<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
    <channel>
        <title>个人成长 on 火炬树</title>
        <link>https://torchtree.com/tags/%E4%B8%AA%E4%BA%BA%E6%88%90%E9%95%BF/</link>
        <description>Recent content in 个人成长 on 火炬树</description>
        <generator>Hugo -- gohugo.io</generator>
        <language>zh-cn</language>
        <copyright>TorchTree Co., Ltd.</copyright>
        <lastBuildDate>Wed, 20 May 2026 08:03:37 +0800</lastBuildDate><atom:link href="https://torchtree.com/tags/%E4%B8%AA%E4%BA%BA%E6%88%90%E9%95%BF/index.xml" rel="self" type="application/rss+xml" /><item>
        <title>凯利公式：在不确定世界里找到最优下注比例</title>
        <link>https://torchtree.com/post/kelly-criterion/</link>
        <pubDate>Wed, 20 May 2026 08:03:37 +0800</pubDate>
        
        <guid>https://torchtree.com/post/kelly-criterion/</guid>
        <description>&lt;img src="https://images.unsplash.com/photo-1670085734282-833804780cc8?crop=entropy&amp;cs=tinysrgb&amp;fit=max&amp;fm=jpg&amp;ixid=M3wxMTc3M3wwfDF8c2VhcmNofDI1fHwlRTclQUQlQjklRTclQTAlODF8ZW58MHx8fHwxNzc5MjY0MTU5fDA&amp;ixlib=rb-4.1.0&amp;q=80&amp;w=2000" alt="Featured image of post 凯利公式：在不确定世界里找到最优下注比例" /&gt;&lt;h2 id=&#34;凯利公式解决什么问题&#34;&gt;凯利公式解决什么问题？
&lt;/h2&gt;&lt;p&gt;大多数决策困境可以归结为两个层面：要不要做，以及做多大。前者是方向判断，后者是力度控制。凯利公式（Kelly Criterion）专门解决后者。&lt;/p&gt;
&lt;p&gt;1956 年，贝尔实验室的 John L. Kelly Jr. 在研究信息传输中的噪声问题时，推导出了一套数学框架。他发现，如果把信号传输类比为赌博下注，存在一个最优投入比例，使得长期财富的几何增长率最大化。&lt;a class=&#34;link&#34; href=&#34;https://en.wikipedia.org/wiki/Kelly_criterion&#34;  target=&#34;_blank&#34; rel=&#34;noopener&#34;
    &gt;1&lt;/a&gt;&lt;/p&gt;
&lt;p&gt;这个发现后来被 Edward Thorp 引入赌场和华尔街。Thorp 在 1962 年出版的 &lt;a class=&#34;link&#34; href=&#34;https://en.wikipedia.org/wiki/Beat_the_Dealer&#34;  target=&#34;_blank&#34; rel=&#34;noopener&#34;
    &gt;Beat the Dealer&lt;/a&gt; 中证明，利用凯利公式管理 21 点赌局的下注比例，可以在数学上获得稳定优势。此后，凯利公式成为量化投资和资金管理领域的基础工具。&lt;a class=&#34;link&#34; href=&#34;https://en.wikipedia.org/wiki/Edward_O._Thorp&#34;  target=&#34;_blank&#34; rel=&#34;noopener&#34;
    &gt;2&lt;/a&gt;&lt;/p&gt;
&lt;h2 id=&#34;公式本身长什么样&#34;&gt;公式本身长什么样
&lt;/h2&gt;&lt;p&gt;凯利公式的标准形式：&lt;/p&gt;
&lt;p&gt;f* = (bp - q) / b&lt;/p&gt;
&lt;p&gt;其中：&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;&lt;strong&gt;f&lt;/strong&gt;* — 每次应投入的资金占总资金的比例&lt;/li&gt;
&lt;li&gt;&lt;strong&gt;p&lt;/strong&gt; — 获胜概率&lt;/li&gt;
&lt;li&gt;&lt;strong&gt;q&lt;/strong&gt; — 失败概率（q = 1 - p）&lt;/li&gt;
&lt;li&gt;&lt;strong&gt;b&lt;/strong&gt; — 赔率（赢时的净收益与投入金额之比）&lt;/li&gt;
&lt;/ul&gt;
&lt;p&gt;&lt;img src=&#34;https://getnas.s3.bitiful.net/2026/05/01-edge-to-position.png&#34;
	
	
	
	loading=&#34;lazy&#34;
	
	
&gt;&lt;/p&gt;
&lt;p&gt;举一个具体例子：假设你参与一个赌局，抛硬币决定输赢。你判断正面出现的概率是 55%（p = 0.55），赢了拿 2 倍回报（b = 1，即净赚 1 倍）。代入公式：&lt;/p&gt;
&lt;p&gt;f* = (1 × 0.55 - 0.45) / 1 = 0.10&lt;/p&gt;
&lt;p&gt;这意味着你应该每次投入总资金的 10%。投入更多不会让你赚得更快，反而会因波动性增加而降低长期增长率。投入更少则浪费了你的边际优势。&lt;/p&gt;
&lt;p&gt;如果正面概率只有 45%（低于 50%），公式给出负值。负值的含义很明确：没有优势，不要下注。&lt;/p&gt;
&lt;h2 id=&#34;为什么是最优而不是最多&#34;&gt;为什么是&amp;quot;最优&amp;quot;而不是&amp;quot;最多&amp;quot;
&lt;/h2&gt;&lt;p&gt;这里有一个反直觉的关键点。假设你有 60% 的胜率，赔率是 1:1，直觉可能会说&amp;quot;既然我赢面大，应该多投&amp;quot;。但凯利公式给出的答案是每次投入 20%。&lt;/p&gt;
&lt;p&gt;如果投入 40% 呢？短期来看，你可能赚得更多。但从长期来看，由于输赢的交替出现，过度集中会导致资金曲线剧烈波动。一次大亏就可能抹掉多次累积收益。&lt;/p&gt;
