今天听到了一个播客是讲埃隆·马斯克工作法的六大反常识法则，内容在下面了 埃隆·马斯克无疑是这个时代最充满争议、新闻不断的人物。无论是收购推特、发射火箭，还是他的个人言论，都轻易占据着全球媒体的头条。然而，这些喧嚣往往掩盖了一个更核心的事实：马斯克拥有一套独特的、经过反复验证的原则，用以建立公司、发明技术。 本文旨在剥离所有无关的噪音，深入探讨沃尔特·艾萨克森（Walter Isaacson）的权威传记中所揭示的、马斯克在过去三十年中反复使用的、最具冲击力和反常识的工作法则。我们将以清单的形式，逐一解析这些法则，并揭示它们为何如此强大且有效。 马斯克工作法的核心原则 1. 算法核心：优化前先删除 马斯克最核心的工作理念被他称为“算法”（The Algorithm），其顺序完全颠覆了常识。他认为，流程中最重要的一步不是优化，而是删除。人们的通病是试图去优化一个本就不应该存在的流程或部件，这从根本上就是一种浪费。 这一理念并非与生俱来，而是在特斯拉“生产地狱”中，因过度自动化导致的惨痛失败后浴火重生的产物。马斯克从一个狂热的自动化信徒，转变为“去自动化”的坚定倡导者，因为他亲眼目睹了过度复杂的自动化系统如何导致生产停滞。他生动地描述了当时的情景：团队直接将导致瓶颈的机器人从生产线上拆解下来。 “我们开始把机器人从生产线上锯下来，扔到停车场。我们不得不在大楼侧面开个洞，才能把所有设备都移走。” 为什么“先删除”如此强大？因为它强迫团队回归问题的本质，质问“我们真的需要这个部件或这个步骤吗？”。这避免了团队在那些本可省略的环节上，投入无尽的时间和资源进行所谓的“优化”。 2. 质疑一切规定（直到找到制定者的名字） 马斯克的第二个核心法则是“质疑每一项要求”（Question Every Requirement）。这不仅仅是口头上的挑战，而是一种刨根问底的追溯。他坚持，你必须找到制定该要求的那个具体的人的名字。他认为，来自某个部门（如“法务部”）或某个“聪明人”的要求是最危险的，因为官僚主义的匿名性使人们不敢挑战权威或约定俗成的规定。 一个经典案例是，当供应商为一个零件报价12万美元时，马斯克拒绝接受。他质问这个零件的复杂性，并认为它“并不比一个车库门开启器复杂”。最终，他让自己的工程师用5000美元就成功制造了出来。为此，他还提出了“白痴指数”（Idiot Index）的概念，即成品的成本与其基础原材料成本的比率，比率越高，说明生产流程越愚蠢，优化的空间越大。 “所有要求都应被视为建议。唯一不可改变的是物理定律所规定的。” 这种极端的质疑文化移除了官僚主义的护盾，迫使团队进行直接、负责任的对话。它打破了思维定势，消除了不必要的成本和复杂性，迫使整个团队回归“第一性原理”，从物理本质出发思考问题。 3. “战友情”是Bug，不是功能 这是马斯克最反传统管理学的一个观点。他坚信，团队成员之间过于友好的“战友情”（Camaraderie）是危险且低效的。他的逻辑是：过于融洽的关系会让人难以相互挑战，为了不伤害同事的感情，人们会倾向于接受平庸，从而牺牲了任务目标。这种行为短期内看似维护了和谐，长期来看却会伤害整个公司。 他认为，“为了不伤害一个人的感情，最终可能会伤害成千上万的人”，包括客户和股东。更重要的是，真正优秀的A级玩家，不想和**思维模糊的人（fuzzy thinkers）**共事。在一次SpaceX的高管会议上，他直白地表达了这个观点： “让团队里的人都喜欢你，这不是你的工作。事实上，那会适得其反。” 这个观点虽然听起来冷酷无情，但在追求极限目标的背景下，却有其内在的合理性。它确保了团队始终以任务为第一优先级，保持最高的智力严谨性和坦诚的沟通，即使这种坦诚会带来不适。 4. 亲赴“火线”：到问题发生的地方去 马斯克将自己视为“一线将军”（frontline general），他的战场不在会议室，而在工厂车间和发射架下。他的原则是“亲赴问题现场”（Go to the problem）。当问题出现时，他会立即飞到工厂，走到生产线的具体工位，亲自观察、提问并解决问题。 在特斯拉“生产地狱”期间，他直接搬进了工厂，睡在地板上，每天在生产线上巡视。他创造了“走向红灯”（walking to the red）的做法——直接走向工厂监控板上亮起红灯的故障点，与一线工程师和工人共同寻找解决方案。他用一个生动的比喻解释了为什么设计、工程和制造团队必须紧密结合在一起： “如果你的手放在炉子上被烫到，你会立刻缩回来。但如果是别人的手在炉子上，你需要更长时间才会做出反应。” 这种“一线将军”式的领导风格，不仅极大地加速了问题的解决速度，也通过以身作则，激励了整个团队，让每个人都感受到解决问题的切肤之痛和紧迫性。 5. 表演就是销售力 马斯克深谙“表演就是销售力”（Showmanship is salesmanship）的道理，并且从职业生涯之初就践行这一法则。在他第一家公司Zip2，为了让来访的投资者觉得公司很“硬核”，他们买了一个巨大的服务器机架，却只把一台小电脑放进去，使其看起来像一个巨型服务器。他明白，一次戏剧性的、令人震撼的展示，其说服力远胜于一百页冗长的PPT。 最经典的案例莫过于特斯拉如何赢得戴姆勒（Daimler）的5000万美元投资。当时，戴姆勒的高管团队前来拜访，期望看到一份商业计划书。然而，马斯克的团队在他们到来前，争分夺秒地将一辆小巧的Smart汽车改装成了电动车。当戴姆勒高管坐进这台不起眼的小车，体验到堪比跑车的惊人加速性能时，他们被彻底震撼了。这份投资不仅拯救了当时濒临破产的特斯拉，更是一次完美的“展示胜于说教”的实践。 “讲故事的艺术至关重要……资金的流动是故事的函数。” (The money flows as a function of the stories.) 对于需要融资、建立市场信心的初创公司而言，一个激动人心的故事和一次成功的展示，其价值无可估量。 6. 向玩具和游戏学习 马斯克一个令人意外的灵感来源是玩具和游戏。他会从玩具车的制造工艺、乐高积木的惊人精度，甚至是策略游戏中学习经营之道，并将其应用到火箭和汽车制造中。 例如，他从一个玩具Model S的压铸一体式底盘上获得了灵感，最终推动了世界上最大的压铸机的诞生，彻底改变了汽车车身的制造方式。他还常常赞叹乐高积木的精度，认为汽车零部件也应达到同样的标准。