原创：财主的阵地

来源：财主的阵地

 

 

 

打开这份人口数据普查的统计公报，数据专业不专业不好说，但首先映入眼帘的，是满满的“正能量”，但凡能从数据缝隙里扒拉出来一丝一毫的意义，在该段的结尾，都被特意地加上一句绝对“政治正确”的总结。

 

在正式人口普查公报中，国家统计局并未公布2020年出生婴儿数（如果公布每个年龄人口的情况的话，就是0岁人口数据），但国家统计局局长宁吉喆，对媒体公布了2020年出生人口数量，数据是1200万人。

 

但，毛泽东同志说过，世界上怕就怕“认真”二字。

 

根据统计公报的数据，2020年中国0-14岁儿童总人数为2.5338亿人，如果你加和2006年-2019年的中国出生人口（同样是由国家统计局公布的），结果发现是：

2.2637亿人。

 

这就意味着，2020年的出生人口数量，应该是25338-22637=2700万人。

 

这就尴尬了！

2700万与1200万，差1500万人口呢，中国总人口的1%还多，到底哪个数据才是对的？

 

另外，我才不告诉你，根据2021年2月8日由公安部户政管理研究中心发布的《2020年全国姓名报告》，截至2020年12月31日，2020年出生并到公安机关进行户籍登记的新生儿数量总共是1003.5万。

 

根据最新普查数据中中国的总人口数量和2019年底统计公报中公布的人口数量，两者相减，2020年中国总人口增加了1173万人。

 

假定局长大人公布的1200万的数据是准确的，那么，出生人口1200万，总人口增加1173万，意味着2020年中国的死亡人口只有27万，相比2019年接近1千万的死亡人口，中国人口死亡率在2020年由上一年的7‰遽降为0.2‰，人口的自然增长率，由上一年的3.4‰暴增至8.4‰。

 

看来，中国的2020年，不仅抗疫无比成功，而且在防治新冠疫情蔓延的过程中，生命科学也得到了量级的提升，死亡人口由千万规模遽降为十万规模，应该申请国际奖项！

 

你可能会说了，14亿人口的大国，一年中的意外事故死亡人数可能都远远超过27万，所以这不科学。

 

好吧，那我们退回来，斗胆假定一下，统计局局长说1200万人可能是口误，真实的数据是，2020年的疫情中，年轻人们都困在家里疯狂造人，中国出生人口数量出现井喷，2700万人才是正确的数据。

 

同样结合刚才新增人口1173万人，这意味着中国2020年的死亡人口数量是2700-1173=1527万人。

 

1527万人，相比2019年的998万人是暴增，考虑到中国人口老龄化的情况，如果叠加疫情影响什么的，这个数据，可能算不上特别地离谱。

 

问题恰恰在于2700万新出生人口这个数据本身，在数据系列中显得异常突兀——这等于是说中国在连续N年的人口出生率稳定下降趋势中，突然在2020年暴增，人口出生量达到了1960年大灾荒之后的水平……

 

问题是，中国的计划生育政策还没有全面放开呢，咋会出现这种情况呢？

 

即便从我们每个人最切身的感受来说，也是不靠谱的事情——不信，你看看你身边那些处于生育年龄的人群，有几家赶着在疫情这一年生孩子的？

 

2700万，1200万，1003.5万，都是国家权威部门公布的数据，到底哪个才是真实数字？

 

想来想去，可能我的数学是体育老师教的，算法有问题。虽然我认为是统计局搞错了，但我决定不同意自己的看法。

 

国家统计部门发布的权威数据，怎么可能有问题？

要么是数学逻辑有问题，要么是我脑子有问题！

 

分析完了整体的出生人口数据和死亡人口数据，我们再来看看中国的人口年龄结构。

 

统计局公布的人口普查数据调查公报，虽然权威而且充满了正能量，但我想要看的数据，却还是没有。

 

我要看什么数据？

 

当然就是更详细的人口年龄结构数据了，包括了每一个年龄的总人数，男女比例，分布区域等等，这也是国际上任何一个国家人口普查公报中，都会明确告知的内容，我们中国第六次人口普查报告，也是包含这些内容的。

 

但这一次并没有，只是公布了一个笼统的0-14岁人口、15-59岁人口、60岁及以上人口（含65岁及以上人口的总数和比例）。

 

为什么我想要不同年龄人口的详细数据？

 

当然是用来估算中国的人口趋势了！

 

有了不同年龄段的人口，再考虑官方最新公布的中国平均预期寿命，差不多就知道未来一年、两年、三年……中国的死亡人数是多少，然后再考虑每年新生婴儿的情况，就能差不多估算整个中国未来相当长一段时期的人口趋势了。

 

好吧，没有就没有，咱只能看菜下碟看米下锅，根据统计局以前公布的年度数据，将中国的人口年龄分成3组：14岁及以下、15-64岁、65岁及以上，来查看他们的构成比例。

说明：上图中的数据，2020年以前数据来自国家统计局的年鉴，2020年的数据则来自最新的人口普查数据。

 

从这份人口数据结构图中，我们可以看到，中国65岁及以上的老年人口比例近年来迅速上升，而0-14岁儿童的人口占比却在下降……

 

哎，不对啊，统计局刚刚公布人口普查数据，明明说少儿人口比重回升，生育政策调整取得了积极成效……

 

于是，我就查看了一下数据，原来……

 

拿2001年到现在的数据来说，中国儿童（14岁及以下年龄段人口）在总人口中的占比一直都在下降，从24.2%一路降到了不足18%。

 

2016年，中国正式放开“二胎”生育，在上一波婴儿潮尾声的育龄妇女加持下，中国新出生的人口数量自2016-2019年出现了一个小小的反弹，虽然总量上并没有增加多少，但至少让中国的儿童人口占比在最近5年都维持在了18%的水平。

 

按照最新的人口普查数据，2020年的儿童占比甚至出现了0.15%的微弱回升，还不知道能不能持续（根据我个人推断，大概率持续不了），于是就成为了“生育政策调整取得积极成效”的证明。

 

这，这，这……

 

前面，是关键统计数据自相矛盾，却没有任何解释和说明；

后面，是一个数据的微小波动，居然成了正能量满满的证据。

 

统计局，真够硬核的！

 

