道 — 知识不是平的，它有完整的链条

同样听一门课，有人记住几句金句，有人拿走几个操作技巧，有人拿走一个框架，有人拿走底层逻辑。四种人都觉得自己「学到了」，但三个月后的留存天差地别。

任何能用的知识都是一条从抽象到具体的链条：为什么成立，怎么分层，怎么操作，怎么固化。链条断在哪一层，知识就死在哪一层。只有道，落不了地，变成正确的废话；只有术，换个场景就失效，因为你不知道它为什么管用。

道法术器这四个字出自《道德经》：「有道无术，术尚可求也；有术无道，止于术。」把它当成拆解工具来用，是我在锦成的 AI 课上学到的：拿到一篇文章、一门课、一本书，强制自己把四层都找出来。找不齐的，说明内容残缺，或者我没读懂。

法 — 四层各管一件事

四层的分工：道负责判断值不值得学，法负责记住和迁移，术负责用出来，器负责长期不掉线。

这个结构还有一个性质：向下可重建。器丢了，可以从术重造；术忘了，可以从法推出来；法模糊了，只要道还在，整套东西都能复原。反过来不行，背了一堆器，道没了，工具立刻退化成迷信。所以最该花力气记住的是道，最不值得背的是器。

术 — 拿到一个内容怎么拆

• 先找道：问自己，作者反复说的那句话是什么？然后用自己的话一句话写出来。写不出来就是没读懂，回去重读，不要硬拆。
• 再画法：找原文的框架和分类；原文没有给，就自己归纳一个。这一步最累，也最值钱。
• 列术：把书里的道理翻译成场景动作，每条都要有「什么时候、做什么」。
• 造器：从术里挑出高频的，做成自检清单、固定模板或硬规则，挂到日常流程上。
• 最后写「我的应用」：用自己正在做的事各验证一遍。不写这一段，前面四层拆得再好也只是别人的东西。

拆完的检验标准只有一条：三个月后原文全忘了，能不能靠这一页把整套东西复原出来。

另外，不是所有内容都配四层全拆。道不新的内容，翻翻就够；通篇只有术的内容（技巧合集），摘进清单即可。全拆是给「道又新又硬」的内容留的待遇，这个栏目里的每一篇都是按这个标准选进来的。

器 — 这个页面本身

这个栏目每篇文章固定的五段结构（道、法、术、器、我的应用），就是这套方法固化出来的器。模板的作用是强制：只要按它写，就必须用自己的话提炼核心、必须归纳框架、必须落到自己的事上，想偷懒做摘抄都没有地方放。按 ICAP 框架（第 04 篇）的说法，这个模板把写笔记这件事锁死在了 C 级以上。

我的应用

• 给这页补了一份说明书：这个栏目的全部文章都是这套框架的产物，你在每篇文章里看到的五段结构，现在知道它们各自在干什么了。
• 我自己的对照实验：用框架拆过的内容（SDT、供给侧），几个月后还能随时调用；同期只是「认真读过」的内容，现在只剩一个模糊印象。差距大到不需要统计。
• 这个框架本身也欢迎你拿走：它不挑领域，拆课、拆书、拆播客、拆一次复盘都能用，唯一的成本是诚实：找不到道的时候承认没读懂，比硬凑四层有用得多。

框架用法习自锦成的 AI 课，「有道无术」原句出自《道德经》。

道 — 这个理论到底在说什么

自我决定理论（Self-Determination Theory，SDT）是心理学家 Deci 和 Ryan 提出的动机理论。核心观点只有一句话：人有三种天生的心理营养需求——自主感、胜任感、关系感。满足这三种需求，人就会自发行动；被剥夺任何一种，动力就会衰减。

这三种营养不是「奖励」，而是「土壤」。没有奖励人还能活，没有土壤种子不会发芽。

法 — 动机的六层阶梯

SDT 把人的动机从低到高分为六层。不是说高层一定比低层好——很多任务天然就是「不有趣的」，硬要爬到第六层反而会长出新的鞭子。关键是识别自己在哪一层，以及是什么把自己拽下去的。

