标签: 人生系统

  • 【day12】更新大神 Dan Koe 推荐的 12 本书:不是多读,而是「把书读进系统里」

    金句开头:真正改变人生的,不是你读了多少本书,而是有多少本书,最终变成了你的人生操作系统的一部分。


    一、为什么「大神书单」常常看完就算了?

    看到 Dan Koe 推荐的 12 本书,你大概会有两种心情:

    • 一方面很兴奋:这些书看起来都很厉害,豆瓣/亚马逊评分也很高;
    • 另一方面又有点无力:
      • 12 本书什么时候读得完?
      • 读完之后我能记住多少?
      • 我现在这么乱,这 12 本到底能帮我解决什么?

    我们太习惯把「大神书单」当成一种精神消费——

    收藏的时候觉得自己已经变厉害了一点, 读完之后发现,生活照旧,行为没什么变化。

    问题并不出在书上,而是出在我们对「读书」这件事的要求太低:

    • 把书当信息来源,而不是当系统组件。

    Dan Koe 推荐的这 12 本书,本质上是一套「搭建人生系统的零件包」。 关键不在于你是不是全读完,而在于:

    你能不能用其中几本,先把自己的人生系统「搭出一个雏形」。


    二、这 12 本书,隐含着一套「人生系统分层」

    不同人会给这 12 本书分不同类,但如果你站在「系统」视角去看,会发现一个有趣的结构:

    1. 底层操作系统类
      • 关于「你怎么思考」「你怎么决策」:
      • 思维模型、第一性原理、长期主义、杠杆、复利……
    2. 生产力与执行类
      • 关于「你怎么安排时间」「你怎么完成事情」:
      • 时间管理、精力管理、任务管理、习惯建立……
    3. 商业与价值类
      • 关于「你怎么在市场里创造和捕获价值」:
      • 一人公司、个人品牌、产品思维、营销模型……
    4. 意义与存在类
      • 关于「你为什么要这样活」「你在意的到底是什么」:
      • 人生意义、价值观、关系、死亡与有限生命……

    这 12 本书并不是 12 条平行的知识线,而是:

    从「你这个人怎么运转」到「你这一生怎么运转」的一套多层系统。

    如果你只是按顺序看过去,很容易淹没在信息里; 但如果你带着「我要升级这个层」的目的去读,每一本书都会变得很不一样。


    三、如何把 12 本书变成一个「一年的重装计划」?

    与其问「要不要全读完」, 不如先给自己一个现实又有力量的目标:

    用一年时间,围绕这 12 本书,重装一次自己的人生系统。

    你可以粗糙地这么分配:

    第 1 季度:打好「思维底座」

    目标:补足底层操作系统——你怎么看世界、怎么看自己。

    • 选 2–3 本偏「思维模型/认知升级」的书;
    • 每读完一本,只做两件事:
      1. 写下书里最打动你的 3 条规则;
      2. 选其中 1 条,设计一个「可以在本周实践的小动作」。

    重点:不是记住书里的所有观点,而是把某一个观点「装进生活」。


    第 2 季度:升级「日常运行机制」

    目标:把时间、精力、任务这些日常变量串起来。

    • 选 2–3 本关于时间管理、精力管理、习惯的书;
    • 不要再给自己定「我要变得更自律」这种空目标, 而是问一句:「我接下来 90 天,只做哪一件小改变?」

    比如:

    • 每天固定一个「深度工作时段」;
    • 把手机从卧室赶出去;
    • 用一个统一的工具管理任务,而不是到处记。

    重点:让这些书帮你建立「一天」这个最小运行单元的秩序。


    第 3 季度:构建「对外创造价值的系统」

    目标:不再只用时间换钱,而是开始搭「可以复利的价值系统」。

    • 选 2–3 本偏商业、一人公司、产品/品牌的书;
    • 不要求你立刻创业、辞职, 但至少可以:
      • 明确一个你愿意长期写/做的主题;
      • 搭建一个最小的对外表达渠道(博客 / 公众号 / Newsletter);
      • 设计一个「从免费内容到付费价值」的粗糙草图。

