「避免廣泛吸收知識的另一種做法是,別去鑽研前輩的最好成果。」
第 01 講〈蒙格的四帖藥方〉
以前我在意有沒有人做過,沒人做過才更想做。現在我更在意能不能把東西串起來。寫程式時,GitHub 上的開源專案就是前人的肩膀:拿來當底,挑精華、精簡,或照著它的邏輯自己再造一個。做研究也是,方法論可以借用前人的,我不必凡事從頭發明。新東西要能接上我已經懂的,我才開始得了。
閱讀 · 01
蒙格主張遇到問題先反過來想,再從各個學科借來觀念,拼成一套思考模型和一張除錯清單。最吸引我的是這套東西的底層邏輯:它不分領域,能直接拿來對照我跨領域的系統與專案。
我在機場的書店遇到這本書,先吸引我的是能力圈,和鐵鎚與釘子的比喻。比起單向地讀,我更想和它交流想法;很多段落要等專案裡遇到相似的情境,回頭再讀、相互比對,才真正懂。
「避免廣泛吸收知識的另一種做法是,別去鑽研前輩的最好成果。」
第 01 講〈蒙格的四帖藥方〉
以前我在意有沒有人做過,沒人做過才更想做。現在我更在意能不能把東西串起來。寫程式時,GitHub 上的開源專案就是前人的肩膀:拿來當底,挑精華、精簡,或照著它的邏輯自己再造一個。做研究也是,方法論可以借用前人的,我不必凡事從頭發明。新東西要能接上我已經懂的,我才開始得了。
「如果這些事實不在一個理論框架中相互聯繫,就無法派上用場。你必須在腦中擁有一些思維模型,靠這些模型組成的框架來整理間接和直接的經驗。」
第 02 講〈相互關聯的理論框架〉
事實要有地方掛,才派得上用場。對我來說,那個掛鉤是自己做過的東西。以前讀理論總覺得空空的;寫 MIPR 論文時,我先寫完方法和結果,最後才寫文獻。從那之後,讀每一篇我都會問:「這對應到我的什麼?」,文獻也就一篇篇連了起來。蒙格的框架是事先刻意建好的模型,我的則是從每一次動手嘗試裡長出來的。
「在手裡拿著鐵鎚的人眼中,世界就像一根釘子。」
第 02 講〈相互關聯的理論框架〉
我最容易在很想讓東西變得有意義的時候,把不合的東西硬套上去。所以我會刻意停下來問:這個連結是長出來的,還是我刻意套上去的?我在一門課上接觸到 WFC(Wave Function Collapse),原本想稍微加工,直接搬去當另一門課的期末作品。想到一半,我自己否決了:這樣只是換湯不換藥,題目本來不是長那樣,是我硬生生 mapping 上去的。
遠洋航行最怕壞血病,當時還沒有人知道維生素 C。
庫克發現荷蘭船上的壞血病比較少,船上還堆滿了酸泡菜,就也帶了大量酸泡菜上船。
他不想直說這是防壞血病用的,怕水手知道航程這麼危險會造反。
他只讓軍官吃,水手只能看不能吃;過了很久,才宣布水手每週可以吃一天。
最後,全船的人都吃了酸泡菜。
設計 Phase 2 的平台時,參與者不知道系統在偵測壓力,AI 介入時的措辭也不會透露;等他們玩完,才用回放面板讓他們看見自己剛才的樣子。庫克要的是水手的健康,我要的是乾淨的資料,但做法一樣:先想好誰、在什麼時候、知道多少。
「這種方法鼓勵各個學科,無論看中其他學科什麼知識,只管拿過來用。」
第 05 講〈四、過去五十年來,頂尖學府在提供跨領域教育方面有何進展?〉
我做事沒有固定的起點,也不一定照規則走:可能抓 A 的規則去套 B,也可能拆掉 A,只拿裡面能用的部分裝進 B。浮空島:這個網站就是這樣來的:版面和動態的節奏參考 Dala,字型、粒子造型和每一頁的內容,則是每步走過不同的決策點,由我自己設計出來的。從哪一塊開始都可以,只要拿進來的東西接得起來,整個系統就轉得動。
「除非我能比我的對手更有力反駁自己的立場,否則我沒資格擁有一種觀點。」
第 10 講〈避免極端的意識形態〉
寫 MIPR 論文時,我會對自己的每一段拋出審稿等級的問題:答得出來,這段過關;答不出來,就標出是哪一段、哪個主張站不住。這樣一來,好像哪裡不對的感覺,就變成一個可以處理的具體問題。後來我把這個動作提前到動筆之前:先問,再寫。
專業人士的建議,常常和他自己的利益綁在一起。蒙格說,他遇過的管理顧問,報告結尾都寫著:「這個問題需要更多的管理顧問服務。」
所以顧問的建議要有保留地接受,哪怕這個顧問是一名工程師。
建議對顧問本身特別有利時,要更提防;要學會顧問那一行的基本知識;要複核、質疑,必要時換掉這個建議。
我會把刻交給 AI,但不把判斷交出去。對我來說,AI 就像顧問;要判斷它給的建議對不對,我自己得懂那一行的基本功。PengFriend 這個公園集章 App,是我刻意給自己的設計練習:探索方案交給 AI 生成,但 11 個畫面,我花了一整個禮拜在 Figma 親手刻完。當然,我也知道直接打字叫 AI 改,快多了(笑)。但基本功打好了,才知道怎麼跟它溝通、怎麼修正它。
「大約在耶穌出生前三百年,古希臘最著名的演說家狄摩西尼就說過:『一個人想要什麼,就會相信什麼。』」
第 11 講〈十三、過度樂觀傾向〉
硬套不只來自手上的工具,也來自心裡想要的結果。MIPR 換過幾個實驗情境,在其中一個情境裡,5 次試驗有 2 次機器人比較果斷,我差點就寫成:機器人會根據我的心跳遲疑。後來我自己抓了出來:是我太想要一個發現,才看見了發現。現在只要覺得好像發現了什麼,我會先問自己幾個問題,例如:樣本夠不夠大?有沒有沒控制到的變因?
