第 3 章悟性时代

一、组织的问题，最后落到个人怎么判断 #

同一套 AI 工具交到不同公司手里，结果可以完全不同。有人用它缩短交付时间，有人用它一天生成几十份互相矛盾的方案；有人让新人更快掌握成熟做法，有人只是把老板未经验证的偏好复制到更多地方。工具没有立场。它会放大拿到的判断，也会放大判断里的错误。

把这个组织问题继续拆下去，会落到一个个具体的人身上。产品负责人要决定先解决谁的问题，招聘者要决定什么样的人值得录用，创业者要决定钱和时间投向哪里。AI 可以检索资料、列出方案、模拟反方、生成初稿，却不能替承担后果的人回答：眼前什么最重要，哪种结果才算好，应该用什么依据排除其余选项。

过去，知识储备和执行速度本身就能形成显著优势。现在，查询已有知识更容易，许多数字化执行也能由 AI 分担。原来混在“能力”这个大口袋里的几样东西，开始显出不同的价格。

个人层的问题随之显现：面对一个没有现成答案的问题，怎样找到判断依据？又怎样通过条件与结果，区分可靠标准、旧习惯和偶然成功？

二、知识、聪明和悟性 #

知识多、反应快、主意多，经常被笼统地归入“能力强”。知识、聪明和悟性解决的却不是同一个问题。

知识是储备量。 它包括记住的事实、理解的概念、见过的案例，也包括检索和核验的方法。AI 降低的是获取和调用许多已有知识的成本，不是让知识本身失去作用。知识储备不足时，问题所属领域和标准适用条件都更难识别。知识还决定核验范围：同一句模型回答，只有掌握相关概念和事实，才能发现概念混用、数据过期或条件缺失。

成本下降仍然是真实的。第 1 章比较过固定能力线上的调用价格：下降已经是两个数量级以上。那条曲线测的是模型调用，不等于“知识已经免费”，却足以说明：从提出问题到得到一份可用初稿，门槛正在快速下降。

聪明是解题速度。 在这组区分中，它指题目和目标已经给定后，能否更快理解关系、比较选项、推出答案，并不等同于心理学对智力的完整定义。聪明仍有价值。复杂问题需要工作记忆、推理能力和学习速度，AI 也没有取消这些能力。变化在于，越来越多已经定义清楚的解题步骤，可以交给机器共同完成。

第 1 章引过的职业写作实验和客服现场研究说明，在一部分数字化知识工作里，原本依赖熟练度和解题速度的环节正在被重新分配。这些结果没有证明所有执行都会被接走。

悟性处理的是题目之前的问题。 它要发现判断标准是否缺失、已有标准是否经过验证、迁移条件是否成立，以及怎样尽快取得反馈。知识帮助人认出可借的东西，聪明帮助人理解和处理；悟性决定问题和尺子是否选对。

三者不是替代关系。没有知识，借来的标准看不懂；不够聪明，复杂条件拆不开；没有悟性，知识和聪明也可能服务于错误的问题。材料全部背熟、数字全部算完，仍可能因为题目或指标错误而得到无效结论。

知识和聪明没有退出。它们越来越容易得到工具补充之后，差距会更多地转移到另一层：能否发现判断依据缺在哪里，并把它修到足以指导行动。

三、悟性是四个可以练习的动作 #

“悟性是一种天分”无法提供练习和检验的入口。悟性尚不是一项经过心理测量学验证的能力，也没有证据表明训练会让所有人达到相同水平。可操作的定义由四个能够观察、重复和复盘的动作组成。

第一个动作，是发现标准缺口。

很多时候，人缺的不是答案，而是判断答案的依据。比如，一个团队拿出三个增长方案，数据、预算和排期都齐了，却说不清应该优先提高短期现金流、留存率，还是长期品牌信任。此时继续补第四个方案，通常不会让选择更容易。缺口不在选项数量，而在用什么标准排序。

