Category: 学习

学习 | 把思维碰撞变成创新利器

乔布斯为什么强迫所有员工用一个厕所 智者乔布斯认为:智慧的火花常常是偶然交流碰撞产生的。 为了促进员工之间的交流,当初乔布斯为动画制作公司皮克斯设计总部大楼时,设想了一项创新性的设计:取消分布于各个楼层和区域的洗手间,只设置一个大型共用洗手间,而且把它放在大楼大厅的中央! – 每个人都得上厕所吧?这个集中式洗手间,将能提高员工相互碰面和交流的机会。 还好最后这个疯狂的设想没有实施。 乔布斯思路碰撞的想法,以其他方式体现在了皮克斯总部大楼的最终设计里。今天的皮克斯大楼里设置了咖啡馆、游戏区、电影院、放映厅,这些设施帮助不同的员工经常碰面交流。 MIT 混乱的临时建筑怎么促生了伟大科研成果 MIT 的传奇的“20号大楼”也是思维碰撞推动创新的绝佳案例。 这组乱糟糟的建筑原本是二次大战期间的临时建筑,据说实在太着急、太临时了,仅仅花了一天就完成了建筑设计。 因为原计划只用半年就拆毁,20 号大楼建筑内部没有传统意义上的条块分割,内部空间的使用也非常随性,甚至内部过道也像迷宫一样经常让人迷路。正是这种混乱促进了科学家之间的交流,增加了不同领域的思维碰撞,科学家之间的频繁互动产生了无限的创新生产力,因此在这里诞生了原子钟、粒子加速器、黑客文化、视频游戏、电子邮件、Bose 音箱等伟大的科研成果。 史蒂文•约翰逊的“伟大创意的诞生:创新自然史”(Where Good Ideas Come From: The Natural History of Innovation)一书里,第二章“液态网络”部分,更生动地描述了 MIT 20 号大楼的故事。推荐阅读。 最后 20 号大楼屹立了 55 年,成为一代传奇。 程序员用“压缩”算法解释古文有什么意义 有程序员在推特上问:诗歌和古文算是最早的中文压缩算法么? 我认识的程序员朋友、同事都有一个共性:希望用编程的思维、逻辑、评判标准、价值观…来理解和解释世间万物。 我是左右脑同时发展、理性和感性兼顾的心智模型,相比程序员,我的思维方式里有更多的发散思维、逆向思维、形象思维…对我而言,程序员这种无法“跳出盒子”的思想方式太狭隘了。打个比方,如果设计师只用“美”解释一切、老板只用“钱”解释一切、老百姓只用“有什么好处”解释一切…这非但像用勺子吃面条一样可笑,而且往往曲解了事物的原本面貌,而且很无聊。 因为我思维很灵活、程序员死脑筋,如果我和程序员争论,通常就是我我一边抬杠、一边学习,吵架和学习新知识两不耽误;而他们只知道坚持己见,抬杠完了还要继续抬杠证明自己没错。 后来我才发现,其实程序员也从我们的争论中学到了新东西。好程序员往往会在事后几天又来找我,说我写代码测试了你上次的想法,发现这个想法怎么怎么有问题,但是我们能用什么什么方法解决这个问题,最后我们能达到哪种那种效果… 尽管我们思维方式不同、基础知识不同、过往经验不同,其实大家都学到了。 从交流开始,创造思维的碰撞 公司总部只设置一个厕所完全不现实,堪比 MIT“20号大楼”的混乱……显然不等于比肩“20号大楼”的成就,拿“编程”思考古文这个事看起来也有点不着调。 但思维碰撞作为最普遍的一种创新方式,一种推动人类集体智慧不断发展的必要方法,总有它的无穷魅力,总会在某处迸发火花。 它们往往就像乔布斯的厕所、MIT 的大楼、古文和压缩问题一样,不断碰撞出新的问题、新的思考、新的答案。 在制度森严的大公司里,跨过等级、跨越部门、超越职能的讨论通常都是某种战斗。但在组织架构更为灵活的小公司和创业团队里,思想的碰撞往往意味着发挥集体智慧、找到跳出思维定式的新解决方案。 如果你想摆脱自己思维方式、知识结构、固有经验的限制,或者希望在卡壳的工作中找到突破性的灵感,最好尝试接触不同的人、不同的思维方式、不同的想法。不如明天中午约隔壁部门的程序员/设计师一起吃午饭,看看能碰撞出什么。 如果你是一个开明的领导、leader,应该尽早创造一种平等的交流气氛,帮助大家摈弃门户之见。大家最想要的可能不是一个嘈杂而互相感染的“开放办公室”,而是一个可以随时沟通、每个思考都值得尊重、每种想法都能得到充分表达的工作氛围。 注1: 回到古文“压缩”的问题。按照我的理解,“压缩”是说使范围或体积缩小:比如压缩文章篇幅、压缩空气、压缩数据文件…得先有个实体、然后使之更小。所以: 这些想法只是我运动大脑、让思维更灵活的小练习,有意思但不重要。 注2: 我因为自己理性和感性兼顾,带来一个优势:我可以把同一个问题、用完全不同的思路、彻底想两遍。比如古文和压缩的问题,我可以先像上面一样理性推导分析一遍,再重启大脑,用发散思维畅想一下,用“压缩”的概念还能解释什么、能不能用 ChatGPT 凑文字伪装“解压缩”、如果写意绘画是一种抽象那么抽象算是特别有损的压缩吗? 然后我就进入了理性和感性的自我思维碰撞的模式😂。 类似情况其实并不罕见,很多人会利用个人喜好、独特的个人经历,来扩展自己在本职工作中的思维,比如喜欢机械原理的视觉设计师、比如热爱哲学的程序员、比如原本学物理的运营… 注3: 在公司上班时,我经常主动找程序员一起吃午饭,大家都挺放松。 某次吃饭的例子特别难忘,特别能展示程序员的思维定式。公司旁边那家餐馆的米饭份量很尴尬,吃一碗不够、吃两碗略多。每次和设计师一起去这家餐馆吃饭,大家都是先点一碗米饭、不够吃再点一碗。程序员一起吃饭,是先确认“每人 2 碗米饭”、然后一次性点完。 ok,当天有 7 个人一起吃饭,点完之后服务员一次性上了 14 碗米饭,铺满了半张桌子。

