本周自我审视问题清单

  • 如何理解审美与品味？在不同的领域，如何定义与快速提升审美？

  • 不做什么，特别重要，我自己坚决不做的事情是哪些？

  • 我这周真正亲手做的事情中，哪些是AI现在已经可以100%替我做的？

  • 如果一件事情让我不是很享受这个过程，但我仍然还在做，原因是什么？以及为什么选择继续坚持而不是尊重自己的内心声音？

  • 到2026年年底，我希望别人提起我时，会用哪3个词来形容？

2025年，时间都去了哪

2025年的最后一天，12月31日，西安下起了大雪，和西安团队所有人进行了一轮一对一沟通后，赶往机场

延误了两个小时后，西安飞往北京的航班，终于起飞了

在飞机上，看了1/3的《心智简史》后，想起还有一件没有完成的事情：2025年的个人时间类型统计

打开手机APP，继续计算着相关的时间情况

2025年，相关的数据如下：

  1. 运动：

运动时长：461小时29分钟

运动次数：1066次

跑步距离：1388公里（其中包含4场马拉松）

  1. 睡觉：2737 小时（平均每天7.5小时）
  2. 学习：366+198=564 小时（能统计到的：微信读书、得到APP）
  3. 写作：平均每天30分钟
  4. 家庭：平均每天3.5小时（预估，即在家里/家事相关除了睡觉、运动、学习、写作之外的其它家庭时间总和）
  5. 社交：438小时，平均每天1.2小时

2025年，全年有8760小时，按照这个总时长来进行计算的，每个事项的占比如下：

  • 睡觉：31%

  • 运动：5.2%

  • 学习：6.5%

  • 工作：33%

  • 写作：2%

  • 家庭：15%

  • 社交：5%

  • 其它：2.3%

统计完这些，还是很感慨

2025年，最核心的一个变化，对于时间的敏感性提高了很多，比如对很多“看起来很热闹但不产生积累”的事情容忍度更低了

2026年，我觉得对于时间的利用效率，还可以更高，这取决于，我是否能持续对“无积累的热闹”保持警惕，对“慢而确定的长期价值”保持耐心

这背后，可能不是自己做了多少事情，而是坚定地不做了哪些事

Manus Peak的AI创业分享

向阳极力推荐的一个访谈：youtube.com

这是张小珺对Manus联创及首席科学家Peak的一次深度访谈，内容密度很高，完整看完后，收获很多

下面是一些最有共鸣的分享记录：

  1. 身心健康、常识、理智，在AI创业时代，非常难得，也是非常稀缺的竞争优势。这一点非常认同，这两年自己最重要的一条修炼，可能也是在让自己，尽可能的具备身心健康、常识、理智这样的底层品质，这是几条看着非常简单，但实际要做到却非常不容易的品质
  2. 如何看一家公司的品味？可以看看他们内部的衡量指标
  3. 做产品的好处是：可以自己定义什么是“好”
  4. 大模型公司，一定会同时做LLM和应用
  5. 对于这类观点“所有的传统场景都可以用AI再做一遍”，这其实是一种思维惰性
  6. 不做什么，特别重要。可以说，AI创业最大的门槛，正在从“能力”转向“节制”
  7. 对于团队而言，所谓的投票，其实是在异化团队
  8. 一个通用Agent产品，需要满足三个要素：用户、环境、模型，理解它们的边界
  9. 做对1000件小事，远比做对3件所谓的大事要重要，背后的本质逻辑是：系统工程 > 英雄叙事
  10. 很多还没有共识的事情，可以先做，而不是反复讨论，让结果来给团队反馈
  11. AI与人，是不一样的，AI是非意图的能力系统，人是有价值观的决策系统
  12. 现在的AI，很像传统制造行业
  13. 关注净增益：这件事，做完之后，是不是整体变强了
  14. 移动互联网时代，创业最大的外在约束条件是用户的时间（用户每天的时间是有限的），但是AI时代，Agent理论上可以将人的时间无限延长，所以这个约束条件被打破了，但其它的约束条件是什么，现在还不知道

Manus最近被Meta以数十亿美金的金额收购，一年多的时间，取得了这个成绩，还是很了不起

Manus这个创始团队很有意思，一共六位创始人，每一位都是连续型创业者，且都是复合型人才，虽然现在分工不同，但是由于前面的两个特质，团队的沟通成本极低，这也让团队更容易达成某种共识

