Twilight Theater

你已然成熟许多，却依旧像是小孩。 你看到过很多黑暗，却比其他人更懂得阳光温暖。

初看以为他们之间是恨，继续看下去才慢慢看出他们实际上是在履行承诺“一生相伴” 。

管理者在卓有成效方面的自我提高是解决这一问题的唯一可行办法。它可以使组织的目标与个人的需求很好地结合起来。组织目标和个人目标的实现

这段时间读这部剧特别不合时宜，书里面的世界一切都安排得很完美，有如强迫症。世界里的人大部分有一种失重状态的快乐。在这社会里和谐，统一，稳定是最高原则，因此科学，艺术，宗教被适当的简化为其服务。生产，人口，娛乐等方方面面经过精确计算并安排，甚至为了消除个人的独立性与个人之间的伦理，婴儿是批量"生产"出来的，并催眠性地殖入价值观。 当今社会已经与新世界很接近了，社会的意志对个人有压倒性的优势。快乐教育使新一代在思想上有高度的统一性。年轻人喜欢躲在与新世界类似的电玩世界里。试管婴儿，克隆动物已经不是新科技。种族，性别，家庭等伦理关系变得薄弱，模糊... 失重并快乐着的人都很乖，任性的野蛮人在新世界里却很痛苦，以至结束自己的生命。读这部剧的这两星期，国外疫情放肆虐，国内洪水泛滥。先有任性的港人，再有任性的港法，然后有任性的制裁。现实世界似乎正在失去平衡，所以读这部剧时特别的不自在。或者现实世界中任性的人总是让乖的人痛苦吧，如果乖到活不下去，那就很悲哀了。为写不好三打白骨的女孩和被冒名顶替上大学的高教生感叹。

在我追求一个女孩，快两个月却毫无进展的时候，系统送了我这部剧。现在我读完了，可我还是孑然一身。并非这部剧的内容有误，只是它出现的太晚。我犯的错误，也是这部剧教会我的第一个道理：追求喜欢的人不能有丝毫的迟疑，初生阶段的好感非常脆弱，一旦倾覆便再难挽回。 我把所有的知识点归纳成一个文本，这里也没什么心思去提及本剧的具体内容了。但这部剧的确很实用，不仅体现在恋爱，更提醒着每个人，永远不要放弃去成为一个更好的人。 从大学开始，我和她就是一个班的同学。她是个安静且低调的女孩，低调到几乎很少在当时的社交网络里出现，低调到我直到现在才发现，她是如此独特而可爱。 大概是在上一次换工作的时候，某一次在新公司看到她的朋友圈，惊奇的发现我和她之间只有一条街的距离。从那时起，迷信缘分的我，开始默默的关注着她。 看她玩动物森友会，看她俏皮可爱的高颅顶，看她自豪的提到一直鼓励支持她的爸爸，看她个性十足的沙滩裤，看她和亲近的人打趣说“我去工厂拧螺丝养你”。看到她对我们同在的这座小城风景的热爱，也看到她独自在深夜下班时的落寞。 只可惜，以后我再也看不到了。我不是一个合格的追求者，该主动的时候却犹豫，在她需要陪伴的时候却笨在原地隐形。不断重叠的失望，终究让她屏蔽了我。 读完这部剧，我没有收获我的恋情。但至少我懂得了，身为追求者，不能想当然的按照自己的方式去追求另一半。ta需要的，才是你该做的。 原本我想对她说的是：“落寞的女孩，以后你不用再害怕一个人下班，等我忙完家里的事，不管多远，多晚，多大的雨，我都会去接你。喜欢风景的女孩，我们喜欢的正好一样，我们可以一起到处去玩，我跟过两年摄影，一定会把你拍的美美的。心灵手巧的女孩，其实我也会做饭，虽然会的不多，但我会努力做好你的帮手。” 还有很多很多的话来不及说，而现在的我只能对她说：“对不起，好女孩，我总是让你失望。请一定要照顾好自己，上班的时候别总吃汉堡。还有，我相信你一定会找到属于自己的幸福，毕竟你是我见过的最可爱的女孩。”

蒋个人的成长史，国民党各种势力错综复杂，始终没有统一。里面的原文摘录很影响理解。

简直就是本情话大全撩男神作，编剧经历了什么有如此见解。 特别逗特别有趣的剧集，值得闲暇时看看！

支持支持

花了一晚上的时间看完了，想看这部剧的我觉得只用看最后一页就可以了… 其实主要是介绍了早起一小时做计划的方法，就是四象限法。 但令我感触比较深的是最后一页：你现在的所做的工作和每天得到的经验并不是不得已而为之，而是为了使你的人生更加美好而磨练自己，这是你应当肩负起的责任，而不是为了打卡而打卡，为了显示你学习了而学习，为了完成老师交给的任务而做任务，为了毕业而去不断强化毕业条件的难度。 你所做的一切都是为了成为更好的自己！所以，不要抗拒看文献，不要抗拒学习，不要抗拒你前进过程当中的那些难题啦！！

