希望可以把原先的badge迁移过来😭

1. 输入框这里也有bug吧，渲染有延迟（preview）
2. 输入框里面快捷键用不了，比如（CTRL+B），感觉不如老版。。。
3. 长帖子的数据拉取速度确实慢了很多（）

但是不同的内容又确实可以归到目前已有的不同topic里。。有点难绷。。

可能需要实现以下几个条件：

1. 发布在该类下的内容可以补充到对应的topic里，但是类似于帖子的可见性设置（Linuxdo的等级制度），对应帖子的访问可以设置为仅【verified by xjtu/sjtu/..jtu mail】可见。
2. 原本的绑定邮箱【尤其是 jtu 类】的需要恢复。。

确实我这里也这样

@io plz fix 😇

这个网络社交 app 主要面向手机，但电脑屏幕大，仍然需要支持.

web app 的好处

• 跨平台更容易，手机 app 要想跨平台除非采取 flutter 之类的跨平台框架 (see also: https://xjtu.app/t/topic/12822), 而且根据我之前的调研，没有完美的跨平台 solution, e.g. 有些 feature 可能移动端有桌面端没有，可能支持 android 却不支持 ios
• 开发起来相对更容易 (?)^[1], 例如生态更加丰富，调试更加方便
• iOS 不存在应用发布/上架的负担 (Apple 有固定年缴门槛费)

手机 app 的好处

• 程序只能在浏览器里运行限制了实现一些功能，手机 app 可以利用系统更底层的一些 capabilities (tauri 之类的可以为 web app 提供一些帮助 https://v2.tauri.app/plugin/ ) 现代浏览器本身也支持一些功能，例如消息提醒
• 手机 app 离线用完全没问题，浏览器 app 只能利用 service worker
• 点击启动器一键进入，web app 利用 pwa 也可以借助 firefox/chrome 添加桌面启动器，或者可利用 tauri/ ionic/capacitor / cordova / electron 之类的工具打包其他平台的安装包

综上，我倾向于开发 web app, 利用 sveltekit 提供的简洁的表达方式和丰富的生态可以实现较高的开发效率，这对于小型团队来讲非常重要.
跨平台的原生 app 开发是一件相当复杂的事情。除非现有功能非要搞原生 app 不可才搞。

PS: see also 底下的相关帖子智能推荐
另外，讨论没太大意义，干就完了

failure19:27

感觉人生就是，不要太动情。

尽力就好。

如果尽力了。说明没有什么可以后悔的。

7:29

尽力尝试，希望结果好一点。但是如果结果没有希望的那么好，也没有办法

重要的是自己试着做过了。

很多时候我们害怕一件事很难，因此不去尝试。但是这并不会让这件事本身变的更简单。可能当真正去尝试的时候，会发现其实没有想象的那么难，而之前一直没有去尝试的人生就是纯傻逼浪费了的时间。

failure19:38

如果希望改善自己的人生，则必须立即行动开始各种尝试。没有办法等准备好再去做任何事，这一天永远也不会到来。如果承诺自己一个长期计划，则该计划最可能会因为无法预料的随机性烂掉，人甚至可能随时失去健康和继续尝试的能力。比起十年计划，人更需要一个立即计划

唉唉。

继续努力。。

如果想要再等一会，就好了，很可能就不断等到死/过期为止。不能再等了。

failure19:48

比起尝试而失败的人生，我更恨不赌就输的人生。这样的痛苦是如此强烈，我觉得甚至比死还痛苦。

昨天和同学吹水的时候涉及到了一种生活理念：

• 有 ddl 赶 ddl
• 没有 ddl 自己创造 ddl

两句话完整阐述了一种生活方式：ddl-oriented/based life

然后发现已经有此类说法：Deadline-Driven
My deadline-driven life - Maryland Daily Record (thedailyrecord.com)

我认为这是好的，我现在没有任何自己的 ddl，经常干了感觉没干，没干就会焦虑。

本文可以后期合并到投喂可爱友校

前情提要：同学是宁波人，在高考填志愿截止前一分钟删掉了上海交大提前批志愿，遂以浙江第一名的身份高分进入了西安交大钱学森班。在专业任选的情况下进入了钱班的自动化专业，学积分 93+，绩点 4.1+/4.3，如今有伯克利耶鲁杜克的 offer，拿到了美硕 cs 申请大满贯，每天霸凌上海交大的群友们

1. 西安交大洗澡非常不方便，全校共同一个澡堂，男生二楼女生一楼，洗完澡要穿着浴巾走半个学校。西安交大的生源都是北方人，宿舍三个室友，甘肃人三个月洗一次澡，山西人一个月一次，山东人一周一次。他是每天洗澡的唯一人，其他人都嘲笑他，他只敢跟一周洗一次澡的山东人做朋友。
2. 西安交大是名牌大学里唯一没有全国各地食物的，他每天吃 4.5 元一份的臊子面，做梦梦到故乡的杨梅酒和咸蟹
3. 理论力学考了年级排名的 93%，他破防大哭，在群里发癫，像祥林嫂一样抱怨自己学得多认真。我们安慰他以后得知，他总分刚好也是 93 分，我破防了。他表示跟他一个分数段竞争的人都是 98/99/100，他一门课就被甩开 7 分
4. 每年考试内容都是公开的，还有学生会组织学习好的同学给历年考试题做答案然后发到班级群里供大家复习。考试内容每年都差不多，变一变数字或者换一个角度
5. 他是成绩中上而一心想去美利坚做罕见的唯一人，大家非常奇怪，你成绩这么好为什么不推免呢。成绩好的都想直博去上海交大，实在不行能有个硕士读也是极佳的，他想放弃推免去美国，大家都觉得他是古怪的南方人。
6. 西交大学是战狼大学，宿舍是红砖砌成的上世纪的产物，有一面墙上满是文革标语
7. 西迁教授在西迁的时候卖掉了上海的洋楼无偿赞助西迁，但是常常在上课的时候锐评西安交大，后悔自己西迁，西安交大的学生都觉得老教授不爱国，是罕见
8. 西安交大前阵子因为青年教授的分配房子待遇不满在学校里抗议，据说是画了饼但是没有落实下来，实在是靓丽的风景线
9. 据说西交利物浦本来是西交想修一个分校区，并且把行政班子搬过去，最后被高层强烈反对。然后顺势搞了个和西交没啥关系的西交利物浦。从此以后每逢讲话必谈西迁精神，奉献精神，爱国精神。
10. 西交的绩点制度与上交完全一致，都是 4.3 制度的，我们在群里聊做 wes 认证以后 85+ 都是算作 4.0 可以提高一些绩点。他表示很奇怪，他没有课在 85 以下，他觉得如果 85+ 都是 4.0 的话那岂不是西交每个出国的人都是 3.9 了？那么他就是 4.00 满绩，这不是搞笑吗，怎么会有这种绩点系统。所以他没有做 wes 认证
11. 大三暑假必须实习，他去了陕西鼓风机和渭河热电厂。里面的人都互称 X 师傅，在办公室里喝茶摆烂，月薪一万块。于是下定决心跑路。西交很多学生以去法士特齿轮厂，起薪最低的西交学生工资是 4300

