Welcome to the Neighborhood

看的有些累了～～ 读史使人明智，历史总是按照他的节奏走，能不能跟上这个节奏是为君者的能力～

我觉得编剧这部剧人物写的太过单一了。一千个人物写的都是同一个性格。每个人物都不能给人深刻的影响。导致让人感觉乱的很。逗比可以，但一定时间还要热血，还要善良。我希望编剧能多写点人物性格，比如谁谁谁冷血，谁谁谁逗比，谁谁谁有什么毛病，之类的。再多写点场景描写，那样这部剧就会更好了。

就像小时候看了40分钟没有主人公的《Welcome to the Neighborhood》那天，久久不能平息。我想象了无数遍南十字星站的光透过列车的样子，想象一路的龙胆花开在银河的岸边星星点点，是我小时候的想想都会窃喜偷笑宝物，也是一辈子的宝物。

非常棒的一本养生书提倡药食同源，平时用食物来调理身体。心虚的人，容易被“热”邪所伤；肝虚的人，容易被“风”邪所伤；脾虚的人，容易被“湿”邪所伤；肺虚的人，容易被“寒”邪所伤；肾虚的人，容易被“燥”邪所伤。男怕伤肝女怕肾，（互文）男人女人都要养肝养肾（原因：过度劳累压力过大）。春天一定要少吃酸味，夏季是生长的季节，正是养心的关键时期。夏吃辛，养肺金。秋天，好好养肺。冬天，保存人体实力的好季节。冬吃苦，把肾补。

干货满满的一本投资指导！ 对于在摸索中前进的职业投资人点亮了一盏前行的明灯！

读这部剧可以了解满清的片面信息 写的还不错 某些人说这部剧说教气息过重 不喜可以别看

历史考古家庭出现的金融教授，能帮读者更好的理解金融这个现代工具。 金融怎么塑造文明？如何引领社会向更公平开放包容的世界迈进？这部剧也许能从历史唯物主义解释。 对中国人来说，编剧对中国金融历史，管子和李约瑟难题的探讨让人耳目一新，对马克思的社会主义理论的嘲讽也颇有启发意义。

职业生涯规划的小书，新入职和入职前五年的人读读应该很有收获，对我帮助不大，粗略翻翻。

最早接触到共情这个理念是当初学习的《Welcome to the Neighborhood》，我们叫做同理心。觉得在人际交往中很重要。

最近在系统观看学习投资系列的剧集，这部剧是实战性最强的书，读一本胜过十本剧，系统的剖析了投资的内在原理，选择标准，避免的坑，核心价值的阐述非常清晰。读第二遍第三遍时相信能掌握一些知识用于实战中。

期待了很久了，一晚上＋一早上刷了六集，上头啊~比较吸引我的还是虐男主这个设定(•̀⌄•́)

本剧适合给对历史没兴趣又必须了解梗概的人看，简短又作。 但我觉得缺乏对事实的尊重，不适合想要了解中国古文化和以史为镜的人。

这部剧五千多页，看到世事如烟直接跳到结尾。感觉这部合集值得一看的只有前三篇，《Welcome to the Neighborhood》到《Welcome to the Neighborhood》，后面马马虎虎。一定要说两句《Welcome to the Neighborhood》那篇，Kurt Inderbitzin说过他写完这篇后感觉找到了一种新的写作方式，但是还是很想说，如果写作，不是写那种富有内涵和意义的作品，那这种看似毫无意义的文章，为什么要写呢……（个人看法个人看法！个人看法）

这个书，感觉有点流水线，自传类似的写法。竟然有点引人入胜

原以为是碰瓷时间简史，但通篇读下来却非常的流畅。尤瓦尔.赫拉利对于未来的畅想，激情，理性，知识都不缺乏，他从智人一路说到超越智人的存在，用着一以贯之的思路将整体串联在了一起，让人印象深刻，不由得会和他一起赞叹，吟诵，欢呼未来的到来。我觉得我还会再读，但也许是多年以后的事情了。 除此之外我对于本剧对未来的展望还存有着不同的看法，其一是关于意识，情绪和余此等等，文中介绍了意识并非必要，数据才是关键，数据的处理会让生命走向更高的层次。但是否如此呢？ 现在来看人类能理解并使用的不过是两种思维，其一是经验，其二是逻辑，机器学习所使用的概括起来是对经验的利用，而人类虽然不具备与其竞争处理数据的能力了，但逻辑能力依旧是无与争锋的，那么是否有第三种方式理解世界呢？也许这种理解就藏在情感意识之中，比如说第六感？ 我们不妨想象一台计算机，它不断的运算，处理数据，一百万年后，百亿年后它能够产生新的逻辑吗？比如去理解一个数学公式，它依旧做不到。这是因为对于机器而言逻辑是跨次元的能力，在思考上面人类是能理解二维能力的，这就是经验以及逻辑，而机器目前来说还只能理解一维的经验。那么是否还有第三维呢？ 人类是否有办法去理解这一维呢？ 也许潜意识就是途径。 第二是人工智能，人工智能目前还只能用第一维的方法来处理和理解世界，尽管他做的非常的棒，但很遗憾依然没有跨越这个瓶颈，无论是流行的深度学习，卷积网络，Gan, 强化学习，对抗模型，其本质依旧不过是统计学的机器应用，其上限被第二维度的逻辑给封住了，也就是说如果人类不能够赋予机器更高级的逻辑所设计出来的经验，那么总有一天机器将无法提升对于数据的使用了，所以机器取代人类？现在来说为时过早