博文

AI 刚刚大规模进入我们的生活时，我曾经有一种非常强烈的感觉： 世界的熵正在急剧增加。 以前写一篇文章需要几个小时，现在几十秒就能生成；以前做一张插画需要数年绘画训练，现在只需要输入几句话；程序、音乐、视频、PPT、广告文案、商业计划书，甚至人与人之间的聊天，都开始被机器以极低的成本批量生产。 互联网上的内容以前已经够多了，而生成式 AI 又像打开了一根无限供水的消防栓。 按照直觉，这应该是一个极端的“熵增时代”。 信息越来越多，组合越来越多，可能性越来越多，世界越来越混乱。 可当我真正长期使用 AI 之后，我越来越觉得事情可能恰恰相反。 AI 最深远的作用，也许不是熵增，而是熵减。 当然，这里的“熵”不是严格意义上的热力学熵，而是一种借用：我想描述的是一个系统中不确定性、差异性以及可能状态的数量。 而 AI 正在以前所未有的速度，把这些可能性收束起来。 一、内容变多了，可能性却未必变多 这是一个很反直觉的现象。 假设过去有 1000 个人要写一篇文章。 其中有人写得很好，有人语法混乱；有人喜欢长句，有人一句话只有几个字；有人逻辑严谨，有人思维跳跃；有人引用尼采，有人突然讲起小时候村口的那棵树。 这些文章可能很粗糙，但它们拥有极其巨大的差异。 现在还是这 1000 个人，但其中 800 个人在写完之后，对 AI 说： 帮我润色一下，让表达更专业、更有逻辑。 于是 AI 开始工作。 它删除重复内容，补足逻辑链条，调整段落结构，把“不太合适”的词换掉，把口语变成书面语，把奇怪的表达变得自然。 每一篇文章似乎都变好了。 可是如果把这 800 篇文章放在一起看，你可能慢慢会发现一种奇怪的味道。 它们开始变得很像。 “首先……” “其次……” “值得注意的是……” “从本质上来说……” “这不仅仅是……更是……” 每一篇都更加正确，每一篇也更加平滑。 噪声减少了，意外也减少了。 于是一个有趣的事情发生了： 内容数量增加了，但内容空间可能正在缩小。 这正是我所说的“熵减”。 二、AI 的本质，就是寻找高概率答案 仔细想想，其实这一点并不奇怪。 今天的大语言模型，本质上是在巨量人类文本中学习一种东西： 什么样的内容，在什么样的上下文中最可能出现。 当我输入： 帮我写一封正式的辞职信。 AI 不会从人类所有可能的语言组合中随机挑选一种。 恰恰相反。 它会向那些概率最高、最合理、最符合人类经验的表达靠拢。 “感谢公司一直以来的培养。” “经过慎重考虑。” “因个人职业发展原因。” 这些句子之所以经常出现，不是偶然的。 因为它们就是这个语境中的高概率区域。 AI 极其擅长找到这种区域。 ...

我们生活在一个获取知识越来越快的时代。 以前遇到一个不会的问题，要翻书、查文档、逛论坛，甚至折腾一下午。 现在打开 AI，输入一句： Java 的 synchronized 到底锁的是什么？ 几秒钟以后，答案就摆在面前。 再复杂一点也没关系。 JVM、Redis、MySQL、分布式事务、网络协议、操作系统、算法……几乎所有已经被人类总结过的知识，都可以在极短时间内被检索、整理，然后送到你的眼前。 从这个角度看，我们似乎进入了一个学习速度前所未有的时代。 但我越来越觉得： 知识获得得越快，人反而越需要主动慢下来。 因为“看到了答案”和“真正会了”，中间隔着非常远的距离。 一眼看懂，是学习中最大的错觉 学习计算机的时候，经常会出现一种很奇怪的感觉： 看别人解释时觉得特别简单。 synchronized (lock) { // 临界区 } 哦，不就是拿锁吗？ Redis 分布式锁： SET lock_key random_value NX EX 30 哦，不就是 NX 保证不存在时才能写入，再加个过期时间吗？ 反转链表： next = curr.next; curr.next = prev; prev = curr; curr = next; 四行代码。 似乎一分钟就学会了。 可一旦把页面关掉，让自己重新写一遍，脑袋立刻空白。 更麻烦的是，有时候代码甚至还能默写出来，但别人追问一句： 为什么？ 就答不上来了。 为什么 synchronized 修饰普通方法锁的是当前对象？ 为什么静态方法锁的是 Class 对象？ 为什么 Redis 解锁不能简单 DEL key？ 为什么链表反转一定要先保存 next？ 为什么 wait() 会释放锁，而 sleep() 不会？ 这些问题才真正决定了一个知识点有没有进入自己的大脑。 ...

