代码可以构建世界，但生活中的乐趣远不止于此。这里是我一周的精选。
周刊开源（Github：wmyskxz/weekly），欢迎提交 issue，投稿或推荐精彩内容。
题图
周五，腾讯深圳总部门前排起长龙------近千名开发者与 AI 爱好者来到腾讯大厦，在腾讯云工程师的协助下，通过腾讯轻量云 Lighthouse 完成了开源 AI 智能体 OpenClaw 的云端安装。
本周讨论：为什么所有费用都必须付两遍？
你有没有过这种经历？
花几十块买了一把便宜的伞，第一次刮大风就翻了。于是你又买了一把，然后又一把。到年底一算，花的钱比直接买一把好伞还多，而且每次淋雨的那几分钟，全是白受的罪。
或者更常见的：为了省时间，跳过说明书直接上手组装家具，结果装到一半发现搞反了，拆掉重来，最终花了三倍时间。
这种事在生活中反复出现------我们试图省掉某一步，结果省掉的部分非但没省下来，反而加倍地回来了。
这让我好奇：这到底是运气不好，还是背后有什么规律？
我花了一些时间翻了翻经济学、心理学和工程学的研究，发现这个现象比我想的要深刻得多。它不只是"一分钱一分货"那么简单------从一双靴子到一个国家的基础设施，从你的睡眠到你的学习方法，背后藏着同一条底层逻辑。
今天就来聊聊这件事。
一、那些"付了两遍"的真实案例
先看几个真实的例子，涵盖不同维度。
金钱维度：一双靴子的故事
英国奇幻小说家 Terry Pratchett（特里·普拉切特）在 1993 年的小说《Men at Arms》里，借一个叫 Vimes 的城市卫队队长讲了一个后来被称为 "靴子理论"（Boots Theory） 的故事：
一个穷人花 10 英镑买一双便宜靴子，鞋底薄，不防水，穿一两个季度就坏了。十年下来花了 100 英镑，脚还总是湿的。而一个富人花 50 英镑买一双好靴子，穿十年，脚始终是干的。
穷人花了 100 英镑，富人花了 50 英镑。穷人不是不想买好靴子------他是一次拿不出 50 英镑。所以他被迫一遍一遍地买便宜货，每一遍都在"付费"，总成本远超一次到位的价格。
这个故事之所以流传了三十多年，是因为它戳中了一个真实的结构性问题：有时候"省钱"本身就是最贵的选择。
时间维度：跳过基础的代价
我身边有不少朋友学编程，一上来就想直接学机器学习、学大模型。基础的数据结构、线性代数？太无聊了，跳过。
结果呢？学到一半发现看不懂公式，回头补数学；公式看懂了但代码跑不通，又回头补编程基础。原本"省"下来的那几个月，最终要花双倍时间补回来------而且因为高级内容和基础知识是交叉的，补起来远比从头学更痛苦。
这不只是个人感受。德国心理学家 Hermann Ebbinghaus（艾宾浩斯）早在 19 世纪就发现了著名的"遗忘曲线"------人在学完新知识后的 24 小时内会遗忘约 70%。
后来基于他的研究发展出的 "间隔重复"（spaced repetition） 方法------也就是按照逐渐拉长的时间间隔进行复习------被证明可以大幅减少复习次数。但间隔重复有一个前提：你第一次学的时候得学对、学透。如果基础本身就是半生不熟的，那你重复的不是正确的理解，而是错误的记忆。跳过基础去学高级内容，就像在沙地上盖楼，每一层都摇摇欲坠，你不得不反复回去加固地基。
健康维度：睡眠不足的隐性账单
很多人觉得少睡一两个小时没什么大不了的。"我年轻，扛得住。"
但数据讲了一个不一样的故事。美国知名民调与咨询机构 Gallup 的研究发现，仅在美国，因睡眠问题导致的生产力损失就高达 440 亿美元。而另一项跨国比较研究估算，如果综合计算缺勤、出勤低效和工伤事故等间接成本，美国的年度损失可能超过 1500 亿美元。
