Sign in Subscribe
任成斌

任成斌

生活，学习，关爱，留下遗产

如何“设计”你的人生
读书 Featured

如何“设计”你的人生

前言 最近我读完了一本非常有趣的书，《Design Your Life》，中文版名为《斯坦福大学人生设计课》。这本书主要讲述了斯坦福大学的两位教授如何利用设计思维来指导学生选择他们未来的职业生涯。起初听到这个书名可能会让人联想到一些成功学的内容，但实际上书中的内容远比我想象中的更有趣和实用。 近期正值高考报志愿的时候，许多学生和家长刚刚经历了所谓的“一考定终身”的压力，现在又面临着“一选定终身”的纠结。正因如此，我想与大家分享一下这本书对我的启发，并希望能对大家有所帮助。 你喜欢你的专业么？ 最近，张雪峰关于新闻学就业的言论引发了广泛的争议。关于这种以就业为导向的专业选择是否正确，我们暂时不展开讨论。然而，这场争议也揭示了几个现实问题：许多人在毕业后并不从事自己大学所学的专业。在大学期间，许多年轻人也并不清楚自己未来的职业方向。更严重的是，许多人并不知道自己真正喜欢从事哪种职业。那么，让我们换位思考一下: 在18岁报考大学时，我们是否真的充分了解自己，明确自己的兴趣，并且这么多年以来没有发生过改变么？ 了解你自己 在本书的第一部分中，作者介绍了几个帮助大
20 min read
与AI共舞：如何更好拥抱ChatGPT
技术

与AI共舞：如何更好拥抱ChatGPT

引言 今年科技圈最具有突破性的新技术就是以ChatGPT为代表的通用语言模型。ChatGPT带来的面对复杂文本的理解和对话能力让人叹为观止。虽然国内使用ChatGPT，以及其付费版非常有难度，但我相信很多人已经开始在工作和生活中积极使用ChatGPT，并且已经享受到这种通用语言模型带来的生产力提升。 我自己从ChatGPT刚上市初期就开始使用，并且是最早一批付费版的用户。我自己在使用过程中，经常会惊叹于技术突飞猛进的发展。既然AI的突破性发展势不可挡，那我们就要想一下如何“打不过就加入”了。 我自己看过网上不少ChatGPT的教程，自己也有过不同种类的实践。最近我发现了吴恩达教授的Deeplearning.ai公司新出的课程，叫做ChatGPT Prompt Engineering for Developers。这门课程是我到目前为止看到的最系统的一门课程。授课老师之一是OpenAI的员工，所以这门课程也可以算作半个官方课程。接下来我就会顺着这门的课程的主线，结合我自己的实践，分享下怎么更好的和ChatGPT协作。 如何更好的提问？ 我们和ChatGPT沟通很直接，就是通过
10 min read
也许你该找个人聊聊
读书 Featured

也许你该找个人聊聊

周末在家读完了《也许你该找个人聊聊》，一本讲心理治疗的书。作者洛莉是美国的一个心理医生。同时因为自己遇到了情感问题，自己也通过另外一个叫温德尔的心理医生得到了治疗。这种独特的双重视角是本书很有趣的点。同时作者在转型成为心理医生之前，有过在好莱坞做编剧的经历，所以整本书几个主角的故事穿插讲述，有种看美剧的感觉。 本书阅读体验还不错，不过前半部分并没有感觉特别出彩，更多的是铺垫“剧情”和人物。不过如果坚持读到后半部分，各个角色所面临心理问题的真正原因，以及他们得到“救赎”的过程，会让人既感动又感慨。 下面就分享几个让我印象深刻的角色： 约翰 约翰是一位好莱坞知名编剧，因为和家人的关系紧张来找作者做心理咨询。在书中他是一个特别不好相处的人，觉得周围的人都是“蠢货”，让人觉得他特别自大。 但是经过和作者多次的咨询，有一次他无意说出的“盖比”这个名字，让整个治疗进入了全新的阶段。他除了现在的两个女儿，其实之前有过一个叫盖比的大儿子。盖比是在一次车祸中丧生，而其他家人幸存了下来。车祸的原因主要是对方酒后驾车，但是当时约翰刚好在和老婆吵架，然后低头看手机，悲剧就发生了。 从这个悲剧之后
10 min read
游戏定价策略实战：多令牌系统定价
技术 Featured

