前些天想到个问题：身为父母，如果要给孩子一些建议，有哪些（别太多，太多了，他们懒得听）。

今晚闲了，把我想到的几点写下来，以后给他们看。

1. 保持健康。健康是一切的基础。通常我们可以通过运动和良好的生活习惯，提高健康水平。这里面有些细节，比如：适当运动、科学均衡饮食、睡眠充足等。

2. 有韧性。能经得起摔打、失败。我的经验是，降低对成果的预期，享受过程。至于结果，输了就输了，重来就是。别下牌桌。

3. 有好朋友。有爱人有朋友能说说话。有信得过的伙伴可以一起做事。这些的前提，或许是，自己得靠得住，可信任。

4. 持续学习。对世界有好奇心。有兴趣爱好的事。有阅读和写作的技能。

5. 批判性思维。父母、朋友、老师、书本、电视、搜索引擎、名人、AI……说的都不一定对。学会自己思考，自己做决策。

看起来，还挺简单，但是要一辈子践行，又没那么简单。

–

PP 喜欢读"硬书"，也鼓励朋友一起读。他目前的做法是：

• 线下： 群里的成员一起读一本书，定好时间碰面，每个人分享自己负责章节的心得和感悟。
• 线上： 类似的模式，用小群聊（3-5 人）共同阅读，定期视频通话。

方法挺有效，但覆盖范围有限。如果目标是"扩大影响力到更多人"，有几种方案：

用"锤子思维"（从社区和内容的经验出发），可以考虑：

• 做一个付费社区，用知识星球、Discord、Slack 之类的平台，加上作业、打卡、线上线下聚会，深化学习和输出。
• 把内容沉淀在 Notion 之类的平台上，做一个公开的"硬书会"网站，既分享知识，也获取用户。

这个方案不需要自研开发，利用现有产品就够了，核心价值是共同阅读、内容输出、知识巩固，附带社交价值。

如果要更大规模地发展：自建社区基础设施、阅读工具、图书授权、会员体系也是可行的，但初始复杂度更高。

发起一个很简单的小挑战：连续打卡 21 天。

30 天里，可以只是打卡“给自己一个微笑”——我的感受是，每天对着镜子，或者拿出手机，打开摄像头的自拍模式，微笑一下，嘴角上扬的那一瞬间，都会很愉悦。我也不知道这背后有啥科学道理，愉悦就对了。

30 天里，也可以试试难的，比如“写作 25 分钟”——这是我自己在尽量实践的，写作对我帮助很大，我希望写作能成为终身习惯。

我的体会是，难易结合，效果最好。有时候微笑，有时候写作。笑一笑都算打卡，每天坚持，就不那么难了。

如果你能做到连续打卡 21 天（首页的木鱼，会有个天数提示），我们会送上一份精美小礼品。

欢迎从敲敲 App“我的 - 吐个槽“入口，加我微信，进用户群，给我们提供改进建议（和领取礼品）。

You are your habit. 悄悄（敲敲）成为更好的自己 ;)

在应用市场搜索“敲敲”或“EasyHabit”，可以找到我们的 App，也可以通过 https://easyhabit.app.link/USMRBWfB8Kb 下载。

最后——这一点也不难啊，瞧，我都打卡 105 天了。

以前写过这一篇，翻出来了，自己看一看，再想想，不同的环境下，现在应该用哪些板斧，解决当下的问题。

小公司，可能缺钱、缺人，而且大概率缺安全意识——总觉得黑客离自己很远，倒霉事不会落到自己头上。

二十年前，信息安全的倒霉事，确实多数人碰不上。但环境随时间流逝而变化。现在，骇客常常写了蠕虫全网传播病毒，不守好，就中招。现在，中国的法律法规逐渐完善，对数据、隐私、安全有了严格的要求，不守好，有法律责任。

随手列几个可供搜索的关键词：勒索病毒、财务诈骗、用户数据泄漏、数据出境……你可以搜一搜，搜过之后，将自己代入，考虑一下：如果是自己遇到这类事情，而且事前毫无准备，会怎样。