不论AI如何演进，节律依然重要

身体、判断力、系统能力，这些东西不会因为AI能力的更新而失效

能在一个持续加速的时代里，把一些关键的慢变量守住，是一种难得的能力

专业直觉

团队花了几天时间，做了一个数据分析，对于其中的一个关键指标，我第一反应就是：这个数不对

虽然说不上来具体哪里不对，但直觉告诉我，最终的数据表现不应该是这样

无论是运营同事还是技术同事，经过反复分析，得出的结论都是：数据没问题

于是我拿到原始日志，用自己的逻辑去重新分析，并做部分的日志校验，最终发现了一个关键的BUG，导致了整个数据的巨大偏差

这件事让我意识到，当你对一个领域有了足够深入的研究和实践之后，会产生一种东西，叫专业直觉

它是一种很奇妙的能力：

你一看这个值，就知道它不合理，你的大脑还没来得及告诉你”为什么不合理”，你的直觉已经先一步做出了判断

更奇妙的是，这种直觉往往很准

这就是专业直觉，刚好上周也思考过类似的话题，“如何识别专家”：

jiahejiaoyu.feishu.cn

专业直觉，我觉得是来自于见过无数次”正常”的样子，所以当”异常”出现时，即使你说不清楚，大脑就已经有了“不对”的反应

它来自于我们对业务全链路的理解，已经内化成了一种本能

来自于无数次踩坑、复盘、再踩坑、再复盘的循环

这些经验沉淀在潜意识里，变成了一套自动运行的”预警系统”，非常可贵

这种专业直觉的沉淀，非常考验日常的高质量沉淀

比如，认真的思考与复盘每一个细节、认真对待每一次异常，认真对待每一次挑战，而不是去糊弄事或者每天做着日复一日的“复制粘贴”…

什么才是真正的专家？

我觉得，专业直觉是进入真专家的一个重要标志之一

一个人能否称得上某个领域的专家，很重要的一点，就是看他有没有建立起这种深度的专业直觉

10条Vibe Coding反常识观点

来自一位美国资深软件工程师Steve Yegge的分享，主要分享了关于Vibe Coding的一些反常识观点

  1. 纯粹的写代码，正在成为一种“低价值体力活”，在AI时代，写代码的速度 ≈ 打字速度，价值迅速趋近于零。这背后的逻辑其实是，未来最差的工程师，不是不会写代码的，而是“只会写代码的”
  2. 对于AI编程，最抗拒AI的，反而是有着10年以上编程经验的老兵，这是因为，经验越深，转型阻力越大。尤其是对于一些有代码洁癖的资深工程师，他们以前的优势是，比别人更懂语法、框架，这会让他们很不适应
  3. IDE这个形态本身，已经不是人类的主工作界面了，IDE会继续存在，但是给Agent用，不是给人用
  4. Claude Code与Cursor其实不是未来，而是“最后一代的IDE”，这些工具再强，也只是把旧范式（人写代码）推到极限，真正的范式迁移是：人 → 管理Agent，Agent → 写代码
  5. 信任AI不等于完全相信，真正的高手，驾驭AI的标准是：能预测它下一步会怎么犯错Steve提出的“2000小时法则”本质是：信任来自可预测性，不是能力
  6. 把AI当“聪明同事”，是最危险的事，AI最可怕的错误，几乎都来自拟人化，因为它不会“犹豫”“敬畏”“知道不该碰生产环境”
  7. 多Agent时代，最大瓶颈不是生成，而是“合并”，10倍效率不会带来10倍速度，只会带来：Merge地狱、架构撕裂、决策冲突指数级上升
  8. 重写代码，正在变得比“重构”更理性，过去的软件工程圣经是：“Never rewrite”，但是现在，Agent从零生成一个干净系统，往往比修一个屎山更快、更稳、更可控
  9. 未来的核心工程能力，不是架构，而是“编排”，架构不再是“你设计一次”，而是：规划Agent角色、切分任务边界、设置验收与回滚、处理Agent冲突，工程师正在变成“Agent调度员”
  10. 编程教育的重点，将不再是“语法”。Steve的观点，语法可以不学但类似于函数、类、状态、约束、能力边界，必须懂，AI时代所谓的会编程，更像是：懂系统、懂能力、懂验证，而不是懂for循环

✨ 2025年