惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

L
LangChain Blog
Martin Fowler
Martin Fowler
P
Palo Alto Networks Blog
MongoDB | Blog
MongoDB | Blog
A
About on SuperTechFans
Google DeepMind News
Google DeepMind News
博客园_首页
量子位
小众软件
小众软件
F
Full Disclosure
Vercel News
Vercel News
爱范儿
爱范儿
Engineering at Meta
Engineering at Meta
F
Fortinet All Blogs
博客园 - 聂微东
V
V2EX
Blog — PlanetScale
Blog — PlanetScale
罗磊的独立博客
WordPress大学
WordPress大学
D
Darknet – Hacking Tools, Hacker News & Cyber Security
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
T
Tor Project blog
Google DeepMind News
Google DeepMind News
M
MIT News - Artificial intelligence
L
Lohrmann on Cybersecurity
H
Hacker News: Front Page
Spread Privacy
Spread Privacy
AI
AI
C
Cyber Attacks, Cyber Crime and Cyber Security
C
CERT Recently Published Vulnerability Notes
D
Docker
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
Recorded Future
Recorded Future
L
LINUX DO - 热门话题
Microsoft Azure Blog
Microsoft Azure Blog
Recent Commits to openclaw:main
Recent Commits to openclaw:main
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
Latest news
Latest news
W
WeLiveSecurity
Application and Cybersecurity Blog
Application and Cybersecurity Blog
博客园 - 司徒正美
博客园 - 叶小钗
T
Threat Research - Cisco Blogs
P
Privacy International News Feed
O
OpenAI News
Help Net Security
Help Net Security
aimingoo的专栏
aimingoo的专栏
宝玉的分享
宝玉的分享
博客园 - Franky

SWAVES

Node.JS 作者 Ryan Dahl 的故事 React 随想 - 臨池不輟 我做程序员这十年 - 臨池不輟 从《如梦令·昨夜雨疏风骤》读出人生三重境界 - 臨池不輟 所谓的设计系统 - 臨池不輟 Fabric.js 原理与源码解析 - 臨池不輟 从实际案例讲 Deno 的应用场景 - 臨池不輟 前端开发的瓶颈与未来之路 - 臨池不輟 Java 并发与多线程教程 - 臨池不輟 漫谈哲学与编程 - 臨池不輟 法布里斯·贝拉 — 一个真正的程序员 - 臨池不輟 我想要 AOP — 使用 AOP 分离关注点 Nestjs 框架教程(第十篇:拦截器) - 臨池不輟 Nestjs 框架教程(第九篇:守卫) - 臨池不輟 Nestjs 框架教程(第八篇:管道) - 臨池不輟 Nestjs 框架教程(第七篇:异常过滤器) - 臨池不輟 Nestjs 框架教程(第六篇:中间件) - 臨池不輟 Nestjs 框架教程(第五篇:模块) - 臨池不輟 Nestjs 框架教程(第四篇:Providers) - 臨池不輟
相信数字还是相信直觉 - 臨池不輟
keelii · 2025-08-17 · via SWAVES

想必很多人都有这个体验:上学的时候写作文,要求 800 字。结果是写到 750 字的时候就已经词穷了,所以为了达成目标,就要东拼西凑,最终把这个数字凑到 800 个。支撑你这么做的理由只有一个 —— 就是要交作业

如果你刚好在一家商业公司上班,应该会更有体会。领导要做决策,数字是一个很好的决策理由。数字往往是“事后诸葛”,我们试图通过分析大量的数据,去总结成功的因素,总结方法论。最终应用到我们的实践中。但是分析数据,得出数字,往往只能证明一些事情,并不能创造新的事物

长此以往,当你做任何事情前会先习惯性的问自己:有什么价值,要花多少成本,最终有多少收益。因为当你开始对比、开始计算时结果可能已经有了答案。计算的过程只是无限的趋近于你心里想要的那个结果而已。极端的时候,甚至可能为了结果去凑数、造假掩盖一些东西。但是台面上还是要讲数字,因为数字很有说服力。1比0大,2比1大,这么简单的道理谁能不知道呢

这个道理可太简单了,简单到不用你去思考,你也无法反驳和批判。甚至容不得你去质疑,哪怕一点点的质疑都会变成对事实的不尊重。最终剩下的只有冷冰冰的数字和事实

相反的,直觉往往没有那么多的副作用。我们可以看看一些大人物,成功人士。他们在做决定的时候往往都是靠直觉而非数字

乔布斯在创造 iPhone 的时候不会提前的算好,iPhone有出货量,能带来多少收入。他只是觉得手机那么小的东西上面放个键盘不对,也不能说放个键盘到底哪里错了,只是觉得不对而已。

马化腾在创建 QQ 的时候,他只觉得在网上聊天很有意思,人和人不用见面就可以交流。并不是非要见面才能聊天

直觉是人类与生俱来的一种能力。直觉是个人的,是不会自我欺骗的。如果直觉不对是可以被纠正的。当一个新的词语第一次被你听到,你会觉得:我以前从来没有听说过。然而在接下来的日子里面这个词又频繁的出现,这时你才意识到,其实你认为的第一次可能已经是第N次了,只是那一次被你发现、关注到了

数字却是大众的,是可以被编造的。如果说 60 分是及格分,那 59 分和 60 分的区别是什么?及格和不及格、对和错,这应该是天壤之别。但是直觉上讲差别并没有那么大,所以1分之差真的有那么重要吗?这反问句似乎也会让人产生一种错觉就是1分之差不并没有那么重要。直觉就是这么神奇,当你开始思考时,直觉就出现了

我想有一天,计算机能算出任何我们想要的数据,可以计算出来所有的成本和受益。那我们是不是就可以躺在床上,手里拿上一个只有两个键的键盘:。我们只做决定好像就可以了。但是如果做出一个决定是如此的机械和简单,那我们似乎就真的可以被机器替代了吧。

小时候总觉得 800 字很多,写完这篇文章的时候习惯性的算了下。1158 ^_^