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

Microsoft Azure Blog
Microsoft Azure Blog
S
Securelist
V
Vulnerabilities – Threatpost
C
Cyber Attacks, Cyber Crime and Cyber Security
Schneier on Security
Schneier on Security
Cyberwarzone
Cyberwarzone
Simon Willison's Weblog
Simon Willison's Weblog
Hacker News - Newest:
Hacker News - Newest: "LLM"
P
Palo Alto Networks Blog
T
Troy Hunt's Blog
SecWiki News
SecWiki News
Security Archives - TechRepublic
Security Archives - TechRepublic
T
The Blog of Author Tim Ferriss
Project Zero
Project Zero
Microsoft Security Blog
Microsoft Security Blog
The Register - Security
The Register - Security
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
J
Java Code Geeks
F
Full Disclosure
阮一峰的网络日志
阮一峰的网络日志
www.infosecurity-magazine.com
www.infosecurity-magazine.com
Attack and Defense Labs
Attack and Defense Labs
Know Your Adversary
Know Your Adversary
WordPress大学
WordPress大学
PCI Perspectives
PCI Perspectives
N
News | PayPal Newsroom
The Last Watchdog
The Last Watchdog
酷 壳 – CoolShell
酷 壳 – CoolShell
P
Privacy & Cybersecurity Law Blog
P
Proofpoint News Feed
V
Visual Studio Blog
C
CERT Recently Published Vulnerability Notes
H
Help Net Security
K
KPMG report finds enterprise disconnect between AI and its ROI | CIO
云风的 BLOG
云风的 BLOG
月光博客
月光博客
T
The Exploit Database - CXSecurity.com
I
InfoQ
大猫的无限游戏
大猫的无限游戏
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
U
Unit 42
腾讯CDC
小众软件
小众软件
V2EX - 技术
V2EX - 技术
罗磊的独立博客
Cloudbric
Cloudbric
Recorded Future
Recorded Future
IT之家
IT之家
Google DeepMind News
Google DeepMind News
C
CXSECURITY Database RSS Feed - CXSecurity.com

No Coding Life

庐山烟雨浙江潮 All You Need Is Still Attention 05/18-05/24 Timetable AI Agent 不是不够聪明,是没地方说话 别高估自己 当我把自己开源 人人都说自己在用 AI 工作。数据讲了一个不同的故事。 一句话变成一篇完整数据分析,AI 团队是怎么做到的 一套 90 万美元的房子,租和买到底差多少?我用数据算了 30 年 一句话需求,五个 AI,两篇文章:我的多智能体写作实验 我用 AI 算了一套西雅图的房子,结果算懵了 砂纸、天窗与帝王绿:投资里的赌石幻觉 Proxmox 虚拟机 LVM 磁盘无损缩容实战指南 (100G -> 70G) 我老了 世界的孩子,父母的宝贝 当Anthropic高管说“编程已死”,一个程序员的认知割裂 回国之见家长 回国之头等舱体验打卡 回国后,我看到了中国经济数据的“体感温差” 告别一月 愿新年的阳光打在你的脸上 《为成果管理》读书笔记|Part 1 我是如何用AI,一小时写出自媒体行业报告的?
读书笔记|《适时退出:以退为进的决策智慧》
Aaron · 2026-06-29 · via No Coding Life

我是 20% 读,80% 听结束本书的。正如别人书评里写的,有的书是狗尾续貂,这本书是貂尾续狗,前面看着有点干巴,感觉是听君一席话如听一席话,后面开始好很多了,这里劝各位读《适时退出》的朋友,虽然全书都在说不要盲目坚持,但是这本书还是可以坚持一下的。

断断续续听的,只挑一些印象深刻的记录一下:

1. 猴子和基座:如果你想让一个猴子在一个舞台上表演跳火圈,那么你需要做两件事,训练一个能跳火圈的猴子和搭建好一个基座。我们要认清什么是真正重要的事情:找到并训练好那个能跳火圈的猴子。但是我们往往会陷入一种错觉:觉得自己必须做点什么,推进一下进度,这样事情就能办成,所以我们很有可能在训练好猴子之前就去搭建基座。但是如果你训练不好这样的猴子,那么这个基座就是浪费。我之前读到过这个隐喻,但是在这里再次看到还是觉得颇有感触。这次我想起了德鲁克常说的,“专注于做正确的事情,而不是把事情做对。”找到并训练猴子,就是那个正确的事情;而把基座修好,仅仅是把事情做对。两者的重要性不可比,一定要认清机会,抓住机会,而不是 fix 各种小的问题。这也对应德鲁克常说的另外一句:要喂饱机会,饿死问题。

2. 设置退出标准和 check point。人们常常是不愿意去退出的,会觉得退出就是失败,退出就是违背了自己当初的部分承诺,甚至会觉得改变曾经的观点就让自己不再是自己。这让我想到戴雨森在最近的一期播客里面提到过,他去年底对今年的市场行情做过预测,结果市场并没有像他说的那样去发展。他也坦言自己曾经一度被自己过去的话语束缚住了,不敢改变部分想法。但这都是不好的,这不过是让错误积累越来越多。所以设置一个退出的 check point 是很重要的。比方说一年后如果我在这个组不能怎么怎么样,那么我就要去寻找新的机会;如果再干三年这个产品依然不行,那么我就要把投资人的钱还回去,结束这家公司等。书的开头也提到了登山常说的 turning point:如果迟于某个时间没有到达哪里,那么就要立马下山。提前设定这样的标准是很有必要的,这可以在很大程度上规避随着事件的逐步发展,让自己承诺升级,最后彻底陷入进去。虽然也有很多时候,我们设定了这样的 check point,依然很难依然退出。

3. 寻找一个退出教练。你需要一个客观的,能够不用过多顾忌你感受的人做你的退出教练。你需要确保 ta 能够在你哪怕很伤心很需要安慰的时候,依然能够冷静地告诉你一些在当下可能很残酷的退出建议。例如丹尼尔·卡尼曼就有 ta 的退出教练。我其实觉得这一点挺难的,很多时候大家分不清你到底是需要建议还是情感支持,而这两点往往会在一些时刻起冲突。不知道能否训练 AI,让 AI 做自己的退出教练。

4. 允许 unexpected 的事件发生,并积极地寻找一些备选方案。书里提到蚂蚁在搬运食物的时候,大部分会沿着一条路线运输,但是周边总会有一些蚂蚁在进行一些探索,试图去寻找周边一些可能其他更好的,或者至少可以作为备选项的食物源。这叫不把鸡蛋放在一个篮子里。而作者本身,之前是学认知科学的,一路读书,做科研,但有天因为身体的缘故,被迫停止学术上的追求。在她哥哥的推荐下,她去打德扑。而让人惊喜的是,一方面打扑克时候所需要运用的知识跟她所学非常匹配,且另一方面她也很 enjoy 这个打牌的过程。最终在职业扑克的道路上越走越好,拿下不少奖牌。书中还有很多其他的人,因为种种一些看起来和自己的目标完全不搭噶的安排、或者事件的发生,让自己的工作生活更好。我的 take away 是,不要过度聚焦在你的目标上,适当退后几步,允许别的事情发生。我常常想到在深度学习训练中,梯度下降所寻找到的可能只是一个局部最优解,一定要允许一定的随机性,这样才能避免错把局部最优当成全局最优的情况发生。

这本书的道理很简单,但是依然是一个知易行难的事,需要一点点内化,自己去悟。自己悟出来的,才是真的知行合一,才是知。

Aaron 于西雅图

2026 年 6 月 13 日