&lt;p&gt;数学上可以证明，在重复博弈中，凯利公式使资金的长期增长率（geometric growth rate）达到最大值。&lt;a class=&#34;link&#34; href=&#34;https://en.wikipedia.org/wiki/Kelly_criterion#Practical_use_of_Kelly_criterion&#34;  target=&#34;_blank&#34; rel=&#34;noopener&#34;
    &gt;3&lt;/a&gt;&lt;/p&gt;
&lt;p&gt;这里用一个简化模型来说明。假设总资金 10000 元，每次投入比例为 f，胜率 60%，赔率 1:1。经过 100 次博弈后，不同投入比例的预期资金对比如下：&lt;/p&gt;
&lt;table&gt;
  &lt;thead&gt;
      &lt;tr&gt;
          &lt;th&gt;投入比例&lt;/th&gt;
          &lt;th&gt;胜率 60%，100 次后预期资金&lt;/th&gt;
      &lt;/tr&gt;
  &lt;/thead&gt;
  &lt;tbody&gt;
      &lt;tr&gt;
          &lt;td&gt;10%（半凯利）&lt;/td&gt;
          &lt;td&gt;约 18,000 元&lt;/td&gt;
      &lt;/tr&gt;
      &lt;tr&gt;
          &lt;td&gt;20%（全凯利）&lt;/td&gt;
          &lt;td&gt;约 22,000 元&lt;/td&gt;
      &lt;/tr&gt;
      &lt;tr&gt;
          &lt;td&gt;30%&lt;/td&gt;
          &lt;td&gt;约 19,000 元&lt;/td&gt;
      &lt;/tr&gt;
      &lt;tr&gt;
          &lt;td&gt;40%&lt;/td&gt;
          &lt;td&gt;约 12,000 元&lt;/td&gt;
      &lt;/tr&gt;
      &lt;tr&gt;
          &lt;td&gt;50%&lt;/td&gt;
          &lt;td&gt;约 4,000 元&lt;/td&gt;
      &lt;/tr&gt;
  &lt;/tbody&gt;
&lt;/table&gt;
&lt;p&gt;注意：超过凯利比例后，资金不是缓慢下降，而是急剧恶化。这就是凯利公式的另一层含义：它不仅是&amp;quot;赚最多&amp;quot;的方案，也是&amp;quot;不破产&amp;quot;的安全边界。&lt;/p&gt;
&lt;h2 id=&#34;半凯利和实际投资中的保守策略&#34;&gt;半凯利和实际投资中的保守策略
&lt;/h2&gt;&lt;p&gt;理论上凯利比例最优，但实际投资中几乎没有人满仓执行凯利公式。原因有三：&lt;/p&gt;
&lt;p&gt;&lt;strong&gt;第一，概率估计本身存在误差。&lt;/strong&gt; 你认为胜率是 60%，真实胜率可能是 55% 或 52%。对参数的微小误判，在满仓凯利下会被放大。&lt;/p&gt;
&lt;p&gt;&lt;strong&gt;第二，现实世界的赔率不是固定的。&lt;/strong&gt; 股票市场的赔率（即预期收益）随市场情绪、宏观经济、行业周期不断变化。&lt;/p&gt;
&lt;p&gt;&lt;strong&gt;第三，心理承受能力有限。&lt;/strong&gt; 即使数学上最优，40% 的资金回撤在现实中足以让大多数人恐慌性割肉。&lt;/p&gt;
&lt;p&gt;&lt;img src=&#34;https://getnas.s3.bitiful.net/2026/05/02-kelly-bridge.png&#34;
	
	
	
	loading=&#34;lazy&#34;
	
	
&gt;&lt;/p&gt;
&lt;p&gt;因此，实务中普遍采用&amp;quot;半凯利&amp;quot;（Half-Kelly）甚至更低的比例。半凯利策略牺牲了约 25% 的长期增长率，但将资金波动降低了约 50%。这种&amp;quot;用少量收益换大幅降波动&amp;quot;的权衡，对大多数投资者来说更可持续。&lt;a class=&#34;link&#34; href=&#34;https://www.investopedia.com/articles/04/030404.asp&#34;  target=&#34;_blank&#34; rel=&#34;noopener&#34;
    &gt;4&lt;/a&gt;&lt;/p&gt;
&lt;h2 id=&#34;凯利公式对生活的启示&#34;&gt;凯利公式对生活的启示
&lt;/h2&gt;&lt;p&gt;凯利公式的核心逻辑不仅适用于赌场和股市，它提供了一种通用的决策框架。&lt;/p&gt;
&lt;p&gt;&lt;strong&gt;识别边际优势。&lt;/strong&gt; 凯利公式假设你已经知道 p 和 b。在现实中，第一步是诚实地评估：我在这个领域是否有优势？优势有多大？如果答案是&amp;quot;没有&amp;quot;或&amp;quot;不确定&amp;quot;，公式给出的建议是零投入。这本身就是一条有价值的生活原则：把资源集中在你有认知优势的领域。&lt;/p&gt;
&lt;p&gt;&lt;strong&gt;力度取决于优势大小。&lt;/strong&gt; 优势越大，投入越多；优势越小，投入越少。这个逻辑适用于职业选择（你在这个赛道的胜率和潜在回报是多少）、创业决策（你的产品相对于竞品的差异化优势有多大）、甚至日常时间分配（在这项技能上投入时间的边际回报是否递减）。&lt;/p&gt;
&lt;p&gt;&lt;strong&gt;避免&amp;quot;all-in&amp;quot;思维。&lt;/strong&gt; 凯利公式从不建议全仓，即使你有 90% 的胜率。这是一个关于谦逊的数学提醒：世界总有不确定性，而过度集中是通往破产的最短路径。在职业规划中，这意味着保持技能多元化和收入来源的分散；在投资中，这意味着永远留有余地。&lt;/p&gt;
&lt;p&gt;&lt;strong&gt;接受波动，关注长期。&lt;/strong&gt; 凯利公式优化的是长期几何增长率，而非单次收益。这要求你接受短期波动是代价，而不是试图每次都赢。很多人在投资中亏损，恰恰是因为他们试图消除所有波动，结果在反复操作中累积了手续费和情绪损耗。&lt;/p&gt;
&lt;h2 id=&#34;常见误区&#34;&gt;常见误区
&lt;/h2&gt;&lt;p&gt;&lt;strong&gt;误区一：凯利公式能让你稳赚不赔。&lt;/strong&gt; 不能。凯利公式只在你拥有边际优势时才有意义。如果胜率低于盈亏平衡点，公式会告诉你别下注。&lt;/p&gt;
&lt;p&gt;&lt;strong&gt;误区二：只要算对概率就能用好凯利公式。&lt;/strong&gt; 概率估计的准确性是整个公式的瓶颈。在现实中，人类对概率的估计往往存在系统性偏差，过度自信是最常见的陷阱。&lt;/p&gt;
&lt;p&gt;&lt;strong&gt;误区三：凯利公式只适用于赌博和投资。&lt;/strong&gt; 它的底层逻辑是资源分配优化。任何涉及&amp;quot;投入多少资源以获取最大长期回报&amp;quot;的场景，都可以借鉴这个框架。&lt;/p&gt;
&lt;h2 id=&#34;一句话总结&#34;&gt;一句话总结