学习 | 为什么上司会问不重要的小细节

老板、上司、老员工会吹毛求疵,说你文档里写了错别字。这不是比“直升机老板”、“微管理”还烦人么? 我以前经常会直接纠正同事的小细节错误。 比如我经常要解释“登录”是 Log in 的翻译、所以不是“登陆”,用户的“账户”是 Account 的翻译、所以不是“帐户”…跟纠正“的地得”差不多。还好我在工作场合属于比较 nice 的人,即使口无遮拦,同事也知道我没什么恶意、不会多计较。 随着工作中管理职责的增加,也随着我自己年龄、见识增长,我越来越像标准的中年人一样故意不指出别人的错误。 现实世界里的中年人都不喜欢“辩论”、也不能直接指出别人的“错误”😆 即便是把言论自由写进宪法的米国人,职场里也不能直接表达,而不得不用“三明治话术”来表示负面评价。 所谓“三明治话术”也就是先说好话、再说坏话、再补一句好话。类似于:你个人素质还是很不错的,但是老板说要给你降薪,以你的能力很快能重新得到赏识,加油! 但是我后来又调整了做法。现在我作为设计顾问,在客户、合作方那儿遇到类似小细节、小错误的情况,我一般又会“没事找事”多嘴说一句。 倒不是我爱教育人(况且我相信多数人是无法教育的),而是因为说了好多次、好多年之后,我发现恰恰是这些特别不重要的小细节,最容易拿来了解一个人的性格和习惯。 比如我跟几乎所有客户的员工,都说过同样的小细节: 在工作场合写东西,尤其是写报告、新闻稿这些正式文档时,不要混用普通引号“”和直角引号「」(注),我一般解释说:这样看起来很 low,而且老板一看就知道你写的东西是上网找资料拼凑的… 因为我的身份通常是外部的设计顾问,虽然会指导他们工作、但并不是他们的上级,所以他们遇到这种小细节,遇到我的“批评”,反应会很本能、很真实。 有人喜欢逃避问题、有人喜欢找借口、有人喜欢喜欢狡辩…反应都特别符合他们的性格。那么我就知道以后怎么跟他们打交道了。 其实每个上级、每个老板、每个客户、每个合伙人甚至你身边的各种平时跟你嘻嘻哈哈的同事…随时随地都在看你怎么应对这些小细节,了解你的真实个性,判断你到底是什么样的人。 注:以前国内的定义是“”用于一般场合,「」用于竖排文字,是知乎的呆逼用户重新发明了「」的用法

Remix | 为什么美国人看电视、看电影也要英文字幕?

Vox 拍了一部短片,说美国人看电影、看电视也听不清台词,也需要看字幕来理解台词。结果短片引起共鸣、被播放超过 1000 万次。 各种听不清的台词里,最被人诟病的来自大导演诺兰的电影,他说这是刻意的,他希望你去电影院听 128 声道专业级音效,手机上听不清台词算你活该。 观众听不清台词的另一个原因,反而是因为技术的进化。具体来说,现在的麦克风太灵敏了,演员学会了很低声地说话。30 Rock 男主角表演时喃喃低语,甚至连当时站在他对面的演员,都听不清他在说什么。 另外电影、电视整体声音的动态范围有限,音效、音乐、对白叠加在一起,为了让那些特别响的爆炸声音效不破音,只能把人物对话压缩得更小声了。 另一个技术进化的负面影响,来自超薄电视机的普及。 而且现在电视机太薄了,没地方放置大音箱和低音音箱,为了美观还不得不把扬声器出口对着墙壁而不是观众,所以整体音响效果远不如以前肥厚、粗壮的老式电视机。 Vox 说的这些只是美国人看电影、电视使用字幕的部分原因,其他媒体也调查了这个现象,发现了更多原因😂 有网站调查后发现,50% 的美国人经常用字幕,而且 Z 时代比例最高、达到了 74%。 55% 的人表示比以前更难听到电视、电影中的对话。 美国人看电视用字幕的理由有: “口音难以理解”这个理由很有趣,不都是英语吗? 最难理解的口音包括: 看到这里我就安慰了。 以前我介绍过不同国家的英语口音,英国某些不知道哪儿的口音的确非常难理解,发现美国人也听不懂之后,我就坦然放弃了。 大家觉得很难理解的印度、日本口音,其实发音、重音和说话节奏还是有规律的,以前我基本听不懂,但听多了也就慢慢能理解了,感觉和胡建普通话差不多。

