学科只是文件夹.

旧教育按照“世界由什么组成”来划分知识；AI 时代的个人学习，也许更应该按照“一个行动者怎样在世界中生存、理解、选择和改变”来重新组织知识。

假设明天早上醒来，你被扔到了一个完全陌生的国家。

手机只剩 20% 的电，你听不懂当地语言，不知道自己在哪，不知道附近是否安全，也不知道应该往哪个方向走。

这时候，你大概不会先问：

“这个问题属于地理学，还是社会学？”

你会问的是：

我在哪？

眼前这些信息意味着什么？

接下来可能发生什么？

我有哪些选择？

哪个选择更好？

如果我走错了，怎么尽快发现？

附近的人是朋友、竞争者，还是根本不在乎我？

然后，你做一个决定，走几步，看结果，再修改判断。

仔细想想，我们的一生其实一直在做这件事情。

找工作、谈恋爱、创业、投资、选择城市、判断一条新闻、照顾孩子、管理自己的身体、处理一场冲突——现实从来不会先告诉你：

“你好，这是一个 30% 心理学、20% 经济学、15% 统计学、10% 博弈论、25% 管理学的问题。”

现实只会给你一个问题。

而这件事情，恰好暴露出了今天教育体系一个非常有意思的错位：

人类生产知识的方式，与一个人使用知识的方式，并不是同一回事。

一、我们现在的知识地图，是画给“知识生产者”的

我们今天熟悉的知识世界，大致长这样：

• 数学；
• 物理；
• 化学；
• 生物；
• 经济学；
• 心理学；
• 社会学；
• 历史；
• 哲学；
• 计算机科学……

当然，真实的学科形成史远比这复杂，学科也并不只是按照“研究对象”简单切割。但作为一种近似，我们确实很容易把现代知识体系理解成：

世界里存在什么，我们就围绕什么建立一门研究它的学科。

有物质，于是研究物理。

有生命，于是研究生物。

有心智，于是研究心理。

有人类社会，于是研究社会学。

有交换与资源配置，于是发展经济学。

有信息与计算，于是发展计算机科学。

于是大学越来越像一座巨大的知识仓库：

世界
├── 物质
│   └── 物理
├── 生命
│   └── 生物
├── 心智
│   └── 心理学
├── 社会
│   └── 社会学
├── 交换
│   └── 经济学
└── 信息与计算
    └── 计算机科学

这并没有错。

事实上，如果人类想要持续生产可靠知识，这种分工极其重要。一名物理学家和一名历史学家不应该因为都在研究“世界”，就放弃各自完全不同的证据标准。数学里的证明、医学里的随机对照实验、历史研究里的史料批判，是不同的认识论制度。

