程序员 on 方糖猫Blog

此心不息，万物常新

Wed, 08 Jul 2026 10:40:00 +0800

此心不息，万物常新

这八个字，是写给我自己的提醒。

它不是一句愿望，而是一个做法：

不要追求一个永远正确的答案。

而是建立一个能持续纠错、持续行动、持续更新自己的系统。

这篇和后面的两篇，写给这个世纪里仍然迷茫的人。

迷茫拆开看，多数时候是三件事：心不定，力气不知道往哪投，岔路口不敢选。 三篇各管一件：本篇管心——让认知和行动连成一个能纠错的环；《知止有定，能择其要》管力气——把能力练成资产；《见几而作，知时而动》管路口——方向怎么选。

这是我这几年越来越相信的一件事。

人真正的困境，往往不是"不知道答案"，而是：

知道很多，却不知道什么时候该怀疑；

想了很多，却不知道问题到底是什么；

做了很多，却没有留下任何可以复用的经验；

犯过一次错，下一次还是会犯；

遇到一点变化，过去积累的经验立刻失效。

于是，一个人看起来一直在学习，实际上可能只是在不断扩充自己的收藏夹。

我越来越想做的，是另一件事：

把自己训练成一个能够持续更新的系统。

这也是我把这些年读过的东西——儒家、佛学、道家、《毛选》、系统思维、工程实践、创业复盘、认知科学——重新放在一起看之后，得到的一套工作模型。

先说清楚：这不是对任何经典的"正确解释"。 我只是用自己的语言重新理解它们。文中的对应关系大多是类比，不是等同；是我的重新编译，不是古人的原意。如果以后有人证明其中某个对应关系不成立，我愿意修改它。

因为这套方法真正要经受的，不是"我解释古人解释得对不对"，而是一个更简单的问题：

一个普通人按照它生活一年，是否真的更能看清问题、做出行动、从错误中恢复，并持续更新自己？

如果不能，这套方法就应该被修改。

全文就四件事：一个环、六个动作、两个习惯、一张检查卡。 前半是道理，后半是做法。

我现在相信的，是一个环

把所有复杂的东西压到最简单：

flowchart LR
    S["看见"] --> Q["提问"] --> U["理解"] --> A["行动"] --> F["反馈"] --> D["沉淀"]
    D -->|"重新看见"| S

我把它叫作：认知—行动闭环。

注意图里没有「现实」——它不是环上的一个节点，而是环的作用对象：看见的是它，行动改变的是它，反馈来自它。离开现实的环不叫闭环，叫空转。

它并不神秘。科学实验如此，程序调试如此，创业验证如此，学习如此。一个人处理自己的情绪和人生，也可以如此。

真正重要的不是这几个词本身，而是：

你能不能让这个环持续转起来。

因为现实永远在变：今天有效的方案，明天可能失效；今天正确的判断，半年后可能变成错误；今天帮你成功的习惯，换一个环境，可能反而成了限制。

所以真正危险的不是犯错，而是：

用已经过期的地图，继续解释新的世界。

还有一句：这六个动作不是必须依次完成的仪式，现实中经常会跳跃、回退、重复。它更像一份检查清单——卡住的时候，问自己一句：是哪一环没转？

一、看见：先停止欺骗自己

这是所有方法论里最容易被忽略的一环，因为人天然会保护自己的解释。

代码出了问题：“应该是框架的问题。“项目没做成：“市场不行。“别人反对自己：“他根本不懂。”

这些解释有可能是真的。但在没有证据以前，它们都只是假设。

所以我给自己定了一个很简单的原则：

相信现象，怀疑解释。

这句话对程序员尤其有用：日志说什么？监控说什么？用户做了什么？代码真正执行了什么？先把这些东西看清楚，再解释。

而人身上最高发的自欺现场，不在代码里，在情绪里。

这里要先说清一个误会：把情绪放进"看见"的范围，不是要排除情绪、把自己修成一个没有感觉的人。恰恰相反——情绪本身就是最该被看见的现象之一。要怀疑的从来不是"我有情绪”，而是情绪背后那套自动附带的解释。“我很愤怒"是一个事实，“因为他不尊重我，所以我应该愤怒"是一个解释。事实是日志，解释是猜测；把两者分开，事情就开始变得不一样。

但解释之上，还有一层更隐蔽的东西：欲望。

人最容易骗自己的地方，往往不是事实，而是"我希望事实是什么”。“我认为这个创业方向很好”，背后可能其实是"我已经投入半年了，我不希望它失败”。

所以这个原则完整地说，应该是：

相信现象，怀疑解释，也审视自己为什么希望这个解释成立。

一个很小的日课

每天睡前写三行：

今天最强烈的情绪是什么？

它出现之前，具体的场景是什么？

我当时做了什么？

这三行各有出处。第一行是情绪命名（affect labeling）：给情绪贴上标签，它的强度就开始下降。后两行来自行为分析里的前因—行为链：只记情绪是流水账，有前因、有反应，连记一段时间，模式会自己浮出来。「只写事实、不急着评价」不是风格要求，是为了防反刍——反复回放情绪有害，写下来是为了加工，不是为了回放。至于为什么只有三行：它不是哪个临床协议的规定，只是能坚持下来的最小版。完整的思维记录表有五列，但没人天天填。

为什么日课落在情绪上，而不是拿「信现象、怀疑解释、审视欲望」直接当咒语念？因为情绪是自欺密度最高、而且每天都有材料的训练场。三行就是三件套的操练版：前两行练信现象，只许写事实；「不写评价」练怀疑解释，把解释挡在纸外；审视欲望藏在模式里，等模式浮出来那一刻，你看见的往往不是问题本身，而是那股"希望解释停在别处"的欲望。在情绪上练熟的分离动作，白天到了代码和评审现场，会自己迁移过去。

比如：我以为自己讨厌别人催进度，后来发现，真正触发我的是我自己没准备好。

这就是一次认知更新——不是因为学到了新知识，而是因为：

我终于看见了原来没看见的东西。

二、提问：很多问题，输在第一句话

程序员应该很熟悉这种场景：一个接口很慢，于是加缓存、换数据库、优化 SQL、换框架，忙了两天，最后发现——真正慢的是网络。

问题没有解决，只是把一个错误的问题解决得越来越漂亮。

所以我现在遇到问题，会强迫自己先写三句话：

现在到底发生了什么？

什么才算解决？

什么情况下这个方案一定会失败？

这三句话也不是我发明的。第一句是波利亚四步法的第一步「弄清问题」，压缩成一句自问；第二句是工程里的验收标准：没有「什么算解决」，讨论永远不会结束；第三句是 Gary Klein 的事前验尸（pre-mortem）加可证伪性：一个连「什么情况算失败」都说不出的方案，也不配说自己会成功。三件古董拼装在一起，目标是 3 分钟能写完。

写不出来，就不急着动手。因为：

问题没有定义清楚之前，努力很可能只是浪费。

这不仅适用于技术。创业如此，职业选择如此，人际关系如此。甚至"我要不要离职”，都可以继续追问：我真正想逃离的是什么？是公司？是工作内容？是收入？是没有成长？还是只是最近连续几个月太累？

问题问到这里，答案往往已经开始出现。

三、理解：从症状进入结构

同一个问题出现一次，可能只是事故。出现三次，就值得问：

是什么结构在持续制造它？

线上出一个 Bug，修掉；又出一个，继续修；第三次出现同类问题时，我现在更倾向于停下来画图：输入、处理、状态、反馈——到底是哪一个环节在不断制造问题？

这是工程实践留给我的一个习惯：

不要只修 bug，要修生产 bug 的结构。

系统思维如此，调试如此，管理如此，一个人也如此。如果你连续三个月都在焦虑同一件事，问题可能已经不是"我今天为什么又焦虑”，而是：

我的生活结构为什么持续产生这种焦虑？

睡眠？工作方式？目标？关系？预期？环境？

结构一变，很多局部问题会一起消失。

四、行动：知识必须经过现实

我越来越警惕一种学习方式：读书、收藏、做笔记，继续读书、继续收藏，最后拥有一套非常漂亮的知识体系——但现实一点没变。

真正的学习必须经过行动，哪怕只是非常小的行动：

学了沟通，下一次争论时，先复述对方。

学了系统设计，下一次设计时，真的画一张结构图。

学了创业，下一次有想法时，真的去找一个用户。

学了情绪管理，下一次情绪上来时，真的停十秒。

行动不是学习的最后一步，行动本身就是学习的一部分。

但"行动"不等于蛮干

试错和逃跑完全不同。

试错是：

flowchart TD
    A["我假设 X"] --> B["所以做 Y"] --> C["观察 Z"] --> D{"成立吗？"}
    D -->|"不成立"| E["修改假设"] --> A
    D -->|"成立"| F["继续下一步"]

逃跑是：

flowchart TD
    A["我感觉不行"] --> B["算了"]

所以我给自己的标准是：可以失败，但要知道自己为什么失败；可以放弃，但要知道自己为什么放弃。

真正成熟的行动，不是永远坚持，而是知道：什么时候继续，什么时候调整，什么时候止损，什么时候接受"这件事就是不值得继续”。

五、反馈：让现实告诉你答案

行动之后，现实会给你反馈。这是整个环里我最信任的一环：人非常擅长给自己找理由，只有现实不会配合你的解释。

反馈有两种：等来的，和主动制造的。等来的反馈常常太慢、太模糊，所以当你有一个明确的假设时，最好把行动设计成实验，主动去制造反馈——这就是验证。

做产品之前，不一定先写产品。先验证：有没有人愿意用？有没有人愿意留下联系方式？有没有人愿意付钱？有没有人愿意持续使用？这些信号，比"大家觉得不错"有价值得多。

工作中也一样。你认为某个优化会有效，就做一个最小实验；你认为某个需求很强，就去找真实用户；你认为某个人反对你是出于某种利益，就把判断写下来，事后核对。

关键不是预测永远正确，而是：

让错误尽快暴露。

但反馈也有边界

不是所有人生问题都能像软件一样快速拿到反馈。有些价值判断根本没有"实验结果"：婚姻、生育、长期职业选择，都不能简单套用"先做 MVP"。至于反馈来得太晚、决定不可逆这两条硬边界，第八节专门展开。

所以追求反馈不是迷信数据，而是尽可能让自己的判断接受现实约束。当现实无法快速给出答案时，就承认这里存在不确定性，而不是假装自己已经知道。

还有一句更重要的话：

不是所有东西都需要被优化，有些东西需要被体验、承受和接受。

悲伤、爱、孤独、意义——这些东西不是用来验证的，是用来经过的。这个环解决的是"怎么做对"，不解决"为什么活着"。把它们也塞进环里，方法论就越界成了对人生的冒犯。

六、沉淀：否则你只是重复经历

经历本身不会自动变成经验。

经历 + 复盘，才有可能变成经验。所以我会记录三类东西：

假设：当时我相信什么？
结果：后来实际发生了什么？
更新：下次我要改变什么？

例如：

当时判断：
这个需求用户一定需要。

实际结果：
访谈 10 人，只有 1 人愿意持续使用。

新的认识：
"感兴趣"不等于"愿意付出成本"。

下次：
在写代码之前，先验证真实行为。

这才叫沉淀。否则你只是经历了一次失败。

七、两个习惯：写下来，和记录复位时间

如果前面的东西全部删掉，只保留两个，我会留下这两个。

1. 写下来

把想法变成文字。一旦写下来，模糊的地方会暴露：“我其实不知道。““这个结论没有证据。““这里混了两个问题。““我只是希望它是真的。”

程序员应该很熟悉这种感觉：编译器会暴露语法错误，而写作会暴露认知错误。

所以我越来越觉得：

写作不是表达能力训练，而是认知压力测试。

2. 记录复位时间

“复位时间"很容易被理解成"从情绪爆发到恢复平静需要多久”。这个定义有个隐藏的坑：它默认"情绪消失才算复位”。我更愿意把它定义成：

从被事件牵着走，到重新获得主动选择下一步行动的时间。

不是要求情绪立刻消失，也不是要求自己永远平静。一个人失恋了，悲伤几个月，并不意味着他"不够高级”。真正重要的是：他什么时候能重新选择下一步怎么生活。

程序员遇到线上事故，不是要求他三秒钟"不焦虑”，而是三秒钟以后，他能不能重新开始判断问题。被批评，不是要求他完全没有情绪，而是他能不能在情绪存在的时候，依然选择自己的回应。

复位不是消灭情绪。

复位是重新获得选择权。

这个指标，比"情绪是否平静"更有意义。

八、这套方法什么时候会失效？

如果一套方法什么都能解释，我反而会怀疑它。所以给它设几个边界：

第一，信息可能根本不够。 现实不是数据库，有时候你就是不知道。

第二，反馈可能来得太晚。 创业可能三年才知道方向对不对，职业选择可能十年以后才知道结果。不能因为暂时没有反馈，就假装已经得到答案。

第三，有些事情不可逆。 不是所有人生问题都适合快速试错。

第四，多目标之间可能存在冲突。 收入、自由、家庭、成长、稳定，不一定能同时最大化。有时候不是认知不够，而是现实本来就存在取舍。

第五，复盘可能变成反刍。 反复想"我为什么这么蠢"不是复盘。真正的复盘应该最终产生下一次不同的动作；没有新动作，复盘很可能只是另一种内耗。

第六，沉淀本身也可能变成执着。 这是我从古典思想里真正借来的提醒：经验是资产，也会折旧。 过去帮助你成功的东西，不应该自动拥有永久有效期。沉淀之后，还必须释放——否则经验最后会变成偏见。

九、我不再相信"永远正确”

我更相信：

flowchart TD
    A["好的判断"] --> B["进入现实"] --> C["接受反馈"] --> D["暴露错误"] --> E["更新模型"] --> F["产生新的判断"]

真正强的人，不是"我从来没错过”，而是：

我越来越快地发现自己错了。

再往前一步：

我越来越不怕发现自己错了。

因为错误已经不再等于自我否定，它只是：系统收到了一条新数据。

十、古人给我的，不是答案，而是提醒

我仍然喜欢儒释道，也仍然会读《实践论》。但我现在更愿意把它们看成不同方向的提醒，而不是强行证明"古人早就发明了我的模型”。

儒家提醒我：诚。先不要欺骗自己。

佛学提醒我：不要住。 不要把上一刻的认识，变成下一刻的牢笼。

道家提醒我：顺势。 不要用蛮力对抗结构。

《实践论》提醒我：认识必须回到实践，实践又会产生新的认识。

工程实践提醒我：把这些东西写下来、测出来、跑起来。

它们不需要被证明成"同一个东西"，只需要在现实里彼此照亮。

十一、我的日常检查

道理说完了，剩下的是一张第二天就能用的检查卡。卡里没有新东西：前六问把环的六个动作按顺序过一遍，第七问不在环上，是仪表盘——复位时间。

遇到事情：

1. 事实是什么？我正在做什么解释？我为什么希望这个解释成立？
2. 我到底在解决什么问题？什么才算解决？什么情况下这个方案必然失败？
3. 是什么结构在持续制造这个问题？
4. 针对这个结构，下一步最小的行动是什么？
5. 现实对我的行动给出了什么反馈？
6. 我要更新什么——下次哪个动作会不同？
7. 面对压力，我重新拿回下一步行动的选择权了吗？

然后：

写下来。

写到哪里、改到哪里，都是内功——它保证你一直在更新。至于更新出来的力气投向哪里、怎么把能力变成资产、怎么证明真的变强了，是另一篇文章的事：《知止有定，能择其要》；再往前的"往哪走"、方向怎么选，是第三篇的事：《见几而作，知时而动》。

此心不息，万物常新

我不想把它叫成"终极方法论"——一旦叫"终极"，它就已经违背了自己的原则。

这只是我目前最好的一个工作模型。未来可能还会被我自己推翻，我甚至希望它被推翻。因为：

如果一个方法不能被现实修改，它就已经从工具变成信仰了。

所以我真正想留下来的，不是六个动作或者任何一张漂亮的图，而是一种习惯：遇到事情，先看见，再提问，再理解，然后行动，接受现实的反馈，把反馈写下来，修改自己的模型，然后重新开始。

世界每天都在变：技术会变，行业会变，关系会变，曾经有效的经验会失效，我们自己也会变。所以真正值得训练的，不是一套永远有效的答案，而是：

在答案失效之后，仍然有能力重新看见、重新思考、重新行动。

可以错，可以失败，可以推翻昨天的自己，甚至可以承认：

我以前理解错了。

只要还能看见，还能提问，还能行动，还能接受现实的反馈——

这个环就还在转。

而只要它还在转，你就还没有被昨天的自己困住。

此心不息，万物常新。

附：出处与延伸阅读

正文里的工具不是凭空造的，想深入的读者可以从这些地方继续：

三句话之一「弄清问题」：波利亚《怎样解题》（How to Solve It）——四步法的第一步，整个第二节都是它的展开。
三句话之三「什么情况下这个方案必然失败」：Gary Klein, “Performing a Project Premortem”, Harvard Business Review, 2007；背后是波普尔的可证伪性（《科学发现的逻辑》）。
情绪三行第一行「命名」：Lieberman et al., “Putting Feelings into Words: Affect Labeling Disrupts Amygdala Activity in Response to Affective Stimuli”, Psychological Science, 2007——给情绪贴标签会降低杏仁核激活。
情绪三行后两行「前因—行为链」：取自行为分析 ABC 模型（Antecedent–Behavior–Consequence）的前两环，临床上的完整版是认知疗法的思维记录表。
「写下来是加工不是回放」：Pennebaker 的表达性书写研究（《书写的疗愈力量》）证明书写有效，Nolen-Hoeksema 的反刍研究划定了边界——加工有效，回放有害。

从《苦难辉煌》看创业程序员：如何奋斗、把握潮流、做出选择

Sat, 18 Apr 2026 15:00:00 +0800

从《苦难辉煌》看创业程序员：如何奋斗、把握潮流、做出选择

金一南的《苦难辉煌》（2009 年出版）讲的是 1917 到 1936 年这段历史：中国共产党从 50 多人的小党，经历大革命失败、长征、无数次内部争论与外部围剿，最终站稳脚跟。作者要回答的核心问题是——为什么最后是它赢了？

一个写代码的为什么要读这个？因为创业程序员面对的问题结构是同一类：资源极少、对手极强、方向不明、结果滞后。这本书里藏着一套被历史验证过的方法论。本文按新人最常问的三个问题展开：如何奋斗、如何把握时代的潮流、如何选择。每个问题分三层：书中讲了什么史实、对程序员意味着什么、新人可以直接拿走什么。文末另附全书十六章的脉络梳理与精华摘录，方便按需取读后回头通读原书。

一、如何奋斗：苦难不是辉煌的代价，是辉煌的筛选器

1.1 书里讲了什么

中央红军 1934 年 10 月从江西出发长征时是八万六千人，1935 年 10 月到达陕北时只剩几千人。湘江一战折损过半。这不是一支"开了挂"的队伍，而是一路被打、一路减员、一路有人动摇离开的队伍。

金一南在书里有个判断：辉煌不是苦难之后的补偿，而是苦难本身的筛选结果。长征保留下来的不是最强壮的人，而是信念最硬、最能在绝境里做判断的人。他还有一句被引用最多的话：“多数人因为看见而相信，少数人因为相信而看见。”

1.2 对创业程序员意味着什么

先看一组现实数据（我之前整理的 hardhacker 独立开发笔记里也提过）：国内独立开发者里大约 0.9% 的人够温饱，0.1% 的人活得舒服，大部分人半年到一年内被存款耗尽逼回职场。

这个淘汰率和长征的减员率结构相似：多数人的退出不是因为方向错了，而是因为撑不到结果出现。所以"如何奋斗"的第一层答案很残酷：奋斗首先是现金流管理——存款、副业、家人的支持，是你能留在牌桌上的氧气。

第二层答案：奋斗不是表演，不是深夜发朋友圈的加班照。长征路上没有观众。真正的奋斗发生在没有任何正反馈的阶段：产品上线三个月只有 20 个用户，你还要不要继续迭代？开源项目半年没有 star，你还要不要修那个没人报的 bug？“因相信而看见"翻译成程序员的话就是：你对这个问题的判断（需求是真的、方案是对的）要硬到能撑过数据为零的阶段。

1.3 新人可以拿走什么

先算氧气账，再谈理想。裸辞前问自己：现有存款够烧几个月？不够就先在职做 MVP。
选择有积累的事。代码会过时，但领域知识、用户信任、工程复盘会复利。我开发方糖猫和 GeekCast 时坚持把每次坑写成契约文档和复盘笔记，半年后这些文档比代码本身更值钱。
给"看不见结果"设一个期限。相信不是盲目。比如约定"再迭代 3 个版本、再触达 100 个目标用户，仍无一个付费就转向”——信念要硬，止损线也要硬。

二、如何把握时代的潮流：先看清"实际"，再谈"大势"

2.1 书里讲了什么

1920 年代，共产国际给中国共产党指的路是"城市中心论"——照抄俄国十月革命经验，在大城市搞武装起义。结果南昌起义、广州起义接连失败，部队在城市里站不住脚。毛泽东带着秋收起义剩下的队伍上了井冈山，走出"农村包围城市"的路。

这条路不是从书本里推导出来的，是从力量对比的冷静计算里长出来的：敌强我弱，城市是敌人力量最集中的地方，农村是其统治最薄弱的地方；农民占人口绝大多数，是最广大的力量来源。金一南反复强调"实事求是"不是一句口号，它是一种能力——抛开权威说法和既有模板，只看你脚下真实的条件。

遵义会议（1935 年 1 月）的意义也在这里：中国共产党第一次在没有共产国际指挥的情况下，自己解决自己的路线问题。

2.2 对创业程序员意味着什么

今天我们也有自己的"共产国际"：大厂的战略发布会、投资人口中的赛道、技术媒体的头条。它们告诉你"应该做平台"“应该做通用 Agent"“应该 all in 某个框架”。

而"农村包围城市"的程序员版本是：别去敌人力量最集中的地方。我在避坑笔记里写过同一个结论——AI 搜索、通用 Agent 平台是大厂赛道，个人资源撑不起平台梦。独立开发者的"井冈山"是那些大厂看不上、看不上眼但痛点真实的窄领域：口播自动剪辑、播客转文字、某个垂直行业的报表自动化。

把握潮流的正确姿势不是追热点，而是识别结构性变化：

AI 是结构性变化——它改变了内容生产的成本结构，这是真潮流；
某个具体模型、某个具体框架是浪花——三个月就换一轮。

真潮流里也要找自己的位置。AI 视频生成很火，但"几句话生成几秒画面"是大模型厂商的主场；而"把一篇文案、一段口播组织成一条可发布的完整视频"是工程管线问题，是 GeekCast 这类工具的位置。潮流决定水位，位置决定你能不能喝到水。

2.3 新人可以拿走什么

判断一个"潮流"值不值得跟，问三个问题：

成本结构真的变了吗？（AI 让剪辑/写码/翻译的边际成本趋近于零，这是真变化；某个新框架只是体验改良，未必。）
谁因此受益，受益人付钱吗？（受益者明确且付得起钱，才是生意；大家都在围观但没人付费，是热闹。）
我有什么不对称优势？（我是这个领域的重度用户、我有现成的素材库或行业关系、我懂某项别人嫌脏嫌累的工程细节——这些才是"你的井冈山”。）

三、如何选择：分野的不是聪明，是信念和算账能力

3.1 书里讲了什么

《苦难辉煌》里最震撼的材料之一，是中共一大 13 位代表后来的命运分野。1921 年他们在上海望志路开会时，起点几乎一样。28 年后：

走到建国的是少数：毛泽东、董必武 1949 年站在了天安门城楼；
为理想牺牲的是一批：王尽美病逝，邓恩铭、何叔衡、陈潭秋先后牺牲；
脱党离开的是一批：李达、李汉俊、刘仁静、包惠僧；
走向反面的是一批：张国焘分裂后叛党，陈公博、周佛海沦为汉奸。

同一间屋子出发的人，结局天壤之别。金一南想说明的正是：历史给每个人的考题差不多，分野在一连串选择里。

另一个例子是长征中的方向选择。四渡赤水后来被讲成"神机妙算"，但细看过程，它是一连串被迫的调整：土城战斗失利所以西渡赤水，敌人堵截所以二渡回师，再调动再穿插。方向不是出发时画好的蓝图，是在行动中一步步收敛出来的。而张国焘的南下与中央的北上之争说明：选择错的代价，往往不是立刻显现，而是几个月后才兑现——选择的困难在于结果严重滞后。

3.2 对创业程序员意味着什么

程序员的选择困境是同构的：

赛道选择：做通用工具还是垂直工具？付费墙前置还是免费获客？这些选择的对错，一年后才见分晓。
技术选择：自建渲染管线还是用现成服务？自研数据库还是先用托管？每个都"有道理"。
坚持与放弃：项目半年没起色，是该像四渡赤水一样调整方向，还是该像北上一样顶住分歧坚持？

从书里能提炼出两条选择原则：

第一，大方向靠信念和算账，小路径靠试错。北上还是南下是大方向，要基于对全局（敌情、民情、资源）的判断来定，定完不轻易动摇；但具体走哪条河、打哪场仗，允许边打边调。程序员版本：解决谁的问题、靠什么收费，这是大方向，要想清楚再动；而功能取舍、技术栈、定价档位，用 MVP 快速试，允许错。

第二，警惕"下船"的引力。一大代表里脱党和叛变的，很多不是不聪明，而是在某个压力时刻选了当下最容易的路。程序员版本：项目最难的时候，最容易的选择是回职场（有时确实该回）、砍掉收费改成免费、放弃难而正确的功能。选择之前先问：这个决定是"算账"算出来的，还是被当下的疲惫和恐惧推出来的？

3.3 新人可以拿走什么

小选择快做，大选择慢做。按钮放左边还是右边，一小时决定；做谁的生意、收谁的钱，值得想一个月。
写决策日志。每个重要选择记下"当时基于什么信息、预期什么结果"，半年后回看。没有日志，人会美化自己的判断力；有日志，判断力才能迭代——这跟代码需要 review 是一个道理。
区分"试错"和"逃跑"。试错有假设、有验证、有下一步；逃跑只有"我不干了"。允许自己试错一百次，不允许逃跑式地放弃一个未经证伪的方向。

附：全书十六章脉络与精华摘录

前面的三个问题是"按需取用"，这一部分按原书结构走一遍，方便新人把书读薄。全书 16 章不按时间顺序平铺，而是以长征为轴心"蓄势"和"收官"，可以分成四幕来读。

第一幕：火种（序言—第三章）——力量从哪里来

序言：金一南说写这本书用了十五年、研读五百多本书，初衷是告诉世人：

“我们曾经拥有一批顶天立地的真人，他们不为钱，不为官，不怕苦，不怕死，只为胸中的主义和心中的信仰。”
第一章地火——红色政权为什么能够存在：十月革命、孙中山、国共合作的酝酿。革命力量像地火一样在岩层下运行，等待突破口。书中写道：

“十月革命使中国奔腾运行的地火终于找到了突破口。”
第二章东方之梦：同一时期日本的崛起与扩张野心——明治维新到昭和军阀，东亚两个邻邦走向完全不同的命运岔路。
第三章岩浆：大革命洪流、北伐、四一二政变、南昌/秋收/广州三大起义——积蓄的力量如岩浆喷发，随即遭到残酷镇压。

第二幕：较量（第四—六章）——强弱怎么易位

第四章 “围剿”：蒋介石对中央苏区的一到四次围剿，以及红军在前四次反围剿中的胜利。
第五章崛起：根据地和红军发展壮大，中华苏维埃共和国成立——弱小的力量找到了适合自己的生存方式。
第六章陷落：第五次反围剿失败。李德、博古照搬教条瞎指挥，广昌战役硬拼失利，中央苏区陷落，被迫战略转移。这一幕是"潮流"一章的最好注脚：脱离实际的权威指挥，代价是全军覆没。

第三幕：长征（第七—十二章）——苦难如何炼出真金

第七章突破：长征初期连续突破封锁线，但带着全部辎重"大搬家"，行动迟缓，为后面的惨败埋下伏笔。
第八章湘江，湘江：全书最惨烈的一章。湘江一战红军折损过半，江面浮满牺牲者的遗体和散落的文件辎重。八万六千人出发，过江后只剩三万余。
第九章烈火真金：写逆境中的人——被排挤的毛泽东、坚持斗争的陈毅。金一南写陈毅：

“给人以火星者，必怀火炬。”

陈毅"从来不愿意向困难低头，却从来愿意向真理低头"。
第十章瞩目大西南：红军西进贵州、云南，蒋介石与王家烈、龙云、刘湘等地方军阀各怀算盘。遵义会议前后毛泽东重新回到指挥岗位——金一南用了一个小标题：“中国出了毛泽东”。
第十一章苦难辉煌：与书同名的核心章节。四渡赤水、巧渡金沙江，“不二过"的毛泽东在危局中调动敌人、走出死地。注意：这不是算无遗策，而是土城失利后边走边调的连续修正。
第十二章大渡桥横铁索寒：强渡大渡河、飞夺泸定桥——红军没有成为"石达开第二”。

第四幕：分野与收束（第十三—十六章）——选择决定结局

第十三章阴见多云：红一、四方面军懋功会师。本该是喜事，张国焘却因兵强马壮而生野心，暗流涌动——团队最强的时候，往往也是分裂风险最大的时候。
第十四章福兮祸所倚：张国焘南下受挫、分裂的代价逐步兑现；磨难反而促成红军的团结与转机。祸兮福所倚，福兮祸所伏。
第十五章历史与个人：全书最有锋芒的一章。一大代表、早期领导人、叛徒与脱党者——同一间屋子出发的人，命运天壤之别。序言里那句话是这一章的钥匙：

“任何民族都需要自己的英雄。真正的英雄具有那种深刻的悲剧意味：播种，但不参加收获。这就是民族脊梁。他们历尽苦难，我们获得辉煌。”
第十六章狂飙歌：红军到达陕北、西安事变，从苦难走向辉煌的总收束。“狂飙为我从天落”——大势终于转到幸存者一边。