发现这种缺口，需要把“还缺方案”和“还缺评价方案的尺度”分开。前者可以继续求解，后者必须先寻找尺子。检验问题很简单：如果现在出现两个都能做的方案，依据什么排除其中一个？答案若只是个人感觉、行业惯例或上级偏好，标准缺口仍然存在。

第二个动作，是借用经过验证的标准。

发现缺口后直接从零构造方案，会跳过已经存在的证据。原创有时不可替代，但多数日常问题并不是第一次出现。先检索相近条件下已经取得的结果、判断依据和失败记录，通常比重新支付一遍全部学费更稳妥。

借的对象不是成功者的一整套外观，也不是一句脱离条件的名言，而是曾经帮助他做取舍的依据。这个依据可能来自一个人的实践、一家公司的公开方法，也可能来自一项能复查的研究。借用环节需要知识储备：知道哪些领域解决过类似问题，才能找到值得借的标准。借不是停止思考，而是让思考有一个经受过现实检验的起点。

并非每个问题都有合适的标准可借。问题足够新、环境变化太大，或者现成样本无法比较时，仍要提出新的假设。此时，方案应被标为待验证假设，而不是确定答案。

第三个动作，是判断迁移条件。

一条标准在原场景有效，不等于换个地方仍然有效。它依赖的顾客、产品、资源、时间窗口和反馈方式，可能已经变了。迁移检查关注两件事：做法为什么在原场景成立，支撑它的条件在新场景还剩多少。

履历和名气不能替代迁移检查。成功记录只说明标准曾在原场景有效，并不自动携带适用条件。标准没有护照，不会因为来自名企或高手就自动获得通行权。把做法搬过来之前，至少要看清三件事：原来解决的是否是同一个问题，关键对象是否以相似方式反应，错误能否在可承受的时间内被发现。

第四个动作，是快速验证修正。

迁移分析再周密，也只是判断，遗漏只能通过结果暴露。第一次尝试需要减少投入、缩短周期，并且只改变少数关键条件，让错误在代价还低时出现。结果符合预期，再扩大范围；结果不符，则检查标准本身和迁移条件。

验证不是为自己的判断找支持，而是主动寻找它会在哪里失败。一次好结果也不自动产生标准，可能只是运气、环境宽松或其他因素同时起作用。只有结果反复出现，适用条件逐渐清楚，反例又能推动修正，经验才开始具有可复用的解释力。

目前没有研究直接把这四个动作作为一套方案检验，但其中的关键能力已有相邻证据。Gutierrez de Blume 汇总 56 个独立效应、7667 名参与者后发现，学习策略训练能中等程度地改善人们判断“自己究竟掌握了多少”的准确性（Gutierrez de Blume，2021）。Alfieri、Nokes-Malach 与 Schunn 汇总 57 项案例比较实验后发现，同时比较案例、提取共同关系，比孤立地学习单个案例更有利于学习和迁移，整体效应量为 0.50（Alfieri 等，2013）。前一类研究接近发现缺口与利用反馈，后一类研究接近借用和迁移。这些学习研究不保证经营结果，但说明相关动作可以练习，不只依赖天赋。

四个动作会留下可检查的过程：缺口在哪里，依据从哪里借来，新旧条件怎样比较，结果怎样修正判断。完成一轮之后，得到的不是永远正确的答案，而是一条成色更高的标准。新情境到来，它仍要接受下一轮检验。

这就是“可以练习”的准确含义：不是保证练完以后从不犯错，而是让发现错误、解释错误和修正错误不再只靠偶然。

四、有标准接近直线，无标准不断分叉 #

把四个动作画在纸上，会出现两种不同的路径。

一条经过验证、又适用于当前场景的标准，会提前排除许多选项。行动仍然可能出错，也仍然需要反馈，但多数决策点不必重新从头摸索。路径更像一条带着微调的直线：按标准行动，观察结果，再修正偏差。