转自：https://mp.weixin.qq.com/s/9F_fllbRcI60uIUpYck4tg

一

有些奋死一搏，可能是悄无声息的。

公元1939年，二战爆发。随后的六年，将有近一亿人死于这场有史以来最残酷的世界大战。

同年九月，另一场看不见硝烟的战争，静静拉开了帷幕。

这场战争，像是一次武林高手的围殴事件：

江湖排名前十的日本顶尖围棋高手，轮番上阵，欲置一名弱不禁风的华裔青年于死地。

那是吴清源孤身一人来到日本的第十一个年头，他大病初愈，在家国恩仇的缝隙间苦苦求活。

决斗规则，是残酷的“擂争十番棋”，好比武士之间真刀真枪的生死对决。

这绝非打比方，历史上的十番棋，败者真的会家破人亡。

• 正保年间，为争夺名人棋所之位，二世本因坊算悦与二世安井算知赌上生死，呕心沥血，耗时九年而只下了六局；

• 宽文年间，为了挑战当时的名人棋所，三世本因坊道悦做好输了就受流放远岛之刑的准备；

• 元文年间，本因坊七世秀伯与井上因硕决斗，秀伯中途吐血倒下；

• 天保年间，赤星因彻挑战十二世本因坊丈和，吐血，死于26岁；

• 十四世本因坊秀和战幻庵因硕，第一局耗时九天，因硕两度吐血；

• 水谷缝治和高桥杵三郎擂争较量，水谷折寿而亡；

面对“悬崖上的决斗”，背后万丈深渊的吴清源别无选择。

昭和十四年九月，第一场十番棋决斗拉开帷幕，由木谷实对吴清源，史称“镰仓十番棋”。

第一局。木谷实执黑，不贴目。

50年后，初三暑假自学围棋的我，在凉席上摆下这盘棋，仿佛凭吊了一场古老的战役。

面对黑棋的两个小目，吴清源起手两个（白4和白6）二间高挂，相当罕见。

黑9挺起时，白4相当于开局肩冲无忧角，亦不寻常。

当黑13三路拐时，白14居然置之不理，在左下大飞守角。

当时我对此开局颇感疑惑。因为白棋的招法与我学的完全不一样：按理说，挂完角要拆边呀。

如果说这是因为棋谱来自50年前，那么，为什么我又会感受到一股强烈的来自未来的气息？

又过了27年，时间来到2016年，围棋AI阿尔法狗横空出世，碾压人类，彻底重新定义了围棋。

有人用AI研究了这盘古老的对局。

强大的人工智能如何评判近80年前的招法呢？

结果令人震撼：上图中奇怪的“白14”脱先守角，是AI的第一推荐！

其后的关键几手，也与AI的招法吻合。而最耀眼的，当属如下一手。

如上图，白棋又在下方肩冲，在右侧觑，快速展开，步调飘逸，是浓浓的AI风格。

这时，吴清源走下了白16。

少年的我摆下这一手时，愣了好一会儿。

这一手棋，你很难说它是虚还是实，是厚还是薄，是攻还是守，是连还是围。

总之，白16就像宇宙间的一颗行星，悬搁于宁静的夜空，轻盈却刺痛，缥缈而夺目。

这一手，又是AI的第一推荐！

就这样，开局不过五十余手，吴清源执白棋，在黑棋不用贴目的巨大劣势下（现在比赛中黑棋需要贴六目半），没有吃对方一个子（甚至木谷实也没走错什么棋），就神不知鬼不觉地反超了强大的敌手。

孤独探索棋艺的吴清源，仿佛是AI穿越回100年前，下出了天才般的妙局。

二

围棋，被视为人类完美博弈游戏的巅峰，其早期发明或是为了研究宇宙（占星术），或是为了演练排兵布阵。

围棋既有传统意义上“东方思维”的“感觉”，又有所谓西方思维的“计算”。

在东亚以外，作为最聪明的智力游戏，围棋是著名大学教授们的最爱，例如电影《美丽心灵》里的纳什。

西方人更感兴趣的，是围棋“难以计算的计算”之魅力。

如何教会计算机下围棋，成为科学家们的一个里程碑式的超级目标。

《未来终章》将围棋AI的发展分为4个阶段：

第一阶段：黎明时代（1969-1984）

人们开始设计最基本的围棋软件，棋力只有三十八级（“级”是越大水平越低，“段”是越大水平越高）。

第二阶段：手工业时代（1985-2005）

这时的围棋软件，有点儿像填鸭式教育，既要靠开发者对围棋的理解，又要输入大量内容。

关键的算法，与国际象棋程序的原理接近。

1、极小化极大算法

意思是一步“最大化自身利益”，下一步“最小化对手利益”，如此循环。

2、评估函数

计算机评估局面，判断优劣，需要一个量化的评估函数，来代替人类感觉的“输赢”。

上述方法对于国际象棋非常管用，对于围棋却很难，因为围棋的“评估函数”非常复杂。

人们甚至认为，围棋里无法感觉的部分，是很难被量化的。

所以，计算机下围棋，不靠谱。

第三阶段：蒙特卡洛时代（2006-2015）

蒙特卡洛法也称统计模拟法、统计试验法，把概率现象作为研究对象的数值模拟方法，是按抽样调查法求取统计值来推定未知特性量的计算方法。

最常见的例子是测圆周率。

如上图。在这个正方形内部，随机产生10000个点（即10000个坐标对 (x, y)）。

什么叫随机产生？简单化的说法就是，胡乱在该正方形的上方扔10000粒沙子，任其随机地落在正方形上。

听起来像赌徒扔骰子？没错，这就是其名字的来由：蒙特卡洛赌场。

随后，计算它们与中心点的距离，从而判断是否落在圆的内部。

如果这些点均匀分布，那么沙子的数量应该与面积成正比。

因为：图中圆形与正方形的面积比例是π/4；

所以：圆内的点应该占到所有点的 π/4。

于是，我们数一下沙子的数量，就能得出π的数值。

我喜欢把蒙特卡洛法，称为“聪明的笨方法”。

厉害的人或者机构，很多是因为找到了自己的“聪明的笨方法”。

计算机如何用蒙特卡洛法下围棋？

听起来非常不靠谱：

1、在当前局面，让计算机“随机”地“试下模拟”到终局，得到一个胜败的数据；

2、重复以上模拟很多次；

3、根据统计数据，选择获胜概率最大的那一手棋。

是不是像上面的赌徒扔沙子？

这就怪了，明明是地球上最聪明的智力游戏，怎么能用随机模拟出来的概率去“蒙”呢？

看似是用“近似解”替代了“最优解”，蒙特卡洛法透露了这样一种智慧：

模糊的精确，好过精确的模糊。

然而，蒙特卡洛法也有如下致命弱点：

1、看不清复杂死活和对杀；

2、后盘容易出错；

3、胜率低于50%时易“自暴自弃”。

第四阶段：阿尔法狗时代（2016以后）

围棋AI战胜人类，靠的是模仿人类的直觉。

阿尔法狗是深度学习的杰作。

深度学习是机器学习的一种。

深度学习的概念源于人工神经网络的研究，含多个隐藏层的多层感知器就是一种深度学习结构。

深度学习通过组合低层特征形成更加抽象的高层表示属性类别或特征，以发现数据的分布式特征表示。

研究深度学习的动机在于建立模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数据，例如图像，声音和文本等。