非自愿独身者对女性有着根本性的思维错误

由 Wilson (42865) 发表于 24 年 01 月 15 日 17 时 42 分
来自秘密团伙

根据发表在《Journal of Sex Research》期刊上的一项研究，非自愿独身者（incels 或 involuntary celibates）对女性需求有着根本性的思维错误。研究人员调查了 151 incels 和 149 non-incels，询问了他们对女性的看法。结果显示，非自愿独身者自我认知的伴侣价值较低，将自己单身主要归因于外部环境。Incels 和 non-incel 高估了女性外表吸引力和金融前景的重要性，低估了知性、善良和幽默的重要性。研究人员说，非自愿独身者的择偶标准非常低，至少被调查者是如此告诉他们的。非自愿独身者难以理解“异性的欲望”，可能会导致“确认偏见”。他们也表现出心理健康问题。
https://pubmed.ncbi.nlm.nih.gov/37676789/
https://www.bbc.com/news/uk-wales-67770178

https://www.solidot.org/story?sid=77134

在过去的 N 年中，我遇到了很多使用囧然不同风格的开发者，下面是我所知道的一些，你还知道其它的吗？

散弹枪编程

这种编程风格是一种开发者使用非常随意的方式对待代码。“嗯，这个方法调用出错了……那么我会试着把传出的参数从 false 变成 true!”，当然依然出错，于是我们的程序员会这样：“好吧，那我就注释掉整个方法吧”，或是其它更为随意的处理方式，直到最后让这个调用成功。或是被旁边的某个程序员指出一个正确的方法。

如果我们把一个正规的程序员和一个撞大运的程序员放在一起做结地，那么，那个正规的程序可以马上变得发疯起来，并且，可以把正规的程序员的智商降到最低。两个撞大运的程序员不应该在一起做结对编程，这是因为他们破坏性的才能会造成的伤害会比只有一个还差。

撞大运编程

这是一种比散弹枪编程要温和一些的编程方式，我相信这种方式可能会是大多数程序员都会使用的方式。这种编程方式经常出现于程序员并不确切知道他们在干什么，也不知道所写的程序的本质和实际，但是可以让程序工作起来。他们以一种撞大运的方式在写程序，某些时候，他们根本就不知道某个错误的原因，就开始稀里糊涂地修改代码。一旦出现问题，他们会用两条路：1）停下来，理解一下程序，找到出错的原因。2）使用散弹枪编程方式开始解决问题。

测试驱动开发（Test Driven Development）是一种可以用来拯救上百万的撞大运编程的程序员。于是，他们有了一个更为 NB 的借口：只要我的程序通过测试了，你还有什么话好说？别骂我，测试驱动开发是一个不错的事物，其主要是用来控制撞大运开发所带来的问题。

Cargo-Cult 编程

关于 Cargo Cults 这个词儿来自二战期间的某些太平洋上小岛里的土著人。在战争期间，美国利用这些小岛作为太平洋战场上的补给站。他们在这些小岛上修建自己的飞机跑道以用来运输战争物资。而那些小岛上的土著人从来没有见过飞机，当他们看到飞机的时候，觉得相当的牛，可以为那些白人带来各种各样的物品和食物。当二战结束后，那些土著人仿照着修建了飞机跑道，并用竹子修建了塔台。然后就在那期望着有飞机为他们送来物品和食物。

Cargo Cult 编程是一种非常流行的编程方法，使用这种方法的程序员会学习其它编程高手的编程方法，虽然他们并不知道为什么高手们要那样做，但是他们觉得那样做可以让程序工作起来。举个例子，当时有大量的程序员在 J2EE 出现的第一年中过度地使用了 EJBs 和 Entity Beans。

刻舟求剑编程

刻舟求剑是一个很流行的寓言了。这种风格的编程在程序员的圈子里是非常常见的。比如，有一天，你发现了一个空指会的异常，于是你到了产生空指针异常的地方，简单地放上一个判断：if (p != NULL)。

是的，这样的 fix 可以让你的程序工作起来，但你并没有真正地解决问题。你只不过是在你的船边记下了剑掉下去的位置，这样做只不过把问题隐藏起来，最终只会让你的程序的行为变得神出鬼没。你应该找到为什么指针会为空的原因，然后再解决这个问题。

设计模式驱动型编程

正如这种编程的名字所说的，这种编程风格使用大量的设计模式，在你的程序中，四处都是设计模式，你的代码到处都是 Facade，Observer，Strategy，Adapter，等等等等。于是，你的程序要处理的业务逻辑被这些设计模式打乱得无法阅读，最后，也不知道是业务需求重来，还是设计模式重要，总之，实际业务需求的程序逻辑被各种设计模式混乱得不堪入目。

侦探型编程

在解决一个 Bug 的时候，侦探型程序员会调查这个 Bug 的原因。然后，则调查引发这个 BUG 的原因的原因。再然后，其会分析修正代码后是否会导致其它代码失败的因果关系。再然后然后，他会使用文本搜索查找所有使用这个改动的代码，并继续查找更上一级的调用代码。最后，这个程序员会写下 30 个不同的情形的测试案例，就算这些测试案例和那个 Bug 没有什么关系，最最后，这个程序员有了足够多的信心，并且精确地修正了一个拼写错误。

与此同时，其它一个正常的程序修正了其它 5 个 Bug。

屠宰式编程

使用这种风格的程序员，对重构代码有着一种难以控制的极端冲动。他们几乎会重构所有经手的代码。就算是在产品在 Release 的前夜，当他在修正几个拼写错误的 bug 同时，其会修改 10 个类，以及重构与这 10 个类有联系的另 20 个类，并且修改了代码的 build 脚本，以及 5 个部署描述符。

文章：来源
（全文完）

http://www.incompleteideas.net/IncIdeas/BitterLesson.html

未校对的 AI 翻译：
惨痛的教训
Rich Sutton
2019 年 3 月 13 日
从 70 年的人工智能研究中可以学到的最重要的教训是，利用计算能力的一般方法最终是最有效的，而且优势巨大。其根本原因是摩尔定律，或者更广泛地说，单位计算成本呈指数下降。大多数人工智能研究都是在智能体可用的计算能力恒定的前提下进行的（在这种情况下，利用人类知识是提高性能的唯一方法之一），但在比典型研究项目稍长的时间里，不可避免地会有大量计算能力可用。为了寻求在短期内有所作为的改进，研究人员试图利用他们对该领域的人类知识，但从长远来看，唯一重要的是利用计算能力。这两者并不一定相互对立，但在实践中往往是如此。花在一件事上的时间就不能花在另一件事上。人们会从心理上倾向于投资于某种方法。而人类知识的方法往往会以使其不太适合利用计算的一般方法的方式来使方法复杂化。有许多例子表明，人工智能研究人员迟迟才认识到这一惨痛教训，回顾一些最突出的例子是有启发性的。

在国际象棋计算机中，1997 年击败世界冠军卡斯帕罗夫的方法是基于大量的深度搜索。当时，大多数计算机国际象棋研究人员都对此感到沮丧，他们曾致力于利用人类对国际象棋特殊结构的理解的方法。当一种更简单的、基于搜索的方法与特殊的硬件和软件被证明是更有效的时候，这些基于人类知识的国际象棋研究人员并没有很好地接受失败。他们说，"蛮力 "搜索可能这次赢了，但这不是一个通用的策略，而且无论如何，这不是人们下棋的方式。这些研究人员希望基于人类输入的方法能赢，当这些方法没有赢时，他们感到失望。

