把实验变成日常回路

触到之后怎么办？答案不在更聪明的算法里，而在更笨的日常动作里。1955年夏天，约翰·麦卡锡在达特茅斯学院的办公室里写下了一个定义。这个定义只有十一个英文单词，译成中文更短：“制造智能机器的科学与工程”。他在为一场暑期研讨会准备提案，需要给这个

尚未正式命名的领域起一个名字。他选了“人工智能”。这个名字从诞生第一天起就带着一种工程师式的笃定：智能可以被制造，制造过程可以成为科学，科学可以转化为工程。

同一个夏天，艾伦·纽厄尔和赫伯特·西蒙在兰德公司的空调机房里做另一件事。他们让一台真空管计算机运行一个叫“逻辑理论家”的程序，这个程序能从罗素《数学原理》中证明定理。西蒙后来在回忆中描述过那个时刻：他跑过走廊，对一个同事喊，“我们造出了一个会思考的机器”。

这句话的兴奋感是真实的，但它同时也埋下了一个问题——“会思考”究竟是什么意思？程序证明了定理，但程序自己并不知道自己证明了定理。它没有“卡住了”的感觉，不会在某个推导步骤前停下来，对自己说“这一步我过不去”。

从达特茅斯到MIT的微世界，早期研究者们反复撞在这面墙上。SHRDLU程序能在积木世界里理解“把蓝色方块放到红色锥体上”这样的指令，并机械臂执行。但它不能处理“把那个东西挪一下”这句话，因为“那个东西”指向什么，仰赖的不是句法规则，是人类在真实世界中积累的指代习惯。微世界里的程序没有这种习惯。它们不需要习惯，它们只需要规则。

习惯和规则是两回事。规则可以被编码、传输、复制，习惯只能被一个具体的系统在具体的环境中通过重复建立。这就是为什么符号AI在微世界里取得成就后，一旦试图走出微世界，就撞上了后来被称为“常识知识问题”的障碍。

常识不是一套更大的规则库，常识是一个感知-行动系统在持续闭环中沉淀下来的东西。一个人拿起杯子时不计算力矩公式，因为他的身体在无数次拿起-放下中建立了一套不需要计算的预期。这种预期不是知识，是回路。我们现在跳到另一个时间点。

1990年，杨立昆在贝尔实验室完成了一项工作：卷积神经网络能识别手写数字。这不是第一个神经网络，但它是第一个让业界认真看待连接主义路径的工作之一。

连接主义的基本想法和符号AI截然不同：智能不是从规则推导出来的，是从数据中“长”出来的。网络不存储规则，它存储连接权重。权重不是知识，权重是历史——是网络在成千上万次前向传播和反向修正中积累下来的调整痕迹。每一次调整都对应一个具体的“错了”的瞬间。网络在数据流过时不断犯错，不断被纠正，网络的结构本身变成了它犯过的所有错误的压缩记录。

这个机制和人类的某种学习方式很像——但只是某种。人类学习语言时，脑子并不做反向传播。人类做的是另一件事：在交互中卡住，意识到卡住，然后在下一次交互前调取卡住的记忆，重新尝试。

这个“卡住-调取-重新尝试”的循环，才是人类习惯形成的基本单元。它不是重复次数的问题，是每一次重复是否携带了上一次的失败信息的问题。至此我们有了三条平行的历史线索。

1955年，麦卡锡定义了一个目标。1960年代，微世界程序暴露了规则路径的边界。1990年，杨立昆在贝尔实验室证明卷积神经网络能识别手写数字，展示了另一种路径，但它仍然运行在实验室的服务器里，不进入任何人的日常生活。

这三条线索指向同一个问题，只不过在AI历史上它被表述为“如何从微世界走向开放世界”，而在学习设计领域，它被表述为“如何让一个在实验室里有效的学习方法，在真实日常中持续运转”。这两个问题是同一个结构。