&lt;/h2&gt;&lt;p&gt;凯利公式教会我们的核心能力是：在不确定的世界里，把对优势的判断精确转化为行动的力度。既不因保守而浪费机会，也不因激进而毁灭自己。&lt;/p&gt;
&lt;p&gt;&lt;strong&gt;参考来源：&lt;/strong&gt;&lt;/p&gt;
&lt;ol&gt;
&lt;li&gt;&lt;a class=&#34;link&#34; href=&#34;https://en.wikipedia.org/wiki/Kelly_criterion&#34;  target=&#34;_blank&#34; rel=&#34;noopener&#34;
    &gt;Kelly criterion - Wikipedia&lt;/a&gt;&lt;/li&gt;
&lt;li&gt;&lt;a class=&#34;link&#34; href=&#34;https://en.wikipedia.org/wiki/Edward_O._Thorp&#34;  target=&#34;_blank&#34; rel=&#34;noopener&#34;
    &gt;Edward O. Thorp - Wikipedia&lt;/a&gt;&lt;/li&gt;
&lt;li&gt;Kelly criterion, Wikipedia, &amp;ldquo;Practical use of Kelly criterion&amp;rdquo; section&lt;/li&gt;
&lt;li&gt;&lt;a class=&#34;link&#34; href=&#34;https://www.investopedia.com/articles/04/030404.asp&#34;  target=&#34;_blank&#34; rel=&#34;noopener&#34;
    &gt;The Kelly Criterion - Investopedia&lt;/a&gt;&lt;/li&gt;
&lt;/ol&gt;
</description>
        </item>
        <item>
        <title>每代人都觉得自己翻不了身，300年数据说他们全错了</title>
        <link>https://torchtree.com/post/moore-wealth-history-deep-dive/</link>
        <pubDate>Thu, 14 May 2026 12:56:55 +0800</pubDate>
        
        <guid>https://torchtree.com/post/moore-wealth-history-deep-dive/</guid>
        <description>&lt;p&gt;虎嗅 APP 近日转载了一篇来自&lt;a class=&#34;link&#34; href=&#34;https://mp.weixin.qq.com/s/a8WclEG9O7RUqq8px_LFFw&#34;  target=&#34;_blank&#34; rel=&#34;noopener&#34;
    &gt;「不懂经」&lt;/a&gt;公众号的文章，介绍美国历史学家 Joseph Moore 的著作 &lt;em&gt;How to Get Rich in American History&lt;/em&gt;。原文的核心论点清晰有力：每一代人都抱怨&amp;quot;现在最难翻身&amp;quot;，但 300 年的数据反复证明，他们每一代都错了。&lt;/p&gt;
&lt;p&gt;这个结论足够震撼，但原文的解读停留在&amp;quot;你相信就有机会&amp;quot;的层面，像一碗温热的鸡汤。如果我们把 Moore 的框架继续往深处推，会发现几个原文没有充分展开的关键洞见，它们对当下的启发性比&amp;quot;保持乐观&amp;quot;四个字要具体得多。&lt;/p&gt;
&lt;h2 id=&#34;翻不了身的真正代价不是贫穷是注意力被劫持&#34;&gt;翻不了身的真正代价，不是贫穷，是注意力被劫持
&lt;/h2&gt;&lt;p&gt;Moore 提出了&amp;quot;悲叹工业复合体&amp;quot;（Big Woe）这个概念：一个由学者、媒体、播客、短视频构成的庞大产业，核心业务是说服你&amp;quot;翻不了身了&amp;quot;。原文对此的解释是&amp;quot;他们错了，所以你不该信&amp;quot;。&lt;/p&gt;
&lt;p&gt;但这个解释忽略了一个更尖锐的问题：&lt;strong&gt;为什么人类的大脑如此容易被悲观叙事捕获？&lt;/strong&gt;&lt;/p&gt;
&lt;p&gt;神经科学的解释是，人类大脑天生对负面信息的敏感度是正面信息的两到三倍。这叫&amp;quot;负面偏差&amp;quot;（negativity bias），是进化的遗产。在野外，忽略一个好消息只会错过一顿饭；忽略一个坏消息可能丢掉命。大脑为了保命，把负面信息的权重调得远高于正面信息。&lt;/p&gt;
&lt;p&gt;这意味着，Moore 所说的&amp;quot;悲叹工业&amp;quot;之所以有效，不是因为它的内容特别有说服力，而是因为它精准地利用了人类神经系统的底层架构。每一篇&amp;quot;阶层固化&amp;quot;的分析、每一条&amp;quot;K型分化&amp;quot;的推文、每一档&amp;quot;中产返贫&amp;quot;的播客，都在向一个已经对负面信息过度敏感的大脑注入额外的焦虑信号。&lt;strong&gt;真正的问题不是&amp;quot;悲观叙事是不是对的&amp;quot;，而是&amp;quot;你的注意力被劫持之后，还有多少认知资源留给行动？&amp;quot;&lt;/strong&gt;&lt;/p&gt;
&lt;p&gt;皮尤研究中心（Pew Research Center）的调查数据显示，美国 60%的年轻人认为&amp;quot;美国梦已经不可能了&amp;quot;。Moore 的反驳是数据证明他们错了。但数据层面的&amp;quot;错&amp;quot;并不能改变一个事实：当一个人把大量的认知带宽花在焦虑上时，他用于识别机会、评估风险、执行计划的资源就减少了。悲观的代价不是让你&amp;quot;不相信机会&amp;quot;，它让你&lt;strong&gt;没有精力&lt;/strong&gt;去做那些让自己有机会的事。&lt;/p&gt;
&lt;p&gt;这正是 Moore 引用消费者金融保护局研究时触及的要点：收入和&amp;quot;财务幸福感&amp;quot;是轻微负相关的，最强的预测指标是&amp;quot;对未来的乐观态度&amp;quot;和&amp;quot;储蓄习惯&amp;quot;。因果链是这样的：悲观叙事 → 注意力被劫持 → 行动力下降 → 错失机会 → 坐实&amp;quot;翻不了身&amp;quot;的预言。&lt;/p&gt;
&lt;h2 id=&#34;过去更容易是认知幻觉但当代的焦虑有真实的锚点&#34;&gt;&amp;ldquo;过去更容易&amp;quot;是认知幻觉，但当代的焦虑有真实的锚点
&lt;/h2&gt;&lt;p&gt;Moore 用 300 年的数据证明了一个稳定的认知规律：每一代人都怀念&amp;quot;过去更容易&amp;quot;的时代。1676 年的弗吉尼亚人觉得 15 年前更好，1870 年的纺织工人觉得殖民时代更好，1929 年的工人觉得镀金时代更好。&lt;/p&gt;
