Ruibin_Ningh
已经几个月没更新博客了。
这段时间一直很忙。其实有很多新鲜事想分享，也有不少突然冒出来的想法，但要么忙着学习，要么觉得还没想明白，最后大多不了了之。
最近，我重新翻看了以前的日记，也回顾了一下过去几年的经历，发现自己对许多问题的认识，一直在发生变化。
就拿学习来说，最初我认为，只要投入足够多的时间，就能取得好成绩。后来逐渐发现，时间并不能解决一切，方法、效率和思考同样重要。于是，我开始研究学习方法，尝试建立自己的学习系统，甚至为此开发了不少工具。
但最近，我又开始重新认识时间的价值。因为我发现，自己如今分析问题、设计方法的能力，恰恰离不开过去投入的大量时间，以及一次次实践、失败和反思。
我似乎绕了一大圈，又回到了最初的想法。但这一次，我对它的理解已经不同了。
这让我开始好奇：一个人的认知究竟是如何形成的？为什么有些道理我们早已听过，却往往需要经历很长时间，才真正体会到它们的意义？
还有一些变化同样让我觉得有意思：我原本只是想提高成绩，却在这个过程中，逐渐形成了能够用于编程、项目开发和日常生活的思考方式。那些看似无关的经历，也因为人工智能的出现，开始产生新的联系。
这些问题我还没有明确的答案。我想先把过去几年的经历和最近的思考串联起来，记录下此刻的理解。
这一切，大概还得从我刚上初中时说起。
01｜一段意外开始的成长
小学的时候，我的成绩一直不怎么样。那时候我对学习并不上心，更多时间都沉浸在自己的兴趣爱好中，比如折腾计算机、学习编程。
不过，那段时间倒也不算虚度。我在自己感兴趣的事情上投入了不少精力，也逐渐养成了喜欢探索、爱折腾的习惯。
后来升入初中，不知道是不是因为入学成绩的原因，我被分到了一个整体成绩不太理想的班级。但出乎意料的是，第一次考试，我竟然考了班级第六名。
这对当时的我来说，是一个不小的惊喜。以前成绩一直不太好，突然发现自己也能取得不错的名次，我便开始觉得，学习似乎没有想象中那么困难。
或许是因为我本来就有一种习惯：一旦对某件事产生了兴趣，就愿意花大量时间去研究它。以前是编程和其他兴趣爱好，这一次变成了学习。
于是，我开始把大量时间投入到学习中。那时候没有什么成熟的方法，更多的就是多学一点、多做一些题，遇到不会的就想办法弄明白。
虽然简单，但对那个阶段的我来说，确实很有效。随着投入不断增加，我的成绩稳步提升，后来逐渐稳定在了班级第一。
这让我很有成就感，也更加坚定了当时的想法：似乎只要肯花时间，成绩就能提高。
然而，这种成功也在不知不觉中产生了另一种影响。
从初二到初三上学期，我基本一直保持着班级第一，也逐渐习惯了这种相对领先的状态。虽然每天依然投入大量时间学习，但放到整个年级来看，排名并没有取得多么显著的进步。
只不过，我当时并没有太在意。班级第一已经是一个不错的成绩，在没有明显危机的情况下，我缺少主动改变的动力。
直到初三下学期，我才逐渐意识到，过去的方法虽然让我取得了进步，却不意味着它足够高效。很多时候，我只是在用大量时间弥补方法上的不足。
我开始尝试整理笔记、复盘错题、总结方法，也开始认真思考，究竟怎样才能提高学习效率。
如果一定要形容那个阶段的变化，我更愿意把它称作一次「开智」：我开始有意识地审视自己的思考方式，也逐渐发现，自己远没有想象中那么了解学习，甚至没有那么了解自己。
为什么投入了大量时间，学习效率却依然不高？为什么制定计划时信心满满，实际执行时却难以坚持？为什么明明知道哪些事情更有价值，还是会下意识地逃避那些需要深入思考的问题？
这些问题或许一直存在，只是过去不错的成绩，让我缺少了认真面对它们的动力。
以前的我，总想着怎样才能做得更多；而从那时起，我开始思考，为什么自己会这样做，以及是否存在更好的选择。
现在回头看，那个班级最初让我体验到了学习上的成功，后来却也让我习惯了停留在原有的方法里。同一个环境，在不同阶段，竟然对我产生了不同的影响。
02｜环境如何塑造一个人
后来，我时常会想：如果当初没有被分到那个班级，第一次考试也没有取得不错的成绩，我还会像后来那样，全身心地投入学习吗？