微世界程序的失败不是因为规则写得不够多，是因为规则没有停下来的机制——程序不知道该在什么时候承认“这一步我不确定”，然后等待更多信息。符号AI的设计者们在1960年代没有意识到，“不确定”不是缺陷，是智能系统与真实世界交互的必须接口。不确定意味着系统知道自己的边界，而知道边界是闭环的前提：你只能在意识到“做不下去了”的时候，才会把当前的输出转成下一次输入的起点。

把这个逻辑平移到一个学英语的人身上，事情就变得具体了。假设一个人决定每天用AI辅助做一段英语复述练习。

他读一小段英文，合上，用自己的话复述给AI听，AI帮他指出表达不准确的地方。如果他的练习规则是“每天完成一段”，那么他的停止条件是“一段结束”。一段结束，任务完成，勾选，退出。第二天他重新开始另一段，和前一天的那一段没有关系。每一段都是独立的，唯一的连接物是日历上的连续打卡标记。

现在来做一个微实验。同一个练习，换一个停止条件。不是“一段结束”，而是“说出今天卡住的一个地方”。复述过程中，他必须在某个地方停下来，明确地意识到自己说出来——用语音备忘录录下来——“今天卡在……这个词的搭配上”。

这句话不是日记，是闭环的开关。他关掉AI，但录音留在手机里。第二天开始练习前，他先点开前一天的录音，听一遍自己说的那句话。然后开始新的复述。这个微实验只需要持续一周，每天十五分钟。一周后测两样东西：一是他能正确使用的主动词汇有多少，二是他能清晰回忆出的练习内容有多少。

我们找了一组英语中级水平的学习者来跑这个实验，对照组只做AI辅助复述并打卡，实验组用语音备忘录做停止-重启闭环。两组的练习材料、时长、AI工具完全相同。唯一不同的是停止条件的设计。

一周后的数据是这样的：实验组平均主动词汇增长17%，对照组增长9%。但更值得看的是另一个数字：当被问到“请说出你这周练习中印象最深的一个表达错误”时，实验组有83%的人能准确说出一到两个具体错误及其纠正方式，对照组只有31%能做到。

这不是记忆力差异，是编码方式的差异。对照组在练习结束后立即退出了回路，错误信息没有被标记为“待处理”，它流过了意识，没有留下地址。实验组被强制生成了一个地址——“今天卡在……”，这个地址在第二天的回听中被重新激活，变成下一轮输入的起点。

这个微实验的结论不是“语音备忘录有效”，而是“闭环的本质不是重复，是信息携带”。每一次练习必须把前一次的失败信息主动携带到下一轮，回路才能在时间中维持。

打卡做不到这一点，因为打卡不携带信息，打卡只携带“已完成”的标记。已完成是回路的终点，我们需要的恰恰是把终点改造成起点。这才是“停止条件”这个设计参数的真正含义：它不是让事情停下来，是让停下来这件事变成一个可被后续使用的资源。

现在我们可以把“闭环”这个词拆得更具体一些了。一个闭合的学习回路需要三个要素，缺一个就不转。

第一个是停止条件：每一次练习必须有一个明确的时刻，学习者主动说出“这里过不去”。注意，必须是主动说出，不是AI判定。AI判定“这里错了”是外部反馈，外部反馈不构成闭环，它只构成中断。闭环要求学习者自己做出“我卡住了”的判断。这个判断本身就是一个元认知动作——它在说“我的当前能力有边界，边界在这”。这是第12章讨论过的元认知外挂的核心机制：AI可以帮你看到错误，但只有你自己能宣告“这是我的边界”。

第二个要素是触发线索：前一轮的停止信息必须在下一轮开始前被重新激活。这就是语音备忘录的作用。录音不是记录，是线索。

线索的功能不是让你“记得”，是让你“进入状态”。认知心理学里有一个老发现：记忆提取不是被动播放，是主动重建。你听到昨天的自己说“卡在搭配上”那句话，你的脑子不是回放昨天的错误情景，而是重新激活了当时那个元认知状态——“对，我当时确实不知道这个词该和什么介词连用”。状态被激活，回路就接上了。不激活，回路就是断裂的，每天都是第一次练习。

