稿、被取代的版本、参考材料。Claude 忽略这些除非你明确要求。下划线前缀让它排在文件夹顶部。填写需要五分钟。节省数小时的混乱输出。对于少于十个文件的文件夹，你不需要。对于任何更大的文件夹——特别是那些几周来积累文件的项目文件夹——这是不可协商的。\n2. Use Global Instructions as your permanent operating system 将 Global Instructions 用作你的永久操作系统\n英文原文：\nSettings → Cowork → Edit next to Global Instructions. Most people leave this blank. That\u0026rsquo;s like buying a car and never adjusting the mirrors. Global Instructions load before everything else before your files, before your prompt, before Claude even looks at your folder. They\u0026rsquo;re the baseline behavior that applies to every single session. Mine says: \u0026ldquo;I\u0026rsquo;m [name], a [role]. Before starting any task, look for _MANIFEST.md and read Tier 1 files first. Always ask clarifying questions before executing. Show a brief plan before taking action. Default output format: .docx. Never use filler language. Never pad outputs. Quality bar: every deliverable should be client-ready without editing. If confidence is low, say so.\u0026rdquo; This means even my laziest, most rushed prompt still produces calibrated output. Claude always knows who I am. Always reads the right files first. Always asks before guessing. The Global Instructions handle the baseline. Your prompt just handles the task.\n中文翻译：\n设置 → Cowork → 编辑 Global Instructions。大多数人留空。这就像买了车却从不调整后视镜。Global Instructions 在其他所有内容之前加载——在你的文件之前，在你的提示词之前，在 Claude 甚至查看你的文件夹之前。它们是适用于每个会话的基线行为。我的是：\u0026ldquo;我是[姓名]，一个[角色]。在开始任何任务之前，查找 _MANIFEST.md 并首先读取第一层文件。总是在执行之前询问澄清问题。在采取行动之前展示一个简要计划。默认输出格式：.docx。从不使用填充语言。从不填充输出。质量标准：每个可交付成果都应该无需编辑即可客户就绪。如果信心不足，说出来。\u0026rdquo; 这意味着即使我最懒、最匆忙的提示词也能产生校准的输出。Claude 总是知道我是谁。总是先读取正确的文件。总是在猜测之前询问。Global Instructions 处理基线。你的提示词只处理任务。\n3. Create three persistent context files 创建三个持久上下文文件\n英文原文：\nI covered this in depth in my previous article, but it\u0026rsquo;s too important not to repeat here. Create a folder called \u0026ldquo;Claude Context\u0026rdquo; (or \u0026ldquo;00_Context\u0026rdquo; so it sorts first). Add three files: about-me.md Your professional identity. Not your resume. What you actually do, who you serve, what your current priorities are, and one or two examples of your best work. brand-voice.md — Your communication style. Tone descriptors, words you use, words you never use, formatting preferences, and two to three paragraphs of your actual writing as reference. working-style.md How Claude should behave. Collaboration rules, output format defaults, quality standards, and a list of things to avoid. These three files eliminate the \u0026ldquo;generic AI output\u0026rdquo; problem overnight. Without them, every session starts cold. With them, Claude starts every session already knowing your voice, your standards, and your preferences. The key insight most people miss: these files compound. Refine them weekly. Every time Claude produces something you don\u0026rsquo;t like, ask yourself whether it\u0026rsquo;s a prompt problem or a context problem. Nine times out of ten, it\u0026rsquo;s context. Add one line to one file. Permanent fix.\n中文翻译：\n我在前一篇文章中深入介绍了这个，但它太重要了，不能不在这里重复。创建一个名为 \u0026ldquo;Claude Context\u0026rdquo; 的文件夹（或 \u0026ldquo;00_Context\u0026rdquo; 让它排在第一位）。添加三个文件：about-me.md 你的职业身份。不是你的简历。你实际做什么、为谁服务、你当前的优先事项是什么，以及一两个你最好作品的例子。brand-voice.md——你的沟通风格。语气描述词、你使用的词、你从不使用的词、格式偏好，以及两到三段你实际写作作为参考。working-style.md Claude 应该如何表现。协作规则、输出格式默认值、质量标准，以及要避免的事项列表。这三个文件 overnight 消除了\u0026quot;通用 AI 输出\u0026quot;问题。没有它们，每个会话都是冷启动。有了它们，Claude 在每个会话开始时就已经知道你的声音、你的标准和你的偏好。大多数人错过的关键洞察：这些文件会复合。每周完善它们。每次 Claude 产生你不喜欢的东西时，问问自己这是提示词问题还是上下文问题。十分之九，是上下文。给一个文件添加一行。永久修复。\n4. Use Folder Instructions for project-specific context 使用 Folder Instructions 获取项目特定上下文\n英文原文：\nGlobal Instructions are the same for every session. Folder Instructions are specific to whatever folder you\u0026rsquo;re working in. When you select a folder in Cowork, Claude can read and update Folder Instructions automatically. But you can also set them manually. This is where you put project-specific rules: client name, project goals, specific terminology, deliverable formats, review deadlines. The layering matters. Global Instructions set universal behavior. Folder Instructions add project context. Your prompt specifies the task. Three layers, each one more specific than the last. This is how you go from \u0026ldquo;generic AI\u0026rdquo; to \u0026ldquo;this sounds like it came from someone who\u0026rsquo;s been on my team for six months.\u0026rdquo;\n中文翻译：\nGlobal Instructions 对每个会话都是一样的。Folder Instructions 特定于你正在工作的文件夹。当你在 Cowork 中选择一个文件夹时，Claude 可以自动读取和更新 Folder Instructions。但你也可以手动设置它们。这是你放置项目特定规则的地方：客户名称、项目目标、特定术语、可交付成果格式、审核截止日期。分层很重要。Global Instructions 设置通用行为。Folder Instructions 添加项目上下文。你的提示词指定任务。三层，每一层都比前一层更具体。这就是你从\u0026quot;通用 AI\u0026quot;到\u0026quot;这听起来像来自我团队中待了六个月的人\u0026quot;的方式。\n5. Never let Claude read everything scope your context deliberately 永远不要让 Claude 读取所有内容——有意识地限定你的上下文\n英文原文：\nThis is the practice that separates power users from everyone else. Claude\u0026rsquo;s context window is enormous over a million tokens on Opus 4.6. But bigger context doesn\u0026rsquo;t mean better output. In fact, the opposite is often true. The more irrelevant files Claude reads, the more noise enters its reasoning, and the worse your output gets. Tell Claude what to read. In your Global Instructions, add: \u0026ldquo;When starting any task, look for _MANIFEST.md first. Load Tier 1 files. Only load Tier 2 files when the task explicitly touches that domain. Never load Tier 3 files unless I specifically ask.\u0026rdquo; If you\u0026rsquo;re using subagents, scope them even tighter: \u0026ldquo;When decomposing tasks into subagents, give each subagent only the minimum context it needs for its specific subtask.\u0026rdquo; Deliberate context management is the single biggest differentiator between Cowork users who get inconsistent results and Cowork users who get reliable, high-quality output every time.\n中文翻译：\n这是区分高级用户和其他人的实践。Claude 的上下文窗口是巨大的——在 Opus 4.6 上超过一百万 token。但更大的上下文并不意味着更好的输出。事实上，相反的情况往往是真的。Claude 读取的无关文件越多，进入其推理的噪音就越多，你的输出就越差。告诉 Claude 要读取什么。在你的 Global Instructions 中，添加：\u0026ldquo;在开始任何任务时，首先查找 _MANIFEST.md。加载第一层文件。只在任务明确触及该领域时加载第二层文件。永远不要加载第三层文件，除非我特别要求。\u0026ldquo;如果你在使用子代理，更严格地限定它们：\u0026ldquo;在将任务分解为子代理时，只给每个子代理其特定子任务所需的最小上下文。\u0026ldquo;有意识的上下文管理是获得不一致结果的 Cowork 用户和每次都能获得可靠、高质量输出的 Cowork 用户之间最大的区别因素。\n🎯 Part 2: Task design (practices 6–10) 第二部分：任务设计（实践 6-10）\nHow you frame a task determines whether Cowork delivers a finished product or an expensive rough draft.\n你如何构建任务决定了 Cowork 是交付成品还是昂贵的草稿。\n6. Define the end state, not the process 定义最终状态，而不是过程\n英文原文：\nThis is the mindset shift that changes everything. Cowork isn\u0026rsquo;t a chatbot. It\u0026rsquo;s a coworker. You don\u0026rsquo;t tell a coworker how to do their job step by step. You tell them what \u0026ldquo;done\u0026rdquo; looks like. Bad prompt: \u0026ldquo;Help me with my files.\u0026rdquo; Good prompt: \u0026ldquo;Organize all files in this folder into subfolders by client name. Use the format YYYY-MM-DD-descriptive-name for all filenames. Create a summary log documenting every change. Don\u0026rsquo;t delete anything. If a file could belong to multiple clients, put it in /needs-review.\u0026rdquo; The second prompt defines the end state (organized folders), the naming convention, the output artifact (summary log), the safety constraint (no deletion), and the uncertainty protocol (needs-review folder). Claude can now execute autonomously and you can walk away. Every task prompt should answer three questions: What does \u0026ldquo;done\u0026rdquo; look like? What are the constraints? What should Claude do when it\u0026rsquo;s uncertain?\n中文翻译：\n这是改变一切的心态转变。Cowork 不是聊天机器人。它是同事。你不会一步步告诉同事如何做他们的工作。