代码可以构建世界，但生活中的乐趣远不止于此。这里是我一周的精选。
周刊开源（Github：wmyskxz/weekly），欢迎提交 issue，投稿或推荐精彩内容。
荣耀公司的机器人 Lightning 在北京跑了半程马拉松，用时 50 分 26 秒。人类最快纪录是 57 分 20 秒。这个机器人身高 1.69 米，峰值扭矩 400 Nm，自带液冷系统。比赛全长 21.1 公里，100 多个团队参赛。冠军在终点前撞护栏摔倒，被扶起后仍完成比赛。另一个机器人在起跑线就摔散了架。不过，能跑完 21 公里本身已经说明人形机器人的进步比想象中快。
（本期来源：为什么孩子打游戏能连续6小时不动，写作业8分钟就开始发呆？（视频））
同一个孩子，打游戏能坐六个小时不挪窝，做数学作业八分钟就开始抠橡皮。
很多家长的第一反应是：这孩子自律有问题。但美国罗切斯特大学跟踪了 12 年的数据显示，被家长认定「沉迷游戏」的青少年，超过 87% 在智力测试里属于中等偏上。
也就是说，这帮孩子不笨。脑子转得比谁都快。那为什么聪明的大脑偏偏对作业过敏？
答案刺耳：游戏比你更懂你的孩子。
大多数人对游戏上瘾的理解停留在一个词——好玩。
但斯坦福神经科学家安德鲁·休伯曼的研究给出了更精确的解释。多巴胺的峰值不出现在「得到奖励」的那一刻，而是出现在「预期即将得到奖励」的那几秒。
点外卖的时候，最兴奋的不是吃到嘴的那口，是手机显示「骑手距离 200 米」的时候。
游戏设计师把这个规律用到了极致。你打一个怪，血条一点点掉，快掉完了，背景音乐突然变调，屏幕边缘开始泛金光。这一整套视听暗示全部指向同一个信号：你马上就要赢了。大脑多巴胺在这个瞬间达到顶峰。
赢了之后呢？快感迅速回落。于是游戏立刻抛出下一个目标，让大脑永远停留在「快要得到」的高浓度多巴胺状态。这就是所谓上瘾的本质——绑架的不是快乐本身，是对快乐的期待。
反过来看作业。一道数学题摆在面前，孩子对它的预期是什么？做对了没有奖励，做错了挨批评。大脑算了一笔账：投入注意力，预期收益接近于零，预期风险倒是不小。多巴胺系统直接判定这件事不值得启动。
所以孩子走神、磨蹭、发呆，不是态度有问题，是大脑的奖励预测系统在拒绝一笔亏本买卖。
游戏用户体验研究数据显示，主流商业游戏的平均反馈间隔是 2.8 秒。你在游戏里做任何一个动作——砍一刀、跳一下、点一个按钮——2.8 秒之内屏幕上一定会出现回应。伤害数字弹出来，金币飞进背包，经验条往前跳一格，哪怕只是一个音效、一次震动。
再看学校那边。一个孩子今天认真听讲、认真做笔记、按时完成作业，他什么时候能得到一次系统性的反馈？
期中考试。三个月以后。
三个月对一个 10 岁的孩子来说，相当于他人生时长的 2.5%。你让他用人生的 2.5% 去等一次反馈，然后这个反馈很可能还是一个冰冷的排名加几句红笔批注。
哈佛商学院教授特蕾莎·阿玛比尔做过一个著名的日志研究，跟踪了 238 名职场人士的日常工作状态。结论是：驱动人们持续投入的头号因素不是薪资，不是表扬，是感觉到自己在往前走。她把它叫做「小进步原则」。
游戏把这条原则做到了极致：每一分钟都有成就在解锁，每一个小时都有阶段性战报弹出。孩子的大脑不断收到确认信号——你的付出有用，你正在变强。
而一个孩子背了 30 个单词，第二天默写错了 8 个，老师画了 8 个叉。对了 22 个这件事，没有任何视觉化呈现。大脑记住的不是「我进步了」，而是「我又错了」。
反馈密度低，还全是负反馈，这种组合对动力系统的杀伤是双重的。
心理学家米哈里·契克森米哈赖提出过一个被引用了数万次的概念：心流——一个人完全沉浸在某件事里，忘记时间、忘记饥饿、忘记周围环境的状态。
心流有一个极苛刻的触发条件：任务难度必须比你当前的能力高出大约 4%~8%。低了无聊，高了焦虑，只有卡在那个窄窄的通道里，大脑才会进入全神贯注的模式。
现在的商业游戏，后台都有一套动态难度调节系统。它实时监测你的操作数据——反应速度、失误率、通关时间——然后偷偷调整下一关的难度。你打得顺，怪物悄悄变强一点；你连输三把，系统暗中降低对手的攻击频率。你自始至终感觉不到调整发生，但体验始终停留在「有点难，但再试一次应该能过」的区间里。