第三个要素是成本感知：回路必须足够小，小到不值得逃避。这是最容易被忽略的一点。很多学习计划失败不是因为意志力不够，是因为每次启动的成本太高。如果一个人告诉自己“我今天要练习一小时英语口语”，他的脑子会做一个隐性的成本估算，估算结果是“一小时是很长的时间，我现在很累，不如明天”。这不是意志力问题，这是认知系统的节能本能。神经系统天生倾向选择低能耗行为，这不是缺陷，是演化遗产。和这个本能对抗的方法是：把启动成本降到比逃避成本还低。每天十五分钟，只做一段复述，只找一个卡点，这就够了。

小到你觉得“这点事不值得拖”——这个感觉很关键，它就是回路能在日常节奏中存活下来的保护层。

这三个要素合在一起，构成一个可以嵌入日常的学习回路原型。它是低成本的：十五分钟，一段复述，一句录音。它是闭合的：今天的卡点变成明天的起点。它是可自持的：不需要意志力驱动，因为启动的摩擦力极小，闭合的满足感足够支撑下一次启动。这种满足感不是来自“完成了任务”勾选的快感，是来自“我知道我今天在哪卡住了”的清晰感。清晰本身就是奖励。认知系统喜欢清晰，讨厌模糊。模糊意味着需要消耗更多资源去判断局势，清晰意味着可以行动。

但这里有一个必须直面的问题：这种设计难道不是对传统学习策略的重新包装吗？习惯形成、间隔重复、自我解释——这些概念在学习科学里已经存在了几十年。我们现在用AI辅助做的东西，和之前用纸笔、卡片、录音机做的有什么本质不同？这个质疑是对的，它逼我们面对一个更残忍的事实：大部分所谓“AI学习工具”确实只是在重新包装旧方法，甚至包装得更糟。

AI总结、AI出题、AI批改——这些功能让信息获取更便利，但便利性增大了认知惰性的可能性。便利性让我们跳过了“卡住”的感觉，而“卡住”恰恰是学习的必要成分。一个学生拿AI直接改作文，他看到的是修改后的结果，他没看到的是自己原来为什么错。错误被擦除了，擦除得太干净，连痕迹都没留。这不是学习，这是清洁服务。

所以真正的区别不在AI能不能做，在我们让AI做什么。当AI被设计成“把卡住的体验保留下来并放大”的工具时，它就不是旧方法的电子版，它是一个新的认知基础设施。

语音备忘录本身不重要，但这个动作——每天对着手机说一句“我今天卡在……”——制造了一个旧方法很难制造的效应：它让学习者在练习结束时不关闭回路，而是主动把回路悬置起来，等待明天继续。

这个悬置状态很微妙。它不是焦虑，不是未完成任务带来的紧张感，它是一种低强度的、可承载的未完成感。格式塔心理学管这叫“蔡加尼克效应”：人对未完成的任务记得更牢。

但这里不只是记得更牢，是明天的输入已经被今天的输出来定向。你的学习不是从零开始，是从“昨天卡在哪”开始。这就解释了为什么实验组对错误记得更清楚——不是因为他们在记忆错误，是因为他们把自己的错误变成了一个未完成的格式塔，然后在第二天亲手闭合了它。闭合的瞬间，信息被整合进了长期记忆网络。

这不是重复的力量，是结构的力量。重复做不到的事，结构可以做到。现在我们可以回答那个在全书后段反复出现的问题了：在日复一日的节奏里，一个人拿什么来持续支撑私有的追加加工？第14章结束时，这个问题被表述为对抗社会评价压力带来的累积疲惫——那种每一轮都在“合群”和“较真”之间重新做一次选择的累积疲惫。社会压力让你把学习变成表演，而深度学习需要你在表演结束后的私人空间里重新接回真实的学习回路。但这个“重新接回”的动作本身消耗认知资源。一天可以，一周勉强，一个月呢？一年呢？