你告诉他们\u0026quot;完成\u0026quot;是什么样子的。糟糕的提示词：\u0026ldquo;帮我处理我的文件。\u0026ldquo;好的提示词：\u0026ldquo;将这个文件夹中的所有文件按客户名称整理到子文件夹中。对所有文件名使用 YYYY-MM-DD-描述性名称 格式。创建一个总结日志记录每个更改。不要删除任何东西。如果一个文件可能属于多个客户，把它放在 /needs-review。\u0026ldquo;第二个提示词定义了最终状态（有序的文件夹）、命名约定、输出产物（总结日志）、安全约束（不删除）和不确定性协议（needs-review 文件夹）。Claude 现在可以自主执行，你可以走开。每个任务提示词应该回答三个问题：\u0026ldquo;完成\u0026quot;是什么样子的？约束是什么？当 Claude 不确定时应该做什么？\n7. Always request a plan before execution 总是在执行之前要求一个计划\n英文原文：\nAdd this to your Global Instructions: \u0026ldquo;Show a brief plan before taking action on any task. Wait for my approval before executing.\u0026rdquo; This single line prevents 90% of Cowork disasters. Without it, Claude reads your prompt and immediately starts executing. Sometimes it\u0026rsquo;s exactly right. Sometimes it misinterprets one word and reorganizes three months of files in the wrong direction. With the plan step, you get a 30-second review window. \u0026ldquo;I\u0026rsquo;m going to create these six subfolders, move these files, rename them using this convention, and save a log here. Proceed?\u0026rdquo; You scan it. It looks right. You approve. Claude executes. The cost: an extra 30 seconds per task. The benefit: you never have to undo a 20-minute autonomous mistake.\n中文翻译：\n把这添加到你的 Global Instructions：\u0026ldquo;在对任何任务采取行动之前展示一个简要计划。在执行之前等待我的批准。\u0026ldquo;这一行防止了90%的 Cowork 灾难。没有它，Claude 读取你的提示词并立即开始执行。有时它是完全正确的。有时它误解一个词并以错误的方向重新组织三个月的文件。有了计划步骤，你得到一个30秒的审查窗口。\u0026ldquo;我要创建这六个子文件夹，移动这些文件，使用这个约定重命名它们，并在这里保存一个日志。继续？\u0026ldquo;你扫描它。它看起来正确。你批准。Claude 执行。成本：每个任务额外的30秒。好处：你永远不必撤销一个20分钟的自主错误。\n8. Tell Claude what to do with uncertainty 告诉 Claude 如何处理不确定性\n英文原文：\nThis is the most underrated practice in the entire list. Most people give Claude clear instructions for the happy path but say nothing about edge cases. What happens when a receipt image is blurry? When a file could belong to two categories? When a data source is incomplete? Claude will guess. And Claude\u0026rsquo;s guesses are often wrong not because it\u0026rsquo;s stupid, but because it doesn\u0026rsquo;t know your preferences for ambiguous situations. Build uncertainty handling into every task: \u0026ldquo;If a date isn\u0026rsquo;t clear, mark it as VERIFY. If a file could go in multiple folders, put it in /needs-review. If you\u0026rsquo;re less than 80% confident in a classification, flag it instead of guessing.\u0026rdquo; This transforms Cowork from a tool that sometimes produces errors into a tool that tells you exactly where it needs your judgment. That\u0026rsquo;s a fundamentally different value proposition.\n中文翻译：\n这是整个列表中最被低估的实践。大多数人给 Claude 清晰的快乐路径指令，但对边缘情况只字不提。当收据图像模糊时会发生什么？当一个文件可能属于两个类别时？当数据源不完整时？Claude 会猜测。Claude 的猜测往往是错的——不是因为它愚蠢，而是因为它不知道你对模糊情况的偏好。在每个任务中构建不确定性处理：\u0026ldquo;如果日期不清楚，标记为 VERIFY。如果一个文件可能放在多个文件夹中，把它放在 /needs-review。如果你对分类的信心低于80%，标记它而不是猜测。\u0026ldquo;这将 Cowork 从有时产生错误的工具转变为准确告诉你它在哪里需要你的判断的工具。这是一个根本不同的价值主张。\n9. Batch related work into single sessions 将相关工作批处理到单个会话中\n英文原文：\nEvery Cowork session has startup cost. Claude reads your files, loads your context, processes your folder structure. That\u0026rsquo;s compute you\u0026rsquo;re paying for. Don\u0026rsquo;t run five separate sessions for five related tasks. Run one session: \u0026ldquo;I need to process this month\u0026rsquo;s expense receipts, update the budget spreadsheet, generate a summary report, draft an email to finance, and save everything to /monthly-reports/february.\u0026rdquo; Claude plans all five tasks, shares context across them (the receipt data feeds into the budget which feeds into the report which feeds into the email), and produces five connected deliverables in one run. Faster. Cheaper. Higher quality because the context from each task informs the next. If you\u0026rsquo;re hitting usage limits, this is usually the fix. Fewer sessions with more tasks per session is almost always better than many sessions with one task each.\n中文翻译：\n每个 Cowork 会话都有启动成本。Claude 读取你的文件，加载你的上下文，处理你的文件夹结构。这是你在支付的计算。不要为五个相关任务运行五个单独的会话。运行一个会话：\u0026ldquo;我需要处理这个月的费用收据，更新预算电子表格，生成一份总结报告，起草一封给财务的邮件，并把所有内容保存到 /monthly-reports/february。\u0026rdquo; Claude 计划所有五个任务，在它们之间共享上下文（收据数据输入预算，预算输入报告，报告输入邮件），并在一个运行中产生五个相互关联的可交付成果。更快。更便宜。更高质量，因为每个任务的上下文都会通知下一个。如果你达到使用限制，这通常是解决方案。每个会话有更多任务的更少会话几乎总是比每个会话一个任务的许多会话更好。\n10. Use subagents deliberately by asking for parallel processing 通过要求并行处理来有意识地使用子代理\n英文原文：\nCowork\u0026rsquo;s most powerful feature is one most users never trigger. When you give Cowork a task with independent parts, it can spin up multiple subagents to work on them simultaneously. Each subagent gets fresh context, tackles its piece, and hands results back to the main agent for synthesis. How to trigger it: include \u0026ldquo;Spin up subagents to\u0026hellip;\u0026rdquo; or \u0026ldquo;Work on these in parallel using subagents\u0026rdquo; in your prompt. Example: \u0026ldquo;I\u0026rsquo;m evaluating four vendors. Spin up subagents to research each one\u0026rsquo;s pricing, support reputation, and integration options. Give me a comparison table.\u0026rdquo; Instead of researching sequentially vendor A, then B, then C, then D Cowork launches four parallel agents. The task that used to take 40 minutes takes 10. Use it for: competitive analysis, multi-source research, processing batches of files, evaluating options from different angles (financial, operational, customer experience), and any task where subtasks don\u0026rsquo;t depend on each other. Caveat: subagents work best on Opus 4.6 and consume more tokens. Use them for complex tasks where the time savings justify the cost. Don\u0026rsquo;t use them to organize your Downloads folder.\n中文翻译：\nCowork 最强大的功能是大多数用户从未触发的功能。当你给 Cowork 一个具有独立部分的任务时，它可以启动多个子代理同时处理它们。每个子代理获得新鲜的上下文，处理它的部分，并将结果交回给主代理进行综合。如何触发它：在你的提示词中包含\u0026quot;启动子代理来\u0026hellip;\u0026ldquo;或\u0026quot;使用子代理并行处理这些\u0026rdquo;。示例：\u0026ldquo;我正在评估四个供应商。启动子代理来研究每个供应商的定价、支持声誉和集成选项。给我一个比较表。\u0026rdquo; Cowork 不是按顺序研究供应商 A，然后 B，然后 C，然后 D，而是启动四个并行代理。过去需要40分钟的任务现在需要10分钟。用于：竞争分析、多源研究、批处理文件、从不同角度评估选项（财务、运营、客户体验），以及任何子任务不相互依赖的任务。注意事项：子代理在 Opus 4.6 上工作效果最好，并消耗更多 token。将它们用于时间节省证明成本合理的复杂任务。不要用它们来整理你的下载文件夹。\n🎯 Part 3: Automation and scheduling (practices 11–13) 第三部分：自动化和调度（实践 11-13）\nThis is where Cowork goes from productivity tool to autonomous system.\n这是 Cowork 从生产力工具转变为自主系统的地方。\n11. Schedule recurring tasks with /schedule 使用 /schedule 安排重复任务\n英文原文：\nType /schedule in any Cowork task. Claude walks you through setting up a task that runs automatically daily, weekly, monthly, or on demand. The best scheduled tasks I\u0026rsquo;ve set up: Monday morning briefing: \u0026ldquo;Every Monday at 7 AM, check my Slack channels and calendar for the week. Summarize what\u0026rsquo;s coming up, flag anything that needs prep, and save a briefing to /weekly-briefings.\u0026rdquo; Friday status report: \u0026ldquo;Every Friday at 4 PM, pull my completed tasks from Asana, summarize what I shipped this week, draft a status update, and save to /reports.\u0026rdquo; Daily competitor tracking: \u0026ldquo;Every day at 9 AM, research [competitor names] for news, product updates, or pricing changes. Save a summary only if there\u0026rsquo;s something new.\u0026rdquo; Critical limitation: scheduled tasks only run when your computer is awake and Claude Desktop is open. If your machine is asleep when a task is due, Cowork catches up when you\u0026rsquo;re back and notifies you. Plan around this.\n中文翻译：\n在任何 Cowork 任务中输入 /schedule。Claude 会引导你设置一个每天、每周、每月或按需自动运行的任务。我设置的最佳定时任务：周一早晨简报：\u0026ldquo;每周一早上7点，检查我的 Slack 频道和本周日历。总结即将发生的事情，标记任何需要准备的事项，并将简报保存到 /weekly-briefings。\u0026ldquo;周五状态报告：\u0026ldquo;每周五下午4点，从我的 Asana 中提取已完成的任务，总结本周我交付了什么，起草状态更新，并保存到 /reports。