    重点:哪怕只是拉出一条「边上班边练习的副线」,也是在给未来的自己留退路。


    第 4 季度:回头看「我这条路想通向哪里」

    目标:不迷失在系统里,记得系统服务的是「人生」,不是 KPI。

    • 选 2–3 本更偏「意义/自我/关系」的书;
    • 在年底,认真回答几个问题:
      • 如果系统跑得很好,但我不快乐,这系统还算成功吗?
      • 我要用这套能力,去换什么样的生活?
      • 哪些是在意的人、在意的事,我这一年其实忽略了?

    重点:不让「效率」压扁「存在感」。


    四、别再问「我能不能全部读完」,先问「我愿不愿意让一本书改变一点点行为」

    Dan Koe 推荐这 12 本书,对他来说,也是一套「回望式的总结」:

    • 哪些书,在不同阶段给了他某种关键的杠杆;
    • 哪些观念,最后真正长成了他今天的系统。

    对我们来说,更现实的问题不是:

    • 「我能不能像他一样做到那种程度?」

    而是:

    • 「我愿不愿意让这 12 本里的某一本, 真正改变我一点点具体的行为?」

    当你用这个问题来筛选,你会发现:

    • 有的书适合当作「信息补充」,
    • 有的书值得当成「操作系统补丁」;
    • 而那些真正改变你的书,往往不是你当时看得最爽的那一本。

    书单再好,如果你不愿意让任何一本书「深入生活」,它就只能停留在收藏夹里。


    五、小结:把 12 本书,变成 12 个「系统更新点」

    你完全可以这样来重新定义这 12 本书:

    • 不是「12 次阅读任务」,而是「12 个系统更新节点」;
    • 不是「我读完了几本」,而是「我因此改掉了几条旧习惯、装上了几条新程序」。

    哪怕最后你只读完了其中 5 本, 但只要每一本书后面,都跟着一个真实的「行为改变」, 那你这一年的成长,也会远远超过「一口气读完 20 本,年终答题全忘」的自己。

    当你下次再看到某个大佬的书单时, 你可能不会急着收藏,而是会先问自己一句:

    「在这份清单里,哪一本书,有机会成为我人生操作系统下一次更新的触发点?」


    AI 解读

    1. 问题本质

    • 表层问题:Dan Koe 推荐了 12 本书,怎么读才有意义?
    • 深层问题:如何避免「书单焦虑」和「信息过载」,把阅读变成「系统升级」而不是「短暂兴奋」。

    2. 结构拆解

    • 先指出「大神书单」常见的使用误区(精神消费、读完不变);
    • 然后从系统视角对 12 本书做了分层:底层操作系统/执行系统/价值系统/意义系统;
    • 给出一个按季度划分的一年读书 & 行动框架;
    • 最后把焦点从「读多少」拉回到「愿不愿意改变一点点行为」。

    3. 与你 Skill 体系的映射

    • 显式对应 SKILL-DIRECTORY.md 中的:
      • skill.reading.system.builder(从「读完就忘」到「读完进系统」);
      • skill.life.os.365-reset(用一年重装人生操作系统)。
    • 文章可以作为这两个 Skill 的「故事化说明书」:
      • 输入:12 本书单 + 当前人生状态;
      • 输出:一年的系统升级计划 + 每本书对应的「行为改变挂点」。

    4. 可进一步系统化的方向

    • 在 api.xyxbot.com 下补一个 skill.reading.plan.dan-koe-12,根据读者当下阶段自动推荐阅读顺序与行动任务;
    • 在博客或知识星球中搭建「Day1–Day365」的阅读+执行打卡系统,让这 12 本书不只是书单,而是一个共同完成的长期项目。

