Techleaf

我眼中的计算机（一）：计算机网络

Sun, 03 May 2026 00:00:00 GMT

后续应该还会做修改，这是第一版。

理解“计算机”，先从互联网开始。

注：文中配图做了一定简化处理。

1.从接入一条宽带开始

装宽带那天，师傅上门拉来的那根网线，是你和互联网之间最真实的物理连接。

这根线接入了一家叫做 ISP（Internet Service Provider，互联网服务提供商）的公司的网络（假设是联通）。在中国，联通、电信、移动都是 ISP。你付给他们月租费，他们给你一条通往互联网的信道，你的一切流量都会通过 Wi-Fi 协议传给路由器，然后经由路由器转发至联通的网络。

从这一刻起，你的主机成为了互联网上一个可寻址的节点。

此时又来了一个叫 bilibili 的服务商，也接入了联通。此时不难想到，你可以通过联通的网络与 bilibili 进行通讯，获取 bilibili 的视频。

然后电信来了，他们也想加入互联网的建设中。但电信和联通是两张完全独立的网络——电信的机器不认识联通的路，联通的机器也不认识电信的路。要让两张网互通，就必须让联通和电信在网络边界处各自部署一台边界路由器，让这两台路由器运行BGP（Border Gateway Protocol，边界网关协议）、互相"握手"，然后开始交换路由信息——联通告诉电信"发往 A、B、C 这些地址段的包，交给我，我能送到"，电信也反过来告诉联通同样的事。这种声明在 BGP 术语里叫做路由通告（route advertisement）。

两边的边界路由器把对方通告的路由写进自己的转发表，从此联通和电信就完成了互联。

此时你不仅可以和联通下面的主机通讯，还可以和电信的主机通讯了。也就是说，此时京东如果接入了电信（如图所示），你的请求就会从联通，经过 BGP 通道，前往电信，再抵达京东的服务器，拿到数据后原路返回。

接下来，只需要这样的 ISP 多一点，大家两两建立 BGP 对等连接、互相通告路由，就形成了我们今天的互联网。互联网，本质上就是把全球的机器连接到一起的网络。

整个互联网就是这样构建起来的：无数个自治系统（AS，Autonomous System）——每一个 AS 就是一张由单一机构运营的独立网络，联通是一个 AS，电信是一个 AS——通过 BGP 向彼此通告"我能到达哪些 IP 地址段"，路由信息在全球 AS 之间传播，数据包就能沿着这张路由地图从任意一点抵达另一点。

AS4134 — 中国电信
AS4837 — 中国联通
AS9808 — 中国移动
AS7018 — AT&T（美国）
AS3356 — Lumen（美国）

全球目前有约 80,000 个 AS。当你访问一个海外网站时，你的数据包会经过你的家用路由器、ISP 接入网、对端 ISP，最终抵达目标服务器——整个过程可能经过十几跳（hop)，每一跳都是一台路由器根据 BGP 路由表做出的转发决策。

注：图中各服务商（京东、bilibili、腾讯视频、拼多多、美团、亚马逊、Netflix）的接入位置均为示意，实际由更复杂的服务器集群与多线机房构成（后续会提到）。

注：前文中，联通、电信这样的 ISP 一直以"云"的形状出现。这是一种刻意的抽象——云的内部，其实是成百上千台骨干路由器彼此互联组成的网状网络，如下图所示。

2. 两台主机如何通讯

从这一章开始，我们要建立第一个计算机网络的核心直觉：层层封装，层层抽象。

数据从你的程序出发，抵达另一台机器上的程序，中间要经过四层处理——每一层只关心自己那一小块事，把剩下的内容当作"货物"打包传下去。读完这一章，你会看到一个数据包是怎么一层一层被套上"信封"的。

（4层是按照乱序展开的emm，我觉得会符合直觉一点）

应用层-4.简谈应用层**（最上层）**

传输层-2.2端口+3.深入传输层

网络层2.1IP地址

链路层2.3 MAC地址**（最下层）**

最终得到这样一个数据包：

[ 链路层 [ 网络层[ 传输层 [ 应用层 ] ] ] ]

2.1 IP 地址

单单接入互联网还不足以进行通讯——互联网里有着几千万台设备，你的数据包进入这张网之后，怎么知道该送到哪里，目前的互联网好似一张空白地图，等待着我们往里面添加标记？至此，必须设计一种机制，给每台机器一个唯一的标识，构成最基础的地图——这就是网络层的IP 地址。

IP 是一套编址与转发的规则体系，全称网际协议（Internet Protocol），是互联网最核心的协议之一。现行最广泛的版本是 IPv4：32 位整数，写成四段十进制数、每段 0–255，比如 8.8.8.8、104.20.23.154。路由器根据目标 IP 地址决定把数据包转发到哪里。

有了 IP，访问另一台机器就有了着落。你在浏览器输入 104.20.23.154，数据包带着这个目标地址出发，沿途每台路由器查自己的转发表，决定下一跳送往哪里，最终抵达那台机器。

Mac电脑查看IP地址：

打开“系统设置”（较旧系统为“系统偏好设置”）。
在左侧边栏中点击“网络”。然后点击详细信息/Details...

如图：我的机器目前被分配的IP是192.168.2.11，路由器是192.168.2.1。

Windows查看方式：

Windows 中的基本网络设置和任务 - Microsoft 支持

IP 地址里有个特殊的保留地址值得记一下：

127.0.0.1：本机回环地址，发往这个地址的包不会出网卡，直接在本机内部转一圈回来。开发时常见的 localhost 指的就是它。

图中的这个人尝试寻址，结果定位了127.0.0.1，实际上这是她自己家的地址。

小插曲：主机名

这就是最早期的互联网，基于IPv4协议，给每个上网的主机一个IP地址进行通讯。不过人类不擅长记数字——104.20.23.154 是 Cloudflare 某台服务器的地址，你能记住它吗？互联网上有数十亿台服务器，靠记 IP 地址上网从一开始就不现实。人需要的是名字，不是数字。

但这不是事后才意识到的问题。ARPANET 早期，Stanford Research Institute 就维护着一个叫 hosts.txt 的文本文件，给每台机器起一个人类可读的名字，记录它们到 IP 的映射：

10.0.0.1    mit-gw
10.0.0.2    stanford-ai

全网所有机器定期来下载这个文件，想连某台机器就查本地的表，不用记任何数字，主机名会在发包的时候通过一次本地查询来转写成IP。这套方案在规模小的时候工作得很好——但随着接入设备越来越多，它开始撑不住了。关于这个问题如何被解决，后面会细讲。

主机名的残影今天依然存在：你电脑上的 /etc/hosts（Linux/Mac）或 C:\Windows\System32\drivers\etc\hosts（Windows），格式和四十年前一模一样。localhost 指向 127.0.0.1 这条记录，几乎每台电脑上都有。

顺带一提，在终端输入 hostname 命令，可以查看本机的主机名。

过程图示：

如果包含数据取回，则如下图（多一个回传，回传路径不一定走来时的路径）：

此时，经过IP的加持，数据包有了第一层标识：

[ 源IP | 目标IP | [ 数据 ] ]
[ 192.168.2.10 | 8.8.8.8 | [ 请返回给我 google.com 的 首页 ] ]

2.2 端口

IP 地址定位的是一台机器，但一台机器上同时跑着几十个程序：浏览器在请求网页，游戏客户端在收发数据，邮件客户端在后台同步——如何区分是谁在发出数据包，数据包到了这台机器，操作系统怎么知道该把它交给谁？

并且在传输过程中，如果包丢了、顺序乱了，怎么处理？

这两个问题都属于传输层的职责。第一个问题由端口来解决，第二个问题由 TCP 和 UDP 来解决。

本节先讲端口，TCP 和 UDP 放到下一章展开。

答案是端口（Port）。端口是一个 0–65535（$2^{16}$）的数字，操作系统用它区分同一台机器上的不同进程。每个监听网络的程序都绑定一个端口，数据包到达时，操作系统看目标端口号，交给对应的程序。

如下图：192.168.2.10:51425就是chrome的一个窗口。

例如你在浏览器里打开 https://google.com，操作系统随机分配一个临时端口，比如 51423：

192.168.2.10 : 51423（本机）  →  142.250.80.46 : 443（Google服务器）

Google 的服务器收到请求，把响应原路发回：

142.250.80.46 : 443（Google服务器）  →  192.168.2.10 : 51423（本机）

操作系统收到返回包，看目标端口 51423，知道这是刚才那个浏览器标签页发出去的请求，把数据交给它。

此时如果你同时开着另一个标签页访问 https://bilibili.com，或者打开游戏，系统会再分配一个不同的临时端口，比如 51424，两路请求互不干扰。

故IP + 端口合在一起，才构成一个完整的通信端点，称为 socket。一次连接的完整描述是四元组：

源IP : 源端口  →  目标IP : 目标端口

端口分两类：

知名端口（0–1023），由 IANA 统一分配，约定俗成，服务器在这些端口上等待连接：

80 — HTTP
443 — HTTPS
22 — SSH
53 — DNS
……

你在浏览器输入 https://google.com，不写端口，浏览器自动补上 443。服务器也可以把 HTTPS 跑在别的端口，比如 8443，但这时 URL 里就必须显式写明：https://example.com:8443。

临时端口（1024–65535），由操作系统在客户端发起连接时随机分配，用完即释放。你的浏览器每打开一个新连接，系统随机给它分一个端口作为回信地址，连接断开后这个端口就还回去了。所以 Chrome 不"跑在"某个固定端口上——它连接的是服务器的 443，自己用的是系统随机分配的临时端口。

下图展示了一次完整的 IP + 端口通讯流程，以 Chrome 访问 bilibili.com 为例。浅蓝色路径为请求方向，深蓝色为响应方向，数字标注为数据包在各阶段的状态。

经过端口加持，数据包又多了一层：

[ 源IP | 目标IP | [ 源端口 | 目标端口 | [ 数据 ] ] ]
[ 192.168.2.10 | 8.8.8.8 | [ 51423 | 53 | [ 请返回给我 google.com 的 首页 ] ] ]

2.3 MAC地址

好了，至此我们已经将全部软件层面的数据补全了。但数据包真正在网络中传输时，还差一个关键问题没有解决。

想象你是一个从 A 发出的数据包，目标是 B 服务器。你手里只有 B 的 IP 地址，也就是有目的地，没有导航，无法导航——毕竟你怎么知道该往哪个方向跳？附近有几十台路由器，随便选一台跳过去，可能离目标越来越远。

解决这个问题的机制就是配置路由表。每台路由器都维护一张路由表，记录"发往某个 IP 段的包，应该从哪个接口转发给哪台设备"。路由表不是凭空产生的——路由器通过 BGP 和邻居持续交换路由信息，把邻居能到达的 IP 段写进自己的路由表，邻居的邻居的信息也会逐步传播过来，最终每台路由器都掌握了全球 IP 段的转发路径。

如下图所示，每个路由都标记了自己的可达IP和相应路径，作为数据包，只需要根据规则跳转即可。到达一台路由器，路由器查路由表，找到目标 IP 对应的下一跳，转发过去。下一台路由器重复同样的过程，直到抵达目标服务器。

*每个路由都有路由表，并未画全。

在上图中，我们可以看出4.1.1.1到1.1.1.1的路径是本机-A-B-C-D-E-服务器。（服务器返回路径同理可得，反转跳转逻辑即可）

而这个A、B、C、D、E就分别是5个是MAC地址，可以理解为本机的名字，全球唯一，当然，本机和服务器也有属于自己的MAC地址。

MAC 地址（Media Access Control Address）是网卡出厂时烧录的硬件地址，全球唯一，写成六组十六进制数，比如 A4:83:E7:2B:1C:09。每台有网卡的设备都有一个。

此时数据包又多了一层：

[ 源MAC | 目标MAC | [ 源IP | 目标IP | [ 源端口 | 目标端口 | [ 数据 ] ] ]]

不像IP和端口只在首位端有修改的需求，MAC地址每一跳都会修改一次（每次一的目标MAC都会变），改动的很频繁。数据包每经过一台路由器，路由器就剥掉旧的链路层头部，查 IP 路由表决定下一跳，再套上新的链路层头部——目标 MAC 换成下一台设备的 MAC。全程 IP 地址不变，MAC 地址逐跳替换。

例如：本机 -> A -> B -> C -> D -> E -> 服务器。

本机 $\rightarrow$ 路由器 A：

[ MAC: 本机MAC -> A | IP: 4.1.1.1 -> 1.1.1.1 | Port: 5201 -> 80 | Data: Hello ]
路由器 A $\rightarrow$ 路由器 B：

[ MAC: A -> B | IP: 4.1.1.1 -> 1.1.1.1 | Port: 5201 -> 80 | Data: Hello ]
路由器 B $\rightarrow$ 路由器 C：

[ MAC: B -> C | IP: 4.1.1.1 -> 1.1.1.1 | Port: 5201 -> 80 | Data: Hello ]
路由器 C $\rightarrow$ 路由器 D：

[ MAC: C -> D | IP: 4.1.1.1 -> 1.1.1.1 | Port: 5201 -> 80 | Data: Hello ]
路由器 D $\rightarrow$ 路由器 E：

[ MAC: D -> E | IP: 4.1.1.1 -> 1.1.1.1 | Port: 5201 -> 80 | Data: Hello ]
路由器 E $\rightarrow$ 服务器：

[ MAC: E -> 服务器MAC | IP: 4.1.1.1 -> 1.1.1.1 | Port: 5201 -> 80 | Data: Hello ]

2.4 层层封装，层层抽象

回头看走过的路，三层机制各司其职，解决的是三个层次完全不同的问题。

传输层  →  套上端口（51423 → 53）
网络层  →  套上 IP（1.2.3.4 → 8.8.8.8）
链路层  →  套上 MAC（AA → CC）

IP 解决的是全局寻址：互联网上有几十亿台设备，数据包必须有一个全局有效的坐标，让沿途每台路由器都能根据它做出转发决策。

端口解决的是进程分发：IP 只能定位到一台机器，但机器上同时跑着几十个程序，操作系统需要一个额外的数字来判断这个包该交给谁。

MAC 解决的是相邻传递：路由表告诉你"下一跳是某个 IP"，但数据包在物理链路上流动时，必须知道下一跳设备的硬件地址才能真正发出去——MAC 就是这个"当前这一跳的收件人"标签，每跳替换一次，全程不断更新。

这些机制合到一起，最终实现了一台主机访问另一台主机的壮举。

当然还差最后一层——应用层。传输层只管"把数据完整地送到对面的某个程序"，但送到之后，两端程序之间说什么、怎么说，是应用层自己定义的事。如HTTP、SSH、FTP 都是应用层协议，后面会讲到。

三层叠加的结果是一个嵌套结构：

[ 源MAC | 目标MAC | [ 源IP | 目标IP | [ 源端口 | 目标端口 | [ 数据 ] ] ] ]

实际的网络请求也是如此：

原始数据：

0000   a4 83 e7 2b 1c 0a a4 83 e7 2b 1c 09 08 00 45 00  ...+.....+..E.
0010   00 4b d3 f8 40 00 40 06 9a 3d 04 01 01 01 01 01  .K..@.@..=......
0020   01 01 cb 92 00 50 00 00 00 01 00 00 00 01 50 18  .....P........P.
0030   faf0 0e 1c 00 00 47 45 54 20 2f 20 48 54 54 50 2f  ......GET / HTTP/
0040   31 2e 31 0d 0a 48 6f 73 74 3a 20 31 2e 31 2e 31 2e  1.1..Host: 1.1.1.
0050   31 0d 0a 0d 0a                                   1....

翻译为人话（可以对应到原始数据）：

以太网帧头部 (MAC层)
----------------------------------------------------------------
目标 MAC: a4:83:e7:2b:1c:0a (路由器A)
源   MAC: a4:83:e7:2b:1c:09 (本机)
类型: 08 00 (IPv4)

IP 数据报头部 (网络层)
----------------------------------------------------------------
版本: 4
首部长度: 5 (20字节)
服务类型: 00
总长度: 00 4b (75字节)
标识: d3 f8
标志/分段偏移: 40 00 (不分片)
生存时间 (TTL): 40 (64)
协议: 06 (TCP)
头部校验和: 9a 3d
源   IP: 04.01.01.01 (4.1.1.1)
目标 IP: 01.01.01.01 (1.1.1.1)

TCP 段头部-可以暂时理解为端口 (传输层)
----------------------------------------------------------------
源 端口: cb 92 (52114)
目标端口: 00 50 (80)
序列号: 00 00 00 01
确认号: 00 00 00 01
首部长度/保留/控制位: 50 18 (20字节, PSH+ACK)
窗口大小: fa f0
校验和: 0e 1c
紧急指针: 00 00

HTTP 应用数据 (应用层)
----------------------------------------------------------------
请求行: GET / HTTP/1.1
头部字段: Host: 1.1.1.1
结束符: \r\n\r\n

层层封装还带来了一个特性，即每一层只读自己的头部，对内部内容完全不透明——路由器看 IP 做转发，不关心端口；操作系统看端口做分发，不关心数据内容；应用程序只拿到最里面的数据，感知不到外面套了几层皮。这种设计让每一层都可以独立演化：换一种物理传输介质（比如从以太网换成 Wi-Fi），只需要替换链路层，IP 和端口完全不动。这就是层层封装的核心价值——通过分层把复杂度隔离开来，每一层只对紧邻它的上下层负责。

分层还带来另一个好处：

！！从现在起，我们可以把链路层和网络层放进"默认存在"的背景里，不再追踪 MAC 地址与IP协议。它一直在运作，但对其以上的逻辑完全不可见——我们讨论一次请求怎么从客户端到服务器，只需要关心传输层和应用层，链路层加上网络层自己会处理好数据包的部分传递。3,4两章节都如此。第五章节IP即网络层会再次回归，不过链路层应该是不会涉及到了。

互联网图景（如图，可脑部模拟几次网络传输）：

:::flashcard{hint="三层机制各自的职责"}

Q: IP 地址、端口、MAC 地址在数据包转发过程中各自解决了什么层次的问题？

???

IP 地址：解决全局寻址——给每台设备一个全局有效的坐标，让沿途路由器据此做转发决策。
端口：解决进程分发——同一台机器上运行多个程序时，操作系统用端口号判断数据包该交给哪个进程。
MAC 地址：解决相邻传递——标识当前这一跳链路上的实际收件人，每经过一台路由器就替换一次。

:::

:::flashcard{hint="逐跳传递中地址字段的变化规律"}

Q: 一个数据包从发送方经过多台路由器到达接收方的过程中，IP 地址和 MAC 地址各自如何变化？为什么会有这种差异？

???

IP 地址全程不变：源 IP 和目标 IP 是端到端的坐标，沿途路由器只读取目标 IP 做转发决策，不修改它。
MAC 地址每跳替换：MAC 只标识当前这段链路的发送方和接收方。路由器转发时剥掉旧的链路层头部，查路由表找到下一跳，套上新的 MAC 头——目标 MAC 换成下一台设备的地址，直到最后一跳才换成目标服务器的 MAC。

:::

:::flashcard

Q: 网络分层设计让每一层只读自己的头部、对内层内容不透明。这种设计带来了什么具体好处？

???

