一、

所有人都知道，遇到打不開的文件格式，要安裝新的應用程序來打開。如果你有個朋友，他每次遇到打不開的文件時，卻自己編寫個新的應用程序來用。你一定會對他的行為感到很奇怪。

對于使用一個新電腦/手機的人來說，很自然做的第一件事，就是去安裝一堆應用軟件來增強電腦/手機的功能。但很少有人在做一件新的事之前，先給自己的大腦安裝一些新的心智程序來增強大腦的功能——在人類中，極少有人有這樣的習慣。這不僅僅是一種習慣，更折射出一個人行為背后的“認知觀”——我們模仿世界觀、人生觀而造的詞，用來描述人是如何理解自己認識世界、認知本質的過程。

這種新的認知觀認為，人腦就像一臺心智的計算機。有多少功能，取決于你安裝量多少種心智程序。如果你缺乏某種功能（技能），安裝一個心智程序就是了（學習）。當然，你如果安裝了錯誤的，甚至是帶毒的心智程序（比如邪教），會嚴重影響你的心智功能。大部分心智程序都不需要你自行開發，直接下載安裝就行了。

Elon Musk就是秉持這樣“心智計算機”認知觀的一個人，他認為，學習就像是“把數據和算法下載進大腦”的過程。既然如此，就要追求較快的下載速度。他極度推崇自學，認為相比于自學，在教室里聽課是“龜速的下載速度”。為了創辦SpaceX，他從朋友那里借了全套的大學里的火箭和推進教科書開始自學。后來，有人問他是如何學會造火箭，他回答都是從書上學的。就這樣，一個靠看書學會造火箭的人在短短十幾年內就改變了航天行業。2017年上半年全世界火箭發射 42次， Spacex 射了 10次，占了將近四分之一。如果SpaceX是個獨立的國家，它很快會超越美國、中國，成為世界上每年火箭發射數量最多的國家。由是觀之，心智計算機的認知觀威力有多么強大。

二、

我們這個系列的文章，討論的是“如何透過現象看本質”。前幾篇文章討論了什么是“本質”和什么是“看”，接下來要討論“如何”了。但是，秉承透過現象看本質的精神，我們跳出現象層面的討論，而先研究更底層的框架。也就是說，我們不在本篇中討論具體的方法論，也即具體的“如何”（有些讀者已經失去耐心，憤怒了^_），而先討論我們的認知觀。

和“心智計算機”認知觀相對的是傳統的“頓悟”認知觀。像達摩面壁、王陽明格竹致知、瓦特盯著燒水壺發明蒸汽機等故事，都意味深長地折射出這種傳統的認知觀。

這種模型過于簡陋，沒有解釋信息是如何輸入大腦，以及在大腦中是如何被處理的。在這種認知觀中，信息的輸入和處理過程被省略了。在反映這種認知觀的諸多神秘故事中，人可以不輸入任何信息，或者輸入很少的信息，就可以突然頓悟。

不輸入信息的極端故事，就是達摩面壁。達摩在洞中坐禪九年，為了隔絕信息輸入，整日面對石壁，而一朝突然頓悟。王陽明格竹致知，則是輸入很少信息的反面例子。受朱熹格物致知理論的影響，他認為要認識世界就是認真觀察。因此他觀察了七天七夜的竹子，結果什么頓悟都沒得到還病倒了，從此他不再相信朱熹的理論?？催^上一篇文章的讀者知道，觀察，重要的不是觀察力，而是觀察器。因此，格竹致知只能是徒勞無功就毫不奇怪了。

還有一個典型例子，就是被載入教科書的瓦特故事。教科書讓我們都相信，瓦特是在觀察奶奶家里燒水壺的壺蓋運動，靈機一動產生了發明蒸汽機的想法。而事實上在瓦特之前，蒸汽機已經存在了很長時間，人類利用蒸汽做功的記載，更是可以追溯到數千年前。 瓦特時代的蒸汽機已經足夠復雜和成熟。瓦特不是從無到有發明了蒸汽機，而是站在數十位被湮沒在歷史中的發明家們的肩膀上，對蒸汽機做了重大的改進。瓦特的改進，不是閉門造車，突然頓悟。而是“輸入”了大量前人的智慧和那個時代最新的物理學和機械知識，在此基礎上，才做出了重大改進。