更让人警惕的是：美国睡眠基金会（Sleep Foundation）引用的研究显示，连续两周每晚只睡 6 小时的人，其认知表现的衰退程度等同于两个晚上完全不睡觉。关键在于，这些人往往意识不到自己的状态已经变差了------他们以为自己"适应了"，实际上只是对自身的迟钝变得迟钝了。
你以为省下了 2 小时睡眠用来工作，实际上那 2 小时的"工作"质量大幅缩水，而你的身体会在未来某个时刻------通过更差的判断力、更慢的反应、更高的患病概率------把这笔账连本带利收回去。
基础设施维度：一个国家的拖延成本
个人如此，国家也一样。
美国的基础设施------公路、桥梁、水管、电网------很多建于上世纪中叶。几十年来，维护经费被一届一届地往后拖，因为维护是看不见政绩的，不如建新东西有新闻价值。
结果呢？根据美国公共政策研究组织 Volcker Alliance 和 Pew 研究中心的联合报告，美国累积的延迟维护成本已经超过了 1 万亿美元。仅州和地方政府层面，道路和桥梁的延迟维护缺口就达到 1050 亿美元。
一万亿美元。如果这些维护在该做的时候就做了，花费只是现在的一个零头。但当时觉得"还能再撑撑"，于是小裂缝变成大裂缝，小修变成大修，补路面变成重建整条路。
省掉的每一笔维护费用，最终都以数倍的修复费用回来了。
二、为什么会这样？
这不只是几个巧合的案例。如果你仔细看，从靴子到基础设施，从睡眠到学习，它们遵循的是同一个底层逻辑。
"技术债"：一个可以推广到所有领域的概念
1992 年，软件工程师 Ward Cunningham 提出了一个概念，叫 "技术债"（technical debt）。他的意思是：在写代码的时候，你可以走捷径------跳过测试、不写文档、用临时方案凑合------这就像借了一笔债。短期内你"省"了时间，但这笔债会产生"利息"：代码越来越难维护，bug 越来越多，新功能越来越难加。如果一直不"还债"，利息会滚到让整个项目瘫痪。
这个概念虽然起源于软件工程，但它的适用范围远不止于此。
你的身体有技术债------不运动、不体检、饮食不规律，短期内"省"了时间和精力，但健康的"利息"迟早会来。
你的人际关系有技术债------小矛盾不沟通、不处理，堆积到一定程度就变成大爆发。
你的知识体系有技术债------基础没打好就往上堆，到某个节点就会发现整个体系摇摇欲坠。
任何你"欠"下的投入，都不会凭空消失。它会以某种形式积累，直到你被迫连本带利一起还。
大脑的"设计缺陷"：双曲贴现
如果"走捷径"的代价这么明显，人为什么还是一次又一次地走捷径？
答案在我们的大脑里。
经济学和心理学里有一个被反复验证的现象，叫 双曲贴现（Hyperbolic Discounting）。简单来说就是：人类天生倾向于高估眼前的收益，低估未来的代价。
比如，如果给你两个选择------今天拿到 100 块，或者一个月后拿到 120 块------很多人会选今天的 100 块。理性地算，等一个月多拿 20% 是一笔很划算的买卖，但大脑就是更偏爱"现在就能拿到的东西"。
这不是因为人"傻"或者"没自制力"。早在 19 世纪，奥地利经济学家 Eugen von Bohm-Bawerk 就指出，人类对未来需求的想象力天然不足------未来的痛苦是模糊的、抽象的，而眼前的舒适是具体的、真实的。
从神经科学的角度看，这涉及大脑两个系统的竞争：
- 边缘系统（大脑中负责情绪和本能反应的部分）偏爱即时奖励------"现在就要"；
- 前额叶皮层（负责理性规划和延迟满足的部分）才能考虑长远------"等一等更好"。
两者在你做每一个决策时都在拉锯。当然，实际的大脑决策过程远比这个二分法复杂，但这个简化模型有助于我们理解一件事：为什么"明知道该怎么做，就是做不到"。
当你深夜刷手机舍不得睡觉，当你想"这个基础知识以后再补也来得及"，当你觉得"这次不保养车子也没事"------都是边缘系统赢了那一回合。
