疏离

我给自己的疏离找了一个借口。

疏离
Photo by Wil Stewart / Unsplash

君子之交淡如水,小人之交甘若酒。每次想到,都有一种感觉——那种不浓烈、不腻歪、保持距离的相处方式,才是高级的。

于是我把它变成一种处世方式:不主动,不依赖,不让自己在关系里太投入。遇到喜欢也克制,遇到冲突也淡然。我告诉自己,这是成熟,是"看淡"。

直到有一天,我意识到,身边的关系越来越薄,越来越远。

这句话出处是《庄子·山木》,原文更完整:

君子之交淡若水,小人之交甘若醴。君子淡以亲,小人甘以绝。

后半句比较关键,却不常被引用:君子淡以亲,小人甘以绝。

君子的关系,淡,但是以亲——越处越亲近。小人的关系,甜,但是以绝——最后是断绝。

庄子描述的"淡",我现在理解是关系的质地,不是关系的温度。水是淡的,但水无处不在,滋养万物,从不离开。醴酒是甜的,但甜是表面的刺激,喝完就散。

所以"淡如水"的"淡",应该不是疏远,不是距离,不是克制情感——它说的是:这段关系没有利益的甜头,没有依附的黏性,但恰恰因此,它能够持久,能够真实,能够越来越深。

我之前把"淡"读成了一种态度——对关系本身保持距离。把"不执着"理解成"不投入",把"无为"理解成"退后"。

这是一个误解:从"放下对结果的执念",滑向"减少对关系的投入"。看起来像同一件事,实际上方向完全相反。

"放下执念"是说,你可以全情投入一段关系,但不执着于它必须走向某个结果。爱了,付出了,然后放手。

而"减少投入"是为了不受伤,提前撤退,用淡漠来保护自己——这是防御。

被误读的"淡如水" 真正的"淡如水"
核心 保持距离,减少依赖,以防受伤 没有利益黏附,没有条件计算
结果 关系越来越薄,最终消失 越处越亲,长久而真实

一个真正"淡如水"的人,在关系里应该是最温暖的——因为他不计算,所以能够真正给予;因为他不执着,所以能够完全在场;因为他不黏附,所以对方反而更自由地靠近。

老子说,上善若水。水善利万物而不争,处众人之所恶,故几于道。

水从不远离,它渗透一切,滋养一切,遇到石头就绕过去,遇到低洼就填满——但它从来没有"我要保持距离,免得沾湿自己"这样的念头。水的"淡",是无执,是无形,不是冷漠,不是退缩。

把这个放回关系里:真正的“淡如水”,是你跟一个人在一起时,心是安的,不会一边相处一边计算这段关系值不值;是你能感受对方的难过,但不会被淹没;是你愿意给予,但不需要对方用某种方式回报。

不是减少接触,而是让接触更干净。

回头看,我以"淡如水"为由撤退的那些关系,并没有变得更好。它们只是慢慢消失了。对方感受不到我的温度,就不再靠近;我感受不到联结,就更加确信"人与人之间本来如此"——一个自我应验的预言。

真正伤害那些关系的,不是我太热烈,而是我太早撤了。

我用"淡如水"来逃离的关系,最后得到的不是庄子说的"淡以亲",而是真正的淡——淡薄,淡忘,淡出。

君子之交淡如水,说的是关系的底色,不是关系的方式。底色是:没有算计,没有依附,没有表演出来的浓烈。但在这个底色上,可以有真实的在场,有流动的情感,有越来越深的理解。

淡,是对结果的不执着。不是对过程的不投入。

Read more

开源的意义

开源的意义

最近在用 Trae SOLO,有一种很奇妙的感觉——想法刚冒出来,服务已经跑起来了。这让我开始认真思考一个问题:开源的意义,到底是什么? 传统意义上,开源解决的是效率问题。代码难写,一个人写不完,所以大家共享代码、集思广益、快速迭代。这是开源存在的经济学基础——通过聚合全球开发者的零散时间,对抗单个组织的能力瓶颈。 但现在,Trae SOLO、Claude Code 这类自主 AI 代理的出现,让这个前提开始动摇。当一个没有工程背景的产品经理也能把想法直接落地成生产服务,"人力不够"这个问题,已经不成立了。 代码生成的边际成本,正在趋近于零。 效率提升的麻烦 按理说,代码生成变快了,开源应该繁荣才对。但现实恰恰相反——大量 AI 生成的低质量 PR 正在淹没开源维护者。研究数据显示,AI 辅助代码产生的缺陷率约为人类代码的 1.

稀缺的执行力

稀缺的执行力

最近看到一个55岁的人写给30、40岁人的话,其中一句: “你越是拖延改变,改变就会变得越痛苦且代价越高。” 我没有特别大的感触——不是因为这句话不对,而是因为我早就活在这句话的另一面了。 我是一个行动力很强的人。有想法,当天就开始动。不确定,就先试。做错了,再调。这件事本身没什么了不起,但在AI这个时代,它突然变成了一种稀缺能力。 想法这个东西,从来不值钱 我身边不缺聪明人。 有人跟我聊过一个方向,我觉得不错,问他打算什么时候开始。他说,再等等,想清楚了再动。三个月后我们再聊,他还在”想”。又过了三个月,这个方向已经有人做出来了,还跑通了。 这不是个例。这几乎是一种普遍现象。 AI出来之后,这个问题被放大了十倍。工具门槛低了,信息差小了,一个普通人能做到的事情多了很多。照理说,应该有更多人去试、去做。但我观察到的恰恰相反——很多人花在”研究怎么用AI”上的时间,远远多于真正用AI做出任何东西的时间。 想法变得更廉价了,行动依然稀缺。