万 sir，请教您，如果身边没有合适的导师怎么办？靠自学如何成为高手？
这一讲我收到好几个类似的问题，我首先想说的是我们必须尊重「硬约束」。
有的读者问："我没有导师和快速反馈，如何进行刻意练习？"有的读者说："我没有导师，也没有快速反馈，而且也没办法一直待在学习区，那我怎么办？"我的回答是那样的话就不是刻意练习。
人家有条件刻意练习，你没有这个条件，这对你是一个非常不利的因素。有这样不利的因素，意味着你大概率不能跟人竞争。
我们必须承认这一点。这里不存在一个魔法，说我这样也行，那样也行。否则社会科学就没有意义。
承认了硬约束之后，你并不是一点办法都没有。办法是选择一个刻意练习作用小的领域。像网球、钢琴、医疗手术这些领域，没有教练和正规训练是不可能成才的，你最好连想都别想。并不是所有领域都可以自学。
但的确有一些领域可以自学。这些领域可能反馈时间比较长，或者根本没有标准的打法，所以本身就不适合刻意练习，至少刻意练习在这些领域的作用没有那么大。在这里，别人就没有那么大的优势了，也许是你可以有所作为的。
比如我看写作就是一个可以自学的领域。当然也有一些作家是上了写作班，现在也有"创意写作"的课程提供很有刻意练习味道的训练：你不是写一整篇文章，而是就描写一个段落，描写一个什么景物……这些都是很好的训练。但是我们的确看到有大量的作家不是这么练的，他们没有专门的老师给指出来，说你这个句子不能这么写。
这可能是因为写作这门业务跟句子的好坏关系不是那么大。更重要的是有没有一个好的问题意识，你能不能从普通材料中提炼出一个独特的判断，而这些东西没有办法给快速反馈。
再比如说商业、管理、领导力这些，跟刻意练习关系也不是那么大。像刘邦，没上过 MBA 班，但是人家就是会创业。
但这样的领域一定是对悟性——也就是感知的敏感度和神经网络的可塑程度——的要求比较高。你必须能从不完全的案例和比较少的反馈之中，迅速收获成长。如果随便给你看两篇文章，你分辨不出来哪篇写的好，你不适合写作。
简单说，凡是训练"手"的领域，需要教练；凡是训练"眼"的领域，适合自学；凡是训练"心"的领域，必须自学。
中国古代有句话叫"穷文富武"。表面上，练武是个蓝领项目，学文似乎是比较高端的；但事实上，练武需要的条件远远高于学文。古代人要想练武，你光长得壮不行，首先得保证营养，然后必须得专门请个师父才行。可是学文就无所谓了，你借本书，哪怕凿壁偷光都行。
现在也是这样。如果没有政府资助，练体育的都是家里比较有条件的；穷人家孩子搞搞什么数学竞赛啥的就好。
总之，你要么有条件，要么有天赋。你不能说我这也没有，那也没有，但是我这也想要，那也想要。
请问万老师，是不是绝大多数人最多也就能到达"图式"的层次，能到达"解释框架"的就很少了，然后能创造"解释框架"的才是这个世界的精英？
也不一定。其实一个人是不是精英，跟他认知有多宏大没有太大的关系。一个足球前锋能把球踢好就很不错了，他不需要对足球运动有深刻的理解。
但是前锋的确不能只知道前锋的事。他得知道后卫一般会怎么打，得知道跟队友怎么配合；他最好不但了解自己的队友，而且对每一个对手都有一定的了解。但是他不必研究各国足球的历史文化。
反过来说，一个科学家刚刚开始学着做研究的时候，往往会被导师要求理解 big picture，也就是知道这一行的解释框架——不然你就没有好的问题意识，不知道研究应该往哪个方向走。
所以这里有个颗粒度问题。如果一个基层官员连自己这一摊事都没做好，却满脑子全球战略，只会被人笑话。但是作为一个现代人，有时候你就是很想知道自己干的这一行到底是怎么回事儿。