每一层可以独立演化，替换某一层的实现不会影响其他层。例如：将物理传输介质从以太网换成 Wi-Fi，只需替换链路层，IP 地址、端口、应用数据完全不需要改动——这就是分层把复杂度隔离开来的核心价值。

:::

3. 深入传输层

你已经有了 IP、端口、要传输的数据。从第二章的视角看，一切似乎已经就绪——数据包知道去哪，操作系统知道交给谁。我们已经可以传输一个数据包到指定地点了。

但有一个问题被悄悄绕过去了：你怎么知道数据传到了？你怎么确保数据没有缺失？

互联网不是一根可靠的管道。你的数据包在经过十几台路由器的过程中，任何一跳都可能因为拥塞、硬件故障、线路抖动而悄无声息地把它丢掉。路由器不会给你发"对不起我把你的包扔了"的通知——它直接丢弃，然后继续处理下一个包。

假设你在下载一个 10GB 的文件，例如下载一个电影。文件被切成几十万个数据包分批发送，中途丢了一万个——你拿到的文件是一个残缺的、大概率无法解析的损坏文件。但你的操作系统对此一无所知，它只是把收到的数据照单全收，不知道少了什么。

对此情景，我们需要建立稳定的连接，明确丢失的包并且重传，这就是传输层要解决的第二个问题。

应用层-传输层-网络层-链路层

3.1 TCP协议

TCP（Transmission Control Protocol，传输控制协议） 的核心思路极其朴素：收到了就回一个确认，没收到确认就重发。

比如在传输中某个电影的数据包丢失了，接收端会重复返回某些应答报文，通知发送端重传，以确保接收文件的完整性。

整个TCP又可以分为3个部分

建立连接、传输数据、关闭连接。

建立连接

传数据之前，双方必须先协商好一些状态，这个过程叫三次握手（Three-Way Handshake）。

（说实话不是很需要在意这个具体的名词是啥，记住为啥需要三次握手才能安全的建立连接就好。）

有一些名词先解释一下：

SYN = Synchronize（同步）

ack = Acknowledgment（确认号）

Seq = Sequence Number（序列号）

::::row :::col6 客户端第一次发送-SYN

客户端发送 SYN 报文，请求建立连接，并携带初始序号ack=x。

服务端第一次应答-SYN-ACK

服务器收到后，发送 SYN-ACK 报文，确认收到返回初始序号+1，即ack = x+1，并携带自己的初始序号Seq = y。

客户端第二次发送-ACK

客户端发送 ACK 报文，确认收到（ack = y+1），连接建立。 ::: :::col4 ::: ::::

数据传输

连接建立之后，双方开始传数据。每一段数据都带着自己的序列号（seq）出发，接收方收到后回一个 ACK，告诉对方"我期望下一个从哪里开始"。

要注意的是TCP 是全双工的，这意味着双方可以同时互相发数据，各自维护一套独立的 seq/ack，互不干扰

此外便是ACK 不需要单独占一个报文，可以顺路夹在数据包里一起发回去（称为 piggyback ACK），节省一次来回

len参数是数据的长度。

::::row :::col6 客户端第一次发送 - Data 客户端发送数据报文，从序列号 seq=1 开始，携带 500 字节数据。

服务端应答并发送 - ACK + Data 服务端收到后，回复 ack=501 确认已收到前 500 字节；同时携带自己的数据，从 seq=1 开始发送 300 字节。

客户端应答并发送 - ACK + Data 客户端收到服务端数据，回复 ack=301 确认已收到；同时继续发送自己的数据，从 seq=501 开始再发 500 字节。

服务端应答并发送 - ACK + Data 服务端收到后，回复 ack=1001 确认已收到客户端全部 1000 字节；同时继续从 seq=301 发送下一段数据。 ::: :::col4 ::: ::::

但是传输中，依然可能导致丢包，那么此时会发生什么？TCP如何保证不丢包？

ACK 的值是接收方期望收到的下一个字节的序号——这个设计很妙：一个 ACK 可以同时确认之前所有字节都已经收到，不需要对每一个包单独回一个确认。

::::row :::col6

客户端第一次发送 - Data（seq=1）

客户端发出第一段数据，从 seq=1 开始，共 500 字节，服务端正常收到并回复 ack=501。

客户端第二次发送 - Data（seq=501）✗ 丢包

第二段发出去了，但中途丢失，服务端没有收到。

客户端第三次发送 - Data（seq=1001）

服务端收到，但发现 501-1000 还缺着，先暂存这段数据，回复 ack=501（重复 ACK 第 1 次）。

客户端第四次发送 - Data（seq=1501）

服务端同样暂存，继续回复 ack=501（重复 ACK 第 2 次）。

客户端第五次发送 - Data（seq=2001）

服务端继续暂存，再次回复 ack=501（重复 ACK 第 3 次）。

客户端触发快速重传 - Data（seq=501）

发送方收到 3 次重复 ACK，不等超时计时器，立刻补发 seq=501 那一段。

服务端补全确认 - ACK（ack=2501）

缺失数据补上后，之前暂存的三段一并确认，一个 ACK 直接推到 2501。

::: :::col4

::: ::::

收到 3 次重复 ACK 会立即触发重传，不等超时——因为重复 ACK 是一个明确信号：中间有包丢了。

当然，还有一个处理方法是发送方还会维护一个重传计时器：每发出一个包，就启动倒计时；如果超时还没收到 ACK，就重发。

断开连接

数据传完，连接要关闭。TCP 用四次挥手来确保双方都把数据发完再断：

::::row :::col6

客户端发起关闭 - FIN 客户端发送 FIN 报文，表示自己这边数据已经发完，请求关闭连接。

服务端确认 - ACK 服务端收到后回复 ACK，表示知道了；但服务端可能还有数据没发完，连接暂时只关了一半。

服务端发起关闭 - FIN 服务端数据全部发完，发送 FIN 报文，表示自己这边也发完了。

客户端确认 - ACK 客户端回复 ACK，连接正式关闭。 ::: :::col4

:::

::::

一个TCP数据包

[ 源MAC | 目标MAC | [ 源IP | 目标IP | [ 源端口 | 目标端口 | seq | ack | 窗口 | ... | [ 数据 ] ] ] ]

3.2 TCP 的代价

TCP 把不可靠的网络变成了可靠的字节流，而代价是延迟和开销。

每发一段数据，都要等 ACK 才能继续。丢包了还要等重传。握手本身就要消耗一个往返时间（RTT）才能开始传数据。

对于大多数应用，这些代价完全值得——你不会希望网页只加载了一半，或者下载的文件有几个字节被悄悄替换了。

但有些场景，TCP 的可靠性反而成了累赘。

想象你在打一款第一人称射击游戏，或者竞技类网游。你的操作数据每秒要发送 60 次乃至120次到服务器——每一帧你的位置、朝向、当前动作。这些数据的特点是：

旧数据没有任何价值。

如果第 30 帧的位置数据丢包了，TCP 会停下来等重传——而在等待重传的这段时间里，第 31、32、33 帧的数据都堵在发送缓冲区出不去。等重传成功，客户端才能收到一连串积压的数据，画面瞬间跳变，这就是游戏里的"卡顿"。

更荒谬的是：重传回来的第 30 帧数据，对你来说已经毫无用处——你现在关心的是第 33 帧，第 30 帧的位置早就过时了。TCP 为了一个没价值的包，把后面三帧全卡住了。

再想象视频通话也是一样的：你和朋友实时对话，语音数据每 20ms 打一个包发出去。某个包在网络里丢了——TCP 去重传，重传回来已经是 200ms 之后了。200ms 前的语音数据回来有什么意义？你朋友早就说到别的地方去了。正确的处理是跳过这 20ms、用静音或插值补上，而不是把整条对话流堵住去等一个过期的包。

因此场景，UDP协议顺应而生。（这边一共就这俩要介绍的TCP/UDP，没了）

3.3 UDP：把控制权还给应用层

UDP（User Datagram Protocol，用户数据报协议） 的设计哲学是：我什么都不保证。

没有握手，没有确认，没有重传，没有顺序。发出去就发出去了，丢了就丢了。

UDP 头部极其简洁：

[ 源端口 | 目标端口 | 长度 | 校验和 | 数据 ]

总共只有 8 个字节的头部开销（TCP 头部最少 20 字节）。没有连接状态，没有序列号，没有窗口，发完即忘。

::::row :::col6

这带来了几个关键特性：

零建连延迟。 TCP 需要一次往返的握手才能开始传数据。UDP 直接发，没有任何等待。

没有队头阻塞。 TCP 的有序字节流意味着一个包丢了，后面所有的包都得等它重传。UDP 每个包完全独立，一个包丢了，后面的包照常到达、照常处理。

只管发包就好了，剩下的服务端会解决的.jpg ::: :::col4 ::: ::::

以游戏为例，基于 UDP 的自定义协议是这样工作的：

客户端每帧发送自己的状态，带上一个单调递增的帧序号。接收方收到新帧，直接丢弃任何序号比它更小的包——如果 33 号包比 30 号包先到，那 30 号包来了直接扔掉，因为游戏状态已经更新到 33 了，30 是过去式。

丢包了怎么办？直接跳过。 用上一帧的数据插值推算当前位置，或者显示一个轻微的卡顿，而不是把整条数据流堵住去等重传。

这套逻辑是由游戏的应用层代码实现的，TCP 无法提供这种"选择性丢弃旧数据"的能力，因为 TCP 的有序字节流是强制的、无法关闭的。

UDP 的使用场景归纳起来就是一类：应用层比 TCP 更清楚如何处理丢包和乱序。

对比一下TCP和UDP：

此时传输层的数据包结构，对于 TCP：

[ 源MAC | 目标MAC | [ 源IP | 目标IP | [ 源端口 | 目标端口 | seq | ack | 窗口 | ... | [ 数据 ] ] ] ]

对于 UDP：

[ 源MAC | 目标MAC | [ 源IP | 目标IP | [ 源端口 | 目标端口 | 长度 | 校验和 | [ 数据 ] ] ] ]

两者在网络层（IP）以下看起来没有任何区别——路由器照常转发，不关心里面跑的是 TCP 还是 UDP。可靠性与否，是传输层自己的事。

:::flashcard{hint="三次握手的必要性"}

Q: TCP 建立连接为什么需要三次握手，而不是两次？第三次握手解决了什么问题？

???

两次握手只能让服务端确认"客户端的发送链路通畅"，但客户端无法确认"服务端发回的数据能被自己收到"。第三次握手（客户端发 ACK）让服务端知道自己的初始序号已被对方确认，双方的发送和接收链路都经过验证，连接才能安全建立。

:::

:::flashcard{hint="快速重传的触发条件与优势"}

Q: TCP 快速重传在什么条件下触发？相比等待超时计时器，它的优势是什么？

???

触发条件：发送方收到 3 次重复 ACK（同一个确认号被重复应答 3 次）。优势：超时计时器等待时间通常为数百毫秒，而 3 次重复 ACK 是"中间有包丢失"的明确信号，发送方可以立即重传，大幅缩短恢复延迟，不必等计时器超时。

:::

:::flashcard{hint="UDP 适用场景的判断标准"}

Q: 文中给出了选用 UDP 而非 TCP 的判断标准是什么？游戏和视频通话为什么符合这个标准？

???

判断标准：应用层比 TCP 更清楚如何处理丢包和乱序。

游戏：旧帧数据对当前游戏状态毫无价值，丢失时直接跳过并用插值补算，TCP 强制重传旧包反而会阻塞后续帧。
视频通话：语音包延迟重传回来已无意义，正确处理是用静音或插值补上，而不是堵住整条数据流等一个过期包。

:::

4.简谈应用层

TCP 和 UDP 解决的是"怎么送"的问题——一个要求可靠有序，一个追求快速轻量。

但送到之后呢？两端的程序用什么语言对话、请求和响应长什么样、连接该维持多久——这些 TCP 和 UDP 完全不管，交给应用层去定义。

4.1 一个通用的骨架

在讲具体协议之前，先建立一个直觉。

应用层协议的内容千变万化，但它们一定建立在传输层之上——都是在 TCP 或 UDP 搭好的管道上工作，差别只在管道里说的内容。这意味着，大多数应用层协议的结构是可以预判的。

基于 TCP 的协议，骨架几乎一致：

① 三次握手（TCP 建立连接）

② 应用层通讯（这里才是各协议的个性）

③ 四次挥手（TCP 关闭连接）

应用层的HTTP、HTTPS、SSH、FTP、SMTP——全都是这个模式。三次握手和四次挥手是 TCP 固定的开销，协议设计者不需要自己实现这部分，TCP 帮你处理好了。他们只需要设计②——"连上之后说什么、怎么说"。

例如SSH（命令行里用于连接另一台机器的指令）连上之后先做密钥交换和身份认证，因为 TCP 只给你一条裸管道，加密和验证身份得自己来。HTTP 则简单得多，连上就直接问答：客户端发一个请求（方法 + 路径 + 头），服务端回一个响应（状态码 + 头 + body），完事。

基于 UDP 的协议，结构则简单得多：

① 直接发包（无需建立连接）

② 可能有响应，可能没有（由应用层自己决定）

③ 没有正式的关闭流程，发完即结束

游戏（自定义协议即可）、视频通话（WebRTC）的实时数据是最典型的例子——发出去，不管了，有没有收到是应用层自己决定的事。

下面将简单分析HTTP 和 HTTPS为例子解析应用层，不对其它协议进行展开。

4.2 HTTP：一问一答

HTTP（HyperText Transfer Protocol，超文本传输协议） 是互联网上用得最广的应用层协议。

TCP 三次握手建立连接之后，HTTP 的通讯模式极其简单——客户端发一个请求（Request），服务器回一个响应（Response），完成一次交换。 且默认都是纯文本，人类直接可读。

::::row :::col6

一个 HTTP 请求有着极其严格的四部分结构：

POST /api/login HTTP/1.1
Host: www.bilibili.com
Content-Type: application/json
Content-Length: 47

{"username": "bilibili_user", "password": "123456"}

请求行（Request Line）：第一行（POST /api/login HTTP/1.1），目标路径是登录接口 /api/login，协议版本1.1。
请求头（Headers）：Content-Type 告诉服务器 Body 的数据格式是 JSON；Content-Length 告诉服务器 Body 有多少字节，方便它知道读到哪里算结束。
空行（Blank Line）：分隔头部与正文。
请求体（Body）：POST 请求的核心，这里放着实际要提交的数据——一段 JSON，包含用户名和密码。

::: ::::col4

::: ::::

服务器处理完毕后，返回的响应也遵循完全对称的四部分结构：

::::row :::col6

HTTP/1.1 200 OK
Content-Type: application/json
Content-Length: 52
Set-Cookie: session_id=abc123; HttpOnly

{"code": 0, "message": "登录成功", "uid": 12345}

状态行（Status Line）：第一行，200 OK 是状态码，代表成功（常见的还有 404 资源不存在、500 服务器内部错误）。
响应头（Headers）：同请求头，描述返回数据的属性
空行（Blank Line）：同样用于分隔头部和主体。
响应体（Body）：真正返回的数据内容（此处为成功登录的信息）。

::: ::::col6

::: ::::

我们要了解HTTP的结构，还要了解HTTP 还有一个极其重要的核心设计决定：它是无状态的（Stateless）。

这意味着，每一次请求对服务器来说都是全新的——服务器不记得你上一次发过什么。每次请求都是全新的一次请求，服务器不知道你刚才在首页、不知道你是谁。

这样的设计可以让服务器可以极度简单：不管之前的任何事情，只管处理当前这一个请求，处理完就忘。但代价是，登录状态无法保持，而为了解决持久化登录，又逐渐设计出了不少方案。这里只介绍最简单的一种，也是现在还在被使用中的最早的一种——Cookie。

让我们先思考一下，登录状态如何保持？或者说，如何让服务器认出你？

HTTP 本身无状态，所以认出你的责任只能落在请求本身——那就让每次请求必须自己携带能证明身份的信息。

那就在登录成功之后，服务器给你发一张"身份证"，你把它存起来，之后每次请求都带上它：

服务器会在第一次响应的 Header 里塞入一段真实数据：

Set-Cookie: session_id=abc123

浏览器把它存下来，之后每次发请求都会自动在请求 Header 里带上这一行：

Cookie: session_id=abc123

服务器看到这个 session_id，去自己的数据库查"abc123 是哪个用户"，于是"认出"了你。无状态的协议，靠应用层自己补上了状态。

此时，完整的数据包结构（以一次 HTTP 请求为例），像套娃一样拼齐了全貌：

[ 源MAC | 目标MAC | [ 源IP | 目标IP | [ 源端口 | 目标端口 | seq | ack | ... | 
    [ GET /index.html HTTP/1.1\r\nHost: bilibili.com\r\n\r\n ]
] ] ]

这就是第 2.4 节那段 hex dump（十六进制抓包）里最内层的那行——GET / HTTP/1.1\r\n...（\r\n\r\n 就是那个关键的空行）——现在你完全知道它的结构边界和存在意义了。

小插曲：We use cookies!

Cookie 本来只是为了保持登录状态，但 Google 发现了它的另一种用法——追踪。

Google 在无数网站里嵌入了自己的 JS 脚本，悄悄种下自己的 Cookie：

你访问 A 新闻网站 → Google 种下 _ga=xyz
你访问 B 购物网站 → Google 读到同一个 _ga=xyz
你访问 C 视频网站 → Google 还是读到 _ga=xyz

这和登录毫无关系，纯粹是跨站追踪你的浏览轨迹，用来精准投放广告。

2018 年欧盟 GDPR 立法，规定追踪用户数据必须明确征得同意——于是全球网站开始弹出那个横幅："We use cookies!"

4.3 HTTPS：安全层

让我们回到那个网络概括图，再次用学到的知识还原一次完整的通信（隐去MAC地址）：

IP 负责定位，TCP 负责可靠传输，HTTP 规范请求格式——传输层面，似乎没什么问题了。

但安全呢？

如果我在路由路径中插入一台机器（或者你在餐馆连接了不知名WiFi），复制所有经过的数据包，逐层解包，你与服务器之间的全部通信就完全暴露了。如果那几台服务器是银行网站，攻击者就能直接读到你的账号和密码。这就是监听攻击。

更隐蔽的攻击是 Cookie 劫持：不需要知道你的密码，只需要从数据包里偷出你的 session_id，然后把它塞进自己的请求头——服务器看到合法的 Cookie，会以为就是你本人在操作。

Cookie: session_id=abc123   ← 攻击者拿着你的通行证，冒充你借贷、转账

这是 HTTP 作为明文协议的致命缺陷。

解法就是在 HTTP 下面加一层加密——HTTPS（HTTPS = HTTP + TLS）

TLS（Transport Layer Security，传输层安全协议）在 TCP 和 HTTP 之间插入一层，负责把 HTTP 的内容加密再发出去，让中间路由器只能看到密文。

TLS 的工作分两步：

1.TLS握手

TCP 三次握手完成后，TLS 握手开始，目的只有一个：让客户端和服务器协商出一个不怕被中间人截获的密钥，用此密钥进行通讯。

TLS 的解法是非对称加密（该方法很复杂，此处只简单讲述）：

我们先引入一个概念——锁和钥匙。锁可以加密钥匙，钥匙可以解密锁。但是锁不能用来解锁，钥匙不能用来上锁。

服务器持有一对密钥：A锁（只能加密）+ A钥匙（只能解密锁加密的内容）

客户端也有：B锁（只能加密）+ B钥匙（只能解密锁加密的内容）

通讯时，服务器把A锁给你，然后你用A锁加密把自己的B锁传给服务器，服务器用A钥匙解开A锁加密的数据包，得到你的B锁。

::::row :::col1 ::: :::col1 ::: :::col1 ::: ::::

::::row :::col6 此时服务器有了：A锁+ A钥匙+B锁

客户端有了：B锁+ B钥匙+A锁

之后通讯服务器使用A锁加密自己的内容，客户端使用B锁加密自己的内容。 ::: :::col4 ::: ::::

嗯，大概是上面这个结构了。不过还有最后一层隐患——最开始服务器把 A锁发过来的时候是明文的。如果第三方截获了这个 A锁，换成自己的锁发给你，你以为在和服务器通讯，实际上全程在和攻击者通讯（攻击者自己可以解开自己的锁），数据全部泄露了——这就是中间人攻击。

在这里，我们无法继续改进架构了，只能引入一个第三方，来确保你收到的锁确实是服务器的锁，而不是被人调包过的。这就是证书颁发机构（CA，Certificate Authority）。

CA 是全球公认的可信机构（比如 DigiCert、Let's Encrypt），浏览器出厂时就内置了几百个可信 CA 的信息。服务器在上线之前，需要向 CA 提交申请，证明自己确实是 bilibili.com 的所有者，CA 验证通过后会签发一张数字证书——证书里包含了服务器的锁（公钥）、域名、有效期，以及 CA 用自己的钥匙盖上的签名。

之后每次握手，服务器首先发过来这张带签名的证书。客户端收到证书，用内置的 CA 信息验证签名，确认一起发过来的这把锁确实属于通讯的服务器，才会继续进行后续步骤。如果确认失败，就会立刻终止握手（提示不安全）。

是的，谁都能看出来，这里有个很大的安全隐患——只要有一家机构在颁发证书的时候失误（比如给错误的人颁发了证书），就会导致该通讯过程的安全系统瘫痪。

以上内容，把所有的锁换成公钥，钥匙换成私钥，就是计算机网络里的术语了。

回看整个握手过程，除了第一次服务器下发公钥，会话密钥的原材料从未明文出现在网络上，中间路由器即使记录了全程流量也无法还原出密钥，而下发锁的行为通过第三方一定程度上保证了不会出错。

2.加密传输

握手完成后，HTTP 的通讯照常进行，只是所有内容在发出前经过 TLS 加密，到达对方后再解密。大概是这样：

[ 源MAC | 目标MAC | [ 源IP | 目标IP | [ 源端口 | 目标端口 | seq | ack | ... | 加密数据] ] ]

路由器能看到 IP 和端口（转发所必需的），但最内层的 HTTP 数据已经是密文，它解不开。

访问 http:// 的网站——中间每一台路由器都能看到你在请求什么、服务器回了什么。

访问 https:// 的网站——中间只能看到"这台机器在和某个 IP 的 443 端口通讯"，内容全程加密，无从窃取。

（在这套加密系统下，谁都无法得知你到底在获取什么数据。一般能查到的，只有你在访问什么网站。比如你在看bilibili，但是看的哪个视频不可能被知道。）

HTTP 和 HTTPS 是应用层协议里设计得最典型的一对——HTTP 定义了通讯方式，TLS注重安全防护，两者叠加构成了现代 Web 的通信基础。

回看整个设计过程：每一层只解决自己的问题，缺什么补什么。TCP 不够安全，加 TLS；HTTP 无状态，加 Cookie；明文不安全，加密。这种层层封装、层层抽象（且按需叠加）的思路，贯穿了整个计算机网络的设计哲学。

其它应用层协议——SSH、FTP、SMTP——遵循的是同一套逻辑，只是根据自身需求在②阶段做了不同的定义。理解了 HTTP/HTTPS 的来龙去脉，其它协议的设计动机大多可以举一反三。

:::flashcard{hint="无状态协议与状态持久化"}

Q: HTTP 是无状态协议，Cookie 是如何在不修改 HTTP 协议本身的情况下实现登录状态持久化的？

???