给新人的读法建议

时间紧就只读四章：第一章（理解"地火"，对应你的积累期）、第八章（理解代价）、第十一章（理解"方向在行动中收敛"）、第十五章（理解选择的分量）。读完再回头看本文的三个问题，会有不一样的体感。

结语：三句话总结

把《苦难辉煌》压成创业程序员的三句话：

关于奋斗：撑到结果出现的能力，本身就是核心竞争力。多数人输在氧气耗尽，不是输在方向。
关于潮流：抛开权威叙事，只算你脚下的力量对比。真潮流改变成本结构，你的位置在"大厂看不上、用户真痛"的地方。
关于选择：同一起点的人，结局分野在一连串选择里。大方向想清楚再动，小路径允许试错，但永远别在最累的时刻做最大的决定。

苦难不会自动变成辉煌——中间的转化率，取决于你在没人看见的时候怎么奋斗、在众说纷纭的时候怎么判断、在压力最大的时候怎么选择。这对 1935 年的红军成立，对 2026 年写代码的我们，同样成立。

延伸阅读：我之前整理的 hardhacker 独立开发避坑笔记里有大量现实数据（收入分布、PMF 验证、收费策略），可以和本文的历史视角对照着看。

《浪潮之巅》读书笔记：程序员创业故事的兴衰规律，与 AI 大模型时代的新机会

Wed, 13 Nov 2024 16:00:00 +0800

《浪潮之巅》读书笔记：程序员创业故事的兴衰规律，与 AI 大模型时代的新机会

参考书籍：吴军《浪潮之巅》（On Top of Tides）。目标读者：想创业、正在做副业、或者想看清技术周期位置的程序员。阅读目标：把书中十几个公司的兴衰故事，提炼成"为什么会赢、为什么会死"的规律，再追问一个问题——如果换成 AI 大模型时代，这些故事会怎么改写？

《浪潮之巅》表面上写的是 AT&T、IBM、苹果、微软、Google 这些公司的历史，实际上写的是一件事：技术浪潮每隔十几年就来一次，每一次都会成就一批新公司、埋葬一批旧巨头。而能不能站上浪尖，靠的不只是技术，还有时机、商业模式和基因。

作为一个写代码的人，我读这本书的角度比较功利：这些公司当年是怎么从"几个人 + 一个技术想法"长成千亿帝国的？它们后来又是怎么死的？以及最重要的——今天 AI 大模型这一波浪潮，和当年有什么相同和不同？

这篇文章分五部分：

全书的核心规律（先建立框架）；
逐个复盘经典创业故事，每个故事末尾分析"AI 时代的新思路"；
盘点这些案例背后的核心算法、数学工具与创新工具；
浪潮的幕后生态：风投、投行、斯坦福、印钞机商业模式与金融风暴；
我的思考和给程序员的行动清单。

一、先立框架：浪潮是怎么起落的

吴军判断一个行业是否有"浪潮"，看的是三个东西是否同时出现：

flowchart TD
    A["技术突破<br/>晶体管 / 集成电路 / PC / 互联网 / AI"] --> D["浪潮形成"]
    B["商业模式成立<br/>有人愿意付钱"] --> D
    C["基础设施成熟<br/>芯片 / 网络 / 云"] --> D
    D --> E["新公司崛起<br/>抢到生态位"]
    D --> F["旧巨头衰落<br/>被基因锁死"]
    E --> G["行业格局固化<br/>70-20-10"]
    G --> H["下一次技术突破<br/>周期重来"]
    H --> A

书里最经典的几个规律，先列出来，后面的故事都会反复用到：

规律	内容	一句话理解
摩尔定律	每 18 个月，同样价格能买到的计算性能翻一倍	硬件公司必须跑得比贬值快
反摩尔定律	如果一个公司今天和 18 个月前卖掉同样多的产品，营业额就要降一半	不进则退，原地踏步就是倒退
安迪-比尔定律	Andy (Intel) gives, Bill (Microsoft) takes away	硬件提升的性能会被软件吃掉，逼用户升级
70-20-10 律	市场成熟期：老大占 70%，老二占 20%，其余分 10%	信息产业没有"并列第一"
基因决定论	公司的基因决定了它能做什么、不能做什么	转型难，不是因为笨，是因为基因不匹配
诺威格定律	当一家公司市场份额超过 50% 后，就无法再翻番了，必须寻找新增长点	增长见顶后，扩张方向决定生死

这几个规律就像物理定律一样，在后面每个故事里你都会看到它们起作用。

二、创业故事逐个复盘 + AI 时代的新思路

2.1 AT&T 与贝尔实验室：技术最强 ≠ 活得最好

故事：贝尔实验室是 20 世纪最伟大的研究机构——晶体管、UNIX、C 语言、信息论（香农）、激光、蜂窝通信，全出自这里。AT&T 靠电话垄断躺赚几十年。但 1984 年反垄断分拆、1995 年主动拆分后，AT&T 一心只想快速赚钱，把设备业务（朗讯）和贝尔实验室拆出去卖钱，最终百年帝国在宽带浪潮中沦为配角。

教训：

垄断利润会腐蚀创新能力——赚钱太容易，就没人关心十年后；
分拆的决策如果只服务于股价而不是技术布局，等于自杀；
贝尔实验室的发明无数，但很多（比如 UNIX）没有变成自己的商业帝国，技术是别人的嫁衣。

AI 时代的新思路：

今天的 OpenAI、DeepMind 某种程度上就是新的"贝尔实验室"——基础模型能力外溢，全世界开发者免费搭车。对创业者来说这意味着：

不要去和"新贝尔实验室"拼基础研究，那是巨头的军备竞赛（训练一个前沿模型要几亿美元），创业公司玩不起；
但贝尔实验室的历史也证明：实验室的成果会外溢，机会在应用层。开源模型（LLaMA、Qwen、DeepSeek）就是新时代的"UNIX"，谁能在开源底座上长出垂直应用，谁就是新时代的 DEC、Sun；
反向借鉴：如果你做 AI 应用，要警惕 AT&T 的教训——不要把核心能力完全外包给模型厂商。API 一涨价、一断供，业务就没了。创业公司至少要掌握数据、场景、工作流中的一个作为护城河。

2.2 IBM：大象也能跳舞，但只在 B 端

故事：IBM 做了几十年大型机，错过 PC 浪潮的开端后，靠 IBM PC 杀回来，却意外养大了两个掘墓人——Intel（芯片）和微软（操作系统），“安迪-比尔定律"由此得名。90 年代 IBM 濒临破产，郭士纳把它从硬件公司转型为 IT 服务公司，活了过来。后来又剥离 PC（卖给联想）、押注咨询和云计算。

教训：

基因决定论的正面案例：IBM 的基因是服务企业客户，所以转型服务能成；它想做消费级产品（OS/2 输给 Windows）就是不行；
开放的架构（IBM PC 兼容机）会杀死架构的创造者——你定义了标准，别人踩着标准绕开你。

AI 时代的新思路：

IBM 的故事在今天几乎原样重演：大模型基础设施层（芯片、云、基础模型）正在被英伟达、微软、Google 这些"新巨头"定义标准。创业思路：

学 IBM 的服务转型，做"AI 时代的埃森哲”：大量传统企业知道要用 AI 但不会落地，垂直行业的 AI 咨询 + 交付 + 托管运营是一个真实存在且现金流健康的生意，不性感但赚钱；
警惕"IBM PC 陷阱"：如果你基于某个大模型平台的开放接口做产品，要想清楚——你是在利用平台，还是在给平台培养市场？ 当你的场景被验证后，平台自己会下场（看看 ChatGPT 的 GPTs 埋葬了多少套壳应用）。

2.3 苹果：产品公司的浪漫与代价

故事：1976 年，沃兹尼亚克的技术天才 + 乔布斯的产品直觉，在车库里做出 Apple I/II，开创了个人电脑产业。1984 年 Macintosh 定义了图形界面，但乔布斯坚持封闭、软硬件一体，在 80-90 年代被"微软 + Intel + 兼容机"的开放联盟打得只剩个位数份额，乔布斯被赶出自己创立的公司。1997 年回归后，靠 iPod、iPhone、iPad 三次站上浪尖——这一次，封闭生态赢了，因为时代变了（软硬件一体化的体验优势在移动端成立）。

教训：

同一个策略（封闭），在 PC 时代是死路，在移动时代是活路——没有永远正确的战略，只有和时代匹配的战略；
乔布斯的强项是"定义产品"而不是"发明技术"：图形界面来自施乐 PARC，触摸屏技术也不是苹果发明，但苹果把它们做成了普通人能用的东西。

AI 时代的新思路：

苹果故事对 AI 创业最大的启示是体验集成：

大模型能力是"原子能力"，就像当年的图形界面技术——实验室里有，但普通人用不上。把模型能力包进一个普通人能用的完整产品里，就是苹果式的创业思路。Cursor（AI 编程）、Perplexity（AI 搜索）、Midjourney（AI 绘画）都是这个路子：模型不全是自己的，但体验是自己的；
另一个思路是软硬结合：AI Pin、Rabbit R1 虽然失败了，但"AI 时代的 iPhone 时刻"还没真正到来，智能眼镜、AI 玩具、陪伴机器人这条路上还会有新的苹果式公司出现；
但也要记住乔布斯 1985 年的教训：在产品体验还没打磨好之前，不要迷信情怀和先发。Vision Pro 的昂贵教训也说明，AI 硬件创业要控制节奏。

2.4 微软：商业模式的创新比技术创新更致命

故事：盖茨和艾伦 1975 年为 Altair 写 BASIC 解释器起家。微软真正的转折点不是技术，而是两笔生意：花 5 万美元买 DOS 转手授权给 IBM，以及坚持只授权、不转让版权的商业模式——PC 兼容机越多，微软越赚钱。之后靠"免费捆绑"杀死网景，靠 Office 建立生态，靠 Windows 统治桌面二十年。但微软错过了互联网（IE 赢了浏览器却输了互联网），错过了搜索，错过了移动，直到纳德拉转型云计算（Azure）才重回巅峰。

教训：

商业模式本身就是护城河：DOS 不是最好的技术，但授权模式让它无处不在；
反垄断拆分差点毁了微软，但失去垄断地位反而逼着它开放和转型——垄断保护的是短期利润，杀死的是长期嗅觉；
比尔·盖茨的精明在于：他从第一天就明白软件的价值在于复制成本为零，这是信息产业的底层逻辑。

AI 时代的新思路：

微软今天用 Azure + 投资 OpenAI 的方式重演了当年"IBM PC"的操作：不自己发明最强的技术，而是绑定最强的技术再卖给企业客户。创业者可以学这一招：不训模型，绑定模型生态做生意——比如做模型和企业私有数据之间的中间层（RAG、Agent 编排、权限治理），这是大模型时代"操作系统级"的位置；
反摩尔定律依然有效：AI 应用如果你 18 个月不迭代，模型能力追上来就把你的功能变成"模型自带"（套壳应用批量死亡就是这个原因）。创业的功能壁垒必须建在模型能力进化曲线够不到的地方——行业 know-how、私有数据、监管资质、线下交付。

2.5 Intel：摩尔定律既是礼物也是绞索

故事：摩尔、诺伊斯、格鲁夫 1968 年创立 Intel。1980 年代日本存储器把 Intel 逼到绝境，格鲁夫果断砍掉起家的存储器业务，All in 微处理器，押注 IBM PC，从此"Intel Inside"统治了 PC 时代三十年。但 Intel 错过了移动（ARM 低功耗路线），又在制程上被台积电反超——它在 CPU 这个生态位上做到了极致，也因此被这个生态位锁死。

教训：

摩尔定律驱动下的行业，老二没有生存空间（反摩尔定律），所以 AMD 几十年都活得艰难；
格鲁夫"砍掉存储器"的决断是全书最经典的转型案例：最难的不是看到新方向，而是放弃正在赚钱的旧业务。

AI 时代的新思路：

Intel 错过移动、英伟达押中 AI，说明每一波浪潮的"卖水人"位置都会换人。这一波浪潮的芯片红利（英伟达）创业公司基本没机会，但"卖水"不只有芯片：数据标注、评估体系（Evals）、推理成本优化、模型部署工具链，都是 AI 时代的"卖水生意"；
格鲁夫式思路的 AI 版：如果你现在做的产品/服务，18 个月后会被模型能力的进步直接覆盖（比如简单的文案生成、简单客服），那就该像 Intel 砍存储器一样现在就砍，别等现金流断掉再转。

2.6 思科：斯坦福教授夫妇的"路由器即卖水"

故事：1984 年，斯坦福两个系的机房主任（莱昂纳德·波萨克和桑蒂·勒纳夫妇）想让校园网里不同协议的机器互相通信，发明了多协议路由器。思科的聪明之处不只是发明了路由器，而是赶上了互联网爆发——不管谁在网上淘金，都要买它的路由器。思科也通过持续并购保持技术领先，2000 年市值一度全球第一（5000 亿美元+），随后互联网泡沫破裂跌落，但至今仍是网络设备霸主。

教训：

卖水生意是浪潮里最稳的位置：淘金者九成九会死，卖水的活得最好；
思科的并购机器说明：技术公司到一定规模后，创新可以"买"来，但整合能力是自己的。

AI 时代的新思路：

AI 时代的"路由器"是什么？候选答案：推理基础设施（GPU 云、模型托管）、数据管道、Agent 之间的通信协议（比如 MCP 这类协议如果成为事实标准，围绕它的工具链就是路由器生意）；
思科式创业的现代版本：不赌哪个模型赢，服务所有用模型的人。向量数据库（Pinecone、Milvus）、模型监控（LangSmith）、推理优化（vLLM）都是"AI 淘金潮里的卖水人"。这个思路的风险是——云厂商会把卖得最好的"水"自己做掉，所以卖水也要卖到深水区（复杂场景），不能在浅水区。

2.7 网景：起得最快，死得也最快

故事：1994 年，伊利诺伊大学的学生马克·安德森写了 Mosaic 浏览器，和 SGI 创始人克拉克创立网景，把互联网从学术圈带给了普通人。网景 16 个月就上市，创造了互联网造富神话。但微软用"免费捆绑 IE"直接攻击其收入根基，网景 4 年就被迫卖给 AOL。它的遗产却极其深远：JavaScript、SSL、cookie，以及安德森后来创立 a16z 成为硅谷顶级风投。

教训：

单一产品、单一收入来源，在巨头面前没有防御纵深；
先发的优势如果没有转化为生态，就只是"帮巨头验证市场"；
安德森本人的轨迹也很有意思：创业被巨头碾过后，转身成为投资人——把对浪潮的理解变成了另一种杠杆。

AI 时代的新思路：

网景的死法在 AI 时代每天都在重演：功能型应用被平台顺手做掉。

对照自查：如果你的产品是"一个 Prompt 包一层壳"，那你的命运就是网景 2.0——ChatGPT/Claude/豆包下一次更新就会把你变成系统自带功能；
网景式生存策略：做平台不方便做的事。微软能免费捆绑浏览器，但做不了垂直行业的脏活累活。AI 创业要找"巨头捆绑不了"的东西——需要线下交付的、需要行业牌照的、需要和企业数据深度耦合的；
另一个思路是学安德森的转身：如果做产品打不过，就做这波浪潮的投资人/生态位观察者——程序员做技术自媒体、做 AI 早期投资、做开发者社区，本质都是把认知变现。

2.8 雅虎：开创了模式，却被模式淘汰

故事：1994 年，斯坦福博士生杨致远和费罗把喜欢的网站整理成目录——“Jerry’s Guide to the World Wide Web”，后来变成 Yahoo!。雅虎定义了门户网站、开创了"免费 + 广告"的互联网商业模式，是所有中国第一代互联网公司的老师（新浪、搜狐、网易都在抄它）。但雅虎骨子里是媒体公司而不是技术公司：它用人肉编辑整理目录，对搜索技术不上心，把搜索外包给 Inktomi、又外包给 Google——等于亲手喂养了掘墓人。错过收购 Google（两次）、错过收购 Facebook，最终在移动互联网时代彻底掉队，2017 年被 Verizon 收购。

教训：

雅虎开创了"免费 + 广告"，但它不懂广告的效果要靠技术优化——Google 用算法把广告做成了精准匹配，雅虎还停留在卖展示位；
把核心能力（搜索）外包，是科技公司最危险的决定之一；
雅虎之鉴：路径依赖——目录时代太成功，以至于无法理解搜索时代。

AI 时代的新思路：

雅虎的历史正在 AI 时代重放：很多"AI 应用公司"其实在做新时代的"人肉目录"——靠运营、靠内容编辑堆出来的 AI 产品，模型一升级，人肉部分的价值就清零。自查标准：你的产品价值里，有多少比例会被下一代模型免费赠送？
雅虎教训的正面用法：永远不要外包你的核心差异化能力。AI 创业可以外包模型（反正模型在商品化），但不能外包：用户关系、数据闭环、行业 know-how；
新机会：雅虎当年"帮用户找到信息"的需求，在 AI 时代变成了"帮用户做决策"。AI Agent 版黄页/目录 + 自动执行（帮用户找服务、比价、下单、售后）是一个还没被做好的大方向——雅虎只做到了"找到"，AI 可以做到"办完"。

2.9 Google：技术信仰者的胜利

故事：1996 年，斯坦福博士生佩奇和布林发明 PageRank——用网页间的链接关系给网页排名，搜索质量碾压当时的所有对手。Google 的伟大在于几件事同时做对：技术（PageRank + 分布式系统）、商业模式（AdWords 竞价排名，把广告做成了可度量的效果生意）、文化（工程师主导、“不作恶”）、以及不惜血本投入基础设施（自己造服务器、建数据中心）。之后 Android 赌中移动、收购 YouTube 赌中视频，但也在社交（Google+）、通讯等赛道上屡战屡败。如今 Google 面临创立以来最大的挑战：ChatGPT 直接攻击搜索的根基——用户要的不再是链接列表，而是答案。

教训：

Google 是全书里最"技术至上"的公司，但它的胜利其实是技术 × 商业模式 × 基础设施的复合胜利，缺一个都不成立；
诺威格定律：搜索份额见顶后，Google 靠 Android、YouTube、云找到新增长曲线，这是它能活过 25 年的关键；
但它今天的困境也证明：没有任何生态位是永久的，包括搜索本身。

AI 时代的新思路：

Google 自己证明了基础设施投入是长期主义的壁垒。AI 创业的对应版本：为 AI 时代重建基础设施——AI 原生的数据库、AI 原生的安全、AI 原生的办公套件。不要想着"在旧软件里加 AI 功能"，而要问"如果从零开始为 Agent 设计，这个东西应该长什么样"（比如，为 Agent 而不是为人类设计的 API、为 AI 编程协作设计的代码仓库）；
“用户要答案不要链接"这个趋势里藏着新一代 Google 的机会：垂直领域的答案引擎——法律、医疗、科研、金融，通用模型答不准、答不全的地方，就是垂直答案引擎的立足点（Perplexity 已验证通用版，垂直版还大有空间）;
Google 的多元化（诺威格定律）对创业者的启示：单一 AI 产品的天花板来得会比想象中快，从第一天就想好第二个增长曲线，哪怕只是方向性的。

2.10 衰亡者群像：摩托罗拉、诺基亚、Sun 的共同死因

书里同样重要的反面教材：

摩托罗拉：发明了手机，但铱星计划（技术浪漫主义的极致——66 颗卫星覆盖全球，却没人买单）拖垮了它，数字手机时代又反应迟钝；
诺基亚：功能机时代的霸主，不是没看到智能机，而是功能机太赚钱，组织无法自我革命；
Sun：斯坦福四人创业（Workstation 工作站 + Solaris + Java），Java 改变世界却没赚到钱——技术影响力 ≠ 商业变现。

flowchart LR
    subgraph 死因分析
        A1["摩托罗拉<br/>技术浪漫主义<br/>铱星计划"] --> B["共同死因"]
        A2["诺基亚<br/>旧业务太赚钱<br/>无法自我革命"] --> B
        A3["Sun<br/>有技术影响力<br/>没有变现闭环"] --> B
        B --> C["把上一波浪潮的成功<br/>当成了永恒"]
    end

AI 时代的新思路：

反用诺基亚之死：传统行业的"功能机巨头”（旧软件、旧服务）越赚钱，越不可能自我 AI 化——这就是创业公司替他们服务/替代他们的窗口期。看看哪些行业还在用十年前的软件收钱，那里就有 AI 替代的机会；
反用 Sun 之死：做 AI 开源项目获得影响力之后，必须在一开始就设计变现路径（托管服务、企业版、生态分成），否则影响力就是给别人做嫁衣；
反用铱星计划：AI 项目先做需求验证，再堆技术。铱星的教训是"技术上可行"和"商业上值得"之间隔着一条银河。今天很多"用 AI 做 XX"的项目，本质都是小型铱星——工程师的浪漫，市场的灾难。

2.11 仙童半导体：“八叛徒"与硅谷的诞生

注：《浪潮之巅》第四版（2019）新增了"新兴科技与初创企业"相关内容，补充了仙童、Facebook、特斯拉等案例。本节起为新版内容补记。

故事：晶体管发明人之一、诺奖得主肖克利 1955 年创办肖克利半导体实验室，招到八个天才年轻人，但他管理专断多疑。1957 年，八人集体出走（肖克利骂他们是"八叛徒”），在投行职员阿瑟·洛克（Arthur Rock）牵线下，由仙童摄影器材公司出资创立了仙童半导体。仙童做出两件改变历史的事：赫尔尼发明平面工艺，诺伊斯在此基础上于 1959 年发明硅集成电路。但东海岸母公司不断抽走利润、拒绝给员工股权，人才开始外流：1968 年诺伊斯和摩尔创立 Intel，1969 年桑德斯创立 AMD，斯波克执掌国家半导体，克莱纳后来创立硅谷最传奇的风投 KPCB。仙童被称为"半导体产业之母"——硅谷的"硅"、风险投资模式、股权文化，全从这一家公司开始。

教训：

肖克利手握最好的技术天团却留不住人——技术号召力代替不了管理与激励；
母公司把仙童当提款机、不给股权，等于亲手把核心技术连同人才一起送走——仙童最后活成了"半导体军校"，专门给对手培养创始人；
仙童最大的遗产不是产品，而是三样"制度发明"：集成电路、风险投资交易结构（洛克的那笔投资是现代 VC 的模板）、员工股权激励文化。

AI 时代的新思路：

今天的 OpenAI 正在上演"仙童时刻"：核心团队出走创立 Anthropic、SSI、Thinking Machines 等公司——大模型行业的人才外溢路径和当年半导体业一模一样。对创业者的启示：巨头研究院动荡期，是创业公司捡顶级人才的最佳窗口；
反面自查：如果你的创业公司没有设计好股权和期权，你就是下一个仙童——“AI 产业之母”，专门给别人培养 CTO；
仙童故事还催生了一个"创新工具"——风险投资本身。AI 时代的对应物是：算力换股权（云厂商以 GPU 资源入股）、开源换生态位（开源模型换取开发者标准地位）。融资工具的演化，本身就是创业机会的一部分。

2.12 Facebook：把"关系"变成可计算的资产

故事：2004 年，扎克伯格在哈佛宿舍上线 TheFacebook，从校园一路扩张到全民。几个关键决策：坚持实名制 + 真实关系链（与 MySpace 的虚拟身份区隔开）；2006 年顶着全站骂声上线 News Feed（事后证明是社交产品的标配）；2007 年开放第三方平台；2012 年上市前后完成惊险的移动转型；收购 Instagram（10 亿美元）和 WhatsApp（190 亿美元）都堪称神操作。Facebook 的本质，是把全人类的"关系网"——社交图谱（Social Graph）——变成了一份私有、可计算、可卖广告的资产。

教训与规律：

梅特卡夫定律（网络价值 ∝ 节点数的平方）在社交领域发挥到极致：70-20-10 律在社交网络里表现为接近 100% 的垄断——挑战者哪怕产品好 10%，也搬不走用户的关系链；
但护城河也在变浅：TikTok 用**算法推荐（兴趣图谱）**绕开了社交图谱——不需要先有朋友关系，算法直接把内容喂给你。Facebook 被迫改名 Meta 押注元宇宙，至今没有赢回叙事权；
Facebook 的另一重身份是"工具工厂"：React、PyTorch、GraphQL、Cassandra 都出自它的工程团队——把内部工具开源，是建立行业标准地位的廉价手段。

AI 时代的新思路：

Facebook 的核心资产"社交图谱"正在被 AI 重构：Character.ai 这类 AI 陪伴产品证明了用户需要的未必是"真人关系链"，而是"被理解和被回应"。AI-native 的社交/陪伴产品是新一波社交创业的入口；
TikTok 用兴趣图谱打败社交图谱的历史会在 AI 时代重演：用 AI 直接理解内容和人，可以绕开冷启动最难的"关系网积累"——新社交产品不再需要先攒社交图谱；
工具开源策略依然有效：AI 公司把训练框架、Agent 框架开源，换的是标准制定权和人才向心力（看看 LangChain、vLLM 的位置就知道了）。

2.13 特斯拉：用软件和第一性原理重造汽车

故事：特斯拉 2003 年创立，2004 年马斯克领投入局。Roadster（2008）证明电动车可以很性感，Model S（2012）证明可以规模量产，Model 3 的"产能地狱"差点要了命，上海超级工厂（2019）证明了制造效率的极限。特斯拉的关键创新不在任何单点技术，而是把整个汽车产业的逻辑改写：用笔记本同款的 18650 电芯 + 电池管理系统（BMS）拼出电池包；用 OTA 软件升级让车"越开越新"；直营绕过经销商体系；超级工厂垂直整合，把供应链攥在自己手里。

教训与规律：

第一性原理：马斯克算过账——电池组按原材料市场价计算远低于当时的市场售价，中间的差价是"历史惯性"而不是物理必然，所以自己造。这是全书中罕见的"用物理学思维做商业决策"的样本；
软件定义硬件：车变成了"轮子上的计算机"，安迪-比尔定律开始在汽车行业生效——硬件利润越来越薄，价值向软件和数据迁移；
特斯拉是三浪叠加的受益者：锂电池技术进步 + 移动互联网（车作为终端）+ 自动驾驶 AI。单一浪潮成就产品，浪潮叠加才成就帝国。

AI 时代的新思路：

特斯拉模式 = 硬件公司的 AI 化模板：影子模式采集真实数据 → 云端训练 → OTA 下发 → 更好的模型，这套"数据飞轮"是 AI 产品的通用范式，机器人、无人机、工业设备都可以复制；
FSD V12 用端到端神经网络替代了三十多万行手写规则代码，证明**“数据和算力替代工程师规则”**的方法论成立——这个方法论正在外溢到通用机器人（人形机器人被普遍看作"下一个特斯拉"）；
第一性原理自查同样适用于 AI 创业：你产品的成本结构里，有多少是"历史惯性"？推理成本两年降两个数量级之后，很多昨天"不划算"的 AI 应用今天已经成立——重新算账，就是重新找机会。

三、技术底牌：十三个案例背后的核心算法、数学与创新工具

复盘完故事，值得单独盘一盘这些公司的"技术底牌"——它们当年手里到底握着什么牌。看完之后会发现一个规律：真正改变浪潮的，往往不是一个产品，而是一两个可复制的算法、一条数学定律、或者一个开创性的工具。

3.1 总览表

案例	核心算法 / 数学工具	创新工具 / 系统	后续影响
贝尔实验室	香农信息论、采样定理	晶体管、UNIX、C 语言、激光、蜂窝通信	几乎整个信息产业的数学与物理底座
IBM	关系模型（Codd，基于集合论/关系代数）	System/360 兼容机架构、FORTRAN、SQL 前身、RISC、硬盘	定义了"企业计算"和数据库产业
苹果（及施乐 PARC）	区域填充/位图图形算法（QuickDraw）	图形界面 GUI、鼠标、所见即所得、面向对象（Smalltalk，来自 PARC）	定义了人机交互范式
微软	浮点 BASIC 解释器（4KB 内存内实现）	MS-DOS、Windows、Office	证明"软件本身可以是商品"
Intel	摩尔定律（经验定律，指数增长）	4004 微处理器（单芯片 CPU）、x86 架构	硬件的"计时器"，整个产业的节拍器
思科	路由算法（距离矢量 RIP、链路状态 OSPF，底层是图论最短路径）	多协议路由器、IOS	让不同网络互联，互联网的地基
网景	RSA 公钥加密、混合加密（SSL）	浏览器、JavaScript、cookie、SSL	定义了 Web 应用形态
雅虎	（技术弱）目录分类法	门户、“免费 + 广告"模式	模式开创者，算法缺席者——这也是它的死因
Google	PageRank（马尔可夫链平稳分布）、广告拍卖机制（GSP/VCG 博弈论）	MapReduce、GFS、BigTable、后来的 Transformer	把"大规模分布式计算"变成标准工程能力
摩托罗拉 / 诺基亚 / Sun	六西格玛（统计过程控制）、蜂窝频率复用	移动电话（DynaTAC）、GSM、Java/JVM、SPARC RISC	Java 改变世界但没赚到钱
仙童半导体	平面工艺（光刻）、摩尔定律（1965 年论文的源头）	硅集成电路、风险投资交易结构、员工股权激励	硅谷的起点：集成电路 + VC + 股权文化
Facebook	梅特卡夫定律（网络价值 ∝ n²）、EdgeRank（信息流排序）、链接预测（好友推荐）	News Feed、Open Graph、React / PyTorch / GraphQL / Cassandra	把"关系"变成可计算、可卖广告的图资产
特斯拉	BMS 电池管理算法、端到端神经网络（FSD）、数据飞轮	OTA 升级、超级工厂、一体压铸、Dojo 超算	“软件定义硬件"的产业模板

3.2 几个值得单独讲的"硬核底牌”

香农信息论（贝尔实验室，1948）：整个信息时代的"牛顿定律”

