--- title: "AI 时代的真正分化" title_en: "The Real Divide" subtitle: "反刍、去耦，与真正的认知活动" author: "Dawei Geng" date: 2026-04-23 excerpt: "大部分人把知识、经验、熟练度错当成了认知能力本身。他们从未识别过什么是真正的认知活动。" canonical: https://offbook.press/essays/on-cognitive-decoupling/ --- ## 第一章 · 四个现象 如果人们在过去一年去审视自己的信息消费，会发现几个现象同时发生。单看每一个都不算稀奇，把它们并在一起看，会指向一个没被充分讨论的结构性事实。 先看四个现象。 ### 一、反刍链 每天打开小红书、公众号、X 的时候看到的 AI 相关内容，大部分是这样生产出来的：原始信息——一篇论文、一段代码、一次实验结果、某个从业者的一手观察——先被某个账号用 AI 初次总结；然后被另一个营销号挑选并加上一个留住注意力的钩子标题；然后被下一个账号用 AI 再重新加工成自己语气的版本；最后推送到终端读者面前。 你一定见过这样的标题：“又变天了”、“Gemini 杀疯了”、“百万失业倒计时”、“OpenAI 刚刚曝光”、“00 后用 AI 月入百万”、“硅谷连夜震动”、“这次是真的不一样了”——每一条都在制造紧迫感，点进去是几百字的空话。 这就是**反刍链**。每经过一层，三件事同时发生：信息密度下降（细节、条件、不确定性被摘要吃掉），误差累积（每次总结都会引入小偏差，多层之后还会相互强化），情绪浓度上升（为了在算法分发里活下来，每一层都必须加戏）。到达终端读者手里的是一个**经过处理、营养降低、但变得更易消化**的东西——一种内容形态的预制垃圾食品。 过去，这个链条上都是人，且速度和数量远远没有爆发。但今天我们看到，巨量的反刍垃圾正在被快速重新发明和制造出来。 人们每天以为自己在“接触信息”的时候，接触的是这条链的末端，距离原始信息可能已经有三四层加工。这个事实本身不算新闻，有人说过很多次。它是接下来三层现象的前提。 ### 二、反刍消费的工具化 更值得盯着看的，不是反刍链本身，是**消费者的反应**。 面对无限供应的反刍内容，一部分人的反应不是“少消费点、去找一手源”，而是“我需要更高效的工具来消费更多”。 OpenClaw ——其本身的能力远不止于此，但它最广为传播的使用场景不是“帮我写代码”“帮我分析数据”，而是“帮我每天整理 AI 圈发生了什么”。用户在社交媒体上兴奋地展示自己的工作流：AI 帮我每天读几十个信息源、自动生成摘要、给我推送关键更新。 这件事表面看是提升效率，实际是一个奇怪的自我强化循环：**一个 AI 工具，帮助我更高效地消费另一个 AI 吐出来的反刍物**。主动吞食反刍物的效率本身成为了一种被宣传的成就。 读者的位置发生了一个微妙的变化——从“被动接受反刍”升级到“主动优化反刍消费管道”。看起来是主动性的提升，本质是消费量的放大。 ### 三、生产者的分化 同时，在另一个不太重叠的圈子里，有一批人在做完全不同的事。 Andrej Karpathy 在 X 上曾经精确地描述过这个分化：对 AI 能力的判断，在不同人群里呈现极端的两极化。一边是主要用免费或旧版 ChatGPT 的人，他们的印象停留在“这东西会产生幻觉、会写出一堆 AI 垃圾内容”——社交媒体上那种“AI 连该走路还是开车去洗车都搞不清楚”的翻车例子，就是这群人每天看到的 AI。另一边是每月花几百美元、每天用 Claude Code / Codex 做真实技术工作的人，他们看到的是“一小时内重构整个代码库”“自主找出系统漏洞”——这个能力上限在过去一年里是爆炸式增长的。 两群人所处的现实差异巨大。前者的信息来源是反刍链末端的总结；后者的信息来源是**自己和模型实时协作的体验**。前者通过“我读了什么”判断 AI，后者通过“我让它做成了什么”判断 AI。 两群人用同一个词——“AI”——但指的不是同一件事。一方说“AI 也就那样”，另一方说“这东西正在爆炸”，两句话都是真的。差别不在模型，在使用者在做什么。 ### 四、三层叠在一起看 单看任何一层，都只是一个局部观察。把三层并在一起看——反刍链、反刍消费的工具化、生产者分化——会出现一个没被单独拎出来讨论的问题。 消费反刍的人，不是在缺信息。他们接触的信息比任何时代的任何人都多。他们也不是“学不到东西”，因为产品设计就不是为了让他们学到。他们真正在做的，是用“消费信息”这个动作**管理“我没跟上时代”的恐惧**——一种焦虑的自我缓解。 做真正认知活动的人（Karpathy 说的第二群），不是因为他们消费的信息更多，而是因为他们**在做另一件性质完全不同的事**——他们的认知活动在启动。面对一个问题，他们会去推一推、试一试、验证一下，然后形成自己的判断。消费反刍的人不会做这些——他们只是读成品、记关键词、关掉、下一条。 所以三层现象合起来指向的不是“信息过载”（这是个陈词滥调），也不是“AI 让人变懒”（这是一种回避）。指向的是一件更尖锐的事实——**大部分人把知识、经验、熟练度错当成了认知能力本身**。他们从未识别过什么是真正的认知活动。 什么叫**真正的**认知活动？先排除几种常见的错认——它不是脑子在转（脑子一直在转，人活着就在转）；不是读了很多、记了很多（那是知识储备）；不是某个领域做久了很熟练（那是经验）；不是表达流畅（那是语言能力）。这些东西过去被误认为认知能力，是因为在老环境里它们常常和认知能力一起出现——但它们不是认知能力本身。 真正的认知活动指的是：**产生可以被现实校准的、结构性判断的那种活动**。形成具体的、能被后来的事实验证或反驳的判断。在一个陌生问题上识别深层结构。**把自己此刻的判断和现实之间的距离，看成一个可以操作的对象**。这个意义上的认知活动才是 AI 时代被剥离出来单独标价的东西。大部分人**从未意识到这个区别的存在**——没有意识到，就没有机会做。 过去的评价体系不需要它启动。经验、模式、熟练、博闻强记、流畅表达、社交灵敏度——这些旧的“聪明”和“能力”的表达方式，没有一项需要真正的认知活动。一个精明的生意人、一个博学的编辑、一个能干的中层经理，他们的认知系统里真正的反思可能从未发生过一次。但在老环境里，他们确实是高能力者——因为老环境就是奖励这些的，而且奖励得不错。 AI 时代的变化不是“让人变懒”，而是**第一次把“认知活动本身”从其他所有能力里剥离出来、单独标价**。当知识储备被模型摊平、重复性任务被吃掉、判断成品的生产成本降到零之后，剩下的那部分——把现实切成结构、识别输出里的错误、在陌生问题上做真正的抽象——**大部分人根本没有**。而他们自己从前的成功经验告诉他们“我是有能力的”。 这不是一个新问题。它是**一个一直存在但被旧评价体系遮盖的事实，第一次在新技术条件下暴露出来**。不是因为人突然变蠢了，而是因为**旧的“有能力感”的来源正在消失。 ----- ## 第二章 · AI 其实没那么均匀强 在进入主话题之前，有一个常见的误解需要先处理 这个误解是：AI 已经全方位超过了人类，所以大部分人在它面前变得渺小也是正常的、被动消费反刍也算理所当然。 这个判断只对了一半，另一半完全错。 **AI 强在哪里**。在结构化、可测量的任务上，AI 已经稳定超过中位数人类，甚至超过很多专家。数学奥赛（AIME）、博士级科学题（GPQA）、真实软件工程任务（SWE-Bench）、各种语言理解测试——这些基准在过去一年里被前沿模型陆续突破。加上知识检索、流畅表达、按指令执行这类能力，AI 远超大部分人。对于这些方向的工作，最好的用法是把 AI 当一个超级杠杆——它能把一个有能力的人的产出放大十倍以上。 **AI 弱在哪里**。同样多的证据显示，AI 的强是**尖锐的、不均匀的**。把一道题的条件稍微改一下（换成表面不相关但结构相同的场景），模型的表现会突然崩溃——这种脆弱在 SimpleBench、BrainBench 这类基准里反复出现，模型在日常常识问题上连中位数成人都不如。