学习 | 怎么在 X/推特 获取优质信息

推特是获取信息最快的社交网络,如果掌握一定技巧,推特也能获取最有价值的信息。 推特是个奇特的社交网站,你可以在这里获取一手信息,和各个领域的高人直接沟通,同时你也会在这里看到各种垃圾信息,各种居心不良的人在这里别有目的。 如果你想在推特获得优质的、有价值的信息,或者学习 AI 之类的新知识,那就需要技巧来过滤垃圾信息、放大优质信息。 没耐心的人直接跳到 Part 3。 Part 1:过滤垃圾信息 也许你觉得刷推特像图一,其实以前推特像图二。 马斯克大手笔给推特用户分广告费、发美元,吸引了各种流量号、营销号,以后的推特会像图三。 1,“宁可误杀一万” 人生短暂,你在傻逼身上花上一秒,就浪费了跟家人、朋友、毛孩子相处的一秒。 2,小心推荐算法 推特的推荐算法是现在所有社交 APP 里效率最低的一个,比 TikTok 那种给全人类洗脑的推荐算法落后了好多年,但推特推荐算法烂归烂,控制你无脑刷屏也是小菜一碟。 别成天看推特推荐的“For you”。 3,警惕“敌人的敌人是朋友” 很多人用微博那种二极管、站队的习惯玩推特,下意识地把敌人的敌人当朋友,其实大家忽略了现实世界里人类的多样性。 推特和现实世界没什么差别 – 朋友未必真是朋友,朋友的朋友一般也算不上朋友,敌人的敌人大概率只是另外一种敌人。 4,不要把推特玩成微信群 聊天群特别适合话痨,比如特别爱说话的、思维特别碎片而缺乏条理的、特别无聊的、特别孤单的、特别依赖别人的,还有最烦的那种:待人接物特别没有边界、不知道什么话该说、什么话不能说的人…… 你在推特上关注话痨,等于主动接近家族群里管不住嘴的不知道什么远房亲戚。 Part 2:放大优质信息 有几个技巧找到最优质的人和信息。 1,亲近行业专家/垂直领域的 KOL 远离大 V、网红、营销号(包括那些特别会包装、但没有专业知识的内容创作者)。 行业专家和垂直 KOL 在自己的专业领域沉浸多年,发言时通常不但有想法、有观点,还会分享思考过程、背后的证据和数据、相关的参考资料、实用的工具等等,干货满满。 2,和学霸一起学习 推特的一大优点是聚集了全世界各个领域的专家,他们会主动发布各个领域的一手最新信息,这对爱学习的人而言,无疑就是随时更新的宝藏。 不过专家也忙,不会给你一点点解释这些宝藏,这时们就需要借助那些理解力超强、精力充沛、乐于分享的“学霸”来帮我们学习了。 不说别的,@dotey 宝玉老师就是 AI 领域的超级学霸,他分享了无数 AI 相关的资讯、教程、技巧,还分享了自己做的各种尝试、尝试后的经验和心得,我从他那儿学了很多最新 AI 知识和技能。 3,向动手实操的人学习 听嘴炮和纯理论的“纸面专家”说事,一般只能停留在“说说而已”的层面,实操阶段就没有价值了。 还拿 AI 为例,我关注了开发 AI 产品、用 AI 创作作品、做 AI 生意的等等实操 AI 的人;而 AI 分析师、转发 AI 资讯的人,我就敬而远之。 4,N+1 学习方法 所谓“N+1 学习方法”,是指学习那些比自己高级一个档次的人,比如刚毕业的人,去学习工作 1、2 年的人,比如做具体工作的职场新人,去学习公司里的初级管理者。这种提高一级的学习方法,既能让你接触更高级知识,又避免太高级而无法理解。 比如很多推友关注了马斯克学做生意,这种跨了十几级的学习,学到的基本都是盲目崇拜 + 玄学,没有实际价值。 5,学会观察、学会提问 微博、知乎之类的网站,培养了很多人急于表达观点的习惯,一个个一张嘴就是斩钉截铁、宏大叙事。 推特作为美国人创造的产品,本质上是个人际关系非常扁平、等级观念比较淡薄的社交网站,并不太重视“面子”,强行装逼的效率也不高。 没有想法而非要表达,那是瞎逼逼。把装逼的心思用来观察和提问,才能学到真东西。 “我不懂”才是世界上最睿智的话。 Part 3:分享我在推特里的学习资源 因为推特上每天更新的信息太多、可学的东西太多,我用推特的 List / 列表 功能来学习。 具体来说,我按照 AI、设计、独立开发 这些不同的主题,把相关领域最有价值的人加入对应的 list。 从产品设计的角度说,List 实际是把快速流动的 feed,优化成了慢速更新的 pool,把被动地被喂养、被填食信息,变成了主动地、互动地获取信息。 1,设计AI 和推特上的 AI 创造者、开发者、创作者一起,从产品设计角度观察和体验 AI 产品。套用之前推友的评价:国内那些动辄几千块的 AI 课,都完全比不上这几位推友。 2,独立创造者 极少数人能够独立创造出产品,关注独立开发者、自由设计师、个人内容生产者。现在很流行独立开发者微信群、Discord 群、Telegram 群…群适合聊天,更好的学习方法是观察其他独立开发者具体做了什么。 3,中文设计师 分享设计,体验想法,设计从来都不应该有边界。 4,英文设计师 关注世界一流的设计师,世界一流公司的设计师。 5,Outside · 外面 外面的世界,外面的人生,看看生活在外面的人有什么样的不同生活 有个流行的说法是说“简体中文推特是个大屎坑”,你怎么看待这句话? 如果你掌握了过滤垃圾信息、放大优质信息的技巧,你就根本不会在乎这种正确的屁话。

学习 | 为什么笔记工具不会让我们更聪明

因为笔记善于存储而无法激发思考,AI 人工智能也改不了这一点。 前几天读了一篇资深记者写的文章,他说出了我一直的观点:笔记工具只是帮你记录更多信息,并不能自动帮你学习。 作者因为工作原因要处理大量信息,他尝试了 Roam Research、Obsidian、Mem 等不同的笔记工具,但标签、双向链接这些知识管理功能,并不能阻止我们工作时分心,工作效率不会有什么提升。 同时,Notion AI、ChatGPT 之类的人工智能,看似可以帮助生成摘要,让你享受用自然语言和海量数据直接交流的快感。但是这里无法逾越的悖论是:你自己都没读过,怎么知道 AI 输出结果是正确的? 我自己的笔记工具分几档,我使用这几档工具时,思考的比例递减、记录的比例递增: 每次记录时,我都会实时地处理信息: 等等…… 我相信所有的笔记、稍后再读都意味着再也不看了,与其挑战人类天然的惰性,不如获取信息时立刻就把它们处理掉、变成自己的知识。 而你成天换笔记工具、钻研笔记方法、分享记忆秘诀,这些自我感动的享受的只是记录带来的错觉,而不是思考和学习带来的实际结果。 如果你无法改进学习方法,随着笔记工具越来越强大,你输入的信息、存储的笔记的越来越多,你只会积压越来越多无法处理的裸信息…你的整体学习效率也会越来越低。 好多人就是算不清楚这个简单的算术。 原文里引用了一句话:“我们的目标不是做笔记,而是有效思考”。

学习 | 为什么学了那么久英语,还是不能脱离字幕看美剧?

传统学英语的效率很低,多少人从幼儿园开始,学了十几年英语还是听不懂、开不了口。所以我都建议别学课堂、书本里的“假英语”,而是尽可能多地接触真实世界里的英语。 因为现实中美国人并不像英语老师那么说话。 我是到了美国之后,经历了诸多弱智时刻,才深切感受到美国人怎么说话: 举个例子大家就懂了:mountain 应该怎么读?书本和课程里读起来像“忙疼”,美国口语里读起来类似“毛嗯”,t 不发音,惊悚了吧!(注) 所以我一直建议不要看英语教学视频、听英语教学播客…这些都是某种意义上的“假英语”,学这种英语,就又退回到背单词、背语法的老路上了。 最好还是看真的美剧、美国电影,听真的英语播客。 所以怎么理解快速的英语? 分享几位母语是英语的老师的建议。 1,这位 Vanessa 老师有 5 个建议 以我自学英语的经验,上面的第二条其实是最困难的,它意味着你需要大量有效地输入,比如我就是看了无数的美剧、听了无数的英语新闻和播客。 2,这位 Adam 老师来自加拿大 他教你怎么听懂英语母语的人说话。他主要介绍的是常见的懒音,也分享了听懂这些发音的练习方法: 3,第三位老师 Hadar 分享了练习技巧 她的母语并不是英语(我觉得她的英语很完美了),她教你怎么理解“快速”英语,后面还给了2个小测试。 她说美国人说的“快速”英语,难点还是在于连读和懒音,正常人不会一个字一个字地说话,而是连续地、分不清单词开头结尾地说话。 这种情况下最重要的听力技巧,是仔细听句子里的 content word(实词,一般是单词、名词),其他 function word(虚词)可以让大脑自动脑补。 她给的练习技巧是: 后面的小测试太难了,以美国人的标准来说也算是嘴巴特别快的那种,我听了好几次才听懂。 不过也不要怕,看视频、听音频时可以倒回去再听几次;在现实生活中遇到听不清、听不懂的情况,尽管使用以前我介绍过的最佳技巧: 直接跟对方打招呼,说不好意思我没听懂,你能不能再说一遍? 正常情况我就是眼神特真诚、表情特困惑地问一句“sorry?”,对方一般就很贴心地再说一遍了😆 4,第四位老师 Stefanie 安慰你失败也有原因 她是美国人,会说流利的西班牙语 她从学生的反馈、和她自己学西班牙语的亲身体验,解释了你听不懂原生英语的各种客观原因(aka 合理的借口) 比如: 这么多客观原因,你是把它们当学不好英语的借口,还是把它们当继续学英语的安慰?全看你自己了😂 有趣细节:她说她在阿根廷生活期间,和老公一起逛杂货店,听到旁边有人说外语,她感慨了一下,结果老公说:嘛?这是智利西班牙好吧!智利就在阿根廷隔壁。 注: 我偶尔在 Youtube 的学英语视频里看到了 mountain 的读法,之后才发现平时听到单词 t 不发音的情况非常普遍。好笑的是,越来越多的人尤其是年轻人,在说 often 时反而会刻意把 t 念出来。 可能这就是学真英语的特色,总有各种各样的特例,永远没有学完的一天。

