知乎上有一个热门问题，两百多万人看过，标题是这样的 《同样的书为什么别人读了就可以信手拈来，自己读了像没读一样？》。

下面林林总总有五百多条回答，给我印象最深的，是其中一条回答里提到的一个故事：

1984 年，诺贝尔物理学奖得主李政道先生到中国科学技术大学，和少年班的同学座谈，聊如何学习。

李教授先问了一个问题：“你们谁是从上海来的？” 一个学生举手：“我是。” “上海的马路，你熟悉吧？” “差不多都熟悉。”

李政道点点头：“那好。我再找一个从来没去过上海的同学。比如你，没去过上海。现在我给你一张上海地图，告诉你明天考试，考的内容是画上海地图，要求标出全部主要街道的名称。” 然后他回头对那位上海同学说：“不过，并不告诉你。” 接着他问全场：“你们说，这俩人第二天画地图，谁画得好？”

同学们不约而同地指着那位没去过上海的同学，齐声说：“当然是他画得好一些。”

李政道说：“说得对！他虽然没去过上海，但是你们的记忆力都很强，又有学习的目标，而那位上海同学虽然在上海待的时间长，但他可能并没有用心去记忆，只能靠以往的印象，容易忘记。”

“不过——再过一天，我把他们俩都扔到上海市中心，并且假定上海市的路牌都拿掉了。你们说，他们俩哪一个能从上海市中心走出来？”

全场都笑了，答案是明显的。

李政道说：“我们搞科学研究，就是在没有路牌的地方走路。地图画得再好，考试得一百分，走不出去就是走不出去。真正的学习，是培养自己在没有路牌的地方也能走路的能力，最后能走出来，这才是学习中最本质的东西。”

我觉得这个故事比高赞答案里那些记忆曲线、笔记方法、读书技巧都有价值得多。它想回答的，是这样一个问题：学习的目标究竟是什么？是学会知识吗？

学会了，不等于懂了

乍一看这个标题，你可能会觉得作者疯了：“学会了不就是懂了吗？”但正是这个差别，让很多人的学习，停在了表面。

想解释这件事有点复杂，还好现在大语言模型给我们提供了很多有意思的例子。比如前段时间，下面这个问题在社交媒体上就特别火：

我想洗车，车停在家里，洗车店离我家 50 米。我该走路过去，还是开车过去？

正确答案自然是开车。你洗的是车，车在家，你人走到洗车店什么都不会发生。但大家拿去问五十几个主流大语言模型，八成答的是走路。理由是 50 米很近，没必要开车。

这样的例子远不止这一个。

2023 年牛津和几家大学的研究者做过一个测试，问 GPT-4：汤姆·克鲁斯的妈妈是谁。它能答对，答对率将近八成。反过来问：玛丽·李·菲佛的儿子是谁，答对率只剩三成多。

玛丽·李·菲佛就是汤姆·克鲁斯的妈妈。两个问题是一回事，它却答得不是一个水平。

我们常常把知识和智慧混为一谈。大语言模型，恰好把这个差别摊开在我们面前——它学会了吗？它掌握着几乎全部人类有文字记录的知识。但它懂了吗？学会了，不等于懂了。

“懂了”，究竟长什么样

二十世纪最有影响力的哲学家之一维特根斯坦，给过一个答案：“词语的意义，就是它在语言中的用法。”

这个回答听上去有点太“哲学”，也不容易看出它和学习的关系。别着急，这确实不是一个简单的话题——甚至对说出这句话的维特根斯坦本人，也是如此。他年轻的时候，信的是另一套逻辑：一个概念的意义，在于它准确地“描述”了什么。按这套逻辑，学习就是记住各种描述，“学会了”就是学习的全部。

到了晚年，他推翻了自己：一个词的意义，不在它描述得多准，而在它怎么被使用。一个人要用大半辈子，才能推翻自己原来的答案，可见这件事有多不简单。

回到他给出的答案：“词语的意义，就是它在语言中的用法。” 这是什么意思呢？

维特根斯坦举过一个例子，关于“游戏”。通常我们以为，理解“游戏”，就是说出它的本质特征——有规则？有输赢？得好玩？可一个人自己跟自己扔石子，没规则也没输赢，那算不算游戏？所以，游戏到底是什么，不在一句描述里。当你看过各式各样的游戏——下棋、打牌、踢球、跳房子、小孩过家家，还有奥运会——你自然就懂了什么是游戏。

这正是维特根斯坦想说的：一个概念，不在哪一条定义里，而在那些具体的用法里。

我们对一个东西“懂了”，大概也是这个意思。不是学会了如何描述它，而是知道它在哪些地方出现、跟什么东西搭配、什么场合它不适用。是它的用法在你脑子里长成了一张网，而不只是一行字。

我在微信读书里划过的线，自己的加上别人划的，加起来上千条。可一条条翻过来，全是那一行字。

孩子念书也一样。课本上的定义、公式、段落大意，抄十遍还是那一行字。他背下来了，遇上眼熟的题型会套，题型一换就卡住。我们管这个叫“学过了”。

我们说的“学会了”，说的只是文字这一层。真正的那一层——怎么用——还是空的。

懂一个东西，是用出来的

讲到这里，过去我们究竟错过了什么，也就大致清楚了：要弄懂一个东西，你得在几十个不同的场合里遇到它。在别人的文章里遇到它，在自己的麻烦里遇到它，在完全不相关的领域里遇到它。它跟一件件事打过交道之后，才慢慢长出来。

