学习法 on Seunghoon Choi

比学习脑更重要的东西：AI 越强，越拉开差距的 4 个基本功

Sun, 21 Jun 2026 00:00:00 +0000

AI 越快，基本功越重要。人还是要检查 AI 的答案对不对、漏了什么、能不能直接用。

AI 已经能摘要、翻译、写报告初稿，甚至写代码。那么学习脑会不那么重要吗？恰恰相反。单纯记忆和重复计算可能会变得不那么重要。但阅读句子、理解工作流程、把多项信息整理成结构、处理看不见的概念，会变得更重要。AI 越快生成结果，判断这个结果对不对的人，其基本功越重要。看了 AI 写的报告，却解释不出为什么得出这个结论，那份报告就不是我的。看了 AI 写的代码，却不知道数据从哪里进、到哪里出，那段代码就不是我的工具。看了 AI 摘要的文档，却分不出核心主张和薄弱依据，我就不是理解了，只是在消费摘要。

我们常把这种差异简单叫做学习脑。但仔细看，所谓学习脑不是一种单一才华。

读写能力
画出工作流的能力
结构化信息的能力
处理抽象概念的能力

这四个基本功合在一起，别人才会觉得你脑子好。

1. 读写能力：不是读字，而是读语境的能力

读写能力不是只读懂字。重要的是读出这句话在主张什么、隐藏了什么、默认了什么前提。

读报告时，重要的不是理解每一句话。

这篇东西最终在主张什么
依据是什么
依据里强的是什么、弱的是什么
缺了什么条件
读者可能会追问哪里

读到这里，才算真正读了。AI 可以摘要长文。但摘要是否抓住核心、有没有漏掉重要前提、结论是否过度，必须由人判断。

读写能力弱，就会照单全收 AI 摘要。不是读文章，而是抄 AI 整理好的话。AI 时代的读写能力，不是读更多文字，而是读出文字背后的主张、前提、利害关系和空缺。

2. 工作流理解：画出事情实际如何运转的能力

很多人理解资料，却不理解工作。表格里的数字知道，会议纪要里的决定知道，谁说过什么也知道。但事情实际如何运转，脑子里没有图。必须能画出这件事从哪里开始，谁给输入，哪个部门判断，谁执行。哪里出现瓶颈，结果又反馈到哪里，也要看见。没有这张图，报告就站不住脚。句子看起来对，实际却不合流程。结论像样，却不知道执行时谁会遇到困难。解决方案看起来好，却不知道哪个部门要承担成本。AI 写的报告常出现这个问题。

文档逻辑很顺，却和真实公司的工作流不同。所以要会画工作流。输入、处理、输出、批准、瓶颈、反馈如何连接，必须在脑子里。即使 AI 给了初稿，这个初稿是否放在实际工作流程上，也要由人来看。

草稿只是一个起始材料，了解实际情况的人应该编辑结果直到最后。

3. 结构化能力：把多项信息整理成可用形态的能力

信息多，不等于理解。信息越多，越容易乱。十份资料、五份会议纪要、几十个数字一进来，脑子很快会复杂。这时需要的不是更多资料，而是结构。

结构化能力，是把多项信息整理成可用形态的能力。

分开原因和结果
分开核心和枝节
分开事实和解释
分开问题和解决方案
分开需要决定的事和仅供参考的事

这样捆起来，信息才有用。不会结构化的人，会把所有信息都用同样重量处理。于是报告变长，说明变模糊，结论变弱。会结构化的人，会先抓住主干。AI 可以提结构，但哪个结构适合当前问题，要由人选择。好结构不是把内容摆得漂亮，而是让思考能顺畅展开的框架。

4. 处理抽象概念的能力：把看不见的东西弄清楚的能力

初学者只看见可见的东西。销售额、成本、日程、人员、功能、句子、代码，这些比较容易处理。但越重要的问题，核心越常是看不见的东西。信任、风险、激励、权限、责任、语境、所有权、瓶颈、杠杆，都是这样的词。它们不能直接看见，却常常是推动真实工作的力量。处理抽象概念，就是给看不见的力量命名，并能把它应用到现实里。比如知道“语境债”这个词，就不会停在“报告很难”。可以分辨自己缺的是知识、流程、责任结构，还是决策者关心的点。

知道“信任资本”，就不会停在“为什么机会只给那个人”。你会看到，被验证的记录、推荐、声誉、接触权，本身就能换来机会，作用不亚于钱。概念不是为了背漂亮话，而是为了把复杂现实拆解开，让它重新变得可处理。 AI 可以解释概念定义。但这个概念是否适合我的情况、说明了现实的哪一部分，必须由人判断。不能处理抽象概念，就会每次被眼前案例牵着走。能处理抽象概念，就会在看起来不同的事件里看见同一种结构。

