系列一 · 讀書
讀這麼多書幹嘛?
現在都有 AI 了
「現在都有 AI 了,你讀那麼多書幹嘛?」
這句話是我一個朋友問的。他不是來找碴的,語氣挺誠懇,甚至帶著一點替我惋惜的意思。他的邏輯很清楚,AI 什麼書都讀過了,你花幾十個小時讀一本,圖什麼?
我當時沒答好。我說了一些「讀書讓人沉靜」「見識會不一樣」之類的話,講的時候自己都覺得虛。他點點頭,沒再追問,那頓飯就過去了。
但這個問題的後勁比我想的大。它不是「你怎麼還不結婚」那種可以一笑而過的問句,它是真的戳在一個地方。我確實讀了很多書。聽書聽了兩千五百多本,電子書讀了將近九百本,筆記累積五千多篇,得到註冊十一年。這個量擺在那裡,如果我說不出這些書到底給了我什麼,那這個量本身就成了一個問題,而不是成就。
後來我想通了。我答不上來,不是因為讀書沒用,是因為我一直在用錯的方式回答。我在回答「讀書有什麼用」,但真實發生過的事是另一件:我讀書的產出物,這幾年偷偷換了形態。
這句話聽起來像文字遊戲,但它不是。我拿個具體的東西給你看。
我手邊有一批檔案,是這一年多陸續整理出來的。這些檔案開頭不是寫給人看的引言,是寫給機器看的說明。其中一份的第一句是「給 Claude Code 使用的觸發式技能檔」,接著才交代「當使用者的問題落在這一類時,載入本檔」。
我第一次看到自己寫下這種句子的時候,愣了一下。因為那句話沒有人規定,是我自己寫的。收件人寫得很清楚,不是同事,不是讀者,是一個 AI。
我讀書寫東西,產出物的收件人,從人變成了機器。
那份檔案是一份帶決策樹和檢查項的操作手冊,給機器照着做的那種。它長什麼樣,後面我會拆一組出來給你看。先講一件更要緊的事。
那個朋友的問題,答案就在這裡。只是它不在「讀書有什麼用」這一層,得往下挖一層才看得見。
上個月我要確認一本書裡的一個論點,隨手把問題丟給 AI。三秒鐘,它給我五條,還附上原文出處,連作者在哪一章哪一節講的都標得清清楚楚。我自己翻那本書找這一段,大概要花二十分鐘,而且很可能翻錯章節。
這個差距是碾壓級別的。所以「AI 都讀過了」這句話,在資訊層面完全成立。它讀得比我多、比我快、比我記得準,而且不會忘。
但如果只停在這一層,「讀書有什麼用」這個問題就永遠答不好。這個問題問的在資訊之外,還有別的東西。
我把場景換一下。假設現在有個具體的難題擺在我面前,比如某個品牌最近的銷量掉下來了,我要判斷問題出在哪。這時候我去問 AI「品牌銷量下滑怎麼辦」,它會給我一份非常完整的清單,產品、價格、通路、促銷、競品、口碑,六大類,每一類下面還有細項。這份清單比我腦子裡想得全。
問題是,我要的不是清單,我要的是「這次是哪一個」。
而這個判斷,AI 給不了我。它不知道我這半年發生了什麼事、這個品牌前年做過什麼決定、老闆對哪個方向特別抗拒、上個月的通路調整是為了什麼。這些東西不在它的訓練資料裡,只在我腦子裡。
得到裡有一門課講得很準。它說我們可以大膽地把知識與技能的獲取分包給 AI,但是「調用知識和遷移運用的能力、核心素養的形成,只能由人完成」。
翻譯成人話就是,AI 幫你把圖書館搬回家了,但哪一本現在該翻開,還是你的事。
匈牙利裔的科學哲學家波蘭尼(Michael Polanyi)在 1966 年提出一個概念,叫「默會知識」(tacit knowledge)。他的原話是,我們知道的比我們能說出來的要多。
他舉的例子是騎腳踏車。你會騎,但你說不出自己怎麼保持平衡的。你可以試著解釋,往左倒的時候龍頭往左轉,身體順勢傾斜,但你照着這個說明去騎,八成會摔。這套知識真實存在,只是它在你身體裡,不在語言裡。
波蘭尼更狠的一句是,所有知識都帶有個人與默會的成分,所以知識不可能被完全顯性化。注意這裡的用詞,是「不可能完全」,不是「不容易」。