\u0026ldquo;每日竞品跟踪：\u0026ldquo;每天早上9点，研究[竞争对手名称]的新闻、产品更新或定价变化。只有在有新内容时才保存总结。\u0026ldquo;关键限制：定时任务只在你电脑醒着且 Claude Desktop 打开时运行。如果你的机器在任务到期时处于睡眠状态，Cowork 会在你回来时补上并通知你。围绕这一点做计划。\n12. Build once, run weekly externalize everything to files 构建一次，每周运行——将所有内容外部化到文件\n英文原文：\nCowork has no memory between sessions. This is simultaneously its biggest limitation and its greatest design feature. No memory means no context bleed. No hallucinated recollections from three weeks ago. Every session starts clean. But it also means you can\u0026rsquo;t rely on \u0026ldquo;Claude remembers how I like this done.\u0026rdquo; The solution: externalize everything to files. Your preferences live in context files. Your project plans live in markdown documents. Your standard operating procedures live in skill files. Your decisions and outcomes live in log files. One power user documented building a weekly review system: 1,500+ lines across five specialized subagent instructions. Built once. Runs weekly. Claude reads the instructions, spins up five parallel agents, each with scoped permissions and defined outputs, and produces a complete weekly review without any new input. If you want continuity, you have to build it into files. But the upside is massive: a well-documented workflow is portable, shareable, and version-controlled. It doesn\u0026rsquo;t live in one AI\u0026rsquo;s memory. It lives in your system.\n中文翻译：\nCowork 在会话之间没有记忆。这同时是它最大的限制和最伟大的设计特性。没有记忆意味着没有上下文泄露。没有三周前的幻觉回忆。每个会话都是干净的开始。但这也意味着你不能依赖\u0026quot;Claude 记得我喜欢怎么做这个。\u0026ldquo;解决方案：将所有内容外部化到文件。你的偏好存在于上下文文件中。你的项目计划存在于 markdown 文档中。你的标准操作程序存在于技能文件中。你的决策和结果存在于日志文件中。一位高级用户记录了构建每周审查系统的过程：五个专门的子代理指令，超过1500行。构建一次。每周运行。Claude 读取指令，启动五个并行代理，每个都有限定权限和定义的输出，并产生一个完整的每周审查，无需任何新输入。如果你想要连续性，你必须将它构建到文件中。但好处是巨大的：一个文档完善的流程是可移植的、可共享的、版本控制的。它不存在于一个 AI 的记忆中。它存在于你的系统中。\n13. Use the /schedule + connectors combo for real automation 使用 /schedule + 连接器组合实现真正的自动化\n英文原文：\nScheduled tasks become genuinely powerful when combined with connectors. Connect Gmail, Slack, Google Drive, Notion, Asana, or any of the 50+ available integrations. Then schedule tasks that pull live data: \u0026ldquo;Every Monday, pull all unread Slack messages from #product-feedback, categorize them by theme, and create a summary in Google Drive.\u0026rdquo; \u0026ldquo;Every morning, check my Gmail for invoices, extract amounts and dates, and update the expenses spreadsheet in my local /finance folder.\u0026rdquo; This is where Cowork stops being a task executor and starts being an autonomous system. The scheduled task runs. The connector pulls live data. Claude processes it. The output appears in your folder or your connected tool. You review when you\u0026rsquo;re ready. Settings → Connectors → Browse connectors to see what\u0026rsquo;s available. Start with Slack and Gmail. Those two alone will save you hours per week.\n中文翻译：\n当与连接器结合时，定时任务变得真正强大。连接 Gmail、Slack、Google Drive、Notion、Asana 或任何50多个可用的集成。然后安排拉取实时数据的任务：\u0026ldquo;每周一，从 #product-feedback 拉取所有未读的 Slack 消息，按主题分类，并在 Google Drive 中创建总结。\u0026ldquo;\u0026ldquo;每天早上，检查我的 Gmail 中的发票，提取金额和日期，并更新我本地 /finance 文件夹中的费用电子表格。\u0026ldquo;这是 Cowork 停止作为任务执行者并开始成为自主系统的地方。定时任务运行。连接器拉取实时数据。Claude 处理它。输出出现在你的文件夹或你连接的工具中。你在准备好时审查。设置 → 连接器 → 浏览连接器查看可用的内容。从 Slack 和 Gmail 开始。仅这两个每周就会为你节省数小时。\n🎯 Part 4: Plugins and skills (practices 14–16) 第四部分：插件和技能（实践 14-16）\nPlugins are Cowork\u0026rsquo;s modular brain. Skills are its playbook. Most users install one plugin and never look back. That\u0026rsquo;s leaving 80% of the value on the table.\n插件是 Cowork 的模块化大脑。技能是它的剧本。大多数用户安装一个插件就不再回头。这浪费了80%的价值。\n14. Stack plugins for compound capability 堆叠插件以获得复合能力\n英文原文：\nEach plugin is a bundle of skills, slash commands, and subagent configurations designed for a specific domain Sales, Legal, Finance, Product Management, Data Analysis, and so on. But here\u0026rsquo;s what most people miss: plugins are composable. You can install multiple plugins and use capabilities from all of them in a single task. Example: Install the Data Analysis plugin and the Sales plugin. Then: \u0026ldquo;Analyze our Q1 pipeline data (use Data Analysis), identify the three weakest deals, and draft personalized follow-up emails for each (use Sales).\u0026rdquo; Claude uses capabilities from both plugins in one workflow. My current stack: Productivity (always on), Data Analysis (always on), Sales (for outreach weeks), and Marketing (for content weeks). Rotate the last two based on what I\u0026rsquo;m focused on. Start with the tier list I published install the S-tier and A-tier plugins that match your role. Then experiment with combinations.\n中文翻译：\n每个插件都是为特定领域设计的一包技能、斜杠命令和子代理配置——销售、法律、财务、产品管理、数据分析等等。但大多数人错过的是：插件是可组合的。你可以安装多个插件，并在单个任务中使用它们的所有能力。示例：安装数据分析插件和销售插件。然后：\u0026ldquo;分析我们第一季度的管道数据（使用数据分析），识别三个最弱的交易，并为每个交易起草个性化的跟进邮件（使用销售）。\u0026rdquo; Claude 在一个工作流中使用两个插件的能力。我当前的堆栈：生产力（始终开启）、数据分析（始终开启）、销售（用于外联周）和营销（用于内容周）。根据我关注的内容轮换最后两个。从我发布的等级列表开始——安装与你角色匹配的 S 级和 A 级插件。然后尝试组合。\n15. Build custom skills for your specific workflows 为你的特定工作流构建自定义技能\n英文原文：\nA skill is a markdown file that teaches Claude how to approach a specific, repeatable task. Plugins bundle many skills. But you can also create your own. Structure of a custom skill file: # [Skill Name] ## Purpose: What this skill does. ## Inputs: What information Claude needs. ## Process: Step-by-step instructions. ## Output: What the finished deliverable looks like. ## Constraints: Rules and guardrails. Example: I created a \u0026ldquo;Weekly Article Drafting\u0026rdquo; skill. Purpose: Draft a 2,000-word article from a topic and outline. Inputs: topic, outline, target audience, key evidence. Process: research using web search, draft sections, match brand-voice.md, generate VISUAL SUGGESTIONS and QUOTABLE LINES. Output: .docx file in /articles/drafts. Constraints: no AI semantic language, no filler phrases, minimum 8 evidence points. Now I say \u0026ldquo;Run my article drafting skill on [topic]\u0026rdquo; and get a publication-ready draft. The skill encodes everything I\u0026rsquo;d normally spend 20 minutes explaining in a prompt. Save custom skills as .md files in your working folder or upload them through the Customize menu. Claude reads them at the start of every relevant session.\n中文翻译：\n技能是一个 markdown 文件，教 Claude 如何处理特定的、可重复的任务。插件捆绑了许多技能。但你也可以创建自己的。自定义技能文件的结构：# [技能名称] ## 目的：这个技能做什么。## 输入：Claude 需要什么信息。## 过程：分步说明。## 输出：完成的可交付成果是什么样子的。## 约束：规则和护栏。示例：我创建了一个\u0026quot;每周文章起草\u0026quot;技能。目的：从主题和大纲起草一篇2000字的文章。输入：主题、大纲、目标受众、关键证据。过程：使用网络搜索进行研究，起草章节，匹配 brand-voice.md，生成视觉建议和可引用行。输出：/articles/drafts 中的 .docx 文件。约束：没有 AI 语义语言，没有填充短语，最少8个证据点。现在我说\u0026quot;在[主题]上运行我的文章起草技能\u0026rdquo;，就会得到一个可发布的草稿。技能编码了我通常在提示词中花费20分钟解释的所有内容。将自定义技能保存为 .md 文件放在你的工作文件夹中，或通过自定义菜单上传。Claude 在每个相关会话开始时读取它们。\n16. Use the Plugin Management plugin to build plugins conversationally 使用插件管理插件通过对话构建插件\n英文原文：\nThis is the most meta feature in Cowork and the most underused. Install the Plugin Management plugin. Then say: \u0026ldquo;Help me create a plugin for [your workflow].\u0026rdquo; Claude walks you through defining skills, slash commands, and configuration conversationally. No code. No GitHub. No markdown syntax you need to learn. You describe what you want. Claude builds the plugin. You test it. You refine it. In under an hour, you have a custom plugin that codifies your specific workflow, your specific standards, and your specific terminology. For teams, this is transformative. One person builds a plugin for your team\u0026rsquo;s standard processes. Everyone installs it. Suddenly the whole team produces consistent, on-brand, process-compliant output because the standards live in the plugin, not in individual memory. Enterprise teams: Anthropic launched a private plugin marketplace in February. Admins can create, curate, and distribute custom plugins across the organization. Build once. Deploy to hundreds.