用你自己的话去理解世界，而不是死记硬背别人的话

想象一个从未上过学的人。

他不知道什么是电阻、通货膨胀、DNS、光合作用或复利。他不知道大多数有文化的人用来描述周围世界的词汇。

但这并不意味着他什么都不懂。

他能看到湿柴比干柴烧得慢。他知道有些植物适合长在阴凉处，有些适合长在太阳下。他注意到放在太阳底下的金属物件比木头物件热得更快。他能通过别人的脸看出对方的情绪。他能通过云彩预测下雨。

他的脑海中已经拥有了一幅宏大的世界图景。

只不过这幅图景里的许多部分，名字和书上写的不一样。

还有一些甚至根本没有名字。

这很正常。

不仅如此，有时这还是开始学习的一个极佳切入点。

你完全可以理解那些你叫不出名字的事物

想象一个懂得了某个简单道理的孩子。

如果你推一辆空推车，它很快就能加速。如果你在上面装满石头，推起来就变得吃力了。

他可以观察到这一点很多次。他可以学会相当准确地预测不同推车会发生什么。他甚至可以琢磨出属于他自己的解释。

与此同时，他并不知道“质量”、“加速度”、“惯性”这些词。

这是否意味着在接触这些词之前，他什么都不懂？

当然不是。

理解已经开始萌芽了。

后来，总会有人对他说：

——你刚才注意到的这个现象，名字叫作这个。

于是，新词便与原有的图景连接在了一起。

这和另一种顺序有着天壤之别：

——记住这个词。记住这个定义。记住这个公式。以后总有一天你会懂这一切意味着什么。

人们往往都是用后一种方式学习的。

我们需要词汇，但词汇并不等于理解

人类发明海量的术语绝非偶然。

它们能让我们高效沟通。

与其每次都花大把时间解释某种现象，不如直接给它起个名字。那些已经知道这个名字的人，立刻就明白在说什么。

这就像是包装。

一个短短的词汇背后，有时隐藏着极其庞大的结构。

问题在于，当一个人得到了这个包装，而它的内部对他而言却空无一物时，麻烦就来了。

他死记硬背：

X 就是 Y。

然后别人问他：

什么是 X？

他回答：

Y。

考试及格了。

但如果把发生 X 的真实场景摆在他面前，他可能根本认不出来。

这是一种非常普遍的“知识幻觉”。

我们学会了正确说出别人的词汇，就误以为自己理解了别人的思想。

每个人的心中都有一套自己的内在语言

当我们理解了什么东西时，我们很少把它当成书本上的精确文本储存在大脑里。

我们会把信息改造成适合自己的样子。

有人记住的是画面。

有人记住的是故事。

还有人脑海中浮现出的是运动轨迹。

第四种人会将新知识与自己生活中的某次经历联系起来。

第五种人则会发明一个荒诞无比、只有自己才听得懂的名字。

而这完全行得通。

假设一个人正在研究一个他不认识的机械，他在脑海里把其中一个部件叫作“推子”，第二个叫作“陷阱”，第三个叫作“大门”。

专家会说：

——其实它们的学名完全不是这样的。

但如果这个人借助他的“推子”、“陷阱”和“大门”，正确理解了机械的运作原理，能够预测它的行为并找出故障，那么他内部的这些命名就完成了它们的使命。

稍后，真正的专业术语自会派上用场。

不是为了用它们替代他原有的理解。

而是为了把他的理解与其他人对接起来。

我们在不断地打包和解包信息

人类在这方面其实有着惊人的天赋。

我们读完几页书，一年后可能只记得一个短短的想法。

表面上看，大部分信息都丢失了。

但有时，只要回想起这个想法——各种案例、关联、结论和意象就会如潮水般涌回脑海。

每个人都有类似这样的内部代号。

对于别人来说，它们可能毫无意义。

但对我们而言，它们背后隐藏着我们世界的一大片天地。

你可以把这想象成某种加密过程。

我们从外部接收信息，将其拆解，与已知的经验混合，抛掉一部分细节，创造出我们自己的意象和代号，然后把结果以最顺手的方式保存起来。

