这个时代正在帮我们省略掉学习本身
-----从我的故事开始说起
学习是为了获取知识。那么，我们该怎么学习，取决于我们如何对待知识。其实我一开始只是想写现在这个时代，我们该怎么对待学习，怎么对待知识，偶然梳理了一下自己17年在学习上的路程，发现了一些不一样的东西。大致可以分成四个阶段。
一、从小学到工作，十七年，两次"回归"
小学的学习：单纯，漫无目的，没有硬性标准，没有边界。
我小学是在村里读书的，一个年级只有一个班，四五十人。那时我学习只是新奇——“我又可以学点新花样了”“it’s something new, something interesting”。家里没有给我什么硬性的标准，不会要求我必须怎样怎样。上课我是听的，放学回家却不写作业，就漫无目的地玩，没有手机也没有电脑，考试也就七八十分，偶尔上九十。这个时候如此的单纯，知识对我来说就只是新鲜的东西，无论课内还是课外，学习仅仅是被好奇心所驱动。
中学的学习：强硬，目的明确，有硬性标准，知识有边界。
上了中学，每天耳濡目染的是"中考"和"高考"这两个终极目标。学知识——无论语数英、物化生，还是政史地——都是为了考更高的分数。知识也有了明确的边界：考什么就学什么，不考的就不学。这是一种结果导向、目标导向的学习。对知识的目的也坍塌为-----总分数。
大学的学习：失落的单纯，漫无目的，知识没有边界。
到了大学，我自由了。没有了硬性标准，知识的边界也不再分明。我仿佛又回到了小学那种漫无目的、单纯的状态：平时吃喝玩乐，熬夜打游戏，考前抱佛脚。看起来大学与小学是同构的，这是一次向小学的"回归"——没有目的，没有边界。但事实上，它再也不像小学那样单纯了。这是一种"失落的"单纯。看似回到了自由，却不是小学时那种自由，而是一种"堕落的"自由。曾经在学习上有明确的标准和边界，如今一下子全都松开，人反而陷入了一种失落的状态。
工作的学习：又回到结果导向与目标导向。
开始工作后，我边工作边学习。学习知识、培养技能，最终都指向一个目标——
。在学习和对知识的态度上，又一次回到了中学时代，有着强硬而明确的标准和目标，开始追求知识库、追求 SOP。
两次回归。
总的来说，短短十七年，我经历了两次"回归"：一次是大学，向小学的回归；一次是工作，向中学的回归。
但这两次回归，都不是简单地回到从前。大学不是小学那样的单纯，而是一种堕落的单纯——那种纯粹我曾经拥有，如今却失去了；工作也不是中学那样，标准是唯一的，因为我们如今面对的是一个更宏大的课题——生活。
经过小学、中学、大学、来到现在，我认为是有必要为知识“画边界”，主动设定边界，然后去触及它超越它。不设定边界，没有目标和规划，就容易回归到大学那种失落的漫无目的的状态了。
二、博闻与精深：获取变得太容易，反而成了一种陷阱
从互联网时代开始，我们获取信息和内容就变得越来越简单；到了 AI 时代，这件事更是简单到了极点。只需要短短几句话，AI 就能生成大量跨领域、跨主题的内容，想要多少有多少，进一步省去了搜索时代还需要自己一步步找内容的麻烦。
可是，每天8h以上的刷社交媒体，让我正变得越来越"博闻"，却越来越不够"精深"。
我可以轻易地获取多个领域、多个主题的内容，但要在某一个领域真正精深，仍然离不开持续的探究和钻研——需要反复和 AI 讨论同一个问题，甚至需要自己动手去查找、核实资料。这个过程太痛苦了。于是大多数人会觉得，与其花这些时间死磕一处，不如多看几个领域的内容，浅尝辄止。
获取的便利，本应是精深的助力；但当便利本身成为习惯，它反而消解了人深入的耐心。博闻不是问题，浅尝辄止才是。
