Subscribe
Share
Share
Embed
课代表立正的官方Podcast
深度访谈，有用干货，亲身验证的「真本事」
Superlinear Academy创始人，Maven Top AI Instructor
前Statsig布道师（OpenAI收购），腾讯副总监，Meta，Amazon；康奈尔经济学博士
社区：Superlinear.Academy
课程：ai-builders.com
个人：lizheng.ai
继续讲你的故事
被亚马逊收购
大公司和你之前的工作环境氛围
就有什么感觉不一样吗
我觉得明显
其实区别就是在于说
就是规范
就是条条框框肯定更多一些嘛
就我觉得老生常谈话题
这个我可能就不太提了
因为你就包括说进去亚马逊
就是典型
在亚马逊工作
大家都知道leadership principle
就是被这些东西绑得死死的
我觉得他有一些这个principle
确实对我现在的创业也是有好处的
比方说像那个customer obsession（顾客至上）这个事情
我觉得所有的principle都是好的
但是你被weaponize（武器化）以后
就都是一些很奇怪的东西
是
然后另一个是肯定
我觉得技术方面来讲
就至少往正规军方面靠
但是我觉得从另外一个角度来讲的话
就是进到这个系统当中
是好事还是坏事
就是说也不一定
因为原因是
其实看你想干嘛
就假如说我现在只是说做了一家公司
我收购了
进去之后我就想驯化是吧
驯化就像那个去招安梁山是吧
进去之后混个一官半职
然后接着就直接躺平了
这种选择也是可以做的
但如果说
如果是你是从创业角度来看的话
我觉得我在亚马逊当中就怎么说呢
就是说学到了一个东西
其实就是后来怎么样去识别说这些
这个有专才的
这些从大厂当中出来
这些人真正能够帮助到你去创业
就这个事情我觉得是我一直在看的事
就因为首先一点是
大厂的这些员工普遍来讲的话
在技术上面
或者说从认知上面来讲的话
他素质就在很多方面
就是说他是专才
就是素质上面是不可置疑的
对吧对
但是呢问题是在于说
就是你最后
如果真的是希望去走创业这条路的话
那就是这些人
不一定就是一定能够帮到你
不管是找合伙人也好
还是说去找一个就是包括员工也好
是吧因为那么多年
我在Wyze
其实也招过不少大厂的这个员工
对对吧
所以我觉得当时其实给我上的一课呢
主要还是说怎么样去识别这个人
是真的
他是创业还是一个大厂的老兵油子
怎么识别呢
就是说我觉得很关键一点就看结果
就是说你大厂
真的能做事的
跟这种老兵油子
他可能说话说的这个调调风格都很像
对对我觉得唯一识别的点
你当下你肯定是看不出来的
就你跟那么一个人交流
你是看不出来的
然后你共事一段时间
你要看这个人到底是不是能deliver
就是正常情况下
老兵油子的话
会想办法去避免某一件事情的发生
就是不做
就会用各种理由
把一些这个idea给否掉
或者不做
他的工作量最小
而且他看起来还很权威
就是大厂我看到好多这样的人
然后这种人的话
在start up当中有点toxic的
他会一直把所有这种idea都否掉
还有另外一种人
是他实际上的一个角度
他确实也会提很多很多的这种意见
但是这种人deliver
这个人deliver
能做事情的话
那我觉得他至少是一个可造之材
就是在start up当中他至少是可以做的
是一个可塑的
因为我觉得
start up比较重要的一件事情
就是get shit done（把事情做完）
对
是吧就你即使是做的这个方式
不是像大厂那么elegant
你能把这个东西给deliver
就像有一个笑话嘛
你有一个年产就是2,000万美金的
这个屎山代码
是吧
然后你要把它全部给推翻
重写成一个非常漂亮非常干净的这个代码
你要大概花一年时间
你作为老板
你投资不投资
肯定不投资
为什么要投资这个事情
哈哈哈当然是用屎山代码 了
那大厂经常投资这种事情嘛
对吧
大厂我觉得大厂的核心业务在赚钱
但是大厂90%的人
是没有贡献在这个赚钱的事情上的
是的是的
所以说90%的人是要找事干的
对然后他会有各种名目去找事干
我自己从大厂去一个start up
甚至管30多个人的这种director
变成一个IC
就是我不太喜欢大厂的这种performance
就是完全是演出型的工作
对最后会发现
其实干很多工作到最后都是演出
结果导向
结果导向我觉得很关键一点
其实就是看结果
你跟一个人共事一段时间
如果说你发现他不产出
你不产出
