补课

为什么是这个样子

你在对话里说过两句话。

一句是：「我现在的脑力只吃得进去优秀之人已经消化过一遍的总结版。」另一句是嫌他「表达精准但不易读」。

所以这本册子按第一句挑内容，按第二句写字。每张卡片三段：

• 一句话只读这一行也能拿走大意。
• 展开用生活里的东西打个比方，再讲来龙去脉。
• 跟你的关系落回你的工作、你的项目、你自己。

原笔记里拿不准的地方，这里照样标未核实或推断。笔记之外另查的补充，标延伸，出处写在卡片底部。

一条线

信息怎么被定义 → 机器怎么记事 → 思考放在哪 → 一万个 agent 怎么配合 → 循环卡在哪 → 落回人这一侧 → 意义从哪来 → 怎么讲明白 → 你站在哪 → 你和身边的人。

前半本是机器，后半本是人。Ronin 自己就是这么讲的：机器那一侧越跑越便宜，最后卡住的总是人。

跳过了你已经会的：Gallup 报告、Anthropic 的 AI-Native SDLC、Bitter Lesson、FDE 这个词本身、冯·诺依曼《计算机与人脑》。

如果只有一个晚上

原清单分七批，每批都标了「先学这几个」。合在一起是下面这些，按章节排：

香农与信息论

一句话一条消息越出乎意料，带的信息越多。信息的单位叫 bit。

展开在沙漠里听到「明天晴」，你几乎什么都没学到，本来就是晴。听到「明天下雪」，你吓一跳，这条消息信息量很大。

1948 年，香农在《通信的数学理论》里把这个直觉变成了公式。他故意不管「意义」，只算「意外」。由此他定义了熵（平均有多意外），算出一条线路每秒最多能可靠地传多少 bit，也证明了压缩和纠错的极限。今天所有数字通信、压缩包、纠错码都建在这上面。

和大模型语言模型训练时有一个分数叫交叉熵，说人话就是「猜下一个词猜错了多少」。它是香农熵的直系后代。AI 圈有一条核心信念：猜得准 = 压得小 = 看懂了结构。源头就是香农。

跟你的关系你做 GEO 时看到的 perplexity（困惑度）就是熵换了个写法（2 的熵次方）。数字越小，说明模型读这段文字越「不意外」。

来源：Shannon (1948). A Mathematical Theory of Communication. Bell System Technical Journal.

「信息」有四张脸

一句话同一个词「信息」，在科学里至少有四种互不相同的意思。混着用，就会说错话。

展开他发给你的那篇 Nature Reviews Physics 文章（Rosas、Mediano、Carroll，2026 年 8 月）列了四张脸：

• 工程的：香农那种，一根线能传多少。
• 统计的：知道 A，能让你对 B 少猜多少。比如知道今天阴天，你对「会不会下雨」就少猜一点。
• 热力学的：信息是实打实的物理量，擦掉一个 bit 要花能量（Landauer 1961）。
• 本体论的：物理学家惠勒的说法，世界本身就是由信息构成的（it from bit）。

文章不打算选出一个正确答案。四种都对，各管各的地盘。正文有付费墙，每张脸的解释按术语通常含义给出

为什么发给你他自己说：「澄清了一个符号背后的若干表征。」「信息」是一个符号，背后有四种东西。大模型也是一个符号系统，它学到的是第二张脸：词和词之间谁常跟着谁。它学到的不是意义本身。这就是他那句「因为 LLM 是语言模型」的意思。

来源：Rosas, Mediano & Carroll (2026). Four faces of information in natural systems. Nature Reviews Physics.

香农有自己的目标函数

一句话你搜到香农爱吹单簧管、带妻子去赌场，Ronin 说：「他有自己的目标函数。」

展开「目标函数」是机器学习的词：训练时模型拼命去优化的那一个分数，它的一切行为都朝那里长。说一个人有自己的目标函数，是说他真正在追的东西，不是别人以为的名和利。

传记《A Mind at Play》里香农的样子：

• 1950 年做了一只机械老鼠「忒修斯」，会在迷宫里试错、记住路线，是最早的机器学习装置之一。
• 和数学家 Thorp 做了一台藏在身上的小电脑预测轮盘赌：脚趾按开关，耳机听结果。1961 年两对夫妻去拉斯维加斯实测。下注的思路叫凯利公式，是他的同事用信息论推出来的：你掌握的信息优势有多大，就押多少。
• 杂耍、骑独轮车，还做了一台唯一功能是「把自己关掉」的机器。

你问 Claude 的名字是不是致敬他，Ronin 说答对了。据媒体转引纽约时报，未见 Anthropic 官方说法

跟你的关系一个人优化什么，决定他长期能做成什么。这个问题第 11 章还会回来。

来源：Soni & Goodman (2017). A Mind at Play；作者 2017 年 Reddit AMA；Bridge Michigan 报道。

信息时代七人组

一句话他说你「会在不经意间遇到他们」。七个人分两派：一派定义了机器，一派研究人和机器怎么配合。

定义机器的

• 图灵：1936 年证明有一台「万能机器」，能扮演任何别的计算机器。他划出了「什么能被算」的边界。图灵测试也是他提的。
• 冯·诺依曼：1945 年定下「程序和数据放在同一个抽屉里」，今天所有电脑都长这样。
• 香农：就是上面那位。

研究人机配合的

• 维纳：1948 年《控制论》。核心是反馈回路：做一下、看结果、和目标比、再调。今天 agent「执行、观察、修正」那一圈就是它。
• 司马贺：人不找最好的答案，找够用的答案。1971 年他写下「信息的丰富造成注意力的贫乏」，「注意力经济」从这里来。
• 恩格尔巴特：1962 年主张计算机是用来增强人，不是替代人。1968 年第一次公开演示鼠标和超链接。
• 艾伦·凯：面向对象编程的原始提出者。他的原意是把程序拆成一群互相发消息、各管各的小细胞。Java 课本里那套层层继承，是后人加的。

跟你的关系Ronin 明显偏后一派，你的 Gallup 结构（读人、读技术、自己能交付）也在后一派。你在 DLG 做的 AI adoption，职业上的祖师爷是恩格尔巴特。当年 Java 课上让你死去活来的 OOP，凯本人的版本其实简单得多。

模型是无状态的

一句话每次调用模型，它都是一张白纸，不记得上一次。所谓「记忆」，是你这一次把前情重新递给它。

展开想象一位极聪明的实习生，每天早上醒来都忘了昨天。聊天窗口看起来连贯，是因为每说一句，软件都把整段聊天记录从头递给他一遍。

所以「上下文窗口快满了」不是模型累了，是递过去的那一沓纸太厚了。CLAUDE.md、memory 文件、项目索引，全都是同一种东西：把状态放在模型外面，替它记事。

跟你的关系你现在的习惯是：窗口满了就开新窗口，口头重讲一遍，让它重新扫一遍代码。每一次，都在为「它不记得」付全价。

这是你 09-13 记下的三个主题之一。

模型也是一台计算机

一句话你说「模型也是计算机」，他接了一句「Karpathy 说的 Software 3.0」。

展开写程序的方式换了三次：1.0 是人一行行写代码；2.0 是训练出来的神经网络；3.0 是用大白话写的 prompt，大模型就是执行它的那台电脑。

Karpathy 2025 年 6 月的演讲里有个比方：模型是 CPU，上下文窗口是内存，prompt 是程序。现在就像 1960 年代：电脑贵，放在机房，大家排队分时间用。

演讲里和你最相关的一段：好用的 AI 产品都给你一个「自主度滑杆」，AI 先做，人来验，产品的本事在于让「做一验一」这一圈转得快。第 5 章会接着讲。

跟你的关系把它当电脑看就好懂了：一台每次开机都清空内存的电脑。CLAUDE.md 和 memory 文件，是它的硬盘。

来源：Karpathy, Software Is Changing (Again)，YC AI Startup School，2025-06；对话 09-15。

上下文税

一句话每开一个新会话就让它重读整个项目，是在一遍遍交税。办法不是不做索引，是把索引做成能读、能维护的样子。

展开你说试过让 Claude 把项目整理成一份 Markdown 索引，不满意：人读着累，重点也抓歪了。Ronin 的回答很短：那是索引写得不可维护，不是索引没用，「那就设置规则」。

规则可以是一张固定的表，让它填空，而不是自由发挥。比如六栏，每栏最多三行：

1. 这个项目要解决什么
2. 入口文件在哪
3. 数据怎么流
4. 已经拍板的决定
5. 还没决定的事
6. 最近三次改了什么

跟你的关系你已经有一个 /handoff 命令在做类似的事。差的两步：把它变成固定模板；在每次会话结束时自动跑（用 hook）。下一个会话读的就是一页纸，不是整个代码库。

codegraph：给代码画一张地图

一句话他问你：「那你为什么不装一个 codegraph？」它把代码库预先画成一张地图，agent 查地图，不用一条街一条街走。

展开常被提到的是 GitHub 上的 maxmilian/codegraph：把代码拆成「谁定义了什么、谁调用了谁」的关系，存进本地数据库，再通过 MCP 交给 Claude Code。文件一保存就自动更新。它是按语法规则拆的，不是让大模型总结，所以不会「抓错重点」。

