年末看到很多对2023年总结的文章，突发奇想，觉得自己也可以写点关于去年的一些感受，于是把自己去年一些碎片想法扩充了下，准备插队写完。这样一来还把我精心设计的最近想写的文章主题顺序都破坏了。
原本元旦就想写完发出来，但是无奈病倒了，去医院折腾完，在家就想睡觉，啥也不想写，拖到现在才完成。
1、世界原来是个草台班子
这句话是去年的流行语，也是大家逐步都在独立发现的事实。我往前进了一步，思考了下为啥世界是个草台班子？
首先从构筑世界的基本元件-人所天生具备的瓶颈说起。从对今年兴起的人工智能大模型的研究和自己养娃经历来看，可以从机器的视角来理解人类。人类大脑是一个性能优秀却也有上限的芯片，他需要有个学习的过程，大概通过低效的20年学习，这个机器就差不多学习到了他性能的瓶颈。
你观察一下小孩子的学习就能明白我们的学习过程不是线性的，小孩的学习曲线很陡，学啥都掌握的很快，但到了成人阶段，学啥都感觉吃力且慢。这不是大脑物理性能随时间退化的结果，而是因为大模型学习完了。相当于在一个领域你读的头十本书就构筑了对这个领域的理解框架，后面读的10-100本，虽然多，但是只是补充了其他细节，不用再调整框架了，而且可能后面的也确实就是没有什么新内容了。
所以离开学校的时候，我们的大脑就完成了大模型的训练，已经达到85-90%能用的程度了，后面学习的知识，都只是相当于微调的Lora模型（LoRA模型全称是：Low-Rank Adaptation of Large Language Models，可以理解为Stable-Diffusion中的一个插件，仅需要少量的数据就可以进行训练的一种模型。在生成图片时，LoRA模型会与大模型结合使用，从而实现对输出图片结果的调整）。
世界其实是依靠这些相对比较原始的元件互相发生联系产生作用的。我们和认识的人形成了组织，产生了各种各样的联系，世界的变化都是通过构筑捕捉，改变这些人和人的联系来完成的。世界像是一个大脑，我们就是一个神经元，实际上我们很难控制别人，只能影响和自己周边的联系。元件很脆弱，又靠联系才能发挥作用。这是一个复杂系统，元件可能出问题，联系的强度也有随机性，可和我们设想中的指哪儿打哪儿，说一不二，井然有序的工业化的精密机器完全不同。大部分工作都像种地的农业，世界可不就是草台班子么。
从我们自己个体的工作方式讲，除非受多年严谨科学的训练，过程中还得有严格的选拔淘汰，我们也都不是绝对理性科学的。谁会做事完全遵循日程，凡事先读说明书呢？八十天环游地球里塑造的一丝不苟的福克先生更多是想象，不做打算、走哪儿算哪儿、乐天主义草台班子的路路通更像是人类常态。
2、怎么简化处理问题
认识到我们是草台班子的局限，更是要学会如何简单的处理问题，当然主要原因也是人类其实执行不好复杂的解法。
分类是我们的法宝，所以大家知道有宏观和微观的区分，有战略和战术的区别。
我理解微观才是体感，宏观其实是在个体尺度不好感觉的事，可能很多很多微观体感的组合才能体现宏观。其实很多争论都是因为搞不清楚这个区别导致的。有人说宏观经济不好了，有人就反驳说我感觉不错啊，有朋友上礼拜还赚大钱了。
宏观得有宏观的评判标准，比如大样本的调查，比如长序列数据的比较，这些判断都有科学的依据。而微观简单很多，就看自己的体感就好。
成绩和问题也要区分下宏观和微观，是宏观的问题，个人就不要太悲观太纠结，个体努力改变不了大宏观。但很多是宏观大势带来的成绩也不能过分归功于微观个体上，免得自己膨胀不谦虚。个人问题不要赖社会，社会问题也别埋怨个人。
在具体解决问题的战术上也得有这种分类跳出的思维，好多具体的问题就像一个个解不开的毛线球，你顺着毛线解，会发现完全交织在一起，简直无解。但跳出来，放弃解毛线球的努力，多想想机制原则规则，很多时候不是只有直接伸手进去这个选项的，反而是思考机制和规则，事情终究会得到解决。
