10.28.24: 逃离惯性的束缚
多家科技公司发布了财报，Tesla 带来的意外最大。
在 Robotaxi 的发布活动后，因为没有提供任何关于低价车型的消息，股价一度大跌。这个消息终于在财报发布时释放，加上现有车型交付量增长、毛利和利润水平等数据的正向预期，股价上涨了 20% 多。
然而，Tesla 仍然是 M7 中市值最低的公司，也是唯一没有超过一万亿美元市值的公司。股价也只比年初高 5% 左右。相比于指数和其它的 M7 公司，这个涨幅不能算亮眼。
4 月份来美国的时候，正好是 Tesla 发布一季度财报。没有一个数字是好看的，股价从 200 多美元跌到了 140 美元附近。华尔街认为这是一家卖车的公司，但卖车现在真不是一个好生意。中国的 EV 市场存在严重的价格战，Tesla 虽然保持领先地位，但消费者的选择太多了，没人能独善其身。
要证明自己不仅仅是一家造车的公司需要巨大的努力。这种需求正是因为 Tesla 过去在造车上取得了巨大的成功。人们经常会觉得从一个成功到另一个成功更容易，实际上成功和失败一样都会造成很多障碍，更何况，成功者会期望更高的成功，所面对的压力、阻力和惯性都更大。
没有人知道 Musk 如何在短短两周中完成了惊人的反转。他几乎出现在所有地方：Robotaxi 的发布会、SpaceX 发射、Trump 竞选集会、Tesla 财报、以及在 X 上发布打游戏的视频。他一边做着没有人做过的事情，一边表现得若无其事，在竞选集会的演讲中，他和其他演讲者截然不同，用轻快柔和的声音向人群中讲话，保持微笑，好像没有什么值得担心。
创始人担任 CEO 的公司会为股东 带来更高的回报。投资 Tesla 很大程度上就是投资 Elon Musk：他铺开了难以想象的路线图，并且以不可思议的方式执行，他是波动性的巨大来源，他自身也是这种波动性的承受者。成为 Tesla 的投资者，也就必须和他一样承受波动性带来的焦虑和狂喜。
我在上周发布的 Roblox 深度研究中，也讲到了“惯性”的概念，这是 Growth Deep Dive 系列的最新一篇，全文 1.2 万字，对这个拥有 4 亿 MAU 的虚拟世界的成长历程和未来隐忧做了一些分析。这家公司目前市值不到 300 亿美元，比高峰时期跌了一半左右。最近一篇做空报告认为它虚报了用户数据，而我却更担心它会因为过去的成功惯性而难以完成持续转型。
本周的 Links + Notes 的主要内容有：
- Netflix 的转型之路：深入分析 Netflix 最新财报，探讨这家公司如何从内容公司向科技公司蜕变。我们重点关注其内容成本趋于稳定（每季度 40 亿美元）的现象，电影制作策略的转变，以及在争夺观众注意力和创作者资源方面的独特优势。
- AI 的三种形态：一个优雅的框架帮助我们理解 AI 应用 —— " 神 "（自主决策的实体）、" 实习生 "（受监督的助手）和 " 齿轮 "（专门化的功能）。为什么看似最不起眼的 " 齿轮 " 类应用可能是企业最急需的？
- 变革的步伐：通过 Morgan Housel 对 1952 年出版的《The Big Change》的解读，提醒我们社会可以在短短 50 年内发生多么剧烈的转变 —— 以及为什么我们对 " 过去的好时光 " 的怀念往往是一种错觉。
- 市场成功的心理学：为什么最大的投资机会有时就在眼前，而我们追求 " 聪明 " 的心理却让我们看不到显而易见的赢家。
- 海明威效应：一个保持创作动力的有效技巧，以及为什么适当的中断反而能提升生产力。
Links + Notes
Netflix Earnings, Netflix Maintenance, Netflix's Venture Model
Netflix 业绩大幅超过预期，Ben Thompson 发布了一篇分析。除了含广告的低价版会员计划和打击密码分享带来了订阅会员数这两个增长原因之外，Thompson 的文章有两个新视角值得关注。
第一个视角是，Netflex 的内容支出在 2018 年后开始趋于稳定，大约在每个季度 40 亿美元。这个数值在过去几年中略有波动，但和营收增长的曲线已经完全没有相关性。
Thompson 在文章中说：你开始看起来更像一家科技公司。
For many years Netflix’s investment in content growth tracked its revenue growth; as you can see on this chart, though, the key switchover happened around 2018, when Netflix’s content costs stabilized at around $4 billion per quarter. And, guess what happens when you keep costs steady but revenue continues to grow? You get expanding margins, and you start to look a bit more like a tech company.