學界後來的整理把話說得鬆一點,但方向一致。默會知識是嵌在個人頭腦裡、以經驗和勝任力形式存在的東西,因此極難被編碼化並轉移給別人。
這個「極難」兩個字很重要。我不用「不可能」,因為那太滿了。AI 確實在持續吃掉默會知識的地盤,很多以前只能靠老師傅帶的事情,現在都有辦法寫成規則交給模型。但如果代價是極高,那這件事在現實裡就等於做不到。就像理論上你可以靠查字典學會一門外語,實際上有沒有人這樣學會過,是另一回事。
AI 手裡握著的是可編碼的那一部分,而且握得非常全,全到讓我這種讀了十幾年書的人都會心虛。但讀書讀進去的,恰恰有一部分是不可編碼的。
所以「AI 都讀過了」和「我讀過了」,是兩件不同的事。前者是把文本收進來,後者是把一部分東西長進身體裡。
這個差別,在一個地方會突然變得非常明顯。
就是我卡住的時候。
讀一本書,最舒服的狀態是讀得順,作者講的每一句你都點頭,覺得「對對對就是這樣」。這種閱讀很愉快,但它幾乎不會改變你。因為作者說的都在你原來的認知範圍裡,你只是被確認了一次。
真正會動到你的,是讀到一段跟你經驗對不上的東西。你覺得不對,但說不出哪裡不對。你把書放下,去泡杯茶,腦子裡還在轉。可能過兩天,你在處理一件完全不相干的事的時候,忽然想通了那一段在講什麼。
這個過程很慢,也沒有產出,帳面上看是浪費時間。但判斷力是在這裡長出來的。
而 AI 不會停在這裡。它的工作方式是往前生成,你問它一個問題,它給你答案,你追問,它再給你答案。它不會跟你說「這一段你先別看,去想想你上個月那件事」。
一種能力要長出來,靠的是練過,不是看懂。你親手做過一次,判斷錯了一次,付出過代價,這條迴路才會刻進你腦子裡。AI 恰好把「親手做」那個環節接了過去,它替你看、替你整理、替你下結論,效率高到你沒有理由自己動手。好用的代價,是你少練了那些次。
讀書的時候,作者也只給你答案,看起來跟 AI 一樣。但書有一個 AI 沒有的特性,它不會配合你。你讀到一段跟經驗對不上的,它不會停下來解釋,也不會換個說法再講一遍,它就擱在那裡。你得自己把書放下,自己重新推一遍,自己去找那個對不上的地方在哪。那個「自己推」的動作,才是練。AI 給你答案的時候,你沒有推的動作,你是接。
讀書這件事,練的從來不是「知道答案」,是「在沒有答案的時候,還坐得住」。
我讀過鄒振東的《弱傳播》。這本書講輿論世界的四條規律,弱者優勢、情感強勢、輕者為重、次者為重。書裡講得很漂亮,尤其「情感強勢」那一條,大意是道理的說服力永遠趕不上情感的感染力。你在輿論裡講道理,等於把一個精確的東西,丟進一個不講精確的地方。
這段話我很喜歡。如果我只是做筆記,我大概會把它抄下來,然後在旁邊寫一句「說得好」。這份筆記會很漂亮,然後永遠躺在那裡。
我實際做的事不是這個。
我把這一條壓成了幾句 AI 可以照着執行的規則。決策樹的第二步寫死:「如果是強者、對方是弱者,先示善,再講理。」操作要求寫死:「第一句話傳遞的必須是情感,不是道理。」後面還配了一個檢查項:「我第一句話傳遞的是道理還是情感?(必須是情感)」。
你看這個跨度有多大。書裡說的「情感強勢」,是一個判斷,一個洞見,你可以點頭,但你不能拿它去檢查任何東西。改完之後這幾句話,是另一種東西,它可以被執行,也可以被判對錯。寫完一段聲明,回頭看第一句,就能問自己,這句是情感還是道理?如果不是情感,改。
我沒有變聰明。我只是被逼着把一句文學化的比喻,拆成了一個可判定的動作。
這個過程的難度,比抄筆記高好幾個量級。抄筆記的時候,你可以含糊。你可以寫「要注意情感的運用」,寫完覺得自己懂了。但你要把它變成一條 AI 能執行的規則,含糊就不行了。AI 不懂「注意」,它只懂「第一句話必須是情感」。你必須替它把每一個模糊的詞釘死,釘死的過程裡,你會發現自己原來有很多地方其實沒想清楚。
