在挪威加油时发现油枪锁不住，必须全程手持握住扳机才行，问 GPT 说挪威大部分加油站就是这样的。 那我很奇怪我该怎样把油箱加满，因为要等自动跳枪才知道加满了。GPT 解释油枪的加满终止系统和锁扣其实是两个东西，即使手动按压扳机，也会因为满油自动跳枪终止。#学到了新知识#

AI时代，真的「只要你学得够慢，你就不用学了」吗？ 最近网络上有个说法还挺火的 「AI时代，只要你学得够慢，你就不用学了。」 我第一反应是，这话听起来很有道理。 我想起自己两年前熬夜学LoRA微调，想着可以用来模仿我的写作风格，然而skills出来了，发现效果可能还比我训的LoRA更好。 所以「等」赢了？「学得慢」赢了？ 如果你只是一个普通的AI用户，那这句话可能没错。但如果你不甘于只当个「时代喂你啥你就吃啥」的被动者，你想主动把握AI行业发展的脉络，你就不能等。 我仔细想了想，我感觉不是这样的，我想分享下自己的看法。 「等」赢了，但不是因为等 LoRA的故事是真的，类似的情况我遇到过不止一次。两年追热点下来，确实有不少「当年要做没做，后来发现不用做了」的案例。 但有个问题值得反问自己：你知道LoRA是什么、你知道skills出现了、你知道两者可以做横向对比，这个判断力是哪来的？ 不是从「等」里来的。 是从两年每天追热点的积累里来的。 因为很多人把「某件具体的事没做」等同于「不用学习」，这两件事完全不在同一个维度上。你「等」到了更好的方案，是因为你有足够的背景知识认出了它。一个完全不了解这个领域的人，他的「没做」只是「不知道」，不是「有判断力的等待」。 工具层可以等，认知层不能等 我2016年开始做机器学习和深度学习，做了好几年数据科学家。到了大模型时代，周围的人都在聊LLM，我一度觉得当年学的那套东西废了。 sklearn怎么调、XGBoost怎么训，这部分确实边缘化了，我不否认。 但我后来发现，真正值钱的东西没废：怎么设计评估体系、怎么防止数据泄露、怎么把一个业务问题转化成模型问题。这些判断力，大模型时代反而更稀缺（因为99%的「AI应用开发者」根本没有这个训练，看到模型输出「看起来对」就交付了）。 工具层的东西，半衰期确实很短，可能18个月就轮换一批。这部分确实可以「等等看」，等生态稳定了再下场，往往比头一批踩坑的人省力。 认知层的东西，没有捷径，也没有办法「等别人替你建立」。你在等的时候，别人在建立判断力的坐标系，你进来以后只能接受别人嚼过的知识，创造空间已经被占了。 比AI工具本身更有价值的 追了两年热点，我发现有一件事比「学到了什么具体技能」更值钱，那就是，我比周围大多数人更能「春江水暖鸭先知」。 某个技术出来，我大概知道它处在哪个演化节点，是真风口还是炒作，值得深入还是等等就过了。 但我一度很困惑，这种「看清楚行业方向」的能力，对我一个打工人有啥用？又不是创业者也不是投资人，判断对了趋势，我也只是回去开早会。 这个落差是真实存在的，不想粉饰。 但仔细想，这个能力其实在影响三件事： 第一，在组织里的位置。大多数团队里，「知道该做什么」比「把事做完」稀缺得多。能帮团队过滤噪音、判断方向的人，话语权不一样。 第二，选雇主的质量。能判断一家公司的技术方向是不是真的对，让你在上升期公司和下沉期公司之间选对的概率高很多。这个差距，可能比一次跳槽涨薪重要得多。 第三，这个认知要是有地方输出，是可以变现的。其实就是把「春江水暖」的判断力转成内容，内容建立影响力，影响力长期会带来预料不到的机会。 所以「只要你学得够慢，你就不用学了」，这话对不对？ 我的观点是：对了一半，但被大多数人用来当借口的那一半，恰好是错的那半。 工具层，确实可以等，工具肯定越来越先进，越来越好用，「等等党」在执行层有合理性。 而且在AI时代，这句话本意其实是在说，不要因为错过一个热点而着急，不用FOMO，在AI时代，应该少点焦虑。 但是认知层面，并不会因为你用过的某个AI工具过期了而没学到东西。你追热点的过程看起来很多东西「白学了」，但那个过程本身在建立一张地图，这张地图才是真正的资产。 把「某些工具不用学」误读成「可以少学、慢学、躺着等」，两年后你会发现，你确实等到了更好的工具，但差距在于，人家积极学习的，拿到新工具是真的能做出新东西，等等党拿到新工具，也就是跑个demo自嗨一下，感觉自己站在了时代前沿，实际上还在原地。 而且还有一个时间差的问题值得说。 新工具出来之前，积极的人早就在用当时条件下能用的东西硬拼出来了。RAG还很粗糙的时候，他们已经在生产环境里跑起来了，踩完了坑，知道哪里会出问题。Agent框架还不稳定的时候，他们已经用LangChain拼出了第一版，虽然屎山，但用户在用、反馈在收、迭代在跑。 等等党在等什么？等一个「更成熟的方案」。方案成熟了，他们入场，发现已经是红海。不是因为他们来晚了几个月，是因为那几个月里，积极的人已经建立了用户认知、跑通了商业模式、或者单纯地把某个领域的坑全踩完了，护城河就这么起来的。 更关键的是，这种「拥抱新技术」的习惯本身会复利。积极的人用惯了在局限条件下想办法，新工具一出来，他们比任何人都先知道怎么用好它。等等党等到了新工具，还是原来那个姿势，demo跑一跑，然后继续等下一个。 #AI# #AIAgent# @grok @xai

大多数 AI 教程教你 import，这个微软仓库逼你自己写反向传播。 前几天翻 GitHub 星标，看到一个躺了两年多的仓库，微软的《AI for Beginners》。 当初 star 的时候大概是想着“这看起来挺全，以后学”，然后就没有以后了。这次点进去是因为无聊，结果卡在了第 4 课。 那节课的意思是：不准用 PyTorch，自己写一个框架。前向、反向、梯度更新，全部手写。 我当时第一反应是“这不是没事找事吗，现成的轮子摆在那儿”。硬着头皮写了两个多小时，写到反向传播那块的时候，突然有点别的感觉。 倒不是学到了什么新东西，链式法则谁不知道。是那种“哦，原来它就是这么点东西”的感觉。后来再写 loss.backward()，心态确实不太一样了。 我猜很多人收藏了一堆 AI 教程看不完，不是因为懒。那些教程从头到尾都在让你 import 别人的东西，跟着敲完，跑出 98% 准确率，关掉编辑器，心里清楚自己啥也没捞着。这门课至少在开头逼你捞了一点。 其他内容也简单说两句。 12 周 24 节课，从感知机一路排到 Transformer 和 LLM 提示，中间 CNN、迁移学习、GAN、目标检测、U-Net、词向量、RNN、BERT 该有的都有，后面还塞了遗传算法、深度强化学习、多智能体、AI 伦理。 每节课 PyTorch 和 TensorFlow 各一份 notebook，挑一个跟到底就行。 