Clear writing is difficult primarily because of the curse of knowledge, a cognitive bias where experts struggle to imagine what it is like not to know what they already know
塔勒布再次转发自己的 X：
1）思维清晰；
2）对所在领域有深入的理解，而不仅仅是表面的认知；3）能够在需要时重新塑造自己，
我的理解是拥有批判性思维，能接受反驳并重新调整自己，那么人工智能就会成为朋友。
最近琐碎的事情非常多，而且棘手的问题也很多，整个人就比较焦虑。在周末的时间，自己好好思考了一下
琐碎事务堆积如山，会占据大脑的带宽，消耗宝贵的认知资源。因此，面对这些杂事，切忌拖延，应即时处理，以保持思维的清爽与高效。
管理学视角下的分析
这段文字描述的现象在管理学中被称为“认知负荷过载”（Cognitive Overload）与“蔡格尼克效应”（Zeigarnik Effect）的结合。
1. 核心现象：认知带宽的挤占
从管理学角度看，人的大脑类似于一个有限的处理器。琐碎的任务（如回复简单的邮件、整理文件、处理零星的行政审批）虽然单项耗时短，但若不及时清理，它们会以“未完成任务”的形式持续占用工作记忆（Working Memory）。这种状态被称为“认知带宽的挤占”，会导致管理者在处理核心战略性问题时，可调用的思维资源显著减少。
2. 背后的原理：蔡格尼克效应
该现象背后的心理与管理原理是“蔡格尼克效应”，即人们对于“未完成的任务”记忆力远强于“已完成的任务”。这些未完成的琐事会不断在潜意识中发出“信号”，干扰当下的专注力，产生心理压力，从而降低整体生产力。
3. 管理启示：时间管理与效率策略
- “两分钟原则”（Two-Minute Rule）： 源自《搞定》（GTD）时间管理法。如果在处理琐事时，判断其耗时不超过两分钟，应立即完成，而不是将其列入待办清单。这能有效防止琐事堆积。
- 任务归类与批量处理： 对于无法立即完成的琐事，应将其从大脑中“卸载”到外部系统（如任务清单、管理软件），通过“批量处理”降低任务切换带来的认知损耗。
- 优先级管理： 琐事往往是紧急但不重要的，及时处理它们是为了腾出空间，从而将精力集中在“重要但不紧急”的长期战略规划上，实现从“救火式管理”向“预防式管理”的转型。
Bugjay retweeted
受此前 Karpathy 分享的用 ASD-STE100 规范引导 LLM 语言风格的启发，最近通过系统提示词要求 ChatGPT 用「递归自包含分级列表」格式，终于解决了长期以来被 GPT 过于冗长的回答而逼出的 TL;DR 不良心理。现在基本可以做到「一目十行」扫过回答，只在关键信息上花费注意力。😎
（提示词在第二张图片）
We'll be spending a lot more time trying to understand the outputs of language models. A few thoughts, tips & tricks:
Writing. Something I've had success with: Ask your LLM to explain something in ASD-STE100, it's a controlled language specification originally developed for aerospace maintenance documentation. LLMs well-versed in this language and it comes with heavy constraints on clean writing style that I often find a lot more readable. Sometimes I've tried to soften it a bit e.g. ask for "80% of the way to ASD-STE100" because the spec is quite stringent. But even better:
Diagrams / images. Instead of writing, ask your LLM to create a diagram. These can be a lot easier to process, parse, and understand. But even better:
Web pages. Ask for output "in HTML" to get a beautiful, interactive webpage. LLMs are getting really good at frontend and can create beautiful experiences, animations, etc. But even better:
Explainer videos. The output format I am most bullish on is fully custom / bespoke explainer videos generated on any arbitrary topic. Experiment with things like "Create a 3b1b style video explainer on X. Use my ElevenLabs API key for audio narration". (you'd need an API key for the latter or you can ask your LLM to find you decent free alternatives that use your local compute). This is actually starting to work!
In summary:
- As LLMs get better, they will do more and more of the legwork autonomously, and a lot more of our work will rise up the abstractions into oversight and understanding.
- Luckily, LLMs can help here too because as intelligence and code are increasingly abundant, you can ask for large, custom, discardable software artifacts (e.g. web apps, video explainers) that would have never made sense to create before. Push the boundaries here and you'll be surprised.
Bugjay retweeted
Andrej Karpathy doesn't use Notion, Obsidian plugins or any notes app.
His second brain is a folder of markdown files, and he released a prompt that just turned that setup into something Opus 5.5 runs for you.
This is f*cking goldmine..
Save the raw source before you touch it, one note per idea, every claim linked to where it came from, and a daily note under 20 lines that you actually open.
Then the test: the vault has to answer your questions with no web and no memory, or the gap gets written down.
Send it to Opus 5.5 and thank me later.
