思想構造

坊間不少人會討論人類的二元論或三元論（或更多元）。例如是分理智、情感、靈魂；還是身心靈；還是一元論只有整個全人。

筆者有一個與此相關的認知模型。是以日常工作和管理的需要向導而設。
是以「理性、心靈/感受、意識/潛意識/意識形態」為三元。

理性：處理邏輯推理、歸納、演算、計算等功能。
心靈/感受：感覺、直覺的範疇。處理選擇、愛惡、情緒等功能。
意識/潛意識/意識形態：是人之實際所在。所思所想也基於意識。潛意識主宰了人的想法的傾向。而感受是潛意識的輸入口。

這個模型是為日常工作管理而設，而非為解釋一切的道理。
例如日常工作處理邏輯，就應該以「理性」層面討論，而不應涉及愛惡。
或例如談到個人選擇問題，就不用混淆勉強以邏輯來分辨：很多時候選擇都是有關個人心靈的選擇與愛惡，是感受和情緒的層面。
亦適宜留意意識形態或潛意識對自己當下的邏輯與選擇的影響。

演化

看看人類的進化會明白人類的身體是怎樣構造。

迄今找到的最早的人類化石，是一個1974年在非洲東部埃塞俄比亞發現編號為 AL 288-1 的樣本，亦是被通稱為「Lucy」的樣本。時間考證為 320萬年前。
人類的文明，追溯到最早，應該米索不達米亞（現今中東地區）約 BC3500。若談到文字使用，大約可追溯到舊石器時代晚期 BC200K – BC20K（語言開始出現），或中石器時代 BC20K-10K（有壁畫、雕刻等）。（註：K為千的縮寫，M為百萬的縮寫）
人類的信史，追溯到最早，中國是大約 BC1600 的商朝；古希臘世界大約是 BC700、古羅馬大約 BC600。信史就是比較可靠的歷史記載。

像這個人類的演化，可以看出人類有很大段演化歷史：BC 3.2M 到 200K 這段時間，是未開始有文明的出現。而那段時代發展的腦部功能，一般稱為「爬蟲腦」(Reptilian Brain)。有文明之後發展的腦部，稱為「哺乳腦」(Limbic Brain & Neocortex 與新皮層)。

爬蟲腦 vs 哺乳腦

爬蟲腦因為以生存需要為主，以恐懼、憤怒、飢渴、粗暴等等原始功能為主：因為沒有這些機能的原始人，早已經不能克服環境而生存到繁殖下去。自然下一代就只有能生存者的基因：就是為求生存，會恐懼逃避、會自私貪婪的基因。

哺乳腦是現代越文明的世界，越講究知識、智慧等的世界越重要的部份。哺乳腦會有現代文明的機能，例如分享、關懷、無私，也有邏輯、客觀、等等較先進的機能。

而成熟這回事，從這個向導說，就是抑制爬蟲腦，而多發育哺乳腦的方式。這也是現代文化社會與人生的發展所需。而人類的學術教育，和不少宗教的教育，都是以激發哺乳腦為主為基本方向。

若以以上三元構造來說，理性部份就是哺乳腦，而心靈與潛意識都是爬蟲腦。看一看那個時間的分別（三百多萬年 vs 兩萬年內），就知識這兩部份在人類腦部的主宰和影響的分別有多大。

結語

這個三元模型，最想帶出的是幾件事。一是明白人有心靈的選擇，邏輯亦有其功能。人要懂得明白自己的心靈的感受，而邏輯掌管的是以數理上計算到最有效益的方式，有時是可以與感受相違背。有些情況應該重視選擇，有些情況應該重視客觀邏輯，因事制宜。不應一面倒向其中一邊，亦不宜混淆。

另一件就是人類很受意識的影響。很多時候是人類的一些基本生理機能，例如恐懼逃避、憤怒、貪婪、自私，這些深植在爬蟲腦和意識中的思想，會左右人類的邏輯和感受選擇。人類的成熟和客觀，就是要克服這些自己腦袋中的干擾和主觀，才能建立出一個更成熟和成功的人生和社會。