术 — 识别「被斩下去」的机制

大多数人不是从来就没有内驱力——而是被环境「斩」下去了。最常见的三种斩杀机制：

机制一：外部调节挤掉内驱

本来对一件事有好奇心（第 6 层），一旦引入分数、排名、KPI，动机就被替换成「为分数而做」（第 2 层）。好奇心没有消失，只是被更响亮的声音盖住了。

机制二：量化锚点偷换胜任感

「做了多少题 = 学得好不好」这种量化标准，会把真正的胜任感（我理解了、我会用了）替换成数字焦虑（我刷得不够多）。结果是：学会了但刷得少 = 不爽，胜任感被劫持。

机制三：同辈压力激活内摄

看到周围人都在卷，「我不做就落后」的焦虑会自动生长。这不是外部奖励驱动的（第 2 层），是自己长出来的鞭子（第 3 层）——比外部压力更隐蔽、更难摆脱。

器 — 三件武器

识别出问题之后，有三种武器可以用：

武器一：重构叙事

把「我是被迫修这门课的学生」重构成「我是做 XX 的人，这门课是我路径上的一站」。身份变了，同一件事的感知就从「被推着走」变成「自己选的路」。这是 SDT 第 5 层（整合调节）的核心动作。

武器二：微决策

自主感不需要「完全自由选择」才能满足。每天给自己 2-3 个微小的选择权（先做 A 还是 B？用方法 1 还是方法 2？），就能在结构化任务中保持「是我自己在掌控」的感觉。

武器三：时间审计

每周花 5 分钟算一下：「为自己做 XX 的时间」÷「为绩点/他人做 XX 的时间」。如果比值连续两周低于 1/3，说明火苗在被偷走，需要立刻调整。

不是所有事都要爬到第 6 层。很多任务是有意义但不有趣的。正确策略是工具化——高效拿分，把火力留给真正想做的事。强行给每件事找内驱力，反而会长出新的鞭子。

我的应用 — 把理论变成行动

读完 SDT 之后，我做了三件事：

• 身份重构：从「修 XX 课的计算机系学生」变成「做 AI 产品的人，顺便修了这门课」。这让我不再被单一课程定义「我是谁」。
• 识别机制三连击：诊断出一门课学得累的精准根因——外部调节挤掉内驱、量化锚点偷换胜任感、同辈卷激活内摄。不是「我不行」，是三个机制同时在起作用。
• 建立「第二栏」：每周必须有「为自己做东西」的时间——不限规模，10 行代码也算。唯一规则是不为绩点、不为别人。第二栏归零 = 第 6 层熄灭警报。

道 — 复利的关键不是利率，是开始得早 + 不爆仓

大多数人都听过「每天进步 1%，365 天成长 37 倍」。但这句话是错的——人的状态不恒定，不可能每天都是 1%。真正该记住的不是利率本身，而是复利的三个条件：早开始、不爆仓、长期持有。

利率决定你当下跑多快，时间决定你能跑多远。巴菲特年化 22%，西蒙斯 66%，差了三倍，但巴菲特身价碾压——因为他 10 岁就开始投资，比西蒙斯早了 40 年。同样的道理放到人生上：18-25 岁是整个人生成长利率最高的阶段。这个阶段往自己身上投的每一块钱、每一小时，利息要复利 60 年。

但这不意味着要追求超高利率。身边那些真正厉害的人，拼的不是「利率有多高」，而是「开始得有多早」加上「过程中没有犯大错」。99% 追求超高利率的年轻人最终都爆仓了——用杠杆炒币炒股，亏光积蓄甚至背上负债。不爆仓的关键是底线思维：关系不能崩、健康不能垮、信誉不能丢。任何一方面爆仓，积累就归零，后面的人生还要偿还之前的债。

反直觉：大部分年轻人觉得「利率」最重要，总想找一条暴富的路。但真正拉开差距的，是「早开始 + 不爆仓」。开始得早、过程中不犯致命错误，比短期高收益重要 10 倍。

法 — 人生由七种资本组成

人生不只是钱。万维刚老师提出的七种资本框架，把「一个人值多少钱」拆成了七个维度：金钱、人力、健康、社会、声望、心理、体验。你当前在每个维度有多少，反映的是你过去的行为模式。