双曲贴现让我们系统性地低估"跳过"的代价。每一次看似聪明的"省略"，都是在给未来的自己签一张数额更大的账单。
维护成本是真实的：所有系统都在退化
还有一个容易被忽视的事实：不做任何事情本身就有成本。
我们直觉上总觉得"不动"就是"不花钱"------车放在车库里不开就不会坏，不去体检就没有坏消息。但事实恰好相反：所有系统------身体、关系、技能、设备------只要不主动维护，就在慢慢退化。打个比方，就像一个房间如果没人打扫，灰尘会自己积起来，东西会自己乱起来------有序的状态不会自动维持，它需要持续的投入。
工程领域的数据对此非常明确。一项对大量企业维护数据的 分析研究发现，定期做预防性维护的企业，其维护的投资回报率（ROI）平均高达 545%------也就是说，在预防性维护上花的每一块钱，通过避免故障、减少停机和延长设备寿命，平均能带来 5 块多的回报。另一项 行业统计 则从反面印证了这个数字：等设备坏了再修的"应急维修"成本，大约是定期保养成本的 5 倍。
换句话说，一栋楼每年花 10 万做保养，和放着不管等它出问题再修，后者的总花费大概是前者的 5 倍。不是因为"出了问题"才贵，而是因为问题在被忽视的那段时间里，一直在安静地生长。
身体如此、技能如此、人际关系如此。不维护不等于免费，不维护只是把账单推迟了，而推迟本身会让账单膨胀。
三、哪些费用必须"付两遍"？------一个判断框架
说到这里，你可能已经开始想：那是不是所有事情都不能走捷径？是不是什么钱都不能省？
当然不是。生活中有大量费用是可以省的，也有大量步骤是可以跳过的。问题不在于"能不能省"，而在于"省的是哪一类"。
根据前面的分析，我试着把那些"省不得"的费用分成三类。这不是什么权威框架，只是我自己整理出来方便思考的工具。而且这三类之间并非互不相关------比如"学基础"既是基础性投入，也包含认知性投入。这个分类的目的不是严格划分，而是帮你从不同角度识别哪些费用省不得。
第一类：基础性投入（地基型）
这类投入是后续一切的基础。跳过它，后面的东西要么建不起来，要么建起来了也会塌。
典型场景：不学基础数学直接学机器学习，不理解语法直接背高级句型，不做市场调研直接开公司。
特征：跳过之后，你不只是"少了一块"，而是后面的每一步都因此变得更难、更慢、更容易出错。而且当你被迫回头补的时候，不只是补基础本身的成本------还要加上"返工"的成本：已经学了的高级内容要重新理解，已经写了的代码要推翻重来。
省掉的结果：不是 1 倍回来，而是 1 + 返工成本。
第二类：维护性投入（保养型）
这类投入不会直接产出什么新东西，但它防止已有的东西退化。
典型场景：不体检、不保养车、不维护老客户关系、不定期复习已学知识。
特征：省掉维护费的时候你什么感觉都没有------不体检的那天你没有任何不适，不保养车的那个月车开起来一切正常。但问题在暗处生长。等到症状出现，往往已经从"小修"变成了"大修"，甚至变成了"不可修"。
省掉的结果：应急修复的成本大约是定期保养的 5 倍。
第三类：认知性投入（学习型）
这类投入不是为了"做对一件事"，而是为了"理解为什么这么做"。
典型场景：考试背答案而不理解原理，照搬别人的方案而不思考为什么，只知道"怎么做"不知道"为什么这样做"。
特征：走捷径的后果不是当下暴露的，而是在下一次遇到类似问题时才暴露------因为你没有理解原理，所以你没法举一反三，遇到稍有变化的情况就又不会了。于是你反复犯同样的错误，反复从头摸索，每次都在"重新付费"。
省掉的结果：不是付两遍，而是付 N 遍------每遇到一次类似情况就要付一遍。
那些真正能省的费用
不是所有费用都属于以上三类。有些费用是真的可以省的：
- 沉没成本------所谓沉没成本，就是已经发生、无法收回的成本。不需要为了"已经花了钱"而继续投入。一本读了三章发现不适合你的书，不必为了"不浪费"而硬读完。