三、

“心智計算機”認知觀：

在計算機中，任何輸入，一定都源于預先的輸入。哪怕是隨機數的產生，也需要在系統中先有一個隨機數生成的程序。在這種認知觀下，我們不相信沒有高質量的輸入，卻會有高質量的輸出。在計算機科學中，有一句名言：“Garbage（垃圾） in, garbage out”——若輸入的是垃圾，輸出的也一定是垃圾。因此，這種認知觀相信，個人的智慧，產生在高質量的輸入之后；若無優質的輸入，必不能產生優質的輸出。

對于人與人的區別，我們更容易觀察到的是輸出端的區別，而不是輸入端。俗語“只見賊吃肉，不見賊挨打”，就是這個道理。我們也容易看到鴨子在水面上悠然前行，卻看不到它雙腳在水下拼命劃水。

這種過于重視輸出端導致的偏見，會導致我們選擇了錯誤的學習方法。舉個例子，很多人都聽過“速讀訓練”吧？如果我們比較閱讀速度很快和很慢的兩類閱讀者，我們會發現，閱讀快的人眼球停頓的次數要少很多，目光在書本上的移動速度會快很多。事實上，早期有些研究閱讀的心理學家也在實驗中證實了這一點。有些人就直接把這些研究成果用在商業上，開辦速讀培訓班。通過各種方法強迫學生加快目光移動來提高閱讀速度。

但近年來的心理學研究推翻了這套快速閱讀理論，眼動速度快是閱讀速度快的結果，而非原因。造成閱讀速度快的原因，是因為閱讀者具有相應的背景知識，理解速度快。如果換成陌生領域的材料，閱讀速度也會慢下來。因此，要提高閱讀速度，不應該在輸出端——眼動速度上費力氣。而應該在輸入端——相應領域的背景知識上用功，才能有質的變化。

寫文章也是如此。我剛剛開始寫作的時候，經常為了寫一篇文章，枯坐一整個下午，抓耳撓腮卻一個字也寫不出來。那時候非常羨慕那些會寫的人，也看了一些寫作技巧的書，卻絲毫沒有改變這一點。直到后來，聽了李笑來的寫作課，明白了問題出在輸入不夠，而不是文筆不好?，F在，更多把精力放在閱讀輸入上，而不關心如何寫的問題。每當寫不下去的時候，不再是枯坐一下午。而是去尋找相關領域的文章、書籍，看看別人是怎么看待這個問題。這時往往會發現，導致自己寫不下去的原因，不在于沒有靈感，而是輸入不夠，在這個領域的積累不夠。等到相關信息輸入完成，寫作就是很順暢自然的過程了。

有段時間，我很羨慕那些能夠持續產出文章的人。甚至，我也強迫自己要每天寫1000個字的文章。當做不到的時候，也會很氣餒，責怪自己沒有毅力。但當我明白應該在輸入端下功夫的時候，我不再在意自己是否每天可以輸出1000個字的文章。只對自己每天是否有足夠多的輸入提出要求。當我每天可以看兩個小時書，做一個小時筆記時，我就積累了足夠多的思考碎片。筆記都是碎片化的，不成體系的各種小段路。等到需要成文時，我不再是在字詞層面編織我的文章，我所做的不過是把平時思考的碎片串起來而已。

喬布斯在大學的時候，選修了一門書法課。他回憶道：

當時我并不指望書法在以后的生活中能有什么實用價值。但是，十年之后，我們在設計第一臺 Macintosh 計算機時，它一下子浮現在我眼前。于是，我們把這些東西全都設計進了計算機中。這是第一臺有這么漂亮的文字版式的計算機。要不是我當初在大學里偶然選了這么一門課，Macintosh 計算機絕不會有那么多種印刷字體或間距安排合理的字號。要不是 Windows 照搬了 Macintosh，個人電腦可能不會有這些字體和字號。要不是退了學，我決不會碰巧選了這門書法課，個人電腦也可能不會有現在這些漂亮的版式了。當然，我在大學里不可能從這一點上看到它與將來的關系。十年之后再回頭看，兩者之間的關系就非常、非常清楚了。你們同樣不可能從現在這個點上看到將來；只有回頭看時，才會發現它們之間的關系。所以，要相信這些點遲早會連接到一起。

