我突然想明白了一件事，那就是人生的成長也可以像機器一樣去解釋。

所謂 Garbage In Garbage Out (GIGO) ，就是說你給別人（或機器）一個不清晰的，不 Effective 的指令，別人就很難給你做出好的事來。

這件事情在 LLM 裏體現得是淋漓盡致的。我覺得 LLM 真的是一個非常忠實的執行者。你給它甚麼樣的指令，它就 100% 地按照你的指令去做 Inference。這有時會讓很氣餒，覺得它怎麼這麼笨，怎麼不懂我的意思。但是環境是沒法變的，人是可以變的。你應該給 LLM 足夠精確的指令，把你想要的東西描述得足夠準確了，它自然就會給你更好的答案了。

這就像訓練 Machine Learning Model 一樣，如果你沒有一個足夠 well-defined 的 optimizing objective ，模型又怎麼知道你想要的是甚麼呢？在這個程度上，我覺得訓練 Machine Learning Model 是一件更需要輸入質量你高保證才能做得好的事。

回到人的身上，我覺得人的訓練，多半也和訓練 LLM 和 Machine Learning Model 一樣。要有好的結果，你必須要有 Well-defined 的目標。這些先不說怎麼達到，也就是 know-how 的部份，因為達到目標的方式有很多，在 Machine Learning 的世界裏，你可以是有 Supervised Learning，也就是告訴機器你怎麼做，你才能更好地達到目標。你也可以有 Reinforcement Learning，也就是讓機器自己去探索怎麼做的部份才可以達到目標。但你發現了嗎，目標，也就是 Optimizing objective 只能有一個，而且必須是清晰定義的。

做人也一樣，當你不知道目標是甚麼的時候，效率就低下了。就像 Machine Learning 裏的 Unsupervised Learning 一樣，你是讓機器去自己探索了，但機器能探索出來的東西，很多時候並不符合你的預期。而且，在 Machine Learning 的世界裏，這也很看運氣。就像 k-means 算法一樣，你能保證你設置的 k-value 每次都剛好就是最合適的那個嗎？

所以要有效率地提升，一個清晰的目標還是很重要的。

想到這，突然想起來，老板跟我說過，你要知道自己的目標是甚麼，每天下班問用三分鐘問自己，你今天想做的事，做到了嗎？原來是這個道理。

作為一個很隨緣的人，大概我表現得最好的時候就是在大學的時候了。那時我所有的 optimization goal 就是 GPA 的最大化。這很清𥇦，也很具體。進到職場，我發現我迷失了。我找不到那一個我可以 Optimize 的東西了。彷彿所有的東西都可以探索，但也可以放下。我不知道別人的意智力有多強，但我是一個很懶很省力的人。能不做的事，我為甚麼要做？既然沒有優化目標了，那就別優化了唄，混就完了。

但我覺得這樣下去不行。不單單是我的工作可能會不保，更重要的是我如果十年後，二十年後都還是現在這個鬼樣子的話，it feels bad。我曾經以為只要唸完大學，只要過幾年，我這個天天腦霧的狀態，不會說話的狀態就會好轉。事實是沒有，根本不是這樣。我還是一樣，沒有努力過就沒有成效的，就像你不給 model 訓練西班牙文的語料，它怎能讀懂西文的文章？

所以啊，從今天起，好好想想，自己為甚麼而活，有甚麼目標是我應該做的，寫下來，然後天天提醒自己。就像放在自己的 System Prompt 裏一樣。這樣在做每件事的時候，都要考慮到對達成目標的功效。

睡前長文，打了可真多啊，哈哈。