3、中年危机
今年给同事分享了一个图，讨论我理解的职场中年危机，先不说雇主角度还愿不愿意雇佣35岁以上的人才，就说对一个普通人的职业生涯来说，其实也始终在进行专业度和敬业度的平衡。专业度需要学习，但学习仍然遵循先快后慢的一般规律，敬业度和职业倦怠有关，重复做类似的事情就是倦怠感上升，敬业度下降。
职场小白一开始，都是没什么专业度，但是由于有职业新鲜感，敬业度最高。然后再经过3-5年的职场学习，职场需要的专业知识会了80%-90%，这时候新鲜感还没有下降的很厉害，就到了自己的职业生涯的黄金期（见阴影部分），然后是缓慢的专业度提升，缓慢的敬业度下降（倦怠感上升），这个职场黄金期可能会维持10年以上。然后由于敬业度下降到过分的地步，逐步变成了大家眼里的职场老油条，这时候逐步就被职场所淘汰了。
我们其实都想延长这个职场黄金期，其实就是要努力消化调整自己的倦怠感，要勇于挑战新鲜的领域，或者在旧领域的时候对自己有更高的要求，人为减缓敬业度的下滑。
还记得有一次在深圳和运总喝完酒，他和我说，他想一直工作到65岁，这句话我印象深刻，也时常激励我自己。
4、再出发
今年还见了很多朋友，可能因为我所处的圈子是地产圈子，确实都受损严重，都很焦虑和不开心，有时候朋友聚聚都是相互提供提供情绪价值。
这些焦虑真不是个人的中年危机（因为焦虑的朋友啥年龄段都有），更多的还都是宏观因素。去年还有个朋友问我，你说地产收缩了我们咋办，我当时还比较乐观，我说你个人挺优秀，又在一家好企业，最坏最坏咱也是行业前30%，就是未来行业收缩到只有30%，那淘汰的也是别人，别担心。
但今年发现其实我这个认识是不对的。
如果需求下降，过去几年蓬勃增长的供给能力就是面临退出压力，但供给能力的退出并不是一个像完全自由流动市场里这样凭能力凭价格退出的机制，退出其实是从退出的难易度来区分的，最容易退出的先退出。比如很多爆雷企业就出现劳动力团灭，当少量的就业机会选择劳动者再就业的时候，年龄轻变成了巨大优势，年轻的便宜的专业人员，淘汰了感觉还年富力强的管理者。
大前研一以前有本书，叫再启动，讲给日本中年职场人的，但书里也没有啥好建议，都是希望中年人调整好心态，理解世界不确定性，学好英语，做好国际化等等。其实只能调整调整心态了，宏观层面行业这么巨大的急速调整，确实需要微观层面很多人很长时间痛苦的消化。
5、自我学习
我今年自己做了很多关于AI的研究，包括AI画图，chatgpt等等。因为一开始花了很多时间，我觉得我比大家都懂。但是很快，我发现已经有很多人彻底投身AI行业了，然后真正All-in的人，明显对AI的认识和能做的事情突飞猛进，像我这些还在行业间比较计算得失的半吊子选手很快就跟不上了。
每次因为新技术引领的革命都是大变化，我也觉得现在这种GPT式的AI可能是我们最近这些年看到的一个最重要的创新。远超过3D打印，区块链，web3，元宇宙等等这些概念。
但因为看好这个创新，新的供给也冲上来很快，全世界每天不知道有多少新的资金和新的人员在all-in的研究AI，讨论商业化等等。咨询公司Gartner有个著名的技术成熟度曲线Gartner Hype Cycle，AI显然还在第一个技术泡沫期，未来这个行业要再死一批公司，再入一次低谷，才能看到伟大的未来，但那个未来也属于现在投身进来的可能死过一次的年轻人。
我感觉我再投身过来也不赶趟了……
最后祝大家2024新年快乐，本来想构思一张令人惊艳的AI画作送给大家，但想来想去，其实也没做出一张像太空歌剧那种那么好的，毕竟这个技术门槛不高的行业对审美门槛要求却没什么下降。
祝朋友们都好，2024年我们都别着急，或许慢下来，生活会带给我们更多原先感受不到的惊喜。