阿尔法狗起初的版本，还使用了数百万人类围棋专家的棋谱，并通过强化学习进行自我训练。

而到了AlphaGo Zero这个版本，它已经不再需要人类的数据了。

有种说法是：深度学习是”小孩子的AI“，因为其看上去像小孩子学习，看起来漫不经心乱七八糟，效率却相当惊人。

想想看，孩子学说话，或者玩儿玩具，是不是像学习天才？

阿尔法狗将深度学习和蒙特卡洛树搜索做了巧妙的结合，从而夺下了人类最后一个（完美博弈）智力游戏高地。

2016年，阿尔法狗以碾压优势战胜世界冠军李世石。

这一时刻，此前人们预测还需要20-50年才能到来。

三

回到六十年前。

时光如白马过隙，转眼之间，从吴清源大战木谷实开始，擂争十番棋已经持续了16年。

全日本顶尖棋手，轮番上阵，欲置吴清源于死地。

谁都不曾想过，吴清源可以在悬崖边挺这么久。

“当时被认为最强的雁金、木谷、桥本、岩本、藤泽、坂田，这些耆宿或新锐们在吴清源面前一一败北。”

不仅如此，当时所有和吴清源对局的一流棋士，都已被降为差一段的先相先或是差两段的定先。

这相当于，全世界十个最厉害的足球队，巴西国家队、皇马、巴塞罗那、曼联等等，轮番上阵，挑战某个神秘球队，并且这个球队每次只上10个人！

昭和三十年七月，最后的擂争十番棋拉开帷幕。

由高川本因坊秀格大战吴清源。

围棋的宁静，掩盖了其竞技的残酷。

棋盘上的巨人吴清源，现实中格外瘦弱，体重仅40多公斤。

即使如此，每下一盘棋，他会瘦一公斤以上。

这16年间，川端康成笔下“缥缈、清冽”的吴清源，生活中却过得像一只狗。

一只丧家之狗。

棋盘外一无是处的吴清源，陷入国籍风波，在中日战争中命如飘萍。

一只迷途“走狗”。

战后的吴清源，误入近乎邪教的玺宇。一代围棋天才，在教主面前连狗都不如。有次他没完成拉人头的任务，竟然打算投湖自尽。

一只落水狗。

由于吴清源连续获胜，日本棋士们在“打倒吴清源”的口号下，成立了“吴清源研究会”，共同研究如何痛打落水狗。

托尔金的小说里，有一段类似的画面：

最后只剩胡林一人依然挺立。那一刻他抛下了盾牌，双手抡动一柄大斧。歌谣中说，斧头沾了勾斯魔格食人妖护卫的黑血，冒起烟来，竟至熔掉。胡林每砍倒一个敌人，就高喊道：“Aure entuluva！光明必要再临！”如此他一共喊了七十次。

不同的是，胡林最后仍然被敌人生擒了。

而吴清源，则横扫所有轮番上阵的对手，屹立不倒。

他用的也不是大斧，而是一把轻柔之剑。

高川压轴最后的十番棋，被寄予厚望，他当时破纪录地达成本因坊四期连胜伟业。

读卖新闻社这样写道：

在残酷的胜负之道上拼杀至今，成也罢、败也罢，棋盘上的生死较量本就是棋士的宿命。这场投入全副心魂、舍生忘死我的十番争斗必将成为名谱而流传后世，亦必然不负众棋迷之望。

1955年，最后一战。

吴清源击败高川本因坊，并将其降级，从此再无敌手。

多年以后，当我们再次翻看棋谱，会有一种“神奇”的疑惑：

你看到的不是悲壮，而是华丽。

如读卖新闻社当时的描述：

清新绚烂一如既往。

为什么那一局局生死之战，竟然看不见孤注一掷和挣扎？

为什么居无定所的吴清源如落水狗般坐到棋盘边，只要稍稍抖抖身上的水，挺身而坐，就会瞬间变成一头雄狮？

都说“争棋无名局”，为什么吴清源可以在残酷的擂争十番棋中留下不朽的传世之作？

为什么在近100年前，一个在命运中挣扎的棋手，可以下出最强大的AI推荐的“第一手”？

四

棋手王铭琬在写到围棋AI的发展历程时，有如下切身感慨：

1、围棋AI使用蒙特卡洛法，看似”不追求正解“，其实是以”没有什么正解“为前提来思考围棋，这种精神是稀缺的。

有趣的是王铭琬自己下棋，就是用概率来建立直觉，而不是靠精算。

王铭琬称之为“空压法”。使用这貌似不靠谱的方法，他居然拿到了“本因坊”的头衔。

2、阿尔法狗的深度学习，就像是“童心”的力量。

他认为，下围棋，是大人重返孩童的时刻。

童心不仅带来围棋的乐趣，更是强大的围棋“原力”。

赵治勋说，吴清源的棋似乎总在侦察，机会一来就逼迫对手进行不容分说的转换，完全是随机应变的好棋。除了吴清源，没人能够驾驭天马行空的布局。

这是不是很像蒙特卡洛法的鸟瞰？

吴清源的围棋世界里，似乎没有什么常理，无拘无束，自由驰骋。

“他此前已经弃掉的棋子，随着局势的变化不知怎么的又枯木逢春了，之前看似随意的布子也能呼应上了。”

吴清源喜欢一句话：暗然而日章。

这句话出自《中庸》：

君子之道，暗然而日彰；小人之道，的然而日亡。

意思是说，君子之道深藏不露而日益彰明，小人的道显露无遗而日益消亡。

有人认为吴清源用这句话自勉，讲的是君子的为人处世。

可我觉得，这句话代表了吴清源对未知世界的理解。

暗然，是指灰度，模糊不清，用概率思维来洞察未知局面。

这正是王铭琬写到的：

以”没有什么正解“为前提来思考围棋。

五

在我看来，吴清源的围棋世界观是道家的。

回忆起当年史诗般的十番棋擂争，吴清源说：

“胜负对我来说无关紧要。不是想胜就能胜，这就是围棋。因此十局战从一开始我想的就是让自己委身于围棋的流势，任其漂流，不管止于何处。这就是我当时的心情。”