比较意外的是第 2 课在讲专家系统和知识图谱，纯符号主义那一套，现在基本没人教了。我本来准备跳过去的，读了读发现挺有意思——今天吵的「大模型到底会不会推理」，六十年前吵过一模一样的，只是那会儿不叫这个名。 几个实际的东西： • 不想配环境的话支持 Codespaces 和 Binder，浏览器里就能跑 • 英语吃力有中文翻译（简繁都有），一共五十多种语言 • 克隆很慢是因为翻译文件，想跳过用这个： git clone --filter=blob:none --sparse cd AI-For-Beginners git sparse-checkout set --no-cone '/**' '!translations' '!translated_images' 还有个细节我挺喜欢：README 里专门写了它不教什么，Azure 操作不教、AI 商业案例不教、深度学习的数学推导不教。免费东西还主动往外划范围的，不多见。 主笔是微软的 Dmitry Soshnikov，MIT 协议，拿去做公司内训也行。现在 5 万多星，但我估计跟我一样 star 完就忘了的占多数。 真要试的话，别从第 1 课开始。前三课都是铺垫，容易劝退，直接开第 4 课。

今年高考失意的同学，应该来读老冯的这篇文章：在日本买公司的打工人。 远行，是所有农家子弟最应该不顾一切勇往直前斩钉截铁毫不犹豫迈出去的第一步。 买一张机票，或者是车票，先勇敢地离开那个让你无奈躺平的地方！ 勇敢告别自己的原生家庭，很多人成长最大的阻碍，是你的亲身父母。 只有不顾一切走远了，才有可能告别那个对自己毫无帮助的“舒适圈”，学到新的技能，认识新的朋友，获得新的知识，跟对新的老师，体验不同的文化价值观冲击。 上周粉丝后台有一位咨询的客户，他的留言如下： “你好，我是2017年技能实习生来的日本，在德岛做农业的工作，2020年因为疫情不能回国，又因为回国困难申请了两年的特定活动签证，期间头六个月领了失业金，后一年半一直在一家缝制会社打工，每周打工28小时！ 2022年10月更换了特定技能一号农业的签证，一直到现在！现在和我原来打工的缝制会社谈妥了，社长打算把会社卖给我，我可以不回国，直接在日本更换经营管理签证吗? 我的原始简历没有缝制相关经验，这个很重要，但是缝制会社打工的一年半入管局是知道的。特定活动打工的缝制会社是个人会社，我可以出钱变更合同会社！大概就这样！相关经验没有或者不够，可能性大吗?谢谢啦！” 从他的咨询，我可以看到一个初级的画像：首先我猜他大概是30岁出头，2017技能实习到日本，说明也是个底层的打工人，从事的是农业，所以他大概率和老冯一样来自农村。 农业是非常苦累的活儿，能干几年坚持下来的人，不容易。说明这位年轻人能吃苦，踏实，肯干。 然后才有了新冠时期不能回去，紧接着在缝制会社打工，又被缝制会社老板看上，决定把公司卖给他。这位老板大概率也是在找一位靠谱的继承人。 非常鲜活的一个案例。 虽然没有见过这位咨询者，也不知道是男是女。但是可以肯定：2017年他选择来日本做技能实习生，是他的人生中最重要的转折点。是非常关键的一步。 从2017年，到2024年，不足7年时间，完全重构自己的生活圈，事业圈，环境圈。 人脉、师傅、技能、机会，全部都是崭新的！年轻的时候，不怕苦不怕累，最怕的是没有机会！ 如果想抓住机会，花上7年时间来重构自己，又有什么关系呢？花上十年时间，又怎么样呢？ 如果不想过父母过过的日子，那就要做与他们当年截然不同的选择。 一般来讲，技能实习满3年后，在日本留不下来，都是要回去的。 但是也有很多技能实习生通过各种签证方式，甚至是嫁给日本人或者在日华人，最终留在了日本。 这位粉丝，我一定帮他实现做老板的梦想！ 这个故事，我还得拿出来继续激励那些来自农村，出身贫寒的年轻人们，让他们知道远行的力量，让他们知道只要敢于仗剑走天下，就能看见世间的繁华！ 出国留学，出国工作，出国务工，出国创业，都是人生搏得出彩的机会！ 很多人认为出国留学会花很多很多钱，大几百万起步，那是有钱人的留学选择，而很多国家留学十万人民币足够，有的甚至不足10万人民币，你需要破除信息茧房，获取到这些信息和机会； 很多人宁可在国内卷死也不愿意出国工作，宁可996，宁可加班，宁可遭受领导的PUA，也不愿意换个环境，远走他乡，寻找新机会！ 你本土一个月5000的工作，换一个国家可能是一个月5万，还只是基础工资，你在单位被拿捏的死死的，在某些国家，社长被你拿捏的死死的； 很多人宁可进工厂做流水线上的螺丝钉，不愿意出国务工。很多国家现在严重缺人，比如日本，大量的企业招募不到员工，会不会日文已经没那么重要了，先上岗再学习，也是可以的； 很多行业宁可在国内卷死，也不愿意出国寻找新的商机，尤其是一些夕阳行业，不思变通，最终更是越走越窄，走投无路。 国与国之间的信息差，蕴含着大量的商业机会，走出去，是一片广阔的新天地。 总结一下就是：男儿志在四方，年轻人，尤其是农村的年轻人，要敢于迈出远行的第一步，走越远越好！ 只有看过了足够多的国家，了解了足够多的风土人情，你才会更多了解世界价值的尺度，了解资产的构成，了解做生意的方式，了解他人的生活方式，了解不同国家人们的思考方式，也才会舍得用更多的钱来投资自己，提升自己！ 人挪活，树挪死，折腾起来，折腾才有可能，人没有了可能，就是一块石头。

强烈推荐大家看看DeepMind CEO Demis的最新判断。 真的，Google DeepMind 的 CEO Demis Hassabis 每一期访谈我觉得值得都花时间看看。这哥们讲东西很实在，而且通俗易懂。 早上边跑步边听完了他和 YC CEO Garry Tan 的最新一期播客。 刚刚把笔记写完，也给大家分享下。 多说一句，好多人问我这种笔记是不是 AI 写的。我说下自己的流程。 我会先完整听完播客，然后用语音输入法把感触尽量充分地讲出来，再让 AI 帮着整理初稿，最后自己逐字修改优化。 如果全部交给 AI 做总结，那等于把思考和理解的能力让渡给了 AI，对自己理解这件事其实没有任何价值。 OK，咱们进正题。 1 Demis 的态度非常明确，现在的大模型范式（大规模预训练 + RLHF + CoT）一定会是 AGI 最终架构的一部分，他不认为这会是条死路。 但要实现 AGI，还有几个关键问题要解决。这几个问题包括：持续学习、长程推理和记忆系统。 先从最容易看到的现象讲起，Context Window。 现在大模型处理长信息，最常用的招就是把 Context Window 一直撑大。一开始 8k，后来 32k，再后来 100 万 Token。听起来很厉害，但本质上是暴力堆砌。 Context Window 其实就相当于人脑里的 Working Memory，工作记忆。人的工作记忆能同时装多少东西？