MoreRSS

site iconLouiscard | 吕江涛修改

19 年加入 ByteDance 至今,少数派作者、在行行家、生产力教练。
请复制 RSS 到你的阅读器,或快速订阅到 :

Inoreader Feedly Follow Feedbin Local Reader

Louiscard | 吕江涛的 RSS 预览

AI Agent 真正贵起来的,不是续航,而是交接成本

2026-05-17 21:49:14

这周我越来越确定一件事。

大家盯着看的还是模型又跑长了多少小时,但真正开始拉开差距的,已经不是 agent 的续航数字,而是你能不能把一段工作交接给它。

不是「它会不会做一次」。

而是「你敢不敢把这件事交出去,并且指望它带着结果回来」。

1. 先别被「16 小时 agent」这种数字带着跑。

Every Context Window 那篇《The Fallacy of the 16-hour Agent》 讲得很清楚:那张被疯转的长程 agent 榜单,16 小时对应的是 50% 成功率。把门槛抬到 80%,也就是更接近「真能托付」的水平,时间立刻掉到 3 小时多。

这件事为什么重要?

因为它提醒我们,agent 的问题已经不只是能力上限,而是可靠性交付。

3 小时其实已经很强了,问题不在这里。

问题在于,很多人看到 benchmark,就自然脑补成「可以放着不管,明天回来收成果」。这中间差的不是一点推理能力,差的是整段工作有没有被切成一个 agent 接得住的形状。

说白了,今天很多 agent 跑不远,不一定是模型不够强。

更可能是任务定义太糊、验收标准太松、上下文没铺好、出错后没有 guardrail。

越往后看,agent 像不像一个可托付的同事,取决于交接质量,不只取决于模型质量。

2. 所以人真正开始做的,不是「使用 AI」,而是给 AI 做 onboarding。

Noah Brier 在 Every 写的《The Culture of AI Engineering》 我很认同。

他反对把 AI 编程叫「软件工厂」。因为工厂那套想的是一致性、缺陷率、Six Sigma。但做软件最难的,从来不是把代码机械地产出来,而是先把 standards、architecture、specs、plans 这些上层结构想明白。

这个判断很关键,因为 AI 现在猛冲的,主要还是 code 这一层。

如果下面几层没人管,它只是在帮你更快地产出一堆以后更难维护的东西。这也是为什么我现在越来越觉得,很多人在干的其实不是「学会一个 AI 工具」,而是在做另一件更底层的活:

  • 写规范
  • 定边界
  • 塞记忆
  • 配环境
  • 设验收

这些动作以前不显眼,现在反而越来越值钱。你不是在给 agent 发指令,你是在决定它「像谁工作」。

这句话放到团队里更明显,一个团队的 AI 水平,不是看谁最会写 prompt,而是看这个团队有没有把自己的判断方式、交接标准、风格偏好和兜底规则,提前写进系统。

3. 再往前走一步,环境本身也开始变成 agent 的工作台。

电脑玩物那篇 Codex for Chrome 实测 值得看,不是因为它又展示了几个炫技 demo,而是它把一个很现实的问题捅破了:

很多 AI 工作流卡住,不是模型不会,而是它摸不到真实环境。

它没有登录态,它进不去你平时真的在用的网页,它拿不到你已经积累好的账户、历史、上下文。一旦 agent 能直接用你已经登录的 Chrome,很多事的性质就变了,以前要先找 MCP、接 API、折腾权限,现在它直接在真实工作环境里接活。

这背后的变化很大。

以前我们优化的是「界面怎么让人更好点、更好填、更好切换」,以后越来越多产品要优化的,是另一件事:

  • 指令怎么下更清楚
  • 回执怎么回更可读
  • 中间状态怎么更好接管
  • 失败后怎么更好恢复

也就是说,AI 时代很多软件真正要优化的,不再只是 UI,而是 handoff。

4. 所以这周更值得问的,不是「agent 能不能替我做事」,而是「我有没有把事交给 agent 的能力」。

我现在越来越相信,下一阶段真正贵起来的,是四种东西:

  • 上下文整理能力:把背景、目标、约束、已有材料压成 agent 接得住的输入
  • 环境准备能力:把账号、权限、工具、目录、数据源提前铺好
  • 验收定义能力:知道什么叫做完,什么叫做跑偏
  • 接管恢复能力:agent 失败之后,人能不能快速接回来,不至于推倒重来

这四件事,本质上都不是模型参数。

它们更像新的工作设计能力。

  • 个人层面,这会让会「自己搭台子」的人越来越值钱。
  • 团队层面,这会让会「写清楚组织接口」的团队越来越快。

所以如果你这周也在折腾 agent,我觉得最值得试的不是再追一个新 benchmark,而是挑一件你最近总要反复亲自盯的事,问自己四个问题:

1. 这件事如果交给 agent,它第一步最容易卡在哪个上下文缺口?
2. 它失败时,我有没有一个接管点,而不是只能重来?
3. 我有没有把「做完」的标准写出来,而不是靠感觉判断?
4. 我现在是在补模型能力,还是在补交接能力?

