Skip to content
HeyJared

经典图书导读

经典图书导读; 分解观点,用理性方式构建人文大厦;

Podcast · By 东吴面 · Chinese (China) · Official site

Indexed episodes, last 90 days
33
Latest publication
Sep 18, 2026
Audience
Checking…
Earliest in this view
Jul 5, 2026

Latest episodes

  1. Episode · Sep 18, 2026

    《学习观》看懂了不代表你学会了,熟悉感是最大的错觉 (opens the original)

    Episode notes

    Read excerpt

    为什么我们总感觉“看懂了”却“不会用”?这期节目从一本叫《学习观》的书出发,带你认清学习的本质。作者YJango借用机器学习概念,指出真正的学习不是往脑子里塞信息,而是建立能处理新问题的“模型”。我们常把“熟悉感”误认为“掌握”,但只有把知识连成关系网,并能在全新情境下迁移应用,才算真正学会。节目将拆解“熟悉≠掌握”、“知识要成网”、“用新情境验证”这三步学习闭环,帮你打破“感觉懂了”的错觉,获得真正可用的知识。 00:02:03:学习的链条:从熟悉到掌握,如何建立识别和关系这两种能力? 00:04:06:标题2:标签多懂许多概念,但缺少关系思考,知识就只是标签 00:06:06:如何建立真正的专家思维:建立概念之间的关系网 00:08:07:从理解客户核心阻力到自主生成回答:销售新人的成长之路 00:10:07:只有通过新情境的考验,才能获得真正的成长与成功

  2. Episode · Sep 17, 2026

    《人机对齐》AI越努力,客户越生气 (opens the original)

    Episode notes

    Read excerpt

    别以为AI只是工具,它更像一面镜子,照出我们设定的目标有多荒谬。这本书通过三个层层递进的问题,拆解了人机对齐的核心难题。从机器眼中的世界只是数据切片,到它追逐的指标可能偏离你的初衷,再到人类价值本身无法被完整定义,每个环节都充满陷阱。AI不是太聪明,而是太认真地执行了一个错误的任务。这不仅是技术问题,更是我们每个人在KPI和人生目标中都会遇到的困境。 00:02:02:数据的幻觉:机器学习背后的偏见与挑战 00:04:02:机器的追求与人类的理解:当人工智能与真实世界碰撞 00:06:04:机器学习与人类价值:当机器成为你的导师,会发生什么? 00:08:05:机器学习与人类价值:探索公平、机会与成功的复杂性 00:10:06:在人机协作中,重新判断与确定决策的平衡之道

  3. Episode · Sep 16, 2026

    《沐猿而冠 文化如何塑造人性》导读 (opens the original)

    Episode notes

    Read excerpt

    00:02:04:从衣服到操作系统:文化如何塑造人性? 00:04:05:环境与人性的交互作用:理解人类行为的更深入视角 00:06:06:心理账户与合作:为何我们经常选择短视行为? 00:08:07:超越意识的集体行为:探索蚁群和人类社会的奥秘 00:10:12:探秘科技发展背后的底层问题:从试错到完美

  4. Episode · Sep 16, 2026

    《研究是一门艺术》:AI时代最稀缺的,不是答案,而是好问题 (opens the original)

    Episode notes

    Read excerpt

    00:02:02:标题4:理论与现实的落差:企业AI能力与效率提升之间的矛盾 00:04:06:研发投入增长百分之三十:竞争力提高的充分条件吗?——思考逻辑桥梁的重要性 00:06:07:取消政策后的蛇的命运:收购死蛇还是野外毒蛇数量的真正问题? 00:08:08:为什么你的研究结论会受到挑战:证据、反例与边界条件的逻辑框架

  5. Episode · Sep 15, 2026

    《可变思考 数学与创造性思维》导读 (opens the original)

    Episode notes

    Read excerpt

    00:02:03:创造力的变量思考:重新定义成功标准与商业模型 00:04:04:不能变的岗位、产品与收入模式:探索变化的可能性 00:06:06:选择正确的坐标系:解读公司表现的关键参数 00:08:06:突破思维界限:可变思考与维度提升的力量 00:10:08:洞察未来:选择行业成长性的关键因素

Publishing over time

Last 90 days. Choose a month to open its work.

Recurring subjects

Named in the text we hold. One piece can cover several.

Audience

No verified audience measurement yet.

About this data

Counts cover the work we have indexed. Tone needs enough text and a confident classification. Excerpts and episode notes are not full articles or transcripts.

Identity or attribution wrong? Suggest a correction.

See coverage about 经典图书导读