2/13/2022: Bouncing
本周的主题是 Bouncing 反弹。
春节假期过后，事情在朝着乐观的方面发展，此起彼伏的疫情被奥运盛大的开幕所掩盖，气温回暖，万象更新。在漫长的假期过后，疑虑都被忘在了脑后，可以没有包袱的轻装上阵，即便还有什么芥蒂，也可以在一席长谈见谈笑解决。
触底反弹是人们乐见的剧情，它满足了一种事情总会变好的那种期待。神奇的反转，无论再怎么不合理，也比没有反转好。大概是因为人们天生想要逃离负面后果（negativity），因而作者会不顾一切的做好命运的安排。然而，这种安排可能颇具欺骗性，主角并真的带有光环，现实从来都是残酷的。你期待的那种爽文剧情，大概率不会上演。
现实若待你真的好，那就会及早刹住车，让那种 V 字反弹的想象早点幻灭。那就不再幻想，回到正常的轨道上按部就班。怕只怕，在谷底微微抬升，带来些许希望，反而容易天真起来，认为反弹会继续下去，一切阴霾都烟消云散，一切难题都迎刃而解。半山腰，接飞刀，都是这么发生的。
人呢，越是在绝望之底，越容易迷信起来。随便谁丢来什么，都是救命稻草。周期就是这样一种虚妄的自我投射，每每相信已经在谷底的时候，你可能并不知道，这才哪到哪？难得一见的，不是在绝望中假装世界充满光亮，而是让眼睛适应黑暗，寻找微光。
Essays
The Chinese Tech Playbook for Winning by Lilian Li
Lilian Li 的 newsletter 我并没有付费订阅，她的目标读者应该主要在海外，内容也主要是介绍一些中国的政经和商业发展。本文是她概括了王慧文清华产品课的内容。这个课程的材料去年在中文互联网上有不少的传播，但我并没有找到特别好的版本，所以一直也没有读过，这次反倒在这里找到了不错的概括。
比如对市场规模的预测，把 TAM 再拆分为 SAM 和 SOM，不是什么新概念，但其关键分别在于 SAM 和 SOM 把 why now 和 why you 的问题都提出来了。
再如，市场选择的四层标准，从大到小，分别是技术可行、ROI 正向、ROI 高于资本成本、运营可行。
值得用来检视很多机会选择的决策。
The Factorio Mindset by Byrne Hobart
Factorio 是一个模拟经营游戏，根据 Wikipedia 词条，其游戏的基本机制是：
故事基线以一名宇航员（也就是玩家）的飞船坠落到一个未知的星球上，为了能再度重返地球，玩家必须利用星球表面的所有可用资源，建立各种生产设备，升级科技，最终发射载有卫星的火箭通关游戏。与此同时，生产设备所产生的污染也会吸引星球的原著生物攻击，必须建立适当的防御来抵挡攻击。游戏为沙箱式的冒险游戏，和 Minecraft 等沙箱类游戏有借鉴。游戏玩家通过收集星球表面（地图）的原始资源，通过不断不同级别的合成而获得最终产物。但不同的是，本游戏更重视自动化的生产流程，通过合理部署运输设备、管线，实现从资源采集、运输、通过生产设备合成、存储，最终实现流水线式的最终产物输出，并且通过合理构建生产与运输从而保证生产量最优化。
其中「自动化」生产流程正是这个游戏迷人之处，吸引了很多科技从业者花费大量的时间在游戏上。作者 Hobart 一度认为，这是一个摧毁 GDP 的游戏，直到他改变这个看法。
Hobart 总结游戏的基本流程是：
- 做出一系列的设计决定，这些决定在当时有一定的内部逻辑，但有累积的错误。
- 随着你的规模的扩大，看到后果的复杂化，需要越来越多的黑客解决方案。
- 毁掉大部分的设置，用更多的直线和感性（sensibility）来重新布置它们。
- 回到 1，但使下一轮的错误更微妙，这意味着复杂的问题相应地难以解决。
这就是游戏的「自动化生产」部分的有趣点，它模拟了程序设计或系统设计的关键要素。Hobart 称其为 metagame 元游戏。紧接着，作者用密集的语言对多种常见游戏给出了自己的评述：
有很多游戏都会演变成一种元游戏；国际象棋有一种奇怪的动态，玩家在最初的一小时左右花时间记忆，然后花时间制定战略，然后在他们职业生涯的后期，再次投入更多的精力来记忆；扑克开始是一个从有限的信息中计算概率的游戏，然后变成一个最大化与对手的信息差距的游戏。PvP 的电子游戏与复杂的角色构建开始时是关于反应时间的，最后变成了确定最重要的数据并拉动所有可能的杠杆来最大化这些数据的问题；Wordle 开始时是一个简单但由运气驱动的词汇测试，最后变成了信息理论的练习。