有人中了彩票，金钱资本暴增，但行为模式没变，几年后全部亏回去——「德不配位」说的就是这个：你的行为模式配不上你当前的资本，资本就会回落。明星塌房、暴发户返贫，本质都是同一回事。

更反直觉的是：18-25 岁最该投入的不是金钱资本，而是人力、健康、心理、社会这四个。原因很简单——这四个复利周期最长、利率最高，要用一辈子。金钱可以 30 岁以后猛赚，但身体和心理 25 岁就崩了，后面几十年都是在还债。

术 — 正飞轮 vs 负飞轮，四个高密度心法

行为模式有正负之分

正飞轮：每次做一个行为，下次更容易做同样的行为，同时资本在涨。比如早睡 → 精力好 → 白天效率高 → 不用熬夜 → 更想早睡。

负飞轮：每次做一个行为，下次更容易做，但资本在跌。比如熬夜 → 精力差 → 效率低 → 更要熬夜补。

复利不是每天做什么动作，而是做的时候用什么模式。两个人都每天读书 1 小时，一个读完打卡发朋友圈就结束了，另一个读完想「这个东西怎么用在我的项目上」——十年后差距巨大。

四个高密度心法

高密度体验 — 主动去做让你紧张的事。公开展示、谈判、带团队、被拒绝——你躲掉的每一次紧张，都是在躲掉一次让自己变强的机会。

高密度学习 — 遇到问题第一反应是「已经有人解决过了，我要去找」。花钱请教有结果的人，一小时省你一个月试错。

高密度思考 — 一件事发生后，用一段时间复盘：为什么会这样？下次怎么做不同？背后的规律是什么？但只思考不行动 = 负收益。

高密度行动 — 想明白的 24 小时内必须实践一次。你收藏的东西 99% 终身不会看，但你立刻用过一次的东西一辈子难忘。

器 — AI 是行为模式迭代的杠杆

行为模式很难改变，因为它是无意识的。AI 的价值在于：它能把你的模式「可视化」，帮你看到自己看不到的东西。

和人发生冲突后，把整个过程从头到尾讲给 AI 听，让它用第三人称分析你在什么模式里——大多数时候，我们只能看到对方的问题，看不到自己的。AI 能帮你跳出情绪，用「共鸣模式」替代「比较模式」，用「认知解耦」把事情和人分开。

每一次体验、学习、思考、行动的闭环，都可以沉淀到 AI 知识库里。你解决过的每一个问题，以后遇到同类问题直接调用——这就是复利工程：让 AI 和你一起进化，你变强它也变强。

AI 不是替你做决策，是帮你执行你自己设定的方向。你下注了、去干了，AI 能让你跑得比绝大多数人都快。但你不下注，AI 算 100 年也算不出你该怎么办。

我的应用

• 建立心理账户意识：每次处理关系时想清楚——这个行为是在存钱还是取钱？
• 用 AI 做冲突复盘：把事情讲给 AI 听，让它分析我的行为模式，结合理论找到更好的处理方式。
• 把课程内容做成知识库：把内容沉淀成可搜索、可调用的资产——这就是行为模式层面的复利。

道 — 专注不是姿势，是任务在调用多少资源

钱不是世界上最稀缺的资源，时间也不是，真正稀缺的是你的注意力。注意力是你持续分配给某件事的认知资源，分给这里就意味着对其余信息的无情屏蔽。每一次点击、每一次停留、每一次情绪起伏，都可能被科技巨头精心计算并拿去变现。

大多数关于专注的建议都是防御性的：卸载 App、关掉通知、忍住诱惑。但这些都关注「你坐在哪里」，没关注「你的大脑在做什么」。你看起来在干什么，和你的大脑实际上在干什么，是两码事。

真正的洞察是：专注不是姿势，不是毅力，更不是美德。专注是你做的事儿本来就该调用这么多注意力资源。填报销单你根本无可专注；玩一个高难度游戏你根本不需要提醒。问题的答案不在「怎么强迫自己专注」，在「怎么让任务本身调用足够多的认知资源」。

