1. Trax — Google Brain 开放的深度学习资料。
2. Hacker Laws — 对软件工程师有用的一些定律、模式和原则的中文版本集合。
3. Millions of Tiny Databases — 使用 TLA+ 提供正确性证明和测试用例的数据库设计。
4. The North Star Playbook — Amplitude 关于如何选择和跟踪产品北极星指标的一本好书。
5. 蓝牙漏洞— 各种蓝牙设备，特别是小米在你家的那堆，有很多类似的问题。
6. AI Research Rankings 2019— 中国依然非常强劲。

目录

• 智慧和技能
  • 它们是什么
  • 只能二选一
  • 选择的困难
    • 教育体制
    • 社会现实
  • 应该怎么选
    • 如果你很资深
    • 如果你还年轻

智慧和技能

前面我们说了读书给你更好的观念、智慧和技能，以及什么是我觉得更好的观念。

我们接着说智慧和技能。

它们是什么

如果问，智慧和技能¹的区别是什么，一个常见的答案是，智慧是「道」，技能是「术」。

如果继续问，「那什么是道和术」？

得到的答案会类似于：

• 「术」是面对问题的时候，知道具体的解决办法。
• 「道」是面对问题的时候，知道背后的运行规律。

那么渣叔知道马内下场之后应该换奥利奇奥里吉²，是「道」（他知道足球赛背后的规律）还是「术」（只是他的一个固定解决方案）？

你很难知道他到底运用的智慧还是技能，因为它们都可以用来决定「面对问题的时候，接下来做什么」。

我觉得它们的关系，可以用 Weierstrass 椭圆函数图来说清楚：

如果你觉得搞得太高深了，可以想象一笼烧卖。

曲线的基座（连成片的烧卖底），它的面积代表你的智慧：越是连绵不绝，意味着你针对各种问题，处理起来的水平都不错。

曲线还有很多的尖顶（一个个的烧卖尖），它的高度代表你的技能：高度越高，说明你在某个问题域表现得极其出色。

所以智慧的人，知道在大多数情况下该做什么：比如怎么家庭和睦，怎么请客送礼，怎么管理项目，怎么引领风潮。

而技能卓越的人，知道某些其他人不知道该做什么的情况下，应该做什么：比如怎么在使用曲率引擎的时候防止隐形眼镜脱落。

这里需要你多想一步的是，既然智慧意味着解决大多数问题的平均水平，那么：

1. 它之所以那么神秘，有那么多流派用那么多古怪的方法来追寻它，其实是因为它不是一个具体的、单一的东西。智慧是那些能够帮助人们在各种情况下做出正确选择的品质的聚合物：比如自律、反思、经验、同理心、责任心等等。
2. 这些品质的权重不同，比如既然要提高解决很多问题的平均水平，那么见多识广权重显然很高。这些品质习得的途径也大不相同，比如你想变得慷慨大概只需要分年终奖的时候咬一咬牙。但如果你想提高自己的同理心，大概需要常驻深夜食堂。
3. 和大多数技能一样，大多数品质你不会天生就具备。不要紧，通过学习和实践不断去习得。很多时候人们被进行各种测试（甚至不是测试就是单纯的偏见，比如女孩就不如男孩勇敢）并分类。但这仅仅是因为它们比较好测试所以被用于分类，永远不要让别人的评价成为你的桎梏，觉得自己就是这样的，你可以更好。

只能二选一

这么仔细的区分智慧和技能，是因为在现代社会你需要做出取舍。

这点可能有很多人会不同意，因为：

1. 有些天赋（比如超强的记忆力）显然对智慧和技能的习得都有用。
2. 解决问题的平均水平高显然对能够有塔尖冒出来是有利的。

这些我同意。

并且历史上好像确实如此：先秦诸子不但搞思想也搞农业技术，希腊圣贤不但搞哲学也搞数理化，文艺复兴到工业革命，大佬们出来名片一般都印不下那长长的头衔。

技能好又有智慧，自然过得很爽利，所以孔子说：「君子坦荡荡，小人长戚戚」。

这也都是事实。

但智慧和技能并不是因为它们互斥，所以你只能做取舍。

而是到了今天，你忙不过来。

我们回到那张椭圆函数的图，你会看到，问题域比较小的时候，素质好的人很快就可以把智慧的底子摊好，然后冲出很多尖顶（（我们可以认为那时候人类根本没有烧卖，捏来捏去就是那么十来个小笼包）。