這是這幾年我學到最反直覺的一件事。把知識壓成規則,不是輸出的過程,是檢驗的過程。你以為你在整理已經懂的東西,實際上你是在那些沒想清楚的地方,被迫補課。
另一種更難的壓縮,是把書裡的立場,壓成一條禁令。
我讀過一批講複雜系統的文章,核心觀點是市場經濟是一個自發演化的系統,路徑依賴、隨機試錯、價值自然湧現。順着這個邏輯往下推,他們對定位理論的態度相當保留。用我自己的話講,定位前置這件事,等於在一條會改道的河上,修一道固定形狀的水壩。
這是一個批判立場。你在文章裡讀到它,會覺得有道理,然後呢?然後就沒有然後了。批判立場最容易變成一句聰明的話,講完就散。
我把它壓成的東西是這樣的:AI 在替我診斷品牌的時候,不許直接給客戶擬新定位。
這條規則要求它先把問題翻譯一遍,不問「該定位成什麼」,先問「落差在哪」。它還要求它用一個試金石問題去區分勢能和熱度:「不打廣告、不推新品的那三個月裡,銷量和價格還撐不撐得住」。
這一步的性質跟上一組不一樣。上一組是把方法壓成動作,這一組是把立場壓成邊界。我不是在教 AI 怎麼做,我是在告訴它「這條路不許走」。而之所以能不許它走,是因為我讀過那批文章,我知道那條路錯在哪。
這就是「不做什麼」為什麼比「做什麼」更難寫。寫「做什麼」,你只需要知道方法。寫「不做什麼」,你得知道後果。
那份四萬八千字的 CMO AI 總規格,開頭第一段不是架構圖,是一句界線:「提供 Claude Code 作為單一主規格。不是直接授權修改程式、採購設備、開通付費服務或正式部署的指令。」一份這麼長的文件,先把自己不能做什麼釘死。
我讀到那句話的時候想了一下,這個習慣是從哪來的。想了半天,答案是從那些書裡來的。讀了夠多的書之後,你自然會知道一件事,任何一個看起來很強的方案,它的失敗都藏在它沒說出來的那個前提裡。所以你要先把它不能碰的地方圈出來。
那兩千五百多本聽書,我曾經覺得挺得意,現在回頭看,我得承認一件事,裡面真正影響過我判斷的,大概不會超過五十本。其他的呢?坦白說,聽過去了。有些我甚至連書名都想不起來,只記得「那本講供應鏈的還不錯」。
電子書讀了將近九百本,情況好一點,因為是讀的不是聽的,慢,會停下來。但你要我從裡面挑出改變過我判斷的,我挑不到五十本。
所以那個量的意義是什麼?
我想了很久,答案是,它是一個必要條件,但遠遠不是充分條件。你得讀過很多,才有可能碰到那幾本真正動到你的。但讀了很多,不代表你就一定會被動到。這裡沒有保證。
心理學家康納曼(Daniel Kahneman)跟克萊恩(Gary Klein)在 2010 年於《美國心理學家》期刊合寫過一篇很有意思的文章,題目叫《直覺專業的成立條件:一場未能達成共識的分歧》。這兩個人本來是論敵,一個認為直覺全是偏誤,一個認為專家直覺值得信。他們坐下來對辯之後,居然得到了一個共同結論。
判斷一個直覺靠不靠譜,得看兩件事:這個環境有沒有足夠的規律、可預測;這個人有沒有足夠的機會,從這個環境裡學到那些規律。
而且他們在文章裡明明白白寫了一句,主觀經驗不是判斷準確性的可靠指標。
這句話是在說我。「我讀了很多書,我覺得自己挺有判斷力」,這個感覺,不能當作證據。主觀上的篤定,跟判斷到底準不準,是兩件事。我自己也得接受這條。
那判斷力到底怎麼來的?康納曼和克萊恩給的答案很樸素,長期在同一個領域裡,犯錯,拿到回饋,修正,再犯錯。
注意這裡的關鍵是「回饋」。你讀完一本書,沒有人會告訴你「你剛才判斷錯了」。回饋從哪裡來?從你真實做過的事來,從你寫出來的東西被人拿去看、被人拿去用、然後出問題,從那裡來。
這也是為什麼我這些年越寫越多。原因很簡單,寫出來才有回饋。我寫一份東西,貼近真實情境,交給 AI 去讀、去執行,它做不到的地方,就是我沒想清楚的地方。那個落差就是回饋。
有人會說,你讀的那麼多書,很多根本是二手知識,聽書是別人消化過的,解讀版是別人挑過重點的。這種東西能叫讀書嗎?
