我特别喜欢的歌曲我都会传到网易云音乐的音乐云盘里，目前还没遇到过删的情况。不过我喜欢的好像没有下架的情况。另外 ncm 文件网上能搜到在线转换的网站。每当积累了一定量的无法下载的歌曲我就会买一个月会员这样操作一波。稍微有点麻烦，不过我感觉还算值。

微信上搜飞瓜轻数。要买会员才能看，会员一个月 500 元。不知道有没有类似的服务。要不 OP 搞个众筹？我对这个也还算感兴趣。我愿意贡献 30 。另外不知道把榜单分享出去是否违法。

我的一个可能跑题了的脑洞： https://www.v2ex.com/t/923687 。

曾经对手机很上瘾。然后用记录每天在什么事上用了多久，然后每隔一段时间汇总看一下的方式止住了。前段时间看到 B 站有个 UP 主也是用这个方法控制手机的。我当时为了记录自己的时间消耗情况还专门自己写了个程序，现在好像有很多专门用来记录的 APP 了。就是那种在某种事务上点击一下开始，然后做完了再点击一下结束就能自动记录下消耗的时间。我当时还在手机上弄了一个不断隔一段时间就弹出一个询问当前正在做的事是否有价值的对话框的程序。

不过现在我又对 B 站上瘾了。不过现在在专心戒其他的瘾，这个暂时没怎么控制。之前听说瘾要一个一个戒，一起戒好像很容易失败。

机器码被 CPU 执行的部分也许应该看计算机组成原理？推荐《计算机组成与设计：硬件 /软件接口》。再细的话也许就应该看数字电路方面的东西了。

#1 @shuxiaokai 谷歌搜好像都是关于生成图片和文本的内容，不过我没细看。

#2 @crazycarry 我不习惯直接上手，我喜欢有了尽量丰富的了解之后再上手，比如注意事项，各种策略的利弊等。可能主要是因为懒和笨吧。感觉自己动手研究效率太低，浪费时间。另外我之前好像在通过上手了解一些东西的过程中搞错了什么，有点阴影，感觉应该是智商或者经验的问题。

#3 @yaott2020 Github Copilot 的文档好像总共也没几个字。

是不是这东西还处在快速发展阶段，因此经验过时得可能比较快，所以大佬没兴趣去总结？

认为失败和负面结果的原因是类似智商导致的会导致动机下降，动机下降之后更不愿意练习，不愿意练习就更容易失败，最终恶性循环。这是习得性乐观中的核心思想之一。想详细了解习得性乐观建议看看《学习乐观》或者同作者的其他类似的书。更好的策略是认为失败和负面结果的原因是类似经验不足导致的，至少不要认为是智商导致的。另外如果你没兴趣看相关的书的话，提醒一下，如果预期失败的损失很大不要使用习得性乐观。

另外不知道你有没有跟你说的别人沟通过，你是否能确定他们写得很轻松？确实可能有某些智商极高的人能快速理解和解决问题，但是占大多数的普通人对困难的问题都存在理解和解决的困难，要不怎么叫难题呢。听说爱因斯坦都觉得数学难，你的智商应该没有爱因斯坦高把？我大概是在核聚的某个收费视频课里看到的，网上搜不到爱因斯坦觉得数学难的东西。

有些人就是喜欢做难题，这种人一般叫具有成长型思维模式的人。不过据说这种思维模式很难改变，效果应该没有习得性乐观好，了解一下就行了。不过喜欢不代表他们做起来就轻松，毕竟总有更难的问题，这个不要搞混了。

还有一点就是做适合自己能力的难度的问题学习效果更好。推荐看看这篇文章： https://www.163.com/dy/article/EP7M5DS40511D05M.html 。这个可能是学习类似程序性知识的最优学习率。编程中的解决问题的部分我感觉有 90% 以上的概率需要的是程序性知识。不知道你是不是一下子就去做过于难的问题了。另外不知道你是不是缺乏一些前置的知识。比如《算法导论》之类的看熟了吗？如果看熟了的话你有收集各种奇奇怪怪的算法的爱好吗？还有就是你会不会反复用各种方法“玩”各种不同的算法？这种玩的过程据说是熟练掌握的很好的方法，忘了在哪看到的了。我说的玩加上引号了，不是那种娱乐性很强的玩，可以说是以各种可能想到的方式操作某个对象的过程吧。就像婴儿一块积木就能玩半天的那种玩。这种玩没有什么立刻就有的收益，但是能提升对这个对象的熟练度。

@adadqwxz1 没有邮箱吗？在微信上发这种东西我还是有点顾虑的。怕被封号。

#2 @darkengine 看你问这个问题我才发现我好像有点文不对题了。我正文说的应该只限定在生物的精细地改变自身上了。我觉得机械可能没这个精细改进自身的能力。用机器改造机器可能会出现精度和复杂度不够的问题，而生物在制造和改进微观结构上应该是精度和复杂度更高的。

你的这个问题倒是启发了我，如果 AI 想向小型化个体发展的话也许需要生物的技术。研发用 3D 打印技术打印一只蚊子的代价也许非常大。

#1 @ttys001 能展开说说吗？我倒是觉得 AI 完全存在于软件获得的信息有种间接的意思。甚至某些“知识”可能无法用二进制编码，这句我还是没证据。不对，我之前在知乎上问过一个问题，问的是实时模拟一个细胞需要多大的算力，有个回答好像说现在还不能。我冒昧地猜一下，请问你是否对灵魂之类的东西很感兴趣？或者感觉灵魂相比肉体更纯粹之类的？如果是的话我倾向认为不同的物理硬件所孕育的灵魂是不同的。一个细胞不准确地说可能也具有某种灵魂，而它的灵魂可能对精细操作原子和分子更在行。而一个 AI 的灵魂甚至可能无法理解这种精细的操作，至少难以用细胞那么小的代价去理解。

另外我好像又发现我的想法的一个漏洞，就是现在的 AI 好像根本不怎么依赖生化方面的知识。除非 AI 也有好奇心，对各种类型的知识都感兴趣，否则我说的那种能直接通过自己身体进行生化研究的人类还是没法跟 AI 处于相对平等的地位。没多少人杠我的话我自己杠自己。

@adadqwxz1 你这是啥？微信号吗？