心理学里有个经典数字，7 个左右。背电话号码能记住 7 位上下，再多就溢出了。 大模型呢？已经做到 100 万 Token。 按理说，模型的工作记忆比人大几十万倍，应该比人聪明几十万倍才对。但显然不是。 问题也恰恰就出现在这。把所有东西都塞进 Context Window 里，里面包含了不重要的东西、错的东西、过时的东西。看起来信息很多，其实是一团乱麻。 那人为什么 7 个数字的工作记忆就够用？ 因为人脑背后还有另一套机制在工作。我们记得几年前的事，记得童年的事，记得几小时前发生的事。这些都不塞在工作记忆里，而是另一套系统。 具体来说这套系统是海马体，大脑里负责把新知识整合进已有知识库的那个部分。 研究发现，人睡觉的时候，特别是 REM 睡眠阶段，大脑会重放白天重要的片段，让大脑从中学习。新东西在睡觉的过程里，温柔地融进了旧的知识体系。 这个把新东西融进旧知识库的过程，就是持续学习。 模型现在没有这套机制。每一次对话结束，刚学到的东西就会忘记。下次重新打开，还是上次那个模型，没长进。 2 再聊聊长程推理的问题。英文表达是 Long-term Reasoning。我翻译为了长程。 长程推理这个词太抽象了。Demis 讲了一个特别具体的故事，听完会立刻明白他说的是什么。 他说自己喜欢跟 Gemini 下国际象棋。下棋的过程里能看到模型的 thinking trace，也就是它在那里到底想了什么。 然后他发现一件怪事。 模型考虑一步棋的时候，思考链里清清楚楚写着，这步是个昏招。但接下来，它没找到更好的走法，于是又走回这步昏招。 明明知道是错的，还是把错的那一步走出去了。 这个细节比任何 benchmark 数据都说明问题。因为它暴露的是模型缺少对自己思考过程的某种内省能力。 正常人下棋，意识到一步是昏招之后，脑子里会有一个反应，停一下，再想想。停一下、再想想这个能力，模型现在没有。它能在每一步局部判断对错，但没法基于整盘棋的局势去调整整体策略。 这就是长程推理还没搞定的样子。模型可以一步一步往前走，每一步看起来都合理，但走到后面整盘棋的方向其实是错的。它没有那种退回到当前思考的上一层、重新审视一下的能力。 说到底，模型缺的是一种内省。 3 学习、长程推理、记忆，这是 Demis 在播客里点出来的三个 AGI 鸿沟。 除此之外，他还反复提到了创造力。 2016 年 AlphaGo 跟李世石下棋，第二局走出了著名的 Move 37。那一步棋走出来的瞬间，全世界的围棋高手都看呆了。 所有人类几千年下围棋积累的经验都告诉它不该下那里，但 AlphaGo 下了。下完之后大家发现，是一步神来之笔。 很多人觉得，这就是 AI 的创造力来了。 但 Demis 说，对他自己来说，Move 37 只是起点。他真正想看到的是另一件事。AI 能不能发明围棋这件事本身。 这两件事的区别非常关键。 Move 37 是在围棋这个现成的规则里，找到了一步人类没想到的招。但围棋的规则、棋盘的形状、黑白子的对弈方式，是人类发明出来的。AI 在已有的框架里非常厉害，但能不能自己造一个框架，是另外一回事。 Demis 给了一个具体的设想。 如果给 AI 一个高层次的描述。造一个游戏，五分钟能学会规则，要好几辈子才能精通，棋局有审美，一下午能下完一局。AI 能不能根据这个描述，自己倒推出围棋？ 目前做不到。 为了把这件事讲得更清楚，Demis 还提了一个测试，他自己叫爱因斯坦测试。 用 1901 年人类已有的全部知识训练一个模型，看它能不能在 1905 年那个时间点，自己推出狭义相对论。 爱因斯坦在 1905 年那一年里，连写了几篇改变物理学的论文，后来叫爱因斯坦奇迹年。那些工作不是从已有的物理学论文里通过拼接得到的，是基于已有材料做了一次全新的概念跳跃。 爱因斯坦测试想问的就是这件事。AI 能不能做这种跳跃。 目前的大模型主要在做两件事，pattern matching 和 extrapolation。一个是从大量数据里找规律，一个是把规律往外延伸一点。但发现新东西需要的是类比推理的能力。从一个领域里抽出深层结构，搬到另一个全新的领域去用。 这个能力，模型现在还没有。也可能是有，但用法不对所以激发不出来。 4 除此之外，Demis 还分享了一个让我特别出乎意料的判断，他说未来 6 到 12 个月，真正的价值不在更大的模型，在更小的模型。 这一部分内容我反复听了好几次，确实突破我的已有认知。 不知道大家的想法，反正我自己，这一年来并没有怎么关注小模型的进展。毕竟行业的焦点就是把模型做大嘛。 那小模型的价值到底在哪？ 最直接的是成本。同样一个任务，小模型的推理价格可能只是前沿模型的十分之一甚至更少。 但 Demis 说，比成本更重要的其实是速度。 这里有一个前提得先说清楚。Demis 不是在说速度可以替代智能。 他的原话是，当小模型的能力已经达到前沿模型的 90% 到 95%，也就是已经相当不错的时候，剩下那 5% 到 10% 的能力差距，比不上速度带来的好处。 比如现在工程师用 AI 写代码，已经形成了一种新的工作节奏。一个想法冒出来，几秒之内就能看到结果，不行就改，再不行再改。 这个一改再改的循环跑得越快，做出来的东西就越好。如果每次调用都要等十秒，整个工作流就被打断了。 更关键的是，快到一定程度，工程师在这种节奏里能进入心流。一个想法、一次尝试、一个反馈、再来一个想法，思维不被打断。 这件事写过代码的人都懂，进入心流和频繁掉出心流，产出的差距是数量级的。 Agent 也是同样的逻辑。一个 Agent 跑完一个任务可能要调几十次模型，每次慢一秒，整个任务就慢一分钟。慢到一定程度，Agent 就从一个能用的东西变成鸡肋。 小模型不是大模型的廉价替代品。有些事只有小模型能做。 比如手机、眼镜、家用机器人，需要的就是一个能在本地跑起来的模型。本地跑除了反应快，还有一个特别重要的好处，隐私。 家里机器人看到的视频、听到的对话，全部在设备本地处理，根本不上云。这件事对很多用户来说不是加分项，是底线。 成本、速度、边缘部署，这是小模型的价值。 5 讲完小模型的价值，接下来一个更关键的问题是，能力被压到这么小的参数里，会不会有上限？ Demis 的判断是，目前没看到信息密度有任何理论上限。小模型的智能天花板还远没看到。 支撑这个判断的，是 DeepMind 在蒸馏这件事上的积累。蒸馏简单说就是先训练一个超大的模型，然后用这个超大模型去教一个小模型。教完之后，小模型用极少的参数，能复现原来 95% 以上的能力。 为什么 DeepMind 这么重视蒸馏？因为要把 AI 能力放进谷歌的头部产品中，前提是低延迟、低成本。前沿模型再强，每次推理花几秒钟、花几毛钱...这条路，恐怕很难走得通。 