还有一整类任务它做得不好：**没有清晰对错的判断**（这个设计好不好、这个决策对不对）、**处理模糊的现实**（一段混乱的反馈到底在说什么）、**在完全陌生的结构上做抽象**（一个从未见过的问题类型如何拆解）。 **为什么是这样不均匀**。有一个技术上的原因。前沿模型的主要进步来自强化学习——给模型“这个对、那个错”的信号让它校准。这种训练在有明确对错的领域极其有效：代码跑不跑、数学答案对不对、测试过不过——**可验证奖励**，信号清晰，训练效率高。反过来，没有清晰对错的领域——好的判断、恰当的分寸、审美——根本没办法给可靠的奖励信号。你怎么教一个模型“这段文字感觉不对”？没法。所以这些领域的进步远慢于可验证领域。再叠加商业动机：代码和结构化任务直接带来 B2B 收入，所以算力和研究资源绝大部分投在这里。结果是 AI 的能力在“可验证 + 商业价值高”的领域指数增长，在其他领域进步缓慢。这个技术解释也是 Karpathy 在 X 上反复讲过的——第一章提到的两群人对 AI 能力的判断差异，本质是他们在用同一个模型的不同维度。 **真正的推论**：**AI 是放大器，不是均衡器**。它放大的不是“人类的整体能力”，而是“使用者这一侧能向它输入什么结构”。给一个已经能拆解问题、能判断输出对错的人，AI 能把他的产出放大十倍以上；给一个只会让 AI “写点东西”的人，AI 吐出来的是反刍物，放大的是他的焦虑管理频率。 最关键的：**AI 没有替代“构造问题”这件事**。 这里需要主动处理一个合理的反驳——“AI 在强化学习里已经展现出结构抽象能力了：o 系列推理模型解数学大题时会自己推翻错误假设、重构解题框架；AlphaGo 早就走出过人类从未见过的新定式。你说 AI 不能做结构抽象，是不是过时了？” 这个观察是对的。但这里有一个**致命的区分**必须讲清楚。 AI 的结构抽象永远发生在**给定的奖励函数之下**。围棋的目标是赢、数学题的目标是对、代码的目标是跑通——在这些边界清晰、胜利条件已经被人类定义好的封闭空间里，AI 可以比人类更好地寻找结构。这是一种**工具性的去耦**——在已定义的游戏里找最优解。AI 在这一层已经在超过人类，也会继续超过。 但还有**另一层去耦**——**定义什么是值得追求的东西、什么问题值得问**。这个产品到底解决了什么隐秘的人类需求？这项政策会引发何种人性反弹？一段混乱的用户反馈到底在说什么？一个组织长期问题的真正根源在哪里？**这一层没有现成的奖励函数**——因为“什么是对的”这件事本身要先由人来裁决。AI 可以生成一万种逻辑严密的结构，但判断哪一种真正对应了现实世界里的痛点，这一步的裁决者必须是一个**处在现实中、要承担后果、有肉身的主体**。没有这个主体，奖励函数从何而来？ 所以 AI 抢走的是“**在已定义的游戏里寻找最优结构**”这件事（这件事人类本来也不擅长，让给 AI 是合理的）；它没有抢走、也无法自发产生“**决定玩哪个游戏**”这件事——后者的结构性本身就不属于 AI 能触达的层。 回到分工层面——什么问题值得问、哪个方向是对的、输出是否真的解决了问题——这些判断现在仍然完全依赖人。而这类判断恰好是第一章最后一节说的那件事——需要真正的认知活动参与才能做的事。 所以“AI 太强、我跟不上”是一个偷懒的叙事。它在你该放弃的事情上（记忆、流畅表达、按指令执行）确实超过你了；但它在你真正该参与的事情上（判断、构造、审美、结构抽象）并没有。那些在能参与的地方选择放弃的人，才是真正被 AI 甩开的人。而他们常常不自知——因为反刍消费给了他们一种“我还在跟上”的错觉。 ----- ## 第三章 · 反刍链里人的位置：学习还是焦虑管理？ 如果 AI 是放大器而不是均衡器，“不同使用者的产出差距在拉大”就是一个必然推论——放大器把使用者这一端的原有差距按倍数放出。但这还不足以解释为什么两群人的差距**如此之大**、而且**方向完全相反**：一边是通过 AI 做出复杂系统的人，另一边不是“AI 用得少”，是通过 AI 消费越来越多却产出越来越少。 这个反向动力学需要一个额外的解释。它不是“能力差”或“使用技巧差”的问题。真正的原因是——在反刍链的末端，大部分人做的根本不是学习。他们在做另一件看起来很像学习、但机制完全相反的事。 ### 学习和焦虑管理 先把两件事的定义干净地放在一起。 **学习**是这样一个闭环：遇到一件不明白的事 → 自己先形成一个初步判断 → 带着具体问题去找信息 → 用信息校准判断 → 形成新的、自己拥有的理解。四个动作缺一不可。其中**前置判断**和**校准动作**是整个过程的核心——没有这两步，进来的信息不会被任何已有结构吸收，就像水倒进没有容器的地方，过一会儿就干了，什么都没留下。 **焦虑管理**是另一个闭环：感到落后 → 消费信息 → 产生“我在跟上”的感觉 → 焦虑短暂缓解 → 因为没有任何东西被内化，一段时间后再次感到落后 → 再次消费。这个循环里**没有前置判断、没有校准、没有内化**。它的运行逻辑和学习完全不同——学习的产物是认知结构，焦虑管理的产物是情绪缓和。 两件事在表面上很像，因为都伴随“读了东西”这个动作。但在机制上完全相反。更麻烦的是——**大脑无法区分“读到一个结论”和“自己想到一个结论”**。读一篇总结得头头是道的文章，大脑会产生一种“我现在理解了这件事”的感觉，和自己真正推导出一个结论时的满足感几乎一致。但前者只是一瞬间的错觉，文章关掉几天后什么都留不下；后者是真实的认知内化，会长期改变一个人对这件事的判断方式。 这个脑内机制是整条反刍链能够持续运转的基础——它让焦虑管理**感觉上**和学习一样，所以消费者每天都有“今天没白过”的确认，而实际上什么都没有被真正吸收。 ### 反刍链的真正目的 第一章已经讲过反刍链的机制——每一层加工都在让信息密度下降、误差累积、情绪浓度上升。但更关键的事实是：**这整条生产链的设计目标不是传递信息，是留住注意力**。 这个区分很重要。一个为传递信息而生产的东西（比如学术论文、严谨的实证报告、技术文档），它在设计上会优先保留“让读者能真正理解和使用”的内容——定义、条件、反例、不确定性。这些东西在注意力经济里是**负资产**，因为它们降低阅读流畅度、增加认知负担。所以一个为留住注意力而生产的东西，在设计上会系统性地**删掉**这些东西。 这意味着——**即使花再多时间认真读这些内容，也学不到东西**。不是读者不够努力，是这个产品从设计上就不是为让人学到东西而造的。你读得越认真，越是在一个不设输出口的房间里转圈。 ### 人在这个闭环里的位置 现在把焦虑管理的循环和反刍链叠在一起看，可以精确地描述大部分人每天在做的事： 打开一个 app → 刷到一个带钩子标题的判断成品 → 快速读完 → 记住一两个关键词或情绪印象 → 关掉 → 获得“我今天跟上了”的感觉 → 焦虑短暂缓解。 这整个过程里，没有任何一步是学习。没有前置判断（读之前不知道自己要验证什么），没有校准（没有拿信息和任何已有判断对照），没有内化（关掉之后什么都没留下，下次被问起复述不出来）。全部的动作都是情绪调节——用一次“接触信息”的动作，完成一次“我没落下”的心理仪式。 这里有一个残酷的验证方法：随便找一个每天刷 AI 动态的人，让他复述三天前读到的任何一条内容的核心观点和他对它的判断。 绝大多数人做不到。 这不是记忆力问题。是**那些内容从来没有被加工过，所以没有任何东西可以被记住**。大脑只记得住被自己处理过的东西——被判断过、被反驳过、被对照过已有理解的东西。被动流过去的信息，不管当时感觉有多“信息量大”，几天之后都不存在。 对照着看真正在做 AI 相关工作的人，会发现一个完全相反的现象。他们不消费反刍内容——因为每天手上的实验、模型反馈、代码调试，已经在提供远高于任何二手总结的信息密度。他们对一个模型能做什么、不能做什么的判断，来自**昨天自己让它做失败的一件事**，而不是别人写的评测。 更反常的是：**消费反刍的人越消费越感觉落后，做事的人越做越感觉清晰**。