阈值+
根据硅谷王川网文整理
11、提出正确问题，问题就解决了一半
如果能够意识到自己试图解决的问题是个错误地对自己不合适的问题，甚至是个伪命题，然后找到真正适合自己解决的问题，这就已经把问题解决大半了。 但没有主动持续地从外界吸取新的信息和能量，是没有能力发现和构建新的适合自己解决的问题的。 把自己关在房间里，咬牙切齿地给自己打鸡血要闭门造车，这是绝对傻*行为。从热力学第二定律角度看，这种工作方式导致自我消耗到衰亡，是物理上的必然。
一个高效地让自己全面吸收外界各种信息的体系，就有可能最大概率地给自身提供各种低阈值的好问题来挑选来解决，然后形成良性循环//@小诸葛杨憨憨:我觉得应该动态调整，让自己一直处理更好的问题，不断切换。
上帝视角看摩尔定律的方*论法**，是尽量鼓励自由的贸易，更大的市场，更高效地交流合作，让好的解决方案自然浮出水面。如果人为主观地盯着一个技术路径强攻，我们现在恐怕还在单核处理器里面钻牛角尖。
12、能力圈边缘
这个角度不错。//@海波的随想:以前一直在讲在能力圈边缘多下功夫，但是如何定义能力圈边缘很模糊。突然明白能看见阈值何在，能定出突破时间表和路线图的就是能力圈边缘。再近就轻易可得，再远就是瞎碰了。
化学中的"催化剂"运作的机制，本质是给化学反应的分子，提供了一个活化能 (activation energy) 阈值更低的反应通道。
哈伯法人工生成氨的突破，是 1909年三月发现用 osmium 做催化剂可以极大提高氨的产能。后来用铀，最后换成用铁矿石提炼的催化剂。
投资是会被消耗的，很多时候是亏掉的。催化剂促成化学反应后，自己并不改变.
12、另辟蹊径
Fritz haber 1909年成功从空气中合成氨以后，二十年代花了六年时间试图从海水中提取金子，未果。 牛顿晚年花了无数时间论证上帝的存在。 爱因斯坦晚年潜心研究统一场论，也未果。 科学家的成功更多是运气，研究失败做不出来是常态。这时候应该常常更改研究方向，甚至搞一个全新的领域，而不是卡在一个地方好几年出不来。大不了过几年行业有了新的进步，有了新的工具再回来搞就是了。但是因为成功者常把自己过去的成功归因为自己的死磕，而且受科研经费所限，频繁调整切换方向很困难。但卡壳是一个非常不爽的事情。 当今世界，可以左右开弓，跨越切换于制造业，交通，能源，火箭发射，通讯，挖掘，脑科学等等各种行业，不卡壳受限于单个方向的瓶颈，世界第一人乃 elon musk. 但用这种操作方法的人以后应当越来越多。这种开心，是受限于单个行业发展的人无法理解的。
这个深刻。就像通往未来技术进步的道路千万条，知道得越多，就越有能力挑选阈值低，容易解决的问题来前进。//@败犬的反扑:曾在知乎上看到李吟分享过一个心得，许多科研大拿能发许多论文，得益于他知道的问题远多于你，问题池足够庞大，总能有自己可以解决的。
爱因斯坦的相对论，很大程度上依靠之前的咯仑兹和麦克斯韦尔的研究成果，在之上推进了一步。即使没有爱因斯坦，别的科学家十到二十年之内也会自然而然地推导出类似理论成果，这是水到渠成的事情。片面夸大单个科学家的作用，是不符合实际真相的。
今年一个大事是 musk 的 starship 的发射测试迭代。如果顺利，2022年无人降落月球，2024年无人着陆火星。地球和火星的距离每 26个月最近，有大约30天的发射窗口，飞行时间六到八个月。也意味着返回的 starship 有大约12个月的闲置期，可用于地球上的洲际客运。这后续的各种社会连锁反应会很有趣
为什么要不断学习和利用社交媒体? 无非就是降低和世界互动的成本 (输入输出信息，找工作做生意可以看成是获取和存储能量) 。而再也没有比多维度读书学习，和大规模多个社交媒体输出信息，效率更高的方式了。/这个深刻。就像通往未来技术进步的道路千万条，知道得越多，就越有能力挑选阈值低，容易解决
13、催化剂