香农在贝尔实验室发表的《通信的数学理论》，回答了两个问题：信息怎么度量？信道最多能传多少？

信息熵：

$$H(X) = -\sum_{i} p_i \log_2 p_i$$

信道容量（香农-哈特利定理）：

$$C = B \log_2 \left(1 + \frac{S}{N}\right)$$

直觉：$B$ 是带宽，$S/N$ 是信噪比。这个公式给所有通信系统划了一条理论上界——无论你的调制方案多聪明，都不可能超过 $C$。此后 70 年的调制解调器、3G/4G/5G、Wi-Fi，本质都是在逼近这条线。吴军在《数学之美》里反复强调的观点也源于此：好的数学模型能把"需要智能"的问题变成"可以计算"的问题。

关系模型（IBM，1970）：一篇论文开创一个产业

IBM 研究员 Codd 1970 年发表论文，把数据库建立在集合论和一阶谓词逻辑上：数据是关系（元组的集合），查询是关系代数运算（选择、投影、连接）。Oracle 的创始人 Ellison 正是读了这篇论文后抢先做出商用产品——这是"IBM 发明、别人收割"的又一例（和 PC 养大微软/Intel 如出一辙）。今天的 MySQL、PostgreSQL，乃至 NoSQL 之后又回归 SQL，都证明这个数学模型选对了一次，管了 50 年。

摩尔定律（Intel，1965）：一条经验曲线统治一个行业

严格说它不是物理定律，而是观察 + 自我实现的预言：

$$\text{晶体管数量}(t) \propto 2^{t / 18\text{个月}}$$

它的真正威力在于给了整个产业一个可预期的节拍器：软件公司敢按"两年后性能翻倍"来设计产品，风险投资人敢按这个节奏下注。反摩尔定律只是它的镜像。今天 AI 领域有类似的曲线——模型能力随算力/数据规模增长（Scaling Laws），推理成本每年数量级下降。创业者读摩尔定律的正确姿势，是把它当成"为两年后的成本结构做设计"的许可证。

路由算法（思科）：图论改变世界

互联网的核心问题之一是：数据包从 A 到 B 走哪条路？这正是图论里的最短路径问题：

OSPF（链路状态协议）：每个路由器掌握全网拓扑，然后跑 Dijkstra 算法算最短路径；
RIP / BGP（距离矢量/路径矢量）：每个路由器只知道邻居告诉它的距离，类似分布式 Bellman-Ford。

思科的商业天才不在于发明这些算法（它们来自学术界），而在于把这些算法固化进一台可靠、好卖的盒子里。这又是一个"算法公开、工程变现"的案例——和今天"Transformer 论文公开、应用公司变现"的结构一模一样。

SSL 与公钥加密（网景，1994）：数论给电商开门

网景为了让浏览器能安全地传信用卡号，发明了 SSL。底层是 RSA：

$$c = m^e \bmod n, \qquad m = c^d \bmod n$$

安全性依赖于"大整数分解困难"——知道 $n = p \times q$ 容易，从 $n$ 反推 $p, q$ 极难。SSL 用 RSA 交换对称密钥（混合加密），再用对称加密传数据。没有这套数论工具，就没有电商和网上银行——网景虽然死了，它留下的 SSL/TLS 至今保护着每一笔网上交易。

PageRank（Google，1996）：把互联网看成一个马尔可夫链

PageRank 的模型极其优雅：把网页看作节点、超链接看作边，假设一个"随机冲浪者"每次以概率 $d$ 沿链接跳转、以概率 $1-d$ 随机跳到任意页面。各网页的重要性就是这条马尔可夫链的平稳分布：

$$PR(u) = \frac{1-d}{N} + d \sum_{v \to u} \frac{PR(v)}{L(v)}$$

数学上等价于求转移矩阵的主特征向量，工程上用幂迭代反复乘到收敛。这个公式的天才之处：它把"网页质量"这个主观判断，转化成了图上的线性代数问题——这正是《数学之美》的核心思想在搜索上的复现（吴军本人就在 Google 做过搜索质量）。

Google 的第二张数学底牌是广告拍卖：AdWords 用广义二价拍卖（GSP）——出价最高者赢，但只付第二名的价格加一分。这来自博弈论里的 Vickrey/VCG 机制设计，让广告主有动力报真实估价。雅虎卖展示位是按"感觉"收钱，Google 按点击和转化收钱——算法把广告从品牌生意变成了可优化的数学问题，这就是两家公司命运分野的技术根源。

Transformer（Google，2017）：埋下今天浪潮的种子

《浪潮之巅》成书早于这一波，但 Google 2017 年的论文 Attention Is All You Need 提出了 Transformer：用自注意力机制替代循环结构，本质上是对序列中任意两个位置直接计算相关性权重，矩阵化之后可以大规模并行——这恰好完美匹配 GPU。历史开了个大玩笑：Google 发明了引爆大模型时代的算法，却被 OpenAI 抢先做成了产品——这几乎就是"IBM 发明关系模型、Oracle 收割"的 AI 翻版，再次验证了书里那句话：发明技术和站上浪潮之巅，是两回事。

六西格玛（摩托罗拉，1986）：统计学的工业应用

摩托罗拉发明的六西格玛质量管理，目标是每百万次机会缺陷数（DPMO）不超过 3.4。它基于正态分布：$\pm 6\sigma$ 覆盖了 99.99966% 的情形。数学上很朴素（均值、方差、控制图），但它证明了统计学本身就是一种可以卖到全世界的管理产品。讽刺的是，发明六西格玛的公司死于战略失误——质量控制救不了方向错误，再好的 $\sigma$ 也算不过趋势。

平面工艺与光刻（仙童，1959）：把"制造"变成"印刷"

仙童之前，晶体管是一根根手工连线的分立元件，规模上不去、可靠性差。赫尔尼的平面工艺用二氧化硅层做保护，配合光刻技术——像洗照片一样把电路图案"印"在硅片上；诺伊斯随即想到：既然能印，就可以把多个元件和连线一次印在同一块硅上——集成电路就此诞生。

这一步的意义在于：芯片制造从"手艺"变成了"可复制的印刷工艺"，良率可控制、规模可复制、成本可下降——摩尔定律之所以能以指数曲线走五十年，物理基础就是平面工艺这条产线。仙童留下的另一个"工具"是无形的：阿瑟·洛克设计的那笔投资（分期注资 + 管理层期权），成了现代风险投资交易结构的模板；员工持股也从这里开始成为硅谷的标配。制度设计和工艺一样，是可以被后来所有公司复用的发明。

梅特卡夫定律与 EdgeRank（Facebook）：图论 × 排序算法

Facebook 的护城河可以用一条经验定律刻画——梅特卡夫定律：网络的价值正比于节点间可能的连接数，即

$$V \propto \frac{n(n-1)}{2} \approx n^2$$

用户越多，关系链越密，迁走一个用户等于要他放弃整张关系网——这就是社交产品天然垄断的数学解释。

信息流排序早期用的是 EdgeRank，每条内容对某个用户的得分由三个因子相乘：

$$\text{Score} = \sum_{\text{edges } e} u_e \cdot w_e \cdot d_e$$

$u_e$ 是亲密度（你和发布者的互动强度），$w_e$ 是边权重（评论 > 点赞 > 浏览），$d_e$ 是时间衰减。这个公式后来被机器学习排序（GBDT，再到深度学习）取代，但"用户关系 × 内容类型 × 时效“的三因子结构至今仍是推荐系统的基本骨架。好友推荐则是图上的链接预测（共同好友越多，越可能认识——三角闭合原理）；后期还加上 DeepFace 人脸识别。可以说 Facebook 是把"人类社会关系"图论化、算法化最彻底的公司。

数据飞轮与端到端网络（特斯拉）：自动驾驶的方法论革命

特斯拉在算法上的底牌不是某个单点模型，而是一套数据飞轮机制：

flowchart LR
    A["车队影子模式<br/>人类开车时默默采集数据"] --> B["云端筛选<br/>高价值片段"]
    B --> C["训练神经网络<br/>Dojo 超算"]
    C --> D["OTA 下发<br/>车队升级"]
    D --> E["模型变好<br/>采集到更好的数据"]
    E --> A

FSD V12 更进一步：用端到端神经网络（传感器视频进、驾驶指令出）替代了三十多万行手写的感知-规划规则代码，同时配合 HydraNet（多头共享主干的多任务网络）和 Occupancy Network（占用网络，把三维空间体素化）。这和摩尔定律/香农公式是同一类启示：当一个领域可以从"手写规则"切换到"数据驱动"时，该领域的旧玩家积累会瞬间贬值——这正是 AI 大模型正在各行各业做的事。

3.3 一个值得记住的横向规律

把这些底牌摆在一起，能看到一个清晰的模式：

flowchart LR
    A["数学/算法突破<br/>信息论 · 关系模型 · PageRank<br/>RSA · Dijkstra · Transformer"] --> B["工具化<br/>UNIX · SQL · 浏览器 · 路由器"]
    B --> C["商业模式接住<br/>授权 · 广告拍卖 · 卖水"]
    C --> D["浪潮之巅"]
    A -.->|"缺了这一步"| E["贝尔实验室式悲剧<br/>发明无数，收割寥寥"]
    B -.->|"缺了这一步"| F["Sun 式悲剧<br/>Java 改变世界<br/>却没赚到钱"]

算法本身几乎从不直接赚钱——信息论、PageRank、Transformer 都是公开发表的；
赚钱的是把算法工具化、再用商业模式接住的那一步；
所以对程序员创业的真正启示是：盯紧公开的算法突破（它们是免费的），竞争发生在工具化和场景化这两层——这正是今天 AI 应用创业的主战场。

四、浪潮的幕后推手：风投、投行、斯坦福、印钞机与金融风暴

前面十三章讲的是浪尖上的公司。《浪潮之巅》后半部分把镜头拉远，讲了造就浪潮的生态系统：钱从哪来（风险投资）、怎么退出变现（投资银行）、人才和点子从哪来（斯坦福大学）、什么样的生意最赚钱（印钞机商业模式）、以及整个系统什么时候会崩（金融风暴）。这部分对想创业的程序员其实比公司故事更实用——因为公司故事你只能旁观，生态规则你却天天在用。

4.1 风险投资：浪潮的放大器

内容：现代风险投资正是从仙童那笔投资（阿瑟·洛克牵线）开始的，此后红杉资本（投了苹果、思科、雅虎、Google）、KPCB 成为硅谷的造王者。VC 的运作结构是：

flowchart LR
    A["LP 有限合伙人<br/>大学基金/养老金/富豪<br/>出钱不干活"] -->|"注资"| F["风险投资基金<br/>10 年周期"]
    G["GP 普通合伙人<br/>基金管理团队"] -->|"管理"| F
    F -->|"分阶段下注<br/>天使→A→B→C"| S1["创业公司 A"]
    F --> S2["创业公司 B"]
    F --> S3["创业公司 C...N"]
    S1 -.->|"IPO / 并购退出"| R["收益分配<br/>LP 拿 80%<br/>GP 拿 20% 分成 + 2% 管理费"]
    S2 -.->|"大概率失败归零"| X["幂律分布：<br/>1-2 家赚回整个基金"]

规律：

VC 不是发明家，是放大器——它只押注浪潮方向，然后在方向上批量下注；
收益服从幂律分布：一个基金投二三十家，绝大部分平庸或死掉，靠一两家百倍回报回本。这决定了 VC 只投"天花板足够高"的生意——你的生意如果做大了也只有几亿市值，VC 不会感兴趣，这不丢人，只是不匹配；
拿 VC 的钱 = 签下对赌：烧钱换增长，赌的是 exit（上市或被收购）。

AI 时代的新思路：

AI 时代的 VC 出现了新变体：算力换股权——微软投 OpenAI 的对价大部分是 Azure 算力额度，投资款又以云服务消费的形式回流。创业者拿谁的钱，就绑定了谁的生态，这个决策比估值高低更重要；
AI 杠杆让单家公司需要的资本大幅下降（三个人 + 大模型能干过去三十个人的活），天使轮/A 轮的逻辑正在被重写：不缺钱的项目可以更晚融资、要更好的条款；
对个人的启示：理解幂律也适用于职业选择——你加入哪家创业公司，本质就是把自己的时间当成 LP 出资，要选那个"成了能改变量级"的池子。

4.2 投资银行：科技公司变现与退出的管道

内容：投行是科技公司和公开市场之间的管道：承销 IPO（定价、路演、分销股票）、撮合并购。书里对投行的评价是"成也萧何，败也萧何”——没有投行，科技公司无法变现、创始人和员工的股票无法变成真金白银；但投行为了佣金也有动力吹大泡沫（2000 年互联网泡沫里，投行把一堆亏损公司包装上市）。

创新工具与数学：

估值工具：DCF（现金流折现）、可比公司倍数——给"未来"定价的一套话术体系；
Google 的荷兰式拍卖 IPO（2004）：Google 不信任投行定价，改用拍卖机制让市场竞价决定发行价——这本身是博弈论机制设计的应用，绕开了投行压价分给机构客户的潜规则。

AI 时代的新思路：

AI 公司给投行出了新难题：模型能力和数据资产怎么估值？ 传统的 DCF 和可比倍数面对"三个人的团队年入一亿美元"（如 Midjourney 这类案例）已经失灵——估值锚在漂移，既是混乱也是机会；
创业公司要提前想好退出路径：是上市（需要规模和合规），还是被收购（需要战略价值）。AI 时代"被巨头收购"的路径更短——很多团队冲着 acquihire（人才收购）去创业，这本身也是一种理性策略。

4.3 斯坦福大学：硅谷的人才与创新发动机

内容：硅谷之所以在硅谷，而不是在波士顿 128 号公路（当年东海岸科技更发达），很大程度上因为斯坦福。特曼教授（Frederick Terman）鼓励师生创业，促成了惠普的车库传奇；斯坦福工业园把土地租给科技公司，让企业和学校物理上长在一起；**技术许可办公室（OTL）**让教授的发明可以系统性地授权给公司。雅虎、Google、思科、Sun——书里一半的主角都是斯坦福师生创办的。背后还有一个制度工具：美国 1980 年的 拜杜法案（Bayh-Dole Act），允许大学持有联邦资助研究的专利并对外授权，一举打通了"国家出钱研究 → 大学持有专利 → 企业付费转化"的链条。

规律：

大学对产业的贡献不是发论文，而是制度设计：让人才能自由流动（教授可以停薪留职创业）、让成果能合法变现（OTL + 拜杜法案）；
对比之下，东海岸高校把发明锁在专利柜里，128 号公路最终被硅谷超越。

AI 时代的新思路：

这波 AI 浪潮里，大学的位置明显弱化——算力和数据都在工业界，顶尖人才从大学流向 OpenAI 和各大厂实验室。创新的源头正在从"大学 + 公司"双引擎变成公司单引擎；
对程序员个人的启示：如果你没有斯坦福，就自己建一个"微生态"——开源社区、技术社群、行业人脉就是个人的 OTL。在 AI 时代，个人的技术影响力（GitHub、博客、开源项目）是可以直接变现为机会的资产。

4.4 印钞机：什么样的商业模式最赚钱

内容：书里专门有一章讨论"印钞机"式的商业模式——一旦建成，不需要太多人工干预就能持续自动赚钱的系统：

印钞机类型	代表	为什么能自动印钱
广告自动匹配	Google AdWords	广告主自助竞价投放，无需销售员，边际成本趋零
平台抽佣	eBay、亚马逊	交易由买家卖家自己完成，平台只收过路费
直销+按单生产	戴尔	先收钱再生产，负营运资金，别人替它垫资
软件授权	微软	复制成本为零，多卖一份就是纯利润
虚拟商品	腾讯	虚拟道具边际成本为零，毛利率极高

判断标准（自查清单）：能不能自动化运转？边际成本是否趋近于零？能不能无限规模化？有没有自增强的网络效应？——四条全中的才是印钞机，缺一条就是苦生意。

AI 时代的新思路：

AI 让"印钞机"民主化了：一个人 + 一组 Agent，可以运营过去需要一个团队才能跑的自动业务（内容站群、自动客服、自动交易撮合），“一人公司"第一次成为现实选项；
但有个关键不同：软件复制的边际成本是零，大模型推理的边际成本不是零（每一次调用都烧 GPU）。所以 AI 时代的印钞机要重新设计定价——从包月订阅走向按量付费、甚至按结果付费（outcome-based pricing：AI 客服按"成功解决的工单数"收费）。谁能设计出"推理成本可控 + 按价值收费"的结构，谁就造出了新一代印钞机；
警惕伪印钞机：如果你的"自动化"背后要靠大量人工审核兜底（内容安全、幻觉纠错），那你不是印钞机，是外包公司。

4.5 金融风暴：潮水退去时谁在裸泳

内容：书里复盘了 2008 年金融危机的链条：房贷打包证券化（MBS/CDO）→ 层层加杠杆（投行杠杆高达 30 倍以上）→ 评级机构失灵 → 雷曼兄弟倒闭。对科技业的影响则是：泡沫破裂反而加速了洗牌——手握现金的微软、Google 安然过冬，靠融资续命的公司批量死亡。

背后的数学工具（反面教材）：危机的技术根源之一是高斯 copula 模型（李祥林模型）被华尔街滥用——它假设各笔贷款的违约相关性服从正态分布，严重低估了"一起违约"的尾部风险。模型本身没有错，错的是把模型假设当成了现实。这个教训对所有做模型的人（包括今天的 AI 从业者）都成立：模型的输出只在假设成立的范围内有效。

AI 时代的新思路：

危机是最好的创业窗口：Airbnb（2008）、Uber（2009）、WhatsApp（2009）都诞生在金融危机期间——资本贵、人才便宜、竞争少。如果 AI 投资热退潮，恰恰是真创业者的好时候；
现金流纪律：书里的幸存者是现金储备厚的公司。AI 创业同理——推理成本是持续出血点，毛利为负的增长是自杀，runway 永远比增长率重要；
当下 AI 数据中心军备竞赛与 2000 年光纤泡沫的对照值得每个从业者想一遍：2000 年铺的光纤没有白铺（后来都成了互联网的地基），但铺光纤的公司死了一大批——技术判断对了 ≠ 投资判断对了。参与浪潮的方式有很多种，押错位置照样出局。

五、把规律汇总：一张图看 40 年的浪潮更替

timeline
    title 信息技术浪潮更替（《浪潮之巅》视角 + AI 时代延伸）
    1957 : 硅谷起点 : 八叛徒创立仙童 : 集成电路 + 风险投资诞生
    1960-1980 : 大型机时代 : IBM 独大 : 贝尔实验室发明晶体管/UNIX
    1980-1990 : 个人电脑时代 : 苹果开创 : 微软+Intel 收割（Wintel）
    1995-2000 : 互联网时代 : 网景点火 : 思科卖水 : 雅虎定义门户
    2000-2010 : 搜索与Web 2.0 : Google 登顶 : 泡沫破裂洗礼
    2004-2014 : 社交网络 : Facebook 垄断社交图谱 : 特斯拉开启电动化
    2007-2018 : 移动互联网 : iPhone 重新定义一切 : 诺基亚/摩托罗拉出局
    2016-至今 : 云计算与AI : 微软Azure翻身 : 英伟达成为新Intel
    2022-未来 : 大模型时代 : OpenAI点火 : 格局未定 : 新生态位待抢

从这张图能看到几个事实：

每一波浪潮的主角，上一波都不存在或不成气候——PC 时代的微软、互联网时代的 Google、移动时代的苹果（重生）、AI 时代的 OpenAI，都是新公司或"重生公司”；
浪潮间隔在缩短：大型机 20 年，PC 15 年，互联网 10 年，移动 10 年，大模型这一波可能 5-8 年就完成格局固化；
每一波都有"卖水人"：Intel（PC）、思科（互联网）、英伟达（AI）——卖水人比淘金者活得久。

六、我的思考与感悟

6.1 浪潮不是运气，是可以识别的

读完这本书最大的安慰是：浪潮来时是有信号的——技术突破（大模型通过图灵测试级别的对话）、成本骤降（推理价格两年降了 100 倍）、基础设施就绪（云 + GPU + 开源生态）、杀手应用出现（ChatGPT 两个月破亿用户）。2022 年之后，所有信号都齐了。识别浪潮不难，难的是承认自己所在的是旧浪潮——这对在传统软件行业干得好好的程序员尤其残酷。

6.2 “基因决定论"也适用于个人

书里说公司转型难是因为基因。我想到程序员个体也一样：写了十年 CRUD 的人，不是学不会 AI 应用开发，而是看问题的基因已经固化——习惯想"怎么实现需求”，不习惯想"模型能做到什么边界、边界外怎么兜底"。转型不是学几个 API，而是换一种思考方式：从"确定性编程"转向"概率性系统设计"。

6.3 每一波浪潮最大的悲剧都是同一个

网景的悲剧是"帮巨头验证市场"，Sun 的悲剧是"有影响力没变现"，雅虎的悲剧是"把核心能力外包"。这三个悲剧在 AI 创业圈每天都在发生。我给自己列了三个自查问题：

如果明天模型能力提升 10 倍，我的产品是更值钱还是归零？（归零的就是网景型产品）
我的核心差异化，是在我手里，还是在模型厂商手里？（外包了核心的就是雅虎型产品）
我现在的收入，会不会变成阻止我转型的诺基亚式诅咒？（旧业务越舒服越危险）

6.4 对"程序员创业"最现实的一句话

《浪潮之巅》里所有成功的技术创业，无一例外是：技术突破 × 正确的时机 × 匹配的商业模式。程序员往往只有第一个，高估第一个，低估后两个。盖茨赢不是赢在 BASIC 写得好，是赢在"授权不转让"的商业模式；Google 赢不只是赢在 PageRank，是赢在 AdWords；思科赢在"互联网淘金热里卖水"。

AI 大模型时代对程序员创业最大的利好是：技术门槛被模型拉平了——你不需要是佩奇才能做出聪明的产品。但这也意味着竞争的焦点彻底移向了商业模式和场景理解。这对只懂技术的程序员是坏消息，对愿意补齐商业思考的程序员，是几十年一遇的好消息。

七、给程序员的行动清单

综合全书规律和 AI 时代的现实，我自己的行动清单：

flowchart TD
    A["识别自己在浪潮中的位置"] --> B{"你的产品是哪种类型？"}
    B -->|"卖水型<br/>基础设施/工具链"| C["深耕<br/>这是最长命的位置"]
    B -->|"垂直应用型<br/>行业+AI"| D["挖深护城河<br/>数据/资质/交付"]
    B -->|"功能套壳型"| E["立刻转型或止损<br/>这是网景的命运"]
    C --> F["警惕云厂商下场<br/>往深水区走"]
    D --> G["警惕巨头捆绑<br/>做平台不方便做的事"]
    E --> H["把积累的认知<br/>转向 1 或 2"]

具体建议：

不要把时间花在套壳上，花在"模型 + 行业数据 + 工作流"的耦合处；
保持对基础设施层的关注（卖水人最长寿），哪怕不创业，职业方向上也值得靠；
每 18 个月做一次摩尔定律自查：我的技能和产品，跟上模型能力的进步了吗？
学盖茨的商业模式思维，学格鲁夫的断腕决断，学安德森的快速转身——这三样比学任何框架都重要；
记住浪潮的窗口期：格局固化（70-20-10）之前的窗口大约是 5-8 年。大模型这波从 2022 年算起，留给新玩家的窗口还有，但在收窄。

八、结语

吴军在书里写过一句话（大意）：在浪潮之巅的公司，不是最努力的，而是最幸运的——恰好站在了浪尖上。 但通读全书你会发现，“幸运"其实有结构：站在浪尖的公司，都是在新旧浪潮交替的混沌期就下了注的公司——盖茨在大型机向 PC 过渡时下注，佩奇在门户向搜索过渡时下注，乔布斯在 PC 向移动过渡时下注。

今天的 AI 大模型，就是这样一个新旧交替的混沌期。窗口开着，但不会一直开着。

这本书值得每个程序员读一遍，而且每隔几年重读一遍——因为你所处的浪潮位置变了，读出来的东西会完全不一样。

延伸阅读：

吴军《数学之美》——同作者的技术方法论，笔记见本站《数学之美》学习总结

Paul Graham《黑客与画家》——创业方法论的另一极，笔记见本站《黑客与画家》创业学习笔记

心即理，事上磨：一个程序员读《传习录》和《曾国藩家书》

Tue, 16 Jul 2024 10:20:17 +0800

心即理，事上磨：一个程序员读《传习录》和《曾国藩家书》

目标读者：读过前面佛学、道家、儒家三篇笔记，觉得"道理都懂"，但一开会、一 oncall、一改需求就破功的程序员。阅读目标：把《传习录》读成"心的操作系统内核"，把《曾国藩家书》读成"这套内核的工程落地手册"，拿到能直接用的修心方法论。声明：本文是程序员视角的学习总结，不谈王阳明的军政功业和曾国藩的历史争议，只拆他们用一辈子验证过的那套"心的算法"。

0. 先回答一个问题：四书五经都读完了，为什么还要读这两本？

前面三篇笔记的定位是：

佛学管内心稳不稳（处理情绪与痛苦）；
道家管顺不顺势（减少拧巴与硬刚）；
儒家管往哪里去（在关系里成为谁）。

但读完后有个巨大的坑：道理都懂了，事到临头还是用不出来。

知道"中庸"，被产品怼的时候照样血压飙升；
知道"格物致知"，看到烂代码照样只想重写不想读；
知道"一张一弛"，deadline 一来照样通宵。

五百年前的王阳明和一百五十年前的曾国藩，恰好把这个问题打穿了：

《传习录》回答"为什么懂了做不到"——因为真知必含行，知而不行只是未知。 《曾国藩家书》回答"那具体怎么练"——用最笨、最慢、最不起眼的日课，一天一天磨。

一个是心法内核，一个是工程实践。两本合读，才是一套完整的"知行合一"交付。

flowchart LR
    A[传习录<br/>心的操作系统内核] -->|提供原理| C[知行合一的人生]
    B[曾国藩家书<br/>工程落地手册] -->|提供日常版本迭代| C
    C --> D[在事上磨出来的<br/>稳定的自己]

1. 核心地图：两部书各自解决什么问题

经典	一句话定位	核心问题	程序员类比
《传习录》	心的操作系统内核源码	知与行为什么断层	为什么看了文档还是写不出代码
《曾国藩家书》	内核的日常运维手册	普通人怎么持续地练	没有天赋的人如何日更交付

两部书的气质完全相反，正好互补：

王阳明是天纵奇才，龙场悟道，一夜打通。他的书讲"本源"：心即理、知行合一、致良知、事上磨——四个概念层层递进。
曾国藩是公认的"钝人"，考了七次才中秀才，自认"余性鲁钝"。他的家书记录的全是"笨办法"：日课十二条、结硬寨打呆仗、尚拙、耐烦、恒——一个字：磨。

天才告诉你操作系统的设计哲学，钝人告诉你这套系统怎么在自己这台"配置平庸的机器"上跑起来。我们大多数人，需要的恰恰是后者。

flowchart TD
    A[心即理<br/>答案不在外面 在你心里] --> B[知行合一<br/>真知道 必然做得到]
    B --> C[致良知<br/>内置的判断系统 随时在线]
    C --> D[事上磨<br/>唯一的修行场 就是具体的事]
    D -->|每天打磨| E[曾国藩的笨办法:<br/>日课 恒 拙 耐烦]
    E -->|磨到一定程度| A

2. 这两个人：他们的一生，就是他们哲学的论据

读心法之前，先读人。因为这两个人的特殊性在于：他们的理论不是书房里想出来的，是从绝境、惨败、漫长的不被认可里长出来的。 读懂他们的一生，后面的每个概念都会自动变得具体。

2.1 先说标准：儒家的"圣人"是怎么评的

“圣人"不是封号，它有一套沿用两千年的评审标准，来自《左传》：

“太上有立德，其次有立功，其次有立言，虽久不废，此之谓不朽。”

立德：你的人格与开创的道统，能长久地影响世道人心；
立功：你做成的事，能长久地影响现实；
立言：你留下的文字，能长久地指导后人。

三样齐备，谓之"三不朽”，也就是圣人。中国历史上被公认够格的极少，民间因此有个流传很广的说法——“两个半圣人”：孔子一个，王阳明一个，曾国藩半个。

孔子距今太远，心性无法考据。而王阳明和曾国藩留下了海量的书信、日记、奏折，他们的每一天几乎都有据可查。这是他们的故事格外有说服力的原因：不是传说，是带日志的人生。

2.2 王阳明（1472—1529）：从格竹子的书呆子到"真三不朽"

浙江余姚人，本名王守仁。12 岁问私塾先生：“何为第一等事？“先生答：“惟读书登第耳。“他反驳：“登第恐未为第一等事，或读书学圣贤耳。"——12 岁就立了"做圣人"的志向，然后用一辈子把这个 flag 跑通了。

他一生的四个关键节点：

格竹（21 岁）：笃信朱熹"格物致知”，对着自家院子里的竹子"格"了七天七夜，一无所获，还大病一场。这次失败在当时是耻辱，回头看却是心学的原点——他亲手证明了"向外求理"此路不通。
廷杖与龙场（35 岁）：为救被宦官刘瑾迫害的言官上疏，被廷杖四十、下诏狱，贬为贵州龙场驿丞——蛮荒瘴疠之地，连个正经房子都没有。随从相继病倒，他反过来劈柴烧水照顾他们。夜里躺进自己凿的石棺中自问：“圣人处此，更有何道？“某夜大悟：“圣人之道，吾性自足，向之求理于事物者误也。” 史称龙场悟道。
事上磨的军事实证（45—50 岁）：一介书生，却成了明代文官用兵第一人。南赣剿数十年匪患；宁王朱宸濠蓄谋十余年起兵十万，他手中无一兵一卒，临时募兵、用间、攻心，35 天生擒宁王。弟子问他用兵之术，他只答：“此心不动，随机而动。”
结局（57 岁）：平定宁王之功换来的不是封赏，是朝廷的猜忌和谗言——有人诬他"先通宸濠，后擒之以自解”。他不辩，回乡讲学。病逝于归途小舟，弟子问遗言，他说：“此心光明，亦复何言。”