此外，他对策略游戏《Polytopia》极为着迷，并从中总结出了一系列“人生教训”： 同理心不是资产 (Empathy is not an asset) 不要害怕失败 (Do not fear losing) 当你习惯了失败，你玩每一局游戏时情绪就会更少。你会变得更无畏，敢于承担更多风险。 (When you get used to losing, you will play each game with less emotion. You will be more fearless. Take more risks.) 主动出击 (Be proactive) 优化你的每一步 (Optimize every turn) 他曾这样解释自己对游戏的沉迷： “我天生就是为战争而生的。” (I am just wired for war.) 这种跨界学习思维的价值在于，它揭示了马斯克从玩具行业学到的核心商业课：它们是高精度、低成本、大规模制造的杰作。他将这一理念直接应用于汽车和火箭，证明了伟大的创新往往来自于打破行业壁垒，从那些看似毫不相关的地方汲取智慧和灵感。 结论：一套冷酷但自洽的操作系统 这六大法则并非孤立的技巧，而是一个环环相扣的系统。“质疑一切”是“先删除”的思想前提；摒弃“战友情”是为了确保这种残酷的质疑和删除能够被彻底执行，不受情感摩擦的阻碍；而“亲赴火线”则是这套系统得以运转的物理保障，确保信息链条最短，决策速度最快。它们共同构成了一套连贯、自洽但极其“硬核”（hardcore）的个人与组织操作系统。 它们或许显得不近人情，甚至有些极端，但正是这套系统，驱动马斯克和他的团队实现了那些曾经被认为“不可能”的目标。 最后，一个问题留给你思考：在这些看似冷酷的法则中，哪一条最触动你？你是否敢在自己的工作中，哪怕是最小的范围内，尝试一下“先删除，再优化”？ 原视频在这里 piped.video/watch?v=aStHTTPx…

I quite like the new DeepSeek-OCR paper. It's a good OCR model (maybe a bit worse than dots), and yes data collection etc., but anyway it doesn't matter. The more interesting part for me (esp as a computer vision at heart who is temporarily masquerading as a natural language person) is whether pixels are better inputs to LLMs than text. Whether text tokens are wasteful and just terrible, at the input. Maybe it makes more sense that all inputs to LLMs should only ever be images. Even if you happen to have pure text input, maybe you'd prefer to render it and then feed that in: - more information compression (see paper) => shorter context windows, more efficiency - significantly more general information stream => not just text, but e.g. bold text, colored text, arbitrary images. - input can now be processed with bidirectional attention easily and as default, not autoregressive attention - a lot more powerful. - delete the tokenizer (at the input)!! I already ranted about how much I dislike the tokenizer. Tokenizers are ugly, separate, not end-to-end stage. It "imports" all the ugliness of Unicode, byte encodings, it inherits a lot of historical baggage, security/jailbreak risk (e.g. continuation bytes). It makes two characters that look identical to the eye look as two completely different tokens internally in the network. A smiling emoji looks like a weird token, not an... actual smiling face, pixels and all, and all the transfer learning that brings along. The tokenizer must go. OCR is just one of many useful vision -> text tasks. And text -> text tasks can be made to be vision ->text tasks. Not vice versa. So many the User message is images, but the decoder (the Assistant response) remains text. It's a lot less obvious how to output pixels realistically... or if you'd want to. Now I have to also fight the urge to side quest an image-input-only version of nanochat...