多年来，Netflix 对内容增长的投资一直与其收入增长同步；不过，正如您在这张图表中看到的那样，关键的转变发生在 2018 年左右，当时 Netflix 的内容成本稳定在每季度 40 亿美元左右。而且，猜猜当你保持成本稳定但收入继续增长时会发生什么？你的利润率不断扩大，你开始看起来更像一家科技公司。
这个梗来自于 2019 年 Benedict Evans 写的一篇名为 Netflix is not a tech company 的文章。
You can see this pretty clearly if you contrast Netflix with Hulu. The reasons that Hulu doesn’t have 150m paying customers have nothing to to with its technology, which is actually pretty good, even though Hulu is owned by legacy content manufacturers. Hulu is smaller than Netflix because of TV questions, not tech questions - because of rights and channel conflict and its shareholders’ broader strategies for monetizing their assets.
I think this framing is important - ‘what kind of questions matter for this business?’ The questions that mattered for Hulu were all TV questions - ‘what rights will it get?’ The same for Sky - ‘what happens to football and movie rights?’ - and the same for Netflix. As I look at discussions of Netflix today, all of the questions that matter are TV industry questions. How many shows, in what genres, at what quality level? What budgets? What do the stars earn? Do you go for awards or breadth? What happens when this incumbent pulls its shows? When and why would they give them back? How do you interact with Disney? These are not Silicon Valley questions - they’re LA and New York questions. I don’t know the answers - indeed, I don’t even know the questions.
如果将 Netflix 与 Hulu 进行对比，你就会清楚地看到这一点。Hulu 没有 1.5 亿付费用户的原因与其技术无关，尽管 Hulu 归传统内容制造商所有，但其技术实际上相当不错。Hulu 比 Netflix 小是因为电视问题，而不是技术问题——因为权利和渠道冲突以及股东更广泛的资产货币化战略。
我认为这种框架很重要——“什么 样 的问题对这项业务重要？”对 Hulu 来说重要的问题都是电视问题——“它将获得什么权利？”对 Sky 来说也是如此——“足球和电影版权会怎样？”——对 Netflix 来说也是如此。当我今天回顾有关 Netflix 的讨论时，所有重要的问题都是电视行业的问题。有多少节目、什么类型、什么质量水平？预算是多少？明星们能赚多少钱？你追求的是奖项还是广度？当现任者撤下节目时会发生什么？他们什么时候、为什么会把节目还给他们？你如何与迪士尼互动？这些不是硅谷的问题——而是洛杉矶和纽约的问题。我不知道答案——事实上，我甚至不知道问题是什么。
Benedict Evans 还有另外一篇观点更加激进（表现在标题上）的文章《Content isn't king》 发表于 2017 年 7 月。他在文中反驳了当时的流行观点：科技公司用内容作为杠杆来获取用户。当所有的科技公司都这么做的时候，这种杠杆就消失了，人们不太会因为 Apple Music 而更愿意购买 iPhone，也不大会因为 Amazon Prime 上的剧集而更多去 Whole Foods 购物。他写道：
Meanwhile, whenever I talk to music people or book people, very quickly the conversation becomes a music industry conversation or a book industry conversation. What matters for music are artists and touring and labels and so on, and what matters for books are writers and publishers and rights and Amazon’s bargaining power in books and so on. These aren’t tech conversations. The big tech platform companies rolled into these industries and changed everything, but then moved on to bigger things. Sometimes they left a business unit behind, but books and recorded music aren’t part of their strategic thinking anymore: Amazon has a big ebooks business, but Prime and perhaps Alexa are the strategic levers. Tech needed content to make their devices viable, but having got the content (by any means necessary), and with it of course completely resetting the dynamics of the industry, tech outgrew music and books and moved on to bigger opportunities.
