private plot

发现我在用的obsidian同步方式有三套，记录对比一下

这篇文章不推荐「哪一个最好」，而是回答三个更关键的问题：

• 各自解决的核心问题是什么
• 各自的隐含代价在哪里
• 什么数据，应该放在哪一套里

结论先给出来：

没有“通用最优解”，只有“数据类型 × 风险偏好”的最优匹配。

他人即地狱

— 保罗·萨特

炎症不是单点问题，而是系统容错率下降的外在表现

为什么越来越多人“没生病，却状态越来越差”

很多不适并不表现为明确的疾病：

• 睡够却不解乏
• 情绪低落或易烦躁
• 痘痘反复、消退慢
• 体检指标总在“临界值”

这些现象背后，常见的共同因子是——低度慢性炎症。

乘坐波音系列飞机更危险吗？

引入“波音机型”这一条件会改变后验概率，但并不必然放大风险；在合理、保守的参数设定下，事故概率仍处于万分之一量级，有时反而会略微下降。这提醒我们：贝叶斯关注的是证据对事件的区分力，而非直觉中的“坏消息越多，风险越大”。

飞机降落时剧烈抖动，真的危险吗？

即使在飞机下降过程中出现明显的剧烈抖动，其发生坠毁的概率仍然处于万分之一量级，远低于直觉感受。

抖动会放大恐惧，但并不会成比例地放大真实风险。

著名投资人、步步高创始人段永平近年来的教育理念引发了广泛关注，其核心观点是：“小孩的安全感教育最重要，拥有安全感的小孩，才能更理性地思考问题。”

这看似一句经验之谈，但在最新的脑科学和发展心理学中，却找到了极为坚实的科学支撑。本文将深度解析这一洞见背后的科学逻辑，并将其与艾莉森·高普尼克的“园丁与木匠”教育哲学进行联结，构建一个理解教育本质的底层思维模型。

冬天一到，很多人都会遇到同一个场景：
伸手去拉门把、下车关车门，心里已经有预感，结果还是“啪”一下。
不是多疼，但足够让人烦。

在日常生活中，很多新闻和网络信息都是不确定的。贝叶斯定理可以帮助我们从已有信息出发，理性地推算事件发生的概率。今天我们以“苹果卡针被炒作为铂金材质”的案例，讲解如何使用贝叶斯定理进行实际分析。

本文旨在系统介绍贝叶斯定理，从基础定义到数学推导，再到经典应用与多证据连续更新示例，帮助读者理解如何在日常生活与工作中用证据理性更新判断、做出更稳健的决策。