这就是心流通道。游戏用算法帮你精确地待在那条通道里，一秒都不让你掉出来。
孩子打游戏时嘴里经常蹦出一句话：「再来一把。」这四个字就是心流状态的口头标志——他觉得自己离成功只差一点点，这一点点刚好够得着。
同样的道理搬到作业上：一个 5 年级的孩子被布置了一道超纲奥数题，努力了 5 分钟没有任何进展，挫败感直接拍到脸上。或者老师布置了 50 道口算题，道道他闭着眼都会做，大脑完全不需要参与。无聊和焦虑两头反复拉扯，心流通道一次都没进去过。
这就是为什么同一个孩子，在游戏里能死磕一个 Boss 两小时不放弃，面对作业本却 5 分钟就瘫倒。不是他怕吃苦，是他的苦没有吃在那个刚刚好的点上。
游戏里的失败，和考试里的失败，性质完全不同。
孩子在游戏里挑战最终 Boss 被打败了，他会愤怒，会不甘心，但他不会觉得自己是个废物。因为这个挑战是他自己选的。他可以选容易的关卡，但他偏要打难的。输了是暂时的，再试一次就好了，没有任何人因此否定他的价值。
再看现实考试。考试的内容不是他选的，时间不是他定的，及格线是别人划的。在这种条件下失败，性质变成了：别人给我设了一道坎，我没迈过去。
前者激发斗志，后者制造羞耻。
自我决定理论的研究者做过 30 年的跟踪研究，结论指向三个人类最底层的心理需求：自主感、胜任感、归属感。
游戏对这三样东西的满足几乎是教科书级别的。你选什么角色、走什么路线、先打哪个任务，全部自己说了算（自主感）；难度曲线确保你始终觉得「我可以」（胜任感）；公会组队、排行榜，你永远不是一个人在战斗（归属感）。
现实教育呢？学什么、怎么学、学到什么程度，全部由课程大纲决定；排名机制确保永远有一半人在平均线以下；成绩不好的孩子，社交地位往往也靠后，被忽视乃至孤立。
三个基本需求全面落空。
问题的方向变了。该问的不再是「怎么让孩子戒掉游戏」，而是「怎么把游戏里那套逻辑搬到学习里」。
这不是贴几个贴纸、搞一个积分榜就完事的表层模仿。游戏化的本质是四根支柱：
目标可视化。 把「好好学习」这种虚无的指令拆碎，变成「今天把第三章的六个公式默写出来」。目标越具体，大脑的奖励预测系统越容易启动。
反馈即时化。 不要等到期末才告诉孩子他哪里做得好。一道题做对了，当场一句「这一步推导很漂亮」，比什么都管用。这不是表扬，是确认——大脑需要的是信号确认，不是糖衣炮弹。
难度个性化。 观察孩子当前的能力边界在哪里，给他略微超出边界的挑战。太简单的跳过，太难的暂时搁置，让他始终保持在踮踮脚够得着的区间。
失败安全化。 很多家庭的教育环境里，失败的代价太高了。考砸了会被骂，一次失误可能换来冷暴力。在这种环境下，孩子当然选择逃避难度、躲进游戏——因为游戏里失败的代价是零，大不了重来一局。
韩国首尔大学 2021 年做过一个对照实验，把一个班的家庭作业改成游戏化模式：任务分成可选关卡，完成后及时弹出进度反馈，错题不扣分而是提供「再来一次」的选项。三个月后，这个班的作业完成率从 61% 升到了 94%，学生自评的学习投入感提高了两倍多。
没有人逼他们。规则变了，行为就变了。
游戏设计师花了 40 年研究一个问题：怎么让人心甘情愿地做困难的事。他们找到了答案。
这个答案就摆在那里，就看教育愿不愿意弯腰去捡。
说白了，孩子的大脑不是一块等待刻字的石头，而是一台时刻在计算投入产出比的精密仪器。游戏顺着这台仪器的运行规则走，孩子就跟着走；教育逆着这套规则推，孩子就拼命跑。
教育最大的竞争对手，从来不是游戏本身，而是教育自己对人性的傲慢。
1、吹风机操纵天气赌局（英文）
有人在巴黎戴高乐机场用电池吹风机对着官方温度传感器吹，人为抬高读数。一个月内温度异常飙升两次，有人在 Polymarket 天气赌局上赢了 34000 美元。当时赌局显示温度超过阈值的概率不到 1%。
法国气象局已向机场宪兵报案。传感器原本装在公共道路上，容易接触，现在已被移走。Polymarket 没有要求退还这笔钱。
把赌局搭在公开数据上，被吹风机骗走三万多，也不算意外。
2、旧金山 700 美元住睡眠舱（英文）