学科的重要价值之一，就是替知识保存验证标准。

所以我并不赞成一种肤浅的“AI 时代学科都没用了”。

真正的问题不是：

要不要学科？

而是：

学科应该继续作为人类知识生产的底层结构，但它还适不适合作为一个人的第一层学习导航？

这是两件完全不同的事情。

二、现实世界是以“动词”的形式向我们出现的

学校里的知识，往往以名词出现。

数学。

历史。

经济学。

编程。

心理学。

但人生中的问题，往往以动词出现。

我要理解这件事。

我要判断它是真的假的。

我要预测接下来会发生什么。

我要选择一个方案。

我要说服别人。

我要设计一个东西。

我要改变一个系统。

我要知道自己是不是错了。

这也许就是我们重新设计个人知识结构的第一个入口：

不要首先按照“世界里面有什么”组织知识，而按照“一个行动者需要对世界做什么”组织知识。

于是问题突然完全变了。

我们不再首先问：

我还缺哪一门课？

而开始问：

为了处理眼前这个问题，我究竟缺少哪一种认知能力？

这不是简单的跨学科。

跨学科通常仍然是：

把数学、计算机、生物拼在一起。

而我想讨论的是更激进的一步：

我们能不能从行动本身出发，重新定义个人知识的一级目录？

三、从第一性原理开始：人究竟是什么？

暂时忘掉所有专业。

只问一个最简单的问题：

人为什么需要知识？

我想到的一个非常有用的答案是：

因为人是一个处于不完全可知世界中的有限行动者。

这里有三个关键词。

第一个是有限。

你的时间有限、注意力有限、记忆有限、计算能力有限，你不可能理解整个世界以后再开始生活。

第二个是不完全可知。

你从来不知道世界的完整状态。

公司未来会怎样，你不知道。

另一个人真正怎么想，你不知道。

明年的经济环境，你不知道。

甚至自己的身体究竟发生了什么，你通常也只能通过各种信号间接推测。

第三个是行动者。

你并不只是站在宇宙外面观察世界。

你每做一个决定，世界都会发生一点变化。

而变化后的世界，又会给你新的信息。

这正好形成一个循环：

观察世界
   ↓
形成理解
   ↓
预测未来
   ↓
判断价值
   ↓
选择行动
   ↓
改变世界
   ↓
获得反馈
   ↓
更新理解

如果把它压缩成五个英文词：

Observe → Model → Value → Act → Learn

这可能比“数学—物理—化学—生物”更接近一个普通人真实使用知识时的结构。

而有趣的是，这套视角并不是凭空出现的。

强化学习最经典的抽象之一，就是 agent–environment interface：行动者获得关于环境的信息，采取动作，环境发生转移，再产生新的观察或奖励；POMDP 则进一步研究行动者无法直接观察真实世界状态时，如何在不确定性中行动。^[3][4] Herbert Simon 很早就在《人工科学》中强调，与仅仅描述“世界是什么”不同，设计面对的是“世界应该变成什么”的问题——智能不仅与认识有关，也与选择和设计有关。^[2]

当然，人不是一台强化学习机器。

但这个抽象给了我们一副极其好用的眼镜。

四、如果重新设计知识目录，我会从这九个动词开始

01｜感知：我到底看见了什么？

行动之前，第一个问题甚至不是“怎么办”，而是：

现在到底发生了什么？

医生看到的是症状，不是疾病本身。

投资者看到的是价格，不是公司的“真实价值”。

管理者看到的是报表，不是组织运行的完整状态。

我们看到一个人的表情，也不等于直接读取到了他的内心。

于是第一类基础能力，就是：

测量、观察、识别信号、理解数据是怎样生成的。

它会调用：

• 统计学；
• 测量理论；
• 数据分析；
• 传感器；
• 调研方法；
• 访谈；
• 信息论；
• 实验设计。

注意这里已经发生了第一次变化。

统计学不再只是：

“大学数学系的一门课。”

它变成：

当我不能直接看见真实世界时，我怎样从有限信号推断世界。

一下子就活了。

五、表示：世界这么复杂，我应该记住什么？

你一天会接收到海量信息。

但绝大多数东西，不值得进入你的状态表示。

这就引出一个非常深的问题：

对于一个不断变化的世界，什么信息才叫“状态”？

假设你正在开车。

你需要知道车的速度、方向、前方车辆的位置。

但你不需要记住：

三小时前经过的第 17 棵树长什么样。

好的状态，不是“拥有世界全部信息”。

而是：

保留那些对于预测未来和选择行动仍然重要的信息。

在理想的马尔可夫模型中，如果当前状态已经包含了预测下一步所需要的相关历史信息，那么更久远的历史就可以被折叠掉；在部分可观测环境里，我们甚至无法直接得到这个状态，只能根据观察维持一个关于世界状态的“信念”。^[3][4]

这件事情其实远远不只属于控制论。

好的医生在压缩症状。

好的创业者在压缩用户反馈。

好的历史学家在从海量史料中提取结构。

好的数学家在寻找不变量。

好的写作者在几千个细节中找一句真正重要的话。

所以第二种未来越来越重要的能力，也许叫：

Representation：把一个复杂世界压缩成一个可思考的结构。

这也是为什么“总结”远远不是把一千字压成一百字。

真正厉害的压缩是：

一旦找到正确的表示，原来混乱的问题突然变简单了。

六、建模与预测：如果世界继续运行，会发生什么？

有了状态，我们开始问：

下一步会发生什么？

这就是世界模型。

物理学是在建立世界模型。

经济学是在建立世界模型。

心理学也是。

你脑中关于老板、伴侣、用户和自己的认识，同样是一种粗糙的世界模型。

所谓“理解”，很多时候其实意味着：

我不仅知道发生了什么，而且知道如果条件变化，事情大概会怎样变化。

你说：

“这个产品卖得很好。”

这是描述。

你说：

“如果价格上涨 20%，销量应该不会下降太多，因为购买者真正购买的是身份表达而不是功能本身。”

这开始接近一个模型。

真正好的模型不只是解释过去，还允许你问：

What if?

