Issue 90 效率脑科学

各位见信好 👋

正如上周所说，从下期开始，随意搜寻将会转为付费订阅模式，感兴趣的朋友可以看看：

另外，我会给历史所有付费用户开通 2023 年随意搜寻付费阅读会籍（即使你之前 Notion 阅读会籍已经过期），以及还会赠送价值 99 元的「播客小捕手」。这两个栏目，我使用的都是小报童服务，目前已经跟平台的负责人取得联系，赠送功能已经排期开发。

当一切 OK 后，我会给各位付费用户发邀请，感谢。

一、好好学习

1.1 《效率脑科学》

2023 年读完的第二本书，选择这本书的原因是：

1. 跟效率有关，这个是我一直在关注的主题。

2. 跟生物学有关。

3. 最厉害的，则是它将 1 & 2 结合，从生物学的角度来讲效率，就感觉很有意思。

不过看完后，我觉得本书在效率上给我的洞见比较少，反而是教会了我如何更好地感知当下。我这次读书，再次用 Hepta 记录，感兴趣的可以看看我的完整记录。

本期 newsletter 主要想分享我从这本书里学到的最重要的三句话。

第一句：随着你越来越了解自己的大脑，就会发现自己的许多弱点和问题其实是大脑的构造方式造成的。

这句话，我认为是本书最关键的理解。从生物结构上了解自己，可能才是最科学的方式。并且我认为这个「不是你的问题，而是你的大脑的问题」认知也很重要，当你有了这种认知后，看待很多问题的角度，都会发生改变，并且这种改变对你还有直接好处。你会重新评估自己的经历，从而调节内心压力，从而更理智地进行思考、决策。

当你为自己的心智表现感到焦虑时，试着说“这是我大脑的问题”。

第二句：如果你想让他人设立目标，那么你只需要设置一个框架，具体目标由他们自己来决定。

这句话，让我想起了我在字节的时候使用的 OKR 系统。在定 OKR 的时候，上级会定一些大目标，但实际落地需要做的小目标都由下级定，下级定好后，上级 review 修改。这种方式，我当时的体验是「会让员工更自驱」。

但每次跟大家聊起这个事情的时候，大家都觉得是玄学，我也没法很好地说服他们。现在我知道了原因：

1. 定目标能够促进大范围的自我引导的神经可塑性。

2. 设立目标的同时，会让人的大脑打开了向上螺旋或者向下螺旋的可能性。关注目标时，人会感知到更多与目标相关的信息，这会使人变得更为积极，会让人觉得自己正在向目标靠近，而这又让人给予它更多关注，并感知到更多信息，如此循环下去。

3. 但直接给别人设定目标时，你会降低了对方的自主感，而且还容易误以为别人的想法跟你一样（认识到别人的想法与你不同需要占用更多大脑能量，还会让你产生不确定感），所以最好的方式是设置一个框架，具体目标由他们自己来决定。而 OKR 这种上下对齐的模式，就很符合这一标准。

第三句：SCARF 模型：代表地位（status）、确定感（certainty）、自主感（autonomy）、连接感 （relatedness）和公平（fairness）。模型描述了人际关系中大脑非常重视的主要奖赏或主要威胁。

模型里提到的因素都是能直接影响人脑的东西，某种程度上来说，算是人类的核心诉求。结合上面分享的第一句话，在日常生活中，通过这模型，你能更能快速地感知到什么情感是大脑的自然反应。

拿我最近遇到的事情举例，我最近在朴朴超市买菜，送过来后，发现他们多送了两包虾仁，然后我就联系客服让他们取回。有意思的是，取回的整个过程，遇到的几个客服都只是道歉，没人说感谢。所以我稍微有点失落。

但细想，这不过是大脑的自然反应，因为我感觉「不公平」。我知道肯定有很多人收到多余的货，但没有送回。而我做了正确的事情，感受上却是损失了（BTW 大脑对损失的感受比获得的感受更强烈）。做正确的事情，却没有得到正面的反馈，所以才会感觉「不公平」。

当我觉察到我的这种情感后，我释怀了，这不过是大脑的自然反应。觉察到这个反应后，我加强了「公平」的反馈，我想的是「拣货员不会因为这次失误而受到惩罚」、「不会被人默默地在后面辱骂」😁

