2026年7月19日星期日

说说我爸这个人

 每次我做了什么事情,大家都认为可以鼓噪、惊讶一下的时候,我爸就会在我面前露个脸,也许是打个电话,也许是说自己把微信给删了,让我重装,也许是自己手机没信号,问我是怎么回事,语气里还带着莫名其妙的优越感和蔑视。这种让人讨厌的事情,已经干了好几年了,除了让我讨厌,他什么好处也得不到,还反复做。


我估计是某次他发现别人就是这个反应,然后他就照着别人的行为原封不动的照抄。认为和别人做一样的事情,别人就会认为他和别人一样聪明,别人认为他聪明,别人就会喜欢他,喜欢他就会照顾他,他就能从别人那里得到好处。我知道这个解释很愚蠢,可我认为这很可能是真实的原因,我实在是找不到其他更合理的解释了。


…………


大概是几年前,我去我爸家,进入住宅楼时发现单元门上方有个阳台还是什么地方坏了,水泥块好像要掉下来的样子,我反复看,发现坏的就是我家的阳台,掉下来会砸到进出单元门的人。我就很疑惑的问我爸,我说单元门上方有个地方坏了,好像就是咱家的,你怎么不修修呢?我爸就得意扬扬的摆摆手,也不说话。显然他是在模仿别人,并对自己的模仿能给自己捞到好处很有信心。我也没什么办法,也就不提这事情。


过了几个月,我再次去我爸家的时候,发现单元门门口放了些锥桶之类的东西,用来提示大家进出单元时注意安全。合着别人也那我爸这样的人没辙,我想那我再试试吧。


我就问我爸为什么不修阳台,他也不说话,我就和他分析,房屋坏了你不修,以后可能坏的更多,你再去修会花费更多钱。我还问他,那个位置掉下水泥块,砸到人,别人不找你来赔医药费吗?别人找你来骂人打人,你怎么办?和对方对骂?对打?你不在乎别人,我也从哪里进出啊,你不在乎我会不会被砸到,你自己也从那里进出啊?你不在乎别人总不能不在乎自己被砸吧?


我说到会有人上门骂人打人,他似乎是有点反应,我说到,你自己可能被砸到,我都对自己的说服有点信心了,和他讲道理没用我是早就知道了,完全不关心别人我也早就知道,要保护好自己不受伤害,他总能明白吧?我估计最后起作用的是我最后一句的语气都变了,我和他讲道理,他是听不懂,可他听得懂语气,似乎我认为他这样干很愚蠢,这个他不能接受,他所有的目的就是通过模仿别人的行为,让自己显得很聪明。


再后来我就记不清了,好像他试探的问,我这样很傻?我说你干一个事情,会导致你自己到伤害,那还不蠢吗?再后来好像是阳台终于修了,整个单元的人也不必担心自己被砸到了。


…………


很早时,因为我外甥上幼儿园的事情,我爸也是非常积极的奔走。有一次他很疑惑的跟我说,为了我外甥入园,他去求别人什么事情的时候,对方突然就哭了。我猜测真实的情况是:对方认为我爸是为了孙辈利益,低三下四的去求别人,这需要多大的勇气、受多大的委屈,这得是多大的爱啊。我爸的视角是:我可找到一个证明我办事能力的机会了,他认为自己赔笑脸低三下四,去送钱,事实是去恶心别人的行为,是自己在体现自己的办事能力。


别人喜欢有办事能力的人,是因为有能力的人有一天可能会帮到自己。有能力,有权,有钱的人,如果永远帮不上自己的忙,自己永远都捞不到好处,是没人会献殷勤,给好处的。


…………


我有时去我爸家,就能发现他吃完饭的锅碗也不洗就在那里堆着,我洗了一两次,发现人家是就等着我给他洗碗呢,就喜欢被别人照顾。之后我也不管,再后来他就学会自己洗碗了。


我爸刚到北京时,有一段时间在家待着没工作,等我放学回来后,发现没开水。我就疑惑了,你在家待着一整天,怎么就不知道自己烧开水呢?你不在乎别人没水喝我能理解,你自己一个人待着,不烧开水你自己也没水喝啊?这事我完全没法理解。后来发现我爸的意思是,他什么活都不干,即使他自己没水喝也没关系,等着别人烧开水,这样他就能接受别人的照顾了。是个正常人都想不到这个原因。