\n中文翻译：\n这是 Cowork 中最元的功能，也是最未被充分利用的。安装插件管理插件。然后说：\u0026ldquo;帮我为[你的工作流]创建一个插件。\u0026rdquo; Claude 通过对话引导你定义技能、斜杠命令和配置。没有代码。没有 GitHub。没有你需要的 markdown 语法。你描述你想要什么。Claude 构建插件。你测试它。你完善它。在一个小时内，你有一个自定义插件，将你的特定工作流、你的特定标准、你的特定术语编纂成法典。对于团队来说，这是变革性的。一个人为你的团队的标准流程构建一个插件。每个人都安装它。突然间，整个团队产生一致的、符合品牌的、符合流程的输出，因为标准存在于插件中，而不是个人记忆中。企业团队：Anthropic 在二月推出了一个私有插件市场。管理员可以在整个组织中创建、策划和分发自定义插件。构建一次。部署到数百人。\n🎯 Part 5: Safety and efficiency (practice 17) 第五部分：安全与效率（实践 17）\n17. Treat Cowork like a powerful employee, not a toy 将 Cowork 视为强大的员工，而不是玩具\n英文原文：\nCowork has real file system access. It can create, move, rename, and with your permission delete files on your actual computer. It can browse the web. It can interact with connected tools. It can run for hours unsupervised. That power demands respect. Here are the non-negotiable safety practices: Back up before experimenting. Especially with file organization tasks. Cowork gets it right most of the time. \u0026ldquo;Most of the time\u0026rdquo; isn\u0026rsquo;t good enough for your client contracts. Keep sensitive files in separate folders. Financial documents, passwords, personal information put them in folders Cowork never touches. Don\u0026rsquo;t grant access to your entire Documents directory. Scope tightly. Always add \u0026ldquo;Don\u0026rsquo;t delete anything\u0026rdquo; unless you specifically want deletions. Even with deletion protection (Claude asks before deleting), it\u0026rsquo;s better to prevent the request entirely. Monitor the first few runs of any new workflow. Watch what Claude does. Read the plan. Check the output. Once you trust a workflow, you can step away. But earn that trust first. Be aware of prompt injection risk. If Claude reads a malicious document or website, hidden instructions could alter its behavior. Don\u0026rsquo;t point Cowork at untrusted file sources or unfamiliar URLs without reviewing them first. Track your usage. Cowork consumes significantly more of your allocation than regular chat. Complex, multi-step tasks with subagents are compute-intensive. If you\u0026rsquo;re hitting limits, batch related work, use \u0026ldquo;revise section 2 only\u0026rdquo; instead of \u0026ldquo;redo everything,\u0026rdquo; and pre-load context through files instead of re-explaining in chat.\n中文翻译：\nCowork 有真正的文件系统访问权限。它可以在你的实际计算机上创建、移动、重命名，并在你的许可下删除文件。它可以浏览网页。它可以与连接的工具交互。它可以无人监督地运行数小时。这种力量需要尊重。以下是不可协商的安全实践：在实验之前备份。特别是对于文件组织任务。Cowork 大部分时间都做得对。\u0026ldquo;大部分时间\u0026quot;对你的客户合同来说不够好。将敏感文件放在单独的文件夹中。财务文件、密码、个人信息——把它们放在 Cowork 从不触及的文件夹中。不要授予对整个 Documents 目录的访问权限。严格限定范围。总是添加\u0026quot;不要删除任何东西\u0026rdquo;，除非你特别想要删除。即使有删除保护（Claude 在删除之前询问），完全防止请求更好。监控任何新工作流的前几次运行。观察 Claude 做什么。阅读计划。检查输出。一旦信任一个工作流，你可以走开。但首先要赢得这种信任。注意提示词注入风险。如果 Claude 读取恶意文档或网站，隐藏指令可能改变其行为。不要在没有先审查的情况下将 Cowork 指向不受信任的文件来源或不熟悉的 URL。跟踪你的使用情况。Cowork 比普通聊天消耗更多的配额。复杂的、多步骤的、带有子代理的任务是计算密集型的。如果你达到限制，批处理相关工作，使用\u0026quot;只修改第2节\u0026quot;而不是\u0026quot;重做所有内容\u0026rdquo;，并通过文件预加载上下文而不是在聊天中重新解释。\n🎯 The pattern behind all 17 practices 所有17个实践背后的模式\n英文原文：\nIf you zoom out, every practice on this list follows the same principle: Invest in setup. Reduce prompting. The people struggling with Cowork are writing long, detailed prompts for every task and getting inconsistent results. The people thriving with Cowork spent an afternoon building their context architecture manifest files, global instructions, context files, folder instructions, custom skills and now write ten-word prompts that produce client-ready deliverables. This is the fundamental shift from ChatGPT-era thinking to Cowork-era thinking. ChatGPT rewarded prompt engineering. Cowork rewards system engineering. The prompt is the least important part of a Cowork session. The context, the structure, the skills, and the constraints you\u0026rsquo;ve built around it that\u0026rsquo;s where the output quality comes from. As one Substack writer who runs five parallel workflows before breakfast put it: \u0026ldquo;It feels less like a conversation and more like leaving tasks for a capable coworker.\u0026rdquo; That\u0026rsquo;s the target. Not a chatbot. Not a prompt-and-respond tool. A coworker who already knows your standards, your voice, your projects, and your preferences because you built that knowledge into files it reads every single time.\n中文翻译：\n如果你缩小视野，这个列表上的每个实践都遵循相同的原则：投资于设置。减少提示词。与 Cowork 斗争的人正在为每个任务写长而详细的提示词，并得到不一致的结果。在 Cowork 中茁壮成长的人花了一个下午构建他们的上下文架构——清单文件、全局指令、上下文文件、文件夹指令、自定义技能——现在写十个词的提示词，产生可客户就绪的可交付成果。这是从 ChatGPT 时代思维到 Cowork 时代思维的根本转变。ChatGPT 奖励提示词工程。Cowork 奖励系统工程。提示词是 Cowork 会话中最不重要的部分。上下文、结构、技能和你围绕它构建的约束——这才是输出质量的来源。正如一位在早餐前运行五个并行工作流的 Substack 作者所说：\u0026ldquo;这感觉不像对话，更像给一个有能力的同事留下任务。\u0026ldquo;这就是目标。不是聊天机器人。不是提示词和响应工具。一个已经知道你的标准、你的声音、你的项目、你的偏好的同事——因为你把这些知识构建进了它每次读取的文件中。\n✅ Your implementation checklist 你的实施清单\n英文原文：\nDo these in order. Each one compounds on the last. Today (30 minutes): Create your three context files and set your Global Instructions. This alone puts you ahead of 95% of Cowork users. This week: Add a _MANIFEST.md to your most-used project folder. Install two to three plugins that match your role. Set up one scheduled task. This month: Build your first custom skill for your most repeated workflow. Experiment with subagents on a complex research task. Refine your context files based on output quality. By the end of month one, you\u0026rsquo;ll have a Cowork setup that produces higher-quality output in less time than any AI tool you\u0026rsquo;ve used before. The difference between Cowork as a toy and Cowork as a system is seventeen practices and about two hours of setup. The gap between people who know these practices and people who don\u0026rsquo;t is already massive. In six months, it\u0026rsquo;ll be a canyon.\n中文翻译：\n按顺序做这些。每个都在上一个的基础上复合。今天（30分钟）：创建你的三个上下文文件并设置你的 Global Instructions。这一点 alone 就让你领先95%的 Cowork 用户。本周：给你最常用的项目文件夹添加一个 _MANIFEST.md。安装两到三个与你角色匹配的插件。设置一个定时任务。本月：为你最重复的工作流构建你的第一个自定义技能。在复杂的研究任务上尝试子代理。根据输出质量完善你的上下文文件。到第一个月结束时，你将拥有一个 Cowork 设置，在比以前使用的任何 AI 工具更短的时间内产生更高质量的输出。Cowork 作为玩具和 Cowork 作为系统之间的区别是十七个实践和大约两小时的设置。知道这些实践的人和不知道的人之间的差距已经很大了。六个月后，它将是一个峡谷。\n🔗 相关资源 作者信息 X 账号：@heynavtoor 主页：https://x.com/heynavtoor 认证状态：✅ 认证账号 文章统计 发布时间：2026年3月2日 00:42 互动数据： 回复：67 转帖：594 喜欢：3,533 书签：14,161 观看：216.6万 ","permalink":"https://study.helloaidev.com/posts/17-best-practices-that-make-claude-cowork-100x-more-powerful/","summary":"\u003ch1 id=\"17-best-practices-that-make-claude-cowork-100x-more-powerful\"\u003e17 Best Practices That Make Claude Cowork 100x More Powerful\u003c/h1\u003e\n\u003ch2 id=\"帖子信息\"\u003e帖子信息\u003c/h2\u003e\n\u003ch3 id=\"基本信息\"\u003e基本信息\u003c/h3\u003e\n\u003cul\u003e\n\u003cli\u003e\u003cstrong\u003e作者\u003c/strong\u003e：Nav Toor 认证账号 (@heynavtoor)\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e链接\u003c/strong\u003e：https://x.com/heynavtoor/status/2028148844891152554\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e发布时间\u003c/strong\u003e：2026年3月2日 00:42\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e类型\u003c/strong\u003e：长推文（Thread）\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e互动数据\u003c/strong\u003e：\n\u003cul\u003e\n\u003cli\u003e回复：67\u003c/li\u003e\n\u003cli\u003e转帖：594\u003c/li\u003e\n\u003cli\u003e喜欢：3,533\u003c/li\u003e\n\u003cli\u003e书签：14,161\u003c/li\u003e\n\u003cli\u003e观看：216.6万\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003c/ul\u003e\n\u003chr\u003e\n\u003ch2 id=\"-中英对照翻译\"\u003e📝 中英对照翻译\u003c/h2\u003e\n\u003ch3 id=\"开头部分\"\u003e开头部分\u003c/h3\u003e\n\u003cp\u003e\u003cstrong\u003e英文原文\u003c/strong\u003e：\u003c/p\u003e\n\u003cblockquote\u003e\n\u003cp\u003eI\u0026rsquo;ve been using Claude Cowork since January 12, the day it launched. In seven weeks, I\u0026rsquo;ve run over 400 Cowork sessions. I\u0026rsquo;ve tested every plugin, every connector, every slash command. I\u0026rsquo;ve broken it in ways Anthropic probably hasn\u0026rsquo;t seen. And I\u0026rsquo;ve figured out the exact practices that separate people who think Cowork is \u0026ldquo;kind of cool\u0026rdquo; from people who\u0026rsquo;ve replaced half their software stack with it. The gap is enormous. And it has nothing to do with prompting skill. It\u0026rsquo;s about setup. Structure. And seventeen specific practices that most users will never discover on their own because Anthropic doesn\u0026rsquo;t document them. I tested each one. Measured the difference. Here\u0026rsquo;s the complete list — ranked by impact.