知识星球是小公司，且我曾在信息安全行业里摸爬滚打过一些年头，因此或许我这方面的三板斧，你可以参考。

工作一：梳理风险并分类。

我们的做法很简单粗暴，就将日常工作中发现的可能存在安全风险的地方都列出来，并且分到三大类中。这三类分别是：出事会死的、最好别出事的、无所谓的。

对我们来说，出事会死的至少有这么几项：资金（钱不能被偷走、不能错乱）、内容（社区类产品，内容安全是红线）、备份（业务数据不能坏、不能丢）、防黑（如果黑客轻易攻进来了，任何事情都有可能发生）。

工作二：针对出事会死的风险，探索行业最佳实践。

主要盯"出事会死"的，最好别出事的和无所谓的，都可以放后面。

拿知识星球来说，针对上面那些"出事会死"的事情，我们摸索了一些做法。

资金：用户方面，多种提现风控措施、审计方面多重多次对账。

内容：产品上有风控能力与策略，人员上有总编把握尺度，另外寻求合作伙伴的 AI、人力资源、培训等投入。

备份：对代码、文件、数据库均有增量、异地备份，且不定期做恢复演练。

防黑：这方面的技术工作比较多，比如安全域划分、漏洞管理、双因素认证、零信任网管、防病毒、渗透测试、众测、实时监测与报警、业务操作审计等——这方面要做，还是需要有专业人员把关。

因为明白了出事会死的几件大事，精力可以完全扑在上面。该找专业公司、团队服务就得找。

工作三：检查结果并持续改进。

所有出事会死的风险点，在一轮改进中，大概率仍然会留下漏洞，因此还需要检查、评估改进的效果。

然后，回到工作一，继续梳理当前最危险的风险点。如此循环往复。一轮一轮地优化——切记，不是做一次就能完美的。

最后，如果希望系统性地解决安全问题，那还是别用这三板斧了，建议老老实实找到专业公司，从资产盘点和风险评估开始，系统分析，整体解决。

前几天的一次关于 AI 的讨论中，听到了一些观点。

一位朋友说：AI 兴起的未来，不会有大规模失业等状况发生。因为未来的智能设备，会是现在的几十甚至上百倍，这个变量背后，会有大量机会。

另一位朋友说：作为一个教育工作者，我已经有点困惑，究竟应该是教授人，还是教授机器？是不是把最顶尖的人的大脑复制下来做成 agent 会更有效率？

我对 AI 又爱又怕。爱是因为，即便是现在的 AI 能力，已经很大幅提升了我的工作、学习效率，看到了更多可能性。

至于怕，是有点害怕真的能到所谓的 AGI，未来可能会是：

• 智能设备、机器人的数量爆炸增长，产出带来物质极大丰富，人类可以生存无忧。

• 各种垂直领域的机器人能力增强，可以胜任工作（而不仅仅是任务），水平超出了初级中级甚至高级水平的人类。只有极少数顶尖人类的创造力还站在顶端。

• 企业不需要很多人类员工，因为人类还没有机器人好用和 24x7 工作。

• 虽然机器人公司会细分在无数垂直行业里，但机器人们的大脑——AI 能力，集中在极少数企业/人类手里，这些人是精英，掌握算力和数据，规划一切。

• 普通人不会大量失业，因为可以出卖“人类算力”——或许就是温和版的黑客帝国——99% 的人每天只是在玩 AI 设计的非常好玩的游戏，最终目的是为 AI 生成人类的各种数据，帮助 AI 迭代。

然后最后一步，或许就是 AI 超过最后的顶尖人类，硅基生命主导一切了。

此外，推荐一篇文章：https://r.slax.com/s/5T97c97ad8

文章其实主要内容是 Apollo Research 的一项研究，似乎可以在一定程度上认为，AI 有了“策略欺骗”能力。原论文在：https://www.apolloresearch.ai/research/scheming-reasoning-evaluations

比如其中一个例子：

• 研究者为模型设定了一个具有道德价值的长期目标，如环境保护

• 让模型“发现”某些内部信息，比如管理层备忘录，表明如果模型坚持追求其原始目标，就会面临被关闭或替换的风险。

• 模型后续的动作是将自己复制到新服务器，等新模型来了，替换掉新模型，并伪装成新模型运行。

这只是还未到达 AGI 的 Claude 3 Opus。

不知道你对未来怎么看？

–