AI时代的学习方法,1620年前就有人说明白了

小时候，具体来说是小学的时候，我总是被老师批评：你挺聪明的，怎么学习就是不求甚解呢？

所以我心里一直觉得，不求甚解是个贬义词。

后来才知道，这个词是陶渊明在《五柳先生传》中说他自己的：

"闲静少言，不慕荣利。好读书，不求甚解；每有会意，便欣然忘食。"

诶，这老先生咋跟我一个习惯呢？

之前我写过一篇文章，关于在AI时代，太多的信息要往碳基生物的脑袋里面灌，如果脑力工作者不管理好自己的认知系统，脑袋会裂开。详见：

AI脑裂（AI Brain-Fry）来了，碳基怎样自保

你有没有遇到这种情况，你问AI一个问题，它回答完之后还会跟你说：“我可以继续分析XXX，要吗”，如果你说要，它会继续答继续问，这种对话可以一直持续下去。

不要被AI带着走，要掌握自己的主动权。

西蒙和陶渊明提出了在ai时代学习的方法，为了避免ai脑裂（因为迅速地装入了太多东西而使大脑像西瓜使用过多膨大剂而裂开的状态），应当不求甚解，而求会意，不要纠结理解得深不深，因为ai就像伴读太傅，随叫随到。

重要的不是书中讲了什么，而是你会意了什么，你脑子里装了什么。也就是西蒙说的，人的理性是有限的，最优解就是不求甚解，满意解就是会意，理解了才能记住，在自己的大脑知识库里找到了位置，才能被大脑自动归类、连接并保存。

记住这点——把陶渊明的阅读智慧、西蒙的决策理论，和AI时代的认知困境三者打通，本质是在“AI时代人该怎么学习”。

这既符合大脑规律、又有学术支撑。我们如果把这套逻辑再往前推一步，把它从“读书方法”升级成「AI时代的认知生存策略」。

一、先看清本质：AI脑裂的根源，是“存储型学习”没用了

我说的“AI脑裂”，本质就是认知带宽过载下的心智碎片化：AI把信息获取的成本降到了几乎为零，我们本能地想把更多知识“装进脑子里”，但大脑的物理极限从几千年前到今天从未变过——工作记忆容量依然只有3-4个组块，长期记忆的编码依然需要意义联结，理性依然是有限的。

这恰恰是西蒙“有限理性”理论在AI时代的最新困境：

前AI时代，有限理性的瓶颈是「信息不足」：我们要花大量精力搜集、存储知识，因为查一次资料成本极高，所以必须尽量多记、记准，追求“最优解”的知识储备；

而到了AI时代，有限理性的瓶颈变成了「信息过剩」：知识唾手可得，反而让大脑的处理能力成了稀缺资源。

如果你再抱着“什么都要懂、什么都要记住”的存储型学习思路，就像往容量固定的容器里疯狂灌水，最后只会溢出、混乱，也就是“脑裂”。

这个时候，“不求甚解”不是偷懒，是主动给大脑减负；“求会意”不是降低标准，是把认知资源从「存储」转移到了「整合与创造」——这才是人相对于AI的核心不可替代性。

二、“不求甚解”：把可检索知识外包，守住大脑的核心带宽

陶渊明的“不求甚解”，从来不是“读个大概就行”的敷衍，而是一种极其清醒的认知资源分配策略：不把精力消耗在可被替代的“细节存储”上，只抓核心的“意义主干”。

放在AI时代，这个策略的价值被无限放大：

1. 凡是AI能精准检索的内容，都不值得你死记硬背

一个理论的出处、一个实验的年份、一段原文的精确表述、一组数据的具体数值，这些都是“可检索的事实性知识”。以前你要抠透、背牢，因为查起来麻烦；现在AI就是你的“外接硬盘+伴读太傅”，随用随查，精准无误。

非要把这些东西塞进自己脑子里，本质是用人脑去和AI比存储，既比不过，还挤占了真正需要人脑的空间。

2. “不求甚解”的边界：放过细节，抓住底层逻辑

不求甚解的真正含义，是不执着于字面的精准，但要抓住思想的内核。

读荣格不用背清楚每一个概念的德文原文、每一场讲演的具体时间，只要抓住“情结是自主的情绪集群、自性化是人格整合的终极目标”这个核心主干，就算达标。

读拓扑心理学不用抠每一个数学公式，只要理解“行为是心理场的合力”这个底层模型，就算读懂。

主干抓稳了，细节随时可以靠AI补全；主干没抓住，记再多细节也是一盘散沙，风一吹就散，还容易脑裂。

三、“每有会意”：才是大脑真正该做的事，也是AI做不了的事

如果说“不求甚解”是防守，守住认知带宽不被信息淹没；那“每有会意”就是进攻，是人脑真正的核心竞争力所在。

从认知心理学上讲，“会意”就是建构主义的核心：新信息与旧有知识体系完成了深度联结，被大脑主动编码、归类、嵌入了自己的认知网络。

我读情结理论，联想到自己数据不好时的无力感，想通了“这是自我价值情结被触发”，这就是会意——它不再是书里的一个陌生概念，而是你解释自我、理解他人的工具；

我读有限理性，对接上自己做选题、做规划的经验，想通了“不用追求完美选题，满意解就够了”，这就是会意——它不再是一个学术理论，而是你做决策的思维模型。

只有完成了“会意”的知识，才会真正被大脑保存下来，成为你认知体系的一部分；那些没经过会意、只是硬塞进来的碎片化信息，不仅留不住，还会在脑子里形成大量无效连接，造成混乱和疲惫，也就是你说的“像打了膨大剂的西瓜，看起来饱满，一碰就裂”。

而这件事，AI替不了你。AI可以给你最全的知识、最细的解释，但它不能替你和你自己的人生经验、认知体系、精神底色产生共鸣。“会意”是独属于人的、带有强烈个人印记的认知创造——这才是AI时代学习的真正锚点。

四、西蒙的满意解：最优解是“全知道”，满意解是“为我所用”

最后回到西蒙的理论，你会发现这套读法完全契合“有限理性-满意原则”的逻辑：

工业时代的学习，追求的是最优解：知识点全覆盖、细节无死角、体系无漏洞，目标是成为“行走的百科全书”。
在知识稀缺的年代，这是合理的；
AI时代的学习，最优解已经不存在了——知识总量无限增长，你永远不可能“全知道”。硬追最优解，结果就是脑裂。

而“会意”，就是学习的满意解：不求记住所有细节，不求理解到最深最准，只要这个知识能和我的体系打通、能为我的思考和创作所用、能解决我当下的问题，就足够了。

这不是降低标准，是标准的升级：

以前评价学习效果，看“你记住了多少”；

现在评价学习效果，看“你打通了多少、能用出多少”。

写在最后

AI越强大，人越要回归自己的本职：

大脑不该当仓库，去和AI比存储容量；

大脑该当加工厂，负责判断、连接、会意、创造。

不求甚解，是把琐事交给太傅；

每有会意，是把主权握在自己手里。