人類的文化，其信念在於「秩序」。

人類是在共享著一個「以管理，從混亂邁向秩序的世界」。當下的世界當然未完全成熟，是需要每一代的人，薪火相傳地，將「秩序」逐漸擴充到整個世界。

「秩序」的含意，就是良好的價值觀，建設、共生、共贏、不互相傷害、不爭競、真誠、分享、開誠佈公、國泰民安的社會。
「混亂」的含意，就是差劣的價值觀，破壞、自私、貪婪、傷害、比較、邪惡、虛偽、隱瞞，其結果是爾虞我詐、互相傷害爭競的社會。

「秩序」的社會是整體人類生存所需的。否則，若以弱肉強食，彼此爭競、互相傷害，人類就彼此消耗大量能量，而不能為人類整體，帶來一個更美好的明天。而且當中必然有競爭力不逮的弱勢社群、和年輕的一群，被眾人的爭競壓下去，以致受傷。

人類達到這個價值觀，必須從教育、啟蒙、學習、改過、成熟、實踐中，從暗昧無明，歸向智慧與光明。

這是學之道。

大學之道，在明明德。在新民，在止於至善。

學道之首：聆聽。

筆者多年下來來來去去都以這個為首要的培訓：「聽」。

懂聽的人和不懂聽的人，以觀察數十年下來，在學習和做事的成功上都有非常明顯的分別。所以筆者往往在培訓裡，先教「聽」。講聽這題目，筆者自己固然也是聆聽的人。

聆聽的意思是：是容許外來的想法更改自己。常見的有兩個極端：一是甚麼也不願聽進去，另一是甚麼都聽進去。聆聽的方法，在於先有自己獨立思考的見解，然後其他人講的，自己都檢查下自己的理解如何回應。有些低質的社群來的意見是有不少欠質素的內容，當然比對之下就篩選掉；但例如若工作間團隊已培養出有質素的分享，便有不少具質素的內容，要反覆思考聆聽。兩者都是重點不在於聽這動作本身，而在於與自己已有的思想揣摩整合。

心理學上有一個概念叫做 Dunning-Kruger Effect (DK)，中譯為達克效應（見文頂圖）。DK 的意思，就是解釋了人性心理上，在自己學習過程中，初段有少少學懂，就輕率地以為自己很懂，實際上還算是個初學者。然後到真正啟蒙謙虛，漸漸明白自己甚麼也不懂的絕望，然後才漸漸潛心學習，然後才漸漸成為成熟真正具知識的人才。

而當中很幫助到人快速跨越這個輕率的心理阱陷的，就是聆聽。

筆者正職是營運管理和科技商業。但也因為團隊發展經常做培訓。而廿年下來，漸漸整理出一套經常重覆使用的教材。在多次篩選、很多年的去蕪存菁後，整理為一套約二十多篇的教材內容。就在這博客內寫下來。

冀能為香港本地或華人社會的科技業界，培育出一批更成熟、更具方法論，並有良好價值觀的、對整體社會有益的人材。筆者也聚集這些人材，作為長期合作的同行者。歡迎聯絡筆者（電郵）。

這套素材的最佳用法，是與筆者日常的面授培訓配合使用，以有教練培訓指導練習為佳。

這套素材是套公開素材。主要內容包括：

1. 良好工作習慣：基本思維方法分享
2. 管理學選談：分享一些好用管理模型
3. 項目管理與產品管理：主要圍繞科技項目範圍內的方法論
4. 科技開發管理：一些簡潔實用的加強開發能力的方法和習慣