法 — 认知负荷的三类与工作记忆的四槽位

人脑的工作记忆相当于内存，极其有限。心理学家以前认为容量是 7±2，现在认为能稳定装 4 个组块就不错了。长期记忆（硬盘）很大，但每时每刻调动的信息很少。所谓「认知负荷」，就是当前任务对这点内存的占用率。

外在负荷要降，内在负荷要管，真正带来学习和产出的是增益负荷。但有一个关键变量决定专注能不能维持，那就是上下文切换成本。处理高负荷任务前，大脑要把长期记忆里相关概念预加载到工作记忆里，搭一个复杂的临时模型。一旦搭好就进心流。这时被一句「中午吃啥」打断，等于拔了内存电源——回到任务时要重新预加载，平白多花一次成本，还容易出错。

更隐蔽的是默认模式网络（Default Mode Network）。当任务太简单、工作记忆有大量闲置空间，DMN 会自动接管，开始扫描环境、反刍过去、焦虑未来。专注不是靠意志力压制走神，是用足够高的认知负荷挤走走神。

术 — 单方面提高增益负荷

万维钢这篇最有价值的洞见在这里：你可以主动把任何任务变成高认知负荷任务。这不是任务的属性，是思考模式的属性。

同样刷一个短视频，被动消费就是看完笑一下就过去；主动开启 Pro 模式，可以一边看一边拆：它的爆点在哪？运镜节奏、情绪钩子、叙事结构、平台分发逻辑是怎样的？评论区呈现了怎样的人群结构？前者是浅消费，后者是逆向工程。

同样旅游一趟，普通模式只是拍照发朋友圈；Pro 模式可以问：为什么宫殿的屋顶是这个弧度？这种黄色琉璃瓦在当时的生产成本是多少？这反映了怎样的皇权财政？

开会不要只听老板说什么，分析他为什么在这个时间点说这个？看新闻不要只听故事，问消息源在哪里？谁会从中受益？甚至刷剧也可以质疑，如果让我写，这里我会怎么改？

不等待世界给你难题，而是把世界本身变成一道难题。给输入加载约束和问题，从「被动看」升级成「建构看」，逼自己解释、总结经验、找规律。习惯了主动高认知负荷，你会发现世界四处漏风，布满了窥见真相的管道。

器 — 三个日常 Pro 模式开关

开关一：给任何输入加一个问题

看任何内容前先在心里问一个具体问题：它在解什么问题？它为什么这样写？它的反对意见是什么？带着问题进去，输入就从被动接收变成有靶子的建构。AI 配合得很好，看完一段内容立刻让 AI 帮你拆解它的爆点结构或推理链条。

开关二：保护好预加载

把大块时间锁给真正需要预加载的事（写代码、写文章、做产品）。这种时段进入心流后被打断一次，损失的不是 5 分钟，是整个上下文重建的成本。低认知负荷的事儿（打扫、做饭、走路）可以多任务，但高认知负荷的事必须找大段时间关起门来做。

开关三：识别 DMN 信号

哈佛 2010 年那项 5000 人 25 万数据点的研究告诉我们：人有 46.9% 的清醒时间在走神，而走神导致不快乐，不是不快乐导致走神（统计学因果关系）。哪怕在专心刷碗，也比一边刷碗一边想事更快乐。所以当你觉得灵魂被掏空时，问题往往不是事做得太多，是事做得太轻，DMN 接管了大脑去反刍焦虑。

我的应用 — 把理论变成行动

• 每日复盘强制写一句「今天最值得记住的一件事」：本质就是给一天加 Pro 模式，逼自己从碎事里建构出认知点。如果没这条，复盘就退化成 P/A 级的流水账。
• 刷短视频的失控状态是 DMN 信号：以前以为是「太累了刷一下」，现在意识到那其实是大脑在反刍。下次刷到一条爆款，强制问一个「它为什么火」，要么开 Pro 模式，要么直接关掉。
• 水课写题被叫停：水课写题等于两件事都没做好。教训背后的认知：写代码是高负荷任务，需要预加载；水课讲解也需要至少 A 级参与。把它们叠加 = 两边都掉到 P。OJ 题必须用整块时间专注做。

