当AI能解答一切,为什么提出问题比解决问题更重要?

所以很长一段时间，我都觉得这句话就是一句漂亮的场面话，是一句大而无当的励志鸡汤。但是，当你真正走入社会，尤其是当你了解了现代科学界和学术圈的真实运转规则之后，你才会猛然发现：当年那些大科学家说这句话，根本不是为了哄中学生好好上课。在学术界，这句话其实是一句极其现实、甚至可以说是有点残酷的大实话。

你想想看，在大学里，在科研所里，一个学者最核心的追求是什么？是评教授、评职称、拿国家重点课题的经费，对不对？那大家是怎么拿到这些东西的？靠做出一道习题吗？完全不是。如果你只是顺着前人已经搭好的实验跑道，去帮别人测一组新数据、洗几组合金材料、或者优化一个现成的算法，在学术界，这顶多叫“填补空白”。

说得通俗一点，你干的是最底层的学术体力活。但如果你能跳出来，提出一个新的假说、定义一个前所未有的研究方向，比如普朗克提出“能量不是连续的，是一份一份的”，或者爱因斯坦去琢磨“如果一个人骑在一束光上往前飞，他会看到什么”。这种人，是在自己开辟一个全新的赛道。赛道一旦确立，他就是这个领域的奠基人。

后续所有的研究经费、所有的后来者、所有的评奖委员会，都得围着他提出的这个“问题”转。解题的人，往往是实验室里通宵熬夜的研究生；而提出问题的人，才能真正成为这门学科的掌门人。

但是，过去几百年里，这句话虽然厉害，对绝大多数普通人来说，关系并不大。因为在过去，就算你脑子里冒出一个惊天动地的好问题，如果你自己没有极其深厚的技术积累、没有庞大的科研团队，你根本解不开它。普通人的好问题，最终往往只能沦为茶余饭后的胡思乱想。可是大家注意，就在最近这一两年，整个世界运行的底层规则，被人工智能，也就是我们常说的AI，一脚彻底踢翻了。

大家可能觉得，AI现在不就是帮我们写写总结、画画插图吗？绝不只是这么简单。你现在无论遇到任何专业领域的难题，哪怕是量子力学的数学推导、大明王朝的税赋崩塌逻辑、甚至是一段复杂的底层计算机代码，只要你敲几行字，把问题喂给AI，几秒钟之内，它就能给你端出一整套逻辑严谨、引经据典的详尽答案。

在人类漫长的几千年文明史里，从来没有一个时代，“答案”会变得像今天这样泛滥、廉价，甚至唾手可得。大家仔细想想，这背后意味着什么？当全世界所有人，动动手指都能拿到九十分的标准答案时，人与人之间的差距，到底在哪？一个只会做题、只会背诵答案的人，在强大的AI面前，他的核心竞争力可以说被瞬间抹平了。

反而是什么样的人开始变得极度稀缺？就是那些能够问出好问题的人。因为AI再聪明，它终究只是一个被动响应的模型。你给它平庸的指令，它就吐出四平八稳的废话；只有当你能问出一个直击本质、甚至连前人都没想过的绝妙问题时，AI背后那庞大的全人类知识库与算力海洋，才会被你瞬间点燃，成为你手里前所未有的放大器。

说到这里，很多朋友可能会问：那各行各业的差别这么大，到底什么样的问题才算好问题？我们不妨拿大家最熟悉的自媒体做视频来说。可能很多朋友自己也在做内容，或者身边有朋友在做博主。很多创作者每天都在死磕运镜、死磕剪辑、死磕文案的修辞，每天忙得焦头烂额。但视频发出去之后，播放量往往只有两位数。

为什么？因为他忙活了几个星期，其实是在费尽心机地去给观众解答一个“根本没人关心的烂问题”。比如，有人花了半个月时间，做了一期视频，题目叫《深入解析蒸汽机从单动式到复动式的机械演进史》。你说这内容扎不扎实？极度扎实，查了几十万字资料。但普通观众在滑手机的时候，心里只会闪过一句话：“这跟我有什么关系呢？我为什么要花十五分钟去弄明白这个？”

但如果换一个顶级创作者来做，他一上来抛出的问题完全不一样。他会问：“为什么两千年前的古希腊人，明明已经造出了世界上第一台蒸汽旋转玩具，但整整两千年里，人类宁可让成千上万的奴隶累死在矿井里，却从来没有人想过把它改造成一台真正的抽水机？到底是什么力量，把整个人类的科技树硬生生锁死了两千年？”