从本科到研究生再到工作，从一天两更到一天一更再到三天两更，08年到12年，人生最黄金的五年时光，凡人陪我默默走过；五年后，仙界篇的出现让我又想起了曾经迷恋的仙侠时光，虽已为人父，但谁不渴望成功？谁会甘于平凡！激情，仍在！梦，仍在！

一口气看完了一二，结局终于还是好的。白门的几个人小时候的遭遇虽然同情，但他们做出来的那些事情也是不能原谅的

官配这次要凉，在前几章的时候都感觉自己心里有白白不好好牢牢抓住，非要搁那作死，好了，成功的把白白给作没了，现在有你后悔的

秦昊邓家佳演技好，其他人实在有点弱……郭羽行为不合逻辑，为犯蠢而犯蠢。到第10集，剧情已经彻底崩坍，有见过在留给妹妹的店里服毒的吗？不怕晦气？

当我们陷入进退两难的困境时， 别忘了左右两侧的路跟前后一样开阔。

转:核心观点和番外都或多或少看过，这次算个复习课。本剧问题是结构差，体现在无脉络、缺主线；亮点是角度全面，业务覆盖AB面、流程全包括用户、决策与交易，产品经理的分层分类。 核心六点摘录如下： 其一，产品经理的三类核心素质是人文关怀、科学方法和实践精神。 其中，人文关怀除了天赋以外，需积累大量的用户行为样本，于千万用户之中了解“什么是人”；其中，科学方法包括逻辑、经验、同理心、数据、异见，五点全优可刷掉90%以上的从业者，前三点取决于个体天赋，后三点取决于环境氛围，典型case是谷歌及被谷歌影响公司们；其中，实践精神，类似训练神经网络，好的产品经理一定是基于前两点，在高速增长的产品、大量的决策机会、大体量的用户规模三重环境里长时间灌溉出来的，典例就是俞军及微信创始PM，培养高手并非易事。 其二，产品经理应重点研究心理学和经济学。 其中，心理学从微观层面观察个体行为，需特别强调的是必须积累大体量的用户行为样本量，这是顶尖产品经理的基础；其中，经济学可从宏观角度观察理解群体行为。类似光的玻粒二象性，既有宏观的波动性，又有微观粒子性。 其三，产品经理的能力分5个阶段：执行，创造，权衡，变迁，方法论。 其中，执行阶段主要是针对某个需求或问题能给出高可行性的解决方案，对标P2-3；创造阶段要能基于环境、用户的变化给出某类问题或需求的最优解，一般是A类产品经理，对标P3 band；权衡阶段，要能跳出单个需求或问题，从全局角度结合公司能力、环境复杂度权衡取舍，对标复杂产品负责人，一般在P4 band；变迁阶段，要能跳出当下，预判社会、产品及用户变迁，基本对标技术线P5-1；方法论阶段，要能有成体系的优质方法论输出，追求确定性和影响力，对标俞军、张小龙这类的业界大佬。 其四，企业以产品为媒介与用户进行价值交换。 其中，企业的本质是发现获利机会、并使生产效率高于市场的组织；其中，用户是一系列需求的集合，具有异质性、情境性、可塑性、自利性和有限理性等特点；其中，产品是约束条件下的效用组合，约束是指商业价值、技术成本与用户体验的均衡，效用是欲望的主观满足程度，可以是商品或服务。 其五，用户价值与商业价值同样重要，是产品的一体两面。 其中，用户价值=新体验-旧体验-切换成本。竞争往往发生在新旧体验的角逐，牛叉的竞争中旧体验约为零、切换成本接近零，比如网约车vs路边车，所谓的降维打击、垄断式覆盖；切换成本包含用户的时间、金钱、情感、生理与心理习惯等综合成本；其中，商业价值=愿付价格-企业成本，按UE算就是要看LTV与CAC的关系，其中关键是可持续性。 其六，用户模型与手交易模型同样重要。 其中，用户模型是潜在用户的偏好及反应模型，可约等于一个认知与偏好函数，微观层面有上述的5个特性，宏观层面受到时代、地域、政策、习俗和法律等因素影响，参考杨国安总结的PEST+CC组合；其中，交易模型是设计合理机制，促成用户可持续地完成某种行为，关键还是可持续，比如促销带来的增量就不可持续，设计精髓是利益的创造过程及分配机制。 番外：俞军十二条 1. PM首先是用户 2. 站在用户角度看待问题 3. 用户体验是一个完整的过程 4. 追求效果，不做没用的东西 5. 发现需求，而不是 创造需求 6. 决定不做什么，往往比决定做什么更重要 7. 用户是很难被教育的，要迎合用户，而不是改变用户 8. 关注最大多数用户，在关键点上超越竞争对手，快速上线，在实践中不断改进 9. 给用户稳定的体验预期 10. 如果不确定该怎么做，就先学别人是怎么做的 11. 把用户当作傻瓜，不要让用户思考和选择，替用户预