2013年，胡澤民將91助手以19億美元出售給百度，創造了中國互聯網產業并購金額的一個記錄。但這么大一樁生意，一開始的時候公司內部對它的期望并不大。他回憶道：

我之所以會在網龍主動請纓，毫不猶豫地挑起91無線的大梁，就是因為這段經歷（8年前做過移動通信產品）……所以當我看到這些91要做的事情，認為沒什么新奇的……對此我深有同感：不要忽視你的經歷，它們都是一種積累，到了一定的階段，量變就會轉為質變。

因此，與其在輸出端“臨淵羨魚”，不如在輸入端“退而結網”。心智計算機的認知觀是一種重視輸入的認知觀，只問耕耘，不問收獲。你永遠不知道這些輸入最終會給你帶來什么樣的收獲。但就像長江商學院的口號：“凡是過往，皆為序章”，就像喬布斯說的：“不可能從現在這個點上看到將來；只有回頭看時，才會發現它們之間的關系。所以，要相信這些點遲早會連接到一起?！蓖ㄟ^持續輸入讓內部積累增加，那么，積累的“氣壓”達到一定程度，輸出就會自然噴射。而不要強求輸出，內部氣壓若達不到一定程度，強求噴射只能是徒勞無功。

四、

前面我們給出了一個計算機處理信息的模型，但那是個簡化的版本。更完整的模型是這樣的：

在這個模型表明，計算機內置處理系統的性能、功能，不是它自己所能決定的，而是由人類決定的。今天的人工智能雖然在飛速進步，但其性能、功能依然是由人類的計算機科學家、程序員所決定。等哪天，人工智能可以為自己創造功能、添加功能的時候，才可以說它獲得了真正的智能。

甚至按認知科學家馬圖拉納和瓦雷拉的自創生理論，這時候的人工智能，已經可以被認為是生命。自創生理論認為，生命和非生命本質的區別在于，是否能夠“自創生”。生命可以自己創造自己，非生命只能由其他創造。

計算機與人的不同在于：

計算機不能決定自己的處理系統，它是被人決定的。而人可以自己決定自己的處理系統。

每個人都可以決定自己的處理系統！多么重要的一句話！關鍵是，雖然每個人都可以決定自己的處理系統，但并不是每個人都相信這一點。

斯坦福心理學教授卡羅爾·徳韋克通過幾十年的研究，提出的心理定向（Mindset）理論：在我們當中，有些人相信智力、性格是不能改變的，對于任務的挑戰，傾向于從自己的智商、性格出發；而另一些人則相信智力、性格是可以改變的呢？前者，心理學家稱之為：固定型心理定向；后者被稱之為成長型心理定向。

具有固定型心理定向的人相信智力是個人所固有的屬性。他們更關注輸出端，在意自己的表現，避免得到負面評價。他們避開那些可能會失敗的挑戰，面對失敗很少能堅持下去。

具有成長型心理定向的人相信智力是可塑的。他們把能力不斷增長看成他們的目標，他們尋找挑戰，不怕丟臉，具有高堅持性。

當然，大部分人都不是這兩種極端，而處在兩個極端的連續體之間。而且，一個人可能在自己學習數學上是個固定型心理定向者，而在學習外語上又是個成長型心理定向者。心理定向對一個人的堅持性、學習目標、失敗感和對成功的追求有極大的影響。

五、

如果我們認為人是可以決定自己的處理系統。那么，這個決定的過程是怎樣的一個機制？

過去，有一種被稱之為心腦二元論的解釋。這種理論認為，我們的腦（處理系統）和意識怎么想，怎么運作，取決于一種更高級的、更底層的東西。這種東西，有種觀點，認為是“心”；在弗洛伊德那里，被認為是“潛意識”；在笛卡爾眼中，是大腦中的“小人”。不管這種東西是什么，總是無法避開另一個問題，這種更底層的東西，是不是又被更更底層的東西所決定呢？如果要深究下去，這個問題只能無限退行，沒有答案。