能忍受自己做不好的感觉，最后才会长出实力

Sun, 21 Jun 2026 00:00:00 +0000

如果你觉得自己做不到，那就意味着你正在处理一些你还无法自动处理的事情。

学新东西时，最先来的感觉不是兴趣，而是无能感。脑子好像懂，手却跟不上；别人好像轻松做到，只有自己卡住。听说明明很简单，轮到自己做，突然全都乱了。很多人在这里放弃。不是因为做不好，而是因为做不好的感觉太讨厌。比起没有实力这件事，人更受不了自己像个没有实力的人那一刻。但光忍住还不够。在忍受做不好的感觉时，还要不断观察自己到底哪里做不好。把做不好的项目定义小，做出针对它的训练方法，一直推到能做。那时，无能感就不只是痛苦情绪，而是实力开始增长的起点。

不是因为做不好，而是讨厌做不好的感觉才放弃

想想第一次握方向盘。理论上知道打开转向灯、看后视镜、变道就行。可到了真实道路，手会僵。后车看起来很近，方向盘别扭，旁边的人还说“自然一点就好”。最难的就是那个自然。新语言、乐器、公司里第一次接到的难活也一样。说明听懂了，身体跟不上。话听得懂，说不出来。知道该做什么，却总是错。这个区间会伤自尊。“我为什么连这个都不会？”于是人会说不适合自己、太忙、以后再做。真正原因常常另有其事：做不好的感觉太不舒服。

一开始做不好并不奇怪

几乎没有什么事一开始就做得好。但我们常误以为，脑子理解了，身体就应该马上跟上。听过说明还做不好，就觉得是自己有问题。可是理解和执行之间，必然有一段别扭区。脑子知道和实际做到是两回事。知道驾驶方法，不代表马上能自然变道；知道语法，不代表外语马上说得出来。做不好的感觉不是失败信号，而是刚开始学习时几乎必经的感觉。不知道这一点，人就会每次在同一处放弃。嘴上说“不适合我”，其实只是还没度过身体熟练起来之前的那段时间。

要准确给做不好的东西命名

忍受做不好的感觉还不够。撑得久，不会自动变强。如果一直用同样方式错，只会一直卡在同一处。所以要持续问：我到底做不好什么？是不懂概念、搞混顺序、手慢、话说不出、没有判断标准，还是一有压力就崩？如果只说“我不行”，就没有解法。要像“我开不了第一句”、“我看资料时选不出核心”、“我手会僵所以速度上不去”这样小而具体地命名。做不好的项目变准确后，训练方法也会出现。第一句出不来，就训练只写第一句。选不出核心，就训练从资料里分主张和依据。手僵，就用慢速度重复准确动作。不是模糊地做很久，而是瞄准卡住的地方练。

练习不是为了填补时间的行动，而是为了缩小错误并再次尝试的行动。

拆小之后，就比较能忍

找到做不好的项目后，下一步是拆小。一次想做一大块，无能感也会变大。“我要学好外语”太大。“今天会议里只说一句话”就能忍。写一本书很茫然，但写两句话可以。做好发表很难，但开头 30 秒不卡住可以练。运动做得好很难，但慢慢重复一个动作可以。拆小后，做不好的感觉也变小。小下来的无能感，是可以承受的。实力不是从大决心里长出来，而是从一个个能承受的小单位里长出来。

即使笨拙，也要重复，身体才会记住

一开始就想做对，会让人难以开始。追求完美看起来好，实际会让人停住。刚开始笨拙是正常的。重复和理解的运行方式不同。理解可能一次到来，执行却要做很多次，身体才慢慢记住。学骑车时，听懂平衡原理也不会立刻会骑。摔倒、再上车、再摇晃，某个瞬间才少摔一点。所以一开始，“笨拙地做很多次”比“完美地做一次”更好。只有笨拙尝试，才有东西可以修改。什么都不做，不会错，但也不会变强。

反馈不是对你的否定，而是下一次的修改点

做不好的区间里，最难受的是反馈。别人说“这里错了”，会让人觉得是在否定自己这个人。所以人想躲开反馈。但如果只把反馈当成对自己的否定，实力很难长出来。反馈不是判定我不行，而是告诉我下一次该改哪里。“盐太多了”不是说我没做菜天赋，而是下次少放盐。当然，反馈很难舒服地接受。所以要把它想得小一点。不要把它听成对整个人生的评价，而要听成下一次尝试里要改的一件事。反馈一旦这样转化，失败就不再是打击自尊，而是指明方向。

必须穿过做不好的区间，才会到做得好的区间

实力长出来的人，不是没有做不好的区间，而是穿过了那个区间。不是一开始就不羞耻、不别扭，只是把那份别扭看成学习过程，而不是实力不足的终局证明。做得好之后，人很容易忘记最初的无能感。所以已经会的人常说“直接做就行”。但对初学者，这句话没帮助。真正需要的是：“一开始不会很正常。必须穿过那个感觉。” 能忍受做不好的感觉的人，最后才会变强。不是只靠忍，而是在那期间定义自己做不好的项目、拆小、重复、接受反馈并修改。实力不是在做得好的瞬间产生，而是在做不好却不逃、再次尝试的区间里产生。

