我做

我在内部分享中写道：“每日扫描10分钟必须收手，避免刷进去出不来”、“追趋势是为了‘知道有什么’，不是‘什么都要学’”。GitHub热榜看技术趋势、AIBase看产品趋势、Grok看实时动态——你用Skill让AI帮你过滤，我用学习矩阵自己过滤。

我做

不焦虑AI会取代我——因为焦虑已被转化成具体行动。改造编码环节、改造数据分析环节、改造报告撰写环节。一个环节一个环节地拿下。

我做

我在内部分享中写道：“学习AI最重要的不是‘学得多’，而是‘用得上’。每学一个新工具，立刻问自己：这个能用在我的哪个工作场景？答不上来的，果断放弃。”70/30原则、积极懒惰、48小时试用法则——都是“用”驱动的学习。

我做

每天10分钟扫描前沿，发现新工具48小时内必须试用，每周精读1-2篇。不是突击学习，是持续、微小、不间断的积累。作为算法总监时，我也让团队享受这种复利。

我做

我在内部分享中写道：“从‘收藏夹’到‘工具箱’”。Agent Skills模块化封装——“一次封装，终身复用”。Rules/Memory/MCP完整上下文工程体系。你说“从尝鲜者到系统构建者”，我写“从收藏夹到工具箱”——同一个转变，不同的表达。

我做

Agency——以上这些事，没有一件是别人要求我做的。认知充裕带来主动选择权：不盲目追新，问"这个能解决我什么问题"；不贪多求全，用熟一个再学下一个。

我做

年末AI提效分享会，结语是："锚定火星，做造船者。"你说微观行动，我说造船者——与其仰望AGI焦虑，不如把手边的每个环节改造一遍。

我做

行业追逐预训练时，敢判断应用层是战场；团队用TensorFlow时，敢主导Torch迁移；推荐系统当道时，敢推LLM内容理解。每一次都是高风险的主动选择。