所以他是完整的一个圣人：立德（开创心学，影响东亚五百年）、立功（一生用兵无败绩）、立言（《传习录》），三样全占，史称"真三不朽”。

2.3 曾国藩（1811—1872）：一个"钝人"能走多远的极限实验

湖南湘乡农家子弟，天资平庸——这不是谦辞，是他自己反复承认的：“余性鲁钝，他人目下二三行，余或疾读不能终一行。“他的一生，是一场"平庸配置能否跑出圣级成绩"的极限实验。

七次秀才（14—23 岁）：连考六次秀才不中，第六次还被学台公开悬牌批评"文理太浅”，全省传看。奇耻大辱，他的反应是把自己关起来逐字比对范文找差距，第七次中了秀才。此后忽然开挂：中举、进士、入翰林院。——尚拙的原始数据：笨功夫攒到临界点，会突然兑现。
日课十二条（32 岁）：给自己立下十二条每日功课，主敬、静坐、早起、读书不二、日知所亡……此后四十年，包括行军打仗最惨烈的年月，基本不辍。
屡败屡战（43 岁起）：半路出家练湘军。1854 年靖港惨败，羞愤之下两次投水自尽，被部下捞起；紧接着湘潭大捷，稳住阵脚。他给咸丰的奏折里，把幕僚写的"屡战屡败"改成了**“屡败屡战”——顺序一换，一个是交代失败，一个是宣告没输。他后来总结那几年：“打脱牙，和血吞。”**
结硬寨，打呆仗：湘军行军，半天赶路半天挖壕；围城，就围到壕沟如铁桶，耗死对手。攻安庆、围天京，全是这个笨办法，全是耗赢的。
祁门绝境（50 岁）：1860 年被太平军围困于祁门，粮道断绝，遗书已备好，幕僚劝他移营，不走。就在这种状态下，日记显示他照常读书、写字、下棋。节奏不因绝境而乱，这是他日课功夫最硬的一次上线。
功成身退（53 岁）：1864 年攻克天京，手握三十万湘军，天下最重的兵权。他的选择是：主动裁撤湘军，自解兵权。——莫问收获的另一半：该放手时放手。
终点（61 岁）：1872 年病逝前几天，日记里仍是自省、办公、读书。悔字诀写到了生命的最后一周。

他为什么只是"半个"圣人？立功（平定太平天国、开启洋务）、立言（家书与日记影响至今）足够；立德有争议——镇压太平天国的杀伐（“曾剃头”）、天津教案的妥协，都让"德"字打了折扣。但"半个"恰恰是他对普通人最大的价值：一个七次落第的钝人够到了半个，说明这条路的门槛从来不是天赋。

2.4 天才的路径与钝人的路径，终点相同

flowchart LR
    subgraph 王阳明: 天才的路径
    A1[格竹失败] --> A2[龙场绝境<br/>悟道] --> A3[事上磨<br/>一生无败绩] --> A4[此心光明]
    end
    subgraph 曾国藩: 钝人的路径
    B1[七次落第] --> B2[日课十二条<br/>每天打卡] --> B3[屡败屡战<br/>结硬寨打呆仗] --> B4[半个圣人]
    end

一个靠顿悟打通，一个靠日课硬磨；路径完全相反，结论完全相同：

心法不是想出来的，是活出来的。理论的每一行，都必须有真实人生给它写测试用例。

2.5 故事即论据：每个故事印证一条哲学

他们的故事	印证的哲学	本文对应章节
格竹七天病倒	向外求理注定失败，心外无理	第 3 节
石棺中龙场悟道	心即理：外部资源归零时，答案在心里	第 3 节
35 天生擒宁王	事上磨：此心不动，随机而动	第 6 节
遭谗毁而不辩	致良知：内心的评审，比朝廷的评审重要	第 5 节
七次落第后开挂	尚拙：笨功夫有临界点	第 7.3 节
投水被救，“屡败屡战”	耐烦、打脱牙和血吞	第 7.4 节
祁门写遗书仍照常读书	主敬与恒：节奏不因绝境而乱	第 7.1、7.5 节
克天京后主动裁军	莫问收获，知进退	第 10.2 节
临终前几日仍写日记自省	悔字诀到生命终点	第 7.5 节

这张表也是这两本书的正确读法：别把它们当语录集读，把它们当两个人的"人生日志 + 事后复盘"读。 语录是压缩包，故事才是源码。

3. 《传习录》第一性原理：心即理

3.1 你缺的不是信息，是"信”

王阳明被贬到贵州龙场——当时的蛮荒之地，驿站小吏，随时可能病死。他躺在石棺里想一个问题：如果是圣人处在我这个境地，他会怎么做？

想通了，就是著名的"龙场悟道”。悟到的是三个字：心即理。

“心外无理，心外无事。”

翻译成程序员能秒懂的话：

你要找的那个"正确答案”，不在任何外部文档里，它是你内心那个"知道该怎么做"的声音本身。

这不是唯心主义的呓语，它有一个极其务实的推论：程序员每天淹没在信息里——新技术、新框架、新方法论、别人的成功学——总觉得"我还缺一份资料，读完我就会了”。王阳明说，不，你不缺。你缺的不是信息，是"信”——信你内心已有的判断，并且真的按它去做。

你早就知道该重构那坨祖传代码，早就知道该补测试，早就知道该跟 Leader 把丑话说在前面。你不是不知道，你是不敢、拖着、等着一个"更完美的方案"从天上掉下来。

3.2 一个关键区分：心即理 ≠ 任性

“心即理"最容易被读成"想干嘛干嘛”。不是的。王阳明说的"心"，是经过"事上磨"之后清明的本心（良知），不是你当下那个被情绪、懒惰、恐惧劫持的念头。

念头	来源	王阳明的判定
“这需求太蠢了，我不干了”	情绪	习气，不是良知
“先做完，但把风险写清楚留痕”	清明判断	良知
“同事写得烂，我重写一遍爽”	ego	习气
“先读懂他为什么这么写”	清明判断	良知

区分良知和习气的能力，本身就是"事上磨"要磨出来的东西。

4. 知行合一：传习录最锋利的一把刀

4.1 “知而不行，只是未知”

《传习录》里最狠的一句话：

“知而不行，只是未知。”

你说你"知道"要锻炼身体，但从不锻炼——王阳明说，你其实不知道。 真正的"知道"，一定包含行动，就像知道火烫必然缩手，知道恶臭必然掩鼻。知和行之间如果隔着犹豫，那个"知"就是假的，只是"听说过"。

这对程序员是降维打击，因为我们的行业最擅长制造"知的幻觉"：

收藏了 200 篇架构文章 ≠ 会做架构；
看完了 K8s 官方文档 ≠ 会运维 K8s；
懂了 CAP 定理 ≠ 能在凌晨三点的故障里做出取舍。

flowchart LR
    A[看过/收藏/点赞] -->|不是知| B[信息的幻觉]
    C[亲手做过 踩过坑 复盘过] -->|才是知| D[知行合一]
    D -->|行又深化知| E[螺旋上升]
    E --> C

王阳明自己的例子更绝。他年轻时笃信朱熹的"格物致知"，跑去格竹子——对着竹子看了七天七夜，啥也没悟出来，还病倒了。这次失败才是他后来悟道的伏笔：对着外部对象空想，格不出任何东西；真知只能在"做事"里长出来。

4.2 程序员版知行合一：让知识穿过你的身体

判断一个知识你"真知"还是"假知"，就一个标准：它有没有穿过你的身体，变成一次行动。

读了《重构》？—— 这周改了一处坏味道没有？
学了领域驱动设计？—— 跟产品掰扯过一次通用语言没有？
认同"测试很重要"？—— 你上一个 PR 带测试没有？

穿过一次，知识就内化成一分。没穿过，它就只是你收藏夹里的数字资产。

5. 致良知：你内心那个 24 小时在线的 Code Reviewer

5.1 良知不是道德说教，是内置检测器

“致良知"是心学的落脚点。剥掉道德外壳，“良知"其实是一个非常工程化的概念：

它是你系统出厂时自带的一个 lint 工具，对每一个念头实时做静态检查。

想甩锅的那一瞬间，你自己知道不对——那就是良知在告警；
简历里想注水的那一瞬间，你自己知道不对——那就是良知在告警；
想糊弄一个边界条件的那一瞬间——告警。

问题是，这个 lint 的告警可以被静音。静音的方式我们都熟：“就这一次"“大家都这样"“没办法，deadline 嘛”。王阳明说，修行没有别的，就是把被静音的告警重新打开，并且每次告警都真的处理。 这就叫"致”——把良知推到极致，落实到每一件具体的事。

5.2 良知 vs 规范

注意一个区别：规范（团队的 code style、公司的价值观）是外部规则，良知是内部判断。两者大部分时候重合，但不总重合。

公司让你给灰产写代码——合规，但良知告警。听良知的。
Leader 让你把故障原因写得"委婉"一点——没人会查，但良知告警。听良知的。

孟子管这个叫"是非之心，人皆有之”。王阳明的贡献是把方法给了出来：不需要谁监督你，你自己的心就是全天候的 review 系统。慎独的最高境界，是根本不需要"独"这个概念——因为那个 reviewer 从来不下班。

6. 事上磨：程序员的主场优势

6.1 “人须在事上磨，方立得住”

《传习录》里最重要的一句实操纲领：

“人须在事上磨，方立得住，方能静亦定、动亦定。”

有学生问王阳明：我静坐的时候内心挺平静的，一遇到事就乱了，怎么办？

王阳明的回答大概是心学对现代人最有价值的一句话：那是你只知道在静中养，没有在事上磨。事上磨出来的定，才是动亦定。

flowchart LR
    A[静坐中平静<br/>静亦静] -->|一到工位| B[被打断 被怼 被催<br/>立刻破功]
    C[事上磨出来的定<br/>静亦定 动亦定] -->|一到工位| D[浪来浪去<br/>操作系统不崩]

这对程序员简直是量身定做的教义，因为我们每天就泡在"事"里：

改需求是事 —— 磨你的情绪弹性；
code review 被批是事 —— 磨你的 ego；
线上故障是事 —— 磨你的定力；
带不动的新人是事 —— 磨你的耐烦；
晋升没轮上是事 —— 磨你的得失心。

佛家的道场在坐垫上，心学的道场在你的工单系统里。 每一个让你烦躁、委屈、愤怒、焦虑的瞬间，都是一次免费的、真实的、无法模拟的修行机会——而且天天都有，不用请假去山里。

6.2 三个"事上磨"现场拆解

现场一：凌晨被 oncall 叫醒。

第一反应是烦躁和恐惧（“完了完了”）。事上磨的做法：不赶走烦躁，先承认它（“我现在很烦，很正常”），然后只做下一件事——看监控、定位、止血。磨的不是"不烦”，是烦着也能把手头动作做标准。磨十次，你会发现报警响起时心率不再飙升。这就是"动亦定"的开始。

现场二：方案在评审会上被当众否定。

习气的反应是防御（找理由、心里骂对方不懂）。事上磨的做法：在情绪起来的那 0.5 秒里，听见良知的告警（“你在防御，不在思考”），然后问一句：“你觉得最大的风险点在哪？"——把 ego 的挫败转化成信息的收集。磨的不是"不在乎”，是在乎，但把在乎用在方案上而不是面子上。

现场三：连续加班两周，看什么都不顺眼。

这是系统过载，不是修行失败。事上磨不等于硬扛——王阳明自己都说"常存此心"而不是"常逼此心”。正确的磨法：承认过载，主动降级（推掉非必要的事、睡够、告知 Leader 真实状态）。事上磨的第一条规则是：别用修行当自虐的借口。 真正的定包含"知道自己什么时候该撤"。

7. 曾国藩家书：钝人的可执行版本

如果说王阳明给出的是"为什么"，曾国藩给出的是"每天怎么过"。曾国藩天资平平——他自己说的，“余性鲁钝，他人目下二三行，余或疾读不能终一行”。这样一个钝人，最后成了"半个圣人"。他的方法论对"自认普通"的我们，参考价值远大于任何天才传记。

7.1 日课十二条：一个 19 世纪的每日 stand-up

曾国藩 32 岁那年给自己立下"日课十二条"，每天打卡，坚持了一辈子。挑对程序员最有用的六条改造：

曾国藩原版	程序员改造版	时长
主敬（整齐严肃）	开工前清空桌面，只开一个窗口	1 分钟
静坐	每天静坐，观呼吸或默念当日最重要的一件事	10 分钟
早起	固定起床时间，不赖床刷手机	—
读书不二（一本书不读完不换）	一个技术主题不啃透不换方向	持续
日知所亡（每天记下学到的东西）	每天三行工作日志：今天搞懂了什么	2 分钟
作字（每天练字）	每天一段"慢代码"：不计 deadline，写一行想一行	15 分钟

注意这套日课的设计哲学：每一条都小到不可能失败。 曾国藩深知自己是钝人，钝人靠不了激情，只能靠系统。这跟当代习惯科学的结论（原子习惯、最小可行行为）一字不差——他早了一百五十年。

flowchart TD
    A[日课十二条<br/>每天小到不可能失败] -->|一天| B[几乎无感的变化]
    B -->|一年| C[肉眼可见的变化]
    C -->|三十年| D[脱胎换骨的人]
    style D fill:#ffd,stroke:#333

7.2 结硬寨，打呆仗：反脆弱的工程哲学

曾国藩打仗的方法论是六个字：结硬寨，打呆仗。 每到一个地方，先挖壕沟、筑高墙，把自己立于不败之地，然后一点点耗。不奇袭，不冒险，不追求漂亮仗。

这套"笨办法"被同时代的人嘲笑，但它是最后的赢家。翻译成技术语言：

先保证系统不崩（结硬寨），再谈功能迭代（打呆仗）；用可靠但笨拙的工程实践，战胜一切花哨的捷径。

程序员的"结硬寨"：

测试、监控、回滚预案——不性感，但让你敢睡觉；
文档和日志——不性感，但让三年后接手的同事不骂你；
每天三行复盘——不性感，但一年后你会碾压那个"聪明"的自己。

程序员的"打呆仗"：

一个难点啃不动？不找"奇技淫巧"，就拆小、读源码、写最小复现——一铲一铲挖；
技术债还不完？每周固定还一笔，像壕沟一样一米一米推进。

聪明人找捷径，笨人挖壕沟。而捷径会塌，壕沟不会。

7.3 尚拙：天下之至拙，能胜天下之至巧

曾国藩的核心信念是"尚拙"——崇尚笨拙。他的逻辑是：

巧劲可以赢一次，拙劲可以赢一辈子。巧劲依赖状态、灵感、运气；拙劲只依赖"明天继续做"。

程序员天然理解这个：一个每天稳定提交 500 行可靠代码的人，十年后的产出，碾压一个偶尔通宵写 5000 行、其他时间躺平的"天才"。 复利不奖励峰值，奖励持续。

7.4 耐烦：所有高级能力的公共依赖

曾国藩在家书里反复讲一个词：耐烦。“居官以耐烦为第一要义”——做官如此，写代码更如此。

耐烦地读完前任留下的"屎山"，才能谈重构；
耐烦地复现那个"偶发 bug"，才能谈修复；
耐烦地听新人把笨问题问完，才能谈带人；
耐烦地跟家人讲一遍"我到底在忙什么"，才能谈理解。

所有高级能力——架构、管理、影响力——都架设在"耐烦"这个公共依赖上。 不耐烦的人，天花板很低，而且自己看不见。

7.5 悔字诀与恒字诀：复盘不内耗的秘诀

曾国藩给自己定的两个字：悔与恒。

悔：每天反省过失——但注意，他的"悔"不是自我攻击。他日记里写"今日又多言，戒之"，写完就翻篇，明天继续。复盘是修 bug，不是判刑。
恒：“有恒则断无不成之事。“他练字，写到五十岁还在每天写；他读书，军务最繁忙的时候依然"每日必看书数页”。

这两个字合起来，就是一套完整的迭代协议：悔 = code review，恒 = 持续集成。每天 review，每天集成，从不发布"最终版"的自己。

8. 程序员专属：心学冥想与碎片时间修行清单

8.1 阳明静坐：不是放空，是"省察”

心学一系也讲静坐，但和佛家观呼吸略有不同。王阳明的静坐带一个明确动作：省察克治——在静中把白天的念头翻出来，一个一个审：

坐直，闭眼，先把呼吸放慢（2 分钟，借用安般念热机）；
把今天情绪最大的那个瞬间调出来，重放一遍；
问三个问题：
- 当时我真正的念头是什么？（承认它，别美化）
- 那是良知，还是习气？（用第 3.2 节的表对照）
- 下次同类场景，我的标准动作是什么？
给出答案，睁眼，结束。

整套 10 分钟，睡前做。它本质上是对自己这一天的行为做一次 code review，并留下一条 actionable 的 comment。

8.2 碎片时间修行清单

场景	修行动作	出处
等编译/部署	省察一分钟：上一个小时里，我哪个动作是习气驱动的？	省察克治
通勤路上	默念当日"最重要的一件事"，预演它的难点	主敬/立志
被怼之后	问自己：此刻在我脑子里说话的是良知还是 ego？	致良知
想学新技术前	问：上一个主题"读书不二"地啃透了吗？	读书不二
深夜 emo	写三行日志：今天搞懂了什么、悔什么、明天改什么	日知所亡
想放弃时	问：这件事我"结硬寨"了吗——基本盘稳不稳？	结硬寨

8.3 一个判断修行进度的粗暴标准

不用问"我开悟了吗"，就问一个工程指标：

从情绪爆发到恢复标准操作的时间，有没有在缩短？

去年被怼要郁闷三天，今年三小时，明年三分钟——这就是进度。
去年线上故障手抖半小时，今年五分钟进入止血流程——这就是进度。

修行没有顿悟的 KPI，只有恢复时间（MTTR）的下降曲线。

9. 工作与生活怎么平衡：心学的答案是"一"，不是"分"

Work-life balance 这个提法，本身预设了工作和生活是两个对立的东西，需要切分。王阳明的回答完全不一样：

“心外无事。” 工作、生活、修行，本来就是一颗心在经历的事，切不开。

9.1 你在工位上的样子，就是你在生活里的样子

一个残酷但真实的观察：

在 code review 里防御心重的人，在家里也听不进伴侣的话；
在工作里"糊弄过去就行"的人，对生活也糊弄；
在 deadline 前习惯性撒谎"快好了"的人，对家人也习惯性报喜不报忧。

反过来，事上磨出来的能力是全场景通用的：耐烦能用来读源码，也能用来听父母唠叨；省察能用来复盘故障，也能用来复盘一次争吵。这就是"心外无事"的实操含义——你不需要两套人格，所以也不存在两套时间的零和博弈。

9.2 但"一"不等于"不要边界"

注意别读歪了。心学讲合一，不讲了无边界。曾国藩给弟弟们的家书里反复强调节奏：早起、定时、分段、一张一弛。他行军打仗期间依然固定时间读书写信——恰恰是在最混乱的环境里，用固定的节奏锚住自己。

程序员版：

时间上分段：工作时全情工作（主敬），回家后全情生活。切来切去不是"平衡"，是两头都亏损。
节奏上守恒：连续冲刺后必须安排"弛"——曾国藩再忙也没停过日记和静坐，因为那是他的"系统维护窗口"。
心态上不二：别把家当旅馆、把家人当后勤。你在饭桌上心不在焉，心学管这个叫"心不在腔子里"——人在，心没在。

flowchart LR
    A[工作的事] --> C[一颗心]
    B[生活的事] --> C
    D[修行] --> C
    C -->|主敬: 在什么事上<br/>就把心放在什么事上| E[每件事都是道场]
    C -->|节奏: 有张有弛| F[不透支 不停摆]

10. 我们到底应该往哪里去？

10.1 心学的答案：成为你自己

四篇笔记到这里，“往哪里去"有了第四个答案：

佛家：往解脱去；
道家：往自然去；
儒家：往"成人"去——在关系里完成自己；
心学：往"你自己"去——把出厂时就装在你心里的那个"最好的版本”，在事上磨出来。

王阳明说"圣人之道，吾性自足，不假外求"——成为圣贤不用向外求，你心里的良知知道方向，你要做的只是不背叛它，一次一次地不背叛它。

这不是鸡汤，它有一个冷酷的推论：没人能替你定义方向了。不是"行业往哪走我往哪走"，不是"同龄人去哪我去哪"，而是每天省察时，问自己那个绕不开的问题：

我今天做的事，让我更成为我想成为的人了吗？还是更远了？

10.2 曾国藩的答案：莫问收获，但问耕耘

方向定了，怎么走？曾国藩在家书里给出一句可以当桌面壁纸的话：

“莫问收获，但问耕耘。”

这不是不在乎结果，而是一个深刻的工程学判断：收获是外生变量（取决于市场、时机、运气），耕耘是内生变量（100% 取决于你）。把心力押在外生变量上，系统必然焦虑；押在内生变量上，系统才稳定。

程序员版：

晋升是外生变量——你控制不了评审委员会；技术深度是内生变量——你控制得了今天的三行复盘。
35 岁危机是外生变量——你控制不了行业叙事；每天"集义"攒下的资产是内生变量——没人能没收你读过的东西、带过的人、写过的字。

flowchart TD
    A[外生变量<br/>晋升 股价 风口 别人的评价] -->|押注| B[焦虑系统<br/>随时可能 panic]
    C[内生变量<br/>技术深度 健康 关系 日复盘] -->|押注| D[稳定系统<br/>外生变量随缘而来]
    style D fill:#ffd,stroke:#333

10.3 合成一个可执行的结论

所以，我们到底应该往哪里去？

往你心里那个已经知道的方向去——用"致良知"确认方向，用"事上磨"检验方向，用"但问耕耘"走稳方向。

具体到明天早上：

静坐十分钟，想清楚今天最重要的一件事（主敬）；
全天把这件事做到自己能做的最好（事上磨）；
睡前三行日志：搞懂了什么、悔什么、明天改什么（日知所亡 + 悔字诀）；
重复（恒字诀）。

没有惊天动地。王阳明和曾国藩用一辈子证明的是同一件事：惊天动地的改变，全部来自不惊天动地的日常。

11. 思考与感悟

11.1 知行合一这四个字，是对知识工作者最狠的嘲讽

写完这篇笔记，最刺痛我的是"知而不行，只是未知"。我们这行太擅长"知道"了——信息获取成本几乎为零，于是制造了一种虚假的充实感：收藏了就是学了，看过了就是会了，转发了就是想了。王阳明一句话把这个幻觉拆了：没穿过你身体的知识，全是房租没交却赖着不走的房客。 这篇笔记写完，如果明天我没有真的静坐那十分钟，那我写下的每个字都在嘲笑我。

11.2 曾国藩让我安心：原来钝是大多数人的出厂配置

我们读多了天才叙事——王阳明龙场一夜悟道，某某天才少年如何年少成名。这些故事除了制造焦虑，没有给普通人任何可操作的东西。曾国藩的价值恰恰在于"笨"：他用自己的一生演示了一套不需要天赋的协议——日课、恒、拙、耐烦。每一条都无聊透顶，加在一起是"半个圣人"。对自认普通的程序员来说，这是最好的消息：这条路的门槛不是聪明，是明天继续。

11.3 “事上磨"治好了我的"等准备好”

我以前有个毛病：总想等一个"整块的、安静的、准备好的时间"再开始重要的事——等有空了再系统学算法，等闲下来再开始锻炼，等项目不紧了再陪家人。事上磨三个字把这条路堵死了：没有那个时间，永远不会有。生活就是事，事就是道场，现在就是全部。 你不在今天的工单里修行，就永远不可能在山洞里修成。

11.4 也要警惕：心学的两个坑

诚实地说，这套东西有两个真实的风险：

把"心即理"读成盲目自信——“我心里觉得对的就是对的”。不是。良知要拿事实校验：你心里觉得架构没问题，压测挂了，那就是错了，别拿"心学"护短。致良知的前提是诚，诚的第一条是认怂于事实。
把"但问耕耘"读成不看路——闷头耕地，行业沉没了都不知道。莫问收获的前提是方向大致对；方向本身要靠省察定期重估。恒字诀管的是发动机，不替换导航。

11.5 最后一个感悟：这两本书是"老年"的书

《传习录》要读过几年社会之后再读，《曾国藩家书》要带过几年班、养过几年家之后再读。年轻时读，只觉得是"大道理"；有了真实的人生数据——熬过的夜、搞砸的项目、错过的人——再读"事上磨"“耐烦"“恒”，会鼻酸。因为它们不是道理，是两个人用全部人生跑出来的、带血泪的日志。 而你的每一天，也在写自己的版本。

12. 总结：两部经典的程序员速查表

经典	核心工具	解决的问题
《传习录》	心即理	别再向外求"完美资料”，答案在你心里
《传习录》	知行合一	拆穿"收藏=学会"的幻觉：没行动就是不知道
《传习录》	致良知	打开内心那个 24 小时在线的 lint 告警
《传习录》	事上磨	工单就是道场，情绪现场就是免费训练营
《曾国藩家书》	日课十二条	小到不可能失败的每日迭代协议
《曾国藩家书》	结硬寨，打呆仗	先立于不败之地，再谈迭代
《曾国藩家书》	尚拙、耐烦、恒	用持续战胜聪明，用耐烦撑起一切高级能力
《曾国藩家书》	莫问收获，但问耕耘	把心力押在内生变量上，系统才稳定

四篇笔记，一张总图：

flowchart TD
    A[佛学<br/>处理情绪与痛苦] --> E[内心稳]
    B[道家<br/>减少拧巴与硬刚] --> E
    C[儒家<br/>在关系里成为谁] --> F[方向明]
    D[心学+曾国藩<br/>把前三者活出来] --> G[做得到]
    E --> H[完整的人]
    F --> H
    G --> H

最后用一句曾国藩家书里的话收尾，送给每一个自认普通的程序员：

“天下之至拙，能胜天下之至巧。”

框架会过时，风口会转向，职位会更迭——但那个每天在事上磨、每天三行日志、每天静坐十分钟的你，会在所有变量之外，成为唯一的常量。

参考阅读

《传习录》（王阳明，建议重点读"徐爱录"“陆澄录"部分，知行合一与事上磨的原文都在这两卷）
《曾国藩家书》（建议读唐浩明评点版，重点读道光二十二年"日课十二条"前后及咸丰年间论"恒"“拙"诸篇）
延伸阅读：《大学》“知止而后有定”（静坐次第的儒家源头）、《孟子》“集义"与"浩然之气”（曾国藩方法论的源头）

本文为个人学习总结，若有理解偏差，欢迎理性讨论。

在工位上修行：仁者爱人

Tue, 09 Jul 2024 18:20:17 +0800

在工位上修行：仁者爱人

目标读者：对儒家有点兴趣、但一听"国学"就怕被说教的新手程序员。阅读目标：把七部儒家经典读成一份"人生架构文档"，能看懂、能练习、能用在工位和生活的缝隙里。声明：本文是程序员视角的学习总结，不谈祭祀、天命、谶纬等超自然命题；《易经》只作为"变化模型"来分析，不算命、不占卦。

0. 先回答一个问题：佛也学了，道也学了，为什么还要读儒？

前两篇的结论是：

佛学教你调试自己的内心（debug the mind）——处理情绪和痛苦。
道家教你读懂系统的运行规律（don’t fight the framework）——减少拧巴和内耗。

那儒家的定位是什么？一句话：

儒家是关于"人如何在关系和组织中把事做成"的协作协议与人生架构文档。

程序员再宅，也活在关系里：同事、Leader、家人、朋友、社区。佛家管你内心稳不稳，道家管你顺不顺势，儒家管的是——你在这些关系里，扮演一个什么样的人，往哪个方向走。

flowchart LR
    A[佛学] -->|回答| D[内心如何安定]
    B[道家] -->|回答| E[如何顺势而为]
    C[儒家] -->|回答| F[在关系里成为谁<br/>往哪里去]
    D --> G[完整的人]
    E --> G
    F --> G

很多人对儒家的印象停留在"封建礼教"“三纲五常"“之乎者也”。这不怪你——儒家被皇权改造了两千年，原版源码早就被加了大量私货。本笔记做的是一次 code review：剥离历朝历代加的 hack，直接读最初的经典文本。

读完你会发现，原典里的孔子、孟子一点都不迂腐，《礼记》《诗经》里也全是活的智慧。他们是在乱世里认真思考"人应该怎么活"的前辈，留下的全是干货。

1. 核心地图：七部经典各自解决什么问题

经典	一句话定位	核心问题	程序员类比
《易经》	变化系统设计文档	在变化的世界上何时动、何时静	状态机：64 种状态 + 迁移规则
《大学》	人生 main() 函数	从个人到天下的完整调用栈	八条目 = 嵌套调用，层层收敛
《中庸》	调参指南	情绪与行为如何不过度、不不足	每个响应都是动态最优解
《论语》	老司机的语录集	具体情境下怎么判断	资深工程师的 code review 金句
《孟子》	底层自信与勇气	凭什么坚持、凭什么说不	职业操守与长期主义
《礼记》	协作协议与学习白皮书	人与人怎么相处、怎么学	API 契约 + 代码规范 + 《学记》
《诗经》	感受力训练集	如何保持对美的敏感	命名、文案、产品直觉的源头

它们的关系可以理解为：

flowchart TD
    A[易经: 看懂变化 知道时机] --> B[大学: 明确人生的调用顺序]
    B --> C[中庸: 在情绪上精准调参]
    C --> D[论语: 日常情境的具体判断]
    D --> E[孟子: 建立说不的底气]
    E --> F[礼记: 学会协作与如何学习]
    F --> G[诗经: 保持感受力与审美]
    G -->|切磋琢磨 循环深化| A

2. 《易经》：变化是唯一常量，时机决定对错

2.1 《易经》不是算命书

先把最大的误解拆掉。《易经》的"易"就是"变化”，整部书讲的是：

世界在永恒变化，变化有模式可循；同一件事，在不同的时机和位置上做，对错完全相反。

六十四卦，可以理解成 64 种典型情境（状态）；每卦六爻，是状态内部的六个发展阶段。它不预测未来，它做的是情境识别：先判断你现在处于哪个阶段，再查这个阶段的行为建议。