如果改变价格呢？

如果换一个城市呢？

如果没有这个政策呢？

如果用户不知道品牌呢？

如果我什么都不做呢？

于是动力系统、概率、因果推断、经济学、物理、心理学，开始从完全不同的院系重新汇聚到同一个问题上：

世界会怎样演化？

七、因果：如果“我”动手，世界会发生什么？

这里要特别区分两种问题：

“什么事情通常和什么事情一起发生？”

与：

“如果我主动改变其中一个，会发生什么？”

完全不是一回事。

冰淇淋销量增加的时候，溺水事故也可能增加。

但这不意味着：

禁止冰淇淋可以减少溺水。

因为背后可能还有第三个变量：

天气变热。

对一个纯观察者来说，相关性已经很有价值。

但对一个行动者来说，相关性远远不够。

因为你最终要问的是：

如果我按下这个按钮，会怎样？

这就是为什么因果推断在一个行动者中心的知识体系里会获得非常核心的位置。

我们学习世界，不只是为了能够描述它。

我们还想知道：

哪里是真正可以施力的地方。

八、价值：就算我知道未来会发生什么，然后呢？

这是整个框架中最容易被忽略的一步。

假设现在有一个超级 AI，可以极其准确地预测你人生中每一个选择的后果。

它告诉你：

A 工作，收入最高。

B 工作，最稳定。

C 工作，最有社会地位。

D 工作，最自由。

很好。

然后呢？

它仍然没有告诉你：

你应该选哪个。

因为“什么会发生”是描述性问题。

而“什么值得发生”是规范性问题。

一个人不只是 prediction machine。

他还必须拥有某种价值结构。

金钱重要吗？

自由呢？

爱情呢？

家人呢？

创造呢？

地位呢？

好奇心呢？

安全呢？

为未来牺牲多少现在才合理？

这就是为什么我认为，在 AI 越来越强以后，哲学、人文、文学、历史并不会自动变得更没用。

反而可能更重要。

因为机器可能越来越擅长回答：

怎样达到一个目标？

于是人被迫面对那个更古老的问题：

这个目标为什么值得达到？

今天大量关于 AI alignment 的问题，本质上最终也会撞到类似的边界：一个优化系统必须优化某种东西，而真正困难的问题常常是，我们究竟希望它优化什么。Stuart Russell 对经典 AI 模型的概括正是：智能系统根据其观察选择行动，以实现目标；问题随即转向，这些目标究竟从哪里来。^[9]

对个人也一样。

AI 可以帮你优化人生。

但在优化之前，你最好知道：

什么东西不应该被优化掉。

九、决策与控制：既然世界这样，我怎么办？

传统教育极其擅长回答：

世界是什么？

但我们很少系统训练另一个问题：

既然世界是这样，现在怎么办？

知道气候变化存在，与设计能源政策，不是一回事。

知道用户喜欢某种产品，与真正做出产品，不是一回事。

知道团队沟通有问题，与改变组织流程，也不是一回事。

一旦进入这里，我们会重新遇见：

• 优化；
• 控制理论；
• 运筹学；
• 博弈论；
• 工程；
• 产品设计；
• 编程；
• 项目管理。

这些学科的共同气质都是：

不是只解释一个世界，而是在约束下寻找行动。

Herbert Simon 曾经区分自然科学与“人工科学”：前者试图理解事物如何存在，后者则不可避免地涉及设计、目的与“如何把现状变成希望的状态”。^[2]

所以一个 AI-native 的学习者，不能永远停留在：

“我理解了。”