大家感受一下这两者的区别。只要这个悬念一抛出来，任何一个正常人都会忍不住停下拇指，想去一探究竟。而后期的历史考据、机器演进，其实都是现成的资料。甚至你把这几个关键词扔给AI，AI都能帮你梳理得井井有条。AI会告诉你：其实不是古希腊人不够聪明，而是当时的奴隶制社会里劳动力太廉价了，贵族根本没有用机械代替人力的经济驱动力；再加上当时的冶金材料根本承受不住高压蒸汽，所以在长达两千年的时间里，根本没有诞生出真正的大机器工业。

你看，答案就在那里，并不难找。但是，能够从浩瀚的历史烟尘里，把这个反常识的、让人心头一颤的深层矛盾给揪出来，并且以一种极其精准的角度抛给受众，这件事情，机器替不了你。在自媒体这一行，一个真正的好问题，也许就是你作为一个创作者要做的全部工作。问题一旦立住了，整部作品的骨架就有了灵魂；问题如果是个哑炮，你在上面雕再多的花，也是在做无用功。

那么，真正的好问题，到底该怎么问出来？是不是只要看什么都不顺眼，天天怀疑一切、到处挑刺找茬，就算好问题？当然不是。好问题和纯粹的抬杠，在本质上有三条根本性的分水岭。第一条分水岭，抬杠的目的是为了展示自己的聪明，而提出好问题，是为了撕开常识的裂缝。什么叫撕开常识的裂缝？就是对那些所有人都觉得“天经地义”、“本来就是这样”的事情，突然产生一种本能的警惕。

比如所有人都觉得“学校就该按年龄分班”，但有人就会突然问一句：“为什么人类社会除了现代学校，没有任何一个组织是按照出生年份来划分同伴的？这种制度最早到底是谁发明的？它的初衷到底是为了传道授业，还是为了流水线工厂管理？”你看，这就是怀疑的眼光。它不是针对具体的某个人抬杠，它是把手术刀对准了我们习以为常的社会底层结构。

第二条分水岭，一个真正有价值的好问题，在深度和广度上，你总得占一样。什么叫占“深度”？就是你盯住一个极小、极普遍的日常切片，像打深井一样，一层一层往下刨。比如你问：为什么人一到星期天晚上就会莫名其妙地心慌焦虑？普通人可能觉得“就是不想上班”而已。但如果你往深里刨，你会刨到现代工业对人类自然生物钟的强行规训；再往深里刨，你会刨到两百年前资本主义如何把“时间”这个原本模糊的自然概念，给硬生生切成了可以明码标价的生产力碎片。

你把这一口深井打穿了，哪怕是一个最微小的情绪，背后露出来的也是整个人类文明的演进代价。那什么叫占“广度”？占广度，就是跨界。把两件八竿子打不着、在别人看来完全处于两个平行世界的事物，强行拉扯到同一张桌子上碰撞。比如，你一边在研究古罗马帝国晚期的军饷崩溃史，另一边在看着现代分布式记账的技术逻辑。

突然之间，你在脑子里划了一道火柴：“古罗马当年为了稀释军饷，不断往银币里掺杂廉价的铜，这和今天现代金融体系开动印钞机稀释购买力，在底层数学逻辑上到底有什么不同？如果当年凯撒手里有一套不可篡改的账本，罗马帝国还会不会走向分裂？”这两件事原本各自躺在历史学和计算机科学的抽屉里，但是当你把它们跨界缝合在一起的时候，一个前所未有的全新认知，就瞬间爆发出来了。

聊到这里，很多朋友可能会说：道理我都懂，但这种问题，难道是我们坐在书桌前，咬牙切齿就能硬憋出来的吗？问得太到位了。很多人越是想憋出一个惊艳的选题，脑子里越是一片空白。因为好问题从来不是硬憋出来的。现代神经科学研究发现，人类大脑在两种完全不同的模式之间切换。一种叫“专注模式”，也就是你在算账、在回邮件、在按部就班处理工作时的状态；而另一种，叫“默认模式网络”，用我们的大白话说，就是大脑的后台放空模式。

