【图灵子·认知】路不是答案:见路不走、实事求是与第一性原理

25 min read
认知方法论AI公众号知乎

我们生活在一个"路"特别多的时代。

想创业,有成功公司的增长路径;想做产品,有大厂总结的标准流程;想管理团队,有OKR、敏捷开发和组织文化;想使用AI,网上每天都会出现新的最佳实践。

现在甚至不必读完一本书。只要向AI提出问题,几秒钟之内,就能得到一套结构完整、逻辑清晰的方案。

但方法越来越多,并没有让真正的判断变得更容易。

很多时候,问题恰恰出在我们太快找到了答案。

别人靠短视频获得增长,我们便开始拍短视频;别人用微服务支撑业务,我们便觉得单体架构落后;别人依靠创始人个人IP完成冷启动,我们也开始经营账号、打造人设。

这些方法未必是错的。

真正危险的是,我们在看见一条成功道路以后,往往不再追问:它为什么在那里成立?

《天幕红尘》中有一句流传很广的话:

见路不走,即见因果。

这不是一句古代格言,而是小说对"实事求是"的一种文学化表达。书中所谓的"路",主要是别人已经走通的经验、方法与模式;所谓"不走",不是故意反其道而行之,而是不被道路的表面形式牵着走。

为了与众不同而拒绝一切成熟方法,并不是真正的独立思考。别人向东,你偏要向西,你的方向仍然是由别人决定的。

"见路不走"真正要说的是:看见别人给出的答案,却重新检查他所面对的问题。

因为路只是结果,不是规律。

一、路不是规律:成功路径只是因果的一次历史实现

一家企业靠短视频成功,不等于短视频本身就是成功原因。

它的增长可能还依赖于平台正处在流量红利期、创始人擅长表达、产品天然适合内容传播、竞争对手尚未进入,以及团队能够迅速承接流量。

一家大公司采用微服务,也不意味着所有技术团队都应该采用微服务。大公司需要解决的,可能是几千名工程师并行开发、不同业务独立发布和海量请求调度的问题。一个十人团队如果照搬这种架构,解决的也许不是业务问题,而是提前制造部署、监控、网络和运维问题。

我们最容易看见的是行动:做短视频、建立个人IP、采用订阅制、实行OKR、搭建微服务。

但决定结果的,往往还包括资源、能力、时机、市场结构、反馈速度和偶然因素。

因此,一条道路更准确的定义,不是"通往成功的方法",而是:某种行动在一组特定条件下产生某种结果以后,留下的一条历史轨迹。

它证明这件事曾经发生过,却不能证明相同动作在任何地方都会产生相同结果。

我们看见一艘船从一条水道通过,便在地图上画出航线;但第二艘船到来时,水位、风向、载重和目的地,可能都已经改变。

这就是"见路不走"最重要的含义:不是拒绝经验,而是拒绝把经验未经分析就提升为规律。

真正值得学习的,不只是成功者做了什么,而是:他当时试图解决什么问题?有哪些条件使这个动作有效?哪些条件可以复制,哪些属于他的独特资源?如果环境发生变化,原来的方法是否仍然成立?

所以,经验不是结论,而是材料。看见一条路以后,真正的思考才刚刚开始。

二、经验的三次压缩:我们学到的往往只是成功者能讲出来的部分

成功经验之所以容易误导人,不只是因为条件不同,还因为经验在传播过程中会不断被压缩。

第一次压缩,发生在记忆里。 一个人在行动过程中,面对的是大量混乱的信息。他并不知道哪一个决定最终最重要,也不知道某次偶然会面、某个普通员工的建议、竞争对手的一次失误,是否改变了后来的结果。只有成功已经发生以后,他才会回头重新组织过去。那些与结果一致的线索被保留下来,失败的尝试、犹豫、运气和偶然因素,则逐渐退出叙述。原本充满不确定性的过程,被整理成一条看起来环环相扣的道路。

第二次压缩,发生在语言里。 一个优秀投资者可以感觉某个数字"不对",却未必能够完整说出这种判断来自哪些细微信号;一个有经验的产品经理,可能在用户说出几句话以后,便意识到真正的问题,却很难把多年形成的判断力写成一套清晰规则。人在实践中掌握的知识,往往多于他能够准确表达的知识。

第三次压缩,发生在传播里。 一段复杂经验被写成一本书,一本书被压缩成一门课程,一门课程又被压缩成几条短视频金句:长期主义。用户第一。快速迭代。保持专注。做难而正确的事。

这些话通常没有错。甚至正因为它们太正确,才很难直接指导行动。

真正困难的,不是知道"要保持专注",而是当产品迟迟没有增长时,怎样判断应该继续坚持,还是承认方向错误。真正困难的,不是知道"要重视用户",而是当用户口头上说喜欢、实际却不使用时,究竟应该相信表达,还是相信行为。真正困难的,也不是知道"要长期主义",而是怎样区分长期投入与长期逃避。