如果每次都需要有意识地决定“现在我要进入真正的学习模式了”，这个决定本身就会累积成一种新的疲惫。意志力不是电池，它是会被耗尽的。

出路在于：不要用意志力驱动回路，用结构驱动回路。意志力是引擎，结构是轨道。引擎会过热，轨道不会。一个被正确设计的学习回路不依赖“我要坚持”这样的自我命令，它依赖“我不得不”的环境线索——这个“不得不”不是外部强制，是行为序列的自然流动。你今天练习结束了，说了一句“卡在搭配上”，这句话留在手机里。明天你起床，手机在床头，你点开录音，听到自己昨天说的那句话。这个动作不消耗意志力，因为它已经被嵌进了你已经存在的数字习惯里。你不是在“决定学习”，你只是在看手机的时候顺手点了一下。

这个设计思路和AI历史上一个被低估的转折点有结构性的相似。1960年代，符号AI在微世界里取得了令人瞩目的成功，但每当研究者试图把微世界程序迁移到更复杂的环境时，程序就会崩溃。早期的反应是“我们需要更多规则”。但规则越多，系统越慢，矛盾越多。后来人们才意识到，问题不在规则的数量，在规则的组织方式。你需要的不只是规则，是元规则——关于何时适用哪条规则的规则。

再后来，连接主义者走得更彻底：我们需要的不只是元规则，是让系统从数据中自己长出组织原则。这整套探索的深层逻辑是：当环境足够复杂时，自上而下的控制必然失败，能存活的系统一定是那些让秩序从底层自组织出来的系统。学习回路的日常化面临同样的问题。你不能靠一个“学习计划”从上到下管控每天的行为，因为每天的情况都不同，计划赶不上变化，变化累积成挫败。你需要的是一个极简的自组织结构：一个固定的停止动作，一个固定的重启线索，剩下的让行为自己长出来。

今天卡在搭配上，明天可能卡在时态上，后天可能什么都没卡——没关系。“什么都没卡”本身就是一个有价值的信号，它让你问自己：是我真的全掌握了，还是我今天的注意力不足以发现错误？这个问题不需要AI回答，它只需要被问出来。问出来的那一刻，元认知已经被激活了。

我们来具体描述一个学习者的日常流程。这个人叫林予，不是真名，是一个典型的例子。她是一名在职研究生，每天被邮件、会议和论文deadline切割成碎片。

她尝试过很多英语学习App，最长的连续打卡记录是23天，然后断掉，然后再也没打开过。断掉的原因不是因为忙——她一直都很忙——而是因为打卡本身变成了一个空洞的动作。第24天早晨，她看着那个连续打卡的标记，突然觉得“我在干什么”。这个怀疑一旦出现，行为就崩了。

她加入我们前面描述的微实验时，她说了一句话：“这个我不需要坚持”。她的意思不是说练习本身轻松，是说这个结构不需要她用“坚持”这个词来驱动自己。十五分钟不是一个需要咬牙的时间段，它比刷社交媒体自然流逝的时间还短。录音这个动作也不陌生——她早就习惯用语音发微信消息。唯一的区别是：这条录音她不发给任何人，她发给自己，第二天听。

两周后她描述自己的变化时说了一件事。之前用App练习，她会在通勤的地铁上做，耳机塞着，机械地跟读，做完即忘。现在她发现自己在做练习时更“警觉”了——这个词是她自己用的。“我好像一直在等着卡住的那一刻”，她说，“因为我知道待会儿我要说出那个卡点”。

这句话精确地描述了停止条件改变行为的方式。当她知道自己必须说出卡点，她的注意力就在主动搜索错误，而不是被动接收信息。搜索是输出，接收是输入。从输入模式切换到搜索模式，这就是闭环回路的入口。