这正是道家哲学最有趣的地方，在一场寸土必胜、以胜负为目的的决斗里，吴清源用一种“不争”的态度，成为不败战神。

《东西之道》作者梅勒认为，对“人的能动性”的质疑，是《道德经》最有意思的部分。

• 现代西方哲学，从主体性的发现开始，一直关注自我和自我的力量；
  

• 《道德经》“无为”的准则，通向了对世界的整体观察–把世界看作一个机制，以“自然”或自发的运作为基础。

梅勒称之为：自创生。

“和谐相依、方成棋局”，这就是吴清源对围棋的观点。

围棋是古代文化中罕见的与“量化”有关的事物，因此，当其与不太在意“数目化”的东方哲学关联在一起时，分外有趣。

吴清源的哲学，像是剑客生死决斗时的超然。这种超然没有脱离战斗的使命与严酷，反而令其战斗值更高。

尽管吴清源的胜率极高，但却没人视之为“胜负师”。

小林光一、曹薰铉等人也极有天赋，他们下棋赢了，会被视为“真能打”。

而吴清源赢了，却会被赞为“旷世奇侠”。这是其他超一流棋手无法企及的。

围棋像是一个呈现《道德经》哲学的桌游。那些看不见、摸不着的词汇，例如：气、场、势、利、虚、实，经由围棋的计算，以及终局精确的胜负评判，而变得量化而具体。

围棋AI战胜人类冠军，一方面嘲讽了人类在围棋上的许多幼稚假设，以及无知的夹层解释，许多定式和布局，甚至棋理，都被扫入了垃圾桶。而另一方面，AI与人类高手似乎呈现出了某些“英雄所见略同”之处。

例如本文开头吴清源那一手凌波微步的白16。

显然，AI和吴清源是经由不同的计算路径实现巧合的。

需要说明的是，尽管AI是人类设计出来的，但AI下围棋完全靠的是自学。

AI通过数百万、数千万盘的强化学习，从零开始形成了自己的感觉，进而还能在实战中通过仿真推理来评估不同选项的终局获胜概率。

而人终其一生也下不了十万局，于是不得不依赖天赋、直觉，以及哲学。

而这两条貌似截然不同的路径，一虚一实，一东一西，竟能相逢于华山之巅。

于是，一个大胆的念头冒出来了：

如果AI可以用算法揭示出人类直觉（或哲学）中原本可以计算的那部分，那么人类的直觉（或哲学）反过来，是否能通向那些AI无法计算的深处？

如果道家思维能够帮助吴清源赢棋，其能否帮助现代人在“无法计算”的金融领域赚钱呢？

六

有个叫马克.施皮茨纳格尔的人，写过一本书，叫《资本之道》。

该书封面推荐语之一，来自《黑天鹅》作者塔勒布。

当马克.施皮茨纳格尔的基金在2020年前四个月狂赚40倍时，人们在文章中称他为“黑天鹅之父的大弟子”。

封面有个大大的“DAO”，正是来自中国道家的“道”。

国外研究者起初想用“Way”来说“道”，发现词不能及，后来干脆直接造了个新词“DAO”。

书的副标题是“扭曲世界的奥派投资”。

看上去，作者在古老的东方之“DAO”与西方之“奥地利学派”之间，建立了某种关联。

（写到这里时，我才发现这本书的中文版《资本的秩序》已经推出了。）

马克.施皮茨纳格尔是交易场上真刀真枪的剑客，16岁开始在芝加哥期货交易所当学徒，95%的时间都在亏损。他从中学到：

• “学会承受损失，以及在损失扩大成灾难之前及时抽身”。

• “我必须愿意长期看起来像个傻瓜，靠承受微弱的损失来等待大赢家。”

《资本之道》中，作者如此开篇：

一开始，我们必须用一种新方式考量资本，将其看作一个动词而不是名词。

资本不是一个无生命的资产或者财产，它由行动和达到目的的手段组成，最终目的是打造、推进和利用不断发展的经济的各项工具。

事实上，资本是一个过程，或者一个方法、途径——即古代中国人所说的“道”。

金融投资是残酷的竞技场。看起来无比张狂的塔勒布，在与马克.施皮茨纳格尔合伙做对冲基金时，经常紧张到要被后者安抚。

马克.施皮茨纳格尔在书中提到了《道德经》，提到了围棋，并且相当内行地对比了“外势”和“实利”。

如果他遇到吴清源，一定会有很多话想说。例如势和利的平衡，过去、现在、未来的关联，时间贴现，等等。

马克.施皮茨纳格尔写道：

资本具有跨期特征：它的定位和在未来不同时点的优势是核心。时间是资本的生存环境——定义它、塑造它、帮助它、阻碍它。当用一种新方式思考资本时，我们也必须从新的角度考量时间，当我们这么做时，这就是我们的路径，我们的资本之道。

该书的关键词之一是“迂回”：为了在后期获得优势，而愿意在前期处于劣势。

这正是围棋里“势”与“利”的关系，其中交织着计算以及对未来的预测。

吴清源在棋盘上如行云流水，得益于他对“势”与“利”的超常洞察。

马克.施皮茨纳格尔认为“迂回”这种做法几乎不可能会有人愿意遵循。

正如老子所说：“明道若昧。进道若退。夷道若纇。上德若谷……大器晚成。”

有人认为马克.施皮茨纳格尔传递了这样一种理念：

弄懂如何处于胜利位置的过程，要比确定赢利目标更重要。

好玩儿的是，王铭琬在研究围棋AI何以碾压人类时，得出了超乎常人设想的结论：

• 我们以为AI算法是靠计算力击败人类，就像汽车是靠机械的“蛮力”而比人跑得快。

• 但事实是，比起堆积意义的“算棋”，无从捉摸的“形势判断”重要太多了。

• 而从棋盘整体直接判断形势，正好成了围棋AI的最强项。

以上与投资之道的相通之处，妙不可言。

吴清源在对局中忘却胜负，反倒能够常胜。

当马克.施皮茨纳格尔刚开始下场成为当时债券市场上最年轻的交易员，被导师告知要明白自己为何要待在芝加哥交易所：

不是要学习如何赚钱。

“如果是想赚钱，你根本就不该待在这里。你将会在进军拉萨尔大街（LaSalle Street）的路上遇到各种困难，找不到进入的门径。”

马克.施皮茨纳格尔比绝大多数交易者活得更久、更舒服。

投资之余，他在密西西比湖边买了个农场放山羊，做奶酪，并被评为世界上最好吃的手工山羊奶酪。

这是道家的作派。也许他想起了庄子说的：日出而作，日入而息。逍遥于天地之间，而心意自得。

七

道家哲学最具现代性的一面，也许是其对“未知”的理解。

道家勇于承认无知，其对知识的冷淡，与对情感的冷淡如出一辙。

这并非是说道家避世，或是不愿学习已知，探索未知，而是道家哲学认为：

在一个广漠无垠的未知世界，已知的知识微不足道，更可能是临时和错误的。

梅勒觉得，情感的宁静与知识欲求的最小化，让道家的圣人可以确定什么是转瞬即逝的，无须对它产生情感。

如此一来，厄运的坏处被最小化了。

同样，道家的圣人知道自己一无所知。这样，他们就比那些误以为自己知道（或是假装聪明）的人更有智慧。

就像尤瓦尔·赫拉利的总结：

科学革命并不是“知识的革命”，而是“无知的革命”。真正让科学革命起步的伟大发现，就是发现“人类对于最重要的问题其实毫无所知。”

