那些悄然改變我思維的系統通常是讓我關注人們在無人看管時所做的事情。
早期在加密領域，我花了太多時間根據談話的喧囂來判斷項目。如果時間線移動得夠快，我就會假設底下發生了重要的事情。過了一段時間，我意識到關注度可以獨立於實際參與。
這個教訓在我關注關於OpenGradient和$OPG 的討論時再次浮現。
吸引我興趣的不是可見的辯論，而是公共討論下方的小信號。那些幾周後仍回到同一話題的人。那些在重複一個想法時進行精煉的人。理解的緩慢積累，而不是意見的快速傳播。
市場通常在短期內獎勵可見性。然而，許多系統依賴於那些大部分保持無形的工作。尤其在AI領域，吸引注意力和建立信任之間存在奇怪的差距。一個模型可以在幾秒鐘內生成輸出，而對這些輸出的信任則形成得慢得多。
隨着時間的推移，我對誰先發言的興趣減少，更多地關注在興奮消退後仍然持續出現的人。這一模式讓我避免了許多錯誤的假設。
當我現在看@OpenGradient 時，留在我腦海中的想法不是關於技術本身，而是人們如何圍繞他們無法完全觀察的事物進行協調。大多數參與者從未看到系統的每一層。他們從片段中形成信念，然後隨着新證據的出現調整這些信念。
這個過程讓我感到熟悉，因爲它反映了我如何在加密領域中導航。
有時，最強的信號並不是最響亮的。 有時，它是那些在其他人早已轉身後仍然努力理解某事的人的安靜堅持。
@OpenGradient
#opg $OPG
早期在加密領域，我花了太多時間根據談話的喧囂來判斷項目。如果時間線移動得夠快，我就會假設底下發生了重要的事情。過了一段時間，我意識到關注度可以獨立於實際參與。
這個教訓在我關注關於OpenGradient和$OPG 的討論時再次浮現。
吸引我興趣的不是可見的辯論，而是公共討論下方的小信號。那些幾周後仍回到同一話題的人。那些在重複一個想法時進行精煉的人。理解的緩慢積累，而不是意見的快速傳播。
市場通常在短期內獎勵可見性。然而，許多系統依賴於那些大部分保持無形的工作。尤其在AI領域，吸引注意力和建立信任之間存在奇怪的差距。一個模型可以在幾秒鐘內生成輸出，而對這些輸出的信任則形成得慢得多。
隨着時間的推移，我對誰先發言的興趣減少，更多地關注在興奮消退後仍然持續出現的人。這一模式讓我避免了許多錯誤的假設。
當我現在看@OpenGradient 時，留在我腦海中的想法不是關於技術本身，而是人們如何圍繞他們無法完全觀察的事物進行協調。大多數參與者從未看到系統的每一層。他們從片段中形成信念，然後隨着新證據的出現調整這些信念。
這個過程讓我感到熟悉，因爲它反映了我如何在加密領域中導航。
有時，最強的信號並不是最響亮的。 有時，它是那些在其他人早已轉身後仍然努力理解某事的人的安靜堅持。
@OpenGradient
#opg $OPG