第二章
AI 时代的学习错觉：你拿到了结论，却还没有长出承载它的能力 本章结论 AI 时代，学习最容易发生的错觉，不是信息太少，而是： 太快拿到了结论，于是误以为自己已经学会了。 现在一个复杂问题，AI 很快就能给你： • 结论 • 结构 • 骨架 • 压缩后的核心 • 一段看起来已经很完整的理解 这当然很强。但真正的问题是： 拿到结论，不等于拥有能力。 我现在觉得，这一章最合适的比喻，还是： • 《大般若波罗蜜多经》代表展开 • 《般若波罗蜜多心经》代表压缩后的结晶 《心经》当然厉害。它不是随便变短，而是把极复杂、极深的内容，压成了极短的核心表达。 但问题在于： 如果你直接拿到了压缩后的核心，却没有走过背后的展开、推演、观照、破执与训练过程，那么你得到的，常常只是“知道了”，不是“长出来了”。 所以这一章真正要讲的，不是 AI 好不好，而是： AI 很容易让人直接拿到结果，但从结果到能力，中间还隔着很长一段路。 AI 时代最常见的学习错觉，不是拿不到核心，而是太快拿到核心，于是误以为自己已经拥有了它。 一、为什么“拿到结论”会让人产生学会了的幻觉 因为结论太有力量了。 一个复杂问题，本来需要大量时间、材料、推演、犹豫、碰撞，现在 AI 一下就能把它压成一句很对的话、一个很顺的结构、一个很漂亮的模型。 于是人会自然产生一种感觉： • 哦，我懂了 • 原来如此 • 这件事我已经清楚了 • 这本书的核心我已经抓到了 这个感觉很真实。但很多时候，它只是： 理解感，不是真正的理解。 因为你拿到的常常是： • 最后一句话 • 最短版本 • 高度压缩后的骨架 • 一个非常像答案的东西 这些都很有价值，但它们不等于能力本身。 二、《大般若》和《心经》的比喻，真正要说明什么 这个比喻真正要说的，不是“长”和“短”，而是： • 展开和结晶 • 过程和结果 • 走过和拿到 《大般若》代表的是一整套展开过程。《心经》代表的是压缩后的结晶。 所以真正的关键不是字数，而是： 1. 你有没有走过展开过程 很多结论为什么成立，只有在展开中，你才会慢慢看清。 2. 你有没有经历反复观照 很多东西不是听懂一次就行，而是要不断照见自己旧有的误判、执著和自动反应。 3. 你有没有真的破掉旧模型 真正的学习，不只是得到一个新说法，而是旧的抓法开始松动。 4. 你有没有把它练进现实 很多结论最后能用，不是因为你记住了，而是因为你在真实场景里练过。 所以问题不是《心经》不对，而是： 如果没有背后的展开、观照、破执与训练，压缩后的核心很容易只停留在“我知道了”。 三、为什么人明明知道一个新模型是对的，旧模型还是会跳出来 这才是最痛的地方。 人经常会出现这样的体验： • 我最近明明学到了一个新模型 • 我知道它是对的 • 我也知道旧模型是错的 • 但真到要用的时候，脑子里先出来的还是旧模型 • 甚至我当时都知道自己应该用新模型，可就是想不起来新模型到底是什么 这背后不是简单的“不够努力”，而是人的系统结构本来就如此。 第一，因为“知道了”不等于“写进了长期记忆” 很多时候你所谓的知道，只是： • 当前知道 • 当下讨论时知道 • 刚学完时知道 • 工作记忆里知道 但这不等于它已经变成： • 稳定长期记忆 • 高优先级调用模型 • 默认判断框架 • 默认反应路径 也就是说： 新模型进了前台，不等于已经改写了后台。 第二，因为记忆不是“存进去”就行，而是“关键时刻能不能调出来” 这点特别重要。 问题很多时候不是： • 你有没有学过新模型 而是： • 你在关键时刻，能不能把它成功检索出来 平静时学到的新模型，真正要用它的时候，可能是在： • 焦虑时 • 生气时 • 被市场刺激时 • 被关系触发时 • FOMO 上来时 这时系统优先调用的，往往是过去在类似情境里被反复调用过的旧模型。 所以人常常不是没学会，而是： 当时调不出来。 第三，因为旧模型是熟路，新模型只是新路 旧模型虽然错，但它有几个优势： • 更熟 • 更快 • 更省力 • 和更多情境绑过 • 和更多情绪绑过 新模型虽然对，但问题是： • 刚学 • 不熟 • 检索慢 • 线索少 • 还没和现实场景绑牢 • 还没变成默认路径 所以真实发生的，不是简单的“对错之争”，而是： 熟路径和新路径在竞争。 而人在压力下，天然更容易滑回熟路径。 第四，因为旧模型常常不只是认知，还是情绪反应 很多旧模型顽固，不是因为它逻辑更强，而是因为它背后连着： • 旧情绪 • 旧防御 • 旧受伤 • 旧习惯 • 旧自我保护机制 比如： • 一跌就慌 • 一被冷淡就想解释 • 一看到机会就想冲 • 一被质疑就想证明 这些很多时候不是“观点问题”，而是一整套旧反应。 