我不知道答案。或许我会因为成绩不理想而失去信心，继续沉浸在自己的兴趣爱好中；也可能因为遇到了更优秀的同学，反而产生更强烈的竞争意识。
但至少从已经发生的经历来看，当初的环境，对我后来的选择产生了很大的影响。
以前，我更倾向于把成绩的提升归功于自己的努力。毕竟，学习是我主动投入的，时间也是我自己花费的。但现在回头看，连最初那份努力的动力，也与环境密不可分。
第一次考试取得不错的成绩，让我相信自己也有能力学好。随后，更多的投入带来了更好的成绩，而成绩的提升又进一步强化了我的积极性。一个正向循环就这样形成了。
后来，我却过于依赖这种反馈，把班级排名提供的局部信息，当成了对自己学习状况的全面评价。
比周围的人做得更好，与自己已经做得足够好，并不是一回事。
环境对人的影响，远不只是提供资源或制造压力。它还会影响一个人如何评价自己，如何理解成功与失败，以及是否有动力改变现状。
我们常常觉得，努力是个人的选择。但一个人为什么愿意努力，为什么相信努力有用，甚至为什么会产生某个目标，这些问题背后，似乎都有环境留下的痕迹。
进一步说，让一个人愿意努力、相信努力有用的条件，并不相同。
如果没有第一次考试带来的成功体验，如果我始终认为自己不擅长学习，那么即使知道学习的重要性，我真的还会投入那么多时间吗？
我想，未必。
对于一个不断获得正面反馈的人来说，努力可能是一件充满希望、甚至能够带来成就感的事情。而对于一个长期遭受挫折、看不到进步的人来说，同样的努力，或许意味着更大的心理负担。
他们对努力的感受、期待和信心不同，也就可能作出不同的选择，随后进入不同的反馈循环。
因此，理解人与人之间的差距，或许还需要追问：是什么让他们愿意努力？他们又能否从努力中持续获得前进的动力？
当然，环境并不能决定一切。同样的环境下，不同的人仍然可能作出不同的选择；过去缺少正面反馈，也不意味着将来就无法改变。
只是，很多被我们视为理所当然的个人选择，或许都有着比想象中复杂得多的成因。
我们能够通过努力改变自身处境，但让我们愿意努力、相信改变可能发生的力量，有一部分恰恰来自过去的处境。
想到这里，我仍然为过去的努力感到欣慰，也更愿意承认其中的偶然。如果没有当初那次成功，我未必会走上后来这条道路。
不过，环境能够部分解释我为什么开始投入学习，却无法完整解释这些投入究竟给我带来了什么。那些日复一日的实践，除了提高成绩，还在怎样改变我？
这就需要重新谈谈时间。
03｜从相信时间，到重新理解时间
当我开始重视学习方法时，关注点逐渐从「投入多少时间」，转向了「怎样利用时间」。
原因很具体：做过的错题仍然会再次做错，学过的知识可能很快遗忘，大量看似充实的学习时间，并没有转化为相应的进步。我需要弄清楚问题出在哪里，而不能只靠继续增加投入。
于是，我开始整理错题、总结方法、建立复盘机制，后来又尝试借助 AI，开发自己的学习工具，希望减少重复劳动，让时间用得更有效。
这个过程也逐渐改变了我的思考习惯。面对一个问题，我不再满足于解决眼前的困难，还会继续追问：它为什么会出现？能否找到共同的规律？有没有办法避免它反复发生？
我一度觉得，方法与认知的价值，或许远远超过单纯的时间投入。
但最近，我意识到了一个过去忽略的问题：
我一直试图通过更高效的方法，减少解决问题所需要的时间，却忽略了自己能够设计这些方法的能力，恰恰来自过去大量的实践。
如果没有初中几年近乎全身心的学习，没有反复遇到问题、尝试解决问题的经历，我很难形成如今这些认识。
我之所以意识到复盘的重要性，是因为曾经反复犯过相似的错误；之所以开始重视执行，是因为制定过太多没有落实的计划；之所以关注系统的复杂性，也是因为亲身体验过维护系统所付出的成本。
这些其实都不是什么新鲜的道理。老师会强调错题复盘的重要性，别人会告诉我应该重视效率、合理规划时间。这些话并不难理解，我甚至能够向其他人解释其中的道理。
但知道一个结论，与真正让它改变自己的行为和判断，似乎是两回事。
