2026-01-18 16:20:13
今天 (本文写自1月15日晚) 晚饭和朋友吃的，公司对面的春饼，有一段时间没吃了，上一次是某个项目close后和同事吃，一晃大半年了，该项目另一个同事说“在2025年和我至少有8个月是保持沟通”。2025年初，我的工作内容发生了较大的变化，更多的是项目形式展开，围绕的是人。
业务对我来说，没难度；我有点内向，与人交流略显「社恐」，好在逐步放开，特别是熟悉后，我很喜欢和人交流，和不同部门、不同角色甚至是不同业务线的人进行交流，分享工作心得，了解业务模式，沟通生活趣事。
晚饭后出来，我发现墙上有星空墙绘，于是拍了下来并发到「一年四季」群里，拟定主题是「马路边的星空」，它不是把星空画在了墙上，而是把星空藏在墙后面，给我的感觉是在下班路上突然撞见一个裂开的现实：边缘像水泥墙面被撕开、剥落，里面不是钢筋而是深蓝的宇宙。城市的坚硬外壳之下，藏着更广阔的世界，望你我都好。
这大概是我最近拍的较为喜欢的一张照片。
今天@千古私信我说「哇，你是闪光有灵性的博主，可别辜负了读者们」，并附上了@J.sky的文章，有些意外的惊喜，原来闪光有灵性还可以用在博客上，作为「下里巴人」的我还是第一次见到这样的描述，@J.sky 写技术博客的，居然还能这么用词；既然被提及我就去留言评论「作为一个「闪光有灵性的博主」，有点惭愧，2025年工作繁忙，很少更新，争取今年要保持一定频率更新。新年快乐！」，收到了回复「你也该更新点东西了，好久没看到你发博文了。」
挺惭愧的，我确实有很长一段时间（超过1年）没有静心码字，不知道是时间太快，还是效率太高，一切都太匆忙了。我不知道怎么办，AI 充斥着我们的生活，工作各种事情在抢夺我的注意力，家庭里各种事务需逐项处理。我是谁，我在干什么呢？
2025年3月28日，和和@大华交流，拉了三五好友持续在写字的人组了个小群叫「字里行间」，有幸能在群里遇见大家，更幸运的是每天能阅读到大家真诚的分享；我其实不太会运营社群，但字里行间的大家让我发现其实不需要运营，各自成长，各自安好，在想分享的时候来这里唠一唠就好了。如果字里行间有第二个群，一定取名为「见字如画」。
过去1年发生了很多变化，也有一些不变的事情，一起整理下吧。
我一直觉得，一个工具「有用」和「好用」之间隔着很大鸿沟。有用，是它能做事；好用，是它能融进你的生活、融进你的工作流，甚至融进你的情绪里。就像那面“马路边的星空”，我不需要每天去看宇宙，但需要偶尔被提醒：城市的外壳再硬，里面也应该留一点裂缝，留一点余白。
AI 也是这样。
ChatGPT 2022年上线后第三天我就有了账号，当时对Chat的能力很惊讶，居然可以很快的实现我想要的文案，那个时候没有搜索能力，没有文件上传解读能力，更没有现在生成视频、绘图、编码能力。还是感到很惊喜。如今的AI早也不是三年的版本了，它的升级和迭代让我逐步变得有用，甚至好用了。
我非AI科班技术出身，AI三要素算法、算力和数据我甚至无法完全参透，应用层的内容足够我消化了。@余一说的好，「技术课时不时需要补一下，用来摩擦一下脑子」；对AI的理解和运用我主要集中在三个方面：Chat、知识库 和 Agent，再加一个 Coding。重心早就从 Chat 逐步过渡到知识库，现在过渡到 Agent了。Coding 是优化自己工作流的一种方式，或者是基础能力，因为具备了这个能力，就能让AI更好用。
上面这段是我用 AI的重心变化：Chat → 知识库 → Agent，Coding 是基建（最近沉迷）。
Chat 就是借助大模型的对话界面完成工作或者获取答案，包括但不限于问答、文档处理、代码生成、图片生成、深度研究等。要用好这部分，我有两个经验：理解上下文和向LLM存储自己的记忆。
与 AI 对话需要先有输入，再有输出；这又不得不感叹一句：Token 真是个伟大的「发明」，它明确告诉我们输入和输出都应该有成本。哪怕是一句简单的问候，都应该有消耗。
我越来越接受一个事实：输入，是一种责任。你想让 AI 输出高质量，就得先把问题讲清楚。讲清楚不是长，而是颗粒度合适。颗粒度太粗，AI 就只能泛泛而谈，颗粒度太细，你自己又会陷在细节里，像把自己困在一个无限递归的 prompt 里。
而与 AI 的对话需要注重上下文的完整性，什么是完整性呢？换个角度理解，我们不能把 AI 当员工，而是当做合作伙伴。针对员工，我们的沟通方法是什么？下指令、下命令，而针对合作伙伴，我们需要进行同频的对话。只有这样，你的合作伙伴才会给你专业的建议；加上 AI 是预训练的结果，只有信息更聚焦，回答才会更符合你的需求。
我自己很经常犯的的错误是：我以为我讲清楚了，其实没有。尤其是工作里，脑子已经被各种群消息切碎了，你很难在输入的那一刻保持完整的叙事。所以我后来给自己加了一些预设：在提问之前先写三行。不是为了写得好看，而是为了把心里那团毛线扯出来一个线头出来。
我提问的 prompt 思路大概是这样： 1）我现在处于什么状态（背景）？ 2）我想要得到什么结果（目标）？ 3）我能提供什么材料（约束/输入）？ 4）还有什么需要我补充？
我发现这样提问，其实已经把自己说服了一半，AI 帮我补完另一半。
第二个是我们和AI的对话交流，一定要形成自己的风格，让AI去记住我们的这部分内容，这个在大模型里面叫做记忆。目前都有这样的能力，比如Gemini、ChatGPT 等，只有充分利用这样的能力，后续的对话才需要减少很多的解释成本，当然这里我也是有矛盾的。