学习 | AI 时代的阅读分享

解决了什么问题 分享优质内容和获取优质内容,总是难题。 我是经验丰富的设计顾问和充满好奇心的设计师,按照“分享经验、传播体验”的思路,2017 年以来,我每天都在推特上分享我阅读的优质设计类文章。 这种分享能帮我的 follower 们对抗算法推荐、社会化阅读带来的垃圾信息;同时它们也能分享我的专业技能、帮我积累个人品牌。 不过这种基于优质阅读的分享,有三个难以解决的问题: 声湃(https://wav.pub)、津津乐道播客创始人 @zhufengme 朱峰老师也有阅读分享的问题。 作为内容创作者和津津乐道播客网络的主编,大量阅读是他为节目挑选话题、准备素材的必须过程,他需要把这些内容分享给津津乐道播客的各位主播;而播客行业的其他主播,也有必要分享自己的阅读内容,以此和听众建立节目之外的新连接、新信任关系。 新服务让阅读分享变得前所未有地容易 简单快速的分享流程 所以朱峰开发了一个创新的阅读分享服务,暂时命名为“块读”,它瞬间解决了阅读分享的那几个难题。现在我和他、各位播客主播、各行业的 KOL 和达人,可以这么分享自己的阅读内容: 方便、有价值的阅读体验 读者和粉丝获取这些文章也很简单: 体验“块读”订阅的真实效果 欢迎订阅“倪爽的阅读分享”邮件列表 举例说,我会分享这种类型的文章: 也推荐订阅“朱峰的阅读分享”邮件列表 他分享的内容类似于: 未来想象空间 但凡有一点学习愿望的人,都不愿意被推荐算法控制,也不愿意被禁锢在“信息茧房”、“回声室”、“信息同温层”里,“块读”给大家提供了一个摆脱控制、获取优质信息的新方法。 有了“块读”这样的阅读分享服务,每次一小口、每次一小块,优质信息随之而来。 相信其他内容创造者、KOL、专业人士也有类似的分享需求,希望把自己的经验、体验传递给自己的粉丝。请先等我和朱峰作为小白鼠来测试一段时间,而后再决定怎么开放“块读”,为更多人提供服务。 阅读是最基础的学习方法,每个经验背后,有十倍的思考;每次思考背后,有十倍的阅读…感谢朱峰和声湃的“块读”服务,帮我分享阅读和思考的过程🙏 注:如果收不到邮件,请按照国际惯例去邮件垃圾箱找一下。

学习 | 怎么指数级地增加英语词汇量

#活到死学到死 增加英语词汇量的 3 个步骤 这个学英语方法,还是来自这位充满活力、经常“非常规”的老师。她介绍了快速学单词(注1)的三个步骤,需要的工具还是纸、笔、字典: 通过一个生词、找到这么多关联的生词之后,后面就是常规操作:确定生词的意思、写下来、记住它(注2)。 注意,这里有个关键性的差异: 请用英英字典、英文释义来确定生词的意思,别用英汉字典找中文翻译(注3)。 学单词背后的原理 注1:背单词和学单词的差异 国人学英语多半为了应付考试,说到单词就是死记硬背,比如比拼宝书、某种记忆绝技、用高科技对抗记忆曲线、以及坚强的意志…除了“背单词”,从来没有“学单词”的概念。 实际上“学单词”的场景更普遍,比如在工作里使用英语、去国外旅游或者定居、不受语言限制地看外国电影电视、防止被外国视频搬运号欺骗等等。 注2:利用关联来记忆新单词 学单词、背单词的基本原理都把短期记忆变成长期记忆,形成长期记忆最常见的方法是:重复、关联。 还有更多关联生词的方法,有时间再介绍吧。 注3:为什么要用英语解释英语 掌握英语都需要经过“不经过翻译、直接在脑子里用英语”的拐点,英英字典能帮你尽快建立起使用英语的习惯、早点经过这个拐点。 而英汉字典…会把说英文、写英文都变成汉译英,每说一句话,脑子都得高速运转翻译很多信息,单词要翻译、习惯用语要翻译、句型也要翻译、还要检查语法对不对…累死了对不对?

