跳到主要內容

Slim Diray 2/11

飲食:早餐/豬肉餡餅+餅乾*2+500g優酪乳;午餐/自助餐+700cc奶茶:晚餐/500cc珍珠奶茶+15粒水餃。晚餐7點半前吃。
運動:Boot camp 3
體重:-8.7公斤 (與前日輕0.4kg) 73.3公斤
就寢時間:2:00
檢討:略輕,大概量體重前沒喝水吧!運動完脫水狀態量的。最近飲料好像喝太多了。

今天Emma,因為從尼泊爾平安回來要凹我請他,還說我有講,根本就沒有啊!最後想說他好像最近生日,順便幫她慶生好了。結果...生日已經過了,好吧!等他厚臉皮邀大家慶生時,再說吧!

今天又去看煙火了,每天看的點都不一樣,看了第六次了,原本以為虹君他們會到我推薦的點,不過他們想從舞台正面的那個點看,那正好是我沒去過的點。原本沒有預期會比昨天好看,我比較喜歡靠近煙火的點,煙火像在頭頂快要掉下來的樣子。不過今天從舞台正面看,感覺也很棒,因為從側面看,水舞根本毫無意義,正面看才看得出水舞配合煙火的美感。而正面看,相對煙火放的面比較廣,跟前幾天看的感覺完全不一樣,出乎我意料外的好看。今天要出發的時候,才發現家裡兩台機車都被騎出去了,只好騎腳踏車去,但是又不放心停在會場外面,只好牽進去,因為必須從非管制區偷牽進去,人擠人超累的,牽到一半就有點想放棄,最後還是牽到舞台正面跟虹君她們會合,看完煙火他們要去對岸看燈展吧,我牽到一半就被人潮卡死了,只好放棄。其實我原本真的只是想去看煙火..。

今天被當面問那件尷尬的事,是的,我還是不知道怎麼回答。還是放不下他啊!

快樂為什麼不幸福
"大腦模擬未來的事不一定都是美好的,也會設想未來悲慘的景象,這些景象會讓我們相當的沮喪,而其原因有二,一、預先想到不愉快的事可以把他們的影響降到最低,二、恐懼、擔心和焦慮在生活中扮演有用的角色,預言在烙印恐懼,主要目的不是在預測未來,而是在預防。"
"簡單的說,我們有時候想像不好的未來,只是先把自己嚇的屁股尿流而已"
"前瞻可以帶來快樂、預防痛苦,但是大腦固執的思考未來最重要的是為了掌控,掌控令人覺得滿足"
"我們的掌控欲很強烈,而掌控的感覺也很不錯,因此人常表現好像自己可以掌控無法掌控的事,大部分的人內心深處似乎都會這麼認為,即使不知道誰輸誰贏,為何昨天晚上的美式足球比賽錄影帶就是無趣?因為比賽已經結束了,我們加油聲已不可能透過某種方式穿透店是、通過有線系統前往球場,並在球飛向球門柱實影響他的路徑!這種掌控幻覺最奇怪的地方也許不在於它的出現,而是他似乎能帶來許多心理上實際掌控的好處"

這就像很多人認為自己選股會比買指數型基金好,當能自己掌握時會有更勝算的想法,但事實上,據統計,主動型基金長期能打贏指數型的根本沒有。但是很多人也認為自己選股會比專業基金經理人好。我就是其中之一。難以逃脫掌控欲啊!
"影響力是好報酬,呼風喚雨則讓我們覺得快樂"
"我們堅持要開船,是因為自認清楚自己要去哪裡,可是事實上我們的操控很多時候都是白費工夫。這不是船沒有反應,也不是因為我們找不到目的地,而是真實的未來跟透過前瞻所呈現出來的景象有天壤之別。"

想想我自己會過分的想像未來或沒有發生的問題,其實這些事情根本不會發生。真是煩惱不請自來!

留言

這個網誌中的熱門文章

勝券在握

其實這本書,感覺上寫的有點雜,比上一本講巴非特的書更難懂,兩個講的東西其實是一致的。投資原則便是先選產業,再選公司,慎選時機進場。只買了解的企業是價值投資一貫的原則。價值投資的書大概就先看到這裡了,彼得林區不知道是屬於那一類的,接下來大概會看這部份的書。暫時的目標是把杜金龍介紹的書單看完,真的還不少。接下來的投資會以巴菲特的方法來做,感覺上這比較適合我,練習把漲跌不當一回事,對我而言真的很重要。期權大概不會再玩了,買了以後一直在看漲跌,令人受不了。工作時都不能專心。 就價值投資人而言,真的不需要我們的產品,因為第一點就把我們程式特性打死,不理會股票市場的漲跌,這樣報價功能就沒什麼意義了,價值投資根本不需要技術分析,除非我們能提供相關價值投資的資訊,但我們基本分析真的很爛,看不到什麼資料。有機會我來思考一下價值投資到底要什麼資料,能不能把他寫成一個可運用的程式。 以下是我認為重要的書摘,其實這也只包含最後一章,我認為也只有這章值得做書摘。 巴非特相信使用短期價格來判斷一家公司的成功與否是愚蠢的。取而代之的是,他要公司向他報告因經濟實力成長所獲得的價值,一年一次,他固定檢查幾個變數: 初始的股東權益報酬率。 營運毛利、負債水準與資本支出需求的變化。 該公司的現金產生能力。 如果這些經濟指標正在進展,他知道長期下來,結果會反應在股價上。短期之內,股價所發生的是是不合常理的。 投資策略 不理會股票市場每日的漲跌 不擔心經濟情勢。 買下一家公司,而不是股票 管理企業的投資組合 巴非特原則 企業原則 這家企業是簡單且可以了解的 了解一家企業如何產生利潤的相關經濟活動。 這家企業的營運歷史是否穩定 他必須經得起時間的考驗。 這家企業的長期發展前景是否看好 市場特許權,五力分析 經營原則 經營者是否理性 理性的經營者將只會把多餘的現金,投資在那些產生較資本成本報酬率為高的計畫裡。 經營者對他的股東是誠實坦白的 報告時能知道營業部門如何營業,坦承失敗,了解公司的目的是使股東權益報酬率達到最大。 經營者是會盲從其他法人機構的行為 當心『其他公司也這麼做,一定沒問題』為自己行為辯護的經營者。衡量經營者競爭力的一個方法是,看他們如何運用自己的思考能力以避免依附群眾心理。 財務原則 把重點集中...

