概念
每个概念都是一个被理解的思想。没有必需的顺序：您可以从任何一个开始。
作为系统显著偏差检测的惊异
惊异可以被视为一种能力，即注意到系统的实际状态与预期状态之间存在显著偏差。其力量不仅取决于变化的大小，还取决于该变化对系统本身产生的影响。
将阅读学习视为已知内容与书写代码之间联系的重建
经过检验的阅读学习理论：如果书写代码系统地与儿童已知词汇、图像、含义、声音和语言结构联系起来，儿童就能更轻松地掌握书写文字。
已知——探索未知的工具
新的理解并非凭空构建：人类已经掌握的元素、联系和能力，可以被用作恢复和掌握未知的工具。
进步源于对已知联系的再利用
当人们将已知的联系、方法和系统迁移、逆转、组合并应用到初始上下文之外，以创造新的可能性时，进步便诞生了。
系统思维
在我们的概念中，系统思维是一种将对象、知识、技能和过程视为系统的方式：理解它们的内部结构、能力、需求、适用边界、相互作用，并为具体任务选择足够的分析深度。
概念
概念是一个完整的信息单元。它可以是简单或复杂的，但必须始终包含一个独立的内容，必要时可以通过更简单的概念来展开。
先学会解决任何问题，再学会更快地解决它
教育往往从名称、特例和现成的公式开始。学生记住了许多高效的解法，但在面对与所学不相似的问题时却束手无策。更可靠的方法是先掌握适用于所有对象类别的最小通用工具集，然后从中推导出规律、简短公式和专业方法，作为加速已理解方案的手段。
多边形应从通用方法向具体名称进行学习
学校几何通常从图形名称及其属性列表开始。孩子学会识别正方形、菱形和梯形，但可能并不理解名称只是已知限制条件的简短记录。我们可以从任意多边形开始，学会测量边和角、求面积、检查平行性并发现规律——然后才将名称和特殊公式作为便捷的简写引入。
在AI时代，与其选择正确的职业，不如学会不断为自己寻找新职业
我们习惯于选择职业，就像世界上某个地方存在一个适合我们的位置，只要有朝一日找到并占据它就行。然而，AI降低了学习、产品创造和验证创意的成本，经济机会本身也在以越来越快的速度产生和消失。也许，最重要的优势不再是一次选定的专业，而是能够一次又一次地认清自己在哪里能发挥作用、快速补齐短缺并转向下一个机会的能力。
沟通的最大错误——过早地认为已经达成理解
人和AI总是习惯于从自身的经历出发，来补充对方言语中的含义。通常这很有用——否则任何沟通都要花上数小时。但对话双方共同的背景越少，其中一方就越容易确信自己已经完全理解，而实际上另一方说的是完全是另一回事。
用你自己的话去理解世界，而不是死记硬背别人的话
一个人可以满口正确的词汇却一无所知。相反，哪怕不知道专业名称，也完全可以把一门事物彻底搞懂。现代AI第一次让学习成为可能——你不再需要预先把自己的语言调整得跟教科书、专家和搜索引擎一样。你只需要从你已经看到的、理解的和想要了解的事物开始。
人类学会了创造知识，却没有学会传递理解
人类知识的增长速度超过了个体掌握它们的速度。每个领域都将复杂的模型压缩成自己的术语，并假设了越来越多的先决条件。结果是信息变得更易获取，但理解却没有。人工智能首次让我们得以抛弃通用的解释方式：同一个想法可以通过特定之人现有的观念进行动态重新编码，只补足最低限度必要的空白。