AIMeticulously

#挑战100天100个GPTs 写在前面哈佛经济学家 Sendhil Mullainathan 和普林斯顿心理学家 Eldar Shafir 做过一个让人心惊的实验：让新泽西购物中心的路人，在做一个智力测试前，先在脑子里盘算一下”如果你的车坏了、要修 1500 美元，你会怎么应对”。结果——高收入者几乎不受影响，低收入者光是被这个假设的”钱不够”触发了”稀缺心态”，智力测试的表现就掉了约 13 到 14 个 IQ 点，相当于熬了一整夜没睡。同一个团队还在印度测过甘蔗农民：同一个农民、同一套题，在甘蔗还没卖出去（缺钱）时做、和卖完拿到钱（不缺了）之后做，分数差了一大截。稀缺不只是”钱不够”那么简单——它是一种会占据你大脑”带宽”、把你的视野收窄成管子的认知状态。这就是 Mullainathan 和 Shafir 2013 年那本《Scarcity: Why Having Too Little Means So Much》的核心发现。 稀缺思维模型，讲的是”感到不够（钱、时间、人、关注）会占据你的认知带宽、让你管窥眼前、忘了长远”。它由 Mullainathan 和 Shafir 在...

#挑战100天100个GPTs 写在前面1974 年，两位以色列心理学家阿莫斯·特沃斯基（Amos Tversky）和丹尼尔·卡尼曼（Daniel Kahneman）做了一个后来成了行为经济学开山的实验：他们让受试者转一个轮盘，轮盘被动过手脚、只会停在 10 或 65。然后问他们：联合国成员国里非洲国家的比例，比刚才那个数字高还是低？再让他们估一个具体比例。结果——轮盘停在 10 的人，中位数估 25%；轮盘停在 65 的人，中位数估 45%。一个所有人都看得出是随机摇出来的、和非洲国家毫无关系的数字，硬生生把人的估计拽了过去。这就是锚定效应——人在判断一个不确定的数时，会被先看到的任意一个值”锚住”，哪怕那个值毫无意义。 锚定效应思维模型，讲的是”先出现的数字、选项、信息，会不成比例地绑架你后续的判断”。它由特沃斯基和卡尼曼 1974 年在《科学》（Science）那篇《Judgment Under Uncertainty: Heuristics and Biases》里系统提出——文中列出人在不确定下做判断常用的三种启发式：代表性（representativeness）、可得...

#挑战100天100个GPTs 写在前面一根球棒和一个球一共 1.1 美元，球棒比球贵 1 美元，球多少钱？多数人脱口而出”10 美分”，错——球是 5 美分。这道题是 Shane Frederick 2005 年设计的”认知反思测试”，连哈佛、MIT、普林斯顿的学生都有一大半答错。答错不是因为不会算，是因为大脑的快系统先甩了个”看起来对”的答案，慢系统懒得出来验算。这就是”大脑系统思维模型”最日常的发作：你以为在思考，其实快系统已经替你想完了。 大脑系统思维模型，说的是人脑子里有两套思维模式并行：系统 1（System 1）快、自动、省力、靠直觉，负责认脸、躲车、读完一句立刻懂意思；系统 2（System 2）慢、费力、有意识、靠推理，负责算税、下棋、核对合同条款。这套框架在国内常被笼统记成”卡尼曼的双系统理论”，但有两层归属必须先拆清楚。第一层，”系统 1/系统 2”这两个名字不是卡尼曼发明的，是认知心理学家 Keith Stanovich 和 Richard West 在 2000 年那篇论文里提出来的，卡尼曼 2011 年写《思考，快与慢》时借来做了书的骨架。第...