服务器在登录成功的响应头写入 Set-Cookie: session_id=xxx，浏览器将其存储。此后每次请求，浏览器自动在请求头附上 Cookie: session_id=xxx。服务器收到后查数据库，识别出对应用户。本质上是让客户端自己携带状态凭证，而非由服务器记忆上下文——用应用层的手段补上了无状态协议的缺口。

:::

:::flashcard{hint="中间人攻击与 CA 的具体作用"}

Q: 在 TLS 握手中，如果没有 CA，非对称加密会被什么具体攻击手段破解？CA 堵住了哪个环节的安全漏洞？

???

攻击手段：中间人攻击。攻击者在服务器首次发送公钥时截获，换上自己的公钥发给客户端；客户端以为在和真实服务器通信，实际数据全部流经攻击者。 CA 解决的环节：服务器下发公钥的第一步。CA 用自己的私钥对服务器公钥和域名进行签名，浏览器用内置的 CA 信息验证签名，确认收到的公钥确实属于目标服务器，排除调包的可能。

:::

5.不断壮大的互联网

前几章中，我们一步步搭建起了一个可以运行的互联网。但互联网并非一成不变——随着规模的扩张和需求的演进，各种各样的问题接踵而至。工程师们不断为它打补丁、做改良，才逐渐造就了我们今天所见的互联网。本章将介绍几个伴随互联网成长而诞生的重要补丁。

从这一章开始，我们要建立第二个计算机网络的核心直觉：没有什么是加一个中间层解决不了的。

互联网的规模从来没有停止增长。每一次增长都带来新的问题，而每一个问题的解决方案，几乎无一例外是在中间插入一层新的抽象——一个新的翻译、一个新的代理、一个新的目录。

5.1 域名与 DNS

细心的读者可能已经发现，前几章一直在用 bilibili.com 举例，却从未解释它是怎么变成 IP 地址的。这倒是刻意的编排——域名是大多数人每天都在接触的东西，大家对它可能处于一个熟悉但不了解的情况，用它举例比用裸 IP 更直观。HTTP 协议也因为与域名强相关，一并提前讲述了。现在到了正式解释它的时候。

在第 2.1 节，我们提到 hosts.txt 是 ARPANET 早期的全局名单——每台机器的名字和 IP 的对应关系都写在里面。

但这份文件不会自己更新。有人得负责维护它。

这个人是 Elizabeth Feinler，在斯坦福研究所（SRI）工作。她的团队是整个 ARPANET 的"命名中心"：某个机构想接入网络，就发请求给她们；她们审核、录入、把更新后的 hosts.txt 推出去；全网的机器定期来她们的服务器下载最新版本。

早期这套流程运转得不错。机器少，请求少，Feinler 的团队完全应付得来。

问题是 ARPANET 在增长。到了 1970 年代末，这个团队每天的工作基本上就是处理积压的更新请求和命名冲突——你想叫 gateway，另一个机构也想叫 gateway，她们得决定谁能用这个名字。与此同时，各地的机器每隔几天来同步一次，但同步永远赶不上变化：某台机器今天上线了，要等到下次同步，其他人才能找到它；某台机器改了 IP，旧记录还在别人的存储里继续传播。网络的"真实状态"和任何一台机器上存的 hosts.txt 之间，始终存在一个缺口。

这个缺口随着规模增长，只会越来越大。

更根本的问题是：整个系统依赖一个单点——一个团队、一台服务器、一份文件。这不是 Feinler 的团队不够努力，是这个架构在设计上就无法随规模扩展。你可以雇更多人、买更好的服务器，但只要所有命名决策都汇聚到一个地方，瓶颈就永远在那里。

把这段历史体现出hosts的缺点，概括成三句话，就是：

同步跟不上。 机器越多，更新越频繁，hosts.txt 在各地的版本就越不一致，而且没有任何机制告诉你"你手里的版本已经过期了"。

命名没人管。 命名权集中在一个团队手里，但这个团队没有任何权威依据来裁决冲突——最终只能靠人工判断，而人工判断无法扩展。

单点撑不住。 这不是优化能解决的，是设计缺陷——一张表管所有人的事，注定走不远。

1983 年，Paul Mockapetris 被要求综合当时所有的设计提案，看看能不能整合出一个解决方案。他看完所有提案之后，认为没有一个抓住了问题的根源。那些方案大多在想"怎么把中央服务器做得更强"，但 Mockapetris 的判断是：问题不是中心化的实现方式不够好，而是中心化这个思路本身就错了。

于是他重新设计了一个——这就是 DNS（Domain Name System，域名系统）。

核心思路是把这张大表拆散，按层级分权，每一层只管自己那一块。

树状结构，从右往左读。例如www.bilibili.com 里：

.com 是顶级域（TLD），由专门的机构维护，它知道所有 .com 下面的域名由谁管
bilibili 是二级域，由哔哩哔哩注册购买，自己维护
www 是三级域（子域名），由哔哩哔哩随意创建，不需要向任何人申请

命名权被层层下放了。.com 下面有多少个二级域，.com 说了算；bilibili.com 下面有多少子域名，哔哩哔哩说了算。冲突从结构上消除——两家公司各自的 api.example.com 是不同的域名，因为 example.com 的所有权不同。不再有任何一个团队需要居中裁决。

但光把表拆散还不够，查询的方式也要跟着变。以前是"下载全表，本地查"；现在变成了实时的线上查找。这种情况下，你只需要记住DNS服务器的地址，就可以。甚至是让家里的路由器记住DNS，

下面用浏览器访问网站来举例——不过先说清楚一件事：DNS 诞生于 1983 年，比万维网早了八年，最初根本没有浏览器这回事。那时候域名的作用是代替主机名，让研究人员能在 ARPANET 上找到彼此的机器、去传文件、发邮件。域名变成"网站地址"是 1991 年之后的事。所以记住：域名本质上只是 IP 的别名，能指向任何一台机器，不只是网页服务器。浏览器只是今天最常见的使用场景。

那么，你在浏览器输入 www.bilibili.com 并按下回车……

第一步：查本地文件。 查本机的 hosts文件（以及一些别的存储文件），这个文件格式和四十年前的 hosts.txt 一模一样——它是 hosts.txt 的残影，只是现在只管你自己这台机器，不再试图管全球。如果任何一个文件内有对应IP，则直接拿到 IP，后面全跳过，直接使用该IP去访问。

如图，本地存有bilibili的IP，则直接访问服务器。

第二步：向DNS发起IP查询请求。 存储文件都没有的情况下，系统会把 DNS 查询发给配置好的 DNS 服务器，通常是你的路由器（路由器再转问 ISP），或者你手动设置的公共 DNS，比如 Google 的 8.8.8.8、Cloudflare 的 1.1.1.1。这台服务器叫做递归解析器（Recursive Resolver），它代替你去完成后续所有工作，你只要等它回来。

注：DNS查询是一个跑在应用层的协议，基于UDP。

Mac用户在网络详细信息-DNS里即可看到。

Windows额，要不用cmd试试ipconfig /all命令？（网络里也能看到，不过我不知道详细步骤）

第三步：递归解析器去找答案。 递归解析器会代替你去逐级询问——从根服务器问到顶级域服务器，最终找到 bilibili.com 的权威域名服务器——记录由哔哩哔哩维护，最终拿到对应的真实 IP。

拿到 IP 之后，递归解析器把结果交还给你的电脑，你的电脑就可以用HTTPS协议去敲 bilibili 服务器的门了。

与此同时，这个 IP 会在本地暂存一段时间——这就是缓存，避免你下次访问又跑一遍同样的流程。缓存能存多久由 TTL（Time To Live）决定，通常在 5 分钟到 24 小时之间。设太短，查询频繁；设太长，bilibili 换了 IP 你这边却还在用旧地址。

所以整个流程，首次访问需要几十到几百毫秒，之后几乎是零延迟。

现在回头看：DNS 是这里第一个典型的中间层——和 hosts 文件的功能类似，插在"人类输入的字符串"和"网络使用的 IP 地址"之间，承担翻译工作。不同的是，它用分布式的设计解决了 hosts 文件无法规模化的问题。

注：/etc/hosts 依然是最高优先级，高于所有 DNS 查询。如果里面写了 1.2.3.4 www.google.com，查询根本不会发出去，浏览器直接用 1.2.3.4——无论 DNS 怎么说。这就是为什么修改 hosts 文件是本地开发模拟域名、或者屏蔽某些站点的常见手段。

5.2 NAT—IPv4 的补丁-网络层出问题

如前文2.1章节所述，IPv4 地址是 32 位整数，总共能接入 2³² = 4,294,967,296 个——大约 43 亿个设备。

1981 年，这个数字看起来大得荒唐。那时 ARPANET 全球只有几百台机器，研究人员甚至懒得认真讨论"地址会不会用完"这个问题，因为答案显然是：不会。43 亿个地址，按当时的增速算，够用几百年。

没人预见到接下来的节奏。个人电脑在 1980 年代走出实验室，进了家庭和办公室；互联网在 1990 年代商业化，每家公司都需要一个地址，每台服务器也需要一个；2007 年 iPhone 发布，几年后，每个人的口袋里塞进了一台永远联网的设备。然后是路由器、摄像头、温控器、智能电视——物联网把"需要地址的东西"这个范畴扩展到了几乎所有插电的物体。

地址消耗的速度，每隔几年就上一个台阶。

2011 年 2 月，IANA 把最后一批 IPv4 地址分配了出去。距 IPv4 设计完成，不过三十年。

43 亿个地址，用完了。

这意味着我们必须新开发一种方式扩充我们的IP池了。

面对这个问题，工程师想到了两条路：一条是打补丁，一条是换协议。本小节注重于给IPv4的补丁——本质上也是设计了一个中间层去解决问题。

这个补丁叫NAT（Network Address Translation，网络地址转换） 。

让我们这么思考：一个家庭里有五台设备，不代表它们各自需要一个IP地址——它们只需要一个出口。这个出口（通常是路由器）持有唯一的公网 IP，对外代表整个家庭网络；家庭网络内部的设备想访问外部网络时，由路由器出面，把数据包"翻译"成自己的名义发出去，收到回包再转交给对应的家庭网络设备。

（此处家庭网络又被成为内网，外部网络成为外网。）

不过路由器收到回包时，还得知道该把数据转给哪台设备——对外它是整个内网的"代表"，对内它还得是一个分发器。

为此，我们把 IP 地址划分成两层：内网 IP 与公网 IP。家庭内部的五台设备各自分配一个内网 IP，用于在内网里互相识别和与路由器通讯；路由器持有一个公网 IP，用于在公网上与其它服务器通讯。两层地址各司其职，互不干扰。

而内网 IP 的关键性质在于：它只需要在这个内网里唯一，不需要在全球唯一。你家的笔记本可以是 192.168.1.2，你邻居家的笔记本也可以是 192.168.1.2——它们永远不会在公网上相遇，冲突根本不会发生。

这意味着内网 IP 地址可以被无数个家庭、企业、机构反复使用。原本 43 亿个公网地址撑不住全球几十亿台设备，但通过 NAT，几十亿台设备瞬间有了归属。

为此，IANA 专门保留了三段地址作为私有地址（Private Address），这些地址不在公网上路由——公网路由器看到以这些地址为目标的包，一律不转发：

（之前身边很多人好奇，为啥我看内网IP看一眼就记住了，那是因为基本上大多数家庭使用的内网网段都是192.168.1.xxx，看多了之后会发现只需要记住最后三位数，就能记住内网IP）

192.168.0.0/16    （192.168.0.0 到 192.168.255.255）是家庭和小型办公室最常见的选择。
172.16.0.0/12     （172.16.0.0 到 172.31.255.255）中等规模，常见于企业内网和云服务商的内部网络。
10.0.0.0/8        （10.0.0.0 到 10.255.255.255）是最大的一块，能容纳 1600 多万个地址，通常用于大型企业、数据中心、或者需要划分很多子网的复杂网络环境。

你的家用路由器从 ISP 获得一个公网 IP，比如 114.215.12.34。家里的手机、电脑、平板各自被分配私有地址：192.168.1.2、192.168.1.3、192.168.1.4。对互联网来说，这些私有地址根本不存在——它们是"假的"地址，只在你家局域网内有效。

出站：你发请求出去

你的电脑（192.168.1.10:5000）要访问 bilibili 服务器（119.3.70.188:443）。数据包发到路由器，路由器发现源地址是私有 IP，执行 NAT 转换：

把源地址从 192.168.1.10:5000 改写成自己的公网地址，比如 114.215.12.34:41523（端口号随机分配）
在内部的 NAT 映射表里记下这条对应关系：192.168.1.10:5000 ↔ 114.215.12.34:41523
把改写后的包发向公网

bilibili 的服务器收到包，看到的来源是 114.215.12.34:41523，把响应发回这个地址。

入站：响应包回来

路由器收到目标是 114.215.12.34:41523 的包，查 NAT 映射表，找到这个端口号对应的是 192.168.1.2:5000，于是：

把目标地址从 114.215.12.34:41523 改写回 192.168.1.10:5000
把包转发给你的手机

你的手机对这一切毫无感知。对它来说，包就这么从 bilibili 回来了，跟直接有公网 IP 没有任何区别。

既然NAT如此丝滑的接入了我们的互联网体系中，那我们是否可以玩的更花一些，让NAT去嵌套呢？

完全可以。你家路由器是一层 NAT；你家路由器连的是运营商的网络，而运营商自己也可能在做 NAT——你拿到的那个"公网 IP"，其实也是运营商内网里的一个私有地址，真正的公网 IP 在运营商那一侧。这叫 CGN（Carrier-Grade NAT，运营商级 NAT）。

NAT 的边界也不只是家庭。一家几千人的公司，所有员工的电脑、手机、打印机，可能共用寥寥几个公网 IP 出口——内部是一张巨大的私有网络，员工之间用内网 IP 互访，对外统一走公司的出口路由器。这张网络就是公司内网，逻辑上和你家局域网没有本质区别，只是规模大了几个数量级。

NAT还带来一个副产品：外部流量默认进不来。NAT 映射表里没有记录的入站包，路由器直接丢弃——没有内网设备主动发起连接，外部就找不到任何入口。公司内网因此天然形成了一道屏障，内部系统、数据库、办公工具对外部完全不可见。这个性质后来被当作一种安全机制来设计和利用，尽管 NAT 最初发明时根本没想着做防火墙。

所以 NAT 的实际形态是一棵树：最外层是运营商，往里是公司或家庭路由器，再往里可能还有子网。每一层都有自己的私有地址空间，每一层都只有出口对外可见。你发出去的每一个数据包，可能经过了两三次地址改写，才真正到达公网。

这就是"中间层"的典型形态：路由器在私有地址和公网地址之间承担翻译工作，对内呈现一个局域网，对外统一呈现一个公网 IP，两侧都感知不到对方的细节。

一个公网 IP 理论上有 $2^{16}$ = 65535 个可用端口——也就是说，一个公网 IP 可以同时为数万条内网连接做转换。NAT 把 IPv4 的实际可用容量放大了几个数量级，让 IPv4 在地址耗尽之后又撑到今天。

5.3 换协议：IPv6

IPv6 其实没啥可讲的，就是把v4的池子扩容了一下。32 位地址不够用，换成了 128 位。当然，对比与v4来说还有一堆细节上的优化。

$2^{128} \approx 3.4 \times 10^{38}$。

这个数大到什么程度——地球上所有沙粒的数量大约是 $10^{19}$，$2^{128}$ 比给地球上每一粒沙子分配一个 IP 还要多出约 $10^{19}$ 倍。地址耗尽的问题从根本上消失了。每台设备可以拥有一个全球唯一的公网 IPv6 地址，不再需要 NAT，端到端通讯的原始模型得以恢复。

IPv6 地址写成 8 组十六进制数，相邻的全零组可以压缩成 ::，比如 2001:db8::8a2e:370:7334。

IPv6 早在 1998 年就已提出，但推进速度远低于预期。原因很简单：现有的NAT 太好用了，IPv4 + NAT 的组合在绝大多数场景下工作得足够好，没有人愿意为"彻底解决"这个小问题付出巨大的迁移成本。不过目前全球 IPv6 流量占比已超过 40%，国内三大运营商也在推进，但两套协议并行的局面短期内不会改变。

5.4 CDN、负载均衡

我们回顾一下这一章走过的路。主机名不够用了，我们加了一层域名；IPv4 地址不够了，我们加了一层 NAT。但规模增长带来的麻烦不止于此。就算每台设备都能找到对方，找到了又怎样？

某个周五晚上，《王者荣耀》新版本上线，几百万人同时打开 bilibili 看攻略视频。每个人都能找到 bilibili 的服务器——但"找到"之后，压力才真正开始。面对如此多的流量，服务器必定会超载。

仔细分析，这个压力来自两个独立的维度：

地理距离：bilibili 的服务器放在北京。坐在广州的用户，数据来回要跑 4000 公里，延迟高；坐在新疆，单程就超过 3000 公里。物理距离是绕不开的。

单点容量：一个 4K 视频码率大约 20 Mbps，100 万人同时播放就是 20 Tbps。单台服务器的网卡撑不住，单个机房的出口带宽也撑不住——哪怕地理问题解决了，流量本身就能把机房打垮。

这是两个独立的问题，解法也不同，我们一个一个来。

地理问题：CDN 和全局调度

先看静态内容。是指所有用户拿到的是同一份数据——bilibili 上的视频文件、图片、无论谁请求，服务器返回的字节是一样的。——既然如此，为什么要让全国用户都跑去北京（服务器所在地）取？

解法是把内容复制一份，放在离用户最近的地方。广州用户访问 bilibili，请求不去北京，而是被引导到广州或深圳的节点，从几十公里外拿数据。延迟从几十毫秒降到个位数，带宽压力也从中心机房分散到了全国几百个节点——这就是 CDN（Content Delivery Network，内容分发网络）。

就近引导靠的是 DNS：CDN 让 DNS 服务器根据用户的位置，返回离他最近的节点 IP，而不是唯一的中心服务器 IP。

但 bilibili 的首页是个性化推荐，你的关注列表和别人的不一样；你点了"一键三连"，这个操作必须与主服务器通讯，结果必须立刻反馈——这类动态内容没有"同一份"可言，CDN 缓存不了，必须打回真正的服务器处理。

动态请求 CDN 帮不上忙，但地理问题依然存在：总不能让广州用户的登录请求也跑去北京吧？所以大型服务通常在多个城市都建有机房，把动态请求引导到附近的机房即可。手段和 CDN 类似，还是 DNS：CND去问DNS，DNS 根据用户位置，返回最近机房的 IP。北京CDN解析到北京机房，广州CDN解析到广州机房。

表面上看，这和 CDN 的就近调度没什么区别——但内部复杂度差了好几个量级。CDN 节点存的是静态文件，内容不会变，各节点之间不需要协商，复制一份放着就行。多机房的动态服务不同：广州机房和北京机房存的是同一份数据库，你在广州点了关注，北京机房必须也能立刻看到这个变化，否则换个机房登录，数据就对不上了。怎么在物理上相隔几千公里的机房之间保持数据一致，同时还不能让用户感觉到很大延迟——这是分布式系统里最核心也最棘手的问题之一，往后展开讲能单独写一大章（额不过本文不会涉及，只是作为区分动态静态的逻辑在此写出）。

至此，地理问题基本解决：静态内容由 CDN 的边缘节点消化，动态请求由全局调度送到最近的机房。

容量问题：机房内的负载均衡

请求到了机房，还没完。

一台哪怕再强的机器，也很难扛住所有请求。所以说实际的 bilibili 服务器里面往往有着几百台普通服务器，然后这些服务器进行一定的策略配置，实现负载均衡。顾名思义，即收到请求，决定转发给后面哪台服务器，然后把响应原路带回来。

这里就列举几个简单，常见的，一般会根据业务场景选择实际应用的策略：

轮询（Round Robin）：最简单，请求一个一个轮流分给后面的服务器。第 1 个请求给服务器 A，第 2 个给 B，第 3 个给 C，第 4 个回到 A……不管谁忙谁闲，严格轮转。

最少连接（Least Connections）：分给当前活跃连接数最少的那台。有的请求处理快，有的慢——轮询会导致"慢请求"堆积在某台服务器上，最少连接能更均匀地摊开压力。

把这条链路串起来：

用户（静态请求）
 ↓
CDN 边缘节点
---
用户（动态请求）
 ↓
全局调度（DNS）← 选最近的机房
 ↓
机房内负载均衡器       ← 分发给某台服务器
 ↓
实际服务器   ← 处理请求，状态集中存储

每一层解决一个问题，又把新问题留给下一层。网络层的路由解决了大规模寻址，这一章解决的是大规模流量负载。

说回来，这一节的内容在日常开发中几乎用不上。CDN、多机房调度、集群负载均衡，这些是 bilibili、淘宝量级的工程问题，绝大多数项目一辈子也不会遇到。

事实上，现代框架的单节点能力已经相当可观。一个调优过的 Go 服务（Gin/Fiber）单机每秒能处理几十万次请求；Java Spring Boot 和 Node.js（Express）在普通云服务器上跑个每秒一两万次请求毫无压力；哪怕是以"慢"著称的 Python，用 FastAPI 加上异步也能轻松撑住每秒数千次并发。基本上是标明一台 4 核 8G 的云服务器，同时在线几万人通常完全没问题。

国内绝大多数创业公司、内部系统、工具产品，流量根本到不了需要引入集群的门槛——更常见的瓶颈是数据库查询没加索引，或者某个接口写了个 N+1 查询（别的地方导致的速度低）。把这些低垂的果实摘掉，往往比搭集群有效得多。

所以本章节的内容作为"互联网基础设施是怎么运作的"来理解就够了。

:::flashcard{hint="hosts.txt 的三个根本缺陷"}

Q: hosts.txt 体系在规模扩展中暴露出了哪三个根本性缺陷？DNS 从设计思路上如何针对性地解决了这些问题？

???