化学中的"催化剂"运作的机制，本质是给化学反应的分子，提供了一个活化能 (activation energy) 阈值更低的反应通道。 瑞典化学家 Lars ohrstrom 说，"催化剂对于化学反应的作用，就像土木工程对阿尔卑斯山的作用: 你不需要越过山坡就可以到地中海，你可以通过 simplon 隧道 (连接瑞士和意大利北部的隧道) "。 从这个角度看，所有降低连接成本的技术，都可以算成是催化剂。通讯交通技术的发展，是整个世界经济繁荣的催化剂，而经济繁荣本身，又促进催化剂的研究进步。
催化剂和壁垒是矛盾的关系。有壁垒的地方才可以储存价值和财富，但是催化剂的进步会不断摧毁旧的壁垒。
催化剂本质就是一种能量消耗更低的连接，"自催化"现象本质就是 A 和 B 之间的连接催化了 A 和 C, d, e 之间更多的连接。生命本质就是底层的各种自催化现象越过临界点后涌现出来的新形态。
14、激光雷达虽然精准，不能预测
elon musk 曾经说过"激光雷达是个拐仗" (Lidar is a crutch ). 激光雷达可以提供精确的三维的物体信息，被以谷歌为首的很多研发自动驾驶的企业认为必不可少。 但激光雷达信息的最大问题是，不具有预测的能力。你可以精准地知道面前物体的方位，但是这个信息再精确，也完全无法帮你预测下面它要到哪里去。可以弄个简单的演示忽悠投资者，但是在复杂的真实驾驶环境下无法操作。 这就像一个 bloomberg terminal 彭博终端可以给你提供大量实时的企业财务数据信息。但是这些信息本身无法帮你预测，哪些公司可能有财务造假，哪些公司看似财务数据好但其实马上要崩溃，哪些公司看似亏损很大但实际有巨大的成长前景和极大的竞争优势，等等。 而要做出这种判断，需要的是博览群书，提炼历史的各种演变规律和思维模型(类似于海量真实世界的数据培训神经网络)，能够在各种孤立看起来似乎不相关的预警信号出现之后，有所洞察，提前预测，提前布局。 现在可以做个预测: 绝大部分激光雷达公司，最后将是一地鸡毛，烟消云散。
预测能力和大规模长时间的数据培训有关，当下的观察精度过了一个阈值后，就没那么重要了。执着于激光雷达是没抓住重点。
核心问题是，谁能在有限成本的制约下，最先达到 99.999999% 的预测精确度。这要靠海量的原始数据。
这其实和不读世界历史的人, 拼命搜集各种时事细节信息，仍然做出大方向上的根本性的错误判断，是一个道理。
预测能力和大规模长时间的数据培训有关，当下的观察精度过了一个阈值后，就没那么重要了。执着于激光雷达是没抓住重点。
主要是现在用于自动驾驶的激光雷达价格都太昂贵了，好一点的都要几千美元，甚至更贵。性价比不值。而普通的 camera sensor 似乎价格都可以压到几十美元。
15、复杂网络，能量信息提高
"复杂网络，带来了鲁棒性和(信息的)保真度，使得能量效率的提高成为可能。 随着细胞代谢过程变得更精细，它可以捕获更多的进入细胞内的能量和信息。 举个例子，细菌发酵和真核细胞的呼吸。一个发酵的细菌，只能从一摩尔的葡萄糖中产出两摩尔的 ATP. 酵母，作为真核单细胞，拥有一个更复杂和鲁棒性的信息网络。这个网络由很多共同合作的夹带系统组成，一摩尔的葡萄糖可以产出 32 摩尔的 ATP. " 摘自 Thermoinfocomplexity, by Behzad Mohit
"针对环境内可用能量的变化，(系统)复杂度和效率层层递进。像其它涌现系统一样，有个转折点，系统内互相作用的部件超过某个阈值后突然涌现出新的的模式... 就像摩尔定律里电脑芯片密度每两年翻番一样，生物进化建立于前一层的复杂度之上，但时间跨度更长。更高的复杂度与更高的能量效率暗合。"
信息的收集/甄别/处理的复杂网络，决定了认知，也决定了能量的获取和利用的效率。每一次能量饥荒 (经济萧条)的时候，那些能量效率低的生物个体和群体，都会被自然淘汰。
