从97×96到万亿项目:为什么说世上所有难题,本质都是“信息压缩”问题?

资讯 36氪 全文 4325 字 · 约 11 分钟读完 配图 2 张

神译局是36氪旗下编译团队,关注科技、商业、职场、生活等领域,重点介绍国外的新技术、新观点、新风向。

神译局是36氪旗下编译团队,关注科技、商业、职场、生活等领域,重点介绍国外的新技术、新观点、新风向。

编者按:常人靠拼脑力硬抗难题,顶级操盘手靠“压缩认知”。别再盲目照搬别人的方法论,掌控复杂系统的关键,是找出那3到5个真正决定全局的底层变量。文章来自编译。

让大多数人在脑子里计算 97 × 96,他们往往会瞬间卡壳。

但如果你去问一个精通心算的人,他们几秒钟内就能报出答案:9312。

区别在于他们的做法:

他们不会直接计算 97 × 96,而是把它看作 (100 - 3) × (100 - 4),算式随之变成 10000 - 400 - 300 + 12 = 9312。

前一种人试图在工作记忆中同时记住七个数字:9……7……进 4……再乘以 9……

心算高手并不是在硬算速度上比常人更快,而是把复杂的信息压缩成了大脑可以自动处理的结构。

从97×96到万亿项目:为什么说世上所有难题,本质都是“信息压缩”问题?(配图 1)

困难的心算 VS 轻松的心算

所有领域的精通,背后都是同一套逻辑。

原本十七个步骤的流程,变成了“顺手就做完”;原本让人不知所措的庞大项目,变成了一眼就能识别的几个模式。

你之所以做不好,是因为你还没学会把复杂的事物压缩进正确的结构里。

为什么你的大脑处理不了未经加工的复杂信息

人的有意识注意力一次只能容纳大约 4 到 7 个信息组块(chunk)。

仅此而已,就四到七个。

这就是为什么 1000000000 读起来比 1,000,000,000 费劲得多。同样的数字,没有逗号时,大脑要逐个解析九个数字;有了逗号,只需处理三个组块。

我们发明千位分隔符,正是因为它契合大脑处理信息的方式。

整个人类创新史,就是一部把复杂事物不断压缩进更优结构的历史。

我们发明文字,是因为口头语言转瞬即逝,你无法在脑海中同时装下一整套论证。

我们发明代数,是因为仅靠文字来推演问题,认知负担太重。

我们发明电子表格,是因为排列整齐的数字列比描述同一数据的大段文字更容易处理。

乐谱、电路图、建筑蓝图、化学式——都是压缩工具。它们把复杂到几乎无法处理的信息重新组织,变成容量只有 4 到 7 个组块的工作记忆能够操作的形式。

所谓化繁为简,就是找到更好的结构,把更多的信息压缩进更少的组块。

但要当心:过早压缩,可能让你对现实中尚未显露的东西视而不见。

如何更好、更轻松地思考

大多数人应对复杂问题的方式都有致命缺陷:

从97×96到万亿项目:为什么说世上所有难题,本质都是“信息压缩”问题?(配图 2)

思维矩阵

既浅又窄(Shallow & Narrow):毫无规划,一片混乱。

深而窄(Deep & Narrow):只盯着三颗棋子,却往后推演三十步。一旦局势转移到他们没留意的棋子上,之前所有的思考都白费了。

广而浅(Broad & Shallow):设想了二十条可能的路径,每条只往前看两步。当其中一条真的发生,他们就会陷入困境,因为从没想过接下来怎么走。

这三种方式失败的原因如出一辙:试图在工作记忆中容纳太多未经压缩的信息。

解决之道:思考要有足够的深度和广度,但只针对真正值得思考的内容。

目标不是同时追踪一切,而是知道该忽略什么。

埃隆·马斯克并不会每天巡视每家公司的每个部门。2018 年,特斯拉在 Model 3 的产能上陷入困境时,他在工厂的地板上睡了好几个星期。他把精力集中在瓶颈上,其余一切则在“自动驾驶”般的状态下运转良好。