在计算机围棋中，也看到了类似的研究进展模式，只是又推迟了 20 年。大量的初始工作都投入到通过利用人类知识或游戏的特殊特征来避免搜索，但所有这些努力都被证明是无关紧要的，或者更糟糕的是，一旦搜索被有效地大规模应用。同样重要的是，通过自我对弈来学习价值函数（就像在许多其他游戏中，甚至在国际象棋中一样，尽管学习在 1997 年首次击败世界冠军的程序中没有发挥很大作用）。通过自我对弈学习，以及一般的学习，就像搜索一样，它使大量的计算得以发挥作用。搜索和学习是人工智能研究中利用大量计算的两个最重要的技术类别。在计算机围棋中，就像在计算机国际象棋中一样，研究人员最初的努力方向是利用人类的理解（这样就不需要那么多搜索），直到很久以后，通过拥抱搜索和学习才取得了更大的成功。

在语音识别领域，20 世纪 70 年代，DARPA 赞助了一项早期竞赛。参赛者包括许多利用人类知识的特殊方法---关于单词、音素、人类声道等的知识。另一方面是较新的方法，这些方法本质上是统计学的，基于隐马尔可夫模型（HMMs），计算量更大。同样，基于统计的方法战胜了基于人类知识的方法。这导致了整个自然语言处理领域的重大变化，在几十年的时间里，统计学和计算逐渐主导了这一领域。最近深度学习在语音识别领域的兴起是这一一致方向的最新一步。深度学习方法更少依赖人类知识，而使用更多的计算，再加上对大型训练集的学习，以产生明显更好的语音识别系统。就像在游戏中一样，研究人员总是试图让系统按照研究人员认为他们自己的思维方式工作---他们试图把这些知识放到他们的系统中---但事实证明，这最终会适得其反，而且会大量浪费研究人员的时间，因为通过摩尔定律，大量的计算变得可用，并且找到了一种方法可以很好地利用它。

在计算机视觉领域，也有类似的模式。早期的方法将视觉设想为搜索边缘，或广义圆柱体，或根据 SIFT 特征。但今天，所有这些都被抛弃了。现代的深度学习神经网络只使用卷积和某些不变性的概念，而且表现得更好。

这是一个很大的教训。作为一个领域，我们仍然没有彻底学会它，因为我们还在继续犯同样的错误。要看到这一点，并有效地抵制它，我们必须了解这些错误的吸引力。我们必须吸取惨痛的教训，即从长远来看，建立在我们认为我们如何思考的基础上是行不通的。惨痛的教训是基于历史观察，1）人工智能研究人员经常试图将知识植入他们的智能体，2）这总是在短期内有所帮助，并且对研究人员个人来说是令人满意的，但 3）从长远来看，它会停滞不前，甚至会阻碍进一步的进展，4）突破性的进展最终是通过基于搜索和学习的扩展计算的对立方法实现的。最终的成功是带有苦涩的，而且往往没有被完全消化，因为它是战胜了以人为中心的方法的成功。

从惨痛的教训中应该学到的一点是，通用方法的强大之处在于，即使可用的计算量变得非常大，这些方法也能随着计算的增加而继续扩展。似乎以这种方式任意扩展的两种方法是搜索和学习。

从惨痛的教训中应该学到的第二个普遍观点是，思维的实际内容是极其复杂的，而且是不可救药的；我们应该停止试图找到简单的方法来思考思维的内容，比如思考空间、物体、多重主体或对称性的简单方法。所有这些都是任意的、本质上复杂的外部世界的一部分。它们不是应该被内置的，因为它们的复杂性是无止境的；相反，我们应该只内置能够发现和捕捉这种任意复杂性的元方法。这些方法的关键在于它们能找到好的近似值，但对它们的搜索应该由我们的方法来完成，而不是由我们。我们希望人工智能智能体能够像我们一样发现，而不是包含我们已经发现的东西。把我们的发现植入其中只会让我们更难看到发现过程是如何完成的。

将巨大的但概率很小的风险分摊到每一个个体身上，在学概率的人看来是个非常聪明的想法。这也是保险最初的原理，个人无法承受的财产损失被许多人聚合的保费冲抵了。可惜现实并不这么美好，存在各种问题。

百万医疗是最具上述原始保险味的保险。一万块的高免赔额创造了一个几百的低保费。高免赔额意味着低风险的事是自我承担的，本身一万以内的医疗费用还不足毁灭一个人的资产状况，没有迫切必要动用保险的力量。高赔付额度，意味着财产受到毁灭性的打击时，充分得到保险的缓冲。

但是这投保往往有限制，六七十岁以上便不能投保，从保险公司角度，高年龄段风险过大。但投保人知道自己风险最大的时候是在老年期，此时失去保险，是风险最大的时候却失去保障了，似乎没有彻底完成保险分摊风险的任务。

惠民保，作为政府背景普惠型保险，倒是不顾忌投保人的年龄、既往病史，但是遭遇的“死亡螺旋”问题威胁不小。死亡螺旋指，随时间推移，健康人士觉得不划算，退出保险，而高风险人士，更有继续留在保险内的动力，于是赔偿比例上升，为了资金池安全，保险公司必提高保单价格，而更高的费用使得健康人加快流失，保险进入赔付费用和保单价格轮番上升的怪圈里。概率上来说本质是因为投保人对自己的健康状况有先验信息而导致的不同判断。

惠民保的特殊地位，使得它不能随意提高保费。资金池危险的保险必将被迫停止，目前 近三成停止运营。仍然存活的，如温州益康宝，2021 年版到 2022 年版削减保额从 180 万至 50 万，改赔付比例为阶梯制，2022 年版到 2024 年版有所回升。（见其公众号 6 月发布的各年保单）可能是有持续运营的信心，但赔付力度也就只能小一些了。

纯数学，不讨论资产的，多元配置风格笔记。

思想的缘起

起初是本科时我蹭了一个数理金融课程（在此感谢 Z 老师的精彩讲授），了解到 CAPM 模型、均值方差分析。其中讨论到，当市场上有一组资产，这些资产的回报可以用随机变量来表示，给定期望优化方差，将得到最优的均值方差曲线。而在加入了无风险资产后，均值方差曲线一定能有所改善。

这让我想到，无风险资产只是退化的随机变量，似乎并不特殊，如果加入另一种风险资产，也能改善均值方差曲线，因此不妨尽可能多的引入新的资产。但是也要遵循一些原则。一是要引入不相关的资产，否则跟已有的资产发挥一样的作用。二是如果不能做空，资产种类增加主要优化的是方差，且须选择持有期内超过无风险收益的资产。

举简单的例子，现有两种独立资产的回报为 $X_1,X_2 \sim N(r,\sigma^2)$ 。如果 all in
$X_1$ 即得 $N(r,\sigma^2)$ 。如果均匀分配，$\frac 1 2 X_1+ \frac 1 2 X_2 \sim N(r,\frac 1 2 \sigma^2 )$，用方差衡量的风险减小了一半。（经典的会用几何布朗运动建模，这里为容易说明起见）

另一个不普适的概率论例子将说明控制风险的重要性，假设一资产 all in 投资一次回报率是独立同分布的 $R_j$， $n$ 次投资后总资产为 $C_n = C\prod_{j=1}^n(1+R_j)$ ，取对数后应用强大数率，得总资产是否会几乎处处归零，被 $\mathbb{E} \ln(1+R)$ 的正负性决定。假如 $R$ 是一个等概率的两点分布，这意味着 50% 的回撤需要 200% 的收益弥补，即使这时候总收益的期望趋于无穷。