缺少标准时，每个节点都会继续分叉。先选 A 还是 B，用价格还是质量，扩大范围还是重新设计，每个问题都要临时决定。走错后退回来，新的路径又产生新的分支。真正昂贵的不是某一次选择，而是所有选择都没有共同依据，过去的反馈也不知道该改到哪里。

图：适用的标准会收窄选项；四个动作负责发现、借用、迁移和修正标准。

有标准并不保证成功。过期的标准、未经验证的标准，或者从别处搬来却没有检查条件的标准，都可能形成一条更快走错的直线。探索真正未知的问题时，分叉本身也有价值，因为不同选项能够产生新的反馈。

悟性不消灭探索，而是区分两种分叉：哪些是发现新知识必须支付的成本，哪些只是因为判断依据从未说清。它不提供一次性的最优路线，只要求每次行动都能回答两个问题：为什么走这里，结果不对时该改什么。

五、工龄记录时间，验证才记录成长 #

“两种十年”目前只是一幅待验证画像，不是已经找到的同龄、同岗长期对照：两份简历都写着十年经验；追问失败项目时，一份记录包含判断依据、反向反馈和后续调整，另一份只有“行业一直这么做”。

已有研究支持一个更克制的判断：年限有用，却不是表现的充分说明。Quiñones、Ford 与 Teachout 汇总 44 项研究、25911 名参与者后发现，工作经验与工作表现的校正相关约为 0.27。经验与表现并非无关，但关系远没有强到可以让“做了多久”直接代表“做得多好”。更具体的任务经验和实际完成量，相关性分别约为 0.41 和 0.43，高于笼统的经验指标（Quiñones、Ford 与 Teachout，1995）。

后来的研究把“经验”拆得更细。Ng 与 Feldman 汇总岗位任期与表现的研究后发现，在同一岗位待得更久，与核心任务表现大体没有明显关系（Ng 与 Feldman，2013）。这和前一项研究并不矛盾：做过多少具体任务、积累了哪类经验，可能有用；仅仅在岗位上度过了多少年，信息量要小得多。

年限主要记录在工作现场停留多久，却不记录收到过哪些反馈、是否据此修改了下一次判断。十年可以包含大量不同任务，也可以只是重复同一套动作。仅凭时间，无法区分两者。

经验当然有价值。它能帮助人更快认出异常，筛出值得注意的细节，也能积累书本里没有写下来的手感。问题出在经验被直接授予最终解释权。一次成功可能来自正确做法，也可能来自市场红利、资源优势、对手失误或运气。如果没有比较条件、后果追踪和失败后的修正，就无法区分究竟是哪一项起了作用。

经验先提出候选标准，验证再决定它有没有解释权。 候选标准可以把下一次探索的起点往前推，但仍要说明成立条件和修订信号。经过这样的过程，工龄才不只是日历上的累计，而会留下越来越多可复用的判断依据。

工作年限记录的是时间，验证过的标准才记录一个人从时间里学到了什么。可靠标准往往需要长期接触真实问题才能形成。需要排除的不是经验，而是经验未经检验就取得最终解释权。

六、直觉里可能有标准，也可能有偏见 #

高手未必每次都能完整列出判断依据。有些异常和风险会先被识别，理由随后才能说清。这类隐性知识具有实际作用。

人可以先会做，再学会解释。长期训练会让许多识别过程变快，快到判断者来不及逐项报告全部线索。熟练的医生、消防员、设计师或销售人员，都可能在完整推理出现以前先识别异常。直觉并不天然与标准冲突。

但直觉也不天然可靠。Kahneman 与 Klein 比较了“专业直觉”和“启发式偏见”两条研究传统后，给出了一组清楚的边界：环境要有足够稳定、可学习的规律；判断者要有充分练习机会；反馈还要来得相对快而明确。满足这些条件，人才可能学会识别有效线索。环境本身难以预测，或者结果很久以后才出现、又被许多因素混在一起时，自信就不能证明准确（Kahneman 与 Klein，2009）。

