AI流过我，留下了什么
听完「无人知晓」E45 孟岩对话李继刚之后的一些想法。不是总结，是被触发的问题和我自己的回答。
Q：AI时代，人剩下什么？
工业革命拿走体力，互联网拿走信息差，AI正在拿走脑力。剩下的是心力——你想要什么，你能感受到什么。
但我觉得这话只说对了一半。心力也分层次：底层是欲望（我想要），中层是判断（我觉得好），顶层是意志（我坚持做）。AI正在逼近中层——它已经能生成让人感动的文字和画面。真正剩下的，可能只有底层和顶层：你为什么出发，以及你能不能扛住。
Q：读什么书？
李继刚的杠铃策略：只读传世经典和最新论文，中间的全扔给AI。
逻辑很清楚——经典是思维的操作系统，反复读不是为了知道内容，是为了把某些思维模式刻进直觉。最新论文是知识边界，你能比AI更早判断哪篇重要。中间那些畅销书和二手知识，本质上是对两端的稀释，AI三十秒就能替你做完。
对每个领域都一样——找到那几本真正的原典，反复读。不是为了「知道」，而是为了冲刷。「知道」是缓存，冲刷才改变权重。
Q：Your feed is your fate，这句话有多重要？
比播客里给的篇幅更重要。因为它是元策略——其他所有策略都是feed的子集。
信息输入 → 神经元冲刷 → 品味形成 → 决策质量 → 人生轨迹。你今天的信息输入，就是你三年后的判断力。不是隐喻，是字面意义上的神经可塑性。
而且feed不只是「读什么」。跟谁聊天是feed，身处什么物理环境是feed，你让AI给你什么也是feed。你总是让AI给你结论，还是让它给你反对意见？这个选择本身就在塑造你。
李继刚只看十个人的朋友圈。具体数字不重要，重要的是他把信息环境当作命运的入口来设计，而不是随便刷刷。这可能是ROI最高的单一投资。
Q：品味到底是什么？
李继刚说品味是神经元的权重。这个类比很漂亮，但经不起追问——什么不是权重呢？记忆是权重，习惯是权重，偏见是权重，恐惧也是权重。大脑里的一切都是突触连接强度的结果。说「品味是权重」约等于说「品味是大脑的一部分」，正确的废话。
真正有意义的问题是：品味跟其他权重有什么不同？
我想了想，区别可能在这里：
- 知识型权重：「地球绕太阳转」——可以被语言完整编码，可以直接传递给AI。这就是李继刚说的「干状态」。
- 技能型权重：「骑自行车」——需要身体参与，语言无法完整编码，但pattern固定，可以通过重复习得。
- 品味型权重：「这个不对」——你知道结论，但说不清规则。它不是一条规则的应用，而是成千上万条规则在特定情境下的加权涌现。
品味的独特性在于：它是高维的、情境依赖的、不可压缩为规则的判断力。 你看一样东西，0.3秒就知道「不对」，但让你写出判断依据，你可能需要30分钟，写出来的还不完整。
但这里还有一层：AI也在逼近这种能力。大模型的权重本身就是高维的、不可解释的，它在某种意义上已经有了「品味」——只不过它的品味是所有训练数据的平均值，而你的品味是你自己经历的独特显影。
所以最终的区分不是「能不能被编码」，而是异质性。AI的品味趋向均值，你的品味趋向你自己。这才是「品味即权重」真正想说但没说清楚的东西。
品味不可速成，因为它是累积冲刷的结果。但品味可以被定向训练——精选高质量数据比海量低质量数据有效得多。这也是为什么「your feed is your fate」——你用什么冲刷自己的神经元，决定了你最终形成什么样的权重，以及这个权重有多「像你自己」。
Q：「火的教育」和「水的教育」，那不就是用AI辅助传统教育吗？
不是。表面上看，「用AI灌知识」只是更高效的水。但真正的转变是：
- 传统模式：老师灌知识 + 偶尔启发 → 90%水10%火
- AI辅助传统：AI灌知识 + 老师偶尔启发 → 还是90%水10%火
- 范式转换：AI全包知识 + 人专注点燃 → 10%水90%火
第三种才是革命。不是AI帮老师教得更好，而是教的部分全交给AI，人只做一件事：找到那根火柴。
但这里有个悖论：很多人的火柴恰恰是在灌水过程中被偶然点燃的。你读了一百本书都没感觉，第一百零一本突然开窍——那前一百本是水还是火？也许水和火不是对立的，水到一定量，自己就燃了。
Q：AI流过我，我收获了什么？
这是我听完这期播客后最在意的问题。孟岩举了一个面试的例子——用AI准备面试，获得了很好的角度，但面试时依然需要自己在场。他想说的是：AI给你可能性空间，但选择哪个、怎么呈现，是你的事。
但我觉得他没说到根上。根上的问题是：AI流过你之后，什么东西沉淀下来了？
取决于你怎么用：
- AI做，你用 — 直接拿结果。留下的几乎为零。像坐电梯上山顶，没获得任何攀登能力。
- AI做，你审 — 你判断好坏。留下的是品味的强化，但创造力没增长。
- 你做，AI挑战 — 你先想，让AI提反对意见。留下的是思维结构的升级。冲突和张力才能重塑神经元。
- 你教AI — 把知识体系化地喂给AI。留下的是对自己的深度理解。费曼学习法的AI版本。
所以关键不是用不用AI，而是你在交互中是主语还是宾语。
一个最小的实践：每次用AI前，先花两分钟自己想。不需要想出完美答案，只需要形成一个粗糙判断。然后看AI的输出，对比差异。AI比你好的地方是你的盲区，你比AI好的地方是你的品味，你们都没想到的地方是真正的创新空间。
这两分钟就是你的「在场」。没有它，AI只是流过你的水。有了它，每次交互都是一次神经元的冲刷。
李继刚说：人生奖励函数是「我在」的强度——你在多大程度上是因果链条的起点，而非终点。
那么用AI的方式本身，就是对这个函数的一次求值。