这不就是程序员最熟悉的东西吗——一个有限状态机，加上一张转移条件表。

2.2 乾卦六爻：一份两千年前的职业生命周期文档

乾卦用"龙"的六个阶段，写尽了一个人从入行到巅峰再到退场的完整周期。翻译成程序员版：

flowchart TD
    A[初九: 潜龙勿用<br/>新手期: 别急着表现 先积累] --> B[九二: 见龙在田<br/>崭露头角: 找到赏识你的人]
    B --> C[九三: 终日乾乾<br/>骨干期: 白天干活 晚上复盘 保持警惕]
    C --> D[九四: 或跃在渊<br/>窗口期: 跳槽/晋升 可试可退]
    D --> E[九五: 飞龙在天<br/>巅峰期: 独当一面 也要带人]
    E --> F[上九: 亢龙有悔<br/>过热期: 飞太高会后悔 知进退]
    F -.->|新周期| A

对照一下自己：

潜龙勿用：刚入职就想推翻团队的架构、质疑所有技术选型？时机不对。潜龙不是没本事，是本事还没到用的时候。
终日乾乾：“君子终日乾乾，夕惕若厉，无咎。"——白天勤奋，晚上还保持警惕复盘，这才"无咎”。这是两千多年前的"刻意练习 + 每日复盘"。
或跃在渊：到了窗口期，可以跃，也可以退回深渊——两个选项都合法。这是《易经》最不鸡汤的地方：它从不保证你跃过去一定成功，只说这个阶段允许试错。
亢龙有悔：职级到了顶、说话没人敢反驳的时候，恰恰是最危险的时候。知退，是顶级工程师的自觉。

2.3 时与位：架构决策的时机学

《易经》里最核心的两个概念是"时"（时机）和"位"（位置）。它的判断逻辑是：

行为本身没有绝对的对错，行为 × 时机 × 位置才有对错。

写代码完全一样：

项目初期做完美抽象 → 过度设计；项目成熟期不做抽象 → 技术债爆炸。同一个"抽象"动作，时不同，对错相反。
初级工程师对 Leader 拍桌子 → 不知位；技术负责人在评审会上不拍板 → 也不就位。

学会问"现在是什么阶段、我在什么位置"，比背一万条最佳实践有用。

3. 《大学》：人生的 main() 函数与调用栈

《大学》是四书里篇幅最短的，却是儒家的总纲。它的结构干净得像一段伪代码。

3.1 三纲领：程序的返回值

“大学之道，在明明德，在亲民，在止于至善。”

翻译过来，人生这个程序有三个验收标准：

明明德：把你自己本来就有的明德（良知、判断力）擦亮——修好自己。
亲民：让身边的人因为你而变得更好——影响他人。
止于至善：知道什么叫"足够好"，并且停在那里——确立标准。

注意第三个，“止"字是儒家里最被低估的概念：至善不是一个无限目标，而是一个可以到达、可以停下的状态。 不知道"止"的人，永远不会觉得满足，跑得再快也是在跑步机上。

3.2 八条目：一切大目标都收敛到"格物”

“古之欲明明德于天下者，先治其国；欲治其国者，先齐其家；欲齐其家者，先修其身……”

这是一段经典的递归逆推，画成调用栈是这样的：

flowchart TD
    A[平天下] -->|依赖| B[治国]
    B -->|依赖| C[齐家]
    C -->|依赖| D[修身]
    D -->|依赖| E[正心]
    E -->|依赖| F[诚意]
    F -->|依赖| G[致知]
    G -->|依赖| H[格物]
    H -->|返回| G
    G -->|返回| F
    F -->|返回| E
    E -->|返回| D
    D -->|返回| C
    C -->|返回| B
    B -->|返回| A

栈底是格物致知——把事情彻底搞清楚的功夫。整个儒家的结论非常硬核：

所有宏大的愿望，最后都收敛到一个基本功：把你眼前的这件事，研究透。

程序员版翻译：

想带团队？先把一个模块写到让人信服（修身）。
想写好模块？先诚实地面对"我其实没搞懂这块"（诚意）。
想搞懂？钻进源码、文档、原理里去，不许半途而废（格物）。

debug 就是最好的格物。 一个 bug 追到底——追到操作系统的调度、网络的握手、编译器的优化——追到底的那一刻，你不只是修了一个 bug，你完成了一次格物致知。朱熹说"今日格一物，明日格一物，久之自会豁然贯通"，这就是技术人"某一天突然开窍"的古典描述。

3.3 止定静安虑得：一段写进经文的冥想引导词

《大学》里有一段经常被忽略的话：

“知止而后有定，定而后能静，静而后能安，安而后能虑，虑而后能得。”

这是一个五层的状态机，也是儒家版本的冥想次第：

flowchart LR
    A[止<br/>知道目标与边界] --> B[定<br/>方向不再摇摆]
    B --> C[静<br/>内心不再浮躁]
    C --> D[安<br/>身心安顿下来]
    D --> E[虑<br/>思考清晰深入]
    E --> F[得<br/>有所收获]

注意顺序：先"止"后"虑"。先停下来、安静下来，然后才轮得到高质量思考。一个被消息提醒轰炸、被 deadline 追杀的脑子，是"虑"不动的——它只能应激，不能思考。这就是"为什么想不清楚的时候，先去散个步"的两千年前版本。

4. 《中庸》：情绪的调参指南

4.1 中庸不是平庸，不是和稀泥

这是被误解最深的词，没有之一。“中庸"被理解成"差不多就行"“别冒头"“和事佬”，几乎成了贬义词。

原文的意思完全不是这样：

“喜怒哀乐之未发，谓之中；发而皆中节，谓之和。”

中：情绪还没发作的时候，内心处于中正状态——这是系统的 baseline。
和：情绪发作了，但每一次都"中节”——分寸恰到好处，不过度，也不不足。

中庸 = 在任何刺激下，给出幅度恰好的响应。 这不是平庸，这是极高的控制精度。用控制论的话说：一个既不振荡（过度反应）也不迟缓（反应不足）的系统，才是好系统。

4.2 程序员的"中节"现场

场景	过（过度）	不及（不足）	中节
Code Review	人身攻击，羞辱对方	当老好人，全过	对代码严格，对人友善
需求不合理	拍桌子骂产品	默默照单全收	讲清代价，给出替代方案
线上故障	恐慌甩锅	无所谓慢慢来	先止血，再复盘，不追责个人
加班	以 996 为荣	到点失联不管事	关键时期顶得上，平时守得住边界

孔子夸颜回"得一善则拳拳服膺”，也说自己"无可无不可"——没有必须怎样，也没有必须不怎样，每次响应都由当下的情境决定，而不是由惯性决定。这就是中庸的功夫。

4.3 诚：不自欺是一切调试的前提

《中庸》的另一个关键词是"诚"：“诚者，天之道也；诚之者，人之道也。”

“诚"最朴素的意思就是不自欺。而自欺是程序员最大的敌人之一：

“这个边界情况应该不会触发”——自欺。
“这段代码我看不懂，但跑通了就行”——自欺。
“我不是不懂这个技术，我只是没时间学”——自欺。

debug 的第一原则是"相信现象，不相信愿望”，这就是"诚"。一个不能对自己诚实的人，调不好程序，也调不好人生。

5. 《论语》：老司机的语录集，全是具体判断

《论语》不讲体系，全是孔子在具体情境里的具体回答。同一个问题"什么是仁"，不同的学生问，孔子给的答案都不一样——因为每个学生缺的课不一样。这不是理论混乱，这是因材施教，是根据调用方的情况返回不同的结果。

挑几条对程序员最实用的：

5.1 学习的方法论

“学而时习之，不亦说乎？” —— “习"不是复习，是练习、实习。学了技术不亲手写，等于没学。
“学而不思则罔，思而不学则殆。” —— 只刷教程不思考，越学越迷糊；只空想不动手，越想越危险。学习和思考是两个缺一不可的循环。
“温故而知新，可以为师矣。” —— 复盘旧项目、重读旧代码还能读出新东西的人，才有资格教别人。
“知之者不如好之者，好之者不如乐之者。” —— 职业热情的三个层次：知道 → 喜欢 → 乐在其中。你能到第几层，决定你能走多远。

5.2 协作的协议

“三人行，必有我师焉。” —— 每个同事都有比你强的地方。Code review 时先想"他为什么这么做”，再想"他做得对不对"。
“己所不欲，勿施于人。” —— 你自己接手时最恨什么样的代码，就别写什么样的代码。这是两千多年前的"代码是给下一个人看的"。
“君子和而不同。” —— 技术方案可以有分歧，但分歧是为了把事做对，不是为了赢。能吵完架还一起上线，才是成熟的团队。

5.3 自我定位

“君子不器。” —— 君子不是一件器具。别把自己定义成"写 Java 的"“做前端的”。器只有一个用途，人应该保持可塑性。T 型发展：一个深入的主技能，加上宽阔的可迁移能力。
“不患人之不己知，患不知人也。” —— 别担心别人不了解你的才华，先担心你不了不了解别人。怀才不遇的怨气，多半是这四个字没读懂。

6. 《孟子》：浩然之气，和你对不合理需求说"不"的底气

《论语》温润，《孟子》刚烈。孟子是儒家里的"硬茬"——他敢当面让国君下不来台。程序员能从孟子身上学到的，是勇气从哪来。

6.1 性善论：一个乐观的信任假设

孟子说"人性本善"，人有四端：

恻隐之心 → 仁之端
羞恶之心 → 义之端
辞让之心 → 礼之端
是非之心 → 智之端

用工程的话说：系统出厂就自带四个善的"初始配置"，修行不是安装新功能，而是别让默认配置被污染。

这个假设对团队管理极重要：你默认同事想把事做好，还是默认他们会偷懒？默认前者，你设计的是信任 + 抽查的制度；默认后者，你设计的是监控 + 惩罚的制度。两千年的管理争论，孟子早就站过队了。

“恻隐之心"对程序员还有一个特殊的意义：同理心是产品感的种子。 能替用户感到疼的人，才能做出好产品。孟子说看到小孩要掉进井里，人都会心头一紧——那个"心头一紧”，就是你点开一个难用的产品时替用户皱的那下眉。

6.2 浩然之气：底气是长期主义的复利

孟子最有名的段落：

“我善养吾浩然之气……是集义所生者，非义袭而取之也。”

浩然之气不是一腔热血，是长期做正确的事，积累出来的底气。“集义所生”——一件件正确的小事攒出来的，不是某一次英雄行为"袭取"来的。

程序员版：

为什么有人敢在评审会上指出方案漏洞？因为他过去的判断被验证过很多次。
为什么有人敢对拍脑袋的需求说不？因为他的专业积累给了他"大不了换一家"的选项。
为什么有人 35 岁不焦虑？因为他在 25 到 35 岁之间持续"集义"，攒下了别人拿不走的东西。

底气不是心态问题，是资产负债表问题。 每天写过的代码、读过的源码、带过的人，都是资产。孟子给的是会计方法，不是鸡汤。

6.3 大丈夫：职业操守的三个"不能"

“富贵不能淫，贫贱不能移，威武不能屈。此之谓大丈夫。”

富贵不能淫：待遇好了，别丢掉学习的习惯和对技术的诚实。
贫贱不能移：跳槽低谷期、行业寒冬，别为了饭碗做违心的事（比如给灰产写代码）。
威武不能屈：面对高位者的错误决策，至少做到不附和、留记录、讲清楚。

以及那句最狠的优先级排序：

“鱼，我所欲也；熊掌，亦我所欲也。二者不可得兼，舍鱼而取熊掌者也。”

所有"既要又要"都是幻觉，取舍才是真相。 架构选型是取舍，技术债是取舍，职业选择也是取舍。孟子不教你全都得到，他教你想清楚哪个是熊掌。

7. 《礼记》与《诗经》：礼是接口协议，诗是感受力

四书之外，五经里对程序员最有用的是这两部。《礼记》讲人与人怎么相处、怎么学习，《诗经》讲人怎么感受——一外一内，补上儒家地图的最后一块。

7.1 《礼记·学记》：两千年前的"学习方法论白皮书"

《学记》是《礼记》里专门讲学习的一篇，也是中国历史上第一篇系统的教育学论文。它对"学了用不出来怎么办"这个程序员常见病，开出了三个方子：

“虽有嘉肴，弗食，不知其旨也；虽有至道，弗学，不知其善也。是故学然后知不足，教然后知困……故曰：教学相长也。”

学然后知不足：不学的时候觉得自己懂得挺多，真学进去才发现漏洞百出。这就是为什么"刚开始学一门技术的时候，是你对它最自信也最无知的阶段"——达克效应的古典版。
教然后知困：以为自己懂了，一讲就卡住。“教"是最严格的测试用例。 写博客、做分享、带新人，不是输出过剩，而是检验自己是否真懂的唯一办法。这就是费曼学习法的两千年前版本。
教学相长：教和学互相促进。带新人不是你单方面的付出，是你自己技术成长的加速器。

flowchart LR
    A[学] -->|学然后知不足| B[发现自己不懂]
    B -->|继续深入| A
    A -->|讲给别人听| C[教]
    C -->|教然后知困| D[发现讲不清]
    D -->|回去重学| A
    C -->|教学相长| E[真正的掌握]
    style E fill:#ffd,stroke:#333

《学记》里还有两句，一句关于环境，一句关于积累：

“独学而无友，则孤陋而寡闻。”

一个人闷头学、没有同伴交流，必然孤陋寡闻。程序员版：别只收藏教程，去参加 code review、混技术社区、读别人的源码。学习是社交行为，不是单机游戏。

“玉不琢，不成器；人不学，不知道。”

7.2 礼不是繁文缛节，是人际的接口协议

“礼"被误解成磕头作揖、繁文缛节。回到源码，礼的本义是：

让协作成本最小化的人际协议——就像 API 契约和代码规范。

代码规范不是束缚创造力，是让陌生人能协作。礼也一样：见面打招呼、回消息有交代、开会不迟到、答应的事有回音——这些小协议省掉的是巨大的沟通摩擦。
《礼记》说"礼尚往来，往而不来，非礼也；来而不往，亦非礼也。"——协作是双向的。总是单方面索取 review、索取帮助的人，迟早没人理。
礼也包含边界：知道什么该自己负责、什么不该，什么时候可以打扰别人、什么时候不行。有礼的程序员，是合作起来最舒服的程序员。

而《礼记·礼运》里的最高理想，意外地和程序员文化接上了：

“大道之行也，天下为公。”

儒家的社会理想是"大同”。放到今天，开源社区大概是离"天下为公"最近的实现：代码公有、协作透明、各尽所能、人人为我我为人人。

7.3 《诗经》：程序员也需要感受力

《诗经》是五经里最不像"技术资料"的一部，但孔子警告过不学它的后果（“不学诗，无以言”），也说清了学它的收益：

“小子何莫学夫诗？诗，可以兴，可以观，可以群，可以怨。”

兴：被感动、被激发的能力——对美的感受力。
观：观察世情、体察人心的能力。
群：与人合群、引起共鸣的能力。
怨：表达不满的能力——注意，是"可以怨”。儒家不反对表达不满，只要求怨得有节制、有美感。

程序员为什么需要这个？因为命名、文案、产品直觉、技术写作，全是感受力的输出。一个只有逻辑没有感受力的人，写得出能跑的代码，写不出让人爱读的文章、爱用的产品。AI 时代尤其如此：逻辑可以被外包，感受力不行。

《诗经》里两句对程序员特别有触动的：

“如切如磋，如琢如磨。"（《卫风·淇奥》）

切磋琢磨——“精益求精、反复打磨"这个成语的出处。Code polish、重构、把一篇文章改十遍，都是这个精神。好作品不是写出来的，是磨出来的。

“他山之石，可以攻玉。"（《小雅·鹤鸣》）

别的山上的石头，可以打磨你的玉。借鉴外部方案不丢人，是正经方法论。 读别人的源码、参考别的团队的架构、引入成熟的开源方案，都是"他山之石”——前提是借来的石头要用来磨自己的玉，而不是把石头直接当玉交上去。

8. 程序员专属：儒式修行实操清单

儒家的修行和佛家道家不同——它不要求你放下生活去打坐，它的主战场就在日常。但依然有一些可操作的"练习单元”，可以直接塞进程序员的碎片时间。

8.1 三省吾身：每天一次，和自己做 stand-up

曾子说"吾日三省吾身”。改造成程序员三问，每天睡前 2 分钟：

今天有没有哪件事，我其实没搞懂却假装懂了？（诚意）
今天有没有哪次情绪反应，过度了或者不足？（中节）
今天有没有学到的东西，是只收藏没用起来的？（学以致用）

不用写日记，不用 app，心里过一遍就行。这是最低成本的复盘系统。

8.2 儒式静坐：止定静安虑得引导法

朱熹提倡"半日读书，半日静坐"。儒家的静坐和佛家观察呼吸略有不同，它是以《大学》六步为引导词的专注练习：

步骤	动作	时长
止	坐直，默念：此刻我唯一的事，是坐在这里	30 秒
定	感受方向感：今天最重要的那一件事是什么	30 秒
静	让浮躁的念头沉下来，不驱赶，任它沉	1-2 分钟
安	放松肩膀、下颌、呼吸，身心安顿	1 分钟
虑	把最重要的那件事放到脑中，安静地想	3-5 分钟
得	想到什么都行，结束时记下一句	30 秒

这套东西特别适合早上开工前做一次：不是冥想放空，而是"安静地想清楚今天"。

8.3 碎片时间微修行清单

场景	儒家练习	出处
等编译/部署	格物一分钟：想一个今天还没搞懂的技术细节	格物致知
通勤路上	三省吾身（提前做今天的）	曾子
受挫后	行有不得，反求诸己：先从自己身上找可改进的部分	孟子
想发火前	问一句：这个反应"中节"吗？	中庸
周末	选一件"集义"的小事：写篇笔记、帮一个人、修个技术债	孟子
深夜 emo	问自己：我现在在乾卦哪一爻？这个阶段该做什么？	易经

8.4 慎独：没人 review 的时候，代码怎么写？

“君子慎其独也”——独处时、没人看见时，依然保持标准。

程序员版的慎独：没人 review 的代码，你还写不写注释？临时的脚本，你还做不做错误处理？没人检查的工作日志，你还记不记实话？

慎独不是道德洁癖，它是自我的一致性：你在人前人后是同一个人，就不需要维护两套版本，内耗自然减少。这和"诚实是最省内存的策略"是一个道理。

9. 工作与生活的平衡：儒家的答案是"顺序"

程序员圈子里，work-life balance 快被聊烂了。儒家的回答不在时间管理技巧里，而在八条目的顺序里：

flowchart LR
    A[修身<br/>照顾好自己] --> B[齐家<br/>照顾好身边人]
    B --> C[治国<br/>做好工作 带好团队]
    C --> D[平天下<br/>影响更大的世界]
    style A fill:#ffd,stroke:#333

顺序是不可颠倒的：

一个把自己搞到 burnout 的人，齐家齐家顾不上，治国治国出事故。跳过修身的努力，全是透支。

9.1 burnout 的儒家诊断

Burnout 的程序员，用八条目一诊断，几乎都能定位：

睡眠不足、久坐不运动 → 修身层就漏了。
和家人的对话只剩"嗯"“在忙” → 齐家层断了。
这时候还在想着"我要做出一番事业" → 调用栈的下面两层是空的，上面全是幻觉。

《大学》说"其本乱而末治者，否矣"——根乱了枝叶还能繁茂的，没有这种事。先修身，再齐家，然后才轮得到事业。这不是自私，这是调用栈的依赖关系。

9.2 一张一弛：节奏是制度，不是奢侈

《礼记》里说：“一张一弛，文武之道也。"——弓弦一直绷紧就会断，周文王周武王治理天下尚且要有张有弛。

所以休息在儒家里不是"偷懒”，是制度设计的一部分：

周末不碰工作消息，不是不上进，是"弛"——为了让下周的"张"有质量。
陪家人吃饭时不看手机，是"齐家"的最低可行实现。
年假真的去休，是对"一张一弛"这个系统规律的尊重。

9.3 儒家不让你逃离生活去修行

佛家的理想场景在山林，道家的理想场景在自然，儒家的道场就是人间本身：家庭、公司、朋友、社区。儒家没有"出家"这个选项——它认为人只能在关系中完成自己。

这对程序员是个好消息：你不需要辞职去终南山才能修行。修好这段代码、带好这个新人、陪好这顿饭、睡好这个觉——这些就是修行本身。

10. 我们到底应该往哪里去？

这是本系列的终极问题。佛家说"解脱"，道家说"自然"，那儒家怎么说？

10.1 儒家的答案：不是成佛，不是成仙，是"成人"

儒家的人生目标朴素得惊人：

成为一个人——一个把自己的潜能充分实现、并且让身边的人也变得更好的人。

“己欲立而立人，己欲达而达人。"（《论语》）自己想站稳，也帮别人站稳；自己想通达，也帮别人通达。你的成就和别人的成就不是零和，而是同一个循环。

没有彼岸，没有来世，没有飞升。儒家把所有的意义都放在此生、此地、此身、这些人上。在一个什么都能外包给 AI、什么都被原子化的时代，这个答案反而显得珍贵。

10.2 三不朽：程序员的长期主义终极版

《左传》（儒家经典系统里的）给出过人生价值的三个层次：

立德：成为什么样的人。
立功：做成什么样的事。
立言：留下什么样的思想。

程序员的残酷现实是：你写的代码，平均寿命可能不到五年，迟早被重构掉。那什么是长久的？

你写过的代码会被删除，但你带过的人、你建立的团队文化、你分享出去的知识，会以你意想不到的方式存活下去。

你教给新人的 debug 方法，他会教给他的新人——这是立德立功。
你写的技术博客、开源项目、内部分享，会在你离开很久之后继续帮人——这是立言。

从这个角度看，写博客、做分享、带新人，不是"额外付出”，是程序员的"三不朽"工程。

10.3 横渠四句的现代降级版

张载的"为天地立心，为生民立命，为往圣继绝学，为万世开太平"，是儒家的最高纲领。但说实话，普通人背不动这么大的东西。

可以给程序员一个降级版：

为自己负责，为身边的人负责，为自己写的每一行代码负责。

能守住这三条，你已经超越了大多数人。至于"开太平"——开源世界里一个被广泛使用的库、一篇被无数人读过的文章，未尝不是一个普通程序员触碰到它的方式。

10.4 三教合流：同一套人生系统的三个模块

走到这里，三篇笔记可以合并成一张图了：

flowchart TD
    subgraph 程序员的人生系统
    A[佛学模块<br/>觉察与放下<br/>处理情绪与痛苦]
    B[道家模块<br/>顺势与无为<br/>减少内耗与硬刚]
    C[儒家模块<br/>担当与方向<br/>回答往哪里去]
    end
    A --> D[内心稳]
    B --> D
    C --> E[方向明]
    D --> F[完整的人]
    E --> F

三教从来不矛盾，它们是同一个操作系统的三个子系统：

情绪崩溃时，用佛家：观察它、接纳它、不认同它。
和世界硬刚时，用道家：退一步，看看规律站在哪边。
问人生方向时，用儒家：修身、齐家、把手边的事做到极致，影响能影响的人。

南怀瑾有个比喻：佛家是药店，病了要去；道家是百货店，日常要逛；儒家是粮食店，每天都得吃饭。

10.5 一个可执行的结论

所以，我们到底应该往哪里去？儒家给的答案：

不在远方，就在八条目的调用栈里：先把自己修好，把身边人照顾好，把手上的事做到极致。方向不是找到的，是走出来的——你每"集义"一次，路就清晰一分。

佛家的"安住当下"告诉你起点在哪；
道家的"顺势而为"告诉你怎么走得省力；
儒家的"止于至善"告诉你：该走到哪里、走到什么程度可以停下，由你自己的良知来定。

11. 思考与感悟

写完这篇笔记，说几句超出摘抄范围的真心话。

11.1 年轻时觉得儒家迂腐，是因为读的是二手版本

我年轻时对儒家的全部印象来自教科书批评和影视剧里的腐儒。真正读原典才发现：孔子会自嘲"累累若丧家之狗"，孟子敢当面怼国君，《学记》敢直接批评当时的教育制度（“今之教者，呻其佃毕，多其讯言”——只知道照本宣科、一味灌输）。原典里的儒家是一群生命力极强、极不迂腐的人。 迂腐的是两千年间为了皇权需要而加进去的那些 hack。读经典要读源码，别看二道贩子的解读。

11.2 儒家的现代价值：在原子化的社会里重建"关系"

这一代程序员可能是史上最孤独的：远程办公、原子化社交、AI 陪聊。佛家教你独处时心安，道家教你一个人也自在——都很好，但儒家补上了另一半：人是关系的动物，回避关系不会让痛苦消失，只会让痛苦没有观众。

“己欲立而立人"在今天是稀缺品。帮新人改一次代码、给同事做一次认真的 review、陪父母好好吃顿饭——这些事不产生 KPI，但它们是"人"这个程序的必需依赖，缺了会在运行时崩溃。

11.3 也要警惕：儒家容易被异化

诚实地说，儒家有它的"系统漏洞”：

强调秩序，容易被异化成"服从上位者"；
强调责任，容易被异化成"无底线的自我牺牲"；
强调集体，容易被用来为 996 辩护。

好在儒家源码里自带补丁：孟子说"民为贵，社稷次之，君为轻"——人民比老板重要；孔子说"君子和而不同"——尊重权威，但永远保留自己独立判断的权利。 用孟子制衡顺从，用"和而不同"制衡教条，这套系统才不会被坏人拿去用。

11.4 最后一个感悟：经典不是用来背的，是用来"对答案"的

读这些经典最好的时机，不是学生时代，而是工作几年之后。因为这时你有了真实的人生数据：加过的班、吵过的架、做过的选择、后悔过的决定。再读"亢龙有悔"“教学相长”，你会拍大腿——这不是新知识，这是你付过学费的经验，被两千年前的人先写出来了。

经典的价值不是灌输，是印证。你活过的每一天，都是在给这些古老的文本写测试用例。

12. 总结：七部经典的程序员速查表

经典	核心工具	解决的问题
《易经》	时与位、六爻周期	知道现在是什么阶段，该动还是该静
《大学》	三纲领、八条目	人生目标的调用顺序：先修身再谈其他
《中庸》	中节、诚	情绪与行为的精准调参，不自欺
《论语》	具体情境判断	学习、协作、自我定位的日常决策
《孟子》	浩然之气、取舍	说不的底气，和"熊掌是什么"的优先级
《礼记》	教学相长、礼尚往来	怎么学习、怎么与人协作
《诗经》	兴观群怨、切磋琢磨	保持感受力，打磨作品

三篇笔记，一张总图：

传统	一句话	什么时候用
佛家	看清心如何受苦	情绪崩溃、内耗时
道家	别跟规律对着干	硬刚、拧巴、透支时
儒家	在关系中把人做成	迷茫、找方向、担责任时

最后，用《诗经》里的一句话收尾，送给每一个在工位上修行的程序员：

“如切如磋，如琢如磨。”

需求会改，代码会删，技术会过时——但你在这一件件事里切磋琢磨出来的那个人，是谁也重构不掉的。

参考阅读

《周易》（建议从乾、坤、否、泰四卦入手）
《大学》《中庸》《论语》《孟子》（四书，朱熹《四书章句集注》或杨伯峻译注本）
《礼记》（重点读《学记》《礼运》《杂记下》三篇）
《诗经》（可从《淇奥》《鹤鸣》《关雎》《伐木》等名篇入手）

本文为个人学习总结，若有理解偏差，欢迎理性讨论。

程序员的道法自然笔记

Sun, 09 Jun 2024 18:20:17 +0800

程序员的道法自然笔记

目标读者：对道家有点好奇、但不想烧香拜神的程序员。阅读目标：把四部道家经典读成一份"人生调试手册"，能看懂、能练习、能用在工作和生活的缝隙里。声明：本文是程序员视角的学习总结。不讨论神仙、飞升、内丹灵验等超自然命题，只谈可被自身体验验证的部分。

0. 先回答一个问题：佛都领教过了，为什么还要读道？

上一篇我们把佛经读成了"心如何受苦、如何解脱"的实验报告。那道家经典是什么？

一句话：道家经典是关于"人如何不拧巴地活"的系统设计文档。

佛学的主线是"苦"——看清苦的机制，然后从苦里解脱。道家的主线是"自然"——看清万物本来就有的运行规律（道），然后停止跟它对着干。

用程序员的话说：

佛学教你调试自己的内心（debug the mind）；
道家教你读懂整个系统的源码，别写和系统对着干的代码（don’t fight the framework）。

flowchart LR
    A[佛学] -->|核心问题| B[心为什么苦]
    C[道家] -->|核心问题| D[人为什么拧巴]
    B --> E[解法: 觉察与放下]
    D --> F[解法: 看懂规律 停止硬刚]
    E --> G[共同目标: 更少内耗]
    F --> G

老子不是神，《道德经》也不是神的启示。它更像一个观察了世界很久的老工程师留下的 5000 字运维手记：系统有自己的规律，瞎干预会出故障，高手都是顺着规律做最小的操作。

1. 核心地图：四部经典各自解决什么问题

这四部的选择没有争议——《道德经》《庄子》是公认的道家源头；《清静经》是全真道每日早晚功课的核心，道教实修第一入门文本；《列子》与老庄并称，是道家人生观的集大成者。

经典	一句话定位	核心问题	程序员类比
《道德经》	操作系统设计哲学	如何行动才不内耗	架构原则：无为、不争、守柔
《庄子》	高级使用案例集	如何在乱世里活得自由	实战手册：庖丁解牛、心斋、坐忘
《清静经》	冥想操作手册	心如何回到清净	一份 390 字的 reset 流程文档
《列子》	人生观故事集	如何选择、如何面对不可控	压力测试集：焦虑、选择、命运

它们的关系可以理解为：

flowchart TD
    A[道德经: 理解道与无为] --> B[庄子: 在人生中具体实践]
    B --> C[清静经: 把心调回清净的技术]
    C --> D[列子: 清净之后如何面对命运与选择]
    D -->|循环深化| A

