刚看了两页，就思考了两千多个字，这书还怎么看完呢？密度实在是太大啦！

从哪到哪。我觉得，机器要提高的地方，不是算力，而是思考能力。

算力虽然还没到极致，但是已经很吓人了。而且当它摆脱了暴力拆解问题的思维禁锢以后，开始考虑模仿，依照概率进行分析的时候，已经很接近人的思考了。但世界是新的，怎么去看待新的事物呢？其实人也是，用旧的去赋给新的东西初始印象，在随着时间推移，一步步修改看法。

一个事物在变庞大的时候，势必要考虑污染问题。劣质信息会污染优质信息。这其实就是，氧气浓度限制了个体大小。所以理论上，该存在一个极限才对。

靠，你不是说不要极限吗？怎么又说极限？我也不知道，人就是如此矛盾的。

两类错误。粒子性与波动性。一个系统如果一味地回收正确信息，那么它势必要裹挟进来很多错误的信息，那么错误信息量达到多少，会导致建模出现必定错误呢？如果一个系统一味地排斥错误信息，那么它势必要驱逐很多正确的信息，那么正确的信息损失到什么程度，会导致建模出现必定的不完整呢？

当你用这两类错误思考问题的时候，你发现，无论人用什么办法，都只能后知后觉。想获得准确信息，那必定要耗费更多的信息熵去筛选。世界是熵增的也没什么毛病。

错误是不能被消灭的，因为它必定存在。

还好极致是变化的，还好，极致不是一句话，否则世界会有多无聊？

平均地租低于平均收入或者是低于平均收入的期望。平均地租是会反应出某些东西的。

事物会自适应的，在一个点附近抖动。

看见两只鸟在追逐嬉戏。一只鸟丢下一个东西，然后另一只鸟又捡起来。好玩。随后它们一个往东一个往西，消失不见。

受人恩惠却没说谢谢，下次要注意一下。

难归难，爽归爽。

你要明白，自己是一个独立的个体。

不能用“高与低”为借口去攻击人。价值从来不在这里体现。一般来说，现实要高于幻想。然而，不同维度的向量之间，是不能做比较的。即便你某些属性高，也不能说你比谁好。

不靠字数。

当我靠近笼子的边界，我会发现，所有笼子的边界都一个样。

千里马常有，而伯乐不常有；伯乐常有，而有需求的伯乐不常有。

然后，别纠结数值了。差不多就行。当把自己的快乐与数值、随机事件什么的捆绑起来，那快乐就脆弱不堪。

要接触新的，大范围的新是虚妄。因为熵在那里摆着。去小范围地接触新才好。

定下了的就定下来。改来改去浪费时间，其实改不改都是没用的。

以前