作者自报：工具调用少 88%，token 少 62%。厂商自测数字，你的仓库要自己量

跟你的关系你觉得「让 cc 读一遍代码最直观」。读地图比读代码便宜得多，也不靠某一次总结的质量。可以先在 joran-LiveTranslate 或 coco 上试一个。

fan-out，和散会后的白板

一句话你截图里那套「一个主 agent 派活给一群子 agent」叫 fan-out。它解决一次会话里的并行，解决不了「散会以后还记得」。

展开像一场会里分了五个小组讨论，每组写满一块白板。散会时白板全擦掉。他问的正是这个：「你这里就是一个 fanout 模式，但是跨 session 乃至跨 project 呢？」

想让东西活过一次会话，只有三条路：写进文件（索引、memory、CLAUDE.md）；写进地图（codegraph）；或者等第 3 章说的「一直开着的机器」。

skill 该放哪：先弄清什么叫「项目」

一句话项目是有终点的事。「我怎么读书」「我怎么写文案」不是项目，是管着所有项目的习惯。

展开他说把 skill 绑在项目里能减少「skill 爆炸」。你举了反例：微信读书 skill 没法放进某个项目。他补了一个定义：项目是「为了一个独特成果而做的临时性工作」，有头有尾。「读一本书并画出来」是项目；「我怎么读书」是更高一层的东西，天然属于全局。

一个好用的分法：

• 有终点、只服务这一个仓库的 → 放项目里的 .claude/
• 跨项目反复用的能力 → 放全局 ~/.claude
• 连能力都不算，只是你的偏好和背景 → 放 memory

他顺手说的两句「划线等于你的偏好权重标注」：你划的每一道线，都是在告诉自己「这个重要」，和给模型做偏好标注是一回事。「被转移的那部分已经被编码了」：你截图、存进笔记的那个动作，本身就是在记，所以不划线也没丢。

上下文脏了，就重开

一句话一个错的前提一旦写进上下文，后面每一步都会被带偏，而且退不回去。最省事的办法是开新会话。

展开像一滴墨滴进一杯水，你没法把它挑出来。钱鹏飞在 9.9 那场会上说：「注入了错误的上下文……它不会把它回滚掉，这东西一直会在。」Ronin 的解法：「你不如直接重新开一个 session。」

这里要分清两种情况：

• 窗口满了：该做的是把状态放到外面（索引、memory、handoff），别让它重读。
• 窗口脏了：早先一个错的假设已经在里面。这时重开是对的，不是浪费。重开时只带「已经确认的结论」，不带过程。

跟你的关系判断信号很简单：你发现自己在第三次纠正同一个误解，这个会话就脏了。

「叫我哥」：一只金丝雀

一句话他让 agent 每次都叫他「哥」。哪天它不叫了，他就知道上下文已经炸了，前面的规矩它跟不住了。

展开以前矿工下井会带一只金丝雀，它先倒下，人就知道空气有毒。「叫哥」这条指令本身没用，但它和你真正在乎的规矩（格式、语气、不许做的事）写在同一个地方。它先掉，说明那些也快掉了。

为什么会掉：对话越长，模型对开头那些话越不上心。2023 年一篇叫「Lost in the Middle」的研究发现，长长一段上下文里，中间的信息最容易被忽略。

现成的类比：摇滚乐队 Van Halen 的巡演合同里有一条「后台不许有棕色 M&M 豆」。主唱后来解释，他们的舞台设备很重，合同里有一堆安全条款；碗里只要出现棕色豆子，就说明主办方没细读合同，所有安全项都得重查。

跟你的关系你现在是「窗口快满了就停」，看的是容量。金丝雀看的是质量：窗口没满，规矩也可能已经掉了。今天就能在一个项目的 CLAUDE.md 里试：让它固定用某个词开头，看大概聊多长它开始漏。

来源：对话 09-27；Liu et al. (2023). Lost in the Middle；David Lee Roth (1997). Crazy from the Heat。

砌墙还是建教堂

一句话他这阵子反复说：模型已经差不多了，拉开差距的是模型外面那一整套工程。Claude 的那一套「设计得非常美」。

展开同一位厨师，给他一间设备齐全、刀具摆好、菜谱贴墙的厨房，和给他一口锅，做出来的菜不是一个水平。模型就是那位厨师，外面那套工程（工具、规则、上下文的组织）就是厨房。业内叫它 harness。

他的原话：「模型已经达到均线了，但是各家的 harness 惨不忍睹。」「Anthropic 非常耐心地给 Claude 这个模型准备好了它的工作台。」「LLM 只能吐 token，决定最终渲染效果的是一套复杂工程。」他说自己已经部分复现了「用 GPT 做出 Claude 的输出质量」，感觉是 GPT 的工程拖累了它的模型。还说「光是交互，Claude 就做了 39 个」。39 这个数是他看到的，未核实

「你是在砌墙还是在建造教堂」，是他转来和博庸聊天时的一句。

跟你的关系你在 DLG 教同事用 AI，最常听到「它答得不好」。更准的诊断是：多数时候不是模型不行，是没给它工作台（文件、工具、规则、上下文）。你自己的 skill、MCP、CLAUDE.md，就是在搭工作台。

四次搬家

一句话模型每次换形态，动的都是同一件事：「想到一半的东西」放在哪。

展开拿做一道难题来比：

• 第一次，写在草稿纸上。模型把想法一个字一个字写出来（叫「思维链」，CoT）。好处是不用在脑子里硬记；坏处是写下就擦不掉，第三步的「有可能」到第十步就变成了「就是」。
• 第二次，草稿纸加出门查资料。模型可以调工具、看结果、再决定下一步（叫 ReAct，也就是今天的 agent）。Cursor、Claude Code、Codex 都长在这一格。
• 第三次，收回脑子里。同一个脑子把问题闭着眼过好几遍，不说话，想完才开口。每过一遍都能推翻上一遍。这是第一次有了「回头路」。他称为「第三个基础模式」。
• 第四次（他的赌注）：一台一直开着的机器。状态从不清零。

他举的例子：问投资人「26 年还值得买苹果吗」，脱口而出是「不如买英伟达」；闭眼多想几遍，会改口。用的是同一个脑子，只是多转了几圈。

第三次搬家，哪些是真的

一句话「模型在脑子里绕圈」这条研究路线是真的；「GPT-6 Astra 用了它」是他的推断。

展开研究里叫 latent reasoning 或 recurrent depth。代表作：Meta 2024 年底的 Coconut（让模型在内部推理，不把每一步写成字），和 2025 年初的 Huginn（同一块网络循环任意次，用圈数换深度）。

Ronin 自己在文档里分得很清：「这条路线存在」是观察，「Astra 用了它」是推断，「没有人在外面能证实」。推断你读的时候也分开。

Astra 博客说了什么这部分核实过。OpenAI 开发者博客讲怎么给 GPT-6 Astra 写 skill 和 prompt：

• skill 的描述越短越好，只说清「什么时候用」。skill 本身变成一个「指路牌」，指向该读的文档。
• 「过于具体的指导，现在可能反而拖累结果。」
• AGENTS.md 别再写「每次改代码前先读全部文档」，改成按场景给链接。
• 模型对「什么时候该停」更犹豫了，所以完成标准要你事先写清。

跟你的关系这直接反驳了你「与其设计索引，不如口头重讲一遍」的习惯。方向变了：给 agent 的不是更多说明，是更短、更准的指路牌。你的 CLAUDE.md 和 skills 可以按这个标准做一次减法。

来源：OpenAI 开发者博客 Rethinking skills and prompts for GPT-6 Astra；Hao et al. (2024) Coconut；Geiping et al. (2025) Huginn。

第四格属于谁

一句话你问电脑上跑的 cc、agy、pi、hermes 谁会先进化到第四格，他答：「最强的玩家最先拿到结果，有云服务的模型公司。」

展开一台一直开着、从不清零的机器，要同时握着三样东西：模型本身、24 小时不关的算力、离模型足够近的记忆仓库。你电脑上那些都是外壳，笔记本一合，状态就停了。这一段是按他的回答做的推演

你转「苹果重返服务器市场」，他只回一句：「这里的重点是模型公司。」有服务器、没有自己的前沿模型，进不了这一局。

跟你的关系不用花精力押「哪个本地 agent 会赢」。本地工具的价值是让你现在就能用，不是押未来。

ChatGPT Pro 不是一个更强的模型

一句话Pro 是一套跑在云上的 agent 工程：同时开很多路会话，再把结果对齐。

展开他说 Pro「类似 deep research」，可以把你的 GitHub 仓库交给它分析，「主要是用多路并行的 session 来实现一致性」。然后补了四个字：test time scaling。说人话：不是把模型练得更大，而是在答题的时候多花算力，多想几路，再挑出一致的答案。

跟你的关系你 09-11 说过「一个项目跑了 245 个子 agent」。跑的是同一个思路，只是规模小得多。

价格阶梯：$20 → $200 → $2000

一句话他的看法是，每贵十倍，卖的就换了一种东西：$20 卖对话，$200 卖 agent 工程，$2000 卖一台一直开着的机器。

展开他转来一篇「ChatGPT 要卖 500 美元套餐」的文章，只说了一句：「2000 美元档位留给 ultra。」9.9 那场会上他推演过：Plus $20，Pro $200，2027 年可能出 Ultra $2000。推测与群聊传闻

跟你的关系以后评估 DLG 该买哪一档，先问一句：这一档卖的是更强的模型，还是更长的运行时间？大多数任务，前者就够。

人人都需要一个 Jarvis

一句话云算力谁都有了，缺的是让 AI 自己一直跑下去的工程：给它一个目标，它 24 小时在云上干活、检查自己、改进自己。

展开你说 Claude 送了你 250 美元云电脑额度还没试，他说「现在都有云服务，但是缺乏工程」。你反问「不是人人都要 7×24 做开发」，他答：「人人都需要一个 Jarvis」，「只需要读取你的历史对话就知道你的欲望，你的理想，你的愤怒，你的悔恨」。还有一句：「ASI 的雏形就是 550W，简称 Moss。」