那基本上就是及时放弃吧
多长时间能看出来
我觉得基本上你只要一个project
可长可短
你可能就是两周或者一个月
基本上你大概就能看出来了
确实对
但是我觉得
你当下应该很多时候是看不出来的
我慢慢找到了一些方法
但是我觉得那个precision（精确度）肯定也不是很高
还是看结果比较好
好～所以在亚马逊学到的东西就是
亚马逊大多数人是不要招的
也不是不是不是
亚马逊还是有很多好人的
亚马逊有很多好人的
就我现在包括（亚马逊有很多好人的hhh）
对
我们现在有不少同事包括我合伙人的
各种其实也都是亚马逊的
我觉得有一些是不错的
就你得挑你还是得挑对的
我也是从亚马逊出来的
对所以我说我可以自黑一下
那你做了三年
那三年是太短了还是太长了
是当时有一个就是有什么协议吗
所以必须待满3年么
亚马逊收购一般是lock 3年时间
所以从财务的角度来讲的话
我必须要待满3年是吧
然后那基本上我们待满
待到两年多的时候
肯定就开始找下一个事情做了
要不然是自己创业
要不然就是去加入一家公司
我觉得还是我还想关心两个问题
你可能看起来比较简单
一个是你要发现那些非常Ten X Engineer
这些人是比其他人产出高很多的
就是怎么样子去找到他们
然后第二个就是
就是你首先要能找到他们
然后要能让他们发挥出他们应有的战斗力
尤其是就比如说
我不知道这些人到底存在在哪里
就这些人存在在现在的大厂里呢
还是存在在市面上
new grad还是什么
我觉得各种地方其实都存在
对都存在的
实际上都有这样的人
因为我们从招过的这个人的经历来讲
就是他background
他从大厂来的也好
或者说是这个小厂来的但很能干的这种
（还是）刚毕业的学生
其实他都有这种很不错的这个人
你到底是不是Ten X Engineer 不一定
但他可能他有他的长处
就是比方说
他就有一些
非常非常擅长这个内部的沟通和协调
是吧所以他能利用这个环境
让自己这个performance就是上得很高
这样的人其实也是其实也是
所以我觉得关键点是在于说
我觉得有时候招人这个事情
跟创业一样
其实有时候你可以总结一大堆理论
但实际上其实最终还是说
这个人招过来之后
对吧然后完了
就是说根据他这个长处看他这个performance
这个实际上是后来的这个话了
就尤其是到新的这家公司当中
我现在发现这个skill这个事情
在AI这个环境下面
可能越来越不重要了
那个时候还是重要的
是
所以我觉得Wyze当时有一些这个经验
在那个时代他是work的
但在今天这个时代可能就不work了
好那我们就总结这个能work的吧
我也觉得就是
那可能重要的不是skills
而是他的motivation
对心力
精神对
这些东西
精神就是他的整个人的精气神对吧
就是你跟这个人共事
你会不会感觉到
他身上有一种creative的这种气质
确实所以我觉得这个事情
就是他这个人的本质
比他这个人的履历更加重要
确实确实
那我们再讲一讲
就是在Wyze学到的一些其他东西
比如经营团队
比如说你裁员的时候遇到什么比较
tough decisions（艰难的决定）
我觉得是这样的
就是说基本上就是扩团队
我刚才也说了
扩团队是不需要动脑的
扩团队的话
基本上你只需要根据这个需求
plan这个实际的这个resource
就是做reasonable的这个决策就行了
它是一个职业化的过程
但是其实你在缩团队的这个过程当中
你要make这个top decision（高层决策）的这个时候
这个是最难的
这时候我觉得有两点
第一点你其实大部分公司
其实不管是做layoff9裁员）也好
怎么样也好是吧
它大体上面会面临第一个选择
就是说哪些scope是要减掉的
对
这种scope减掉的时候
尤其是在一个
就是公司相对来讲
产品线也比较多的这个情况之下
其实涉及到这个大量的沟通和协调
对
而且有时候就是说一部分这个resource
就是牵一发动全身
砍掉了这个resource
他可能另一块这个support也没了
对
所以当时我觉得
其实是很耗费一个心力的过程
就是各种沟通对吧各种协调
就这段我确实学到了一些东西
就是具体去plan这些resource
包括说做top decision（高层决策）的时候
跟多方面去协调沟通
当时也犯过一些错误
但是呢就是说
我觉得这个技能
在今天我做start up的时候
好像不太用得上
为什么
原因是因为我们现在这个start up
你发现了没有
基本上人数都非常少