还要慢慢养成第二个问题：

所以呢？我现在能改变哪个变量？

十、协调：这个世界里还有别人

如果宇宙里只有你一个行动者，事情其实简单很多。

麻烦在于：

世界上到处都是别的行动者。

他们也在观察。

也有自己的模型。

也有自己的目标。

也在采取行动。

于是立刻出现：

• 合作；
• 竞争；
• 谈判；
• 信任；
• 激励；
• 权力；
• 制度；
• 文化；
• 语言。

你认为某个方案“明显最好”，别人却可能完全不同意。

不一定是因为他笨。

可能是因为：

你们优化的根本不是同一个目标。

公司老板关注现金流。

员工关注工作强度。

用户关注价格。

政府关注就业。

投资人关注增长。

社会关注外部性。

一个真实问题，通常不是找到一个数学意义上的最优解就结束了。

而是：

多个不同世界模型、不同利益、不同价值函数的行动者，怎样共同形成一个可以运行的系统。

这时心理学、社会学、政治学、历史、博弈论、传播学，就重新汇入了同一条河流。

十一、学习：做完之后，怎么知道自己错了？

这是最后一个，也是最关键的一环。

现实世界和考试最大的区别在于：

现实不会在页面最后附标准答案。

你做了一个商业决策，销量涨了。

是因为策略有效吗？

可能。

也可能刚好赶上节日。

你开始每天运动，心情变好了。

是运动导致的吗？

也可能恰好最近压力减少。

真实世界永远混合着：

噪声、延迟、偶然性和不可见变量。

所以一个行动者必须不停运行：

预测
↓
行动
↓
观察偏差
↓
更新模型
↓
再次行动

这就是学习。

它同时也是：

科学方法、贝叶斯更新、控制系统中的反馈、工程中的测试、创业里的迭代，以及我们日常所谓的“复盘”。

从这个角度看，真正可怕的不是犯错。

而是：

一个系统不断犯错，却没有一条可靠的反馈通路告诉它自己错了。

十二、于是，一张新的个人知识地图出现了

如果把前面全部压缩，我们可能得到：

                 世界
                  ↓
        ① 感知 / Measurement
                  ↓
        ② 表示 / Representation
                  ↓
        ③ 建模 / Prediction
                  ↓
        ④ 因果 / Intervention
                  ↓
        ⑤ 价值 / Value
                  ↓
        ⑥ 决策 / Decision
                  ↓
        ⑦ 行动 / Control
                  ↓
        ⑧ 协调 / Coordination
                  ↓
                 世界
                  ↓
        ⑨ 反馈 / Learning
                  └────────→ 更新前面的所有东西

你会发现一个很有意思的现象。

原来的学科并没有消失。

它们只是被重新挂载了。

这才是我真正想表达的：

不是重新发明九门新学科。

而是给原有知识建立第二套索引。

学科索引回答：

这条知识属于哪里？

行动者索引回答：

我什么时候需要它？

美国国家科学院关于学习科学的综述强调，专家和新手的重要差异并不只是拥有更多事实；专家会把知识组织成更有效的结构，从而更快识别哪些信息相关、怎样把新信息接入已有框架。它也特别提到，人可以把部分认知负担分布到环境、工具与其他人身上，而“知道去哪里寻找资源”本身就是能力的一部分。^[1]

所以我越来越喜欢一句话：

学科是人类知识的文件夹，但不应该是一个人大脑的导航栏。

十三、为什么偏偏是 AI 时代，让这件事变得迫切？

因为知识的经济学正在发生变化。

过去，一个人想调用知识，首先必须：

学过它。

记得它。

或者花很长时间找到一个懂它的人。

于是教育自然强调：

把大量知识提前搬进人的脑子。

这件事过去非常合理。

因为 retrieval 很贵。

解释很贵。

翻译很贵。

写代码很贵。

查文献很贵。

请专家更贵。

但大模型正在迅速降低其中很多成本。

你现在可以随时说：

“给我解释一下什么叫逆向选择。”

“我看不懂这个证明，换一个几何直觉。”

“写一段 Python 检查这个假设。”

“给我提出五种竞争性解释。”

“站在反方攻击我的方案。”

知识的调用成本正在下降。

于是学习中一个非常重要的问题开始从：

我能记住多少？

移动到：

我知不知道现在应该调用什么？

然后进一步移动到：

我能不能判断答案靠不靠谱？

我有没有正确地定义问题？

我遗漏了哪个变量？

我为什么要优化这个目标？

什么事情必须去现实里验证？

这并不意味着基础知识不重要。

恰恰相反。

如果你完全不知道一个领域的基本结构，你往往连 AI 哪里说错了都发现不了。

National Academies 的学习综述也强调，已有知识会帮助人识别环境中的相关信息、处理更复杂的问题，并加速后续学习。^[1]

