毓惶的个人博客，记录 AI 工具与实践、技术探索、学习思考和生活随笔。

毓惶顶

当工具成本快速下降，真正稀缺的会变成定义问题、主动试错、建立反馈闭环的能力。

AI 时代的主动性红利

AI 让许多工具层技能快速贬值，真正稀缺的不是会不会用某个工具，而是定义问题、更新判断、组合系统、持续交付作品的能力。未来的竞争力不在追上每次迭代，而在建立跨版本存在的框架能力。

AI迭代太快，感觉是学得足够慢，就不用学了？

AI 成为新搜索引擎，电商将重新洗牌

Hermes Agent 教学系列总入口：按学习路径整合安装配置、基础使用、记忆系统、Skills、MCP、子 agent、实战案例、常见坑，以及 LLM Wiki 与 Obsidian 知识管理番外。

Hermes Agent 教学

每一项工程工作都应该使后续工作更容易，而不是更难

我的ai生态工具链

未来是“超级个体 + 杠杆能力 + 认知差距 + 个人IP”的复合时代

坚持最好由未来预期支撑；过去投入只能解释不甘心，不能替未来做判断。

坚持的理由应该来自前方

心智的工程化视角：丹尼特《意识的解释》

大多数人在归因时停在第一个可见的原因上，但那个原因本身通常还有原因，停下来就意味着修的是症状，不是结构。

归因的层次：你找到的原因可能只是症状

情绪提供的是关于你的判断系统状态的信息，压制它会丢失信号，放任它会淹没信号，需要的是解码。

情绪需要被解码

你可以说清楚一件事却并没有真正思考清楚它，写作是暴露这个差距的最好工具。

表达清晰与思考清晰是两件不同的事

你做的大多数「选择」其实是对环境默认值的接受，真正主动的选择比你以为的少得多。

默认选项在替你做大多数决策

能长时间专注的人，往往提前减少诱惑、提高切换摩擦，把注意力系统放进更适合工作的环境里。

专注来自环境设计

把思想变成可执行的规则：维特根斯坦《哲学研究》

自由意志是否存在是一个哲学上悬而未决的问题，但在实践层面，你必须以一种行动主体的方式生活。这个必要性本身提供了比哲学答案更稳固的基础。

自由意志的实践版本：不管哲学答案如何，你仍然需要行动

执行失败常常源于选择没有真正发生：没有放弃、没有时间边界，也没有资源承诺。

选择比努力更稀缺

没有预测的复盘只是故事会，它不能更新任何判断。

复盘的前提：你得先有一个可以被错的预测

知道是有命题的存储，理解是有结构的网络。两者看起来很像，但在需要应用的时候差距会完全暴露出来。

知道一件事和理解一件事之间的距离

人关于自己的叙事不是对过去的中性记录，而是一个持续被编辑的解释框架，理解这一点让改变变得更可能。

自我叙事的可修改性：你关于自己的故事可以被重写

你在一个角色、关系或自我定义上投入越多，放弃它的心理代价就越高，和钱的沉没成本机制完全一样。

身份也有沉没成本

一瞬人类

洛克《政府论》：同意、财产与国家权力的边界

阅读量和理解深度之间有一条沟，跨过这条沟需要更高密度的处理。

阅读量和吸收量之间的距离

独处不只是社交的缺席，主动的独处可以产生在社交环境里无法产生的认知输出，是需要被保护的时间。

高质量的孤独是一种认知资产

道德直觉不是噪声，它是经过演化和文化压缩的判断；道德论证也不是权威，它依赖前提。当二者冲突时，需要判断哪一方更可信，而不是自动服从任何一方。

道德直觉和道德论证：当两者冲突时相信哪个

理解一条规则和在真实情境里稳定执行它，是两件完全不同的事。

知道规则与能用规则之间有一道很宽的沟

行动如何有结构：亚里士多德《尼各马可伦理学》

大多数人更擅长给答案，但问题的质量决定了答案能达到的上限，而大多数人在问题阶段就已经偷懒了。

把问题说清楚比给出答案更难

加锁文章

模糊目标很多时候是一种保护机制：只要不够清晰，就不容易被检验，也不容易被证明失败。

模糊目标的实际功能：为什么人们更喜欢保持不清晰

对确定性的渴望很自然，但当它压过证据质量，判断就容易变得比证据允许的更坚硬。

确定性的认知舒适感

康德《判断力批判》：审美判断、目的论与“可交流性”

忏悔录

面对不确定性的理性：波普尔《猜想与反驳》

我们所有的判断都依赖一组前提，但大多数前提从来没有被说出来，也从来没有被检验过。分歧很多时候不在结论，而在沉默的前提。

沉默的前提：每一个判断背后都有一堆没说出来的东西

说不做某件事，和真正不做之间隔着执行。边界的价值在于给承诺提供对照物。

边界让承诺变得可信

大多数事情有主体完成和闭环完成两层；最消耗注意力的，往往是没有处理完的尾巴。

完成一件事的收尾标准

简单的框架让复杂的问题变得可处理，但每一次压缩都有代价。问题是我们通常不知道我们损失了什么，因为损失的东西在压缩之后就不再可见了。