一方面，我很享受被理解，一点就通，当 AI 越来越懂我们的时候，也是我们越来越方便的时候；另一方面，我也会担心这是不是另一种信息茧房？
当然我们也要重视，这样会让我们自己陷入信息茧房或者自己的框架，难以被突破。目前的解决方案就是我们用两个大模型的账号，同样的需求或者比较重要的需求，通过一个有记忆和一个没记忆的窗口（或者最近在用 alma 类chatbot应用也可）进行对话。我们拿到的结果可能是不一样的，这也是针对记忆的一种使用方法。
我后来还给这件事加了一个小原则：重要决策，至少做一次去记忆化。否则，你会越来越像你自己。这句话听起来很正确，但其实挺可怕的。因为你自己未必总是对的，我也更加需要相对中立的答案。
我们在用大模型的时候，会出现一个问题，他的回答不太能够解决我当前的需要，除了前面提到的上下文之外，还有一个是大模型的选择，哪怕是不同版本同样的大模型产品，它的不同版本对应回答的结果一定是不一样的。有的推理能力强，比如 Gemini 3.0 pro。根据我们的问题，也就是息息相关的上下文，加上大模型的选择，是我们去用好这样的一种对话方式，这是我认为比较两个重要的经验。
有的模型像理工男，逻辑扎实，但不太会照顾你的情绪；有的模型像文科生，表达漂亮，但你得帮它把结构拎出来；有的模型像老练 PM，会给你一个看起来合理的方案，但你要追问它：这方案的边界是什么？代价是什么？风险是什么？说到底，还是一样的逻辑：工具没有对错，只有匹配。
我从 2025 年下半年后开始以 Gemini 为主，一个是模型能力，另一个是 Google 生态。我可以在 Gemini 对话框针对 Google drive 某个文件或者 NotebookLM 某个知识库进行提问，效率很高了。
ChatGPT、Claude、豆包也在用，具体要看场景了。
AI 变得好用了，Coding 的发展功不可没，特别是 Claude Code。在过去的半年，我用AI Coding 实现了很多的小工具。当然它可能没有发布，更多的是解决和优化我自己当前的工作流。所以在这个当中，它更像是我们去成为一种基础设施，一种基建的能力。后面我们的工作台可能是建立在Coding的基础之上，甚至有可能每个人的工作流都不一样，它的解决方案也不同。 我很喜欢基建这个词。基建不是炫技，是为了让你以后走路更顺。
这里我的经验是，不要把Coding 当作是一个编码工具，或者是程序员的工具，它更像是我们通过自己的输入或者自己当前阶段遇到的问题与Coding 这样的工具去找到解法，让它们给我提供相对比较可行的解决方案，并且这个方案是可以跑得通的，是可以实在解决我们的问题的。如果它不能解决或者遇到的问题，我们可以继续向它进行沟通，直到这个问题被解决为止。
或者说的更通俗点：Coding 是我和世界谈判的方式。当世界不给我一个顺手的工具，我就自己做一个，哪怕是个丑陋的小脚本，只要能跑通，就有价值。编程即写作，写作是项目，编程亦如此。最近读到一段关于编程的观点，即「编程应该是一种流畅的表达形式，就像写作一样」。
这让我想起自己最近折腾的一些小东西，无论是为了解决飞书多维表格同步问题去写插件 ，还是批量处理 ePub，为 pdf 或者 MD ，本质上，我并不是为了成为一名专业的程序员，而是通过对 AI 表达我的需求，解决我的问题。
语法只是标点，项目才是故事。我们在学习写作时，肯定不会只盯着拼写、语法和标点符号死磕。学会了所有的汉字，不代表能写出一篇好文章；同样的，仅仅学会编程的语法，也不代表你能做出一个好的产品。写作的核心是讲故事，是交流想法；编程的核心，是逻辑的表达，是价值的创造。
如果你只是为了学习语法而去挑战一个个孤立的算法题，那就像是为了学写作而去背字典，枯燥且很难产生心流。这也是为什么很多人（包括曾经的我）在入门编程时容易放弃的原因，我们太在意标点符号是否正确，而忘记了我们要讲一个什么故事。
我以前也会被标准答案绑架。后来我发现，写作和编程最像的一点是：你必须允许自己先写出一版很差的东西。先跑通，后优化；先成文，后润色；先闭环，后精进。
什么是「项目」？项目是一项独特的、临时性的任务。它有三个关键要素：
同时还可以增加反馈的机制。没有反馈的项目，很难持续；没有反馈的学习，很难成长；没有反馈的生活，很难变好。所以我在做小工具的时候，会刻意给自己设计反馈点：
这些反馈很小，但它们会累积，形成一种我在掌控的感觉。那种感觉很重要，它能对抗我的焦虑。
之前在即刻分享过，为了解决「把网页变成电子书」这个需求，我和 @大华Dahua 交流并尝试了 Epubkit 插件 。这就是一个典型微行项目。在这个过程中，我们不需要从头学习电子书的编码规范，具体参数怎么用，我只需要知道工具怎么用，流程怎么跑通。在做项目的过程中遇到的问题，才是真正属于你的知识。 这种以项目为本的方法，是达到构建基建的学习方式。
现在，我们有 Cursor，有 Gemini。它们就像是全知全能的程序员，帮我们修正了所有的拼写错误和语法漏洞。这反而让项目制思维变得更加重要。当语法的门槛被 AI 抹平后，“想清楚自己要做什么” 以及 “如何用逻辑将需求串联起来” 就成了核心竞争力。
之前看到一篇文章，写到「人人都是产品经理的时代要来了，等大家都能把想法实现出来的时候，大家会深刻体会到一个道理：大部分想法都是不靠谱的。」 我很认同。因为实现变简单之后，真正稀缺的反而是：你到底要解决什么问题？你愿意为这个问题付出什么代价？这个问题对你来说真的重要吗？