2. 《道德经》：无为不是躺平，是不写多余代码

2.1 “无为"被误解得最深

“无为而治"常被理解成：什么都不干，佛系，躺平。

这完全是反的。《道德经》的原意是：

不妄为、不多为、不逆势而为。该做的一样不少，不该做的一样不多。

写过代码的人都懂这个道理：

新手改 bug：加补丁、加特判、加配置开关，代码越改越乱，bug 越修越多。
老手改 bug：先读清楚系统本来的设计意图，找到根因，改一行。

“无为"就是后者。老子说"治大国若烹小鲜”——煎小鱼不能老去翻，翻多了就碎了。系统也一样，过度干预是故障的主要来源。

flowchart LR
    A[遇到问题] --> B{新手}
    A --> C{老手}
    B -->|加补丁加特判| D[复杂度爆炸]
    D --> E[更多问题]
    C -->|读懂系统本来的道| F[最小改动]
    F --> G[系统恢复自运转]

2.2 “上善若水”：一种高级的生存策略

“上善若水。水善利万物而不争，处众人之所恶，故几于道。”

水不是软弱，水是最会节省能量的形状：

遇到石头，绕过去，不撞上去证明自己硬；
遇到低洼，就流进去，不嫌弃"这个位置配不上我”；
看起来哪里低去哪里，最后所有江河都得归入大海。

职场翻译：不是不争取，而是不在错误的地方消耗自己。把能量留给真正重要的事，把 ego 从每一次摩擦里撤出来。

2.3 “反者道之动”：道家的逆向工程思维

“反者道之动，弱者道之用。”

事物发展到极端就会转向反面。这不是玄学，是对复杂系统周期性的朴素观察：

拼命加班到极限 → 效率崩塌、身体报警；
股价狂热到极点 → 崩盘；
一个框架统治到极点 → 社区开始反叛，新框架诞生。

实用推论：当你想把一件事做到 120 分时，先想想它是不是正在逼近反转的临界点。 八分满，留余地，不是偷懒，是给系统留缓冲（buffer）。

2.4 “为学日益，为道日损”：做减法的智慧

“为学日益，为道日损。损之又损，以至于无为。”

学知识是做加法，每天多一点；修道是做减法，每天少一点——少一点预设、少一点焦虑、少一点"必须如此”。

这像极了一个工程师的成长曲线：

初级：学框架、学语法、学模式（日益）；
高级：忘掉套路、删繁就简、直击本质（日损）。

好的代码不是加出来的，是删出来的。好的人生也是。

3. 《庄子》：在技术人的困境里，给出最优雅的答案

如果说《道德经》是原则，那《庄子》就是案例库。它几乎每一篇都在回答：一个人怎么在这个不讲理的世界里，保住自己的自由？

3.1 庖丁解牛：程序员最该读的寓言

庖丁给梁惠王宰牛，刀用了十九年还像新磨的。普通厨师一个月换一把刀，因为他们用刀砍骨头；庖丁的刀"以无厚入有间"——刀刃没有厚度，牛的骨缝却天然有间隙，刀顺着间隙走，毫不费力。

这是整个中文世界里对 flow（心流） 最好的描述：

牛 = 一个复杂的遗留系统；
骨头 = 硬耦合、历史包袱；
间隙 = 系统天然的边界、接口、扩展点；
庖丁的刀 = 你的注意力。

flowchart TD
    A[面对复杂系统] --> B{普通程序员}
    A --> C{庖丁型程序员}
    B -->|硬砍硬改| D[刀口卷刃 人崩溃]
    C -->|先摸清结构与缝隙| E[以无厚入有间]
    E --> F[游刃有余]
    F --> G[十九年刀刃若新]

庖丁还说了一句更狠的：“臣之所好者道也，进乎技矣。"——我爱的不是技术，是技术背后的道。练到深处，你不再对抗复杂度，而是顺着复杂度的纹理下刀。

3.2 心斋：庄子的冥想入门

《人间世》里，颜回要去卫国劝谏暴君，孔子拦住他，先教了一个方法——心斋：

“若一志，无听之以耳而听之以心，无听之以心而听之以气。听止于耳，心止于符。气也者，虚而待物者也。唯道集虚。虚者，心斋也。”

翻译成可操作的三步：

一志：先把注意力收拢到一个点上；
听之以心：不再用耳朵分辨声音，改用心直接感知；
听之以气：最后连心的是非判断也放下，只剩纯粹的"感知本身”。

这和佛家的安般念是同一类技术，但路径不同：安般念从身体（呼吸）入手，心斋从听觉入手——从"听内容"退到"听声音"，再退到"只是觉察"。

5 分钟心斋实操版：

坐好，闭眼；
听周围的声音，不分辨"这是什么声音"，只听它本身；
念头来了，发现自己在"想"，就回到"听"；
结束时会发现：世界还是那个世界，但你的内心腾出了一块空地。

3.3 坐忘：主动触发一次 GC

“堕肢体，黜聪明，离形去知，同于大通，此谓坐忘。”

颜回说自己"坐忘了"，孔子都惊了。坐忘的步骤是层层卸载：

堕肢体 → 放下身体的紧张；
黜聪明 → 放下头脑的算计；
离形去知 → 连"我在打坐"这个念头也放下；
同于大通 → 与更大的整体重新连通。

用程序员的话说：坐忘就是手动触发一次 GC（垃圾回收）——清掉悬挂的焦虑线程、过期的情绪缓存、循环引用的执念，内存瞬间就宽裕了。

3.4 无用之用：对抗功利主义的解药

《人间世》里那棵因为"没用"而没被砍的大树，是庄子最著名的辩护词：

“人皆知有用之用，而莫知无用之用也。”

这棵树木质疏松，做船会沉，做棺材会烂，做家具会裂——所以它活了几百年，长到能给几千人遮阴。

对现代人的启发直接而辛辣：

你读"没用"的书、写"没用"的代码、发"没用"的呆，恰恰是在给自己留一片不被 KPI 丈量的自留地；
一个 100% 有用的系统，就是一个 100% 脆弱、随时被榨干的系统。

“无用"不是浪费，是冗余设计（redundancy）——是系统的容错空间。

3.5 庄周梦蝶与"吾丧我”

庄子梦到自己变成蝴蝶，醒来后问：是庄周梦蝶，还是蝶梦庄周？

这和佛家的"无我"遥相呼应，但味道不同：

佛家的无我是手术刀：解剖"我"，发现它是五蕴的临时组装；
庄子的梦蝶是哈哈镜：照一照"我"，发现它的边界本来就没那么严肃。

《齐物论》开头，南郭子綦"吾丧我"——我弄丢了我。不是痛苦，而是进入了"天籁"状态：万籁齐鸣，却没有一个主人在听。这就是物我边界松动时的体验，也是深度心流里"忘记了时间、忘记了自己"的那个状态。

4. 《清静经》：一份 390 字的冥想操作手册

《太上老君说常清静经》全文只有三百九十来字，却是全真道早晚功课雷打不动的开篇。它在道教里的地位，有点像《心经》在佛教里的地位——最短，但最常被真正使用。

程序员视角下，它完全可以当作一份结构清晰的冥想流程文档来读。

4.1 先立世界观：大道无形，但可观察

“大道无形，生育天地；大道无情，运行日月；大道无名，长养万物。”

开头三句和《道德经》一脉相承：道没有形状、没有情绪、没有名字，但万物的运转都出于它。

程序员读法：“道"就是"规律本身"的代号。 你不需要它有人格、有意志，只需要承认系统有自己的运行机制——重力不需要你信它，它照样工作。

4.2 核心诊断：心本静，是被"欲"和"扰"弄浑的

“夫人神好清，而心扰之；人心好静，而欲牵之。常能遣其欲而心自静，澄其心而神自清。”

这是全文最关键的两句，也是整个道家心理学的基石：

心的默认状态是清净的；
让它浑浊的不是外面的世界，而是两个内部进程：扰（念头翻来搅去）和牵（欲望拽着注意力跑）；
解法不是"压制”，而是"遣"和"澄"——送走欲望、让浑浊自己沉淀。

注意"澄"这个字用得极准：浑浊的水不是靠搅干净的，是放着不动，泥沙自己沉下去的。这和《道德经》“孰能浊以止，静之徐清"完全同构。

flowchart TD
    A[心的默认状态: 清净] --> B{两个干扰进程}
    B -->|心扰之| C[念头翻搅]
    B -->|欲牵之| D[注意力被拽走]
    C --> E[遣: 不追不压 看着它走]
    D --> F[澄: 放着不动 泥沙自沉]
    E --> G[心自静 神自清]
    F --> G

4.3 三观法：一段层层卸载的观察协议

《清静经》最硬核的部分，是一段可以直接执行的"观察协议”：

“内观其心，心无其心；外观其形，形无其形；远观其物，物无其物。三者既悟，唯见于空。观空亦空，空无所空；所空既无，无无亦无；无无既无，湛然常寂。”

拆开看，这是一个五级的逐层"解引用"（dereference）：

层级	观察对象	发现
1	内观其心	念头里没有固定的"心"——心只是念头的流
2	外观其形	身体没有固定的"形"——只是感受的集合
3	远观其物	外物没有固定的"物"——只是缘起的显现
4	观空亦空	连"空"也不存在——别把空当成新东西抓住
5	无无亦无	连"没有"也放下——湛然常寂

眼熟吗？这和佛学篇里"无我 → 无法 → 无空"的三级松绑是同一条路，两套方言。《大念处经》用四念处走这条路，《清静经》用三观法走这条路，终点都是：观察到最后，连"观察到了什么"都放下。

flowchart LR
    A[内观其心] --> B[外观其形]
    B --> C[远观其物]
    C --> D[观空亦空]
    D --> E[无无亦无]
    E --> F[湛然常寂]
    style F fill:#9cf,stroke:#333

4.4 常应常静：整篇经文对打工人最值钱的一句话

“真常应物，真常得性；常应常静，常清静矣。”

这句话纠正一个致命误解：清净不是躲进深山什么都不应付，而是"应"的同时保持"静"。

事情来了，正常响应（应）；
响应的时候，内心不被拖进漩涡（静）；
应完就放下，不反刍（常）。

翻译成分布式系统的语言：请求来了正常处理，处理完释放连接，绝不让一个请求占着线程不走。 大多数人的内耗，本质上是成千上万的已结束请求还挂在心里没释放。

这就是《清静经》比《庄子》更进一步的地方：庄子告诉你"可以逍遥"，《清静经》告诉你在必须应酬的日常里，如何随身带着逍遥。

4.5 实操：澄心遣欲 10 分钟版

坐好，闭眼，先默念诊断句：“人心好静，而欲牵之”——提醒自己浑浊是正常的；
不数呼吸、不控呼吸，只是坐着，让念头和情绪像浑水一样自然沉淀（澄）；
有强烈的欲望或焦虑浮起时，不压制也不跟随，心里标记"哦，这是牵"，然后放它走（遣）；
结束时默念"常应常静"，带着这个状态起身去干活。

5. 《列子》：道家的人生观压力测试

《列子》（《冲虚真经》）与老、庄并称，但气质独特：它几乎不讲道理，只讲故事——愚公移山、杞人忧天、歧路亡羊，全出自这里。它像一组针对人生观的压力测试用例：把焦虑、选择、命运这些抽象问题，压进具体的场景里让你看清自己。

5.1 杞人忧天：一则关于"不可控焦虑"的寓言

杞国有个人，整天担心天会塌下来、地会陷下去，愁得吃不下睡不着。

这个笑话讲了两千多年，是因为它精准命中了人类焦虑的标准结构：

为一件概率极低、且自己完全无法控制的事，持续支付真实的情绪成本。

现代版杞人无处不在：担心行业十年后消失、担心 AI 取代自己、担心经济下行——这些担心有一个共同点：你为之支付的焦虑是真实的，而你能影响的环节几乎为零。

列子借这个故事给的不是"别担心"这种废话，而是一个分类动作：

这件事在我的影响圈内吗？在 → 去做事，不需要焦虑；
不在 → 焦虑也改变不了它，那是"天"的事。

这个分类法后来成了斯多葛学派的核心工具（控制二分法），而列子早了它几百年。

5.2 歧路亡羊：选择过载时代的清醒剂

“大道以多歧亡羊，学者以多方丧生。”

杨子的邻居丢了羊，全村人去找都没找回来——因为岔路太多，岔路里又有岔路。杨子听完沉默了很久，说：大道因为岔路太多而丢了羊，求学的人因为方向太多而迷失了本心。

这是为信息过载时代提前写好的诊断书：

想转行，搜出 20 条路线，比较了三个月，一条没走；
想学技术，囤了 200G 课程，每个看了两集；
每条岔路看起来都可能"更好"，于是永远停在岔路口。

亡羊的原因不是羊跑得远，是岔路多。 对治方法不是"找到最优路径"（那又是一个新的岔路），而是庄子式的断舍离：砍掉选项，选一条走到底，羊找不到就算了——丢掉一只羊的损失，远小于在岔路口站一辈子。

5.3 力与命：道家版的"尽人事，听天命"

《列子·力命》篇让"力"（努力）和"命"（时势）直接对话：

力说：寿夭、穷达、贵贱、贫富，都是我力能决定的；
命说：彭祖智不比尧舜高，活了八百岁；颜回才比众人强，十八岁死了——这些难道是"力"管的吗？

最后"命"的总结陈词非常冷静：

“既谓之命，奈何有制之者邪？朕直而推之，曲而任之。”

——既然叫"命"，就没有谁在背后操控；它只是直的推一把、弯的随它去，万物自寿自夭、自穷自达。

程序员视角下，“命"可以精确翻译为：所有不在你控制范围内的变量的总和——时代、出身、运气、他人的选择、市场的波动。

于是"力命之辩"给出一个比"努力就能成功"和"一切都是命"都更诚实的公式：

flowchart TD
    A[结果] --> B[力: 你的努力与选择<br/>你能控制的部分]
    A --> C[命: 时势与随机性<br/>你控制不了的部分]
    B --> D[对力的态度: 尽力<br/>因为它是你的]
    C --> E[对命的态度: 不怨<br/>因为它不是你的]
    D --> F[心平气和地努力]
    E --> F

这不是消极。恰恰相反：只有把"命"的部分从心理账户里划走，你才能把 100% 的能量投到"力"的部分上。 抱怨命运消耗的能量，全是从努力那里偷来的。

5.4 天地无全功：接受不完整，是道家式的成熟

“天地无全功，圣人无全能，万物无全用。"（《列子·天瑞》）

天地的功能都不完备，圣人的能力都不全面，万物的用处都不万能——不完整是系统的出厂设置，不是 bug。

这一条专门对治完美主义：

项目不可能没有技术债，天地尚且"无全功”；
你不可能什么都会，圣人尚且"无全能”；
任何工具、任何选择都有代价，万物尚且"无全用"。

承认这一点之后，做决策反而变快了：不再等"完美方案"，只找"够用的方案，代价我愿意付"。

6. 实操篇：空闲时间可以做的道家修行

不需要道观，不需要蒲团，不需要拜师。以下是可以直接塞进日常缝隙里的练习。

6.1 听息法：庄子的通勤冥想

源自《庄子》心斋一脉，后被道家内丹学发扬：

地铁、公交、排队时，把注意力放在呼吸上；
不用数，不用控制，只是"听"自己的呼吸声（哪怕听不见，也做听的动作）；
念头来了，回到听。

优势：不需要闭眼、不需要姿势，戴着耳机站着就能练，完全隐形。

6.2 澄心法：会前 3 分钟的清静经练习

会议前、评审前、答辩前——最需要"神清"的时刻，恰恰是最心浮气躁的时刻：

找个角落坐下（工位也行）；
默念"人心好静，而欲牵之"——承认此刻的紧张很正常；
什么都不做，让紧张像浑水一样静置 3 分钟；
结束前默念"常应常静"，然后进场。

6.3 致虚守静：睡前 5 分钟清空

“致虚极，守静笃。万物并作，吾以观复。"（《道德经》第十六章）

睡前躺下，把今天发生的事像看流水一样看一遍：不评价、不反刍、不计划明天，只是看着它们来、看着它们走。看着看着，“万物并作"就自然归于静了。

这比刷手机助眠有效得多——刷手机是往脑子里塞更多"万物”，观复是让它们自己沉淀。

6.4 微冥想场景清单（道家版）

场景	道家式做法	时长
编译/部署等待	听息法，只听呼吸	30 秒
等电梯、排队	感受脚底与地面的接触（重归下，静归根）	1 分钟
需求又改了，血压上升	默念"反者道之动”，先松肩膀再回消息	10 秒
重要会议/评审前	澄心法，让浑水沉淀	3 分钟
内耗严重的一天结束	坐忘式清空：身体→呼吸→念头，层层卸载	10 分钟
周末有大块时间	散步不看手机，练习"万物并作，吾以观复"	30 分钟

6.5 一个最小日常循环

flowchart LR
    A[早晨: 读一遍清静经<br/>校准心的默认状态] --> B[白天缝隙: 听息法<br/>随时回到当下]
    B --> C[遇到冲突: 反者道之动<br/>先松再动]
    C --> D[应事时: 常应常静<br/>处理完释放连接]
    D --> E[睡前: 观复<br/>让万事沉淀]
    E -->|次日| A

7. 工作与生活的平衡：道家的三条原则

7.1 “知止不殆”：知道什么时候停，才不会崩

“知足不辱，知止不殆，可以长久。"（《道德经》第四十四章）

现代职场的 burnout 大多不是因为做得多，而是因为没有"止"的机制——需求永远可以加，优化永远可以再做一点，消息永远可以再看一条。

道家的方案不是辞职，而是给人生装一个熔断器（circuit breaker）：

工作量超过阈值，主动熔断，而不是等系统烧穿；
每天留出不工作的时间块，像留出系统的 idle 余量；
周末真休息，因为"飘风不终朝，骤雨不终日”——高强度的状态天然不可持续，强撑着维持，才是最不自然的事。

7.2 “生而不有，为而不恃，功成而弗居”

做了不占有，有为不居功，事成了不赖着不走。

这一条直接命中职场内耗的核心：大部分工作痛苦不是来自工作本身，而是来自对功劳的执念、对评价的焦虑、对"我应得"的计算。

实践版：

事情做好了，把功劳给团队，把经验留给自己；
项目结束了，心理上 commit 并 push，然后 checkout 到新分支——不一直挂在旧分支上回味或懊悔；
别人怎么评价是别人的因果，你的产出才是你的因果。

7.3 像水一样安排一天

水的时间管理不是 GTD 清单，而是按能量而不是按时间表流动：

精力高的时段，攻坚难题（庖丁下刀的时刻）；
精力低的时段，做机械事务（水往低处流，不丢人）；
堵住的时候，先绕开（水遇石则绕），很多问题的解会在你绕开之后自己浮现。

8. 我们到底应该往哪里去？——道家的回答

上一篇的结尾，佛家的回答是：“选一个自己认可的方向，带着觉知一步一步走，允许路线修正。”

道家的答案表面不同，内核相通：

往"自然"那里去——往你本来该有的样子那里去。

8.1 “复归”：道家的时间箭头是往回指的

《道德经》里有三个"复归"：

复归于婴儿（第二十八章）——回到还没被社会规训扭曲的状态；
复归于无极——回到没有边界对立的状态；
复归于朴——回到未经雕琢的原木状态。

注意：“朴"是原木，是还没被刻成器物的材料。“复归于朴"不是退化，而是恢复可塑性——一个已经被雕成某个形状的杯子，装不了新的东西；一块保持可塑的原木，可以成为任何东西。

这对焦虑"35 岁怎么办"“转型来得及吗"的人是一剂猛药：

你的价值不在于你已经"是"什么，而在于你还"能"成为什么。保持朴，就是保持可能性。

8.2 “道法自然”：方向不在外面，在你的纹理里

“人法地，地法天，天法道，道法自然。"（第二十五章）

“自然"不是大自然，是"自己如此”——事物本来的样子。

所以道家不给你一个统一的目的地。它说：你的目的地刻在你自己的纹理里，就像庖丁眼里牛的骨缝——别人看不见，因为那是你的牛、你的缝。

找方向的方法因此不是向外搜索"什么最热、什么最赚钱”，而是向内观察：

什么事情你做起来会忘记时间？（那是你的"游刃有余"区）
什么事情别人觉得苦你觉得还好？（那是你的"骨缝”）
去掉别人的期待后，你还想做什么？（那是你的"朴”）

8.3 列子的补充：选好方向之后，把"命"的部分放下

方向问题还有另一半：走得好不好，不全归你管。 这正是《列子·力命》补上的最后一块——

方向由"力"决定：你观察、你选择、你投入；
结果由"力 + 命"共同决定：时势和随机性永远占一份；
所以评价自己时，只问"力"的部分尽到了没有，不问"命"的部分给了什么。

这样一来，“往哪里去"就有了一个不会让人焦虑的完整表述：

往自己的纹理里去，尽自己的力，认自己的命，走自己的路。

8.4 佛与道的合流：一张完整的行动地图

flowchart TD
    A[我现在在哪里] -->|佛家 四念处| B[看清当下身心状态]
    A -->|道家 清静经三观法| C[把心澄回清净]
    B --> D{往哪里去}
    C --> D
    D -->|佛家 不执着结果| E[选方向 一步步走]
    D -->|道家 道法自然| F[顺着自己的纹理走]
    E --> G[走的过程]
    F --> G
    G -->|佛家 觉察| H[走神了 拉回来]
    G -->|道家 无为| I[不硬刚 顺势调整]
    G -->|列子 力命| J[尽力的部分 放命的部分]
    H --> G
    I --> G
    J --> G
    G -->|终点不是终点| K[复归于朴<br/>永远保持可能性]

一句话总结两家的合流：

佛家保证你走路的时候是清醒的，道家保证你走的路是自己的，列子保证你走输了也不怨。

9. 我的思考与感悟

写完这篇笔记，有几条不太"学术"但很真实的感受，记在这里。

第一，道家比佛家更"松”，这个松对现代人可能更对症。

佛学的底层是苦的诊断学，精准、锋利，但有一种内在的严肃。道家的底层是审美——庄子看世界的眼神里永远带着一点笑意。我们这个时代的病，很大程度上不是"太不精进”，而是"太紧绷"。针对紧绷，庄子那棵"没用"的大树，比任何时间管理课程都有疗效。

第二，“无为"是对控制欲的降维打击。

程序员是控制欲最强的职业之一：我们靠"让机器完全按我说的做"吃饭，于是很容易把这套搬进生活——想控制项目走向、控制别人的看法、控制未来十年的路径。老子一句"为者败之，执者失之”，直接点破：复杂系统不吃控制这一套，它只吃"顺势"这一套。我现在的体会是：控制代码，影响系统，放过人生。

第三，《清静经》最打动我的，是它把"静"从场所变成了能力。

以前我以为"心静"需要条件：周末、独处、没有 deadline。但"常应常静"说的是另一回事——静不是"没有事来"，而是"事来了照样处理，处理完照样放"。这个转变很实际：我开始把每一次烦人的打断当成"应"的练习，而不是"静"的破坏。修行的考场不在蒲团上，在工单里。

第四，修行最大的障碍不是没时间，是"修行也应该有用"这个念头本身。

这是最吊诡的地方：一旦你把冥想、听息、澄心当成"提升自己的工具"，它们就立刻失效了——因为你又启动了那套 KPI 操作系统。庄子管这叫"机心"。所以这些练习必须允许自己"白练"：不打卡、不记录、不追求进度。无用之用，方为大用——这句话要连同修行本身一起实践。

第五，列子的"力命之辩"治好了我一半的结果焦虑。

我们这一行特别容易陷入"结果归因错误"：项目成了觉得自己牛，项目黄了觉得自己废。但按列子的公式，结果里永远有一份"命"——市场、时机、别人的决策。把这部分从自我评价里划走之后，剩下的问题变得非常干净：我尽力的那部分，有没有尽力？ 有，就心安；没有，就补上，跟别人无关，跟运气无关。

第六，关于"往哪里去"，我目前的答案是：往"松"里去。

不是躺平的松，是庖丁那把刀的松——十九年不卷刃，不是因为砍得少，而是因为从不砍骨头。我现在判断一个选择该不该做，越来越多地用这一条：这件事是在消耗我的"刀刃"，还是在顺着我的"缝隙"？ 答案往往立刻清楚。

10. 总结：四部经典，一张速查表

经典	核心工具	解决的问题	最小实践
《道德经》	无为、知止、守柔、复归于朴	过度干预、过度消耗	改一行而不是加补丁；八分满
《庄子》	庖丁解牛、心斋、坐忘、无用之用	硬碰硬、紧绷、功利焦虑	通勤听息法；睡前观复
《清静经》	遣欲澄心、三观法、常应常静	心浮气躁、应事内耗	会前 3 分钟澄心法
《列子》	杞人忧天、歧路亡羊、力命之辩	不可控焦虑、选择过载、结果执念	控制二分法；尽力后放下

程序员读道经，最大的自由在于：

你不需要皈依任何神仙体系，不需要相信飞升和符箓，只需要承认一件事—— 这个系统（世界、身体、内心）有它自己的运行规律，而你可以选择读懂它，而不是对抗它。

最后用一句改写的老子收尾：

代码三十行，运行起来才有用；人生三万天，松开手才装得下东西。有之以为利，无之以为用——肯留空，才装得下道。

参考阅读

《道德经》（推荐陈鼓应《老子今注今译》）
《庄子·内篇》（重点：逍遥游、齐物论、养生主、人间世）
《太上老君说常清静经》（全文仅 390 字，可直接诵读原文）
《列子》（重点：天瑞、力命、杨朱、说符；推荐杨伯峻《列子集释》）

本文为个人学习总结，承接《如果你不懂算法，那就让你领教下佛法》的程序员视角。若有理解偏差，欢迎理性讨论。

《简单逻辑学》读书笔记：程序员最需要补的一门课，从四个基本原理到谬误识别实战

Wed, 09 Nov 2022 09:30:00 +0800

《简单逻辑学》读书笔记：程序员最需要补的一门课，从四个基本原理到谬误识别实战

D.Q.麦克伦尼（D.Q. McInerny），美国哲学家，《简单逻辑学》（Being Logical: A Guide to Good Thinking）是他写给普通人的逻辑学入门书，全书只有 130 来页，没有符号逻辑公式，全是"怎么想才对"的基本功。为什么一个程序员要读这个？因为我们每天做的事情——写代码、评审方案、排查故障、和产品经理吵架——本质上全是逻辑活动。而大部分工程师（包括曾经的我）从未系统学过一天逻辑，全靠本能硬扛。

0. 全书结构：五层楼

flowchart TB
    L1["第一层 学习逻辑的思想准备<br/>全神贯注 / 确认事实 / 观念要对应对象 / 语言要匹配观念"]
    L2["第二层 逻辑学的基本原理<br/>同一律 / 排中律 / 矛盾律 / 充足理由律"]
    L3["第三层 论证：逻辑学的语言<br/>命题 / 前提与结论 / 演绎与归纳 / 有效与真实"]
    L4["第四层 非逻辑思维的根源<br/>怀疑论 / 玩世不恭 / 盲目乐观 / 眼界狭窄 / 情感"]
    L5["第五层 非逻辑思维的主要形式<br/>28 种谬误大全"]
    L1 --> L2 --> L3 --> L4 --> L5
    style L2 fill:#ffd699
    style L5 fill:#ffcccc

麦克伦尼的讲法是先盖楼（一到三层，什么是"对"），再拆楼（四五层，人是怎么想错的）。我按同样的顺序记，但每一层都配上程序员场景——否则读完三天就还回去了。

1. 第一层：思想准备——逻辑之前，先把输入搞对

这一层讲的东西朴素得让人想跳过，但它指向一个残酷事实：大部分争论根本不涉及逻辑，只是双方输入的事实就不一样。

四个要点：

全神贯注：很多错误不是逻辑错，是根本没看仔细。线上日志看漏一行，结论全盘皆错。
确认事实：事实分两种——事物事实（真实存在的）和事件事实（需要通过证据确认的）。争论前先问：我们争的到底是事实，还是对事实的解释？
观念要对应对象：脑子里的观念（idea）是对客观对象的反映，检验观念对错的标准是它符不符合对象，不是"我有多确信它"。
语言要匹配观念：语言是观念的载体，词不达意是一切沟通灾难的源头。书中给的原则是说简单句、用准确的词、避免模糊和歧义。

踩坑故事 1：一场吵了两小时的会，死于一个词 需求评审，产品经理说"这个页面要快"，后端说"接口 P99 做到 200ms 没问题"，前端说"我这边首屏没问题"，测试说"那我觉得没问题"。上线后客诉爆炸——产品经理说的"快"是整页可交互时间，后端给的是接口耗时，前端盯的是首屏渲染，三个"快"根本不是一回事。麦克伦尼说的"语言要匹配观念"就是这个：争论前先给关键词下操作定义（“快”= TTI < 2s，4G 网络下），能省掉一半的会。现在组里的评审模板第一条就是"定义术语"。

2. 第二层：四个基本原理——逻辑的地基

整本书的承重墙。这四条不是什么高深定理，而是一切正确思考都必须遵守的游戏规则：

flowchart LR
    A["同一律<br/>事物只能是其本身<br/>A 是 A"] --> G["灰度思考的天敌：<br/>概念被偷换而不自知"]
    B["排中律<br/>对于任何事物<br/>在一定条件下<br/>要么成立 要么不成立<br/>没有中间状态"] --> G2["'既死又活'只在<br/>量子力学里合法"]
    C["矛盾律<br/>同一时刻<br/>同一事物不能<br/>既是这样又不是这样<br/>A 不能同时是非 A"] --> G3["发现矛盾 = 发现错误<br/>不是'辩证看待'"]
    D["充足理由律<br/>任何事物存在<br/>都有充足理由"] --> G4["没有'无缘无故'<br/>事故复盘的第一原理"]
    style A fill:#ffe6cc
    style B fill:#ffe6cc
    style C fill:#ffe6cc
    style D fill:#ffe6cc