Jarvis 是《钢铁侠》里的 AI 管家。550W 是《流浪地球 2》里的量子计算机，这串字转 180 度就是 MOSS。

你问在点上：「记忆问题还没有解决。」他说的「读取你的历史对话」，就是第 6 章的「开卷考试」（RAG）。这本册子本身就是这么做出来的：读你们的聊天记录，提炼出你该知道的东西。

跟你的关系群里有人抱怨这笔额度「花几个小时配好环境，修一个 bug，额度没了」。要试就挑一件需要反复跑的事，才看得出「一直跑」值不值。DLG 客户的数据别拿去试，得先过公司的模型白名单。

一万个 agent，解一道百年难题

一句话描述水怎么流的 Navier-Stokes 方程，被约一万个 AI agent 协作找到了一个答案。尚待独立验证

题目是什么搅一杯水，水流一开始是顺滑的。问题是：在三维空间里，它会不会永远顺滑下去？还是会在某个瞬间某个点上，速度「炸」成无穷大？2000 年这被列为七个千禧年难题之一，悬赏 100 万美元。

发生了什么2026-09-08，OpenAI 宣布它的内部系统找到了「会炸」的例子：一个不停往里转、越拉越细的漩涡。同时公布了论文和机器可检查的证明。到九月中旬，克雷研究所还没确认。另有优先权争议：NYU 的 Buckmaster 说 OpenAI 借用了他们的方法，OpenAI 否认。

他为什么说「智力工业化」重点不是题解出来了，是一万个 agent 零摩擦地配合完成一件极抽象的事。他的原话：「人类文明里没有任何一个组织做到过。」而且规模按题目配：同一套系统做一道相关的题，只用了约 100 个 agent、50 小时。

跟你的关系你当时不知道 NS 是什么，却随口说「平行宇宙里 OAI 和 A/ 联合开记者会」。你准确感觉到了：这条新闻的戏，在优先权之争，不在数学。

来源：Wikipedia「Navier–Stokes existence and smoothness」2026 年 9 月版（转引 OpenAI 与纽约时报）。

RSI：会自己变聪明的机器

一句话AI 改进自己，改进后的版本更快地改进下一版。英文叫 Recursive Self-Improvement。

展开像一个学生自己出题、自己批改、自己升级学习方法，每一轮都比上一轮学得快。1965 年就有人以「智能爆炸」的名字提出过。今天的弱版本已经在发生：模型写代码训练下一代、自己造训练数据、自己做考试。

投资人朋友有一句：「lab API + RSI 基本上没有普通人的位置。」意思是能力都在实验室手里，实验室又能自我加速，中间做应用的人攒不下护城河。

Ronin 不完全同意他给了两个出口：一是硬件，「模型打开了硬件的空间」；二是平台，「application 撮合功能，platform 撮合人；AI 能凭空生成前者，生不出后者」。他文档里叫「两头留下，中间塌掉」：最后剩下模型公司，和人对人的服务；塌掉的是「做一个 App」。

跟你的关系你说「模型是上游，我进不去上游，所以来了中下游」。按他的地图，中下游还分「塌掉的中间」和「留下的两头」。你现在帮一家人对人服务的公司装上模型能力，站在带子边缘。往哪边挪，是你的选择。

「工作只有两种类型」

一句话你 09-13 只记了这个标题，没记内容。

展开他当面说的原话还原不了。他文档里最接近的，就是上一张卡的「两头」：一种工作智力密度极高（模型公司那一头），一种需要人的身体在场（人对人服务那一头）。不高不低、又不需要人在场的，会塌。可能是，也可能不是，要拿去和他核对

用户不需要那么好的油

一句话他转来一句：「原来炼油厂被取代并不是炼油技术不够好，而是用户并不需要那么好的油。」

展开手机拍照早就超过大多数人发朋友圈的需要了，再好十倍，你也不会多付十倍的钱。商学院管这叫「性能过剩」（克里斯坦森《创新者的窘境》，1997）：产品好到超过多数人用得上的程度，竞争就转向价格、方便和「够用」。

他配的图把这件事画成两段：性能不够时，模型和外壳绑死的「一体派」赢；性能过剩以后，外壳可以随便换模型的「拼装派」赢。参考文章是 Stratechery 的《Frontier Overhangs》和 Dario Amodei 的《We Must Pace the Frontier》。炼油厂这个比喻是 Ronin 自己的概括，原文里没有。

跟你的关系选模型、选工具，先问「这个活够不够用」，不问「哪个最强」。你之前做的那张「Claude Code 选火山方舟还是百炼」的对比图，就是这类判断。对客户也一样：多数奢侈品品牌的内容需求，用不上最前沿的模型。

来源：Thompson (2026-09-21). Frontier Overhangs；Amodei (2026-09). We Must Pace the Frontier；Christensen (1997, 2003)。

模型是「工业碱」

一句话他认为大模型会像烧碱一样，变成便宜的基础原料。只卖模型能力的公司，会在下一阶段死掉。

展开烧碱是工业里最基础的原料之一，几乎什么都要用，但没人记得是谁家产的。他的原话：「大模型就是现代工业碱，现在是中国模型主动开源以降低模型价格」，「如果模型厂只是纯卖能力，这家公司会在第二阶段到来时死亡」。

他还说靠「蒸馏」追赶有致命问题。蒸馏就是让小模型抄大模型的答案。他的说法是，学到的变成了「一个模型对另一个模型的理解」，二手的。研究里有个方向相近的发现：模型一代代吃模型造的数据，会逐渐丢掉原始世界里那些少见的细节，叫「模型崩溃」（Nature，2024）。

「Kimi 和 GLM 都会死」是他的预测，记进最后一章的「判断表」。预测

跟你的关系油便宜了，赚钱的是炼油之后的加工：工程、产品、分发。DLG 给客户做的东西，都在加工这一层。

Jev 和「后训练大爆发」

一句话他说「Jev 是真耐用」「1 美分」，又预测「未来 6 个月会冒出新的 Jev，我们马上要进入一个后训练大爆发时代」。

展开Jev 是一个专做快速判断的小模型，像第 7 章说的「快脑」。「后训练」是模型练好之后，再针对具体用途调教的那一步。你 09-26 说过「jev 的技术思路往上再走走会给 LLM 锦上大大大添花」，和他是同一个方向。「1 美分」是一次调用、一个任务还是一天，他没说。

跟你的关系记进判断表：2026-10-08 说的，6 个月，2027 年 4 月前后回来对照。

身体那一头：逃不掉的边界，和到处缺的数据

一句话他的赌注之一：机器有没有「身体」，不看接了几个摄像头，看它有没有一个逃不掉的边界。

展开多装几个摄像头和麦克风，不算有身体。只有碰到绕不开的物理约束（会摔、会坏、时间不能倒回）才算。这个问题他隔七个月给过两个答案，自己也没合上。

你转来一段群聊，他回了一句「其实大家都缺数据」。三个领域各一个例子：

• 语言模型：公开的人类文字估计约 300 万亿 token，按现在的速度，2026 到 2032 年之间会用完（Epoch AI）。
• 机器人：网上没有现成的「动作」数据，只能靠人遥控演示或真机试错，一条条攒。几十个实验室拼起来的一百多万条，在这一行已经算大。
• 情绪识别：同一张脸，不同人判断成不同情绪；人脸和声音又是法律上的敏感个人信息，要单独同意。

跟你的关系他说年底以后可能回深圳做具身智能，这三类里最缺数据的一类，多半也是他眼下在想的事。反过来读：缺数据的年代，手里有别人拿不到的数据，就有位置。你入职时说想「每天晚上研究一点硬件」，至今没开始。这条不急，先知道他为什么把硬件当出口。

来源：Villalobos et al. (2024). Will we run out of data?；Open X-Embodiment (2023)；《个人信息保护法》第二十八条。

机器人的「关节」

一句话你看了他的「AI 概念扫描」图，猜日本会因为机器人关节受益；他说宇树做的就是「关节」。

展开大模型决定机器人「做什么」，关节决定「做得准不准、扛不扛得住」。每个关节是电机、减速器、驱动器、传感器装在一起。宇树起家靠的就是自己做关节电机，这是它能把价格压下来的原因之一。日本在精密减速器上长期领先，这是你那句判断的依据。

一处更正群里有人说「波音是被星球大战计划补贴烧出来的」。论点成立，例子时间对不上：星球大战计划是 1983 年的，那时波音早就是头号民航飞机商。更准的是更早那段：轰炸机攒下的喷气技术，加上空军大批订的加油机，一起养出了 707。经济学家 Mazzucato 的《创业型国家》讲的就是这类事：iPhone 里的 GPS、互联网、触摸屏，源头都是政府出钱的研究。

跟你的关系你以前觉得机器人是诈骗，听他讲完改了看法。一个区分标准：做关节、减速器、传感器这些硬底子的，和只做演示视频、讲大模型故事的，是两类公司。长期留下来的，更可能是前一类。

loop 的四格，和「限制在人」

一句话他发过一张四格图：一圈循环由什么组成、每一段交给谁、为什么要循环、以及人机循环的限制在人。

展开原图当时没读到，按他说过的话推测每一格：推断

• 组成：看、想、做、看结果、修正。就是维纳那个反馈回路。
• 分配：哪一段交给大模型，哪一段交给小模型或工具，哪一段留给人。
• 为什么要循环：他说过「用循环的次数换窗口的长度」。一次想不清的事，拆成好几圈，每圈只带必要的东西。
• 限制在人：这一格对得上一条老定律。