参考书籍的方法

引入各种新的资产后，问题是如何配置组合权重。我认为按照均值方差分析配置权重，既不合理也不必要。这本就是很老的模型，而且经过理想化的建模和现实有所出入，频繁平衡也会带来交易成本。

书籍《Smart Portfolios》，给出了一种简易可行的方法。先将不相关的资产进行分组，每组分配相同的权重，再除以资产们的风险系数，就等于做了风险上的归一化。这就得到了每种资产的权重。

这种配置假设了所有资产的 sharpe 比率都是相同的。之后作者加入了动量策略，容纳了资产的收益情况。但是我并不喜欢动量策略，虽然承认它很有用，正考虑用其他的方式来替代。

基于以上想法和方案，我选择了红利低波 50，标普 500，德国 DAX，现货黄金，利率债，信用债，中短期美元债，可转债，富时发达市场 REITs 指数，构成组合。

另外的话

1. 简易的策略有很多发展空间，目前使用经典的波动率作为风险系数，但是波动率对上涨和下跌一视同仁。如果鼓励资产上涨，就要对资产的下跌对波动率的贡献增加权重。我猜各种波动率指标肯定很多，无需自己发明，之后去找一找。

2. 不喜欢动量策略的原因是它加剧了市场波动性，虽然散户玩玩没影响，但是我更希望构建类似均值回归的策略。

3. 本文方案容量极大，我想这也是被写成书籍的原因，而投资领域的小众策略天然的不会公布。然而这公开的策略（至少在近年）能在极小的回撤下实现高于 GDP 增长率的收益，这不禁让人感慨金融工具的可怕。虽然我不喜欢阿代尔·特纳的《债务与魔鬼》，但是里面有句话说的对——一些金融交易是不必要的，流动性并非总是有益。

[wrap=empty-post]

[/wrap]

The website does not serve your region.

This is irrevocable and permanent.

Thanks for your attention on this matter.

Please get away ASAP!

Max Dama 是伯克利的本科生，在十年前本科时候就做了三年算法交易，取得了一些成绩，本科毕业加入了 Headlands Tech，现在任 Headlands 的合伙人。在这里分享一点他本科时候写的资料，其中可能很多信息已经过时了，其他的信息也是他作为一名本科生写的，因此在阅读时不能全信。

maxdama.pdf|attachment (444.1 KB)

但同时，这个材料直至今天依然具有很强的参考价值，同时我们也可以看出一个本科生如何在本科生活中专注于一个方向并由他维护的博客认识很多人并成功找到可以长期干的很好工作。

在入职之后，他还在公司网站主页上维护了一些他的博客，在下面的链接。

这些博客内容是近几年写的，正确性可能强很多，也可以考虑阅读！

这一篇是经典统计教科书 Elements of Statistical Learning 的导读，指出了建议阅读，可以阅读和不建议阅读的章节。

这一篇讲述了在评价算法交易 offer 时的注意事项，如何成功的开启自己的职业生涯。

这一篇总结了算法交易公司的目标，交易系统的组成，公司结构和不同岗位的实际工作内容。

这些博客都很干货，建议阅读。

祝楼友们中秋快乐！

这个得谨慎，许多看上去无害的表存了很多隐私数据

包括且不限于 plugin_store_rows、post_search_data、push_subscriptions、topic_users、topic_views、post_timings、topic_link_clicks

全是重量级

1. recommender system 推荐系统（全局 / 针对不同用户，定制 主页 / 相关话题）。弄清现在的 Discourse 自带的推荐/排序方法，再利用开源的 SOTA 方法进行改进。See more: https://xjtu.app/t/topic/7278 . 有人分析了 Discourse 是怎么统计用户阅读时间的：https://linux.do/t/topic/26966
   难度： ⭐️ ⭐️ ⭐️
   进展：无进展。现在使用 Discourse-AI 插件通过 Open AI text-embedding-ada-002 接口自动生成帖子的 embeddings，然后根据相似性推荐 5 条相关话题。

2. Noto animated emojis，寻找和 Discourse emoji 的对应关系，转换成 AVIF/WebP, 压缩到现有 emoji 像素尺寸以减小文件大小，在文件系统层替换现有 emoji png 文件。

   Status: done. See 1. https://xjtu.app/t/topic/15054 2. 使用 webp_server 减少全站图片大小 https://xjtu.app/t/topic/14939

3. Deprecated:
   修 Mastodon m.xjtu.app 无法使用的问题。(发现竟然是因为 caddy 没有读 mastodon 静态文件的权限造成的错误，忘了除了反代到 puma 的 3000 端口还要 serve static files)

4. 共享.men, .live 等不同域名的登陆凭据，否则 xjtu.app 的用户会经常会跳转到 canonical name xjtu.app。自动识别插入的站内 URL 并自动替换到当前访问使用的域名（类似目前的 Watched words，可参考 https://github.com/openSUSE-zh/discourse-cjk-text-spacing）。解决 CSP 和 CORS 问题。

   难度：⭐️ 💫
   进展：放弃。在尝试用 non-Rails-native 方法在本地调试到接近成功的状态下无法进展，可在 https://github.com/xjtumen/discourse_share_sessions 参观胚胎代码。Multi domain access may hurt SEO. Few people need to access via multiple domains.

5. 加快网站首次打开速度。不知道这是否可行，有些网站是渐进式加载。Discourse 最好也能首先显示基本文本内容，在浏览的过程中逐渐加载各种功能。现在是几个点在那跳，让人等的很不爽。Discourse team 估计很难遇到低网速情况，应该是不会做这个功能的。

   进展：放弃，这个是 SPA 娘胎里带来的毛病，很难优化。https://www.webpagetest.org/result/250831_YiDcYR_1N2/

6. 用 https://github.com/oracle/truffleruby 替代默认的 CRuby。根据 benchmark（https://eregon.me/blog/2022/01/06/benchmarking-cruby-mjit-yjit-jruby-truffleruby.html），性能提高了 N 多倍。
   进展：与 AI, github, steam-login 插件依赖的 gem, core hook 不兼容

7. Discourse as blog fediverse
   进展：放弃。Discourse can be seen as a blog aggregator. /my/activity/topics 可认为是个人主页。测试了将 discourse 嵌入到其他页面作为评论系统以及自动触发在 Discourse 建立新话题。

8. 自动在中英文之间加空格，之前看 SUSE 中文社区好像做过相关工作：https://github.com/openSUSE-zh/rubygem-cjk_auto_space，不知道能否直接拿来用。
   难度： 💫
   进展：使用：https://github.com/fokx/discourse-cjk-formatter

9. 做本地 APP，利用 Hysteria 做网络优化，达到忽略线路丢包/延迟的极速访问的用户体验，最重要的是把很多静态资源缓存到本地。

   进展：1. 基于 Kotlin 的 Web 加壳 https://xjtu.app/t/topic/1440 2. 基于 Electron 的 Web 加壳：https://xjtu.app/t/app-v0-0-1-windows-dns/11924 由于为了应对 DDoS，暂时失效。3. 正在 Tauri 2 基础上开发跨平台 App：https://xjtu.app/t/tauri/11882 https://xjtu.app/t/topic/14216 https://xjtu.app/t/topic/14538/

