 AI 成为新搜索引擎，电商将重新洗牌

介绍大模型是如何工作的，以及使用Qwen-1.8B-Chat大模型、开源知识库项目FastGPT以及对接大模型API的开源项目One API进行本地搭建。

用最小的理解和资源跑通知识库大模型

从项目建设经验中总结企业AI建设路径。

公司要做AI

加锁文章 

openclaw项目

黑格尔《小逻辑》感悟

忏悔录

一瞬人类

《查拉图斯特拉如是说》

黑格尔“异化”理论感悟

先从一个中心化货币交易的典型场景入手，顺便解释一下，为什么说比特币、区块链是去中心化的。

什么是区块链

我的项目灵感是前段时间我买了一个南红手串，听说我五行偏缺火，于是选了南红。戴着戴着突然冒出一个想法：能不能把“补五行”这件事做成一个可以输入生辰与偏好、自动生成属于补齐你的五行的手串

AI五行手串

工具变量没有饱和点，把它当终点会让策略永远无法收敛。

目标设定的常见失效：追工具变量，不是终点 

没有预测的复盘只是故事会，它不能更新任何判断。

复盘的前提：你得先有一个可以被错的预测 

结果能更新模型，但不该更新身份标签，两者混用会让系统失稳。

反馈不进身份：为什么结果不该修改你是谁 

执行失败通常不是努力不够，而是选择没有真正做出来。

选择比努力更稀缺：大多数执行问题是选择问题 

理解一条规则和在真实情境里稳定执行它，是两件完全不同的事。

知道规则与能用规则之间有一道很宽的沟 

把不可控的输出当作优化目标，努力就会被消耗在错误的方向上。

输入和输出的错位：为什么努力不产生进步 

同时改多个变量会让你永远不知道哪个变量引起了改变。

一次只改一个变量：为什么并行优化不可靠 

结果出来后再定评价标准，是在用结果倒推标准，这不是评价，这是合理化。

评价标准必须在开始前定下来 

你可以说清楚一件事却并没有真正思考清楚它，写作是暴露这个差距的最好工具。

表达清晰与思考清晰是两件不同的事 

每次说"是"都是在说无数个"不"，但后者是隐性的，所以承诺的真实成本常常被低估。

承诺的代价：说"是"的真实成本 

能长时间专注的人不是意志力更强，而是他们的环境里诱惑更少、摩擦更高，这是可以被主动设计的。

专注不是天赋，是环境设计的结果 

大多数人更擅长给答案，但问题的质量决定了答案能达到的上限，而大多数人在问题阶段就已经偷懒了。

把问题说清楚比给出答案更难 

短期偏好和长期偏好本质上是不同的认知系统，它们能处理的问题类型不同，混用会两边都做不好。

你的时间偏好决定了你能解决哪类问题 

阅读量和理解深度之间有一条沟，跨过这条沟需要的不是更多阅读，而是更高密度的处理。

读了多少不等于你吸收了多少 

不是所有的观点都值得被维护，区分意见和判断有助于决定在哪里投入认知资源。

意见和判断的区别：哪些值得花时间更新 

快思考在熟悉领域是资产，在复杂领域是风险。关键是知道你在哪个模式里。

慢思考与快思考：哪些决策不能靠直觉 

说不做某件事，和真正不做，是两件事。边界的价值在于它让你的承诺有了对照物。

边界不是拒绝，而是让承诺变得可信 

重要性不等于优先级，只有在当前时间窗口不可替代的事才值得排在最前面。

优先级排序不是选最重要的，而是选最不可替代的 

拖延几乎从不来自懒，它来自任务入口不清晰或者启动代价过高。

拖延的结构：不是懒，而是任务的第一步不够明确 

习惯之所以难以建立，不是因为意志力不够，而是因为触发结构没有被设计。

习惯不是自动发生的，它是被设计出来的 

改变计划失效通常不是意志力不够，而是计划设计时没有考虑执行成本，以及没有为不可避免的第一次失误设计恢复路径。

为什么大多数改变计划在第一周就失效 

人关于自己的叙事不是对过去的中性记录，而是一个持续被编辑的解释框架，理解这一点让改变变得更可能。

自我叙事的可修改性：你关于自己的故事可以被重写 

独处不只是社交的缺席，主动的独处可以产生在社交环境里无法产生的认知输出，是需要被保护的时间。

高质量的孤独是一种认知资产 

情绪提供的是关于你的判断系统状态的信息，压制它会丢失信号，放任它会淹没信号，需要的是解码。

情绪是信号，不是噪声——但你需要学会解码 

观点是关于世界的描述，立场是关于身份的声明。两者混淆是很多争论无法推进的真正原因。

观点与立场：哪一个更难改变 

类比让陌生的概念变得可理解，但它同时把源域的限制和偏见一起打包传输，使用类比的人很少意识到这一点。

