1、当对象为列表时，分类是简单的，当对象很复杂或数据不够，分类过程就会非常复杂。如果我们想要获得一个清晰的结果，往往要把类分清楚。

2、分类的过程会产生一种重要的东西--逻辑路径。任何逻辑演译都是行走在逻辑路径上的。

3、当我们出动活动，突然想起门没有锁，然后返回。这里突然想走‘作为外界输入’，会造成人重新选择，选择的结果不决定于原来的状态。如果我已经走得很远就不会再回去。如果这个时候我们定义好模式，所谓的模式仍然可以用范围来解释，但实现它需要复杂的数学表达，这种数学表达本身远远超出范畴论，用简单地列表来表达是非常愚蠢的。因为外界输入复杂多态，如果用列表就是能接受有限的输入。不过我们仍然可以用选择逻辑的疏密来描述简单的和复杂的。

4、类化过程从意念开始

类化过程有时候从意念开始， 而不是需求。理由是：人的思维有主动性，可发现需要。如果等到需求出现就迟了一步。接下来就是分析然后设计它的目的和行为方式，最后产生行为。

5、人工智能体在许多情况出现问题是因为情况超出了设计或考虑的范畴，系统不能处理。就像我们做事没不周到一样。

6、努力使智能体达到临界点。智能临界点：当机器超越某一智能水平时，能够自行发展，从而对人工的依靠降低。

7、c#是一个即时编译的，不适合作为人工智能的语言。

8、泛化[概化]对人工智能且有重要意义。有时候我们经常听领导人讲一些非常空的话，但这种话都适用于很宽的范围。

9、选择是所有事务的逻辑起点，也是终点。事务可以进化分化，充分细化的事务是同构的。事务可以用循环嵌套的选择来表达。

10、用“子语言”作为大型案例，推测“子语言”在将来应用极为广泛，并给出类似的判断。

11、拿错地科的过程分析

去城区：

步1：拿地图，去乘车

拿地图--选择-- （引入属性(这种属性也可能是类转化的)） [城区1|城区2|...]地图  --然后和地图不是同一张地图。

12、类型系统中假设世界总是事物和及其运动组成，事物总是相互施力。体现在语言中总是由主谓宾结构或它的某一部分组成。比方谓宾结构，有时叫动宾结构。

这种关系可以在人工智能体是直接应用。其中动宾结构用于系统的行为，没有受体的主谓结构一般仅用来表示属性，或者就是这样约定。