HackerURLs

一次又一次被重新发现的经典。

同一个链接,相隔一年以上,一次又一次被人重新发现、再次冲上 Hacker News 首页。能经受住这种时间检验的,大多是值得一读再读的文章。每篇附中文标题,讨论最热的那些再加上中文导读和高赞评论翻译。

从名人堂开始
  • 4,700+篇经过时间检验的经典

Hall of fame

名人堂

在经典库里看全部精选

上首页次数最多、而且有中文导读的 30 篇。时间轴上每个黑点是一次上首页,空心点是一次没冲上去的投稿。

  1. 正在载入经典…

Archive

经典库

按第一次上首页的年份分布,点柱子筛选。

排序

    About

    这些经典是怎么挑出来的

    1. 01

      合并同一个链接

      读取 Hacker News 自 2006 年以来的全部链接投稿,把 http/https、www、跟踪参数等写法不同的同一篇文章合并成一条。

    2. 02

      只留经得起时间的

      同一链接至少两次拿到 50 分以上(约等于上首页),而且两次相隔一年以上;再由 AI 剔除状态页、产品首页和新闻事件。

    3. 03

      写导读、译评论

      上首页次数最多的 2,000 篇配上中文导读、"为什么经久不衰",并精选翻译 HN 高赞评论。导读由 AI 生成,可能有误。

    思考与写作en.wikipedia.org

    认知偏误列表

    List of Cognitive Biases

    3次上首页
    7年跨度
    539累计得分
    148条评论

    2012 — 2019,它一次次回到首页

    黑点是上首页(≥ 50 分)的那次投稿,空心点是没冲上去的投稿,点越大分数越高。

    导读

    这是维基百科的“认知偏误列表”页面,按类别汇总了人类判断与决策中大量系统性偏差(如确认偏误、锚定效应、邓宁-克鲁格效应等),每条都附有简要说明和延伸链接。它更像一份可随时查阅的索引,而非深入讲解。

    为什么经久不衰:一页之内就能浏览上百种思维陷阱,方便对照自查;尽管“复制危机”让部分条目的可靠性受到质疑,它仍是认知心理学领域被引用最多的入口之一。

    关键词 认知偏误心理学决策维基百科

    HN 评论精选

    偏误无法当场识别或靠意志纠正,延迟重要决策是最实用的应对方式。

    我曾是认知心理学和偏误的狂热爱好者,尽量多读这方面的书,还做过已完成和待读书目的思维导图。我认为最实用的材料是查理·芒格的演讲,尤其是《人类误判心理学》和《穷查理宝典》。我读完这些书和演讲的主要结论是:你只能知道这些偏误存在,却无法察觉此刻是哪一个在起作用,也无法靠认知努力“修正”它。所以我找到的最实用的缓解办法,就是对重要决策“睡一觉再说”、推迟决定。

    buybackoff查看英文原文

    I was a big fan of cognitive psychology and biases and tried to read as much books as possible on the subject. Even had a mind-map on finished and TODO books (https://ic.pics.livejournal.com/buybackoff/8746464/10862/10862_original.gif upper-right corner). I think the best practical material on the subject is Charlie Munger talks. Particularly his talk "On the psychology of human misjudgement" (https://buffettmungerwisdom.files.wordpress.com/2013/01/mungerspeech_june_95.pdf) and "Poor Charlie's Almanack: The Wit and Wisdom of Charles T. Munger", which is an edited collectoin of his many talks. My main conclusion from reading all the books/talks is that you could only be aware of the existence of the biases, but cannot realize which one(s) is(are) at play now in your brain and cannot "fix" a bias with any cognitive effort. So "sleeping on"/delaying an important decision is the best practical way I have found to mitigate the always present pervasive biases.