三、抽象与形象：我们真的需要在"直观"这条路上越走越远吗？
我们这个时代，正越来越追求"形象"。但这种追求是否真的有必要，值得停下来想一想。
一个事实是：AI 的出现，最先冲击、也冲击得最深的，并不是企业生产，而是教育。原因在于，AI 一旦用于生产，就必须首先保证稳定——这也正是 AI 发展到今天需要重视 harness的原因。而用于教育时，稳定性的要求要宽松得多，AI 只要能生成好用的东西就够了。门槛低、见效快，于是教育成了它最先渗透的领域。
从 AI 到 agent，几乎所有人都在用它们辅助自己学习：让它生成可视化的、动态的内容，使学习变得更直观一些。再叠加上短视频、社交媒体对日常生活的深度渗透，我们浏览的信息和内容正变得越来越图像化。
于是一种倾向逐渐成形——我们更愿意浏览图表和图片，而不是阅读文字；我们更习惯于眼睛和耳朵被信息轰炸，而不是静下心来阅读；我们越来越倾向于借助形象的图像来思考，而不是借助抽象的文字来思考。
问题随之而来：我们真的有必要在"知识直观化"这条路上越走越远吗？
知识是需要时间沉淀的。但在资本主义的逻辑下，人们为了效率、为了产出，会越来越想方设法消除中介——让我们与知识之间的中介环节越来越少。越直接越好，越可触及越好。极端处，人们甚至会把"触及知识所必须经历的那些弯弯绕绕"视为缺陷和不足，也就是把中介本身当成一种缺陷，认定真正好的东西就应该是直接的。
这种观念推演到极致，就是脑机接口：抹除一切学习的中介环节，抹除那些让我们痛苦而又煎熬的环节，把知识直接下载进脑子里。如果说互联网抹除了知识在地理空间上的限制，那么脑机接口就是在试图打破时间上的限制——学习知识不再需要那么漫长的沉淀和反复积累，而是一步到位。
在现在这个环境下，选择直观，选择形象，选择外包成为了每个人难以抗拒的选择。守住用文字去表达，用文字去思考是一件很难的事情。中介本身并非缺陷，那些"弯弯绕绕"的路，恰恰是知识被真正消化、内化为理解的过程。
小结
标准和边界、深耕和钻研、文字和抽象——这些获取真知的中介环节,在 AI 来临的时代,被当成了一种缺陷。我们想要知识更直观、更便利、更轻松,甚至一步到位,直接下载进脑子。
而今天,我们确实快做到了。只不过下载的不是脑子,是 agent——知识变成了我们外在的内容资产和工具,供自己调用。我们甚至想完全退居幕后,让 agent 去干脏活累活:让它自己搜索、自己调研、自己执行、自己碰壁、自己反思、自己进化。我们不再直接触碰那些痛苦而煎熬的中介环节,我们只要一个结果,只要一个 goal。
但有意思的是,agent 再强,它能走到哪一步,终究取决于设定它的那个人。你拿着一个设计精良的 agent,可你自己的知识和判断不到位,它照样发挥不出真正的实力。何况到了今天这个地步,我们仍要忍受它时不时发癫,仍要在它加载和响应的间隙里干等，甚至因为花了钱而完成不了工作而抓狂——煎熬和痛苦,一样没少,只是换了个形式回到我们身上。
所以兜了一圈才明白:正是这种”中介性”,才是知识得以构建和生长的东西。那一条条弯弯绕绕、让人倍感煎熬的路,从来不是可以绕开的缺陷,而是必须亲自走过的过程。我们可以把执行交给 agent,却没法把”成为一个有知识的人”这件事外包出去。
尾记
其实我一开始的议题要比现在大得多，我写出来后发现我很难驾驭这么大的议题，很难讲好，于是删删减减成了这一篇，我用claude根据我的大纲填充内容，但是他写的我不喜欢，我还是保留我自己的语言，这篇写出来也是抛砖引玉和大家一起讨论的。
2 个帖子 - 2 位参与者