与此同时，每当我和音乐人或图书人交谈时，话题很快就会变成音乐行业或图书行业的话题。对音乐来说，重要的是艺术家、巡演和唱片公司等，而对图书来说，重要的是作家、出版商、版权和亚马逊在图书方面的议价能力等。这些都不是技术话题。大型科技平台公司进入这些行业并改变了一切，但随后转向了更大的领域。有时他们会放弃某个业务部门，但图书和录制音乐已不再是他们战略思维的一部分：亚马逊拥有庞大的电子书业务，但 Prime 和 Alexa 或许才是战略杠杆。科技需要内容来使他们的设备可行，但在获得内容（不惜一切代价）之后，当然，行业动态也随之完全重置，科技超越了音乐和图书，转向了更大的机会。
这是对竞争动态的分析。当所有玩家都意识到，并开始采取同样的策略来锁定用户时，这种策略就失效了。
正是在这前后，Netflix 的内容支出曲线开始平缓。从外部来看，Netflix 摆脱了依靠大手笔投资内容来带动用户增长的路径。而在内部来看，这意味着这家公司对如何在内容花费上精打细算更熟稔。
What is notable about Netflix’s leveling-off in content spend is that we actually have an idea now about how much it costs to satisfy a worldwide userbase of 600M+ people: about $4 billion per quarter. That’s actually not that much, and a fair bit less than, say, Disney, even if you exclude sports rights (Disney does have more mediums to cover, including theatrical and linear television).
Netflix 在内容支出方面趋于平稳，值得注意的是，我们现在实际上已经知道满足全球 6 亿多用户群的成本是多少：每季度约 40 亿美元。这实际上并没有那么多，而且比迪士尼要少得多，即使你排除体育版权（迪士尼确实有更多的媒体需要覆盖，包括戏剧和线性电视）。
不要忘记，在 2020-2022 年这段时间里，传统媒体公司如 Disney 和科技巨头如 Apple 也在大举进军流媒体，内容竞争更加激烈。
Bloomberg 的科技记者 Lucas Shaw 本周也发表了一篇题为《The New Netflix Movie Strategy: Make Better Movies》，这篇文章讲到 Netflix 的新任电影负责人 Dan Lin 希望用更好但更少的电影来重振 Netflix 在评论界的声誉——同时，也成本更低。
内容成本的弹性很大，很大程度上是因为演员的片酬可能占据很大的比例。Netflix 花费上亿美元拍摄的大片很少能让人记住，但一些小成本的类型片却能在个性化推荐中获得准确的受众群。
回到 Thompson 文章，他最终认为，40 亿美元可以让 Netflix 维持其领先地位。听上去增长还需要其他的因素来带动。
In other words, that $4 billion number isn’t necessarily the number required to build a Netflix-like service in a world where Netflix already exists; rather it is for Netflix, in its privileged position, the number required to maintain their position.
换句话说，在 Netflix 已经存在的世界中，40 亿美元的数字不一定是建立类似 Netflix 的服务所需的数字；相反，对于处于特权地位的 Netflix 来说，这是维持其地位所需的数字。
Thompson 的第二个观点，是关于 Netflix 下一阶段的竞争。在访谈中，Netflix 的联席 CEO Ted Sarandos 讲道：
When I look at YouTube specifically, I’d say look, we compete directly with YouTube for people’s time, for the time they spend on that TV screen. But we have very different strengths. And we continue to invest in ambitious premium content to grow our share of engagement. We think that Netflix is the best place for premium stories because we’re the home to the best storytellers. We have an enormous reach, 600 million watchers. We assume the financial risk when you’re making your content. Our subscription model generates higher returns for creators. Those higher returns let them make more ambitious investments in their next projects.