所以新模型要取代旧模型，并不只是“再理解一次”，而是要慢慢改写： • 注意力落点 • 检索顺序 • 情绪回路 • 动作起手式 第五，因为如果不强化，新模型就会迅速变弱 这也是学习里最常见的问题。 今天你学到了一个新结论，它甚至改变了你过去的看法。但如果没有强化，过几天它就淡了。然后一到真实情境，旧模型又重新出来了。 为什么？ 因为新模型如果不被反复强化，它通常会： 1 编码不稳 2 检索线索不够 3 没和真实情境绑定 4 没变成动作 5 很快被旧模型重新抢回优先级 所以真正的问题不是“学没学过”，而是： 这个新模型有没有被反复激活、反复检索、反复调用、反复巩固。 四、所以问题不只是“知道了什么”，而是“有没有长出承载它的能力” 这里就到了最核心的一层。 很多时候，一个人已经知道了结构和结论，但还没有长出承载它的： • 心力 • 判断力 • 执行力 为什么？因为这三样东西都不是结论本身，而是训练结果。 1. 心力 心力不是“我明白了一个道理”，而是： • 情绪上来时不立刻被卷走 • 能承受一点不舒服 • 能先稳住自己 • 能先不自动反应 2. 判断力 判断力不是“我会复述一个模型”，而是： • 真实场景里还能抓住原问题 • 能分清事实和噪音 • 能看见关键变量 • 能知道这次该不该用这个模型 3. 执行力 执行力不是“我认同这个结构”，而是： • 关键时刻做出最小正确动作 • 不再按旧路径走 • 能重复，不是只做到一次 所以真正的困难不是： 我有没有拿到结论 而是： 我有没有把结论慢慢变成心力、判断力、执行力。 五、那知道了结构和结论以后，怎么长出承载它的能力 关键不是再懂一个更好的说法，而是进入训练闭环。 我觉得至少有六步。 1. 先把压缩结论重新展开 不要只拿一句话。 一个结论至少要展开成： • 它在什么情境下成立 • 它在什么情境下不成立 • 它最容易被什么误用 • 它对应的错误信号是什么 • 它要求的最小动作是什么 不展开，结论很难进身体。 2. 先练觉察，不先练完美执行 第一步不是“我以后一定做到”，而是先能抓到： • 我又走旧路了 • 我又被情绪接管了 • 我又在默认误判了 • 我又停在“知道”了 觉察，是新路径的入口。 3. 用最小动作，把新判断压进神经系统 不要一上来追求大改变。 每次只问： • 今天最小能落什么动作？ • 是停 10 秒？ • 是先不回消息？ • 是先不下单？ • 是先补一个关键事实？ • 是先延迟？ • 是先止损？ 执行力不是靠激情长出来的，是靠小动作重复长出来的。 4. 一定要在真实场景里练 心力、判断力、执行力，都是场景能力。 所以必须把新模型放进真实问题里练： • 投资机会来了怎么用 • 关系摩擦来了怎么用 • 焦虑上来怎么用 • FOMO 来了怎么用 • 想证明自己的时候怎么用 不是“我懂这句话”，而是“这句话在这个场景里，我怎么做”。 5. 每次复盘，不先复盘对错，先复盘断点 复盘时先看： • 我有没有觉察到？ • 我有没有止损？ • 我有没有做最小动作？ • 我卡在状态、判断，还是执行？ • 下次更早觉察点是什么？ 只有这样，新模型才会一次次被重新激活。 6. 反复检索、反复调用、反复强化 这是最容易被忽略的一步。 一个新模型如果想真正取代旧模型，必须经历： • 反复想起来 • 反复说出来 • 反复写下来 • 反复在真实场景里调用 • 反复和旧模型对照 • 反复在复盘里重新确认 也就是说： 人类不是“学会一次就更新完成”的系统，而是“反复调用什么，什么才会慢慢变成你”的系统。 六、本章真正要建立的能力 以后每次你学到一个特别对、特别顺、特别漂亮的新模型时，不要太快觉得“我已经会了”。 先问自己： • 这个新模型只是让我现在觉得对，还是已经写进了长期记忆？ • 真到关键时刻，我调得出来吗？ • 它压得过旧模型吗？ • 它今天能落什么最小动作？ • 它有没有和真实场景绑定？ • 如果不强化，几天后它会不会又淡掉？ 如果你能这样问，你就不容易把“知道了”误当成“做得到了”。 本章最重要的一句话 AI 时代最常见的学习错觉，不是拿不到核心，而是太快拿到核心，于是误以为自己已经拥有了它；但从结论到能力，中间还隔着长期记忆、检索顺序、旧路径竞争、情绪回路和反复训练。真正的学习，不是拿到压缩答案，而是慢慢长出承载它的心力、判断力和执行力。