游戏定价策略实战：多令牌系统定价

背景 定价策略是很多行业的核心决策之一，游戏行业也不例外。在传统行业，很多公司会基于成本定价（例如：成本+30%利润定价），或者匹配竞争对手的定价。而在游戏行业中，游戏道具的边际成本接近于零，同时不同游戏间道具的可比性较差（例如：王者荣耀和荒野乱斗中的皮肤，价格有可比性么？），这就给游戏内道具的定价带来一些挑战。很多时候游戏策划会根据个人经验，以及参考市面上类似游戏的价格，来对一款游戏的核心物品进行定价，并以此作为基准规划其他道具和礼包的价格。不过很多时候，我们并不知道目前我们的价格是不是最优价格。比如一款皮肤，到底应该卖99元还是199元呢？本文希望介绍一个简单的理论框架，跟大家分享如何通过对不同产品的定价进行优化，来提高整体游戏营收。 理论最优：完全个性化定价 对于同一款产品，不同玩家心中有不同的心里价位（Willingness To Pay）。例如下图中的需求曲线： 从游戏开发商的角度，假设我们能知晓每个玩家的心里价位，那我们的最优定价就是完全个性化，针对每个玩家定价为他的最大心里价位。这个虽然比较理想化，但在实际中有些公司基于用户数据，已经可以部分实现上述的差异化定价了。之
8 min read
AB测试避坑指南
技术 Featured

AB测试避坑指南

前言 最近在上海居家隔离已经将近两个月的时间，一转眼已经夏天了。虽然生活有诸多不易，但总归是比较有条理。居家隔离的事实无法改变，心想倒不如利用这段时间，把之前的一些经验沉淀下来。一方面能够系统的把自己的思路梳理一下，另一方面若是能帮到一些人，给大家提供了一些新的思路，那我也觉得很开心了。 本文主要是把自己之前一些AB测试中遇到的一些案例，分享一些我的经验和思考。主要关注案例分析，而不是关于AB测试的入门文章。 如何处理网络效应或者外部效应？ 在大多数情况下，AB测试是判断因果关系最科学的方法之一。其中很重要的一个原因，就是通过随机化进行了变量控制，对照组和实验组几乎完全相同，只有要测试的内容是不同的。这样就能比较准确的衡量测试内容的准确效果。 但是在某些情况下，即使是随机分配的AB测试，也会遇到无法准确测试效果的情况。最常见的就是有网络效应或者外部效应的测试情形。所谓的网络效应，或者外部效应，简单来说就是对照组和实验组不是完全独立的，他们会相互影响从而使测试结果出现误差。 在游戏领域，一种情况就是价格测试。AB测试可以帮助找到一个游戏道具或者皮肤的最优价格。假设我们想测试一个皮
10 min read
2021年全球大类资产回报
金融

2021年全球大类资产回报

主要结论 2021年，全球大类资产在各大央行的史无前例大放水下继续高歌猛进，全球各大主要市场的股票，房地产以及大宗商品到目前为止表现都十分亮眼。主要资产中，唯一出现显著下行的是中国股票市场，受到政府监管和反垄断的影响，以及过去两年高增长带来的压力，今年至今下滑了接近12%。 大类资产今年回报 资产类别年初至今回报美国股票17.20%全球股票9.10%中国股票-11.80%美国债券-0.60%全球债券-0.70%中国债券3.87%美国房地产26.80% 全球房地产7.50%中国房地产12.0%大宗商品33.50%我的港美股组合12.40%我的A股组合-0.60%> 数据截止到2021年7月低，北上深房价截止到6月底 上述数据中“全球”均指全球除美国外市场 全球股票市场 全球股票市场在2021年持续了疫情以来的强势表现： * 美股上涨了17.2% * 全球除美国外上涨了9.1% 中国股票市场表现显著落后全球其它主要市场，截止到7月底下滑了11.8%。主要原因可能是受到国家反垄断的影响，
4 min read