很多人会发现,自己真正缺的不是更强的 agent,而是一个能把工作交出去、再拿得回来的系统

AI Agent 真正贵起来的,不是续航,而是无法持续降低的交接成本。

Sources

AI 生产力真正该优化的,不是输出,而是收尾

2026-05-03 16:38:27

今天最值得看的,不是哪个 Agent 又能替你多做一步,而是一个更朴素的判断:AI 生产力真正该先优化的,不是输出,而是收尾。

很多知识工作者的疲惫,不是来自某一次重活,而是来自大量没有标题的笔记、没有归位的想法、没有被消化的提醒、没有被真正处理的输入。它们每一个都很小,但会持续占用判断力。AI 如果只是继续帮我们生成更多内容,这些债只会滚得更快;AI 如果先把这些小债清掉,它才开始真的像生产力工具。

先别急着让 AI 做大任务

Evernote 新出的 AI Title Suggestions 看起来只是一个很小的功能:根据笔记内容自动生成标题。

如果只看表面,这当然不算什么“大创新”。但我反而觉得,这种小功能更接近 AI 真正进入日常工作的方式。因为大多数知识工作的损耗,不发生在“不会写”,而发生在“写完以后没有整理好”。标题没起、结构没立、重点没标,最后就会变成一堆未来没人愿意再打开的材料。

所以这个功能的意义不在于它替你省了 10 秒,而在于它开始替你处理元数据。元数据不是创作本身,但它决定了内容未来还能不能被找到、被复用、被组织、被重新组合。

我现在越来越在意这一层。AI 真正该先接手的,不一定是完整文章、完整方案、完整项目,而是这些过去总被拖到最后、最后又总是不做的小整理动作。

真正稀缺的不是信息,而是可用的注意力

这也让我想到 Nayeema Raza 在 TED 的短讲。她讲得很克制:进入 AI 世界以后,更需要练习旧习惯,暂停一下、保留好奇、把问题当面问出来。

我很认同这个判断。因为 AI 时代最危险的幻觉,不只是模型会胡说八道,而是人会误以为“只要信息更快来到我面前,我就更接近答案了”。

其实不是。很多时候,我们缺的不是更多信息,而是更少的噪音、更清楚的结构、以及能把注意力从机械整理里解放出来的系统。

这也是为什么我会把 AI 自动标题这种小事看得比它看起来更重要。它不是在炫技,而是在帮你回收注意力。一个系统如果能持续替你清理这些认知碎屑,你就更有机会把精力留给真正需要人来做的部分:判断、取舍、表达、对话。

如果 AI 只会加速输出,人会先被榨干

另一条让我印象很深的,是 Brad Feld 写的 Burn Bright, Not Out。文章本身是为创业者心理健康基金筹款,但里面那组数字很刺眼:72% 的创始人说创业过程负面影响了心理健康,81% 不会说出来。

这和我最近越来越强烈的一个感受是连在一起的:如果 AI 只是让每个人可以写更多、做更快、开更多线程、盯更多信息流,它未必会先带来解放,反而可能先带来更隐蔽的过载。

所以我会用一个很简单的标准看 AI 工具值不值得留下来:它到底是在继续给我加任务,还是在替我减债。

如果一个功能只是让我更快地产出更多未整理内容,那它多半只是在放大混乱。
如果一个功能能让我少留一点尾巴、少补一次标题、少做一次归档、少记一次“回头再整理”,它反而更可能真正提高长期生产力。

下一步应该优化“收尾成本”

我觉得接下来一段时间,AI 产品最值得竞争的,不是谁能把一次性演示做得更惊艳,而是谁能把日常工作的收尾成本压下去。

因为真正能长期复利的系统,通常不是最会冲刺的系统,而是最不容易积债的系统。

对个人来说,这意味着:

  • 让 AI 帮你补标题、补摘要、补标签、补结构,而不是只补正文。
  • 让 AI 帮你把散落输入变成可回看的材料,而不是继续制造新草稿。
  • 让 AI 帮你减少每次重新进入上下文的成本,而不是让你维护更多上下文。

对团队来说,这意味着:

  • 不要只追求“这个 Agent 能不能一键做完整个任务”。
  • 先看“它能不能稳定接住整理、归档、交接、复盘这些脏活”。
  • 谁先把这些小摩擦做掉,谁的流程才更有机会长期跑下去。

今天可以直接试一个动作

挑一个你最常用、但最容易留下尾巴的工作流,比如会议纪要、客户跟进、内容选题、知识卡片整理。

不要先问:AI 能不能帮我把整件事做完。

先问三件事:

  • 哪些收尾动作我每次都拖延?
  • 哪些元数据我明明需要,却总是不补?
  • 哪一步如果被自动化,我下次重新进入这个任务会轻很多?

如果你先把 AI 用在这些地方,它未必最炫,但通常更容易变成长期习惯。

我现在越来越相信,AI 生产力真正的分水岭,不在于你一天能多做多少事,而在于你能不能让自己每天少背一点没有必要的认知债。

Sources

Notion 3.0 with Agents 更新一览

2025-10-07 23:14:29

在时隔 7 年之后,Notion 的大版本,3.0 重磅上新,Notion 将其称之为 —— 全球首个知识工作智能体 (first Knowledge Work Agent in the world)。它不再是一个简单的 AI 聊天机器人,全新的 Notion Agent,主打一个能「替你做事」的同事型 AI。

作为知识工作者,我们能否像「程序员」一样,拥有类似 Cursor、Claude Code 这样的工具直接能在我们的生产环境搭把手,提升我们的生产力呢?这篇文章,我们来聊聊 Notion 3.0, 看看这次都有哪些升级。

图片[1]-Louiscard

Notion 的演进脉络

我们先稍微花点时间,聊聊 Notion 的三个大版本演进脉络。

Notion 1.0 定位在笔记工具,跟 Google doc、Evernote 一样,是一个更好用的在线文档,不过值得一提的是 Notion 提出「Block 块」的概念,深刻影响了整个文档类工具的产品形态,这一点还是非常厉害的。

2.0 正式推出了数据库 database,像 Airtable、Monday 还有国内的飞书多维表格,都属于这个大品类,更准确的说,这属于「零代码」工具,能用它搭建各种小系统。这个版本具备了 AI 的基础功能,比如帮你优化表达、帮你修改格式。

最后就是刚刚更新的 3.0,毫无疑问,这次升级最大的变化就是 AI Agent,从「你的工具」升级为「你的工作伙伴」,Notion 的大版本更新一向非常克制,所以本次更新还是很值得关注。

图片[2]-Louiscard

Notion AI agent

我们总是听到大家提到 agent,那么 Notion 的 agent 有什么特点呢?

发布会 Ivan 提到为了让 agent 能 “does real work”,特意送去训练营苦修,哈哈,很有趣 —— 看给孩子累的。

图片[3]-Louiscard

经过训练之后的 Notion agent,能理解工作区上下文,连接外部工具,按你的偏好执行多步任务的智能体。一句话,你能在 Notion 当中做得任何事情,agent 都可以做。

Notion 的 Agent 到底能实现到什么程度,我们这里分为 4 个方面来给大家介绍:

多步工作流自动化

它与 Notion 数据库兼容。它可以执行多步骤操作,并能独立工作长达 20 多分钟,拥有全新的记忆系统。

你可以要求 Notion “将最近两次会议记录汇总成高层提案,写入‘项目A’进度库,并给起草人发送跟进信息。” Agent 将分步骤执行:摘要 → 生成新页面 → 更新数据库属性 → 起草消息。

我们的日常工作当中有非常多的工作,都属于这类,Notion 将其定位为「busy work」,整理会议结论、更新项目进展,给领导汇报……这些在 Notion 中会逐渐由 AI Agent 来代为完成。

企业级上下文与连接器

「上下文工程」越来越火,在 toB 领域,在「工作的场景」,「上下文」更加重要。Notion 推出的连接器便是解决这个问题,除了连接三方的 Slack、Gmail、Outlook、Box 等工具,Notion 收购整合的 Mail、Calendar 等产品,让 Notion 处理任务时拥有更全局的视野。