这不是因为做事的人懂更多——是因为两种活动的信息处理方向完全相反。焦虑管理是只进不出，信息变成情绪消耗掉了；真正的工作是处理输入并产生输出，每一次处理都在加固认知结构。前者的人对 AI 的印象是“东西太多了、跟不上了、又出新的了”；后者的人对 AI 的印象是“我昨天发现它在 X 上特别好、在 Y 上还是不行”——具体、清晰、有边界。 两群人用同一个词，但背后对应的是完全不同的心智对象。 ### 当消费反刍变成成就 把这个诊断推到底，会遇到一个值得盯着看的现象。 OpenClaw 这类工具最广为传播的用途，是“帮我每天整理 AI 圈发生的事”。看起来是提升了效率，这是以前做不到事情，但仔细想——**这是一件值得被自豪宣传的成就吗？** 在前面的分析框架下，它的意义变成了：一个工具帮我更高效地、持续地消费反刍出的低密度内容；而我把这件事当作值得分享的使用案例。**主动吞食反刍物的效率本身成为了一种生产力表达**。 这不是某个工具的问题。这是一个更深的集体信念的外化：**跟上信息等于有能力**。在前 AI 时代这个信念有一定依据——信息稀缺，能持续获取一手信息本身是稀缺技能。但在 AI 让判断成品的生产成本降到零之后，这个信念变成了一个纯粹的伪需求。你能消费的内容无穷多，但**没有一份是为了让你学到什么而造的**。 于是出现了一个结构上很讽刺的画面：AI 让信息供给从匮乏变成无限，一部分人的反应不是“终于可以从消费信息转向产生判断”，而是“我需要更强的工具来消费更多信息”。工具越强，消费得越快；消费得越快，接触的信息维度越大；接触维度越大，焦虑就越深——因为每消费一条都在暗示还有十条没消费到。 当判断成品的生产成本降到零，“消费判断成品的效率”就成了伪需求的最后堡垒。这个堡垒之所以还立着，不是因为它提供任何真正的价值，而是因为它提供了**一种可以被展示的忙碌**——一种在 AI 时代看起来像“跟上了”的表演。 而做真正认知活动的人，早已不在这个表演里。他们甚至根本不观看这个表演。 ----- ## 第四章 · 一个更隐蔽的陷阱：知识管理 反刍消费是明显的形态——刷、读、下一条。但它还有一个更隐蔽的变体：不是被动吸收，而是主动建构；不是刷信息，而是整理信息。因为它伪装得更像“正经事”，所以对认真的人杀伤力更大。 这个变体叫知识管理。 ### 为什么它在 AI 时代变成伪命题 “知识管理”这个词里藏着一个旧时代的假设——**知识是一种可以被管理的静态对象**，像图书馆里的书一样，能被归类、索引、检索。过去几十年的整个知识管理工具链（Evernote、Notion、Roam、Obsidian、Logseq）都建立在这个假设上。 但真实的认知过程不是这样的。脑子里的“知识”不是静态存储的信息，是一张**不断被重构的关系网络**。“理解”不等于“记住”，“能用”不等于“能找到”。这个错位让知识管理从一开始就在做一件错位的事。 几个机制在过去几年同时发生，让这件错位的事彻底变成了伪命题： **检索问题被 AI 解决了**。过去整理笔记的核心目的之一是“以后能找到”。现在的 AI 几乎了解世界上所有的文本信息，检索成本降到几乎为零。整个“为检索而整理”的传统目的，80% 已经不成立。 **记忆外置的陷阱**。心理学上有个现象叫 Google effect——知道“信息被保存了”会让大脑更少真的记住它。这个效应在重度笔记用户身上特别明显：**笔记里有 ≠ 脑子里有**。能被调用的知识是脑子里的活跃模型，不是笔记里的标签。大量重度笔记用户的脑内活跃知识反而在退化，因为他们把大脑当成了索引而不是工作台。 **整理笔记是最高级的焦虑管理**。这件事在焦虑缓解量表上得分极高——它看起来像工作、有成就感（“今天新增了 12 个 backlink”）、不需要承担任何判断风险、提供“我在成长”的感觉但完全不需要输出。**这比刷反刍内容更危险**，因为它有更强的“我在做正经事”的伪装。 **整理笔记和形成判断是两件不同的活动**。Luhmann 的 Zettelkasten 之所以产生了他 70 多本书的核心材料，关键不是他用了什么系统，而是他每张卡片写的都是**自己的思考**——每张卡片都是一个小判断、一次对已有知识的校准。这个系统的本质不是“管理知识”，是“强制思考”。现代人用 Obsidian 大多是在**管理别人的思考**——高亮、摘抄、引用——这和 Luhmann 做的事没有任何共同点，只是借了同一个视觉形式。 ### Karpathy 的 wiki 方案：它真正在解决什么 在这个背景下，Andrej Karpathy 在 2026 年 4 月初提出过一个 LLM Wiki 的方案：把原始资料扔到 `raw/` 文件夹、让 LLM 自动编译成结构化的 markdown wiki、人只负责策展输入内容。他自己一个研究话题的 wiki 已经生长到约 100 篇文章、40 万字，他几乎不亲手编辑。 这个方案核心解决三件事：session 之间的上下文丢失、笔记维护的不可持续性（LLM 做 bookkeeping 比人强）、知识不复利（每次新资料进来自动更新多个已有页面、建立 cross-reference）。 听起来像是对“知识管理是伪命题”的反驳——毕竟他做的是一种知识管理，而且在他身上真的管用。 但这里有一个最底层的事实决定了它对他管用的真实原因：**Karpathy 是科学家**。 他的 raw sources 是 arxiv 论文、实验结果、代码、他自己还没发表的工作——**这些都是大模型训练数据里没有或者已经过时的内容**。模型训练数据有 cutoff，前沿研究的最新进展模型常常不知道，而科学家恰好生活在这个 cutoff 之后的信息空间里。他不是在“管理知识”，是在**维护一个模型知识的 delta**——把前沿补充到已有底座之上。 这和知识管理社区那套“我要管理我读过的所有内容”完全是两件事。 ### 普通人复制它为什么失败 理解了 Karpathy 的前提，就能理解普通追随者复制他方案时为什么会变成新的焦虑管理。 普通人感兴趣的内容——商业新闻、AI 动态、科普、管理方法论、行业分析——**模型基本都知道得比他们多**。他们试图“管理”的“知识”其实是模型训练数据里早就有的东西的反刍版本。 在这种情况下复制 Karpathy 的方案会变成什么？**让 AI 从已经被反刍过的内容里生成一个看起来结构化的 wiki**——这是在给反刍链又加了一层。产物看起来更像“知识”、更像“系统”、更像“研究”——但离原始信息更远、更空。 而且由于 wiki 的视觉结构感比笔记更强，它产生的“我在学习”的错觉也更强。一个人每天看着自己的 wiki 在变大、cross-reference 在增加，会比刷小红书有更强的“我在成长”的感觉。但真正发生的事情，和小红书读者本质上一样——**他都在消费自己不能真正调用的信息**。 区别只在于一个是在公开产品上消费，一个是在自己搭建的系统里消费。后者更 cope，不是更健康。 ### 什么是合理的个人信息基础设施 要避开这个陷阱，需要问一个根本的问题：**模型相对于我，到底缺什么？** 大部分知识管理实践从来不问这个问题。他们只问“我应该记录点什么”，然后记录了一堆模型其实知道得比他们更多、更准的东西。 这个问题的合理答案只有两类： **第一类 · 学科前沿的 delta**。你在一个快速变化的前沿领域工作——研究、尖端工程、未被训练数据覆盖的新兴实践。在这种情况下，维护一个持续更新的知识底座有真实价值，因为你积累的是模型不知道的东西。Karpathy 的 wiki 方案适合这类场景。前提是——你真的在做前沿工作、你的 raw sources 是一手的、你有判断能力去检验 wiki 是否偏了。 **第二类 · 个人独特认知的 delta**。你不在前沿工作，但你有自己对具体事物的判断、偏好、非共识模型、个人经验教训——这些是通用模型从训练数据里无法生成的。这种情况下合理的做法是**最小对齐层**：只记录“模型不已然知晓的东西”，让下次和模型协作时它能从你的上一次终点开始，而不是从零。 