在 AI 时代，如何区分真正的深度调研，和 AI 辅助下的漂亮信息整理？一个研究者还必须亲自完成哪些工作，才能让调研真正产生洞察、判断力和现实价值？
研究者必须做的工作，是把调研的「目的」贯穿到整个调研过程之中。
比如说特朗普这两天带着一个庞大的美国代表团访华，跟中国政府谈了很多事情，而这些事情背后又有更多的事情和背景知识。你要对这个话题做一番调研，可以写无穷长的文章，但是这个文章的目的到底是什么呢？你为什么要做这个调研？
切入一个研究有无数个角度，你必须选择一个角度，带着一个主观的目的才好。
比如说，中美协议中有一项是美国政府开放了英伟达 H200 芯片给中国。这无疑是一个挺出乎意料的新闻。如果你只是单纯觉得这个新闻很新鲜，去做一番报道，那就没有什么太大意思。但是，如果你抱着一个强烈的目的，比如你想知道：这个事对中国意味着什么？中国是占便宜了还是吃亏了？那么你的调研瞬间就有了方向。你需要进一步挖掘：
为了了解这些，你需要调查美国当前的 AI 主流大模型公司在使用什么样的芯片、中国 AI 公司又在用什么样的芯片。也许你发现美国公司不可能都用上了最先进的 B200，其实很多时候还在用 H200 或者更低端的 H100。在算力稀缺的时刻，任何达到一定规格的芯片都是好芯片。
如果 H200 其实是一个挺好的芯片，接下来的问题自然而然就出来了：按照美国政府给的配额，英伟达有这么多的供货量吗？
一个悬念接着一个悬念，你的调研就会变得非常有意思。
万老师，您说的"半熟知识"给我们指了一条明路。现在 AI 已经可以高效完成文献检索、正反对齐、甚至生成竞争假说。那么，除去这些可自动化的部分，人类在判断一个半熟知识究竟是"别人尚未定价的认知差"，还是"别人早已放弃的伪命题"时，必须由人类自己把握的决策点有哪些？有没有一个简洁的判断模型或检查清单，可以帮助知识工作者在 AI 筛选结果之上，做出最终的、可负责的下注决策？
只要树立了"我们调研是为了最终下注"这个目的，那么判断标准就是显而易见的。
首先看这个信息是否足以改变你的行动，而这通常意味着，它是否改变了你的先验。这是我们讲过的信息价值的根本。比如你是一个医生，突然看到新闻说现在有一款新药能治疗你经常遇到的疾病，那这个新闻对你来说就非常有用。而相比之下，小米最近又出了一款什么样的汽车，如果你最近根本不打算买车，那跟你就没什么关系。
如果这个信息真的可以改变你的行动，那你就应该非常兴奋才行。现在你必须尽快验证它的真假。
如果只是传闻，你最好对当前这个领域的传闻有一种"体感"：如果这个领域总是充斥着大量不靠谱的传闻，那这类消息你完全可以忽略；而如果这个领域的传闻经常是"遥遥领先的预言"，那你可能需要引起一定的警觉。
其实很多时候信息的可信性是容易判断的。比如说，如果是来自主流媒体的报道，或者是主流科研期刊的论文，它一般是比较可靠的。更重要的是你还可以进行交叉验证，不能只有一个消息源，而是要有若干个人都这么说。你还可以根据学界当前的科学理解来判断。像这种层面的进步有没有可能是真的？如果一个进步如此之大，而你竟然刚听说，那多半就是不靠谱的。
又可靠又有用，你才值得展开调研，看看具体怎么办。
我举个例子，最近美国军方公布了一批 UFO 档案，有好几个人私下问我对这个事怎么看。我小时候是个 UFO 爱好者，我的确对这个新闻很感兴趣，而且这些信息又是军方披露的，它的可信性也比较高。
但是这些档案并没有改变任何先验。军方只不过提供了一些报告材料，说某人在某某时间、某某地点拍摄或目击了一起神秘的 UFO 事件。这些材料里有的有照片，有的只有想象图。但这些东西不就是过去几十年间我们一直看到的报道形态吗？中国也有大量这样的报道，只不过不是政府报告而已。这些案例对 UFO 爱好者来说没有任何新颖之处。这跟"美国政府宣布它已经跟外星人取得接触"是完全不同的事情！