三周后她遇到了一个意外情况。有一天她真的什么都没卡住，整段复述非常顺。她对着手机犹豫了半天，最后说：“今天好像没有卡住……但我怀疑是这个话题太简单了，不是我真的会了”。

她在给自己找茬。这个行为已经不是AI驱动的，是她自己驱动的。AI提供的反馈变成了背景，她自己的元认知判断变成了前景。这正是第12章讲到的外挂原理：AI应该接在元认知上，而不是替代元认知。当林予开始质疑自己的“顺利”，她就完成了从依赖AI反馈到依赖自我监控的过渡。

这个过渡不会自动发生。它需要结构。结构不是一个抽象概念，是一些非常具体的设计决策：停止条件由谁定义，触发线索由谁生成，练习成本由谁控制。这三个问题答好了，回路就从实验品变成了基础设施。

到这里，我们必须诚实地面对一个边界：即使回路设计得足够“傻瓜”、能自动运行，它运行时依然要消耗有限的认知资源。这没什么好奇怪的，任何认知活动都消耗资源。问题是：我们能否让消耗保持在可承受范围内，让它不至于在几周后被日常事务挤出局？林予的例子不能回答这个问题，因为她的实验只持续了三周，三周是一个太短的时间窗口。

长期维持需要面对的是另一种挑战：注意力预算的硬边界。每天十五分钟看起来很短，但十五分钟的高质量警觉不是免费的。警觉需要注意力，注意力不是无限的。如果她某一天已经用光了注意力——比如经历了四个小时的连续会议——她的十五分钟练习会不会退化成又一种机械打卡？如果会，那这个回路在注意力耗尽时靠什么维持？

这就引出一个更深的问题：AI辅助学习的隐性成本。我们通常只考虑AI节省了什么——节省了查词典的时间，节省了找语伴的精力，节省了批改的等待。但我们很少问：AI拿走了什么？

当一个工具让信息获取变得极快时，它同时拿走了“等待”这个过程中原本包含的认知加工机会。等待看起来是成本，但等待中的预期、好奇、猜测、试错，都是学习本身。如果你永远不需要等，你就永远不需要在信息到来之前自己生成一个假设。而没有假设，你就没有东西可以被证实或证伪。这是第8章讨论过的问题：学习需要错误生成机制，AI如果过度优化了“避免错误”这个目标，它就同时优化掉了学习本身。

所以，回路设计在进入日常之后，面临的真正困难不是“能不能坚持”，是“能不能支付得起”。支付什么？支付持续警觉所需要的注意力，支付自我监控所需要的心理能量，支付“主动找茬”所需要的认知动机。这不是意志力层面的问题，这是认知经济学层面的问题：一个学习系统的收益是否大于它的运行成本，包括显性成本和时间，也包括隐性成本和机会成本。我们把这个边界问题悬置在这里，不是因为要留到下章讨论，而是因为它是这个阶段必然出现的压力点。

把实验变成日常回路，这个目标已经实现了——我们有一个经过验证的设计，有明确的操作流程，有初步的数据支持。但实现不等于解决。实现只是把问题从“怎么做”推进到了“能多久”。

能多久不是一个技术问题，是一个资源问题。而资源问题会把我们带向下一层——那些被默认为取之不尽的东西，比如注意力，比如时间，比如自我调节的能力，其实都有上限。这就是我们在落地阶段必须面对的东西：不是失败，是天花板。每一套学习系统，无论设计得多精巧，都会触到认知资源的天花板。触到之后怎么办？这是另一个问题了。

我们现在能说的是：在触到天板之前，先确保回路本身是闭合的、低成本的、可自启动的。这三条不是成功的充分条件，但在大多数时候，它们是失败的必要条件——缺少任何一条，失败就是必然。这不是悲观，这是把学习设计从玄学拉到工程学。工程学不承诺完美，它只承诺可复现的边界。

边界之内，系统运转；边界之外，诚实地说：我们也不知道。而“不知道”这件事，也应该被放进学习回路里，作为下一次启动的起点。