两类方案看起来很不同，底层逻辑完全一致——都是在回答同一个问题：“模型相对于我，缺什么？”只是两种人的“缺”落在不同的信息分布上。 第二类方案有一个反直觉但重要的特性：**它无法被表演**。因为它的准入门槛是“我能识别什么是模型不知道的”——不具备这个判断力的人用不了这个方法（他们会发现自己其实没什么可记的）；具备这个判断力的人记录下来的内容一定有效。这个自我筛选机制比方法本身还值钱——它从结构上就防止了这个方法变成新的反刍仪式。 对大多数人，**第二类方案是合理的起点**。在使用过程中如果发现“模型在我的领域里知识不够用”，再考虑加一层 Karpathy 式的学科底座。顺序反过来则容易陷入仪式式的知识管理陷阱——这也是整个知识管理社区犯的最大错误：他们建议新人先建底座，结果新人花几个月整理别人的判断，认知活动反而被整理动作本身替代。 ### 一个更通用的原则 把知识管理这个具体话题推到最一般的层面，会得到一个能用来评估几乎所有未来“新方案”的原则： **在 AI 时代，任何不要求使用者具备独立判断能力的方法论，都已经或正在变成反刍消费的一种变体。** 区别不在方法论的内容——它可以是提升效率、促进学习、组织知识、加强创造力。区别在使用者是不是把判断外包给了这个方法论。 这也解释了一个普遍现象：**所有“方法论的流行”本质上都是认知外包的集体仪式**。一个方法论越流行，就越说明它满足的不是具体的工具需求，而是“不用自己判断”的需求。真正有效的方法论往往不流行，因为它们太依赖使用者的具体情境，无法被批量复制。 Karpathy 的 wiki 方案本身——在他自己身上——是有效的。但它流行起来之后产生的那批“Karpathy Wiki 教程”、“Second Brain 2.0”、“AI 知识管理工作流”等等已经在变成新一轮的表演方案。区别的判断标准很简单：**这个方案在你身上用多久之后，开始让你感觉“我不用亲自判断”？** 这一刻就是它开始腐烂的时间点。 ----- ## 第五章 · 他们都说对了什么：通才、品味、智力的重新折叠 到这里，反刍消费的两种形态（被动刷信息与主动整理知识）都拆过了。它们看起来不同，本质都在做焦虑管理而不是学习。浮上来的就是那个一直被绕开的根本问题——**什么才是真正重要的能力？** 这个问题其实在 AI 之前就已经被多次触及。不同的圈子里，有几种流行的说法在从不同角度描述同一件事——但每一种都只描述了其中的一部分，而且都没意识到自己在描述的其实是同一个东西。把它们放在一起看，会出现一个更完整的图景。 ### 通才论 近几年在创作者和独立开发者圈子里，“通才”这个概念被重新推到前台。最常被引用的版本来自 Dan Koe——他的核心论点是：专业化正在贬值，多领域的通才反而在变得稀缺且有价值。 他说对的那部分：**广度不是杂学**。真正的通才不是“什么都知道一点”，而是在多个领域都积累到足够深度，因此能看到不同领域之间的**同构结构**。一个同时深入研究过经济激励、生物进化、组织行为的人，会发现这三个领域的底层机制大量重叠——因为它们都在讲“多个行动者在约束条件下追求自身目标时，系统层面会涌现出什么”。识别出这种跨域同构，是通才的真正价值所在，也是把广度转化为判断力的唯一路径。 他没说清的那部分：**什么样的深度才算数**。这是通才论最模糊的一块，也是追随者最容易踩坑的地方。有人按通才论去扩展自己的阅读，读了十个领域各一本入门书，最后脑子里装的是十个领域的表面叙事——这种“深度”对跨域映射毫无用处，因为表面叙事在不同领域里本来就不一样，没有同构可言。真正能被映射的是**深层结构**——一个领域里真正决定行为的因果机制、激励约束、反馈回路。一个可操作的深度标准是：**你能不能说出一个领域的从业者集体相信但实际上是错的一件事**。说得出的，是有深度；说不出的，还停在标准叙事层。 他留下的漏洞：通才论没把**做跨域映射的底层机制**单独拎出来。它读起来像一个方法论——多读几个领域的书、建立联系——但它暗含一个前提：读者有能力做这种映射。而这个能力本身才是稀缺的。这解释了为什么同样的方法论，有人用出来了、有人用不出来：差的不是努力，是映射能力本身。 ### 品味（taste） 另一条线来自创作者和设计圈——Paul Graham、乔布斯、Rick Rubin 这一路反复谈论的 taste。这个词被翻译成中文的“品味”之后容易被理解成一种模糊的审美感受，但他们实际在描述的是一个更具体的机制。 他们说对的那部分：**在你能清楚说出理由之前，你已经能判断一个东西好不好**。这种前语言的判断不是神秘主义，它来自大量高质量样本的长期内化。一个从小在博物馆里长大的人，看到一幅画能在几秒内判断它的好坏——不是因为他懂艺术史，而是因为他的视觉系统已经被大量高质量画作校准过了。这种校准的产物就是品味。 但他们描述的是**低阶品味**——纯粹的模式识别。一个人能判断“这个字体不好看”，但让他解释为什么，他说不出。这种品味是真实的、也有用——它能让一个人在自己熟悉的领域快速过滤大量选项——但它有一个严重的限制：**不可迁移、不可教、不可验证**。你没办法把你的品味传给别人，也没办法在一个新领域从零建立品味，因为没有足够的样本。 他们没说清的那部分：品味其实有两层。低阶品味是前语言的模式识别，高阶品味是**模式识别 + 需要时能拆出结构化理由**。一个真正厉害的设计师不仅能说“这个字体难看”，还能分析“是因为它的 x-height 和字重的比例破坏了视觉节奏”。高阶品味之所以重要，是因为它**可教、可迁移、可在新领域加速建立新品味**——它把直觉背后的结构显式化了，于是结构可以被学习。 高阶品味和通才论在底层其实是同一个能力——都是**把一个具体判断抽象成可操作的结构**，然后把这个结构用在新的地方。不同的是，通才论从“跨域”的角度谈它，品味论从“审美直觉”的角度谈它。两者说的是同一个机制的两个侧面。 ### 认知折叠论 第三条线在技术圈和独立创作者圈子里越来越常见。它的核心论点简单粗暴：**AI 不会让差距缩小，只会让差距以前所未有的速度拉开**。类比的对象通常是工业革命——蒸汽机和后来的装配线让体力劳动的相对价值急剧下降，能设计机器、能组织生产、能调度系统的人，和只能出卖体力的人之间的差距从线性扩大变成了指数分化。现在轮到认知了。AI 正在摊平一批认知能力（知识、记忆、检索、流畅表达），剩下那一部分**不被摊平的**会被爆炸式放大。结果不是“贫富差距变大”，是“不同人群的产出在同一个单位时间里被折叠到完全不同的量级”。 他们说对的那部分：**差距会拉开，且速度前所未有**。这个判断是对的，而且类比工业革命非常合适。历史上每一次通用技术跃迁之后，掌握了新杠杆的人和没掌握的人之间的差距都不是线性扩大，是指数分化——蒸汽机如此、电如此、互联网如此，AI 只会更极端，因为它是第一次直接作用于认知本身，而认知恰好是判断、创造、决策的源头。被放大的那部分，会比历史上任何一次都显眼。 他们没说清的那部分：**被放大的到底是哪种认知能力**。 这是整条论述最模糊的一块，也是大部分追随者会踩坑的地方。他们默认的假设通常是“**高认知 = 高 IQ**”——所以结论变成“高 IQ 的人会越来越富、低 IQ 的人会越来越被甩开”。这个结论的前半句大致对，但原因完全错。 被放大的那件事不是 IQ。IQ 测的是原始处理能力——工作记忆、处理速度、信息提取、按规则推演——这些 AI 现在已经比绝大多数人强。**一个单纯 IQ 高但从不做真正认知活动的人，在 AI 时代反而会被最快淘汰**——因为他过去用 IQ 做的那些事（快速学习、记忆调取、流畅推理），AI 都做得更快更准更便宜。他的优势直接被摊平。 真正被放大的是另一层——**在一个陌生问题上识别深层结构、判断什么问题值得问、在模糊的现实里切出可操作的对象**。这件事和 IQ 相关但不等同。一个 IQ 中等但识别出了真正的认知活动是什么、并持续投入去做的人，比一个 IQ 高却一辈子活在模式识别舒适区里的人，会被 AI 放大得更多。 