管理大型项目的方法,是把运转正常的部分压缩成无需费神的模式,这样就能把宝贵的 4 到 7 个工作记忆组块,用在真正的问题上。

有限手段的无限运用

有些复杂系统背后存在一套底层的“语法”。

这里说的不是语文课上的语法,而是乔姆斯基所指的语法:一种表征结构的系统,能够对有限的手段做无限的运用。

我们只有二十六个字母。古人大概会以为,今天的词汇早该用光了。事实恰恰相反:有限的手段(26 个字母)衍生出了无穷的排列组合、无穷的书籍和无穷的思想。

音乐只有十二个调。按理说,几百年前我们就该把曲子写尽了,可今天的音乐却比以往任何时候都丰富。

原因不在于随机,而在于规则约束了排列组合——正是这种语法创造出秩序,而非混乱。

并非所有复杂系统都能被如此干净地压缩。数学有清晰的语法,音乐也有;但人类行为、法律体系以及许多现实问题具有涌现式的复杂性,很难被规整地压缩下来。

但在存在语法的地方,试图应对全部复杂性会很低效。更容易的办法是找到那些“有限的手段”——即核心的、难以随意改动的原则,正是它们生成了你想要的结果。

压缩,是我们构建能够超越直接经验的解释的方式。

这种方法为何有效:神经科学的视角

当你把复杂性压缩成模式时,你是在把陈述性知识(需要有意识回忆的事实)转化为程序性知识(自动执行的模式)。

陈述性知识占用工作记忆,程序性知识不占用。一个模式练得足够多之后,大脑执行它就不再需要有意识的努力。这个模式本身就成了一个组块,甚至不足一个组块,因为它已经自动化了。

关于技能习得的研究表明,专家的出色表现主要依赖存储在长期记忆中的模式识别,而不是有意识的临场斟酌。

这就是为什么 C 罗并不是“单纯地射门”。他花了多年时间,把射门的技术动作压缩进自动化的程序性记忆。比赛中,“射门”只是一个毫不费力的组块,使他得以腾出工作记忆,去观察防守球员、射门角度和时机。

如何压缩:三步走

第一步:识别“有限的手段”

跳出细节,从宏观审视你的项目:哪 3 到 5 个核心要素,一旦改变,就会从根本上改变整个结构?

它们不是待办任务,而是衍生出其他一切的基础变量。

对软件项目来说,是数据模型、用户流程和核心算法。

对一本书来说,是核心论点、叙事结构和论据类型。

这些就是你的“有限手段”。其余一切,都是这些核心要素的排列或组合。

第二步:绘制“无限的运用”

找到有限的手段之后,梳理它们如何相互作用:改变其中一个变量会怎样?两个变量冲突时又会怎样?

大多数人在这一步都会失败。他们试图为每个具体场景做预案,而不是去理解背后的生成规则。

以心算为例:你不必死记 97 × 96 = 9312,而是学会这条规则:(a - x)(a - y) = a² - a(x + y) + xy。这样,任何同类题目你都能立刻算出。

在项目管理中,你也不必为每一种可能的危机做预案,只需弄清核心依赖关系:模块 A 出故障,B 和 C 会受影响,而 D 和 E 相互独立。把这些关系梳理一次,无论哪里出问题,你都能应对。

第三步:沉淀为“看不见”的知识

一旦理解了这套语法,复杂性就会变得自动化。你不再需要琢磨每一种具体的排列组合,因为生成规则已被你内化。

这是压缩的最终形态:从有意识的执行,变为无意识的执行;从工作记忆,沉入程序性记忆。

都不易,也都不难

“都不易,也都不难,只是你的思维让它如此。”

——我的朋友穆罕默德·迪科(Mohammed Dikko)

难度不是任务本身的属性,而是你知识结构的属性。

如果你试图在工作记忆里同时装下九个数字,97 × 96 就显得很难;如果你已经把它压缩了,它就显得很容易。

开发基因组测序的 AI 模型之所以比学井字棋“更难”,只是因为前置知识更多——需要先压缩的“有限手段”层级更多。可一旦你把它们压缩了,它就不再显得难。

这就是知识能带来指数级增长的原因:每压缩一块复杂性,都会成为你更快压缩下一块的杠杆。

为什么自律会变得越来越容易

压缩让自律变得更容易。

大多数人在没有压缩的情况下硬撑自律,是在咬牙熬过 47 个步骤,而他们本该先找出那 3 个能让这些步骤变简单的“有限手段”。

每周写文章、做 100 个深蹲,对我来说并不是什么甜蜜的享受,只是比不做的后果好太多。

如果你缺乏动力去做那些能让你更接近目标的事,原因要么是:

  1. 错估了难度(它很可能比你想象的容易)

  2. 对行动能否带来结果没有把握(这会让你执行得很差)

大脑讨厌把精力浪费在看不到结果的事情上;只要有比现状更好的选择,它就会立刻扑上去。

自律,就是以更小的阻力去执行被压缩的知识。

从容是挣来的;当理解不断累积,费力便化为优雅

为什么大多数建议会失效:你无法照搬别人的压缩

好的建议是可复现的。

如果有人给你“赚到一万美元的五个步骤”,你照做了全部五步,却一分钱没赚到,那么只可能是以下两种情况之一:

  1. 你漏掉了某个他们没提到的要素

  2. 那纯属胡扯

更深层的问题在于:压缩需要创造性的诠释。

总得有人先发现,a² = (a + b)(a - b) + b² 可以用来心算大数的平方。这需要对数字关系有创造性的洞察。不同文化也正是基于各自独特的视角,发展出了不同的心算体系。

什么样的组块才算“自然”,取决于你的背景、你的思维模型,以及你已经内化了哪些模式。

任何压缩都必然突出某些方面、遮蔽另一些方面,而选择突出什么,本身就是创造性的。正因如此:

优秀的老师不仅精通自己的学科,还懂得如何针对不同的听众对它进行压缩。

优秀的领导者不仅看得到复杂性,还看得出哪种压缩能帮助团队有效行动。

再好的建议,如果只给你别人的压缩结果,却不帮你培养自己寻找压缩的能力,也会失效。

大师把“他们自己”的复杂性压缩成了一份清单。但他们的有限手段并不是你的有限手段,他们的压缩选择未必适合你的思维架构、你的处境或你的目标。

菜谱管用,是因为你能看到全部食材和完整流程。抽象的建议失灵,是因为缺失的“食材”看不见:多变量的前提条件、未言明的技能、情境知识,以及最关键的——让他们的压缩得以奏效的那种创造性诠释。

好的建议不只告诉你压缩出了什么,还教你如何找到压缩;糟糕的建议只给你表面的步骤,不奏效时还怪你。

真正的本领不是压缩本身,而是选择好的压缩的“元技能”。

你无法照搬别人的压缩,必须培养自己的能力:发现模式、检验压缩,并判断一个压缩何时有效、何时失效。

这也是心算这个例子之所以有说服力的原因:它展示的是某个人发现的、具体而富有创造性的压缩,而不是一个可以盲目照搬的自动流程。

找到属于你的“有限手段”

挑一个你手头的复杂项目,一件让你不堪重负的事。

问问自己:哪 3 到 5 个核心要素,如果我能彻底理解,其余一切就会变得显而易见?

把它们写下来,画出它们之间的联系。方框加箭头、一张图,什么形式都行,只要能把这些关系从脑子里搬到纸面上,让你把它们当作一个组块来看。

检验你的压缩:它能让你的行动更有效吗?能揭示新的可能性吗?现实一变,它就崩塌吗?调整,迭代。

你也可以借助我的 Fool-Proof AI Kit 来加快这一过程。

你的有限手段是什么?找到它们,检验它们,打磨它们。

然后,去做出点了不起的东西。

祝好!