我不同意「二手知識沒有價值」這種說法,但我承認這個批評有它對的地方。
我讀的確實大量是二手。聽書是二手,解讀是二手,我整理出來的東西更是三手。這沒什麼好辯的。
但這裡恰恰藏着我最想說的那句話。二手知識給你的是資訊,判斷得靠一手體驗才長得出來。
聽書讓我一年能碰四百本書,這個廣度我自己翻是翻不出來的。它讓我知道哪些領域存在、哪些問題有人在問、哪些講法值得追下去。這是資訊,非常有用的資訊。
但真正改變我判斷的那些東西,沒有一樣是從聽書來的。全部是從「我自己動手做,然後撞牆」來的。讀到一段跟我經驗對不上的東西,停下來,卡住,過兩天想通,這種事只發生在我讀原典、或至少是認真讀完一本書的時候。聽書不會卡住,它一路順着講完,你一路點頭。
所以我現在的做法很簡單。聽書用來開地圖,原典用來走進去看。兩件事不能互換。
這樣講,那個朋友的第三個問題也就有答案了。他問「能賺到錢嗎」。老實說,這個問題我現在還答不上來,我待業中,這些文章還沒有變成收入。我這一年多寫下來的東西,最後長成了一份四萬八千字的產品規格,和一個我知道下一步該往哪走的平台架構。這些東西會不會變成錢,我不知道。它也可能就一直躺在我的硬碟裡。
錢可能會來,也可能不會。
回到那個朋友的問題。他問我讀那麼多書幹嘛。
我現在會這樣回答。
因為 AI 給我答案的時候,我得判斷那個答案能不能用。而這個判斷,只能從我自己讀過、想過、錯過的東西裡來。
AI 手裡的書比我多得多,這一點我認了,也樂於接受。它替我讀、替我查、替我整理,我省下大量時間。但它給我的每一份東西,最後都還要過我這一關。而我這一關的厚度,取決於我自己讀過多少、卡住過多少次、被現實驗證過幾回。
這就是讀書在今天的用處。它不再是為了「知道」,知道的部分 AI 已經包了,而且做得比我好。它是為了在 AI 給你一份漂亮答案的時候,你心裡有個東西會響一下,說「這裡不對」。
那個「響一下」,就是判斷力。它很難買到,也很難下載,只能一本一本讀出來,一件事一件事撞出來。
所以那個問題問反了。不是「都有 AI 了,你還讀書幹嘛」。
是「都有 AI 了,你更得讀書」。
我不敢說這就保證有用。讀了很多書,判斷還是會錯,這一點我前面已經承認過了。但有件事是確定的,從今以後,你能負責、也最該負責的那一塊,就是判斷。這一塊你不接,就沒有人接了。
你能負責、也最該負責的那一塊,就是判斷。這一塊你不接,就沒有人接了。
推薦我的思考 AI時代的讀書 與 撰寫部落格 :
讀這麼多書幹嘛?現在都有 AI 了
寫這些文章幹嘛?有人看嗎?能賺到錢嗎?
延伸閱讀 這集長談給我的啟發 系列文章 :
[長談的啟發-1] 算力、業力、願力:AI 時代人還剩下什麼
[長談的啟發-2] 看數字說故事:為什麼我們天天在做這件事
[長談的啟發-3] 我相信:我選擇相信,我願意相信
歡迎訂閱我的文章,第一時間可以收到喔!
覺得值得分享這篇文章:
常見問題
AI時代為什麼還需要讀書?
因為AI能提供資訊與答案,但無法替你判斷哪個答案適用於你的具體情境。這種判斷力只能透過親身閱讀、思考卡頓與驗證錯誤慢慢累積,無法由AI代勞。
什麼是默會知識(tacit knowledge)?
默會知識是科學哲學家波蘭尼提出的概念,指人知道的遠比能說出來的多,例如騎腳踏車的平衡感。這類知識深植在個人經驗裡,極難被編碼化或完整傳授給他人。
聽書和讀原典有什麼不同?
聽書能快速瀏覽大量內容、開拓知識地圖,但因為節奏順暢不會讓人停下思考,難以真正改變判斷。讀原典時遇到與經驗衝突之處會卡住、反覆琢磨,這種過程才是訓練判斷力的關鍵。
如何把書中的知識轉化為真正有用的能力?
文中作者的做法是把書中的觀點壓縮成AI可執行的具體規則或禁令,例如把抽象的理論轉成決策樹與檢查項。這個轉化過程會逼你發現原本想得不夠清楚的地方,等於是一種自我檢驗。