\u003c/p\u003e","title":"17 Best Practices That Make Claude Cowork 100x More Powerful"},{"content":"创造力恢复协议 - 7 天从\u0026quot;脑炸\u0026quot;回到\u0026quot;活着\u0026quot; 帖子信息 基本信息 作者：DAN KOE (@thedankoe) 认证状态：✅ 认证账号 链接：https://x.com/thedankoe/status/2036824811712942576 发布时间：2026年3月25日 11:17 类型：长推文（Thread） 互动数据： 回复：56 转帖：28 喜欢：145 书签：177 观看：6,419 📝 中英对照翻译 开头部分 英文原文：\nThese past few weeks, I\u0026rsquo;ve felt completely brain-fried. You know that feeling. The one where you\u0026rsquo;re thinking about nothing and everything at the same time. That feeling when you try to think, brainstorm, or come up with a great idea, and nothing comes to mind, no matter how hard you try. It\u0026rsquo;s more of a cognitive burnout than an emotional one. I can keep working, sure, but I don\u0026rsquo;t feel very human. It could be stress. It could be too much AI (I\u0026rsquo;ve been playing vibe coding slot machine quite a bit recently). It could be falling out of my writing routine (which stems from shifting focus to other company problems, which leads to more stress). Great ideas and writing were a breeze for me just last month. I could sit down and write my heart out and feel like it was quality and close-to-original thinking. The longer this went on, the more the feeling compounded. Why can\u0026rsquo;t I write? Where did all my ideas go? How can I get back? That\u0026rsquo;s my primary goal with this letter. I want to provide both you and me with a guide that helps us return to our most creative state, and that\u0026rsquo;s very important, as you\u0026rsquo;ll find. My secondary goal is to show you that, even if you don\u0026rsquo;t think you\u0026rsquo;re a \u0026ldquo;creative person,\u0026rdquo; you can enter an incredibly enjoyable state of consciousness. Similar to flow state, but potentially more potent. You aren\u0026rsquo;t focused on breezing through a set of tasks. Instead, you\u0026rsquo;re seeing the world in a completely different way, like a dog who sees grass for the first time.\n中文翻译：\n过去几周，我感到完全脑力枯竭。你知道那种感觉。你试图思考、头脑风暴或提出一个伟大想法时，却什么也想不起来，无论多努力。这更像是认知倦怠，而不是情感上的。我可以继续工作，当然，但感觉不像人类。可能是压力。可能是太多 AI（我最近一直玩 vibe coding slot machine 相当频繁）。可能是偏离了我的写作惯例（这源于将注意力转移到其他公司问题，导致更多压力）。就在上个月，好的想法和写作对我来说轻而易举。我可以坐下来，把心掏出来，感觉这是高质量、接近原始思维的思考。这种情况持续时间越长，感觉就越加重。为什么我不能写？我所有的想法都去哪了？我怎么能回来？这是这封信的主要目标。我想为你和我提供一个指南，帮助我们回到最具创造力的状态，这非常重要，你会发现。我的次要目标是向你展示，即使你不认为自己是\u0026quot;有创造力的人\u0026quot;，你也可以进入一种极其愉快的意识状态。类似于心流状态，但可能更强大。你不是专注于快速完成一组任务。相反，你以完全不同的方式看世界，就像第一次看到草的狗。\n🎯 第一部分：你为什么没有想法 英文原文：\nI – You don\u0026rsquo;t have ideas because there\u0026rsquo;s too much interference. \u0026ldquo;I\u0026rsquo;m not a creative person.\u0026rdquo; That unfortunate and often unthought-through statement makes creativity seem like it\u0026rsquo;s some sort of talent or skill. In some ways, it is, but at its core, creativity is a natural way of being. It\u0026rsquo;s a state of consciousness. It\u0026rsquo;s a capacity that everyone has, but that capacity gets buried as time goes on. How does it get buried? With anything that narrows your mind. Creativity is a very open, relaxed state where you see connections, patterns, and possibilities that aren\u0026rsquo;t immediately obvious. It\u0026rsquo;s the act of noticing the unnoticed, which is not same as what most think creativity is: creating something from nothing. In my eyes, there are Three Narrowers of Mind:\n中文翻译：\nI – 你没有想法是因为有太多干扰。 \u0026ldquo;我不是一个有创造力的人。\u0026ldquo;这个不幸且经常未经深思的陈述使创造力看起来像是某种天赋或技能。在某些方面，确实是，但本质上，创造力是一种自然的存在方式。它是一种意识状态。它是每个人都拥有的一种能力，但随着时间推移，这种能力被埋葬了。它是如何被埋葬的？用任何限制你思维的东西。创造力是一种非常开放、放松的状态，你能看到连接、模式和并非立即明显的可能性。这是注意到未察觉之物的行为，这与大多数人对创造力的理解不同：从无到有创造。在我眼中，有三种思维窄化者：\n1. Conditioning is enemy of wonder（条件反射是好奇心的敌人） 英文原文：\nWhen you think of creativity, you think of children. They see the world through such fresh eyes. If a child asked ChatGPT to build a teleportation device so they can take their friends to another galaxy, nobody would bat an eye, but if you did that, people would think you\u0026rsquo;re just an idiot who doesn\u0026rsquo;t understand \u0026ldquo;how world works.\u0026rdquo; Kids haven\u0026rsquo;t yet received the compounding negative feedback from their parents, teachers, and peers. They haven\u0026rsquo;t internalized that they have to act a certain way to fit into a broken and boring society. You must go to school. You must do your best to get a high-paying job. You must praise this God, and if you disobey, you\u0026rsquo;re going to hell. By the time most people turn 20 years old, they are the same as everyone else. Same thoughts, actions, and types of beliefs. They are going down a life path assigned to them rather than the one they chose to create.\n中文翻译：\n当你想到创造力时，你会想到孩子。他们通过如此新鲜的眼睛看世界。如果一个孩子要求 ChatGPT 建造一个传送设备，这样他可以把朋友带到另一个星系，没人会眨眼，但如果你那样做，人们会认为你只是一个不懂\u0026quot;世界如何运作\u0026quot;的白痴。孩子还没有从父母、老师和同伴那里得到累积的负面反馈。他们还没有内化他们必须以某种方式行事，以适应一个破碎和无聊的社会。你必须上学。你必须尽力找到一份高薪工作。你必须赞美这个上帝，如果你违背，你会下地狱。到大多数人 20 岁时，他们和其他人一样。同样的想法、行动和信仰类型。他们走在分配给他们的人生道路上，而不是他们选择创造的那条。\n2. Productivity as a priority is a losing game（将生产力作为优先级是输家的游戏） 英文原文：\nWhen 9-5 job became a thing during industrialization, productivity became the highest value. Everyone became a specialist who only learned how to place one piece of the puzzle, because if they understood how to solve the entire thing, they would be entrepreneur not employee. Today, everyone feels like they\u0026rsquo;re falling behind (and if you\u0026rsquo;re being real, you\u0026rsquo;re never going to catch up in a game you didn\u0026rsquo;t create). Creativity is the only way out. You have this perpetual deadline that\u0026rsquo;s always looming. A stressed mind only worries about survival, and you can\u0026rsquo;t see new connections when your nervous system is ruled by deadlines. If your life isn\u0026rsquo;t structured around optimization and efficiency (in other words if you aren\u0026rsquo;t a robot) everyone thinks you\u0026rsquo;re useless. But that\u0026rsquo;s exactly what creativity demands. Useless wandering. True boredom. Creating space for the right idea to emerge that will take you much further than productivity bros stuck in the same race as everyone else. People who schedule every hour don\u0026rsquo;t stumble onto anything. The priorities themselves interfere with the conditions creative thought needs.\n中文翻译：\n在工业化期间，朝九晚五的工作成为了一件事，生产力成为了最高价值。每个人都成了一个专家，只学会了如何放置拼图的一块，因为如果他们理解如何解决整个事情，他们会成为创业者而不是员工。今天，每个人都感觉像是落后了（如果你是真实的，你永远不会追上你没有创造的游戏）。创造力是唯一的出路。你有这个永远逼近的最后期限。一个焦虑的心灵只关心生存，当你的神经系统被最后期限统治时，你看不到新的连接。如果你的生活不是围绕优化和效率构建（换句话说，如果你不是机器人），每个人都认为你是无用的。但这正是创造力所要求的。无用的漫游。真正的无聊。为正确的想法创造空间，这将带你走得更远，比被困在和其他人一样的竞赛中的生产力兄弟们。每小时安排一切的人不会偶然发现任何东西。优先级本身干扰了创造性思维所需的条件。