现代人的5个元技能

美国人的基础教育中，有3Rs的说法，认为人从小要掌握的3个基本能力是：

• 阅读（reading）
• 写作（writing）
• 数学（arithmetic）

到了互联网时代，人们都意识到了软件的重要性，于是又加入了编程（programming）。

在信息时代，还应该再加入一个能力，叫做调研（research）。

这5个能力，构建起了一个现代人的基础，我们称之为元技能。

01

关于阅读

我们的基因和大脑发展了数10万年。大脑的基本运作方式是针对图片处理的，而不是针对文字处理的。很多人都有阅读困难症，因为阅读本来就是一件逆本能的事情。有一句话说，一图胜千言，就是这个意思。

大脑对图片的理解更快更深入。

在我们的大脑皮层中，有75%的神经元用来处理图像的信息。这个现象叫做图片优势效应（picture superiority effect）【1】。

图像比文字也更容易记忆。

大脑处理影像的时间大约是13毫秒，而处理一个词语呢，需要10倍的时间【2】。

有研究发现，动物图片的视觉保留率超过90%，比文字信息的保留率高出近40%。

在另一项实验中，对比文字阐述保险和用图片方式，结果也是差异巨大。和文字相比，图片的关注度高27%，兴奋感高697%，情绪效价高100倍，同时还减少了25%的认知干扰。

但是，今天，大部分知识的载体还是文字，还需要我们用阅读的方式获取。

文字从出现到今天，不过5000年的时间。人类的大脑还不足以进化出阅读的能力。但是，也别小看了大脑。我们的大脑是个资源利用的高手。

我们都知道，很多盲人或者失聪的人，其他的感觉能力会变强，比如触觉。

科学家做过实验，经常进行盲文阅读的失明者，他们指尖的触觉要远远高于视力正常的研究对象。他们可以感受到轻柔得多的触碰。

比如，让你闭上眼睛，然后用很纤细的羽毛触碰你的手指尖，可能你几乎没有任何的感觉。但是，对于经常“阅读”盲文的失明者，他们就能感受得到！研究者们使用功能型核磁共振仪，在失明者进行阅读盲文的时候，对其大脑进行了观察。结果令人惊讶！这时，参与活动的大脑区域，不仅仅是控制手指的区域，还有本来应该控制视觉的视觉皮层！

普通人，只有在处理视觉信息的时候，这部分视觉皮层才会有活动。对于这些进行盲文阅读的失明者，视觉皮层居然转换了功能，帮助他们解读指尖接触到的突起的小点的含义！也就是说，我们可以调用空闲的大脑区域来完成甚至与其功能不同的任务！打个比方，这就像是当我考上大学离开了家，我爸就把我原来的卧室改造成了家里的健身房。

法兰西学院教授、欧洲首屈一指的认知神经学专家迪昂（Stanislas Dehaene），提出了一个阅读的神经借用假说，他说，人类可以借用视觉和语言的神经回路来掌握阅读技巧。【3】

所以，阅读，是一项能力，是一项通过练习可以越来越熟练的能力。

你的阅读练习，最终帮助你“生成了”专门用于阅读的神经网络。

02

关于数学

如果不是为了考试和科研，我为什么要学数学？小学学的那些四则运算就足够日常生活和工作了，我学其他的数学知识干嘛？

数学不是做题，数学是一种思维方式。数学本身是抽象的，而我们日常是靠着经验感知世界的，这个抽象教会了我们通过现象看到本质。

想想我们在上学的时候，有一种数学题叫做应用题。这种题，就是在训练抽象思维。

现在很流行一种说法，比如在总结马斯克的成功时，人们喜欢说，他在用第一性原理做指导。还有人总是喜欢说，这件事的底层逻辑是什么，或者说，这件事本质上是个什么问题。

有一句在网上流传很广，号称是电影《教父》中的经典台词叫做：

“花半秒钟就看透事物本质的人，和花一辈子都看不清事物本质的人，注定是截然不同的命运。”【4】

这种快速找到本质的思维方式，说起来一点也不复杂，其实就是我们在做应用题的时候，从题目中给出的已知，分析应该是哪种题型的过程。找对了题型然后再寻找解题方法，那就简单多了。