一个前沿模型发布之后，6 到 12 个月内，他们就能把这个模型的能力蒸馏到边缘设备能跑的小模型上去。这个时间表比很多人想的要快。 在很多场景中，小模型和大模型会相互配合。 举个例子，一个端到端的智能助手，绝大部分日常任务在本地的小模型上跑。智能眼镜看到的画面、家里机器人听到的对话、手机里的私人助理，模型直接在设备里读懂，不需要往云端传一遍。 只有遇到特别复杂、本地搞不定的问题，才向云端的前沿模型发起请求。 也就是说小模型在边缘做主力，前沿模型在云端做后援。 不过，这个构想对小模型的要求也比较高，它不能只会处理文字，还得能理解物理世界。 这就是为什么 Gemini 从一开始就坚持多模态，不光处理文字，也处理图像、视频、声音。 一开始这么做比只做文本要难得多，但眼镜也好，机器人也好，需要的是一个能看懂周围世界的模型，不是一个只会聊天的模型。 讲到这里，小模型这条路的轮廓就完全清楚了。它独立成立，不是前沿模型的廉价替代品，而是另一条同样重要的路。 嗯，很有启发。

中國民主黨黨校徐文立校長 優秀學員嘉獎令（2026年8月13日） 嘉獎令 （2026年8月13日） 全校未來將領和第一期教官培訓班學員 吾校自2026年5月24日義工同仁創立以來 已經完成了第一期「實戰學習」階段 從7月11日開始了「理論學習」階段 應馬迎來常務副校長推薦 我特授予 韓雲霄 同時授予 胡建華、趙志澤、程建、彭雲龍、許瀛濤、王奕翔 優秀學員獎 （難免掛一漏萬，請諒解） 关于表彰韩云霄先生的申请报告 尊敬的徐校长： 我谨向学院推荐韩云霄先生，并申请对其予以表彰奖励。 韩云霄先生在参与中国民主党全国联合总部（海外）英国委员会各项工作期间，态度认真，积极负责，始终保持较高的工作热情。他不仅积极参与党务工作和街头抗议活动，而且十分重视自身政治理论素养的提高，能够认真学习学院开设的各项课程，积极参加相关学习活动。 韩云霄先生以实际行动展现了良好的责任感、进取精神和组织意识，在工作和学习方面均表现突出。为肯定其努力，鼓励其继续进步，同时发挥先进典型的示范作用，我建议学院向韩云霄先生颁发“优秀学员奖”或相应荣誉证书，以资鼓励。 以上申请，恳请徐校长审议批准。 此致 敬礼！ 推荐人：马迎来 日期：2026年8月11日 Yunxiao Han 韩云霄 @leoefgf · 8月8日 回覆 @xu_wenli 感謝徐校長的勉勵！榮譽是鼓勵，更是責任。我們會記得前輩走過的路，接過這份責任，繼續為自由、民主與中國的未來努力。致敬前輩！ 徐文立 於 2026年7月10日週五 下午4:01寫道： 深謝！ Xiao Han 於 2026年7月10日週五 下午3:41寫道： 尊敬的校长，恩师： 您好！ 值此八十三岁寿辰之际，谨向您致以最诚挚、最美好的祝福！八十三载春秋，阅尽人生风雨，积淀了智慧与慈爱，也凝聚了无数美好的回忆。您的勤劳、善良、宽厚与坚韧，始终是晚辈学习的榜样。 此致 敬礼！ 您的学生：韩云霄 韓雲霄佳文品賞 寄件者： 徐文立 <@gmail.com> Date: 2026年7月9日週四 下午11:13 Subject: Re: To: Xiao Han <@gmail.com> 深謝！ Xiao Han 於 2026年7月9日週四 下午7:寫道： 尊敬的徐校长： 早上好！我是来自英国的新学员韩云霄！6月4日经歐洲马迎来主席介绍加入了中国民主党。我很荣幸能成为您的学生，并有机会聆听您的教诲！ 作为一名刚接触政治、仍处于政治启蒙阶段的新人，我还有很多需要学习和提高的地方。下面将我的三篇演讲稿按时间、地点和主题整理如下，希望您给予指导！ 6月20日台湾民主两周年纪念活动演讲稿 地点：伦敦帝国理工学院 主题一：中国跨国镇压离我们有多远？ 主题二：台湾独立：台湾的未来应该由台湾人决定 7月1日反对中共民族团结进步法抗议活动演讲稿 地点：香港特别行政区政府驻伦敦经济贸易办事处门前 主题三：揭穿中共《民族团结进步法》的阴谋 下面是演讲稿具体内容： （一）中国跨国镇压离我们有多远？ 各位同学、各位朋友： 大家好！ 很多人听到“跨国镇压”这个词，可能会觉得这是国际政治，是外交官和政府之间的事情，离我们的生活很远。但我想问大家一个问题：如果你来到英国读书、工作或者定居，你觉得自己应该拥有什么权利？ 我相信大多数人的答案都一样：可以自由表达意见，可以参加和平集会，可以批评政府，也可以支持政府，而不用担心有人因为你的政治观点来威胁你。 然而，对于像我们来自中国、香港、新疆、西藏等背景的人来说，事情并没有那么简单。 2022年，在英国曼彻斯特，一群支持香港民主运动的人在中国领事馆外进行和平示威。结果，其中一名示威者被拖进领事馆范围内并遭到殴打。这件事被现场拍摄下来，也引起英国社会巨大震动。 为什么大家如此关注？因为英国人发现，原来有人即使离开了自己的家乡，来到一个民主国家，仍然可能因为表达政治观点而面临压力和危险。 过去几年，越来越多居住在英国的香港人表示，他们在参加集会后被拍照、被记录身份信息，甚至有人担心远在香港的家人会因此受到影响。 有些学生在校园里参加讨论会时，会担心自己的发言被录下来；有些人接受媒体采访时要求匿名；还有一些人即使来到英国多年，谈论政治时仍然会下意识压低声音。 这其实是一件很不正常的事情。因为一个人离开自己的国家来到英国，本应获得英国法律的保护。英国欢迎来自世界各地的人。无论你支持什么政治立场，无论你来自哪里，只要你遵守英国法律，你就应该有表达观点的自由。 任何人在英国，都不应该因为和平表达自己的观点而受到威胁。如果一个香港人害怕说话，如果一个维吾尔人害怕参加活动，如果一个中国留学生害怕在课堂上表达意见，那么受到损害的不只是某一个群体的权利，而是英国社会一直珍视的自由和法治原则。 跨国镇压真正可怕的地方，不在于它让多少人沉默。而在于它让人们开始自我审查，让人们觉得“还是别说了”。当恐惧跨越国界的时候，自由就会开始退缩。因此，面对这一问题，我们不需要仇恨任何国家，也不需要敌视任何民族。我们需要做的，是坚持一个简单而重要的原则：在英国，每个人都应当能够自由地说话、自由地思考、自由地参与公共生活，而不必担心来自任何外国政府的压力。 谢谢大家的聆听！ （二）台湾独立：台湾的未来应该由台湾人决定 大家好！ 今天我想和大家谈谈一个一直充满争议的话题——台湾独立。 很多人在讨论台湾问题时，总是在谈历史、谈政治、谈国际关系。但我认为，我们可能忽略了一个很简单的问题：一个地方的未来，应该由谁来决定？是由生活在那里的人决定，还是由其他人替他们决定？答案应该很简单：台湾的未来，应该由台湾人民自己决定。台湾有2300多万人，他们在那里出生、成长、工作、纳税，也承担着这片土地的未来。既然如此，他们理应拥有决定自己前途的权力。 