Chapter

第一篇 规则坐标系:用代码思维,降维看懂世界

第二章 逼近大道:我们永远无法全知底层代码

从认知边界、真知定义和模型迭代三个角度,说明人类只能不断逼近底层规则。

第二章 逼近大道:我们永远无法全知底层代码

2.1 认知的本质:人类永远在给世界写「适配补丁」

当你理解了规则五层级模型,你可能会问:既然物理主规则是宇宙的底层硬编码,是绝对的大道,那我们是不是只要把这套代码全部破译出来,就能掌控整个世界?

很遗憾,答案是:不能。

因为人类的认知,永远存在无法逾越的边界。我们永远无法完整地、绝对地占有大道,只能不断地逼近它。

我们不妨用电脑的类比,来理解这件事。宇宙的底层主规则,就像一套闭源的、极其复杂的巨型操作系统。我们没有这套系统的源代码,只能看到它运行之后的界面和结果。我们能做的,只有通过不断的实验、观察、测试,去猜测这套系统的底层逻辑,然后给它写一套「适配补丁」,也就是我们的科学理论、认知模型。

这套补丁,能在我们已知的范围内,完美适配系统的运行结果,能帮我们预测系统的行为,能帮我们实现我们想要的效果。但它永远不是系统本身的源代码,永远存在适配不到的边界,永远需要迭代和优化。

人类科学的发展史,就是一部不断给世界写适配补丁,不断迭代补丁和发现主规则的历史。

牛顿的经典力学,是一套极其优秀的适配补丁,也是人类发现的规则之一。它在宏观、低速的场景下,完美适配了宇宙的运行规律,能精准预测行星的运动,能帮我们造出飞机、火箭、轮船,推动了整个工业革命的发展。

在很长一段时间里,人们都以为,牛顿已经找到了宇宙的终极源代码,已经破译了大道。但后来,人们发现,在微观、高速的场景下,经典力学失效了。它无法解释水星近日点的进动,无法解释光速不变的现象,无法解释微观世界的量子行为。

于是,爱因斯坦的相对论出现了,量子力学出现了。它们是一套更先进的适配补丁,是更接近主规则的一套规则,覆盖了经典力学的适配范围,还能解释经典力学无法解释的现象,能适配更广阔的场景。

但我们能说,相对论和量子力学,就是宇宙的终极源代码吗?不能。直到今天,相对论和量子力学依然无法统一,它们在各自的场景下完美适配,但放在一起,就会出现矛盾。我们依然无法解释暗物质、暗能量,无法解释宇宙大爆炸的奇点,无法破译引力的本质。

我们依然在不断地观察、实验、测试,不断地优化我们的补丁,不断地逼近大道。

这就是人类认知的本质:我们永远无法全知,只能不断求知;我们永远无法占有大道,只能不断地逼近它。哪怕是我们今天奉为圭臬的科学理论,也只是「当前最优的适配补丁」,而不是绝对的真理。未来,一定会有更先进的理论,取代它,覆盖它,就像相对论覆盖了经典力学一样。

2.2 真知的真相:高置信度的规则映射,而非绝对真理

看到这里,你可能会陷入迷茫:既然我们永远无法找到绝对的真理,那我们学习、认知、探索的意义是什么?难道所有的知识,都是不可信的吗?

当然不是。

在这里,我们必须重新定义「真知」。

真正的真知,从来都不是绝对的、永恒的、不容置疑的权威真理,而是高置信度、可复现、可证伪、允许新证据修正的规则映射。

这句话,是我们对抗认知傲慢,避免陷入思维误区的核心。

第一,真知的核心,是「高置信度」,而非「绝对正确」。

什么是高置信度?就是在我们已知的所有场景下,这套规则都能完美适配,能精准预测结果,能反复复现,没有出现过反例。比如,热力学第二定律,在我们所有的实验和观察中,都没有出现过反例,它的置信度极高,我们就可以把它当成真知,去指导我们的行为;比如,能量守恒定律,在所有的场景下都能成立,置信度极高,我们就可以笃定,永动机永远不可能造出来。

我们不需要它是绝对的真理,我们只需要它在我们能触及的范围内,有足够高的置信度,能帮我们解决问题,能帮我们预测未来,就足够了。

第二,真知必须是「可证伪的」,而非「绝对正确的教条」。

这是科学与玄学最核心的区别。什么是可证伪?就是这套理论,必须给出明确的、可以被验证的边界,必须说清楚「在什么情况下,这套理论是错的」。如果一个理论,无论出现什么结果,都能自圆其说,永远不会错,那它一定不是真知,只是玄学。

比如,牛顿的经典力学,明确给出了边界:在宏观、低速的场景下成立。如果我们在这个场景下,发现了不符合经典力学的现象,那经典力学就被证伪了。它是可证伪的,所以它是科学。