一些大模型翻车现场的参考网站 https://enaih.org/ https://failureindex.ai/ https://incidentdatabase.ai/ DeepSeek 2026.09.08 要求绘制网页解释KMP算法的LPS算法时，出现逻辑错误 deepseek对此错误的解释： 本质局限：Token预测 vs 逻辑推理 我是"下一个词预测器"，不是"代码执行器"。生成描述时基于统计模式，而非实际运行代码。 注意力局部化 聚焦在 p[i] != p[j] 这个条件本身，忽略了 j=0 时的特殊上下文（此时 p[0]=‘A’ 与 p[2]=‘A’ 实际相等）。 训练数据偏差 “不匹配→j保持0” 是训练数据中的高频模式，我的概率分布倾向于套用这个"常见模板"，即使当前状态实际是匹配。 缺乏执行验证 没有"在脑中真正运行代码"的能力，生成后没有自动检查：if (j===0 && p[i]===p[0]) 应生成"匹配"描述。 根本矛盾 我是统计学家，不是计算机。统计数据模式可以，精确执行状态转换不行。 2026.09.10 SQL题目自己改了原题 要求算出最高分、和平均分，自己却认为还要算出最低分

Java：==、equals() 与 hashCode()（HashMap） 我的理解偏差 把 == 只理解成“比较引用地址” 这只适用于引用类型。 对基本数据类型，== 比较的是值。 对引用类型，== 判断两个引用是否指向同一个对象。 把 equals() 说成“判断是不是同一个对象” 更准确的说法是：equals() 用于判断两个对象是否“逻辑相等”。 两个不同的对象，也完全可以因为业务字段相同而 equals() == true。 把 hashCode() 理解成可以直接定位到某个对象 hashCode() 主要用于散列查找，帮助 HashMap 快速缩小查找范围、定位桶。 不同对象可能拥有相同的 hashCode，因此 hashCode 不能唯一确定一个对象。 HashMap 找到桶后，还需要通过 equals() 进一步确认 key。 “重写 equals 必须重写 hashCode”的关键原因没有说完整 Java 约定：如果 a.equals(b) == true，则必须保证 a.hashCode() == b.hashCode()。 在 HashMap 中，如果两个逻辑相等的 key 因为 hashCode 不同被定位到不同的桶，那么查找时连 equals() 都可能没有机会执行，最终导致本应相等的 key 查找失败。 核心记忆 hashCode() 负责“找桶”，equals() 负责“认人”。 如果 equals() 相等但 hashCode() 不同，两者可能被放进不同的桶，甚至没有机会进行 equals() 比较。 ...