设计 | 怎么用 AI 打破回音壁、突破信息茧房

前两年 Netflix 纪录片“监视资本主义:智能陷阱 / The Social Dilemma”大热,引发了对推荐算法、“信息茧房”的大讨论。而后和所有热门讨论一样,很快所有人就忘了,重新回到舒适而充满刺激的信息茧房里。MIT 的研究生开发了这个软件,利用 AI 来帮大家对抗推荐算法……它能成功吗? RecAlign(Recommendation Alignment) 是一个 Chrome 浏览器插件(在这里下载),它利用 OpenAI 的 GPT 来帮你过滤推特、知乎上系统推荐的信息。它也是开源项目,这是 GitHub 上的项目页面。 插件还在验证概念的极早期,所以功能、用法都很简单:你用自然语言描述过滤标准,即自己不想看什么内容 – 插件利用 GPT 理解你的要求、生成过滤条件,下次你刷新推特或者知乎时,插件会自动隐藏那些不符合你过滤标准的信息。 RecAlign 插件的开发者是 MIT 麻省理工学院的研究生,他为插件提供了推特、知乎两个过滤器。我每天频繁使用推特,当然就用推特来做测试。 既然 RecAlign 背后的 AI 就是我们熟悉的 GPT、ChatGPT,我就按 ChatGPT 设置 Prompt 的标准来设置条件。我设置的过滤条件是“只看设计和AI相关的tweets,不要看AI生成的图片”。理论上这前半句很符合 ChatGPT 的要求,应该能 RecAlign 能力的最优表现;后半句对 ChatGPT 而言有点似是而非,我猜 RecAlign 可能未必能理解。 先测试“只看设计和AI相关的tweets”,过滤效果非常好(尤其是相对于这么早期、概念性、实验性的工具而言),果然和设计、AI 无关的大部分推文都被隐藏了。 测试下来最明显的缺点是过滤和隐藏推文的速度较慢,考虑到推特的 feed 是实时的、没什么方法提前过滤,而插件逐条读取推文、判断是否满足过滤条件,这个过程也不容易加速……这种用户体验的问题就留给产品化阶段的设计师和程序员吧。 测试“不要看AI生成的图片”的过程比较好笑,我拿曾经最可爱、现在变成“触目惊心”的 Stable Diffusion 插件 Waifu Diffusion 来作为测试基准,看看 RecAlign 能否把这些明显包含了 AI 生成的图片的推文过滤掉。 实际测试下来,多数情况 AI 图片推文都幸存了,只有某一次 RecAlign 展示了对话框提醒我:这真是你研究所需的吗?(原文是英文,这是大意,一闪而过我没记下来)。结果和我之前猜测的差不多,我想主要还是因为我设定的过滤条件 / prompt 太含糊了。 如果平时不上推特,那么大家也可以拿知乎来测试这个 RecAlign 信息过滤插件。 解决了什么问题 RecAlign 表面上的定义是对抗推荐算法,帮大家打破“信息茧房”。不过这只是一个使用案例,从产品设计角度来看,RecAlign 展示了用 AI 帮助用户过滤数据的能力。 一方面它利用 GPT、ChatGPT 的自然语言能力理解用户相对模糊的过滤条件 以往的过滤条件大多很刻板、机械,比如按时间排序、按地区推荐我周围的人、按我主要的兴趣推荐信息,每次用户得打很多勾、选择很多选项,不但操作起来很麻烦,而且天知道那些黑心产品经理和程序员列举的那些“过滤条件”到底是什么意思。相比之下,用户使用 GPT、ChatGPT 和背后的 LLM 大数据模型来设置模糊的过滤条件,AI 能把含糊的感觉转换为过滤条件,这个过程不需要用户参与。 多数情况下,用户并不清楚自己将要检索、筛选、过滤的系统,通过自然语言一轮一轮询问的方式,可以帮助用户确定检索、筛选、过滤的条件。比如你去图书馆,你哪里知道里面有什么、没有什么、什么更好、什么就是垃圾?如果有亲切热情的图书馆管理员/亲切热情的 AI 可以咨询一下,这个问题会简单一两个数量级。 另一方面,基于 AI 的智能过滤,适应各种重视用户体验的场景 只看“对抗推荐算法”的案例,这种支持模糊条件的智能过滤似乎用处不大,实际上它可以用在各种场景。 比如我热爱学习,希望在推特上跟真正的创造者、有识之士学习,那么我可以用智能过滤筛选推特用户。这么操作能从推文的上一级开始过滤,从根子上就把不合适的人都干掉。 比如我想找一找最新的英文 UX 设计类书籍,以前我要么去卖书、读书网站搜索,要么去推特看优秀设计师的推荐…都挺累。以后我可以直说:我想看最近一两年出版的英文 UX 设计书籍,优先推荐被很多推特上优秀设计师推荐的书籍。 又比如我想买新的咖啡,我是问“我想喝比星巴克拿铁苦一点点的咖啡”、还是问“我想喝某某产地、某某品种的某某咖啡豆”?显然前者简单得多。 AI 带来的这些简单、便利,会让提升那些我们熟视无睹场景的用户体验。 毕竟我们每个人都是某种“选择困难症”患者,能帮我们做出选择的……都是好工具。 产品设计想象空间 RecAlign 属于验证概念的作品,并非实际的工具或者产品,就不具体分析怎么改进它的设计了。 下面还是说说未来的产品设计 – 如果设计类似的、通过 AI 过滤信息的产品,应该注意什么、建议怎么优化设计、还能创造出哪些更好的产品。(注:只说设计策略,不聊具体的设计方法) AI 更适合过滤还是推荐 过滤是做减法、推荐是做加法,通常过滤比推荐困难得多。 现在的推荐算法之所以那么有效,程序和算法的效率只是次要因素,推荐更多地依赖现代心理学、社会学、认知科学对人性的理解。通俗一点说,我们每个人都贪心、都害怕错失,这些欲望和饥饿、恐惧、繁衍下一代一样,都是经过几百万年进化、被印刻在每个人大脑深处的本能。只靠后天的过滤,其实很难抵抗这种本能。 我想正常的有商业目的的人,都会利用 AI 去继续提高推荐的效率,并用 ChatGPT 自然语言交互的能力,让推荐结果看起来更友好、更有价值。 而 AI 驱动的过滤工具,一方面更适合专业领域、特定领域,比如用于模糊地搜索资料,比如更接近人类思维的方式分析统计数据,比如处理高维度的、来源混杂的、缺乏规律的、不知道该怎么组织的资料……AI 在这样的场景下,可以降低原始资料的处理难度、处理规模。 另一方面,AI 驱动的过滤工具,可以在算法推荐、手工搜索之后,提供一个辅助手段来缩小结果,比如我去电商网站搜索“母亲节礼物”,显然我会得到一堆又一堆推荐商品,如果这时候 AI 能帮我过滤掉俗气的、花哨的、不实用的商品,就能节省我的大量精力。 增加过滤的成就感 既然推荐天然地符合人性,而过滤总是某种自寻烦恼的苦差事,那么用 AI 提高了过滤效率之后,更需要帮助用户感知这些改变,利用正反馈来帮助用户更多地使用过滤。 这方面的策略和方法非常成熟,就不展开说了。 简单而言,比如训练狗狗,你怎么能让几百万年都随地大小便的狗狗,学会“上厕所”?- 用奖励的方式,帮狗狗形成条件反射。 让 ChatGPT 们变得更快、创造更好的使用体验 前文提到 RecAlign 处理速度太慢了,其实这是所有 GPT、ChatGPT 类产品共同的问题。我们都习惯了刷新一下、几十毫秒就得到结果,而你问 ChatGPT 一个简单问题,最快也得等待几秒。 技术上有很多手段让慢速操作变快。比如只用慢速的 GPT 处理最初和最后的人机交互,把实际的数据处理交给更快的本地程序。 产品设计是避免 GPT 太慢的主要一环。比如 GPT 不适合过滤推特这样实时的信息流,但在更新速度相对较慢的知乎,“慢慢吞吞”地过滤信息的负面感觉就小得多,而在独立电商网站提供 GPT 过滤功能,慢速过滤的综合体验甚至能做到相对舒适。 UX 设计中也有一些基本的设计策略,让慢速的操作感觉挺快。比如从视觉上弱化速度慢的感觉,如果我们首先把推特界面上花里胡哨的视觉元素简化,那么可以用 UI 的简单来制造速度挺快的假象。又比如预先载入信息、或者延迟载入信息,避免用户被处理信息的过程卡住,现实中最常见的一个例子是图片的延迟载入 / lazy loading。 最底线是开发者、产品经理、设计师得时刻意识到 ChatGPT 们天然的“慢”。 现在 ChatGPT、GPT 为代表的 AI 只有几个月大,很多着急上线的产品设计、UX 设计都不咋地,慢吞吞的产品一样可以赢得用户;但是后面随着产品的普及,用户体验的影响会越来越大,AI 的“快”会重新变成重要的竞争因素。 回到最初的问题,我觉得 RecAlign 和类似的插件都难以对抗推荐算法、打破“信息茧房”。 恶人会用 AI 来优化推荐算法、让推荐更击中我们的要害。而我们很难用 AI 来帮我们更平静、更有目的、更有耐心、更关注价值…这些对抗推荐算法的基本能力,来自积极的生活态度、合理的价值观、强大的内心、超越常人的耐心……这些都不是哪个工具能解决的。 重要的时刻,只有我们自己能帮助自己。 – FIN –