他们留下的漏洞：**“高认知”被当成了一个先天的、固定的属性**。这让整个“折叠”叙事听起来像一个不可抗力——高认知的人会赢，低认知的人会被甩开，没有中间地带、没有可操作空间。 但真正的分化不是“高认知 vs 低认知”的先天分化，是“**识别出了 vs 没识别出**”的意识分化。前者是一个不可改变的命运，后者是一个可以跨越的门槛——虽然跨越这个门槛本身不容易，但它在原理上是开放的。认知折叠论里最让人绝望的那种命运感，大部分来自于把“可跨越的门槛”误认成了“不可改变的先天属性”。 ### 三条线在说同一件事 把三条线放在一起看。 通才论说的“跨域映射能力”——那个让多领域深度变成判断力的底层机制——其实就是**把多个领域的表象剥离、抓住它们共同的深层结构**的能力。没有这种能力，读十个领域只能得到十堆碎片；有了它，三个领域就能跨出新的判断。 品味论说的“高阶品味”——那个把直觉背后的结构显式化的能力——其实是**同一种能力作用在大量样本内化之上**的结果。低阶品味只需要样本，高阶品味需要样本加上把模式抽象成结构的能力。 认知折叠论说的“不被 AI 替代、反而被 AI 放大”的那一层——其实也是这个能力。AI 摊平了知识、记忆、流畅表达、按指令执行之后，唯一没被摊平的就是**把现实从它的表象里剥离、当作结构来操作**的那个动作。被放大的就是它。 三条线从完全不同的角度触及了同一件事，只是给它起了不同的名字——**通才、品味、折叠**。核心都是同一件东西：**把具体情境抽象成可操作结构的能力**。 认知科学里有一个专门的名字给它：**认知去耦**——把一个表征从它所指的现实里剥离、当作独立对象来操作。所有抽象、假设、反事实推理、自我审视都建立在它上面。三条流行说法都在从不同角度描述它，只是每一条都只摸到了其中一部分。 这件事过去一直存在，但一直没有被单独标价。因为在前 AI 时代，它和大量其他能力混在一起——和知识储备混、和记忆力混、和流畅表达混、和熟练度混。一个“聪明”的人通常这些都有，但没人知道其中哪一项才是真正起作用的。所以每一种流行说法都在盲人摸象——摸到哪一部分就用哪一部分的语言去描述它。 **AI 时代第一次让这件事可见**。因为 AI 替代了知识储备（它知道的比任何人多），替代了记忆力（它能随时调取），替代了流畅表达（它写得比大部分人好），替代了熟练度（它不疲劳、不出错、不需要练习）。这些能力一个个被剥离之后，剩下的就是那个一直被遮盖的底层机制——**把现实切成结构、判断哪个结构是对的、在陌生领域里建立新结构的能力**。 这就是通才论、品味论、认知折叠论三条线共同指向的那件事。它不是新出现的能力，是一直存在但第一次被独立命名的能力。 ### AI 能干什么，人剩下什么，要学什么 把这个判断推到实用层面。 AI 现在能干的事情范围在迅速扩大：模式合成、信息检索、流畅表达、按指令执行，以及在**可验证奖励领域**（代码、数学、结构化推理）里的复杂任务。这个范围每隔几个月都在扩张，且没有明显的边界。 AI 做不了的事情范围在缩小，但有几件事它现在做不了、近期也做不了：**把模糊的现实切成可操作的问题**（问题构造）、**识别自己输出里的结构性错误**（元判断）、**在没有外部奖励信号时判断什么是好的**（审美和价值权衡）、**在完全陌生的结构上做真正的抽象**（去耦本身）。 前三条都依赖最后一条。没有真正的去耦能力，前三条都只是在高维表征空间里做插值模拟——看起来像，但本质不是。 所以 AI 时代人真正剩下的是什么？**指挥模型的那一层**——提出正确的问题、判断输出是否真的解决了那个问题、在模型走偏时把它拉回来、对最终结果做价值决定。这一层的全部工作，都建立在认知去耦这个底层机制上。 然后是最关键的问题：**要学的到底是什么？** 不是更多知识——模型知道的比任何人多。 不是更流畅的表达——模型写得比大部分人好。 不是更多的“思维框架”——市面上大部分思维框架是装成工具的话术。 真正要学的是少数几件具体的事：几种核心的**推理工具**（让判断不靠直觉也能做）、几个**非本行领域的规律性理解**（让跨域映射有东西可映射）、把自己放进**会被现实校准的环境**（让所有这些不会慢慢腐烂）。加上那个部分不可训练的底层机制——认知去耦。 四件事各自独立，相互作用。构成一个完整的系统。 ----- ## 第六章 · 四元公式：逐项讲透 去耦本身只是一个算子。一个人的认知产出能力由四项东西共同决定，它们之间的关系不是加法，是乘法。 硬件 × 软件 × 数据库 × 运行环境。 任何一项为零，整体就是零。这解释了为什么绝大多数“提升认知”的努力失败——那些努力通常只作用于四项里的一项，而乘法意味着其他三项的短板会彻底抵消这项的增益。一个天生聪明但从不学推理工具的人，和一个装了一堆推理工具但从不让判断碰到反馈的人，两者的产出都会接近零，只是失败的方式不同。 下面把四项分别拆开。 ### 第一项 · 认知去耦（硬件） 认知去耦是把一个表征从它所指的现实里剥离、当作独立对象来操作的能力。所有抽象、假设、反事实推理、自我审视都建立在这个能力之上。没有它，一个人永远和眼前的具体刺激绑在一起思考——“我的想法”和“事实”混在一起，“这个情境”和“它背后的结构”无法分开。 心理学上这项能力最接近的概念叫**流体智力**——面对完全陌生问题时、在没有任何先验经验的情况下识别结构的能力。注意它和“知识储备”没有关系。一个博学的人流体智力不一定高，一个读书不多的人流体智力也可能很高。它是纯粹的“遇到没见过的东西能不能自己想出结构”的底层能力。 去耦能力在日常中有几个可观察的信号。给两个表面描述不同但底层结构相同的问题，去耦强的人在两者上表现接近，弱的人会随着表面差异的增大而崩溃，且自己意识不到崩溃。反事实推理的稳定性是另一个信号——“如果 X 没发生、其他保持不变，你能推出什么”——能稳定持有“X 没发生”这个假设并推演的人，去耦在线；立刻被现实覆盖掉假设的人，去耦不在线。还有一个极简单的代理：面对完全陌生的问题时的第一反应。去耦强的人会开始做结构抽象（“这类问题的一般形式是什么”），弱的人会卡在“这我不懂”，或者用最表面的相似性硬套。 这里必须无情。 流体智力的上限由基因决定了大部分。大量比较双胞胎（一组是同卵双胞胎，基因几乎完全相同；一组是异卵双胞胎，基因差异和普通兄弟姐妹一样）的研究显示，这项能力的遗传度远高于人们愿意承认的程度。而且有一个反常的现象——**越老越像遗传决定的**。童年和青少年阶段还有环境的空间，但随着年龄增长，基因的决定作用反而越来越强，成年之后这项能力基本锁定。 过去二十年有大量号称能“提升智力”的训练产品，各种大脑训练游戏、工作记忆训练 app、思维训练课程。后续的大规模研究基本否定了这条路径：你练什么就在什么上进步，但这个进步**无法迁移**到真正的推理任务上。练大脑训练游戏会让你更擅长这个游戏，但不会让你面对陌生问题时想得更清楚。 这意味着市面上几乎所有承诺“提升认知能力”“训练思维”“提高智商”的课程和产品，都在出售幻觉。成年之后，这一项基本锁定。 所以能做的只有两件事。 第一，诚实识别自己在这一项的位置。不是为了放弃，是为了合理分配后面三项的投入——一个流体智力中等的人和一个流体智力很高的人，装上同样的推理工具之后，输出的复杂度上限不同。假装上限不存在，只会让人在错误的目标上消耗自己。 第二，不要让这一项的限制污染对其他三项的判断。后面三项都可训练，而且它们决定了一个人距离自己上限还有多远——**这个距离对绝大多数人来说远大于上限本身的差距**。 这里必须加一个诚实的附注：**流体智力不仅决定去耦能力的上限，也影响后面三项的训练效率本身**。装推理工具的速度、装到什么深度、能不能迁移到新领域——这些不是匀速发展的，流体智力高的人会装得更快、理解得更深、迁移得更广。这个规律在认知科学里有扎实的实证支持：学习任务越复杂，流体智力和学习速率的相关性越强；在技能习得的早期阶段，流体智力解释复杂问题解决能力差异的 30% 到 40%。 