就像小时候，即使知道努力学习可能带来更好的未来，也未必愿意为此放弃眼前的快乐。未来的收益仍然遥远，当下的快乐却真实而具体。一个人可以理解其中的因果关系，却还没有足够的经历，让这种理解在自己的选择中占据重要的位置。
对我来说，很多学习方法也是如此。只有在自己遇到问题、付出代价之后，那些早就听过的建议，才逐渐变得具体。
过去听到「要复盘」，我知道它是一条有用的建议。后来再次做错熟悉的题目时，我才更清楚地知道：如果不弄明白上一次为什么出错，做过这道题，并不意味着真正掌握了它。
这让我开始区分两件事：知道一个结论是正确的，与体会到它对自己为什么重要。
前者可能只需要一次解释，后者却往往需要经历和反馈。而更深一层的改变，是原本理解问题的方式也随之发生了变化。
比如，我对时间的三次认识，表面上似乎绕回了原点，实际上却各不相同：最初，我把时间看作可以直接换取成绩的资源；后来，我把它视为需要尽可能节省的成本；现在，我开始把它理解为经验积累与认知形成的重要条件。
当然，这不意味着所有认识都必须依靠亲身经历，更不意味着只要投入足够多的时间，就一定会有所成长。别人的经验可以帮助我们少走弯路，而缺少反馈与调整的重复，也可能只是不断强化原有的习惯。
真正有价值的，是在实践中遇到问题、获得反馈，再据此修正自己的判断。时间让这些事情有机会发生，却不能代替它们。
这样看来，时间的价值，就不仅在于帮助我们完成多少任务，还在于它可能逐渐改变我们处理任务的方式。
时间不能代替方法，但方法本身，也需要在时间中逐渐形成。
我最初只是为了提高成绩，却在这个过程中学会了规划、复盘、拆解问题和设计流程。后来，这些能力又被我用到了编程、项目开发和日常生活中。
一个具体的目标，竟然带来了比目标本身更广泛的收获。这也让我联想到了人工智能。
04｜那些看似无关的经历，开始汇合
以大语言模型为例，语言预测是其重要的训练任务之一，但是仅仅是预测语言，却在大量的训练下涌现出了智能。
这让我联想到自己的经历：为了提高成绩，我不断处理学习中遇到的问题；随着问题越来越多，我思考的范围也在扩大。从如何整理一道错题，到如何安排复习；从如何制定计划，到如何减少执行中的阻力，再到如何让一套流程长期运转。
我原本只是在追求一个具体的目标，却在这个过程中，逐渐形成了能够服务于更多目标的思考方式。
人与人工智能的学习机制存在很大差异，这里只是一个帮助我理解自身经历的类比。它让我注意到：在持续处理具体问题的过程中，我们也可能积累起用途更广的经验和能力。
至于这些能力为什么能够用于其他事情，我想，或许是因为许多看似不同的问题，面临着相似的约束。
无论是学习、编程，还是管理生活，我们都需要在有限的时间和资源下作出选择，需要从不完整的信息中形成判断，也需要根据行动结果不断调整。学会从具体问题中寻找共同规律，可能有助于我们处理其他领域的问题。
当然，找到相似之处，并不意味着已经掌握了一个新领域。具体的知识和练习，仍然需要重新积累。
不过，对我而言，人工智能的意义还远不止这种类比。它也让过去那些分散的兴趣与经历，有机会真正汇合。
小学时学习编程，我只是觉得有趣。那时我并没有想过，这些与学业关系不大的兴趣，会在多年后成为解决学习问题的基础。
编程让我逐渐熟悉了如何把模糊的需求转化为具体的功能，如何拆解问题，如何让不同的模块相互配合。它还让我习惯了一种思考方式：遇到不满意的东西，除了寻找现成的方案，也可以尝试亲手创造一个。
AI 进一步降低了实现这些想法的成本。过去，一些构想会因为技术门槛或开发成本而迟迟无法落地。现在，我可以与 AI 讨论需求、设计架构，再借助它完成许多具体的开发工作。
比如，在整理错题时，我一直希望减少录入题目、分类、整理答案等机械工作，把更多精力留给理解与复习。于是，我开始开发自己的错题管理系统 OMRS，尝试借助 AI 识别题目、整理信息，再围绕错题建立复习和反馈机制。
这个系统也逐渐成为我实践学习方法、检验设计思路的工具。学习中遇到的问题，成为开发的需求；开发过程中积累的经验，又反过来帮助我改进学习流程。
