也让我斗胆谈谈“道”——读大道无形我有型的《段永平投资问答录》有感
最近在看雪球版《段永平投资问答录》，集合了 “大道无形我有型” 在雪球上文章，以及与网友的问答。语言随意，还有不少错别字和不通顺的地方。但远胜鸡汤文，让人有种接近 “智慧” 般的恍惚，初感大道至简。
大道，没有任何新鲜的东西，更像 “正确的废话”。正如当年初入计算机的行当，热情有一点，天赋是没有的，更别提顿悟了。初接触设计原则、模式的时候，不明觉厉。随着经验的积累，越觉得像小时候父母 “好好读书” 式的嘱托。项目做的多了，专业知识面进一步拓宽，代码也更得心应手，再回过头来，“高内聚低耦合” 就是那件正确的事，它让你知道做什么是不对的。
也只有在具备一定的能力圈，一定的经历后，才能对底层逻辑有一定的感悟，而不是被网络上偏见或者大量的鸡汤文（看似有一定操作性）牵引情绪、击中焦虑。
大道至简，道有通用的，也有专业的。
做对的事情
做对的事情，把事情对做！
“做对的事情”，这是最基本的 “道”，也是最重要的。
“把事情做对”，并不是不犯错，它属于专业领域的事，要创新，必犯错，这是做对的过程。
既然 “做对的事情” 是道，那么就很难言传。具象到具体的事情，就落入能力圈和专业领域了。一旦涉及到特定的专业领域，就需要有上下文，有一定的适用区间和时间范围，这才能给 “创新” 以空间。
比如，“不做空” 是投资不为清单的第一条，那只是针对现在二级市场的，谁知道几十年后的经济投资游戏会是如何呢？再比如，“高内聚低耦合” 是编码的基本原则，随着 AI 能力的拓延，Andrej Karpathy 所说的 “The hottest new programming language is English” 可能就是人类编程的第一原则。
那 “做对的事情”，这个道还有什么用？
其实它和阳明先生的 “知行合一” 是相通的，很多人很多时候都做不到。为什么这类接近于废话的 “道” 如此难以生根发芽？一部分原因是还没有 “悟”，另一部分原因是没有一种实践的方法。而 “悟道” 的前提，同时需要大量的知识、经验，以及思考的时间，再加上 1% 的灵光乍现。
而在投资领域，大道给的建议是在现有游戏规则下，投资领域不要做什么？
- 不做空
- 不用 margin
- 不做不懂的东西
- 不要走捷径（近似于通用原则）
- 不盲目扩大自己的能力圈（通用原则）
- 不频繁决策（近似于通用原则）
- 不做短期的投机
- 对有负债的公司不太愿意重仓
反观自身几年的炒股（不能算是投资）生涯，除了第 2 、 6 两点外，其他基本全中。无疑投资就不在我的能力圈内。
这里不讨论生命意义的问题，同时 “不为清单” 也不是禁止清单。生活中不对的事情，吸烟、喝酒、赌博，对应的也只是尽量不吸烟、少量饮酒、小赌怡情。但写入刑法的绝对得精致，比如偷盗，比如毒品。
“做对的事情” 做为最基本的 “道”，you must believe！才能说服自己去遵循，做到知行合一。
具体到自身，现今在做的几件事情，跑步、写作、AI 于我而言，是不是现阶段对的事情呢？无须再去证明其正确的一面，不过同样出于目的的不同，有各自对应的不为清单。
跑步
跑步的目的是健康，减压。
因此，不为列表如下：
- 不能间隔太久，形成习惯
- 不追求配速
- 不追求跑量
- 不能不做热身
不追求并不是说不要，当然可以去参加马拉松，也可以在身体课承受范围内（心率保持 180 - 年龄）循序渐进的提高配速和跑量，还可以阅读、收听、实践跑步相关内容。
写作
写作的目的是为了系统化整理专业知识，提升表达能力。
不为列表：
- 不追求公众号文章阅读量 有段时间特别关注公众号每篇文章的阅读量，现在还会有这种冲动。起因是一篇无心而为的小说读书笔记，阅读量达到 1.1 万，是我其他文章的总和还要多。这不仅让我 “信心大增”，也让我时不时关注文章阅读量的不好习惯，并且让我有博取阅读量的冲动。 既然写文章了，关注阅读量和用户数本来是无可厚非。但过度的关注，并且有学习吸引阅读量 “技巧” 的冲动，而不是内容本身，那就是本末倒置了。
AI
机器学习在本人专业范围内，也是兴趣所在。研究生方向就是机器学习，课题 — 贝叶斯网络。虽然工作中直接接触的机会较少，印象中可数的几个有：
- 训练神经网络（好像还没有深度学习这个词汇），破解验证码（印象中是 10 以内的加减法）。
- 用于风控的聚类算法（KMeans），分类（SVM?）算法。
- 做文章内容的分类（算法忘了）。
但是一直没有停止过机器学习方面的学习。因此 AI 就应该在能力圈范围之内。
借助 ChatGPT 的东风，AI 无疑是近两年科技圈最热门的话题和领域。也充分提现了它的内在价值和增长潜力。远超区块链、 Web3 等概念价值。
要说其不为清单，能想到也就是遵守职业道德，注重隐私数据。
不盲目扩大能力圈
不盲目扩大能力圈，作为 “做对的事情” 的延生，远不止是一条投资领域不为清单，可以上升到一条普适的原则。
我常把 “高内聚低耦合” 比作系统设计的元原则，其他设计原则、设计模型都从这条原则延生而来，或者归结而至。不盲目扩大能力圈，就是把 “做对的事情” 延生出来的一条很重要的原则。
不盲目扩大能力圈，包含了两层意思。
第一层意思， 正如其做为投资领域不为清单中所表达的，不做不懂的事情。不盲目扩大能力圈，不是一直不变，固步自封。而是要控制投机的欲望，跟风逐利。只有充分的前期分析，充足且持续的投入，即使是小范围尝试，也未尝不可，这就不是盲目扩大能力圈。
另外一层意思，做事不能三心二意，要持续投入，充分认识复利的力量。这也是个人很难做到的一点，新技术，赚快钱的项目，谁又能抵挡得住诱惑。
具象到 AI 领域，从数学、算法到模型训练、微调等工程技术，从 prompt 设计到 Agentic 、产品应用的研发设计，从 ChatGPT 、Claude 到 Llama、Qwen 等开源模型，从向量数据库到 LangChain、composio 等应用框架，从 CUDA 、Tensor 到光刻机、GPU 等硬件技术。这些应该在能力圈范围之内。只是说，本人迄今为止的强项在工程方面，因此如果要选项目尽量避开数学、算法，GPU 等硬件，如果有机会也不是不行。
但是，比如在工作中不可避免的要承担一部分管理职责，忽然要做纯管理。这就是盲目扩大能力圈了，除非管理就是你的个人规划。