这也是为什么死读书常常没用。书是顺序铺好的，作者带着你，从第一页走到最后一页。你看得越顺，就越不容易停下来。可真正长东西，恰恰是在你停下来的那一刻——心里忽然冒出“这不就跟我上次遇到的那件事一样吗”，或者“这话好像跟我原来想的不一样”。念头一冒，你才算是把它用到了自己身上。

那到底怎么才算用上？我后来摸出一个很笨的办法：读完一本书，别急着再往下划，先挑三件自己最近在工作里碰到的事，越具体越好；再把书里最打动你的那句话，一件一件往上套。套得进去的，说明你真读进去了，随手写下来，两三句就够。

最有用的是套不进去的时候。停下来想：是这句话本身不对，还是我理解错了？有了反馈，才叫真的用起来——而反馈，大多是从错里来的：烧糊的菜、跑不通的代码、被客户退回来的方案。就在那个难受的当下，你才看清自己原来想的是什么。顺顺当当用对了，反倒没什么感觉。

大模型学东西，走的是同一条路。两年前它就把人类几乎所有公开的文字读进去了，那却不是它的真本事。它今天能用的那些，是被用户一遍遍纠正出来的：接上真实场景里的反馈，它才从一个只会背概念的东西，变成知道什么情况该用什么——哪怕只是一部分。

小时候学说话、学走路，长大了上手解决工作里的问题，都不是先学会了一套道理再去做的，都是边做边错、错着错着就会了。哪怕在学生阶段，也有人提醒过我们：学习不是背书，而是用。这个道理，一点也不新鲜。

考试，本该是逼你用起来的工具。它的价值，与其说在做对，不如说在出错。只是如今，考试成了排名的手段，用来证明一个人“会”。于是我们把错藏起来，只顾着多背几道题，忘了考试不过是想让我们把知识用起来。久而久之，连学习到底是为了什么，也忘了。

怕犯错的心态，又何止在考试里。一个人只要怕犯错，就只会做有把握的事。一段时间里，他的表现会很稳，同事觉得他稳重，家人觉得他省心。然而一年下来，他和一年前没什么两样——新东西，他一个都没打过交道。

用的起点，是你手上已经有的

“用起来”这三个字，说起来轻巧，做起来却很容易卡壳。

这种卡壳，上学的时候体会过。数学课本上的那些符号、公式，每一个都认得，描述的话也字字看得懂，可就是不知道它在说什么，更别提把它用出来了。

问题不在于这套东西难，而在于它跟你手上已经有的东西接不上。一个新概念，得在你已经会的那些东西里找到几个能搭上的，搭配的地方越多，它在脑子里才长得越牢；一个都搭不上，它就只是一行字，听完也就忘了。

同一个讲座，有的人去听，听得昏昏欲睡；而一个在这行做了十年的人去听，频频点头。

同一本《国富论》，一个大三学生读，和一个做了十年生意的人读，读到的几乎是两本书。

听的是同一段话，读的是同一本书，差的只是人——他们手上已经有的东西不一样。

人无法想象自己没见过的东西——学习，尤其如此。

说到底，你只能从自己到过的地方，继续往前走。市面上那些“三天掌握”“一周精通”，卖的都是同一个幻觉：有个你还没拿到的知识包，拿到就通关。可世上没有这个包，也没有哪本书能替你把它填上去。你能做的，就是手里有什么，就先挪一步，再多也挪不动。

这一点，一个人反倒不容易犯错：自己学不会的东西，谁也不会天天抱着去啃。公司却不一样——越是学不会、接不上的东西，它越容易当成一套方案买回来。

公司想升级，惯常的做法是把整套系统搬进来、请咨询公司、办全员培训。可新东西最麻烦的地方也在这儿：它跟之前的工作接不上，原有的流程一时跨不过去，新概念就只能留在概念上。

这几年最典型的就是 AI。前两年，MIT 有一份报告说，企业花大钱引进的生成式 AI 项目，九成五都没带来什么回报；可到了今年，同一批公司里，超过九成的人已经自己把它用起来了。

因为那时 AI 还是个陌生的东西，公司里找不到几个会用的，它接不上手里的活儿，买回来的那套就只能荒废；而这两年，大家自己在干活时一点点用起来，攒出些手感，知道什么活儿配什么工具，它才真用了起来。

真正管用的改变，看起来都不像引进，更像改造：找一件现在正在做的事，换个新办法做一遍，出了问题当场改。

一步，就一步。步子小，却是真用上了。

最后

现在读书，我不怎么划线了。看到一句打动我的话，我会先问自己：这句话能放到我正在做的哪件事上？放得进去，它就活了；放不进去，它就还躺在那里。

但放得进去只是开始。真拿来用，又会碰到书上没写、别人也没提过的情形，只能自己接着往下想。

所以一本书读完，我最终留下的，往往不是几个结论，而是几个想通或者还没想通的问题。

通常不长，也不像金句那样拿得出手，但都是我自己的。