比如你可以让 Agent 汇总「上周所有来自 Slack 和邮件」的客户反馈,并将其整理到 Notion 的「客户反馈数据库」中。随着 MCP 协同的开放普及,不同软件之间的壁垒会在一定程度上被消解,给用户带来更便捷的体验,这时候海外产品的「开放性」也能带来更大的优势。

个性化与记忆

Notion 一直以来都有很好的产品品味,而且非常独特、有趣,这次也当然不例外。首先,你可以给你的 agent 设置具体的名字和形象,比如我最近在用「猫猫」挂饰的形象,我叫它「Louis」。

图片[4]-Louiscard

更厉害的是,你可以在「Agent 指令页」设定风格与规则,如语气、任务默认库、状态与 emoji 规范。

这些个性化设置的厉害之处在于,都可以用自然语言来进行设置,而不是有非常多限制的「偏好设置页面」,比如我设置的是:我创建任务,默认都在我的「任务」的数据库,因此当我跟 AI 说创建 xx 任务,就会自动保存到适合的位置,指派给我,贴上某个标签,换句话说,这意味着实现了 prompt 设计自动化,其实非常友好。

我使用飞书的「工作配方」,macOS 的 Keyboard Maestro 等软件,这些还都是拖拉拽的方式来配置自动化工作流,在 Notion 中能用自然语言实现大量的自动化安排,想象空间非常大。

Custom agent 自定义 agent

这个虽然当前还在早期试用阶段,没有正式推出,但是这可是放到「one more thing」里面,算是发布会的重磅更新了。

这个功能可以简单理解为,我们前面介绍的 agent 是你的助手,985 毕业,聪明、听话、能干、忠诚 …… 但我们要想更高效,除了有助手,也还得用厉害的同事。

Custom agent 就是这个定位,它能帮你打造很多独立的智能体,实现更全面的自动化。

官方宣传的原话是:

想象一下,一支由智能体组成的团队,每一个都有自己的专长,在后台运行。这些智能体……在你睡觉的时候也在工作。

imagine a whole team of agents, each with their own specialty, running in the background

图片[5]-Louiscard

发布会的演示了在 Slack 群,AI Agent 可以回答某一类问题,比如问「离线功能什么时间上线」,然后这个 Agent 搜索知识库并回答,然后自动收录。这些 Agent 还能设置相关的 tools 和 access,让他有自己的工作范围。

试用注册入口已打开,Learn more about Custom Agents. 不过显而易见,这是一个面向企业场景的功能。

其他重要更新

接下来,我们来简单介绍下,其他的更新内容:

Offline mode:传说中的离线功能,终于上线了 …… ivan 提到这个功能上线之后,Reddit 上关于 Notion 讨论热度都下来了,大家突然不知道吐槽什么了。

权限支持 row-level access:解决团队协作和客户管理中的一大痛点。一个用户呼声极高的功能。现在可以精确控制数据库中的每一行(每一页)谁能看到、谁能编辑,而不仅仅是整个数据库。

AI 公式创建:在数据库公式栏,直接输入“如果任务状态是‘完成’,则显示 100,否则显示‘进度’属性的值”。AI 立即生成代码。

地图视图与 Place 属性:位置数据的可视化呈现,这功能其实非常实用,我在 Notion 中搭建了「吃喝玩乐」的数据库,记录各种吃喝玩乐的地方,不过目前测试下来,由于使用的服务是 Google 的地图服务,在国内使用体验还非常一般。

图片[6]-Louiscard

最后的话

Notion 3.0 让 Notion 的 AI 功能从「会写」进化为「会做」。从「手动搭建系统」的阶段,带入了「指令驱动 AI 执行工作」的阶段。极大地降低了 Notion 的使用门槛和维护成本。对于用户,特别是付费用户,企业用户来说,生产力将获得不小的升级。

但是否真的能够大幅消灭我们的琐碎的工作,还需要我们在真实的环境中更多的体验和测试。

2025 CW 38 | 偶遇 798

2025-09-22 00:22:04

这礼拜辗转腾挪,5 天去了 5 个城市,也算是打破了自己的出差记录。本来想用刚买了的 insta 360 好好记录一番,多好的一个故事线,这种新奇的体验肯定能有个不错的基础观看量,结果当然是一路上开会、回消息、赶 ddl,忙得晕头转向,没时间拿出相机记录。