吴清源和阿尔法狗的强大之处，亦是始于“一无所知”。

笛卡尔有一个著名的“苹果”比喻：

如果一个人有一篮子苹果，他担心其中有一些是烂苹果，想把它们挑选出来，以免使其他苹果也烂掉。那么，他该如何着手呢？

这是一个简单而好玩儿的问题。笛卡尔给出的答案是：

难道他不是应该先将篮子倒空，然后把苹果一个一个地检查一遍，再将那些没有腐烂的苹果挑出来，重新装回篮子里，并将那些腐烂的苹果扔掉吗？

进而，我们的许多“已知”，也许根本就是错的。

如果要把错误的观念和正确的分开，以防那些错误的观念污染了所有的观念，那么最好的方法就是把所有观念都当成错误的，一次性全部抛弃，然后逐个检查，只采纳那些不再存疑的正确的观念。

看起来似乎有点儿极端，对此我给出的解释是：

• 我们应该用第一性原理，从“我一无所知”出发，从头思考某一事物的“DAO”；
  

• 就局部而言，我们又没有必要重新发明轮子。

这是两种很难整合在一起的对立力量。

吴清源之“无为”，也离不开他扎实的基本功和大量实战锤炼。

否则，他的卓越大局观与概率化思维就没有了计算的根基。

十番棋擂争期间，全体日本最强棋手们罕见地聚在一起，集体研究。

而吴清源却始终孤身一人，他甚至不会刻意去研究对手。

列子可以御风而行，众人艳羡，说他得道了。而庄子不以为然，认为列子并不算是得道，因为他依然依靠起风。

而风，并不是宇宙间的那个“常”，非恒有之物。

假如列子习惯于御风高高在上，要是有一天风停了呢？

知识就是力量，但知识不是双翅，更不是风。

吴清源在棋盘上像是《黑客帝国》里“得道”后的尼奥，会飞，轻盈舒展，难以捕获。

那是因为，他自己就是“风”。

八

怀疑论创始人皮罗的最终目的是寻求幸福，为此要回答三个问题：

• 什么是万物的本性？

• 我们对它应采取什么态度？

• 这态度将给我们带来什么结果？

皮罗自己的答案是：

1、我们无法判定感觉与意见是否与客体一致，无法认识事物的终极本性，没有公认的标准可以裁决人们的意见分歧。

2、所以，我们不能相信自己的认识，应当“悬而不断”：对任何事物都说“既存在又不存在”，或“既不存在又不不存在”。

3、这一“不断定”的结果就是“不动心”状态，又称“平静安宁”，或“无动于衷”，或摆脱烦恼。

对于“既存在又不存在”，或“既不存在又不不存在”，我愿意将其理解为一种概率化思维。

承认自己无知的“近似解”，比过于自信的“最优解”要好。

在围棋棋盘上，“悬搁判断”并非不判断，而是如同阿尔法狗般，面对遥远的终局，以及模糊的当下，用概率计算来判断。

以及，对随机性控制下的各种结局坦然接受。

由此而得的“不动心”，正是吴清源反复强调的“平常心”。

此乃他的另一个秘密武器。吴清源说：

胜负只有神明才知晓。在棋盘上尽全力作战，之后坦然接受结果，遵从“尽人事听天命”的原则，才能够保持平常心。

当他的弟子林海峰参加自己人生的第一场冠军争夺赛时，正是靠这三个字战胜了内心的忐忑。

怀疑论的理论活动，服务于“心灵的宁静”。

我无法判定，心灵的宁静，到底是目的，还是结果，抑或就是“道”本身。

我也不打算展开对比斯多亚派与道家在“接受命运”这一理念上的异同。

吴清源在围棋上的天赋毋庸置疑，但在世俗世界里他格外愚蠢。

谁又不是凡人呢？

他幸运地出生于大户人家，却正好赶上家道败落。

年仅11岁时，吴清源便开始靠下棋养家。

他“不懂规矩”地赢了段祺瑞，又不得不站在门外大喊：请给我学费。

千辛万苦东渡日本，吴清源每天都生活在“下不好就被赶回去”的阴影之下，连他的哥哥与母亲都总在担心：“万一输了怎么办？”

16岁时，刚刚立稳一只脚，吴清源就将三个妹妹接来东京，安顿好全家。

什么围棋，什么艺术，压根儿就是混口饭吃。

职业棋手，兼具了街头卖艺人的羞辱，与地下拳击手的残酷。

如罗大佑所唱：

每一步都和命运比执着

每个人都是时代因果

谁有勇气活成一段传说  在惊涛面前就敢说洒脱

不想在浪花的悬崖坠落  就只有朝着彼岸颠簸

谁不甘心像蚂蚁苟活  就有天大理由赴汤蹈火

迈向漩涡  还有什么  舍不得放手一搏

所以，宁静，或许是乱世少年唯一的求生之道。

• 既悬搁判断，又勇往直前；
  

• 既接受命运，又翩翩起舞。

如果没有乱世颠簸，没有不确定性背后无法承受的命运可能性，宁静会独立存在吗？

在吴清源战斗的一生，吸引我的，不止是他最终用棋艺和不自知的哲学境界征服了对手，还有关于他命运的样本实验。

围棋的一盘棋，像是浓缩模拟了一个人一生之生死。

这倒是棋手的幸运之处，可以经历很多个“生死”，仿佛树的四季轮回，如同道家对“时间以连续的链环联结起来”之理解。

回忆起自己波澜壮阔的十番棋擂争，吴清源这样回忆：

能够在擂争十番棋中一路获胜，乃是因为我诚实地接受了自己的命运，拼尽全力地奋斗，于是掌管胜负的神明认可了我的努力。这是我最大的骄傲。

九

吴清源在儿时曾被母亲带去看相，被说：

“这孩子进入三十岁后会在水中殒命。”

