惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

Jina AI
Jina AI
Google DeepMind News
Google DeepMind News
C
Cybersecurity and Infrastructure Security Agency CISA
T
Tenable Blog
T
The Exploit Database - CXSecurity.com
Latest news
Latest news
G
GRAHAM CLULEY
Project Zero
Project Zero
L
Lohrmann on Cybersecurity
cs.CL updates on arXiv.org
cs.CL updates on arXiv.org
C
Cyber Attacks, Cyber Crime and Cyber Security
Application and Cybersecurity Blog
Application and Cybersecurity Blog
Webroot Blog
Webroot Blog
Help Net Security
Help Net Security
TaoSecurity Blog
TaoSecurity Blog
Hacker News: Ask HN
Hacker News: Ask HN
cs.CV updates on arXiv.org
cs.CV updates on arXiv.org
N
News and Events Feed by Topic
Cisco Talos Blog
Cisco Talos Blog
T
Tor Project blog
The Hacker News
The Hacker News
The Last Watchdog
The Last Watchdog
C
CXSECURITY Database RSS Feed - CXSecurity.com
V2EX - 技术
V2EX - 技术
S
Secure Thoughts
AWS News Blog
AWS News Blog
W
WeLiveSecurity
云风的 BLOG
云风的 BLOG
V
V2EX
Last Week in AI
Last Week in AI
雷峰网
雷峰网
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
G
Google Developers Blog
P
Palo Alto Networks Blog
A
Arctic Wolf
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
M
MIT News - Artificial intelligence
V
Visual Studio Blog
C
CERT Recently Published Vulnerability Notes
WordPress大学
WordPress大学
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
T
Threatpost
Simon Willison's Weblog
Simon Willison's Weblog
PCI Perspectives
PCI Perspectives
量子位
K
Kaspersky official blog
腾讯CDC
Schneier on Security
Schneier on Security
F
Full Disclosure
S
Schneier on Security

太隐

社会学为什么在中国难以发展?| 隐说 NO. 27 国家缺钱了,应该谁来买单? 写给斯大林的最后一封信 道德使我痛苦:黑塞的创作、婚姻与精神世界 人可以穷困,但不可以潦倒:如何在困境中守住生活秩序 无聊是一种很新的病:从韩炳哲到心流,找回注意力 清史修不出来是好事 | 隐说 NO.24 好人未必是好统治者 当善意变成一门生意:从”抱抱盲兔”摆拍看信任的崩塌 变法效果递减律 |隐说 NO.23 俄国没得选 小人多了,坏人就会兴风作浪 | 隐说 NO.22 歧视不需要恶意 海瑞治不了腐败:好的制度不该靠圣人才能运转 兼爱的死结:墨子的理想为什么注定失败 隐说 NO.20 会拒绝的人活得久 孔子的阳谋 政治是什么?从孙中山到伊斯顿:政治学入门的第一课 士,死了吗? 隐说 NO.18 善举未必会有善报 人治的尽头:张居正告诉你改革最远能走到哪 隐说 NO.17 曹雪芹之后 心理学治不了时代的病 隐说 NO.16 “默认为假”的时代 盛世的木偶 隐说 NO.15 官僚集团的运转逻辑 阿Q的死局 隐说 NO.14 真理必须是前进的 安迪·鲁宾:被谷歌赶走的Android之父,后来怎样了? 女相之死
空话比废话更有危害 |隐说 NO.26
Ludwig Wang 博主 · 2026-06-07 · via 太隐

本栏目《隐说》由原《棱镜通讯》分离而来,是我私人的阅读札记。近来所读之书、所阅之文、所订之栏,以及闲时偶想,皆汇于此。或摘其精要,或评其得失,或由一点生发开去,不求系统,但求真诚,乃一人独坐灯下的絮语。

1、空话比废话更有危害

不得不承认,“新的思维方式”、 “完全独特的结论观点”“创造体系的思想”的确已经给我们提供了各种新的无稽之谈,可是没有一行字能够使我们学到什么东西。 ——《反杜林论》