#挑战100天100个GPTs 写在前面下属来请假，说”领导，我下周三想请假，因为我有点私事”——你点头批了。换一个人来说”我下周三想请假”，你没问就皱眉。两个请求几乎一样，差的就是那个含糊到等于没说的”因为我有点私事”。一个站不住脚的理由，比没理由更容易让你放行。这就是芒格说的第 24 条心理倾向在发作：人天生尊重”看起来有理由”的东西，哪怕那理由是个废话。 理由尊重倾向（Reason-Respecting Tendency），是查理·芒格《人类误判心理学》25 条里的第 24 条：人倾向于接受、顺从一个”给了理由”的请求，哪怕那个理由空洞、同义反复、甚至完全是假的。它的学术根在 Ellen Langer、Arthur Blank 和 Benzion Chanowitz 1978 年那个著名的复印机插队实验：实验者假装在图书馆复印机前插队，只说”我能先用吗”时，60% 的人让位；加上”因为我赶时间”（真理由），94% 让位；而加上”因为我得复印点东西”（这句是废话，谁站那不是来复印的）——照样有 93% 让位。废话理由和真理由几乎一样好使。这个发现后来被 Cialdini 写进...

#挑战100天100个GPTs 写在前面一个做了十年电信运维的工程师，去年开始认真学书法，纯属兴趣。今年公司推 AI 智能体平台，要给一线写”排查话术库”，他发现自己练书法时养成的”一笔一笔看走势、看节奏”的习惯，刚好能拆解老师傅那种说不清道不明的故障直觉。这事没法规划出来——它得回头看才成立。这是”点滴串联思维模型”最典型的发作姿态：有价值的连接几乎总是事后才看得清，向前看时你只能信任。 点滴串联思维模型，看的是看似无关的经历、知识、人，在某个未来时刻能不能连成有意义的线。它讲两件事：一是连接是后见之明——当下看不出意义的点，回看时才成立；二是连接需要前置的”广撒点 + 信”，你得先去经历那些”现在没用”的东西，才有得连。最出名的表述来自乔布斯 2005 年斯坦福毕业演讲里那段 connect the dots：他大学旁听书法课，十年后这成了 Mac 漂亮字体的来源。它常被混进两种东西里——一是芒格的”思维格栅”（那是把已知的各科模型搭成框架，是结构化的整合，机理不同），二是 #063 那种”水滴石穿”式的复利积累（那是朝同一方向叠加，是定向的、靠坚持，不是靠连接）。这款 GP...

#挑战100天100个GPTs 写在前面公元前三世纪，阿基米德说了一句大话：”给我一个立足点，我将移动地球。”（原话经亚历山大的帕普斯 Pappus of Alexandria 在公元 4 世纪的《数学汇编》Book VIII 转述流传下来）。他讲的是杠杆——支点 + 长力臂，小力能撬大物。两千两百多年后，硅谷投资人、AngelList 创始人 Naval Ravikant 把这个物理原理搬到了财富上：”财富需要杠杆。商业杠杆来自资本、人力，以及复制边际成本为零的产品。”他把杠杆分成四类——劳动力（别人为你工作）、资本（钱为你工作）、代码（软件零成本复制）、媒体（内容触达百万）。前两类需要别人许可（得有人愿意跟、有钱愿意给），后两类不需要（写代码、发内容，没人能拦你）。Naval 还顺手把阿基米德那句引在他的推特风暴里——他说这是他少数愿意放进自己推文里的别人 quotes，因为它太根本。 杠杆思维模型，讲的是用更少的力撬动更大的结果，关键是找到支点和长臂。它最常被误读成两副样子。一副把它和”偷懒/走捷径”搅一起——好像用杠杆就是不肯下苦功。其实杠杆不是不努力，是把同样...

#挑战100天100个GPTs 写在前面一个项目上线效果不佳，团队做了复盘，写了几页总结，存进文档库。三个月后下一个项目，同样的坑又踩了一遍——复盘报告躺在那儿，没人再翻开过。这种事每个组织都在重演，原因不在复盘本身，而在复盘没沉淀成可以被下一个项目调用的东西。真正的学习需要两步走完：把一次性经验提炼成可复用的原则，再建一个机制确保这些原则真的被应用。少走任何一步，复盘就只是把痛苦又经历了一遍。 系统回顾思维模型，看的就是这件事——怎么把”回顾”从项目结束的一次性仪式，变成一个固定周期、有结构、能落到原则、能被下次调用的机制。它有三个咬死的东西：周期性（日/周/月/季/年固定做，不靠心情触发）、结构化（同一套问题反复问，不让回顾漂成闲聊）、行动导向（回顾为改未来，不为评判过去）。最出名的两个源头都在组织学习这条线上：一个是美军 1970 年代在国家训练中心搞出来的 After Action Review（AAR，行动后回顾），海湾战争时士兵在散兵坑和装甲车边自发聚在一起复盘上一仗，AAR 才真正传开并被制度化；另一个是戴明带回日本、把休哈特...