道路可以被写进书里,判断力却不能被完整搬运。

这也解释了为什么模仿成功者的动作,常常只能得到一个外观相似的结果。我们复制了他能够讲出的部分,却没有复制那些没有进入故事的条件、能力和反馈过程。

佛教所谓"见相非相",在这里可以作为一种提醒:不要把可见形式误认为事物本身。《金刚经》说"凡所有相,皆是虚妄",又以渡河之筏作喻——方法可以帮助人渡过一段河流,但不能因为它曾经有效,就永远背在身上。

对道路最大的尊重,不是复制它,而是理解它为何产生。对方法最大的尊重,也包括在条件改变时舍弃它。

三、实事求是:让现实拥有推翻结论的权利

既然别人的道路不能直接成为自己的答案,判断应该从哪里开始?从"实事"开始。

"实事求是"最早见于《汉书·河间献王传》:修学好古,实事求是。在最初的语境中,它首先是一种治学态度:重视真实材料、版本和证据,而不是依靠浮泛议论。颜师古后来将其解释为:务得事实,每求真是。

后来,教员在《改造我们的学习》中对"实事求是"作了更完整的解释:"实事"就是客观存在着的一切事物,"是"就是客观事物的内部联系,即规律性,"求"就是我们去研究。

这比一般意义上的"尊重事实"要深一层。因为事实不等于规律。

用户点击了按钮,是事实;为什么点击,是解释。产品七日留存提高,是事实;是产品价值提高了,还是通知变多了,是解释。公司实行某项制度以后业绩上涨,是事实;增长究竟由制度、市场环境还是团队变化造成,仍然需要研究。

今天很多人喜欢说"数据驱动",仿佛数据越多,就越接近真相。但数据只是现实在某种测量方式下留下的记录。选择测量什么、如何定义指标、使用什么时间窗口,本身已经包含了人的判断。

更多推送可能提高七日留存,也可能只是把流失推迟到第八天;降价可能提升短期销售,也可能损害长期信任;增加审核流程可能降低事故率,也可能让组织错过市场机会。数字可能完全真实,结论依然可能错误。

所以,实事求是包含两个动作。第一个动作,是向下,回到具体事实——不从愿望、概念和身份出发,不因为自己是创始人、专家或领导者,就默认自己的解释更接近现实。第二个动作,是向上,从事实中研究联系——比较不同情况,寻找关键变量,判断哪些条件改变以后,结果也会改变。

《反对本本主义》中有一句,比"没有调查,没有发言权"更值得放在今天反复阅读:一切结论产生于调查情况的末尾,而不是在它的先头。

很多调查表面上在寻找事实,实际上只是在保护结论。创始人认为产品方向正确,于是只访问仍在使用的用户;管理者认定员工执行力不足,于是所有问题最后都被解释成执行问题;投资者已经决定买入,研究便逐渐变成收集利好。这不是让结论从调查中产生,而是要求现实服从结论。

真正的调查必须包含一种风险:你可能发现自己原来是错的。

这也是《实践论》比普通"行动主义"更深的地方。它并不是简单地反对理论、鼓励蛮干,而是同时反对两种错误:一种是脱离现实的教条主义,另一种是把个人局部经验当成普遍规律的经验主义。感性材料需要上升为理性认识,理性认识又必须回到实践中检验。

实践不是思考的反面。实践的价值,在于它会引入头脑中没有考虑到的变量,让现实有机会反抗我们的理论。

一个商业方案在会议室里可以非常完整。只有真正交给用户,它才会遭遇价格、习惯、信任和竞争。一套组织制度在文件中可以逻辑严密。只有进入真实协作,它才会遭遇利益、能力差异和信息不对称。

所以,真正的实事求是,不只是"我掌握了很多事实",而是:我愿意让新的事实改变原来的判断。

四、第一性原理:不是给自己的直觉起一个高级名字

调查提供材料,但材料不会自动组成答案。我们还需要从杂乱事实中识别目标、约束和因果机制。这正是第一性原理思考的价值。

第一性原理的思想通常可以追溯到亚里士多德。真正理解一个事物,不只是知道它发生了,还要知道它为什么发生,也就是理解其首要原因与基本原则。

在现代商业语境中,把第一性原理传播得最广的人,大概是马斯克。他曾用火箭成本解释自己的思考方式。传统航空航天行业的火箭非常昂贵,人们很容易根据历史价格推断:火箭本来就应该这么贵。马斯克则从物理和材料出发追问:火箭究竟由什么构成?铝合金、钛、铜、碳纤维等原材料,在商品市场上的价值究竟是多少?