逐条说它们在工作里的样子：

同一律：概念被偷换是最常见的思维故障。踩坑故事 1 的"快"就是违反同一律——同一个词，中途换了对象，论证全部作废。
排中律：在明确条件下，命题非真即假。“这个功能有没有 bug” 没有"大概也许有"。测试同学最懂这条。
矛盾律：同一时刻同一方面，A 不能同时是非 A。代码里一个变量不能既是 true 又是 false——编译器天天在替你执行矛盾律，脑子却经常放水。
充足理由律：凡事必有原因。这是排查故障的世界观——线上问题不存在"灵异事件"，只有"还没找到的原因"。

踩坑故事 2：“灵异 bug"追查到凌晨四点 服务每天凌晨固定时间偶发 502，日志干净得像没发生过。组里讨论逐渐滑向玄学：“可能是云厂商网络抖动"“要不加个重试试试”。我后来把"充足理由律"四个字贴在显示器边上，逼自己一条一条排除：时间固定 → 必有定时事件 → 查 crontab 没有 → 查 K8s 层 → 发现是宿主机每天凌晨的镜像 GC 把节点磁盘打满了。所有"灵异"都是对理由的放弃。这个习惯比任何排查技巧都值钱。

3. 第三层：论证的结构——前提、结论、有效与真实

逻辑的核心动作是论证：从前提推出结论。这一层有三个必须分清的概念。

3.1 演绎与归纳

flowchart LR
    subgraph 演绎["演绎推理：从一般到个别"]
        D1["大前提：所有接口超时<br/>都会触发熔断"] --> D3
        D2["小前提：支付接口超时了"] --> D3["结论：支付接口<br/>必然触发熔断<br/>（保真）"]
    end
    subgraph 归纳["归纳推理：从个别到一般"]
        I1["过去 10 次大促<br/>缓存都扛住了"] --> I3["结论：这次大促<br/>缓存大概率扛得住<br/>（不保真，只给概率）"]
    end

演绎保真，归纳不保真。 工程师日常 90% 的推理是归纳（“上次这么改没问题”），却经常拿它当演绎用（“所以这次一定没问题”）——大促翻车史就是归纳翻车的合订本。

3.2 有效 ≠ 真实

这是全书我最想加粗的一对概念：

有效（valid）：推理形式正确——前提真，则结论必真。
真实（sound / true）：不仅形式对，前提本身也得是真的。

一个论证可以完全有效但结论荒谬，只要前提是假的：

flowchart TD
    P1["前提 1（假）：所有用 Java 的系统都慢"] --> C["结论：订单系统慢<br/>✔ 推理形式有效<br/>✘ 前提假 所以结论不可信"]
    P2["前提 2（真）：订单系统用 Java 写的"] --> C
    style P1 fill:#ffcccc

踩坑故事 3：技术选型里的"大厂这么干” 评审一个方案，同事的论证是：“Netflix 用了微服务（真），我们要支撑大流量（真），所以我们也应该上微服务（形式上说得过去）。“这个论证真正的漏洞藏在一个没说出口的前提里：”我们的组织规模和 Netflix 一样需要微服务"——40 人的团队和几千人的团队，这个前提是假的。后来那个项目拆出 30 个服务，三个人维护，一次发布要排两小时依赖序。识别隐藏前提，是评审别人方案的第一刀。 麦克伦尼书里说"结论不能反映前提的量”（全称前提出特称结论没事，反过来必错），实战版就是：把没说的前提挖出来晒一晒。

3.3 三段论的正确姿势

经典三段论（Barbara 式）长这样：

flowchart TD
    M1["大前提：所有 M 都是 P"] --> CC["结论：所有 S 都是 P"]
    M2["小前提：所有 S 都是 M"] --> CC
    NOTE["中项 M 必须至少周延一次<br/>（在前提里覆盖其全部外延）<br/>否则：中项不周延谬误"]

书里给了判断三段论的各种规则（两个否定前提推不出结论、前提有一个特称结论必须特称……）。不用全背，记一个最常被违反的：从"有些"不能推出"所有”。“有些用户反馈卡顿”→“所有用户都卡”，产品需求文档里每周都能看到这种滑坡。

4. 第四、五层：谬误大全与它的根源

4.1 高频谬误速查表（配程序员真实病例）

书里列了 28 种谬误，我挑工作中真正高频的，每个配一个我亲眼见过的病例：

谬误	一句话识别	程序员病例
稻草人	把对方观点扭曲成好打的版本再攻击	A 说"这个接口要加缓存"，B 反驳"你想把所有数据都堆进 Redis 吗？内存不要钱？"
诉诸权威	因为某人/某公司牛，所以它对	“阿里就是这么设计的”——阿里的约束条件和你的不一样
后此谬误（post hoc）	先后发生 ≠ 因果关系	“昨天上了新版本的网关，今天接口慢了，肯定是网关的锅”——实际是运营商骨干网抖动
非黑即白	把多选硬压成二选一	“要么全部重写，要么继续忍受烂代码”——还有渐进重构这条正经路
草率概括	样本太小就下结论	“内测 3 个用户都没问题，可以全量”
循环论证	结论早已藏在前提里	“这个方案好，因为它是最佳实践；为什么它是最佳实践？因为它好”
偷换概念	同一律被违反	评审时"性能"一词在响应时间和吞吐量之间反复横跳
诉诸情感	用同情/恐惧代替论证	“这个需求不做，运营同学这个月 KPI 就完了”
错误类比	相似点不够撑起结论	“人脑用神经元，所以堆足够多 if-else 也能产生智能”
民主谬误	多数人认同 ≠ 正确	团队投票决定"这个并发问题不会有事"

踩坑故事 4：一次后此谬误引发的连环故障 我犯过最严重的一次逻辑错误就是后此谬误。某次发布后接口耗时上涨，我看了发布时间线就断定是新版本的锅，拍板回滚。回滚后耗时没有恢复——真正的元凶是同一时段上游投放活动带来的流量结构变化（慢接口流量占比升高）。但因为"回滚"这个操作本身又成了新的干扰变量，我们白白多排查了三个小时，还多承受了一次回滚的风险。教训刻在墙上：先看监控全局，再对时间线；时间先后是嫌疑，不是定罪。

4.2 谬误的根源：不是坏，是这些心理

第四层回答"人为什么会想错"，比谬误清单本身更有价值：

怀疑论过头：把"不可知"当逃避思考的挡箭牌（“日志也可能是错的，别查了”）；
玩世不恭：预设一切论证都是利益伪装，于是不再需要听任何论证；
盲目乐观：只寻找支持自己方案的证据（确认偏误的近亲）；
眼界狭窄：只在自己熟悉的工具箱里找解决方案——手里只有锤子；
情感：书里说得最透的一句大意是，情感越浓烈，论证越要让位给冷静。线上事故复盘最怕带情绪，一甩锅逻辑就死了。

5. 逻辑训练方法：可执行的每日清单

逻辑是技能不是知识，看十遍书不如每天练十分钟。我自己执行过的训练计划，按性价比排序：

5.1 每日三题（合计约 15 分钟）

flowchart LR
    T1["题 1 · 改写三段论<br/>找一条工作群里的断言<br/>补出隐藏前提<br/>检验有效性和真实性<br/>3 分钟"] --> T2["题 2 · 谬误狩猎<br/>刷一条新闻评论区<br/>或技术论坛热帖<br/>指出至少一个谬误并命名<br/>5 分钟"]
    T2 --> T3["题 3 · 费曼复述<br/>把今天解决的一个问题<br/>用'前提→推理→结论'<br/>写给外行看<br/>5 分钟"]

题 1 的素材库：需求文档、技术方案、复盘报告——全是现成的"论证"，练习补全隐藏前提。坚持两周，你看任何方案都会自动开始找"他没说出口的那句话"。
题 2 的关键是命名：不是"我觉得不对"，而是说出"这是稻草人/后此/诉诸权威"。能命名 = 能复现 = 下次自己犯的时候能识别。
题 3 是最狠的：写给外行看会暴露一切含糊之处。写不清楚 = 没想明白，没有例外。

5.2 每周一练（约 30 分钟）

复盘改写：从团队事故报告里挑一份，重写因果链——区分"时间相关"和"因果相关"，标注每一环的证据等级（监控数据 / 推断 / 猜测）。
对立面练习：选一个自己坚信的技术观点（如"微服务优于单体"），强迫自己写出反方的最强论证（steel man，稻草人的反面）。写不出来说明你并没有真正理解自己观点的边界。

5.3 进阶阅读材料（按顺序读）

《学会提问》（Asking the Right Questions）——本书的最佳续集，把"找前提、找谬误"训练成肌肉记忆；
《超越感觉》（Beyond Feelings）——更系统的批判性思维教材，第四章"证据"专治后此谬误；
《思考，快与慢》——从认知科学解释谬误的根源，回答"人为什么天生想不对"；
《金字塔原理》——逻辑的另一半：想对了之后怎么结构化地表达；
Paul Graham 的 How to Disagree—— disagreement hierarchy，一张图分清"反驳论点"和"骂人"的七个层级，网上吵架和 Code Review 通用。

5.4 把训练场搬回工作

Code Review 是最好的逻辑训练场：每条评论强制写成"前提（代码事实）→ 推理（规则/经验）→ 结论（建议）“三段式，杜绝"感觉不太好"式评论；
复盘会立一条规矩：只接受带证据的因果链，“可能、感觉、应该是"后面必须跟验证计划；
技术方案模板加一栏：“本方案的隐藏假设”，写上线的开关。

思考与感悟

1. 逻辑学是程序员被拖欠最久的一门课。 我们学数据结构、学操作系统、学分布式，唯独没人教"怎么想才对”。可工作五年之后回看，造成最大损失的从来不是不会某个技术，而是：把先后当因果、把权威当论证、把概念吵岔了两个小时。这本书 130 页，两天读完，补的是地基。

2. 逻辑的敌人不是愚蠢，是情绪。 书里最触动我的不是谬误清单，是"非逻辑思维的根源"那一章——怀疑论、玩世不恭、盲目乐观，全是心理防御机制，不是智力问题。复盘会上一句"当时是谁决策的”，逻辑就死了。想练好逻辑，先练把情绪和论证分开的本事。

3. “能命名"是内化的分界线。 知道"诉诸权威"这个词之前，我也天天犯；学会之后，每次脱口而出"大厂都这么干"时，脑子里会有个小声音报名字。语言是观念的载体——给谬误命名，就是给自己的思维装监控。

4. 对工程师来说，逻辑的最终形态是工程习惯。 充足的日志（充足理由律的落地）、明确的术语表（同一律的落地）、灰度发布（对归纳不保真的敬畏）、复盘模板（反后此谬误的流程化）——好的工程实践背后全是逻辑学。这本书读完，你会重新理解这些实践"为什么是它们”。

与君共勉。

《黑客与画家》创业学习笔记：用艺术思维重构技术变现

Sun, 09 Feb 2020 21:06:04 +0800

《黑客与画家》创业学习笔记：用艺术思维重构技术变现

参考书籍：Paul Graham《黑客与画家》（Hackers and Painters）。
目标读者：想学创业、正在做副业、或者想把技术变成产品的程序员。
阅读目标：把 Graham 的散文重新组织成一套可重复、可操作的创业思考框架。

Paul Graham 是 Y Combinator 的创始人之一，也是 Lisp 程序员和画家。《黑客与画家》不是一本标准的创业教材，它更像是一个资深创客的笔记集合。但对创业程序员来说，这本书里藏着一套非常底层的操作系统：

技术不只是谋生技能，它是创造财富的杠杆；
创业不是赌运气，而是可以被训练的方法；
好的工具和算法，直接决定你能走多远；
写代码和画画，本质上是同一件事。

这篇文章我把书中对我最有启发的内容，整理成 6 个模块。每个模块都尽量用新人能听懂的方式写，并给出可以落地的思考清单。

一、用艺术思维重构技术变现路径

1.1 黑客和画家的共同本质：都是 maker

Graham 说，黑客（优秀的程序员）和画家的相似度，远高于黑客和计算机科学家的相似度。

画家创作的过程是：

先有草图和想法；
不断修改、推翻、重画；
最终作品呈现出来，别人才会评价。

黑客写软件的过程几乎一样：

先写出一个能跑的原型；
根据用户反馈不断迭代；
产品上线后，市场才会给出真实反馈。

两者都不是"先想清楚再一次性做对"，而是在做的过程中想清楚。

1.2 艺术思维破解技术困局

很多程序员陷入一个困局：

“我技术很好，但不知道怎么赚钱。”

技术思维会问：“这个功能怎么实现？”
艺术思维会问：“用户真正需要的是什么？我能不能做出一个让他眼前一亮的东西？”

两者的区别是：

技术思维	艺术思维
关注实现难度	关注用户感受
追求系统完美	追求表达清晰
害怕改动	拥抱迭代
以功能为中心	以体验为中心

创业程序员真正值钱的能力，不是"会多少技术栈"，而是用技术做出别人愿意付费的作品。

1.3 重构"技术 → 财"的路径

传统路径：学好技术 → 找好工作 → 拿高薪。

Graham 给出的路径：

做出一个真正解决问题的东西 → 通过公司或产品把它规模化 → 创造财富。

这个差别非常关键。打工是把自己的时间卖一次；创业是把一个解决方案卖很多次。程序员的优势是，这个解决方案可以用代码复制。

1.4 案例：艺术思维如何决定产品成败

✅ 正面：Instagram 的减法艺术

Instagram 最初并不叫 Instagram，而是一个叫 Burbn 的 LBS 签到应用，功能复杂、界面混乱，用户增长缓慢。创始人 Kevin Systrom 和 Mike Krieger 没有继续堆功能，而是用艺术思维做了一次大胆的减法：

删掉签到、积分、优惠券等复杂功能；
只保留“拍照 + 滤镜 + 分享”三个核心动作；
把照片设计成统一的正方形，强化视觉风格。

结果：Instagram 在上线第一天就吸引了 2.5 万用户，18 个月后以 10 亿美元被 Facebook 收购。它的成功不是技术更先进，而是对用户情绪的精准表达。

❌ 反面：Google Glass 的技术傲慢

Google Glass 是一项令人惊艳的技术：头戴显示器、语音控制、实时拍照。但它失败的原因之一，是过于关注“我们能做出什么”，而不是“用户愿意在什么场景下使用什么”。

佩戴者被贴上“Glasshole”的标签，社交接受度极低；
没有明确的杀手级使用场景；
隐私争议和法律法规限制让它难以进入主流市场。

Google Glass 后来转向 B 端工业场景才找到生存空间。这个案例说明：技术再酷，如果缺乏对用户感受的理解，也很难变现。

新人行动清单：

写下你最近 3 个月遇到的 5 个"让人烦躁"的问题。
这些问题里，有没有一个能用 100 行代码做出原型？
如果做出来了，谁会愿意为它付费或省时间？

二、可以重复的创业思想

Graham 的创业思想不是鸡汤，而是一套可以反复训练的方法。

2.1 创造财富，而不是重新分配财富

Graham 有一个核心观点：财富不是固定的蛋糕，而是被创造出来的。

很多人以为创业就是"从别人口袋里掏钱"，但真正伟大的创业是让整个世界多出本来不存在的东西：一个新的效率工具、一个更好的沟通方式、一个省时间的流程。

程序员的创业，本质上是把想法变成代码，把代码变成产品，把产品变成别人愿意付钱的价值。

✅ 正面：Stripe 让互联网经济多了一套基础设施

Patrick 和 John Collison 创办 Stripe 时，发现网上收款远比想象中复杂：商家要对接银行、处理 PCI 合规、写大量支付逻辑。Stripe 没有发明“支付”这件事，但它通过一套简洁的 API，把原本需要几个月的接入工作缩短到几行代码。

Stripe 创造的价值是真实的：它让无数小公司和个人开发者第一次能轻松收钱。到今天，它处理的年交易额以万亿美元计。这就是 Graham 所说的“创造财富”——不是从别人口袋里抢钱，而是让经济活动本身变得更顺畅。

❌ 反面：Groupon 的财富再分配困境

Groupon 早期增长惊人，但它创造的核心价值其实有限。它的模式更像是一种“优惠券分销渠道”：把商家利润的一部分转移给消费者，自己从中抽成。

商家后来发现促销用户忠诚度低，盈利能力差；
消费者养成了“只买打折”的习惯；
竞争者蜂拥而入，护城河很浅。

Groupon 的市值从最高约 160 亿美元跌到不足 10 亿美元。它提醒我们：如果商业模式只是重新分配既有财富，而不是创造新的价值，长期很难维持。

2.2 小公司 + 高技术杠杆率 = 高回报

传统公司靠堆人、堆资源扩大产出。创业公司靠的是技术杠杆率：

几个人写出的软件，可以服务上百万用户；
一次开发，边际成本接近零；
决策快，迭代快。

这也是 Graham 推崇"小型创业团队"的原因。不是人多力量大，而是对的人 + 对的工具 + 对的方向力量大。

✅ 正面：WhatsApp 用 55 人服务 4.5 亿用户

WhatsApp 被 Facebook 以 190 亿美元收购时，整个公司只有约 55 名员工，却服务着超过 4.5 亿月活用户。它能在 Skype、MSN 已经存在的情况下崛起，靠的不是“功能更多”，而是定位更准、架构更轻、运营更省。

为什么它能从 Skype/MSN 手里抢用户？

WhatsApp	MSN / Skype
替代手机短信，移动原生	PC 时代的在线聊天工具
基于手机号，自动匹配通讯录	需要注册用户名、手动添加好友
异步消息，像短信一样随时收发	“在线/离线”状态模型
界面极简，只做消息	功能臃肿，广告多
跨运营商、跨国界免费	短信贵，国际短信更贵

对欧洲、拉美、印度等市场的用户来说，WhatsApp 不是“另一个聊天软件”，而是**“不用花钱的全球短信”**。这个痛点比 Skype 的视频通话、MSN 的娱乐功能更刚需。

为什么 55 人能支撑 4.5 亿用户？

极简产品：早期只有文字、图片、位置等基础功能，没有游戏、贴纸、广告系统，维护成本极低；
高效架构：后端用 Erlang 编写，单台服务器可支撑约 100 万个并发连接；
不长期存储消息：消息送达后从服务器删除，极大降低存储和合规成本；
病毒式增长：靠通讯录自动匹配和口碑传播，不需要市场投放团队；
无广告、轻客服：团队不需要销售、广告运营或庞大客服。

它靠什么盈利？

早期：首年免费，之后 0.99 美元/年的订阅费；
被收购后：2016 年取消订阅费，C 端完全免费；
现在：通过 WhatsApp Business API 向企业收费，企业按对话次数付费给客户发通知、客服消息、营销消息；同时发展 WhatsApp Pay 等金融服务。

本质上是 C 端免费占领通讯基础设施，B 端收费变现商业价值。

WhatsApp 证明：几个人用对的工具、切对的问题、保持极简，完全可以做出影响十亿人的产品。

❌ 反面：Color 的“堆人堆钱”失败

2011 年，Color 融资 4100 万美元，团队 41 人，产品还没上线就备受瞩目。它的理念是“基于位置的匿名社交照片分享”，但问题在于：

创始人没有验证用户是否真的需要这种体验；
大量资金花在豪华办公室和高薪上，而不是产品和用户反馈；
上线后用户很快流失，产品方向多次摇摆。

Color 最终悄无声息地关闭。这个案例说明：没有技术杠杆和用户验证，只靠人和钱堆不出好产品。

2.3 做那些"不会规模化"的事

YC 有一句名言：Do things that don’t scale.

初期不要急着写完美的平台，而是：

手动服务前 10 个用户；
亲自打电话收集反馈；
为用户做定制化修改。

你的目标不是一开始就做大规模，而是先找到真正愿意付费的人，再想办法自动化。

✅ 正面：Airbnb 创始人亲自上门拍照片

Airbnb 早期增长缓慢，Brian Chesky 和 Joe Gebbia 没有急着写更复杂的平台，而是做了一件“完全不会规模化”的事：亲自去纽约，挨家挨户给房东拍照，帮他们优化房源页面。

他们理解了房东真正关心什么；
照片质量提升后，订单量明显增长；
这些手工经验后来被产品化成摄影服务和智能建议。

Airbnb 今天的规模，正是从那些“不能规模化”的笨功夫里长出来的。

❌ 反面：Webvan 的“先规模化再找用户”

Webvan 是 1999 年互联网泡沫时期的明星公司，它想在网上卖杂货并自建配送体系。公司在还没验证商业模式之前，就花了 10 亿美元建仓库、买车队、招大量员工，试图“一次性做到全国”。

它假设消费者会大规模转向在线购菜，但没有验证；
高昂的固定成本让它现金流迅速断裂；
2001 年破产，成为“过早规模化”的经典反面教材。

Webvan 和 Airbnb 的对比告诉我们：在没有验证需求之前，自动化和规模化不是优势，而是负债。

2.4 选择好的问题，比解决问题更重要

Graham 强调，创业失败最常见的原因不是"做得不好"，而是**“做了一个没人需要的东西”**。

如何判断问题好不好？问自己三个问题：

这是你自己也有的痛点吗？ 自己需要的东西，理解最深刻。
解决后用户愿意付钱吗？ 愿意付费代表真实需求。
这个市场规模足够大吗？ 小市场养不出大公司，但大副业可以。

✅ 正面：Slack 从“失败的电子游戏”里找到真问题

Slack 的创始人 Stewart Butterfield 最初想做的是一款多人在线游戏 Glitch。游戏失败后，团队发现自己内部开发的一个通讯工具特别顺手，于是决定把它做成产品。

他们自己就是目标用户，深知团队沟通的痛点；
产品切入的是“电子邮件太笨重、IRC 太原始”的空白地带；
从游戏团队扩展到硅谷科技公司，再扩展到各行各业。

Slack 最终成为市值数十亿美元的公司。它的起点不是“我要做一个聊天软件”，而是“我们自己亟需一个更好的工具”。

❌ 反面：Juicero 解决了一个不存在的问题

Juicero 曾融资超过 1 亿美元，推出一台售价 700 美元的联网榨汁机，搭配售价 5～8 美元的果蔬包。它的理念是“用技术和设计重新定义榨汁”。

用户很快发现，用手挤果蔬包也能榨出汁，机器并非必需；
目标用户（健康生活方式人群）不愿意为这种便利付高价；
产品复杂、成本高、订阅模式僵硬。

Juicero 在 2017 年倒闭。它的失败完美诠释了 Graham 的警告：最难发现的失败，是你做了一个没人真正需要的东西。

新人行动清单：

列出你周围 3 个人最近抱怨过的问题。
用 1 句话描述：“我帮 XX 人群解决了 YY 问题。”
思考：这个问题是"维生素"（有了更好）还是"止痛药"（没有不行）？优先做止痛药。

三、如何寻找创业机会

Graham 关于"如何找到创业点子"的思考，是书里最实用的部分之一。

3.1 最好的点子来自"生活的不满"

不要坐在那里想"我要创业"，而是：

留意你生活中那些"怎么这么麻烦"“为什么没人做这个"的瞬间。

Graham 自己和同伴创办 Viaweb，就是因为他们觉得当时做电商网站太麻烦了。YC 孵化的很多项目，创始人最初都是想解决自己的问题。

3.2 待在"上游”（Stay upwind）

Graham 建议年轻人选择职业方向时，要"待在上游"。意思是：

做那些能让你积累长期能力、长期选项的事；
不要只看眼前工资，要看未来能打开多少扇门。

对程序员来说，“上游"可能是：

学习生成式 AI、分布式系统、编译器等底层技术；
参与开源项目，建立技术声望；
写作、演讲、做产品，积累影响力。

3.3 关注"边缘但快速增长"的需求

大公司的优势是服务主流市场，但主流市场往往意味着红海。

创业公司的机会通常出现在：

新技术刚出现，大公司还没反应过来；
小众人群有强需求，但现有产品很差；
法律法规、社会习惯变化带来的新场景。

3.4 做"自己就是用户"的产品

这是 Graham 反复强调的：如果你自己就是目标用户，你就有天然的信息优势。

你知道问题有多痛、现有方案有多烂、用户真正愿意为什么付费。这些都是坐在办公室做市场调研得不到的。

3.5 案例：机会来自真实不满，而非会议室想象

✅ 正面：Dropbox 从一个“忘带 U 盘”的瞬间诞生

Drew Houston 创办 Dropbox 的灵感，来自一个极其具体的挫败：他在公交车上带着笔记本电脑，却发现需要的文件存在另一台电脑里，随身带的 U 盘又忘带了。

他自己就是这个产品的目标用户；
当时的云存储方案要么复杂（FTP），要么不靠谱（自己搭服务器）；
他先做了一个 3 分钟的产品演示视频，验证需求后再投入开发。

Dropbox 从一个私人痛点出发，最终服务了数亿用户。这正是 Graham 所说的“最好的点子来自生活的不满”。

❌ 反面：Quibi 用好莱坞预算拍给想象中的用户

Quibi 由迪士尼前高管 Jeffrey Katzenberg 创办，融资 17.5 亿美元，主打“为手机竖屏观看制作的高品质短视频”。它的问题在于：

创始人不是目标用户，需求来自会议室推断；
高价签约明星制作内容，但用户并不愿意为短视频付费；
上线时正好遇到疫情，通勤场景消失，产品定位进一步崩塌。

Quibi 在上线不到 6 个月后就被出售。它的失败说明：没有真实用户验证的“高端需求”，再强的团队和资本也推不动。

新人行动清单：

记录一周内你遇到的 10 个"不爽时刻”。
标记其中 3 个可以用技术改善的。
对每个潜在机会，回答：“我自己会用它吗？”

四、算法的重要性

《黑客与画家》里有很多关于 Lisp、编程语言和算法的讨论。Graham 是 Lisp 的狂热信徒，他推崇的不是 Lisp 这门语言本身，而是Lisp 代表的那种思维方式。

4.1 算法是软件的"引擎"

算法不只是面试题。在现实产品中，算法决定了：

推荐系统能不能给用户想要的内容；
搜索引擎能不能在毫秒级返回结果；
支付系统能不能在高并发下保持正确；
AI 应用能不能在有限算力里产生有价值的输出。

一个好的算法，可以让一个小团队做出大公司才能做的效果。

4.2 学习算法的真正目的

不是为了刷题，而是为了训练三种能力：

抽象能力：把复杂问题拆成可计算的小问题。
效率意识：知道什么时候该优化，优化到什么程度。
工具感：知道世界上已经有哪些现成方案，避免重复造轮子。

4.3 创业程序员该优先掌握的算法方向

搜索与排序：几乎所有产品都需要查找和排名。
图算法：社交网络、推荐、路由、依赖分析都用得上。
动态规划与贪心：资源调度、路径规划、定价策略的底层思路。
概率与统计：A/B 测试、推荐系统、风控模型都离不开。
机器学习基础：即使没有做 AI，理解模型如何学习、如何泛化，也能帮你做出更智能的产品。

4.4 案例：算法如何成为竞争壁垒

✅ 正面：Google 用 PageRank 算法超越雅虎

1998 年，Google 还只是一家小公司，而雅虎是互联网门户巨头。Google 的制胜武器不是更多内容，而是 PageRank 算法——它通过网页之间的链接关系来评估重要性，而不是单纯看关键词密度。

搜索结果质量显著优于当时的竞争对手；
算法让一个小团队挑战并超越了行业巨头；
PageRank 后来成为现代搜索引擎的基础思想之一。

Google 的故事说明：一个好的算法，可以让小公司做出大公司做不到的效果。

❌ 反面：Orkut 在社交推荐上输给了 Facebook

Orkut 是 Google 早期推出的社交网站，在巴西和印度一度非常流行。但它最终被 Facebook 超越，其中一个原因是算法和用户体验上的差距：

Orkut 的页面设计杂乱，好友推荐和内容排序不够智能；
Facebook 的新闻 feed 算法和社交图谱设计更能留住用户；
当网络效应需要算法来放大时，Orkut 没有跟上。

Orkut 在 2014 年关闭。它提醒我们：在社交网络、推荐、搜索这些产品里，算法不是锦上添花，而是生死线。

新人行动清单：

选一个你正在做的项目，找出一个可以用算法优化的地方。
每周花 2 小时学习一个经典算法，并尝试用代码实现。
阅读一个开源项目里你感兴趣的算法实现。

五、开发工具的重要性

Graham 对工具的重视，贯穿全书。他认为工具直接影响思考效率和产品上限。

5.1 工具是你的"第二大脑"

好的开发工具：

让你把注意力放在问题本身，而不是语法和配置；
缩短"想法 → 代码 → 验证"的循环；
让一个人能完成过去需要一个团队做的事。

5.2 选择能让你"更快迭代"的语言和框架

Graham 创办 Viaweb 时用的是 Lisp，一个当时被认为"不实用"的语言。他选择 Lisp 的原因是：

表达力强，能快速写出复杂逻辑；
适合快速原型和快速修改；
让团队跑得比竞争对手快。

今天，对创业程序员来说，最重要的不是追新，而是选适合自己、能提高迭代速度的工具链。

5.3 现代创业程序员的工具箱建议

编程语言：Python（AI/脚本）、TypeScript（全栈）、Go/Rust（高性能服务）。
AI 助手：Cursor、GitHub Copilot、Claude Code 等，把自然语言变成代码草稿。
云服务：Vercel、AWS、GCP、阿里云，降低运维门槛。
数据与实验：PostgreSQL、Redis、ClickHouse，配合 A/B 测试工具。
协作与发布：Git、GitHub Actions、Notion、Figma。

5.4 不要沉迷工具，但要善用工具

工具永远服务于目标。 Graham 反对的是"为了用某个语言而用某个语言"，他推崇的是"选最能帮你赢的工具"。

对新人来说，与其纠结"学哪个框架"，不如：

先做出一个能用的东西；
在真实场景中感受工具的瓶颈；
有针对性地升级工具链。

5.5 案例：工具选择决定团队天花板

✅ 正面：Figma 用 Web 技术重构设计协作

Figma 创办时，设计界的主流工具是 Adobe 系列和 Sketch，都是桌面软件，协作靠传文件。Figma 选择用 Web 技术（WebGL + 实时协作算法）做一个浏览器里的设计工具。