&lt;p&gt;这个规律在今天的中国同样成立。社交媒体上充斥着对&amp;quot;2010 年前后&amp;quot;的怀念：房价还没涨起来、互联网还有红利、考公还没那么卷。但 1980 年的中国人均 GDP 只有大约 200 美元，绝大多数家庭买不起一台彩电。所谓&amp;quot;过去更容易&amp;rdquo;，在物质层面根本不成立。**然而，Moore 的框架有一个盲区：它混淆了&amp;quot;物质水平&amp;quot;和&amp;quot;机会结构&amp;quot;两个维度。**物质水平确实在持续上升。一个 2026 年的普通白领，拥有的物质条件远超 1980 年代的万元户。但机会结构的变化是非线性的。在某些历史窗口期，机会的密度和类型会急剧收缩。比如：&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;19 世纪的美国，一个人只要能买一块地、开一个农场，就有机会积累资本。土地是廉价的，门槛是体力。&lt;/li&gt;
&lt;li&gt;20 世纪中叶，一个人只要能进入大企业、拿到终身雇佣合同，就能稳步积累中产财富。门槛是学历和忠诚度。&lt;/li&gt;
&lt;li&gt;20 世纪末到 21 世纪初，一个人只要能进入互联网行业、拿到期权，就有可能在十年内实现阶层跃迁。门槛是技术能力和时机判断。&lt;/li&gt;
&lt;/ul&gt;
&lt;p&gt;到了 2026 年，这三个通道都不同程度地收窄了。土地不再是普通人的入场券；终身雇佣变成了灵活用工；互联网的红利期过了，AI 又在重新洗牌。Moore 会说&amp;quot;每一代都有人觉得通道关了，但他们错了&amp;quot;，这话在统计意义上是对的。**但&amp;quot;统计上有人能翻&amp;quot;和&amp;quot;大多数人能翻&amp;quot;是两回事。**这里有一个被原文忽略的关键数据：Moore 引用的研究显示，1820 到 1910 年间，美国城市最多 28%的居民实现了向上流动。原文说&amp;quot;28%是惊人的数字&amp;quot;，因为它比同期欧洲高得多。但反过来读这句话：&lt;strong&gt;72%的人没有向上流动。&lt;/strong&gt;&lt;/p&gt;
&lt;p&gt;大多数人的处境是停留在原地，少数人翻了身。Moore 证明的是&amp;quot;翻不了身&amp;quot;作为一个&lt;strong&gt;群体性判断&lt;/strong&gt;是错的，但作为一个&lt;strong&gt;个体体验&lt;/strong&gt;，它对大多数人来说是真实的。承认这一点，比简单地否定它更有建设性。&lt;/p&gt;
&lt;h2 id=&#34;慢时间与快时间真正的启示不是等待而是准备姿态&#34;&gt;慢时间与快时间：真正的启示不是&amp;quot;等待&amp;quot;，而是&amp;quot;准备姿态&amp;quot;
&lt;/h2&gt;&lt;p&gt;Moore 提出的&amp;quot;慢时间&amp;quot;（Slow Time）和&amp;quot;快时间&amp;quot;（Fast Time）框架是全书最有实际价值的概念。原文对此的解读是：在慢时间里积累，等快时间来了就能接住。&lt;/p&gt;
&lt;p&gt;这个解读过于简化了。Moore 讲了两个故事来阐释这个框架：&lt;/p&gt;
&lt;p&gt;好莱坞影星 Kim Basinger 在 1990 年代买下佐治亚州一个小镇，想建电影制片厂。她的方向是对的（那个地区后来成了全球增长最快的影视制作中心），但她把慢时间错认成了快时间，在等待中破产了。&lt;/p&gt;
&lt;p&gt;Norman McGhee 在大萧条期间用借来的钱买下 100 多套止赎屋，等经济恢复后成了那一代最重要的黑人商人之一。他在快时间里保持了慢时间的耐心。&lt;/p&gt;
&lt;p&gt;这两个故事的差异&lt;strong&gt;不在耐心，而在认知精度&lt;/strong&gt;。Basinger 知道方向对，但不知道时间尺度。McGhee 知道方向对，也知道经济周期有其节奏。两者的区别是：一个在赌快时间会来，一个在为快时间做结构上的准备。&lt;strong&gt;把框架翻译成今天的语言：&lt;/strong&gt;&amp;ldquo;慢时间&amp;quot;就是此刻你正在经历的日常。房价阴跌、AI 替代岗位的讨论、职场内卷、消费降级。这些变化缓慢到让人感觉永远不会结束。&lt;/p&gt;
&lt;p&gt;&amp;ldquo;快时间&amp;quot;就是某个变量突然击穿临界值的时刻。可能是 AI 能力突破导致某些职业瞬间消失，也可能是某个政策转向打开了新的财富通道，还可能是某个技术周期的起点让提前布局的人获得了不成比例的回报。**Moore 真正想说的是：你无法预测快时间何时到来，但你可以让自己处于&amp;quot;当它来时能接住&amp;quot;的结构性位置。**这个位置不是&amp;quot;存够钱&amp;quot;这么简单。它包括：你掌握的技能是否在下一轮变化中有溢价；你的人际网络是否连接到新机会的源头；你的认知框架是否足够灵活，能识别&amp;quot;规则已经变了&amp;quot;的信号。&lt;/p&gt;
&lt;p&gt;换句话说，慢时间里的准备不是被动等待，而是一种主动的&amp;quot;姿态调整&amp;rdquo;。&lt;/p&gt;
&lt;h2 id=&#34;规则一直在变每代人拿着上一代的地图找城市&#34;&gt;&amp;ldquo;规则一直在变&amp;rdquo;：每代人拿着上一代的地图找城市
&lt;/h2&gt;&lt;p&gt;Moore 用 300 年的数据梳理了致富规则的变迁：19 世纪靠农场土地和运河股票，20 世纪初靠铁路和钢铁，20 世纪中叶靠股票和房产，20 世纪末靠公司股权和互联网，今天靠算力份额、注意力坐标和算法定价权。**原文把这个洞察总结为&amp;quot;大多数人拿着上一代的地图做事&amp;rdquo;，但没有追问一个更深层的问题：为什么每一代人总是拿着旧地图？**答案藏在认知科学的&amp;quot;锚定效应&amp;quot;里。人的大脑倾向于用最近一次成功的经验作为未来的模板。一个人在 2015 年靠炒房赚了钱，他的大脑会把&amp;quot;买房=赚钱&amp;quot;编码为一个可靠的规则。当环境变了（房价不再普涨、流动性收紧），他的第一反应不是&amp;quot;规则变了&amp;quot;，而是&amp;quot;这次只是暂时的&amp;quot;。&lt;/p&gt;
&lt;p&gt;这就是为什么 Moore 的数据如此有说服力：它不是在说&amp;quot;机会一直存在&amp;quot;这么抽象的事，它在说**&amp;ldquo;规则的切换频率远超人类直觉的预期&amp;rdquo;**。300 年间，致富规则平均每 30 到 50 年就会发生一次根本性的转变。而人类的心理年龄（认知框架的更新速度）远远跟不上这个节奏。&lt;/p&gt;
&lt;p&gt;把这个规律放到 2026 年的中国语境下：过去 20 年的主流致富路径是&amp;quot;上大学→进大厂/进体制→买房→财务安全&amp;quot;。这条路径在 2020 年之前大体有效。但现在，大厂裁员常态化、体制内降薪扩编、房价横盘阴跌。旧地图正在失效。**但 Moore 的数据同样告诉我们：旧地图失效的时刻，恰恰是新地图最值钱的时刻。**每一次规则切换，都有一小群人因为认知框架足够灵活，率先识别了新规则并执行。他们的共同点不是运气好，而是在旧规则还有效的时候就开始探索新规则。&lt;/p&gt;
&lt;h2 id=&#34;婚姻作为财务策略被中国语境严重低估的变量&#34;&gt;婚姻作为财务策略：被中国语境严重低估的变量