原文来自万维钢《精英日课》成长战略 06：主动高认知负荷。

道 — 学习是认知工程问题

老百姓的学习观是「天赋 + 努力 + 高考志愿」。脑子够用 + 愿意悬梁刺股，成绩自然就好。至于那个漫长的学习时间里你具体在怎么操作、你的大脑经历了什么，没人计较。

但学习其实是认知工程问题。记忆的持久度不取决于信息输入的频次，取决于大脑对信息加工的深度。这就是认知心理学的「加工深度理论」（Levels of Processing）。只是被动接收没有加工，信息就像水流过沙子一样从大脑路过，几乎什么都不留。

这条道一旦想通，看课堂、看自习、看会议、看复盘，你会发现身边大量「看起来很努力」的活动，效率极低。

法 — ICAP 四级学习动作

认知科学家季清华 2009 年提出，2014 年和怀利完善：观察学生外部做什么动作，可以推测大脑内部的认知参与强度。这四种动作就是「互动–建构–主动–被动」（Interactive–Constructive–Active–Passive），效果严格递增：I > C > A > P。

同样是看一段教学视频：P 是全程盯着看完觉得自己懂了；A 是边看边记笔记划重点；C 是看完用自己的话总结一遍，还设计了几个应用场景；I 是还要和人讨论，互相提问互相挑错。

术 — 什么阶段用什么级别

P/A/C/I 不是打怪通关游戏，是资源配置。选什么级别看你的先验知识储备。新知识没有图式，谈不上建构，老老实实从 P/A 起步；老手学新分支，应该直接跳到 C 甚至 I。

C 的核心是「自我解释」

季清华认为 C 的要害是 self-explaining：完全用自己的话解释一个概念。这才能逼大脑调动长期记忆中的图式，与新信息缝合，相当于在已有的地基上砌墙盖房子。

背书背得顺滑会给你一种能力错觉——你只是熟悉那段文字的排列组合，不是掌握了文字背后的知识。考试问的不是「你见过没有」，是「你能不能迁移」。

真 I 的门槛比想象中高

I 不是几个人坐一桌轮流发言，必须有来有回、有建设性。有人补充、有人质疑、有人纠错、有人反驳、有人追问、有人推进。「思想的乒乓球」这个比喻很准：我提一个观点，你指出漏洞并修正，我又在你基础上提出更完善的假设。

这就是为什么费曼学习法在外行听众面前发挥不出威力。费曼学习法本质是偏 C 的，要升级到 I，听者必须是圈内人，能找漏洞反驳你。

季清华团队的实验显示：在那些不能死记硬背、必须真正理解原理才能答出来的推理题上，I 组成绩不但大大强于 P/A 组，而且显著压过了 C 组。任务越要求自己生成信息再和别人来回校正，学习效果就越好。

器 — 把学习改造成 C 和 I 主导

课堂笔记从「抄」改成「自己写关键原理」

课堂上听老师讲完一段，停下来用自己的话把核心原理写一遍。写不出来的部分，就是你以为听懂了实际没懂的部分。这一步就把听讲从 P 升级到 C。

和 AI 互动达到伪 I

真 I 需要圈内对手不容易找，AI 是次优解。但 AI 默认讨好你，所以要主动设定角色：让它当批评者，让它故意挑你解释里的漏洞，让它反驳你的结论。如果 AI 一直在表扬你，那只是 C，不是 I。

复习阶段去 P/A，只做 C 和 I

德国一项针对 170 节高校课的研究：80 分钟一节课里，P 占 41.5 分钟，A 占 12.5 分钟，C 只有 3.3 分钟，I 只有 4.5 分钟。课堂教学是效率非常低的学习方式。高手都是以自学、单独练习和私下讨论为主。所以复习期不要再听课、不要再划重点，全部时间用来给自己出题、用自己的话讲一遍、找搭子讨论。