10. 类似 Reddit/百度贴吧的 折叠式 UI。已经有类似 Stack Overflow 的开源插件：https://meta.discourse.org/t/discourse-post-voting/227808 和 https://coop.pavilion.tech/docs?topic=2972。threaded view 和 flat view 相比各有千秋，例如前者可以方便查看两个人交替的讨论（目前 Discourse 只能通过嵌套的引用来实现）。
    难度：⭐️ ⭐️
    进展：通过 Journal Plugin 可以实现。当前 https://xjtu.app/c/course/64 https://xjtu.app/c/general/journal/60 类别正是启用了此种 一层缩进式 UI。

11. 参考 https://github.com/discourse/discourse-graphviz，给 Discourse 加上 tikz 支持。
    理论上有 https://github.com/kisonecat/tikzjax 这个开源项目，通过 js 和 wasm 将源码转成 svg，但问题在于正常情况下不允许用户插入 <script> 块以防止 mischief，所以得通过插件来实现，上面那个项目就是通过 viz.js 来支持 graphviz，所以理论上要支持 tikz 可以如法炮制。
    难度：⭐️ ⭐️
    进展：Mermaid/Graphviz 都冇人用，做这个有乜意义

12. 把 discourse 的 nginx 配置转成 caddy 的从而给反代加上缓存功能
    难度： 💫
    进展：无需，不管是使用 cloudflared 还是 caddy 还是只用 nginx 反代，性能上都差不了太多。

13. 完善不登录回复功能

    • 目前是外挂到一个 python 程序，调用 discourse api。用户体验上不如用插件的方式将回复功能嵌入到页面内，这方面 pkuanvil 做的快速回复 UI 就很好。
      外挂的实现方式有以下问题：
    • 假如因为 rate limit 而失败，直接返回草稿编辑页面（当前为需要人工 Alt + 返回）
    • 防止话题页面内滚动 post_id URL 变化引起的 iframe 刷新。
    • 没有亮暗色自动切换，可以通过 python 程序里读 header 来自适应。

    不如直接调用 Discourse原生 Composer进行匿名回帖/发帖。参考：https://github.com/alangibson/discourse-loners

    难度： ⭐️
    进展：禁用，https://meta.discourse.org/t/discourse-staff-alias/156202
    bug：匿名回复和问答模式插件冲突，最新的 Discourse API 升级使得插件失效。

14. 完善评课社区，详见 https://xjtu.app/t/topic/4919/
    解决割裂的使用体验（不同的 UI，无法接入 AI），并且避免再次从 上游 人工合并，写一个插件，类似 https://meta.discourse.org/t/topic-ratings-plugin/39578，将 MySQL 里的数据批量导入 PG，增加该类别 topic 的 field，主要的关系是课程的老师的不同教学班，选修课该板块的其他课程，注意和导师信息的联系，学期信息、推荐星级无所谓，数据初始化的时候很多数据是无意义的平均值，成绩信息可视化不重要（数据来源无法说服用户可信、不同学期之间的差距、没有新人贡献数据）。可借助现有的 模板 功能应用到新的回复。
    难度： ⭐️
    进展：弃用 USTC 评课社区软件，改用 Discourse 的具有模板的类别：https://xjtu.app/c/course/64

15. 定制主页和用户界面、配色、完善中文翻译，使用 Stable Diffusion 自动生成头像图片，Auto dark mode for instant reply + course review
    支持动态头像、动态徽标、动态格言（参考 www/craiglist theme 顶部的滚动栏]）。对于不喜欢浏览时页面有像素改变的用户，提供设置允许静止一切。

    进展：已有动态头像的插件：https://meta.discourse.org/t/animated-avatar-plugin/220445，修改了部分 UI，可在 https://github.com/xjtumen/discourse-xjtumen-custom-tc 参观代码

16. 利用有关语料 finetune 并部署开源 LLM，用于自动回帖以及应答。（注：GPU 不是问题）
    开发 bot（@forward_bot）自动理解并回复现有的相关链接，不过这跟当前的 related topic 功能重叠。（进阶：Finetune LLM）

    进展：（效果不好，已被禁用）试验：训练一个解答下交学生疑问的 Chatbot
    为了让门友和水友们更不孤独，我设置了一个自动回复的 bot

17. 管理 tag（聚类），利用 LLM 自动打 tag，可视化：https://meta.discourse.org/t/discourse-tag-cloud/218014
    进展：discourse-ai 插件已有此类功能 https://meta.discourse.org/t/discourse-ai-post-classifier-automation-rule/281227，但尚未配置

18. 基于地理位置的社区功能，现有 discourse 插件 discourse-locations 可以给帖子和用户增加位置属性，可以在此之上增加发现附近的人等功能。支持调用系统的 GPS 定位/手动输入位置。
    难度：⭐️
    进展：还不如基于 IP 显示位置：https://github.com/xjtumen/discourse-ip-location

19. 基于 SMS 的注册登录，大多数中国人没有 email 邮箱，但上网的人大多用行動裝置，因而虽然 SMS 不安全，SIM swap scam，实现 SMS 注册/登录依然很有意义。事实上，一些基于 Discourse 的网站如 https://swapd.co 已经实现了这个功能。
    进展：太烧钱了，还不如实现和 T 的深度结合

20. 做点花里胡哨的网站挂件效果

    没有任何意义，厌网站上正常阅读的区域添加动来动去的东西会让人非常烦躁

21. Upvote / downvote + karma → automatically promote a user to specific group + Category ACL 量化用户的活跃度/贡献度（已有 discourse-gamification），并自动授予相应的权限和功能（已有 trust level 系统）。没有任何意义。

22. 实现 zulip → discourse 的消息传递，即正确处理 Zulip’s outgoing webhooks，监听在某个地址，识别出是对 xjtu-to-nk 这个 bot 的回复，并从文本中提取出 discourse 上的 topic id，然后调用 discourse 的 api 进行发帖。更进一步，实现 两个/多个 Discourse 之间的互联。

ℹ️ 学好了 Ruby on Rails, Ember.js, Discourse，有可能去 Discourse 背后的 CDCK 公司上班，或者 去 Discourse Marketplace 接活，或者开一家 Discourse Hosting 公司成为 CDCK 的伙伴。

这则记录对别人可能没有任何用处。

为什么要记录？

我自从几年前，记忆力越发不好，很多事不愿意去记，久而久之养成了以往的习惯。
我很后悔每当小学、中学结束之后相干但没干的一件事：记录针对每个同学想到 ta 时脑海中浮现的印象以及 ta 的趣事。这样的后果是现在回忆起画面，很多人的名字已经被我忘记。

本文想记录一下供之后时间的我参考：工作了一年，对之前的选择是否满意/后悔？这一年有怎样的体会？现在我又是怎么想的？
由于上面的原因，记录的时间范围不限于最近一年，而且因为主要是给自己看的缘故，会胡言乱语。

我现在这个工作获得的原因？

• 神奇的是很久前在人生巅峰的时候认识的一个行将毕业的老博士学长很看得起我，跟我聊了很多天，当时就了解到我们工科专业竟然还能进我现在的这个行业工作。
• 看不透各行各业的前景，找一个几乎没有大发展/大变化的行业吧
• 国内狗屎工作信息了解渠道，zhihu、脉脉（人脉）、牛 Coder、XHS 上面的信息真假难辨，但我曾经以一颗纯真（naive&lazy）的心相信了很多，并且以厌恶损失（Loss Aversion）的心理避开有很大可能对我不利的公司。
• 舍不得花钱出国疗养，其实是有这个钱的，目前看来读美本的钱好像也是有的，但当时的时间节点没有，更重要的是人的眼界和心态不支持花这个钱。
• 主要原因：不知道自己擅长什么？我自己也没法清楚的认识自己。
  你了解自己吗？不了解。
  我 sometimes 干着矛盾的事情，心里想的和实际做的心口不一，今天说的和明天说的不一样。
  我有时候自己也不知道自己要干什么。
  我经常感觉自己有种自残的倾向。

将来要怎么做？

我现在会什么？
我经常感叹我经常起了个大早，赶了个晚集/没赶集.