&lt;/h2&gt;&lt;p&gt;原文提到 Moore 认为婚姻是&amp;quot;被严重低估的财务策略&amp;quot;，但只做了表面解读。这个观点放在中国当下的语境中，值得单独展开。&lt;/p&gt;
&lt;p&gt;Moore 引用的例子都指向同一个机制：双职工家庭用一份收入生活，把另一份收入投入资产积累。Flagler、Bell、Stanford、Sam Walton 的启动资金都来自配偶家族。这在 19 世纪的美国是常识，但今天的中国语境中，&amp;ldquo;婚姻&amp;quot;更多地被讨论为情感问题和消费问题（彩礼、婚礼、房产加名），极少被当作一个&lt;strong&gt;协同效应&lt;/strong&gt;来讨论。&lt;/p&gt;
&lt;p&gt;**核心机制是这样的：**单人工作的财务模型是线性的（时间换钱），双人工作的财务模型在理想状态下是指数级的（一份收入覆盖生活成本，另一份收入全部投入复利资产）。Moore 在书中说了一句犀利的话：&amp;ldquo;让一个人养家才是新发明，而且是个糟糕的发明。&amp;rdquo;&lt;/p&gt;
&lt;p&gt;这不是在鼓吹&amp;quot;为了钱结婚&amp;rdquo;。Moore 的观点是：婚姻作为一个长期的共同财务单位，其复利效应远超大多数人的认知。一个人的消费冲动是随机的，两个人的消费决策经过协商后通常更理性。一个人的投资视角是单一的，两个人的知识和判断力叠加后覆盖面更广。这不是心理学鸡汤，这是组合论在家庭财务中的应用。&lt;/p&gt;
&lt;h2 id=&#34;真正的启发信念是行动的基础设施&#34;&gt;真正的启发：信念是行动的基础设施
&lt;/h2&gt;&lt;p&gt;Moore 的转变故事是全书最具说服力的部分。他出身南方工人家庭，曾是坚定的马克思主义者，每个学期在课堂上教学生&amp;quot;美国梦是神话&amp;quot;。2008 年金融危机后，他开始亲自试验从史料中挖出的赚钱方法。最终，他成了百万富翁。&lt;/p&gt;
&lt;p&gt;原文把这个转变解读为&amp;quot;信念改变命运&amp;quot;，但这只是故事的表层。&lt;strong&gt;更准确的表述是：信念是行动的基础设施。&lt;/strong&gt;&lt;/p&gt;
&lt;p&gt;当 Moore 相信&amp;quot;翻不了身&amp;quot;时，他的行为模式是：研究历史、分析不平等、在课堂上批判资本主义。这些行为在认知上是自洽的，但在财务上是无效的。当他改变了那个底层信念，他的行为模式随之改变：开始买房产、按市场规律运营、用商业逻辑做决策。**关键不在于&amp;quot;乐观&amp;quot;本身，而在于乐观改变了行为的搜索空间。**一个悲观的人会在已知的、低风险的选项中做选择。一个乐观的人会在更大的选项空间中搜索，包括那些风险更高但回报也更高的选项。长期来看，更大的搜索空间意味着更高的期望值。&lt;/p&gt;
&lt;p&gt;这和 Moore 引用的另一项研究吻合：对未来的乐观看法显著预测了长期储蓄行为。储蓄不是&amp;quot;乐观的结果&amp;quot;，储蓄是&amp;quot;乐观改变了行为模式后的一个表现&amp;quot;。真正改变的是：这个人开始用更长的时间尺度做决策，开始把资源投向未来而不是消耗在当下。&lt;/p&gt;
&lt;h2 id=&#34;写在最后&#34;&gt;写在最后
&lt;/h2&gt;&lt;p&gt;Moore 用 300 年的数据证明了三件事：每一代人都觉得自己赶上了最难的时代，但数据说他们错了；致富的规则一直在变，大多数人拿着旧地图找城市；快时间一定会来，你无法预测它何时到来，但可以让自己处于能接住它的位置。&lt;/p&gt;
&lt;p&gt;原文的解读止步于此。但如果再往深推一步，Moore 的真正贡献不是数据，不是框架，而是一个更基本的观察：&lt;strong&gt;人类对自身处境的判断，系统性地偏离现实。&lt;/strong&gt;&lt;/p&gt;
&lt;p&gt;这个偏离的方向几乎总是偏悲观。而这个偏差本身，就是机会的来源。&lt;/p&gt;
&lt;p&gt;因为当大多数人都在悲观中消耗认知资源时，那些保持行动力的人，面对的竞争反而更小。&lt;/p&gt;
&lt;p&gt;参考来源：&lt;a class=&#34;link&#34; href=&#34;https://mp.weixin.qq.com/s/a8WclEG9O7RUqq8px_LFFw&#34;  target=&#34;_blank&#34; rel=&#34;noopener&#34;
    &gt;不懂经 - 今天比任何时候都更容易翻身&lt;/a&gt;&lt;/p&gt;
</description>
        </item>
        <item>
        <title>第一性原理思维：为什么大多数人只是在复制别人</title>
        <link>https://torchtree.com/post/first-principles-thinking/</link>
        <pubDate>Sat, 09 May 2026 01:05:46 +0800</pubDate>
        
        <guid>https://torchtree.com/post/first-principles-thinking/</guid>
        <description>&lt;h2 id=&#34;一个价值六个月的教训&#34;&gt;一个价值六个月的教训
&lt;/h2&gt;&lt;p&gt;2023 年，Jaynit 从大学辍学一年后，花了整整六个月做了一件没人想要的东西。&lt;/p&gt;
&lt;p&gt;他并非懒惰。恰恰相反，他投入了全部精力：深夜、周末，一刻不停。问题在于，他只是在复制别人的模式。他看了同领域成功者在做什么，然后做了一个类似的东西。照搬模板，跟随 playbook。&lt;/p&gt;
&lt;p&gt;结果完全失败。因为这个模板是为别人的处境设计的：别人的受众、别人的资源、别人的优势。当他终于停下来问自己&amp;quot;我到底想达成什么&amp;quot;时，答案和他之前做的东西完全不同。六个月的成果全部作废，从零开始。&lt;/p&gt;
&lt;p&gt;这段经历让他意识到一个早该明白的道理：&lt;strong&gt;大多数人，包括他自己，其实并不在思考。我们只是在模式匹配、复制别人、做那些看起来对别人有效的事，却从不问这对我们自己是否有意义。&lt;/strong&gt;&lt;/p&gt;
&lt;p&gt;这种思考的反面，有一个名字：&lt;strong&gt;第一性原理思维（First Principles Thinking）&lt;/strong&gt;。&lt;/p&gt;
&lt;h2 id=&#34;什么是第一性原理思维&#34;&gt;什么是第一性原理思维
&lt;/h2&gt;&lt;p&gt;这个概念可以追溯到亚里士多德。他将第一性原理定义为&amp;quot;事物被认知的第一个基础&amp;quot;。&lt;/p&gt;
&lt;p&gt;具体地说，&lt;strong&gt;第一性原理是一个无法进一步拆解的基本真理&lt;/strong&gt;。它是 foundation，是 bedrock，是无论别人怎么想、怎么做都成立的东西。当你用第一性原理思考时，你从这些基础真理出发，向上构建。你不从现有事物出发，不从别人的做法出发，而是从根本为真的东西出发，向前推演。&lt;/p&gt;