- 过度包装的成本------很多时候你为品牌、包装、便利性支付的溢价，与核心功能无关。
- 可以被技术替代的成本------自动化能做的事情不需要手动做，有现成工具就不需要从零造轮子。
关键的判断标准是：如果我跳过这一步，未来会不会被迫回来补？ 如果答案是"会"，那这笔费用大概率省不掉。如果答案是"不会，跳过就是跳过了"，那就可以放心省。
四、怎么只付一遍
写到这里，我不打算给你一碗鸡汤，说"所以要延迟满足"、"要能吃苦"、"要有长期思维"。这些话当然没错，但说了等于没说------谁不知道要有长期思维呢？问题是怎么做到。
我觉得比较实用的是一个具体的决策习惯。
一个值得反复问自己的问题
每次面临"要不要跳过/省掉某一步"的决策时，问自己一个问题：
"如果我现在跳过这一步，未来会不会被迫回来补？如果要补，补的成本是现在做的多少倍？"
- 不学基础直接学高级？------大概率要回来补，而且补的时候还要拆掉已经搭好的东西。这一步省不得。
- 买便宜的日用品试试？------坏了再买一个也没多大损失，而且有可能便宜的就够用了。这一步可以省。
- 今天不去体检？------短期没事，但如果真有问题，晚发现半年的代价可能是早发现的十倍甚至百倍。这一步省不得。
- 跳过一本书的某个章节？------如果后面的内容不依赖这一章，跳了就跳了。这一步可以省。
这个问题不会给你一个完美的答案，但它能帮你建立一个基本的判断直觉：区分"真正的捷径"和"伪装成捷径的弯路"。
"慢就是快"在哪些场景下成立
"慢就是快"这句话被说得太多，以至于变成了一句正确的废话。但它并不是在所有场景下都成立------如果什么都不急不躁慢慢来，那效率就真的成了问题。
我觉得"慢就是快"成立的场景，恰好就是上面三类"省不得"的费用：
- 打基础的时候------慢一点把地基打牢，后面盖楼的速度会快得多
- 做维护的时候------花一点时间定期检查，比出了大问题紧急抢修要快得多
- 理解原理的时候------花时间搞懂"为什么"，比遇到每个新问题都从头摸索要快得多
而在其他场景下------执行已经熟悉的流程、选择影响不大的选项、处理结果容易纠正的事务------快就是快，不需要刻意放慢。
回到那把伞
还记得文章开头那把被风吹翻的伞吗？
现在用"付两遍"的视角重新看这件事：那把便宜的伞不只是"质量差"的问题。当你站在风雨中，手里拿着一把翻掉的伞，浑身淋湿，你付出的不只是那把伞的钱------还有淋雨的不适、重新买伞的时间、衣服湿了影响接下来半天的心情和效率。
这些"隐性成本"在做决策的时候是看不见的。我们的大脑天然擅长计算看得见的成本（这把伞才几十块！），而天然不擅长计算看不见的成本（但你未来会因此损失多少？）。
我不是说凡事都要买最贵的、做最充分的准备。那不现实，也没必要。但下次当你面临"要不要省掉这一步"的选择时，也许可以多问一句：
这笔费用，我真的只需要付一遍吗？
如果答案不确定------也许多花一点时间、多投入一点成本把它做到位，反而是更省钱、更省时间的选择。
毕竟，大多数捷径的终点，都通向一条更远的路。Be Better~
热点新闻
1、这座冰山曾是全球最大，现在只剩几周寿命（英文）
A23a，这个1986年从南极冰架崩下来的巨无霸（面积超两个伦敦），在海底泥里卡了30多年后，2020年突然醒了。它漂了快40年，直到2025年初还是庞然大物，能横跨英吉利海峡。
但过去一年，它迅速走向死亡。先是侧面被海水啃掉四分之一，接着在南大西洋暖流上空打转时被机械力撕开，几块大冰裂出去自立门户。到去年12月南半球盛夏，融化的冰水在表面形成深蓝湖泊，水灌进裂缝撑裂冰块（这叫水力压裂），加上海水已暖到近10°C，内外夹击下，冰山像泡在杯子里的冰块，几周内就散架了。