学习 | 怎么学习 ChatGPT 和 Midjourney 指令的方法还不一样?不都是 Prompt / 指令么

之前推荐的 ChatGPT Prompt 教程作者 @thinkingjimmy,又发布了全新的 Midjourney Prompt 教程。 这次教程同样也是既介绍原理也分享实际例子,分为基础、常用指令(按照场景分类)、技巧、高级等几大块,主要教程内容详细而真实,既分享方法也分享了作者自己的学习过程。 作者还贴心地补充了学习所需的其他基础知识、外围知识,比如介绍部分艺术风格、艺术家。 课程也有缺憾:因为作者自己对绘画、摄影、设计都是外行,所以教程更偏向于制作、而不是艺术创作。估计大家都不会介意这点小缺憾。 对比一下这次 Midjourney 教程和上次的 ChatGPT 教程,有个很有趣的差异:学习两套教程的方法不一样。 ChatGPT 教程主要教你利用 GPT 的思维方式,而 Midjourney 教程明显就是直接教你操作 AI 绘图的方法,前者偏原理,像是为创作者准备的,后者接近于手册,就像培训操作线工人。 作者在教程里也提到了 ChatGPT 和 Midjourney 的差异,他用程序员的行话来解释:ChatGPT 属于“声明式”(你跟它描述你想要什么,它去思考)、Midjourney 属于“命令式”(你输入什么指令、它就生成什么)。 所以 Prompt 和 Prompt 虽然都是指令,但它们并不一样,学习方法自然也不同。 说到 ChatGPT 和 Midjourney 指令的差异,有个真实例子:津津乐道播客现在用 Midjourney 来生成每期播客节目的封面图、推广图。 他们先在 ChatGPT 里输入节目标题或简介,生成 Midjourney 提示语,再把提示语输入到 Midjourney,从生成的几十张图片里筛选出最佳图片。 这种流程结合了 ChatGPT 的“声明式”指令和 Midjourney 的“命令式”指令,整个过程完全不涉及具体设计要求,也不需要具备任何设计能力,而且制作出来的图片可以满足一般使用。

学习 | AI 世界里,不是每一条指令都平等

有人不明白“指令大全”和 Prompt Engineering 的差别。 1,“指令大全” 指令大全是一堆别人写好的 prompt,它们用固定方法解决固定问题。使用别人写好的指令时,我们就是不过脑的操作员,换言之毫无竞争力,随时能被其他更听话、体力更好、工资更低的操作员替换。 现在大家觉得“指令大全”很牛逼,主要是 ChatGPT 们还不够普及,我们在享受时间差、信息差带来的优势。等到“文心一言”之类国产 AI 更普及之后,很快满大街都是各种指令培训班,随便一个中学毕业生拉出来培训 3 天,就能上线操作,不出一周熟练程度就超过你。 2,Prompt Engineering Prompt Engineering 是自行创建指令的方法,如果掌握了方法,那么我们既可以用 AI 来解决未知的新问题,也可以充分发挥 AI 的潜力,更有效地、更低成本地解决已知的老问题。 甚至再“哲学”一点,我们可以反向操作,用解决的方法来反向创造出更多不存在的新问题,aka 创造新的增长点、新的赚钱机会。 对个人而言,学习 Prompt Engineering 的价值是掌握一套新的竞争手段,在今后 AI 越来越普及的社会里尽快建立起自己的竞争优势。 3,随便举个例子 大家都知道 ChatGPT 很擅长给小朋友编故事。 比如说你是大男子主义的年轻爸爸,想拿 ChatGPT 编故事教孩子男儿当自强;而你太太追求男女平等,她拿 ChatGPT 编故事教孩子尊重女性… 你俩靠现成的指令,怎么能编出男儿自尊和尊重女性之间尺度刚刚好的故事? 又比如你们孩子特别聪明,自己猜到了创造 ChatGPT 指令的方法,ta 自己编指令阻止了你们所有的狗屁故事。 那你们怎么办?学老一辈的做法,禁止 ta 使用 ChatGPT 对吧?! …… 不是每一条指令都平等,从 AI 时代的竞争角度而言,指令的价值,很大程度上取决于它是你从别人那儿抄来的,还是你自己根据实际问题而自行创造的。 原文发表于:这里

