如果你对这个 newsletter 感兴趣，可以点击这里订阅，或者订阅同名微信公众号
Podcast Note：Mark Zuckerberg: Meta, Facebook, Instagram, and the Metaverse | Lex Fridman Podcast #267
在问题的最后，马克扎克伯格还提到一个有趣的观点，他认为现在的人太专注于目标，而很少关注人与人之间的连接与关系（I think probably people are too in general, objective-focused , and maybe not focused enough on the connections and people who they’re basically building relationship with）。
Podcast Note：Elon Musk: SpaceX, Mars, Tesla Autopilot, Self-Driving, Robotics, and AI | Lex Fridman Podcast #252
在这个问题之前，马斯克还提到一个建议「如果一件事情对你非常重要，即使胜率很低，也值得去做」（When something is important enough, you do it even if the odds are not in your favor）。
Podcast Note：Ray Dalio: Money, Power, and the Collapse of Empires | Lex Fridman Podcast #251
Ray 的建议是：了解自己，并找到自己热爱的事情，最好找到一个和你所热爱的事情相同的事业（Know yourself, follow your passion and make your work and passion the same thing.）：
最后，Ray 还提到了一个五步循环进化法（5 step process – evolutionary looping process）：
乔·罗根是美国喜剧演员、播客主持人和综合格斗解说员，其主持的播客 The Joe Rogan Experience 在 2020 年被 Spotify 以 2 亿美元的价格买下独家版权，详细的介绍可以查看其维基百科页面：https://en.wikipedia.org/wiki/Joe_Rogan
如果你学过 Python，应该对 Anaconda 不陌生，Peter Wang 是 Anaconda 的 CEO，想要了解其详细信息可以看他的 bio：
https://anacondacon.io/peter-wang-bio
Podcast Note：Peter Wang: Python and the Source Code of Humans, Computers, and Reality | Lex Fridman Podcast #250
如果你是一名主机玩家，应该对約翰·卡馬克不陌生，他是知名游戏德军总部 3D、毁灭战士（Doom）、雷神之锤（Quake） 的主创以及开发者。详细的介绍，可以看他的维基百科页面：https://en.wikipedia.org/wiki/John_Carmack
Podcast Note：John Carmack: Doom, Quake, VR, AGI, Programming, Video Games, and Rockets | Lex Fridman Podcast #309
在讲到详细的建议可以看 John 在 UMKC 毕业典礼上进行的演讲：https://www.youtube.com/watch?v=YOZnqjHkULc&t=138s
估计大家对罗博深比较陌生，他是卡内基·梅隆大学数学系副教授、国际数学奥林匹克竞赛美国国家队的教练。在他的执教下，美国奥数队在2015年获得冠军，这是美国自1994年以来首次重新获胜。在这之后，2016年、2018 年及 2019年在他执教下，美国队都赢得了比赛（2019 年美国与中国并列第一）。
Podcast Note：Po-Shen Loh: Mathematics, Math Olympiad, Combinatorics & Contact Tracing | Lex Fridman Podcast #183
除了这些建议外，Podcast 里还提到另一个问题「如何学习数学」，罗博深的答案是：参加奥数竞赛。想要参加或者学习可以考虑去看看这几个网站：
亚伯拉罕·勒布是一名以色列裔美国理论物理学家，从事天体物理学和宇宙学研究。他是哈佛大学目前为止任期最久的天文学系主任（2011年至2020年），哈佛大学黑洞倡议的创始主任（自2016年起）和哈佛-史密松天体物理中心的理论与计算研究所所长（自2007年起）。
Podcast Note：Avi Loeb: Aliens, Black Holes, and the Mystery of the Oumuamua | Lex Fridman Podcast #154
迈克尔·塞勒是上市公司美国 MicroStrategy 公司的董事长兼首席执行官。他在麻省理工学院获得航空航天工程学位，以及自然科学，科技和社会学学位。
本期他提出的建议比较多：
Michael 认为现在世界最大的问题是「this world is there’s too much of everything」，你可以一周看几百小时的国际象棋视频，而无需亲自下一盘棋。太多东西反而不好，你需要控制自己，训练自己的思维，训练身体。
另外关于 PhD 学位是否值得（不管是时间还是金钱上）？ Michael 提到一个观点「世界需要更多的专家」（the world wants more specialists），或者换句话说 the world wants people that do something well，PhD 的确是一个能让人成为专家的路径，但现在你可以在 YouTube 或者 Twitter 上看到很多很多专家。只需要找到你所热爱的东西（what you‘re passionate about），和你所擅长的东西（what you’re good at），并且更重要的是你还需要很专注在上面（and you do focus on it）。你想要在各种平台脱颖而出，不仅仅需要热情，更重要的还有专注，Michael 举例说如果 Lex 没有像现在那样聚焦做访谈内容，那他不可能成为这个领域的第一。
侃爷的建议非常有意思，就一个：
唐纳德·霍夫曼(Donald David Hoffman)是美国认知心理学家和科普作家，加州大学尔湾分校的认知科学系的教授，也是该校哲学系、科学与逻辑学系和计算机科学学院老师，同时是德国比勒菲尔德大学客座讲师。他的研究兴趣包括视觉、认知科学、意识和感知的进化模型，继续发展意识的数学模型，并利用该模型解决意识的“组合问题”。其最著名的演讲是 TED 上的 Do we see reality as it is?