…………


我刚到北京时没地方住,就和我妈住在我大舅家一个闲置的小平房里,也不是我亲舅舅,其实这个亲戚关系也挺远的。等我爸来北京了,就有人张罗着把那间小房翻修一下盖个二层楼,让我家住的宽敞些。我家出些材料费用,后来是雇人盖得房子还是怎么处理的我也不知道,反正我大舅和他的几个亲兄弟都或多或少的帮了忙,我爸这人你一接触他,就知道他什么也干不了,谁也没指望他干什么活。


大家都说我爸要记着别人给自己帮的忙,我爸一发现自己得便宜了,一激动就开始作妖,一层的水泥地面刚抹好,二次的地面还没抹呢,就嚷嚷着不用抹了,弄得所有人都不知道该怎么办,大家都去劝了一圈也没用。最后是请那位做工程会抹地面的农村亲戚走了,然后估计是我大舅逼着我爸自己把我家的二层地面给抹好了,抹得一道一道的。


…………


我爸还特别痴迷于送钱,也是很早的一个事情,他给别人钱,人家就很疑惑,说这个事情你自己去正常办也可以办成,还不用花费这么多钱,你为什么要给我送钱?人家都直接和我爸这样说了,我爸还坚持送钱。他认为送钱等于会办事,所以能不送钱的时候,他也要送钱。


…………


我爸就是这样一个人,不知道关心别人,也不考虑别人的利益,光想着怎么才能让别人照顾自己。整天忙着证明自己会办事,会送钱。大概他是认为只要自己会办事,不用给别人任何好处,别人就都会追着他,照顾他?


…………


大概是他看到别人不讲理,抓住一个机会能为难别人就为难别人,他就学会了。但凡别人让他干个什么事情,他就自信的摆摆手,就是不干。别人这样干是暗示,我敢伤害你,我可以为难你,你别欺负我,你别来我这里占便宜,你想和我吵架,我就和你吵,或者更直接点,目的就是让你离我远点。我爸并没有领会别人让他滚远点,别人在欺负他的含义。他高高兴兴的开始学起来了,还指望着别人夸他聪明。


我写的还只是我知道的,我不知道的,他办的蠢事,肯定更多。你们谁要是喜欢这样的人,你们就多来往,我祝福你们。

2026年4月15日星期三

难道,科学研究就是在那里瞎蒙?

在很多普通人的想象中,那些在人类自然科学或社会科学中做出重大发现的学术研究者,都是极其聪明,能迅速找到正确答案的人。

作为人类中专门做研究的一个群体,他们是专业的;他们的工作需要相应的知识和思考能力,他们也是聪明的;不过这些专门在人类已知和未知边界上疯狂试探的群体,他们并不能“迅速找到人类未知的新答案”,实际上普通人高估了这群有知识、有能力的人。

在真实的学术研究中,绝大部分的工作都只是在重做过去的实验以验证其真实性,对人类已有的知识做小的修补,记录某次自己的失败尝试,告诉同行“此路不通”。很多研究者穷尽一生的时间和精力,也并未做出什么显著的成果,因为重大的理论发现与原创成果本来就极其困难。

提出假设,然后用实验数据和逻辑证实或证伪这个假设,东试试,西试试,试错,在一次次的试错和证伪中,不断修正假设方向,然后继续试错,这才是科学研究的日常工作流程。学术研究就是在那里蒙,但不是瞎蒙,是有规划、有方向,朝着高概率得出证实或证伪某一假设的方向去蒙,研究就是在一次次的证实和证伪中推翻旧的学术共识,代表人类建立新的知识边界。严肃的表达就是:科学研究正是基于证据的假说驱动,通过系统性实验验证,定向探索高价值未知问题的过程。

通过人类已有知识的归纳和演绎,多数时候只能得到渐进性成果的假设;基于学术素养的,突破现有学术框架的想象力与直觉,往往能催生更具突破性的研究假设,一旦被证实,很可能就是巨大的,开创性的学术成果。

直觉负责提出假设和方向;实验和数据负责维护科学的严肃性;失败负责排除错误的路径;而成功只是能力和运气合作出的极少数成果。

2026年3月29日星期日

提示工程:让AI真正听懂你需求的28个策略

很多刚使用 AI 的人都有这种疑惑:看着别人用 AI 干这干那,好像什么都干的挺好,怎么到自己手里用起来,得到的结果就聊胜于无呢?其实核心区别就在“提示词”上:你问 AI 只随口问一句话,别人问 AI,第一次就把需求和相关的背景信息完整的写了几百字,之后还会跟 AI 多轮沟通,不断调整结果,最终得到的效果自然天差地别。能写出高效的提示词,本质上考验的是高效地做信息沟通、精准描述自身需求的能力,更是在训练分析问题、解决问题的逻辑能力,是在创造性地探索解决问题的更多方向。美国发明家查尔斯·凯特灵说:“一个被清晰陈述的问题,就已经解决了一半。”无论未来 AI 发展得多么善解人意,不管是和人沟通还是和 AI 协作,精准表达、分析问题的能力,永远都是解决问题不可或缺的能力。下面我就给大家分享 28 个提示词使用技巧。