举个简单的例子。

假如你是一位销售经理，到年底了，你发现你手下有一位销售工程师，业绩不好。定的指标是500万，只完成了300万。这时，请问你该怎么办？

这时，你可以将这个问题抽象成一个简单的销售业绩的公式。

C=A*B%

其中:

• C是销售业绩；
• A是这一年中跟踪了多少数量的销售机会或者销售线索；
• B%是该销售的成功率。

然后，再回到上面的问题中，我们要看看这位销售是销售机会的数量不够，还是销售的成功率不足。

如果是A，也就是销售机会不足，那么，再具体去看是因为不够勤奋；还是经济大形势不好；还是找销售机会的方法有问题等等。

如果是B%，也就是成功率，那么看看这位销售往年的成功率如何，公司其他类似销售的成功率是什么样的，然后可以判断是不是成功率的问题。而销售的成功率背后是销售能力的问题。那，就可以更详细的分析，到底是哪一块的能力不足所导致的。

对我们而言，不是要去学习那些复杂的数学知识，去证明1+1=2；而是要善于利用数学知识，使用逻辑推导，发现问题做出判断，指导行动。

比如，数学上有个公式叫做贝叶斯定律。

贝叶斯定律是个数学上的定律，是概率论的重要公式，和现在的人工智能算法有关。贝叶斯是一位18世纪的苏格兰神父，他提出了一个计算条件概率的公式，长下面这个模样：

在认知科学领域，贝叶斯定律经常被大家解读为贝叶斯推算或者贝叶斯方法，说白了，就是我们的观点要随着事实发生改变。

比如，我第一次跟你见面，我不了解你，对你一无所知，但是我对人类有点了解。我先入为主的看法就是坏人和好人三七开，七分好三分坏。那我跟你打交道，我就假设你也是三七开，我们在一起聊了一个小时的天，我给你多打一分，就变成二八开了；我们共事了一年，我觉得你特别棒，就变成一九开了。

没有数学思维，我们就可能会执拗于某个观点，成为观点的奴隶。

03

关于写作

哈佛大学有一门全校必修的课程，也是唯一的一门，就是写作课。

很多人会觉得，我不想靠写书为生，也不做记者发言人什么的，写作能力与我何干？其实，仔细想想，不管我们从事哪个职业，都需要写作。

首先，我们在工作中有很多需要写作的地方。比如，工作总结，发言汇报，电子邮件，简历，甚至微信都是在写作。

好的写作能力会帮助你和别人更有效的沟通。

其次，写作可以训练我们的思维。写作是将网状的、树状的思维进行线状表达，通过逻辑进行展开的过程。同时如果可以用更容易被别人接受的语言表达出来，那么用处更大。

你看，那些善于写作的人，说话也会更有逻辑性，和这些人沟通，既轻松又愉悦。

写作的过程就是一个帮助我们把问题思考清楚的过程。一方面，写作可以帮助自己“断点续传”。将一个思路写下来，就算现在因为什么事情被打断了，等有时间了，我们还是可以沿着上一次的思考走下去；另一方面，写作可以让发散的思维聚合起来，更加线性化，更深入。

第三，写作，是个扩展影响力的高效率的方式。写作可以在同样的投入时间成本下，影响到更多的人。话说出去了，飘散在空中；文字写下来了，成为白底黑字，广为流传。

练习写作的重点在于：

写什么比怎么写更重要，而比写什么更重要的是开始写。

开始写，最重要。这时想些什么写什么。你可以写读书笔记，记录今天的工作内容，让自己产生情绪波澜的事情，不管是什么，写就好。

写了一个阶段之后，你自己就会找到路径，你会发现你在自觉不自觉的构建结构。最简单的结构就是我们经常说的：是什么，为什么和怎么样。一件事，从这三个角度描述了，一般都能说的很清楚。