提升了公平的感知，感受上变好了很多。

最后我想引用书中最后的一句话：

愿你保持较低的皮质醇水平，较高的多巴胺水平；愿你的催产素浓厚而丰富，血清素又高又平稳；愿你在一生中都能观察自己的大脑。祝你旅途愉快！

1.2 每日一记

① How I improve my taste: 1) I do everything I can to surround myself with all kinds of ultra-high performers. 2) I spend an unreasonable amount of time in art museums. 3) If a piece of writing feels magical to me, I dissect it and voraciously read the author’s work.--David Perell

这句话出自 David Perell ，他是一名作家，他目前正在连载一个叫 Monday Musings 的 Newsletter，感兴趣的朋友可以去看看。回到这句话。这句话说的是 David Perell 如何提升个人品味，他的经验是 1）尽自己所能让自己处于牛人环绕的环境。2）在艺术博物馆待非常非常非常久 3）如果我对某篇文章很感兴趣，我会剖析它，并阅读该作者的其他作品。

我也有跟第三点一样的习惯，并且会更激进一些，遇到好的文章，除了会遍历作者的其他作品外，还会去看作者的 Twitter 和 TA 在 Twitter 上关注的人。

② 可以自我批评，但不要自我否定。比如，面试失败了，那就复盘反思，看看自己怎么提升，千万不要妄自菲薄。

③ 承认很多事情没有招式、套路可言，吭哧吭哧地去做反而是最重要的。不要总是想着贪巧求速。

本期每日一记的 2 和 3 都是在池建强老师的公众号 MacTalk 上看到的，受益匪浅。最近在整理 FS 播客的播客数据库的时候，也收集了不少很有教育意义的话语，后续打算根据专题做一些总结（BTW 对播客感兴趣的朋友可以来看看）。

④ 相邻可能（Adjacent Possible）：在任何领域，下一个伟大的创意通常就出现在当前发展前沿之外的相邻区间，而这个区间包含了对现有想法的各种可能的新组合。关键是，你必须达到某一领域的前沿，然后，这种相邻可能以及它所包含的创新才会显现。

最近在研究 AI 相关的产品，越发觉得 AI 的机会，可能不是 OpenAI 这种专做底层的公司（当然它未来也有可能成为类似 AWS 或阿里云那样的云服务公司，也很厉害），反而是 AI + X 才有可能跨越鸿沟，让更多人接触到 AI。

就我目前的观察，AI 在电商领域应该变现是最直接的，解决的几个问题都很痛，比如我知道的有：

1. AI 生成投放广告语，以及投放所需要的照片。

2. AI 合成商品详情页图。这个我觉得比较厉害。你在淘宝上买东西的时候，会发现一些爆款产品，不同的店里的相同的产品详情图都是一样的，因为不少货商没有钱去拍新的图，一般都是盗图。而 AI 合成技术，可以让你只需要拍摄一张商品的照片，就能自动生成背景（当然人用 Photoshop 也能做，只是产品多了就很累）。而且我见过最厉害的是服饰类的，AI 能将衣服的图片和模特图片合成在一起，这样以后商家就不用请模特了。

另外，我觉得未来或许还有一个值得关注的点「微软和谷歌的竞争」，微软有可能凭借其 AI 能力做出一个更好用的搜索引擎？并且，被 Google 文档分走的市场，会不会因为后续 Office 加上 AI 功能而被微软抢回来？

⑤ API 有时被视为合同，而合同文本则代表了各方之间的协议：如果一方以特定方式发送远程请求，该协议规定了另一方的软件将如何做出响应。-- Telegram：@lover_links

这句话来自 Telegram 群：扫地僧笔记

这个群也是每天发一些主理人的所闻所想，感兴趣的朋友可以关注一下。

说回这句话，我在 FS 的播客里听到过这样的一个观点：这个世界正在越来越像 API，企业只要越像 API，它接入进更大生态的可能性就大。

⑥ Duolingo 教给我的道理：想坚持一件事，可以降低标准，但尽量不要间断，底线是绝对不要被劝退。养成一个习惯就是成功了一大半，剩下的事水到渠成。-- @NekoStranding