萨兰多斯（co-CEO）：当我具体看 YouTube 时，我会说，我们直接与 YouTube 竞争人们的时间，争夺他们在电视屏幕上花费的时间。但我们的优势非常不同。我们继续投资雄心勃勃的优质内容，以增加我们的参与度。我们认为 Netflix 是优质故事的最佳场所，因为我们是最好的故事讲述者的家园。我们的覆盖面非常广，有 6 亿观众。我们在您制作内容时承担财务风险。我们的订阅模式为创作者带来更高的回报。这些更高的回报让他们可以在下一个项目中进行更雄心勃勃的投资。
换句话说，Netflix 和 YouTube 的竞争不仅仅是在观众时间上的，也是在创作者上的。Netflix 保证了自己是优质故事的最佳创作场所，它愿意预先承担财务风险，通过庞大的订阅会员规模来保证内容收益。相比于 YouTube 的分成收益模式，Netflix 对于需要更高预算的创作者更有吸引力。
Netflix 坚持这种策略，而不是像其它内容平台那样为了降低风险而转向分成模式。如果平台很了解自己的受众偏好，固定内容成本是更为精明的投资方法，分成模式锁定了毛利的上行收益潜力，规模经济的好处消失了。
纽约时报杂志（New York Times Magazine）本月也有一篇 关于 Netflix 的长篇文章。这篇文章用 Netflix 去年年底发布的 观众数据 进行分析，认为 Netflix 在零利率时代基础上建立的庞大的内容库为观众带来了富足感，但却未能提升内容的创作质量和观众的欣赏口味。文中提出的期望显然没有达成：
Netflix 的海量节目库改变了电视业务——部分原因是它制作了更好的产品并向业内其他公司表明它必须效仿——但它也改变了电视的本质 。 电视曾经只有一个压迫性的目标，那就是同时取悦尽可能多的人，这也是它如此愚蠢的原因：“电视之所以是现在的样子，”大卫·福斯特·华莱士在 1993 年写道，“仅仅是因为人们在粗俗、淫秽和愚蠢的兴趣上非常相似，而在高雅、道德和智慧的兴趣上却大相径庭。” SVOD 模式（流媒体视频点播）将电视从平均法则和时间的牢笼中解放出来，让我们的高雅、道德和智慧兴趣似乎可以在屏幕的另一边找到。
我本周还阅读了 MBI Deep Dive 对 环球音乐集团（UMG）的分析，其中对目录音乐（Catalog Music）商业模式的解读很值得借鉴。目录音乐往往是一些经典作品，在流媒体和短视频的时代，它们被使用得更多，同时，研究发现，人们在 30 岁之后就基本不再听新歌了。
The 3 AI Use Cases: Gods, Interns, and Cogs
选择 Drew Breunig 的这篇短文主要是因为它的比喻太好了。
After plenty of discussions and tons of exploration, I think we can simplify the world of AI use cases into three simple, distinct buckets:
Gods: Super-intelligent, artificial entities that do things autonomously.
Interns: Supervised copilots that collaborate with experts, focusing on grunt work.
Cogs: Functions optimized to perform a single task extremely well, usually as part of a pipeline or interface.
人工智能的应用可以分为三种主要类型：神、实习生和齿轮。这样的分类使得理解人工智能的多样性变得更加简单。
神是高度智能的人工实体，能够自主完成任务。
实习生是由专家监督的助手，专注于繁琐的工作。
齿轮则是优化执行单一任务的功能，通常在数据处理流程中运作。
关于“实习生”这一点，我做一些展开。
实习生最显著的特点是他们由专家使用和监督。他们可能犯错，但因为有专家来检查它们产出的结果，因而可以防止这些错误造成不利的实际影响。实习生往往会被用来处理较为简单的工作，可能有一定的重复性，但并不是完全机械的。他们需要细心，但优秀的实习生也会展现出惊人的才能。他们需要能够“定义大体轮廓后填写细节，通过充当活跃的倾听者来协助构思”，等等。
如果把这个概念拓展到所有的初级白领员工，这个比喻在很大程度上也是合适的。这个说法可能会造成一些人类被机器替代的恐慌，但问题的关键在于，实习生和专家是互补的，实习生越多，专家也就越多。
在人力成本高企的市场上，实习生很容易成为一件 AI 产品的卖点。
实际情况是，齿轮才是企业团队中 AI 主要用例。作者在另一篇 文章 中写道：
Take, for example, RAG and generating SQL statements from natural language input. Both use cases received plenty of attention at the Summit this week and with good reason. Both functions enable people to actually use the enterprise data we’ve spent so much time and money making sure they can access. Achieving the reality of delivering business intelligence in response to simple sentences will be a massive step toward turning enterprise data into a true force multiplier.
