24 年之后的工作节奏突然加快，受困于人为因素，似乎总是处处补缺。原本希望更仔细、更深入地观察和研究交易风险，透过现有的运作模式思考新的风险控制维度。就像一个大模型，需要语料库。如果大脑没有业务之外的新输入，我们可能就找不到切入业务的新视角。这种业务之外的输入，只能来自阅读和努力。人们往往低估了“努力带来的灵感”。
如果没有“新视角”或“新方法”去寻找新路，那么面对新的业务挑战，最重要的就是提高学习效率。每个人的时间都是有限的，随着年龄的增长，记忆力不可避免地会变弱。提高学习效率有两个关键点：
1. 信息抽象到更高维度（结构化沉淀）
2. 信息扩展至更多细节（向他人学习）
这又是一个自洽而又具有说教性的观点，这或许就是世界的真相，每个人都明白。
自从大模型流行以来，人们只想把一本书扔给大模型帮忙总结一下。从数据到信息再到知识，从来没有这么快。那么如何才能超越“已知”呢？现在的大模型问答还保留着“大模型味”，相信有一天，我们分不清文字里是否满满的都是“发自内心的人声”，到时候，我们就可以随心所欲地“装”，不用担心内涵和才华被暴露。AI将从各个维度保持上位者的威力。
社会在“逼迫”我们循规蹈矩，所以我们讨厌被“计划”、“竞争”、“注定”、“没有弹性空间”。我们讨厌这个社会的“规劝”，努力寻求“独特”。如果扪心自问，所谓的独特只不过是一种自我安慰，因为我们心里清楚：我们从未找到过意义。