• 小学 6 年级，我因为父亲经常带我到家附近的市图书馆看书，当时我早已经不满足儿童阅览室，碰巧看到了教你用 Flash 制作动画的书籍，（当时还是 v8 版本）。Flash 里面，控制对象的有套编程语言叫 ActionScript，那段时间正好升到（迄今为止还是的）v3 版本，有人给它出书介绍，我死磨硬泡父亲在新华书店购买了有两本工程制图教材厚的《给设计师看的交互程序设计书:Flash ActionScript 3.0 溢彩编程》。AS3 因为基于 ECMAScript 简直就是 Javascript.

var txtHello: TextField = new TextField();

addEventListener(MouseEvent.CLICK, clickHandler); 

由于是小学生，书本里面的名词“迭代”、“遍历”我不懂，我问我爸，他也说不上来是什么意思 😁 ，在我看完语法，准备攻读后面的猪肚部分：各个类的介绍（有点像如今的 API doc），当头一章是 Math，结果里面是什么三角函数、平方、对数之类的东西。可以说我在中学数学学习函数之前，通过编程这种机会，了解到“函数”、“迭代”这种东西。很可惜，Flash 最终被 HTML5 给橄榄了，其实 AS3 提出之时已经不能挽回必败的结局了，因为开放标准/开源很能打败开源/商业。

• 高考完之后，我因为对某家公司的厌恶和愚蠢的幻想想要做一个开源的即时在线聊天软件，当时天真地以为只要学好 GoLang 就可以开发出来。回想 golang.org 告诉我其他语言程序编写完编译的时候程序员可以去喝咖啡了，而 Golang 编译速度非常快，另当时的我非常震撼，从而在学习 C 之前学了 Go。现在想起来，为什么编译快？因为 Golang 有运行时，就有点类似 .java 编译成 .class。
  当时还注册了两个 Github 账户，oimp 和 oimpy，起名是因为 OIMP=Open Instant Message Platform.结果这两个账号注册用的什么邮箱和密码都忘掉了 😆，只能看着 fork 的 repo 还记得这是我注册的并且没被收回。
  Git(hub) 真是个好东西，可以记录你的 commit, fork 等等动态，不愧是程序员的朋友圈 🤗。
• 大一花重金买了 10 系 GPU 的笔电。我并不 play game，不用又感觉浪费，所以我阴差阳错地了解到 DL，从而很早学习了计算图时代的 TF，后面也是一事无成
• 大三阴差阳错地了解到 Rust，了解到一些特性又觉得兴奋，买了本《编程之道》看，不都能看懂，而且光看不写没法进步，
  于是在某水电厂集中实习期间用富余的时间写 socks5 代理转换成 http 代理的小工具，至今还是很怀念在那偏僻的山庄几个人挤在一个小房间里，而我在写代码，有时是在过道里写，被隔壁房间路过的哥们看到，他跟别人说我在写 C-Sharp#。期间恰好还有个国外的哥们（网友）提 issue 说我的项目很好，能否增加 XXX 功能。而白天则是跟班粗浅学习电工、水工、发电机、继电保护的内容，想想就很魔幻。 😹
  但是到后面，年龄越大 Rust 基本知识却越被忘记了 😅。

从这些事情，可以看出来，作者具有以下特征：

• 容易冲动：例如看到 Rust 好就买书看，看到 10 系 GPU 笔电好就想买但并没有考虑到实际需求
• 不能持久：如果我从 2020 年开始，天天写 Rust，那我将得心应手
• 眼高手低：想法很好，但智商不足、勤奋度不足，不肯约束自己，无法持续在一个方向上做下去。东看西看，最后养成游手好闲的习惯了。

由此，之前#我现在这个工作获得的原因？加一点：

• 不想拼搏奋斗了，索性摆烂躺平，从事什么人都能做的、门槛低的工作。到找工作的时候，扪心自问，你精通什么语言？我只能有勇气说 Python，但面试一问你说 Python，哪怕再精通 itertools/collections/pandas/matplotlib，别人觉得也太烂大街了。虽然我 C++ 课程拿了 100pt，但没有任何卵用。我的 Go/Rust 也没脸说我会。

最近一年里里，我做了什么

1

让我最开心的，是我用 Svelte &/ Rust 写了我想写的项目，
我近年来一直喜欢干中学、学中干。像什么读 Tutorial、读书读一整天的事情我是不会干的。
（我中途学过两次 Expo/React Native，看 Tutorial 很聱牙，看完了再动手写也写不动，虽然 Expo 的文档做得挺严谨全面和页面挺好看的。）

我在写 Svelte 的过程中，没看一点 Tutorial，甚至用 sv 初始化的 boilerplate 就可以一点点增加功能，在过程中不懂+layout.svelte, data loading，看文档，一遍看完忘了就再看，感觉很是挺爽的。

写 Rust 主要是由于 Tauri 这个开源框架，通过这个框架能够做很多传统语言没法做的事情，例如你可以在 Android 上同时运行 Rust 写的后端/&ProxyServer 并且用 js 写前端用 Webview 看，可以跨平台共享一套代码，虽然有惊喜/意外/限制，但 better than nothing.

我中途也一度怀疑这样一个完全是由开源社区（主要是几个主要开发者在写）维护核心和很多插件，志愿者们写一些插件的开源项目，要解决跨平台这样一个商业公司都无法给出很好解决方案的难题，是否是不可能的、不可持续的、今天写的代码下个月就不工作的？
但 tauri 持续了好多年，以及在目前提 issue 得到反馈的有效性、及时性、非核心贡献志愿者参与度上看，都是还不错的。

最主要是 rust+js 的开发体验很好，js 部分可以借助现有的工具 dev+debugging，rust 部分可以利用庞大的生态，虽然因为没有后端，node 的东西不能用了，但是你可以用 rust 写后端，虽然不能用 PG/MySQL 了，但是 SQLite+ORM 感觉也很好啊。听 DHH 的演讲，Ruby on Rails 从 v8 开始有逐渐用 SQLite 替代 Redis/PG 的重量（heavy）级组合的实践。

tauri 更像是胶水。在不同平台的 webview 实现之上提供了抽象层。tauri 的很多插件借鉴了 CapacitorJS/IonicFramework.至于稳定性，大约一两年之前，我还能碰到 bug，自从 v2 开始我觉得已经很稳定了。