类比是思维的桥梁，也是它的陷阱

我们所有的判断都依赖一组前提，但大多数前提从来没有被说出来，也从来没有被检验过。分歧很多时候不在结论，而在沉默的前提。

沉默的前提：每一个判断背后都有一堆没说出来的东西

对确定性的渴望是人类的自然倾向，但把确定性当作认识目标会导致认知上的自我欺骗——持有的信念会比证据允许的更坚实。

确定性是一种认知舒适，不是认识论美德

知道是有命题的存储，理解是有结构的网络。两者看起来很像，但在需要应用的时候差距会完全暴露出来。

知道一件事和理解一件事之间的距离

共情和理解不是同一件事。共情是感受到类似的情绪；理解是准确地重建另一个人的内部逻辑。后者比前者难得多，也更稀缺。

理解他人的真实难度

简单的框架让复杂的问题变得可处理，但每一次压缩都有代价。问题是我们通常不知道我们损失了什么，因为损失的东西在压缩之后就不再可见了。

简单性的代价：当我们压缩问题时失去了什么

理性是一种工具，不是一个目的，也不是自足的。它能帮助你从价值观推导行动，但无法为你提供基础价值观，也无法替代你对这些价值观的承诺。

理性的边界：它能做什么，它做不到什么 

道德直觉不是噪声，它是经过演化和文化压缩的判断；道德论证也不是权威，它依赖前提。当二者冲突时，需要判断哪一方更可信，而不是自动服从任何一方。

道德直觉和道德论证：当两者冲突时相信哪个 

自由意志是否存在是一个哲学上悬而未决的问题，但在实践层面，你必须以一种行动主体的方式生活。这个必要性本身提供了比哲学答案更稳固的基础。

自由意志的实践版本：不管哲学答案如何，你仍然需要行动

大多数事情有名义上的完成和真正意义上的完成，两者之间有一条沟，填上这条沟需要额外的步骤，但大多数人在名义上完成之后就停下来了。

什么叫真正完成一件事

休谟《人性论》读书笔记：因果、习惯与自我

斯多葛练习的技术面：爱比克泰德《手册》

从召回、切分、重排到提示与评估，梳理最常见的失败原因，并给出一套排查优先级。

RAG 不是万能药：知识库问答常见 7 个失败模式（含排查顺序）

康德《实践理性批判》：义务的形式与行动的可检验性 

把 AI 当成“答案机器”会失望；把它当成“假设生成器 + 反驳器 + 计划助手”会更稳定。

从搜索到行动：我怎么用 AI 做个人研究与决策

休谟《人类理解研究》：把认识论问题改写为可操作的规则

行动如何有结构：亚里士多德《尼各马可伦理学》

心智的工程化视角：丹尼特《意识的解释》

康德《判断力批判》：审美判断、目的论与“可交流性”

洛克《政府论》：同意、财产与国家权力的边界

把 AI 当写作工具时，最容易卡在“出稿快但不稳定”。本文给出一个从提示到流程、再到知识资产化的三层结构。

AI 写作的 3 个层级：从“会写”到“可复用系统” 

把思想变成可执行的规则：维特根斯坦《哲学研究》

面对不确定性的理性：波普尔《猜想与反驳》

继续收集信息的决定，很多时候不是因为信息真的不够，而是因为决策本身让人不舒服。

「再想想」是一种特殊形式的拖延 

坚持的理由应该来自未来的预期，而不是过去的投入，但大脑默认用后者替代前者。

坚持的理由应该来自前方，而不是身后 

时间管理解决的是时间的分配问题，但大多数效率问题不是时间不够，而是注意力质量在下降。

注意力不是时间的函数

回应一个反驳是有成本的，默认回应所有反对意见会把精力耗费在不值得的地方。

不是所有的反对意见都值得被回应 

你做的大多数「选择」其实是对环境默认值的接受，真正主动的选择比你以为的少得多。

默认选项在替你做大多数决策 

你在一个角色、关系或自我定义上投入越多，放弃它的心理代价就越高，和钱的沉没成本机制完全一样。

沉没成本不只是钱：身份也有沉没成本 

完美主义很少表现为把事情做得更好，它更常见的表现是让事情更难开始。

完美主义的真正成本不是高标准，是启动障碍 

知识能被迁移的前提是你以原理的方式存储它，而大多数人以案例的方式存储它。

学习的迁移失败：为什么在一个领域学到的在另一个用不上 

模糊目标不是认知缺陷，它在很多时候是一种保护机制——清晰意味着可以被检验，可以被证明失败。

模糊目标的实际功能：为什么人们更喜欢保持不清晰 

大多数人在归因时停在第一个可见的原因上，但那个原因本身通常还有原因，停下来就意味着修的是症状，不是结构。

Vemperor

Vemperor

技能栈

年度写作目标

交流频道

加入我们的社群讨论分享

分类排行