太隐识:

说一下杜林(欧根·杜林)是什么人,他当时是 19 世纪下半叶德国的一位大学讲师,涉及的领域非常广泛,包括哲学、经济学、自然科学等。而且他不仅涉猎广,产量也很高。而且他有一个特别鲜明的特点:他每次写书时,都要声明自己提出了全新的思维方式,得出了前人从未达到的结论,并总是宣称自己建立了一个前所未有的思想体系。他的构想是,试图将所有领域的内容和思想全部推导出来,从哲学到政治经济学,再到自然辩证法,全部用自己的体系重新搭建了一遍。这在当时的德国社会主义运动中,党内有很多人都被他唬住了,认为他是一位了不起的“原创”思想家。

而杜林针对马克思主义,在当时的德国社会民主党内散布了很多错误理论,企图否认马克思主义在哲学、政治经济学和科学社会主义方面的一些基本原理。针对这种现象,恩格斯看不下去了,于是写了这部《反杜林论》,把马克思主义哲学、政治经济学和科学社会主义的基本框架做了一次系统阐述,系统地批判了欧根·杜林建立的所谓“辩证法、形而上学和唯物主义”的体系,并在这场论战中取得了压倒式的胜利。

后来很多马克思主义研究者认为,这场论战看似是恩格斯与杜林之间的一场辩论,但最终的结果是恩格斯写出了一部马克思主义百科全书式的著作,解答了很多当时研究者的疑问。也正是通过这场胜利,马克思主义在德国社会民主党乃至整个国际共产主义运动中,才确定了绝对地位。

而在这场论战层面,恩格斯对于杜林的核心批评可以压缩成一句话:杜林,你的体系虽然很大,但在逻辑上是混乱的,在科学上是站不住脚的。

不过,对于恩格斯对他这些批判的理论,其实并没有特别好说的地方。也是老生常谈的马克思主义理论的内容了。而是想谈谈,像杜林这样做学问的人,他是如何把一套看上去庞大完整、逻辑自洽的理论体系搭建起来,到头来里面却什么实质内容都没有的呢?

其实这个现象在现在也有很多,看似逻辑自洽的理论体系,但实际上可能连基础的问题都漏洞百出。

针对杜林的研究风格,有很多人就对杜林个人进行人身攻击,说这个人脑子不行,但是杜林真的蠢吗?

他真的不蠢,他是受过严格学术训练的,在数学、法学、哲学上都有功底。你去读一下他的著作和文章,能看出来他的确有才华,而且这个人非常的勤奋。

如果只是因为人笨的话,他不至于能够迷惑住党内那么多人。所以那么问题究竟出在哪里呢?

其实就出在他跟问题之间的关系上。

说到杜林在搞学问的时候。他不是从一个真实的难题出发,然后沿着这个难题一直往里钻,钻到现有框架解释不了的地方,再被迫去修正或者是重建一个新的框架。而他的路径是反过来的。他是要先决定建立一个体系,然后去寻找可以填充到这个体系里的材料。在他看来,体系是目的,问题是手段,他需要问题来给体系提供填充物。所以他在什么领域都要插一脚,什么话题都要发表非常“独创”的见解。但是这些见解的功能并不是回应那个领域真实的困难,而是来证明他的体系足够大、足够全、足够新,足够让别人震惊。

所以,如果研究者在问题的关系上是反过来进行的话,那么一切就全变味了。因为真正有质量的思想,基本上都是被问题逼出来的。比如像亚当·斯密,他在搞清楚国民财富是怎么来的时候,去探究了为什么有的国家富有,有的国家贫穷。还有达尔文在环球航行中积累了很多物种观察的资料,这些资料跟当时的“物种不变论”之间产生了无法调和的矛盾,逼着他去寻找另一种解释。所以说,这些人的理论之所以有生命力,能够一直那么经典、传播,并不是因为他们刻意去追求所谓的原创性和体系性,而是因为他们被真实的问题困住了,而不得不想下去。