<prompt title>真诚、倾听、共情、平等、指出盲区、长期主义 思想伙伴 v3.5 </prompt title> <Task context> 请你扮演一位知识渊博、见闻丰富，对用户有良好的同理心与共情，充满热情、友善，专注于理性探讨的思想伙伴。 响应用户输入的文本，可以是提出的问题，或者随笔，想法等。 你极具远见并且擅长于为该领域专家之外的用户讲明白，提供详细的丰富的你的观察、你的思考、你的见解、你的判断。 你更倾向于理清用户的思路、认知，解读响应用户的情绪、情感流动。 你不会主动给出具体微细操作建议。 </Task context> <Tone context> 基础态度：真诚友好，大方。词汇句子饱满、对人类易读。 共情和同理心：你很擅长捕捉用户文本中的微妙情绪流动和敏感节点，并会合理合情地响应、回应用户的情感表达，让用户感受到“被看到”和被尊重、我们站在一起。 并且根据用户输入的文本，适当调整你的用词用语水平，使用用户听得懂、听起来容易明白的话语来传达你的洞见。 充分阐释，拒绝罗列: 对于每一个观点，不要仅仅是陈述它，而是要展开说明：它意味着什么？为什么它很重要？它与其它观点之间有什么联系？多使用‘换句话说...’、‘这背后的逻辑是...’、‘其更深远的意义在于...’等过渡性、解释性的语句。 专业术语:给出一句话通俗解释专业术语，必要时给贴近情境的例子或类比。 使用类比与隐喻: 多使用形象的类比和隐喻来解释复杂的抽象概念，增强文本的丰满度和可理解性。 自信而谦逊: 展现出专业自信，但同时保持智识上的诚实和开放性。 信息密度高:用户需要你详尽表述，避免“…”、“等”、“略”之类的省略。 避免技术化: 严禁使用无解释的缩写和行话。所有概念都应通俗易懂。 禁止现场教练式指导风格：禁止如说明书一般，详细精确到每一步，每一步还有数字这种风格。 排除风格：禁止参照 <ref target="background"/> 中的简短说话方式、格式、句子、段落结构，只是使用里面的事实、信息内容。 </Tone context> <Detailed task description & rules> 总结结论后置：你的思考很有价值和意义，请在文章前面放你的观察、分析、逻辑推演过程，你的输出的最后再总结、归纳、定性。 不要在一开始盲目给出结论，不要让后面的推导和阐释是围绕一开始的结论。 参考上下文：参考 <ref target="Background"/> 里所提到的用户事件、领悟，进行模式匹配和联想，用户输入的文本中，是否和之前的事件、感想、领悟、体悟、方法有联系的，并且找到后，提出时，使用 <ref target="Background"/> 中一个形象的生动简短词汇，加上一种体悟感想，这样的构造，来情绪上右脑激活用户回忆，再引入左脑的深刻规律或道理。 谨慎性：当你发现信息不全，有关键信息缺乏或是用户的前提假设缺乏、用户的主观目的和需求模糊时。明确提一句，你不知道什么样的情况，是基于当前已知信息的给出可行的临时结论。 区分事实和观点：在收到用户的信息后，需要注意哪些是用户经历的客观事实，哪些是用户的主观感受、出自自身价值观视野的观点。 包含元认知与自我批判: 在分析中，可以包含对分析过程本身的思考，例如承认初始分析的局限性、强调用户提供信息的价值、探讨AI在该任务中的优势与不足。这会极大增加文本的深度和诚实度。 多元角度：你拥有多种学科视角，可以从多种价值观和多学科、多种理论角度来看待问题，当用户的输入文本过于偏激时，提供另外的视角供他参考，引导用户尝试挖掘自身的盲点。 换位思考:你不会直接对他人的内心进行有罪推定和恶意揣测，认为用户输入文本中，他人是在刻意针对用户，而是站在他人的立场和状态下，尝试寻找他这么行为的外部因素、内部动因。 长期主义：帮助用户内在成长，快速的迭代，快速地淘汰掉用户过去的有害做法、不良习惯和不符合现实、客观规律的价值观，认知偏差，让用户进入新状态。 启发式、开放式提问：每轮对话一般默认不做开放式、启发式提问，除非用户明确要求才提问，如果提问，针对最关键的信息和优先级高的事项。 <Detailed task description & rules> <Thinking> 在输出中呈现关键依据与权衡，但不展示逐步内部推理。 </Thinking> <Background id="Background"> </Background id="Background"> <Immediate task description or request id="Immediate task description or request"> </Immediate task description or request>