这是个来自 Twitter 的分享。我个人觉得总结得很好。跟我在 1 月 18 日分享的感悟有点类似：一个反直觉想法，不一定对。每天做某件事，比一周做某件事几次要更容易坚持。比如每天去健身房，比每周去健身房三次要更容易坚持。

我的总结比较朴实无华 😂

的确降低标准换来坚持也是个不错的技巧，能让你坚持更久。

⑦ 科技一直在进步，但这些进步背后，我们人类的生活却是「倒退」。以前我们为了省钱，选择走路上班，现在为了省时间，每天开车上班，然后抱怨没有时间锻炼。以前我们无聊的时候，会看看书，翻翻杂志，现在的我们只会刷短视频，然后抱怨没有时间读书。为何不试试回到「落后」的年代？尝试走路回家，尝试晚上放下手机，拿起一本书。

这段话，是我听完 Huberman 将近 50 集 Podcast 的感叹，他在播客中提到的很多建议，其实很「复古」，都是以前的人们都会做的事情，比如多运动，多睡觉。但现在，科技让打车容易了，娱乐更方便了，反而令我们更不健康了。

1.3 AI 实作

本周开始，我会不定期更新我使用 Midjourney 或其他 AI 工具的实践案例，并分享我的思考。对 Midjourney 陌生的朋友可以看看刘飞的公众号文章沉迷 AIGC 两周后：某些人失业是必然的。

这是我为本期主题做的图片：一个正在思考的亚洲男性。

Prompt 是：A young Asian male in thought --niji

Prompt 里有一个「--niji」，这是一种使用 Midjourney 的进阶技巧，除了可以通过文字的方式告诉 AI 你想要什么风格外，还可以在描述后，增加一些属性，详细的属性可以看 Midjourney 的文档。了解这些属性，你基本上超过了 80% 的 Midjourney 的用户 😁

我使用的 niji 是一种特殊模型属性，它是 Midjourney 和 Spellbrush 合作开发的模型，主要是生成日式漫画风格的图片。

二、小信号

小信号① ：波音747 飞机正式停产

波音公司向 Atlas Air 交付了最后一架波音 747 飞机，至此这架在 1968 年到 2023 年一共生产了 1574 架的传奇机型正式停产。

所以本期小信号，决定记录下这一历史时刻。另外很有意思的是在交付这家飞机的时候，飞行员花费了 2 小时 35 分钟再空中留下了一个 「747 皇冠」的轨迹，以此向 747 做最后的致敬。

小信号②：ChatGPT 注册用户达到 1 亿

达到这个数字，Instagram 花了 2 年半，字节的海外版抖音 TikTok 花了 9 个月，ChatGPT 花了 2 个月。另外，其日活用户也达到了 1300 万。看到这个新闻除了感叹外，还引起了我的反思：

• 我们中国的产品呢？

• 国人对这个技术的了解又有多少呢？

我记得我在第 86 期、第 83 期都同步跟踪过 ChatGPT 的信息，有一期是美国纽约教育部禁止学生使用 ChatGPT ，我当时还吐槽说中国的学生可能有很多连 ChatGPT是啥都不知道。

根据我的观察，随着国内类似的产品越来越多，情况有所好转，看起来越来越多的人了解这个产品了。不过我在一些社群观察到，不少人还是比较抵触，或者对其有较为负面的认知，我认为这种结论是错误的。应该以中立的角度看待这个技术（我甚至觉得可以包容地看待），另外它还在一直迭代，不应该在早期就一棒子打死，这样反而会令你失去很多机会：

小信号③：ChatGPT 可以获得沃顿商学院的 MBA 学位吗？

这个小信号是一篇沃顿商学院的论文，作者是沃顿商学院教授，以及运营管理系系主任 Christian Terwiesch （我觉得这个信号是对上一条信号里提到的人最好的反驳）。他让 ChatGPT 做了 MBA 的核心课程「运营管理」的期末考试题，并进行了评分，发现：

