肖恩·麦克卢尔是NonTrivial 播客的主持人，从事构建人工智能软件，研究复杂性，以下是他的一些智慧洞察：
1、现实是非线性的，涉及的维度比任何简单的统计技术都可以正确建模的维度更高。如果你想对现实进行建模，你需要使用能够充分近似复杂性的高维方法
2、有勇气不追随任何人的教条，有智慧知道别人说的一些话一定是对的。
3、在试图对自己的作品进行精雕细琢时，质量会突然下降。 精雕细琢违反了大自然赋予我们的直接洞察力，抹杀了我们最初论证的本质；抹杀了我们直觉的精神。在我们徒劳地调整、校准和调整我们的认识的过程中，它的现实被淹没了，取而代之的是我们所拥有的一些人为的拟像。
4、现代人对探索和探究的沉迷导致我们浪费了根深蒂固的、固有的和本能的东西。我们花费了无数的时间来追求工作的升华，却没有认识到我们目标的致命性。
5、大自然的给予不是基于调查，而是基于接受。我们最直接的感觉就是最宏伟的目标。人类所产生的任何事物都必须追逐那些不可言喻的事物。人们通过演示而不是解释来感知确定性。没有比单纯的宣布更能证明真理的了。唯一有价值的改进是我们更好地意识到现在如何最好地创造。
6、让人相信自然行为是病态的唯一办法就是创造一个非自然的世界。（道法自然）
7、世界变得过于详细而无法了解一切。因此，唯一的办法似乎就是专业知识。
专业知识迫使社会将决策建立在信任的基础上。
信任很容易被滥用，因为某个领域的行话 会混淆正在发生的事情。
社会变得无法辨别什么是真实的。社会认为它最终可以找到值得信赖的专家，但由于之前的观点，不存在这样的标准。
整个问题的核心错误在于相信细节对于了解世界的必须。正是这种“启蒙运动”的残余观念如此深入地渗透到社会中，使人们几乎无法理解“事物的细节并不映射到事物的行为”这一认识论真理，而专家们，事实上，不需要。
8、我们为AGI建立指标和基准的整个前提是有严重缺陷的。
我们无法为AGI绩效建立指标，就像我们无法为人类绩效建立指标一样。
“但我们确实使用指标，用于学校教育和体育”
没错！
只有在人为的、不切实际的环境中，指标才起作用。
人工的、不现实的环境正是AGI所不具备的。
9、在一个自动化的世界里，那些脱颖而出的人会手工做事。
10、“顺势而为”也有不利的一面。
惯性动力会把自己锁定在当前的模式（上下文）中，这是部分正确和部分错误的。
你的思想只关注重要的事情。
破"势"意味着下一次你会有更新鲜的视角。
11、只有当一个人假设世界比实际简单时，复杂的问题才有最困难的解决方案。
12、只有宇宙静止不动，细节才是真实的。但事实并非如此。
13、思考不足比思考过度危险得多。
14、你应该期待终极真理在逻辑上是矛盾的。
15、你追求大量过时科学的方式是你假装“复杂系统”是一个“科学领域”，而不是字面上的所有存在。
16、如果你不去找原始的来源，你就是在接受别人的解释。
如果你接受别人的解释，你就不会让自己去完成任务。
如果你自己都不想做，那还有什么意义？
（第一性原理）
17、过度的研究产生虚构。
18、大自然通过差异创造凝聚力。