在匹配关系不对称的情况会出现中间层用于协调。

比如婚介，房子中介，计算机加多一层架构

建立友谊关系，用价值观筛选。

充足的睡眠和谦逊的态度能有效控制情绪

信息推广

收集相关信息渠道，选择低成本付费多个渠道对比显著，缩小具体范围，不断逼近目标。

有效结果 = 曝光量 × 人群命中率 × 需求强度

思维不等同自己，不要被思维牵引跑偏。

可以冥想用客观角度思考。

多点耐心 再多点耐心。

每次更换一个小的社会，就要跟随大流让自己提升到平均值，当达到平均值就需要独立思考超越平均值。

软件开发本身就是一个自动化过程，是一笔高杠杆资源。

概率连续性

单次风险：p

连续 n 次至少发生一次：

1 - (1 - p)^n

n 越大，概率越接近 1。

长期重复暴露，小概率风险会累积。

应当把资源投入到80%稳定性的，20%投入不确定的。

像蜜蜂一样寻址投票新的股票，虽然不能保证每次都对。

统计学-大数定理 平均值

宏观经济学

公司财报

社会学估值

“我”太不靠谱了，经常节能式偷懒，需要制定一些规则强制纠正。

大数定律最终会让随机误差互相抵消，回归平均值。（比如骰子概率最终会平均为1/6）

问题

怎么找出大于平均值的收益？正期望

如何存活到大数定律？

1、凯莉公式

凯利公式：

f = (bp - q) / b

追求的不是单次赢最多，而是长期活下来并复利增长。

运动和饮食等都能消除疲劳和部分不适的敏感度。

但是在此之前思考一下运作结构是不是有问题了，是否还能优化。

不知之不知，需要在实践中才能发现那些不知道。

这是AI 无法解决问题。

比如游泳用再完美再准确的公式描述也不能让身体学会游泳。

认同一个结论需要发现它的局限性（背景信息）。

以上观点局限性是找出结论局限性一般都不简明直接。

低状态日：

1、复盘

2、重新规划

规则：

1、价值观一致才讨论宏观。

一项资产之所以具有价值，是因为在这个社会中一部分人对另一本部分人承担了某些责任。

喜欢一个人的时候问自己两个问题，第一我为什么喜欢她，第二她凭什么喜欢我?

他人的观点对于他当下的来说就是最优解，哪怕这个观点客观上是错的，但在逻辑闭环里就是对的，强行纠正你不仅费力不讨好，还会招致他人的记恨，这是一笔不仅没有收益反而全是风险的赔本买卖。

你不要因为猴子选了香蕉不要一百块生气。

每个人估值都不一致。

我们都是生存机器，作为运载工具的机器人，其程序是盲目编制的，为的是永久保存所谓基因这种禀性自私的因子。

大脑过于偷懒想用不到1年时间去理解20+多年的人，简直是可笑行为。

行动要与思想一致。

如果一件事未达到预期，大概率是把一件复杂的事情想得太过于简单了。

行动改变意识，意识也可以改变行动。

利用大数定律获利：把正期望的动作，小风险地重复很多次。

E=成交概率×单次净利润−失败概率×单次损失

两个变量存在正相关或负相关的关系，这并不代表其中一个变量的改变是由另一个变量的变化引起的。

相关不等于因果。

比如冰淇淋销量和溺水人数可能正相关，
但不是冰淇淋导致溺水，真正的原因可能是天气热。

模糊的准确大于精确的错误

统计数据是简单易理解用于对比的，局限性是会丢失背后的信息。

1927年，海森堡（Werner Heisenberg）提出了量子力学中的“测不准原理”，证明不可能在准确测量粒子位置的同时，又准确测量其动量（质量乘以速度）。对于其位置知道得越多，对于其动量就知道得越少，反过来也是一样。

比如抛骰子🎲：

1、无法预测下次的结果

2、但是能知道长期趋势（也就是每个点出现次数都回归到平均值）

为什么购买 纳指80% 黄金20%组合？

1、从历史来看长期纳指趋势是涨 （事实）

2、购买黄金有相关性的对冲，能抵挡极端的部分尾部风险 （条件是通货膨胀时）

写代码必要流程：

1. 梳理业务逻辑流程

2. 写代码

3. 校验代码正确性

保持头脑清醒，才能有意识思考。

要不断问自己：我相信这件事是真的是因为我希望它是真的，还是有确凿的证据证明它是真的？

是否能证伪=是否能校验

卡尔·波普尔在《科学发现的逻辑》中为科学设定的标准：只有原则上能够证明错误的理论才是科学的。你有理论。你测试它们。如果实验不支持它们，你就放弃它们并尝试其他方法。不能被证伪的理论就不是理论；不能被证伪的理论就不是理论。这是一种信仰。

多使用反向思维

正向思考问的是："我怎么成功？" 反向思考问的是："什么会让我失败？然后避开它。"

把失败当数据：不是"我失败了"，而是"我得到了一个信息"

主要来源：

1. 爱迪生的实验室文化
   最广为流传的版本是爱迪生发明灯泡时说的——"我没有失败，我只是发现了一万种行不通的方法"。这是"失败=信息"这个思维方式最早的通俗表达。

2. 科学哲学：波普尔的证伪主义
   哲学家卡尔·波普尔提出，科学进步靠的是"被证伪的假设"，失败的实验和成功的实验一样有价值——都在缩小未知范围。这是学术层面的源头。

3. 行为心理学：Carol Dweck 的成长型思维
   斯坦福心理学教授 Dweck 在《Mindset》这本书里系统化了这个概念——把失败重新定义为"学习信号"而不是"能力判定"。这是近年最影响广泛的版本。

4. 硅谷创业文化
   "Fail fast, learn faster" 这句话在创业圈极度流行，把失败工程化、数据化，变成迭代产品的标准流程。