處事力培訓素材

1. 處事力培訓素材(1)：簡介
2. 良好工作習慣
   1. 處事力培訓素材(2)：聆聽
   2. 處事力培訓素材(3)：秩序
   3. 處事力培訓素材(4)：理性、心靈、意識
   4. 處事力培訓素材(5)：成熟關係
   5. 處事力培訓素材(6)：Protocol – 紅綠燈
   6. 處事力培訓素材(7)：Assertive Behavior – 開放、協作
   7. 處事力培訓素材(8)：上進心 – 責任、卓越
   8. 處事力培訓素材(9)：Essence 與知識論
   9. 處事力培訓素材(10)：科學方法
   10. 處事力培訓素材(11)：溝通的格式
   11. 處事力培訓素材(12)：直覺與邏輯
   12. 處事力培訓素材(13)：休息
3.  管理學選談
   1. 處事力培訓素材(14)：客觀共識為主的管理風格
   2. 處事力培訓素材(15)：人生發展
   3. 處事力培訓素材(16)：價值觀與方法論
   4. 處事力培訓素材(17)：管理者的承擔素質
   5. 處事力培訓素材(18)：有關培訓與成長
   6. 處事力培訓素材(19)：團隊協作與共識
   7. 處事力培訓素材(20)：管理的有機性
4. 項目管理與產品管理
   1. 處事力培訓素材(21)：項目管理方法論
   2. 處事力培訓素材(22)：三大神器之一 – Agile 項目管理
   3. 處事力培訓素材(23)：三大神器之二 – Lean 產品管理
   4. 處事力培訓素材(24)：三大神器之三 – DevOps 運營管理
   5. 處事力培訓素材(25)：Fullstack
   6. 處事力培訓素材(26)：工程部門的位置
5. 科技開發管理
   1. 處事力培訓素材(27)：Atomic、Cohesion、Coupling
   2. 處事力培訓素材(28)：解難火車 Problem Solving
   3. 處事力培訓素材(29)：工程團隊的技術守則

[影評mode] 這幾天同好友看了電影《恭喜八婆》，和 Dragon Quest Builder 2 completed。

DQB2 評分 9.8/10。用心之作。有新gameplay、非翻炒。

《恭喜八婆》，評分 5.2/10。HKMovie 評 3.5/5。一般 HKMovie 都會有不少打手。有埋打手都評得 3.5，大概都知出事。

相信好多人係因為低俗喜劇入場。條橋得，但劇本不足、有冷場。好多 trailer 中的角色都係客串或出鏡很短，林雪、楊千嬅、邵音音、謝賢，都係得一分鐘內的情節，甚或得幾句對白。成日見住梁詠琪，但梁詠琪又劇情不足。 #歲月不饒人

導演是值得加分的。很多畫面都拍得不錯、場景做得不錯。劇本加入左好多時事，好 update。似乎劇本係因為為了勉強講個故事背後的訊息，而犧牲左劇情。其實賀歲片呢尐野，好多人都係笑左就算。

簡短一句：慎伏。

以前寫享過，幾年前自己造了一個只給自己用的聖經軟件。幾好用，其實我平時貼的經文都是用這個軟件，而從沒有公開發佈過。

其實聖經軟件好多選擇，點解自己寫一套？
當然，不需用很多時間是個主因。而坊間的軟件，大部份都有幾個問題：

1. Load 得很慢
2. 不方便剪貼
3. 很難搜尋
4. 或欠缺某些搜尋功能，或搜尋會有錯有漏
5. 或者 load 了太多圖或其他野落手機，浪費流量

自己造的軟件，可以：

1. 實際上編程不足一小時，另有幾小時是倒 data 入資料庫
2. lightweight design，load 得極快
3. 可以加埋 Redis、memcached 的 caching 加速
4. 容易剪貼
5. 用 browser 就可搜尋，甚至可以全書搜尋
6. 無廣告、無片、無圖，慳 bandwidth
7. web format，統一格式，隨便上到網的電腦、平板、手機都用得
8. 唔駛開 app、唔駛 download 軟件

自己也有做過一些配套軟件，例如查經或讀經用的軟件。對聖經軟件也有些想像，有考慮過一些概念：

1. 自動翻譯的人工智能軟件。
2. 原文查經工具。原文查經工具一般都貴、load 得慢、不方便用。一般都幾千元才買到一套比較合用，而且越來越少支援。
3. 懂閱讀聖經的人工智能。有點像法律人工智能，懂做文本分析、歷史研究、處境分析等等。