以 RAG 和从自然语言输入生成 SQL 语句为例。这两个用例在本周的峰会上受到了广泛关注，这是有充分理由的。这两个功能都使人们能够真正使用 我们花费了大量时间和金钱确保他们能够访问的 企业数据。实现通过简单句子提供商业智能的现实将是将企业数据转变为真正的力量倍增器的一大步。
为什么不是用 AI 直接存取数据而是先生成 SQL 呢？为了保证一些基本的可靠性，避免造成企业数据灾难。
正如上周的 Links + Notes 中讲到的那篇关于 Palantir 的文章，企业中有太多基础琐碎的事情一直都没有得到妥善处理，这就是为什么齿轮看上去一点都不智能，但却很受欢迎。
实习生会是一个很重要的引入真正的智能的地方。
My Favorite Book: An Astounding Look at How Fast the World Can Change
这是 Morgan Housel（《金融心理学》和《一如既往》两本畅销书的作者，投资人）最近的一期 podcast。
他在 37 分钟的单人音频中介绍了一本出版于 1952 年的书《The Big Change》。1952 年，二战刚刚结束了 7 年，大萧条也仅仅过去了 20 年，很多伤痛的记忆还没有褪去，作者 Frederick Lewis Allen 就写作了这本书，以美国人的视角记录了 50 年间的巨大变化。
一个有趣的观察是，我们常常将书籍浪漫化，认为它们是我们生活中特定时刻的“缺失的拼图”，而不是客观上伟大的作品。
Housel 写道：
When we are yearning for the past, we can take comfort today in realizing that the past was not as good as we think. It's a comforting thing to realize that the nostalgia for how good you think things used to be is actually a false memory.
当我们怀念过去时，我们可以从意识到过去并不像我们想象的那么好而得到安慰。意识到对过去美好的怀念实际上是一种虚假的记忆是一件令人欣慰的事情。
作者 Allen 通过 1900 年生活的生动例子证明了这一点：
- 新鲜食物供应有限，营养不良
- 每周洗澡是一种奢侈
- 童工现象普遍
- 每周工作 60-70 小时
过去的好日子只是一种乡愁。
对于新技术，人们总是认为不可能：
People were so convinced that flying was impossible, that most of those who saw the Wright brothers flying about Dayton, Ohio in 1905, decided that what they had seen must be some sort of trick without significance.
人们坚信飞行是不可能的，以至于 1905 年看到莱特兄弟在俄亥俄州代顿飞行的大多数人都认为他们所看到的一定是某种毫无意义的把戏。
这凸显了变革性技术最初经常面临怀疑或冷漠——这种模式在今天的人工智能和其他创新中仍然延续。
在大众媒体和全球连通性出现之前，人们的世界观从根本上来说更加本地化和易于理解。
Their horizons were close to them. They lived among familiar people and familiar things... A man's success or failure seemed more likely than in later years to depend upon forces and events within his own range of vision.
他们的视野很近。他们生活在熟悉的人和熟悉的事物中……一个人的成功或失败似乎比后来更有可能取决于他视野范围内的力量和事件。
二战后美国社会的转型包括：消费文化的刻意创造、现代广告的兴起和经济阶层之间生活方式差距的缩小。
Mass production rules us and mass production permits diversity only within limits.
大规模生产统治着我们，并且大规模生产只允许一定范围内的多样性。
关于大规模生产如何导致不同经济阶层的人们生活方式趋同的这一观察在今天仍然具有现实意义，在数字时代甚至可能更具现实意义。
To Beat the Market, You Have to Outsmart Yourself
风险投资家 Chris Paik 认为，成功投资的关键在于了解自己，而不仅仅是市场。通过自我反思和识别心理偏差，投资者可以做出更好的决策。深入研究自己的思维方式，可以帮助提高投资回报。
The inward-facing world rules many aspects of investing. For example, over the past dozen years, FAANG companies drove the vast majority of returns in the public markets. And yet, many investors missed the opportunity to buy into these companies despite strong fundamentals that would have satisfied conventional analysis. Why? Because the opportunity was “too obvious.” These were already the largest cap public companies and every investor argued that further upside was already “priced in.” That makes sense, but the other insight here is that investors are naturally egotistical—they want to be right AND clever. An investor who makes money through the consensus investment thesis challenges their own self-worth as a producer of alpha. FAANG companies were disproportionately overlooked by capital allocators who searched for an “underdog” elsewhere that they could find returns in. Examining this behavior yields a previously non-obvious takeaway:
It is easy to underestimate how dominant market leaders truly are.