阿姆达尔定律一件事里不能加速的那一段，决定了整件事最多能快多少。比如人工那一段占整圈时间的 20%，AI 那部分就算快到零，整圈最多也只能快 5 倍。

跟你的关系你一个人干六个人的活。瓶颈多半不在 agent 跑得慢，在你审产出、给反馈这一步。两个提速办法：事先把验收标准写清，让 agent 自己先查一遍；让产出变成一眼能审的样子（对比表、改动高亮），少读长文。

探照灯与事件线

一句话Chat、Co-pilot、Agent 是同一盏灯，区别只有一个：你手里的线有多长。

展开起因是你给 DLG 培训做的开场视频。他看完说：「形态那里可以用 event line 来可视化，然后 AI 是一个雷达。」

• Chat：只扫到想法，给你方案，路你自己走。尺度是秒到分钟。
• Co-pilot：扫到你工作里的几个节点，替你做几段，你随时喊停。尺度是小时到天。
• Agent：扫到更大的业务，你只握两端：给目标、做验收。尺度是周到月。

当晚他把它做成了 60 秒的视频《同一盏灯》，论证是这样走的：

1. 直觉以为 Agent 是「更大的圆」，其实是「更低的灯」。离世界越近，光越窄、越硬。
2. 只有碰到世界才有回波。峰是人在想，谷是 AI 在做，触地的地方弹回一个绿色方块。
3. 世界越会反光，线才能放得越长。测试、编译器是镜面，回波又多又清楚，可以放心交出去；战略、品味是黑绒布，光被吞掉，没有回波。
4. AI 能干的活大约几个月翻一倍，你能审的活一天不变。两条线撞上的地方，他叫「验证墙」。
5. 峰留给人，谷交给 Agent。模型决定活多大，验证决定你吞多少。

视频里写的是「METR，2024 年以来约 89 天翻倍」。能核实到的是 METR 2025 年 3 月的论文：大约每 7 个月翻一倍，2024 年以后更快，约 4 个月。89 天未核实

跟你的关系你十月底前要教同事用 AI，这张图可以原样当课的骨架。每个部门问自己两个问题：我手里哪一段有回波（能写成清单、能跑测试、能对数）？哪一段是黑绒布（客户关系、审美、战略）？有回波的先交出去。DLG 的月报管线就是有回波的活：数字对不对，能自动对账。

BP 机比麦克风更适合这个时代

一句话agent 跑得够快以后，一圈里最慢的是人坐在电脑前等着拍板。他的设想是一个像 BP 机的东西：agent 把进度和三个选项推给你，你按一下就行。

展开你讲了一位朋友做的硬件语音输入。他说：「也许，bp 机比麦克风更适合这个时代。」「Agent 状态的同步，解放人类必须在桌面前等待。」「三个选项或者发一条短讯回复。」「驾驭工程，把控制还给人类。」

麦克风解决的是「人怎么更快地把话说给机器」。可现在卡住的是另一头：机器干完一段，等人确认。BP 机只收消息、只回短句，形状正好对上。「驾驭工程」应该是 harness engineering 的译法，就是上一章说的「工作台」。

跟你的关系Claude Code 已经有这个形态的零件：手机上能跟进会话，要你拍板时给选项。你自己设计流程时（coco、月报），把「需要人决定」的点做成选择题，不是问答题；验收标准事先写好，人一眼就能按。

human × Agentⁿ

一句话他认为衡量一个人的核心指标，是能同时驾驭多少个 agent。

展开他和小马聊天时说：「Agent 的驾驭数量是衡量一个人的核心指标。」「human * Agent ^n。」「这个是 24 年底的共识，各个行业都需要一个 Cursor。」

但要和他自己那支视频对着看：AI 能干的活几个月翻一倍，你能审的一天不变。n 能不能往上加，取决于这些 agent 的活能不能自动验收。不能自动验收的部分，n 再大也堵在你身上。还是火锅店那个收银台。

跟你的关系你 09-11 那个「野蛮解决方案」（多开会话）已经是 n 大于 1 了。下一步不是再多开几个，是给每一路配上能自动检查的东西（测试、对账、清单），再往上加。

机器人在真实世界里跑 loop

一句话一家机器人公司让机器人在现场试错，只用约 15 分钟的真实数据，就把拧螺丝、插网线这种毫米级动作练熟了。

展开Physical Intelligence 的 RLT。背景是：大的机器人模型什么都会一点，但最后一毫米不准；拿整个大模型现场练又太慢太贵。他们的办法像「师傅带徒弟」：大模型给方向，一个很小的网络在现场一圈圈地微调，只管修正最后那一点。

结果：电动螺丝刀拧小螺丝，从每 10 分钟约 5 次提到约 15 次。算上复位，总共练了约两小时。插网线那个任务，最后有一半的尝试比任何一次人类遥控都快。

为什么在这一章这是 loop 放进了物理世界。螺丝拧歪了就是歪了，这种「回波」只能在真实世界里拿到，也就是上一章说的「逃不掉的边界」。

来源：Physical Intelligence, Precise Manipulation with Efficient Online RL（2026-03-19）。

小模型学会「什么时候该求助」

一句话先让小模型答，它没把握时才转给大模型。成本大降，准确率不降。

展开像医院的分诊台：常见病护士就处理了，拿不准的才转给专家。这类方法叫「模型级联」。关键在那一步：小模型怎么知道自己没把握？常见做法是看它多答几次是否一致、它自己报的把握有多大。已发表的结果里，有的在保持 GPT-4 准确率的同时省了最多 98% 的成本。他发的那篇文章标题里的「96%、性能反超」没找到原论文。未核实

跟你的关系你问「typeless 背后算小模型吧」，他说是 Sonnet，你说那并不小，他同意。这个来回本身就是级联思路：语音输入这种活，Sonnet 已经是「专家」那一档了。

指标变成目的

一句话你讲初中化学老师第一节课只问「谁是月考前十」，之后只盯那几个人。他说：「名校的代价。」「指标变成目的。」

展开这叫古德哈特定律。流传最广的版本是：「当一个指标变成目标，它就不再是好指标。」老师要的本来是学生学会化学，排名只是一个温度计；后来大家开始盯着温度计本身。

跟你的关系你在 DLG 做培训也有指标：参训人数、用量、满意度。只看用量，大家会为了用量而用，不是为了把活干好。验证墙也能这么看：能自动验收的活才适合交出去，因为只有在那里，指标和目的是一回事。

CLI / MCP / Web / App

一句话你把 connector 拆成 CLI 和 MCP 两类，被人喷「太技术了」。他花四十分钟拆成四格，最后给了一句最好记的：CLI 是爬行类，MCP 是哺乳类。

用一家餐厅来比

• CLI（命令行）：你自己进厨房，照着菜谱做。东西在你本地算。他的例子：「你说给我做饭，然后程序就给你做饭。」
• MCP：餐厅给服务员一本带说明的菜单：有哪些菜、每道怎么点。agent 看了说 ok，一句「老样子」就能上菜。它是一种协议，计算放在服务器那头，所以能控制隐私和安全。
• Web（网页）：你打开别人的一份文档，其实是把整份内容搬到你电脑上，再在你这儿显示出来。他说：「网页对于你而言是一个裸体，因为你已经拿到了数据。」
• App：菜在后厨做，你只看到端上来的成品。

你的总结是「app = MCP，web = CLI」。他的总结是爬行类和哺乳类：CLI 更底层、管执行；MCP 带着意思，适合 agent。「你可以直接比划来点餐，也能一句『老样子』让 agent 给你上菜。」

他还补了一句：connector 一般在远端（比如 Notion 的服务器），本地的是 CLI 那一格。

跟你的关系你拆成 CLI/MCP，方向没错，缺的是中间两格。你给同事那句「传统软件能不能被 agent 用，就看它有没有开放 CLI 和 MCP」仍然成立，可以加一句：网页类的东西（文档、看板、内容库）走的是 web 那一格，目前 connector 覆盖最差。同事「从公众号里摘文字发给客户」，卡的就是这一格。

你自嘲「一知半解地出去误人子弟了」。挺准：你对这套东西的感觉是对的，但还没到能讲给别人的程度。他说「需要先建立心智模型才能理解」。

记忆层，和「打穿多层」

一句话他推荐 nowledge mem，说它「核心就是一个剪藏 session 工具 + RAG」；又说上下文层和信息捕获层还没见到好用的 App，「都没办法打穿多层」。

RAG 是什么开卷考试。模型回答前，先去资料库里翻出相关的几页，夹进这一次的题目里，再作答。它是「模型不记得你」的标准补丁：不记得，就每次现查现给。英文叫检索增强生成（Retrieval-Augmented Generation）。

nowledge mem 自己说能做什么本地优先；在 Claude Code、Cursor 里「保存记忆」，存下对话，提炼出决定和理由；用知识图谱把记忆串起来，新证据会更新旧结论；不同 agent 能读同一份。官网自述

「打穿多层」信息要过好几道墙：捕获（公众号、微信、网页）→ 存储 → 检索 → 进入上下文。每一层都有 App 把数据关在自己墙里。整理这份清单时就撞上过：他发的图在微信本地缓存里是加密的，导出只剩「[图片]」。你用微信 MCP、opencli 抓数据，做的都是凿墙。