所以更诚实的表述是——**这不是“每个人努力一下就能追平那些聪明人”**。天花板之下的空间对所有人都开放，但空间的形状和攀爬的斜率不同。流体智力中等偏下的人，装齐推理工具可能需要比后文给的数字（6 到 12 个月）更长的时间；最终能达到的深度也会比流体智力高的人浅一些。 但这并不改变核心的事实：**绝大多数人——包括流体智力高的人——都没有把自己可达到的空间用完**。不去用，是真正的浪费。至于“能不能用到最顶端”，那是另一个话题，而且对大多数人来说不相关。 过去那些让人感觉“我其实很聪明只是没发挥”的自助文学，主要功能是焦虑管理，不是帮助。真正有用的信息是冷的：天花板存在，且成年后基本不动；但天花板之下的空间，绝大多数人远远没有用完。 ### 第二项 · 推理工具（软件） 推理工具是装载在认知系统里、可随时调用的具体思考方法。它和去耦的关系类似软件和硬件——硬件决定能跑多复杂的程序，软件决定这台硬件在具体问题上实际输出什么。 这是整个四元公式里**最被严重低估**的一项。大部分自称“爱思考”的人，推理工具装备是空的。他们所谓的思考，是用直觉对现象做合理化，然后用流畅的语言把合理化表达出来——过程里没有工具参与，所以产出主要是情绪和模式匹配的副产品，不是判断。 覆盖最广、回报最高的四门推理工具是： **概率与不确定性推理**——真正理解基准率、条件概率、样本偏差、选择效应、校准这些东西。不是学统计课程，是把它们变成判断的反射。 **因果推理**——区分相关和因果，理解混淆变量、反事实对照。大部分人把“A 伴随 B 发生”等同于“A 导致 B”，这一门就是系统地纠正这个习惯。 **博弈论与激励结构**——不需要数学深度，要的是在任何现象里自动识别“谁在为谁的决策买单”的反射。这一门装上后看新闻、看政策、看商业现象的方式会完全不一样。 **系统动力学**——理解非线性、延迟反馈、涌现。大部分复杂问题的错误归因，都是因为没在脑子里跑反馈回路的模拟。 每一门都有经典的入门读物（见文末附录）。四门装齐后，面对任何现象，认知系统会自动把它拆成“这里面哪些变量、因果方向如何、各方激励如何分布、反馈回路在哪里”——这不是思考技巧，是一种反射。 装没装上，有一个极简单的测试：面对新现象时，此人是直接给一个结论，还是会自动把它放进某个推理框架。前者贫乏——他的结论可能对可能错，但他自己分不清。后者已经内化——他会先问基准率、因果方向、激励分布、反馈延迟。 另一个诊断更直接：让他估算一个完全不熟悉的量，比如“一个城市里一年被雨淋湿过的自行车有多少辆”。装备完整的人会自发拆解成几个独立因子相乘；装备空的人会直接给一个数字，或者说“我怎么知道”。这个差异不是知识差，是工具差。 这一项**完全可训练**，而且训练回报在四项里最高——因为大部分人起点接近零。装齐最小集大约需要 6 到 12 个月的认真阅读加上刻意在日常判断里套用。这个时间跨度对大部分人来说短得惊人，远短于任何学位课程，远短于学一门手艺，但回报大得多。 关键不是读完书，是在日常判断里能**自动调用**。验证方法：下次对某个现象有判断时，暂停一下，问自己“这里面哪个工具在起作用”。答得上且答得准——装上了。答不上——还没装上。答得上但发现自己的判断其实绕过了工具、直接走了直觉——这是最常见的中间状态，需要刻意练习把工具前置到直觉之前。 这一项和第一项的关系必须讲清楚。学术上反复验证的一个结论是：**智商和实际判断质量的相关性低得惊人**——高智商完全不保证不做蠢事，因为智商测的是算力，不测有没有装上推理工具。流体智力中等但工具装齐的人，实际产出可以稳定超过流体智力高但工具空缺的人。 这对在第一项上没拿到好起点的人是真正的好消息。对在第一项上拿到好起点却懒得装第二项的人，是坏消息。 ### 第三项 · 跨域规律深度（数据库） 去耦能力需要有东西可操作——这个东西就是对多个领域的规律性理解。但“深度”需要精确定义，因为它极容易被误解成“精通”或“博学”。 这里有个核心区分。一个领域的**深层结构**是真正决定行为的因果机制和约束关系；**表面特征**是术语、流程、案例、行业黑话。真正能被去耦调用的是深层结构，不是表面特征。 所以跨域规律深度**不是精通**。精通是能执行一个领域的工作——会开庭、会做手术、会写生产级代码。规律深度是能解释为什么这个领域的事情是这样发生的——背后的激励结构、信息不对称、反馈延迟、幸存者偏差、**标准叙事在哪里撒谎**。前者需要十年以上的专门投入；后者，好的观察者几个月可以到位。 最严厉的一个诊断：**能不能说出一个领域的从业者集体相信但实际上是错的一件事。** 这个诊断的背后逻辑是——每个领域都有自己的“标准叙事”，那是利益相关者构造出来的、自我美化的、有时是反向的。真正抓住一个领域规律的人，能识别这套叙事在哪里撒谎。说得出的，是真懂；说不出或者复述的都是行业里已经人尽皆知的元吐槽（“资本逐利”“体制问题”之类）的，说明还停在标准叙事层，没进入深层结构。 另一个诊断：听到这个领域的新现象时，能不能在不查资料的情况下预测它的走向，且在预测错时知道自己错在什么假设上。能做到这一点，说明脑子里已经建立了这个领域的因果模型。做不到的——你知道这个领域的事情，但你**没有它的模型**。有事情没模型，对去耦能力完全没有帮助。 这一项完全可训练，但门槛比推理工具高——需要时间和持续的好奇心投入。每个领域大约需要 6 个月到一年才能到“能预测并识别错误”的深度。 选领域有三类分布回报最高： **激励扭曲明显的领域**——医疗、教育、学术出版、政府采购、保险、慈善。这些领域的表象和真实动力差距最大，每理解一个都能装上一批可迁移的思考工具。 **历史数据丰富的领域**——金融市场、战争史、流行病史、技术迭代史。有真实反馈、可证伪、规律经过长时间压力测试。 **与主场邻接的领域**——你已有深度的领域的相邻学科。学习斜率最快，且迁移回主场的价值最高。 每个领域的最小学习路径：读一本**内部人吐槽本行的书**（不是入门教材），读 2 到 3 篇实证研究或系统综述，定期追一个高信息密度的来源（不是新闻，不是 KOL，是行业内的深度 newsletter 或研究者博客），**做至少 10 条可验证预测并跟踪**。没有最后这一步，前面三步全是娱乐。 需要主动避开的是**主要靠故事和叙事驱动的领域**——时尚、娱乐八卦、政治评论、鸡汤商业书。它们的“规律”大部分是事后合理化，学了之后脑子里装的是更多表面特征，不是深层结构。 ### 第四项 · 反馈暴露（运行环境，作为指数） 前三项决定瞬时能力。第四项决定前三项能不能长期维持且持续增长。 反馈暴露指的是一个人的判断在多大程度上**被现实系统性地检验**。高反馈环境里，每个判断都会被事实打脸或确认；低反馈环境里，判断可以无限期飘在空中而不被校准。 为什么这是指数项而不是加法项——因为没有反馈，前三项的任何水平都会随时间腐烂。去耦能力会退化成自嗨（以为自己在做结构抽象，实际在产出听起来深刻的废话）；推理工具会变成仪式（用贝叶斯的语言但从没真的更新过先验）；跨域规律会变成学究式的收集（知道各种规律但分不清哪些在当前情境下适用）。反之，即使前三项中等，在高反馈环境里会持续自我校准，时间拉长后产出质量远超前三项满配但活在低反馈环境里的人。 最简单的一个诊断：**过去一年你做的重要判断里，有多少被现实明确地验证或推翻过？** 数量接近零的人，无论他自认为多会思考、读过多少书、表达多么流畅，认知系统实际上已经很久没被校准过了。他可能在某个阶段达到过相当高的水平，但那个水平正在缓慢失真，而他自己察觉不到——低反馈环境的定义就是没东西来告诉他失真了。 有一个著名的长期研究，跟踪了近 300 位各领域“专家”在二十年里的大量预测。核心发现不是“哪些人预测得准”，而是**绝大多数专家的预测准确率接近抛硬币，但他们对自己准确率的自我评估远高于实际**。二者的差距来自同一件事——这些人从未被系统记录过自己的预测。没有记分板，所以没有校准。 严格说这一项不在训练层面，而在**环境选择层面**。