既然如此，我们甚至都不值得花时间仔细阅读这些报告。
请问万老师，基于当前科学理解，我们如何有意识地去积累自己在某个领域的默会知识呢？
默会知识不是"理解"和"总结"出来的——默会知识是训练出来的。训练的过程就如同 AI 的监督学习、无监督学习和强化学习一样，特点是必须走"量"：你需要过手大量的实例，你的本事是用一个一个的实战材料"喂养"出来的。
我们的目标是获得某种"感"，比如手感、眼感、语感或者体感。它的特点是说不清、道不明，但它已经写在了你神经网络的参数上。你能稳定地对一个事物进行模式识别和动作调节，你看一眼就知道这个东西是什么、对不对、好不好；你轻描淡写地做一个动作，它就是对的和好的。
这跟刻意练习是一个道理：你需要调高自己对关键信号的敏感度，你需要让自己的神经网络是可以被修改的，你需要即时反馈。
具体的做法其实就是「预测 → 反馈 → 修正」：给你一幅画，你心里猜测一下这幅画大概是什么风格，然后向你揭示答案。如果答案跟你想的不一样，你内心有所触动，默默地修正。然后再给你一幅画，再猜测，再修正……这样经过一定的训练，你就获得了判断哪种画是什么时期的绘画风格的能力。你可能还是说不清到底什么叫印象派、什么叫巴洛克，但是这两种风格在你眼中截然不同。
然而现实中的反馈往往不是那么及时，给我们训练的喂料没有那么多，这就需要我们珍惜每一次训练机会。我们必须提高敏感度。那么这里最关键的就是你得知道该看什么：哪些是真信号，哪些只是噪声。
比如你是一个风险投资人，要看很多创业公司的路演。可能一个不懂行的人会看技术有多先进、创始人有没有激情、PPT 设计是否专业、媒体热度之类，可是在一个有经验的 VC 眼中，那些东西的价值都没有那么大，更有价值的是：用户是否已经付费、你所提供的产品在市场上是否有一定的独特性、进入该领域的成本是否正在下降、供给是否已经过度拥挤等等。
那你说怎么才能知道该看哪些信号呢？又怎么能在这个真实反馈速度很慢的领域，快速获得反馈呢？最好的方式就是有个老师在旁边指导你，利用成熟的、已经知道结果的案例。
比如在真实世界里练习做决策是非常困难的，但商学院会使用现成的案例教学。一个好办法是把当时决策现场的条件提供给学生（可能会换掉公司的名字之类的细节），让学生进行充分讨论，做模拟决策，然后老师再揭示决策的结果。
在某些领域，有一个更低成本但也非常有效的办法是自我训练：自己遮住答案，先猜后看。就好像训练 AI 一样，先看一篇文章的开头，然后想一想，如果换作是你，接下来会怎么写，然后再去看那位高手是怎么写的。
那你说，既然人训练默会知识的方法跟训练 AI 没啥区别，我们又凭什么说 AI 不能拥有人所有的默会知识呢？
这可能是因为 AI 不拥有我们这么复杂的真实训练场景。AI 是用语料训练出来的，而我们是在生活中用一个一个的真实案例，在复杂的环境之中磨练出来的。
有时候你得跟人发生过好几次冲突，才能学会怎样在不发生冲突的情况下把事儿办成；有时候得连续创业失败好几次，才能让一个人学会怎么办公司；有时候得让朝代更迭，才能让有识之士比较政治制度。我们为训练付出的代价，是大模型公司支付不起的。
一句话概括：自学能否成为高手，取决于你选没选对领域——"训练手"的领域认输，"训练眼"的领域苦练眼力，"训练心"的领域无人能替；而自学的本质，是带着明确目的，为自己亲手造一套反馈系统。
"凡是训练'手'的领域，需要教练；凡是训练'眼'的领域，适合自学；凡是训练'心'的领域，必须自学。"