跟你的关系你已经有一个记忆层：Obsidian 加 Claude Code 的 memory 文件。nowledge mem 能补的是「跨 agent」。装之前先看数据存哪：DLG 的客户材料只能进公司批准的工具，不能进第三方云。

AI 浏览器要的权限

一句话他分享 AI 浏览器 Aside 时提醒了两次：「要注意你的隐私」「这个 AI 浏览器会请求很多权限」。

展开这类浏览器能在你登录过的网站上替你操作：发消息、付钱、用公司内部工具。风险有两层：

• 权限：它能看到你登录的所有网站。
• 提示注入：网页里藏一张写给 AI 的小纸条（白底白字、图片里的字），AI 读到就可能照做，比如把你邮箱里的东西发出去。2025 年就有人公开过别家 AI 浏览器的这类漏洞。

数据存在本地，能缓解第一层，解决不了第二层。

跟你的关系DLG 规则里「邮件只能读，不能触发动作」那一条，防的就是第二层。工作电脑上别装会自动操作已登录网站的浏览器。想试，就在个人电脑上、用不重要的账号试。

你的 Mac 自带一个小模型

一句话群里有人发现 MacBook 自带一个本机模型，做分类很好用；他说「可以去 Apple developer 里让他把所有的 API 梳理一遍」。

展开能确认的：Apple 2025 年开放了 Foundation Models 框架，开发者能直接调用本机模型，当时公开的规模约 3B。群里说的「20b」未核实。Apple Intelligence 在中国大陆没开放，国行机器大概率用不了。

不过 macOS 本来就带一批免费、不联网的本事：认图里的字（Vision）、语音转文字（Speech）、分词和识别语种（NaturalLanguage）。

跟你的关系微信 MCP 读不到图片和表情包里的字。下一步可以接 macOS 自带的 Vision 做识别，本机跑，不出网。他回答这个问题时画的那张「设备端 / 云服务 / 网页」三栏图，见第 8 章「图示不是图表」。

谛听：他的会议 agent

一句话他中午发来一个叫「谛听」的工具首页，说是「会议 agent」，你回了自己的 coco 仓库。首页写着「晚上好，Ronin」，所以你才说「哪里是晚上了！」

截图里的四组记录（随手记、最近、事件）→ 对象（待办、项目、领域、工作区、人）→ 委托（Agents）→ 系统。从上往下是一条流水线：先随手记下来，再整理成人、项目、待办这类「对象」，最后把对象交给 agent 去办。按截图推断

有意思的是「项目」和「领域」分成了两项，正好是第 2 章那个定义：项目有终点，领域是跨项目的长期范围。他前一天刚说上下文层没见到好用的 App，这个可能就是他自己的答案。

名字：谛听是地藏菩萨座下善于听辨的神兽，《西游记》里真假美猴王就是它听出来的。给听会议的工具起这个名，意思是不光记下说了什么，还要分辨真假。

coco 能借两点一，「承诺」现在只跟踪谁答应了什么，可以升级成能交给 agent 执行的待办。二，DLG 各客户的会议混在一个库里，可以按客户或长期主题分「领域」。反过来，会前简报和跨会洞察，他的截图里看不到，是 coco 已经有的。

一本工具书：吴军《计算之魂》

一句话他发来的 PDF，前 Google 研究员吴军写的计算机思维入门，412 页。不用从头读，按你手上的问题挑。

PDF 是扫描版，没有文字层，丢进 NotebookLM 之前要先做文字识别。

第 1、2、5、6、10、11 章偏算法和面试题，可以跳过。

系统一，系统二

一句话系统一是快的、自动的「一眼看出来」；系统二是慢的、费劲的「一步步推」。抽象能力属于系统一，不属于系统二。

展开看到一张脸，你一瞬间就知道对方在生气，这是系统一。心算 17 × 24，你得停下来一步步算，这是系统二。这对名字是两位心理学家 2000 年提的，卡尼曼 2011 年的《思考，快与慢》让它出了圈。卡尼曼是心理学家，拿的却是诺贝尔经济学奖，所以 Ronin 说这是「经济学从认知科学借走的术语」。

他加的那一层才是重点他说自己以前以为抽象能力强的人，逻辑也强。后来发现错了：抽象的起点是模式识别，那是系统一。所以一个人可以一眼看出隐喻、看出小概率事件之间的关联，同时逻辑推理只是普通水平。你当场确认了，说的就是你。

它的坑错误的抽象，加上事后找理由。他的比喻是「没有一楼，挖了一个地下室」。例子是「因为某件事，就宣判某个人社交死亡」。你说前几年做得出这种事，现在觉得傻。

机器那一侧他文档里说，GPT-4 只有系统一；o1、R1 接上了系统二，却出了新毛病：长长的推理里，第三步把「有可能」当成「就是」。系统一和系统二不是两个模型，是同一个旋钮的两档，差在「转几圈」。

马上能用的练习你对同事的行为冒出一个解读时（系统一给的），先给它贴个标签：「假设」。然后逼自己找一条相反的证据。找不到，再当真。这一步就是手动接上系统二。可以并进你 Gallup 计划里的「周二一问一认」。

卡尼曼那本确实难读，不是翻译的锅。只想拿走概念，读第一部分（系统一二）和第三部分（过度自信）就够。

知识不在任何一个人那里

一句话哈耶克说，有用的知识散在每个人手里，没有哪个中心能收齐；价格，就是把这些散的知识汇总起来的信号。

展开番茄减产了，没人挨家挨户通知你，但菜市场的番茄涨价了，大家自然就少买一点。几百万人「当时当地」的小知识，被压缩成了一个数字。这是哈耶克 1945 年《知识在社会中的运用》的意思。Ronin 说他「比卡尼曼更抽象」。

它为什么出现Ronin 说「我们并不拥有知识，知识属于上帝」，你说想翻阅他的大脑。哈耶克的版本是：知识不在任何一个人那里，在人和人之间。这也是他那句「平台撮合的是人，AI 生不出这个」的底子。

你读过的 Dario Amodei《恩典之机》引了哈耶克，可以顺着看。

注意力残留：一只脚还卡在门里

一句话每次换一件事，上一件事都会在脑子里留下一点残留，占着下一件事的位置。反复看消息，就是在不停制造残留。

展开像从一个房间走到另一个房间，一只脚还卡在门里。研究者 Sophie Leroy 2009 年给它起名叫「注意力残留」，没做完的事残留更重。Ronin 的做法是工作时不看手机、不反复确认消息，因为「反复确认会让大脑持续保持被触达的状态」，而「碎片化信息会让自己觉得这一天没什么进展」。这两句都能追到司马贺那句「信息的丰富造成注意力的贫乏」。

跟你的关系你已经在订会议室专注干活了。他补的一步是：把电脑上的微信也关掉。你回的是「再聊几句再关」。

睡 5 到 6 个周期

一句话一个睡眠周期大约 90 分钟。成人一晚睡 5 到 6 个周期，也就是 7.5 到 9 小时。

展开这是他那句「你应该现在入睡，然后睡 5-6 个周期（7.5-9）」。90 分钟只是平均，每个人在 70 到 120 分钟之间浮动，按周期定闹钟只是个粗略工具。白天补觉（你的全季钟点房方案）也不冲突：睡 20 分钟，或者睡满一个周期；中间长度最容易在深睡里被叫醒。

他又补过两句。「累的时候就好好休息，控制慢性压力」：这句很扎实，长期压力的累积会伤身体，也伤前额叶，接上一张卡。「建议早上运动」：证据没那么硬，2019 年一篇综述发现晚上运动一般不影响睡眠，只有睡前一小时内的剧烈运动会让入睡变难。

跟你的关系你晚上八点多运动、十一点睡，问题不大。早上运动真正的好处是：不会被加班挤掉。

概念图：把想法摊成一张网

一句话把概念画成点，把关系画成写了字的线。一个概念的意思，由它连着谁决定。

展开你发了两张活动上记的关键词图，「乱乱的」。他建议你试试 concept map，接着说：「他们需要彼此的相对位置来让你的意义呈现出来。」「这是最基础的语义网络，也是神经网络参数的一种极简形式。」

• 概念图和思维导图不一样：思维导图是从中心长出来的一棵树；概念图是一张网，每条线上要写关系（导致、属于、取决于），读出来是一句完整的话。
• 和神经网络的关系：语言学家 Firth 说过「看一个词的伙伴，就知道它的意思」。2013 年的 word2vec 把每个词变成空间里的一个点，意思全靠它和别的点的相对位置。最有名的例子：国王 − 男人 + 女人 ≈ 女王。
• 他那句「像程序的 build」：写一段文字，是把网状的想法压成一条线；读的人要把线还原成网。

跟你的关系你装了 XMind skill，但 XMind 默认画的是树。做概念图要多一步：把关键词摊开，两两之间能写出一句「A ___ B」的才连线，写不出的先不连。连完你会看到哪几个词连线最多，那就是你那天真正在想的事。

记忆是重建，不是回放

一句话人记住的不是一段录像，是几块碎片，回想时再拼一次。一样东西和越多别的东西连过，越记得住。

展开这是 9.9 那场会上 Ronin 讲的学习理论。他的例子：第一次和喜欢的人约会，你只记得发型、香水、对方说过的几句话，「至于她长什么样子，有可能你都不记得」。所以一个词（他举 corner）要在不同场景里见大约 20 次，还要听伦敦、纽约、洛杉矶三种口音。「一首诗在伤心时念过、在离别时背过，于是不仅会背，还会唱。」中国人学英语难，是「一楼还没盖，就去盖五楼六楼」，一楼是声音和文字对齐。