译者:boxi。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. AI让我们更忙?考恩、索洛、杰文斯三个悖论

    先说个我自己的直观感受: AI写文章越来越牛逼,三分钟就能吐出一篇像模像样的稿子。 但要写出一篇走心的、大家愿意读的文章,一点也没有变得更容易。 我很多大厂的前同事也天天在用AI,但很明显,老板的要求越来越高,很多产品经理都要求拿着能运行的demo去过评审会。 最终,AI并没有给我们省时间,反而让我们越来越忙。 今天卫

    来源 AI 行业观察
  2. SuperLink2026落地北京:12月2-3日,3000位创投人聊什么

    2026年,中国股权投资市场正在经历深刻的结构性演进。一级市场投资逻辑持续迭代,资本对于长期价值与产业落地的关注不断加深,人工智能加速渗透各行各业,一批创新企业和年轻创业者正在崭露头角。资本、科技与产业之间高效、深度的连接,正变得更加重要。 在此背景下,12月2-3日,由清科控股(01945.HK)、投资界主办的Sup

    来源 AI 行业观察
  3. 辛顿:AI数学已超多数数学家,10年内或开出人类看不懂的分支

    【“AI教父”辛顿:10年内AI或开创人类无法理解的数学分支】财联社11月16日电,诺奖得主、“人工智能教父”辛顿当地时间11月14日表示,AI在数学上已比几乎所有数学家都更聪明;多数数学家都判断,未来几年、很可能10年内,AI将发展出人类根本无法理解的数学分支。(澎湃新闻)...

    来源 腾讯网
  4. 击败传统 K-pop 偶像,AI 辅助制作歌曲首次登顶韩国热门音乐排行榜

    IT之家 11 月 17 日消息,据日经亚洲今天(17 日)上午报道,韩国 AI 音乐项目 MEOMURU 推出的《你成为梦想中的大人了吗?》登顶 Melon TOP100,成为第一首登上韩国主要音乐榜单榜首的 AI 辅助制作歌曲。 该曲在当地时间 13 日登上 Melon TOP100 榜首,截至当地时间 16 日仍

    来源 AI 行业观察
  5. 刚刚,陈丹琦官宣兼职加入Noeri,新公司押注AI自进化

    普林斯顿大学计算机科学副教授陈丹琦,加入了一家刚刚亮相的 AI 公司。 今天凌晨,陈丹琦在社交平台透露,自己两个月前就以兼职身份加入了 Noeri。她对这支团队的研究方向颇为期待,尤其关注 AI 在科学发现中的应用,希望让每一位科学家都能把 AI 用在自己最棘手的研究问题上。 Noeri 由斯坦福大学计算机科学教授 Y

    来源 AI 行业观察
  6. 开发者做出特殊ZIP文件:能解压、能启动PC、还兼容Multiboot

    IT之家 11 月 17 日消息,开发者 David Oberhollenzer(网名 Goliath)制作了一个特殊的 ZIP 文件 boot.zip。 这个文件既能通过常规解压软件正常读取和解压,也能作为操作系统启动镜像,通过传统 BIOS 启动兼容的老式 PC,还支持 GRUB、QEMU 等兼容 Multiboo

    来源 AI 行业观察
  7. 樊路远卸任大麦娱乐主席及CEO:徐宏接任董事会主席

    公告显示,樊路远因专注发展个人事业,已辞任公司执行董事、董事会主席及首席执行官。董事会对樊路远任内对公司作出的宝贵贡献致以衷心感谢。大麦娱乐董事会同时宣布,徐宏获委任为非执行董事及董事会主席;沈严获委任为执行董事及联席总裁。2025年5月21日,阿里大文娱集团宣布即日起更名为虎鲸文娱集团,旗下阿里影业更名为大麦娱乐。

    来源 TechWeb
  8. 樊路远辞任大麦娱乐主席兼CEO,徐宏、沈严接任

    公告显示,樊路远因专注发展个人事业,已辞任公司执行董事、董事会主席及首席执行官。董事会对樊路远任内对公司作出的宝贵贡献致以衷心感谢。大麦娱乐董事会同时宣布,徐宏获委任为非执行董事及董事会主席;沈严获委任为执行董事及联席总裁。2025年5月21日,阿里大文娱集团宣布即日起更名为虎鲸文娱集团,旗下阿里影业更名为大麦娱乐。

    来源 TechWeb
  9. 360回应市场部负责人被带走调查:内审发现问题

    【TechWeb】11月17日消息,针对360副总裁、市场部负责人卜思南已在上周被警方带走调查的消息,360向TechWeb表示:经初步了解,公司内审发现该员工涉嫌经济问题,立即向公安机关报案,目前该员工正在接受有关部门调查。公司一贯要求全

    来源 TechWeb
向下滚动自动加载更多