我们人数也很少
对不到10个人
但实际上做的这个事情可能远比我们在两三年之前
或者更早的时候
就是可能几十号人的一个团队
做的事情要多
原因是AI对吧
AI在这几年的这个发展
是非常的迅速的
大厂在裁员对吧
小团队你所有看这个小团队
没有哪个团队真的就是成百上千号
就是几百号人
就直接上来
就你Open AI也就是几百人
我留一个问题
我们可以在第二段的时候再详细回答
对
就是是大厂在裁员
然后小厂
但是这个比例是完全不一样的
对你是10个人
比如说干了之前100个人干的活
是10倍的生产力的差距
这是你体会到的
真正AI带来的10倍生产力差距
对我的课程的学员
很多也是体会到这个东西
就他们
切切实实的就是10倍生产力差距
对就鸭哥
他每天两个小时干之前很多很多的活
但是大厂裁是裁10% 20%
大厂没有裁成原来的1/10
这个肯定也不是
我觉得start up的话
就是说它毕竟还是精干
那因为它基本上没有任何非必要的
这个成员在
对吧那对于说这个大厂
或者有规模的这个start up裁员的话
他可能不会裁
就是裁到10%左右
因为他要动的这种
其实说白了就对动了产品线这种
就是内部的这种沟通
就相对比较复杂
他可能动个30%肯定是现实的
是有可能的
Elon Musk是裁了80%嘛
后来发现诶～现在还是可以的
对吧现在这个真的
我觉得说是现实的
就可能裁80%是个稳定态
就是它需要这么多人
就是因为各种组织和这个agency problem（代理问题）
还是没有
我们当时还没有办法做到Elon Musk 那么极端
哈哈哈
但是我觉得
还是跟在大厂打工的同学们提个醒吧
就是大厂过去的繁荣
如果你站在一个更大的角度看
它还是一个偶然事件
对它是一个时代的事情
那个时代已经过去了
所以说他会回归一个均值的
就是我稍稍讲一个故事
就是我在读大学的时候
当时有一个舅舅
07年读大学
他是摩托罗拉research center的工程师
然后我就去他家
然后摩托罗拉工程师的聚会
聚会上就大家谈论的最大的话题是什么
0809年
裁员对
那个我觉得能想得出来
摩托罗拉嘛
那个时候对
但是它是一个十几年几十年的过程
对
一直在裁员
就是那十几年
大家谈论的
每次聚会谈论的都是裁员
我就觉得没有必要等到哈哈哈
10年了你再被裁
在他第一年的时候就想一想plan ahead（提前计划）
对对对我完全同意这个观点
对是贩卖了一点焦虑
但是我觉得这个就是这样
这个就是现状嘛
没有办法对
好
那我在这儿就是稍稍再多问一下
我还是想问两点
一个就是你对这个Runway的这个管理
或者说你在这里边
你想给大家提供的建议
第二个就是
应该也有很多大公司的同学
刚刚我们不是说了
就是担心自己的工作
可能想加入一个start up
然后想躬身入局
然后你对这些同学有什么建议
我觉得对第一个问题
先说这个Runway的这个管理
我觉得尤其是做start up这个同学的话
我觉得这个Runway管理是
基本上是你的生死线
而且尤其是在现在这个环境下
就是生死线
就就对就是生死线
就是尤其是在现在这个融资环境下
是吧就是说你其实不容易拿到钱
那这个时候的话
就是说我其实有一个principle
这个principle就是说你一定不管怎么样
你必须苟在这个牌桌上面
对因为苟在牌桌上面有机会
你下了牌桌就完了
所以当时我跟团队态度也是一样对吧
就是说只要说
我还没有做什么昏庸的这个决定
就是大家觉得这个事情还有希望
这个方向还有希望
对吧大家手上还有Runway
你如果实在这个personal Runway没有
那我也没办法了
对对吧
那就是说如果我们还有personal Runway
那我们就把这个事情
苟到我们能够看到这个成绩为止
所以说当时我第一点是
如果大家都拿stock option（股票期权）的话
拿这个股票的话
然后那我就给他们这个建议
就是说拿股票
那你就别拿那个工资了对吧
别拿工资了
然后呢那你现在的这个指望
就是说公司做到下一轮
然后这个时候有新的这个资本进来
有新的这个option pool（期权池）
这个时候就是说
你能够把自己的这个股票给提上去
然后第二点的话是什么呢
是就是说需要做的这个事情
是尽可能用你的option pool（期权池）去激励你的这个同事
就是我们
包括说当中也请了像实习生
有一些非常非常真的非常非常给力的
这个实习生
这些是从哪找的呢
各种机缘巧合
就是包括说一些朋友的这个介绍也好