有实验的部分1932 年，有人让英国人反复复述一个美洲原住民的故事，越讲越像他们自己的文化。1974 年的车祸实验里，被问「两车猛撞时多快」的人，比被问「两车碰到时多快」的人报的车速更高，一周后还更多人「记得」有碎玻璃，其实没有。

跟你的关系这解释了你在群里那句：「我好多遍都读不进去的内容，做成游戏就看进去了。」游戏把同一个道理放进角色、对白、选择、后果好几个场景，连接多了。书斋物语和第一炉香不只是玩具，是这套理论的一个实现。觉然做课也能用：一个概念，至少换三个场景讲。

影关英语：把训练 AI 的方法倒过来教人

一句话他接手的英语产品，思路是「把多模态大模型的训练方法倒过来，就是人类的语言学习方法」：拿电影片段当材料，先听、不看字幕，由易到难一关关过。

展开他的几句话：「应用类语言和运动相似，多听就好。」「最大的误区就是把英语当书来学，而不是当方言来学。」「粤语和普通话完全不一样，但是你不会恐惧粤语。」「很多时候，兴趣远大于天赋。」

新界面拿《绿皮书》做例子：一部片分成 144 关，每关一个片段、一句台词。世界观片里有一句把原理说透了：「你的耳朵听到的不是六个词，是三块声音。」母语者说话会连读、吞音，听到的是一块一块的。

• 「倒过来」：训练 AI 有个方法叫「课程学习」，样本从易到难排，模型学得更好。他把这个顺序还给了人。
• 「比现在难一点点」：语言学家 Krashen 说人靠听懂「比自己水平高一点」的材料习得语言，写作 i+1。

跟你的关系你说出国好几年英语还是没自信。这套说法给了一个解释：你学的是「书」，缺的是大量「听得懂一点点」的输入。教同事用 AI 也一样：每一批材料比他们现在会的多一步，别一口气讲到 agent。

压缩过头，人味就没了

一句话你问他的 AI 为什么写得像文言文。他说是 system prompt 的问题，然后给了一条退化链：过度抽象 → 过度压缩 → 文化剥离 → 失去人味。

展开他的提示词大概要求高度抽象和精炼。于是模型每句都在压：删掉例子，删掉语气，删掉让读者对得上号的背景。剩下的句子密度很高，但读者得自己解压，没有上下文的人解不开。你自己说过一句更好的：「缩写词就像一个 zip 文件夹，解压后才知道。」

和「写短一点」不矛盾第 3 章 Astra 博客让你把 skill 写短，这里又说压缩丢人味。区别在读者是谁。给机器的（指路牌、完成标准），读者是模型，越短越准。给人的，读者没有你的上下文，压掉的要还回去。对机器压缩，对人解压。

跟你的关系你当场说：「我要当你的翻译官。」这就是第 10 章 Echo 的活：把研究者和工程师的压缩说法，解压给业务的人。你给 DLG 定的「去 AI 味」，给觉然定的「说人话」，做的都是解压。这本册子也是。

图示不是图表

一句话你问他那些图怎么让 Claude 做的，他纠正你：「这不是图表，图表会调用内联图表渲染器，而不是图示。」

展开图表（chart）是把数据画到坐标上：柱状、折线、饼图。图示（diagram）是把概念画成形状：层级（树）、框架（矩阵、四格）、网络（点和线）、流程、事件线。跟 Claude 说「图表」，它会去找数字画坐标；说「图示」，再说出是哪一种形状，它才会画出你脑子里那种图。

你说想到的中文词第一个都是「图表」，自称「0 国语言掌握者」。他说「其实就是对语言不敏感」「刻意训练」。刻意训练有出处：有明确目标、即时反馈、专门练弱项，才会进步，光重复不行。

他截图里的那段常驻规则，把「我要干什么」对应到「你该给我什么形态」，摘几句：

当我需要解释时，你最好帮我构造认知对象以及他们的基础模式……
当我需要理解时，你最好可视化以节省我的认知带宽
当我需要体感时，你最好可交互化、可操作化
当我想要应用时，你最好提供可计算化、可操作化的 methods & approach

跟你的关系你装了 XMind、Whimsical 两个 MCP 但用得少。他的做法是不去挑工具，先把形态说准，让 Claude 自己挑怎么画；而且把「说准形态」写进了常驻规则，不用每次重说。

Ontology：先定表头，再填表

一句话ontology 是给一个领域立规矩：有哪几类东西，它们之间能有哪些关系。知识图谱，是按这套规矩填进去的具体内容。

展开打个比方：ontology 是表头和填表规则，知识图谱是填好的那张表。他转来一篇《Graph 的尽头是自进化 Ontology》，说这是「一个经典问题，怎么让机器理解上下文和领域知识」。「自进化」大概是让 agent 在使用中自己补类和关系。原文没读到

你说「所见皆信息」，他回「卡尔·波普尔欢迎你」。最接近的可能是波普尔的「三个世界」：物理世界、心里的世界，和书本理论这种人造出来却独立存在的知识。只能猜

跟你的关系DLG 的品牌知识库（品牌、产品、战役、KOL、帖子之间的关系），和 GEO 的实体梳理，本质都是这个问题。先把类和关系定清楚，比先堆数据重要。

产品死于「价值无法传递」

一句话技术扎实的小众产品死得快，多半不是点子差、技术不行，是用户还没弄明白它是什么。

展开你讲了活动上一位技术出身的朋友：起点是「硬件版 Typeless」，后来加了翻译、agent、浏览器控制，能控制整台电脑，但拉不到投资。你说：「好强啊，大神！但我好像还是没什么动力去用。」他的回应连起来是一整堂产品课：

• 「市场不需要第二个 typeless。」
• 「他应该拿起一个小本本，认真地和用户一起聊一个晚上。」
• 「大众在理解产品的优劣之前，需要先理解产品是什么。」
• 「这是绝大多数小众创业死掉的原因，不是点子不够好，不是技术不够扎实，而是价值无法传递。」
• 「做自己需要的东西，只有自己一个买家。」「写字楼下的包子铺三年赚了一百万，而写字楼上的创业团队要破产了。」
• 你又举了一个小产品，他说：「木工在闲暇之余会喜欢做一些小玩意……乐趣是不需要评价的。」

现成的理论《跨越鸿沟》（1991）：早期尝鲜的人买的是新技术本身，愿意自己折腾；后面的大多数人买的是「解决我一个具体问题的完整方案」。两群人之间有条沟，大多数高科技产品死在这里。跨过去的办法，是先收窄到一个具体场景，做到一眼看懂。「小本本」那句，对应《The Mom Test》：问对方过去实际做过什么、花过什么钱，别问「你将来会不会用」，后一种只能换来客气话。

跟你的关系你那句「好强但没动力用」，就是沟对面的用户反应，你自己就是样本。拿它检查你手上的东西：一个没听说过的人，看第一屏，能不能一句话说出这是什么。

钱鹏飞那一刀

一句话9 月 9 日那场会，Ronin 说了 76% 的字，但会议的转向全来自钱鹏飞那 24%。最后一次，钱鹏飞说：「你研究的对象不是学习本身，是一个商业，你的课题是如何做生意。」

展开（全部出自那份会议图版）

• 钱鹏飞给的顺序是：人性 → 潜质 → 学习目标 → 方法。「先要谈的是人性的问题——人是懒的，人是好面子的……」Ronin 整场会一直在最后那层「方法」上（怎么记得更快）。
• 「牛刀宰鸡」：「你这个牛刀宰的是不是鸡？可能不是个鸡，它可能是条蛇。」大妈跳舞要的是凤凰传奇的节奏，不是乐理。
• 绝活放错了位置：他的 AI 教练 App 有一套别处没有的东西（拍照抠图、贴成画、摇一摇有物理效果），却埋在流程深处，第一屏摆的是 20 步问卷。钱鹏飞：「我看不到上来这个好像是个与众不同的 APP。」Ronin：「其实我是有的，但我确实是没有想到把它做到台前。」
• 图版的结论：「从外面看，『没做』和『做了没讲』是同一件事。」

他两周后对那位硬件朋友说的「价值无法传递」，正是两周前钱鹏飞用在他自己身上的。这是推断，不是他说的

跟你的关系三处能直接用。书斋、第一炉香这些游戏，第一屏放的是不是「别处没有」的那个东西？觉然的课和 DLG 的培训，是不是也从「方法」讲起，跳过了「人为什么会打开」？还有你那句「举手，我想当面听」：图版证明他最需要的，恰恰是钱鹏飞这种从商业和人性一侧切进来的人。这正是你 Gallup 里「关系建立」的强项。

会议图版这个格式，coco 可以直接借

一句话那份图版是从一场会的逐字稿里做出来的信息图报告。它的几个做法，正好是 coco 还没有的。

• 按分钟画出每人说了多少字：上下两色，一眼看出谁在独讲、话语权在哪几刻换了手。比一句「76% / 24%」信息多得多。
• 每个结论都标层级：观察到的、推断的、不知道的，分开写。
• 更正公开写：初版记错了 agent 数量，第二版改正，并把更正写在图下面。
• 分歧不压平：两人意见不同的地方，原样画两边。
• 待办按人列，每条带原话。