"复制保真度的增加，是复杂真核细胞信息网络的另一个适应性的福利。不同的转录酶的保真度不同。细菌变异率是真核单细胞的十倍，后者又是爬行动物的十倍，而爬行动物又是脊椎动物的十倍。高保真度让信息更好地传输，降低了纠错所需耗费的能量。"
"长期记忆和社交能力，代表着生命和物质的复杂性的一个独特的飞跃。很多复杂系统在一段长时间内保持高效率的能力，(在进化中)被选择出来。" 换句话说，记忆过短，或者记忆完全错误的系统，是比较低级的。
16、复杂度高的现象
意识到很多经典哲学体系的复杂度是非常低的，就好像鲁班拿着尺子和算盘，试图解决有限元分析才能解决的问题。 比如生命演化的解释体系，至少包含十几个不同层面的概念: 正反馈循环，自催化，阈值，多样性，能量效率，耗散结构，开放系统，信息传递，网络，内存记忆，混沌边缘，自发对称性破缺，路径依赖，分形，等等 复杂度高的现象，不可能抖机灵的用几句话来概括。一两句话概括的，永远只是很小的侧面。
拿经过历史数据回测的股票交易模型去应对未来，就像拿石器时代的生活经验套到机械化时代一样。经济体系的发展，是个复杂系统的复杂度不断上升的过程，描绘其底层运作结构和机制的模型往往变得面目全非。不能理解和承认此现实的思维模型，在哲学层面早已彻底破产。
17、这条前面好像有
把人找工作创业挣钱，和动物觅食比较，本质都是为了获取外界能量，超过自身的消耗，这样更好的生存。但这里隐藏的逻辑是:
努力 必须大于 > 获取目标的阈值 否则努力就白费，这种事干多了就会饿死，或曰资金链断裂。 从这个角度看，大家常犯的错误是: 1) 盲目乱动，耗费大量自身能量，而并没有事前对获取目标的阈值有一个系统科学的分析计算。 2) 没有花更多时间去搜索，或者等待，阈值更低的目标物。 3) 没有通过系统的积累，把自己的力量大幅度提高 (在不增加能量消耗的前提下)，这样可以攻取更多阈值更高的目标。 4) 没有做一些各种能耗低的测试，去发掘那些看似阈值高，但实际很低的目标物。
寻找那些已经突破阈值的现象，参与顺势而为， 长期看永远比自己赤膊上阵努力突破阈值要容易得多。已经突破阈值后，参与其中，出一份力肯定会有若干份回报。没有突破阈值时，再努力都可能回报是零。//通常我们说困难，就是解决问题的阈值太高。一个办法是增加对外连接，这样可以绕过去找到阈值低
18、世界容易改变个体，个体很难改变世界
"自由能原则 (Free Energy Principle )里面的 '能量'不是一种像热能或者电磁辐射一样的物理现象，而是一种类似引力一样的，带有思想和生理上的内涵的，更高一级的解释的东西. FEP 是一种理解精神生活的基本面的原则或框架，不管是有意识的，还是无意识的，和佛罗伊德的'快乐和现实原则'有点像，也有点相关。 根据 FEP 的理论，大脑的任务，就是在面对来自身体感官和它的运动知觉/内在知觉的内部背景下流过来的神经能量时，能够筛选/关注/塑造和维持一种稳态。 大脑根据以前的经验，对于这种自下而上的输入，进行一种自上而下的预测。 这种预测是基于十八世纪的牧师托马斯*贝叶斯的数学理论。我们的感知和预测之间的差别，我们对世界的概率生产模型和现实之间的差别，总是不断变化，它开启了 "预测错误最小化" (的计算)，大脑指示自己，根据经验调整过去理解世界的模型，然后它们变成后验的模型 (posterior); 并采取相应的行动提高认知的精度，理清模糊点，把外界输入和预期调整对齐。" 摘自 "Attachment, neurobiology, and the new science of psychotherapy", 作者 Jeremy Holmes, 2020 年出版
不太一样。个体比世界渺小很多，所以世界容易改变个体，而个体很难改变世界 (因为很难突破阈值)。所以改变自己的认知，比自己行动改变世界容易得多。
19、增加优质连接