以及：
这种元游戏最终让玩家养成了这样一种习惯，即在每种情况下都要问：什么是最好的自动化方式，如果我这样做，其他自动化的依赖性会受到威胁？
这种习惯具有魔法般的杠杆力量：把一件事做好，就可能在 1000 倍更大的规模上也把它做好；即便未能如此成比例的规模化，那么至少也可以以某种概率达成规模化放大的效应。最终输出的功效应该是统计意义上的期望值（概率 x 规模 x 单位功效）。
Tools by Venkatesh Rao
Rao 是当代世界的哲学家。他的文章往往非常抽象，需要读者投入大量的独立思考以填充言语之间的留白。本文是关于工具的一篇短文。
文章把工具简单的分为物理友好（physics-friendly）和用户友好（user-friendly）两类。前者要求使用者以特定的方式使用工具，终极形态是让使用者忘我而精于器；后者则可以通过使用工具而节省力气来做别的事情，终极形态是成为奢侈品。
除此之外，区分工具的另外两个维度是 praxis 和 poeisis，两个词都源自古希腊，都有实践之意，而前者在上下文中更多指的是与外部环境的关系、发挥作用的范围，而后者则指内在作用和影响。作者用了两种计算机脚本语言来比喻 Shell 和 Matlab 脚本，前者在多种场景下被广泛使用，但功能浅，而后者则专精于数学计算，应用范围窄，但功能深。
这三个维度构成了一个空间，任意一种工具在这个空间中的形状被称为 gamut，越是特定用途的工具，其 gamut 就会比较小，比如拨线钳（wire strippers）就很小，而锤子就会相对较大。作者认为，评价工程能力的一个标准就是能够很快的学习 gamut 较小的工具，而他自己往往只能学到这些工具的浅层应用。
另一个常见的例子是 WordPress（其实也可以用 Word 举例），一般的博客作者只会用到它 10% 的功能，但已经能够满足 90% 的内容编辑和发布功能，而它也可以用来支撑大型商业网站的运行。这就是对用户友好、用途广泛，而功能深入的高 gamut 工具。
How to Ask for Feedback by Salmon Ansari
Salmon Ansari 在本文中给出了一些如何征询反馈的建议。反馈的价值不言而喻，征询的技巧更加重要，特别是如何提升提问的清晰和准确度，以及做好接受（负面）反馈的心理准备是非常重要的。
文中提到了一个重要的观点，就是要区分反馈是针对个人的，还是针对作品的。用原文中的话来说就是：
I wonder if I’m really seeking feedback on my work, or just seeking validation of myself.
作者给出的答案是：the most powerful source of validation is yourself - 最强大的验证来源是你自己，而 feedback on your work is about the work, not about you - 对作品的反馈就是对作品的，不是对你个人的。
这段话可能有点心灵鸡汤的意味，但我认为对于很多创作者而言，这个认知既重要又困难。只有区分清楚作品和个人的关系，才有可能开放的面对各种各样的反馈。今天的互联网过度开放了，其代价就是各种酸评和恶意，如果没有这种心态上的准备，最好别发言。
Shortform
一封 2016 年Reed Hastings 写给 Peter Thiel 的邮件，出处是纽约时报的一篇报道。两者在 Trump 的总统选举上出现了重大的意见分歧，前者表达了对后者在某家创业公司担任董事的担忧。
有趣之处在于对于不同程度的分歧处理方式。
Longform
本周开始读罗伯特·斯基德尔斯基的《凯恩斯传》。这本书比较厚，但已经是作者三卷本的精华版了。刚刚读到他上大学，原来他的家世和资质如此之高。
本周的分享就是这些。在能力所及之内，勤奋更新。
下周见，
Neo