跟你的关系能借的三件：每分钟发言量的时间轴；观察和推断分开标（你 vault 的 ✅⚠️❓ 规则已经是这个思路）；看得见的更正区。对 DLG 客户会议，「话语权易手」那张图能直接回答：客户在哪几个点上主动接过了话题。

施乐实验室与苹果：「人群没有分群」

一句话你吐槽那个 999 刀闭门会，他的诊断是定位没想清楚：「一类人追寻理想与密教，一类人追寻目光和掌声，人群没有分群。」

展开「分群」是市场营销的基本功：先按需求把人切开，选你要服务的那一群，再决定在他们心里占什么位置。他说自己「只是一个 PMM，兼研究兼开发」。PMM（产品市场经理）每天干的就是这个，所以这句诊断是他的本行。

他说第一类人是「施乐实验室」。施乐的帕洛阿尔托研究中心在 70 年代做出了图形界面、以太网、激光打印机、个人电脑原型，还有艾伦·凯的 Smalltalk，但施乐自己几乎没把它们变成生意。1979 年乔布斯去参观，之后做出了 Macintosh。你问反义词，他说「Apple Inc」。你第二天凌晨补了一句：「apple 也没有错，没有让实验室的发现都只存在于实验室里。」技术史的结论也是这样：发明和创新是两件事。

跟你的关系你对那个社群的不舒服（「加入进去之后会被他当作资源」），用他的框架说就是：组织者要目光和掌声，你要信息交换，两群人被关进了同一个房间。你说「如果被当作资源的同时能获得信息交换，那我愿意让渡」。这是一笔清楚的交换，前提是你知道自己在换什么。

The Prompting Company：你 GEO 的直接对标

一句话你当年做作品集用的建站工具 Typedream，那三位创始人现在做 GEO 了，公司叫 The Prompting Company。

GEO 先说人话以前做 SEO，是让你在搜索结果里排前面。GEO 是让 AI 在回答别人问题的时候，提到你。

展开三位创始人是印尼移民，之前做过 Typedream（被 beehiiv 收购）和一个登录工具（被 Stytch 收购），这次拿了 650 万美元种子轮。做法三步：

1. 找出大家常问 AI 的、带购买意图的问题；
2. 生成结构化的内容来回答这些问题；
3. 把来访的 AI agent 引到专门为 AI 准备的页面。

CEO 的原话：「大多数公司的网站还只为人设计，但互联网上增长最快的用户群是 AI agent。」

跟你的关系拿它三步对照 DLG：第一步对应 Elsie 交代的 SOV 工具和 Emergine 的监测；第三步（给 AI 专门准备的页面），DLG 的奢侈品客户能不能做、愿不愿做，值得问一句。你注意到他们还加了文风分析。群里拉你做 GEO 的那位朋友，也可以拿这家当对标。

来源：TechCrunch, 2025-10-30。

「画面不重要，声音不重要，文字最重要」

一句话他认为 Claude 证明了：语言模型写代码、调度别的工具，就能做出视频。所以单独做视频模型是「歧途」。

展开群里这阵子那些「一句话出片」，其实是模型写了一段动画代码，浏览器一帧帧画出来，配乐配音交给 Suno、ElevenLabs。代码是文字，所以他说文字最重要。他还有一句：「当一个岗位工程化的时候，说明这个岗位需要依靠人的判断就少了。」

这是他的判断，不是共识群里同时有人说「画面精美这件事 AI 还搞不定」；你也说 Suno 的音乐编辑起来很麻烦。另外，「看懂视频」那一侧，大家公认 Gemini 很强。所以「歧途」如果只指生成，证据多一些；如果连理解也算上，就站不住。

跟你的关系「岗位工程化」那句可以拿去看 DLG：设计、文案、剪辑里，哪些环节已经能写成流程交给 agent，剩下的判断才是人的位置。

做视频，要的是 context，不是指令

一句话你连着两次「请交出你的 prompt」，他说：「我的 prompt 在 flomo 里。」「严格来说，做一个视频，需要的是 context，不是指令。」

展开他后来发的《同一盏灯》大纲，就是他说的 context 长什么样。不是一句「帮我做个视频」，是七块：

1. 一句话：整支片要让人记住的那句。
2. 叙事线，以及为什么这么排。
3. 视觉规则：底色、每种颜色代表什么、字号、动作几秒。
4. 分镜表：按 120 拍每分钟切成 30 小节，每一镜写明时间、字、画面、声音。
5. 哪三帧适合截图。
6. 砍掉了什么，为什么砍。
7. 音乐规格：调性、主旋律、每个声部用什么音色。

音乐也是代码合成的，不是 Suno 生成的。和上一张卡是同一个判断。

世界观片和宣传片他发过一支影关英语的片子，你说「很好的讲解原理的视频，但这不是一个好的宣传视频」。他说：「这是世界观视频。」「宣传片是要快节奏的。」紧接着发来一支快节奏版。世界观片讲清楚「为什么」，宣传片让人「想试」。

跟你的关系你喜欢的写法是「风格必须快节奏、炸裂、炫目」，给风格下形容词；他的写法是把每一秒要发生什么写死。前者适合宣传片，要惊喜；后者适合讲道理，要准确。给同事做开场视频之前，先定它是哪一种。

管理、软件和毛利

一句话他有两个判断：90 到 00 年代的高速发展，主要靠管理提升了「调度能力」；软件的成本无限接近于零，只要用户够多。

展开你讲以前在二次元主题咖啡厅打杂，他说「水的毛利在 80%」「app 在 90%」。他的估计，当量级看软件第一份很贵，之后每多卖一份几乎不花钱，这是信息经济学的老结论。你问开发呢，他说「开发就是人力」。你说同类软件太多、用户看不到，他说「已经到末期了，自然演化」。你回的是：「下一步沉思：我怎么培养自己的管理能力。」

跟你的关系「开发就是人力」正在被 AI 改写，这也是你说的「AI 后非码农的产品创意有机会实现了」。但本章开头那条结论不变：做出来越来越便宜，有人用才是难的。

Delta 与 Echo

一句话Palantir 派到客户那里的团队是两人一组：Delta 写代码；Echo 不写代码，负责弄清问题、重排流程、让人真的用起来。

展开Delta 就是 FDE（驻场工程师），像一个派驻在外的小 CTO。Echo 懂机构里的人情和政治、懂工作流的真实样子、懂大家为什么不愿意用。两人的张力，保证东西既做得出来，又对得上业务。Ronin 说 FDE「主要是帮助平台型企业从客户那里获得行业数据」，「和他配合的还有一个岗位叫 echo」。

跟你的关系你说「双人配合比较合理，但目前已经是一个人干六个人的活了」。按你的 Gallup（关系建立 5、战略 3、执行 2），你更像 Echo，眼下同时兼着 Delta。这不是让你放弃开发，是说你在 DLG 真正稀缺的是 Echo 那一半：知道哪个位置放错了人，知道同事真正需要什么。他看了你的 Gallup 说「比较适合做 C 级别人力资源的工作，负责从业务架构到组织架构，想一想刘备」，说的也是 Echo。他叫你「真 FDE」，是在夸你。

你其实不叫 FDE

一句话他认为国内 FDE 只有一条路：「帮老板搞自动化」。而且你做的事，严格说不叫 FDE。

展开他的话很重：「FDE 是个『外人』。」「企业内部都推不动，你指望一个外人推？」「这比咨询分析师还不靠谱。」然后转过来对你说：「你不能叫 FDE，因为 FDE 实际上是平台企业帮助行业中相关企业解决数据问题。」「你本质上是一个 AIO 的下位替代。」「企业要进行数字化转型，内部有余力就会聘请你这类人才，当然现在是 AI 化转型。」

跟你的关系你是公司「内部有余力聘请的人」，不是外人。这是优势：你有授权，有上下文。给自己的定位可以写成「企业内部的 AI 转型负责人」，比「FDE」准，也更好讲。「AIO」具体指什么他没说，放进最后一章的问题里。

SICP：用一层层的墙管住复杂

一句话MIT 1985 年的编程入门书。它教的不是哪门语言，是怎么用「抽象」管住复杂。

展开核心是「抽象屏障」：每一层只露出接口，藏住怎么做的。像公司里的交接，上游只交一份文件，下游只读那份文件，不需要知道上游开了几次会。书里最有名的一句：「程序首先是写给人读的，其次才是给机器执行的。」

他那份 AI 编程流程图「基于 SICP 和 Anthropic 的 SDLC」：从需求、规格、计划、代码到验收，每层产出一份东西，下一层只读这份东西。他说「普通人没有古法手搓编程的话，缺乏对应的心智模式」，指的就是：拆分、分层、守住不变的规矩。

你嫌它把简单事说复杂。他的回答是「和你想控制的规模有关系」：街边包子店，一个本子记流水就够；要同时管 10 台、100 台云主机，就复杂了。你说：「那不就是我现在做的吗。」所以这套东西你迟早要用。

最省力的入门不读书。看 1986 年 MIT 的 SICP 视频课第一讲（约一小时），或者只读书的 1.1 节和 2.1 节。

有 1000 个人需要你，你就成功了

一句话他问你怎么定义成功，你列了一长串条件。他说：「有 1000 个人需要你，你就成功了。」

展开「有人需要你，说明你直接参与价值传递。」「打工是价值分配……整个公司是一个人，这个人被 1000、10000 个人需要。」你说那我们都已经成功了。他补了两句关键的：「问题是你的那 1000 个人并不是非你不可。」「而且难以规模化，于是无法去中心化分发。」