可靠直觉可以被理解为经过大量有效反馈的模式在快速匹配。判断者未必能马上说出全部线索，但这些线索曾多次与结果相连。未经验证的经验同样会产生熟悉感，却没有证据表明那种做法造成了好结果。熟悉感本身无法区分专业直觉与偏见。

直觉的成色取决于形成环境是否稳定、结果多久返回、反馈是否清楚，以及失败样本是否出现。稳定、反馈密集的场景能够形成可靠直觉；规则快速变化的新场景会降低它的可靠性。直觉和其他标准一样，迁移时需要重新接受检验。

隐性知识不必在行动前被完整写成说明书。可以先记录最关键的部分：哪些信号对应异常，这种判断来自哪些经历，什么结果会证明它错了。说不全不等于无效；无法说明来源且不接受反例的直觉，也不能仅凭资历取得最终解释权。

七、两次迁移：乔布斯与罗恩·约翰逊 #

悟性的四个动作，在迁移时最容易看清。同样是把别处学到的东西带进新场景，标准的来历并不能决定结果。差别在于原来的问题和条件是否仍然存在，以及全面投入前是否保留了反馈入口。

2005 年，史蒂夫·乔布斯在斯坦福毕业演讲中回忆，自己从里德学院退学后，仍留在学校旁听感兴趣的课程。其中一门是书法。他学习了衬线与无衬线字体、不同字母组合之间的间距，以及“什么让优秀的排版成为优秀的排版”。他在演讲中说，当时看不出这些知识有什么实际用途。

十年后，团队设计第一台 Macintosh 时，这些内容重新出现。乔布斯说，它们被设计进 Mac，使电脑拥有多种字体和比例字距；没有那门课，Mac 就不会有这些特征（Jobs，2005）。这段回溯性自述记录了知识迁移，但没有记录团队完成每项排版决定的过程，也不能把 Macintosh 的成功归因于一门书法课。

独立设计记录显示，Macintosh 的字体和图标主要由 Susan Kare 设计。团队逐字制作字体、反复提供不同方案，并通过讨论和非正式测试确定视觉设计。乔布斯经常查看进展、讨论视觉细节，具体决定则由团队协作完成（Kare，2000；Computer History Museum，2017）。记录呈现的分工是：乔布斯把排版的重要性带进产品，Kare 和团队把它做成可以使用的数字字体与界面。

这次迁移保留了原知识处理的问题。介质从纸张变成屏幕，排版仍然要处理字形差异、字符间距和阅读感受。借来的标准不必来自同一行业；只要新场景仍然存在它所解决的问题，就可能产生价值。现有资料没有记录乔布斯按四个动作逐项行事，但清楚记录了书法与排版知识进入个人电脑的过程。

罗恩·约翰逊的经历走向另一端。他在 2000 年加入苹果，后来担任零售高级副总裁。2011 年 6 月，JCPenney 宣布任命他为下一任 CEO；他在 11 月 1 日正式就任。任命公告把他在苹果与 Target 的零售记录列为核心履历。

约翰逊上任后提出 Fair and Square 定价，用更直接的价格替代持续促销。JCPenney 在发布方案时称，公司 2011 年做过约 590 场促销；新方案把节奏改为每年 12 个按月活动，同时设置日常价格、月度价值和清仓价格。新定价从 2012 年 2 月 1 日开始，面向约 1100 家门店推开（JCPenney，2012）。

JCPenney 将方案表述为减少优惠券、返利和促销噱头，让价格更直接。苹果和 JCPenney 的交易条件却差异很大。苹果在自己的门店销售高度差异化的自有产品；JCPenney 是多品类百货，顾客可以在许多零售商之间比较相近商品。约翰逊后来承认，核心顾客对优惠券的依赖和偏好超过了他的理解（TIME，2013）。一条在苹果成立的零售信念，到了百货场景仍需重新验证。