31岁那年，吴清源被“教主”玺光尊支使，准备搭乘军用飞机前往“满洲”。

出发前，因为偶然事件，未能成行。

之后，吴清源原本要乘坐的那架军用机在途中坠入了日本海，机上全员葬身海底。

20多岁时，吴清源染上肺病，差点儿死掉。

二战期间遭遇大轰炸，险些葬身火海。

47岁那年，吴清源被摩托车撞飞，又掉在摩托车上，被拖行了几米才滚落到路边。

从此，一代棋圣仿佛突然失去了神秘力量。当他面对棋盘，意识到这一点，彻底崩溃，以致于精神失常。

比赛前一天，吴清源不断向妻子请求说：“你替我去参加明天的棋赛吧！”

……

这以后，他再也没能回到刀光剑影的棋战中。

晚年的吴清源，仍然执着于围棋的研究。

他认为围棋是一种艺术，又是一种生命的哲学。他进而提出：

20世纪的围棋以争胜为主，21世纪的围棋的核心是调和、均衡、和谐。

然而，竞技的围棋，只在乎输赢，谁还会理会一个老人家的过时理论呢？

人们尊敬他，传颂他，漠视他。

2014年11月30日，吴清源于日本神奈川县小田原市内去世，享年一百岁。

十

“人类数千年的围棋下法是错的！“

人们用这个标题来提及阿尔法狗之父哈萨比斯的一段讲话：

所以在过去的3000多年里，人们认为在第三根线上落子和第四根线上落子有着相同的重要性。

但是在这场游戏中，大家看到在这第37步中，阿尔法狗落子在了第五条线，进军棋局的中部区域。与第四根线相比，这根线离中部区域更近。

这可能意味着，在几千年里，人们低估了棋局中部区域的重要性。

哈萨比斯年少时是国际象棋高手，对围棋只是勉强入门。

他如果看过吴清源的“六合之棋”，就会知道人类对围棋中腹的天才洞见。

所谓“六合”，指的是四方（东南西北）和天地（上下）。

吴清源认为：棋的一子一子必须和所有的方面相和谐，追求的是恰到好处地处于当时的位置。

不止是重视中腹，六合之棋的“天地”之维度，超出了棋盘平面的二维世界。

他解释说：子是有厚度和重量的。

所谓棋的厚与薄，外势与实力，实质上与时间有关。

围棋很有趣–由于棋子并不具备可移动性（除非被吃），围棋的过去和现在是被平铺在一个坐标化的棋盘上的。而对未来的计算和决策，基于已知，同样将被平铺于此。

我在人生算法里，说人生像是很多个切片串起来的。

围棋则像是将这些切片层层叠放在一起。

施皮茨纳格尔在谈及自己的“迂回投资战略”时，强调“对时间进行深入思考”：

改变认知维度，从当下改为中期，从即期改为跨期。

他用“景深”来比喻这个新的视角，是时间的景深，而非空间的景深。

在施皮茨纳格尔看来，“长线思维”是陈词滥调。

长线是远视，短线是近视；景深介于二者之间。

就像吴清源之“六合”，又或是道家之“时间以连续的链环联结起来”，施皮茨纳格尔投资理论中的跨期，包含了一系列的“当下”时刻，环环相扣，像一支伟大的乐曲，或者一串珠子。

又或者，像吴清源那远远超越时代的生死对局。

最后

就像他下的棋，吴清源的一生，看起来是柔弱的，却又是反脆弱的。

马克.施皮茨纳格尔在他的书里，特别提及了“以柔克刚”。

这位神秘的基金经理还是个太极拳爱好者，深深迷恋其中的“以退为进”。

吴清源在棋盘上的控制力，与人生中的失控，形成了某种反差，背后似乎又是相通的。

他以棋为剑，与生求善。

谁的一生，不是暂时“悬搁”于时空之网上的短暂瞬间？

而不曾战斗的一生，又如何获得真正意义上的“宁静”？

纳斯鲍姆在《善的脆弱性》中写道：

尽管人类生活的种种可变性、偶然性使得赞美人性变得大为可疑，但在另一方面，从一种尚不明朗的角度上说，又正是这种偶然性才值得赞美。

在一个访谈中，她说过：

成为一个好的人，就是要有一种对世界的开放性，一种信任自己难以控制的无常事物的能力。

什么是好的人？

我似乎可以在综合了棋圣与凡人的吴清源身上，发现纳斯鲍姆给出的定义：

好的人，是一个勇敢地面对自己作为人类存在者的真实处境，不断地追求人所特有的价值的个体。

千呼万唤始出来的第七次全国人口普查结果终于出炉了。热搜榜上49中的热搜迅速被各种人口普查结果挤到了第五位上。在14亿和14亿分之一之间选择哪个，大家还是非常拎得清。

 

乃悟仔细研究了第七次人口普查的数据，用小学五年级学的加减乘除仔细算了算，发现了许多有意思的现象。

 

首先是人口总数和人口增长。根据国家统计局最新数据，我国31个省市自治区共有人口1411778724人，比六普期间增长了大约7200万人。相当于过去十年间，我国平均人口新增720万左右。用统计局领导的话来说：

 

低速增长阶段。

 

但是，统计局表示，去年我国新生人口1200万。公安部户口数据显示，去年我国死亡人数为：

 

1000万。

 

这还只是公安部数据，不算那些已经移民/失踪等各种因素实际已经消失的人口数量。

 

也就是说，整个2020年，14.1亿的华夏大地：

 

其实就多了200万人口。

 

只有10年来年均增长人数的三分之一。很显然，我国人口巅峰已经不远了。在不远的未来，死亡交叉线也将在我国出现。

 

低人口增长的背后是低生育率。国家统计局显示，我国育龄妇女总生育率为1.3。

 

这是什么概念呢？天天喊着少子化，民族都要完蛋的日本去年育龄总和生育率为：

 

1.36。

 

意外不意外？惊喜不惊喜？

 

事实上别说生孩子，年轻人连婚都不想结了。人口普查结果显示，我国家庭均人口数从2010年的3.1人下降到了2.62人左右。这背后表明全国的鳏寡孤独人群正在增加。

 

根据这些年来的统计数据显示，我国每年结婚对数呈现逐年下降的趋势。去年结婚总对数为：

 

813万对。

 

对比2010年，这个数字下降了34%。当然，这还远远不够。这813万对中，还有大约三分之一左右，是二婚。

 

扣除之后，实际只有600多万对是初婚。

 

乃悟算了算，这个速度计算，再过20年，中国年轻人已经基本不结婚了。不知道未来两居室和一居室的房子会不会好卖些。

 

当然，结婚本来就不是一件容易的事情。七普显示，我国男性要比女性多出3000多万。而新出生人口男女性别比，要比全国总的性别比还高。

 

从人口结构上看，10后和20后以后找对象，会比现在还困难。当然，也有一些地方比较容易找。比如辽宁和吉林。作为全国唯二男性少于女性的省份，也是全国老龄化程度最严重的省份。

 