\n3. Infinite input and zero processing time（无限输入和零处理时间） 英文原文：\nYour metabolism can only go so fast. It\u0026rsquo;s obvious that if you eat too much food, you start to feel slow and look slow. Yes, you get fat. But most people don\u0026rsquo;t realize this applies to mind as well. They feel as if they don\u0026rsquo;t consume 10 podcasts a week, they won\u0026rsquo;t be able to \u0026ldquo;keep up,\u0026rdquo; even though the opposite is true. Their mental metabolism doesn\u0026rsquo;t have time to digest information. There\u0026rsquo;s a time for curated information that helps spark more ideas, but if it isn\u0026rsquo;t kept under tight control, it gets dangerous very quickly. Creativity is rarely an input problem, but then again, you can only cook with what\u0026rsquo;s in the fridge. The problem is that most people\u0026rsquo;s fridges are overflowing with ice cream and soda pop.\n中文翻译：\n你的新陈代谢只能这么快。很明显，如果你吃太多食物，你会开始感觉迟钝，看起来缓慢。是的，你会变胖。但大多数人没有意识到这同样适用于大脑。他们感觉好像如果不每周消费 10 个播客，他们就无法\u0026quot;跟上\u0026rdquo;，即使相反的情况是真实的。他们的精神新陈代谢没有时间消化信息。有一个精心策划的信息时间，这有助于激发更多想法，但如果不是在严格控制下，它会变得非常危险。创造力很少是输入问题，但话又说回来，你只能用冰箱里的东西做饭。问题是大多数人的冰箱都溢满了冰淇淋和汽水。\n🎯 第二部分：你为什么无聊 英文原文：\nII – You\u0026rsquo;re not bored, you\u0026rsquo;re overstimulated. \u0026ldquo;Dan, I\u0026rsquo;m bored all the time and I\u0026rsquo;m not creative.\u0026rdquo; Being chronically overstimulated and overcaffeinated is not boredom. You\u0026rsquo;re so fried that you\u0026rsquo;ve gone all the way off to the other end and associate that with boredom because you\u0026rsquo;re so used to euphoria that it\u0026rsquo;s become boring. You quite literally can\u0026rsquo;t go any further, you must come back the other way. True boredom (after your withdrawal period) does a few things.\n中文翻译：\nII – 你不是无聊，你是过度刺激的。 \u0026ldquo;Dan，我一直很无聊，我没有创造力。\u0026ldquo;长期过度刺激和过度咖啡因并不是无聊。你太炸了，以至于完全走到另一端，并将其与无聊联系起来，因为你太习惯于兴奋，以至于无聊变成了无聊。你几乎无法再走下去了，必须从另一条路回来。真正的无聊（在你的戒断期后）会做几件事。\n1. Boredom provides a gateway to novelty（无聊提供了通往新奇的大门） 英文原文：\nCarl Jung, OG psychologist, harped on importance of shadow work – confronting uncomfortable aspects of ourselves we typically avoid. Sitting with boredom does just this. It activates breakthrough insights when the rational mind stops trying to solve everything. It reveals our authentic desires beneath external conditioning. It sets the scene for 3 flow triggers, making you more likely to enter a season of intense learning and building:\n中文翻译：\n卡尔·荣格，原始心理学家，强调阴影工作的重要性——面对我们通常避免的自己的不适方面。坐下来体验无聊就是做这些。当理性思维停止试图解决一切时，它会激活突破性洞察。它揭示了外部调节之下我们真实的欲望。它为 3 个心流触发因素设置了场景，使你更有可能进入一个强烈学习和建设的季节：\n2. The brain will upregulate dopamine receptors when deprived（大脑在剥夺时会上调多巴胺受体） 英文原文：\nHedonic adaptation is your psychological恒温器。No matter how high or low the temperature goes, it always tries to return to a set point. This creates what psychologists call a \u0026ldquo;hedonic treadmill.\u0026rdquo; You\u0026rsquo;re always running toward the next source of pleasure, but satisfaction never lasts. Each experience becomes your new normal, requiring more intense stimulation to achieve the same emotional high. But when you deprive yourself of pleasure, the opposite happens. A hedonic treadmill reversal.\n中文翻译：\n享乐适应是你的心理恒温器。无论温度高低，它总是试图回到一个设定点。这创造了心理学家所说的\u0026quot;享乐跑步机\u0026rdquo;。你总是奔向下一个快乐源泉，但满足感从未持续。每次经历都成为你的新常态，需要更强烈的刺激才能达到同样的情绪高点。但当你剥夺自己的快乐时，相反的情况就会发生。享乐跑步机逆转。\n3. You don\u0026rsquo;t need motivation, you need clarity（你不需要动力，你需要清晰） 英文原文：\nAll of humanity\u0026rsquo;s problems stem from man\u0026rsquo;s inability to sit quietly in a room alone. – Naval Ravikant\n中文翻译：\n人类的所有问题都源于男人无法独自安静地坐在房间里。——纳瓦尔·拉维坎特\n英文原文：\nBoredom creates space for sensemaking. That is, processing and integrating experience. The digestion that most people don\u0026rsquo;t realize as important. In the Information Age, modern technology creates a \u0026ldquo;context collapse.\u0026rdquo; Our brain is only capable of processing around 50 bits of information per second through our conscious attention. When you deprive yourself of the point of boredom, you\u0026rsquo;re almost forced to confront all of the problems that you\u0026rsquo;ve suppressed over the years. You need to sit and notice what happens in your mind. It will be painful, but if you sit with it long enough, you\u0026rsquo;ll receive a burst of clarity that launches you into a new phase of life. Through chaos, or a change in perspective of chaos, order emerges.\n中文翻译：\n无聊创造了意义建构的空间。也就是，处理和整合经验。大多数人不意识到这一点很重要的消化。在信息时代，现代技术创造了\u0026quot;语境崩溃\u0026rdquo;。我们的大脑通过我们的有意识注意力每秒只能处理大约 50 比特信息。当你剥夺无聊点时，你几乎被迫面对你多年来压制的一切问题。你需要坐下来，注意你的头脑中发生了什么。这会很痛苦，但如果你坐得足够久，你会收到一阵清晰感，将你带入生活的新阶段。通过混乱，或者通过视角的改变，秩序从中涌现。\n🎯 第三部分：7 天协议慢下来（如何再次感到活着） 英文原文：\nIII – The 7-day protocol to slow the fuck down (how to feel alive again) Alright you get it. Creativity is an incredible thing, and you should probably prioritize it more. But how? Well, we look at the problem (being overstimulated, overcommitted, mentally bloated) and design a system that results in alleviation of those things. That\u0026rsquo;s what you do when something isn\u0026rsquo;t going well, but when you\u0026rsquo;re stuck in this narrow-minded state, it\u0026rsquo;s hard to first identify what your problem is, and even harder to change your behavior. That\u0026rsquo;s why a letter like this can be helpful. It shines a light of awareness (you can\u0026rsquo;t ask ChatGPT what you don\u0026rsquo;t think to ask). Now, we don\u0026rsquo;t need a full \u0026ldquo;dopamine detox\u0026rdquo; here, but we do need to commit. As I said, this is very simple. That will cause people to think they\u0026rsquo;re above it and not try it. I highly discourage that way of thinking. That\u0026rsquo;s one reason you aren\u0026rsquo;t very creative. Day 1-2: Reduce The Input Fast\n中文翻译：\nIII – 7 天协议慢下来（如何再次感到活着） 好吧，你明白了。创造力是一个了不起的东西，你可能应该更优先考虑它。但是如何？嗯，我们看看问题（过度刺激、过度承诺、精神膨胀）并设计一个能缓解这些事情的系统。这就是当事情不顺利时你所做的，但当你被困在这种狭隘心态时，很难首先识别你的问题是什么，甚至更难改变你的行为。这就是为什么这样一封信可能会有帮助。它照亮了意识之光（你不能问 ChatGPT 你没想问的事情）。现在，我们不需要在这里进行完整的\u0026quot;多巴胺排毒\u0026rdquo;，但我们确实需要承诺。正如我所说，这非常简单。这会让人觉得他们高于它而不去尝试。我强烈不鼓励这种思维方式。这就是你不太有创造力的原因之一。第 1-2 天：快速减少输入\n📅 7 天协议详解 Day 1-2: Reduce The Input Fast（第 1-2 天：快速减少输入） 英文原文：\nThis is the equivalent of doing intermittent fasting, but for your mind. All of this is important, it\u0026rsquo;s okay if it doesn\u0026rsquo;t feel right.\n中文翻译：\n这相当于进行间歇性禁食，但是针对你的大脑。所有这一切都很重要，即使感觉不对也没关系。\n英文原文：\nImpose strict timeblocks on your workday. If you can, limit work to 4 hours a day for this week. If you can\u0026rsquo;t, that\u0026rsquo;s fine. Set an alarm that marks the end. When it goes off, you\u0026rsquo;re done. No \u0026ldquo;one last task.\u0026rdquo; Your job is to not think about work or productivity when you\u0026rsquo;re not working. You\u0026rsquo;re practicing the skill of letting something feel unfinished without anxiety.\n中文翻译：\n在工作日强制设置严格的时间块。如果可以，这周将工作时间限制为每天 4 小时。如果不行，那也没关系。设置一个标记结束的闹钟。闹钟响起时，你就完成了。没有\u0026quot;最后一个任务\u0026quot;。你的工作是在不工作时不要想工作或生产力。你在练习让某种东西感觉未完成而不焦虑的技能。\n英文原文：\nCut out your primary input source. Like junk food in the cabinet at night, pick one source you reach for most mindlessly. This could be a podcast on commute, scroll before bed, or news in morning. Replace it with nothing. Sit in silence. Listen for an idea.\n中文翻译：\n切断你的主要输入来源。就像晚上的橱柜里拿垃圾食品一样，挑选一个你无意识地伸手去的最无脑来源。这可能是通勤时听的播客、睡前刷的社交媒体或早上的新闻。用无来替换它。坐下来保持沉默。等待一个想法。\n英文原文：\nGo on a walk. Not because it will do anything magical, but because ideas are caught in motion. No headphones. Hell, even leave your phone at home. This walk won\u0026rsquo;t do much for you since it may be your first time, but trust the process.\n中文翻译：\n去散步。不是因为会做什么神奇的事情，而是因为想法在运动中被捕捉到。没有耳机。见鬼，甚至把手机留在家里。这次散步对你来说可能做不了太多，因为可能是你第一次，但相信这个过程。\nDay 3-4: Digest What\u0026rsquo;s Already There Now（第 3-4 天：消化已经存在的东西） 英文原文：\nNow that you\u0026rsquo;ve created space, things will start surfacing. Unfinished thoughts, suppressed feelings, random connections, and ideas you forgot existed. Your mind finally has time to break down what it\u0026rsquo;s been collecting but doing nothing with. During this phase (and while maintaining what you did in days 1 and 2), we\u0026rsquo;re going to practice noticing deeper layers of reality.