Donald 的建议比较抽象：
最近尝试每天做 100 个俯卧撑，做了2周后，某天去超市买了一箱水（1.5L*12），刚开始觉得可能需要用推车，但提起来后，感觉好像也不是很重？并且扛着走了几百米，感觉还也还好。然后才想起来，可能是做俯卧撑的原因，然后我就在想，要是学习 Swift 也能像这样就好了，有投入一定就有收获。
但知识类的学习真的没法像运动那样进步吗？刚好上周看到了这篇文章，加上我最近学习的 Swift 的感受，我认为「知识类的学习没法像健身运动那样，有付出就有收获」，但「学习方法可以参考运动员」：
复盘我最近学习 Swift 遇到不少瓶颈，按照很多网上的教程，一节课一节学习，很容易就放弃，因为有些内容，我感觉很少能在实际开发中用到。
所以我最近也调整了学习计划，以最终产物为目标，重新规划需要学习什么内容，边实践边学习，速度快了很多。最近我的目标就是上架一个完整 App，所以我就整活搞了个敲木鱼 App，目前除了木鱼支持敲击外，还可以横滑屏幕切换对应的吉祥物😁：
最近看到一篇很有力量的文章，看了下作者的历史文章，感触良多，所以本期随意搜寻的人物推荐，是这篇文章的作者。
坦率说来，我不太了解这个作者，但从这篇 Hello Wold 文章，可以看出，她在大学的时候学的是人类学专业，在非洲做过田野研究，研究生转去学习国际事物专业，毕业以后就进入联合国工作。但在联合国工作一段时间后，她转行为前端工程师，并加入了一家科技公司。
这种大跨度的转变，肯定不会像她文章里描写的那样轻描淡写，肯定也花了很多时间学习，也尝试过失败。很了不起。但从她的经历里，我看到了人的力量，如果你觉得最近生活不如意，不妨看看这篇博文，希望你也能从中获得力量。
祝各位，一切顺利~
16号我在随意搜寻的飞书群分享了 Notion 和 Evernote 的新闻。还有一个细节值得分享：收购 Evernote 的公司 —— Bending Spoons也做过一些 AI 相关的产品。
Notion AI 的功能上线，可见未来会有不少文档类的工具跟风支持 AI 功能，但坦率说来，我用了不少类似的产品，我的观察与看法是：
就目前 AI 的能力，我认为现在 AI 对语义的理解比以前高了很多，但在反馈能力上比较弱，但现在AI在一些已设定好规则的场景，就做的很好。所以我其实更期待 AI + RPA（Robotic process automation）的工具，希望他们能帮我解决一些相对简单，但操作繁琐的场景，举几个例子：
BTW，欢迎各位加入「随意搜寻」的飞书小组，我会不定期在小组里分享内容。
Mem：这个产品并不算是新产品，我在去年就试用了，当时的评价是「一般」，产品在编辑器上有一些亮点。最近我发现他们新增了一个「Mem It for Twitter」功能，效果还挺惊艳的，所以想给各位分享一下。当你想要保存 Twitter 的时候，只需要在 Twitter 下面 At memdotai 就可以将该 Tweet 保存下来，这个功能并没有什么打不了的，惊艳的是它的 AI Summary 和推荐，这两个我认为还挺准的。而且我看过很多推荐，我不确定是 bug 还是 feature，它一般都不会推荐直接相关的内容，而是推荐一些间接的内容，比如下面这个例子。不过我个人还挺喜欢这种推荐的，能发现不少弱联系的内容。
第二个产品是 Lazy，我在前几期给大家推荐了 Cubox，但考虑到一些信息安全的问题，我最近考虑使用一些国外的产品，无意中发现了这款叫 Lazy 的产品。看了下产品介绍，感觉很不错的，像剪藏文章或者 Tweet 都支持，还支持剪藏视频的某一段，这个感觉就很不错。
第三个产品是 Screen Studio ，这款产品其实是一个录屏软件，但它的特点是专门为录制软件操作做了很多优化，比如你如果需要录制一段某软件的教程，简单方法就是直接使用屏幕录制的方式，录制整个操作。但有可能会遇到某些操作比较精细，比如需要点击某个按钮，进入某个菜单，再点击某个按钮，为了让观众更好地看清你的操作，就需要对录制的视频进行二次的剪辑，需要对一些精细的操作进行放大，常规的视频编辑软件操作就比较繁琐，这个产品就比较简单。推荐给有需要录制软件教程的朋友使用。
本周推荐的两个视频。第一个是Youtube channel MrBeast 的主理人 Jimmy 的汉堡店的开幕的视频，非常夸张，当天开业有种苹果发布会的感觉，到场的人非常多，有人甚至提前2天就开始排队。上午11点开业，到了晚上11点半还有人在排队。最后店里卖了 6212 个汉堡，并且顺便破了单日开业售卖汉堡数的世界记录（而且是之前世界记录的三倍），Jimmy 当天大约跟 1 万名粉丝合影。
第二个视频也很有意思。估计各位在小红书，或者抖音上看到不少「我从某跳动公司离职」、「我从某讯离职」的视频，这个视频是一名从 AWS 离职的人的视频，她在 AWS 是助理解决方案架构师，她在视频中讲得还挺坦诚的，讲到她为何离职，为何成为一名 Youtuber，翻看了下她的历史视频，基本上都跟 AWS 相关，订阅观众越有 6 万多，感觉这种垂直内容还挺有市场的。
最近看到一个使用语言的排名，第一名是英语，第二名是中文，第三名是印地语，大家猜猜第四名是什么？答案我会公布在飞书群（文末是飞书话题群二维码，各位可以扫码加入）😁
用飞书 App 扫码加入随意搜寻话题群：
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。