从基础理论到体系结构与工程实践：按类别探索 240 个技术难点，用箭头发现知识之间的关系，并在本地记录学习进度。

我们总喜欢把自己看到的那些荒诞现象归咎于“资本”“平台”“娱乐圈”“算法”“商家”，仿佛这些东西是某种脱离社会而独立存在的怪物：它们制造低俗，制造烂片，制造饭圈，制造审丑，制造割韭菜，最后再把这些垃圾强行塞进普通人的生活。 这样解释当然很舒服，因为它意味着我们永远只是受害者，所有问题都来自外部。 但如果把视线再往回拉一点，就会发现一个更不舒服的事实： 很多我们口中的“畸形”，并不是市场凭空创造出来的，而是社会本身的欲望、弱点和偏好，经过商业系统放大以后重新投射回来的结果。 我们以为自己在看怪物。 实际上，很多时候我们看到的是一面镜子。 市场从来不关心你嘴上喜欢什么 市场没有审美，也没有道德。 它真正擅长的事情只有一件： 识别什么东西能让人停留、点击、购买、付费，然后把这种东西复制、强化、规模化。 如果明星烂片一次又一次获得高票房，电影公司得出的结论不会是“观众缺乏艺术教育”，而只会是： 明星比剧本更值钱。 如果标题越夸张点击率越高，媒体也不会突然良心发现，而只会继续把标题做得更加夸张。 如果短视频里的争吵、羞辱、猎奇、擦边，比知识内容拥有更高的完播率和互动率，那么算法自然会越来越偏向刺激性内容。 资本从来不需要先发明人的欲望。 它只需要发现人的欲望，然后把它包装成生意。 人性的弱点，本身就是一座金矿 喜欢炫耀，于是出现身份消费。 害怕错过，于是出现饥饿营销。 喜欢窥私，于是八卦产业永远不会消失。 喜欢站队，于是饭圈、阵营对立和互相攻击拥有天然土壤。 喜欢刺激，于是内容必须越来越激烈。 喜欢暴富，于是各种“一夜翻身”的神话永远有人相信。 商业系统真正厉害的地方，从来不是创造人性，而是太懂人性。 甚至可以说，很多商业模式本质上都在干同一件事： 把人性里原本只是一个小弱点的东西，工业化、规模化、流水线化。 为什么很多东西越发展越像“畸形秀” 一个原本只是边缘的小偏好，一旦被平台发现具有商业价值，就会迅速被放大。 最开始只是“有趣”。 后来发现，更刺激的内容停留时间更长，于是开始追求刺激。 刺激还不够，就制造冲突。 冲突还不够，就开始羞辱、对立、愤怒、猎奇。 因为在注意力经济里，平静通常意味着低传播，而愤怒、恐惧、欲望和争议，往往意味着更高的数据。 平台甚至不需要坐在会议室里讨论： 我们要不要让整个社会变得更加浮躁？ 它只需要不断优化点击率、停留时长、完播率和互动率，最后就可能自然走向一个越来越浮躁的结果。 用户停留在哪里，算法就往哪里堆内容。 用户为什么付钱，生产者就往哪里堆资源。 最后整个社会会产生一种错觉： 现在的人怎么都喜欢这种垃圾？ 其实更准确地说，是这种内容更容易刺激人的本能，因此在商业竞争里拥有了更强的生存能力。 电影市场是最直观的一面镜子 观众一边抱怨明星片酬高、剧本烂、营销浮夸，一边又会因为某个明星去买票、包场、冲预售、打五星。 对制片方来说，它看不到你嘴里的： 这片其实一般。 它只能看到： 你付款了。 资本不会分析你买票究竟是因为电影好，还是单纯为了支持某个演员。 它最后得到的信号只有一个： 这种配置能赚钱。 于是下一次项目立项的时候，资金自然继续流向明星、IP和宣发，而不是编剧、摄影、美术、剪辑和声音。 消费者嘴上说想要好电影，却持续用真钱奖励明星堆砌。 最后市场生产出越来越多明星堆砌的电影，这甚至不能简单理解为“资本背叛了观众”。 某种意义上，资本恰恰太忠实了。 它忠实地执行了观众真实的消费行为。 商业世界不听抱怨，只看付款记录 这是整个问题最残酷的一点。 消费者说： 我讨厌标题党。 然后标题越夸张，点击率越高。 消费者说： 我讨厌烂片。 然后喜欢的明星一出现，预售照样冲上去。 消费者说： 我讨厌低俗直播。 结果最猎奇的直播间人数最多。 消费者说： 我讨厌游戏公司割韭菜。 结果限定皮肤一上线，销量再次爆炸。 那生产者到底应该相信什么？ ...