今天的台湾，拥有自己的政府、军队、货币、护照和选举制度。台湾人选出自己的领导人，决定自己的政策，过着自己的生活。对于很多台湾人来说，他们完全可以主导自己的未来，而别人无权规划他们的未来。 既然台湾社会已经发展出自己的民主制度，那么台湾未来要怎么走，也应该通过民主的方式，由台湾人民自己来决定。 有人会问：为什么会有越来越多台湾人支持这样的想法？原因很简单，因为绝大多数年轻人，从出生开始就在台湾长大，他们接受台湾的教育，参与台湾的选举，对他们来说，“台湾人”不仅仅是一个地理概念，更是一种身份认同。他们希望自己的声音被听见，希望自己的选择被尊重。 台湾的未来，不应该通过武力决定，而应该通过和平、民主和人民意愿来决定。因为真正重要的，不是别人希望台湾变成什么样子，而是生活在台湾的人希望自己的未来是什么样子。 谢谢大家的聆听！ （三）揭穿中共《民主团结进步法》的阴谋 今天是想和大家分享一下就中共颁布并于7月1日生效的《中华人民共和国民族团结进步促进法》，它对我们这些海外的民主人士、华人群体以及外国公民的影响！ 中共将于2026年7月1日正式实施《中华人民共和国民族团结进步促进法》。这部表面上高喊「铸牢中华民族共同体意识」的法规，实则暗藏极具侵略性的第 63条「境外适用条款」。该法将中共的管辖触角强行延伸至中国境外，形同向全球发放了「跨国镇压」的合法许可证，引发国际社会强烈不满和恐慌！ 这部法律把热爱共产党放在首位！它要求我们要向孩子们灌输赞扬共产党、歌颂共产党的思想！ 它要求少数民族学校及所有的教育机构，必须以国家通用语言文字为标准的教学方式，这是中共通过民族团结进步法，让它的汉化政策全面合法化的阴谋！这对于少数民族而言，是一个灾难性的法律，因为它彻底抹杀了少数民族的语言和文字！ 它要求任何的组织和个人，都不得以文字、图片、广播、音频和视频等方式，制作和传播所谓破坏民族团结进步的信息和内容，中共所谓的任何组织和个人，包含了全球华人和其他任何国家的公民，这是明显的霸权主义！ 中共所谓的坚持宗教中国化，实际情况就是让寺庙的和尚升国旗，道家的道士唱国歌，基督教的教徒不知是信仰耶稣、还是信仰马克思、列宁？ 说一句「支持台湾」就被入罪，该法本质上是为中共武统台湾铺路。未来不论是台湾人或外国人，只要在海外公开表态支持台湾、反对中共吞并，都可能被中共强行冠上“制造民族分裂”的罪名，面临跨国通缉与法律追究！ 全球华人和民主人士集体遭殃，该法对全球自由言论进行了直接恐吓。 未来只要在海外社群媒体上批评中共的西藏、新疆少数民族政策，或宗教压迫，都将直接落入这部恶法的惩治范围，在境外将面临被定罪甚至被抓捕的风险！ 合法化「海外秘密警察」，国际社会强烈质疑，习近平政府在透过《香港国安法》测试国际底线后，如今又推出新的恶法，企图为其在全球53个国家设立的102个「海外秘密警察据点」提供正当的执法依据，全面升级法律战！ 这部新法的出台,暴露出中共极权统治的无限膨胀与内心的极度恐惧。当对内高压统治已无法维持政权稳定时，中共选择将极权黑手伸向国际自由社会。这种将跨国镇压「合法化」的无耻行径，不仅践踏了他国的国家主权，也对美、日、台等民主国家的言论自由与人身安全构成了威胁！ 共产党下台！习近平下台！ 香港独立！台湾独立！ 谢谢大家！ 徐校长，恳请您在百忙之中拨冗阅览，并对演讲内容、逻辑结构、表达方式以及存在的不足提出宝贵意见和建议。我希望能够不断学习、持续改进，提高自己的表达能力和对公共议题的理解。 非常期待您的指导！ 学员韩云霄 2026年7月9日 英国 （韩云霄提供照片） ********* 有關胡建華 JH 於 2026年7月13日週一 上午2:14寫道： 我预言，这次将产生重大历史意义，未来一定会碾压浙江南湖那条游船! 让它沉入历史湖底! 留此言证，拭目以待! 中国民主党学员: 胡建华 2026年7月13日 JH H 于 2026年7月13日周一 08:05写道： 谢谢校长，收到(总字004)(实行令)， 这次的完整规划，若落实到位，将为未来夯实完整坚实的基础，不会继续过去松垮混乱的局面，开创全新的局面，结束过去四分五裂的派内之爭，脱颖而出，重新凝聚成一股强大的力量，将会重新竖起中国民主党的大旗，成为标志性旗杆! 宛如移民入境美国第一眼看到的是自由女神! 学员: 胡建华 JH H <@gmail.com> 于2026年7月5日周日 09:16写道： 谢谢校长！ 这段时间以来，从您这里我学到了很多过去并不了解的历史知识。对我来说，这不仅是一种难得的机遇，更是一份沉甸甸的责任。我希望尽快学习和了解更多历史资料，努力形成自己基于事实的认识，并把这些认识分享给身边的人，尤其希望能让国内更多的人接触到不同的信息来源，拥有独立思考和判断的机会，而不是仅仅接受单一叙事。 我知道，一个人的力量十分有限，很难改变什么。但我也相信，思想和认知具有传播的力量。如果越来越多的人愿意主动了解历史、独立思考、理性交流，并把新的认知不断分享给身边的人，那么这种“人传人”的传播方式，终将汇聚成巨大的社会力量。正如古人所说：“星星之火，可以燎原。” 我认为，中国未来如果发生深刻的社会变革，推动力量未必会像历史上一些革命叙事那样“农村包围城市”，更有可能是知识、信息和观念首先在城市中不断传播，再逐渐扩散到更广泛的社会群体。这种变化不是依靠暴力，而是依靠思想、教育、信息和公民意识的不断积累。 在我看来，经过长期的政治宣传和意识形态教育，许多人已经形成了较为固定的思维方式。与此同时，民族主义情绪、对外部世界的戒备心理，以及“强者生存”的社会观念，也在一定程度上影响着人们看待问题的方式。要改变这些根深蒂固的观念，并不是一件容易的事情，它远比改变一种生活习惯或社会风俗更加困难，因为真正需要改变的是人的认知结构和思维模式。 长期以来，在单一信息环境下，很多复杂的社会问题容易被简单归因于外部因素，而社会内部的问题往往得不到充分讨论。与此同时，人与人之间的相互指责、相互对立，有时会使社会矛盾更多地停留在普通人之间，而忽略了制度、治理和公共政策等更深层次的问题。这种现象容易导致社会资源被内耗，公众也难以形成更多的理性讨论与合作。 我始终认为，一个社会真正的进步，不是建立在仇恨和对立之上，而是建立在事实、理性、自由讨论和彼此尊重之上。只有越来越多的人愿意了解历史、尊重事实、保持独立思考，不盲从、不轻信，也不轻易否定不同观点，社会才有可能逐步形成更加成熟的公民意识。 我相信，历史终究会回归事实，思想终究会走向开放。每一个愿意思考、愿意学习、愿意传播真实信息的人，也许都只是微弱的一点光，但无数点微光汇聚在一起，就有可能照亮未来。 第一期学员： 胡建华 2026年7月5日 ********** 有關趙志澤 於 2026年8月3日週一 下午9:14寫道： 謝謝志澤深入、全面的理解！ 