三个缺陷：

同步跟不上：更新频繁，各地版本不一致，且没有机制告知版本是否已过期。
命名没人管：命名权集中在单一团队，命名冲突无法以可扩展的方式裁决。
单点撑不住：一张表集中管理所有命名，架构上无法随规模增长。

DNS 的解法：将命名权按树状层级分权下放——顶级域、二级域、子域各自由不同机构维护；查询改为实时的分布式线上查找，而非下载全表——从结构上消除了单点瓶颈和版本同步问题。

:::

:::flashcard{hint="NAT 映射表的工作原理"}

Q: NAT 路由器是如何知道将入站的响应包转发给内网中的哪台设备的？具体机制是什么？

???

路由器在出站时为每条内网连接随机分配一个公网端口，并在 NAT 映射表中记录对应关系： 内网IP:内网端口 ↔ 公网IP:公网端口

响应包回来时，路由器查映射表，根据数据包的目标公网端口找到对应的内网地址，将目标 IP 和端口改写回内网值，再转发给对应设备。内网设备对地址改写过程完全无感知。

:::

:::flashcard{hint="CDN 就近调度的实现机制"}

Q: CDN 通过什么具体手段将用户请求引导到最近的节点，而不是中心服务器？

???

CDN 利用 DNS 地理调度实现就近引导：当用户查询域名时，CDN 控制的 DNS 服务器根据查询来源 IP 判断用户所在地区，返回离该用户最近的 CDN 节点 IP，而不是唯一的中心服务器 IP。用户后续的请求因此直接发往就近节点。

:::

6.解析一次完整的上网流程

现在把所有东西拼在一起，看一次完整的访问究竟发生了什么。

你坐在家里，打开浏览器，输入 www.bilibili.com，按下回车。

* = 本跳相比上一跳发生变更的字段

==================== DNS 阶段 ====================

① DNS查询 · PC网卡发出（内网）

层	源	目标
Ether	[PC网卡]	[路由器内网网口]
IP	192.168.1.10	119.29.29.29
UDP	sport: 54312	dport: 53
Data	DNS Query: bilibili.com?

② NAT改写 · 路由器 → 公网

层	源	目标
Ether	*[路由器公网网口]	*[运营商路由器]
IP	*114.215.12.34	119.29.29.29
UDP	*sport: 41500	dport: 53
Data	DNS Query: bilibili.com?

③ 公网跳转（每经一台路由器重复一次）

层	源	目标
Ether	*[公网中继路由器]	*[下一跳] ← MAC逐跳换
IP	114.215.12.34	119.29.29.29 ← 不变
UDP	sport: 41500	dport: 53 ← 不变
Data	DNS Query: bilibili.com? ← 不变

④ 最后一跳 · 抵达DNS服务器

层	源	目标
Ether	*[DNS末跳路由器]	*[DNS]
IP	114.215.12.34	119.29.29.29
UDP	sport: 41500	dport: 53
Data	DNS Query: bilibili.com?

↓ DNS根据来源IP判断地理位置，选出最近CDN节点 IP = 1.15.23.45

⑤ DNS响应 · 服务器发出（新包，方向反转）

层	源	目标
Ether	*[DNS]	*[DNS末跳路由器]
IP	*119.29.29.29	*114.215.12.34
UDP	*sport: 53	*dport: 41500
Data	*DNS Response: 1.15.23.45

⑥ 公网回程跳转

层	源	目标
Ether	*[公网中继路由器]	*[下一跳] ← MAC逐跳换
IP	119.29.29.29	114.215.12.34 ← 不变
UDP	sport: 53	dport: 41500 ← 不变
Data	DNS Response: 1.15.23.45 ← 不变

⑦ NAT还原 · 进内网，交给PC

层	源	目标
Ether	*[路由器内网网口]	*[PC网卡]
IP	119.29.29.29	*192.168.1.10
UDP	sport: 53	*dport: 54312
Data	DNS Response: 1.15.23.45

↓ 浏览器拿到CDN节点IP：1.15.23.45

==================== HTTP 阶段 ====================

⑧ HTTP请求 · PC 发出（内网）

层	源	目标
Ether	[PC]	[路由器内网网口]
IP	192.168.1.10	1.15.23.45
TCP	sport: 51423	dport: 443
Data	GET / HTTP/1.1

⑨ NAT改写 · 路由器 → 公网

层	源	目标
Ether	*[路由器公网网口]	*[运营商路由器]
IP	*114.215.12.34	1.15.23.45
TCP	*sport: 41523	dport: 443
Data	GET / HTTP/1.1

⑩ 公网跳转

层	源	目标
Ether	*[公网中继路由器]	*[下一跳] ← MAC逐跳换
IP	114.215.12.34	1.15.23.45 ← 不变
TCP	sport: 41523	dport: 443 ← 不变
Data	GET / HTTP/1.1 ← 不变

⑪ 最后一跳 · 抵达CDN节点

层	源	目标
Ether	*[CDN末跳路由器]	*[CDN]
IP	114.215.12.34	1.15.23.45
TCP	sport: 41523	dport: 443
Data	GET / HTTP/1.1

⑫-a 缓存未命中 · CDN向内部DNS请求回源地址

层	源	目标
Ether	[CDN]	[内部DNS]
IP	1.15.23.45	10.0.0.1
UDP	sport: 63211	dport: 53
Data	DNS Query: bilibili.com (origin)?

↓ 内部DNS返回机房服务器IP = 10.20.30.40

⑬-b 缓存未命中 · CDN向机房回源拉取内容

层	源	目标
Ether	[CDN]	[机房网关]
IP	1.15.23.45	10.20.30.40
TCP	sport: 59800	dport: 443
Data	GET / HTTP/1.1 (回源请求)

↓ 机房响应后CDN缓存内容，再构造响应返回给用户

⑭ CDN响应 · 发出（新包，方向反转）

层	源	目标
Ether	*[CDN]	*[CDN末跳路由器]
IP	*1.15.23.45	*114.215.12.34
TCP	*sport: 443	*dport: 41523
Data	*HTTP/1.1 200 OK [资源内容]

⑮ 公网回程跳转

层	源	目标
Ether	*[公网中继路由器]	*[下一跳] ← MAC逐跳换
IP	1.15.23.45	114.215.12.34 ← 不变
TCP	sport: 443	dport: 41523 ← 不变
Data	HTTP/1.1 200 OK [资源内容] ← 不变

⑯ NAT还原 · 进内网，交给PC

层	源	目标
Ether	*[路由器内网网口]	*[PC网卡]
IP	1.15.23.45	*192.168.1.10
TCP	sport: 443	*dport: 51423
Data	HTTP/1.1 200 OK [资源内容]

↓ 浏览器收到响应，渲染页面

最小的互联网——4层模型——TCP/UDP传输数据包——HTTP应用层设计——域名/NAT——逐渐变大的互联网——集群/CDN——最大的互联网

好了，结束。这是系列文章的第一篇，后面应该还会有编程方面的，硬件方面的，运维的，Web设计的。这篇文章后续也可能继续完善（

:::flashcard{hint="DNS 与 HTTP 的协议选择对比"}

Q: 在访问 bilibili 的完整流程中，DNS 查询和 HTTP 请求分别选用了哪种传输层协议？各自的理由是什么？

???

DNS 查询 → UDP：DNS 是一问一答的短报文，对延迟敏感；UDP 无需握手、零建连开销，能更快拿到结果；单次查询丢失重试代价极低。
HTTP(S) 请求 → TCP：网页内容完整性至关重要，数据丢失或乱序会导致页面损坏；TCP 的可靠有序传输保障了内容完整到达。

:::

:::flashcard{hint="NAT 出站与回程的字段改写"}

Q: 数据包从内网经过 NAT 路由器发往公网时，哪些头部字段被改写？响应包回来时又改写了哪些字段？

???

出站改写：

以太网头：源 MAC 换成路由器公网网口的 MAC。
IP 层：源 IP 从私有地址（如 192.168.1.10）改写为公网 IP（如 114.215.12.34）。
传输层：源端口从内网端口改写为路由器随机分配的公网端口，并写入 NAT 映射表。

回程还原：

IP 层：目标 IP 从公网 IP 改写回内网私有 IP。
传输层：目标端口从公网端口改写回内网端口。
以太网头：目标 MAC 换成内网目标设备的 MAC。

:::

自由意志并不存在|命定：没有自由意志的科学

Sun, 26 Apr 2026 00:00:00 GMT

本文核心观点来自斯坦福大学神经生物学家罗伯·萨波斯基的《命定：没有自由意志的科学》，结合神经科学与决定论哲学，试图解释：你那些以为是自己"做出"的选择，究竟是怎么回事，以及这对你意味着什么。

引言：月亮的自由意志

月亮在轨道上运行。

假如月亮有意识，它大概会这么想：我正在自由地运行，我选择了这条路线，我感受到自己的意志在推动着我。月亮感受到"我在移动"，感受到"这是我的运动"。然而，引力的方程式早就决定了月亮此刻的位置和速度。那种"自由运行的感觉"，只是月亮对早已注定之事的事后叙述。

人类也是这样。

只不过人类的引力方程式，不叫万有引力，而叫神经元、激素、童年、基因、文化，以及在你出生前一百万年就已发生的诸多事件。

萨波斯基花了一整本书，用从神经元到演化的层层证据，论证了同一件事：你以为你在自由地做选择，但那个"自由"的感觉，不过是事后涌现的幻觉。

1. 那些影响意志的环境变量

先从最小的时间尺度说起：几秒钟之前。

1.1 你以为是你决定的，但大脑早就决定了

1983年，加州大学旧金山分校的神经科学家利贝特（Benjamin Libet）做了一个后来被引用无数次的实验。

设计极其简单：受试者坐在一个精密时钟前，想按按钮就按，但要同时记下"自己感觉到做决定的那一刻"是什么时候。与此同时，实验者收集受试者的脑电图数据。

结果让人不安。

受试者们表示，他们大约在手指开始移动的两百毫秒之前，意识到自己决定要按按钮。但脑电图——测量群体神经元电信号的仪器——显示，大脑里一个叫"准备电位"的信号，早在他们自认"做出决定"的三百毫秒之前就已经出现了。

也就是说：大脑先动，"我决定了"的感觉，是这之后才冒出来的事后解释。

这还只是开始。后来，德国洪堡大学的海恩斯（John-Dylan Haynes）换用功能性磁振造影（fMRI）——通过追踪血氧流量来推断脑区活动——重复了这个实验。结论更令人震惊：受试者"有意识地做出决定"的感觉，比前额叶皮质实际开始处理决策，晚了整整十秒钟。

再往后，加州大学洛杉矶分校的神经科学家弗里德（Itzhak Fried）对癫痫手术患者直接在额叶皮质植入电极，精度到单个神经元，发现某些神经元会在受试者"声称自己刚刚有意识地做了决定"的数秒之前就已活化。

这三个实验用的是完全不同的工具，却指向同一个结论：当你感觉自己正在"自由且有意识地做选择"的那一刻，神经生物学层面的事早就覆水难收了。那种有意识的意图感，是一个与决定本身无关的事后想法。

你以为是"你"扣动扳机，但其实扳机早就扣下了，你只是后来被告知"是你扣的"。

:::flashcard{hint="利贝特实验的核心发现"} Q: 利贝特实验证明了什么？"准备电位"出现在意识决定之前多久？ ??? 大脑的"准备电位"在人们自认做出决定的300毫秒之前就已出现，表明有意识的"决定感"是事后出现的幻觉，而非真正启动行为的原因。海恩斯的fMRI研究进一步发现，前额叶皮质的决策信号比意识察觉早了整整10秒。 :::

1.2 更长的时间尺度：神经元是被塑造好的

但利贝特的实验只告诉了我们几毫秒到几秒的事。

萨波斯基的论证不止于此。他问的是更大的问题：那个几秒前就"做了决定"的大脑，是从哪里来的？它是怎么变成它现在的样子的？

答案是：它是被塑造好的。

额叶皮质（frontal cortex）是大脑中负责执行功能、冲动控制、长远规划和道德判断的区域——也就是你之所以"像你"的那个核心所在。它是大脑中最后发育完成的部分，要到二十五岁左右才算成熟。

这意味着什么？这意味着你整个青春期和早期成年期的体验——那些恋爱、失败、遭拒、幸福、绝望——都在参与塑造那个"你用来做决定的额叶皮质"。童年时期的压力，通过糖皮质素损害额叶皮质的形成，会让你成年后更难控制冲动。早期接触过量的睾固酮，会促成杏仁核的过度反应，让你更容易以攻击性方式回应挑衅。

研究表明，童年逆境经验（ACE）评分每高一阶，成年后出现反社会行为、额叶皮质认知障碍、冲动控制问题、成瘾物质滥用，都会增加约35%的可能性。

这些不是道德问题，是生理事实。你那个"做决定的大脑"，是被你无法控制的过往一点一点建造出来的。

:::flashcard{hint="额叶皮质与童年经历"} Q: 为什么童年逆境经历会对成年后的行为产生如此深远的影响？ ??? 额叶皮质是大脑最后成熟的区域，也是受基因影响最小、最容易被环境塑造的脑区。童年时期的压力、激素接触、养育模式等，会在基因表达层面造成表观遗传学上的持久改变，塑造出不同的成人大脑。儿童时期发生的事，会直接参与构建"你用来做决定的那个大脑"。 :::

1.3 再往回推：你出生的那一刻也是

更往前推，出生之前呢？

你携带的基因序列，你在子宫里接触的激素水平，你母亲当时的压力状态，你所在的地理位置、社会阶层、文化背景……所有这些，你一概无法选择，一概无法控制，却一概参与了"你是谁"的构建。

萨波斯基在书中有一个极其有力的思想实验。

想象一场毕业典礼。台上那个穿着学士袍、家人含泪旁观的毕业生，以及场边拖着垃圾桶、无人注目的后勤工人。

现在，施一个魔法：把这两个人所有无法控制的因素全部对调——基因序列、子宫环境、童年经历、成长时的社区、教育资源、接受到的关爱与忽视……把一切对调。

你会发现，穿学士袍的人和拖垃圾桶的人，也会跟着对调。

你之所以成为你，是因为你被给予了那一套起始条件。 换了任何一个起始条件，你就会成为另一个人。这不是悲观的说法，这是科学的说法。

2. 决定论的宇宙

这世界是可预测的，你的人生也是。

2.1 它是决定论的

从18世纪的拉普拉斯开始，决定论的核心主张就是：如果你知道此刻宇宙中每一颗粒子的位置，你就能精确预测接下来的一切。

当然，实际上没有人能知道那些信息。但这不影响命题本身的成立："不可预测"不等于"未被决定"。天气难以预报，并不意味着气团的运动不遵循物理定律。

萨波斯基说的决定论，更具体也更贴近生活：给定那个人的基因序列、子宫环境、童年经历、后来的每一次体验，你就会得到那一个人。不多不少，正是那一个。换了任何一个输入，就会得到不同的输出。

这不是命运论。这不是说"有人替你安排好了一切"。这只是说，因果链条是真实的，是完整的，是无缝连接的，从宇宙诞生之初，一路延伸到你此刻读到这句话的这一刻。

2.2 那么，自由意志在哪里？

萨波斯基的问题很直接：给我找一个神经元，它在做某个决定时，完全不受以下任何因素的影响——

前一秒它周围的八百亿个神经元在干什么；
那天渗透进大脑的激素；
过去几年的重大体验；
童年时期形成的大脑结构；
胎儿期的激素水平；
基因组；
养育他的那个文化之所以诞生的千百年历史……

找到这样一个神经元，就能以实例证明自由意志。

但没有人找得到。因为它不存在。

你可能会说：但我的选择仍然反映了我的价值观和性格，这难道不算一种自由吗？——那个价值观从哪来？那个性格又从哪来？回到第一节的论证：它们也是被塑造好的，同样不在你的控制之内。"依据自己的价值观做选择"听起来像自由，但如果那个"自己"本身就是被决定的，这不过是在更晚的节点上重复同一个问题。

在先天和后天之间，没有多余空隙可以放入自由意志。

3. 活在因果链中

好，如果你接受了这一切。那然后呢？

3.1 无需埋怨任何人，也无需原谅任何人

接受决定论之后，第一个浮现的感觉，往往是关于"恨"的问题。

那些伤害过你的人——粗暴的父母、背叛的朋友、刻薄的老师——怎么办？

按照决定论的说法，他发展成那个样子，本就是必然的结果。

一个在贫困和暴力中长大的人，他的前额叶皮质在幼年就已经被压力和糖皮质素侵蚀，他的情绪调节回路从第一天起就布线不同。一个从未经历过安全依恋的人，他建立关系的方式，是他所有经历作用于神经系统之后生长出的样子。他不是"本来可以好好的，但选择了作恶"——他是生长在那片土地上，只能长成那个形状的植物。

这不是说我们要对一切行为无动于衷。萨波斯基非常清楚地区分了"道德责任"和"实用干预"——对于会继续伤害他人的人，出于保护的目的进行隔离和干预，完全合理。但"那个人活该受到惩罚，因为他本来可以做更好的选择"——这句话的逻辑，在决定论的框架下，不再成立。

埋怨一个人，就像埋怨一场暴风雨没有选择更温柔的方式到来。

3.2 决定论≠宿命论

第二个问题，往往是会生出一种虚无感：那我下一刻是不是可以什么都不管了？反正都是决定论惹的祸。

嗯，你确实可以这样。

但注意——如果你真的这样做了，这样做也是被决定的。它是你带着特定的经历、读到这里之后，在特定的神经状态下产生的反应。

而我也必然会在这里加上这段话。因为你读到这里，你的神经系统会产生某种变化；而这段文字的存在，本身也是那条因果链的一部分。

这就是决定论和宿命论最关键的区别：宿命论告诉你"无论发生什么，结果都一样"；决定论告诉你"结果由所有的过程共同决定"——包括你此刻读到的这些话，包括它们在你脑中激活的联想，包括你明天早上醒来时莫名感觉还不错的那一刻。

不过大概率会发生的是，你还是会继续做你做的事，追求你在追求的东西，感受你在感受的感受。这丝毫不冲突。月亮不需要知道万有引力，也照样绕着地球转；你不需要相信自由意志，也照样会去做那些对你有意义的事情——当然那些意义，也是被决定好的，也是真实的。

"尽管我们要是缺了自由意志会有上述各式各样的不利，但我认为，我们还是有必要面对这件事情。"

主要参考：罗伯·萨波斯基，《命定：没有自由意志的科学》（Determined: A Science of Life Without Free Will），2023年。

如何戒掉上瘾物|从神经科学看成瘾机制与多巴胺自救指南

Sat, 28 Mar 2026 00:00:00 GMT

本文核心观点来自斯坦福大学成瘾精神科医师安娜·兰布克的《多巴胺国度》，结合神经科学的基本原理，试图解释：我们是怎么上瘾的，为什么戒不掉，以及能做些什么。

1. 我们生活在一个成瘾的时代

先说清楚问题有多严重。

1.1 成瘾物无处不在

打开手机，是短视频；关上手机，是游戏广告；上班路上，是咖啡和香烟；下班之后，是外卖、追剧和社交媒体。现代社会把所有能让人"爽"的东西，都做到了极致的便利：随手可得，随时可用，随处可见。