内向型的世界主宰着投资的很多方面。例如，在过去十几年里，FAANG 公司推动了公开市场的绝大多数回报。然而，尽管这些公司的基本面强劲，足以满足传统分析的需要，但许多投资者还是错过了买入这些公司股票的机会。为什么？因为机会“太明显了”。这些公司已经是市值最大的上市公司，每一位投资者都认为，进一步上涨的空间已经被“计入价格”了。这很有道理，但另一个见解是，投资者天生自负——他们既想正确又想聪明。通过共识投资理论赚钱的投资者挑战了他们作为 Alpha 创造者的自我价值。FAANG 公司被资本配置者不成比例地忽视了，他们在其他地方寻找可以带来回报的“弱势群体”。研究这种行为可以得出一个以前并不明显的结论：
人们很容易低估市场领导者的主导地位。
这段话与 Netflix 的业绩配合起来看，体会更深。
我再提供一种解释：英雄之旅 的叙事结构太深入人心，以至于我们总是愿意相信巨人会死于小个子英雄之手。
Paik 在文中的主张的确是我最近反思比较多的：每个人都需要更了解自己的思维模式，并且努力逃脱固定模式的惯性束缚——英雄之旅也是这样一种惯性思维。2024 年至今，S&P 500 指数已经达到了 40% 的回报，即便你看不懂 Netflix，不愿意忍受 Tesla 的疯狂，仅仅是投资指数基金，也能收获这种史无前例的回报率。但有些人可能会认为，投资指数太无聊了，而且 S&P 500 中的大部分回报都是由少数股票贡献的，为什么不去投资个股呢？
指数是一个市场平均表现，一定会有跑赢它的个股，也有跑输它的个股。投资个股的投资者和投资指数的投资者每天关心的问题很不相同，并不是说谁比谁更轻松，但对一个给定的投资者而言，他很可能更擅长处理某一类问题，而不擅长处理另一类问题——思维模式决定了这一切。
然而，指数不会总是以每年 40% 的回报率增长。熟悉指数投资的投资者可能会在另一些年份收获较低的回报率，即便他更努力的处理他在好年份所关心的问题，也很难改善他的处境。他必须从过去的思维模式中跳出来，才可能有更好的回报。
能跳出来是很难的。市场变化很快，而人的变化没有那么快。在快速变化面前，很多想法都是闪念之间，甚至没有办法很好的被记录下来就已经消失了。能够形成新的思维模式往往严重滞后于市场的变化。比如，我在 newsletter 中写下的很多内容其实只能算是事后诸葛，缺乏前瞻性。
那么，问题来了。Nike 和 Starbucks 这两家曾经的市场领导者都碰到了各自的问题和挑战，你愿意相信他们会王者归来吗？
Tap into the “Hemingway effect” to finish what you start
“海明威效应”建议在写作时，应该在有趣的地方停下来，这样更容易在第二天继续工作。这个方法利用了心理学中的未完成任务效应，帮助人们保持动力并提高效率。休息和适度的中断也对保持工作动力和心理健康至关重要。
Even so, Hemingway’s advice harnesses these psychological phenomena and molds them into a helpful productivity tool. His strategic inclusion: “[When you] come to an interesting place and you know what’s going to happen next, that’s the time to stop.”
Because Hemingway left his work at an interesting moment, it became easier to return to his typewriter the next day. Think of it like a TV show cliffhanger. If you are interested in the story, you’re more likely to return to the show next season. Hemingway essentially incorporated self-made cliffhangers into his productivity schedule to maintain his desire to see things through.
即便如此，海明威的建议还是利用了这些心理现象，并将它们塑造成一种有用的生产力工具。他的战略包括：“[当你] 来到一个有趣的地方，你知道接下来会发生什么，那就是停下来的时候。”
因为海明威在一个有趣的时刻离开了工作，所以第二天回到打字机前就变得更容易了。把它想象成电视节目的悬念。如果你对这个故事感兴趣，你就更有可能在下一季回到节目中。海明威本质上是将自制的悬念融入到他的生产力计划中，以保持他想要把事情看完的愿望。
这个方法的问题在于：很多时候我们都是在干不下去的时候停下工作，或者是在干到一半的时候被叫去吃饭。等我们回来的时候，已经忘了停下来的时候头脑在想什么，努力回忆也于事无补。
这就是为什么我重新开始使用 Apple Notes 随时记下各种想法。大部分想法都会被丢掉，但这些微小的积累实际上创造了更多“停下来的时刻”，而且，这些时刻都是令人兴奋的。
令人充满了工作即将以有趣的方式结束的期待。