AI 把门槛抹平了，但它也把自我欺骗的成本降低了。你很容易做出一堆看似很厉害、其实没闭环的东西。所以我对自己更苛刻一点：每一个小项目，都要能落在我的生活、工作里。
我们拥有的数字资产越来越多 ，处理信息的能力也需要升级。即便我们大多数人最终不会成为职业的小说家，但学会写作对沟通至关重要；同理，即便我们不以此为生，学会用代码的逻辑去思考，流畅地与机器对话，通过一个个小项目去构建自己的数字世界，这对每个人来说都是一种从不确定性中获益的能力 。
我能想到是去找一个让你感到痛苦的小问题，把它定义为一个项目，然后开始你的写作（编程～AI Coding），你会发现，解决实际问题，远比通过考试更有趣。
用好知识库的前提是，先理解我们的数据分类，一般分为三种，第一种是互联网现在公开的数据，第二种是我和某个组织或者某种方式共同产生的一部分的数据，最后是完全属于我自己的私人的数据，比如我的日记。
针对于这样的情况，我们在和AI的对话当中，只有自己或者跟自己有关的数据生产的内容才能够去帮助我们解决问题。
如果我们全用互联网现在的数据，那我们的回答可能就偏泛，以至于我们没有对我们的信息做二次加工，或者按照我们的需求去做整理。那NotebookLM其实就是这样一个非常优秀的知识库的工具。它让我们在处理内容和方式上变得非常简单，这是我2025年最深度使用的工具。
这段其实讲的是一个很朴素的道理：AI 最擅长的不是知道，而是组织。但它组织什么，取决于你喂给它什么。你喂它互联网，它给你互联网平均值；你喂它你的材料，它才可能给你你自己的洞察。
我喜欢把知识库当成一个中台而不是一个工具。工具是点状的：我用一下，解决一个问题就走。中台是系统的：我把信息沉淀进去，以后每次都能复用，还能产生新的连接，建立新的关系。
我很喜欢这种闭环感：读取 → 整理 → 输出 → 回写 → 再被读取。当你的系统能自循环时，你的精力就能从搬运解放出来，去做更有价值的事，比如判断、决策、沟通、创作。
比如，我在 YouTube 上收集了很多关于项目管理、创业、运营、商业相关的案例的视频/访谈，我可以把这些视频建在同一个知识库里面，根据这些知识库的内容去整理这些视频所对应的内容，让它们之间发现更多的联系。
我也将罗永浩的访谈全部导入到指定的知识库，在这个知识库里面，我能够去分析他访谈的对象所有的经历，通过表格、PPT 文档的形式很清晰地看出这些人的相同点和异同点。同样我也可以在这个知识库里面，针对他们进行交叉的提问，分析这些人之间有什么相同点和不同点。他们在面对同样一件事情，或者面对困难的时候，他们自己的反应是怎样的。罗永浩在这些人当中问了哪些问题，都是可以通过知识库来解决的。
我不是在存信息，而是在存关系。关系一旦出现，我就会觉得世界没那么乱了；从我想了解的信息获取关系，也是一种乐趣。
之前与同事交流知识库的作用，我的观点是「在企业组织内部，知识库不是为一线人员提供服务的，而是服务组织用来定策略的；知识库的本质是“管理工具”，而非“效率工具”」。 这句话有点反常识，但我确实这么想。
比如：公司可以借助知识库洞察销售团队的 Top 特征，将 top 的销售人员抽出来，看看他们的电话、微信聊天记录，分析沟通方法论，在对比分析其他层级的特征进行对比。
但，如果利用知识库给销售提供在线客服的工具，几乎没有太高价值；只能帮助 50 分一下的人尽可能提高平均值。因为真正的成交技巧往往是非结构化的（语气、时机、潜台词），写在文档数据里的都是大路货。 公司的核心痛点不是“让新员工不犯错”（这是底线，也是可以通过机制或者流程来保证的），而是“如何批量复制那个转化率一直都高的 Top Sales”（这是增长）。
为什么“扶持 50 分及以下的人”价值有限？因为 ROI 不划算！
那动态来看，未来知识库是不是可以作为动态服务工具，它能自动分析 Top Sales 的录音、聊天记录等信息，发现他们在谈价格前先谈了价值锚点，系统就能自动生成一个新的 SOP 推送给全员。这才算是服务组织，将 Top 的经验进行复用。
我写到这里会想起一个更大的问题：AI 时代，组织会越来越像一个系统，而不是一堆人。系统的核心不是某个岗位，而是信息流和决策链。谁能让信息流更顺，谁就能让组织更快；谁能让决策链更短，谁就能让组织更稳。
Claude Code 刚出来的时候我并没有多「喜欢」，主要是 「我不熟悉」，特别是对比 Cursor 的操作体验；中间 Claude 推出 MCP 后，我也没用起来，因为我觉得这是给开发者用的服务，而非面向「用户」。
但最近因为 Claude Skills 让我对其大为改观，我甚至开始尝试从零了解 Claude Code。比如在 X 上看到案例是：借助 Skill 实现自动将文件上传到 notebookLM 并自动输出文章，等于将NotebookLM 作为专业的知识库自动化了。
第二个很喜欢的 Skills 是「Superpowers」，它是一个完整开发工作流与技能库，在写代码前先确认项目目标，并分块设计产品及功能，最后再制定可执行的细粒度计划。对于Coding 新手来说，可以极大程度帮助我理清需求，对比之前「一句话的需求描述」更加符合「软件工程」或者「产品研发」流程。
MCP 需要开发者提供，而 Skills 是文档，是一个具象描述工作流或需求的文件而已，自己可以手搓，AI 写的我们也能看懂，安装方便，使用方便，甚至自己还能写几个符合自己需求的 skills，可玩性和实用性都大大提高了。