各位小伙子明白该去哪里了吧？抓紧时间，说不定下个月赶上女友60大寿，还能送老伴件儿JK穿穿。

 

跟着初婚一起下跌的还有头胎比例。2019年全年头胎出生人数为593万对，占全年比重的：

 

40%。

 

按照这个比例计算，2020年1200万婴儿中，只有480万是头胎。结婚的年轻人少了，结婚后还愿意生娃的年轻人就更少了。

 

现在养娃压力大是大家都知道的事情。生的起，养不了是大多数家庭和夫妻要面临的焦虑。比如此次人口普查显示，我国大约有3亿多流动人口。

 

这3亿多流动人口背后，是多少个留守家庭，而无数留守家庭中，又有多少个留守儿童？

 

就算能跟在父母身边，还要考虑教育的问题。第七次人口普查显示，北上广户口的人群受教育程度最高，这个都在大家意料之中。但意料之外的是，许多边远地区的受教育程度要高过内地省份。

 

比如青海、宁夏等地区，其10万人拥有大专以上学历人数，要高过：

 

河南、四川、江西、河北、江西、贵州、云南、安徽……

 

大家现在知道高考的分数都加到哪里去了吧？

 

对于统计数据，唯一保持乐观态度的，估计就是统计局的领导。他说，老龄化的到来，既是挑战也存在机遇。机遇是啥呢：

 

促进了“银发经济”发展。

 

不知道将来七十岁的郝大星在便利店当收银员，算不算银发经济。

 

“ 号称终极学习法的「费曼技巧」，你听过吧？是否也曾用过？但你是否知道，这个学习方法，只是其他人借费曼之名用于宣传推广的一个伪概念，费曼本人对这个概念并没有正式的说明与诠释。有什么证据吗？又是谁自创了「费曼技巧」 这个术语呢？来看开智课程教练古严的分析~

作者丨古严

 

开智学堂（http://www.OpenMindClub.com）

当我们面对一个术语的时候，首要的原则就是「尊重知识的源头」。

比如当我们在知乎看到上面这则「费曼技巧」高赞回答的时候，应该如何面对呢？

第一步，不是去尝试理解与吸收消化，而是要搞清楚它的来源。

来源分两种：

• 价值程度

• 源头知识

价值程度的探寻决定这个术语是否值得我们花时间去学习，源头知识则帮我们探寻到最原始的知识点，防止被误导。

1、价值程度

费曼技巧用了「费曼」这个人的名字，那么：

• 费曼是谁？

• 他所取得的成就到底如何？

• 他值得我们花时间去学习吗？

 ① Google 学术查询 

我们可以去 GoogleScholar 搜索下费曼的成就：

可以看到，费曼的成就主要集中在量子力学与量子电动力学上，被引用最高的是他的论文与他的费曼物理学讲义。

在量子力学排名上，费曼目前第五：

在量子电动力学排名上，费曼排名第一：

而经过 Wiki 搜索发现，费曼于 1988 年去世，换言之这个数据是在费曼去世 32 年还拥有的成果，可见相当不易，侧面证明了费曼属于大牛级别。

 ② Wiki 搜索 

Wiki 上关于费曼的专门介绍

从中进行信息抽样来发现费曼的牛：

• 1965 年诺贝尔物理学奖获得者；

• 被英国《物理世界》杂志评为有史以来最伟大的十位物理学家之一；

• 被认为是量子计算领域的先驱；

• 15 岁，自学了三角学、高等代数、无穷级数、解析几何以及微积分；

• 参加费曼第一次研讨会的人包括爱因斯坦，沃尔夫冈泡利和约翰·冯·诺伊曼。

 ③ 豆瓣书目证据 

再来看看豆瓣中与费曼相关的书目评分：

综合 14 本的评分，平均分为 8.92（剔除一本没有评分的香港出版的《理性边缘的物理》），Top3 平均评分人数 1791 人，费曼的书受欢迎程度可见一斑。

综上可以预测，对费曼本人的作品花时间去研究是值得的，他是一个跨世纪的牛人。

2、源头知识

通过源头知识的寻找，有助于帮我们找到最底层的信息来源，我们先来搜索一下费曼技巧的最原始出处。

 ① 正规网络抽样 

通过 Google+ 英文（the feynman technique），第一页的显示内容可以大概率给到我们很多启发：

大家有没有发现什么相同点？

最直观的结果显示，搜索 the feynman technique 显示 Top5 全部是个人的博客/平台文章！

尝试点击打开上述任何一篇文章，都是直接对费曼技巧进行的解读与分析，而对于其来源并无任何介绍与说明：

按理来说，以费曼本人命名的技巧，应该有正式、合规的官方解释，但这些博客文章对费曼技巧的解析方式基本相似。所以，我们再以费曼的名字来搜索一下，第一个就是 Wiki（Richard Feynman）：

我们着重就费曼的Wiki综述和目录中的「教学方法」与「外链引用」作为详细信息收集源去抽样：

1）综述中提到一个「Feynman diagrams」（费曼图）

通过抽样发现，无论是费曼图还是里面提到的费曼法则（Feynman rules）这样看似与费曼技巧相关的内容，其实与技巧都并无关联，而是谈及的物理学的专业内容：

2）费曼的 Wiki 页面中的教学方法

该部分主要强调费曼的两个观点：

• 缺乏应用的学习方式无效

• 反对死记硬背的态度

Wiki 中介绍费曼教学方法的说明中，并无「费曼技巧」一说。

3）外部链接中提到两个与费曼相关的网站

• http://www.richardfeynman.com

• www.feynman.com

打开这两个网站，尝试从一级二级目录中进行信息抽样，但均未发现里面有关于「费曼技巧」的专门阐述。

到这里，知乎上高赞的答复自然有了疑问：

这么多人认可的答案，为什么在费曼官方网站没有任何说明呢？

 ② 费曼技巧中的有效点与关联 

到这里，我们知道了，费曼技巧是一个他人他创的概念。

这里需要两个关键点：

第一，费曼本人对于当下流行的费曼技巧中涉及到观点或方法的证据支撑；

第二，费曼技巧共识之间的有效关联。

那我们先来看看第一点，即费曼技巧这个术语里面的合理之处。即：

针对目前费曼技巧呈现出来的「共识」中，有哪些地方与费曼本人曾经表述的观点或态度一致的呢？

先来看看从知乎高赞答案中梳理出来的费曼技巧共识：

• 选择一个概念

• 跟小白解释这个概念

• 遇到问题重新学习

• 解释尽量简化和比喻

可以尝试从费曼相关的素材中寻找响应的支撑证据：

1）「向小白解释这个概念」的原始证据

证据 1

Richard Feynman was once asked by a Caltech faculty member to explain why spin one-half particles obey Fermi Dirac statistics. Rising to the challenge, he said, “I’ll prepare a freshman lecture on it.” But a few days later he told the faculty member, “You know, I couldn’t do it. I couldn’t reduce it to the freshman level. That means we really don’t understand it.” (Excerpt from the book Six Easy Pieces)