赵志泽Zhao Zhize 於 2026年8月3日週一 下午8:32寫道： 校长您好！ 我是学员赵志泽，我认真学习了本期《徐文立与“第三共和”》教材。读完以后，我对“第三共和”这一政治主张的历史脉络和核心含义有了更清楚的认识。 教材中提到，“第三共和”并不是简单否定中国过去的历史，而是把近代中国追求共和、宪政和民主的历程连接起来。它既“追随辛亥革命诸先贤开创的亚洲第一共和”，也“尊重一九四六年制宪国大确立的第二共和”，并在此基础上提出建设“自由富裕、人权平等、宪政民主的中国第三共和”。我认为，这种表达的重要之处，在于它强调了历史的承接，而不是把民主建设理解为完全从零开始。 教材还特别分析了“追随、尊重、励志建设”这几个词的递进关系。对第一共和使用“追随”，体现的是对先贤和共和精神的继承；对第二共和使用“尊重”，体现的是对宪政法统和历史成果的承认；对未来则使用“励志建设”，说明最终目的不是停留在纪念历史，而是要付诸实际行动。我觉得这三个词虽然简短，却把过去、现在和未来的关系表达得很清楚。 我个人最认同的一点，是教材所说的政治纲领应当重视“最大公约数”。民主事业如果只停留在少数人的语言和立场中，就很难形成广泛力量。“第三共和”试图把第一共和和第二共和的支持者团结起来，并以自由、人权、平等、宪政和民主作为共同目标。这让我认识到，政治理想不仅需要坚定，也需要包容，需要寻找不同群体之间能够共同接受的基础。 教材中还介绍，这一思想是在极其艰难的监狱环境中形成的，后来又在二〇〇七年中国民主党海外第一次党员代表大会上得到确认。对我来说，这也说明一个政治理念能否长期存在，不只取决于口号是否响亮，更取决于它是否经过长期思考，是否能够回应中国民主转型中的现实问题。 学习完这期教材后，我更加体会到，民主不仅是一种愿望，也需要清楚的历史认识、明确的政治目标和能够团结多数人的纲领。今后我会继续认真学习党校教材，加深自己对中国民主运动、宪政和政党建设的理解。感谢校长整理和分享本期学习内容。 ********* 有關程建 徐文立 <@gmail.com> 於 2026年7月10日週五 下午4:05寫道： 極好！極為重要！ jian cheng 於 2026年7月10日週五 下午3:44寫道： 尊敬的徐文立校长： 您好！ 通过这段时间的学习，我一直在认真研读您此前提供给我的学习材料，并系统地了解了民主党的发展历史。在整个学习过程中 （引人深思），让我产生了许多新的认知，因此特写下这封信，向您汇报一下我的学习心得。 在研读这批材料期间 ，我有一个非常深刻的感受：材料中记录的历史脉络、细节与真实情况，同目前网络上公开流传的各种信息和言论，存在着极大的差异。 网络上的信息往往流于碎片化、表面化，甚至存在不少断章取义或带有偏见的解读；而您提供的学习材料则更加严谨、立体，还原了许多鲜为人知的历史背景和关键决策。这种强烈的对比让我触动很大，也让我意识到，如果仅仅依靠网络搜索来了解民主党史，极易产生偏听偏信的误解。 这次的学习及时帮我澄清了许多过去模糊、甚至错误的看法，使我能够站在更宏观、更客观的角度，去理解民主党的初心、走过的曲折道路以及沉淀下来的历史经验。这也让我深刻体会到，珍贵且真实的文献记录对于我们廓清迷雾、保持清醒认知是多么重要。 非常感谢您抽空为我们准备并提供这些宝贵的学习资料。作为来自安徽的同乡晚辈，看到家乡前辈为民主事业做出的探索，我深受鼓舞。 在后续的学习中，我也会继续保持这种对比与思辨的态度，进一步深化理解。 祝您身体健康，万事顺遂！ 学员： 程建 （安徽同乡） 日期： 2026年7月10日 ********* 有關彭雲龍 Peng Yunlong <@gmail.com> 於 2026年7月3日週五 下午4:18寫道： 尊敬的徐文立校长 您好！ 读后感 读完这份徐文立先生的政治学院教材（8），我心里久久不能平静。这不是一本冷冰冰的历史资料，而是一群老人在铁窗内外用生命书写的坚持与澄清。1998年那场组党运动，像一束突然刺破黑暗的光，却也迅速招致了最残酷的镇压。文件里反复出现的，是对“投机”“急躁”等指责的回应，以及对历史真相的 painstaking 梳理。 最打动我的是那些老同志的互相印证。陈树庆的道歉、刘贤斌的“历史关头当仁不让”、王建军的波浪理论分析……他们没有把失败简单归咎于某个人，而是放在中共一党专制的必然逻辑里去理解。江泽民那段“必须立即制止在萌芽状态”的讲话，像一把冰冷的刀，赤裸裸地暴露了极权对任何组织化反对力量的恐惧。无论用“筹委会”还是“党部”的名义，结果都不会改变——只要触碰党禁，镇压就是注定的。这让我突然明白，1998年的行动不是莽撞，而是背水一战式的勇气。面对武装到牙齿的政权，缓一步可能就永远失去窗口。 徐文立先生在文件里既是当事人，也是历史的守夜人。他承认自己“慢一拍”，却也一步步跟上时代，在牢狱中仍坚持思考中国未来的制度设计——“中华民国联邦”。这让我感受到一种罕见的韧性：不是浪漫的革命激情，而是几十年如一日的清醒与担当。尤其读到海外那些“假民主党”的搅局，更觉得心酸。真正的反对派不仅要在国内面对监狱，还要在自由世界面对伪装的渗透和污名化。这场战斗的复杂性，远超许多人的想象。 这份材料让我重新思考“民主”在中国到底意味着什么。它不是空洞的口号，而是无数人用坐牢、流亡、被污蔑换来的真实代价。那些年逾古稀的老人还在为历史正名，为后人留下教训和旗帜（包括那面双十字星旗），这种精神本身就比任何理论都更有力量。 读完后，我最大的感受是敬畏与惭愧。我们这一代人生活在相对安稳的环境里，常常把民主当话题聊，却很少有人愿意付出他们那样的代价。历史不会被轻易抹杀，真相总会像这些文字一样，一点点浮出水面。希望更多人能看到这份坚持，中国的改变，或许就藏在这样不屈的薪火相传之中。 至此 敬礼！ 学员：彭云龙 ********** 有關許瀛濤 徐文立 < 於 2026年7月7日週二 下午3:47寫道： 極好！謝謝！ willy Rob 於 2026年7月7日週二 下午3:43寫道： 看到中国民主党党校徐文立政治学院，有众多同仁获得嘉奖，感到非常开心。 徐文立先生这一代民主运动参与者，经历了从思想启蒙、民间办刊、公开组党到长期政治迫害的全过程。他们所处的时代，是中国社会重新寻找自由、民主、法治和公民权利的时代。西单民主墙、《四五论坛》以及后来中国民主党的创建，并不是孤立事件，而是中国人在极权体制下争取政治主体性的连续努力。 这种历史传承的核心，不是某一个人的光环，而是一条清楚的政治线索：反对一党专政，主张宪政民主；反对政治恐惧，主张公民权利；反对个人依附，主张组织化、制度化和公开化的政治参与。 对于今天的中国民主党而言，纪念前辈最重要的方式，不是重复口号，也不是把历史变成仪式，而是从历史中提炼方法。