而当再次需要时，再把它“解包”还原。

正因如此，两个人读同一本书，带走的完全可以是截然不同的东西。

他们不只是各自保留了不同的文本片段。

而是把读到的内容嵌入到了两个完全不同的世界里。

好的学习从来不是从正确的词汇开始的

想象一个人，他在自己的田里发现了一件奇怪的事。

田地的一头庄稼长得很好，另一头却很差。

他想弄明白这是为什么。

他可能会先去琢磨，怎么“正确”地提出这个问题。

上网搜索。遇到一堆生词。试图去搞懂土壤成分、肥料、酸碱度、湿度、植物病害以及其他几十种门道。

然后写出一个高深莫测的问题，里面有一半的词他自己都一知半解。

可是，何必呢？

你可以这样开头：

我这边的庄稼长得很好，但隔了二十米的地方就长得很烂。那边的泥土颜色不太一样。下过雨后，我这边湿漉漉的很久都不干，那边却干得很快。我不知道这重不重要，帮我搞清楚到底发生了什么。

这是一个极好的问题。

里面没有任何标准的专业术语。

但它包含了这个人真正知道的事。

以及他不知道的事。

不要在AI面前假装聪明

这是我们带进新时代的最奇怪的习惯之一。

人们总是试图学会“如何与人工智能正确对话”。

寻找完美的提示词。添加各种专门的词汇。让AI“扮演专家的角色”。复制长篇大论的指令。

有时候这很有用。

但对于普通人平时的日常交流来说，这些往往根本不需要。

如果你不知道该如何正确组织语言，大可以直说：

我甚至不知道这东西到底该叫什么名字。我直接跟你讲讲发生了什么吧。

然后把情况讲出来。

或者：

我对这个完全不懂。我想要达到这样的结果。你先帮我理一理，我到底需要搞懂什么。

这比满嘴高深词汇更真诚，也往往更有用。

因为一个看似聪明的问题，里面可能包裹着你犯下的错误。

有时候，人问的问题根本不是他真正想要的

想象一家小公司的老板。

他问：

我要花多长时间才能学会做网站？我需要具备什么条件？我目前对此一无所知。

你可以为他列出一份完美的计划。

先学这个。再学那个。接着学第三个。

罗列出几十个主题，需要学习整整一年。

但最开始更有价值的问题其实是：

你为什么想要学做网站呢？

结果一问才知道：

噢，我不需要当程序员。公司有个老旧的网站，我想换个新的。

这就完全是另一码事了。

也许现在的工具，只要你用大白话告诉它需要一个什么样的网站，它就能自己搞定大部分工作。

那这位老板根本不需要花一年时间去学网页开发。

他只需要弄懂解决他手头问题真正需要的那几样东西就行了。

他嘴上问的是知识。

但实际上想要的却是结果。

这种事无时无刻不在发生。

我们习惯在自己已经知晓的途径中寻找解决方案。

所以，向AI提出的好问题，往往不是以这句话开头：

我该如何实现 X？

而是这样：

我想得到这样的结果。我认为需要通过做 X 来实现。但也许有更简单的办法？你怎么看？

这其中的差距有天壤之别。

不要强迫自己去理解别人语言里的答案

硬币的另一面也是如此。

假设你问了一个简单的问题，而AI回答道：

其原因可能是由于土壤的颗粒组成导致其水分保持能力较差。

而你完全没看懂。

千万不要把这句话硬着头皮读上五遍。

不要为了弄懂每一个生词而打开另外四个网页去查阅。

直接说：

我听不懂这些词。用大白话解释一下。

或者：

结合我刚才举的例子解释。

或者：

我是这样理解的：这块地就是存不住水，所以干得快。我理解得对吗？

最后一种方式尤其管用。

你不仅是在索取另一段文本。

而是在尝试用你自己的话把听到的东西重新组装起来。

这时AI就会回答：

是的。有这个理解，最开始就足够了。不过这里有一个重要的细节……

然后，双方就这样慢慢开始同频了。

没听懂，就说“没听懂”