学习 | ChatGPT Prompt Engineering 基础教程

如果想学会 ChatGPT、把它作为竞争工具,推荐这个 Prompt Engineering 基础教程。 https://learningprompt.wiki 我也断断续续在这儿学习来着。 找到一手的人,学习一手资料 如果真的想学一个知识、技能、方法、方法论…最基础的方法是找到一手的人、学习一手资料。 比如学 GPT,可以学习 GPT 专家、开发者、创业公司,或者用 GPT 实操创作内容的,或者像我这样关注 GPT 时代的产品设计的…跟一手的人学习,会学到俗称的“干货”。 爱抬杠的事逼肯定说一手资料不够全面啊、更新不够快啊、没有介绍最新的几点几模型啊…贪多贪全贪快贪新只不过是拖延实际学习的一个漂亮借口,你且自欺欺人去吧。 这个 Prompt Engineering 教程就属于一手资料,准确说它更像是作者的学习笔记,它不但教你知识和方法,也真实地拿作者自己遇到的问题来和读者,学生们交流。 我反正看着教程经常感慨:某某文档里这那句拗口的话原来是这个意思! 至于二手和三手资料 话说回来,如果你并不想学习 Prompt Engineering、只是害怕跟不上潮流、害怕被淘汰,那么看看二手资料也不错。 比如媒体报道、投资人的行业分析、技术专家对 AI 技术的评价等等…虽说不能学懂到具体知识和方法,至少它们能帮你了解 GPT 们的真实的进展。 至于第三手的资料,比如 XX大全、YY 天学会 AI 教程、ZZ 群的某某老师…大家都懂。 很高兴有人这么有耐心,分享学习 Prompt Engineering 的一手资料。

从你离开学校的那一刻,学习刚刚开始

一位老教授朋友说过,当年她刚进入大学教书时,前辈教授非常认真地训斥她: 你研究生都毕业了,怎么能学新东西?应该发挥你已经学到的专长!(大意) 当时我就惊骇了,在我的默认概念里,不管是设计师这个职业,还是互联网这个工作领域,不断学习的技能基本就是每个人的第一竞争力。 每次帮公司和客户面试设计师、产品经理,我都会问ta最近在学什么、想学什么。 其实具体学什么不重要,学开车都挺好,重要的是不断学习的习惯。 公司招人是一种投资,少数大公司把员工当耗材,多数公司还是希望找到能学习、能成长的员工,通俗一点说,这样1万块月薪招进来的人、明年能当2万块的人用😂 从这个角度理解,在职场上,员工的职位永远不是静态的、慢慢损耗的死岗位,一个人的学习能力基本上决定了职场的发展极限。 当然我理解前辈教授的意思,专业能力都需要深耕,脱离基础乱学也会变成万金油。 但被新技术推动的今天,变化无所不在,商业模式、用户行为、设计师面对的问题都在变,每天都有各种新思路新方法,和设计师竞争的人,也从其他设计师扩展到普通人、甚至没有生命的人工智能。这时不会学习,就等于倒退了。 如果设计师不坚持学习和尝试新方法、新思路,不去了解设计领域的新变化,基本上就要么萎缩成不过脑的美工、要么被迫成为艺术家,前者没有竞争力、后者竞争惨烈一万倍。相反,如果设计师不断学习,甚至把技能渗透到上下游流程里,把知识面扩展到客户和用户那边,那么很可能变得能力过人、适应性超强。 从你离开学校的那一刻,学习刚刚开始。

不写代码、不用 API,怎么从 Unsplash 随机抓取一张图片

怎么为你的每位朋友,各准备一张不同的电脑壁纸、手机壁纸? 第一期的“熊猫小学”里有个分享壁纸的小彩蛋,读者点击 这个URL 后,都能得到一张抽象风格、有创意的漂亮电脑壁纸,而且每个人收到的壁纸都不同。 这里调用的是 Unsplash 图库,Unsplash 是最著名的免费图库,他们不仅提供了 API 给开发者使用,也提供了更便利的 URL 方式来调用图片。 比如熊猫小学的壁纸彩蛋对应的 URL 是 https://source.unsplash.com/random/1920×1080?creative,abstract ,即在 Unsplash 图库里搜索 creative 和 abstract 这两个关键词,要求系统随机返回一张 1920×1080 px 大小的图片。 使用 URL 调用 Unsplash 图库的使用场景 最常见的用法是在 WordPress 模板、Figma 图片插件等场合下,用 <img src=”URL”>来随机显示占位图片。一般的占位图片要么单调、要么丑陋,利用 Unsplash 庞大的图库和搜索功能,可以实现各种不同风格的占位图片。 你也可以像“熊猫小学”邮件杂志一样,直接把 URL 发给朋友,让他们得到独特的图片。 用 URL 方式调用 Unsplash 图库的常用参数包括: 返回随机图片https://source.unsplash.com/random 指定返回的图片大小https://source.unsplash.com/random/1920×1080 搜索指定用户https://source.unsplash.com/user/jjying 搜索特定关键词https://source.unsplash.com/random/?sunny,day 调用 Unsplash API 的方法: 开发者可以访问 Unsplash 的开发者页面,查看文档和范例