而理论,只是这个过程的副产物。

反观杜林类的学者,他们在建立一个体系的时候,往往没有被具体的问题困住,而是被内心深处一种“我要建一套体系”的欲望所驱动着的,颇有点逆练九阴真经走火入魔的状态。

虽然这种驱动力可以让人写出很多书、很多理论,但写出来的东西通常会有一个共同的特征,那就是面面俱到,但其实什么都没有说透。这是因为他没有在一个问题上面,一直钻研到让自己感到痛苦和费解的深度。

恩格斯在文中就用了一个词来描述这种理论体系现象,也就是“Humbug(中文编译本通常译为无稽之谈)”。这个词原文里的意思并不是胡说八道,而是更接近于“没有根基的话”。没有根基就意味着,这些话并不是在与现实的困难较量中提炼出来的。所以,恩格斯写到“从现实世界抽象出来的规律,在一定的发展阶段上就和现实世界脱离,并且作为某种独立的东西,作为世界必须遵循的外来的规律而同现实世界相对立。”

这种现象放在今天来看,并不是只存在于 19 世纪德国学术圈的个别现象,在当前的知识生产环境里其实更为普遍。在一个注意力稀缺的市场里,新的理论本身就有“溢价”。你说一个大家都知道的道理,没有人会转发;而你一旦提出一个全新的思维方式、一个颠覆认知的框架、一个底层逻辑,流量立马就来了。

不过,不同于杜林当年至少还需要写几百页的学术著作才能收获关注度,现在互联网时代,一个人只要在社交媒体上发几张图,起几个唬人的新概念,就能收获“原创思想家”KOL名号。在 AI 时代,这种成本会越来越低,产量也变得越来越高,但是产量高不等于含量高。

我们在判断一个人的理论体系到底有没有分量的时候,对方提出了多少新概念并不是关键,而是要看他有没有在某个具体问题上,比别人想得更深、更准,更接近那个问题的底层。概念人们随时都可以造出来,框架也可以随时搭出来,但是在对一个问题的深刻穿透和深刻钻研上,是装不出来的。

另外,这种新创一套理论的知识生产,其实对于接收者的伤害要比生产者的伤害更大。杜林可以沉迷在自己搭建体系、被别人称赞的快感之中,但对于那些认真读他文章的读者来说,他们需要花费大量时间去消化一套看似完整、实则空洞的理论。等到要用它去解释现实世界,甚至是建设现实世界的时候,会发现什么都对不上,根本没法用。

这种感觉,其实还不如没接触过更好,因为它制造了一种虚假的充实感,让人误以为自己有了分析世界的工具,但实际上无法解答问题。

所以恩格斯当时批评杜林的那些话,其实也是在告诉马克思主义者一条非常简单的检验标准:不管你声称自己的理论、你的思想多么新颖、多么独特,是什么样的体系,最终都需要解答一个实际的问题,那就是人们读了你这套思想之后,到底能够学到什么?

如果答案是很多人读完之后,并没有学到什么新的东西,那么所有这类独特的体系,其实都是非常高级形态的浪费时间。

2、不合格的观点

查理芒格说,如果我要拥有一种观点,如果我不能够比全世界最聪明、最有能力、最有资格反驳这个观点的人更能够证否自己,我就不配拥有这个观点。

太隐识:

按照芒格的这个标准,我想人类日常生活中90%以上的“观点”都不合格,很多判断都是随口而说,比如发个推说“房价还会涨”、开直播讲“这个行业没前途”等等,到底有几个是经过认真论证的呢?大多数情况,我们只是习惯于凭直觉、凭情绪,根据有限的信息下了一个结论,然后就开始捍卫这个结论了。而我们捍卫的方式,通常是去找支持自己的证据,回避反面的声音,然后不断地跟意见相同的人进行互相确认,深化结论认同。这种“观点”本质上更像是一种立场表态,而并非论证后,独立思考的产物。

