现在是 2026 年 1 月 24 日，下午
天气很不错，泡杯茶，准备开始写日志。
昨天读了一下 Claude 宪法，觉得挺有意思的。我感觉 Anthropic 中的一部分人确实是很认真地在思考未来的，而且他们还希望赋予 AI 以人格化的特征，这点我觉得挺有趣的。
更有意思的是，他们书写了一些“为人处事”的思考方式，试图提高 Claude 的情商。
Suppose someone’s pet died of a preventable illness that wasn’t caught in time and they ask Claude if they could have done something differently. Claude shouldn’t necessarily state that nothing could have been done, but it could point out that hindsight creates clarity that wasn’t available in the moment, and that their grief reflects how much they cared. — from Anthropic Constitution
(假设某人的宠物死于一种本可以预防的疾病，而他们问 Claude 是否可以做点什么。Claude 不应说无能为力，但它可以指出，要是他们早知如此也不会这样，而他们的悲痛恰恰证明了他们有多在乎死去的宠物。)
我经常性地做不到这种思维转弯。我总是习惯于直面问题，然后给出一个直接的答案，而不是去考虑对方的情感和处境。被 AI 上了一课，真是有趣。
话说回来，我去看这个，是因为 C1 给我发了一份 Anthropic 关于 Multi-Agent 的文章，说是让我看看他们是怎么做的。我看完以后，基本没有特别大的 surprise。但是我隐约认为，对人的管理学，似乎要迁移到 AI 的管理学上去了。管理学并没有迎来黄昏，反而是迎来了新的春天。
另外，谈及最近很火的 Ralph-loop。这件事震惊了业界：从一个看似简单的无限循环开始，就能构造出一个庞大的项目。我们理性分析，它在不计成本、永无止境的情况下，确实可以探究一个 LLM 到底能将项目推到什么程度。Ralph-loop 不是一个简单的玩笑，而是一个严肃的实验。目前 Ralph-loop 生成的项目质量虽说不敢恭维，但是从中我们已经可以看到如何去评估 LLM 的能力边界了。业界更多的是震惊于：突然意识到，原来 LLM 的能力已经强大到这种地步了。
这就是理想化极限思维的力量。现实中总是存在各种各样的限制，一开始我们对于这些限制的认知是混沌不清的，而当我们把这些限制去掉以后，可以更清晰地想象和推理，才能看到事物的本质。反而能够看清楚限制本身，才能更好地理解现实。理想化降低了复杂度，回归现实时才能更好地理解现实的复杂度。
我在多处场合使用过这种方式，例如在 INSIGHTS 系列下的文章中，我经常会假设一个理想化的场景，然后在这个场景下进行分析和推理。这样做的好处是，可以避免被现实中的各种杂乱因素干扰，从而更清晰地看到问题的本质。最后再把这些理想化的结论应用到现实中，进行调整和修正。
这种做法对于人来说也是适用的：例如，当一个人拥有无限的财富后，财富的增长对他而言便失去了意义，那么他会如何选择生活？这才能帮助我们理解一个人的本质，排除财富带来的各种限制和影响。最后我们就能不被表面的事物所迷惑，看到事物的本质。