#挑战100天100个GPTs 写在前面2024 年 1 月，香港一家跨国工程公司的财务员工收到 CFO 邮件，要他办几笔”保密转账”。他第一反应是怀疑诈骗，所以没急着打钱。可紧接着一场视频会议开了起来——屏幕上的 CFO、财务总监，还有四位熟面孔同事，声音、长相、习惯性小动作都对得上。会议一结束，他放心地分 15 笔转出 2560 万美元。事后查证：那场会议里没有一个是真人，全部是 AI 换脸合成的。这是 AI 时代一起典型的”Lollapalooza 式”翻车。没有任何单一心理力量足以让一个训练有素的财务人员转出 2560 万美元，可权威服从、社会证明、稀缺紧迫、承诺一致、喜欢熟悉几张力在同一个视频会议里同时压下来，人就崩了。 查理·芒格把他《The Psychology of Human Misjudgment》里前 24 条心理倾向放在一起，给了一条压轴收口：当多条倾向朝同一个方向同时发力，结果不是叠加，而是引爆。他称之为 Lollapalooza Tendency（Lollapalooza 倾向），是 25 条里的第 25 条，也是整个清单的”总结算”。这条最反直觉的地...

#挑战100天100个GPTs 写在前面一家三甲医院的夜班护士接到一个陌生”医生”的电话，让她给某床病人注射一种药，剂量是药盒上标明最大日剂量的两倍。22 个护士里有 21 个拿起针筒就去执行，没人核对处方、没人质疑身份。这不是电影桥段，是 1966 年 Hofling 在真实精神科病房做的现场实验。把”医生”这个身份的分量去掉，同样一条指令，几乎没人会照做——权威在场，常识就让位。 这就是权威误影响倾向最日常、也最危险的发作姿态。查理·芒格在《The Psychology of Human Misjudgment》25 条心理倾向里把它列为第 22 条 Authority-Misinfluence Tendency，原话大意”人对权威人物的判断会过度服从，哪怕权威错了”。他举了个狠例子：飞行模拟器里，机长故意做一个连菜鸟副驾都看得出会让飞机坠毁的动作，副驾里有四分之一的人就这么眼睁睁看着飞机”摔下去”也不出声纠正——因为机长是权威。这款 GPT 是个权威审计陪练：你给它一个”听谁的”的决定，它不替你拍板，逼你想清”我是被理由说服，还是被身份说服”，把权威从指令里剥出来单独过秤。...

写在前面据说 2017 年，阿里云奠基人王坚博士看到一组数据，全球35 岁以下人口占比有50%。同时根据他的经验，大部分的机会给了成功人士，于是就想着办这样一个年青的人聚会，直到 2050 年。而对于年青人而不是年轻人，一个非常好的榜样是 52 岁学开飞机，拿着自拍杆追日出。显然，如果 30 岁就开始养生，恐怕不太适合。而第一次看到介绍文章时，一度以为 自愿者 是笔误，自愿者也就是自己愿意来的人，这非常 2050。 初遇 2050，火箭机器狗和马在杭州的云栖小镇上，每年 4 月的最后一个周末都会举行一个年青人的聚会，发起人是阿里云的奠基人—工程院院士王坚博士。今年的活动上，见到了真正点过火，13 米高的火箭。见到机器人，机器狗列队，还有真正的马，甚至还在纠结为了迎接马的到来，打算要放弃卡丁车（轻、强动力）。活动里有真正硬核科学，有院士，教授，青年学者，有带着小朋友横渡英吉利海峡的自愿者，也有 AI+即兴剧这样的跨界娱乐天花板。当然，同一个会场里有人在讨论学术问题，有人在旁边打牌，也是很和谐的。 离谱是 2050 的主旋律 今年的时间是 4.26-4...