卷首语

「虚荣指标」这个词来自创业者，所谓的「虚荣指标」，是指那些不重要的数据，比如有多少人访问你的网站就是一个虚荣指标，真正重要的是有多少人在你的网站购买你的产品

人生中也存在类似的「虚荣指标」

• 读书数量是一个典型的「虚荣指标」，很多人会说自己每年会读 50 本书，但更为重要的是，是否高效的吸收知识和创造新的事物。读书本身是有价值的，但并非时间越长越好，而是读书给你带来了什么
• 有很多朋友也是一个「虚荣指标」，大多数并不是真正的朋友，真正的朋友是会在你半夜生病的时候开车送你去医院，真正的关心你、理解你

之前在第二十七期的周刊提到过：做正确的事，首先需要识别什么是重要的事情。所以想要克服「虚荣指标」，首先就需要知道哪些是「虚荣指标」

「虚荣指标」有三个衡量标准

1. 「虚荣指标」总会比你真正想要的目标之前出现
2. 「虚荣指标」总是比我们真正的目标更容易实现
3. 「虚荣指标」总是能够在社交媒体收到更多的点赞

通过这三个标准，可以判断出绝大部分「虚荣指标」，但是还有一些非常隐蔽的「虚荣指标」

第一个隐蔽点就是时间和资源永远是「虚荣指标」

时间和资源其实是资产，用来作为我们实现目标的手段，但这两个东西总是你一开始就拥有的，是在我们的目标之前，那就必然是「虚荣指标」

比如我们经常会说 “我昨晚加班到 12 点”，“我花两万块报名了一个私教健身课程”，但这些都只是你开始进步的第一步」（错别字，并不一定代表你最终会得到好的结果

生活不是投入时间和金钱就可以的，而是要关注投入后的实际成果，以及享受进步的过程

第二个隐蔽点是荣誉和头衔并不意味着能力

一些容易操控的荣誉，更像是低成本的打造人设，并不真正代表你有多能干，这就是「虚荣指标」

在社交媒体拥有 100 万粉丝，可以展示一个人的影响力和受欢迎程度，但问题是：粉丝可能是花钱买来的，也可能是机器人，也可能只是跟风

更为重要的指标是粉丝活跃度和你对粉丝的号召力，而不是粉丝的数量，因为前者才能反映你在粉丝心中的地位

我们不是不需要荣誉和头衔，而是需要实打实的成就，实打实的成就往往伴随着有价值的产出。比如获取高学历不会有任何产出，而创造出人们喜欢的内容才是产出

当我们剥离社交媒体的点赞数、撕掉简历上的烫金头衔、放下对投入时间的执念，会发现人生真正的刻度藏在两个维度：你创造的价值是否经得起推敲，你选择的方向是否配得上热爱

就像登山者不会炫耀背包的重量，而是展示登顶的坐标——重要的不是"我花了多少力气"，而是"我走到了哪里"

人生最危险的幻觉，是把手段当成了终点。当我们停止喂养「虚荣指标」，那些真正重要的目标，自会在行动中显现

相关链接

• Vanity metrics: How to pick better life goals

内容推荐

【领路人】Charles Hugh Smith：AI 热潮的本质与市场泡沫破灭

在人工智能席卷全球资本市场的浪潮中，知名经济分析师 Charles Hugh Smith 通过《The AI Fad Just Burned to the Waterline》一文，揭示了这场技术狂欢的深层逻辑与潜在危机。他的观察为投资者和从业者敲响警钟：AI 热潮的本质是群体心理驱动的短期市场行为，而非技术革命带来的真实价值创造

当前AI热潮的三大核心问题

1. 从众心理驱动的非理性投资：人类群体行为的本质导致企业盲目跟风。正如十年前的"模糊逻辑"热潮（连电饭煲都标榜该技术），当前企业争相标榜「AI 驱动」（如超市曲奇包装标注"由 AI 驱动"），实质是「害怕错过」（FOMO）心理作祟
2. 技术开放性与商业模式的根本冲突："当工具和技术对所有人免费开放时，就失去了任何稀缺价值"。开源 AI 工具的普及打破了技术壁垒，但也摧毁了垄断利润的基础。典型案例：AI 增强搜索功能投入数十亿美元，但"没有人为此支付一分钱"
3. 资本市场的泡沫化运作：「聪明钱」通过制造市场繁荣假象吸引「笨钱」接盘，形成典型的庞氏结构。科技巨头在能源密集型计算领域的巨额投入（如数据中心建设），已被证明是「沉没成本的陷阱」