图片[1]-Louiscard

周末回到家,沉浸式过了一个非常典型的周末,由内而外的感受到幸福。

晚上突然想起来可以更新各种苹果的系统,于是把电脑、手机、iPad 更新了遍,虽然电脑更新完遇到了跟 Bartender 的兼容问题,有大概 5 分钟都几乎不可用的状态,不过苹果一向给我一种更新系统有如换新机一样的体感,此时此刻,心情舒畅,有一种类似购物的快乐。

已经两周没有更新视频了,各有各的情况,上周是忙工作,这周是陪闺女,中年人的世界,想要保持稳定的输出,还是得多想办法。

今天去送女儿去跳舞,想换一家咖啡馆消磨时光,机缘巧合之下,竟然发现开车3 分钟就能开到 798 的核心区域,旁边的咖啡馆多得数不过来。

不过在咖啡馆也没空忙自己的那点事,给闺女剪辑演讲视频 ……我很早就买了大几百的三脚架,我自己录视频从来没用过,反而给女儿录视频总能用上。去年还买过提词器,但尝试了 2 次觉得大材小用,没想到这次女儿演讲作业的录制,内容太长背不下来,提词器完美解决,也算是物尽其用了吧。

哈哈,写到这,周末就要结束了,但北京最好的季节也到了,十一小长假也快到了,想想就开心得不得了。

2025 CW 21 | 幸福就是对此刻的位置感到满意

2025-05-25 17:29:16

日子过得真快,转眼又过了两周,这次在星巴克喝着冰美式,愉快码字。最近国内的星巴克管理层必定是赢得了更大的经营权,不仅口味上新,还跟五月天联名,隔三差五播放五月天的歌,杯子上也印上了歌词。作为一个退休五迷,也为老陈能挣到更多的养老钱开心。

说起来,最近幸福的阈值明显降低,懂不懂就感到开心,昨天在 YouTube 刷到纳瓦尔的一个采访,他说:

真正拥抱当下,就是对‘此刻的位置’(现状)的满意,无需通过改变现状来获取幸福,而是在现状中找到内心的宁静。

图片[1]-Louiscard

幸福就是对现状的满足(Happiness is satisfaction with the present),这个说法又属于大道至简,越品越有道理的话。我最近的幸福根源可能也来自于此,人到中年,少了些不切实际的幻想,对日常的平淡宁静感到喜乐。

最近幸福感来自:

  • 在公司旁边的小区发现了一大片小电驴充电桩,从此告别电量焦虑;
  • 老婆小区会车剐蹭,发来照片一看,蹭了一辆五菱宏光;
  • 老爹的豆包耳机坏了,客服二话没说,爽快换新处理;
  • 网站的 SSL 证书挂了,研究了半天,用文件验证的方法顺利解决;
  • 听健身教练的建议,灌一杯浓咖啡再做力量训练,效果倍增。

北京最近的天气可太好了,骑着小电驴去公司和星巴克,微风穿透身体,听着音乐,抖着腿,感觉这也太快乐啦,人生不需要更幸福啦,已经足够了。

周日上午起来一直在刷 AI 的材料,最近要着手准备一个给 AI workshop 的引流课程,学习 AI 的热情再次拉满。说了很多次,但还是常说常新 —— 输出倒逼输入,deadline 就是第一生产力,每次有输出的任务,总会有远超预期的收获。

一个月前准备给央财的同学们的分享内容,趁机深入研究了怎么用 AI 做幻灯片,解锁了 Canva 和 Figma 做 Slide 的姿势,昨天给一个客户线下 kickoff,5 分钟的内容,本来计划一页 PPT 应付,到现场还有时间,坐在会场,用 Figma 当场撸了 8 页片子,完事还研究出来会议投屏怎么设置「演示模式」。

Figma 和 Canva 制作幻灯片,链接能够指向具体的页面,你可以配合 Obsidian 或者其他的笔记工具,真正实现面向作品和表达的卡片笔记,这实在太酷了。

又想到乔布斯的那句话:

You can’t connect the dots looking forward; you can only connect them looking backwards. So you have to trust that the dots will somehow connect in your future. You have to trust in something — your gut, destiny, life, karma, whatever. Because believing that the dots will connect down the road will give you the confidence to follow your heart even when it leads you off the well worn path; and that will make all the difference.