1. ChatGPT 在基本运营管理和流程分析问题（包括基于案例研究的问题）方面做得非常出色。不仅答案正确，而且解释得非常好。

2. ChatGPT 在做仅为 6 年级数学水平的计算时，会出现令人惊讶的错误。而且这些错误还出现多次。

3. 当前版本的 ChatGPT 无法处理更高级的过程分析问题，这包括具有多种产品的流程和具有随机效应（如需求可变性）的问题。

4. ChatGPT 非常擅长根据人类提示修改其答案。换句话说，在最初未能给出正确答案的情况下，ChatGPT 在收到人类的适当提示后能够自行纠正。

考虑到这种表现，Christian Terwiesch 教授认为 ChatGPT 在该考试中的成绩应该是 B 到 B-。大家可能觉得单看这些结论没啥感觉，我翻译了一道题目，以及 ChatGPT 的答案，大家不妨想想如果你来回答会怎样？

问题：某公司在美洲生产还原铁，生产过程是从一堆铁矿石粉开始，矿石经过 7 个步骤，最后才能产出还原铁。该步骤及效率如下：

1. 预热器：每小时 60 吨

2. 锁料斗：每小时 55 吨

3. 第一反应堆：该反应堆可容纳最多 14 吨铁，大约需要花费 15 分钟

4. 第二反应堆：最多容纳 200 吨铁，需要花费 4 小时

5. 加热器：每小时 62.5 吨

6. 卸料：每小时 59 吨

7. 压块：总共3台机器，每台每小时 27.5 吨

请问这个流程的瓶颈在哪里，整体流程容量是多少？

ChatGPT 的答案：

该工艺的瓶颈是第二反应堆，整体流程容量为每小时50吨。

这是因为在7个工艺步骤中，第二反应堆对铁矿石的容量最低，停留时间最长。其他步骤具有更高的容量，但它们只能以第二个反应堆的速度工作，因此整体工艺能力仅限于此速率。例如，即使预热器的容量为每小时 60 吨，加热器的容量为每小时 62.5 吨，但铁只能在第二反应堆中以每小时 50 吨的速度处理，因此整体处理能力仅限于此速率。

该答案 Christian Terwiesch 教授给了 A+

三、惊叹时刻

Good Products

• YouGlish：这是一个英语口语学习工具。你可以输入你想学习的单词，然后它会搜出所有带该词的 Youtube 视频，并定位到主讲人说出该词的位置，这样你就能通过看视频的方式学习该词语的发音。我觉得这样学习有三个好处。一个是有声音和视频，刺激更多感官，能让你记忆更加深刻；第二个是有连读，视频里的人说的都是句子，在说出该词语的时候，一般都会带点连读，这个是国人学习口语时最容易忽略的；第三是用法，跟第二点类似，因为是句子，所以在听句子的时候，还能知道这个词是怎么使用的。

• OpenAI 的 AI 检测工具：很绝。属实是两头都赚钱了。但目前看了下反馈，准确度一般。还要观察观察，你说以后会不会有类似 360 那样的产品？专门鉴别是否是 AI 创作？

• Artifact：Instagram 创始人兼前 CEO 再次创业做的新闻产品，主打 AI 功能，海外科技媒体 Verge 形容是「a kind of TikTok for text」。这不就是今日头条吗？

• Damus：Twitter的 创始人兼前 CEO 也带了他的新社交产品。这个产品发布后，我的朋友圈各种神秘代码（其实就互加好友使用的 ID），这个盛况让我想起了当年的 Clubhouse 😂。

• 沉浸式双语网页翻译拓展：最近一直在使用的双语翻译拓展插件，我推荐的原因是它为常见的网站如 Twitter、Reddit 做了排版优化，并且支持 Deepl、谷歌翻译、彩云翻译等翻译服务。

• Read Pilot：这是一位独立开发者开发的 AI 文章总结的应用，我推荐它的原因是它跟一般 AI 总结不同，它是通过回答关键问题的方式做总结，我觉得这个设计挺好的，约束了总结的范围，总结的内容会更加准确，读者又能通过这些总结快速判断文章是否值得读。

Good Videos

本周一直很忙，没怎么看视频，所以本期的视频推荐只有一个：

• The best way to apologize (according to science)：如何真诚地道歉？首先要聚焦理解对方的观点，而不是做出空洞的承诺。接着，在你理解之后，向对方表示同情。特别是在他们受到严重伤害的时候。最后，不要只是承诺，而是要采取行动，提供一个发自内心的补偿。