"默会知识不是'理解'和'总结'出来的——默会知识是训练出来的。"
"你要么有条件，要么有天赋。你不能说我这也没有，那也没有，但是我这也想要，那也想要。"
"我们为训练付出的代价，是大模型公司支付不起的。"
默会知识怎么积累，总结就三步：预感、挨打、长记性。把挨打换成看别人挨打，性价比更高。先猜后看。同事被优化了，我就先在心里押个题，为什么被优化？工作态度还是工作质量？性价比还是倚老卖老？能力差还是牢骚太多？心里默默也在调教，说明这块儿参数调得挺好；猜错了，等于别人替你交了一笔学费。在这个年纪，老脸也是成本，能省则省。
积累默会知识，就是把自己校准成一个精密仪器。怎么校准，靠挨打。被规范打过脸，被图纸挨过训，被各种破事儿按在地上摩擦十年八年，如果自己稍微有点责任心，有点自尊心，那其实校准完成。我觉得一直频繁换工作换行业就无法做到积累，年轻人可以在前五年最后决定要在哪个行业，后面最好坚定选择，毕竟平凡的人不是天才脑袋，做到专精和不可替代一定是有行业积累的。
如果真做到了，你看图纸、审方案、看现场的眼神都会变。说不出哪里不对，但你就是知道：这里不对那里不行。这就是长期积累的智慧，没有太多捷径，就是吃过的亏在身体里形成了肌肉记忆。培训成本太高了，大模型公司真的付不起。如果真的到了专精程度，你会感觉充实，有成就感，忙起来上吊的时间都没有，但还是觉得满满的安慰。
"训练手"的领域核心在于身体动作和即时反馈，必须有教练指导。比如潜水、攀岩、开飞机、射击、牙科操作、急救、驾驶赛车、咖啡拉花、厨师刀工、舞台表演里的身段训练。这些领域不是看几本书、刷几个视频就能掌握的。因为关键不在"知道步骤"，而在身体能不能做对，细节有没有偏差，危险动作有没有及时纠正。你以为自己会了，可能只是自己感觉会了。
"训练眼"的领域，更适合自学。这里的"眼"，不是肉眼，而是识别模式、判断优劣、发现差异的能力。比如二手车鉴定、古董辨伪、看财务报表、买手选品、看建筑空间、识别一家公司组织氛围。这些领域当然也可以有人指导，但真正成长，常常靠大量看案例、反复比较、不断总结。
"训练心"的领域，则必须自学。比如如何面对失败，如何处理嫉妒，如何建立长期主义，如何在诱惑面前守住边界，如何判断自己真正想要什么，如何和父母、伴侣、孩子相处。这些问题别人可以启发你，但不能替你完成。因为它们不是技术选择，而是人生选择。别人能告诉你"要放下"，但真正放不放得下，只能在你自己的痛苦、反省和行动里完成。
一个普通人最应该做的，是把资源投到自己最有可能形成优势的地方。没有教练，就别硬闯高度依赖教练的领域；没有天赋，就别幻想靠热情战胜所有人；但只要你愿意在适合自学的地方长期积累眼力，在必须自学的地方锻炼心力，依然可以慢慢长出自己的竞争力。
万老师这句"要么有条件，要么有天赋"，我觉得说得很清醒，但也许还可以补一条：有时间，有耐心，能忍受长期没有快速反馈的安静。
凡是训练"手"的领域，没有教练确实很难；但凡是训练"眼"和"心"的领域，所谓自学，本质上是为自己造一个反馈系统。读得足够多、足够杂、足够慢，让自己慢慢长出分辨高下的眼睛。更重要的是，不能只是说"我喜欢这个""我不喜欢那个"，而要强迫自己说清楚：为什么这个好？那个差在哪里？我和高手之间的差距具体在什么地方？
说不清楚，就继续读、继续想、继续比较。导师能加速这个过程，但没有导师，并不等于这条路完全被堵死。只是它更慢、更孤独，也更容易走弯路。
所以我理解的自学，不是没有反馈，而是自己主动把书、案例、失败、读者反应，甚至时间本身，都变成反馈。这条路不保证人成为高手，但至少不是一句"没有条件"就可以提前放弃的路。