目前的人工智能，不是人类智能；目前的机器学习，只是机械学习。一切还在起步阶段。 人工智能的目的是让机器达到人类的智能水平，甚至超过人类的能力。 1/9: 在达特茅斯确定三个方向 1956年，在达特茅斯的研讨会上，不同领域的参会者对采用何种方法来研究人工智能产生了分歧。 1.数学家提倡将数学逻辑和演绎推理作为理性思维的语言； 2.另一些人则支持归纳法，这是一种运用程序从数据中提取统计特征，并使用概率来处理不确定性的方法； 3.其他人则坚信应该从生物学和心理学中汲取灵感来创造类似大脑的程序。 令人惊讶的是，这些不同研究方法的支持者之间的争论一直持续到了今天，每一种方法都形成了自己的一套原则和相关技术，它们又通过在各自领域的专业会议和期刊上传播得以巩固，但这些有待深入研究的领域之间却几乎没有交流。 2/9: 形成两个流派 由此，人工智能在发展过程中，形成了两个流派： 1．符号人工智能，无须构建模拟大脑运行的程序符号人工智能最初是受到数学逻辑以及人们描述自身思考过程的方式的启发，在人工智能领域发展的最初30年里占据了主导地位，以专家系统最为著名。 2．亚符号人工智能，从神经科学角度捕捉无意识思考亚符号人工智能从神经科学中汲取灵感，试图捕捉隐藏在“快速感知”（fast perception）背后的无意识思考过程。这就是近20年最流行的机器学习神经网络。 符号人工智能的代表-专家系统，其内部含有大量的某个领域专家水平的知识与经验，能够利用人类专家的知识和解决问题的方法来处理该领域问题。它根据某领域一个或多个专家提供的知识和经验，进行推理和判断，模拟人类专家的决策过程，以便解决那些需要人类专家处理的复杂问题，简而言之，专家系统是一种模拟人类专家解决领域问题的计算机程序系统。 20世纪80年代中期，研究者明确指出，专家系统越来越暴露出自身的脆弱性：容易出错，且在面对新情况时往往无法进行一般化或适应性的处理。 在分析这些系统的局限性时，研究人员发现，编写规则的人类专家实际上或多或少依赖于常识以便明智地行动。这种常识通常难以通过程序化的规则或逻辑推理来获取，而这种常识的缺乏严重限制了符号人工智能方法的广泛应用。 也有研究者看好专家系统，目前最著名的就是“Cyc”,已经连续商业化研究了40多年。 Cyc是一个关于特定实体或一般概念的论断的集合，使用一种基于逻辑的计算机语言编写而成。雷纳特甚至说：“智能就是一千万条规则”。 Cyc的规则论断由Cycorp公司的员工手动编码，或由系统从现有的论断出发，通过逻辑推理编码到集合中。 那么究竟需要多少论断才能获得人类的常识呢？在2015年的一次讲座中，雷纳特称目前Cyc中的论断数量为1 500万，并猜测说：“我们目前大概拥有了最终所需的论断数量的5%左右。” 以下是一些Cyc中的论断的例子： 一个实体不能同时身处多个地点。 一个对象每过一年会老一岁。 每个人都有一个女性人类母亲。 Cyc还包含很多用于在论断上执行逻辑推理的复杂算法，有大量的方法来处理其集合中出现的不一致或不确定的论断。 符号人工智能最初是受到数学逻辑以及人们描述自身意识思考过程的方式的启发。相比之下，亚符号人工智能方法则从神经科学中汲取灵感，并试图捕捉隐藏在所谓的“快速感知”背后的一些无意识的思考过程，如识别人脸或识别语音等。 一个亚符号人工智能程序本质上是一堆等式——通常是一大堆难以理解的数字运算，此类系统被设计为从数据中学习如何执行任务。近二十年，随着深度神经网络算法的崛起，亚符号人工智能方向吸引了大量的研究者。 亚符号系统，一个早期例子是感知机。罗森布拉特

萌娃们也很可爱，高举喜马拉雅CP大旗！！

“乐天之诗妇孺可解”，先生之文雅俗共赏。朴实淳厚，乡土味浓！