第一类:给 AI 定位与立规矩

这组技巧是协作的起点,决定了 AI 输出的“基调”。

  • 1. 结构化提示框架: 别像发微信一样随口问,要给 AI 完善而具体的“信息包和行动指令”。交代清楚背景(你是谁)、任务(你要干嘛)、格式(做成表格还是列表)。这能防止 AI 给你一段和你具体问题不适配的相关信息。

    • 例子: “我下周要带 3 岁孩子去上海自然博物馆(背景)。请帮我制定一份避开人流的游览路线(任务)。要求:以表格形式呈现,包含具体的时间点和休息区域(格式)。”

  • 2. 专家角色与实战锚定: AI 什么话题都能聊上两句四平八稳的话,但只要你给它一个明确的专业人物设定,它就会被引导着调用对应领域的专业经验,给你更精准、更贴合需求的回答。

    • 例子: “你现在是一名有 10 年经验的资深猎头。我想从传统制造业转行去互联网做产品经理,请分析我的简历,指出我最能吸引互联网 HR 的三个闪光点,并列出我需要弥补的具体技能。”

  • 3. 设定目标受众: 同样的道理,讲给专家听和讲给外行听,语气和深度完全不同。指定受众,AI 就会自动切换成对方听得懂的语言。

    • 例子: “帮我解释一下什么是‘指数基金’。受众是我 65 岁、没有任何投资经验的退休母亲,请多用菜市场买菜的例子来打比方。”


第二类:让 AI “多思考”

这组技巧专门解决 AI 的“逻辑跳步”和“胡言乱语”。

  • 4. 思维链与分步推理 (CoT): 要求它必须明确写出拆解步骤。这样即便结论错了,你也能一眼看出它在哪一步开始跑偏的。

    • 例子: “我手里有 20 万闲钱,想在两年内买车。我应该如何处理这些钱?请不要直接推荐理财产品,先分步写出你需要考虑的风险因素、通胀率和不同产品的收益预期,最后再给建议。”

  • 5. 任务拆解: 把一个庞大、让人焦虑的目标(比如“换工作”)变成一连串立刻就能动手做的小动作,并告诉你需要什么工具。

    • 例子: “我想在三个月内减重 10 斤。请把这个目标拆解成每周的具体行动,比如第一周买什么食材、下载什么运动软件、每天几点睡觉。”

  • 6. 逻辑提问模式: 要求 AI 在向你索要信息时,解释为什么要问这个。这能帮你理清自己到底在纠结什么。

    • 例子: “我想换房。请向我提出 5 个关键问题,并解释这些问题如何影响地段选择和贷款方案。这能帮我梳理目前的真实需求。”

  • 7. 原理先行模式: 别急着要方案,先让 AI 讲透背后的核心逻辑。懂了原理,你以后遇到类似问题就能自己判断,不被 AI 牵着鼻子走。

    • 例子: “为什么我最近总是失眠?先跟我解释我失眠的原因和原理是什么,再给我具体的作息调整方案。”

  • 8. 结果反向倒推: 先定好那个“百分百成功”的结果,让 AI 帮你反推第一步、第二步该干嘛。这能帮你发现那些容易被忽视的隐形坑点。

    • 例子: “我希望一年后我个人的副业收入能超过主业。请从这个目标反推:为了实现它,我下个月必须积累多少客户?下周一我应该发什么样的朋友圈?”


