DPS 周刊 85 - 心中的那团火焰

DPS 周刊 85 - 心中的那团火焰
Photo by Nishaan ahmed / Unsplash

前阵子,我的 coach 问我,你觉得快乐是什么?

我想了想,觉得快乐就像火焰一样,这是一个绝妙的隐喻:无论何时,快乐都想一团火焰一样。

当我们不怎么注意快乐时,它就像一团蓝色的火焰,温温吞吞地燃烧着;当我们注意到快乐时,它就像一团黄色的火焰,充分燃烧着;

快乐可以不断放大,不断渲染,感染到身边的人。就像火焰一样,越烧越旺,可以温暖到其他人。

快乐也可以被传递,就像火焰一样会蔓延。

你注意到心中的那团火焰了吗?

Recap

我们经常听到选择比努力更重要,Anne-Laure Le Cunff 用数学中的向量来解释这一原理:选择是方向,努力程度是标量,两者结合起来才有可能成功。如果方向选错了,再努力也是白用功。具体而言,她建议:

  1. 考虑速度而不是仅仅速率。
  2. 考虑方向感;
  3. 不断调整你的努力轨迹。
Daily Productive Sharing 656 - Vectors of Action
One helpful tip per day:) We often hear that choice is more important than effort, and Anne-Laure Le Cunff uses the vector in mathematics to explain this principle: choice is the direction, the degree of effort is the scalar, the combination of the two to make it possible to succeed.

Mark Manson 分享了他对阅读的见解:

  1. 阅读不必为了记得每本书里讲了具体什么内容,只要记得哪本书讲了什么即可;
  2. 没有必要读完一本书的每一页,而应该追寻最大化的信息摄入;
  3. 除非我们讲阅读所获得的知识和我们的生活联系起来,否则我们不太会记住他们;
  4. Mark 有一条规矩,如果读了一本书的 10% 还没有读到让他感兴趣的内容,他就会放弃这本书;
  5. Mark 每天会有固定的时间拿来阅读。
Daily Productive Sharing 657 - Read More Books
One helpful tip per day:) Mark Manson shares his insights on reading: 1. it is not necessary to read in order to remember all the details in every book, but simply to remember what the book is about; 2. it is not necessary to read every page of a book,

Morgan Housel 指出,人的欲望有四种:

  • 如果你不想要什么东西,又没有它,你就不会去想它。
  • 如果你想要某样东西并拥有它,你可能会感觉很好。
  • 如果你想要的东西但还没得到,你可能会感到有动力。
  • 如果你想要的东西却得不到,你就会把自己逼疯。
Daily Productive Sharing 658 - Everything You Can’t Have
One helpful tip per day:) Morgan Housel points out that the desire has a hierarchy: * If you don’t want something and don’t have it, you don’t think about it. * If you want something and have it, you might feel OK. * If you want something and don’t

尽管科技公司近来纷纷裁员,Apple 却是一个例外。Gergely Orosz 分析了近20年的数据指出:

  1. Apple 经历了两轮科技业的低谷,都没有大规模裁员;
  2. 其他诸多公司的招聘/裁员基本都和他们的盈利能力相关,而 Apple 一直保持缓慢的节奏招聘;
  3. Apple 内部有诸多部门都缺人。
Daily Productive Sharing 659 - No Layoff From Apple
One helpful tip per day:) Despite recent layoffs at technology companies, Apple is an exception, and Gergely Orosz analyzed nearly 20 years of data to show that: 1. Apple has weathered two tech downturns without massive layoffs. 2. Many other companies have hired/layoffs that are largely related…

OpenAI 解释了为什么 ChatGPT 的输出有偏见,以及如何修者这些结果。这是一篇非常棒的公开产品路线图:

  1. ChatGPT 是基于一个巨大的神经网络构成的,开发/迭代这一产品更像是训练一只刚出生的小狗;
  2. 因为 ChatGPT 是基于 pre-training dataset 和 fine-funing dataset 两个数据集进行训练,对于后者,他们使用认为干预来保证质量。
  3. OpenAI 有明确的指导文件,用于规范 fine-funing dataset 的人为干预。未来,他们会不断地细化这些文件,以期让模型的偏见更少;
  4. 同时他们认为 ChatGPT 只是一个基础模型,而用户可以更具自己需求来定制,所以他们也会在这方面下功夫。
Daily Productive Sharing 660 - How Should AI Systems Behave?
One helpful tip per day:) OpenAI explains why ChatGPT’s output is biased and how to fix it. This is an excellent public product roadmap: 1. ChatGPT is based on a huge neural network, and developing/iterating this product is more like training a newborn puppy. 2. Because ChatGPT is trained

Archive


本周的生产力日报集合就到此为止,如果你有什么建议,也欢迎留言告诉我们。如果想要收到最及时的推荐,不妨订阅我们的频道,或者付费解锁更多增值内容,我们下期见。