2

在业余工作之外，分内的工作我一直保持一颗平和的心态，既然要挣一口饭吃，该累的时候就应该累，该承担的责任和压力就应该承担。

今天已经很累了，这些等明天有空了再写

睡觉会导致亏钱。不要熬夜……
昨天起晚了，把弘业期货出了，没来得及撤单。
今天起晚了，cxy 和 xd 的 T 没做，又血亏 2 个点。

点外卖罢
虽然前面看了好久 也没看到什么我很想吃的外卖

明天早上润去嘉兴了 受不了了
我要在嘉兴狠狠 pig2

原文：
https://waitbutwhy.com/2018/04/picking-career.html

下面提供 GPT 的翻译：

嘿，读者们！在我们开始之前，先说几句：

这篇文章是关于我一直想写的一个话题：职业。社会告诉我们很多关于职业应该想要什么，可能会有什么机会的事情——这很奇怪，因为我很确定社会对这些事情了解得很少。谈到职业，社会就像你那位在节假日把你困住，开始一个 15 分钟的、几乎语无伦次的 unsolicited 建议独白的伟大叔叔。你几乎在整个过程中都在走神，因为你很清楚他对自己说的内容几乎一无所知，而且他说的每件事都像是 45 年前的陈词滥调。社会就像这个伟大叔叔，而传统的智慧就像他的长篇大论。只是，在这种情况下，我们不是把它当作背景音，而是专心致志地听着每一个字，然后根据他说的内容做出重要的职业决定。这真的是我们会做的奇怪事情。

这篇文章其实不是在给你职业建议——而是我认为能帮助你做出职业决定的一个框架，这些决定更能反映你是谁，你想要什么，以及我们快速变化的职业环境是什么样子的。你不是这方面的专家，但你肯定比我们这个不自知的集体伟大叔叔更有资格搞清楚什么对你最好。对于那些还没开始职业生涯，不确定自己想做什么的人，或者对于那些目前正处于职业中途，不确定自己是否走在正确道路上的人，我希望这篇文章能帮助你按下思考的重启按钮，让你得到一些清晰的答案。

最后，把这篇文章发布出来真的感觉很棒。真的是拖了太久。去年对我来说非常沮丧，也对所有喜欢《Wait But Why》的人来说也是——积累了很多想法，却没有通过博客发布那些令人满足的成果（我去年大部分时间都在写另一篇更长的文章）。我希望这个《WBW 黑暗时代》即将结束，因为我真的很想和大家在这里互动。感谢那些始终支持我们的小团体——他们的耐心和慷慨简直让人难以置信。

– Tim

Updates

see

https://xjtu.app/t/topic/14216

The content below is only for reference.

Intro

通过跨平台的桌面应用框架 Tauri，实现同一套代码编译成多个平台 macOS, Windows, Linux, Android, iOS 的二进制文件。
（相比于 Electron，具有分发体积小、二进制文件不易被反编译出源码的优点）

相比于通过浏览器访问的时候，我只能用 JavaScript 玩花样。通过独立应用的形式，可以更方便地实现：

1. 对抗 DNS 污染
   （Thanks to https://docs.rs/tauri/2.0.0-beta.16/tauri/struct.Url.html#method.set_ip_host）
2. 提高到服务器的网络连接的稳定性（userspace BBR congestion control）
   （Thanks to QUIC and a great discontinued open source project）

TODO

可能会做以下事情：

1. 缓存控制与离线浏览
2. 离线新建话题（待在线时同步到服务器）
3. 使用 Svelte(Kit) 做一个前端，不求支持目前的 Ember.js 前端的所有功能，只是练练手

Technical notes

• tauri 今年 2 月推出了 v2 beta，新增 android+ios 支持，但文档不全。我采用了 beta 版
• tauri 跨平台编译（在 linux 上面编译 windows 的二进制有警告： Warn [tauri_bundler::bundle] Cross-platform compilation is experimental and does not support all features. Please use a matching host system for full compatibility.）

但我还是完成了编译，需要安装yay -S nsis，并且注意在 Cargo.toml 中不能 tauri-api 依赖。（我中途甚至在 Vbox 虚拟机里配置了开发环境，但 win 实在太恶心了，Terminal/File Manager 简陋、系统级广告、Windows Update、意想不到的编译错误，由于系统语言是 zh，直接搜索错误信息会出来一大堆 csdn, juejim, 腾讯云，知乎 之类的垃圾站）

gnu target 不行，提示 webview2loader.dll not found. 需要使用 msvc target：
https://github.com/tauri-apps/tauri/issues/8336
https://tauri.app/v1/guides/building/cross-platform/

# NO_STRIP is for building AppImage
NO_STRIP=true pnpm run tauri build
pnpm tauri build --runner cargo-xwin --target x86_64-pc-windows-msvc 

tauri 1 的基于 wry 的 webview 不支持 socks5 proxy, 尝试 cherry pick / backport 到 v1 由于 wry 依赖版本问题失败。
tauri 2 目前打包成 windows 运行存在问题：白屏，resize 后 webview 的大小不变，理论上支持嵌入二进制文件（sidecar）但我没找到 v2 的文档，似乎只能从 js 调用

Code Releases

基于 tauri v2 版本，使用 svelte 模板：

https://github.com/xjtumen/xjtumen-tauri-svelte

基于 v1 版本：

https://github.com/xjtumen/xjtumen-tauri1

主要工具为 pnpm/cargo

pnpm install
pnpm tauri dev
# or
cargo tauri dev

感想

今天写/调了一天 Rust，学到了不少东西。

tauri 的 v1 和 v2、rust+js 给人精神分裂的感觉，并且 Rust 为了函数签名一致，写起来没动态语言方便。等 tauri2 从 beta 变成正式释出，修复缩放黑屏的 bug 后再研究嵌入二进制的事情。

electron 更成熟一些，明天（May 2, 2024, 1:35:13 PM (Asia/Taipei)）再尝试用 electron 吧，缺点就是释出的安装包体积大了一点。（大了不止一点，20x~60x）

deprecated, please use tauri-based app:

https://xjtu.app/t/topic/14216

a1e950ed9be8b3c1981af94f4944a6d3dc8923e011dcab01189c3ff5f8d45df7  xjtumen-app-v0.0.1.exe

acc945b44201fc20da1a6ff379063323f3ab5703e1a634f331e0107d30442e45  xjtumen-electron-0.0.1.AppImage

认知闭环被打破

有些人很容易受到头脑中的想法的影响，有的人则不那么敏感。比如，对于某个远在俄国忍饥挨饿的儿童，有的人只要脑子里想到了，就会产生眼前真的有一个俄国饥童那样真实的冲击感，但也有人会因为此事远在千里之外而无法产生任何感触。在上述两种极端之间，存在着由低到高的不同程度的感受。此外，还有人对于事实缺乏敏感性，而只会受到想法的触动。但有时，即使情感已经被想法调动起来，我们却无法通过立即付诸行动的方式来满足上述情感。例如，一个饥饿的俄国儿童会激发我们施予食物的欲望，但产生了这种念头的人无法真的把食物放到该儿童面前，而只能将钱捐给冷冰冰的筹款机构，或干脆交给此类机构的人格化身——那位胡佛先生。他的钱不会交给儿童本人，而是会与其他人的捐款汇总起来，再被用于向大量处于类似情况的儿童提供食物。因此，正如捐助的想法是间接被唤起的一样，想法所导致的行为的效果也是间接实现的。人于其中的认知是间接的，只有认知对于人所起的作用是直接的。在上述三段过程中，刺激来源于人们无法直接接触的地方，人的反应导致的结果也实现于其无法直接接触的地方，只有情感完全生发于人自身。