过去的经验告诉我们，民主运动不能只依靠激情，必须有组织；不能只表达反对，必须提出建设；不能只依赖少数人的牺牲，必须培养更多能够承担责任的人。 这也是党校建设、干部训练和组织规范化的重要意义所在。中国民主党如果要面向未来，就必须逐步形成稳定的课程体系、清晰的组织纪律、可靠的人才培养机制和面向现实的行动能力。我们需要培养的不只是会发言的人，更是能够写作、沟通、组织、协调、执行和承担责任的人。 今天的海外民主运动处在新的历史阶段。一方面，中共极权统治仍在延续，国内公共空间被高度压缩；另一方面，海外中国人拥有更大的表达空间、组织空间和国际连接能力。因此，海外民主运动不能满足于情绪宣泄，而应当承担起保存历史、训练干部、连接海内外、降低国内参与成本的责任。 徐文立先生这一代人留下的，不只是苦难记忆，也不是简单的道德资本，而是一种政治遗产：公开反对专制的勇气、坚持组织建设的意识、重视理论与制度的能力，以及在长期失败和挫折中仍然不放弃未来的耐心。 我们今天谈传承，就是要把这种遗产转化为新的能力。把历史记忆转化为政治教育，把个人经验转化为组织制度，把海外资源转化为支持国内社会变化的现实力量。 中国民主党的未来，不应只停留在纪念历史人物，而要真正成为一个能够培养人才、形成共识、组织行动、服务中国民主转型的现代政党。只有这样，历史才不是负担，而是根基；前辈的牺牲才不是被反复消费的故事，而是推动后来者继续前进的力量。 前辈对后来者的认了，塑造了这份前赴后继，重新打造出紧密的团队，给中国民运的未来打下基础。 ********** 有關王奕翔 2026年7月9日週四 下午3:10 Subject: 深謝！王奕翔！: 【投稿】恶法治下的文明黄昏：论《民族团结促进法》 深謝！王奕翔！ yuanzhang li 於 2026年7月9日週四 下午2:02寫道： 徐文立先生： 您好！针对近期强推的《民族团结促进法》，我撰写了以下文章，现呈交阅览。 恶法治下的文明黄昏：论《民族团结促进法》的同化暴政与自由抗争 在中国，所谓的“民族团结”叙事早已脱离了单纯的文化融合与平等互助，演变成为了一部关于极权体制如何将多元文化工具化、将少数民族家庭炼狱化的悲剧长卷。在这里，每一个独特的母语、每一种传承的信仰，都可能在权力的黑箱中被标记、被清洗、甚至被强行剥夺。 一、 权力的黑箱与文化身份的“耗材” 在习近平主政的政治生态下，极端民族沙文主义与极权控制的结合，使得少数民族地区成为了人权侵犯的重灾区。新推行的《民族团结促进法》打着“促进与融合”的旗号，实质则是将党权凌驾于各民族宪法权利之上的法律凶器。外界对于强迫同化、文化消杀的质疑始终未被解答，而这种怀疑并非空穴来风：在这片缺乏司法独立、完全由党权主导的土地上，独特的民族认同和宗教信仰被广泛怀疑成了体制试图抹去和清洗的隐性源头。 这是一种彻头彻尾的制度暴行。当少数民族的文化身份被视作政权的“消耗品”或“不稳定因素”时，权贵阶层通过这套法律体系获取所谓的“大一统”延续，而亿万同胞则被困在虚假的“民族大家庭”谎言里。这种操作不仅是对人类文明的亵渎，更是在向每一个公民释放一个残酷的信号：在暴政面前，任何群体的文化尊严和生存权利都只是权力的附属品，随时可能被抹杀以换取体制的“绝对稳定”。 二、 骨肉分离的炼狱与文化根基的绝望 这场制度悲剧的最前线，是无数破碎的少数民族家庭。在强制推行单一语言教学、强行设立寄宿制学校切断血脉传承的压迫下，当孩子被强行剥夺母语和信仰，父母为了那家庭生存的一线生机，不得不低头哀求、倾尽毕生积蓄，却发现自己始终处于权力分配链条的底端。 人们的绝望是纯粹的，他们无法理解为何自己的文化根基在某些人眼中如此低贱；父母的绝望则更为深重，那是一种在权力碾压下，明知前方是文化灭绝的深渊却不得不为了孩子生存而强行跨入的无能为力。当父母被迫在“坚守民族尊严”与“孩子未来生存”之间做出非人抉择时，这种痛苦不仅是身体的煎熬，更是精神的崩溃。极权统治者利用这种绝望，将家庭拆解，让原本纯粹的亲情在文化清洗与权力勒索中腐蚀殆尽。 三、 铁幕下的“大熔炉”与沉默的代价 在这个体系中，官方的宣传机器不断高歌“民族团结一家亲”的盛世和谐，却严密坚锁了强迫劳动、强行改造和文化消杀的真相。这种系统性的沉默，本身就是对社会良知的持续阉割。当民众因恐惧而不敢质疑、不敢追问那数百万被强制改变生活方式、被剥夺言论与信仰自由的同胞究竟面临何种灾难时，暴政的铁幕便在每一次沉默中变得更加坚不可摧。 但我们要清醒地认识到：这种窒息的“强迫同化”并非命中注定，而是由于暴政的存在。只要权力的运作始终处于阴暗的黑箱，只要民族的价值始终取决于对政治的绝对忠诚而非普世价值，那么每一部恶法的出台、每一个家庭的破碎，都将成为这套极权体制运行的注脚。 四、呼吁结束强制同化，还多元以尊严我们不能再在恐惧中退缩，不能再对这种将公民视作“体制零件”和“同化指标”的罪恶保持沉默。这不仅是某个单一族群的灾难，更是全体追求自由的公民共同面临的防线——当一个民族的语言被强行消音，全体国民的言论与思想自由便已名存实亡。 为此，我们必须在历史的审判席前发出最严正的抗议，坚决要求立即废除一切限制少数民族语言使用、剥夺宗教信仰自由的强迫性恶法。那些割裂家庭、异化人性的寄宿制洗脑机构必须无条件解散，将抚养权与教育选择权完完全全还给父母。同时，必须打破权力对民族区域的资源掠夺，让多元文化在真正独立的司法护航下重获新生。 没有任何法律能战胜文明的生命力，没有任何暴政能锁死自由的灵魂。为了那些在恐惧中失声的同胞，为了让我们共同的未来不再是一片荒芜的文化沙漠，我们在此发出坚定的誓言：誓与极权同化抗争到底，直至自由与多元的光芒重新照亮这片土地的每一个角落！ 学员：王奕翔 2026年7月9日

三个月时间我的 IBKR 账户收益率快接近翻倍了。 一个多月之前我关注了 @aleabitoreddit，顺着他的推文思路，我花了几十个小时时间，研究了整个光互连光通信产业链。 整个过程收获实在是太多了： - 了解学习了光模块、外延、衬底、硅光芯片、CPO、激光器这些新知识，享受学习投研的乐趣。 - 把学到的东西对外输出，做了一期光通信产业链拆解视频，Youtube 播放量接近 20k，一期视频给我的新频道涨了 1.5k 订阅。 - 在研究做好功课之后，小资金建仓了 SIVE/TSEM/COHR/AAOI/LITE 这些光通信标的，作为高风险激进持仓，虽然赚的不多，但已经很满意了。 感谢股神 Serenity！