跑通了 NotebookLM 以后，我又有了一个新的想法，利用 NotebookLM 的能力搭建内容处理中台，比如我司是用石墨、confluence 写文档，各部门还不一样，我用 Claude Code 利用 实现了读取shimo 和confluence 的项目文档，上传至 NotebookLM，最后把我想要处理的结果保存到 confluence 或者石墨当中，这样就完成了内容生成，这样就自动完成了结项报告。
我喜欢 Skills，和人一样，各种技能的组装，就是我们的综合能力。Claude code 让这种能力外化了，或者是具象了，在组织内我们也可以把这样的 Skills 共享出来，让每个人都能调用，那效率就能成倍提升，整体的协作流程就会变得更流程啦。
未来的学习可能会发生翻天覆地的变化。所谓翻天覆地的变化是它会改变我们现有的学习方式。现在的学习，我们都是通过视频上课、考试、写作业进行检验，那未来的学习可不可以说让这件事情变得更加游戏化、有趣，甚至我们可以引入我们的世界模型的产品和能力，让学习这个事情变得可视化，互动性更好一些。我觉得是可以做到的，而且它的效率可能会更高。
一个比较微小的感受是，阅读这件事情可能会变得视听效果都很好。当我们看小说，看古诗文的时候，我们不再是一个简单的文字或者文言文，让我们去理解，而是可以通过多模态的能力，让我们去理解这句话，它具体呈现出来是一个什么样的画面、声音，而且跟我们自己所熟悉的环境、熟悉的概念做深度的结合。那是不是也可以呢？
我很期待这种变化，因为它可能会让“学习”从一种压力变成一种体验。但我也会担心：体验越丰富，人越容易上瘾；越上瘾，越难静下心来读一段慢的文字。所以最后还是会回到一个更原始的问题：我们到底在学习什么？
我大概很少会在相对公开的场合，比如说博客、社交媒体等等平台上去聊我的工作，因为每个人的工作有很大的特殊性。如果去表达这部分的内容，对别人来说也没有太大的价值。不能说某个人的职场经验在A身上可以用，但在B身上就不能用，为什么呢？因为A的背景、性格、特征，工作环境，岗位职能的要求，对B来说是没有办法完全一致的。常见的一些沟通方式、规范对接，每个公司都有自己的规范。所以我相对比较少去聊这部分的信息。再一个就是我觉得我好像没有这个能力去跟分享这块的内容，整体来说就是比较少。
2025年我发现我的工作内容方向发生变化之后，更多地和人打交道。如前言提及，我发现和人打交道的乐趣在于能从不同岗位和不同方向，他们的目标，他们的出发点，他们的专业诉求去理解他们做这些事情之后，你会发现要想在这个项目本身达成既定的目标是非常困难的。因为彼此之间可能会存在一些视角不同，比如互联网常见的产品、研发和测试，这看起来他们的大目标是项目上线，但他们的工作内容不一样，他们在这个环节当中所负责的事情也不同。在我们工作的其他项目当中，也会有类似的情况，甚至他们之间的视角可能会比产品和研发之间更加突出。作为项目的主导方来说，需要去努力解决和克服这样的困难。在这个过程中，给我的挑战其实还是蛮大的。
而我相比之前通过事情去完成某个项目去串这个项目，和现在通过人通过组织协调沟通对接，去达成项目的积极目标会更加有趣，不是在于去处理这样或者那样的矛盾，而是和人的沟通本身，让我理解到人是这个事情。这个项目达成至关重要的因素，一定不能忽略人的特殊性和人本身的价值。
我越来越相信：项目最终的瓶颈，从来不是工具，而是人。工具的问题，大多可以用时间解决；人的问题，往往要用理解、用耐心、用沟通、用制度去解决。而我过去一年最明显的变化，就是我开始更愿意把时间花在对齐上，而不是推进上。推进是把车推走；对齐是确认大家是不是在同一条路上。
对齐很慢，甚至很烦，但它能减少后续的返工。这也是一种反熵增：你在前面多花一点力气，后面就少一点混乱。（AI 上下文、记忆也是这样）
再聊一些不变的东西，不变的东西是我自己对人的乐趣发生了对记录这件事情没有任何的变化，包括记账，包括记日记，到目前为止已经写了1500多天的日记。这些日记是我非常宝贵的产出。我把它喂给了AI，让AI去分析，形成完整的报告，这是我自己了解自己的一个窗口。由于我在日记里面可以不用考虑任何的情感，不用考虑任何的人情世故，我可以随心所欲地写，随心所欲地说，这样的真实性，可能是我唯一的一点做自己的地方。
对信息的获取仍然有自己的标准，重新订阅起了RSS的工具 Inoreader，而不是为了去对抗平台的推荐算法，而是为了保留自己去看、去关注自己想关注的人，他们的动态，他们的作品，这对我来说至关重要。从对事的推理变化到对人的关注的维度之后，我觉得这个世界更加有趣了。
对新事物的好奇一直没发生变化，对AI的好奇，对 Coding的学习和尝试，都是持续在做的事情。
两周前，我买了得到笔记新出的一个录音卡片的硬件，它可以贴在手机上录下来。
我这一天跟人接触和交流的内容，包括我自己想说的话，并转成文字版，生成摘要以及概览的内容。它成为了我去收集我自己所说话话，是非常重要的信息渠道。而这些收集下来的声音，最后变成文字上传到知识库，也就是notebookLM里面之后，我能发现这样的一些信息，它们之间的关联度。
收集信息让我觉得这件事情是很有价值且必要的。因为它帮助我对抗遗忘。我每天都会写日记，现在我可以通过收集到的这些信息来回顾这一天，我说过哪些话，有什么想法。它的重要性不亚于我每天24小时装个摄像头，但是摄像头的成本很高，且没有这样的场景产品。但是录音是一个非常好的方式。那从延伸的角度来看，我们在和大模型前面提到的一点去对话。针对这样的情况，其实更多的收集，有助于我们去理解自己，了解自己，以及发现一些日常生活当中的问题。