所以 AI 时代真正发生的并不是：

内部知识 → 0。

而更像：

人的内部模型 + 外部知识系统 + AI 动态调用

形成了一个更大的认知系统。

十四、但这里有一个巨大的陷阱：会用 AI ≠ 学会了

2025 年一项近千名高中生参与的数学随机实验给出了一个非常漂亮的警告。

学生在练习时获得普通 GPT-4 风格辅助后，做题表现明显提高；但撤掉 AI 之后，这组学生在之后的独立考试中反而比从未使用 AI 的对照组低约 17%。而当 AI 被设计成主要提供基于教师建议设计的提示、而不是直接吐出答案时，这种负面学习效应基本得到缓解。^[6]

但另一项 2025 年发表于 Scientific Reports 的大学物理随机对照研究又发现：经过精心教学设计的 AI tutor，可以让学生在实验所测试的课程内容上，用更少时间取得比课堂主动学习更大的即时学习增益。^[7]

这两个结果放在一起非常有意思。

它们并不说明：

“AI 让人变笨。”

也不说明：

“AI tutor 必胜老师。”

它们更像在提醒我们：

AI 是否帮助学习，不只取决于 AI 有多强，更取决于人与 AI 之间的认知分工是怎样设计的。

如果 AI 每次都替你完成：

定义问题；

选择变量；

形成解释；

设计方案；

判断结果；

那么最后可能出现一个极其荒诞的局面：

你的作品越来越厉害，但你本人并没有同步变强。

十五、未来真正重要的能力，也许不是“做”，而是掌握闭环

2025 年一项针对 319 名知识工作者的研究收集了 936 个生成式 AI 使用案例。研究发现，在这些自报告数据中，对 AI 的信心越高，与较少的批判性思考投入存在关联；同时研究者观察到，AI 时代的批判性思维开始更多转向验证信息、整合回答和监督任务。^[8]

这是一项调查研究，并不能证明 AI 导致人的思考能力下降，但它揭示了一个特别重要的变化：

人的认知工作可能正在从“亲自生产每一步”，转向“管理整个认知过程”。

于是我越来越觉得，“AI-native 学习”不应该被理解成：

用 ChatGPT 学高数。

真正 AI-native 的地方在于：

重新设计人应该负责闭环里的哪几步。

AI 可以：

快速检索；

提供多个解释；

生成例子；

模拟不同观点；

写代码；

整理资料；

帮你建立初始模型；

寻找反例；

生成练习。

但你必须逐渐掌握：

什么问题值得问。

什么信息值得相信。

什么状态值得跟踪。

什么假设正在偷偷控制你的结论。

什么结果值得追求。

什么事情只有进入现实才能知道。

这才是人机分工真正有意思的地方。

十六、所以，我会怎样重新设计自己的学习？

我不会再维护一张：

“人生必学 100 门课程。”

我会建立三层知识结构。

第一层：必须长在自己脑子里的底层能力

这里包括：

语言与表达；

基本数学与数量感；

概率与不确定性；

逻辑与论证；

基本计算能力；

科学方法；

基本历史感；

理解人的基本框架。

这些东西不是为了和 AI 比赛。

而是因为它们构成：

你检查世界的坐标系。

如果坐标系不存在，你连错误发生在哪里都不知道。

第二层：行动者的九种循环能力

每隔一段时间，问自己：

我会观察吗？

我会找状态吗？

我会建立模型吗？

我会区分相关与因果吗？

我知道自己在优化什么吗？

我会作决策吗？

我能把方案变成现实吗？

我能和其他人协调吗？

我会根据反馈修改模型吗？

这九个问题比：

“我今年学了多少门课？”

更接近真正的能力增长。

第三层：至少有一条足够深的专业纵轴

这里必须特别反对一种 AI 时代很诱人的幻觉：

“既然什么都可以现查，我什么都懂一点就行。”