设计师不再需要安装软件，打开链接就能协作；
多人实时编辑同一个文件，彻底改变工作流；
以工具为入口，逐步扩展成设计和原型平台。

Figma 后来以 200 亿美元被 Adobe 收购（虽然最终因监管未通过）。它的成功证明：选对工具，不只是提高效率，还可能重新定义整个行业。

❌ 反面：Adobe Flash 被封闭工具拖垮

Flash 曾经是网页动画、视频和游戏的王者。但它的失败，很大程度上是因为它是一个封闭、专有、依赖插件的工具生态：

移动设备不支持 Flash，iPhone 时代到来后迅速失势；
安全漏洞频发，浏览器厂商逐渐放弃支持；
HTML5、CSS3、JavaScript 等开放标准崛起后，Flash 没有跟上。

Adobe 最终在 2020 年底停止支持 Flash。这个案例说明：工具不仅要好用，还要符合技术演进的趋势，过度封闭会被开放生态取代。

新人行动清单：

检查你目前的工具链，找出 3 个拖慢你迭代速度的环节。
学习一个能提升效率的新工具，并在本周的项目中试用。
建立一套自己的代码模板或脚手架，减少重复劳动。

六、其他亮点

除了以上 5 点，《黑客与画家》里还有很多值得反复咀嚼的思想。

6.1 “不能说的话"与创新

Graham 提醒我们，社会上有一些"不能说的话”。真正重要的新思想，往往在最初都是冒犯的、反常的。

创业者不需要刻意叛逆，但要保持独立思考：

为什么大家都这样做？
这个假设真的成立吗？
如果我换一种方式，会不会更好？

✅ 正面：Tesla 质疑“电动车不可能高端”

2008 年，当 Tesla 推出 Roadster 时，主流汽车行业的共识是：电动车只能是廉价、短途、小众的代步工具。Elon Musk 和团队质疑了这个假设：

为什么电动车不能先做高端跑车？
为什么不能先从有钱的早期采用者切入？
为什么电池技术不能通过规模化持续降本？

Tesla 的“离经叛道”最终重塑了整个汽车行业。这个案例说明：真正重要的创新，往往始于对共识的质疑。

❌ 反面：Segway 的创新没有真实场景

Segway 在 2001 年发布时被寄予厚望，甚至被称为“个人交通的未来”。但它的问题在于：

它解决的是一个想象中的需求（城市短途出行），而非真实痛点；
价格昂贵、使用场景受法规限制、社交接受度不高；
创始人对产品的热情，没有转化为大众市场的真实需求。

Segway 最终被一家中国公司收购，主要用于旅游观光和特定 B 端场景。它提醒我们：质疑共识很重要，但质疑之后还要验证需求是否真的存在。

6.2 品位是可以训练的

Graham 认为，设计不仅仅是外观，设计是事物如何运转。好的黑客必须有好品位，而好品位来自：

大量看好作品；
大量做作品并接收反馈；
持续反思"什么是更好的"。

对创业程序员来说，“品位"体现在：

产品界面是否简洁；
API 是否优雅；
用户流程是否自然；
代码是否容易维护。

✅ 正面：Apple 把“品位”变成护城河

Steve Jobs 回归苹果后，第一件事就是砍掉大量杂乱的产品线，把设计品位提升到公司战略层面。iPod、iPhone、MacBook 的成功，不只是功能领先，更是因为：

界面和交互经过反复打磨；
硬件和软件高度统一；
用户从开箱到使用都能感受到细节。

Apple 的利润率长期高于同行，很大程度上来自“品位”带来的品牌溢价和用户忠诚度。

❌ 反面：MySpace 因设计失控被 Facebook 取代

MySpace 曾是全球最大的社交网站，但它的页面设计逐渐失控：

用户可以自由定制 HTML，导致页面杂乱、加载慢；
产品功能越堆越多，核心体验变得模糊；
Facebook 以简洁、统一的界面吸引了大量用户迁移。

MySpace 的衰落有很多原因，但“品位”的缺失是重要一环。它说明：设计的混乱会传导为产品定位的混乱，最终失去用户。

6.3 学校教不了你创业

Graham 对传统教育持批判态度。他认为学校擅长培养"听话的员工”，但不擅长培养"能创造新事物的人"。

这不是说读书无用，而是说：

创业真正需要的技能——发现需求、快速学习、承担不确定性、组建团队——大多要在实战中学。

✅ 正面：Mark Zuckerberg 在宿舍里验证需求

Mark Zuckerberg 在哈佛大学宿舍创办 Facebook 时，并没有先去读 MBA，也没有写一份商业计划书。他做的第一件事是：

快速做出一个粗糙的网站，让哈佛学生给同学照片打分；
观察用户行为，发现真实需求是“了解身边人的动态”；
在真实使用中不断迭代，而不是在会议室里推演。

Facebook 最早的版本功能非常简单，但它验证了一个真实存在的需求。Zuckerberg 的成功不是来自学校，而是来自快速行动和持续学习。

❌ 反面：许多 MBA 创业者的“完美计划”落空

硅谷并不缺名校 MBA 毕业生带着精美的商业计划书和 PPT 创业。但很多人失败的原因是：

过度依赖理论和模型，脱离真实用户；
花太多时间写计划，太少时间验证假设；
擅长融资讲故事，但不擅长做出有人用的产品。

这不是说 MBA 无用，而是说：创业的核心能力只能在实战中锻炼，书本和计划无法替代用户反馈。

6.4 有钱和创造财富是两回事

Graham 区分了"赚钱"和"创造财富"。赚钱可能是套利、投机、截流；创造财富是真正让社会总福利增加。

创业程序员最值得追求的，不是短期套现，而是持续创造价值的能力。

✅ 正面：Salesforce 创造了 CRM 云市场

Salesforce 创办时，企业软件的主流模式是卖光盘、本地部署、收取高额维护费。Marc Benioff 提出“No Software”口号，把 CRM 搬到云端：

企业不再需要自己买服务器、雇 IT 维护；
按月订阅，降低了中小企业的使用门槛；
创造了一个全新的 SaaS 市场，让 Salesforce 和无数企业共同受益。

Salesforce 的成功不是套利，而是创造了新的价值形态。

❌ 反面：WeWork 把“包装”当成价值创造

WeWork 曾是硅谷最具话题性的公司之一，估值一度高达 470 亿美元。但它的问题在于：

它本质上是一家二房东，却把自己包装成“科技公司”；

注：WeWork 不是严格意义上的硅谷纯科技公司，但其融资和叙事深受硅谷影响。
高速增长靠烧钱和复杂金融操作支撑；
没有真正的技术护城河，用户迁移成本很低。

WeWork 上市后估值暴跌，成为“资本运作大于价值创造”的典型反面教材。它提醒我们：有钱、有估值、有故事，都不等于创造了真正的财富。

七、给新人的一句话总结

把自己当成一个用代码创作作品的艺术家，而不是一个等待任务分配的工人。

技术是手段，产品是作品，财富是作品被需要之后的结果。创业不是冲动，而是一套可以被训练的思维习惯：

观察自己的不满，找到真实需求；
用艺术思维打磨产品，而不是只堆功能；
用算法和工具放大个人产出；
小步快跑，先服务少数人，再考虑规模化；
持续创造价值，而不是只追求赚钱。

《黑客与画家》最有价值的地方，不是给了一个成功公式，而是让我们重新理解：写代码可以是一种创造性的工作，而创业，是把这种创造力商业化的最好方式之一。

程序员学屠龙术：把《毛选》读成一份改世界的工程手册

Fri, 29 Sep 2017 18:20:17 +0800

程序员学屠龙术：把《毛选》读成一份改世界的工程手册

目标读者：刚入行或入行几年、感觉"学了很多技术却依然迷茫"的程序员。
阅读目标：把《毛泽东选集》读成一份"认识世界、改造世界"的工程手册，能看懂、能用上、能回答"我到底该往哪里去"。
声明：本文是一份方法论视角的学习笔记，不讨论具体历史是非、不摘政治口号；只关心一件事——这套思想作为"屠龙术"，对写代码、做技术、过生活有什么启发。姊妹篇：如果你不懂算法，那就让你领教下佛法——那篇讲"如何观察自心"，这篇讲"如何改造世界"。

0. 先回答一个问题：毛选为什么被叫作"屠龙术"？

网上有个流传很广的说法：《毛选》是"屠龙术"。

意思是说，它不是成功学、不是职场厚黑学，而是一套完整的、经过大规模实践检验的"如何分析复杂局面并改造现实"的方法论。屠龙，指的是面对看起来根本打不过的庞然大物——强大的对手、绝望的处境、盘根错节的旧秩序——并且真的找到了下刀的地方。

程序员为什么该读它？一句话：

佛学教你观察自己的心，毛选教你改造外部的世界。一个向内，一个向外，合起来才是完整的"修行"。

而且《毛选》的行文极其"工程师友好"：没有玄学、没有黑话、没有"信我者灵"。它的论证方式永远是——先调查现状，再分析矛盾，然后给出假设，最后到实践中检验。这不就是 measure → analyze → hypothesize → test 吗？

flowchart LR
    A[毛选] -->|不是语录| B[方法论文集]
    B --> C[调查现状]
    C --> D[分析矛盾]
    D --> E[实践检验]
    E -->|修正认识| C

1. 核心地图：从"实践"到"矛盾"再到"人民"

如果模仿姊妹篇里"无我→无法→无空"的解构，毛选的核心骨架也可以画成三级台阶：

阶段	关键词	核心动作	对应篇目
第一步	实践	认识只能从实践中来，到实践中去	《实践论》
第二步	矛盾	分析问题时抓主要矛盾，看矛盾的特殊性	《矛盾论》
第三步	人民	一切方法论的落脚点：为谁服务、依靠谁	《为人民服务》《愚公移山》

注意：这三步不是三条知识，而是一套完整的闭环——认识世界靠实践，改造世界靠抓矛盾，而改造世界是为了什么、靠什么力量，靠"为人民服务"这四个字来定锚。

flowchart LR
    subgraph 屠龙术三级台阶
    A[实践论<br/>认识从哪来] -->|有了认识才能分析| B[矛盾论<br/>刀子往哪下]
    B -->|分析为了行动| C[为人民服务<br/>行动为了谁]
    end
    C -->|再回到实践| A

下面的每一节，就是一级台阶的展开。

2. 第一步：实践——《实践论》是程序员最好的认识论

2.1 《实践论》到底说了什么？

全文其实就论证一件事：

人的正确认识，只能来自实践；而检验认识对不对，也只能回到实践。

毛泽东把它概括成一个循环：

实践 → 感性认识 → 理性认识 → 再回到实践检验 → 修正后再实践……
“实践、认识、再实践、再认识，这种形式，循环往复以至无穷。”

换成程序员的话：没有人靠读文档学会编程，也没有人靠想明白了一个 bug。

2.2 程序员的"感性认识"与"理性认识"

《实践论》里有个非常精准的分层：

感性认识：你直接接触到的现象——日志报错、页面白屏、接口超时。
理性认识：你把现象抽象成规律——“这是连接池耗尽导致的级联超时”。

新手最常犯的错，是两个极端：

极端	表现	《实践论》的诊断
只停留在感性	看到报错就百度，抄一个答案，能跑就行	“认识停留在感性阶段，是片面的、表面的”
空想理性	不看日志不复现，坐在椅子上"推理"bug	“理性的东西所以靠得住，正是由于它来源于感性”

真正高效的 debug 流程，就是《实践论》的微缩版：

flowchart TD
    A[观察现象<br/>感性认识] --> B[提出假设<br/>理性认识]
    B --> C[设计实验<br/>最小复现]
    C --> D[验证结果<br/>实践检验]
    D -->|假设错了| B
    D -->|假设对了| E[修复+总结规律]
    E -->|规律进入经验库| A

“最小复现"就是实践论里"由特殊到一般"的工程化。 把 5000 行的线上系统压缩成 20 行能复现 bug 的 demo，本质上就是一次"去粗取精、去伪存真、由此及彼、由表及里”——这十六个字出自《实践论》。

2.3 一句可以直接贴在显示器上的话

“你要有知识，你就得参加变革现实的实践。你要知道梨子的滋味，你就得变革梨子，亲口吃一吃。”

想学 Kubernetes？别再看第七篇入门文章了，去把本地集群搭起来、亲手搞挂一次再修好。梨子不会因为你读了十篇梨评就变成甜的。

3. 第二步：矛盾——《矛盾论》教你把刀子下对地方

3.1 主要矛盾：性能优化的第一性原理

《矛盾论》最锋利的概念是：

在复杂事物的发展过程中，有许多矛盾存在，其中必有一种是主要的矛盾，它规定和影响着其他矛盾的存在和发展。

翻译成工程语言：系统慢，先 profile，别猜。

新人优化代码的典型翻车现场：把一个 Python 循环从 for 改成列表推导式，沾沾自喜提速 30%，结果系统 99% 的时间花在了一次没有索引的数据库查询上。这就是没抓主要矛盾——你优化了"规定和影响"之外的东西。

flowchart TD
    A[系统很慢] --> B{主要矛盾在哪?}
    B -->|不 profile 直接猜| C[优化了字符串拼接<br/>提升 0.1%]
    B -->|先测量| D[发现 99% 耗时在 DB 慢查询]
    D --> E[加索引/改查询<br/>整体提速 50 倍]
    style C fill:#fdd,stroke:#a00
    style E fill:#dfd,stroke:#0a0

“没有全局在胸，是不会真的投下一着好棋子的。”——《矛盾论》这句话，就是"先 profile 再优化"的 1937 年版本。

3.2 矛盾的特殊性：世界上不存在"最佳实践"

《矛盾论》的另一半是：不同质的矛盾，要用不同质的方法解决。

这是对"银弹思维"最狠的一击。新人最容易陷入的幻觉是：存在一个"最佳实践"，学会就能套用到所有项目。而现实是：

创业公司活命期的代码和大厂核心系统的代码，矛盾性质完全不同（一个要速度，一个要稳定）；
一次性的迁移脚本和要维护十年的框架，该用的工程标准完全不同；
甚至同一个系统，MVP 阶段和规模化阶段的"正确架构"也不同。

“用不同的方法去解决不同的矛盾，这是马克思列宁主义者必须严格地遵守的一个原则。”

所以下次有人跟你说"XX 才是唯一正确的写法"，你可以在心里默念：具体问题具体分析。这不是和稀泥，而是《矛盾论》的核心操作。

3.3 矛盾的转化：bug 和本事是一对矛盾

《矛盾论》还有一个常被忽略的洞察：矛盾双方在一定条件下互相转化。

一个让团队通宵的线上事故（坏事），如果复盘到位，就变成了系统的混沌工程清单和每个人的排障直觉（好事）；
一个让你痛苦的重构需求（负担），做完之后变成了你简历上最硬的项目（资产）。

转化的关键在于"条件"——而条件是人创造的。 事故不会自动变成经验，复盘这个动作才是转化的条件。这就引出了后面的"批评与自我批评"。

4. 配套武器一：《反对本本主义》——没有调查，就没有发言权

这篇文章写于 1930 年，批评的是那些"拿到马克思主义本本就当圣旨"的同志。放到今天，它精准命中的群体是——不看代码就谈架构的人、不复现就下结论的人、不调研就抄方案的人。

4.1 程序员版本的"本本主义"

本本主义的表现	正确做法（调查研究）
“这个框架大家都在用，我们也上”	先搞清楚自己的业务量级和团队能力
“这个 bug 应该是缓存问题”	先复现、看日志、抓数据
“文档就是这么写的，照着做”	文档可能过时，读源码确认实际行为
“网上说这种设计模式好”	你的问题规模需要用模式吗？

毛泽东的原话狠得多：

“没有调查，没有发言权。”
“你对于某个问题没有调查，就停止你对于某个问题的发言权。”

在 code review 里，这就是最高准则：没读过这段代码的上下文，就不要对它的设计指手画脚。

4.2 调查的技术：像做需求分析一样做"社会调查"

《反对本本主义》里列了调查的具体方法：开调查会、找了解情况的人、定调查纲目、亲自出马、做记录。这套东西和今天产品经理做用户访谈、工程师做技术调研（technical due diligence）的流程几乎一模一样。

程序员空闲时间最值得做的一项"修行"就是这个：对自己每天使用的系统做一次调查。 你公司的数据从哪进、从哪出？钱从哪来？用户真正的痛点是什么？多数程序员写了五年代码都答不上来——这就是"对本本很熟、对现实很盲"的现代版。

5. 配套武器二：《改造我们的学习》——学习要"有的放矢"

5.1 三种学习态度

这篇文章里，毛泽东批评了"不注重研究现状、不注重研究历史、不注重马列主义的应用"的学习，提倡的是四个字：有的放矢——“的"是靶子（中国革命的实际问题），“矢"是箭（马列主义的立场观点方法）。

程序员的学习通病，用这三个"不注重"来套，严丝合缝：

不注重研究现状：收藏了 200 篇"必学清单”，但从不研究自己手头项目缺什么。
不注重研究历史：用着框架却不懂它解决的历史问题（为什么有 React？之前痛在哪？），于是永远在追新。
不注重应用：学完的设计模式没地方用，三个月就忘光。

5.2 有的放矢的学习法

学习的第一原则：以当前要解决的实际问题为靶子，去选箭，而不是先囤一屋子箭再找靶子。

flowchart TD
    A[工作中遇到的真实问题] --> B[拆解需要哪些知识]
    B --> C[针对性学习<br/>读书/文档/源码]
    C --> D[立刻应用到问题上]
    D --> E[复盘:学到的是否解决了问题]
    E -->|产生新问题| A
    F[无的放矢:<br/>囤课/追热点/焦虑式学习] -.->|死循环| F
    style F fill:#fdd,stroke:#a00

这条循环和《实践论》的循环是同构的：实践产生真问题，真问题驱动真学习，真学习回到真实践。 这就是为什么"项目驱动学习"对程序员永远有效——它不是学习技巧，它是认识论。

6. 《论持久战》：给"速成焦虑"和"躺平论"各一耳光

6.1 两种必败论调

《论持久战》写于抗战最黑暗的 1938 年，当时流行两种声音：亡国论（打不过，完了）和速胜论（一口气就能赢）。毛泽东说：都不对。这是一场持久战，会经过战略防御、战略相持、战略反攻三个阶段。

把"抗战"换成"程序员的成长”，这段分析惊人地贴合：

1938 年的论调	今天的版本	为什么错
亡国论	“35 岁必被淘汰，这行完了，躺平吧”	低估了主观能动性和积累的价值
速胜论	“三个月精通 AI，弯道超车年薪百万”	低估了问题的复杂度和时间的必要性

6.2 成长的三个阶段

flowchart LR
    subgraph 程序员的持久战
    A[战略防御期<br/>0-2年<br/>活下来,补齐基础] --> B[战略相持期<br/>2-6年<br/>大量枯燥的积累<br/>看不到质变]
    B --> C[战略反攻期<br/>6年+<br/>经验开始复利<br/>能独立定义问题]
    end
    B -.->|大多数人在此放弃<br/>误以为相持=失败| D[躺平/转行]
    style D fill:#fdd,stroke:#a00

相持阶段是最难熬的：每天的工作看起来都一样，学的技术似乎总在过时，同龄人好像都比你快。《论持久战》的价值就在这里——它告诉你相持不是失败，相持是规律。“亡国论"和"速胜论"在相持阶段最容易蛊惑人心，因为两者都是不愿面对长期性的精神捷径。

6.3 能动性：持久战不是干等

注意，《论持久战》不是"熬着就行”。它的核心概念是自觉的能动性：

“一切事情是要人做的……做就必须先有人根据客观事实，引出思想、道理、意见，提出计划、方针、政策、战略、战术，方能做得好。”

持久战的意思是：承认客观规律（成长需要时间），同时最大限度发挥主观能动性（每天都在正确地积累）。 既不躺，也不疯。

7. 空闲时间的修行：把"整风"开成个人的 code review

7.1 复盘：屠龙术里的"冥想"

姊妹篇讲佛学的冥想是"观察自心"；毛选里对应的功夫是批评与自我批评，以及它的日常版——复盘。

毛泽东有个著名公式：“团结—批评—团结”——从团结的愿望出发，经过批评与自我批评，在新的基础上达到新的团结。把这个公式的对象从"同志"换成"自己"，就是一个极高质量的个人复盘模板：

flowchart LR
    A[肯定自己做对的部分<br/>团结] --> B[诚实指出问题<br/>批评]
    B --> C[不带自我攻击地<br/>形成改进项]
    C --> D[和自己达成新的团结<br/>继续上路]
    B -.->|错误示范:<br/>批评变自我攻击| E[我不行/我没救了]
    style E fill:#fdd,stroke:#a00

关键区别：批评的对象是"事"，不是"人"。 “这次上线没写回滚方案"是批评；“我真是个废物"是自我攻击，恰恰是《实践论》批评的——脱离实际现象、空谈本质。

7.2 每周 30 分钟的复盘仪式

可执行的最小版本，每周五下班前：

本周的实践：做了什么？（列事实，不评价）
感性材料：哪里卡住了？情绪在哪里波动过？（这就是佛学的"觉察”，只不过对象是自己的工作）
理性提升：把卡住的原因抽象成一条规律，写下来。一句话就行。
下周的实验：基于这条规律，下周改一个具体行为。

坚持一年，你会得到 52 条自己从实践中长出来的规律——这比读 52 篇经验帖值钱得多，因为它们经过了你的实践检验。

7.3 冥想 × 复盘的组合拳

空闲时间的修行可以这样搭配，两套体系各取所长：

时段	动作	来源	作用
编译/部署等待的碎片时间	安般念：观察三次呼吸	佛学（姊妹篇 8.1 节）	把注意力拉回当下
被 bug/需求变化搞到情绪上头	STOP 公式：停—呼吸—观察—回应	佛学（姊妹篇 8.3 节）	防止情绪化操作
每周五 30 分钟	团结—批评—团结复盘	毛选	把经验沉淀成规律
每季度一次	“调查研究”：我所在的系统/行业发生了什么变化？	毛选《反对本本主义》	防止闭门造车

佛学负责让心不乱，毛选负责让经验不浪费。 一个管"稳”，一个管"进"。

8. 工作与生活的平衡：为人民服务，包括为你自己

8.1 先把"为了谁"想清楚

《为人民服务》全文不到八百字，核心只有一句：我们这个队伍完全是为着解放人民的，是彻底地为人民的利益工作的。

对程序员的启发不是喊口号，而是一个极其实际的追问：你写的代码，在为谁服务？

如果只服务 KPI，你会在每次绩效面谈前焦虑到失眠；
如果只服务技术虚荣心，你会把简单系统过度设计成简历展品；
如果能找到"它真的帮到了某群人"的那个点，工作的意义感会自己长出来。

这不是鸡汤，是动机管理。“为了谁"是行为系统的 root 配置，配错了，上面跑什么进程都会慢慢跑偏。

8.2 愚公移山：长期主义的生活版

《愚公移山》的结尾说：愚公感动了上帝——而"这个上帝不是别人，就是全中国的人民大众”。剥掉修辞，它的意思很朴素：

方向对了的长期努力，会不断把旁观者变成同盟者，把不可能变成时间问题。

工作生活平衡也是一座山。它不是某个周末"想通了"就能解决的，而是每天把锄头挥下去：今天准点下班去运动了，这周把复盘做了，这个月拒绝了一个明显会 burn out 的排期。平衡不是一个状态，是一万次微小的选择。

8.3 身体是革命的本钱：一条不需要引用的常识

持久战的第一资源是"人"。程序员的"人"就是你的身体和注意力：

睡眠是 GC，长期不 GC 的系统没有不出事的；
运动是混沌工程，平时主动施压，真出故障时才扛得住；
冥想和复盘是监控告警，让你在 burn out 之前先收到报警，而不是在宕机后读事故报告。

任何要求你长期透支身体的"奋斗"，都是速胜论的变种——它透支的是相持阶段最需要的东西。

9. 我们到底应该往哪里去？

这是姊妹篇最后一章的问题，也是所有方法论绕不开的终点。现在手里有两套答案了：

佛学的答案：安住当下，不执着于任何固定的"我必须成为什么"，随缘调整。
毛选的答案：发挥自觉的能动性，调查研究，抓主要矛盾，打持久战，改造世界。

一个向内收，一个向外放。听起来矛盾——但它们恰恰回答了这个问题的两半：

9.1 佛学回答"怎么去"，毛选回答"去哪找方向"

佛学的"不执着"解决的是心态：不要被结果绑架，不要焦虑，不要在内耗中空转。但它不直接告诉你方向在哪。

毛选补上了这一半：方向不是想出来的，是调查研究出来的。

你纠结"要不要转行 AI"“要不要去大厂"“要不要搞副业”——这些问题的答案不在冥想垫上，也不在别人嘴里，而在对客观现实的调查里：这个行业在发生什么变化？我手里有什么牌？哪件事的主要矛盾已经成熟到可以动手了？

flowchart TD
    A[我往哪里去?] --> B{心态问题<br/>还是方向问题?}
    B -->|焦虑/内耗/怕失败| C[佛学工具:<br/>觉察当下,放下执着<br/>稳住心]
    B -->|不知道选哪条路| D[毛选工具:<br/>调查研究,分析矛盾<br/>小步实践试探]
    C --> E[心稳了之后]
    D --> F[实践中得到反馈]
    E --> D
    F -->|认识深化,修正方向| A

先稳心，再调查，然后小步实践，用实践反馈修正方向。 这就是两套体系合起来的完整答案。

9.2 “能动性"与"不执着”：看似相反，实则互补

毛选讲"人定胜天"式的能动性，佛学讲"因缘和合"的不执着，矛盾吗？

不矛盾，它们管的是不同的环节：

行动时，用毛选：全力以赴，调查研究，抓主要矛盾，做就是了。“当面不说、背后嘀咕"式的内耗才是敌人。
结果前，用佛学：尽人事之后，接受结果不完全由你控制。成了不飘，败了不塌——《金刚经》叫"应无所住而生其心”。

用程序员的话说：写代码的时候用毛选（对每一行负责），等 CI 的时候用佛学（结果已经不由你控制，深呼吸）。

9.3 一个可执行的结论

所以，我们到底应该往哪里去？

往"调查清楚的主要矛盾"那里去，用持久战的方式去，带着不执着结果的心去。

具体一点：

方向从调查来，不从焦虑来。 每年做一次认真的自我"社会调查”：行业趋势、自己的能力盘点、真正在意什么。
选定主要矛盾，集中兵力。 一段时间内只主攻一件事——《毛选》里叫"集中优势兵力，各个歼灭敌人"，程序员叫单线程深度工作。
按持久战的节奏走。 允许自己处于相持阶段，用复盘保证每天在积累，拒绝速成幻觉，也拒绝躺平叙事。
结果交给无常。 努力了，方向可能就变了，环境一定会变——那就再调查、再分析、再出发。

姊妹篇的结尾说：没有一个固定的"我"必须成功。这篇补上后半句：

也没有一个现成的"路"等在那里等你发现。路是调查研究出来的，是一步一步实践出来的——“踏平坎坷成大道”，大道不在别处，就在你下一步的调查和实践里。

10. 思考与感悟：两个让我停下来的瞬间

写这篇笔记时，有两个地方让我停下来想了很久，记录在案。

10.1 感悟一：屠龙术最狠的地方，是它拒绝神秘化

读毛选最大的意外是它的"朴素"。一个真的改造了亿万人命运的体系，方法论核心居然只是：去现场看看（调查）、想清楚主要问题是什么（矛盾）、做了再改（实践）。没有任何一步是普通人做不到的。

这反过来照出了技术圈的荒诞：我们热衷造神——框架之神、方法论之神、大神程序员——然后跪在神龛前说我学不会。而《实践论》冷冷地说：你要知道梨子的滋味，就亲口吃一吃。 大神的能力也不是天降的，是实践循环转得比你多、复盘比你勤。

10.2 感悟二：佛学和毛选，救的是同一个人

以前我觉得这两套东西气质相反：一个出世，一个入世。放在一起读才发现，它们救的是同一种病——被念头和情绪劫持、失去行动能力的人。

佛学治"想太多"：看清念头只是念头，别被焦虑钉在原地。
毛选治"不行动"：别空谈了，去调查，去实践，梨子咬一口才知道味道。

程序员这个职业，恰好两种病都高发：信息过载带来的焦虑瘫痪（想太多），和教程囤积带来的虚假勤奋（不行动）。冥想让心安静下来，复盘让经验沉淀下来，调查让方向清晰起来，实践让一切落地。 这就是我理解的、一个程序员版本的"修行"。

11. 总结：一张速查表

篇目	核心工具	解决的程序员问题
《实践论》	实践—认识—再实践	学习只看不做、debug 靠猜
《矛盾论》	抓主要矛盾、具体问题具体分析	优化不 profile、迷信银弹
《反对本本主义》	没有调查就没有发言权	不调研抄方案、空谈架构
《改造我们的学习》	有的放矢	囤课焦虑、学用脱节
《论持久战》	三阶段、自觉的能动性	速成焦虑与躺平叙事
《为人民服务》《愚公移山》	为了谁、长期主义	意义感缺失、工作生活失衡
（配套）佛学工具	冥想、觉察、不执着	内耗、情绪化、怕结果

最后，用两句跨越一千三百年的对话收尾：

惠能说：真理不在文字里，在你当下的觉知里。
毛泽东说：真理不在本本上，在你的调查和实践里。
合起来就是：别坐着想了，也别跪着学了——站起来，去调查，去实践，去观察自己的心。路在脚下，也在心里。

参考阅读

《实践论》（1937）
《矛盾论》（1937）
《反对本本主义》（1930）
《改造我们的学习》（1941）
《论持久战》（1938）
《为人民服务》（1944）、《愚公移山》（1945）
姊妹篇：《如果你不懂算法，那就让你领教下佛法》

本文为个人学习笔记，方法论视角，不代表对历史细节的完整考据。若有理解偏差，欢迎理性讨论。