我们曾经生活在一个匮乏的世界，人类大脑的奖励系统便是在的匮乏环境中演化成型的。在那时食物、娱乐、信息都是稀缺资源，大脑的奖励系统因此演化成了高度敏感的探测器——一旦发现奖励，立刻分泌多巴胺，驱动我们抓住它。然而这套系统在今天，遭遇了它从未设计好去应对的处境：奖励无处不在，唾手可得，随时充足。原本帮助我们生存的系统，成了最容易被利用的弱点。这套古老的生存机制遭遇了严重的演化错配。

举几个例子。过去看电视，一集结束会有片头曲，视觉上有信号提示你该停了。现在的流媒体，下一集自动播放，不主动停止就永远看下去。过去买东西要出门、要逛、要等，决策链条足够长，冲动往往冷却。现在手机下单，三秒完成，开箱的快感已经编排好等着你。过去朋友发来消息，你明天回也没关系。现在系统会告诉对方你"已读"，社交压力让你必须实时响应。

这些都不是偶然设计的结果。能够操控多数人欲望的企业——抖音、Netflix、麦当劳、游戏厂商——无不深谙其道。它们设计的每一个推送、每一个关卡、每一个"下一集自动播放"，背后都瞄准着同一块大脑结构：奖励路径。

1.2 供应本身就在制造上瘾

历史上有一场最直接的自然实验可以证明这个逻辑：美国禁酒令。

1920年到1933年，美国以修宪方式在全国禁止酒精的生产和销售。结果是：酒精消费量急剧下降，肝病和公共场所醉酒案例腰斩。禁令一旦解除，供应慢慢恢复，消费和成瘾率随之稳步回升。1990年代，美国饮酒比例增加了近50%，高风险饮酒行为增加了15%。

供应会创造需求。这一点在鸦片类药物危机上体现得更为惨烈——1999年到2012年间，美国鸦片类处方药开立量翻了四倍，随之而来的是成瘾率与死亡人数的同步飙升。不是因为突然间涌现出更多脆弱的人，而是因为药物本身变得更容易获得。

数字产品同理。兰布克将现代的这套经济体系称为"多巴胺经济"——它的核心逻辑是：设计出刺激多巴胺释放的产品，降低获取门槛，让消费者反复接触，直到形成依赖，再从依赖中获利。

成瘾，已经悄然成为这个时代多数人的日常底色。

2. 上瘾的机制

先理解机制，再谈解法。

2.1 爽感的出现&多巴胺分泌

多巴胺首度被确认为人脑中的神经传导物质，是在1957年。神经科学界现在普遍认同，多巴胺不只负责"爽的感觉"，更重要的是负责**"想要"的欲望本身**——即想不想要。科学一点的术语来说，就是多巴胺的核心功能是赋予刺激物“动机显着性”。

研究用白老鼠做过一个实验：通过基因改造让老鼠无法制造多巴胺，结果老鼠不再主动觅食，即使把食物放在离它们嘴巴几英寸的地方，它们也会饿死。但如果把食物直接喂进它们嘴里，它们又吃得津津有味。多巴胺缺失，直接让动物失去了想要的冲动。

在20世纪中叶，哈佛大学心理学家B. F. 斯金纳设计了著名的“斯金纳箱”，进行操作性条件反射实验。实验发现，如果实验鼠每次按下杠杆都能稳定获得食物（固定比率强化），它们仅在生理饥饿时才会去按压杠杆。然而，当系统被设定为“随机掉落食物”（可变比率强化程序）时，实验鼠的行为模式发生了剧变：它们开始表现出强迫性的按压行为，甚至为了持续按压杠杆而放弃睡眠与其他生存活动，直至精疲力竭。

即多巴胺神经元对“奖赏预测误差”的反应最为剧烈。当奖励的出现呈现随机性、大脑无法建立稳定预期时，“即将获得未知奖励”的悬念状态，会促使腹侧被盖区（VTA）释放出远超“确切奖励”时的多巴胺峰值。换言之，多巴胺分泌的最高潮并不发生在获得奖励的瞬间，而是发生在盲盒开启前的期待期。

这也精确解释了现代生活中的诸多带来“爽感”的行为：手指在手机屏幕上下拉刷新的那零点几秒延迟（算法正在加载未知的下一条内容）；听着提示音等待老虎机滚轮停下的过程；或是撕开快递包装盒封条的瞬间。在这些场景中，真正令多巴胺神经元发生高频相位性放电的，并不是看完视频、赢下筹码或拿到商品的那一刻，其实是“即将揭晓”的那个期待瞬间。

2.2 爽与痛的平衡机制

大脑处理“愉悦”与“痛苦”的神经回路存在高度解剖学重合，并遵循着严格的“拮抗机制”以维持生理稳态。故因此我们无法一直保持愉悦。

想象大脑里有一架天平，支点在中央，平时保持水平。当我们吃到一块好吃的巧克力，天平向"爽"的一端倾斜，多巴胺被释放进奖励路径，我们感到愉悦。但天平有一个自动修正机制——它不喜欢长时间偏向任何一边。于是大脑会立刻调动自我调节机制，把天平拉回水平，甚至矫枉过正，让天平短暂向痛苦一端倾斜。

这就是为什么吃完一块蛋糕，我们反而更想吃第二块——大脑在"矫正"之后制造出的一阵轻微痛苦，驱使我们再去寻找更多的爽感来填补它。

学术一点来讲，当高多巴胺物质打破平衡、产生强烈快感后，大脑的自我调节机制会迅速介入——通过下调多巴胺受体的活性并释放强啡肽，强制制造出一个滞后的“痛苦低谷”将神经活动拉回基线。

2.3 耐受性：为什么越来越不够爽

成瘾机制的核心是耐受性，也就是大脑对重复刺激的适应。

在反复接触同样的愉悦刺激后，初始的"爽感"会开始变弱变短，而事后的"痛苦低谷"却变得越来越深、越来越长。这是神经层面真实发生的变化——大脑里那些负责调节的"小精灵"越长越大，速度越来越快，抵消爽感的力道越来越强，你就需要更多剂量才能获得同等的刺激。

兰布克医师用自己迷上言情小说的经历做了一个生动的描述：《暮光之城》三部曲读第二遍还是很爽，但不会有第一遍爽。等到第四遍，快感已经大打折扣。每重读一次，效果都略逊于前一次，而且事后总会徒留深刻的空虚，以及一种想要重温第一次阅读快感的强烈欲望。随着"抗药性"越来越强，她不得不去寻找更新更强的"药物"。

这就是成瘾的吊诡之处——享乐主义"为了爽而爽"的态度，反而会导致人失去享乐的能力。长时间历经对特定"药物"的重度使用后，愉悦─痛苦的天平将一面倒地偏向痛苦一侧。至此，成瘾行为的动机从“追求快感”转变为“缓解痛苦”（即试图恢复正常的基线状态）。

神经科学家诺拉·沃科夫的脑部成像研究给出了视觉上的证据：健康人脑中，与奖励和动机有关的区域呈现出大量的多巴胺活动；而戒断两周的成瘾者，同一区域几乎全灰——多巴胺传导趋近于无。换句话说，成瘾的尽头，是人彻底失去爽的能力。

:::flashcard{hint="不仅是喜欢，更是..."} Q: 神经科学界指出，多巴胺的核心功能并非单纯制造“爽的感觉”，而是什么？（可结合基因改造老鼠实验说明） ??? 赋予刺激物“动机显著性”，即负责产生“想要”的欲望和冲动。（注：无法制造多巴胺的老鼠会饿死，但把食物喂进嘴里依然会享受。它们失去的是获取的动力，而非享受的能力。） :::

:::flashcard{hint="斯金纳箱随机掉落实验 / 奖赏预测误差"} Q: 大脑多巴胺分泌的“最高潮”（峰值），通常发生在哪一个具体时刻？ ??? 发生在盲盒开启前的期待期（即将获得未知奖励的悬念状态）。而不是获得确切奖励、看完视频或赢下筹码的那一瞬间。 :::

:::flashcard{hint="拮抗机制的微观生理表现"} Q: 当强烈快感打破大脑稳态后，大脑的“自我调节机制”会通过哪两个具体动作，强制制造出滞后的“痛苦低谷”？ ???

下调多巴胺受体的活性。
释放强啡肽。（这会将天平拉向痛苦端，驱使人寻找下一次刺激。） :::

:::flashcard{hint="耐受性引发的质变"} Q: 随着成瘾耐受性越来越强，重度成瘾者的行为动机发生了怎样反直觉的根本转变？ ??? 动机从“追求快感”转变为“缓解痛苦”。（后期大脑的快乐天平已严重偏向痛苦侧，继续成瘾行为只是为了试图恢复正常的基线状态。） :::

3. "痛苦"也能让人上瘾

这一节可能会颠覆你的认知。

3.1 先苦后甘的反弹机制

前面讲的是多巴胺直接诱发的"爽的上瘾"。但还有一种更隐蔽、更容易被忽视的上瘾：对痛苦本身的追求。

理解这件事，还是要回到天平。天平的逻辑不只在爽端有效，在痛苦端也完全对称：当你主动给身体施加痛苦，天平先向痛苦一端倾斜；但一旦痛苦结束，天平的矫正机制会把它反弹向爽的一端，而且反弹的幅度，大致与之前痛苦的程度相当。这就是那种"跑完马拉松之后飞升"的愉悦感的来源，也是为什么人们会迷上极限运动、高强度健身，甚至是辣食和恐怖片。

大脑并不区分痛苦的来源，它只遵从天平的物理定律：先苦后甘，幅度越大，回弹越猛。

3.2 冰水戒毒的案例

书中有一个令人印象深刻的案例。一位古柯碱成瘾者，为了彻底戒毒，每天早上把全身浸入冰水数分钟，坚持了整整三年，最终戒掉了毒瘾。

他描述那种感觉：刚进冰水时极度难受，皮肤逐渐麻木之后可以忍受，走出浴缸的瞬间，出现了一种类似"嗨"的感觉——那正是天平在痛苦结束后向爽端的强力反弹。对他来说，这种反弹已经足够替代古柯碱制造的那种高度兴奋，并且没有后续的戒断痛苦。

这种策略有一个更系统化的对应：兰布克医师建议用运动、泡冷水澡等"先苦后乐"的活动，来帮助成瘾者重新校准大脑的奖励系统。原因正是天平机制：主动选择适度的痛苦，可以在不借助高多巴胺物质的情况下，让天平产生自然的"反弹式愉悦"，从而替代对药物的渴求。

3.3 现代人的"痛苦成瘾"清单

当你理解了这个机制，就会发现很多现象都有了新的解释：

极限运动上瘾：跳伞、攀岩、越野跑——这些活动本身具有相当的危险性和身体痛苦，但完成后的愉悦感极度强烈，这正是痛苦反弹的结果。很多极限运动爱好者描述的"飞升感"和"无法停止"，在本质上是和吸毒成瘾类似的神经机制。
暴食辣食：辣椒素本质上是一种刺激痛觉受体的化学物质，"吃辣很爽"的爽，来自痛苦之后大脑的代偿性反应。人们吃辣会越吃越重口，需要越来越辣才能满足——这和耐受性的逻辑完全一致。
恐怖片/惊悚游戏：人为制造恐惧感，结束后的松弛和愉悦，同样是天平反弹。有人越看越上瘾，需要越来越恐怖的内容才能获得同等的刺激感。
"爽苦"的卷：极度高强度的工作、故意剥夺睡眠、刻意节食——有些人确实在这种痛苦中体验到一种扭曲的满足感和控制感，机制相同。

当然，这里说的"痛苦成瘾"并不是在鼓励伤害自己。天平有其合理的使用方式，也有失控的危险。关键在于，痛苦的激活是主动选择的、可控的，而不是失控的自我惩罚。适度的运动、冷水澡、刻意的禁食，这些都是书中建议的健康替代路径；而自残、极度节食，则会把天平推向另一种无法控制的方向。

:::flashcard{hint="天平机制的另一面"} Q: 为什么主动承受痛苦（如高强度健身、跑马拉松）结束后，人往往会体验到强烈的愉悦感（飞升感）？ ??? 因为大脑的“天平”存在反弹机制：痛苦结束后，自动矫正机制会将天平强力反弹向“爽”的一端，且反弹的幅度大致与之前的痛苦程度相当。 :::

:::flashcard{hint="替代高多巴胺物质"} Q: 在神经科学视角的戒断策略中，为什么医生会建议成瘾者进行洗冷水澡、剧烈运动等“先苦后乐”的活动？ ??? 主动承受适度痛苦，能触发大脑产生自然的“反弹式愉悦”。这可以帮助重新校准大脑的奖励系统，从而替代对成瘾物质的渴求，且不会产生药物带来的“痛苦低谷”（戒断反应）。 :::

:::flashcard{hint="痛觉受体的代偿"} Q: 从神经学和天平机制的角度看，“无辣不欢”（对辣食上瘾）的本质是什么？ ??? 辣椒素刺激的是痛觉受体。吃辣的“爽感”本质上是大脑对痛苦产生的代偿性反弹（愉悦感）。并且它同样符合耐受性逻辑，需要越来越辣才能获得同等刺激。 :::

:::flashcard{hint="健康与病态的界限"} Q: 同样是利用“痛苦反弹机制”，健康的替代行为（如冷水澡、运动）与失控行为（如自残）的核心判定标准是什么？ ??? 关键在于痛苦的激活必须是主动选择且适度可控的；如果变成失控的自我惩罚，就会把大脑天平推向无法控制的危险方向。 :::

4. 为什么我们面对上瘾物几乎无能为力

这一节是全文最重要的部分。

4.1 看见就会用：条件反射的力量

现在来讲一个所有人都经历过的场景。

你把抖音从手机上删掉了，你发誓再也不刷了，你觉得自己已经戒掉了。然后某一天，在无聊的等待中，你的手指无意识地划到了另一个界面，那个熟悉的刷新动作已经在你意识到之前完成了。或者更常见的情况：你在某人手机上看到了那个熟悉的红色图标，五秒钟之内，你的手机里又重新装回去了。

这就是大脑的经典条件反射，也就是帕弗洛夫的铃声效应。

十九世纪的科学家帕弗洛夫证明了：狗会在看到肉排时反射性地分泌唾液。当肉排的出现固定与响铃同步后，狗开始在仅仅听见响铃时就分泌唾液，即使肉没有出现也一样。狗不是"想"分泌唾液，它只是被大脑劫持了。

对于人类的成瘾，机制完全相同。触发复发的，不只是成瘾物质本身，还有一切与之相关的提示——地点、时间、气味、画面、声音，甚至是某种特定的情绪状态。神经科学研究显示，大脑在奖励出现之前，就已经因为相关提示而开始分泌多巴胺，产生渴望，推动行动。

这个过程发生在意识的门槛之下。你的大脑在你"做决定"之前，已经启动了。

书中有一个案例非常典型。一位已经戒断性成瘾超过一年的患者，在一次出差回到东欧后复发了。触发他的，不是主动寻找刺激，是晚上在饭店房间无聊地换台，看到电视上出现了一个裸女画面。他说："在我打开电视之前，其实状况还可以。我并没有感觉到什么冲动。我最大的错误就是打开电视，那让我回想起自己的那些老习惯，一想就停不下来。"

4.2 成瘾记忆是永久性的

更值得警惕的是，成瘾留下的神经印记几乎不会消失。

研究显示，成瘾相关的记忆会改变多巴胺神经元的形状和大小——树突（神经元的分支）变长变多，突触连接被永久强化。这种变化可以在药物消失多年后仍然完好地保存在大脑中，就像一条已经拓宽的高速公路，随时等待新的车辆通行。即一旦形成成瘾路径，环境线索（时间、地点、相关视觉刺激）即可通过经典条件反射（类似巴甫洛夫效应）引发多巴胺的预期性释放。这种释放发生在意识察觉之前，直接驱动寻药行为。

最直观的动物实验：研究者每天向老鼠注射古柯碱持续一周，然后中止注射整整一年（相当于老鼠大约一整个寿命周期），再注射一次，老鼠立刻表现出了和实验最后一天同等的高度敏感性——仿佛从未戒断过。

这意味着：严重成瘾者即便经历多年的戒断，也会因为一次接触而迅速跌回强迫性的瘾头中。这背后的原因，是早年的成瘾在大脑中留下的永久性改变——那条高速公路从未被封闭，只是暂时没有车辆通行。一旦出现车，就是全速前进。

注：人类似乎有一定的回路修复能力。

4.3 99%的人拿起来就会用

把上面两点合在一起，就得出了一个残酷的结论：

对于已经形成习惯的人，99%的情况下，只要拿起手机打开短视频，就会开始刷。 不是因为你特别软弱，不是因为你特别缺乏自律，而是因为你的大脑已经在接触的瞬间被激活了——那个时候，前额叶来不及介入，理性来不及运作，你的手指已经开始滑动。

但是——只要你没有拿起来，一般就不会刷。

这个不对称性极其重要，它揭示了一件事：成瘾的战场，不在接触之后，而在接触之前。一旦你已经打开了APP、已经拿起了那包烟、已经进入了那个游戏界面，你能做的已经很少了。那个时候的你，已经是被条件反射驱动的你。

所以，能做的，只有刻意回避。

:::flashcard{hint="意识门槛之下的巴甫洛夫效应"} Q: 为什么戒断者仅仅看到与成瘾相关的“环境线索”（如熟悉的App图标、特定地点或情绪），就极易导致行为复发？ ??? 因为这触发了经典条件反射。在奖励出现前，环境线索就会引发大脑产生预期性的多巴胺释放。关键在于：这种释放发生在意识察觉之前，直接在潜意识层面驱动了成瘾行为。 :::

:::flashcard{hint="高速公路隐喻"} Q: 从神经物理学的角度看，为什么严重成瘾者即使戒断多年，一旦偶尔接触一次，也会迅速跌回极重的成瘾状态？ ??? 因为成瘾记忆会造成大脑物理结构的永久性改变（多巴胺神经元的树突变长变多，突触连接被永久强化）。这就像一条被拓宽的高速公路，即便长期没有车辆通行，一旦有车（刺激线索）驶入，依然会瞬间全速前进。 :::

:::flashcard{hint="理性的生理性迟滞"} Q: 为什么一旦打开了短视频App或游戏界面，我们绝大多数情况下都无法靠“自律”停下来，只能任由自己沉迷？ ??? 因为在接触刺激的瞬间，大脑的条件反射就已经激活并驱动了手指动作，此时负责理性和自控的前额叶皮层根本来不及介入。那一刻的你是由条件反射驱动的，而非理性决策驱动。 :::

:::flashcard{hint="不对称战场的解法"} Q: 既然成瘾路径一旦激活，前额叶就来不及踩刹车，那么对抗成瘾最核心的有效策略是什么？ ??? 核心策略是刻意回避（物理或环境隔离）。成瘾的战场永远在“接触之前”，一旦发生接触，依靠自制力几乎注定失败。只有从根本上切断触发条件反射的线索，才能避免大脑被劫持。 :::

5. 既然几乎无能为力，我们能做什么

"更聪明地设计自己的处境"。

5.1 先承认没有抵抗力

兰布克医师在书中描述了古希腊英雄奥德修斯的故事。为了安全穿越赛伦女妖盘踞的海域——那里有诱惑水手触礁的致命歌声——奥德修斯命令水手用蜂蜡封住耳洞，然后把自己绑在桅杆上，并叮嘱水手：无论他怎么哀求，都要把他绑得更紧。

这个举动有一个精准的名字：自缚。

自缚的核心在于承认个体在成瘾线索触发时前额叶皮层（负责理性控制与延迟满足）功能的失效，即“当成瘾的冲动真正袭来时，你没有抵抗力。所以必须趁还有一点清醒，在冲动到来之前，把自己绑起来”。具体的干预手段旨在通过增加获取成本，人为制造行为启动的阻力（摩擦力）。

如果等到确切感受到想用的冲动，求爽与避痛的本能反射就会扯住你，让你彻底失去抵抗力。一旦落入欲望的股掌，事情就完全没有你说话的空间了。

兰布克医师也明确指出：自缚等于公开承认当事人的意志力不足。 这种承认听起来很难堪，但它反而是有效的起点——因为只有承认了，才会认真设计那堵墙，而不能每次都寄希望于"这次我忍得住"。

5.2 物理层面的回避：让距离替你做决定

第一类策略是物理性的：在你与上瘾物之间制造真实的距离和障碍。

距离本身就是防线。原因在于：距离增加了启动成瘾行为的摩擦成本，而成本哪怕只增加一点点，都会让大脑中那段犹豫的时间变长——而那段时间，正是理性（前额叶皮层）介入的机会窗口。

书中记录了一些病患分享的真实自缚策略：

把游戏主机放到车库或柜子里，不让它出现在随手可及的地方。一位患者说自己因此大幅减少了游戏时间——不是因为他变得"更有自律"了，而是因为从沙发走到车库取机器，这十步路给了他时间想清楚自己在干什么。
把手机放到另一个房间充电，不放在床头。仅仅是手机在视野范围内，就会持续激活提示诱发的渴望，让人难以专注和休息。不在视野里，就不会产生那个自动的激活。
短视频APP加上密码锁，或者移到最后一页的文件夹里。这些操作不会真的阻止你使用，但会在你的手指无意识地划向它时，强迫插入一段停顿——在那段时间里，前额叶有可能介入。