一旦问题域不断变大，追求基座面积大和追求塔尖高显然会变成两个不能同时追求的目标。

因为你最多比普通人厉害 10 倍，但人类面对的问题在指数级增长。有很多学科，曾经是一些学者零碎时间的消遣，现在是成千上万人的事业，图谱大到让人望而生畏。

那你应该怎么选呢？

选择的困难

选择智慧还是技能的困难在于，我们的社会很明显是说一套做一套的。

教育体制

我们的整个教育体制仍然是以培养你的「智慧」为核心目标的。

这有点反直觉，学校当然也教技能。

但请注意我对「智慧」的定义是那些能够帮助人们在各种情况下做出更正确选择的品质的集合：比如勤奋、自律、反思、经验、同理心、责任心等等。

学校主要还是无差别地培养这些品质，而不是让你自由地发展某个技能。

智慧是这么复杂的一个集合，获得它的秘诀，尤其是我们东方的秘诀，是「中庸」。

但其实不仅仅东方这样。

放眼世界，所有智者的智慧都很相似³：「无为」也好，「唯物」也好，要达到处理大部分问题平均水平比较高这个目的，你都需要去除身上那些棱角。

特别需要消除的，一个是你的本性：你和你的成长环境里的特质，会在你做决定的时候引入随机偏见。

还有一个是你的欲望：它们熊熊燃烧的时候，你做的决定有很大的不确定性。

去掉本性和欲望显然是一件困难的事情，所以智慧的培养过程中，还常常有苦修的成分。

就算你不用打坐或者绝食，你至少要学会「顺从」，也就是按照更智慧的人说的去做。

学校里面的大量动作，其实都是通过一些基础的训练，来打掉你的个性。

但我们的社会真的很认可智者吗？

社会现实

在现代社会你读不到关于智者的新闻。

老子、苏格拉底，甚至整个哲学世界，没有人探讨他们。

现在我们崇拜的是在椭圆函数尖顶上跳舞的天才们。

由于你只能二选一，这些天才通常并不「智慧」。

不管是乔布斯、梅西还是张益唐，你读关于他们的报道时，可以明显感受到这点。

那么如何才能培养出某个领域内卓越的技能呢？

纽约客采访张益唐的报道我印象很深，他被问到「数学家需要什么样的素质」时的回答是：

「专注，而且，永远不要放弃你的个性。也许你面对的东西非常复杂，需要很长时间，但你应该能依据直觉挑出重要的部分。」

这短短的一句话让我想到了几个方面：

1. 专注：能够让人保持长期专注的往往不是纪律而是好奇心。没有什么规定能够取代兴趣的作用力，而我们的教育往往过分强调纪律。
2. 个性：对某些事物特别感兴趣属于一种特质或者是偏见。如果要的是技能卓越，应该做的是识别出这种偏见并好好利用它，而我们的教育往往是扼杀它。
3. 直觉：面向智慧培养的，灌输传统观念的教育，并不能愚弄聪明人。他们知道不感兴趣的课可以不用上，他们敢于面对和利用自己的直觉。

总得来说，追求智慧的道路充满了纪律和苦修，但它仍然是表面上的社会主流，于是确实可能让你过得舒服一些。

追求卓越技能的道路，则需要你在精心挑选的领域极度的放纵：代价可能是最后你没有爬上巅峰，在其他地方也血本无归。

所以你知道怎么选了吗？

应该怎么选

如果你很资深

你已经步入中年，工作稳定，有了家庭，突然看到这篇文章，你怎么选？

我觉得主要看你的生活是由什么东西组成的。

为什么在古代「君子坦荡荡」？

而现在各个领域的成功人士往往都「长戚戚」？

因为大部分古人面对的问题，只需要在有限的选项中做出选择。

不同选项虽然有差异，但是总体上是有最优解的。

智慧的人，往往选择最优解，于是感到喜乐。

偶尔选错了，也知道自己尽力了，于是感到平静。

农民是在有限的选择里做决定，皇上也是。

但还有一类是创造性的工作。他们依赖自己掌握的技能和灵感去创造。

为什么面向「智慧」的教育仍然占据主流？为什么我们并不崇拜智者但又到处都能感受到智慧曾经至高无上的痕迹？

我觉得有一个很大的原因是即使是现在，大多数人的工作还是与创造无关：只是针对面前的问题，在已知的选项里面尽力选个最优解。

但创造性工作的比例不断在增大，极限也不断被突破。

我相信会有越来越多的专业人士「长戚戚」，这不是因为他们是小人，而是他们面对的问题前所未有，他们进行的优化没有终点。

我们的生活里肯定选择和创造这两部分都有。

比如有人找我要个建议，我的心智可能偏向「 尽可能地理解情况，根据我的经验给出最好的建议，然后不要担心，我已经尽力了，要平安喜乐」。

但如果是我自己要干个什么事情，哪怕写这样的文章，我也总会觉得可以优化的地方还很多。

那么哪部分更多？哪部分让你更有激情？

我建议你不要轻率地下决定。

很多东西的上限都在被迅速扩大中，技能上限低的人极其容易被取代。

你过去可以想象一个微信领红包的产品经理可以影响 10 几亿人怎么过年吗？

或者你过去看到过一个守门员参与倒脚吗⁴？

如果你还年轻

或者你的孩子们还年轻。

你已经看到了，智慧仍然是主流，让你大部分情况下获得满足。

技能要达到卓越才有意义，但拥有后大多数时候你体会的是不满足。

是努力被驯化为一个装满普遍经验的中庸的容器，抹杀掉所有特质？还是选择某个特质，然后努力让它从一株苗长成参天大树？

我建议选后者。

但注意这里说的选择和努力。

我们不应该简单地尊重年轻人的一切，让他们有盲目的自信和随之而来不可避免的骄傲和懒惰。

而是针对某个精心挑选的特质做出足够的努力。

这对教育者的要求很高：产品一旦非标，就很难批量规模化交付。

要学会倾听和欣赏每个不同的个体。

这里还有身份的惯性：传统观念里老师是教授的一方，学生是吸收的一方。

你看过几个漫威里面屌炸天的英雄因为他们的技能被学校老师表扬？

但我还是觉得，既然我们读书就是为了有前面提到的那些正确观念，教学双方都应该努力试试。

因为随着知识越来越专业化，工具越来越现代化，数据和信息越来越容易获取，会有越来越多的人开始做创造类的工作。

而在有限选项里找最优解，只要评估函数确定了，就是机器的活了。

我们还有得是机会变得彬彬有礼，但如果你没有办法认清自己的特质，在错误的地方花了太多时间，直到你发现的时候已经太晚了 —— 或者是你一辈子也没发现 —— 就太可惜了。

如果你还是很犹豫，那么我来给你兜个底。

我会在第三部分告诉你，图书分类里那些教你「智慧」的书，读完哪些，就基本够应付其他人类了：