\n中文翻译：\n现在你已经创造了空间，事物将开始浮现。未完成的想法、被压抑的情感、随机的连接和你忘记存在的想法。你的头脑终于有时间分解它一直收集但什么也没做的事情。在这个阶段（同时保持你在第 1 和第 2 天所做的），我们将练习注意现实的更深层。\n英文原文：\nRead one chapter of a book slowly. You aren\u0026rsquo;t trying to finish it or learn something, but simply trying to notice when a sentence makes you stop and think. When it does, put the book down. Sit with why that line hit you. In my eyes, this is the best way to read. Don\u0026rsquo;t try to quickly finish a book, just get what you need and put it down. That one idea will impact you more than an entire book.\n中文翻译：\n慢慢读一本书的一章。你不是试图完成它或学习什么，而只是试图注意到什么时候一句话让你停下来思考。当发生时，把书放下。坐下来，想想为什么那行让你停下来。在我眼中，这是最好的阅读方式。不要试图快速读完一本书，只需获取你需要的东西并写下来。那一个想法会比整本书对你影响更大。\n英文原文：\nSit with nothing for 10 minutes. You can call it meditation, sure, but I don\u0026rsquo;t want you to use a meditation app or any guided breathing technique. Just sit somewhere and let your mind do whatever it wants. It will be chaotic at first, but that\u0026rsquo;s digestion happening. Don\u0026rsquo;t do anything with it. Just sit.\n中文翻译：\n什么都不做坐 10 分钟。你可以称之为冥想，当然，但我不想让你使用冥想应用或任何引导式呼吸技巧。只是坐在某个地方，让你的头脑做它想做的任何事。一开始会很混乱，但那是消化在发生。不要用它做任何事。只是坐。\n英文原文：\nKeep going on a walk. Same rules, no headphones or any stimulation. But this time, try to actually see things. You\u0026rsquo;ve passed by these things a hundred times, but have you noticed the detail in the sidewalk, the structure of the tree\u0026rsquo;s branches, or the vastness of the sky? I bet you didn\u0026rsquo;t even look up at your last walk.\n中文翻译：\n继续散步。同样的规则，没有耳机或任何刺激。但这次，试着真正地看到事物。你已经过这些东西上百次了，但你注意到人行道的细节、树枝的结构，或天空的广阔了吗？我打赌你甚至没有抬头看你上次散步。\nDay 5-6: Become Interested In Life Again（第 5-6 天：重新对生活感兴趣） 英文原文：\nSomething I think about often: When people say they \u0026ldquo;don\u0026rsquo;t find anything interesting,\u0026rdquo; I wonder if they\u0026rsquo;ve actually looked around. Everything is interesting. Your mind is just so occupied with meaningless shit that you don\u0026rsquo;t notice it. By now, your mental fog should be lifting. You feel a bit sharper, colors are more vivid, conversations are more interesting, and small things feel meaningful again. You walk outside and finally just enjoy a breath of fresh air again.\n中文翻译：\n我经常想的一件事：当人们说他们\u0026quot;找不到任何有趣的东西\u0026quot;时，我想知道他们是否真的环顾四周。一切都是有趣的。你的头脑只是被无意义的东西占满了，以至于你注意不到它。到现在，你的精神迷雾应该正在消散。你感觉更敏锐一些，颜色更生动，对话更有趣，小东西再次变得有意义。你走到外面，终于只是享受一口新鲜空气。\n英文原文：\nTrust that ideas will come back. Resist the urge to take notes on everything. If it\u0026rsquo;s important, it will find its way to you. When you have an interesting thought, let it play out. Stay in that stream of consciousness. Don\u0026rsquo;t reach for your phone. In a world where people don\u0026rsquo;t trust their own minds, learn to trust yours.\n中文翻译：\n相信想法会回来。抵制记下一切的冲动。如果它很重要，它会找到你的路。当你有一个有趣的想法时，让它尽情发挥。留在那个意识流中。不要伸手拿手机。在一个人们不信任自己头脑的世界里，学会信任你的。\n英文原文：\nHave one real conversation. No \u0026ldquo;catching up\u0026rdquo; for 5 minutes before your next meeting. No \u0026ldquo;networking\u0026rdquo; to form a business connection. We\u0026rsquo;re trying not to perform here. Listen to other people\u0026rsquo;s perspectives and attempt to be as present as possible. Your brain may just light up.\n中文翻译：\n进行一次真正的对话。不在下个会议前 5 分钟\u0026quot;追赶\u0026quot;或\u0026quot;建立人脉\u0026quot;来形成商业联系。我们不是试图在这里表现。倾听其他人的观点，并尝试尽可能地临在。你的大脑可能只是亮起来。\n英文原文：\nExtend your walk. You might find that you don\u0026rsquo;t want to stop.\n中文翻译：\n延长你的散步。你可能会发现你不想停下来。\nDay 7: Create With What\u0026rsquo;s Emerged（第 7 天：用已经涌现的内容创造） 英文原文：\nMost people try to create from a state of depletion and then wonder why everything feels forced. I know this feeling well. I\u0026rsquo;ve written a newsletter almost every week for the past 5 years. But this last month, I couldn\u0026rsquo;t find what to write about. It felt forced. I\u0026rsquo;d fallen out of my creative way of life. Now that we\u0026rsquo;ve spent six days making space, processing, and letting connections form, you can create from abundance rather than obligation.\n中文翻译：\n大多数人试图从耗竭状态创造，然后想知道为什么一切都感觉被迫。我很了解这种感觉。过去 5 年，我几乎每周写一份通讯。但上个月，我找不到可以写什么。感觉被迫。我已经偏离了创造力的生活方式。现在我们已经花了六天创造空间、处理和让连接形成，你可以从富足而不是义务中创造。\n英文原文：\nMake something with no plan. Write, draw, record a 20-minute voice note, or cook without a recipe. The only rule is no rules. No strategic thinking or trying to find the perfect angle. Start a thread and follow it.\n中文翻译：\n毫无计划地做点什么。写作、画画、录制一个 20 分钟的语音笔记，或者不按食谱做饭。唯一的规则是没有规则。没有战略思考或试图找到完美的角度。开始一个推文并跟随它。\n英文原文：\nDon\u0026rsquo;t share it. I know this is antithetical to what I preach, but we need to remember what it\u0026rsquo;s like to not have silent opinions influencing your direction. Notice how it feels to have made something that\u0026rsquo;s yours.\n中文翻译：\n不要分享它。我知道这与我宣扬的相反，但我们需要记住没有沉默意见影响你的方向是什么感觉。注意拥有完全属于自己的东西是什么感觉。\n英文原文：\nAfter at least 24 hours, if you want to return to it and post it somewhere, be my guest. If you don\u0026rsquo;t know what to post or create, again,\n中文翻译：\n至少 24 小时后，如果你想回到它并在某处发布，请成为我的客人。如果你不知道发布或创建什么，再次，\n🎯 第四部分：为了有创造力，你需要创造某物 英文原文：\nIV – To be creative, you need something to create. Remember spelling tests in grade school? Whenever I learned a new word, I would start to hear that word everywhere. The same happened when I saw a car I\u0026rsquo;ve never seen before. I see it once, then I see it everywhere. The same happened when exposed to certain business opportunities. I didn\u0026rsquo;t even know they existed, because I was made to believe that a 9-5 was the end-all be-all, and once I started exploring, I noticed them everywhere. This is single most important catalyst for creativity. It\u0026rsquo;s the reticular activating system in our brains. It filters the millions of inputs we receive and surfaces the ones that match what we\u0026rsquo;ve unconsciously internalized as \u0026ldquo;this matters.\u0026rdquo; You need a meaningful project to work on. You need a problem to solve. You need a business to build. You need to create. An essay, a design, whatever. You\u0026rsquo;re creating a lens by which you reprogram your mind. Because if you are the culmination of ideas you\u0026rsquo;ve accepted into your head, and the ideas you accept are based on what you deem important, and the only things that were important to you were school, job, and retirement that industrial culture permeated into your parents, teachers, and peers, then the primary way to pursue a rare life is to simply question and choose what is important to you. When you have something important - a project, design, product - even a conversation you overhear on the street becomes creative fuel. You read a book and a sentence pops out at you, but when another person reads it, they don\u0026rsquo;t get the same effect. Without a project, your mind is a boat drifting in open water. The 7 day protocol we went through calmed the storm, but even with a calm sea, if you don\u0026rsquo;t have a direction you\u0026rsquo;re just floating. It\u0026rsquo;s nice, but at some point you\u0026rsquo;ll want to do something. So what makes a good frame? What makes a project worth creating?\n中文翻译：\nIV – 为了有创造力，你需要创造某物。 还记得小学的拼写考试吗？每当我学到一个新单词，我会开始到处听到那个单词。当我看到一辆我从未见过的车时，也发生了同样的情况。我看到一次，然后到处都能看到。当我接触到某些商业机会时，也发生了同样的事情。我甚至不知道它们存在，因为我被灌输相信朝九晚五就是一切，一旦我开始探索，我注意到到处都有它们。这是创造力最重要的单一催化剂。这是我们大脑中的网状激活系统。它过滤我们收到的数百万输入，并浮现出与我们无意识内化为\u0026quot;这重要\u0026quot;的内容相匹配的东西。你需要一个有意义的项目来工作。你需要解决的问题。你需要建立的企业。你需要创造的东西。一篇文章、一个设计、任何东西。你正在创建一个镜头，通过它重新规划你的头脑。因为如果你是接受到你头脑中的想法的产物，而你接受的想法是基于你认为重要的东西，而对你重要的唯一东西是学校、工作和退休，工业文化渗透到你的父母、老师和同伴，那么追求罕见生活的主要方式就是简单地质疑并选择什么对你重要。