为什么懂了那么多道理，生活却依旧没有变化？ 你读过很多书，收藏过无数干货，也曾在深夜认真分析自己的性格、困境和未来。 某个瞬间，你觉得自己突然想通了。 可几个月过去，甚至几年过去，你的能力、收入、作品和生活状态，似乎仍然停留在原地。 这时候你需要警惕一件事： 你可能一直在获得“成长的感觉”，却没有完成真正的成长。 因为衡量一个人有没有改变，最可靠的标准从来都不是他想明白了多少，而是他长期重复的行为发生了什么变化。 你现在的生活，其实是过去无数个普通日子的总和。 每天刷多久视频，练习多久技能，完成多少任务，拖延多少事情，逃避多少困难，最终都会以某种形式出现在你的现实里。 现实不会因为你产生过深刻感悟，就提前奖励你。 它只会根据你真正完成过的事情进行结算。 很多人每天刷三四个小时短视频，偶尔看到一条很有启发的内容，就立刻开始反思人生： 是不是方向错了？ 是不是方法不够高效？ 是不是认知层次还不够？ 是不是应该再学习一个新的行动系统？ 思考结束以后，他又继续刷视频，继续寻找下一条能够让自己“突然清醒”的内容。 新的观点推翻旧的观点，新的方法替代旧的方法，脑子越来越忙，现实却没有增加任何成果。 没有写完的文章，没有练熟的技能，没有真正接触过的用户，没有经过反馈修改的作品，也没有持续数月的训练记录。 看起来每天都在研究成长，实际完成的主要活动，依然是浏览、收藏、分析和设想。 这也是为什么有些人懂得越来越多，行动却越来越慢。 他们习惯在开始之前寻找最优方法，习惯把所有问题都想清楚以后再行动，最后连一个粗糙的版本都没有做出来。 思考逐渐成了最高级的拖延。 它能够让你感觉自己正在解决问题，却不必承担真正行动带来的成本： 失败、尴尬、枯燥、被拒绝、水平不够、作品难看，以及努力以后仍然没有结果。 输入知识通常很舒服。 你只需要观看、阅读和理解，就能迅速获得一种“我比以前更清醒”的满足感。 输出却会让人难受。 因为一旦开始写、开始练、开始发布、开始接触真实的人，你就会马上看见自己的能力到底处在什么水平。 这也是很多人沉迷成长内容，却迟迟不愿意交付成果的原因。 学习游泳教程，身体依然不会自动浮起来。 研究写作技巧，文档也不会凭空出现一篇文章。 分析创业案例，不会自动带来一个愿意付费的用户。 收藏健身动作，更不会替你完成一次训练。 现实只认可以被观察、被检验、被反馈的行动。 你到底想成为什么样的人，不妨先别看自己的理想，而是看看时间都去了哪里。 一个人嘴上说想提升能力，每天最稳定的事情却是刷视频； 说想做出作品，大量时间却用来研究工具和方法； 说想改变生活，最频繁的行为却是反思自己为什么没有行动。 那么他真正训练出来的能力，很可能只是更熟练地消费信息，更依赖即时刺激，也更擅长用思考缓解焦虑。 想判断自己到底有没有成长，可以做一个很简单的实验： 假设有一个陌生人连续观察你一个月，只看你的日常行为，不听你的计划，也不知道你的理想。 他会认为你正在成为一个怎样的人？ 答案可能很刺耳，但通常比任何自我评价都准确。 真正的改变不需要再增加十条人生道理。 每天少输入一个小时，多输出一个小时； 少收藏一个方法，多完成一次练习； 少研究如何开始，先交付一个粗糙版本； 少追求彻底想清楚，多解决一个眼前的真实问题； 睡前别只问“今天学到了什么”，再问一句：“今天到底完成了什么？” 当行为开始变化，结果才有可能松动。 在此之前，所有宏大的计划、深刻的反思和对未来的想象，都只能算作发生在头脑里的活动。 所以别再惊讶生活为什么没有变化。 看看自己每天重复的行为，你会发现，现实其实一直很诚实。 它只是把你长期做过的事情，一笔一笔结算成了今天的生活。 对你来说，最难停止的是刷短视频，还是过度思考？

斯坦福最新研究突破：Self-Guided Self-Play 如何让 LLM 实现自我进化？ 在大模型训练中，我们一直面临一个痛点：高质量的推理数据是有限的。一旦模型学完了人类编写的高质量数据，其推理能力的提升往往就会撞上天花板。 最近，来自斯坦福大学的研究团队发表了一篇名为 Scaling Self-Play with Self-Guidance 的论文。他们提出了一种名为 SGS (Self-Guided Self-Play) 的算法，试图彻底打破这一瓶颈。简单来说，这项工作让模型不仅能做题，还能自动出题、自己审题，从而在不需要更多人类介入的情况下，进一步提升后训练和微调的效果，实现模型推理能力的持续缩放（Scaling）。 现在前沿模型公司，后训练和微调的时候都会使用自博弈（Self-Play）方法 自博弈（Self-Play）的核心理念是：出题者（Conjecturer）负责出题，解题者（Solver）负责做题，两者在对抗中不断进步。在理想状态下，这个过程是没有天花板的。 但在现实训练中，这类方法通常会陷入 “学习停滞”（Learning Plateau）： 出题者很快就会发现，只要生成一些逻辑混乱、故意堆砌复杂词汇但又不合逻辑的题目，解题者就很难解出，或者产生某种“虚假提升”。 训练退化：由于缺乏有效的监督，随着训练周期拉长，合成数据的质量迅速下降，导致模型不仅没学到新知识，反而越练越笨。 为了解决这一问题，SGS 引入了一个至关重要的角色——引导者（Guide）。在 SGS 框架下，LLM 同时担任三个角色： Solver (解题者)：负责求解问题。 Conjecturer (出题者)：负责生成相关的合成问题，难度需与当前目标匹配。 Guide (引导者)：作为质量把关人，它负责评估出题者生成的题目质量。 Guide 会根据题目与目标任务的相关性、结论的简洁性以及逻辑的自然度进行评分。如果出题者试图通过“制造复杂逻辑冗余”来蒙混过关，Guide 会直接给出低分，强迫出题者回到高质量的学习路径上。 研究团队在 Lean4 形式化定理证明任务上验证了 SGS 的性能： 真正的持续 Scaling：在长周期的训练中（训练步数远超以往工作），SGS 的累计解题率表现出了极好的缩放特性，并没有出现以往常见的性能退化。 经过 SGS 长周期自我训练后，一个 7B 参数的模型，其推理能力甚至超越了未经过此类训练的 671B 参数模型（DeepSeek-Prover-V2）。 SGS 的意义，可以看成是 LLM后训练/微调领域的“AlphaZero 时刻”并不为过。它代表了一种重大的训练范式转变： 从单纯依赖人类标注数据的“手工作坊”模式，转向利用算法闭环自动生成高质量训练数据的“智能工厂”模式。 SGS 证明了在推理能力上，我们同样可以拥有“扩展定律”（Scaling Laws）。只要计算资源（Compute）充足，并且通过 Guide 机制守住数据质量，模型能力的提升就是可预测、可扩展的。 目前 SGS 在形式化验证领域（Lean4）已经证明了其价值。下一步的挑战在于如何将这种自我引导机制扩展到代码生成、复杂决策、甚至更广泛的通用逻辑推理领域。 我们可能正处于 又一次模型能力指数级增长的起点