这个事情就没有一个标准的这个
是没有两个实习生是同样方式来的
对没有两个实习生是同样方式来的
但这里面有很给力的
有不太给力的
对吧就很给力的
后来就是基本留下来
我们也是直接发股份
就是甚至他能够达到我们就是个位数的
这个股份的这个数额（哇～）
就是有一些实习生甚至可以达到这个程度
那真的是做的非常非常好
哎～某些拿到个位股这种实习生
他的背景是什么
也是学生吗还是
其实这样是学生
对是学生
但是呢我发现一个问题
我就举一个简单的例子
我们有一个实习生
我在波士顿大学的这个
我在那边读了PhD
他实际上是我在BU读了这个本科的学弟
他的背景大概是这样子的
本科的话是在BU读的是天文学
研究生是另外一个学校
读的是这个统计
所以这两个事情
其实都不是computer science
但他现在基本上负责了
我们很大一部分模型的这个训练
他为什么会做到这个事情
就说我觉得有几点
首先第一点是他数学底子非常不错
确实是很好的一个数学底子
我确实从简历我其实也明白的跟这个同学说了
如果说我只是看简历挑人的话
我完全挑不到你的
肯定的
对吧因为就是
完全没有过任何这种machine learning
看起来这种background
但他数学底子是非常不错
就真正开始共事之后（发现）
而且我跟这个小伙子聊的时候
开始聊对他印象就是说非常self motivated
而且对这个领域非常有兴趣
对AI很有兴趣
然后第二个的话
就是说他看paper的速度
确实是我见过的人当中算快的
就很多朋友
就在最初的这个阶段
我印象当中很深
就是可能我读过了一些
就是给他看他很多10分钟左右就能够get到
那个大意
确实是没错的
我之前就接触过很多PhD同学
说实话读的这个速度可能都没有他快
就是悟性上面
第三个确实是年轻人能折腾
就是我在西海岸
他是在东海岸
然后我在西海岸
每天晚上12点钟
就是有时候
经常晚上12点钟发一个信息
凌晨3点那边回了
哈哈
不过我真的不鼓励大家这样
但是就是说在这种非常惊人的这种
就是一个是高强度
一个高兴趣驱动的一个学习状态下
就是说他在加入的时候
其实连diffusion model是什么他都不知道
但是呢就是到后来
逐渐开始挑到了这个
整个模型这块的这个大梁上面
就是主要的一个点
就是说他真的是一个非常self motivated的这个人
然后另一点是
我后来再回想了一下这个事情
其实在今天招人的这个环境
我也说过
有很多过去的经验是不work的
就包括按简历筛人这个环境不work
为什么不work呢
原因是首先我如果按简历筛选
我是不会选这个同学当我的实习生的
然后呢第二个的话
是这个技术本身也是够新
对你就说Transformer是17年的paper对吧
stable diffusion是2022年8月份的paper
所以这些东西本身都很新
你说你去找一个17年之前
更早的时候
那么多年的一个（10年GenAI经验）
都在大厂当中
对就是研究经历很好
是吧其实说白了
他也得从头开始学
是而且他很多时候
我这儿多说几个
我觉得他有一个很深刻的道理在
就是你刚刚在上一集说的
上一个时代和下一个时代
下一个时代会革上一个时代的命
为什么
就是我一开始会觉得上一个时代的人
他其实有基础
他是更好进入下一个时代的
但是我后来发现不是
因为他就是有错误的范式
学习范式
他带了很多其他经验
比如说他面对一个新技术
他就会把自己的经验
潜意识显意识的都带进来
然后还有一个问题
就是他没有办法
人很难接受自己的这个identity
要从零开始
就是你之前你有一个成功的path
你是大家敬仰的技术专家
你已经功成名就
你有这些东西在
然后你到了这个
你从零开始
你和一个学天文学的
这样的一个本科生一起竞争
而且他很有可能还比你学得快
很难接受这件事情
对对所以说
反而这些东西会导致你去做一些事情
让你学的更慢
或者说你在这里边的应用产生阻碍
而且还有一点就是说
我觉得在过去的这个经验范围之内
就是做的不错的
很多这种专家他有一种（思维）定式
他会从一个就是历史维度上面
或者是怎么样来考虑说下面技术发展
比如说他会考虑说好这个东西
过一段时间开源模型就可以用了
我为什么要现在自己练
但我们后来通过这个实践的这个经验
发现（不会）
如果说你不自己练的话这东西就永远出不来
对经常就是这种情况
是所以后来就是说
我们就必须得甄别说哪些东西
到底是说逐渐逐渐就是大厂真的会出来
或者在一个时间（段）