反馈暴露不能通过努力提高，只能通过进入什么环境、拒绝什么环境来选择。这让它成为四项里最隐蔽的一项——前三项的水平别人能从交流中大致判断，反馈暴露是结构性的，外人看不出来，当事人也经常自己看不出来。一个在大公司做了十年“战略”的人可能前三项都很高，但如果这十年里他的判断从未被市场、被用户、被具体结果检验过，那他这十年的“思考”产出大部分是噪音。 值得进入的环境是这些：创业（产品卖不卖、用户留不留，每周都在验证判断）；交易和投资（每个决策带着盈亏作为真实反馈）；实证研究（假设被实验证伪是常态）；做面向真实用户的产品（不是做给 KPI 的产品）；竞技博弈（围棋、扑克、电竞——结果清晰）。 以上是以“职业”为单位的反馈环境。但反馈闭环不只存在于职业生活里——**日常生活里有大量同样严苛的反馈结构，只是容易被忽略**：**做饭**（菜咸了淡了、火候过了不过，每一餐都在对一个具体判断打分）；**带孩子**（孩子的反应是几秒内的反馈，你的每个判断都在被哭声、笑声、行为反应即时校准）；**锻炼身体**（动作对不对、强度合不合适、饮食调整有没有效果，身体会用很短的周期告诉你）；**养宠物**（和带孩子类似的结构，周期更短，因为反应更直接）；**学乐器**（每个音是不是对、节奏是不是稳，耳朵即刻反馈）；**修理东西**（修好了还是没修好，毫无空间让你自我美化）；**谈判**（对方的反应就是你判断有没有对齐他们实际想法的校准）；**园艺**（植物不会给你面子，它活或者死）。 这些都是极高密度的反馈闭环。相比之下，一个在大公司会议室里做战略 PPT 十年、从不下场执行的人，在反馈暴露这一项上，可能远远输给一个每天给两个孩子做饭同时带一只狗的家长。这不是修辞，是结构——前者的判断从不接触现实，后者的每个判断都在几小时之内被现实打脸或确认。 文化上我们倾向于把“认知能力”和特定职业绑定（科学家、工程师、投资人），但**反馈暴露这一项完全不尊重职业标签**。一个真正投入在一件需要持续反馈的生活实践里的人——哪怕那件事是做饭、带孩子、锻炼身体——认知系统保持在线的概率，反而高于很多在“体面白领岗位”上做着永远不被结果验证的工作的人。前三项（去耦、推理工具、跨域深度）确实需要专门训练，但第四项——让自己的判断持续碰到现实——**在任何生活形态里都是可得的**。 应该避开的是**纯观点生产**（KOL、评论、专栏），**咨询式“战略思考”**（建议给出就结束，不跟踪执行），**低频决策长延迟反馈的大公司岗位**，以及**任何“说得好就赢”的领域**——说服力和判断准确性在这些领域完全脱钩。 如果暂时不能改变主环境，可以自己建反馈机制。但要先破除一个常见的幻觉——**市面上流传的那套“预测日志、决策日志、对抗性同伴小组”基本没人能坚持**。不是它们错，是它们把反馈机制从真实生活里剥离成了一个附加仪式。一个每天忙着工作、生活的人，靠意志力每月写 5 条预测，两周之内就会停。缺反馈的人缺的不是表格，是**一种让自己的判断必须接触现实的生活结构**。表格解决不了结构问题。 真正可持续的反馈来自两件事——**在自己已经关心的领域里完成判断-验证闭环，以及进入新领域时把学习本身变成有验证的过程**。两件都不是日志，是行动。 **第一种 · 在已有领域里完成闭环**。大部分人在自己的领域里其实**已经每天都在做判断**——只是这些判断没有被明确化，所以无法验证。同事问“这个方案行不行”、朋友问“这家公司值得跳吗”、自己决定“这个功能做不做”、看到一条新闻觉得“这事过两周会反转”——每一个都是判断，每一个都可能被后来的事实检验，但绝大多数人从不把这些判断**说出口或写下来**。它们以一种模糊的“我觉得”的形式存在，之后不管结果如何，都可以被大脑重写成“我当时就是这么想的”。 要做的事情只有一件——**在判断发生的那一刻，把它具体化**。和同事说方案有问题时，明确说“我觉得它会在 X 上卡住，两个月内”；做产品决策时，直接在文档里写“我们预期做完之后 DAU 会涨 Y，如果到时没涨我错了”；看新闻做预测时，告诉身边一个具体的人“我赌 X 不会发生”。不需要日志、不需要打分、不需要 Brier score——把判断说出口这个动作本身就强制了后续的自我校准，因为说过的话会在几个月后被对方或被自己记起来。 这个做法的门槛是**承担被打脸的风险**。大部分人不把判断说出口，不是因为懒，是因为说出口之后错了会丢脸。正是这个“丢脸”的压力让判断变得真实——它强制你在发出判断之前再想一遍。每一次这样的具体化，都是一次小型的认知校准。 **第二种 · 把学习新领域变成验证过程**。想理解一个新领域时，大部分人的默认路径是先读、再读、再读，读到某个模糊的“我觉得懂了”为止——然后这个“懂”从未被验证过。正确的路径是**先形成一个能错的预判，再去验证**。 具体做法：选一个你最近想搞懂的领域，不读任何东西的情况下，先写下三到五句你对这个领域的**基础假设**——你觉得它是怎么运作的、哪些因素在驱动它、近期会怎么变化。写下来之后再去找材料读。读的过程不是“吸收信息”，而是**持续拿材料和自己的预判撞**——哪些假设被证实、哪些被推翻、哪些需要修正。读完之后，你脑子里不是一堆别人的结论，是一个**被校准过的自己的模型**。 这个方法的核心不是效率，是**信息的加工路径**。先读后想是被动吸收，产物是别人判断的复述；先想后读是主动校准，产物是自己的因果模型。花费的时间其实差不多，但输出质量完全不同——前者几个月后什么都记不住，后者在这个领域里建立了一个可持续使用的判断工具。 **为什么这两种方法管用而日志方法失败**。日志方法要求你为“记录”本身投入额外的精力，这件事除了少数格外有纪律性的人之外对绝大多数人不可持续。上面这两种方法不需要额外精力——它们只是**改变你本来就在做的动作的方式**。你本来就在和同事讨论、做决定、读东西、关心新闻；这些方法做的事是让这些动作**自带验证环节**，而不是在它们之外另起一个仪式。 可持续性来自**不新增生活内容，只改变已有内容的结构**。这个原则比任何具体工具都重要。 ----- 四项里只有一项决定了上限，另外三项决定了一个人离自己上限还有多远。 绝大多数人距离自己的上限差得非常远。 这是坏消息，对不想动的人。这是好消息，对愿意动的人。 ----- ## 第七章 · 最后 一个愿意动的人，读完前面的框架，自然会问——“所以我应该从哪里开始？” 这个问题本身值得警惕。 如果读完四项公式之后第一个动作是索要一份“开始的步骤清单”，说明还在用消费方法论的方式消费这篇文章。清单再好，拿清单的人大概率两周内停下来——因为清单所描述的那些动作都建立在一件更底层的事情之上，而那件事不是靠清单能启动的。 这件底层的事只有一件： **停止把“消费反刍”当作学习。** 这不是“少刷半小时手机”，不是“每天早起读书”——这些都是把问题理解成纪律问题。真正要停的是一种自我欺骗：把“我今天跟上了 AI 圈”的感觉误认成“我今天学到了东西”。承认前者只是情绪管理、和刷剧放松同属一类——这个承认本身就是第一步。 承认之后，会发生一件具体的事：未被反刍占据的认知带宽开始出现。这个带宽一旦出现，它会自己找到用处——不是因为你“决心学习”，是因为一个不被噪音淹没的头脑本来就会朝自己真正关心的问题走。 接下来的问题——**怎么和模型打交道、什么问题值得问、怎么用 AI 打磨自己的判断、怎么在已有经验上长出跨域深度**——不在本篇的范围里。本篇只做诊断：讲清楚你面前的分化是什么、它由什么组成、大部分人距离自己的上限差多远。 ----- 这套东西不是给所有人的。 认知去耦的硬天花板决定了有些人装不进这个系统——这是残酷但必须说的事实。这篇文章从头到尾没有提供希望的普惠，它提供的是一个**能让人判断自己位置的框架**。 但能读到这里的人不是那群人。能识别出“我在消费反刍”这件事、能跟着一路读到这里而没有关掉页面的人，已经完成了基础自测——前面那些残酷的话里，有一部分没有打中你。 AI 时代真正的重新分层正在发生。过去的评价体系奖励晶体智力和模式库，所以把知识和经验错当成认知能力的人也可以显得“有能力”。