因為自己多年來都常要聘請員工，咁為左知道呢排難唔難請人，自己做左個系統，係每天都收集數據，看看市場上的走勢。

例如上面可以看到， Java 和 .net 的比例係 3:1。ios 和 android 係差不多。Ruby 市場不大，Python 都有唔少。而請 SA 的市場大過 product 同 PM。

現在年尾 11 月，係一年中較少的時候。

以前中學時代，和初出來工作頭幾年，都有做遊戲項目。
也做過些數百萬月用家的遊戲項目。現在也經常有和做遊戲的好友交流營運心得。
自己的工作，和電腦遊戲行業，就結上了不解之緣。

自己中學時代做過 VB、VC、DirectX，後來大學做過 openGL。
我在 PalmOS、WinCE、J2ME、Symbian、Flash 上都寫過遊戲 demo 或程式。
到後來有智能手機，就試過在 iPhone、Android、Unity 上面開發遊戲程式。用過的 framework 也包括 cocos2d、cocos2dx、smartfox、ReactNative。

唔寫唔覺，其實涉足過的遊戲 framework 都幾多。

現在自己主職的範疇都在非遊戲市場，在 Mobile 和 Java 的界別做商業營運、產品、管理、開發。主職相信都不會再涉足遊戲界。

不過自己都有計劃，在主職以外的工餘時間，間中做些興趣上的遊戲開發。
上面這個是其中一個自己做的 2D MMO RPG Demo，用 SmartFox Server + Unity。
自己也有麻雀 AI 和圍棋 AI。

有計劃將來想做尐和基督教相關的遊戲。

自己曾有與不少 NGO 合作或參與。因此曾經做個一個機械人項目。原意是想用來做攤位遊戲，例如整四隻機械人，玩二對二機械人足球比賽。

為了做這類攤位遊戲項目，就設計了這套機械人軟件。
這個項目由概念、訂零件、硬件組合、軟件開發、接駁 PS4 手製的軟件，都是自己做。

主要機身由 LEGO 砌成，原因是 LEGO 的可塑性大。用 LEGO 也有幾套配套選擇，例如有中等程度的  Technic 系列和高等程度的 Brainstorm 系統。我揀了Brainstorm 系統，因為它與低端電子裝置的融合度較高。

LEGO Brainstorm 系統也有幾種開發方法，配對十數種裝置。當中我選了 Raspberry 和相關的其中一種 Plugin。造成了現在的 KRobot。

用 Raspberry 的好處，是核心 OS 是 Ubuntu，有整個 apt 支援，也有大量低端硬體驅動器的支援，可對接各種伺服器、藍芽、無線、等等。
而這個機械人設計，是用了藍芽接駁原裝 PS4 手掣。這個設計當然是為了加強遊戲感 GamePlay。
而也有個用手機的方法，也寫了相關的 Android 應用程式。

這個設計是可以完全無線運作，如上述影片，只需裝備 9V電池。PS4 手製則是叉電處理。
PS4 手製的左右遙桿各控制一邊輪，同時向前推則前進，一前一後就轉彎。

歡迎機構聯絡合作搞攤位遊戲。基本上搞這類活動我不收費。

第一篇分享的，是分享下我叫做《光劍 Lightsaber》的 QT系統。

Computer Science 上這叫 QT – Quantitative Trading，行內一般叫 Quant-Trade。
電腦用尐 Algorithm 自動買賣。上面呢尐數係 screen capture from operation dashboard，可以去尐股票網站檢查下當日股價。
我最近改左個新 Algorithm，買賣頻密。以前果尐，一個月先有十幾次。現在一星期都有十幾次。

現在系統去到 version 7。除了基本功能，科技亮點有 Machine Learning / AI，Big Data，有Sentiment Analysis，有 Simulation，有 Push Notification 即時消息，有 Backtesting。Backtesting 係寫個 algorithm 入去，用歷史數據檢測個 Algorithm 的 success %。然後再 train 個 AI。

暫時都係 100% built by me。
黎緊會有尐財經界經濟學專才一齊研究分析。

光劍係 AWS 上獨立租一套機做。