罗曼.罗兰在他的名著《约翰.克里斯朵夫》里有这样一句名言：

大部分人在二三十岁就已经死去了

因为过了这个年龄，

他们只是自己的影子，

此后的余生则是在模仿自己中度过，

更机械，更装腔作势地

重复他们在有生之年的

所作所为，所思所想，所爱所恨。

人类的知识随着年龄增长不断增长，但智慧却不一定。

如何系统性地提升自己？希望今天的长江读书可以给你启发。

《元智慧》

作 者：吴军

出版社：新星出版社·得到图书

出版年：2022年6月

《元智慧》，新星出版社·得到图书

几年前人工智能热的时候，人们总在讨论一个问题：今天人工智能的智力水平大约相当于几岁的孩子？

或者说，如果把人工智能的智力和人类进行全面地比较，它是更聪明还是更笨？

绝大部分人认为，人工智能肯定没有人聪明。其实这个问题没有太大的意义，因为人工智能的智力和人的智力是两回事，两者是不可比较的。就如同橘子和香蕉虽然都是水果，但不具有可比性一样。

但是，如果我们把人类的许多行为和计算机做一下对比，就会发现人类真的很不长进，会一代人接着一代人不断重复同样的错误。

当然，到某个具体的人，从小到大还是在成长的，但成长的效率真的不算高，以至于很多人身体长成了大人，心智却还是孩子，即便到头发花白的时候，该有的社会经验也还没有培养起来。

相比于人，计算机的进步可就有效多了，一旦发现了某个错误，同样的错误就不会犯第二次。可以说，计算机的进步是系统性的，人的进步则有很大的随意性。

我们常说穷则思变，这里的“穷”和“困”是一个意思，指陷入了困境，不一定是指没有钱。

改变是需要的，但更重要的是，我们需要的是面向好的方向的改变，而不是随意的改变；是具有一致性的改变，而不是忽好忽坏的改变；是可控的改变，而不是不受节制的改变；是全局性的改变，而不是头痛医头、脚痛医脚的改变。

在这四个方面，不得不说，今天机器学习的算法比人类做得好。而且，机器通过学习改进自身的很多做法都值得我们借鉴。

机器学习的原理并不复杂。首先，机器被看成一个可以改进的系统，并且通过机器学习的算法对系统进行一点点改变。然后，机器再根据改变后所得到的反馈，决定是否要沿着原来的方向改变。

这其实就是系统论给出的对任何系统都有效的改进办法，其核心有两个：

一个是目标设定，

另一个是反馈机制。

比如，计算机学习下围棋，它的目标是围出超过一半的空，反馈机制则是每走一步棋就看看是离这个目标更近了还是更远了。

当然，这个方法管用的前提是输入给计算机学习的数据必须是准确的。如果把输棋的走法当作赢棋的走法教，它就会越学越糟糕。

人其实也是一个系统，一个比任何机器都复杂的系统。因此，适用于所有系统改进的方法，也适用于人类。

前面讲过，我们眼睛盯在哪里，被什么人感动，就会成为什么样的人，这其实就是目标设定。

而在学校，你做了某件事情被奖励了，做了某件事情被惩罚了，这就是反馈机制。

每个人一出生都是一个空白的系统，长到 30 岁左右，成了一个很复杂的系统，这都是被“目标”和“反馈”塑形的结果。

01

目标设定

在对孩子的教育中，目标设定有两种方式，第一种是为孩子树立一个榜样作为目标，第二种是为孩子树立一种思想信念作为目标。

具体来讲，第一种就是给孩子讲一些人物的故事，把一些道理通过故事讲授给孩子，让孩子向这些人学习。

第二种则是引导孩子树立起一种信念，比如人应当以过好自己的一生为目标，而好的人生就是一个人能够与人类的智慧相连，发挥出自己的才智，促进文明进程的发展。

对孩子来讲，第一种方式更容易理解。因为孩子的思维就是，这个人是“好人”，那个人是“坏人”；这个人是“英雄”，那个人是“坏蛋”，然后去模仿“好人”和“英雄”的做法。

但这是一种很简单的思维方式，而家长和学校在教育中过多地使用了这种方式。更糟糕的是，他们有时甚至会编造一些虚假的故事来让孩子接受某些品德。

比如，多年前，小学阅读课本中有一个关于西方石油公司总裁阿曼德·哈默的故事，情节大致是这样的：在一个寒冷的冬天，美国南加州的小镇上来了一群逃难的人。

当地人很善良，于是拿出食物款待他们。这些逃难的人连一句感谢的话也不说，就狼吞虎咽地吃了起来。

其中只有一个骨瘦如柴的年轻人与众不同，当镇长大叔将食物送到他面前时，他问对方有没有什么工作需要他做，并坚持要用劳动来换取食物。镇长对年轻人十分欣赏，于是给了他一些差事做。