更多的记录和创作，有助于我们更好地认识自己。我很喜欢「对抗遗忘」这四个字。人其实很脆弱，我们以为记住了，其实没有；我们以为理解了，其实只是当时情绪很强烈。等情绪退潮，一切都会变成碎片。而录音这件事的意义在于：它把碎片收集起来，再交给知识库做整理。你会慢慢看到自己行为的模式、表达的模式、情绪的模式，甚至能看到自己的盲区。
比如现在这篇文章，只有80%甚至更大的篇幅，都是通过语音记录转述的。通过语音输入法（闪电说），我可以打开之后，一直说，说完之后它就可以帮我去做记录，转成文字，这是AI时代所带来的很大的便利性。
写到这里，我想到一个画面：在一天很累的晚上，打开了语音输入法/录音开关，说了几分钟。你可能说得乱七八糟，可能重复，可能语气也不够像一篇文章；但我还是说了。这件事本身就很重要。因为表达不是为了证明我有多厉害，而是为了证明：我还活着，我还在观察，我还愿意把那些微小的感受捡起来。这对我来说比“多学一个工具”更有价值。
这么长时间没有写文章，其实不是没写，只是没有把写的内容公开出来，日记我也能写1000字的，哈哈。博客作为一个相对比较有发布门槛的平台，它的操作路径还是有成本的。如果在记录这个过程当中有一个比较大的变化，那就是我更喜欢用语音去记录自己的方式。当然，博客目前是我所有平台里首选，这也是我用RSS去订阅别人的内容出发点。一个活生生的人在更新和表达自己的时候是非常值得尊重和包容的。
下次再见 👋
2025-03-25 21:49:32
与其说是“漂泊”，不如说一直在路上。
1、深度保洁（暂时）祛魅。搬进去之后，我妈说一点都没弄干净，还有很多污垢；比如灶台的锈迹，做深度保洁的师傅说去不掉这些锈迹，但是搬过来之后晚上我妈给洗的非常干净，一点锈迹都看不见，最后还得靠我妈，这深度保洁和日常保洁区别并不大；我们这单是私单（未走平台），因为平台上的服务很多项目并不包含，比如沙发、窗帘。我们有一个贵妃椅、四座沙发和三个房间+客厅的窗帘如果单独购买，就太贵了。而私单是都会帮我做，整体对比性价比更高，不然我肯定首选日式保洁。不过我也好奇，为什么没办法做到都包含的服务，毕竟新家清洁这都是基础操作呀？
2、新家安置比搬家本身更费时间。搬家收拾东西，我们用了差不多1天，但是为了搬家我们提前打扫卫生、清洗家电差不多花了一星期时间。而且到现在为止，并没有完全搬完，因为家里还需要新购一些小物件。由于新家居住超过9年，很多东西都是难以继续使用，比如洗衣机是西门子滚筒洗衣机，京东清洗师傅说拆了以后再装回去铁定漏水，于是我选择利用国补的机会在京东上新购买了一台洗衣机，原来的洗衣机表面清洗干净后，铺上桌布当做收纳台吧。（如果可以，我一定会丢掉）
3、搬家遇上爬楼，一场体力与感动的较量。2020年搬家时从六楼下来，搬家师傅是用爬楼机器完成的，只是噪音有些大。这次又遇到需要爬楼梯的情况，虽然楼层不高，但东西比上次多了很多，装满了整整一厢车。我在蓝犀牛平台上预约了搬家服务，来了两位小哥帮忙。当我看到其中一位小哥把我那四箱沉重的书用绳子绑在腰上，双手拉着绳子两端，起步的时候差点摔倒，心里不禁有些酸楚。原计划是体验“日式搬家”，但是六公里不到花1500元搬家费，性价比着实不高。最后买了麦当劳双人套餐以表谢意。
4、出门条找保安或许更快。我办理出门条的时候是先给物业打电话，在哪里办理出门条，物业说8.30后在物业办公室可以办理，等我去了之后，物业和房东核实，得知我未交钥匙，不给我办理；后面我和房东沟通并未有此事。于是我回来找了小区的保安，保安说可以办，并给了我单子，填入搬家师傅车辆信息、我居住信息就可以了；走的时候我还和大叔说，到时帮忙说一下二单元怎么走哈；大叔说：这你就放心，我们放进来的一定会引导他们的。
5、有阳台的房子体验是真的好呀。之前的房子其实也不小，有76m²呢，但因为没有阳台，所以视觉上小了很多；这次换到三室两厅两卫，外加一个阳台，居住体验确实好了不少。噢，租房自动离开了自如，我发现直租是真香，最近两次租房都是直租，省掉的中介费拿一半来搞新房清洁、装修都绰绰有余。我们这次房价 是4600元/月，房东在中介平台报价5200，第一次看房谈的是5000，后面经过沟通谈到4600，想比上一个两居3900，整体上还算能接受，缺点就是没电梯，小区内娱乐设施相对较少，优点比较多，比如对面两个商场购物很方便，距离地铁站步行 5min 等。
6、搬家丢东西不一定是真的丢了。我们搬家的时候再卧室有一个东西丢了，我们所有人都没有影响，甚至都怀疑是不是再搬家车上掉了，后面看照片的时候发现原来在另一个包的小口袋里，找到这个包就找到了它，失而复得的心情可真好。难过的是搬家前还有好几个快递在原来驿站未取，没有收到短信或者电话提醒，而且是16号就到了，只能周末再跑一趟；有得有舍啊，上天是公平的。
7、感谢上一篇文章所有阅读、点赞、推荐、赞赏、评论的 uu 们。在评论区看到，原来不只有我一个人漂泊，但是生活是自己的，对事物态度取决于我们自己的态度，“每到一个新地方，总能遇到新的人，开启一段新的故事”。
与其说是“漂泊”，不如说一直在路上。
2025-03-20 17:30:36
现在居住的房子在即将两年期满前收到房东微信：“小陈，在吗？不好意思啊，我这边房子到期后不方便再继续出租了，提前和你说一下哈。如果有事的话晚个一两个月也可以，我倒也不是特别着急，你们看哈；这个房子我六七月份才用，你根据你们那边情况决定就好”。