网络暴力也有着类似的结构，（不完全或纯粹虚假的）信息来源于不可控的地方，键盘行动和语言暴力实现于不可知的地方，只有情感和情感带来的行动发生于施暴网民。

引用的内容成文于 1922 年，因此核心问题不在于互联网。

完整的认知过程是一个闭环控制系统，环境和人都是在场且有反馈的，即旧环境状态 (t1)、情感和行为产生 (action)、新环境状态 (t2) 是完整的。

开环的系统只保留了情感和行为产生的过程，只做推理而停止了认知训练，或者说过去不可靠的记忆、经验和想象取代了最新环境状态作为训练信息反馈进了认知系统，从而塑造了刻板印象，智能体的行为模式进一步极化，变得低熵和可预测。

可知有限的宿命

我们并非直到 18 岁才带着对真实世界的想象破壳而出。如同萧伯纳先生所言，我们仍然处于伯哥 (Burge) 和鲁宾 (Lubin) 的时代，这意味着我们在孩提时仍须依赖年长者帮助自己与世界之间建立关联。于是，我们与外部世界的联系就通过某些我们所热爱的权威人士实现了。这些人是我们与可见世界之间的最原始的桥梁。而且，就算我们逐步让自身具备了独立了解更为宏大的外部环境的能力，一个庞大的未知世界始终存在着，我们仍须依赖权威来获得对那个未知世界的理解。在一无所知的情况下，我们很容易将关于事实的正确解释与貌似合理的错误说辞混为一谈，因为两者看上去、听上去，并且在感觉上均十分相像。除非是在自己异常熟悉的为数不多的领域，否则我们无法在真实的解释和虚假的解释之间做出选择，而只能在值得信任的解释和不值得信任的解释之间做出选择。

社会越发展和丰富，专业化程度越发达，未知的内容也越多。“不学数理化，生活处处是魔法”，更实际情况是：（1）自然科学知识也只是人类生活中要用到的认识的一小部分；（2）数理化可以无限细化，一个人能有深刻认知的领域和内容注定十分有限。

信任金字塔的构建

当我们不再理解这个世界，只能在信任和不信任之间做出选择。因此“安全感”很大程度建立在独立可信渠道的数量和质量。一个简单是问题是：当你遇到很大的困难时，能够向谁寻求帮助？”家庭“”司法“这类构建出来的社会体系是常见的答案，然而“私力救济”和“公力救济”概念的存在意味着越是普遍的答案越是难以处理特殊的困难（从语言定义上来说普遍和特殊就是难以调和的）

然而，尽管选择专家比选择真理来得方便，但我们在实践中仍时常感觉无力。说实话，就连那些被当作某一领域的专家的人，也往往搞不清究竟谁是该领域最权威的专家。而且，就算我们认准了一位专家，他也往往因为过于繁忙而无法接受咨询，甚至干脆联系不上。但是有一些人，尽管不是专家，我们也能够不假思索地对其加以信任，这些人包括父母、老师以及身边那些有本事的朋友。

无论如何，我们都会发现自己对于某些人是很信任的，而这些人就成了我们将自身与未知领域相联系的中介。吊诡的是，这一现象在有些情况下被指责为轻佻、随意，甚至被视为我们自身动物性的体现。然而，在宇宙中保持纯粹的独立性根本是不可能的事。我们若不能在实践中将万事万物视为理所应当，就理应甘于在平凡中度过自己的一生。隐士是最接近“纯粹独立”境界的一类人，然而他们的活动范畴是极为狭隘的；由于隐士的一切活动都以自我为中心展开，故其活动的半径便十分有限，目标亦十分简单。假若一个人可以花大把时间去琢磨艰涩的思想问题，那意味着他早在归隐之前便已将如何取暖、如何果腹，以及有哪些伟大的问题需要思索这些事考虑清楚了。

那些为我们所信赖并被我们视为连接自身与外部世界的桥梁的人，似乎恰恰就是“外部世界”的运作者，哪怕其所运作的或许只是世界的一个不起眼的局部。

信任程度的高低也就成了对某种特权的让渡或是价值交换。
一种最优化价值的策略便是：
（0）更多的时间应该投入到熟练基础知识和好的判断标准（不同学科主流学派的科学方法），追求语言和思维的清晰
（1）最为信任的认识应该来自于“事必躬亲”的经验
（2）对未知的内容尽可能保持“我处于未知”的诚实，而不是让错误的观念先入为主
（3）有争议却不熟悉的领域寻找多家观点，并使用逻辑一致性校验、情绪强度、象征强度、诱因结构、利益分析和语言困惑度等技术手段初步筛选掉低质量的观点
（4）结论的原因比结论本身有更多的信息量，“是”和”否“只需一个比特进行编码
（5）寻找认知相近和利益绑定的长期伙伴（原则是快速淘汰; 宁缺毋滥; 密集接触; 值得十年尺度的判断），对某一界限的信息尽可能信任
（6）设立清晰的原则，估计具体原则可能的偏差需要多长时间尺度的累积，根据反馈在相应尺度进行周期性调整

彻底魔怔，过于失败了，也许从一开始就错了，但是只能接着踩油门

CHAPTER VIII
THE CALCULUS
INTRODUCTION

With an absurd oversimplification, the “invention” of the calculus is sometimes ascribed to two men, Newton and Leibniz. In reality, the calculus is the product of a long evolution that was neither initiated nor terminated by Newton and Leibniz, but in which both played a decisive part. Scattered over seventeenth century Europe, for the most part outside the schools, was a group of spirited scientists who strove to continue the mathematical work of Galileo and Kepler. By correspondence and travel these men maintained close contact. Two central problems held their attention. First, the problem of tangents: to determine the tangent lines to a given curve, the fundamental problem of the differential calculus. Second, the problem of quadrature: to determine the area within a given curve, the fundamental problem of the integral calculus. Newton’s and Leibniz’ great merit is to have clearly recognized the intimate connection between these two problems. In their hands the new unified methods became powerful instruments of science. Much of the success was due to the marvelous symbolic notation invented by Leibniz. His achievement is in no way diminished by the fact that it was linked with hazy and untenable ideas which are apt to perpetuate a lack of precise understanding in minds that prefer mysticism to clarity. Newton, by far the greater scientist, appears to have been mainly inspired by Barrow (1630-1677), his teacher and predecessor at Cambridge. Leibniz was more of an outsider. A brilliant lawyer, diplomat, and philosopher, one of the most active and versatile minds of his century, he learned the new mathematics in an incredibly short time from the physicist Huygens while visiting Paris on a diplomatic mission. Soon afterwards he published results that contain the nucleus of the modern calculus. Newton, whose discoveries had been made much earlier, was averse to publication. Moreover, although he had originally found many of the results in his masterpiece, the Principia , by the methods of the calculus, he preferred a presentation in the style of classical geometry, and almost no trace of the calculus appears explicitly in the Principia . Only later were his papers on the method of “fluxions” published. Soon his admirers started a bitter feud over priority with the friends of Leibniz. They accused the latter of plagiarism, although in an atmosphere saturated with the elements of a new theory, nothing is more natural than simultaneous and independent discovery. The resulting quarrel over priority in the “invention” of the calculus set an unfortunate example for the overemphasis on questions of precedence and claims to intellectual property that is apt to poison the atmosphere of natural scientific contact.