市场幻灭的必然性分析

典型案例：2000年硅谷半导体公司将生产外包东南亚，导致：

• 知识产权被盗损失超 50 亿美元
• 质量事故频发，维修成本增加 30%
• 最终引发行业整合潮（3 年内 TOP10 企业减少 40%）

关于未来的一些预测

• 市场回归理性周期：预计将出现「复古潮流」：企业大规模裁员（科技行业预计裁员 15-20%）、资本支出削减（幅度或达 25%）、聚焦核心业务
• 技术发展路径变革：从「规模竞赛」转向效率提升（能耗降低成为关键指标）；差异化技术开发（如专用芯片架构）取代通用模型；数据隐私合规催生区域性技术生态
• 投资逻辑重构："真正的价值将产生于AI工具链的配套服务"，比如：能源优化解决方案（绿色数据中心技术）、模型压缩与边缘计算、行业专属数据治理体系

相关链接

• Charles Hugh Smith: The AI Fad Just Burned to the Waterline

【效率】将你的时间估算乘以 π

项目估算在软件工程领域，尤其是游戏开发中，被描述为一门“黑暗艺术”。由于需求变更、测试、迭代和其他不可预见的复杂性，初始估算常常无法准确反映实际工作量

这篇推荐的文章提出了一种有趣的观点：将时间估算乘以 π，作为应对这些不确定性的缓冲

估计的逻辑是这样的

1. 当你想要做一件事情的时候，计划是一条直线

1. 但是在做的过程中，总是会出现一些多出来的需求，范围就这么扩大了

1. 第一次尝试可能是一个有启发性的失败，然后你急于第二次尝试，造成了一堆需要花时间修复的问题，通过一条积极曲折的道路，达成了目标

1. 相比于原计划，你的行程比原来多出了三倍

相关链接

• Always Multiply Your Estimates by π

【技术】不要给代码写注释

注释并非代码质量的象征，反而可能是设计不良的表现，优秀的代码应当做到「自解释」，减少对注释的依赖

代码注释存在的局限性

• 注释容易过时，缺乏编译时检查
• 注释可能掩盖代码设计的问题，糟糕的设计需要搭配注释才能读懂代码

面对大多的注释，都可以通过代码「自解释」来消除注释

• 清晰的函数命名可以替代注释
• 立刻重构，重构后的代码更短、更易读

只有少部分的情况，会需要注释

• API 文档
• 极端复杂的逻辑
• TODO 标记
• 解释非直观的设计决策

相关链接

• Don’t comment your code. Refactor it.

【观点】社交媒体的终结与推荐媒体的崛起

社交媒体的本质是依赖用户社交关系网（朋友或关注者）进行内容分发，机制简单但存在系统性缺陷

而推荐媒体通过算法分析用户兴趣实现个性化内容分发，比如 TikTok 和 YouTube 为代表，通过推荐算法能够显著提升内容匹配效率

社交媒体的根本性局限

• 回音室效应：用户长期接触同质化信息，思想多样性被削弱
• 内容质量失控：社交图谱分发机制无法过滤低质量内容，导致用户体验下降
• 高昂的运营成本：比如 Facebook 需雇佣数万名审核员管理内容，品牌声誉与成本压力并存

推荐媒体的结构性优势

• 效率提升：算法精准匹配用户兴趣，高质量内容触达率提高
• 风险控制优化：通过算法隐藏不当内容，减少对人工审核的依赖
• 增长飞轮效应：跨平台传播（比如 TikTok 视频在 Instagram 扩散）吸引新用户，形成正循环

基于推荐媒体的优势，未来有社交媒体向推荐媒体转型的趋势

1. 专业媒体转型：Netflix 将 TikTok 和 YouTube 视为竞争对手，暗示可能开放用户生成内容（UGC）
2. AI 内容革命：合成媒体技术成熟后，平台或通过 AI 生成内容优化分发效率
3. 行为范式迁移：用户从主动选择社交关系转向被动接受算法推荐，隐性选择成为主流

相关链接

• The End of Social Media

工具推荐

Staying Fun：实时体验 Python 和 JavaScript 代码执行的交互式可视化工具，适用于学习、教学和调试

AsPoem: 现代化诗词网站

Graph Maker：免费的折线图生成工具

腾讯问卷：腾讯的 AI 问卷生成工具，只需要一段话就能智能生成问卷

雀乐音乐：收集免费的独立音乐，通过人工推荐和智能算法帮助用户发现小众音乐，还有 APP 的版本

本周刊由独立开发沉思录运营