某一些东西可能你不去做永远就没有人
没有人会给你足够的这个素材去做
是的这种事情
那这种事情就是说你就得躬身入局
就是keep your hand dirty（亲力亲为）
对因为你像我们在亚马逊也好
在别的这种大公司当中工作也好
经常大家会debate一个事情做还是不做
嘿嘿嘿是吧
而且debate花的时间
比你实现的时间还要长
是但这个事情在start up当中
绝对是不行的
是的
就是说如果你有一个初步的这个判断
觉得说这个事情你是要做的话
就去做就好了
我觉得这个东西有点说的让人难受
就是你刚刚说到了
有一些大厂的混子油子对吧
他们是避免做这些事
但是我觉得很多在大厂工作的
想做事的同学
也会被这个风气带偏
就是他一工作就在这个环境里边
然后那些人又是principal啊什么的
身居高位的人
对可能反而觉得这是一个应该学习的榜样
对或者说你也已经不知道
就是真正做事的那个感觉
是个什么感觉了
没错
对这个还是一个比较
就是我记得印象很深的就是《三体》
张北海要发展那个非工质引擎
他干的第一件事情
是把所有工质引擎的专家全都干掉
对
就是这样的
你不干掉他们的话
这个东西很难真的去有一个范式的改变
这个事情我觉得其实跟那个早期的这种
这种AI发展其实也是很像的
你比如说你像当年就是说这个
在零几年的时候
说Google当时是在这个机器翻译上面
这么一个测试
跑赢了这些IBM
这个就是非常典型的一个例子其实
就是IBM一直它基于这个文法规则来做
是吧对
它不是统计规则是
但你实际上就是说
做这个自然语言这个东西你也知道
语言现象这个事情是自然出现是靠统计的
所以Google其实用的是一个
我完全不管语法
就只管这个统计规律的这个做法
最后就是打败了这个旧的这个方式
而这个事情
我觉得AI发展史上面出现很多次了
就是七几年的时候
当时其实也是开始做专家系统
到八几年
后来就是进入一个AI寒冬
这些专家系统被打败
是吧就是这个整个过程
其实也持续了很多年时间
那很多年时间的话
就是说基本上我们后来发现
这个学术界就坚持这个旧的
这个系统的这帮人
就是完全不叫嚣
要等什么时候呢
这帮人都去世了
他才不叫嚣
他会一直叫嚣到他死为止
是
然后他又会觉得这个东西make sense
但他死了之后
这个事情瞬间倒塌
就是没有人再去叫了
所以一样的
我觉得这个事情就是跟工业革命
就是一代一代人换过来
其实也是一个道理
我这儿再说两个点
就是补充一下
一个是叔本华
他说就是所有的新的有价值的idea
都会有三个阶段
第一个是
就是trivialized（被轻视）
没有人在意
就是这是傻逼
然后第二个就是radically opposed（激烈反对）
就是大家激烈的反对
然后第三个就是taken for granted（被视为理所当然）
对对
就是这样子
对就就是exactly就是这样子
然后我想到了下一个的那个东西
我最近在看那个Saturn
Richard Saturn他的文章
experiences
experience state这些东西
然后我今天和GPT有一个非常非常深度的对话
然后就是Saturn的experience和这个
《禅与摩托车维修艺术》里边的quality
然后道可道非常道和禅
佛家的很多东西
我觉得后来都是相通的
就是你底层有一个这个dynamic（动态）的quality
或者说这个experience
就是我们习惯于这个桌子是一个客观世界
是吧但是其实不是
这个东西
反正在《禅与摩托车维修艺术》里边
他就说这个东西其实是一个dynamic（动态）的
这个quality然后固化了
固化成了一个static（静态）的这个state
然后experience也是
我们之所以觉得这个是个桌子
是因为我们的experience告诉我们这个是个桌子
anyway
稍微说的有点远
这里就是说
如果大家对这个感兴趣的话
我在社区也发了一个文章
大家可以看一下
刚刚就是Echo（重复）一下
这个观点嘛
就是
人们想要打破自己的这个固有观念是很难的
然后你就能感觉到这个圈其实是越来越本质越来越大
但是你想反而越本质的东西
你站在这个圈子里边的人
就会越难appreciate这个本质的东西
因为你太被你的这个heuristic给限制了
对对就这样
是的所以你很难相信这个桌子
有可能它不是真实存在的
对
就是人脑是没有办法接受这件事情的
但是它有可能就是一个这样的情况
right对
这个是刚刚说的
这个新时代的...
