本文是 Paul Graham《What I Worked On》的中文编译，作者回顾了自己早年写作与编程的经历：从中学接触 IBM 1401 与 Fortran，到拥有 TRS-80 后真正开始编程；大学从哲学转向人工智能，自学 Lisp 并重实现 SHRDLU；研究生时期看清早期符号主义 AI 的局限，转而专注 Lisp 并写作《On Lisp》。毕业后赴佛罗伦萨美术学院学画，经历艺术院校的失望，后在美国靠编程与自由职业维生，在 Interleaf 工作并总结出“低端吞掉高端”等重要经验。文章展现了作者在写作、编程与绘画之间追寻能长久留存之事的探索历程。
有 16 年销售经验的作者结合自身经历，讲述 AI 如何改变销售行业：过去销售靠信息差成交，销售本人就是客户的搜索引擎；如今买方 AI 替客户完成查、比、筛，读不到的信息等于不存在。作者提出新规则的三层金字塔：底层让机器读得懂（公开价格、规格、库存、交期），中层让机器信得过（可核实的案例、评价、承诺），顶层才是只有人能做的判断、兜底和关系。他反对'销售会被 AI 取代'和'继续靠老办法'两种说法，指出经验没有贬值，只是要从'对客户说'转向'对机器写'。
本文是 Paul Graham《Taste for Makers》的中文修订编译稿，探讨如何判断作品与设计的好坏。文章区分了个人偏好与对质量的判断，指出品味可以进步，并总结了十四项好设计的特征：简洁、经得住时间、解决正确的问题、留有空间、带一点幽默感、需要艰苦工作、看起来不费力、善用对称、向自然学习、是改出来的、可以借鉴、有时显得奇特、往往集中出现、需要勇气。作者强调这些原则不是机械评分表，而是帮助创作者把模糊的感觉转化为具体观察与判断，通过持续追问和修改培养判断力。
作者分享了打造七位数营收 AI 原生公司 Hourglass 过程中消费的所有媒体资源与内容管理系统。文章引用 Paul Graham 的知识分形边缘理论，指出 AI 前沿充满机会缺口，并按主题推荐内容：创业（Paul Graham、Tim Ferriss）、经营 AI 原生公司（Maister、红杉、Every）、跟进 AI 动态（Twitter、All-In Podcast、AI 2027）以及保持人性的虚构文学阅读。作者还介绍了名为 Consume 的系统：用 Apple Shortcut 收集内容存入数据库，每周由 Claude 自动分类处理，将 Karpathy 的 LLM Wiki、Hamel Husain 的 Eval 思想等素材转化为公司实践与产品。
借鉴 Paul Graham "一座城市里什么样的人最受尊重"的视角，作者逐一分析北京、上海、深圳、广州、杭州、成都、苏州、南京、武汉、西安、重庆等城市对个人发展的隐性评价标准：北京看重重要性，上海强调专业与体面，深圳崇尚把产品做出来，广州懂生意过扎实日子，杭州鼓励尝试新机会，成都提醒事业与生活平衡，苏州追求专业深度，南京重视学问与稳固，武汉凭硬实力立足，西安依托长期工程，重庆在真实经营中成事。作者指出真实环境是城市、行业、机构与身边人的组合，并建议思考三个问题来选择适合自己的城市。
Paul Graham 在演讲中探讨了地理环境对创业成功的影响。他引用历史规律指出，顶级人才总是聚集在中心（如当年的巴黎、现在的硅谷），建议创业者至少去硅谷待一段时间。核心原因在于获得高质量的同行碰撞和意外机遇，而非计划好的会议。这种经历不仅是获取资源的信号，更是为了带回高标准的视野与互帮互助的火种文化。
文章精选了30个全球最富有、最聪慧之人每日必读的信息源，涵盖创业、投资、科技、心理学、经济及效率六大领域。其中包括Paul Graham的创业哲学、Stratechery的科技分析、Naval Ravikant的财富框架以及Howard Marks的投资备忘录等。作者最后提炼了其中6个最经典的免费资源（如PG文集、Farnam Street、The Marginalian），帮助读者建立高质量的信息输入系统。
文章讲述了 Stripe 创始人 Patrick 和 John Collison 如何从爱尔兰起步，通过解决开发者在线支付的痛点，打破 PayPal 垄断的故事。重点描述了他们如何通过一封给 Paul Graham 的冷邮件获得关键建议，并通过“Collison 安装法”实现早期增长。文章结尾强调了精准沟通（Cold Email/DM）在商业获客中的巨大威力，并作者推广了自己的 DM 销售服务。
