我在小红书记录每一个哲学交互系统的诞生过程—— 从维特根斯坦的盒中甲虫,到《世界上最长的小说》交互书。 每一个想法,都从一个盒子被拆开开始。
1952 年,信息论之父 Claude Shannon 在贝尔实验室 做了一场不到半小时的演讲——Creative Thinking。 他试图回答的,正是这个问题。
哲学训练,就是一种结构化思考的训练。
AI 时代,这道门槛被大大降低了。
真正决定性的那把钥匙。
对于文科生来说,他受过很多思维上的训练——分析一个概念、拆解一个论证、识别一个逻辑谬误。 这些能力,和工程师拆解系统、定位 bug,在底层是同一种能力。
阅读训练,就是一种「结构化思考」的训练——
只是它从来没被叫做「编程经验」而已。
当然,香农在这里带有那个时代的局限性—— 把智力归因于遗传,是 1950 年代的流行观点。
但我想补一句:在 AI 时代,这道门槛被大大降低了。
以前你需要自己扛下处理复杂逻辑的重量,
现在 AI 帮你扛下了——它反而在逼你变得更聪明。
「他渴望知道答案,他只是好奇事物是如何运作的。」
「这还不错,但我认为可以做得更好。」
—— 有不满,就会促使你把它变得更好。
他说:假设一个人具备了那三种特质,那有没有什么具体的思维技巧, 能帮他把创造性工作做得更好?他认为有,而且可以列成一张清单。
读了一堆书,看看能做出什么。
做「盒中甲虫」:先画盒子,再画甲虫。
我想让用户体验到「我们以为在说同一件事,其实什么都没共享」——
从这个终点,倒推对话怎么做。
大家做东西时,都是正向 + 逆向结合着来的。
你能不能完成一件事,在今天,
已经不再取决于你会不会写代码、
是文科生还是理科生、智商够不够高。
它取决于你心里那份好奇心还在不在,
那份「事情不该只是这样」的不满还在不在。
如果它们还在——
Vibe coding 只是把那扇门,替你打开了而已。