这时，你会发现，上面提到的第一个能力：阅读，会给你很大的支撑。同时，你的写作也会成为你阅读的支撑。当你开始刻意提升自己的写作能力一段时间之后，在阅读的时候，你会自然不自然的发现你所读内容的行文结构是怎么设计的，每一章的逻辑脉络是什么，作者想表达什么思想等等，这又可以帮助你对文章理解的更透彻。你仿佛在和作者面对面的聊天，听他/她娓娓道来文章背后的设计和构思。

有句话说，种一棵树最好的时间是十年之前，其次是现在。练习写作能力也是这种类似“种树”的事情。

04

关于编程

Office，是职场人士默认要会的工具；未来，编程也是每个职场人士需要掌握的能力。

别误会，我们不是说大家都要成为程序员。就像不是作家我们也在用word写东西。我们不需要成为程序员，但是需要具备编程的能力，可以写一段程序来帮助我们解决问题。

写作，编辑的是字词，将其连成句子，连成文章，表达一个意思；编程，编辑的是程序，是一个个的“if…… that…… ”，完成一个个任务，连成一个解决问题的工具。

在你原来的专业基础上，加上编程能力，将带给你极大的竞争力。

李笑来，曾经被誉为中国比特币首富，讲过一个关于他自己是如何写自己的第一本书的故事。他说，自己第一桶金就源自这本书。

2003年，李笑来在新东方当老师的时候，打算写一本单词书。他的做法和别人的英语老师不一样，因为他会编程。

他的做法是通过程序算法对所有TOEFL词汇进行出现频次的排序，找出真正高频的词汇来，这样就把2万多的词汇量集中到2000多。

然后，就写成了一部《TOEFL核心词汇21天突破》。他说，这本书带给他的税收收入超过了100万，而且至今还有版税收入呢。

这一切源自他小时候，花10块钱报过的一个计算机班。

05

关于调研

和调研相关的一个基础能力，叫做搜索。

对于现代人，搜索是个基本功。这里有两层含义。

第一层，如果可以搜索到答案的问题，那就最好不要问别人，这有点不礼貌。这给别人的感觉是，你想占我的便宜，自己不搜，驱使别人去干。

第二层，生活中，很多我们遇到的技术问题在网上都有答案。比如我买过一个二氧化碳发生瓶，在网上就能搜到完整的教程告诉你一步步应该如何安装。

搜索，这是现代人应该具备的基本意识和基本能力。以前我们基本方法是想想看我要找的那个东西在哪里，然后去哪里找这个东西。现在新的做法应该是，直接搜。

搜索改变了知识。以前，只有你知道的才是你的知识，现在知识还包括你知道可以从哪里找到的，或者是你可以搜到的。如此看来，所有的知识，几乎都是你的知识了。

搜索还改变了一个事情，那就是学习。很多东西不需要我们强行再去记忆了，甚至不需要去学习了。当我们掌握了一个基本的技能之后，在用到的时候，直接搜索攻略，拿来就用。

如非必要，勿增实体。

这也透着一种逻辑上的美感。搜索，重新定义了知识，重新定义了学习。我们要学的不再是那些所谓的事实，更多是如何找到这些事实，如何分辨事实，如何组织和利用事实。

调研开始于搜索，但是高于搜索。

调研——从手头的线索开始，深入挖掘和线索相关的内容，解答问题，构建观点。

抽象的解释一下。当你遇到一个问题的时候，你需要先找到和这个问题相关的你手头有的信息。以此作为线索，开始在互联网上进行搜索。在搜索的过程中，你可能会发现和这个问题相关的领域内的某个权威专家的一些内容。下一步，你需要看看，这位专家的观点是一家之言还是代表着这个领域这个问题的当前科学共识。这时，如果可以回答这个问题，调研告一段落。那，如果上面的内容只是否定了一个观点，那么有没有其他解决问题的方法，这需要接着进行研究。