不行。

真正的跨学科能力，需要一个足够深的锚点。

因为只有真的在一个领域走得足够深，你才会见过：

什么叫严格证据；

什么叫真正困难的问题；

什么叫漂亮但错误的解释；

什么叫外行听起来合理、内行一眼就知道有问题。

所以未来的知识结构不应该是：

每个领域懂 3%

而更像：

                广泛连接
────────────────────────────

        │
        │
        │
        │
        │
        │ 深度专业
        │
        │

甚至不是传统的 T-shaped。

更像一根不断向外伸展传感器的深井。

十七、举个真实一点的例子：我要不要辞职？

假设一个人开始认真考虑：

“我要不要辞职？”

传统知识分类会让这件事显得异常混乱。

经济学：

机会成本。

金融：

现金储备。

心理学：

风险偏好。

统计学：

估计新工作的成功概率。

社会学：

身份与社会网络。

哲学：

什么叫值得过的人生。

职业发展：

技能迁移。

如果按照课程学习，你可能得先读半年。

但按照行动者框架，我们可以直接开始。

第一步：感知

到底是什么让我想辞职？

是工作本身，还是最近一个项目？

收入？

老板？

成长停滞？

疲惫？

先别解释。

先观察。

第二步：表示

真正重要的变量是什么？

收入、成长、时间、压力、地理位置、身份、家庭责任？

不要跟踪一百个变量。

找关键状态。

第三步：预测

如果留下，一年后大概是什么样？

如果换工作呢？

如果休息三个月呢？

第四步：因果

“我现在不开心”真的是公司造成的吗？

还是睡眠、关系、长期疲劳共同造成？

换公司能解决吗？

第五步：价值

我真正想得到什么？

更多钱？

更多时间？

身份？

自由？

学习？

稳定？

第六步：决策

在这些目标与约束下，有哪些可行方案？

第七步：行动

是不是一定要直接裸辞？

能否先：

找三个人聊；

投五份简历；

接一个兼职项目；

请两周假；

做一个小实验？

第八步：协调

伴侣怎么想？

家庭承担什么风险？

老板是否可能调整角色？

第九步：反馈

做完这些小实验之后，我原来哪些判断被推翻了？

你会发现：

这就是学习。

而且它不是“先学完再生活”。

是在生活中按需展开知识。

AI 在这里最好的角色，不是告诉你：

“根据你的情况，建议辞职。”

而是：

帮你发现遗漏变量；

生成竞争性假设；

建立简单决策模型；

攻击你的理由；

整理访谈；

做情景模拟；

最后逼你回到现实世界获取真正的信息。

十八、未来最危险的人，不一定是不懂 AI 的人

我反而担心另一种人。

他非常会用 AI。

什么都可以生成。

报告十分钟。

代码半小时。

商业计划书一晚上。

陌生领域一天速通。

他看起来拥有了无限能力。

但他逐渐变得：

不知道什么时候应该怀疑；

不知道什么问题没有定义清楚；

不知道哪些答案无法由文本解决；

不知道什么时候应该去见一个真人；

不知道什么时候数据本身就不可信；

不知道自己正在优化一个荒谬的目标。

这可能是 AI 时代一种新的“无知”：

不是缺少答案，而是缺少对整个认知闭环的控制权。

十九、真正的 AI-native，不是“AI 帮我学”

所以如果一定要给 AI-native learning 下一个定义，我现在可能会写：

AI-native 学习，是在假设外部智能随时可用的条件下，重新设计人的认知系统：决定哪些知识必须内化，哪些可以外部调用，哪些判断必须由自己掌握，哪些认识只有通过真实行动才能获得。