后来，镇长还把女儿许配给了这个年轻人，并且对女儿说，别看他现在什么都没有，但他将来一定会成为百万富翁，因为他有尊严。

20多年后，这个年轻人果然取得了巨大的成功。他就是石油大王哈默。

对小孩子来说，这个故事可能很打动人。但如果对美国稍微有一些了解，你就会发现它其实漏洞百出。

首先，南加州的纬度很低，即使是冬天，气温也有20摄氏度左右，并不严寒。

其次，南加州的地理位置相对隔绝，除了向南与墨西哥接壤，向东是沙漠，向西是太平洋，不大可能有大批美国难民出现。

当然，最关键的地方在于，哈默生于美国东海岸的纽约，父亲名下有一家诊所和五家药店，因此他其实是个“富二代”。

他就读于名校哥伦比亚大学，在大学时期就和哥哥一起接管了父亲的药店。哈默兄弟眼光敏锐，在当时美国禁酒的大环境下，靠着从生姜汁里提炼酒精的替代品而发了财。1919年，也就是哈默21岁的时候，他和哥哥经营的公司就达成了百万美元的销售额。

哈默一生结过三次婚，三任妻子分别来自苏联、美国的新泽西州和伊利诺伊州，没有哪个是南加州小镇镇长的女儿。

而且，和故事中那个坚持原则，甚至有些固执的形象相比，现实中的哈默之所以能取得巨大的成功，某种程度上恰恰是因为他身段柔软、善于投机。

比如，哈默大学毕业后就去了苏联投资办厂，而当时西方世界是不和苏联来往的；

30岁时，他回到美国投资酿酒和畜牧业；

58岁时，他又携第三任妻子到加州投资石油产业，并且和当时与西方世界对立的社会主义阵营国家做生意，最后成了石油大王。

哈默的人生是一个典型的商业家庭的孩子继承祖业，靠不断冒险成就一番事业的过程，与那个杜撰出来的故事没有半点关系。前几年，那个故事已经从小学课本中移除了，但在孩子们的成长中，像这样地编造出来的故事实在是太多了。