    在复制危机背景下,这份清单里哪些条目经得起重复验证值得追问。

    我想知道这些偏误里哪些“站得住脚”、值得认真对待?之所以问,是因为“复制危机”也波及了卡尼曼等人的研究。我是真心想了解,因为知道哪些可靠才能据此改变自己的行为。

    baxtr查看英文原文

    I am wondering which of these are "solid" enough to be considered? I am asking because of the "replication crisis" which affected also Kahneman et. al. EDIT: I am genuinely interested in knowing, since it would be helpful to know which of these are reliable - in order to change my behavior accordingly. https://www.theatlantic.com/science/archive/2018/11/psychologys-replication-crisis-real/576223/ https://replicationindex.com/category/kahneman/

    社会心理学出身的许多偏误因统计实践不佳而难以经受检验。

    其中一些或许能被复现。我差点要给自己点踩,因为这话有点阴阳怪气;但我在心理研究领域工作,也许是我的偏见——许多来自社会心理学研究的认知偏误经不起推敲,太常见的原因是糟糕的统计实践……至少二十年前就是如此。

    SubiculumCode查看英文原文

    Some of which may be replicated. I'd be tempted to down-vote myself for snarky trolling except that I work in the field of psychological research, and perhaps it is my bias, but many of the cognitive biases that came from social-psychology research do not stand up to scrutiny, too frequently resulting from bad statistical practice...at least two decades ago.

    好奇强 AI 是否会自然继承人类认知偏误,并看好机器学习辅助定理证明。

    这些偏误中有多少会自然出现在强大的 AI 系统里?也许很多!或许当我们试图模仿人脑时,最终也会复制它的缺陷。我对深度学习用于符号化、逻辑化推理(如定理证明)的进展很兴奋:验证定理容易且可处理,证明则不然。我们可以让启发式算法提出可证明正确的算法,这有点类似人类写程序再证明其正确,会很有用。

    etaioinshrdlu查看英文原文

    How many of these will appear naturally in powerful AI systems? Perhaps many! Maybe by trying to emulate a human brain we will end up recreating its flaws. I am very excited in the progress of deep learning applied to symbolic, logical reasoning, like theorem proving. Theorem verification is easy and tractable, proving is not. We can have heuristic algorithms come up with provably correct algorithms! That is vaguely analogous to a human writing a program then proving it correct. Now that will be useful.

    历次讨论

    同类还值得读

    1. 保持你的身份认同足够小

      Keep Your Identity Small (2009)

      Paul Graham 2009 年的一篇短文:人一旦把某个话题当成自己身份的一部分(宗教、政治、编程语言皆然),讨论就会退化成站队和争吵,因为此时争论的不再是事实,而是"我是谁…

      思考与写作上首页 5 次 · 2009–2021paulgraham.com编辑精选
    2. 苏格拉底式教学法:通过提问而非讲授来教学

      The Socratic Method: Teaching by Asking Instead of by Telling

      记录了作者用纯提问的方式,引导一群小学生从零推导出二进制计数法的课堂实验,展示了苏格拉底式教学法的惊人效果。

      思考与写作上首页 5 次 · 2011–2022garlikov.com
    3. 你不能说的话

      What You Can't Say (2004)

      Paul Graham 2004 年的经典文章,探讨那些因道德时尚而不能公开说出的观点。

      思考与写作上首页 5 次 · 2014–2022paulgraham.com编辑精选
    4. 龙暴君的寓言(2005)

      The Fable of the Dragon-Tyrant (2005)

      哲学家 Nick Bostrom 于 2005 年写的一则寓言:一条每天吞噬数千人的巨龙(隐喻死亡与衰老)长期被人类当作不可抗拒的自然规律接受,直到有人提出并最终用导弹将其杀死,…

      思考与写作上首页 5 次 · 2009–2021nickbostrom.com编辑精选
    5. 现实有着惊人的细节量

      Reality has a surprising amount of detail (2017)

      2017 年的博文指出,现实远比我们以为的充满细节:我们习惯用简化的心智模型看世界,直到真正动手做事(比如作者举的造楼梯例子)才发现处处是未曾预料的细节。

      思考与写作上首页 4 次 · 2018–2025johnsalvatier.org编辑精选

    打赏支持

    打赏二维码

    觉得有用,请作者喝杯咖啡。

    WeChat

    关注向阳乔木

    微信公众号「向阳乔木推荐看」

    微信公众号「向阳乔木推荐看」二维码

    微信扫一扫;在微信里打开本页时,长按二维码识别。