有时候我们会抱怨： 为什么现在这么多电影拍得跟屎一样？ 剧本稀烂，逻辑稀碎，演员表情像刚学会控制面部肌肉，特效像外包给大学生课程作业。 但海报一看： 六个明星。 预告片一看： 八个明星。 发布会一看： 半个娱乐圈。 然后上映第一天，票房三个亿。 紧接着所有人开始痛骂： 资本怎么就知道赚快钱？ 但问题是，我们可能骂错对象了。 资本当然喜欢赚快钱。 可资本真正厉害的地方，从来不是“逼你买烂东西”。 而是它会极其冷静地观察： 你到底愿意为什么付钱？ 如果消费者一次又一次用钱包告诉市场： 产品质量不重要。 我喜欢这个明星就行。 我认识这个IP就行。 热搜很多就行。 宣传够猛就行。 那么生产者最理性的选择，就是： 降低产品质量投入，提高营销、明星和流量投入。 这不是阴谋。 这是经济学。 电影公司不是艺术慈善机构 假设现在有两个电影项目。 第一部电影： 剧本打磨三年； 请了一群不出名但演技很好的演员； 摄影、剪辑、声音设计全部认真做； 总成本5000万元； 最后票房3000万元。 第二部电影： 剧本三个月赶出来； 请两个顶流明星； 再塞几个综艺常客； 宣发狂砸热搜； 总成本2亿元； 电影烂得豆瓣4.6分； 最后票房10亿元。 你猜投资人下一部电影会投谁？ 不会有人在会议室里含泪说道： 虽然第一部亏了，但它有艺术价值。 财务负责人只会打开Excel： A项目亏损。 B项目盈利。 于是下一轮投资： 继续复制B。 这就是最现实的市场反馈。 资本不理解艺术吗？ 当然理解。 但资本更理解： 什么东西能赚钱。 如果烂电影比好电影更容易赚钱，那么生产烂电影就会成为一个合理的商业行为。 真正可怕的不是明星贵，而是明星可以替代产品质量 很多人总觉得电影投资失败，是因为演员片酬太贵。 实际上，真正危险的不是演员贵。 而是某些消费者愿意接受： 演员本身就等于产品。 于是电影开始变成一种奇怪的明星周边。 以前的逻辑是： 这是一部好电影，所以这个演员火了。 后来慢慢变成： 这个演员很火，所以我们给他拍一部电影。 这两个逻辑看起来差不多，实际上完全相反。 前者是： 作品创造明星。 ...

很多年以后，再回头看高中，我们会发现一件很奇怪的事。 那些当年极其疯狂的生活，我们今天竟然已经很少觉得疯狂了。 早上六点甚至更早起床，晚上十一二点睡。 一天坐十几个小时。 体育课可以随时取消。 吃饭五分钟解决。 上厕所都要计算时间。 假期不是休息，只是换一个地方继续写作业。 一个班里大量学生近视。 几十个十七八岁的孩子，每天被公开排名、比较、筛选。 所有人都被不断告诉： “这一年决定你的一生。” 更重要的是，我们很少反抗。 我们接受。 服从。 坚持。 然后把这一切称为： “正常。” 今天回头看，真正值得讨论的，也许已经不只是高考本身。 而是： 一个人在十八岁以前，如果长期生活在这样的环境中，他会被训练成一个怎样的成年人？ 一 高考给我们留下的，远不只是知识。 它还可能留下了一整套关于“什么叫正常生活”的标准。 比如睡眠。 一个学生每天只睡五六个小时，我们可能会说： “高三嘛，正常。” 一个成年人连续加班到凌晨，我们可能还是会说： “工作嘛，正常。” 学生时代，熬夜刷题叫努力。 工作以后，熬夜加班叫奋斗。 学生时代，周末补课叫抓紧时间。 工作以后，周末回公司叫敬业。 形式变了。 逻辑却没有变。 我们很早就习惯了一件事情： 为了一个被认为足够重要的目标，生活本身是可以无限让步的。 睡眠可以让步。 娱乐可以让步。 健康可以让步。 家庭可以让步。 个人时间可以让步。 甚至尊严有时也可以让步。 只要前面摆着一个足够宏大的目标： 高考。 升职。 绩效。 买房。 孩子教育。 “再熬几年就好了。” 我们就会觉得牺牲是合理的。 可问题在于： 高中时我们被告诉： “熬过高考就好了。” 大学时有人告诉我们： “熬过考研就好了。” 工作以后又变成： “年轻时多吃点苦。” 结婚以后变成： “等房贷还得差不多就好了。” 有了孩子以后又变成： “等孩子长大就好了。” 于是人生变成了一场不断延期的生活。 我们永远在为未来牺牲现在。 而奇怪的是，我们已经很少追问： 如果一个人的一生都在等待‘以后’，那么他究竟什么时候真正生活过？ 二 高考时代最深刻的一种训练，也许不是做题。 而是服从。 什么时候到校。 ...