旧金山一家公司把旧银行大楼改成睡眠舱宿舍。每月 700 美元，一个房间住 30 人。每人只有一个带帘子的单人床舱位。
舱里只能躺下和坐起来，双臂伸不直。厨房只有一个电磁炉和空气炸锅，冰箱靠自觉。没有押金，也不用签一年租约。
住客多是来旧金山找工作的年轻人和 tech 从业者。CEO 计划开 400 床位的超级宿舍，月租 1200 美元。旧金山平均房租 3650 美元，这种舱位确实便宜，但有人住了九个月就受不了搬走了。
3、不用出声就能打电话的颈带（英文）
韩国 POSTECH 团队做了一条硅胶颈带，能读取你动嘴时颈部皮肤的微小变形，把没说出声的话变成语音发出去。
它靠微型摄像头和传感器捕捉皮肤变形方向，再用 AI 识别单词。测试 26 个词准确率 85.8%，在 90 分贝噪音里也能用。
语音模型只需 10 分钟录音就能还原你的音色。不过目前只能识别固定词汇，走路时准确率会跌到 40% 左右。
硅谷公司 Micro1 在全球招募了约 4000 名工人。他们额戴手机摄像头，在自家录制叠衣服、铺床等家务视频。这些视频用来训练人形机器人。
他们每周至少录 10 小时，动作要慢得像梦游。录完还要经过 AI 和人工审核，约一半视频因光线、手出镜等问题会被拒，拿不到 15 美元的时薪。
美国家庭的视频因预设市场价值，时薪是印度工人的三倍。该公司副总裁说，每月收到的 16 万小时素材远远不够，可能需要“几十亿小时”。
这被称为“幽灵劳动”的新形态。过去是点击标注，现在是身体的默会知识被数据化提取。工人不清楚自己的数据最终流向哪里。
1、让界面感觉更佳的细节（英文）
好界面来自细节的复利。作者列举了 10 个具体技巧，全部都可以在线进行交互对比。
2、加速却无所成：人工智能采用陷阱（英文）
AI 时代大家都在拼命用 AI，但没人真正获得优势——这就是「红皇后效应」：要留在原地，你得拼命跑。个人怕被 AI 取代疯狂学习，公司怕被对手超越强制全员用 AI，市场因股价压力逼 CEO 转型。
AI 消灭了无脑工作，却用更烧脑的协调和决策填满空白，让人更累。但历史上每次技术变成大路货，赢家都不是最勤快的人——亚马逊不优化网站而建物流，通用汽车不做最便宜的车而做品牌分层。
建议：保存精力，别在 AI 已经普及的地方拼命，要找到新的稀缺变量。
专注力差的根源不是意志力薄弱，而是手机的存在本身就在消耗你的认知资源。德克萨斯大学实验证明，即使手机静音关机放在桌上，你的认知表现也会显著变差。真正有效的办法很朴素：把手机放另一个房间、保证睡眠和运动、长期练习正念冥想。舒尔特方格等商业训练基本是智商税，无法迁移到真实学习工作场景。
陈丹青坦言自己害怕年轻人，并深入剖析了这种“怕”的双向性与核心缘由。在他看来，长辈对晚辈的怕，本质是“拿你没办法”——无论父母、老师，在充满自尊心、像“浑身伤口”一样脆弱的年轻人面前常常束手无策。他引用木心的话“浑身自尊心，碰不得”，道出年轻人的可爱与可怕。最终，他恐惧的深层原因可能是害怕自己变成一个膨胀、过时、不自知、遭年轻人厌烦的“老登”。
暂无；
1、
OpenAI 尤其夸张，融了超过 2900 亿美元，还没盈利。
问题不在于技术本身（虽然训练方式中存在许多伦理问题）。问题在于我们资本主义体系的愚蠢状态，以及公司试图强行推行的奇怪方式。
--LLM定价从来都不合理（英文）
2、
文档和代码的生成速度超过了团队成员的审查能力。你会感觉大多数人已经彻底停止阅读了。
--我还属于科技行业吗？（英文）
3、
幸福似乎更接近一种能力：对本能说“不”的能力。不是对抗所有欲望，而是在欲望和长远利益发生冲突时，有意识地选择后者。这需要练习，需要忍耐，需要一次又一次的失败和重来。
进化心理学告诉我们，人的大脑不是为幸福设计的。但进化心理学又同样承认，人类拥有所有动物中最发达的前额叶皮层——那是我们规划、抑制冲动、延迟满足的神经基础。换句话说，我们既是本能的囚徒，也是唯一有能力对抗本能的物种。
微信搜索"我没有三颗心脏"或者扫描二维码，即可订阅。
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。