疯狂的输入！

今天本来去公司新址看环境的，路途也异常的遥远，结果走到一大半时，公司负责人直接说不用去了。于是我随即就踏上返程的地铁，跑去吃中午饭去了。

于是接下来的路径就一切有迹可循了，我在吃完午饭后就跑去咖啡馆，然后一杯又一杯的咖啡一坐就是一下午。接着吃午饭的空，我在整个下午就听完了一个小时的录播和8节课的复训工作。

主要内容也需要再次进行一下复训，以此来达成较好的复习效果：

在讲到记忆板块时，拿的类比例子其实很熟悉也很形象。电脑≈人脑、电脑的内存≈人脑的短期记忆、电脑的硬盘≈人脑的长期记忆。人脑其实本质上就是一个基于记忆的贝叶斯推论机。而这记忆的核心就是一个又一个清晰、准确且必要的概念（模型）之间清晰、准确且必要的关联架构。为了更好的计算，为了更好的产生更多有意义的内容关联，最好的办法就是去提高记忆。记住，一定是死记硬背，而非通过建立额外的记忆关联关系来记忆东西。这样的好处就是越记忆脑子越强大，越强大就记忆的内容越多。于是你的基于记忆的贝叶斯推理机的效能才会越好。因为你的贝叶斯推理机要计算就需要不断地依据已有的证据来进一步推测，而这已有的依据一定来自于你平日的记忆内容。因此，你的任何有意义的推测只能建立于你已有已熟悉的内容来进行。所以，需要做什么事情，如果脑子没某个领域的概念，那还真的很难做出来。同时为了做好，不得不去倒逼自己去学习，反过来在再进一步的学习后，你的创作又更加突出。最终形成了学习的良性循环。

在这里我倒是有一个亲身感受的实例：我原本是不太理解这个类比的，或者说相对来说对我有些抽象。直到我去想着去研究 AI 领域的一些科技巨头时，我才得以有了极为强烈的学习欲望。又因为我是靠着以输出为倒逼自己学习的。所以，我为了写得足够的专业，进而倒逼我更认真地去学习了好几遍有关 AI 运行的底层逻辑，顺便把硬盘、内存、GPU等概念梳理和了解了一通。以至于当听到那个类比时，我是多么的熟悉…

笑来老师的“以教促学”的方法论早已让我记忆犹新。于是每当我打算做些什么时，我就突然间变得越来越熟悉甚至颇感老练了起来。再也没有被那些所谓的“高大上的名词”而劝退的现象出现，想安装 openclaw 就安装了，咱也没求问过谁。反正看着朋友圈有人部署成功了，我也觉得可以，然后花了点时间和精力也做好了。再比如想着研究一下 AI 界的龙头，咱也是同样的逻辑，能 Google 的绝不求人。于是琢磨了一通后，自己反倒越来越安心于手头的科技股。在过去三年里持续用过 AI ，并且还是付费的且拿来做过真家伙后才能够感知到 AI 的泡沫真是有些多余。老师课上讲的那一人公司的本质也是秒懂。一个部门就是一个文件夹、一个 agent 在管理的只不过是一堆 markdown 文件以及一个管理结构只不过是一个文件/文件夹的树状结构等等类比真的只有在亲手用过之后才知道…

于是为了更好的学习这些方法论，我不得不开始大量输入，因为这可是提高我的理解速度的关键呐！市面上的江湖骗子多的是，可他们可以暂时骗骗我，再过一段时间立马被我识破的体无完肤也是实况。于是好的习惯便更加拼命的养成了，比如大量使用付费 AI 来代替娱乐消遣的 app 还真的异常的可信。好多坏习惯反倒随着我的生产欲的需求而迅速被平替掉。与此同时，我的笔记系统也开始拼命地搭建中。模块与模块之间的关联便构成了知识的结构。于是换着花样和场景来复述、整理表达便成了我乐此不疲的兴趣。

总结一下吧！

• 学习才是真正的生产
• 生产才是真正的学习
• 在任何时期，主流思想，基本上都不是独立思考的结果