日常生活中，我用 Logseq 记录思考和复盘，用滴答清单管理任务，也尝试让 AI 帮助我梳理这些信息之间的联系。
一个想法最初可能只是随手记下的一条笔记，后来经过思考，变成需要执行的任务。执行中遇到的问题，又会带来新的记录和反省。这些信息原本分散在不同的工具中，而我开始尝试把它们串联起来。
虽然现在还远没有达到理想中的效果，但这些尝试让我看到，学习、编程、思考与生活之间，可以有更多联系。
编程为我提供了实现想法的基础，人工智能则让这些分散的能力和需求，有机会被连接起来。
小学时出于兴趣而学习的编程，初中时为了成绩而形成的学习习惯，后来逐渐发展出的反思与系统设计能力，到了今天，竟然开始相互补充。
这也让我重新思考，应该怎样评价一段经历的价值。
小时候花在编程上的时间，没有直接提高当时的成绩。但如果没有那段经历，今天的我可能就不会如此自然地想到，用程序和 AI 解决学习中遇到的问题。有些经历的意义，确实很难只凭当时的结果来衡量。
但新的问题也随之出现。
随着开发工具变得越来越容易，我能够实现的想法越来越多，想要改进的地方也越来越多。一个简单的需求可以延伸出新的功能，一套已经能用的系统，也总能找到值得优化的细节。
以前，我常常受限于能否实现一个想法。现在，我需要面对另一个问题：
当我有能力实现越来越多的想法时，究竟哪些才真正值得去做？
05｜回到现实：思考之后，仍要行动
最近重新翻看日记时，我发现，许多计划制定后便没有继续执行，许多想法记录下来后再也没有回顾。有些问题我曾经花了不少精力研究，也提出过看起来完善的方案，却没有在生活中真正坚持使用。
无论我能分析多少学习方法、设计多么复杂的系统，到了考场上，最终仍然需要在有限的时间里完成题目。这种能力，需要通过限时练习、复盘和调整来提高。
我逐渐发现，自己的思考已经走在了实践前面。
设计学习系统确实很有成就感。相比枯燥的重复练习，分析问题、构思方案、开发工具，往往更加有趣，也更容易让我感到自己正在取得进步。
而且，这种进步是真实的。我确实学会了如何分析复杂问题、构建工具，也积累了过去没有的经验。
但这些进步，并不一定能够直接转化为当前最需要的学习成果。有时，我花费大量精力优化工具，反而挤占了原本应该用于学习的时间。
过去，我因为缺乏方法而依赖大量时间投入；现在，我却可能因为过度追求方法，而挤占了真正用于实践的时间。
这还挺讽刺的。我最初研究学习方法，是为了减少不必要的时间消耗，研究方法本身却逐渐成了一项需要大量投入的活动。
更麻烦的是，这件事很难有明确的终点。一张试卷完成了，至少有一个具体的结果；系统却总有可以改进的地方。如果不去判断每次优化的实际收益，我就很容易一直忙下去。
所以，至少在目前这个阶段，我更需要让已有的方法真正发挥作用。
有些系统值得继续开发，因为它们能够长期减少重复劳动，解决持续存在的问题。但另一些问题，可以先用已有的办法处理。
某类数学题掌握得不够扎实，就认真总结方法，再找几道同类型的题检验。作文经常写不完，就先做限时训练，弄清楚时间究竟花在了哪里。
认真完成一次练习，深入复盘一道错题，坚持执行一项简单的计划，都可以给我具体的反馈。这些反馈，也能帮助我判断下一步究竟需要改进什么。
方法与实践，本来就需要这样来回调整。AI 可以帮助我更快地获取知识、分析问题、实现想法，但怎样选择目标、怎样分配有限的时间，仍然需要我自己面对。
回顾过去，我对时间和方法的判断已经改变过多次。现在的想法，将来也可能被新的经历修正。我愿意保留这种可能，也希望自己能把更多时间用在获得新经验上。
让思考指导行动，再让行动修正思考。
而写完这篇文章，本身就是一次小小的实践。我终于把 Logseq 里零散的思考、过去的经历和最近的反省，整理成了一份可以重新阅读的记录。至少这一次，有些想法没有停在笔记里。
或许再过几年，当我重新读到这里时，会发现其中存在不少幼稚甚至错误的想法。
但我希望那时的自己，已经拥有了足够多新的经历，能够清楚地解释今天的我究竟错在了哪里。