第三类:找茬、防坑与审计

这组技巧是用来做“压力测试”的,防止你冲动决策。

  • 9. 魔鬼代言人: 强制 AI 站在你的对立面。即便你的方案看起来很完美,也要让它找漏洞、泼冷水。这能帮你消除盲目乐观。

    • 例子: “我打算在这一带开一家奶茶店。请你扮演一个极度尖酸刻薄的竞争对手,列举出 5 个让我开不下去的理由,并狠狠抨击我的选址计划。”

  • 10. 迭代自我优化: AI 出的第一稿往往不够好。让它写完后自查一遍,找出逻辑不通、废话太多的地方,再重新写一版。第二版通常会好很多。

    • 例子: “这是我写给房东的降房租申请。请先写一版,然后自查里面的说服力够不够、情感牌打得对不对,最后再给我一个更无懈可击的版本。”


第四类:给它“打样”

  • 11. 少样本提示与实例化: 不要要求文字“要真诚”,直接扔给它几个你觉得真诚的例子。AI 的模仿能力远超它的理解能力,给榜样是最高效的沟通方式。

    • 例子: “这是我以前写的两条好评(例子)。请参考这个语气,帮我给刚才那家服务特别好的火锅店写个 100 字的点评,要有具体的菜名细节。”


第五类:先沟通再干活

  • 12. 先让 AI 问我问题: 当你的需求很模糊时(比如想买礼物),强迫 AI 先通过提问来缩小范围,而不是上来就给你一堆毫无意义的列表。

    • 例子: “我想买一款 3000 元左右的手机送长辈。在你推荐之前,请先问我 5 个关于他们使用习惯、品牌偏好和续航要求的问题,等我回答后再推荐。”


第六类:多路径演练与预测

  • 13. 多方案对比与情景模拟: 别只看一个方案。让 AI 给至少 3 个选择,并用“如果… 会怎样?”模拟不同选择的结果。这能帮你做“风险收益分析”。

    • 例子: “我要给新房装空调,请对比‘中央空调’、‘风管机’和‘挂机’三种方案。模拟在极端高温和长期节能两种情景下,哪个选择性价比最高。”

  • 14. 思维树 (ToT): 遇到那种要一步步推演、中间全是未知变量的问题,别让 AI 只给你单一方案。你就让它像画一棵分叉的大树一样,从你的核心目标出发,尝试几条完全不同的实现途径,再把每条途径里可能遇到的顺利和意外、对应的解决办法、中途的调整方案,还有最终能不能达成目标,从头到尾完整推演一遍。

    • 例子: “我打算国庆带家里 2 只猫、1 只狗自驾回老家,全程 800 公里要开 10 个小时,核心目标是路上宠物不应激、人也不折腾。请你用思维树模式,分出 3 条完全不同的实现路径,分别是「早出晚归单日直达」「中途住宠物友好酒店分两天开车」「每 2 小时进服务区休整的慢节奏路线」,把每条路径里可能遇到的宠物应激、堵车、服务区不让宠物进等各种意外、对应的解决办法、中途的调整方案,还有最终能不能达成目标,从头到尾完整推演一遍。”

  • 15. 假设检验: 把你的想法当成一个待证实的“假说”。问 AI:如果要让这个想法成真,需要满足哪些条件?如果条件不满足,后果会怎样?。

    • 例子: “假设明年房价会小幅上涨。请分析支撑这个假设的先决条件(如利率、政策)是什么?如果这些条件反向变动,我的购房计划应该如何调整?”

  • 16. 方案预演与风险压力测试: 假设你的计划已经彻底失败了,让 AI 反推失败原因。这能帮你提前设计好“备用方案”。

    • 例子: “假设我这次全家出国游搞砸了,最后闹得大家都很不开心。反推一下:可能是哪些细节出了错?(如签证、饮食、体力)基于这些可能,请给我做一份防踩坑清单。”


第七类:硬约束与格式控制

  • 17. 约束驱动: 这种技巧是用来对付“理想主义”的。给 AI 设置钱、时间或人力的硬门槛,逼它给出一个穷人/忙人也能用的实用计划。

    • 例子: “帮我设计一套装修后的去甲醛方案。硬限制:预算 200 元以内、冬季无法开窗;请给出最快见效的行动步骤。”

  • 18. 结果格式锁定: 强迫 AI 闭嘴,只说重点。限制它只能说三句话,或者只能用表格。这能极大地节省你的阅读时间。

    • 例子: “帮我总结这篇理财文章。要求:只准用三个短句,且必须包含具体的回报率数字。”

  • 19. 负向约束: 明确划定“红线”,告诉 AI 禁止做什么。这比下达指令更有效,能强力过滤掉 AI 自带的礼貌废话、模棱两可的免责声明或空洞的互联网黑话。

    • 例子: “分析这份行业报告。负向约束: 禁止出现任何开场白,严禁使用‘赋能’‘闭环’‘底层逻辑’等大词,不要提供任何投资建议相关的免责声明。”


第八类:信息去噪与知识管理

  • 20. 知识整合与快速研究: 把你乱七八糟的笔记、截图里的文字喂给 AI,让它帮你找出其中的关联。这能帮你把“碎纸片”拼成“知识体系”。

    • 例子: “这是我过去半年的买菜账单和外卖记录。请分析我的饮食结构是否失衡,并结合最新的膳食指南,指出我最缺乏哪类营养。”

  • 21. 排除虚假信息 (信息去噪): 专门用来对付那些情感煽动性强、立场偏激的报告。让 AI 剔除所有形容词和煽动性表达,只要原始数字。

    • 例子: “读一下这款理财产品的推广页。把里面所有诱导性的词汇删掉,只给我提取:底层资产是什么?管理费是多少?历史最差回撤是多少?”