The full prompt and the full article are both below ↓
如何保持健康的身体，Andrew给出他的观点，控制身体节奏，提高训练和休息质量。
视频为 a16z 对神经生物学教授 Andrew Huberman 的专访：Andrew Huberman on Focus, Energy, and Performing at Your Best。视频围绕能量管理、认知表现、运动与睡眠恢复展开。
视频核心内容总结
Huberman 梳理了其个人践行数十年的日常习惯，并将健康与高效归纳为三大基础支柱与认知优化法则：
1. 健康三大基石（Top 3 建议） [33:01]
晨间强光暴露：醒后 30–60 分钟内接触自然阳光（阴天或早起可用 10,000 lux 补光灯），校准昼夜节律与多巴胺分泌 [06:48]。
低容量、高强度抗阻训练：相较于单纯有氧，力量训练对代谢、激素水平及体态的调节刺激最强 [09:05]。
最大化现实睡眠质量：不苛求完美的 8 小时，而是固定入睡时间窗口，学会利用长呼气呼吸法及眼动放松法加速入睡与再入睡 [34:08]。
2. 高效极简的运动协议 [07:40]
力量训练（每周 3 天）：分腿部、推拉躯干、小肌群。采用“1 组轻热身 + 1 组中等负荷激活 + 2 组至力竭正式组”的高强度低容量模式 [10:24]。
心肺训练（每周 2–3 天）：6 分钟 Tabata 冲刺（全力 20 秒/间歇 10 秒，循环 8 次）搭配负重徒步或慢跑，兼顾最大摄氧量与关节安全 [08:30]。
3. 精力与认知管理 [36:09]
保护认知黄金期：将深度工作锁定在两个 3 小时窗口（如上午 9:30–12:30 与傍晚），避开精力低谷做无谓消耗 [37:46]。
中途恢复：下午进行 10–30 分钟的 NSDR（非睡眠深度休息/Yoga Nidra），快速清除脑疲劳且无睡眠惯性 [17:49]。
物理隔绝干扰：手机移出卧室，对社交媒体使用“物理密码箱”等强隔离手段降低认知负荷 [04:09], [31:16]。
4. 个性化饮食与补充剂 [14:19]
饮食以单一成分食材为主（肉类、米饭、蔬菜等），根据自身肠胃反应筛选食材，运动后及时补充复合碳水与蛋白质 [13:29]。
下午 2 点后停止咖啡因摄入 [20:18]；晚间阻断蓝光及顶灯刺激 [22:26]。
保持健康的直接借鉴意义
1. 光照锚定节律：早起 30 分钟内室外看光 10–15 分钟；黄昏外出看日落；睡前调暗顶灯。
2. 重质不重量的抗阻训练：每周安排 3 次 45 分钟训练，主项做足力竭组，大幅缩短无意义的冗长训练时间。
3. 下午引入 NSDR 代替长午睡：感到疲惫时进行 10–20 分钟闭眼身体扫描，恢复大脑专注力同时避免打乱夜间睡眠。
4. 守住每日专注区间：寻找自身精力峰值时段集中处理高难任务，将手机物理远离视线，避免注意碎片化引发慢性皮质醇升高。
5. 建立每周“非破坏性清零日”：选定一天彻底脱离工作与高刺激输入，通过大自然徒步或独处修复神经系统 [47:06]。
Stanford neuroscientist Andrew Huberman built one of the most popular podcasts in the world by turning health research into protocols millions of people actually use.
His top three habits are surprisingly straightforward: get bright light shortly after waking, resistance train, and make the sleep you can get as high-quality as possible.
He joins a16z’s Daisy Wolf to walk through the protocols he actually follows, from his 35-year workout to the lockbox he keeps his social media phone in, and explains why packing in every protocol can backfire if it gets in the way of the rest of your life.
For founders, he explains why the hours your brain does its best work are worth guarding like a fight, how to find the most real work you can sustain, and why sleep is where neurotech will win first.
0:47 Why zero drinks is easier than two
4:39 Meditation means watching the chaos
6:25 Sunlight first, caffeine if training
7:20 The workout he's done for 35 years
10:09 Two sets to failure, low volume
13:11 Find foods that make you feel good
15:55 Why eating too clean backfires
17:29 Why non-sleep deep rest beats a nap
19:05 A sunset habit from a sleep lab
21:18 Who needs blue-light glasses
23:32 Every supplement he takes
30:46 Why his phone lives in a lockbox
32:40 His top three habits for health
35:47 Guard your two daily focus windows
42:47 Neurotech that puts you to sleep
46:38 The best advice he ever got
YouTube: youtu.be/Ezi-nwe6LlY
@hubermanlab @daisydwolf
Hacker News 的数据价值还可以再挖掘
提示词：“从 hackernews 12G数据库找出最被大家推崇认可的人生经验”
1. 不要等有空了，再陪重要的人。
来源于 PG 的一篇文章，很有共鸣。
2. 一种平凡、可靠、有人相伴的生活，本身就值得。
来源于《一个平凡人生的讣告》，一个没有显赫成就、却认真照顾家庭的人。
3. 别把“获得高分”的能力，当成生活的目标。
来源于《The Lesson to Unlearn》
4. 钱很重要的一种用途，是买回时间和选择权。
来源于 Sam Altman 的一篇文章《Tips for a Better Life》
5. 让别人觉得自己很蠢，通常不会让你的正确产生作用。
批评观点，同时保留对人的尊重。
6. 允许自己刚开始做得差，靠持续完成作品追上审美。
7. 遇到拖延，先找阻力，别先责备自己。
8. 少用“我就是这种人”，提前关闭自己的可能性。
“我不擅长社交”“我不是运动型的人”“我只适合技术”，都可能从描述变成限制
---
所有文章和讨论见评论区，没想到山姆·奥特曼的《Tips for a Better Life》帖子上榜两个。
改天得拜读下。
读了这篇文章感触最深的是，思考的过程，不能与思考的内容彻底分开。
例如，知道“做实验要控制变量”，只是知道一条原则。真正设计实验时，你还必须知道：
哪些变量会影响结果？
哪些差异需要控制，哪些可以容忍？
哪些信息可能没有被测量？
观察到异常结果时，有哪些合理解释？
这些问题都依赖具体领域的知识。