好的调研能力，背后是三个技能。

第一个技能是提问的能力。问题不是提问。这是一个我们经常混淆的概念。感觉自己哪里没做好这是一个问题，但是这不是一个提问。你需要把这个问题翻译成提问才行。

比如，有个客户找你来咨询，他问你：“为什么这么好的产品销售得却如此惨淡？”这就不是一个可以用来进行调研的提问。想要开始调研，你需要把问题这个翻译成提问。比如：市场上是否有类似的产品？你的产品和同类产品在性能、销售渠道、定价和促销方式上，有何异同？这就是可以进行调研的问题。提问，是将隐性问题显性化的过程，看似很简单，实际上需要洞察力。

第二个技能是搜索的技巧。如何搜索有很多具体的技巧，比如想要搜一位名叫马丁的教授，结果出来的基本上都是著名影星马丁，这该怎么处理？

第三个技能是科学探索的技能。这里最基本的要求就是学会寻找这个领域内，或者针对这个答案的当前科学共识的技巧。截止到现在，学术界对某个问题，给出了最好的，共识性的结论和观点。有了搜索引擎，专家就是你的谋士。

好的调研需要满足三个要求。

第一个要求是，要形成认知闭环。关于“是”的问题，一个认知闭环要搞清楚，这个事情是什么，为什么是这样的，具体怎么操作，操作中需要注意哪些问题，什么情况下不能这样用。关于“不是”的问题，除了上面提到的那些内容，还需要弄清楚，如果这样“不是”，那么，如何才能“是”。

第二个要求是可信。可信的意思是你给出的信息和资料必须要有来源，这个来源是经过科学验证的，最好是已经成为这个领域内的当前科学共识的。从信息的来源上，不同的来源有不同的可信度。

• 第一级，网友说的，隔壁张大哥说的。
• 第二级，记者、网络上的内容发布者等等。
• 第三级，主流媒体的记者、好的专栏作家等。
• 第四级，书籍。
• 第五级，学术论文。
• 第六级，当前科学理解。

所以，当看到某个信息的时候，一定要关注这个信息的来源。

第三个要求是，你需要一个好的表达。调研的结果，不管是不是给别人看，都需要有一个好的表达。所谓的表达，其实就是要有一个内部的逻辑。有了这个逻辑，不仅仅可以更好的让别人理解，更重要的是，你可以对这次调研有一个结论，以后再遇到这类问题，自己就会很清晰，不会感觉似是而非。

英文中有个词头meta-，中文翻译为“元”，比如现在极为火爆的元宇宙，Metaverse。

深度学习领域的 “meta-learning”，即 learning about learning，元学习。

认知领域有个词叫做Metacognition，元认知，关于认知的认知。

元，意思是为首的，第一的，本源的，基本的。

这所以将这五项技能称之为元技能，是因为我们其他的技能，都能在这5项技能的基础上长出来。

我们不知道未来更需要哪些技能，但是有了这些元技能，未来将是你的舞台。

参考文献：

【1】[美] 克里斯托弗·莫林,[美] 帕特里克·任瓦茨著,李婷婷,施芒素译.销售脑科学：洞悉顾客，快速成交.人民邮电出版社.2021:88.

【2】[美] 迈克尔·S. A.格拉齐亚诺著,张岭译.我的脑袋里有个雷达：人脑如何演化出神奇的空间监测系统.后浪出版公司.2021:34.

【3】《脑的阅读：破解人类阅读之谜》

（ Reading in the Brain：The New Science of How We Read ）.

【4】
/quotes/best-godfather-quotes-about-family-friendship-business/#
Godfather_Quotes_about_Life_and_Time.