吴军老师的新书《富足》，很好读，让我有很多认知上的提升和知识地图的增补。做事方法和重塑能力是我所欠缺的，要多去践行。正如《论语》中说 “学而时习之，不亦乐乎。” 我的学习模型是学知模型，“习”的部分非常欠缺。谨记“学而时习之！”
太初有为
“Am Anfang war die Tat”(“太初有为”)是歌德《浮士德》里的一句诗。意思是说，在这个世界一开始的时候，人们是先有行动的。《庄子·天地》中说：“太初有无，无有无名。一之所起，有一而未形。”，“太初”是无极过渡到宇宙诞生前的五个阶段之一。
《浮士德》是哥德在82岁的时候创作完成的，是把他一辈子寻找哲学问题答案的经历写成的史诗般的巨著。《浮士德》揭示了一个真相，那就是很多问题并没有我们所期待的标准答案，因此即便耗尽一生求索也得不到答案。
20世纪著名的哲学家维特根斯坦，用“太初有为”四个字概括了自己的哲学观点。他认为一切的开端是行动，然后才是语言和思想。
世界上很多事情不是通过答案来解决，而是通过行动来解决。对于生活中那些不知道答案的问题，不需要纠结，先行动起来就好。
今天的人遇到的最大问题不是学的知识太少，而是学知识的时候贪多嚼不烂，看似学了一大堆的课程，到了工作中都派不上用场。大量只经过了脑子，没经过手的知识和技能，对他们来讲，不过是摆设而已。所以凡事要动手试一试。
同样，我读了很多书，却很不擅长去动手试一试。自然会“读了很多书，依然过不好这一生。” 满足于读了多少本书并没有价值，关键是实践了多少。
我的行动力还是不够，很多时候心中会有很多焦虑，却迟迟不行动。记住“太初有为”这句话，时时提醒自己多行动，少焦虑。
站在更高维度去寻找答案
解决教育和就业问题的方法，不在教育本身。
如果从相对水平来看，头部学校永远是那5%，另外，从就业来讲，好工作也永远只是那5%，5%的机会是不可能满足100%需求的，这就是教育问题无解的原因。
哈佛大学的第一位黑人博士杜波伊斯指出，要做到教育的公平，大部分工作其实要花在教育之外，具体来讲，就是要做到社会分工的公平，也就是职业的平等。如果每一个人在社会中都能获得公平的待遇和尊重，上好大学这件事儿就不是一件“非如此不可”的事情了。
如此看来，教育问题还是任重而道远。
人工智能不是仿照人，而是仿照蚂蚁或蜜蜂。
世界上至少有两种智能形式，一种是以人类为代表的，他们的个体智能水平很高，而且具有所谓的多任务智能，个体不仅完全可以单独做决策，而且决策水平和群体决策的水平相当，甚至还更高。另一类则以蚂蚁、蜜蜂为代表，他们的个体智能水平很低，只拥有完成单一任务的智能，独立的个体无法作出决策，但是，他们在一起时群体的智能水平却很高。
人工智能的发展抛弃了类似发明飞机时模仿鸟一样模仿人的大脑，找到了人工智能的空气动力学。大数据计算能力和数学模型，是今天全世界人工智能的三大基石，对于人工智能的作用好比空气动力学对于飞行的意义。事实上今天的人工智能和人类的思维方式几乎没有共同之处，他们更像是蚁群和蜂群的智能。
他山之石，可以攻玉。当一个问题找不到答案的时候，要跳出问题本身，比如对财富的焦虑，不是一门心思地去挣钱能解决的，可能是练好自己的独门绝技能够解决的。
改变人生算法
美国发育生物学家布鲁斯.哈罗德. 利普顿认为，一个人的成败和他的生物学特征，也就是长相，身高，智力等，没有那么大的关系，反而是和观念、信仰以及身心健康等非生物特征的关系很大。
利普顿在研究中发现，很多人一生最基本的行事方式其实在很小的时候就形成了，大约是在7岁之前。利普顿把这种个人的基本行为模式比喻为“人生算法”。在7岁以后这个算法还有可能改变吗？利普顿讲它是可以改变的，但是有一定的难度，具体讲有两种方法可以改变。第1种方法是求助于心理医生，通过包括催眠在内的各种心理疏导方式慢慢调整。第2种方法，就是通过练习形成新的习惯。练习的一个作用就是让某种行为从有意识的变成潜意识的。
一个人仅仅在理性上获得某个道理是远远不够的，还必须将它付诸行动，当行动的次数足够多时便形成了潜意识的习惯，就等于把过去的算法覆盖了。
“太初有为”，改变人生算法也要付诸行动。行动，行动，还是行动！