科学家紧盯着它，因为冰山是南极冰架的"流动实验室"。冰架是冰川伸进海里的舌头，起着挡水大坝的作用。看A23a在暖水里怎么崩，就能推测南极冰架在气候变暖下会不会也突然垮掉------那才是海平面上升的真正威胁。
2、空中涡轮机（英文）
我国正在测试一种全新的发电方式：用氦气球把风力发电机吊到2000米高空，通过系留缆绳把电送回地面。这个叫SAWES的系统，去年10月首次试飞，今年1月最新型号S2000已在四川并网发电，单次测试发了385度电。
说白了，这是把传统风电"倒过来玩"------不要几百米高的钢塔和混凝土底座，改用复合材料气囊和缆绳。好处是省材料（最高省90%）、能移动、对鸟和景观影响小，而且高空风更稳，理论上能在地面没风的地方发电。目前正计划在广东一个环保岛上试用。
但问题也很现实：丹麦专家指出，这套系统2000米高处的发电数据还没经过同行评议和独立验证，缆绳强度和空域审批也是全球同类技术的老大难。中国团队已申请51项专利，目标是最终替代部分化石能源，但离商用还有距离。
文章
1、Claude Code 会毁掉我们的团队吗？（英文）
AI 编程工具正在引发一场团队内部的身份危机。工程师觉得自己能做产品和设计，产品经理觉得自己能写代码，设计师觉得其余两件事也不难------每个人都在向同一个「高价值层」集中。问题不是能力本身，而是所有人同时涌向同一个杠杆点，带来的是争夺而非协作。
作者采访了多位团队负责人，得到的反馈高度一致：专才正在被淘汰，通才开始吃香；某公司 15 人工程团队里，产品负责人已经在小项目上直接自己提 PR，绕过了工程师。
但作者的判断不是「分工会消失」，而是分工会重组。他看好的新范式是：产品经理和工程师一起坐下来，前者负责理解用户需求和产品目标，后者负责把关架构、安全和可维护性，两人共同驱动 AI 写代码、实时迭代。尘埃落定后，协作可能比以前更紧密，只是合作的形态变了。
2、品牌时代（英文）
1970 年代，三重打击同时砸向瑞士制表业：日本竞争、瑞郎升值、石英机芯问世。存活下来的品牌做了一件事：放弃卖「精准与轻薄」，转而卖「身份与稀缺」。这不是一次简单的战略转型，而是整个行业性质的根本改变------从卖工程变成卖品牌。
作者提出一个核心矛盾：品牌逻辑与好设计天然对立。好设计追求最优解，而最优解会收敛；品牌必须与众不同，所以必须偏离最优解。黄金年代（1945-1970）的表径 32-33mm，追求极致纤薄;品牌时代的表径 42mm，追求极致辨识度。500 年来制表师孜孜不倦地把表做小，品牌时代把这个方向彻底反转了。
百达翡丽今天的 Nautilus 不是你想买就能买到的：你需要先多年购买低价位产品「表忠心」，再排队等候，还要忍受被监控------一旦被发现转卖，整条经销商链条都可能被切断。这不是卖手表的生意，这是在管理一个受控资产泡沫。作者说：这一切之所以显得如此怪异，是因为形式已经失去了功能可供追随。
3、无代价的祭献（英文）
《旧约》里大卫王的故事提供了这篇文章的核心命题：无代价的祭献不算祭献。作者用这个比喻拆解一个正在发生的系统性问题。
AI 把三件事的边际成本压到了接近零：求职申请、文章写作、代码提交。结果是所有人都开始「大量生产」：求职者平均投递数百份简历，每位招聘人员要处理的申请量是四年前的四倍；Claude Code 已经贡献了 GitHub 公开提交量的 4%，预计年底前超过 20%。数量爆炸，但信号全部消失------因为当所有人都能零成本「表示认真」，认真本身就无法被识别了。
作者引用历史学家 Beniger 的框架：工业革命制造了「控制危机」，信息技术作为解法而诞生。而现在，信息本身已经与它所代表的底层现实脱钩------就像废除金本位，货币可以无限印，但背后没有黄金。GitHub 提交量和真实经济产出之间的关系，越来越模糊。