当你有重要的东西——一个项目、设计、产品——甚至在街上偷听到的对话都变成了创造力的燃料。你读一本书，有一句话跳出来对你说话，但当另一个人读到它时，他们不会得到同样的效果。没有一个项目，你的思想就像一艘船在开放的海上漂流。我们经历的 7 天协议平息了风暴，但即使有平静的海，如果你没有方向，你只是在漂浮。这很好，但在某个时候你会想做点什么。那么，什么使一个框架好？什么使一个项目值得创造？\n1. It has to be something unsolved for you（它必须是对你来说未解决的东西） 英文原文：\nIt doesn\u0026rsquo;t have to be completely original or novel, but it must be a challenge. There must be something you don\u0026rsquo;t know the answer to yet, which allows your subconscious to become a magnet for relevant and useful ideas.\n中文翻译：\n它不必完全原创或新颖，但它必须是一个挑战。必须有一些你还不知道答案的东西，这能让你的潜意识成为相关和有用想法的磁铁。\n2. It has to matter to you（它必须对你重要） 英文原文：\nYour pattern recognition is powered by emotional investment. A project you chose because it \u0026ldquo;looks good on paper\u0026rdquo; - like a high paying degree that you don\u0026rsquo;t actually care about - won\u0026rsquo;t activate the same radar as one that genuinely keeps you up at night.\n中文翻译：\n你的模式识别是由情感投资驱动的。一个你选择的项目只是因为\u0026quot;在纸上看起来很好\u0026quot;——比如你实际上并不关心的高薪学位——不会激活与真正让你在晚上保持活力的项目同样的雷达。\n3. It has to be shareable（它必须可分享） 英文原文：\nIn other words, it has to take some form. It has to exist in reality. It can be words, visuals, code, a conversation, a business, or a meal. You have to take abstract thoughts in your head, ground them in reality, and test their worth. We aren\u0026rsquo;t just imagining things we can\u0026rsquo;t do here.\n中文翻译：\n换句话说，它必须采取某种形式。它必须存在于现实中。它可以是文字、视觉效果、代码、对话、企业或一餐。你必须将头脑中的抽象思想建立在现实中，并测试它们的价值。我们不是在这里想象我们做不到的事情。\n💡 核心理念 创造力的本质 不是天赋：创造力是一种自然的存在方式和意识状态 被埋葬的能力：每个人的创造力都会被限制和条件反射所埋葬 重新激活：通过无聊和减少干扰可以重新激活创造力 问题的根源 过度刺激：太多输入（信息、社交媒体、AI） 优先级错误：生产力优先于创造力 缺乏处理时间：大脑需要时间消化信息 缺乏有意义的项目：没有方向和目标 解决方案 7 天协议：\n第 1-2 天：减少输入（4 小时工作限制、去除主要输入源、散步） 第 3-4 天：消化（慢读、静坐 10 分钟、散步） 第 5-6 天：重新感兴趣（真正的对话、信任想法、延长散步） 第 7 天：创造（无计划地创造、不分享、24 小时后作为客人回顾） 寻找有意义的项目：\n必须是挑战 必须对你重要 必须可分享 🔗 相关资源 作者信息 X 账号：@thedankoe 主页：https://x.com/thedankoe 认证状态：✅ 认证账号 挑战信息 挑战名称：Build a 2-Hour Content System In 14 Days 链接：https://stan.store/thedankoe/p/build-a-2hour-content-ecosystem-in-30-days 早鸟优惠：3 天后结束 写作/内容系统挑战：https://stan.store/thedankoe/p/build-a-2hour-content-ecosystem-in-30-days ","permalink":"https://study.helloaidev.com/posts/%E5%88%9B%E9%80%A0%E5%8A%9B%E6%81%A2%E5%A4%8D%E5%8D%8F%E8%AE%AE-7-%E5%A4%A9%E4%BB%8E%E8%84%91%E7%82%B8%E5%9B%9E%E5%88%B0%E6%B4%BB%E7%9D%80/","summary":"\u003ch1 id=\"创造力恢复协议---7-天从脑炸回到活着\"\u003e创造力恢复协议 - 7 天从\u0026quot;脑炸\u0026quot;回到\u0026quot;活着\u0026quot;\u003c/h1\u003e\n\u003ch2 id=\"帖子信息\"\u003e帖子信息\u003c/h2\u003e\n\u003ch3 id=\"基本信息\"\u003e基本信息\u003c/h3\u003e\n\u003cul\u003e\n\u003cli\u003e\u003cstrong\u003e作者\u003c/strong\u003e：DAN KOE (@thedankoe)\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e认证状态\u003c/strong\u003e：✅ 认证账号\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e链接\u003c/strong\u003e：https://x.com/thedankoe/status/2036824811712942576\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e发布时间\u003c/strong\u003e：2026年3月25日 11:17\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e类型\u003c/strong\u003e：长推文（Thread）\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003e互动数据\u003c/strong\u003e：\n\u003cul\u003e\n\u003cli\u003e回复：56\u003c/li\u003e\n\u003cli\u003e转帖：28\u003c/li\u003e\n\u003cli\u003e喜欢：145\u003c/li\u003e\n\u003cli\u003e书签：177\u003c/li\u003e\n\u003cli\u003e观看：6,419\u003c/li\u003e\n\u003c/ul\u003e\n\u003c/li\u003e\n\u003c/ul\u003e\n\u003chr\u003e\n\u003ch2 id=\"-中英对照翻译\"\u003e📝 中英对照翻译\u003c/h2\u003e\n\u003ch3 id=\"开头部分\"\u003e开头部分\u003c/h3\u003e\n\u003cp\u003e\u003cstrong\u003e英文原文\u003c/strong\u003e：\u003c/p\u003e\n\u003cblockquote\u003e\n\u003cp\u003eThese past few weeks, I\u0026rsquo;ve felt completely brain-fried. You know that feeling. The one where you\u0026rsquo;re thinking about nothing and everything at the same time. That feeling when you try to think, brainstorm, or come up with a great idea, and nothing comes to mind, no matter how hard you try. It\u0026rsquo;s more of a cognitive burnout than an emotional one. I can keep working, sure, but I don\u0026rsquo;t feel very human. It could be stress. It could be too much AI (I\u0026rsquo;ve been playing vibe coding slot machine quite a bit recently). It could be falling out of my writing routine (which stems from shifting focus to other company problems, which leads to more stress). Great ideas and writing were a breeze for me just last month. I could sit down and write my heart out and feel like it was quality and close-to-original thinking. The longer this went on, the more the feeling compounded. Why can\u0026rsquo;t I write? Where did all my ideas go? How can I get back? That\u0026rsquo;s my primary goal with this letter. I want to provide both you and me with a guide that helps us return to our most creative state, and that\u0026rsquo;s very important, as you\u0026rsquo;ll find. My secondary goal is to show you that, even if you don\u0026rsquo;t think you\u0026rsquo;re a \u0026ldquo;creative person,\u0026rdquo; you can enter an incredibly enjoyable state of consciousness. Similar to flow state, but potentially more potent. You aren\u0026rsquo;t focused on breezing through a set of tasks. Instead, you\u0026rsquo;re seeing the world in a completely different way, like a dog who sees grass for the first time.\u003c/p\u003e","title":"创造力恢复协议 - 7 天从\"脑炸\"回到\"活着\""},{"content":"乐观、执着、自信、强大的执行力和人脉是事情启动的关键。\n凝聚力强的团队、冷静与紧迫感的恰当结合，以及非理性的承诺是完成事情的关键。长期主义很稀缺；尽量不要担心短期内别人的看法，随着时间的推移，这会变得更容易。\n对于一个团队来说，做一件真正重要但困难的事情，比做一件无关紧要但容易的事情更容易；大胆的想法更能激励人心。\n激励机制是超能力；设置它们时要慎重。\n将资源集中在少数几个你深信不疑的赌注上；这说起来容易，但显然做起来很难。你可以删减的东西比你想象的要多。\n清晰、简洁地沟通。\n每次看到废话和官僚主义，都要与它们作斗争，并让其他人也加入进来。不要让组织架构图阻碍人们高效地协作。\n结果才是最重要的；不要让良好的流程成为糟糕结果的借口。\n花更多时间在招聘上。敢于冒险录用那些潜力巨大且进步迅速的人。除了智力，还要寻找他们能够成事的证据。\n超级明星的价值甚至比看起来还要高，但你必须根据他们对组织绩效的净影响来评估人才。\n快速迭代可以弥补很多不足；如果你迭代得足够快，犯错通常是可以接受的。规划应以十年为单位，执行应以周为单位。\n不要去对抗商业领域中相当于物理定律的东西。\n灵感是易逝的，生命流逝得很快。不作为是一种特别隐蔽的风险。\n规模往往会产生令人惊讶的涌现特性。\n复利效应（指数级增长）是魔法。特别是，你一定要建立一种随着规模扩大而获得复合优势的业务。\n站起来，继续前行。\n与优秀的人共事是生命中最美好的部分之一。\n原文链接：https://blog.samaltman.com/what-i-wish-someone-had-told-me\n","permalink":"https://study.helloaidev.com/posts/2026-03-27-what-i-wish-someone-had-told-me/","summary":"\u003cp\u003e乐观、执着、自信、强大的执行力和人脉是事情启动的关键。\u003c/p\u003e\n\u003cp\u003e凝聚力强的团队、冷静与紧迫感的恰当结合，以及非理性的承诺是完成事情的关键。长期主义很稀缺；尽量不要担心短期内别人的看法，随着时间的推移，这会变得更容易。\u003c/p\u003e\n\u003cp\u003e对于一个团队来说，做一件真正重要但困难的事情，比做一件无关紧要但容易的事情更容易；大胆的想法更能激励人心。\u003c/p\u003e\n\u003cp\u003e激励机制是超能力；设置它们时要慎重。\u003c/p\u003e\n\u003cp\u003e将资源集中在少数几个你深信不疑的赌注上；这说起来容易，但显然做起来很难。你可以删减的东西比你想象的要多。\u003c/p\u003e\n\u003cp\u003e清晰、简洁地沟通。\u003c/p\u003e\n\u003cp\u003e每次看到废话和官僚主义，都要与它们作斗争，并让其他人也加入进来。不要让组织架构图阻碍人们高效地协作。\u003c/p\u003e\n\u003cp\u003e结果才是最重要的；不要让良好的流程成为糟糕结果的借口。\u003c/p\u003e\n\u003cp\u003e花更多时间在招聘上。敢于冒险录用那些潜力巨大且进步迅速的人。除了智力，还要寻找他们能够成事的证据。\u003c/p\u003e\n\u003cp\u003e超级明星的价值甚至比看起来还要高，但你必须根据他们对组织绩效的净影响来评估人才。\u003c/p\u003e\n\u003cp\u003e快速迭代可以弥补很多不足；如果你迭代得足够快，犯错通常是可以接受的。规划应以十年为单位，执行应以周为单位。\u003c/p\u003e\n\u003cp\u003e不要去对抗商业领域中相当于物理定律的东西。\u003c/p\u003e\n\u003cp\u003e灵感是易逝的，生命流逝得很快。不作为是一种特别隐蔽的风险。\u003c/p\u003e\n\u003cp\u003e规模往往会产生令人惊讶的涌现特性。\u003c/p\u003e\n\u003cp\u003e复利效应（指数级增长）是魔法。特别是，你一定要建立一种随着规模扩大而获得复合优势的业务。\u003c/p\u003e\n\u003cp\u003e站起来，继续前行。\u003c/p\u003e\n\u003cp\u003e与优秀的人共事是生命中最美好的部分之一。\u003c/p\u003e\n\u003chr\u003e\n\u003cblockquote\u003e\n\u003cp\u003e原文链接：\u003ca href=\"https://blog.samaltman.com/what-i-wish-someone-had-told-me\"\u003ehttps://blog.samaltman.com/what-i-wish-someone-had-told-me\u003c/a\u003e\u003c/p\u003e\n\u003c/blockquote\u003e","title":"What I Wish Someone Had Told Me"},{"content":"收藏 AI 相关的好文章。英文内容自动翻译为中文，中文内容直接收录。\n","permalink":"https://study.helloaidev.com/about/","summary":"\u003cp\u003e收藏 AI 相关的好文章。英文内容自动翻译为中文，中文内容直接收录。\u003c/p\u003e","title":"关于"}]