这和“用 AI 辅助原来的教育流程”不是同一件事。

就像真正的互联网公司，不是：

把纸质黄页搬到网页上。

真正的 AI-native 学习也不会只是：

把教材放进 ChatGPT。

它应该从零开始重新问：

如果今天已经存在一个随时可以解释、检索、编程、模拟和生成的外部智能，我们还会把一个人的教育设计成现在这样吗？

我怀疑不会。

二十、学科不会消失，但它们的位置会发生变化

我并不是在宣告：

数学系、历史系、生物系都应该拆掉。

相反，我觉得人类比任何时候都更需要真正的专家。

因为 AI 会生成越来越多“看起来像知识”的东西。

而真正深厚的学科传统，恰恰保存着：

什么算证明；

什么算证据；

什么算可重复；

什么叫好的解释；

哪些错误一百年前已经有人犯过。

所以学科应该继续存在。

但对于个人而言，我们也许需要另一套界面。

大学后台仍然可以是：

数学 / 物理 / 历史 / 生物 / 哲学 / 计算机……

但人的前台导航栏可以变成：

Observe
Represent
Model
Cause
Value
Decide
Act
Coordinate
Learn

后台按照知识的来源组织。

前台按照行动的需要组织。

这两套地图不是敌人。

真正强大的学习者能够在两者之间来回穿梭。

二十一、也许教育最终应该培养的，是“世界模型 + 行动力”

我们过去经常说：

教育的目的是获得知识。

后来又说：

教育的目的是培养能力。

但“能力”还是太模糊。

如果让我今天重新定义，我可能会说：

教育是在一个人内部逐渐建立一个足够好的世界模型，同时训练他在模型永远不完整的情况下，仍然能够选择行动、检验结果并不断更新自己。

这里面既包含知识。

也包含判断。

既包含数学。

也包含价值。

既包含理论。

也包含行动。

既包含自己。

也包含其他人。

而 AI 的出现，并没有让学习失去意义。

恰恰相反。

当获得答案越来越容易以后，我们第一次如此清楚地看到：

“知道答案”原来只是智能的一小部分。

还有：

知道看哪里。

知道什么重要。

知道为什么。

知道怎么办。

知道自己为什么要这么办。

知道结果出来以后，什么时候应该承认：

我原来的世界模型错了。

结语：别把自己的大脑建成一座图书馆

如果知识稀缺，最有价值的人可能是拥有最多书的人。

如果检索稀缺，最有价值的人可能是记住最多东西的人。

但当一个外部智能开始随时替我们检索、解释、翻译、计算和生成之后，一个人的价值未必还主要取决于：

脑子里存了多少文件。

我们真正需要建设的，也许是一套新的操作系统。

它知道：

什么时候观察。

什么时候建模。

什么时候怀疑。

什么时候计算。

什么时候问别人。

什么时候调用 AI。

什么时候关掉 AI。

什么时候行动。

什么时候停下来重新想：

我到底为什么要去那里？

所以，如果一定要把这整篇文章压缩成一句话，我想还是：

学科是人类知识的文件夹，但不应该是一个人大脑的导航栏。

旧教育更多按照：

世界由什么组成？

来整理知识。

而 AI 时代的个人学习，或许应该额外增加另一张地图：

一个有限的人，怎样在一个不完全可知、不断变化、充满其他行动者的世界里，看见、理解、选择、行动，并在犯错之后继续学习？

如果我们真的从这个问题重新设计学习，

那可能才刚刚开始接近：

什么叫 AI-native 的教育。

附录 A｜把“行动者知识结构”写成一个简单的数学模型

上面的讨论可以用一个非常粗糙但很有启发性的数学框架表示。

设真实世界在时间 $t$ 有隐藏状态：

行动者通常不能直接观察 $s_t$，只能获得观察：

于是行动者必须根据过去的信息构造自己的内部状态或信念：

接下来，行动者拥有一个世界模型：

它试图回答：

如果世界目前大概是这样，而我采取行动 $a_t$，下一步可能怎样？

仅仅预测仍然不够。

行动者还需要某种价值函数：

或者更一般地，对一段未来轨迹进行评价：

于是决策变成：

其中 $\pi$ 是策略。

采取行动之后，环境发生变化：

行动者得到新的观察，再更新：

这就形成：

这与 POMDP 的基本思想相近：行动者在无法直接观察世界完整状态的条件下，根据观察维持关于状态的信念，并据此选择行动。^[4]

于是我们甚至可以把不同知识对应过去：

这里最有意思的是：

知识不再只是“关于世界的事实集合”，而是一个行动者完成闭环所需要的各种模型。

当然，真实的人类远比 POMDP 复杂。

人的目标会改变。

人的价值并不是一个固定 reward function。

我们会创造新的行动。

会重新定义状态空间。

会改变自己到底在乎什么。

还要面对其他同样拥有目标的行动者。

所以这里不是说：

“人就是一个 POMDP agent。”