这似乎是理所当然的。

但无数人已经习惯了截然相反的做法。

如果专家用了一个生僻词，人们往往会不好意思承认自己不知道。

如果书写得很晦涩，人们会觉得是自己的问题。

如果解释听不懂，他们也会硬着头皮、哪怕照本宣科也要把它背下来。

而在AI这里，这一切基本都没有意义。

它绝不会因为给你解释了十遍同一件事而感到厌烦。

你可以直言：

太复杂了。

我从第二步开始就跟不上了。

暂时别用这些词。

换个例子。

用一个完全不懂这行的人能听懂的方式解释。

我是这么理解的。我哪里想错了？

为什么会这样呢？

那如果反过来做呢？

会有什么变化？

正是这种对话，才远比默默吞下现成答案更能让人真正理解。

检验的不是记忆，而是你脑海中的图景

有一个简单的方法可以检验你是否真正开始理解了。

试着改变一下场景。

如果有人向你解释了某种现象发生的原因，你可以问问自己：

如果把这个因素放大，会发生什么？

如果把它拿掉呢？

如果把位置对调一下呢？

还有哪里应该发生类似的现象？

我能举出我自己的例子吗？

如果你能自如地调用你脑中的图景，并从中推导出合理的答案，那就说明你的内心已经诞生了超越死记硬背的东西。

反之，如果脱离了原始文本一切就分崩离析——那说明你可能只是把文字背下来了。

这也完全正常。

只不过学习还没结束罢了。

想象力比你想象的更重要

要想理解一个新事物，光是阅读它是远远不够的。

试着在脑海里把它具象化。

让它运转起来。

把它拆开。

再组装回去。

想象另一种变体。

编造一个不可能的情境，然后看看你的图景在哪会崩溃。

不管你脑子里的内在画面有多荒谬，都没关系。

它们首先是为你服务的。

如果你习惯把电流想象成水管里的水——那就从水管里的水开始想。

当这个比喻不再适用时，自然会蹦出一个具体的问题：

为什么我的这个类比在这里就不对了？

而正是在那个时候，随之而来的新知识才会去解决你脑海图景中的真实痛点，而不是仅仅被塞进那些“理应知道”的清单里。

最好在明白为什么需要它的时候，再去认识术语

想象一下，经过长长的对话，你终于把某个现象彻底搞懂了。

在这个时候，去问一句就很有用了：

这在平时究竟叫什么名字？

在这个瞬间，新词汇便有了落脚之处。

你的脑海中已经有了可以挂载它的内在结构。

于是，专业术语变得无比管用。

你可以用它去搜书。

阅读文章。

与专家对话。

寻找视频。

把你的理解与人类积累的其他知识进行对照。

也就是说，公认的术语绝不是应该被排斥的。

恰恰相反。

它们是人类最伟大的发明之一。

只不过，我们并不总是需要从它们开始。

先是：

我看到了这个。我觉得它大概是这么运作的。

然后才是：

别人管这叫什么？

在一无所知的地方，高深词汇尤其危险

如果你已经在某个领域轻车熟路，那么专业术语能为你节省大量的时间。

但在一个完全陌生的领域里，它往往会起到相反的效果。

每一个生词都需要更多的解释。

解释里又蹦出三个生词。

几分钟后，最初那个简单的问题就被淹没在浩瀚的术语堆里了。

这一点在今天的互联网上尤为明显。

几乎围绕着人类任何一个简单的需求，都拥挤着各种专家、产品、服务、广告、文章和成千上万的新概念。

一个普通人的诉求是：

别让客户天天问同样的问题了。

而互联网给他的回答却是这一堆词：

chatbot, CRM, workflow automation, knowledge base, RAG, omnichannel support, AI agent, integration...