借助 AI 除錯:解決登出時的解密錯誤

  前言 最近遇到一個有趣的 bug,趁這次機會試試看用 AI 來協助除錯。整個過程蠻有收穫的,分享給大家參考。 問題發現 Bug 描述 在測試登出功能時,發現 app 會發生 crash。追蹤後發現是在登出時,API 會呼叫底層的解密函式,但解密用的 key 明顯有問題,導致解密失敗而引發錯誤。 由於這段流程是另一位同事負責開發的,程式碼邏輯比較複雜,短時間內看不出根本原因。於是先採取防禦性做法: 如果 key 為空值,就將解密失敗的錯誤吃掉不處理 。判斷後認為這樣不會影響 UI 操作,因為登出後 key 會重新取得。測試後確認沒問題,就先把這個 bug 暫時壓下來了。 深入追查 第一回合:初步分析 趁著有空檔,決定詳細釐清這個問題。想試試 AI 的能耐,於是下了第一個 prompt: 分析 SessionManager 的 processEncryptedData 方法中,為何會發生 bytesToTrim > currentLength 的錯誤?從呼叫該方法的地方分析可能發生的原因。 AI 給出了幾個可能的原因: 加密數據損壞或截斷 網路傳輸過程中數據包丟失或損壞 API 回應中的加密字串不完整 解密後的最後一個字節值異常大 錯誤的加密算法或密鑰 使用了錯誤的解密密鑰或 IV Session key 交換失敗,但程式繼續使用無效密鑰解密 解密產生亂碼 Hex 字串轉換錯誤 包含非法字符、長度不是偶數、部分缺失等問題 AES CBC 解密失敗但沒有檢查錯誤 Whitebox 密鑰準備失敗 IV 不匹配 數據長度不符合 AES 塊大小要求 PKCS7 Padding 格式錯誤 加密時使用了錯誤的 padding 方式 最後字節不是有效的 padding 長度值 (1-16) 多重解密處理錯誤 數據被重複解密或解密順序錯誤 記憶體緩衝區問題 緩衝區大小分配錯誤或溢出 AI 也分析了呼叫鏈: API 回應 → DataTransformer → CryptoHandler → decryptSessionKey → processEncryptedData 評估: 這些分析大多是從相關函式內部找錯誤,但沒有太大用處,...

用 AI Debug 的迷思:當建議越改越糟時

現在許多開發者習慣用 AI 來協助 debug,但在實務上常遇到一種情況: 依照 AI 建議改了兩三輪後,錯誤仍然存在,甚至越改越複雜。 這種狀況其實有幾個常見的盲點,值得特別注意。 1. 先回到「上一個正常版本」 當你已經按照 AI 的方向修了好幾次但問題仍未解決時,最有效的第一步是: 回到上一個正常工作的版本,縮小問題來源。 許多 bug 並不是你正在看的那段程式碼造成的,而可能是: 同事剛好修改了某個底層模組 某個 shared component 產生 side effect Auto Layout 層級重新 layout 時觸發 crash 如果只是盯著眼前的 function 修,反而容易被誤導。 2. AI 沒有看到你的整個專案 AI 通常只能根據你貼出的片段判斷問題,這代表它不知道: 你的 view hierarchy 裡是否有其他 constraint 影響 layout 某些 model 是否被 extension 修改過 父層或子層邏輯是否干擾目前的行為 整個專案採用的 concurrency 模型是什麼 因此,AI 可能會朝著完全錯誤的方向修,導致反覆修改卻無法解決。 3. Swift 6 例子:錯誤真正原因常不在你修改的那一行 例如開發者常遇到的錯誤: passing closure as a 'sending' parameter risks causing data races 許多人(包含 AI)會開始從 function 內部調整,但這類錯誤真正的關鍵通常是: 傳進去的物件沒有實作 Sendable。 也就是說,你不是要改 function,而是要回頭檢查: 傳入的 model / struct / class 裡面是否有 non-Sendable 成員 是否需要標註 @unchecked Sendable 如果 AI 沒看到相關檔案,自然很難找到正確方向。 結語:AI 是工具,不是預言機 AI 很適合用來: 解釋概念 協助產生測試程式 提供重構建議 釐清你已懷疑的方向 但在 debug 狀況下,以下三件事更重要: 回到上一版,縮小差異範圍。 釐清真正問題來...