更关键的是验证。TIME 在约翰逊离任后的报道中写道，当有人建议先在有限范围测试新定价时，他据报回答：“我们在苹果不测试。”这句话是媒体转述，不是一段可核对录音；但它与公开的推行方式一致：核心定价变革不是先在少量门店运行，再根据顾客反应决定是否扩大，而是从一开始就大范围实施（TIME，2013）。

经营结果很快恶化。JCPenney 2012 财年总销售额从 172.60 亿美元降到 129.85 亿美元，同比下降 24.8%；同店销售下降 25.2%；全年净亏损 9.85 亿美元，第四季度净亏损 5.52 亿美元（JCPenney，2013）。2013 年 4 月 8 日，约翰逊离任，正式任期约 17 个月，前任 Mike Ullman 回归。

约翰逊同期还调整了商品组合、店中店和门店布局，JCPenney 本身也早已面临经营压力。这不是一项只有单一变量的实验，全部下滑不能归因于取消优惠券。可以确认的是：一整套没有先经有限测试的变革，在顾客和商品条件不同的场景里大范围推进，随后伴随了巨大的经营损失。

公开记录暴露了后两个动作的断点：苹果经验依赖的条件没有在百货场景里被充分重新检查，而有限测试也没有发生在全面投入之前。反馈最终来自全公司经营结果，纠正成本也由全公司承担。

乔布斯与约翰逊都把别处获得的东西带进了新场景。成功经验只能提供候选标准，不能替新场景签字。迁移保住关键条件，旧知识会打开新可能；迁移跳过条件和验证，过去的成功记录也不能保证结果。

四个动作缺一不可。发现缺口，说明问题不在更多执行；借用标准，让探索不必永远从零开始；判断迁移，防止把成功的外观当成成功的原因；验证修正，让结果在错误还便宜时拥有否决权。缺少任何一步，既有知识与执行速度都无法阻止旧标准被继续使用。

八、每个人脑中都有未写下、未对齐的尺子 #

个人判断会调用知识、经历与直觉。重复的选择与反馈逐渐形成许多尺子：什么样的产品算好，什么样的人值得信任，什么风险不能承担，什么机会值得等待。

其中一些尺子经过了反复反馈，另一些只是用得久；一些能说清适用条件，另一些只能用“感觉”表达。它们可能帮助一个人连续做对，也可能在环境改变以后继续指向旧答案。悟性的四个动作，负责让个人发现这些尺子哪里缺、从外部补什么、搬过来是否合用，并用结果不断校准。

可是，只要尺子仍然藏在一个人的脑中，它就有明确的边界。第二个人无法检查它依据什么，也无法知道自己借到的是原则、习惯还是偶然。判断者离开，许多条件和反例也会一起离开。即使两个人都很有悟性，他们也可能各自借来一套有效标准，却在同一件事上给出相反答案。

隐性知识不可能一次被完整写下，也不必等到全部说清才行动。但至少可以把最重要的刻度留出来：依据什么做取舍，在哪些条件下成立，出现什么结果就要修正。完成这一步，个人的判断才有机会离开个人，被别人理解和检验。

每个人脑中都有未写下、未对齐的尺子。当一群人各自带着不同的尺子行动，新的问题随之出现：怎样把它们变成可以共同使用的资产？

周一早上怎么做 #

选出本周最重要、现有证据最不足的一项决定。先不要要求 AI 再生成十个方案，在一张纸上写四栏：

1. 缺口：这件事什么样才算好？我现在缺哪条判断标准？
2. 借用：谁在相近条件下得到过可复查的结果？我准备借哪条标准？
3. 迁移：他的对象、资源、阶段和反馈方式，哪些与我不同？
4. 验证：本周能做的最小尝试是什么？什么结果会迫使我修改判断？

一周后，只补一行：现实给了什么反馈，哪一条判断需要修改。四个问题每周走一遍，比一年结束时凭印象写一次复盘，更接近悟性的训练。