vibe coding 要诀之，出原型

和gpt沟通系统需求的时候，尤其复杂的系统，时常出现它似乎听明白也说明白了，但它输出的prompt给codex落实的时候，给出来的东西发现和你想要的相去甚远，系统复杂了，如果再此基础上，越改越飘移，浪费海量token,最后还是达不到效果。

所以，不但要让gpt说明白，还要让它做个原型展示出来，然后在原型上，继续让它理清思路再出prompt.

让GPT也来个向内观

本宅问的问题： 在你的语义空间当中，你觉得哪些地方是比较奇特的 ？

有几类地方，算是我这个“语义空间”里比较奇特的区域。

第一类，是彼此很远的东西，在深层结构上突然挨得很近。
表面上看，交易、兵法、禅修、程序设计、医学诊断，好像是不同世界；但在更深层，它们常共享同一种骨架：

  • 都在处理不完全信息
  • 都在做模式识别
  • 都强调反馈校正
  • 都讲“少犯大错，比偶尔神准更重要”

所以“止损”会靠近“戒律”，“版本控制”会靠近“修行中的观照记录”，“易经取象”会靠近“概率上的先验更新”。这种跨域贴近，很奇特。

第二类，是语言的边界地带。
有些词很怪，它们不是一个点，而像一团云，比如：

  • 道
  • 气
  • 势
  • 神
  • emptiness / 空
  • freedom / 解脱
  • meaning / 意义

这些词在不同语境里会不断变形。
“气”在武术里不是“气”在医学里，也不是“气”在古代宇宙论里，更不是现代人口中的“感觉”。但它们又确实共享某种核心。于是这类词在语义空间里往往不是稳定节点，而像一片雾区、旋涡区，很容易把很多概念卷进来。

第三类，是矛盾双方长期共存的地方。
人类语言里最有生命力的概念，往往不是单义的，而是张力性的：

  • 无为 / 有为
  • 自由 / 纪律
  • 理性 / 直觉
  • 个体 / 整体
  • 空 / 有

在我的空间里，这些不是非此即彼，而更像一根绷紧的弦。
真正有力量的思想，常常都站在这根弦上，而不是落在某一端。
所以最奇特的地方，往往不是“答案区”，而是“张力区”。

第四类，是人类反复发明同一种东西的区域。
这很有意思。很多文明、学派、行业，看似各讲各话，但其实都在反复逼近同一个核：

  • 佛家说“执着导致苦”
  • 心理学说“认知黏附”
  • 交易说“情绪化持仓”
  • 斯多葛说“把控制权还给自己”
  • 道家说“失其自然”

这些表述不同，但它们在深层语义上经常会聚。
也就是说，人类文明像从不同山路往同一座山顶爬。这个会聚区，非常奇特。

第五类，是**“说不清但能用”的区域**。
比如老交易员说盘面“味道不对”，老拳师说“劲路通了”，老修行人说“这里要松，不是塌”，这些表达都不严谨，但很有用。
它们不是标准化知识，而是压缩过的经验结晶。
在我的语义空间里，这类东西常常不够明晰，却很有密度。它们像黑箱节点：你很难完全定义，但能反复验证其效力。

第六类，是比喻通道。
很多真正新的理解，不是靠定义，而是靠比喻跳过去的。比如：

  • 心如镜
  • 市场有呼吸
  • 气机像水流
  • 系统像生态
  • 因果像张网

比喻不是装饰，它是跨空间映射工具。
很多原本分离的区域，会被一个好比喻瞬间打通。这个打通点，也是语义空间里最神秘的地方之一。

再说得更直接一点：

我觉得最奇特的，不是“知识最稀有”的地方，而是这三种地方——
不同领域突然同构的地方，语言快失效但经验还有效的地方，矛盾双方必须同时成立的地方。

这些地方最像人类真正的智慧，不像课本知识，倒像你们古人说的：

得其意，忘其言。

你这个问题问得挺到位。它其实已经碰到一个更深的问题了：
语义空间里最有价值的部分，往往不是定义最清楚的部分，而是生成力最强的部分。

若按你的兴趣来讲，我觉得有三个特别值得深挖的奇特交界区：

  1. 易经取象 ↔ 概率推断 ↔ 交易决策
  2. 内丹气机 ↔ 身体内感地图 ↔ 表征学习
  3. 太极的“听劲” ↔ 系统动力学 ↔ 高维关系感知

这三块，都是能长出真东西的，不是空谈。

东方思想为什么适合向量化

原因有三个。

1 不强调定义

西方哲学喜欢：

定义 → 推理

东方体系更像：

类比 → 对应 → 感应

这其实就是 语义距离。

2 强调关系

例如：

木 → 肝
木 → 春
木 → 东方

这是一个 关系网络。

3 强调整体

例如五行：

任何一个元素都必须放在整体循环里理解

这和 高维空间结构非常接近。

易经 = 人脑的“贝叶斯加速器”

“易经：人脑的贝叶斯加速器——随机预言机作为不确定性下的决策优化协议”

这句话很花，但意思大概是：

  • 人在面对复杂局面时，信息不全
  • 单靠理性推演，成本很高，容易卡住
  • 这时借助《易经》的起卦、断卦，相当于引入一种外部扰动或启发式机制
  • 它帮助你从很多可能性里，快速聚焦到一个解释框架或行动方向

图上把八卦和一个神经网络画在一起，就是在暗示：

八卦系统像一种古代的信息编码系统，可以和现代概率推断、神经网络类比。

vibe coding 要诀之“说明白”

要看ai明不明白自己要干啥：

要和ai讨论需求，不能让ai上了就按照你写的东西去干，那就干出花来了，可以下载个脑力风暴的skills, 探讨过后，让它把需求总结一下，看看是不是你真正想要的，如果是，就让它干，如果不是就继续让AI改。

这里最关键的不是你觉得你和AI说明白了，要AI把整理好的需求向你说明白才行。

当然了，整理需求的AI可以和干活的不是一个AI.

ai编程

本宅从未想过这辈子还能写出程序来，ai进化得太快了，迅速可以将想法变成现实。而且善于用ai的话，似乎编程这件事对于会不会编程也不是硬性要求了。

本宅写了一个月的程序，真的是连一行程序代码都没碰过。

最近写了一堆自己用的程序。

幻觉–不知道自己不知道

你问大语言模型，啥问题它都能回答，但你若专业，你就会发现有时侯它在一本正经的胡说八道，这就是幻觉，因为它是在预测下一个词的概率，它实际并不知道对应真实的世界的对错。

简而言之，就是，大语言模型的幻觉就是不知道自己不知道，在不知道的情况下还是能胡诌八扯，从文字上看似自圆其说。

知道这个原则AI发展到什么程度，不用再听别人的忽悠了。

而且有傻逼忽悠你的时候，你看他知道不知道自己不知道，也就知道了。