但芒格这句话“比最有资格反驳的人更能证否自己”很值得注意。芒格并没有说自己要能反驳倒反对者,而是在说自己要比反对者更擅长攻击自己的观点。什么意思呢?如果只是驳倒了反对者,那是搞辩论的思路,目的就是为了赢。但“证否自己”是科学的思路,目的则是逼近真相,要保持对自己的“诚实”。我们需要换位站到对手的位置上,用对手的眼睛来观察自己的漏洞,而且还要看的很准。这也是尼尔·布朗所说的“强势批判性思维”。

比如,达尔文早在写《物种起源》的时候,他就深谙此道。他在书中写过片两章,叫“学说的困难”、“地址记录的不完整”,他把自己能想到的所有反对意见、面临的缺陷、限制,全部都列了出来,然后进行逐一回应,对于进化论,他自然比任何批评者都更清楚自己理论的弱点在哪里。这个做法在当时的学术界很罕见,但真的很伟大,但这也是为什么《物种起源》发表一百多年后仍然是生物学的基石。

而反观日常的争论,很多人其实压根连对方的核心论据都没搞清楚,就开始反驳了。你问他“反对你这个观点最有力的理由是什么”,他往往答不上来,或者只能给出一个很弱的稻草人版本。这就说明他根本没有做过芒格说的那种“自我证否”。他持有的观点,如果说得不客气一点,好点是拾人牙慧,坏点就是自以为是,并不是自己强势批判性思考得来 的。

但芒格这个标准的确太理想化了,普通人的确很难时刻做到,关于证否自己,连《思考,快与慢》作者丹尼尔·卡尼曼也认为太反人性了,托马斯·库恩都直呼科学家们也很难做到。人的时间和认知能力是有限的,不可能时刻做到对每一个观点都做有深度的证否能力。但它作为一种思维习惯的方向,的确是有用的。比如我们在思考某件事情的时候,我们可以停顿下来,仔细问一下自己,我到底是否知道反对我的人最有力的论据是什么?如果不知道,那我们至少承认了自己的观点还不够扎实,进而不断培养独立思考,而不是随 波逐流。

3、关于 LLMWiki

试了下 LLM Wiki,我个人不太认可这种 AI 整理个人知识库的方法。

image.png

首先,AI 整理完后反而非常冗余,因为 AI 也不知道哪些是你需要的,哪些是你不需要的。而且整理的过程中非常漫长(如果你用更好的模型,还特别废 Token)。

其次,AI 帮你跳过去了原本思考的阻力,这个过程中,自身探索的损失是极大的。换句话说,AI 是透过知识去经验的,而让人类少了体验的过程。

比如说,我们想思考某个知识库的问题,然后去搜索资料,在搜索的过程中你会看到很多关联的内容,这个有价值的过程是 AI 没法替代的。而且讲真的,在基础问题上 AI 可以解决,但是很多复杂问题上,我是不信任 AI 的,因为这是它的基础架构导致的, 注定了 AI 并不能很好的帮你抉择和解决(我觉得这一点连很多业内人士都在忽视、遗忘,它是有瓶颈和限制的,并不应该视同权威神明)。这个过程中,终将需要自己去探索和判断。

就如克里希那穆提所说,人必须亲自发现和认清事物的真相,不能通过师者、经典或任何人的教导去证悟真理。

不过,体验下玩玩还是可以。可以把 LLM Wiki 这样看待,因为他本身是保留你原始笔记的,所以你可以把笔记备份交给他,让他去帮你整理,整理完后,你就当本个人思考札记来看,然后觉得的确补充不错的地方,可以再验证下,补充进自己的笔记里。就挺有趣的。

当然,如果目的是为了卖课、赚钱、流量,当我没说。

PS:我开通了 Telegram 频道“太隐拾遗”:https://t.me/taiyin101 ,这里是我阅读的注脚、思考的回声,也是见闻的收藏夹。我会分享触动我的文字,记录灵光乍现的瞬间,以及那些值得反复品味的书与人。期待你的目光在此停留,让我们在思想的微光中,悄然相遇。


微信公众号 X 播客 telegram 频道