嗯，我知道了，需要开始看房子，准备搬家了。
众所周知，搬家的基本流程是定需求、约看房、签约、搞卫生、搬进去等。翻看「/Documents/A_家/房屋/租房」文件夹时，已有五个地方，租房合同也有10份了，满是漂泊感；但是每到一个新地方，总能遇到新的人，新的故事，也是新的开始。
也曾想过买房子，居住可以相对“稳定”，至少不会频繁搬家，但高额的房贷和较小的居住面积显得格格不入，寸土寸金的帝都更适合租房，稍严谨一点，如果希望有山有水，面积大视野好，还得六环找啊。
找房子和相亲我理解逻辑类似？我没相过亲个，听过朋友转述。得先知道自己的需求是什么，然后对着需求去找房子，看房的时候根据自己的需求权衡对比，最终选择“适合自己的房子”，根据过去的经验，大多时候都是“妥协”，因为100%满意的房子，或者完全恰和自己需求的房子几乎难找，或者严重超预算。人也如此。
我对房子的需求也在逐步变化：如面积上从主卧（合租）到整租一居，到整租两居，到整租三居；以前书架能放进去就行，慢慢需要客厅、厨房，再慢慢需要独立的空间。也有不变的维度，屋内无太多家具，我们不喜欢看电视，重沙发，所以东西越简单越好，有基本家电就行；对周边配套和交通要求亦未发生过变化，最好出门是地铁站，过马路是菜市场。不断的变化带来的新的体验，这大概是搬家为数不多的好处。
“拥抱不确定并从中获益”是塔勒布的反脆弱性。我们最近两次搬家的体验都非常好。上一次因为自如从4200涨价到4900，我们选择搬家，上班时间从40min 到60min，整体来说还是在可接受范围，住过去之后我发现小区周边有河流、有公园，这是我非常喜欢的环境，有荷花，有夕阳，能跑步，能骑车；今天长这样 很多照片都是在这里完成的，记录过小区的春夏秋冬，也有口罩期间隔离、和小区工作人员“吵闹”的故事；难的是因为居家办公，小区三五邻居一起打球，一起运动。
延伸阅读：《记一次集中隔离》
现在居住的地方上班需 70-80min，好处是门口就是公交站，小区后面就是大运河，马路对面是菜市场，最令我满意的是新建的图书馆、博物馆和艺术馆。每逢周末，我会到图书馆看看书或者电影，发发呆，看看日落，也是一件幸事。而这些都是我到了这个小区之后才发现的，搬进来之前完全不知道。
以上种种，大概是搬家带来的些许惊喜。
有惊喜就有惊吓。2020年那次搬家，住进了小黑屋（客厅没阳光），最让人难受的是有蟑螂。这是目前唯一一次让我觉得很难受的一次搬家。后续复盘，大概率是晚上看房，加之被近地铁站一叶障目了，毕竟出门右转就是地铁站的一室一厅，确实令人激动。好在一年期满，及时抽身，搬到新的地方时，每个物品进屋都单独清洗整理，能丢的都丢了，此后再无蟑螂。
要说有漂泊感吗？确实有的，因为搬家很费神，到了新的地方需要重新熟悉，需要和物业、保安建立新的信任关系。如果没办搬家的机会，稳定也是一种选择呀，无所谓好坏，都是新的开始。
附：我一位朋友@Na张分享给我的看房经验，至今为止，依然受用。
@大华在前两天也分享了一本小册子：《城市租房指南》 ，我读完了，并且根据其内容重新排版制作了电子书。
这本小册子整体框架很不错的，特别适合没有太多租房经验的人，可以快速了解整体框架。若作者可以更加细致补充一些信息就更好了，最好能根据场景写「Checklist」，比如厨房检查清单、卧室检查清单、签合同检查清单等。
好了，以上就是租房带来的漂泊感，更像是心理路程简单整理。今日春分，意味着昼夜平分，草木萌发，百花盛开，可以出门拍拍花草呀；3月的小确幸是16号居然下雪了，算是弥补了2024年冬天北京未下雪的遗憾。
延伸阅读：《2020 年，搬家记》
2025-02-07 14:08:57
DeepSeek 最近很热闹，不亚于2023年底 ChatGPT 面世的影响力。
今天和保险经纪人公司的朋友@宇子聊 AI 和保险，整理一些要点，并在基础上做简单延伸，作为记录。
我最近在体验可友健康售价 299 元/次/人的“体检定制”服务，准备试着看能够做一个类似的工具？因为我发现在问卷解读都是非常结构化的内容，比如目前是否存在某些疾病、家人是否存在某些疾病等，如果存在某种疾病就会继续问什么时候发现的、治疗方式及效果如何等更进一步的信息，此外还需要补充对应的报告、病历等信息。重点看后续与【人】对接的过程中是否有新的思路。
此外，可友也有体检报告解读的服务，等体检结束之后，再买来看看；案例来说，报告解读没什么含金量的，毕竟结论写好了，且可以直接问 AI，那可友售价 500 元/次/人的服务有什么不同呢？我不知道，保持好奇。
恰好，朋友聊到了【保险】，去年对这个新事物也有初步的了解；如前文沟通，保险的本质是合同，保险产品的条款一般是不允许修改的，所以这是结构化的，是非常标准的内容。而变量在用户端，用户投保的时候不知道自己需要什么保险，不知道这款产品具体能保什么，不能保什么，有哪些注意事项。与此同时，绝大多数（我理解）是不知道自己身体存在哪些问题的，在核保的时候“看一眼”就过去了，两者之间存在巨大的鸿沟，保险代理人/经纪人的存在就可以解决这类问题。
保险代理人/经纪人会先了解投保人（用户）的需求，比如为什么买保险、预算、家庭收支等细节，以此来匹配对应的产品，配置合适的方案；同时也需要搞清楚投保人的身体情况，通过医保记录、病历、检查报告、体检报告、吃药等情况综合判断，帮助投保人核保。核保应该是最难的，特别是针对非标体（身体存在一些情况的投保人）来说，逐一核保非常耗费精力。