核心原则只有一个：让获取成瘾物变得麻烦一点点，做到"需要主动努力才能得到"。

当然，物理自缚并非万无一失。书中另一个案例是一位患者的太太把酒锁进了档案柜，临时出城一天。结果患者站在档案柜前，用长柄钳通过半寸缝隙把软木塞撬了出来，再用一根吸管……成功喝到了酒。这个故事说明自缚不是万能的，不过它依然是有必要的起点。

5.3 心理层面的准备：给前额叶创造介入的时间

物理距离是第一道防线，但它有时无法建立，或者总有被绕过的一天。这时候需要的是心理层面的准备。

5.3.1 明确承认自己在特定情境下没有抵抗力

这里同样是心理层面的认知重评，需要承认我们的意志力有限，很难去单靠意志力戒掉成瘾物。具体来说：

"只要我在无聊等待时打开手机，我就会刷短视频，而且停不下来。"
"只要有人在我面前点燃一根烟，我会忍不住要一根。"
"只要进了游戏，我就不会只玩半个小时。"

这种具体的承认很重要，因为大多数人的自我认知停留在"我可能会忍不住"这个层面，保留着一条"紧急情况下可以用一下"的出口。而只有当你真正承认"我在这个情境下几乎必然失控"，你才会认真对待回避策略。

5.3.2 延长启动时间，让前额叶参与进来

大脑的前额叶皮层是理性决策的中枢，是帮助我们做出"否定"的系统。

但问题在于，当冲动袭来时，前额叶来不及介入。往往我们打开视频app之后才意识到自己怎么又打开了，吃下零食之后才意识到自己怎么又开始吃了——很多时候前额叶是待机的，激活需要时间。而成瘾的驱动力运作在意识的门槛之下，快过你的前额叶。所以，你需要在冲动出现之前就设置好"减速带"：

在想使用之前，强制加入一个等待时间。 可以是30秒，可以是5分钟——具体多长无所谓，重要的是打断那个"看见就用"的自动模式。在那段等待中，你至少有机会问自己一次：我现在真的想用，还是只是习惯动作？再具体一点，可以构建一个如果……那么……的句式，时刻提醒自己。比如如果我拿起手机，那么立刻去喝一口水。
在上瘾行为的启动路径上设置摩擦。 比如把短视频APP的图标移到文件夹深处；比如在手机屏幕贴上一张写着"你确定吗"的便签；比如给某些APP设置使用时间限制，每次用完都要手动解锁才能继续。这些手段本身没有强制力，但它们强迫在冲动和行动之间插入一段停顿，而那段停顿，就是前额叶的工作时间。
在高风险时刻之前提前"上锁"。 知道自己睡前特别容易刷手机？那就在九点前把手机放到另一个房间，而不要等到十一点躺在床上意志力耗尽之后再试图抵抗。知道自己在压力很大的时候特别容易暴食？那就在压力来临之前就把那些食物从家里清空，而不在最脆弱的时刻靠意志力死撑。

一位患者总结得很到位："有了戒酒硫，我一天就只需要下定一次决心。要是没有它，我就得整天都在下决心。" 意志力是有限资源，用得越多越少，所以要让它只用在刀刃上。

PS:戒酒硫（Disulfiram，商品名安塔布司）是一种用于治疗酒精依赖的药物。其机制是抑制体内乙醛脱氢酶，导致饮酒后大量乙醛蓄积，从而产生恶心、呕吐、心悸等严重不适（“双硫仑样反应”），以此产生厌恶条件反射达到戒酒目的。此药物必须在医生指导下使用。

5.3.3 关于戒断后的第一次接触

这里需要特别说明一种常见的高危情境：戒断后的第一次接触。

如前文所述，成瘾记忆是永久性的。研究发现，有成瘾倾向的老鼠在两到四周的戒断后，对第一次接触到的同一物质会卯起来摄取，并从此维持重度使用，一副好像从未戒断过的感觉。人类也存在类似现象。

这被称为"破戒效应"——戒断之后的第一次复用，往往不会是"少用一点"，而会直接迅速回到甚至超过戒断前的水平。

这意味着：如果你已经在某件事上形成了上瘾级别的习惯，那么"偶尔用一次没关系"的想法是危险的。它不会让你满足于"偶尔"，而会以极高的概率触发全面复发。这也是为什么已经戒断的人，在回避策略上需要比普通人更加严格——因为"尝一口"对上瘾人群的意义，和对从未成瘾的人的意义，是完全不同的。

:::flashcard{hint="奥德修斯的桅杆 / 核心前提"} Q: 在成瘾干预中，采取“自缚”策略（如把手机锁起来）的核心心理与神经学前提是什么？ ??? 公开承认自身意志力的不足。即承认当冲动袭来时，负责理性的前额叶皮层会失效，因此必须趁着清醒，在冲动产生前人为制造行为阻力。 :::

:::flashcard{hint="物理距离的神经学意义"} Q: 为什么仅仅是把游戏机放进车库、给App加个密码这种“微小的摩擦力”，就能有效对抗成瘾？ ??? 因为成瘾行为是由潜意识瞬间驱动的，而这点摩擦力延长了行为的启动时间。这短暂的停顿，能给反应相对迟缓的“前额叶皮层”争取到开机介入和理性否定的时间窗口。 :::

:::flashcard{hint="戒酒硫病患的顿悟"} Q: 从意志力资源的角度来看，为什么“提前上锁”（如出门前拔掉网线）远比“面对诱惑时死撑”有效得多？ ??? 因为意志力是有限资源。提前上锁（自缚）让你一天只需要下定“一次”决心；而放在手边死撑，则需要你的大脑整天都在对抗诱惑中消耗意志力，最终必然耗尽并失控。 :::

:::flashcard{hint="破戒效应 (Abstinence Violation Effect)"} Q: 为什么对于已经戒断的成瘾者，“我就稍微尝一口/玩一次”的想法在神经学上是极其危险的？ ??? 因为成瘾记忆（神经元结构的改变）是永久性的。戒断后的第一次接触不仅不会让你浅尝辄止，反而会瞬间重新激活整条成瘾高速公路，极大概率导致迅速恢复甚至超过戒断前的重度使用水平。 :::

6. 戒断需要多长时间

给出一个具体的时间参考。

6.1 四周才是重设的最短时间

兰布克医师在临床工作中发现，病患普遍需要至少四周的戒断，才能真正让大脑的奖励路径恢复到基线状态。两周通常还处于戒断症状中——焦虑、烦躁、失眠——这个阶段是最难熬的，也是最容易放弃的。

神经科学家沃科夫的研究也印证了这一点：多巴胺的传递量在戒断两周后仍低于正常水准。

一个典型案例：研究者观察了一组每天酗酒且达到临床忧郁标准的男性，让他们住院戒酒四周，期间不接受任何忧郁症治疗，只是单纯断酒。结果四周后，八成的人已经达不到忧郁症的临床标准。他们原以为自己有忧郁症，实际上是酒精诱发了忧郁，戒断之后大脑自然恢复了。

6.2 戒断的过程不舒服，但这是信号

书中有一个患者在停用大麻的第二天出现了呕吐。她说了一句很有趣的话："那是我真的成瘾的第一项证据。"

她第一次意识到自己真的上瘾了——因为如果没有成瘾，不会有戒断症状。正是这个认知，反而给了她动力坚持下去。

戒断的不适感就是大脑正在重新调整的证明，这表明天平在慢慢回到水平。而一旦渡过了最初的两周，大多数患者会在第三、四周开始感受到明显的改善：焦虑减少、睡眠改善、对普通事物的愉悦感逐渐回来。

:::flashcard{hint="临床实证的最短基线恢复期"} Q: 神经科学和临床经验表明，重设大脑奖励路径（让多巴胺传导恢复正常水平）至少需要多长时间？为什么只坚持两周往往会失败？ ??? 至少需要四周（28天）。因为在戒断的前两周，大脑的多巴胺传递量依然低于正常水准，人正处于最难熬的痛苦低谷/戒断症状期。通常要到第三、四周，天平才会真正回正。 :::

:::flashcard{hint="反直觉的积极信号"} Q: 在戒断初期出现强烈的躯体或心理不适（如呕吐、极度焦虑），从神经适应的角度应该如何积极看待这种痛苦？ ??? 首先，这是“你已经真正成瘾”的确凿物理证据。其次，这种不适感正是大脑“天平”正在努力自我调整、缓慢恢复生理稳态的明确信号。 :::

7. 小结

把核心逻辑压缩成几句话。

7.1 意志力靠不住，结构才靠谱

这篇文章想说的，可以压缩成一句话：

上瘾是一个神经科学问题，不是道德问题，靠意志力解决不了，要靠结构。

意志力是有限的资源，越用越少，在压力大、疲劳、情绪低落的时候会大幅缩水——而这些恰恰是你最想用上瘾物的时候。所以"多一点意志力"不是解法，它只是在和你的大脑玩一个你注定会输的游戏。

结构才是真正的解法。把诱惑源从视野中移除，增加获取的摩擦成本，在清醒的时候把自己绑起来——这些策略不依赖于你在最脆弱的时刻有多少意志力，而是在你最脆弱之前就把问题解决掉。

7.2 两件具体能做的事

如果读完之后只记得两件事，记这两件：

第一，物理距离。 把你最容易上瘾的那个东西，从你随手可及的地方移走。增加一点获取的难度。手机放远一点，游戏机放进柜子，酒不放在家里，抖音移到最后一页。距离不会让你戒掉，但会给你时间想清楚自己在做什么。

第二，提前承认。 在下一次进入那个高危情境之前，告诉自己："我在这个情境下没有抵抗力。所以我几乎必然会失控，所以我需要在接触之前就做好安排"。把这句话写下来，贴在那个高危时刻能看到的地方。

:::flashcard{hint="演化错配与多巴胺经济"} Q: 从人类演化和现代环境的视角来看，为什么现代人极易陷入各种上瘾行为（根本原因是什么）？ ??? 根本原因是演化错配。人类大脑的奖励系统是在“资源匮乏”的远古环境中演化出来的，对奖励极其敏感；而现代的“多巴胺经济”提供了无处不在、唾手可得的过剩刺激。这套古老的求生机制在现代遭遇了降维打击，反而成了致命弱点。 :::

:::flashcard{hint="天平法则与耐受性"} Q: 为什么享乐主义“为了爽而爽”的态度，最终反而会导致人彻底失去“快乐的能力”？ ??? 因为大脑遵循严格的愉悦-痛苦拮抗机制（天平法则）。长期高频的刺激会让大脑不断下调多巴胺受体活性并释放强啡肽（产生耐受性），最终导致天平永久偏向痛苦一端。成瘾后期的行为动机不再是“追求快感”，而是纯粹为了“缓解痛苦（恢复基线）”。 :::

:::flashcard{hint="不对称的战场"} Q: 为什么说“成瘾的战场永远在接触诱惑物之前”？面对上瘾物，为什么死磕“意志力”注定是一场必输的游戏？ ??? 因为环境线索会在意识门槛之下触发潜意识的经典条件反射，瞬间驱动行为；而负责理性和自控的前额叶皮层开机较慢，根本来不及介入。一旦发生接触，你的大脑就已被劫持，且意志力是有限资源，死撑必然耗尽。 :::

:::flashcard{hint="终极解法：结构大于意志力"} Q: 既然意志力在成瘾面前不堪一击，总结全文，我们能采取的最核心、最有效的自救策略是什么？ ??? 核心解法是：用“结构”代替“意志力”（实施自缚策略）。提前承认无力：坦然认清自己在高危情境下必将失控，放弃侥幸心理。制造物理距离与摩擦力：在冲动发生前，人为增加获取上瘾物的难度。这微小的摩擦力能为前额叶争取到宝贵的介入时间。 :::

主要参考：安娜·兰布克，《多巴胺国度：在纵欲年代找到身心平衡》，2023年。

被迫学习时，如何靠阶段性意义填补缺失的动机？

Wed, 25 Mar 2026 00:00:00 GMT

被迫学习一件我们认为没有意义的事情……

我们常说学不好是因为方法不对，为此我曾专门写过一篇关于“大脑预测模型”的学习方法论：从神经科学的视角，解析真正有效的学习方法|大脑是个预测机器 - Techleaf。但在实际执行中，很多人发现即便方法就在手边，却根本提不起劲去翻开书。当潜意识认为学习是一场无意义的内耗时，再科学的方法论也只是摆设。即我们很难去逼迫自己学一个自己觉得没有意义的东西。如果问题不出在“怎么学”，而是出在“不想学，我觉得学习没意义”（意义缺失从而导致的动机缺失），此时我们该怎么办？

答案便是重构我们的思维回路。本文将教你如何调整大脑的价值评估机制，实现动机的修复。

1.主观“意义”

先明确一个神经学事实：在物理世界中，“意义”并非客观存在，它是大脑皮层进行的一场成本收益计算。

当你质问“学习线性代数有什么用”时，本质上是你的腹内侧前额叶皮层（vmPFC）正在试图为该行为计算预期价值。神经成像研究表明，vmPFC 负责整合外部刺激，并为其分配“价值权重”。一块石头本身没有意义，但如果将其视为建筑材料，vmPFC 便会赋予其高权重，进而触发中脑腹侧被盖区（VTA）释放多巴胺，产生行动驱动力。

学习也一样——它本身是中性的，意义是我们投射进去的。如果你无法在神经层面上为线性代数或历史学“编码”足够的价值权重，多巴胺通路就会保持静默，进而导致你缺乏学习的动力。即便有了方法，有了十足的信心可以学好，却依然无法行动。因此，我们需要构建学习的意义，赋予学习足够的价值权重。

但问题来了——既然意义可以由我们自己赋予，为什么大多数人还是找不到？依然认为学习本身无意义，然后痛苦着学着习。

2.我们偏爱“永恒的意义”

既然意义由主观赋予，为何多数人仍感到虚无？因为人类对“意义”的偏好，受制于漫长的演化基因出厂设置。

人天生偏爱的意义，大致有几个特征：永恒的、宏大的、贯穿一生的、被他人认可的。比如人们渴望改变世界，渴望留下一段传世佳话。

心理学中的“恐惧管理理论”指出，作为唯一具备死亡焦虑的物种，人类本能地通过构建超越时间的文化价值（如改变世界、名垂青史）来缓解存在主义恐惧。同时，为了在远古部落中生存，个体的行为必须对群体产生宏大且直接的贡献，才能获取社会认同并繁衍。

当我们用这把由上百万年演化塑形的“生存标尺”，去衡量高等数学或英语四级时，结果必然是虚无的。现代学科体系极度抽象且高度延迟满足，这与大脑偏好即刻生存反馈的古老机制产生了严重的“演化错配”。我们偏爱宏大，仅仅是基因的设定。

但这并不意味着这些东西没有意义——只是它们不符合我们偏爱的意义形状。

意义本无定论。人有偏好，但偏好不是标准。就像人天生偏爱甜食，但咸的、苦的、酸的，同样是真实的味道。我们偏爱永恒宏大的意义，并不代表短暂具体的意义是假的、低级的、不值一提的。

那么，我们是不是可以构建一个反永恒，宏大的意义，进而适应当代环境？

3.锚定阶段性意义

既然意义可以有不同的形状，那不妨换一把尺。重新认识一下我们不想学习的事物。

很多人陷入的死循环是：觉得学了没用→被迫学习→精神内耗→寻找意义→寻找无果→……。而更根本的问题在于，如2所述一般，我们把意义设想的太过宏大，太过美好了。而反过来审视今时今日的应试教育，也确实配不上这种美好意义。

破局的关键，是接纳**“阶段性意义”**的存在。即有些事物的意义并不能支撑我们的一生，但它们是我们通往下一站的必经之路。就好比在达到终极目标之前，大多数情况下总需要几个对最终局来说无用甚至是拖累的过渡，但又不得不拿上这些过渡。

举例来说就是“这学期学好线性代数，期末拿高分”，其实在神经层面已经构成了一个完整的闭环，只是我们把线代放在更长远的时间线中暂且看不到用途，就武断的设想它是无意义的。实际上单从期末分数上而言，它在这个学期已经参与了你的意义构建，只是在学期结束的时候用处就结束了——是的，阶段性意义并不陪你到死，可能只会陪你一个学期。阶段一过，它便是无用的。但着同样不妨碍你认为它有意义。

类似的还有为了应付某次面试，而在短时间内疯狂刷底层算法题或背诵枯燥的面试八股文。你心里很清楚，未来的实际工作中大概率永远用不到手写链表这种数据结构，它对你长远的工程素养甚至没有太大帮助。但在拿到 Offer 之前的这一个月里，它的意义就是极其明确的‘敲门砖’。收到录用通知的那一刻，这种意义就彻底死亡了，但在那个高压的月度窗口期，它完美驱动了你的专注力与行动力。

刷托福雅思的分数，考取 CPA 证书也是同理。我们完全可以理直气壮地为这些“看似无长远价值”的事情，赋予一个极具功能性的“阶段性意义”。

斯坦福大学心理学家阿尔伯特·班杜拉，在自我效能感的研究中证实，设定“近端目标”比设定“远端目标”能更有效激活受试者的内在动机（通过重构意义来增进动机）。阶段性意义只需覆盖当前的时间窗口，哪怕期末结束后它便失去效用，但在该窗口期内，它所引发的神经递质分泌是真实的，足以支撑日常的认知消耗。

4.认知重评与表达抑制

当然，我们还需要厘清一个核心界限：赋予阶段性意义，是否等同于自欺欺人？

这个质疑值得认真思考、回应，因为它触及了这件事核心的区别。

表面上说，强行暗示属于“表达抑制”——你嘴上重复着“这有意义”，内心却满是抵触。这种自我表演是对认知的极限透支。而建构阶段性意义则属于“认知重评”——你升级了看待问题的框架，用另一个视角重新审视了问题。前者是实现自欺，后者是实现自洽。

这种区别在神经科学中有着坚实的证据。脑成像显示，表达抑制不仅无法降低杏仁核（情绪与恐惧中心）的活跃度，反而会导致交感神经系统过度唤起，极大消耗前额叶的认知资源。这是真正的、具有破坏性的自欺。

相反，本文提倡的方法属于认知重评。这是通过改变对情境的语义理解，从而真正改变情绪反应。当你从逻辑上接纳了“在这三个月内，为了拿到学分，学好它对我具有现实价值”，前额叶皮层会主动介入，有效下调杏仁核的活跃度。抗拒感在生理层面上真实地消退了。

至此明确了底层逻辑——认知重评之后。不难发现我们也不一定要用阶段性意义，这只是我个人提出的方法论，实际上方法可以因人而异。但核心只有一个：

无论用什么方式，都要找到一个让自己真正自洽的解读。

不是"我告诉自己这有用"，而是"我真的相信，在这个阶段，学这个对我有价值"。

5.主线意义

不过，光靠阶段性意义，有时候还是撑不住。依然容易陷入“自我损耗”。

因为被迫学习的科目，本质上是人生意义的副线。它有阶段性的价值，学完可以放下，不必强求它成为你人生的核心叙事。但人需要某种东西作为主线——一些真正出于自己意愿去做的事，哪怕很小，哪怕在别人看来微不足道。

这条主线未必宏大——可以是写作、绘画、甚至是研究冷门植物。

主线的意义在于：它让你在应付副线的疲惫之后，还能存在一个更长期的，持久的意义目标。有了这个锚点，副线的压力会小很多。你知道线性代数只是这学期的任务，哪怕真的没考好也不会有什么问题，而你真正在意的东西还在那里等你，没有消失。

副线用阶段性意义撑过去，主线用真实的热爱滋养自己——两条线并行，才是比较完整的结构。

6.总结

我们之所以在被迫学习时感到痛苦，是因为我们陷入了一种“意义的二元对立”：要么这门课能改变我的一生，要么它就是纯粹的浪费。这种极端的评估机制，让大脑的腹内侧前额叶皮层在面对繁琐的公式和枯燥的背诵时，因无法挂钩宏大叙事而彻底“罢工”。

然而，正如前文所述，意义是由你亲手编码的神经信号。通过认知重评，我们可以将那些枯燥的“副线任务”拆解为一个个具备时效性的阶段性意义。从而增进学习的动机，且减少精神内耗。

快速逃离当下的不适——简谈刷视频成瘾（AI）

Wed, 18 Mar 2026 00:00:00 GMT

同上文亲密关系，本文也是某种意义上的未来趋势，即“现代人容不得片刻闲暇时光”。

在这里，闲暇指的是一种低刺激、低任务要求、能让注意力和神经系统回落的状态，比如安静发呆、散步、看树、晒太阳、坐着不刷东西。这类安静清醒的休息和注意力恢复有关，也能支持记忆巩固。清醒休息期间的记忆巩固 - PMC --- Memory Consolidation during Waking Rest - PMC