&lt;p&gt;与之相对的是&lt;strong&gt;类比推理（Reasoning by Analogy）&lt;/strong&gt;，这也是大多数人默认的思考方式：&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;&amp;ldquo;这对他们有用，所以对我也应该有用。&amp;rdquo;&lt;/li&gt;
&lt;li&gt;&amp;ldquo;一直都是这么做的。&amp;rdquo;&lt;/li&gt;
&lt;li&gt;&amp;ldquo;每个人都做 X，所以 X 一定是对的。&amp;rdquo;&lt;/li&gt;
&lt;/ul&gt;
&lt;p&gt;类比更快、更容易、更省力。但它有一个天花板：&lt;strong&gt;你永远无法通过复制已有事物来超越已有事物。&lt;/strong&gt;&lt;/p&gt;
&lt;h2 id=&#34;spacex-的火箭成本案例&#34;&gt;SpaceX 的火箭成本案例
&lt;/h2&gt;&lt;p&gt;Elon Musk 经常谈到这个思维方式。在一次采访中，他解释了 SpaceX 如何重新思考火箭成本：&lt;/p&gt;
&lt;p&gt;2%。那么剩下的 98% 是什么？制造、劳动力、管理费用、利润。这些都是可以被降低的。&lt;/p&gt;
&lt;p&gt;&lt;strong&gt;2% 到 100% 之间的 gap，就是机会所在。&lt;/strong&gt; 不是渐进式改进现有火箭设计，而是从根本上重新思考火箭的制造方式。&lt;/p&gt;
&lt;p&gt;大多数人从不问这些问题。他们只是接受&amp;quot;火箭很贵&amp;quot;作为一个固定真理，好像这是物理定律一样。但它不是。这只是人们一直以来的做法。&lt;/p&gt;
&lt;h2 id=&#34;为什么我们默认复制&#34;&gt;为什么我们默认复制
&lt;/h2&gt;&lt;p&gt;需要明确的是，类比推理并不愚蠢。实际上，它在大多数时候非常有用。学做饭时照搬菜谱完全合理；刚进入一个新行业时，复制有效的方法是一个不错的起点。&lt;/p&gt;
&lt;p&gt;&lt;strong&gt;问题在于当类比变得隐形时&lt;/strong&gt;——你忘记了自己在复制，开始以为自己在思考。&lt;/p&gt;
&lt;p&gt;Charlie Munger 经常谈到这一点。他说：&lt;/p&gt;
&lt;p&gt;关键词是&amp;quot;根本&amp;quot;。大多数人的心智模型并不根本。它们是复制品的复制品，是没有人审视过的接收到的智慧。&lt;/p&gt;
&lt;p&gt;Jaynit 在打造那件没人想要的东西时，就陷入了类比模式。他看了领域内成功的人，看到他们在做什么，就假设那就是 playbook。从未质疑过他们的 playbook 是否适用于自己的处境。&lt;/p&gt;
&lt;p&gt;他当时 23 岁。他没有别人做了十年才有的受众，没有同样的资源，没有同样的优势。为什么同样的 playbook 会有效？但他从未问过这个问题。他只是复制。&lt;/p&gt;
&lt;h2 id=&#34;像物理学家一样思考&#34;&gt;像物理学家一样思考
&lt;/h2&gt;&lt;p&gt;Musk 经常将第一性原理思维描述为&amp;quot;像物理学家一样思考&amp;quot;。在物理学中，你不能说&amp;quot;嗯，它就是这样的&amp;quot;。你必须理解为什么。底层的规律是什么？约束条件是什么？在这些约束内什么是可能的？&lt;/p&gt;
&lt;p&gt;Richard Feynman 有一个著名的学习技巧：他会尝试用简单的语言解释复杂的概念。如果他做不到，他就知道自己并没有真正理解。他说：&lt;/p&gt;
&lt;p&gt;这基本上就是全部了。我们大多数人都在欺骗自己。我们以为自己理解某样东西，因为我们能重复听到的话。但重复不等于理解。&lt;/p&gt;
&lt;p&gt;&lt;strong&gt;当你只知道结论时，你无法适应。&lt;/strong&gt; 你无法看到公式不适用的时候，无法为新情况创造新解法。当你理解第一性原理时，你可以从零重建，可以适应任何事情。&lt;/p&gt;
&lt;h2 id=&#34;一个具体的失败复盘&#34;&gt;一个具体的失败复盘
&lt;/h2&gt;&lt;p&gt;Jaynit 在辍学后开始创作内容时，假设自己需要在每个平台上都有 presence。Twitter、Instagram、YouTube、LinkedIn。每个人都这么说：无处不在，建立 omnipresence。&lt;/p&gt;
&lt;p&gt;但他从未质疑过这个假设。这对&lt;strong&gt;他&lt;/strong&gt;来说真的成立吗？&lt;/p&gt;
&lt;p&gt;Naval Ravikant 有一句话：&amp;ldquo;得到你想要的东西的第一步，是知道你想要什么。&amp;rdquo; Jaynit 不知道自己想要什么。他只知道别人在做什么。所以他复制了。&lt;/p&gt;
&lt;p&gt;当他终于用第一性原理拆解：&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;&lt;strong&gt;我想实现什么？&lt;/strong&gt; 建立对我所做的事情感兴趣的受众。&lt;/li&gt;
&lt;li&gt;&lt;strong&gt;这些人实际上在哪里花时间？&lt;/strong&gt; 主要是 Twitter，也许 YouTube。Instagram 对他的领域来说不太合适。&lt;/li&gt;
&lt;li&gt;&lt;strong&gt;我的约束是什么？&lt;/strong&gt; 时间。我无法把所有事情都做好。&lt;/li&gt;
&lt;li&gt;&lt;strong&gt;第一性原理的答案是什么？&lt;/strong&gt; 在一两个平台上深入耕耘，而不是在五个平台上浅尝辄止。&lt;/li&gt;
&lt;/ul&gt;
&lt;p&gt;这在事后看来显而易见。但他花了几个月时间把自己摊薄，因为他从未质疑过&amp;quot;无处不在&amp;quot;的假设。&lt;/p&gt;
&lt;h2 id=&#34;苏格拉底式的方法&#34;&gt;苏格拉底式的方法
&lt;/h2&gt;&lt;p&gt;第一性原理思维本质上就是将苏格拉底方法应用于问题。苏格拉底会拿一些普遍持有的信念，不断问&amp;quot;为什么？&amp;ldquo;和&amp;quot;这真的是真的吗？&amp;quot;，直到这个信念证明自己或瓦解。&lt;/p&gt;
&lt;p&gt;大多数信念都会瓦解。它们基于没有人审视过的假设。&lt;/p&gt;
&lt;p&gt;Shane Parrish 在 Farnam Street 中写道：&lt;/p&gt;
&lt;p&gt;这个过程让人不舒服。它让你觉得自己很蠢。你意识到你&amp;quot;知道&amp;quot;的东西中有多少其实你并不知道。你只是在重复别人的话。但&lt;strong&gt;这种不舒服正是关键&lt;/strong&gt;。在不舒服的另一边，是真正的理解。&lt;/p&gt;
&lt;p&gt;几个有用的提问：&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;我真正知道什么是真的， versus 我在假设什么？&lt;/li&gt;
&lt;li&gt;我为什么相信这个？这个信念来自哪里？&lt;/li&gt;
&lt;li&gt;如果我必须从零开始重建，我会怎么做？&lt;/li&gt;
