本周 podcast 推荐：# E233 在选择越来越多的今天，怎么想吃点好的更难了？｜知行小饭馆 ；聆听最近 1 年餐饮行业发展

跑

  • 跑步：每周 70km 【完成 50km】
  • 俯卧撑：7 x 20 个 【持续失败】

学

  • 上一个十年，是大鱼吃小鱼的时代：创业公司的终局，往往是被更大的玩家收购。最近这十年，规则变了。市场不再看体量，而是看速度，变成了快鱼吃慢鱼。跟不上市场节奏，再深的护城河也会被迅速击穿，最终被用户和资本共同抛弃。很多时候，甚至不需要竞争对手出手，自己就会在迟缓中慢慢瓦解。
    • 敌人也变了——不再只是同行，而是那张始终收紧的“渔网”：技术迭代、用户迁移、效率竞争与时代周期。能冲出去的人赢得下一轮机会，冲不出去的人，只能被困在原地等待淘汰。
    • 谁能抢先一步获得信息、做出应对并快速执行，谁就能抢占市场先机，形成竞争优势；你不必占有大量资金，哪里有机会，资本就很快会在哪里重新组合。速度会转换为市场份额、利润率和经验。
  • 创业是将上一次失败的经验总结后，在下一次创业的时候规避掉或者再放大。而不是我手里有点闲钱，想出去试试看能不能玩一把大的，万一运气降临我赚钱了呢 – 勇哥说
  • 发现 Ai 新用处，在前期对接互联网类型客户且不明确客户目的的时候，让 Ai 收集客户高管悬而未决的问题，然后根据痛点去编排解决方案
  • 对话 chatGPT 学习使用经验，将 obsidian 的现存目录进行了重构同时保留当下输入习惯，从 高密度、多来源、半结构化知识仓库 到 多维标签展示 与 精准主题范围收敛 的方向演进

  • 职场认主：如果把职场关系比作一段长跑，他是在等一个「不得不停下」的理由，而我是在找一个「必须跑下去」的意义。最关键的其实不是你待了多久，而是你清不清楚自己为什么要留在那张工位上。只要你的底层逻辑能够自洽，能支撑你走向想要的未来，其实哪种选法都有它的道理。毕竟，我们最后要交代的不是那份简历，而是我们自己的人生。

  • 社会学有个概念叫镜像自我，人们通过别人的眼睛来认识自己。自我验证理论。人会主动寻找那些能验证自己身份的证据。名字是别人认识你的第一个标签。这个标签会激活一套刻板印象，然后这套刻板印象会通过无数次微小的互动反馈给你。

    • 名字-长相匹配，本质上是在测量一个人的社会化程度，匹配度高，说明这个人被社会期待塑造得很彻底。他的行为模式、表情管理、气质呈现，都高度符合社会对这个名字的预期。他是个合格的社会产品。
    • 箱庭世界是指个体在长期社会互动中形成的，被周围环境规训、同化后构建的自我认知与行为模式的封闭系统。

花

  • 百米。 ひゃくえむ。 (2025)
    • 推荐指数 8/10
    • 人生在 ”百米” 和 “10秒“ 这两个非常理性的数字上反复冲刺，是喜欢比赛？还是喜欢跑步？当跑的多了之后，谁又能分得清呢？

阅

  • 《Matryoshka Representation Learning》
    • 论文地址： https://arxiv.org/abs/2205.13147
    • 应用场景：中文常被称为“俄罗斯套娃”表示学习技术；特殊的损失函数（Loss Function），主要解决 存储-精度-速度 三者关系，按照不同意图，使用不同等级方式检索。 你训练了一个 1024 维的模型，利用 MRL 技术，你可以直接截取其前 128 维、256 维或 512 维使用，而不需要为这些低维度重新训练单独的模型。
      • 128 维（最内层套娃）： 包含最核心的语义。
      • 256 维： 在 128 维的基础上增加更多细节。
      • 1024 维（最外层全量）： 包含模型捕获的所有特征。
    • 逻辑上是一个向量，但物理上可以考虑将前 128 维作为单独的“热数据”列存储，或者利用底层存储引擎的 Offset 机制，支持仅读取二进制大对象（BLOB）的前 N 个字节。存的时候是 1024，但是索引会构建层多个，比如 128、256、768，子空间索引 (Sub-vector Indexing)；能够针对 vector[0:128] 构建快速索引，而不需要冗余存储整份数据。

用

  • chatGPT image 2.0 ；强大的一塌糊涂，之前从不使用 chatgpt 到现在已经准备充值，好的功能极大提升产品转化率