新领域不是看得多就行，而是要换角度看：魔法数字 3·7·30·100

Sun, 21 Jun 2026 00:00:00 +0000

对一个新领域的感觉不仅仅来自于例子的数量，还来自于比较不同例子之间的差异。

刚学一个新领域时，人们常问：“要看多少案例才有感觉？”看起来只要多看就行，但实际并非如此。同一种案例看一百个，脑子里也可能还是理不清头绪。

感觉不是只靠案例数量产生的。要从不同角度看，提炼核心变量，比较不同类型的案例，亲自做过后再修改。所以我学新领域时，会按 3·7·30·100 的顺序想。这不是精确法则，更像是理解感觉如何产生的参照点。

用 3 个角度抓方向

一开始就想看很多，反而会乱。先需要三种视角：看好结果是什么样，看哪些变量决定结果，看初学者常在哪里卡住。

第一，要看好结果长什么样。学做菜，就要知道煎好的牛排切面是什么样；学写作，就要知道好读的文章结构是什么样。没有目标画面，就无法判断自己做出的东西还行，还是彻底失败。

第二，要看什么决定结果。同样材料，有人成功有人失败，一定有造成差异的变量。牛排可能是火力、煎的时间、出锅后静置的时间。每个领域里真正左右结果的核心变量，通常没有想象中那么多。

第三，要看初学者常在哪里卡住。锅没烧热、肉总是翻来翻去、写文章时先修句子却不先立主张。提前看别人的试错，自己的试错可以少一半。

用 7 个左右建立核心判断标准

抓住方向后，要减少核心指标。新领域看起来有很多东西要同时看，但人脑一次能同时处理的项目并不多。所以一开始就想看二十件事，反而无从下手。

核心要压到大约 7 个左右。写作的话，可以是拼写、词语、句长、段落结构、逻辑流、读者、标题。熟练以后，拼写和选词会合成“修句子”这一块。越能把多个项目合成一个块，脑子里越有空位去看更大的结构。

初学者和中级者的差别，不只是知识量，而是能否把信息看成几个块。把核心判断标准压到 7 个左右后，新信息进来也不容易乱。

30 个不是数量，而是类型

接下来要收集案例。这里重要的不是多收集，而是收集得不同。三十个相似案例，本质上和同一个案例看三十遍差不多。

需要的是对照案例。成功案例、失败案例、暧昧案例、极端案例、最常见的标准案例，都要一起看。这样才看得出哪个变量改变了结果。只看好的东西，会有标准，却不知道为什么好。

比如只看三十张煎得很好的牛排照片，你不会知道失败长什么样。只读好文章，也很难知道为什么有些文章读不下去。成功和失败放在一起，差异才会显现。感觉不是来自很多案例，而是来自比较不同案例。

比较三十个差异明显的案例，可以更快学会判断标准。

100 次不是重复，而是反馈

用眼睛看，和自己做，是两回事。开始看见模式，不代表手马上跟得上。初学时结果会忽好忽坏。昨天可以，今天不行，看似一样做，结果却不同。

这种不稳定减少的区间，大概在 100 次左右的重复。学乐器时同一句要弹很多遍，手才会自己动；运动动作变熟练、发表时不那么紧张，也会在这个附近慢慢稳定。

但不能只是做 100 次。如果不知道自己错了还重复 100 次，只会把错误动作固定下来。做一次，确认哪里偏了，修改后再做。重要的不是重复次数，而是带反馈的重复。

感觉在信息连接时产生

学新领域时，某个瞬间会突然有感觉。不是因为信息变多，而是散着的信息被连起来了。“原来这些都在说同一件事”，那一刻会到来。

国际象棋高手能一眼记住棋盘，不是把每个棋子单独背下来，而是把它们看成攻击阵型、防守结构、常见模式这些块。初学者看到的是散点，高手看到的是几个有意义的组合。

学得快的人，不是无脑塞入大量信息的人，而是经常比较、经常连接、经常修改的人。比起多看，先要换角度看。

顺序是 3·7·30·100

整理起来，顺序很简单。3、7、30、100。

先用 3 个角度抓方向：好结果、决定结果的变量、初学者常卡住的点。接着把核心压成 7 个左右的块，建立判断标准。然后收集大约 30 个对照案例，比较成功和失败的差异。最后做 100 次左右带反馈的练习，亲自做并修改。

这些数字不是绝对法则。不同领域可能翻倍，也可能减半。重要的不是数字本身，而是背后的原理：感觉来自换角度看，实力来自反馈，而不是单纯曝光。