    分类:个人成长与系统设计

    关键词:Dan Koe,书单,个人成长,阅读规划,人生系统,年度计划,认知升级,习惯改变,系统思维

    来源: 专栏文章:【day12】休息一天|更新大神 Dan Koe 推荐的 12 本书 https://zhuanlan.zhihu.com/p/1998379781566252323

  • 从后端到 AI Agent 工程师:别急着学框架,先学会换一套“问题语言”

    “怎么成为一个 AI agent 工程师?” 提问者的状态很典型:

    • 有 6 年后端经验;
    • 公司内部有转岗机会;
    • 外部市场又在 push 自己往 AI 方向靠拢;
    • 一边担心“卷不过后端”,一边害怕“背刺现在的老板”, 还要面临 P7/P6 这种残酷而现实的评级压力。

    看完那篇认真回答之后,我越来越确信一件事:

    成为 AI agent 工程师,不是在技术栈后面多挂一个框架的事, 而是要在三件本质的东西上,完成一整套升级:

    • 你描述问题的方式;
    • 你组织系统的方式;
    • 你与不确定性的相处方式。

    一、先把“AI agent”从神坛拽下来:本质还是系统工程

    很多课程把“AI agent 工程师”讲得像一种全新物种, 但那篇回答最大的价值之一,就是不断地在“去神秘化”:

    • agent 不是魔法,而是一套对“感知—规划—执行—反馈”的工程化封装;
    • 你熟悉的服务编排、任务队列、状态机、幂等性,在这里依然适用;
    • 唯一的新东西,是中间那块“认知与决策”的能力,被大模型部分承包了

    对一个有 6 年后端经验的人来说,这是个好消息: 你并不是从零开始,而是:

    • 把之前对业务、接口、容错、监控的经验,
    • 挪到一个“由大模型驱动行为决策”的系统里。

    所以,第一步不应该是疯狂刷 LangChain / LangGraph 的 API, 而是认真问自己:

    “如果我把 agent 看成一个有点‘不稳定’的下游服务, 我该如何设计系统,让它既能发挥想象力,又不会搞砸整体行为?”

    这背后考验的,恰恰是你这几年作为后端工程师积累的那套“稳系统”的本事。

    二、换一套“问题语言”:从“怎么实现”到“让谁帮我实现什么”

    后端世界里,我们习惯用的提问方式是:

    • 这个接口怎么设计?
    • 这个表结构怎么建?
    • 这段逻辑怎么实现更优?

    而在 AI agent 世界里,你必须学会用另一套语言:

    • 这个任务哪些部分适合让大模型来决定?
    • 哪些步骤必须由确定性代码来约束?
    • 在给模型写“说明书”(prompt / schema)时, 我究竟在要求它完成什么样的子任务?

    那篇回答的一个核心建议是: 先学会把现实问题拆成“可由 agent 协调的子任务网络”。

    这件事你可以用很“土”的方式开始练习:

    1. 选一个你熟悉的业务流程(比如下单、审批、开票);
    2. 写出其中每一步的输入、输出、失败场景;
    3. 标记:哪几步可以让大模型做“判断/归纳/生成”, 哪几步必须严格由后端服务来完成。

    当你能用这种“agent 视角”看待旧问题,你就已经在换语言了—— 从“我亲手写所有逻辑”,到“我设计一套系统,让人类代码和模型共同完成逻辑”。

    三、学习路径:不是“多看几门课”,而是跑通几个小闭环

    提问里提到:“B 站上课程都很浅,基本 just LangGraph 一下就结束了”。 这其实戳中了当下学习 AI 工程的一个痛点: 我们被太多“语法层”的内容喂饱了,却缺少足够多“从 0 到 1 跑通一个真实小系统”的案例。

    那篇回答给的隐含路线,大致可以浓缩成三步:

    1. 打牢大模型基础能力:理解而不是背诵 API

    包括但不限于:

    • 温度、top_p 这些采样参数背后的含义;
    • 上下文窗口、token 成本、输入输出结构化方式;
    • 不同模型在推理、生成、工具调用等维度的差异。

    目的不是让你背住每个参数,而是让你在设计 agent 行为时, 知道自己在哪些地方可以“相信模型”,在哪些地方必须“严密约束”。

    2. 跑通 2–3 个完整的小 agent 项目

    比如:

    • 一个能读文档、调用几个 API,完成特定业务流程的小助手;
    • 一个帮你分析日志、自动归档告警的内部工具;
    • 一个帮助非技术同事操作内部系统的“自然语言代理”。

    要求不是“做炫酷 DEMO”,而是:

    • 有清晰的输入输出;
    • 有明确的成功/失败判定;
    • 出错时你能定位问题是在“模型决策”、“任务编排”还是“下游服务”。

    这几次实战,比多刷几十个语法 demo 更像“真正的训练”。

    3. 把过程中踩的坑沉淀成你自己的“AI 工程笔记”

    记录下:

    • 哪种任务容易让模型胡说八道?
    • 哪种提示或结构能大幅稳定输出?
    • 你是如何通过“加工具”“加回退逻辑”来兜底的?

    这些东西一旦写出来,就是你在社招、内部转岗时 可以拿出来“讲故事”的硬核素材

    四、关于“转岗”和“背刺老板”的那点纠结

    问题里有一句话很真实:

    “公司内部有转岗机会,但是我不想背刺现在的老板(对我挺好的)。”

    这也是很多人犹豫的关键点: 一边是对现有团队的情感和忠诚, 一边是对未来方向的焦虑和渴望。

    那篇回答给出的启发是: 你现在就可以开始“默默转岗”,不必等 HR 通知。

    具体来说:

    • 在现有团队内部,先尝试引入一些“小型 AI 工具 / agent 化尝试”;
    • 主动帮团队做一些“用 AI 降低重复劳动”的事情;
    • 把这些尝试当成你成为“AI agent 工程师”的练兵场。

    这样做有几个好处:

    1. 你不是在“背刺老板”,而是在用新能力反哺当下团队
    2. 即便以后转岗不成,你在原团队里也因为这套能力变得更值钱;
    3. 你收获的项目经验,可以直接写进简历和面试故事里。

    忠诚和成长不是非此即彼的选择题,只要你愿意多花一点心思设计路径。

    五、小结:AI Agent 工程师,是一种“更高级的后端”

    回头看这个问题,其实可以换一种说法:

    “我如何从一个只写业务逻辑的后端, 进化成一个能调度人、服务和模型的系统设计者?”

    当你:

    • 懂得怎么和大模型打交道;
    • 知道怎么用 agent 架构来拆解问题;
    • 有 2–3 个真实项目证明你能把这些东西跑通;

    你就已经站在了 AI agent 工程师这条路上。 剩下的,只是职级 title 和市场节奏的问题。

    所以,与其焦虑“P7 面不上”“课程太浅”, 不如先给自己定一个具体的小目标:

    “在接下来的 3 个月里,我要完整做出 2 个 agent 小项目, 每一个都能被我讲成一段 10 分钟的面试故事。”

    当你做到这一点, 你会发现——你已经不是在“准备转岗”, 你已经在用新的方式写代码、看世界了。


    来源: 关于自学路径与能力要求的详细讨论,请见:https://www.zhihu.com/question/1936375725931361485/answer/2004695176287904563

Copyright © 2026 xyxbot.com 版权所有 备案号: 皖ICP备17009534号-10 | XYXBOT提供智能AI助手、自动化工具、效率提升解决方案,专注简单好用的AI服务,助力个人与企业快速实现效率升级。(个人非经营性站点,仅内容展示,无用户注册/互动功能)
本站所有内容均为个人整理分享,不构成任何建议,请勿用于商业用途