让人觉得自己的问题难如登天。

可问题本身其实根本没变：

大家总问一样的问题。我想让系统自动回答他们。

一切都应该从这里开始。

互联网知道的词，比你需要知道的多得多

过去，这曾是一个大麻烦。

为了找到信息，你往往必须先弄明白你找的东西到底叫什么名字。

不知道正确的词——就不知道在搜索栏里敲什么。

不知道技术的名字——就找不到这项技术。

不懂行业黑话——就很难踏入这个专业领域。

这就陷入了一个死循环：

为了获取知识，我必须先得掌握一点这方面的知识。

而在很多情况下，AI第一次让我们打破了这个闭环。

现在，你不再需要以“名字”作为起点。

你可以从描述开始。

我手头有这么个东西。

它的表现是这样的。

我希望发生那种事。

我试过这样做。

没成功。

我不知道这玩意儿究竟该叫啥。

仅仅这些，就足够让你迈出第一步了。

所以，别去学着写完美的提示词

去学会诚实地描述你的现状。

你看到了什么？

你已经懂了什么？

你在怀疑什么？

你尝试过什么？

你想要得到什么？

为什么你需要这个？

如果你心里已经有了某种假设的解法，最好也顺便说出来：

我打算这么干，但我不确定自己是不是走对方向了。

这能让你的对话者不仅能优化你的计划，还能提出截然不同的新思路。

有时候，面对这个问题最好的回答：

怎样才能最快学会 X？

其实是：

也许你根本不需要学 X。

而这能为你省下几个月甚至几年的时间。

也不要去学着死记硬背完美的答案

对待答案也是同样的道理。

不要这样问自己：

我能把这个复述出来吗？

最好这样问：

我能自己把它解释清楚吗？

我能把它说得更通俗一点吗？

我能举出我自己的例子吗？

我能在别的场景下用上这个想法吗？

这里面还有什么是我没真正弄懂的？

如果不能——那就继续追问。

没必要仅仅因为AI的回答结束了，你就必须结束对话往前走。

你的“土话”，对你而言就是最好的话

有时候人们会觉得：

我其实懂，但我的解释听起来太外行、太土了。

这不一定是坏事。

那就先让它“土”着吧。

不管你脑子里的图景叫什么名字都行。

最重要的是——你能用它。

随着时间的推移，你会遇到更精确的词汇。在某个地方你会发现自己的错误。在某个地方你会用新图景替换旧图景。在某个地方你会明白，专家把你看作是一码事的东西拆成了两样；或者反过来，发现五个高大上的名字背后其实藏着同一个简单的道理。

你的内在语言会随着你的理解不断进化。

本来就该如此。

我们第一次拥有了一个能够适应我们语言的交流对象

在人类历史的绝大部分时间里，人们不得不做相反的事。

要想读懂一本科学著作，你必须掌握它的语言。

要想操作电脑——就得学会电脑的语言。

要想使用软件——就得理解它的界面。

要想寻找信息——就得学会正确的搜索方式。

要想和专家对话——就得硬着头皮啃一点专业术语。

这是无可奈何的。

书本不会问你：

这里面你具体哪不懂？

搜索框无法跟你长篇大论地唠嗑，慢慢摸索你到底在找什么。

普通的电脑软件根本听不懂这样的话：

我不知道这叫啥，但我想要大概这种效果。

现在，这种可能性终于出现了。

它当然还远谈不上完美。AI会犯错。它可能会误解你。它可能会信心满满地胡说八道。它可能会给出糟糕的建议。

所以，你同样需要跟它对话、争论、验证和澄清。

但这种可能性本身是全新的，而且极其重要：

你再也不必为了和系统对话，而先行去学习它的语言了。

从你自己开始

当你想要了解新事物时，先别去琢磨：

我的问题到底该怎么专业地称呼？

而是从这些问题开始：

我现在是个什么情况？

我看到了什么？

有什么地方是我没搞懂的？

我想达成什么目标？

用你自己的话说出来。

如果你收到了晦涩难懂的回答——别急着去适应它的语言。

把谈话拉回来：

没听懂。说得通俗点。

结合我的例子解释一下。

我是这么理解的。对吗？

构建出你自己的图景。

去玩味它。

尝试把它应用到别的场景中。

找出它开始失效的地方。

然后，再把这幅图景与人类已经创造的庞大知识海洋慢慢连接起来。

去了解那些名字。

去阅读书籍。

去研究定义。

如果你真的需要，再去掌握专业术语。

但千万不要把这些术语和“理解”本身混为一谈。

文字只是帮助人们分享思想的工具。它们绝不应该是构建你思想的唯一原材料。

所以，下一次当你面对一个完全陌生的领域时，别害怕自己不懂那些正确的词汇。

就从你手头现有的开始。

用你自己的话去理解世界，而不是死记硬背别人的话。