在 AI 时代，“问题”远比“答案”更值得分享。答案往往是有限的，随着时间和情境的变化可能会过时。而问题则是开启探索与创新的钥匙，它能激发人们的思考，促使大家从不同角度去审视事物。分享问题可以引发群体的智慧碰撞，让不同的观点和想法相互交融，推动知识的不断拓展。例如，在科研领域，提出一个深刻的问题可能引领整个领域的突破；在日常生活中，分享生活中的困惑能获得他人的经验和启发。所以，在 AI 时代，让我们更多地分享问题，共同在探索中成长和进步。

本文来自微信公众号：李继刚，作者：李继刚，原文标题：《人生周报v031：不破不立》，题图来自：AI生成

输入

即刻

以前的信息差来自平台之差，我在这里，你在那里，所以我知道你不知道的，你知道我不知道的。

现在的信息差来自心力，来自动机，我愿意花时间去浏览，愿意花时间批判性阅读，愿意运用新兴科技扩大自己的认知圈，我愿意优化我的信息流，我就会知道更多。

@peterzhu

过去几年收获最大的学习来源：

各大主流社媒平台我发布内容下面的评论区

@投资人黄海

每当有人问——A 好还是 B 好，可以把问题转化为——什么情况下 A 好，什么情况下 B 好，对谁来说 A 好，对谁来说 B 好；

每当有人问——XXX 是因为 A 还是 B，可以把问题转化为——XXX 有多少比例是因为 A，有多少比例是因为 B，是不是还有 CDE；

每当有人问——XXX 对不对，可以把问题转化为——在什么前提条件下，X大概率是对的；每当有人问——碰到 XXX 情况，应该怎么办，可以把问题转化为——应该考虑哪些方面的因素；

每当有人问——为什么 XXX，可以先问一下——你为什么认为 XXX？

每当有人问——如何评价 XXX，可以先确认一下——你说的 XXX，具体是指什么？

……

以上，是不是很招人烦？？？

@iamsujie

仅仅一两年间，AI 就带来翻天覆地的变化：从服务“会聊天的人”到渴求“有动机的人”，这看似微妙的转变，却重新定义了人与人的差距。

知识和技能的门槛正在瓦解，取而代之的是能动性的博弈——同样的工具在不同人手中，产生百倍千倍的杠杆差异。这种分化的破坏性，正被严重低估。

换句话说，那些鼓吹在技术浪潮中无所作为的声音，要么拥有躺平十年的底气，要么还不理解新时代的杠杆意味着什么。例如 GPT Image、Google Veo 以及 Claude Artifacts 每一个都如同魔法般的存在。

我们正处于前所未有的分水岭：能动性将成为稀缺的超级竞争力。

@Szhans

健身之后有个重大体会，那就是除非先天身体条件有限制，否则所有动作你都可以练会，没错，就是“所有动作”。关键就是练，反反复复用正确的姿势练，以年为单位给自己设立目标，你就总有练会的一天。我从一个俯卧撑都做不了，到能做四五十个，用了两年时间。

每次我给教练看一个很难的动作，惊呼别人好厉害的时候，他都会说，你只要练你也可以解锁。于是这件事变得简单起来，没有旁门左道的技巧，没有高深复杂的攻略，就是一个字——“练”。他经常跟我说的一句话是，你不是没有力量，你只是还不会使用它。通过练习，你就能发力。

就是这样，通过练习，你就能发力。或快或慢，每个人有每个人的突破点。这件事不需要天赋，不需要运气，也不需要别人的肯定和认可，你练就行了。

@洛怀

希望有人能做一个这样的渐进式阅读 App：

• 它像短视频一样，一个屏幕中只展示一个文章卡片，只展示标题和 100 字摘要，如果不感兴趣就上滑进入下一个卡片。

  
  

• 如果你双击文章卡片，就会扩展到 400 字摘要。

  
  

• 如果你在 400 字状态，再双击变成 800 字综述。

  
  

• 如果你在 800 字状态，再双击就进入原文了。

然后依照以上数据给我做机器学习算法的个性化推荐。

@评论尸

感受到“三个世界”。

物质世界的钥匙是金钱和权力。

知识世界的通行证是阅读与思考。

而关系世界更为幽微，甚至真正吸引我。需要直觉、契机、带着冒犯的真诚。像是河流交汇，彗星相撞，彼此在星图中都改变了航迹。

@Odysseys.eth

最原始形态的 Transformer 简洁至极，几乎不超过 20 行代码

——《黄仁勋：英伟达之芯》

@Yibie

书

本周推荐书籍《烧掉数学书：重新发明数学》。

全部推倒，从零开始，从常识开始，一点点搭建数学的大厦。

很好玩，很大胆，很值得一读。

输出

现在分享的都是“答案”，将来值得分享的是“问题”。

真正的营养不是通过统计摄入量获得的，而是通过充分的消化。

与其拥有一整个图书馆，不如让一本好书在血液里流淌。

那些嚷嚷着要“祛魅”的，都是为了自己当那个“魔”。

AI 之前，我读书追求的是“读薄”：一本书，如果只能总结一句改变我认知的话，会是什么？

AI 之后，我读书追求的是“读厚”：一本书，透过表象的文本，层层下探，能挖掘出多少层次的启发。

所有的确定性都是临时的。

人脑是“小模型”，LLM 是“大模型”。

个体的价值不再是知识的存储量，而是知识的结构与品味。

创造的快感不再仅仅源于从无到有的艰苦构建，更来自于用自己独特的“小模型”激发“大模型”，从而生成前所未见的、带有强烈个人印记的全新作品。

创作者，必须深入孤独。

我们穷尽一生，努力地创造意义，然后被意义所困。

每天只做一件事。

本文来自微信公众号：李继刚，作者：李继刚