  • 22. 建立个人知识基座: 告诉 AI:只准用我给你的文件,不准去网上瞎猜。这能解决 AI “一本正经编故事”的问题。

    • 例子: “请只根据这份《公司报销制度》(附件)回答:我这次出差打车费超过 100 元能报销吗?不要引用网上的通用规定。”

  • 23. 自动化琐碎流程 (代理执行): 让 AI 像个秘书一样,帮你筛选信息、做摘要并存入你的数据库,不用你手动复制粘贴。

    • 例子: “整理我邮箱里所有关于物业通知的邮件,把停水、停电、垃圾分类的信息提取出来,生成一个日期清单。”


第九类:顶级进阶策略

  • 24. 自我一致性 (Self-Consistency): 让 AI 对同一个复杂问题通过不同的角度/策略推演三遍,如果三次结果都一样,说明结论可靠性高;如果不一样,让它告诉你矛盾点在哪。

    • 例子: “我计划暑假两大人一小孩,从杭州自驾去舟山玩 5 天 4 晚,帮我算这次旅行的总预算。请你用 3 种完全不同的逻辑独立推演计算:第一种按「单日花费」拆分计算,第二种按「交通 / 住宿 / 门票 / 餐饮 / 备用金」五大项目拆分计算,第三种按「大人人均花费 + 孩子人均花费」拆分计算。三次计算完成后,先核对结果是否一致,如果不一致,告诉我每一遍的计算差异和矛盾点在哪;如果结果一致,再给我最终的预算明细。”

  • 25. ReAct 模式 (Reason + Act): 像真人一样协作:先思考(原因),再尝试(行动),然后观察结果(调整)。这让 AI 的回答更具动态适应性。

    • 例子: “我想找一家适合聚餐的餐厅。步骤:1. 先根据我的口味思考备选菜系;2. 搜索本地评价最高的几家;3. 帮我分析哪家停车最方便。”

  • 26. 元提示 (Meta-Prompting): 当你觉得自己写不出好提示词时,或 AI 给你的答案你不满意时,向 AI 说出你的不满和要求,让 AI 帮你写问题。它是最好的提示词工程师,能把你的大白话意图变成严谨全面的专业指令。

    • 例子: “我想请你帮我做个人职业规划。你是顶级提示词专家,请帮我起草一段最专业、最能挖掘你潜力的指令,然后我确认后再执行。”

  • 27. 逆向提示工程: 看到别人的好文案、好方案,扔给 AI,让它反推“用什么样的提示词AI才会输出这样的内容?”。这样你就掌握了那种创作风格的秘籍。

    • 例子: “这篇房产分析文章逻辑非常清晰,数据也很硬。请反向解析出作者的写作框架,告诉我如果我也想写一篇类似水平的文章,应该给 AI 下什么样的指令?”


第十类:持续迭代

  • 28. 建立 AI 协作闭环: 别指望一次就对。通过“提问-追问-自查-复盘”的循环,不断调优。好指令是通过不断试错、反馈、调整、修改形成的,不是一次写出来的。

    • 例子: “你刚才的回答太学术了。请保留核心逻辑,叙述口语化,并增加两个现实生活中的理财案例。”


多技巧组合使用

这些技巧单独用是小技巧,组合用才能高效。

最推荐的组合公式是:角色设定 + 约束驱动 + 思维链 + 迭代优化

  1. 先给它穿上职业装(专家角色)。

  2. 告诉它你的死任务(硬约束)。

  3. 强迫它写出推导步骤(思维链)。

  4. 最后让它自己审一遍(迭代优化)。

例如: “你现在是资深保险精算师(角色)。我有 5000 元预算给 60 岁老人买意外险(约束)。请分步列出你需要对比的条款,并解释为什么这么选(思维链)。写完后,请自查方案是否真正避开了‘高龄人群拒保’的坑,然后再输出(自查)。”

说说我爸这个人