而现代人被环境（媒介）塑造成了追求高刺激输入的状态，这导致其难以享受闲暇时光，取闲暇时光而代之的是刷视频，打游戏等。“只要一闲，而且这份闲里带着一点不适，我就刷。”他们整日忙碌，忙碌着作业，忙碌着逃避作业（逃避不适），没有半点闲暇。

嗯，这些行为本质上是逃避不适 | 本文的逻辑就此展开——多数人刷视频从来都不是为了娱乐，而仅仅是逃避不适。

这里的刷视频可以替换为任意“逃避不适”&“短平快”的行为。

好了，人工部分结束。

摘要

很多人把刷短视频看成一种普通娱乐，但这个解释抓不住行为真正的起点。多数时候，人打开短视频，起点是控制下降、情绪波动、注意力悬空，随后被一条极其顺手的行为路径带了进去。

从神经科学和行为科学的角度看，短视频容易让人“一不小心就刷起来”，关键在于它高度贴合了大脑处理不适、追求即时刺激和节省认知成本的方式。当前额叶控制效率下降，情绪系统、习惯系统和奖赏系统就更容易接管行为。于是，人还没来得及形成清晰念头，手已经点开了视频，注意力也已经被带走。损害前额叶皮层结构和功能的应激信号通路 - PMC --- Stress signalling pathways that impair prefrontal cortex structure and function - PMC

短视频真正值得警惕的地方，也不只在时长。更关键的是，它很容易成为面对无聊、压力、空档、卡顿和轻微情绪不适时的默认出口。时间一长，大脑会逐渐学会：一旦难受，就先划走；一旦空下来，就先找刺激；一旦不想面对现实任务，就先去短视频里暂时离开一下。

一、刷视频为什么会变得这么顺手

1. 低意志力时，行为更容易被自动系统接管

“低意志力”描述的是一种状态：在压力、疲劳、认知负荷升高、情绪受扰或精力下降的时候，前额叶维持目标、抑制冲动、延迟满足的能力会明显变弱。这个时候，人依然知道自己该做什么，只是“知道”和“做到”之间的连接开始松动。

一旦这种控制松动，熟悉、省力、启动成本很低的行为就更容易被优先调用。短视频刚好具备这些条件：入口极近，启动极快，内容不断，几乎不要求准备，也不要求承担失败。人在这种时刻，通常来不及完成一套清晰的思考流程，更常见的是一种短暂的滑落：情绪一空，手就过去了；任务一卡，页面就切走了；心里一烦，注意力就被拉开了。

所以，“不小心刷起来”很贴合真实的神经行为过程。很多时候，动作已经先发生，完整决定还没有来得及形成。

2. 线索会把行为压缩成默认反应

短视频容易反复发生，还有一个重要原因：它会在重复中变成线索驱动的习惯动作。人类大脑很擅长节省资源。只要某个动作在相似情境中多次出现，大脑就会把这条路径逐渐压缩、固化，最后形成一种更自动、更省力的执行方式。

对刷视频来说，这些线索遍布日常生活：手机亮起、通知弹出、任务停顿、睡前躺下、刚醒过来、等人、排队、写作时突然卡住、复习时脑子发飘。这些都可能成为触发点。一旦“这种场景”和“打开短视频”被反复绑定，大脑就不再需要每次都重新判断，只要见到线索，就会直接滑向那个熟悉动作。研究对手机习惯的描述非常明确：它往往具有自动性、意识外性，并且高度受环境线索驱动。

这也解释了一个常见体验：自己并没有特别想看什么，甚至打开之后都不知道为什么点进来了，但手已经开始下滑。推动行为的力量，已经包含一条被训练得越来越熟的条件反射路径。

二、人为什么会在短视频里停不下来

1. 真正被处理的，往往是轻微不适

很多人会把刷视频理解成追求快乐，但更常见的情况，是人在处理一种轻微而持续的难受。这个难受未必很强，甚至很难被准确命名。它可能只是无聊，可能只是心里发空，可能只是任务开始前的一点抗拒，也可能是等消息时那种悬着的感觉，或者连续用脑后的低能量状态。

短视频对这些状态特别有效，因为它能在极短时间内完成三件事：先把注意力从当下的不适中拖走，再用新的刺激填满意识表层，最后让人短暂地感觉轻松一点。这套过程成本极低，几秒钟内就能完成，不需要准备，不需要动脑，也不需要承受现实任务中的失败风险。近年的研究和综述也持续发现，无聊感、状态性不适与问题性数字媒体使用、智能手机过度使用和短视频使用之间存在稳定关联。被诱发出的状态性无聊，会显著提高人对手机使用的渴求。中国大学生在相关线索下智能手机使用的习惯特征 - PMC --- The habitual characteristic of smart phone use under relevant cues among Chinese college students - PMC

所以，很多时候人继续刷下去，原因并不在于内容本身有多好，关键在于短视频替大脑完成了一个非常现实的任务：立刻离开当下那种不舒服的状态。它可以是填充物，也可以是止痛片，或者是一种低成本的临时麻醉。

2. 驱动持续下滑的，常常是“想要”

如果要进一步解释为什么人会越刷越久，就必须把“喜欢”和“想要”区分开。神经科学里一个相当稳定的共识是，多巴胺系统和激励、追逐、期待、寻求更直接相关，它并不等同于单纯的快乐感本身。也就是说，人会不断继续某个行为，很多时候都和“下一次可能更值得”的期待状态有关。喜欢、欲望与成瘾的激励敏感化理论 - PMC --- Liking, Wanting and the Incentive-Sensitization Theory of Addiction - PMC

短视频极度适合这种机制。每一条都很短，每一条都可能命中，每一次下滑都像一次新的抽取。即使这条普通、那条无聊、上一条已经让人麻木，大脑仍然可能继续维持“下一条也许会更好”的寻求状态。于是，人会出现一种很典型的体验：内容已经不怎么好看了，自己也有点累了，甚至开始觉得没意思了，但手还是在往下划。

推动行为继续的力量，很多时候来自持续被吊起的期待感。大脑卡在“再试一次”的模式里，行为就会比主观感受持续得更久。

3. 平台设计把这种机制进一步放大了

短视频平台之所以强，还因为它不只是提供内容，它还提供了一整套高度顺应大脑偏好的交互环境。和需要主动搜索、主动筛选、主动点击的媒介相比，短视频平台更接近一种被动接收型系统：你不用决定看什么，系统会不断替你往前送；你不用判断下一步做什么，手指只需要保持一个最简单的下滑动作。

这里面有几个关键结构。第一，全屏呈现提高了沉浸感，压低了外部提醒。第二，无限下滑取消了自然结束点，人很难像看完一篇文章或一集视频那样自动停下。第三，高频新奇和密集切换会持续维持“还有下一条”的前冲状态。第四，算法推荐会逐渐贴近个人偏好，让平台越来越懂得怎样在最短时间内击中用户。

这意味着，短视频更像一个对人类奖赏系统和注意力弱点做过精细适配的环境。人在这种环境里，更容易失去停顿空间，也更容易把继续刷下去当成最自然的动作。

三、应对方式

真正有效的应对，重点在于看清短视频这件事到底是怎样发生的。多数时候，它是一条在低控制、轻不适和高可得性条件下被自动调用出来的省力路径。应对的关键也要回到整条行为链，从触发状态、环境线索、动作入口到停止边界，逐层调整。

1. 先处理状态

很多人一想改变，注意力立刻落到那个动作本身：别打开、别点进去、别继续下滑。但从行为发生的顺序看，最前面的推动力通常是无聊、疲惫、心里发空、轻微烦躁、任务开始前的抗拒，或者某种说不清但又不太舒服的状态。短视频只是紧接在这些不适状态后面的那条熟路。——说白了刷视频的问题不在于“你想刷视频”，而是“你想逃避当下，于是选择了刷视频”，要从改变当下入手。

所以，更有效的做法，是先把当下的状态辨认出来。你到底是在累，还是在烦；是在逃避开始，还是在承受卡顿；是在找刺激，还是在给大脑临时止痛。一个很实用的做法，是在想刷的那几秒里给自己加一个很短的命名动作：我现在是在烦，我现在是在卡，我现在是脑子累了。这个动作很小，但它能把原本几乎自动滑过去的过程，稍微拉回到意识层，让前额叶重新有一点介入空间。

2. 缩小任务颗粒度，降低心理阻力

很多时候，让人想逃开的，并不只是疲惫、无聊和烦躁，还有任务本身带来的心理阻力。一个目标只要在主观体验上显得太大、太重、太难开始，大脑就很容易先产生压迫感。此时人感受到的，往往不是“这件事值得做”，而是“这件事好难开始”“我现在不想碰它”。短视频之所以容易趁虚而入，就是因为它和这种高阻力任务形成了鲜明对比：一边需要投入，一边只要滑一下就行。

所以，很多时候真正有效的做法，不是继续对自己强调“赶紧把整张卷子做完”，而是主动把任务缩小到一个几乎不会引发抗拒的程度。比如，把“做完一张卷子”改成“先做一道题”，把“开始复习这一章”改成“先看第一页”，把“把这篇文章写完”改成“先写一个小标题”，把“今天要学很久”改成“先做五分钟”。这样做的意义，不只是让任务看起来更轻，更重要的是，它能明显降低大脑在启动前感受到的不适。

因为很多逃避并不发生在任务进行中，而发生在任务开始前。人不是做着做着突然想刷视频，更多时候是还没开始，就已经被那个庞大目标压住了。把目标切小，本质上是在降低启动门槛，让大脑不必一上来就面对一个沉重的整体。这样一来，短视频作为逃离出口的吸引力也会跟着下降。

3. 在入口处增加摩擦

短视频之所以容易反复发生，一个极重要的原因，就是它的启动成本太低。拿起手机、点开应用、开始下滑，这一连串动作几乎没有门槛，甚至快到来不及形成明确念头。只靠临场那一点控制去对抗，会非常吃亏。

更符合大脑工作方式的做法，是主动给这条路径增加一点摩擦。把短视频应用移出首页，关闭非必要通知，把应用塞进不顺手的位置，或者给文件夹起一个提醒意味很强的名字。这些动作看起来普通，本质上是在切断“线索出现—动作立刻完成”之间那种几乎无缝的连接。只要动作被拖慢一点，意识就更有机会追上来。

很多刷视频行为，并没有多强烈的欲望推动，更多是“顺手”在推动。顺手程度下降一点，自动性也会跟着下降。

4. 准备替代出口，也准备停止边界

仅仅把短视频堵住，通常并不足够。因为大脑真正试图解决的，一直都是那些让人想点进去的状态本身。无聊、疲劳、焦虑、空档和任务抗拒如果还在，大脑很可能还是会绕回原来的路径，或者去找另一个同样高刺激、低门槛的替代品。

所以，应对的核心，是给自己准备一条功能上相近、代价上更低、后果上更可控的替代出口。比如，任务开始前总想刷的人，可以把替代动作换成“先做两分钟”；烦躁时总想刷的人，可以改成起身走一圈、喝水、拉伸；空档里总想刷的人，可以改成听一首固定的歌、看一页纸书，或者干脆允许自己短暂发呆。重点不在于多高级，重点在于它在那个时刻真的接得住你。

同时，也不能只考虑“怎么别开始”，还要提前设计“开始以后在哪里停”。短视频天然缺少结束点，所以停止机制最好外置出来。比如，只在某个明确情境下看，只给自己一个固定时段，或者开始前就把结束条件设好：计时器响了就停，看完几条就停。平台拿走了自然边界，人就需要主动把边界补回来。

5. 重新训练对轻微不适的耐受

从更深一层看，短视频之所以会反复占上风，还因为它不断训练大脑形成一种处理不适的逻辑：一有点空，就马上填满；一有点烦，就立刻转移；一遇到等待、无聊和卡顿，就迅速找外部刺激接管注意力。短期看，这套方式很有效；长期看，它会慢慢削弱人对轻微不适的耐受力。

所以，更根本的改变方向，是把这种耐受能力一点一点练回来。这里说的承受，不是硬扛，也不是要求自己强行痛苦，它指向一种更稳定的能力：有一点空白的时候，可以先不急着填；有一点无聊的时候，可以先待一会儿；任务开始前那种不想动的感觉，不一定一出现就得立刻逃走。

这种训练通常都很小。比如，等电梯时不立刻掏手机，走路的几分钟里不找内容填满，任务开始前先忍受那几十秒的抗拒，睡前留几分钟低刺激的收尾时间。每一次没有立刻跳进刺激里，都是在给大脑发出一个新信号：不适出现时，出口并不只有一个。

总结

刷短视频之所以让人反复陷进去，并不只是因为内容有趣，也不只是因为个人自控不足。更深层的原因，在于它恰好落在了大脑最容易被牵动的一条路径上：当人感到无聊、疲惫、焦虑、卡顿、空悬或轻微不适时，短视频提供了一种极低成本、极高即时性、几乎不需要思考的行为出口。前额叶控制一旦下降，习惯系统、奖赏系统和环境线索就会迅速接管，动作往往先于完整决定发生。

这也是为什么，“不小心刷起来”很贴近现实。真正先发生的，常常是“我有点难受”“我先离开一下”“我不想待在当前状态里”。短视频在这里承担的功能，首先是转移和调节，其次才是娱乐。它之所以容易反复被调用，是因为它太顺手、太近、太快，也太符合大脑对新奇、即时反馈和低能耗路径的偏好。

真正需要警惕的，也不只是刷了多久。更深的问题在于，大脑会在一次次重复中逐渐学会一种固定模式：一旦不适出现，就立刻找刺激；一旦空白出现，就立刻填满；一旦现实任务带来压力，就先暂时离开。久而久之，短视频会从一个消遣工具，变成面对无聊、压力、卡顿和轻微情绪波动时的默认出口。

因此，应对短视频的关键，也不只是提醒自己少看一点，更在于重新设计整条行为链。要看见触发它的状态，削弱过于顺滑的入口，准备能承接状态的替代出口，提前放入停止机制，并一点点训练自己对轻微不适的耐受。只有当大脑慢慢学会：无聊出现时不必立刻找刺激，焦虑出现时不必马上逃离，空档出现时也不必急着填满，短视频才会从默认出口退回到普通选项。到那时，人面对的就不再是“为什么我又失控了”，而会变成“我开始有别的路可以走了”。

亲密关系的消亡（AI）

Tue, 10 Mar 2026 00:00:00 GMT

某种意义上的未来趋势，让AI稍加研究，发于blog。

过去人一辈子就生活在一个地方，很少碰见外人，于是小地方逐渐形成了小文化，圈子里的人们通过互相信任彼此来最大化个人利益。但如今，一切都变了，人们从这个小小的共同体里被拆分出来，同时身处多个小地方，然而这些小地方并不使用信任链接，而是使用利益。嗯，这就是各个文化圈层。这种情况下也使得人们越来越难彻底的信任彼此，不信才能最大化利益。亲密关系便逐渐退出历史舞台，取而代之的是“弱关系”、“搭子”、甚至近年来的AI陪伴。

逻辑大致如上，让AI据此进行了一番研究（GPT）。除了开头与结尾都是AI写的。

摘要

在近几十年的现代化与城市化进程中，中国乃至全球社会结构发生了显著变化：核心家庭比例下降、独居人口上升、流动人口增多等趋势显著；同时，年轻一代个体化、原子化日益凸显。研究发现，在这种背景下，传统深度亲密关系的功能（情绪支持、依恋、安全感、社会资本等）正被多种新型关系形式部分替代或分散。比如“搭子型”关系和弱关系网络虽提供了陪伴和社交便利，但往往强调功能性和便捷性、缺乏稳定性和深层承诺；“消费型”亲密（情感商品化）则将情感关系视为可购买的商品，带来信任危机和虚假热闹，难以满足持久亲密需求。与此同时，人工智能（AI）陪伴产品凭借全天候可用、匿名无审判、语言迎合等优势，使许多用户感到“被倾听”“被理解”，在一定程度上缓解了孤独、压力和情绪困扰。然而，神经科学与心理学研究表明，人与人互动所需的具身共感、触觉接触、非语言同步、大量双向互惠和共同承担压力的能力，是现阶段AI无法替代的。未来，亲密关系可能呈现继续弱化、社会分层加剧或向新型网络化组织形式转化的多种情景。报告最后指出，目前针对这些现象的长效追踪实证研究较少，尤其是跨文化、跨年龄层的数据空白明显，需要未来在大样本调查、神经影像实验和社会网络分析等方面进一步加强。

1. 社会结构变迁

城市化与流动性上升：全球城市化率不断提高（如中国城镇化2024年底约67%），大量农村人口涌入城市。研究发现，城乡二元结构下城市区域核心家庭规模缩小、单人户快速增长；2010年中国核心家庭较2000年下降10.7%，而单人户增长59.5%。人口流动、户籍制度限制和住房成本共同导致家庭成员分散、隔代家庭增多。
家庭规模缩小：计划生育与社会观念变迁使中国家庭规模持续小型化。全国普查显示，从1982至2010年，标准核心家庭（夫妇与未婚子女）占比从约50%跌至30%。农村多代同堂向核心家庭转变，城市家庭趋于小户型、独立居住。
就业与住房压力：现代劳动市场竞争加剧，年轻人推迟婚育以追求经济稳定；高房价和生活成本也使部分人选择“被动单身”。报告指出，“工作/生活环境不利于恋爱”是2025年中国单身青年居首的自我解释（约30.5%）。
社会支持网络碎片化：数字化社交平台和移动互联网改变了人际互动模式。虽然社交媒体扩大了信息获取渠道，但由于信息真实性难辨、关注碎片化等问题，朋友间的深度信任和传统面对面互动减少。

2. 个体化/原子化趋势

许多证据表明，随着经济发展和观念变迁，个人主义在中国年轻一代中更为凸显：晚婚、不婚比例上升、独居人口激增。一项分析显示，2020年中国20–49岁单身人口达1.34亿，同比增长显著，其中35–49岁女性单身人数比2010年增长122%。同期的生命表数据表明，20岁的青年在20–49岁期间的平均独身时间已从1990年的约3.6年（男）提升至如今的9.2年，增长近一倍。社会学家指出，这反映了“生命历程去制度化和去标准化”趋势下的个体化：传统家庭、婚姻规范对个人选择的约束力减弱，使大量青年独自生活成为常态。在此背景下，研究认为“中国社会的个体化和原子化趋势愈发显著”，尤其在青年群体中，“‘搭子’关系表面满足社交需求，却缺乏深层次情感交流和道德责任”。由此可见，社会大环境正在倾向于“个人嵌入关系网络”向“关系服务于个人目标”的转变。

补充：历史，以及成因

如果只说“现代社会让人原子化”，很多年轻人很难真正理解。因为对于今天的年轻人来说，社会秩序仿佛本来就应该依赖法律、合同、平台规则和正式制度来维持。可历史上绝大多数社会，并不是这样运转的。

在传统社会中，法律当然也存在，但它并不是日常秩序的唯一支柱。更常见的情况是：人们生活在一个低流动、低匿名、高重复互动的环境里。村庄、家族、邻里、同乡、单位和婚姻网络彼此交叠，一个人的行为很少只代表自己，而总是连着他的家庭、名声和长期关系。你今天失信，损失的不只是这一次交易，而是未来很多次合作的可能；你如果做出越轨行为，受到影响的也不只是你自己，还包括整个家庭在当地的声誉。

也就是说，熟人社会的核心，并不是“大家彼此认识”这么简单，而是社会秩序主要靠关系来执行。很多事情不用真的闹到法院：借钱不还，会在熟人圈里迅速传开；做事不靠谱，下次就没人再带你；发生冲突，往往先由长辈、亲属、邻里或地方权威来调解。这里真正起作用的，是反复互动、公开声誉、共同记忆和退出困难。个体不是孤立地活着，而是被嵌在一张长期关系网中。

这种社会有很强的约束，也有明显的问题。它可能压抑个人自由，强化从众，容纳人情绑架，甚至让许多不公被“关系”掩盖。但它有一个重要后果：人不容易彻底变成孤立的原子。因为你的生活成本、合作机会、婚配机会、求助渠道和社会评价，都系在关系网络之中。

现代化改变的，不只是经济结构，也是在改变这种秩序机制。随着城市化、人口流动、家庭小型化和平台化发展，个人越来越从原本稳定的共同体中被抽离出来。到了城市里，别人往往不知道你是谁家的，也不关心你过去在熟人圈里的名声；工作可以换，住处可以搬，社交对象可以不断刷新，很多互动变成一次性或低承诺的。传统共同体的关系约束减弱了，但现代制度又无法深入处理情感支持、日常照料、关系修复和长期陪伴这些细碎而持续的问题。