模仿自創生理論，我們提出一個簡單的模型來解釋我們是如何決定自己的處理系統。在這個模型中，大腦的處理系統是自創生的，避免了心腦二元論無限退行的窘境。

處理系統決定了安裝什么樣的模型。

首先，處理系統當中的“價值觀”模塊決定了安裝什么樣的模型。例如：一個基督徒的大腦很少可能會去安裝如何“清真”地處理食品的模型。

其次，處理系統本身是由各種各樣的模型組成，就像電腦的軟件系統由各種各樣的程序組成。處理系統中的低級模型若沒有安裝，則無法支持高級模型的安裝。因此，處理系統中模型的組成，決定了它可以安裝什么樣的模型。就像電腦啟動時，先運行預置在主板上的BIOS程序，然后由BIOS帶動OS（比如Windows）。如果OS上沒有相應的運行環境，還得先啟動運行環境（也是個程序），比如 .net framework，然后再運行具體的程序。如果沒有底層程序的支持，就無法運行高級程序。人腦也是如此，小學數學沒學好，是沒法學中學數學的。

因此，在這個模型中，處理系統和模型是相互決定的。處理系統由模型組成，而安裝什么模型又由處理系統決定。所以，這可以成為一個正反饋的過程：你安裝了越多的模型，你的處理系統就越強大；處理系統越強大，你就能安裝越多的模型，安裝模型的速度也會越快。就像我們前面講的快速閱讀，閱讀速度快的人，是因為他有豐富的背景知識，也就是因為他之前讀的多；讀得越多，就會讀得越快；而讀得越快，也會導致讀得越多。

電腦和電腦的區別，除了硬件性能的區別，還有就是安裝了哪些程序。而人與人之間在大腦“硬件”層面的區別是很小的，大部分人的智力水平區別不大。聽到這句話的時候，可能你不相信，你馬上可以舉出身邊好多例子說誰誰誰很聰明，誰誰誰就很笨。那么，如何解釋人和人之間的差別呢？

這個模型中的正反饋過程，為這點提供了解釋。導致人與人之間差別的，不是硬件，而是這個正反饋過程——即，知識/技能的馬太效應：知識越多的人，學習越快；學習越快，知識越多。最終導致“富者愈富，貧者俞貧”。而這種馬太效應，也由心理學家在研究中得到了驗證。著名心理學家斯坦諾維奇在1986年發表的論文《閱讀中的馬太效應》，已經得到了3500多次引用，成為認知心理學領域的經典文獻。由于馬太效應的存在，早期閱讀能力對一個人的終生知識量有極大的影響。

六

這種馬太效應，可能會讓人絕望。難道我們這輩子就注定一步落后，步步落后嗎？

實際上，并不用擔心。我們之所以有這種擔心，是因為過分夸大了知識和技能的通用性。比如，如果我們在現實生活中遇到一個像《最強大腦》中選手那樣能一口氣背下幾百位數字的奇人，你一定會認為這個人記憶力很強。也就是說，一般人都認為記憶是一種通用性的能力，如果記數字很厲害，記其他東西也會很厲害。

心理學家安德斯·埃里克森（“刻意練習”理論提出者）在80年代做過一個實驗。讓一個記憶力和智力水平都一般的大學生完成一項基本的任務。實驗人員給這個大學生念一串隨機數，然后要求他記住。如果他能記住，下次的難度就增加一點（數字加1位）。這個實驗每天做1個小時，堅持了將近2年的時間！剛開始，這個大學生只能記住大概由7個數字組成的序列，這個成績很一般。但是要日復一日、月復一月地練習，成績就能提高。20個月后，當實驗結束時，他能夠記住由80個數字組成的序列。

一個普通人能夠記住那么長的數字，這種現象在當時很不尋常。但是大約10年后，在20世紀90年代初舉辦的世界記憶力大賽中出現不少類似的例子：很多普通人經過大量訓練，能夠記住很長的序列。經過20年激烈競賽，能夠記住80位數字已經不那么稀奇了。目前這個項目的世界紀錄保持者能準確記住由240個數字組成的序列。

這個實驗，看起來很勵志——普通人只要持續練習，都能成為記憶大師。但實際上，我們樂觀地估計了技能的通用性。在這個學生能記住80位的長數字串之后，埃里克森測試他對長字母串的記憶能力，結果他只能記住7個字母——跟剛開始練習記數字時一樣！