对外连接的深度要超过阈值，能够提高自己的能量/信息效率，才能够真正增加复杂度。 就好像认识一群打哈哈的酒肉朋友，往往只是形成一种错误信息和观念来回传播，以讹传讹的回音壁，并不能提高自己的信息处理效率。 只有说大家彼此间能够高频率的，坦诚的共享，处理和分析信息，去伪存真，去粗取精，这种连接才能真正增加自身的复杂度。
20、心流
多巴胺的分泌，本质来自于有一定几率的未来成功的期许。 如果挑战太低没有悬念，内在动力不大。如果挑战难度太高，看不到希望，动力也不够，多巴胺也分泌不多。 某个事情一旦做成后，心理阈值提高，大脑不会有那么大兴趣再重复类似强度的成功，必须再尝试挑战更大的新东西才能分泌多巴胺。 “心流”可以看成是一种“混沌边缘”状态，有一定希望成功，但又是超越过去的新体验，因此体内有持续的多巴胺分泌，给持续钻研学习提供强大的内在动力。 但达到心流状态无法一蹴而就，要循序渐进从自己熟悉的领域慢慢向外拓展，知识面宽带和深度提高过临界点后，你会慢慢的在更多领域发现多数人尚未理解的洞见，你会发现更多场景自己可以轻松的驾驭并且获得丰厚的回报，然后渐入佳境，找到属于自己的“心流”。
21、花钱打广告阈值很高
花钱打广告说服别人买你的东西，就是个阈值很高的东西。炒作狗狗币，并且接受狗狗币买车就是个阈值为负的东西。福特一年在美国的广告预算二十多亿美元。马斯克不花一分广告费把狗狗币的玩家变成特斯拉车主，并且让自己始终是话题人物。高下立见 @老武观察:劝人学习就不是阈值为负的事情
22、保持冗余
人缺钱的时候会有个顽固的直觉，钱有限而稀缺，时间精力不值钱，因此追逐财富的时候假定时间精力成本为零，不断投入大量时间和体力到某个坑里去，而没有设定一个阈值。最后时间体力和财富全都没了。 投资不能透支用杠杆，时间和体力也必须保持较大的冗余，否则迟早捉襟见肘，鸡飞蛋打。
病死累死，本质就是时间和体力的爆仓被强平。
每天至少睡 8-9 个小时，健身+闲逛 2-3 小时，这样可以保证时间精力有足够冗余。遇到真正重要的事情时可以敏锐迅速的反应。没有冗余的生活是极为脆弱的，等意识到这一点的时候，也许就太晚了。
放不下的本质原因，是觉得现在自己做的这点事是回报最高的，多多益善，因此穷凶极恶，不留余地。但科技历史经验表明，现在做的迟早会回报递减，每隔几年总有新的东西涌现，回报递增 (但无法提前精准预测)，而且无比轻松，让你现在的这点事毫无意义。所以始终要保持大量时间精力冗余，以便迅速切换
2010年五月美国股市曾经出现一次 flash crash, 有十分钟内道琼斯跌了一千点，有些股票瞬间从几十块跌到一分钱，很多 option 合约买入价卖出价相差几十倍，很多仓位被粗暴平掉。虽然部分交易第二天被交易所取消宣布无效，但其破坏程度和速度，对于没经历过的人，无法相信，无法理解。
23、神经元激活函数
神经网络里面有个重要的概念，叫做神经元的激活函数 ( activation function), 比较常用的激活函数是 relu ( rectified linear units), 表达为 y = max (0, x). 用大白话来说，就是外界各种信息太多，应当设置一个阈值，低于阈值的东西完全不予理会。比如研究一个新公司，如果流动市值低于十亿美元的，可以不予理会，因为这里面噪音和假信息可能太多，无法精确评估。突破十亿美元并能持续增长的项目，才值得花一点时间调研。 各种狐朋*友狗**，一面之交的社会关系太多，激活函数就是自己内心设置一个简单可以度量的客观标准，低于此标准的社会关系都可以基本忽略，免得无谓的消耗。 人在成长的过程中，随着阅历的丰富，激活函数的阈值也会不断悄悄的动态调整。太容易被噪音而激活并白白消耗大量资源，是大部分人的神经网络的缺陷。 激活函数的主要作用，是以尽量少的计算资源，来试图接近模拟对于客观世界的理解，以获得尽量大的回报。不这样做，自己的竞争力会迅速落后，被各种 spam 拖垮。