理查德 · 费曼曾经被加州理工学院的一位教员问及为什么自旋半粒子服从费米 · 狄拉克的统计。面对挑战，他说: “我会准备一个新生讲座。” 但是几天后，他告诉教员，“你知道，我做不到。我不能把它降低到大一新生的水平。这意味着我们真的不理解它。”

—— 加州伯克利大学 berkeley.edu 页面

加州伯克利大学页面中谈及到了费曼对于降维解释知识的点，看似符合「向小白解释这个概念」的要求，其实不然。这里有一个非常重要的点，费曼说的是「freshman level」，即大一新生的水准。

换言之，加州理工学院大一新生也是有相当高的入门水准的！

我们简单在加州理工学院官网查询一下它的入学门槛：

2019 年录取率 6.4%！

再来看看加州理工大学Wiki页面中介绍其地位：

据 2015 年波莫纳学院的一项研究，加州理工学院继续攻读博士学位的毕业生比例在美国排名第一。

针对这么牛的大学这么高的入学门槛，费曼还表示并不能针对大一新生解释他的相关概念，可见费曼要讲述的这个知识难度之深！

而反观国内的知乎中的各位高赞解释，将费曼口中的「freshman level」变成了什么级别了呢？

证据 ①

https://zhuanlan.zhihu.com/p/88209825 

证据 ②

https://www.zhihu.com/question/20585936/answer/731163030 

其他证据

知识的运用与解释都是有边界的。

任何概念与术语都需要一定的先行知识，如果不了解这些必要的先行知识，就不可能将其理解清晰，而诸如上述国内各大学习大师将费曼口中的 freshman level 擅自进行降维理解普及为「小孩、老太太」，不能不说是一种悲哀！

但这个不重要，对于我们而言，对于常见的术语，是否更需要足够构建一丝警惕？建立自己的知识构建基础技能，防止被看似有效其实误导的知识污染！

证据 2

《费曼手札》 P512 ☆ 费曼发表此文与《工程与科学》期刊第 28 卷第 6 期， 1965 年 3 月号

这是费曼针对低年级课本的描述，又是证明「向小白解释这个概念」的一个反面例证。

注意，费曼这次的观点是「由高（大人能理解）到低（一到八年级学生）」而非由低到高！再次将知乎等平台渲染的降维理解打脸。

2）「遇到问题重新学习」的原始证据

暂无

3）「解释尽量简化和比喻」的原始证据

证据 1

《发现的乐趣》 P3

证据 2

《别闹了，费曼先生》 P100

综上可以发现：

所谓的「费曼技巧」，其实将费曼过去在不同平台谈及到的方法进行了一次随意的拼凑组合。

现在我们来看看这四步曲的关联，即这四步之间真的是有明显的关联程度吗？

我们依然以寻找知识源头的方式去查找相应的鲜活证据，即：

 ③ 作品集抽样 

通过上述两个专业网站+豆瓣搜寻费曼的相应书目，从他述（讲座口录+他人转录）+书信（费曼本人书信）两个基于费曼本人的鲜活证据去收集与费曼技巧相关的内容，经过整理如下：

可以看到，事实上，费曼对于学习，其实并没有一个像「费曼技巧」这样的综述，而是从多个维度进行了展开。

换言之，费曼本人对于学习的态度与观点，是一种基于全局学习的概念而并非像网上盛传的四步曲。而事实上，学习的有效性，并非简单基于知乎各大高赞答案中的「降维、理解、简化」这样单一。

所以这时候可以看到，费曼本人对于「费曼技巧」这个概念并没有正式的说明与诠释。

由此可以推测：

所谓「费曼技巧」，其实是其他人借费曼之名用于宣传推广的一个伪概念。

 ④ 费曼技巧的自变量证据 

到这里，我们基本上可以断定「费曼技巧」的含金量了。不过也可以从另外一个角度来作一次验证，即：

假设费曼对于他推出的这个技巧自认为是有效的，那么它会带来哪些影响或结果呢？

我们可以预测的第一个结果就是，费曼自认为很会教学生。

因为费曼技巧的几个部分都是针对学习与教，若真的有效，费曼当然会对自己教学的方式有很强的自信心。而费曼真实的表述是怎样的呢？

我们依然从收集鲜活证据来验证：

证据 1

费曼自认为自己不知道自己在做什么，只是「热爱」而已。

证据 2

费曼认为教学应该不拘一格，并没有固定的定式。

由此可见，费曼对于教学与自我的定位，与知乎等平台推荐的费曼学习法背后的定位相左。

 ⑤ 谁「自创」了 费曼技巧  这个术语？

费曼本人并没有推出「费曼技巧」，那么，到底是谁自创了这个概念并用来宣传呢？

回到 Google 搜索的首页结果，我们其实还发现一个 PDF 方式显示的文件：

我们先打开这个 PDF，看看里面的阐述：

可以看到，其中斯科特·杨（Scott Young） 提到了the feynman technique 这个术语。

Scott Young 是谁？

从其官网（https://www.scotthyoung.com）可以发现，他是一个基于学习研究推广者。

在中国已经出版了多本他的书籍：

在斯科特·杨（Scott Young）的书籍 Learn More Study Less（中文版《如何高效学习》）一书中恰有提到费曼技巧：

从亚马孙网站上查了一下该书英文版的发行日期为 2013 年 11 月，再回过头来看 Google 上搜索到的与费曼技巧相关的网站及相关内容并没有早于这个时间点。

所以我们目前可以推测出，「the feynman technique」这个概念，大概率是由斯科特·杨（Scott Young） 用以实验或宣传自己的学习之道而自创的一个术语。

而国内外大部分学习者，看到基于费曼命名的技巧，就自动采取了默认信赖的选择，转而直接去学习、细化、甚至践行这个学习之道。

更有甚者，国内还有专门的机构建立了基于「费曼技巧」的付费课程。

热爱学习的朋友们，在为这些看似科学的 XX 学习方法付出时间、付出费用、付出注意力的时候，殊不知，该技巧其实从本源来讲，就是有问题的。如艾尔菲·科恩 （Alfie Kohn）所言：

「颇有影响的观念都会表达得体且具有说服力。对此，我们有时候不能不佩服，但有时候又得防范这样的观点掌控自己。」■

转自：https://mp.weixin.qq.com/s/JVqDqDyUmPcL9MBf2WOn-w