AI 把那些东西摊平之后，剩下的那部分——真正的认知活动——第一次被单独标价。大部分人还没意识到这件事。等他们意识到的时候，差距已经不是可追赶的量级。 最后一个自检，比前面任何框架都更有杀伤力—— **回想你最近一次真正改变重要看法是什么时候、因为什么改变。** 答得出具体的、近期的、非鸡毛蒜皮的——这套系统在你身上已经在运转。 答不出的——问题不在 AI，不在时代，在自己。而且**问题从来就在这里，只是过去没有暴露而已**。 ----- ## 附录 · 入门书单 第六章提到的四门核心推理工具，各有经典的入门读物。按难度从低到高排列，从第一本开始读就好。 **概率与不确定性推理** - 《思考，快与慢》Daniel Kahneman - 《超越智商》Keith Stanovich **因果推理** - 《为什么：关于因果关系的新科学》Judea Pearl - 《因果推断实用指南》Scott Cunningham **博弈论与激励结构** - 《冲突的战略》Thomas Schelling - 《大脑中的大象》Robin Hanson & Kevin Simler **系统动力学** - 《系统之美》Donella Meadows **关于反馈暴露和判断质量（第六章第四项的理论基础）** - 《专家的政治判断》Philip Tetlock - 《超预测》Philip Tetlock & Dan Gardner 读的时候有个实用提示：**每本书读完先不要读下一本，花 1 到 2 周在日常判断里刻意用这本书的思考方式**。没有这一步，读完等于没读，因为知识没有在脑子里跑过实际推理，不会形成反射。 ----- ## 引用与出处 本文涉及的主要事实性断言的来源。 **关于 AI 能力分化（第一、二章）** - Andrej Karpathy 关于 “growing gap in understanding of AI capability” 的 X 推文（2026 年 4 月），原文提到免费 ChatGPT 用户和付费 Claude Code / Codex 用户对 AI 能力判断的两极分化，以及强化学习 + 可验证奖励的技术解释。相关二手报道：The New Stack, “Karpathy says developers have ‘AI Psychosis’”（2026 年 4 月） - “该走路还是开车去洗车”例子不是 Karpathy 提出的，是 2026 年 2-3 月在 Threads / Twitter 上独立流传的 viral test，被多家媒体报道（Newsweek, Cybernews 等） - SimpleBench：simple-bench.com（Philip AI Explained，2024），213 道多选题，人类 baseline 约 84%，持续高于 SOTA 模型 - BrainBench：Exposing the Commonsense Reasoning Gap in Large Language Models（arXiv:2603.14761，2026）——系统化 LLM 在常识推理上的失败模式 **关于反刍链与知识管理（第三、四章）** - Google effect / digital amnesia：Sparrow, Liu, Wegner, “Google Effects on Memory: Cognitive Consequences of Having Information at Our Fingertips,” *Science* 333 (2011): 776-778（注：该研究的效应量在后续复制中有争议） - Karpathy 的 LLM Wiki 方案：https://gist.github.com/karpathy/442a6bf555914893e9891c11519de94f（2026 年 4 月 3 日发布，wiki 规模约 100 篇文章、40 万字） - Luhmann 的 Zettelkasten 系统：一生积累约 90,000 张卡片，发表 70+ 本书、400+ 篇论文。参考 zettelkasten.de 和 Sönke Ahrens, *How to Take Smart Notes*（2017） **关于通才、品味、认知折叠（第五章）** - Dan Koe 的通才论：thedankoe.com 上多篇相关文章，如 “The Rise of the Generalist”、“The Future of Work” - Paul Graham 的品味理论：paulgraham.com/taste.html（“Taste for Makers”, 2002） - Rick Rubin：*The Creative Act: A Way of Being*（2023） - 认知去耦、反思心智、IQ 与理性判断相关性低：Keith E. Stanovich, *Rationality and the Reflective Mind*（Oxford, 2011）和 *What Intelligence Tests Miss*（Yale, 2009）。Stanovich & West 系列研究显示思考倾向和 IQ 的相关性通常 < 0.30 - 流体智力与结构抽象能力：François Chollet, “On the Measure of Intelligence”（arXiv:1911.01547, 2019） **关于认知能力的可塑性（第六章第一项）** - IQ 遗传度随年龄增长的 Wilson Effect：Haworth et al., “The heritability of general cognitive ability increases linearly from childhood to young adulthood,” *Molecular Psychiatry* 15 (2010): 1112-1120；Plomin & von Stumm, “The new genetics of intelligence,” *Nature Reviews Genetics* 19 (2018): 148-159。成年期 IQ 遗传度估计在 0.70-0.80 - 脑训练无法迁移到流体智力：Melby-Lervåg & Hulme 等多项 meta-analysis；Simons et al., “Do ‘Brain-Training’ Programs Work?” *Psychological Science in the Public Interest*（2016） **关于专家预测与反馈暴露（第六章第四项）** - Philip E. Tetlock, *Expert Political Judgment: How Good Is It? How Can We Know?*（Princeton University Press, 2005/2017）——从 1985 到 2003 年，284 位各领域专家，共 27,451 条可验证预测。核心结论：专家预测准确率接近随机，且对自身准确率的自评远高于实际 **关于 AI 前沿能力基准（第二章）** - AIME（American Invitational Mathematics Examination）：数学奥赛初选级别基准 - GPQA（Graduate-Level Google-Proof Q&A）：博士级科学题基准 - SWE-Bench：真实 GitHub issue 软件工程任务基准 - 这些基准在 2025-2026 年间被前沿模型（OpenAI o 系列、Anthropic Claude 4/4.5/4.6 系列、Google Gemini 2.x/3.x 系列等）陆续逼近或达到专家水平 ----- *本文对上述来源做了概念上的转述而非直接引用。如需核查原文表述，请参考原始链接与出版物。*