这个网络在什么时候最活跃？恰恰是在你彻底放松的时候。你在林间散步的时候、你在浴室洗热水澡的时候、你在列车上看着窗外倒退的风景发呆的时候、或者在睡觉前半梦半醒的时候。为什么在放空的时候容易产生绝妙的问题？因为在专注模式下，你的大脑为了完成眼前的具体任务，会自动把所有看似不相关的记忆神经元死死屏蔽掉。

只有当你彻底放松下来，大脑的逻辑防线完全撤除的那一瞬间，那些原本被锁在不同抽屉里、成千上万个看似毫无关联的知识碎片，才会开始自由碰撞、偷偷咬合。所以，好问题从来不是苦思冥想的结果，它是你长久以来的深度积累，在彻底放空的土壤里，自己破土而出的幼苗。但这时候，还有一个最关键的阻碍：如果我们在放空的时候，脑子里真的冒出了一个极其宏大、极其奇怪的问题，但自己一时半会儿根本想不明白，去网上查也查不到答案，这时候该怎么办？

绝大多数人在这里就放弃了。因为普通人面对“未解之谜”，会产生一种强烈的本能焦虑。只要一个问题悬在心里想不通，就会觉得浑身难受，要么随便找个敷衍的借口把自己糊弄过去，要么干脆把它彻底忘掉。但这恰恰是最大的浪费。真正高级的思维习惯，叫作“悬置”。如果你问出了一个好问题，暂时找不到答案，千万不要着急去硬解。

你就把它像一个精致的问号挂件一样，轻轻挂在你的脑海深处。你继续去过你的生活，去读各种完全无关的书，去看世间的悲欢离合。然后，不可思议的奇迹往往就在某一天发生了。几个月后，甚至几年后，你可能在看一部完全无关的纪录片，或者在街头看一个老人摆摊下棋。突然之间，那个悬挂在你心里很久的老问题，和眼前这个全新的信息，在毫无预兆的情况下，啪的一声，严丝合缝地咬合在了一起。

那一瞬间的震颤与通透，真的和人类历史上那些最伟大的数学家，证明世纪难题时的体验一模一样。比如法国那位被称为“最后一位通才”的伟大数学家庞加莱。当年他苦思冥想一个极其复杂的数学猜想，把自己关在书房里折磨了整整两周，用尽了所有的代数工具，毫无进展。后来他实在受不了了，索性彻底放弃，跑去外地参加了一次地质考察。

旅途中他彻底把数学抛在脑后，每天看山看水。结果有一天，他正准备登上一辆公共马车，就在他的一只脚刚刚踩上马车踏板的那一瞬间，根本没有任何预先的推导，一个无比清晰的灵感像闪电一样击中了他：他突然意识到，他多年前用来研究非欧几何的那些几何变换，正好可以原封不动地用来完美证明这个猜想！庞加莱后来在自传里感慨万千地写道：那道紧闭的大门，从来不是他在书桌前强行撬开的；而是当他彻底放空的时候，潜意识一直在后台默默运转，直到两个悬挂在那里的不同问题，在他踏上马车的一刹那，完成了终极的合流。

包括后来证明庞加莱猜想的佩雷尔曼、证明费马大定理的怀尔斯，他们生命中最关键的跨越，几乎全都经历过这种漫长的“悬置”与突如其来的“顿悟”。

所以你看，我们聊到最后，再回过头去审视开头那个古老的命题：“为什么提出问题比解决问题更重要？”在这个人工智能技术以指数级狂奔的时代，答案正在变得越来越廉价，算力正在变得越来越充沛。如果人类未来存在的意义，只是去比拼谁能更快地从海量数据里调取现成答案，那我们在强大的计算面前，早就已经毫无还手之力了。

但好在，宇宙中有一件事，是任何机器永远无法替代的。机器只能在人类已经探明的灯火边界之内，做极其精密的高速计算；但唯有人类的心灵，能够带着好奇、带着怀疑、带着略微偏执的放空，把目光投向那片从未有人涉足过的漆黑荒原。然后，鼓起勇气，问出那一句看似荒唐、但却直击本质的第一个问题。那一瞬间，人类才真正把探索未知的火把，牢牢握在了自己的手里。

在机器越来越聪明的今天，能定义一个真正的好问题，也许就是人类最后的骄傲了。如果此刻你心里，也正悬挂着一个连人工智能都解答不了的疑问，别急着把它忘掉。也许就在未来的某一天，在某一次不经意的散步中，当你踩上马车踏板的那一刻，属于你的那个答案，就自己亮起来了。