尊严很重要，但拿编造的故事告诉孩子尊严的重要性却是有害的。

用编造的故事讲道理，就如同教你下象棋，为了强调“车”的重要性，人为地在“车”前放了一堆棋子，让你的“车”一个个吃掉。

你吃起来确实很爽，但真到了对弈时，你可能会发现往前走要被“马”踩，往旁边挪要被“卒”拱。这时，你可能会开始质疑他教得对不对。

人接受教育也是如此。当那些满怀信心、坚信尊严的年轻人进入社会，被老板劈头盖脸地臭骂一顿后，才会发现那个爱惜年轻人尊严的小镇镇长并不存在。

而且，当他们发现这个故事是假的之后，还可能会觉得里面的道理也是编造出来的，继而否认这些原本正确的道理。

在我做第一份工作时，大老板上来就把我们这些刚进单位的大学生劈头盖脸地臭骂了一顿，让我们知道了社会上的人不会像家长和老师一样爱护我们。

很快我们就联合起来把这个老板“炒”了，但事后想起来，我觉得我们其实还要感谢他，因为他毫不掩饰自己的行为。

别人私下里做的恶事，他一次性都做了出来，让我们在进入社会后的第一个月就明白了社会不是学校。

其实要解决这个问题，最简单的办法就是：不要迷信有关英雄的故事，而要相信贤者的思想，“与贤者为伍，与智者为伍”。

故事可能是编造的，但流传千年的先贤思想一定是真实的。如果你分辨不清哪些故事是真的，哪些故事是编的，那按照贤者、智者的思想去做就好了。

同样是关于尊严，孔子、孟子和佛陀都有精辟的论述，我们又何必要听那个编出来的哈默的故事呢？

02

反馈机制

在树立好一个正确的目标之后，接下来就要通过反馈机制优化我们自身这个系统了。人在成长的过程中，接触到的反馈机制有两种。

第一种是学校的作业和考试机制，我们可以通过做作业、参加考试来获得及时而又准确的反馈。

练习题有没有做对，我们马上就能知道。而没有做对练习题，就说明这一两堂课没有学懂，就要把做错题目有关的内容再学习一遍。

一次单元测验没考好，我们就知道这个单元有些内容没有学懂。如果请了家教或者辅导老师，就可以很快帮我们把那部分掌握得相对薄弱的知识补上。

即便没有小测验，到了期中或者期末考试，也总能得到有效的反馈。

此外，学校的反馈机制对不同问题给出的反馈是彼此独立的，不会互相干扰。

英语没学好，不影响我们对数学的学习；物理没学好，也不影响我们对语文的学习。

这种彼此独立、非常具体的反馈，可以让我们直接找到问题的原因——数学没有考好，不用去英语课上找原因，因为从数学课得到的反馈和其他课程都无关。

今天绝大部分的年轻人，都已经在十多年的学校教育中习惯了这样的反馈机制，以及这样的学习和进步方式。

第二种反馈机制与在学校建立的反馈机制很不同，我把它称为真实世界的反馈机制。

它未必及时，可能也不完全准确，更复杂的是，它不是孤立的。

比如，一个人想做一种新产品，可能要花上两三年的时间才知道自己做得好不好，以及能不能做出来。当他得到反馈时，这两三年的功夫可能已经白费了。

在这个过程中，他或许得到过部分反馈，比如领导说他做得不错，但这可能只是为了安抚和鼓励他。更要命的是，外界对这个问题的反馈不是孤立的。

比如，这种新产品做不出来可能不是因为设计存在问题，而是因为加工工艺不过关，甚至可能是因为材料达不到设计要求。

如果产品做出来了却卖不出去，可能不是因为产品没做好，而是市场推广的哪个环节出了问题。

因此，除非从事非常简单而又具有重复性的工作，否则很难从具体的反馈中直接找到根本原因。在真实世界中，很多时候我们得到的反馈都是总体性的、模糊的。

比如，面对一个方案，即便我们在绝大部分地方都做得很好，但只要一个地方出错了，就可能会前功尽弃。

而这时， 我们不会因为“绝大部分地方都做得很好”就得到一个90分的反馈，而是只能得到一个“完全失败”的结果。

再比如选择工作或换工作，我们需要很长时间才能得到足够准确的反馈，甚至一开始得到的部分反馈和最终的结果可能是矛盾的。

人类的职业围棋高手对弈时，得到的反馈只能让他们对局部的局势进行判定，而无法让他们判定清楚全局的情况。

相比之下，人工智能 AlphaGo（阿尔法围棋）在这方面的能力就要强得多。

2016年年末到2017年年初，中日韩三国的围棋高手和它对弈了60盘快棋都输了。

很重要的一个原因就是，AlphaGo下的某些棋所产生的结果是全局性的，而人类棋手根本无法在局部看明白。

那些他们一开始认为像是业余棋手下的棋，最后都对AlphaGo确立全局优势产生了决定性的影响。等到人类棋手得到全局性的反馈时，为时已晚，输赢已定。

这一切都告诉我们，不要把学校中的很多做法带到社会上。在学校那种反馈机制里，我们被认为是聪明的，但按照那种反馈机制训练出来的模式努力，在真实世界中可能是靠不住的。

那么，我们究竟该怎么做呢？

虽然面对具体的问题总要采用具体的做法，但人类历史上一些智者还是给我们指出了大致的行动指南。

比如，亚里士多德就给出了有效的方法，概括起来就是两点。

第一点，要掌握最基础的知识和底层的方法工具，就要忘掉那些必须依赖于及时反馈才有效的经验。

世界上有很多知识和经验都是经过了千百年反复检验的，或者说已经经过了各种反馈并不断优化的。这些知识和经验被称为专业性的常识。

比如，今天学习游泳，不需要经过一番挣扎才找到正确的滑水姿势，游得快且相对省力的基本滑水姿势已经被优化得差不多了。

虽然每个人还可以根据自身条件进一步优化，但是只要掌握了基本方法，之后也就所差无几了。

那么，基础的知识和底层的方法工具要怎么获得呢？

可以自己学习，慢慢领悟，但也有更高效的做法。

这就是第二点，要接触更多有经验的人，尽可能多地从他们那里获得社会经验和阅历。

每个行业都有自身长期发展沉淀下来的经验，行业里的“老兵”和前辈都知道，而我们想要获得这些经验，就要谦虚地向这些人请教。

我们要善于发现身边人的优点，但凡遇到的人有比自己强的地方，我们就应该把他们当作老师。我们可以把他们获得的反馈，当作我们获得的反馈的一部分。

研究表明，在有两个以上孩子的家庭中，较小的孩子会显得相对乖巧，原因是他们会观察哥哥姐姐在做错事情后得到的反馈，从而避免犯同样的错误。这就是把别人的反馈变成自己反馈的很好的例子。

系统论只是一个工具，我们可以用它来帮助自己理解如何优化一个系统，包括如何优化我们自身这个系统。

设定合适的目标，确认自己的行为和目标之间的差距，建立反馈机制，利 用各种反馈信息来改变习惯，从而改变自己，是获得有效进步最简单直接的办法。

机器和人很大的不同之处在于，它会认准一个目标不断改进，人类则不可避免地会左右摇摆。在这一点上，人或许应该向机器学习。

文中图片来自图虫创意，转载需获授权。

end

长江读书福利

文中哪个观点你最有感触？为什么？欢迎在评论区留言分享。截止到8月8日18:00，获赞数最多的两位小伙伴，将获赠《元智慧》这本书。

编辑：刘蕊