设计 | 3 种方法,帮你避免被淘汰,避免成为缺乏经验的中年人

去年帮北京的客户招聘平面设计师,HR 过简历时没注意,放进来几个年龄 40+ 的应聘者。 我一直觉得“35岁”是说美工那些体力活,好点的设计师总能升级…完全没想到招初级设计师,也能遇到我的同龄人,非常震惊😱 我把他们都 pass 了,除了和用户群不搭配,主要因为他们都经验不足,和年龄不相称的经验不足🤷‍♂️ 缺乏经验的中年人 我仔细看了其中两位的简历。 一位女士原先在出版社做设计,InDesign 那类,后来做设计主管,再之后转负责宣传方向的内部项目。她属于典型的 in house 设计师,在固定流程里做固定工作,很少接触客户或用户,一旦离开原来公司,之前随时间积累的有限的、单一的经验就没用了。 直观说她的作品过时、简陋。 另一位大哥是典型的 agency 设计师,做到了广告公司的设计总监。小公司的设计总监既是专家岗也是管理岗,既需要确定设计策略、控制设计质量,也需要管人、管项目、见客户。 他简历里的作品是大型活动的VI设计,直观地说,这位早就脱离了实际做设计,这个作品怎么谈下来、怎么设计出来,跟他关系不大。 他们的作品,视觉风格和设计思路还停留在5年、10年前的状态。不难想象,即便他们有办法恢复部分设计功力,因为想法和现实世界、主流消费者的脱节,他们也不知道怎么打动年轻消费者。 这两位共同的问题是没有和外部环境、消费者一起演变,也没有不断学习让自己成为真正的专家和管理者。 他们把宝全部押在国运、行业机遇、公司经营状况这些外部因素上,这些都很脆弱。 最后招聘到的小伙子挺好,设计水平一般但特愿意学习。 我推荐他看的书、培训课程,他都挤出时间去学了。口头教他的经验和技巧,他先死记硬背下来,之后在工作里尝试,再主动找我问反馈。后来安排给他很多他完全没做过的设计,他尝试的过程很痛苦,但他聪明地知道我会指导他、给他把关,尽管尝试就好。 有时半夜 2、3 点他还在做设计,为了及时发给我问反馈,等我教他。有他这个学习劲头,将来他 35 岁时,大概率比前面两位过得从容。 3 种方法,帮你避免被淘汰 被淘汰的根源是自己止步不前,而职场和市场里出现了更低成本的替代品,比如新工具、比如人工智能、比如生气勃勃的年轻人。 在所有工作中,最容易被替代的是工人的体力劳动,而创造性工作、协调性工作、管理性质的工作…这些很难用工具和新人来替代。 你看人人电脑上都有 Word,万能写作工具,世界 500 强和一流作家的共同选择,但是有了 Word、绝大绝大多数人连 100 字的个人简介都写不出来。 保持竞争力,最常见的办法是学习体力劳动之外的技能 设计相关的领域就很典型。 如果一个人只会操作,不管你掌握什么先进的设计工具,积累多少高级的设计技巧,最终也只是美工。一旦环境有变化,可能被工具替代、可能被晚辈替代。 反之,如果你有创造力,也许能做创意设计师;如果你有协调能力,也许能转做产品经理;如果你有个人魄力,说不定就做了老板… 保持竞争力,另一个常见办法是以开放心态顺应变化、学习新东西 一个工作 5 年的“老人”,和一个工作 1 年的新人,遇到今年刚出的新工具时,他俩的起点并没有差别,都是从零开始。 那就别丢掉已有的工具、方法,开始学新工具、新方法,积累新经验呗。 你看驾校里那么多四五十岁的人学车,最终都学会了。 还是以设计行业为例。 比如 UI 和原型设计的常用软件,基本使用方法都相似,前几年我为了配合客户的团队,从熟悉的 Sketch 转而学习完全陌生的 Adobe XD,最后我花了半小时适应基本操作,再花半天时间,一边设计一边学习 XD 独有的库和原型交互功能,这样就学会了。同理,学 Figma 也花了我半小时 + 半天,因为我想学啊! 你再看前面那两位中年人,早就放弃了学习新东西,简历里看不到任何新工具、新方法。 保持竞争力第三个常见办法是积累经验 设计师、程序员这些创意工作,个人竞争力模型都可以拆分成基本素养、知识、工具、方法、经验这些要素,知识、工具、方法都是静态竞争力,通过死记硬背、模仿、重复练习,正常人都能掌握。 而经验是动态竞争力,不断积累的经验,能转化为效率、质量这些核心竞争力。 继续拿设计行业举例。 比如淘宝上的便宜美工设计电商海报,画来画去就那几种风格,大家用一样的工具、学的一样的教程、模仿的一样的“流行”设计趋势,最后大家只能比价格 – 换句话说:比谁的生活成本更低! 相反,如果美工善于归纳总结经验,可以在公司里做小领班、可以私下做教程教别人画图…怎么都可以再上一个新台阶。 在北上广深、杭州、南京这样的大城市,职业竞争相对公平,社会并不是一刀切、喊口号式地嫌弃“35岁设计师”,大家放弃的是只有 35 岁年龄、没有 35 岁经验的人。

多看“老友记”能提高英语,但绝非你幻想的那样。另外推荐一本学英语的奇书

说个 Friends / 老友记 的迷思。 不知道哪年开始,就流行“多看老友记就能提高英语”的说法,还真有不少人尝试,包括我。 我有理性的,肯定不相信这种“技巧”。不过我的确看过几遍老友记,前前后后看过七八百集、也就被动尝试了这个说法。 我的测试结果是:多看老友记能提高英语,但绝非你幻想的那样。 你得忍受负反馈 看老友记学英语有很多障碍。 首先学习过程非常痛苦,片子的搞笑和英语毫无进展的恐慌交织在一起;其次因为剧情太好玩,非常干扰学习过程;另外片中台词很多抖机灵、文化背景,看似都是口语其实有点难,关掉字幕很可能看不懂,特别沮丧。 比如 Phoebe 第一次开车,可怜的 Joey 不知道她不会开车,很高兴地大喊 shotgun!其实这个俚语是坐副驾座位的意思。Joey 很高兴地抢到副驾座位,随即目睹了 Phoebe 野蛮挂挡(几乎看到离合器在冒烟!),Joey 就乖乖滚回后排去了。 以上几种都是负反馈,看得越多、受到打击越多、成功的可能性越小😭 当然我也得到了收获 看老友记学英语的好处是接触的词汇量大,本来角色就特能说,而且台词更真实。当年电视比较开明,各种话题都能聊,而今天有些台词不能说、有些台词必须塞进来以示正确。 放弃老友记学英语之后,我又看了无数美剧;然后来了美国,又看了更多美剧;回头再看老友记、看了好几遍,的确学了不少单词、说法和文化。 简单来说,开始我需要跟着中文字幕看、后来可以照着英文字幕看、之后没有字幕也可以随便看。并非我把台词背熟了,我连剧情都没记住,每次看到还重复傻笑呢。 成功的幻觉来自于忽略数量 “多看老友记就能提高英语”和各种学英语的迷思一样,没有量化难度。 实际上这么学英语开始特难、后面特慢,所以不适合初学者,更不适合无人监督的自学;如果你有英语基础,拿它当背景声音来增加词汇量、增加语感,那效果还行。 以我经验,如果你听到英语时不再把它们翻译成中文,你就有看电视学英语的基础了。 一本学英语的奇书 有本奇书“我在100天内自学英文翻转人生”,介绍看电影、电视学英语的神奇技巧,作者是韩国人,他从英文大字不识两个,变成口译还通晓四国语言。 他的技法是先看一部英语电影或一集英语电视,揣摩里面老外说英语的方式和词汇,看完之后你就有了初步感觉。 然后你再把这一部电影或一集电视再重复看 99 遍,不断揣摩、理解、模仿。 连看10部电影或电视,你的英语就大功告成了👏😂 他介绍的学英语方法并非生造,基本概念来自“美国国防部语言学院”二战期间培训美国士兵学外语的方案,简单说就是“听力→口语→阅读(语法)→写作”,美国军方使用这种特殊学习方法,强迫大兵们半年学会一门外语、成为外语翻译😂😂 避免不可避免的失败 “多看老友记就能提高英语”的传说,和韩国人奇书里的学外语方法,它们的共性是你需要有钢铁般的意志,然后你才能坚持漫长训练、忍受强烈恶心、逐步得到细微进展、最终获得决定性胜利。 Wait a minute,谁说我们有钢铁般的意志了?要有这个本事,我们还要看“老友记”?直接背书不就搞定了! 很遗憾我们都是软绵绵的、无计划的、三分钟热情的,我们内心梦想的是看电视,顺便喝点咖啡、刷刷朋友圈、搞一下猫屎……然后英语就学好了! 我们显然不可能坚强啊🤷‍♂️ 那怎么办? 作为资深的意志薄弱者,我以后慢慢介绍对抗命运的技巧吧。