&lt;/ul&gt;
&lt;p&gt;简单的问题。但坐下来面对它们很难。你的大脑想要跳过这些，回到舒适的类比。&lt;/p&gt;
&lt;h2 id=&#34;什么时候不该用第一性原理思维&#34;&gt;什么时候不该用第一性原理思维
&lt;/h2&gt;&lt;p&gt;需要诚实地说，第一性原理思维并不总是正确的方法。它很慢、很耗费精力。对于大多数日常决策，类比就足够了。&lt;/p&gt;
&lt;p&gt;Jeff Bezos 在 Amazon 谈到这一点时，区分了他所谓的 Type 1 和 Type 2 决策：&lt;/p&gt;
&lt;p&gt;这些是 Type 1 决策，值得用第一性原理思考。Type 2 决策是可逆的，你可以改变主意。对于这些，快速决策，使用类比。&lt;/p&gt;
&lt;p&gt;&lt;strong&gt;错误在于将类比思维应用于 Type 1 决策，或者在无关紧要的事情上浪费第一性原理思维。&lt;/strong&gt;&lt;/p&gt;
&lt;h2 id=&#34;如何练习这个肌肉&#34;&gt;如何练习这个肌肉
&lt;/h2&gt;&lt;p&gt;Jaynit 坦言自己并不天生擅长第一性原理思维。他的默认模式仍然是复制、跟随模板。但他一直在尝试锻炼这块肌肉。&lt;/p&gt;
&lt;p&gt;几个对他有帮助的方法：&lt;/p&gt;
&lt;p&gt;&lt;strong&gt;1. 写下来&lt;/strong&gt;&lt;/p&gt;
&lt;p&gt;当他在一个问题上卡住时，他会写下关于这个问题的所有假设。只是列出它们就让它们变得可见。然后他可以逐一质疑。&lt;/p&gt;
&lt;p&gt;&lt;strong&gt;2. 反复问&amp;quot;为什么&amp;rdquo;&lt;/strong&gt;&lt;/p&gt;
&lt;p&gt;像 toddlers 一样。为什么这是真的？为什么我相信那个？通常在三到四个 why 之后，你会碰到某个根本的东西，或者某个明显未经审视的东西。&lt;/p&gt;
&lt;p&gt;&lt;strong&gt;3. 想象自己从零开始&lt;/strong&gt;&lt;/p&gt;
&lt;p&gt;如果我对这件事&amp;quot;应该&amp;quot;如何运作一无所知，我会怎么做？&lt;/p&gt;
&lt;p&gt;Peter Thiel 有一个著名的面试问题：&amp;ldquo;有什么重要的真理是很少人同意你的？&amp;ldquo;这基本上是在问：你在哪里做了第一性原理思考，得出了与大众不同的结论？大多数人回答不了这个问题。因为大多数人不用第一性原理思考。他们用类比思考。所以他们最终得到和所有人一样的结论。&lt;/p&gt;
&lt;h2 id=&#34;henry-ford-的马车寓言&#34;&gt;Henry Ford 的马车寓言
&lt;/h2&gt;&lt;p&gt;有一个关于 Henry Ford 的故事，可能是杜撰的，但很好地说明了这一点。&lt;/p&gt;
&lt;p&gt;据说有人问他关于客户研究的问题：客户想要什么？他说：&lt;/p&gt;
&lt;p&gt;这就是区别。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;&lt;strong&gt;类比思维&lt;/strong&gt;：人们用马做交通工具。给他们更好的马。&lt;/li&gt;
&lt;li&gt;&lt;strong&gt;第一性原理&lt;/strong&gt;：真正需要解决什么问题？从 A 到 B。最好的方式是什么？也许根本不是马。&lt;/li&gt;
&lt;/ul&gt;
&lt;p&gt;那个要求更快的马的人并没有错。他只是在从现有事物出发推理。他无法想象还不存在的东西。&lt;/p&gt;
&lt;p&gt;&lt;strong&gt;这就是为什么突破性想法很少来自复制。复制让你停留在已有事物的盒子里。&lt;/strong&gt;&lt;/p&gt;
&lt;h2 id=&#34;最不舒服的部分&#34;&gt;最不舒服的部分
&lt;/h2&gt;&lt;p&gt;第一性原理思维让人不舒服，因为它让你承担责任。&lt;/p&gt;
&lt;p&gt;当你用类比推理时，你有借口：&amp;ldquo;我做了每个人都说该做的事。我遵循了最佳实践。不是我的错。&amp;rdquo;&lt;/p&gt;
&lt;p&gt;当你从第一性原理出发时，你拥有结果。你质疑了假设，你做了决定。&lt;/p&gt;
&lt;p&gt;大多数人不想承担这种责任。跟随模板更容易，事情出错时 blame 模板。&lt;/p&gt;
&lt;p&gt;但那些真正创造新事物的人接受了这种责任。他们从根本出发推理，做出原创的赌注，并承担结果。&lt;/p&gt;
&lt;h2 id=&#34;最后&#34;&gt;最后
&lt;/h2&gt;&lt;p&gt;Jaynit 浪费的那六个月仍然让他有些困扰。不是后悔，他从中学到了东西。但他想，如果他早点停下来质疑自己的假设，可以节省多少时间。&lt;/p&gt;
&lt;p&gt;大多数时候，假设是成立的。但有时不成立。&lt;strong&gt;而那就是所有机会所在的地方。&lt;/strong&gt;&lt;/p&gt;
&lt;p&gt;&lt;strong&gt;原文链接：&lt;/strong&gt; &lt;a class=&#34;link&#34; href=&#34;https://x.com/jaynitx/status/2052734499319091384&#34;  target=&#34;_blank&#34; rel=&#34;noopener&#34;
    &gt;https://x.com/jaynitx/status/2052734499319091384&lt;/a&gt;&lt;/p&gt;
</description>
        </item>
        <item>
        <title>《宝贵的人生建议》里的宝贵建议</title>
        <link>https://torchtree.com/post/excellent-advice-for-living/</link>
        <pubDate>Fri, 24 Apr 2026 08:30:03 +0800</pubDate>
        
        <guid>https://torchtree.com/post/excellent-advice-for-living/</guid>
        <description>&lt;p&gt;科技观察先驱、《连线》杂志创始主编凯文·凯利（KK）在 68 岁生日时，曾为子女写下了一系列人生箴言。这些内容后来集结成册，便是《宝贵的人生建议》一书。在这本书中，并没有常见的世俗成功学或普通的励志鸡汤，而是蕴含着极具 KK 个人前瞻性视角、对抗现代社会内耗的底层逻辑。&lt;/p&gt;
&lt;p&gt;如果说“没看到这些段落就等于没读过这本书”，那一定是以下贯穿全书的核心精髓：反内卷、反算法、拥抱长期主义。&lt;/p&gt;
&lt;h3 id=&#34;一关于自我与成功警惕算法做不可替代的人&#34;&gt;一、关于自我与成功：警惕“算法”，做不可替代的人
&lt;/h3&gt;&lt;p&gt;在人工智能和算法推荐系统飞速发展的今天，KK 对如何在既定赛道中竞争给出了截然不同的思考逻辑：&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;&lt;strong&gt;不要做最好的，做唯一的&lt;/strong&gt;&lt;/li&gt;