沟通中得知保险产品之间同质化很严重，各种条款差异并不明显。我说恰好 AI 擅长处理这类信息，能从不同的产品库中将各种细节筛选出来，供投保人选择。无论是上面投保人需求收集、身体健康等情况整理，还是帮助用户匹配合适的产品，都可以通过 AI 非常准确、清晰地完成。曾经是保险代理人/经纪人完成的事情，现在通过某个产品设计就可以完成。
第一结论是降本增效在销售端体现的非常明显。因为借助 AI 可以直接把保险代理人/经纪人（统称销售端）人效大幅提高，曾经做一个投保人的方案可能需要1-2h，现在通过产品设计可以同时给10、20、300人实时做方案。细想一下最近大火的 DeepSeek 的推理（思考过程），你会发现思考问题解决方案的过程远超我们，且纠正的效率更高。人效提高，同时对接的投保人多了，转化率自然就上来了。
那冗余销售端的人应该去哪里呢？去后端做服务。AI 提效之前，经纪公司/保险公司只能招聘更多的销售人员完成获客、转化；一旦提效产品出现之后，销售人员前端的价值会逐步下降，后端需要提高的是服务投保人的能力。
购买保险本质上是信任游戏，不是套路游戏；现在销售端培训的话术、专业、行业等知识都会被类似 DeepSeek 这样的 AI 产品快速学习并用于产品设计，而信任不会。什么是信任？我们一起吃火锅，一起打球，一起蒸桑拿。什么是套路？“仅剩一步即可提现300元，直接打到微信钱包”、“你已经超过了99.3%的人”。
因为保险本质上需要投保人长期续费的产品，所以对销售人员的稳定性要求非常高，因为我会担心找不到对方；反过来，我发现代理人出现了优势，比如我朋友的代理人朋友（19年保险代理从业经验），他们一起打球，一起吃饭，哪怕我朋友不买保险，也会把他代理人朋友推荐给其他人。因为有感情基础，因为第一时间能想到身边人。以线上为主的经纪人恰恰相反，甚至会把那些长期没有和潜在用户建立深度联系的经纪人直接刷掉；因为毫无存在感。（你想，平时很难想起你，为啥要复购，为啥要要把你介绍给我朋友呢）。
朋友提到了个观点：如果不重服务，那就要往最简单的险种走，比如旅游险，意外险。我的理解是这对三方（投保人/保险公司/保险经纪公司）都没有意义。因为投保人的理赔服务没保障，保险公司客单价不高且没有用户忠诚度，保险经纪公司利润低，服务就更不会说有多好。
所以，第二个结论是 AI 时代下选保险产品本质上是选服务，摸得着、看得见、有信任感的服务 。初级的转化是套路，拼多多在这块非常有话语权；高级的转化是信任，买 iPhone，首选 Apple 官网/京东，这是品牌信任。当然，我并不是说需要经纪人/代理人对投保人言听计从，逢年过节送礼物之类的，而是建立更深度的联系。
再延伸一下，单纯售卖标准化的产品的商业模式很难持续下去，一定要有别人没有且是对方真的需要的东西，那是壁垒，也是核心竞争力。
保险行业的服务怎么做呢？如何借助 AI 更好的服务投保人呢？ 我不知道，感兴趣的可交流。
Ps. DeepSeek 最近很火，免费、开源、国产（无需梯子可用）、够强，朋友圈利用 DeepSeek在挣钱的也很多，我看着着实眼红，我也在想哪些是真的解决了问题的，哪些是昙花一现的事情。继续保持关注，持续学习把！
2024-09-06 10:07:22
杭州夕阳很美，推荐。
借助公司参加某大会的机会，到杭州出差一星期，记录一下期间有趣的事情。
这次大会的参展商不算多，对比上海的 WAIC 可以用「极少」来形容，不过我在展会上也发现了一些有趣的产品和人。
第一个是读写镜，我们看书会低头，久而久之脖子不舒服，甚至会近视。他家的产品可以利用投影的功能，把书本投在我们正前方，并且将书本的内容投在3米外的视野，让我们眼睛没有那么痛，最重要的是做到了书和脖子是平视的状态，不仅是解决了近视的问题，还可以缓解久坐引起脖子酸痛的问题。
但是产品上线初期（据说才2周），设计稍显笨重，比较占位置，放在书桌上略显占地方，还是希望能优化一下体积，毕竟漂泊的人哪有那么大地方啊。😄
第二个是机器狗，我在朋友圈也看到几位好友分享了北京机器人大会的动态，其中就有宇树的机器狗；我玩的是 Go2，基本的操作体验还是不错，能爬、能跳、能跑，还能比爱心，甚至跳舞。基本上1分钟可以上手，我差不多玩了一个多小时，很好玩。
售价是9997元起（基础款），与当时围观的家长闲聊，这个机器狗对比真实的狗狗要更加「好养」，只需要充电即可，不需要洗澡、看病、遛狗等，但是给孩子带来的情绪价值直接拉满，毕竟科技感十足，拉出去遛弯就是这条街最靓的仔。
实际上目前没有什么实用的价值，快递、外卖都是直接送上门，你说让它去取外卖、快递也没用处。从产品角度来说，面对C端用户更多的是「好玩」，真的买来之后可能用处并非那么大；工业、科研领域应用倒是蛮多，比如日常巡逻任务可以让机器狗来做。
第三个是认识了一个7岁的小男孩，我们两个是在玩机器狗的时候认识的，可以说是「一见钟情」的感觉。 小男孩很可爱，带着我把展会所有的展台都走了一遍，并且给我介绍了每一家觉得好玩的产品是什么，比如3D打印、下围棋。
孩子的好奇心很大，学习能力和动手能力也很强，只看稍微摸索一下别人的产品就可以找到玩法；经过闲聊才知道，原来人家老爸是做这个的，哈哈，对他的影响很大。他和我说：爸爸平时没时间教他，都是自己在家琢磨；妈妈要去上班。
离别之际，我们不仅有多次热烈的拥抱（朋友看了拥抱的视频之后，用「挂身上」来形容），甚至互相交换了电话，因为他是天才手表，没办法加微信，只能添加了电话，这也是我很久没有和人交换过电话号码了。奇妙的经历，希望小男孩好好学习，下次再见。