我的应用 — 把理论变成行动

• 写 telos 和复盘本身就是 C：用自己的话把每天的事整合进既有图式。这条之前是直觉在做，现在有了理论支撑，不会动摇。
• C 语言学习应该跳过刷量：以前默认「写得越多越熟」，本质是 A。教训：写一道题之后，强制问自己「为什么这样写、换一种方法行不行、这道题考的什么原理」，这才是 C。题感涨在这里，不是涨在数量上。
• 和 AI 协作设定为「批评者模式」：默认让 Claude 反驳我而不是赞同我，这样讨论才从 C 升级到 I。

原文来自万维钢《精英日课》学习教育 02：ICAP 框架。

道 — 合作是底层结构主干

很多人读了一点进化论但没读通，认为世界底层逻辑是竞争、是杀戮。弱肉强食、零和博弈，文明只是给底层画的妆。

但生物学告诉我们：合作其实远比杀戮普遍。单细胞变多细胞、多细胞共生分工，都是合作升级。杀戮只是地球生物获取能量的一种很窄的手段，大头是光合作用和碎屑分解。人类成为最强物种，不是因为我们最擅长杀戮，是因为我们最擅长合作。

那为什么大多数人觉得世界是零和的？因为大脑安全模块很原始，对威胁敏感，对机会迟钝。它让你更容易记住抢夺、背叛和被坑的故事，而不是那些枯燥但持续发生的正和合作。你本可以玩更大的游戏，却把自己关在一个假想的斗兽场里。

法 — 现代世界的两个正和 buff

Buff 一：信息的可复制性

分苹果是零和：你多一个我就少一个。但讲故事不是：你讲给我听，我得到了，你并没有失去它。商品交换从根本上是正和的——我买一斤苹果花 10 块，我买的不是组成苹果的原子（吃完原子在我体内循环一个不少），我买的是「原子的排列组合方式」，也就是信息。我认为苹果价值 > 10 元，你认为 10 元价值 > 苹果，所以才能成交。只要交易自愿，就一定双赢，一定增加了社会总财富。

Buff 二：分工和网络效应

你玩木头、我打铁，单干价值有限，合作就能创造锤子。专业带来精通，精通带来效率。再加上一个大市场（最好开在网上），每多一个卖家、每多一个买家，网络价值就指数上涨。

一旦戴上供给侧眼镜，你会发现大量人把自己锁在了需求侧。问他为啥来应聘，他说我喜欢你们的待遇；问她要怎样的伴侣，她说身高一米八、年收入二十万、给十八万彩礼并提供情绪价值。这叫许愿，不叫供给。

术 — 把好人行为工程化

胶水员工的陷阱

行为科学家乔恩·利维在《团队智能》里提出「胶水员工」概念：那些虽然权力不大，但通过情商、协调能力和信任网络，让团队信息更顺畅、合作更可控的人。从零和视角看，这些工作很难写进 KPI。

但你不能就这样默默被消耗。胶水员工的破法是把价值可验证化：把承担的协作成本显性化（写流程清单）、争取正式授权（变成明确的角色和考核项）、把经验分享出去（让组织知道「你是那个让系统不崩的人」）。供给侧心态要把好人行为给工程化。

合作接口的重要性

2025 年挪威一项研究：移民或移民家庭出生的孩子，把外国色彩的名字改成本地主流名字，年收入平均上涨 30%。美国早期研究也显示，改个白人名字能多拿 50% 面试机会。

这不是说要否定身份，是说名字只是「API 接口」，改名是兼容系统。同理：改善形象、注重着装、说标准普通话、掌握一门外语，都是在升级合作接口。让自己的出现可期待、响应速度快、交付容易验收、有文档、可复盘——让人省心而不是费心。低摩擦代表靠谱。靠谱不是性格，是工程能力。

现代竞争的本质不是抢夺资源，是抢夺合作资格。竞争不是排队，是配对。输赢只是告诉你该配对到哪个层级的合作。

器 — 三个日常自检

自检一：发任何东西前问「能拿走什么」

朋友圈、社群、公众号、小红书，发任何东西前问自己：如果有人看到，他能拿走什么？能拿走 = 供给（可复用工具、解决具体问题、可用成品），拿不走 = 许愿（「请把我看成 X」的标签）。许愿在哪个池子都没人接。