就是我觉得这个data point非常重要
我当时采访shuchao
就是Open AI的那个Research lead Multi-modal Lead
他就讲
现在open AI里边有很多人非常年轻
高中的时候就开始学deep learning
然后很多都是大学辍学
然后进去
然后非常非常厉害
我觉得这就是一个新时代的这个人才画像
高达里的新人类
差不多吧
就是我觉得对
就是你说Transformer（变换器）
或者说Diffusion（扩散模型）
你在初中的时候能不能学
我觉得现在是可以学的
现在可以学
以前就学不了嘛
对吧就是
所以现在还靠悟性
我觉得就是这个
靠悟性靠试错
我觉得摸爬滚打吧
包括很多AI
大家说现在做AI native的东西
是吧就是这个创业点子那个创业点子
商业化要怎么做起来
这我觉得
还是得拉长到一个比较长的
这个时间维度来看
就是从现在这个角度来看的话
所有人因为在过去的经验失效的这个情况下
他唯一能做的事情就是知行合一
一边做一边学
对
我觉得知行合一上集下集都是贯穿的
对在这我也想说
就是我不觉得这个悟性或者说是改变
是一个跟年龄强相关的事情
而是跟你的思维惯性强相关
对如果你能真的去放下自己的EGO
然后放下自己的固有认知
然后去真的从first principle（第一性原理）
去理解这些东西
然后能做到知行合一
然后去不断的学习
我觉得年龄未必是个问题
对是的 当然年龄可能会带来我们一些体力上的问题
对没错
但我觉得知行合一这个事情
我一直的理解
我觉得也是在这个整个经验当中
我觉得对整个知行合一的这个理解
是有变化的
我最开始的这个知行合一就是说
包括说我以前
会给自己定这种目标
一年我得看多少本书
对吧完了就是说
而且我看书的时候有执念
一定这本书得看完
这样中间我不会drop（放弃）的
对所以当时是这样的一个固有认知
就是说我一定就是得知道很多东西
我才能行
就是在很早的这个时候
当然我觉得也有一种本能
就是说你会一边做一边学
后来我就发现
说知行合一
其实并不是说由那个认知来指导行动
而是实际上
知行合一的意思就是知道的东西就等于行动
就是你行动的这个过程当中
你才知道这个事
就举个简单的例子
就比如说我们在develop这个founder‘s speech
就是enterprise founder’s speech的过程当中
我不是请了一个sales这个同学嘛
很多事情他说的是对的
后来turns out的其实是对的
但是在开始的这个时候
由于我们自己个人的一些这个经验
并没有人有第三方视角告诉我们
这是对的
所以这个时候我们去做的这个过程中
发现犯了错误
撞了跟头之后
我们回过头来发现一些东西是对的
但是这个问题
如果他一开始就告诉你是对的
是这么做对吧
你仍然还会按照你的方式去做吗
我觉得还是会的
会的
会还是会的
就是说你即使知道前面有个南墙
你照样会去撞
撞完之后你才知道对
所以就是说这个是切身体验
一旦就是说你开始做了之后
这个东西才会变成你的认知
对
就是否则的话就全是书本上的东西