而是把它当成一副概念脚手架：

它帮助我们重新问清楚，每一种知识究竟在行动中承担什么功能。

附录 B｜一套可以马上开始的 AI-native 学习 SOP

以后遇到任何自己真正感兴趣的问题，可以暂时不要问：

“我应该先读什么书？”

而按照下面十步开始。

Step 1：写下问题

不要先问 AI。

自己写：

我究竟想知道什么？

Step 2：描述当前观察

哪些是事实？

哪些只是感觉？

哪些信息来自别人？

Step 3：定义状态

如果只能跟踪 5 个变量，我会留下什么？

Step 4：列三个竞争性解释

不要只寻找证明自己观点的材料。

让 AI 帮你主动生成反方解释。

Step 5：建立世界模型

如果解释 A 成立，我应该看到什么？

如果解释 B 成立呢？

Step 6：找可以区分模型的证据

不要无限收集资料。

寻找：

什么观察最能区分几个假设？

Step 7：明确价值函数

我究竟想优化什么？

速度？

钱？

自由？

准确性？

体验？

长期成长？

Step 8：做最小行动

设计一个成本低、可回退的小实验。

Step 9：获得现实反馈

真正去：

问人；

做产品；

跑代码；

观察数据；

完成一次行为。

不要让 AI 模拟现实以后，就把模拟结果当现实。

Step 10：更新模型

最后写三句话：

我原来以为……

现实告诉我……

所以现在我认为……

长期积累下来，这三句话可能比收藏一万篇文章更接近真正的学习。

参考文献

[1] National Academies of Sciences, Engineering, and Medicine. How People Learn II: Learners, Contexts, and Cultures. Washington, DC: The National Academies Press, 2018. DOI: 10.17226/24783. 特别参见 Chapter 5: Knowledge and Reasoning.

[2] Simon, Herbert A. The Sciences of the Artificial. 3rd ed. MIT Press, 1996；2019 reissue. DOI: 10.7551/mitpress/12107.001.0001.

[3] Sutton, Richard S., & Andrew G. Barto. Reinforcement Learning: An Introduction. 2nd ed., MIT Press, 2018. 尤其参见 Agent–Environment Interface 与 Markov Decision Processes.

[4] Kaelbling, Leslie P., Michael L. Littman, & Anthony R. Cassandra. “Planning and Acting in Partially Observable Stochastic Domains.” Artificial Intelligence, 101(1–2): 99–134, 1998. DOI: 10.1016/S0004-3702(98)00023-X.

[5] Roediger, Henry L., & Jeffrey D. Karpicke. “Test-Enhanced Learning: Taking Memory Tests Improves Long-Term Retention.” Psychological Science, 17(3): 249–255, 2006. DOI: 10.1111/j.1467-9280.2006.01693.x.

[6] Bastani, Hamsa, et al. “Generative AI without guardrails can harm learning: Evidence from high school mathematics.” Proceedings of the National Academy of Sciences, 122(26), e2422633122, 2025. DOI: 10.1073/pnas.2422633122.

[7] Kestin, Greg, et al. “AI tutoring outperforms in-class active learning: an RCT introducing a novel research-based design in an authentic educational setting.” Scientific Reports, 15, 17458, 2025. DOI: 10.1038/s41598-025-97652-6.

[8] Lee, Hao-Ping, et al. “The Impact of Generative AI on Critical Thinking: Self-Reported Reductions in Cognitive Effort and Confidence Effects From a Survey of Knowledge Workers.” CHI 2025. DOI: 10.1145/3706598.3713778.

[9] Russell, Stuart. “Human-Compatible Artificial Intelligence.” 2019；相关思想亦见 Human Compatible: Artificial Intelligence and the Problem of Control.

[10] Dewey, John. Democracy and Education. 1916.

注：“旧教育按照世界由什么组成来划分知识”是本文用于分析现代学科组织方式的一种概念化简，并不是对学科史的严格历史命题；“Observe–Model–Value–Act–Learn”及本文的九项行动者知识框架，则是本文为了讨论 AI-native 个人学习而提出的综合性组织方式，而非现有教育科学中的统一标准模型。