而很多玄学理论,永远不会错。比如,「心诚则灵」。你求了一件事,成了,它说你心诚;没成,它说你心不诚。无论结果如何,它都能自圆其说,你永远无法证明它是错的。所以它不是真知,只是一套自我闭环的话术。

真正的真知,永远不怕被证伪,永远欢迎新的证据来修正自己。而那些标榜自己绝对正确、不容置疑的理论,往往都是虚假的教条。

第三,真知的生命力,在于「可迭代」,而非「一成不变」。

真正的真知,从来都不是写死的教条,而是一套可以不断优化、不断迭代、不断覆盖更广场景的动态模型。就像我们的手机操作系统,会不断地更新版本,修复 Bug,优化体验,覆盖更多的设备。我们的认知模型,也是一样的。

当新的证据出现,原来的模型无法解释的时候,我们要做的,不是死守着原来的模型,拒绝承认新的证据,而是要优化、迭代、甚至重构我们的模型,让它能适配新的场景,覆盖新的证据。

这就是科学的进步,也是我们个人认知的成长。很多人一辈子无法成长,核心原因就是,他们把自己年轻时学到的认知模型,当成了绝对不变的真理,拒绝接受新的证据,拒绝迭代自己的认知。最终,他们的模型,再也无法适配这个变化的世界,只能被时代淘汰。

2.3 迭代的宿命:为什么所有模型,都只是「当前最优解」

在这里,我们还要直面一个更残酷的现实:不仅是我们的科学理论,包括我们这本书里的规则五层级模型,包括所有的认知模型,都只是「当前最优解」,而不是终极答案。

为什么?

因为有三个无法逾越的约束,决定了我们永远无法写出完美的模型。

第一个约束,是人类感知能力的边界。我们能感知到的世界,只是整个世界极小的一部分。我们的眼睛,只能看到可见光波段,而可见光,只占整个电磁波谱的不到十万分之一;我们的耳朵,只能听到 20-20000 赫兹的声音,而这个范围之外的声波,我们完全无法感知;我们的触觉、嗅觉、味觉,都有极其严格的边界。

我们就像一群盲人,在摸一头大象。我们摸到的,永远只是大象的一部分,而不是大象的全貌。我们基于自己的感知,构建出来的世界模型,永远只是对世界的局部映射,而不是世界本身。

第二个约束,是人类大脑算力的边界。人类的大脑,只有 1.5 公斤左右,神经元的数量是 860 亿个。而我们身处的宇宙,有万亿级的星系,每个星系有万亿级的恒星,更不用说微观世界里,无穷无尽的粒子。我们的大脑算力,根本无法处理整个宇宙的全部信息。

我们只能把无限复杂的世界,降维成有限的概念、模型、公式,才能装进我们的大脑里。而降维,就必然会丢失信息。就像我们画一张地图,无论这张地图有多精细,它都不可能和真正的疆域一模一样。一旦它和疆域一模一样,它就失去了地图的意义。

我们的认知模型,也是一样的。它必须简化,必须降维,必须丢失信息,才能被我们理解和使用。所以,它永远不可能完美。

第三个约束,是世界本身的动态演化。我们身处的世界,从来都不是一成不变的。它一直在演化,一直在变化。物理主规则或许是稳定的,但生命规则、社会规则、认知规则、Agent 规则,都在以极快的速度演化。

我们的模型,是基于过去的经验和数据构建的。而未来,永远会出现新的变化、新的场景、新的证据。我们永远无法用过去的模型,完美预测未来的一切。就像我们无法用农业时代的社会规则,去解释工业时代的社会现象;无法用工业时代的认知模型,去理解信息时代的世界;同样,我们今天的模型,也必然无法完美适配未来的智能时代。

我们能做的,只有不断地观察,不断地学习,不断地迭代我们的模型,让它跟上世界演化的脚步。

说到这里,你应该能理解,我在序言里说的那句话:「人类永远无法一次性占有大道,只能不断逼近。这套解码或许无法向下兼容所有人的经验,甚至会与你内心的法则发生冲突。作为一份对世界底层逻辑最朴素的解构,它难免粗糙,也必定包含着诸多认知的盲区与谬误 —— 在系统论里,我们称之为『思维的 Bug』。」

我从来没有想过,要给你一套绝对正确、不容置疑的终极真理。我能做的,只是把我对世界的解码,分享给你,给你一套当前最优的、能帮你解决当下问题的认知模型。

我更希望的是,你能带着怀疑的眼光,去读这本书,去验证这套模型,去发现它的 Bug,去优化它,去迭代它,最终构建出属于你自己的、适配你自己人生的认知坐标系。这,才是这本书真正的意义。

留言与评论

使用 GitHub 账号即可留言。每个页面会自动对应一条独立的 GitHub Discussion。