答案是,这些原材料的价值,只占火箭最终价格中很小的一部分成本。

但这个拆解揭示了一件重要的事情:行业历史价格,不等于自然规律。真正需要解释的,是这些原材料经过怎样的设计、制造和组织过程,最终变成了如此昂贵的产品。

第一性原理最有价值的地方,就在这里:它把被行业习惯伪装成必然的东西,重新变成一个可以追问的问题。

别人问:"行业里为什么都这样做?"第一性原理问:"这是物理约束、制度约束,还是历史习惯?"别人问:"为什么产品必须先注册?"第一性原理问:"这里真正需要的是识别用户、保存数据,还是只是因为同类产品都有注册页面?"别人问:"大公司为什么使用微服务?"第一性原理问:"我们当前需要解决的是独立部署、团队协作和性能瓶颈,还是只想让架构看起来先进?"

但是,第一性原理也很容易成为新的本本主义。

现在人们常说:人性的本质是追求即时满足。内容的本质是情绪价值。商业的本质是流量变现。用户最深层的需求是确定性。

这些话听起来像第一性原理,实际上往往只是抽象程度较高的经验判断。所谓"底层逻辑",有时不过是一个人暂时不想继续追问的地方。

第一性原理最大的陷阱,是把自己的直觉包装成公理,然后从这个未经验证的前提出发,推导出一整套逻辑自洽的结论。但逻辑自洽只能证明:只要前提成立,结论就可以被推出。它不能证明前提本身是真的。

所以,第一性原理不能代替实事求是。没有事实约束的第一性原理,会变成理性自负;没有结构分析的调查,则会变成材料堆积。

真正可靠的顺序是:先进入现实,取得材料;再提出关于机制的解释;把解释拆成可以验证的假设;最后回到实践中检验。

第一性原理不是坐在房间里,把世界想得越来越简单。它是用事实不断逼迫自己,把错误的前提一层层剥掉。

五、AI时代:答案越便宜,判断力越昂贵

AI让获得答案的成本迅速下降。

过去,一个人想得到一套产品方案,需要读书、请教、调研和讨论。现在,只要提出一个问题,AI就可以生成商业模式、增长计划、技术架构、组织制度和内容策略。这些答案常常结构完整、语言流畅,甚至比多数人临时写出的方案更加全面。

但完整不等于正确,流畅也不等于理解。

AI能够总结大量已有道路,却未必知道你所在的现场刚刚发生了什么;它能够提供行业最佳实践,却不知道你的团队真正具备什么能力;它能够推导一套逻辑严密的方案,却不会自动检查那些前提在你这里是否成立。

AI最擅长回答的是:通常情况下,别人怎么做。真正需要人回答的是:在我的条件下,此时此刻,为什么应该这样做。

二者之间的距离,就是判断力。

AI当然可以帮助我们形成判断。它可以快速搜集道路、比较案例、提出反例、拆解假设、降低实验成本,也可以在我们过早相信一个结论时,扮演反对者。但它不能替代现场。用户是否真的需要,团队是否真的能够完成,产品是否真的创造价值,仍然只能通过现实反馈来确认。

因此,在AI时代,"见路不走"反而更加重要。因为未来的问题不再是找不到路,而是每天都有无数条路向你涌来。每条路都有完整的理由,每套方法都有成功案例,每个答案都看起来专业可信。

这时,真正稀缺的能力,不再是记住更多答案,而是能够不断追问:这个答案建立在什么前提上?它解决的究竟是不是我的问题?它依赖的条件在我这里是否存在?什么结果出现时,我应该承认它是错的?

于是,"见路不走、实事求是、第一性原理"就连成了一套完整的方法。

  • 见路不走,处理的是如何面对别人的经验:不盲目复制道路,而是研究道路成立的条件。
  • 实事求是,处理的是判断从哪里开始:从具体事实和真实问题开始,而不是从概念、权威和愿望开始。
  • 第一性原理,处理的是怎样重新形成方案:穿过路径的表面,从目标、约束和机制出发,重新推导行动。

三者合起来,就是:看见别人的答案,重新发现自己的问题;进入自己的现实,再生成自己的道路。

结语

"见路不走"不是拒绝一切成熟方法。条件相同,经过验证的方法当然可以使用。为了显示自己独立,故意绕开所有已有道路,同样是一种被道路支配。

它真正反对的,是未经分析的复制。别人走过的路,可以帮助我们减少探索成本,却不能代替我们判断自己的条件。

更重要的是,即使一条路是我们亲自走出来的,也不能因此把它变成新的本本。昨天的成功经验,到了今天可能已经失效;曾经帮助我们解决问题的方法,也可能成为理解新问题的障碍。

所以,真正成熟的方法论,必须包含一种自我修正的能力:

从事实出发,但不把事实直接等同于结论。研究因果,但承认因果依赖条件。学习经验,但不把经验直接提升为规律。运用逻辑,但不把逻辑自洽误认为现实正确。进入实践,并让实践保留修正理论的权利。

路当然可以走。但要始终知道,路不是答案。

别人留下的路,只能证明他曾经从那里经过。至于你应该走向哪里,仍然要由你面对的事实、条件和目标决定。

不要复制别人的答案,要重新发现自己的问题。

评论

暂无评论。