更加有趣的是，我在杭州见到了一个“老相识”@大华，我们在微信上聊的很不错，且彼此有很多交集；由于时间和地点的关系，是他加班完来酒店见我的，说了一句话：“你从1515km外的北京来到杭州，而我过来只需要5km，这点距离是零头的零头的零头哈哈哈”，这是我 8 月听到的最温暖的言语；不仅如此，知道我要来，还提前给我准备了礼物，我们在酒店大堂聊了 2h，也属于「不一样」的经历啦；从线上到线下，一旦突破，一切都将不一样。对啦，我们面聊的事情，我现在正在开始做，并且有「转化」啦。期待，我们的下一次见面～
每段经历都有新的见闻， 每段时间都有故事发生， 希望，我们能在下个故事见！
2024-08-21 00:38:21
“目标是决策思维的起点，也是重点，决策者在分配资源的时候不只是为了解决问题，而是为了达到目标。决定者在分配资源（决定）的时候亦是一个不断进步的过程，对于未来的不确定性，我们需要与时俱进，及时调整。” —王嘉陵
半夜睡不着，起来码字，恰好今天和朋友聊时间管理话题，就趁热把我的想法整理成文。
他最开始提及：时间管理的本质上是精力管理。我提出疑问：什么是精力？他给我拍了一张照片，是《精力管理》这本书的目录，第一章明确写了「精力是做事情的能力」；我发现这个话题很有趣，我曾经看过GTD相关的书籍（比如《搞定》系列），也尝试去学习时间管理，但是最终无功而返，没特别明显的改变，但是并不影响我的事情能有效推进。
《精力管理》这本书我之前浏览过，并未完全将其运用到生活、工作中。因为我真的难做到，在我看来「反人性的方法论实践起来是极其艰难的」，类似本来就有拖延症，结果我试图通过去看如何改变拖延症的毛病等资料，结果这个资料就一直被拖延。而我理解的精力管理是做选择的能力，当很多事情出现在我们面前，我们需要通过做出选择来判定接下来的精力（时间）投入在哪里。往小了说是做选择，往大了说是做决策。
信息是做选择重要的基础。@王盐在公众号写过一句话：任何时候都要保证信息的准确性和完整性，这是高效的前提。遇到事情，做出选择，最基础的部分是我们对各类信息掌握的足够透彻；而做出选择的时候应该是与我们的目标极度相关，这一块可以延伸到目标和规划能力。
举个例子，前段时间我在朋友圈发过保险的内容。主题是为什么大家觉得保险是骗人的？我从两方面来回答了这个问题：一方面我们作为客户，很难搞明白自己的健康状态，特别是在过往的病历里医生是怎么写的。大家都是国内保险都是「有限告知」，也就是保险公司问什么答什么，没问就不答；另一方面我们对保险产品的合同条款（含理赔标准、拒赔标准等）并不是那么了解。在保险合同里，对每一种疾病、症状在都是定量的标准进行规定。最后我也不补充了「什么是专业的中间人（经纪人/代理人）」。
买保险这件事是一个很大的选择，以30岁成年男性为标准，如果重疾需要在50w保额，其保费应该是每年1.5w左右，这比支出若需持续缴纳20年、30年，且以家庭为单位的时候，将对自己的现金流产生极大影响。结合「信息是做选择重要的基础」，买保险我们可以做的事情有哪些？以我为例：
而做选择除了信息的完整和准确度，还需要有最核心的目标。目标可以指导我们做出选择。那我们买保险的目的是什么呢？以保障家庭成员健康为重要目标的同时应对未来家庭可能会出现导致家庭财富大量流失的风险。我理解这是我们买保险的目的。所以保险不应该只给自己买，还需要给父母、孩子买，因为这些都是家庭成员。目前市面上主流的观点是：先给家庭支柱买。这是没问题的，但是切记不可忽视父母、孩子，毕竟当他们出现问题的时候，家庭支柱的收入也会收到影响，家庭财富亦如此。
在《决策思维》中对目标与决策的关系也有类似的阐述。即：目标是决策思维的起点，也是重点，决策者在分配资源的时候不只是为了解决问题，而是为了达到目标。决定者在分配资源（决定）的时候亦是一个不断进步的过程，对于未来的不确定性，我们需要与时俱进，及时调整。
准确的信息是做选择的基础，清晰的目标是做选择的方向，那如何做选择呢？针对这个问题，我的逻辑是：风险 > 代价 > 收益。即：如果一件事的风险我承担不起，那就不去做；如果一件事代价我承担不起，那就不去做；最后才考虑收益问题。
风险指的是在选择做某件事之后会带来不确定的问题。比如我买保险，保费过高且未来1-2年面临失业，我有可能因为交不起保费导致保险公司与我接触合同，之前缴纳的保费打水漂了。
代价是在做某件事需要付出的东西。比如学驾照，需要牺牲周末、平时休息的时间去练车，夏天非常辛苦还会被晒黑。我们付出了时间和金钱。
收益是在做某件事过程中或者之后所收获的东西。比如经过七七四十九天的练车，我成功通过驾照考试，拿到了驾照，成为「马路杀手」。
这其实有一个隐藏的假设，我们是在做选择，这个选择是指我们可以选择做 A，也可以做 B，说明我们是有选择余地的，而不是做 Yes/No 的是非题。那就说明，我们的方案（事情）至少有2个。老板/领导都喜欢从方案一、二、三中选择，甚至我们还需要标注其中优缺点。落到自己身上也是如此。而做选择不仅仅是选择与目标相关最好的方案，更是选择该方案会带来的后果（收益）。
做选择这件事很难，相比具体要做某件事的细节会更难。因为搞明白 Why 的难度远远大于知道 How 。而我也一直在面临这样的难题，希望未来更好。
@Caoz 在2020年年度课中分享了做决策的关键思路，贴一下：
以上，是我的抛砖引玉。
噢，对了最近换季，流感频发，保重身体。