你无法预先把点点滴滴连成线,只有回头看时,才会发现这些点滴竟已连成了线。因此,你必须相信,这些点滴会在未来的某一天以某种方式串联起来。你得相信直觉、命运、人生或因果之类的东西。因为相信点滴会连成线,会让你在追随内心(即使偏离常规道路)时充满信心,而这将改变一切。

本来想这篇 Newsletter 能不能恢复推荐一些当周阅读的文章,发现 Readwise 收藏的不是没有互联网阅读权限的内部文档,就是从 ChatGPT 和 Gemini 保存的 Deep Research 的回答,朋友们,下次一定。

最后,祝大家周末愉快。

2025 CW 19 | 万米高空,稀薄的空气和表达欲

2025-05-17 14:49:14

此时,我正在西安飞往杭州的飞机上,按照计划,还有三分钟就要落地,但窗外还是黑漆漆的一片,没有要下降的意思。索性,拿出笔记本,敲一会这个星期的 Newsletter。

好久不写 Newsletter,上一次还是 2024 年的 2 月那篇,不过期间有几篇 Blog 发出来,讨论了拖延症、大厂写作、call high 等话题,也没完全摆烂。

日常的工作生活中,好像找不到合适的时间去写 Newsletter,特别是在 AI 时代,获取信息的成本极具降低,用不了多久,每个人都能根据自己的兴趣定制信息源,获得高质量的信息供给,更极致地实现张一鸣「人找信息」的终极构想。

因此,手工作坊的信息分享方式 —— Newsletter,大概率会被扔到历史的垃圾箱,一想到这个点,更新 Newsletter 的动力就更小了。

虽然这个博客更新不算频繁,我最近倒是花了不少时间研究怎么用 AI 辅助写作,Prompt 改了好几个版本,或者更广义的角度,这是一次关于小主题学习的流程重构,这挺有意思的,不出差的日子,我每天能至少投入 60 分钟在这个问题上,顺利的话,我会用这个新的模式打造我继《高效信息管理术》之后的第二个内容产品。

因此,碎碎念的,接近散文风格的日常表达,我想了想,就别非要用 AI 来降本增效了吧。

正如我在飞机上的这会,每周四晚上,找个会议室,放一首音乐,对自己的近况写一些没有太多阅读压力的文字,更多作为记录,而不是分享,甚至只是为了保持敲击键盘的手感和逐渐匮乏的表达欲。

这似乎挺简单,但真正要坚持也不容易 —— 做好不容易,做糟也不简单。摆烂说起来容易,真正做到得克服很多内心的限制,接受粗糙,需要练习,需要脱敏,需要下猛药。

我心目中最理想的 Newsletter 有点像策展,一个人就某一个大的主题持续研究,定期分享心得体会和研究进展,把有趣、好玩的发现给大家做一些更新。

我在前几年一直按照这个大的思路照猫画虎的模仿,尝试过不同的模板,比如 3-2-1 模型,分享三个洞察,两条名人名言和一个问题,更早的时候甚至还会分享我这一周的书影音记录和喜欢的摄影作品。

后来为啥没有坚持呢?我想了想,一方面自己有段时间突然厌倦了无穷无尽的线上资讯浏览,仿佛是一个 RSS 工厂的螺丝工,更不要说当下 AI 能够更好的完成信息的探测和总结,这件事就是 AI 最擅长的领域之一。

后来,我开始尝试把为数不多的时间投入到单篇 Blog 的撰写,这是个明智的决定,前段时间去给大学的同学们分享,课后大家询问拖延症的话题,我直接甩那篇文章的链接就好,正如多年前,有人咨询工具清单和信息管理的技巧,我可以甩笔记的链接和少数派的专栏链接一样从容。

说回 Newsletter,我发现已经敲了 1070 个字,读者得花 4 分 29 秒才能读完这些文字,虽然没多少人会看,但我准备克制下表达欲,收尾啦。

图片[1]-Louiscard

最后想聊几句心态的转变,你可能很早就听说过「写作应该有对象感」,我虽然很早就在 Blog 里写「我应该像写个一个远方的好友」一样。但是前几年,ego 太大,年轻气盛,骄傲敏感,字里行间都在「谦虚地表达自己有多厉害」,害怕暴露自己的无能和愚蠢。

最近这半年,我好像突然就不在乎啦,仿佛顿悟一般,强烈地感受到「自我」变得越来越小,当 ego 变小之后,也就没有了曾经那种端着架子,穿着盛装在这个世界的局促感。

挺好的,生活本来就挺难了,别总是为难自己,开心一点,快乐一点,自洽一点,慈悲一点,少一点「这不行,那不好」,放开手脚,蓬勃认真地活出自我。