自检二：盘子能不能变大

每当看到零和博弈，看到一群人在抢一个东西，问问：这东西是死的还是可以被重新设计的？如果我跳出「抢」的叙事，我能供给什么？我能不能让盘子变大一点？停车难城市的真解不是抢车位，是提升公共交通、共享出行、错峰定价，把出行需求引出来。

自检三：声誉账户

声誉就是别人对你未来合作价值的贴现。一旦被贴上「不可靠」「爱占便宜」「情绪不稳定」标签，就会遭到社会性降级，只能去低信任度、高摩擦、全是零和博弈的低端局竞争。所以哪怕这次没赢，也要表现得像个体面的专业人士——这场比赛的观众，可能是下一场的队友。

我的应用 — 把理论变成行动

• 校园墙发离散数学手册做对了什么：以前直觉觉得「这事不亏」，现在能精准说清——它是供给（同样听不懂的人能拿走的工具），不是许愿（炫耀我会）。所以才有反馈，才积累到后来朋友那次的回报。
• 朋友圈「我在学 AI」是典型许愿：标签购买行为。要么换成「我做了一个 X 工具，朋友可以用」这种供给，要么干脆不发。
• 找实习的策略升级：面试时不展示「我比别人强」（在竞争资格名额），展示「我能给团队补什么」（在展示可验证供给）。这条对应到我学习线上「找更好实习」标准的具体化。
• 把做过的产品做成可复用模板：炒股日报、个人介绍网页、生日祝福页这些一次性产品，应该沉淀成「下次别人遇到同类需求我能立刻接住」的资产。这才是网络触达的复利方向。

原文来自万维钢《精英日课》成长战略 02：供给侧心态。

道 — 亏感是情绪给的结论，没经过审计

每个人身上都背着几笔「亏了」的账：买贵了的课，选错的方向，投入很多最后没下文的事。这种亏感很真实，会反复回来咬你，让你下次碰到同类决策时过度退缩。

但亏感有个问题：它是情绪直接给出的结论，中间没有审计环节。情绪记账非常粗糙，已经兑现的隐性收益经常被记成零，今天才有的标准会被拿去审判当时的自己。用一本错账指导未来的决策，比当初那个决策本身更危险。

所以我给自己造了一个工具：对过去的决策产生亏感时，先把亏感拆开，看清它从哪来，再决定认不认。

法 — 亏感的四种来源

一句话记法：A 改账，B、C、D 换回当时的坐标系。

术 — 合理和正确，分开判

审计里最关键的一刀：合理不等于正确。合理判流程，用当时的信息和参照点看，这个决策做得有没有道理。正确判结果，事后看它有没有兑现。

两个混在一起会出两种事故：把「合理但不正确」的好流程当垃圾扔掉，从此什么都不敢投入；或者把蒙对了的烂决策当成经验到处复用，直到下次爆掉。

还有一个常用的追问：到底是「它没用」，还是「我没用它」。很多被判死刑的投入，死因其实是后者。这两个结论对应两个完全不同的改进方向。

器 — 改进动作要放在决策前

审计完一笔「合理但不正确」的账，最常见的反应是「下次更谨慎」。这是伪改进：谨慎没有操作定义，它唯一稳定的效果是让你下次什么都不敢买。

真正的杠杆点在决策前：撑开信息渠道。具体动作很便宜：找真用过的人聊十分钟，专门搜一轮负面评价，问一个圈内人「这个价格正常吗」。当时做错，多数时候是信息渠道太窄，而渠道窄是可以提前修的。

我的应用

去年我为一门几千块的编程课背了很久「被坑了」的账。重新审计：当时埋了两个参照点，一是想靠它赚钱，二是对编程感兴趣想入门。第一个没兑现，但真实原因是我后来根本没去接活，性质是「我没用它」；第二个其实早就兑现了，它给了我后来转方向的底气，和写代码不反感的起点。最大的隐性兑现物在账本外面：这笔学费换来了我现在用的整套决策工具，包括这篇文章本身。

结案判定：合理但不正确。账销了，教训留下：大额付费决策前先撑开信息渠道，这条已经固化成我的下单前检查清单。