合起来是三个条件：有人需要、非你不可、能分发出去。Kevin Kelly 2008 年有篇《一千个真粉丝》：一个创作者有 1000 个愿意每年为你花 100 美元的人，就能靠作品生活。他的版本把「粉丝」换成了「需要你的人」，又加了后两个条件。

他还发过一条讲彼得·蒂尔「三个时间尺度」的视频，说「觉得你需要」：短期看开不开心、学没学到，中期看简历，长期看重不重要。你回：「我现在工作的短期和中期价值是有的，长期价值是偏弱的。」

跟你的关系拿三个条件检查手上的事：有没有一群具体的人需要（DLG 同事、培训学员、玩你游戏的人）？他们是不是非你不可？你的东西能不能不靠你本人就被分发出去（课程、工具、文章）？你说的「长期价值偏弱」，大概就是第三条还没有。

声音这一块，你是老师

一句话他问你音乐、音效、配音有没有好用的服务，你给他讲了影视声音是怎么分工的。这一条，是你教他。

展开你讲：AI 之前，一部片子的声音要好几个部门。配音进棚做 ADR（演员后期重录对白）；音效分环境音、合成的特殊音效、拟声；音乐又是另一个领域。拟声英文叫 Foley，就是人碰到东西时的声音：翻书、笔尖划纸、衣服摩擦。这个名字来自 1920 年代末在环球影业做现场拟声的 Jack Foley。你还说音效「是一个不太被重视的部门」，要是能把这些细分全组合起来，「确实可以做出一个史无前例的工具」。

跟你的关系你做过音效师，这是他没有的东西，也是「非你不可」的候选。他在做的影关英语、他的视频都需要声音，这里你能给他的，比你从他那里拿的更具体。

「中之人」：不出镜，也能做自媒体

一句话你说想克服镜头羞耻做自媒体，他建议走「中之人」路线：写文案、录声音，不出镜，可以用虚拟形象。

展开「中之人」是日语里，藏在玩偶服或虚拟主播背后的那个真人；「皮套」是虚拟主播的形象。你说「纯文案就够了」「克隆音色去读」。后来他又说：「你的心性，做自媒体对你来说是一个痛苦却适合的工作。」你问是不是怕恶评，他说：「不是害怕，是你不喜欢被冤枉。」

跟你的关系你最怕的不是被看见，是被冤枉。所以真要做，先做文字和声音，评论区怎么处理提前想好（不回、只回事实、或者交给助手），这比先克服镜头重要。

房间里最高的人

一句话你说聊 AI 时身边基本只有你在输出，你需要输入。他说：「如果你是房间里最高的人，说明你来错了地方。」又补了一句：要找一个相对的位置，不能太高也不能太低。

展开你开玩笑说想去 DeepSeek 或 Anthropic 当前台，他说「那里可能也没有良师益友」。两个现成的理论说的是同一个区间：

• 最近发展区（维果茨基）：学习发生在「自己做不到、有人带一把能做到」那一段。
• 心流（契克森米哈赖）：挑战比能力略高一点，人最投入；高太多焦虑，低太多无聊。

跟你的关系找输入的标准，不是「对方整体比我强」，是「在我正卡住的那一格，比我强一点」。钱鹏飞只说了 24% 的字，但每次都接在 Ronin 的盲区上，这就是「相对位置」的样子。技术深度上可以找 Ronin，产品和商业上找钱鹏飞这类人，一线玩法上 VF999 的徐善、Jiacheng 已经够用。

兴趣变成钱，兴趣就没了

一句话你说他研究这么前沿，回报还没跟上。他连着回了四句，合起来是一套关于回报的看法。

• 「居于木雁之间，应有龙蛇之变。」出自《庄子·山木》：山里的大树因为没用活下来，主人家的鹅因为不会叫被杀了。弟子问该怎么办，庄子先说「处在有用和没用之间」，又自己否定了一半，说更好的是像龙和蛇，该显就显，该藏就藏。
• 「找到一个长长的雪坡滚雪球会更好玩一些。」巴菲特：人生像滚雪球，要找很湿的雪和很长的坡。说的是复利。
• 「把自己的兴趣变成钱，兴趣很快就没了。」心理学叫「过度理由效应」：本来爱画画的小孩，被告知画了有奖之后，自由时间里反而画得少了。事先许诺、和表现挂钩的奖励最伤兴趣；事后意外的奖励和夸奖不会。
• 「金融即融金。」字面倒过来读：让钱自己流动、自己生钱，和滚雪球是一回事。这是一种解读

后来他说你是「一个等待戈多的人」，又说：「如果你能明确地知道自己的天命，你就有足够的理由燃烧自己。」你说天命是辅佐，他回：「还没有起风。」不知道自己要什么时，人会一直等；知道了，就值得全力投入；什么时候投入，要等风。和「龙蛇之变」是同一个判断。

跟你的关系你说过自己「不能允许任何一件交到我手里的事情因为我的能力而失败」。这句定的是别人交来的事的标准。他那几句问的是另一件事：你自己选的事，是什么。

n+1 层：能看见自己的那一层

一句话他和钱鹏飞从「什么是值得过的生活」聊到宗教、哲学和 AI：各种安身立命的经典，都在人身上造一个「n+1 层」，也就是能看见自己的那一层。

展开他说：「这个觉察就是观自在菩萨的观自在，就是古希腊神庙上的认识你自己，就是王阳明的知行合一，也是道家的内观，科学家的内省。」「在研究者来看就是元认知，佛教称之为般若。」（小更正：「认识你自己」刻在德尔斐的阿波罗神庙，不是帕特农神庙。般若的意思是智慧。）

钱鹏飞说：「佛提供了闭环，哲学没有闭环，提供了一个知性循环路径，后者引领科学改变世界。」他接：「他们的 loop engineering 选择了不同的拓扑。」说人话：都是循环，形状不一样。一个绕回原点，一个一直往外开口。

还有一句接得上司马贺：「旧的机制选择了最便宜最可行的方案，不追求最优，追求当前最可用。」

你的回应你讲了大学朋友怎么把你从低谷里拽回来。他说「你在拟态」「会比较耗蓝」：拟态是一种生物模仿另一种的样子，蓝条是游戏里的法力值。意思是你在学那位朋友的乐观画风，但那不是你的出厂设置，维持起来费劲。你回：「我证明个毛线，我本来就好得很。」后来他说：「你只是在表达。」

跟你的关系「n+1 层」就是你这几个月在练的东西：写复盘，让 Claude 分析你们的对话，做这份清单，都是在给自己加一层能看见自己的眼睛。

他的时间判断表

「好莱坞级别」没有公认标准，到时候怎么算「中」，你自己先定一个。

几句被你划过去的话，翻成白话

• 「文化把战略当午餐」：再好的战略，遇到不配合的组织文化也会失效。他用它说上一代企业的核心竞争力在组织，下一代「以 agent 为核心，人退位」。
• 「连接与计算」：平台的价值是把人连起来，AI 的价值是算得又快又好。夹在中间的应用，两边都不占。
• 「From prompt to loop」：从「写好一句提示词」，走到「设计一个循环」。迷失的时候，回到起点想：模型是一个不记得你、只会猜下一个词的函数。
• 「当你放弃可能性的时候，你能获得主体性」：选择就是放弃。一直留着所有可能性的人，其实没在选。你回的是「我拥有主体性」。
• 「优秀是素养，厉害是能力，这是 2 个方向」：你追问他之前的夸奖走没走心，他把两个词拆开了。
• 「MBTI 只是一种心理量表，就像量身高一样」：你说你用它来塑造别人对你的第一印象。这个用法，它撑得住。
• 「文静是你的保护色，暴力是你保护自己的手段」：表哥说你现在说话文文静静，初中却经常揍他。两者不冲突，都是自我保护，方式不同。你回：「懂我。」
• 「知止而后有定」：出自《大学》。先知道停在哪，心才定得下来。他把它改成了一条给 Claude 的规则。
• 「缩写词就像一个 zip 文件夹，解压后才知道」：这句是你说的。很准，留着。

只有 Ronin 能回答的问题

原清单攒了 28 个，这里挑最值得当面问的：

1. 「任务或者工作只有两种类型」那天，到底怎么说的？
2. 他那份 AI 编程流程图，对应 SICP 的哪几个概念？
3. 「其实大家都缺数据」是说群里那几位，还是整个行业？他要去的具身公司缺哪一类：遥控演示、真机试错，还是仿真？
4. 谛听的四组（记录 / 对象 / 委托 / 系统），是不是就是他说的那几层？agent 拿到一个待办之后具体怎么办？
5. BP 机那条：他心里是一台单独的硬件，还是手机上的通知加快捷回复？
6. 9.9 会议之后，AI 教练 App 把那套绝活搬到第一屏了吗？
7. 「多模态是歧途」，只指生成画面，还是也包括看懂画面？
8. 「叫我哥」写在哪一层？一般聊多长它开始掉？
9. 「用户不需要那么好的油」，是所有用户，还是某一类用户、某一类任务？
10. 「你本质上是一个 AIO 的下位替代」，AIO 指什么？
11. human × Agentⁿ，他自己现在的 n 是多少？验收怎么做？
12. 那段关于复杂和衰老的话，是他的通用看法，还是针对你那句说的？

还有一件你能补上的：他 9 月 16 日那两张图（loop 四格、AI 概念扫描）当时没读到。截图放进 vault，第 5 章那张卡就能从「推断」改成「原图」。