&lt;/ul&gt;
&lt;p&gt;模仿他人往往是一个好的开始，但仅仅停留在重复的层面，最终将无可避免地面临可悲的结局。在现代社会，盲目追逐“最好”不仅效率极低，更意味着陷入最激烈的存量竞争。如果你能做那些还没有名字的、暂时无法被归类的工作，做一个“不能被算法模型化的人”，你才真正获得了无可取代的价值和相应的回报。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;&lt;strong&gt;成功最可靠的方法是你自己定义成功&lt;/strong&gt;&lt;/li&gt;
&lt;/ul&gt;
&lt;p&gt;不要去抢夺别人设定好规则的蛋糕，而是要去追求把蛋糕做大。成功并非要在现有的标靶上正中靶心，而是“先射箭，然后在射中的地方，画一个靶心”。建立个人的标准，让你的怪异成为一种习惯。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;&lt;strong&gt;你崇敬的那些人，偶尔也拥抱了弯路&lt;/strong&gt;&lt;/li&gt;
&lt;/ul&gt;
&lt;p&gt;你所崇敬的那些先行者，其幸运的突破往往发生在他们偏离主要目标而绕道的时候。生活从不是一条直线，拥抱弯路，往往是构建独特认知结构的必要成本。&lt;/p&gt;
&lt;h3 id=&#34;二关于对齐未来选择比努力更根本&#34;&gt;二、关于对齐未来：选择比努力更根本
&lt;/h3&gt;&lt;p&gt;当个人的努力与底层价值观发生背离时，越努力只会带来更大的痛苦。面对人生的选择，KK 给出了几根“定海神针”：&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;&lt;strong&gt;永远不要为你不想成为的人工作&lt;/strong&gt;&lt;/li&gt;
&lt;/ul&gt;
&lt;p&gt;工作不仅仅是获取报酬的途径，它同样在塑造你的身份与未来。如果很清楚自己未来并不想成为他那样的人，或者不想投资那家公司，就不要在那里工作。因为当你工作时，你投入的是你拥有的最宝贵的一切：时间。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;&lt;strong&gt;每次要在正确和善良之间做出选择时，毫无例外地选择善良&lt;/strong&gt;&lt;/li&gt;
&lt;/ul&gt;
&lt;p&gt;善良并不等同于软弱。在复杂的关系和博弈中，善良是一种长期且低成本的信誉投资。如果你相信每个人最好的一面，偶尔被骗所付出的只是微小的代价；而当你传递出善意时，他人通常也会待你最好。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;&lt;strong&gt;保持乐观，相当于增加了 25 点智商&lt;/strong&gt;&lt;/li&gt;
&lt;/ul&gt;
&lt;p&gt;坏事可能飞速且集中地发生，但几乎所有好事都是缓慢展开的。在 KK 看来，乐观不仅是一种情绪或态度，更是构建未来最关键的基础设施。它可以有效降低人脑处理信息时的噪声，帮助个体识别出隐含的机会而非陷阱。&lt;/p&gt;
&lt;h3 id=&#34;三关于时间与反内耗微小规律的复利&#34;&gt;三、关于时间与反内耗：微小规律的复利
&lt;/h3&gt;&lt;p&gt;对抗拖延与焦虑的核心，往往不在于突然提升工作强度，而在于建立微小却可持续的反馈回路。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;&lt;strong&gt;产生想法后 5 分钟内行动&lt;/strong&gt;&lt;/li&gt;
&lt;/ul&gt;
&lt;p&gt;新想法在产生 5 分钟后往往就会从头脑中消失。这要求人在 5 分钟内将其转化为具体的行动第一步，以此打破大脑对“未知”的阻力。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;&lt;strong&gt;每天改进事业 15 分钟&lt;/strong&gt;&lt;/li&gt;
&lt;/ul&gt;
&lt;p&gt;每天仅花费 15 分钟（约占一天时间总量的 1%）来改进事业，才是将其发展壮大最有力的方法。无论财富、人际关系还是知识，稳定而持久的微小投入，远胜于一时的热血狂热。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;&lt;strong&gt;发现自己拖延时，全身心去拖延 5 分钟&lt;/strong&gt;&lt;/li&gt;
&lt;/ul&gt;
&lt;p&gt;这是一种反向而彻底的解法：不要抗拒拖延，而是尝试在五分钟的时间里什么都不做。五分钟后，你往往会做好准备，渴望工作。拖延并不可怕，不断伴随拖延产生的内耗与自责才是。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;&lt;strong&gt;人生中至少留一件事不追求效率&lt;/strong&gt;&lt;/li&gt;
&lt;/ul&gt;
&lt;p&gt;效率常是现代人的陷阱。将一部分时间留给“无用之趣”，多花时间享受这件事，这种非目的性的时间不仅能够防止人的存在价值被彻底工具化，也会让你永远年轻。&lt;/p&gt;
&lt;h3 id=&#34;四关于人际法则去伪存真的人间清醒&#34;&gt;四、关于人际法则：去伪存真的人间清醒
&lt;/h3&gt;&lt;p&gt;在连接泛滥、注意力极易被分散的时代，KK 主张收缩人际半径，回归真实的深度连接。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;&lt;strong&gt;用心维系 12 个深爱你的人&lt;/strong&gt;&lt;/li&gt;
&lt;/ul&gt;
&lt;p&gt;在这个时代，流量与泛泛之交往往是虚幻的。少量的绝对信任与深度关系，才是应对人生突发风险及获得幸福的压舱石——他们比一千二百万个对你有好感的人更珍贵。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;&lt;strong&gt;大多数争论其实跟争论本身毫无关系&lt;/strong&gt;&lt;/li&gt;
&lt;/ul&gt;
&lt;p&gt;识别冲突的本质就会发现，大多数争论无法通过继续“争论”来赢得。与其陷入非黑即白的立场对立中，不如去寻找第三条路。&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;&lt;strong&gt;当你原谅别人时，是给自己的礼物&lt;/strong&gt;&lt;/li&gt;
&lt;/ul&gt;
&lt;p&gt;原谅并不是对他人的恩赐，对方甚至可能毫无察觉。宽恕的本质是释放自己，清理掉负面情绪占据的心智带宽，让自己得以轻装上阵。&lt;/p&gt;
&lt;h3 id=&#34;结语&#34;&gt;结语
&lt;/h3&gt;&lt;p&gt;在《宝贵的人生建议》中，所有的技巧和箴言最终都指向了一个反内耗的生活坐标轴。生存在充满不确定的系统中，我们需要用持之以恒的善意、不被世俗定义的独特性，以及盲目到近乎愚蠢的乐观，去换取时间的复利。这不仅是对书面文字的总结，更是一场关于如何在现代社会保持自我清醒的思维实践。&lt;/p&gt;
</description>
        </item>
        
    </channel>
</rss>
