我的答案是：
写作
演讲
编程
如果你还处在人生奋斗的阶段（心态），不管你现在从事的是什么职业，都建议你一起来认真打磨这三样技能。
这三样技能的有一些共性：起步成本很低、产品可复用、积累有强大复利效应。
还有，也是最重要的，打磨这三样技能的过程，是大幅提升思考质量的过程。成长，从本质上来说，就是思考质量的不断提升。人与人之间，最大的差别，在于思考质量的差异。
写作
写作就是思考。写作水平的提升，就是思考质量的提升，就是成长。
大脑可以直接处理的信息很少，没有写下来之前，其实你并不知道自己真正思考的是什么。当通过写作来思考的时候，就是不断让自己想清楚和写清楚的过程。
这一点，开始认真写作之后，会有特别明显的体会，太多想法在大脑里，觉得特别清楚，但是一旦开始落实到纸上，就开始看到各种思维漏洞。
仅仅在大脑里思考，感觉想清楚了，其实那很可能都是幻觉，没有落实成文字，形成前后一致的观点和论证都不能算是想清楚了。
为什么？
如果思考只在大脑内进行，因为大脑带宽有限，而且多种认知偏差的存在，大脑会自我感觉过于良好，会选择性地忽略思维中的不统一。只有在书面形式下，我们才能以一定的距离从字面意思上看清我们的思考过程，评估、改进我们的思考质量。
写作提升感知。写作倒逼输入质量的提升。
既然写作就是思考，如果没有输入就没什么可思考的。开始经常写作之后，因为需要很多素材，所以就会像真正「睁开」了眼睛一样，会更加留心观察，心里会想怎样把观察变成文字。
会大大地扩大阅读量，为了写清楚一个简单的问题，也需要在多本书之间来回跳跃、反复搜索。会养成只字不差的阅读习惯，更加仔细读书做笔记，因为写作，思考过程都清楚地摆在了眼前，很多思维漏洞变得显而易见。
因此，学习写作的最开始（也可能从始至终）几乎必然会是一个挣扎的过程，因为会不断看到自己思维的缺陷、词不达意，熬着过去了，那么思考质量必然提升，收获切实的成长。
写作催生新想法。没有开始认真写作的人，最难以理解的一点。写作过程本身其实是，产生新想法的一个过程，最后写出来的内容，有 80~90% 想法是开始写之后产生的。
比如这篇小文，最开始我只是想把刻意练习通过写几个例子来理解清楚，结果发现自己就在打磨写作、演讲、和编程这三样技能，于是我觉得值得单独写一篇文章，尝试说清楚打磨这三样技能的原因。
「想清楚」才能「写清楚」，「写清楚」帮助「想清楚」。想得更清楚一点点，也就真正成长一点点。
演讲
演讲也是思考，而且，「讲清楚」和「想清楚」也是相互成就的关系。不同人可能有不同的偏好，有的人是在写的过程中把事情想清楚，有的人是在讲的过程中把事情想清楚。
相对于写作，演讲有一些特别的好处。
首先，当众演讲本身就是一种突破，有调查显示，公开演讲是几乎与死亡并列的人类恐惧的事情，有人宁愿去死也不愿意公开演讲。从这个角度来说，单纯的「敢说」就已经超越了大多数人。
其次，演讲受众更广，信息接受门槛更低，信息传递更加丰富。一方面，演讲对于受众来说，门槛更低，不像读书和看文章，那么需要受众耐心，可以有更高的信息触达率。另一方面，对于演讲者来说，演讲可以传递更丰富的信息，通过语音、语调、神态、肢体语言，更方便地传递情绪。单纯地输出文字的写作，这方面比较吃亏。
第三，会演讲、能演讲的人在人群中，会以极快的速度形成影响力，从而迅速脱颖而出。如果一个技术高手能演讲，那么就可能很快会成为其它技术高手的领导。绝大多数人成绩卓越的人，不一定写作，但几乎没有一个不是演讲高手、影响力高手：乔布斯、孙正义、马云、沃伦·巴菲特……
还有，通过视频号，如微信或者 Youtube 视频号，当众说话能力，还可以得到短视频和直播的加持，影响力扩增效果正在成倍地放大。
编程
编程可以认为是另一种非常格式化的写作。用的是严谨的计算机语言，告诉计算机执行特定逻辑流程。
计算机是 100% 逻辑设计的产物，因此计算机是 100% 讲逻辑的，是逻辑思考的最佳学习对象和载体。认真学习编程，就是在用最硬的铁，锤炼逻辑思考质量。
在编程过程中，通过计算机的「即时反馈」，编程者可在尝试-反馈-尝试迅速迭代程序的过程中，迅速反复迭代思维，实现提升思考质量更加快速地提升。
学习编程，是找了最好的逻辑思考老师，以最快的速度学习逻辑思考。
此外，学会编程，可以借助计算机、AI 来辅助提高、增强思考质量。AI 已经在众多领域超过人类，而且还在以惊人的速度加速迭代提升。
比如，围棋因其棋路的高度多样性，而带来的复杂度，曾被认为计算机不可能超过人类，也已经沦陷。
几年前，曾轰动一时的 AlphaGo 击败战胜韩国职业棋手李世石，而且 AI 还在以惊人的速度加速迭代， AlphaGo Lee，到 AlphaGo Master，再到 AlphaGo Zero，总共历时不到两年时间。
AlphaGo 迭代时间线，归纳自 Wikipedia [1]：
2016年3月，代号 AlphaGo Lee 以 4:1 成绩，战胜韩国职业棋手李世石，赢了一局，挽回人类最后一点颜面。
2017年1月，代号 AlphaGo Master，以 60 战全胜的战绩，战胜了包括柯洁、朴廷桓、井山裕太在内的世界围棋冠军棋手。人类冠军棋手全军覆没。
2017年10月，《自然》杂志上发表了一篇文章介绍AlphaGo Zero，是一个没有用到人类数据的版本，比以前任何击败人类的版本都要强大。3天的学习，以100:0的成绩超越AlphaGo Lee，21天，达到了AlphaGo Master的水平，40天，超过了所有之前的版本……
这个例子说明，AI 在某个领域，一旦超过人类，然后就会一骑绝尘，人类再也没有可能赶上。
既然没可能打败AI，那么我们就通过学会编程加入它们，让 AI 为我们所用，借用AI 这个强大的工具，提升思考质量**，提升工作效率。
最近，一个非常震撼的例子是，笑来老师一天时间翻译完一本书。[2] 如果单纯人力，翻译一本30万字书，快也要三四个月，甚至一年以上，那还是团队合作。
令人震撼的，其实不完全是 DeepL API 翻译水平，尽管翻译质量已经令人惊叹。
真正震撼的，同时也是好消息：学会写一点简单的 python 脚本，[3] 就可以高效地调用这些功能强大的 AI 翻译 API，实现效率的成百倍的效率提升。类似的例子还有很多……
最后，成长路上的你，一起来打磨写作、演讲、编程这些技能吧。
参考文献：
[1] 《AlphaGo》 Google DeepMind开发的人工智能围棋软件。https://zh.wikipedia.org/wiki/AlphaGo
[2] 《当翻译竟然变成了文本编辑》https://mp.weixin.qq.com/s/6onVoGSCFTZxE6GrZBIyPg
[3] 《用 Python 脚本调用 DeepL API Pro 进电子书的行自动翻译》 https://github.com/xiaolai/apple-computer-literacy/tree/main/deepl-aided-semi-automatic-book-translation
Comments
Post a Comment
https://gengwg.blogspot.com/