人的大腦很容易滿足於手邊、容易取得的東西。蒙格引了一句歌詞:「如果我愛的女孩不在身邊,我就愛身邊的女孩。」
對容易取得的東西,大腦會高估它的重要性;記不住、不認識的,大腦就用不上。
照程序走、用檢查清單;像達爾文一樣特別重視反面證據;再找一些知識淵博、富懷疑精神、能言善辯的人,請他們扮演反方。
我要的不是投票,而是被說服。寫 MIPR 論文時,我把同一個問題丟給好幾個不同的 AI 模型,讓它們互相反駁,找出它們共同戳到的地方。扮演反方的,一定要是全新的對話,沒看過我的思考過程;看過的,很容易順著我想。兩票對一票不能說服我,把理由講清楚才行;不過,最後的決定還是由我來下。
Carl Braun 設計過許多煉油廠,他掌管的公司有一條規矩:你必須講清楚何人將在何時何地因何故做何事。
如果給屬下寫紙條吩咐做事,卻沒交代原因,他可能會解僱你。
因為只有一絲不苟把某個想法的原因都攤開來,這個想法才最容易被接受。
和 agent 一起做事,我只有一條規矩:建議要附上理由,決定要留下理由。把 OpenClaw 改組成一間公司、讓每個 agent 主管一個部門時,每次它提出建議,我都請它先說原因。選定之後,也要記下當時有哪些選項、為什麼選了這一個。這樣過了很久回頭看,我還知道自己當初為什麼這樣走。這就是在記錄決策軌跡(Design Rationale),為的是說服未來的自己。
達爾文很早就訓練自己,特別去考慮可能推翻他假設的證據;越覺得自己的假設出色,越要這麼做。
美國 FDA 學了這一招,要求新藥試驗採用雙盲:受試者和研究者都不知道誰拿到的是真藥。
知道預期,人就會不自覺地往預期去看;把知情的人擋在外面,結果才可信。
不能知道預期的,有時候包括我自己。寫 MIPR 論文時,我一人分飾兩個 persona 走一遍實驗流程,開始前先跟 AI 說好:不要讓我知道每個 persona 預期會怎麼做。一旦知道,我就會不自覺地照著預期去演那個 persona。當然,一個人分飾兩角本身還是會帶進偏差,這一點我也誠實記了下來。但雙盲擋的是研究者的期待;我擋的,是自己的期待。
蒙格說,他認識的聰明人沒有不大量閱讀的。我沒辦法直接讀一本書就把它嗑下來;我相信的東西,要自己碰過、試過、組過才算數。我們都在追求真正懂,只是入口相反:他從書走向世界,我從手上的東西走回書裡。
蒙格引富蘭克林的話:如果你想要完成,就自己動手去做。我反而刻意把寫、修、一個字一個字刻的工作交給 AI,因為我更擅長看方向、做決定。但哪些自己做、哪些交出去,每一次都由我自己決定。
蒙格說能力圈很難擴大,所以要留在圈內。我認為自身的難處剛好相反:什麼都有辦法做,範圍就會越變越大,反而不知道哪個才是我要的。所以我的能力圈不是用能力畫的,而是用選擇畫的:先決定不做什麼,邊界才會出現。
蒙格給我的不是答案,而是一張除錯清單。我不會照著它做事,但專案裡每次卡住,回頭翻,總能找到他早就講過的一段,有時是印證,有時是提醒:有沒有硬套、有沒有只看見想看的、理由有沒有攤開。這本書會一直放在我手邊伴著我成長,不是因為讀懂了,而是因為還在讀。他用閱讀搭框架,我用動手搭框架,兩套放在一起對照,就是這一頁在做的事。