他没有给出系统性解法，但给出了个人层面的答案：主动付出代价。不是因为会被算法识别，而是因为「灵魂会透出来」，人们感受得到用力与不用力的区别。付出五十舍客勒（即使对大卫王来说是小钱），是对祭献本身的尊重。
文章通过与数位AI创业者和投资人的对话，指出AI驱动的生产方式正在让许多传统教育理念失效。核心结论是：教育的重心必须从"训练执行"（你能不能做到）转向"训练认知"（你能不能判断好坏、提出好问题）。
AI时代，个人能力的"执行价值"大面积贬值（如"写得一手好文章"、"能算对"），但技能的"认知价值"反而在升值（如写作背后的结构化思维、数学背后的抽象逻辑）。职场上能用AI驱动更多产出的人具备六项核心能力：理解AI特性、拆解工作、设立标准、让AI互相协作、表达成果、整合输出。这恰恰是孩子十年后需要的能力。
文章建议家长：给孩子AI账号，在风险可控范围内给最高权限；让孩子做真实的项目，而非模拟的作业；鼓励孩子建立可被检索的个人作品集，因为学历的"信号带宽"已过低。那些"坐不住、三分钟热度、敢于质疑"的特质，在AI时代可能正是优势。
5、理性的两种观点（英文）
传统理性观追求真理，认为真相至上，人应该逻辑思考，认知偏差是缺陷。更深层的理性观追求实用，认为有用性至上，人先情感决策再逻辑解释，认知偏差有进化功能。
作者用对比表阐明差异：迷信和星座从科学看是错的，但对多数人有用；彩票从概率看必亏，但给人「低成本博大奖」的希望，期望效用为正。自我帮助行业常被批评「不科学」，但许多「不科学」的方法像安慰剂一样确实有效。关键在于区分「科学上为真」和「经验上有用」。
作者创业做习惯教练应用 Nintee 时发现：改变行为的核心障碍是情感而非信息。人们已有足够知识，缺的是行动的情感支撑。这解释了为何 Duolingo 能赢------它把学习变成游戏，满足即时 gratification 和审美体验，而非单纯传授知识。
理性应是个人化的：对我有用的对你未必有用。与其纠结某事是否「真」，不如问是否「有用」。
6、是谁把「金钱」设计得如此复杂？一个小岛的故事，带你理清人类货币的底层逻辑（视频）
本期视频以一个小岛故事为引子，深入浅出地解释了人类货币和经济发展的底层逻辑。视频从原始的以物易物，逐步引入了储蓄、资本、利息、公司、政府、货币发行、通货膨胀、房地产泡沫及经济周期等核心概念。
作者强调了储蓄和积累资本的重要性，认为消费是经济增长的结果而非原因，并鼓励个人在职场中"偷取"公司资本（即学习和积累技能、资源与影响力）。
同时，视频也批判了过度干预市场和鼓吹消费的短期行为，并指出经济周期是不可避免的，提醒人们应敬畏周期、坚持储蓄、积累资本以应对未来的不确定性。
视频旨在帮助年轻人理清金钱密码，理解经济本质，从而更好地投资自我并驾驭复杂世界。
好奇星人
本周暂无；
言论
1、
我们的记忆、思想和设计应该比我们用来制作它们的软件更持久。
--文件系统正在迎来高光时刻（英文）
2、
你不会因为确信自己能做好某件事而变得有能力。你是因为做了某件事------任何事------才变得有能力。
信心跟随行动，而非先于行动。
世界不会等你准备好才改变，因为你永远也准备不好。
--无论是什么，请一定要去做（英文）
3、
OpenClaw从来都不是一把能打破围墙的钥匙，它只是一面镜子。它照出了开源世界对个人数字主权的向往，也照出了国内闭环生态最坚硬的底色：在围墙里，所有能让你用上的便利，本质上都是巨头们愿意给你的。技术从来都不是限制，规则才是。
4、
编码代理的定义特征是它能够执行自己编写的代码。这也是为什么编码代理比那些直接输出代码、没有验证方法的大型语言模型（LLM）更有用。
在LLM生成的代码被执行之前，千万不要假设它能正常工作。
--智能手工测试（英文）
订阅
微信搜索"我没有三颗心脏"或者扫描二维码，即可订阅。