當然，光是一個記憶實驗不能證明所有技能都不具備通用性。限于篇幅，此處不展開，等到后文講到技能精進時再解釋這方面的原理?？偟膩碚f，我們往往過分夸大了技能的通用性。

在心智計算機的認知觀中，大部分技能是專用的（針對某一領域），而非通用的。專用技能可以轉化為通用技能，也就是技能的泛化——參閱我寫的《原生技能與后升技能》。但明白技能是專用的這個原理，就足以對我們的生活產生巨大的影響。這意味著：

人腦就像電腦那樣，如果你需要某一方面的功能，只需（而且必須是）裝一個對應的心智程序。

這和我們熟悉的常識不一樣。很多時候，我們不會某一樣技能的時候，往往歸咎于自己某種能力不夠。比如文案寫不好，會覺得自己沒有創意，或者沒有文筆。瞧，這不就是“固定型心理定向”嗎？而心智計算機的認知觀，提倡的是“成長型心理定向”。不會？沒關系！裝一個心智程序就行了！

來，看看高人是怎么做的。知名的營銷人小馬宋回憶道：

我的第一份廣告公司的工作，雖然我想法很多，但是真正有用的不多，對于廣告創意的思路也很局限。那好，我用了一個笨辦法，我就閱讀大量的廣告創意案例。那時，我和同事用了半個月的時間把德國的一本世界級廣告創意雜志十年來的作品，從網上全部下載下來，一共是20000個頂尖的創意作品，我又用了近一個月的時間，把他們分門別類的整理成了10個PPT。而我則把這20000個創意反復看了三遍以上。當我看完了這些創意后，我發現，其實市面上大部分廣告，創意方法都是來自這些經典的創意，無非變變形式而已。

同時，我也收集了世界上最經典的文案，全部抄寫了一遍。大部分經典的文案我都是背誦或者能夠夠復述。這時，你寫文案的時候就有了各種不同題材和思路幫你。而我個人也在從事廣告的6年間每天保持著閱讀10個以上廣告案例的習慣。

這就是心智計算機的認知觀所提倡的，不會的話，別懊惱，也別自己瞎琢磨！先去“應用商店”搜索、下載適合的“心智程序”。裝上，你就會了！

到這里為止，我們已經完成我們認知觀的搭建。接下來的文章，將切入具體的方法論層面，敬請期待。

補充：
寫這個系列最早的初衷是為Bruce同學的議題做點總結。結果涉及的面遠遠超出我最初的預計。在寫作過程中，學到了很多，也收獲了很多朋友的關注、欣賞和交流，受益匪淺。從來沒寫過這種深度的文章，有時候光記得“深入”，卻忘了“淺出”。導致這篇文章的讀者兩極分化，大多數人是完全不看，但令我欣慰的是有些看過的朋友評價極高，讓我非常感動。

我也因此有了沖動，想在這個系列完結之后，整體用更成熟的筆法重寫一遍，案例更多一些，細節處解釋地更詳細一些，希望能吸引更多讀者。然后集結出版，做一本有點小影響力的書，這是我今年一個小小的心愿。感謝那些評論的朋友，在艱辛的寫作歷程中，有你們鼓勵，很溫暖！

這個系列是邊想邊寫，難免有些不成條理。昨天心怡同學整理了前幾篇的脈絡，比我自己想得系統多了，感謝ing。摘錄如下：

如何透過現象看本質？把它稍微擴充一下：我們應該如何認識和解釋世界？什么方式才是可靠、有效的？這四部曲中，首先討論了本質主義的局限：“沒有最高的普遍本質，只有合理的家族相似?！?/p>

接著，提出了一個同樣底層的認識論問題：人類的知識從何而來？ 討論了我們常見的理解／論證／解釋（justify）過程：歸納、演繹、類比、隱喻等等。他們每一種，都在我們認識世界獲得知識的過程中不可或缺，都擁有強有力的解釋力，但每一種，又都不能作為唯一的認識／解釋世界的方式。

下一個問題是，到底什么是“知識”、什么是真相／真理？文章給出一種思路答案：嚴格意義上說，我們沒有辦法得到真理。而我們轉化思路，把判別標準依據變為“模型的好壞在于是否能幫助我們實現準確預測?！边@里的真相是由預測結果、即由真實世界里的“經驗”來驗證的。