a failure that occurs once in ten million conversations is unlikely to be discovered in a million-sample run, so adversarial evaluations, red-teaming, and targeted tail-risk analysis remain necessary
Deployment Simulation的盲区：它无法检测频率低于1/200,000的行为。但对于AI安全来说，最危险的风险恰恰往往是极低频率的极高危害事件（尾部风险）。这就是为什么这个方法是对红队测试和对抗性评估的补充，而非替代。两类方法各有分工：Deployment Simulation负责覆盖高频行为的准确预测，红队测试负责挖掘低频的严重威胁。这种分工的清晰承认本身，反而是这篇论文科学性最强的地方之一。
如果某个数学定理他不去证明，某个量化策略他不去验证，可能真的就少有人能做出。但如果 Wave 没有他，可能 Wave 还是会招到一位优秀 CTO，或者 OPay 会占领 Wave 现有的市场，提供完全一样的服务。Kuhn 会在意自己贡献起决定作用吗？Kuhn 说，知道自己一定程度上不可替代当然是重要的。只是他回顾 Wave 的历史，他认为如果不是他，公司不会发展地那么快。
你的意义可以是实现那个迟早会发生的事
1）真实世界的问题维度很高，难题不止一种；2）如果以影响力为目标，他能产生最大影响的方式不一定是解决最难的问题，而可能是：找到解决简单问题的最快方法；找到能用简单方法解决但还没被解决的问题；组建团队，加快解决简单问题的速度。他现在这个“支付公司 CTO“ 的工作，抽象到一定程度就是“从一个数据库删一行数字、在另一个数据库里加一行数字”。但就是这样“简单”的工作给用户创造了巨大价值：很多原来发货后几个月才能拿款的小商贩，现在当场、甚至提前就能拿到钱。Kuhn 穿着公司 T 恤在塞内加尔路上走，经常有人认出他们公司的企鹅标志。在做这份工作之前，他还担心工作内容太简单他会无聊。但他后来发现，任何一个问题，只要看久了都会觉得有趣。
真实世界的问题维度很高，难题不止一种。
任何一个问题，只要看久了都会觉得有趣。
我的方法是，基于自己的需求和面临的问题（why）选择工具和方法（what），当碰到新的工具时，先了解其基本功能和使用逻辑，自己把玩一番（how），然后根据自己的需要，建立一个使用流程。等熟悉之后，开始在 YouTube 搜搜看其他人是怎么用的，有没有值得借鉴的地方，或自己没有发现的功能。然后把它们揉合到自己的系统中来。
1、基于需求来选择工具与方法 2、遇到新的工具时，先了解基本功能与使用逻辑。 3、根据自己的需求来建立一个使用流程。
Evergreen note 的方法，一共有 4 個步驟： 紀錄資訊，寫成筆記後放到 Inbox (收集箱) 在筆記中填寫 Metadata，並移動到適當的資料夾下 使用漸進式總結，用一句話總結筆記內容 將筆記內容加到主題 MOC 筆記，和其他筆記連結
笔记落地方法
Evergreen Note 对笔记爱好者的启发 这样的想法启发了非常多 "笔记爱好者" ，并陆续提出了一些有趣的笔记系统概念。 例如： Maggie Appletons与Salman的 Digital Garden （数字花园） nickmilo在 Obsidian 论坛提出的 inbox 、incubation folder、Evergreen notes Bryan Jenks提出的 Seedling、Incubation、Evergreen 标签系统
方法论