原子化社会，正是在这种背景下形成的。它不是简单地指“现代人更自私”，而是指个体越来越脱离厚重、稳定、长期的关系结构，更多以单独行动者的身份直接面对市场、制度与平台。过去由家族、邻里和熟人网络分担的风险与压力，如今越来越多地落回到个人身上。也正因为如此，后面出现的“搭子型关系”、弱关系网络、消费型亲密关系和 AI 陪伴，才会看起来越来越重要——它们本质上都是在填补传统关系结构退场后留下的功能空缺。

3. 新型亲密关系形态

深度亲密关系（夫妻/恋人、核心家庭）：传统意义上的亲密伴侣和家庭，通过长期共生、共同承担，提供全面的情绪支持、性生活、日常照料、身份认同和社会资本等功能。它强调双向依赖、长期承诺和冲突修复机制。随着社会转型，这类关系在形式上虽有变化（如夫妻“半同居”、丁克或晚育等），但仍是高级功能的主要载体。
“搭子型”关系：主要指基于特定活动或兴趣的临时搭伴（如一起跑步、旅行、打游戏的伙伴）。它强调即时性和功能性，保持“边界感”和相对独立。“搭子”关系在现代社会青年的生活中广泛流行，可以提供情感陪伴和安全感，但往往缺乏深度情感交流和长期承诺。研究指出，这种关系的浅层化、匿名性和工具性“可能导致关系不稳定、不信任和承诺缺乏，使个体牺牲社交质量换取效率”。
弱关系网络：源自Granovetter的弱连接理论，指平时只进行偶尔互动的熟人或普通朋友。它们有助于扩大信息来源和社会资本（比如职业推荐、兴趣拓展等），但一般无法提供强烈的情绪支持或深度依恋。弱关系的低互动强度和低亲密度意味着难以承担重大压力或冲突修复的角色，更多起到“桥梁”作用。
消费型亲密关系：即情感关系的商品化和消费化趋势，包括通过社交软件付费寻找陪伴、婚恋消费文化等。此类关系往往明确界定服务内容（如付费约会、情感陪练、心理咨询等），带有明显的商业属性。研究指出，情感商品化使人们将亲密视为“待消费的商品”，这引发了真实性质疑和信任危机。互联网社交应用中的“情感消费”浪潮导致人际交往变得程式化，“表层的社交难以解决现代人的孤独，深度的亲密关系变得遥不可及”。
AI陪伴：随着人工智能和聊天机器人技术的发展，AI伴侣（如Replika、小冰等）开始承担部分陪伴功能。它们常被宣传为“AI朋友”或“情感支持伙伴”，能够根据用户个性进行持续对话。AI陪伴可以在用户孤独、压力大或社会焦虑时提供情绪倾听和回应。虽属技术产物，但不少用户报告称与AI交流后“感觉被倾听”“被理解”。AI陪伴的可定制性和全天候可用性，使其在情感支持和“虚拟依恋”体验上有一定优势，但其缺乏主体意识和真实情感，导致“依恋”本质上是一种主动的投射和错觉。

4. 功能替代比较（表1）

下表比较了上述关系类型在常见功能上的替代程度（高=能充分提供、中=部分提供、低/无=很难提供）。表中标注的判断基于社会学和心理学研究等：（*括号内标注代表参考文献证据）

关系类型	情绪支持	依恋形成	性/亲密	日常照料	社会资本	身份认同	冲突修复	共同承担
深度亲密	高 (H)	高 (H)	高 (H)	高 (H)	高 (H)	高 (H)	高 (H)	高 (H)
搭子型	中 (M)	低 (L)	中 (M)	低 (L)	低 (L)	中 (M)	低 (L)	低 (L)
弱关系	低 (L)	低 (L)	低 (L)	低 (L)	高 (H)	低 (L)	低 (L)	低 (L)
消费型	低 (L)	低 (L)	高 (H)	低 (L)	低 (L)	低 (L)	低 (L)	低 (L)
AI陪伴	高 (H)	中 (M)	低 (L)	无 (Ø)	低 (L)	中 (M)	无 (Ø)	无 (Ø)

表1. 各种关系类型对深度亲密关系功能的替代程度（H/M/L：高/中/低），括号中为支持性研究来源。

深度亲密关系：能够提供全维度的支持（情感、安全、照护、社会资本等），对应功能替代程度普遍为高。
搭子型关系：主要满足情绪支持和兴趣交流的需求（情感支持可达中等），但稳定性和承诺不足，冲突修复和共同承担功能接近缺失。
弱关系网络：擅长提供信息和资源（社会资本高），但情感深度和依恋功能较弱。
消费型亲密：聚焦于提供性和陪伴（情感消费），但真实性和信任度低下，会导致情感支持和依恋的缺失。
AI陪伴：能提供语言层面的情绪支持与归属感（情绪支持高），用户可定制化程度高；但缺乏身体接触和互惠性，无法提供日常照顾、物理亲密和共同承担。

5. AI陪伴的优势与局限

优势：AI聊天机器人（如Woebot、Wysa）通过自然语言处理和心理学技术提供情绪疏导，被设计为积极倾听用户情绪。研究表明，许多用户对AI交流的感受比真人更自在：AI不会评判、始终在线并保持耐心。一项分析显示，青少年中超过六成使用AI聊天机器人，其中高收入、年长和非白人用户使用比例更高。AI的匿名性和恒定可用性使用户更愿意透露敏感情绪，如抑郁或焦虑。此外，AI伴侣可提供一致的积极反馈和自我扩展体验（定制形象、探索自我），满足了人们内在的安全感和探索需求。

局限：从心理和神经科学角度看，AI目前无法真正替代人际互动的具身特性和双向依赖。研究表明，在真实人际互动中，大脑中与社会认知（如右顶枕下回、前额叶等）相关的神经元活动显著增强；而与机器人眼神接触时，这些社交脑区的激活大大减弱。这意味着人类大脑对AI伴侣并不会触发同样的情感联结机制。此外，由于AI系统没有真实的意识和情感，它们无法以与人平等的方式回应对方，也无法参与解决冲突和承担责任。正如研究所言，“AI伴侣关系中的单向性让人类使用者失去了回馈他人支持所带来的益处”，例如在帮助他人时获得的积极心理效应。AI无法提供身体接触、非语言同步或长期承诺；它所表现出的陪伴感只是用户心理投射和算法设计的结果。因此，从神经与社会学视角看，AI难以复制人际关系中具身互动、触觉共情、双向依赖和持续承诺的核心要素。

6. 不平等与分层风险

亲密关系的变化可能加剧社会分层：首先，数字鸿沟使不同收入和地区群体在获取优质AI服务、社交资源等方面存在差距。Pew调查显示，高收入青少年使用AI工具的比例高于低收入者。其次，AI陪伴服务背后涉及的情感劳动常呈现性别和代际分工不平等——女性往往承担更多看护和情绪支持角色，AI取代部分功能可能降低女性劳动力的价值认同。另外，群体性孤独和社交焦虑等问题在边缘化群体（如留守老人、残障人士）中更加严重，此类人群或过度依赖技术陪伴，可能导致社会支持进一步弱化。总体而言，亲密关系功能的分散可能导致社会资本的两极化：资源丰富者依旧维持深厚人际网，资源匮乏者则可能陷入孤立或过度依赖技术，这需要政策加以关注。

7. 未来亲密关系情景与干预建议

学界对未来亲密关系的发展主要有三种假设：

持续衰落：若现代化、单身化趋势持续，传统伴侣关系可能进一步减少，个人孤独感加剧。深度情感连接或被日常的“功能性交往”代替，社会整体可能表现为亲密关系的数量减少和质量下降。需要加强社会干预，如鼓励社区互助、培养公共文化，以缓解个人孤立。
社会分层：亲密关系可能出现“少数优质、多数匮乏”的局面：高学历、高收入群体能够通过更灵活的安排（如择偶、海外婚介、AI增能）维持稳定关系，而弱势群体则依赖有限社交资源或AI，导致社会关系网络两极分化。这种趋势类似于“幸福阶层化”，需要通过教育和公共服务缩小差距。
组织化转化：另有观点认为亲密关系会向新型网络化或“选择性亲属（chosen families）”形态转化。个体可能不再依赖单一伴侣或家庭，而是在多样化社交网络中构建由朋友、志同道合者组成的“多边关系组合”。例如，多伴侣关系、友情共同体或支持小组等可能替代部分传统家庭功能。这要求法律和社会政策做出调整，如承认多元家庭形式、拓展社会福利覆盖范围等。

政策和实践建议：政府和社会组织可以从以下方面应对挑战：一是完善公共支持体系（养老、社区关怀、心理咨询等），缓解家庭功能衰减带来的压力；二是推进户籍、住房、教育等制度改革，降低流动家庭的社会分割程度；三是监督和规范情感消费市场，保护消费者免受不实情感宣传的伤害；四是推广健康的数字社交观念，鼓励年轻人发展多层次人际网络，培养抗拒“社交算法”过度依赖的能力。

8. 研究空白与未来方向

当前研究还存在证据不足之处：缺乏长时段、跨文化的大规模实证研究。大部分研究侧重于西方大学生或青少年样本，缺少包括老龄人、农村群体和发展中国家的数据。对AI陪伴神经机制的实验尚处于起步，需更多fMRI/fNIRS对比实验证据来量化“虚拟互动”与“真实互动”的差异。社会学方面，关于搭子文化、弱联系网络如何演化为新的亲密形式的定量调查较少。此外，多种新兴技术（增强现实、虚拟现实）对亲密关系的影响尚未充分探究。未来研究建议：一方面利用大数据（如社交媒体语料、伴侣匹配APP数据）和纵向调查追踪亲密关系演变；另一方面开展实验与神经影像研究，明确AI交互对大脑安全感、共情能力的影响。同时，需要跨学科视角整合社会学、心理学和计算机科学，共同构建新的亲密关系理论框架和干预策略。

9.个人看法

补充一点互联网相关的，个人猜想：

互联网让我们看到了更丰富的社会，进入了不同的文化同好圈子。但是，也让我们人与人之间的共同话题变少了。在这之前，与身边的人还能听着同一件事，交流着同一件事。但现在呢？你会发现人与人的物理距离无论多近，也可能活在完全不同的两个世界里，用着两套语言体系，更别提亲密关系了，可能任何一句话都无从谈起。

与你有着共同一个圈层的人能成为搭子，与你有着多个共同圈层的人，或许才能发展成亲密关系吧（此处的圈子不单指文化圈，生活圈之类的也算）。

不过从这个角度来讲，AI岂不是凭借着海量知识库存在于任何圈层里？或许AI情感陪伴这个市场潜力巨大。

为什么我们听过很多道理，却依然过不好这一生|少听道理，多学知识

Mon, 09 Mar 2026 00:00:00 GMT

注：本文把“道理”视为经验的抽象模型与价值判断；把“知识”界定为可检验、可复现的实证结论。

我虽未曾看过韩寒的电影《后会无期》，但那句“听过很多道理，却依然过不好这一生”却像一个不请自来的房客，在我的脑海中长久盘踞。

从认知层面看，个体在生命周期内的确能够接收、理解并记忆海量的智慧箴言、道德准则与行为指导。然而，现实中存在着一个显著的悖论：尽管拥有如此丰富的知识储备，不少个体在实际的生活实践中，却依然表现出长期的行为瘫痪、情绪内耗与适应不良。

为什么这些“道理”，在面对人类行为实践时，会如此苍白无力？

一个常见的回答是因为“知行不一”，即我们知道了很多道理，却未能按照道理所言去实践。但在我看来，未能实践并不是问题，最大的问题出在道理本身。“道理”往往是他人经验的高度抽象，其不能在复杂的当今社会中有效的指导人的行为。而想要了解有效的理论，就必须少听经验总结出的道理，多学科学研究出的知识。

1.道理简述

先给道理定个性。

那么，什么是道理？

1.1道理简述

“道理”是一种高度压缩的经验表达。它用极少的词语，对世界作出解释，对行为给出建议，并对价值进行排序。

据此，可以给出一个道理的生产公式：道理=经验+推理。

例如当我有了学习经验之后，我就可以稍加归纳演绎总结出一套道理，如在学校学习更加高效，回家学习注定是低效的。

一些例子：

在解释世界时，人们会说“善有善报，恶有恶报”，或用“吃亏是福”来安慰自己。
在劝告行为时，一方面强调“退一步海阔天空”，另一方面又提醒“人善被人欺，马善被人骑”；
在价值排序上，既可以提炼出“宁为玉碎，不为瓦全”，也能总结为“好死不如赖活着”。

1.2道理体系

当零散道理被系统化之后，就变成哲学体系、宗教体系、修行体系等更完整的‘人生解释框架’，但它们的底层生产方式并没有变，仍然主要是经验、直觉、权威与推理，而不是可重复检验的证据。比如我总结我的学习方法论，形成一套小的高效学习的体系，然后将其传播开来。虽然不同思想体系内容差异极大，但是依然有一些共同特点。如依赖哲学推理或传统权威。

许多核心命题依然来自经典文本、宗教启示或思想家的直觉。因此，与零散格言相比，这些思想体系确实更加系统，但它们仍然主要属于哲学或信仰层面的“道理”。

故公式仍为：经验+推理

哲学体系（思辨）

这一类思想通常以伦理规范和社会秩序为核心，通过一组基本原则推导出行为准则。例如中国传统思想中的儒家体系，例如古希腊哲学中，柏拉图和亚里士多德都尝试构建关于“理想社会”和“良好生活”的系统理论。

这些思想体系的特点是：通过逻辑推理和哲学思辨，从少数原则推导出一整套行为规范。
宗教体系（神明）

这类体系通常以神话叙事或启示为基础，同时包含宇宙解释、道德规范以及人生意义。例如基督教，伊斯兰教，佛教。

与伦理哲学相比，宗教体系通常具有更加完整的宇宙叙事结构：宇宙的起源、人类的地位、善恶的来源以及最终的归宿。
心性体系（修行）

这类思想往往出现在宗教与哲学交叉的领域。例如中国思想中王阳明提出的心学、佛学禅宗、印度瑜伽。

这些理论通常关注人的内在体验，而不是外部社会结构。
神秘体系（？？）

星座、占卜、算命

这类思想……因幸存者偏差和确认偏误等事情发展起来，也是基于经验+推理进而构成的系统。
现代理论

精神分析、部分哲学……

2.道理的缺陷

2.1单一变量模型

道理=经验+推理，据此公式我们也不难推出道理的缺陷——样本量太小，模型条件欠缺（大部分模型都会忽略“无关细节”，选择主要变量）而且为了便于传播，还要进行压缩，简化。这些操作大幅增加了道理的不可靠性。

以下随便列出几条道理的缺点：

信息压缩必然丢失关键变量（传播）道理的传播优势在于短、顺口、可记忆，但代价是删掉了条件、边界与反例。复杂社会问题往往是多变量系统（资源、制度、激励、关系网络、运气、时间窗口同时作用），而道理通常把它压成单一因果句式（“做X就会Y”）。这种压缩会系统性忽略“哪些情况下不成立”“代价是什么”“替代路径是什么”。

一个人对学习没兴趣可能是老师教的不好，也可能是他前置知识不够，也可能是他没有花费足够的时间学习。很难将其归因为“不用功“。
无法适应新环境（时代发展）许多道理的正确性来自环境：在特定环境结构里，它恰好是认知符合低又足够好的策略。但环境一变（竞争强度、信息透明度、规则、技术与平台结构变化），同一句道理就可能完全失配。换句话说，道理天然具有其环境局限性、历史局限性。

比如在任何人充分信任的小村落里，互信是最基础的”道理“。但是将其运用在个人原子化的现代社会中，就会导致被骗。（小村落里骗人代价沉重，xx是个骗子的名声传开就无法继续生存了。但是现代社会都是见一面就结束，骗人不会产生之前的那种代价。）
幸存者偏差（经验=一个样本）民间道理多由可讲述的幸存案例生成，天然带有幸存者偏差与选择偏差。事后归因的道理包含更多失败者沉默、路径依赖者沉默、运气成分。它们提供的是“某次成功的方法”，而无法保证在什么条件下都可成功。

星座，生肖，占卜，算卦都属于这一种。不过多展开。

综上种种问题，当然还有更多问题。

复杂社会系统通常由大量变量共同作用，若是混沌系统，更是混入了大量随机性，而一句经验总结往往忽略了绝大多数条件。人们在初次接触某个道理时，往往并不知道它成立的前提条件，因此很容易在不适用的情境中错误使用。

道理体系同理，它看似庞杂，包罗万象，实则总有几条基础公理站不住脚，或者无法解释，比如将理论立于人性本善/人性本恶，佛说/神说。

因此，道理并不可靠。

2.2”不会出错“

不可靠，但是什么都能解释，并且”不会出错“，这是如今“道理”畅行的原因。例如你去找人占卜明天的运势，占卜说你明天有灾厄，那准不准呢？于你而言有则灵验，没有则成功避开，结果是什么，占卜都没出错。

当然这种”不会出错“是有代价的——会导致它不会通过事实来修正理论体系。

这里依然列举几个常用的手段，让道理立于不败之地。

定义模糊

“成功”“幸福”“强大”“有出息”这类词没有操作性定义，评价口径随时可变；时间窗口也不明确（“早晚会”“总有一天”），于是永远不会迎来失败判决。你没有成功只是时间不够，或者你已成功。
封闭结构

一旦出现反例，如努力一生，最终并未成功。就追加免疫条款：你不够努力、方法不对、心不诚、德不够、缘分未到……系统会把任何反证重新解释成对自身的支持或“你没达到前提”，从而立于不败之地。有个很典型的例子就是宗教，若实现了：证明神/因果有效。若未实现：解释为“你不够虔诚/神在考验/神自有安排”
乱增实体

如无必要，勿增实体，本能解释描述的现象，非要加上诸多创造出来的词汇，去强加因果。如“气场”“磁场”“命数”“天意”等机制缺乏可重复测量的中介变量，导致它只能靠叙事自洽。比如你缘分未到，功德不满——这些事情无从验证。

综上种种问题，都可归为”不会出错“——因为不可能出错，所以无法进步。

（碎碎念：”不会出错“=不可证伪，即不科学）

3.知识简述

这里把“知识”限定为基于实证的科学知识，也就是能够被观察、测量、检验，并且在合理条件下可被重复验证的结论。知识不是一句更高级的道理，尽管有相似之处。

要说知识的公式的话，应该是：知识=数据+数学。即观测到了什么，确认可复现，用数学语言精确的表达出来。这种特性让知识在任何符合条件的情况下都适用——比如物理学，全球统一。并不分西方的物理学还是东方的物理学。

让我们看例子：

物理学里的“两个铁球同时落地”——质量并不决定下落速度。化学里的铁在空气中逐渐变红，是因为铁与氧气和水发生氧化反应，生成水合氧化铁，也就是常说的铁锈。生物学里的遗传信息储存在DNA分子中，通过复制和表达传递给下一代。

心理学/神经科学：从神经科学的视角，解析真正有效的学习方法|大脑是个预测机器 - Techleaf；记忆会受到暗示、情绪和语境影响。

经济学与行为经济学：人类在决策时并不是完全理性的，而是受到信息、时间和认知能力限制；人们对损失的反应通常强于对同等收益的反应。

社会学：人们的选择往往受到朋友、家庭和群体规范的影响；教育机会、收入水平和社会流动往往受到家庭背景和制度结构的影响，而不仅仅是个人能力。

受过义务教育的人，大多对上述物理、化学、生物中的一些基础知识并不陌生。这些知识长期通过课堂、考试与日常经验进入我们的认知框架，逐渐成为我们理解世界的一部分。相比之下，心理学、行为经济学、社会学等关于人类行为与社会运行的现代实证研究，却很少被系统地纳入大众教育与日常常识之中。另一方面，就是大多数人有了科学知识却没有科学素养，思考问题的时候依然依赖直觉。

因此，一旦人们试图解释自己的情绪、关系、选择、阶层处境与社会现象，就很容易重新退回到直觉判断、经验之谈、民间偏方式理论，甚至阴谋论叙事之中。不过并不难理解我们为啥会喜欢这些道理——喜欢简单因果，依赖直觉，不喜欢复杂模型是人的天性。

4.现代科学如何重新理解人

前文讨论的是“道理为什么不够可靠”，那么接下来更重要的问题就是：什么样的知识，能够帮助我们更准确地理解人本身？道理对于人的理解错在了哪里？本章节选取了部分心理学与行为经济学的知识，通过这些知识，我们能更好的理解与分析人的行为。

4.1身心并非分离

在前现代社会中，人们很容易把梦境、幻觉、濒死体验、附体、魂游之类的现象，理解为“灵魂暂时脱离了身体”，且认为人是有独立于体外的意识，且有一种超自然的秩序在引导我们。这种解释很自然，因为主观体验本身就带着极强的真实感：看见了”也“感觉到了”，于是古人只能诉诸灵魂、神意、鬼魅或超脱，代表有萨满教与原始巫术、宗教、民间传说。

除此之外，伟大的哲学家笛卡尔也犯过直觉的错误，提出了身心二元论。

然而，现代心理学（神经科学）研究告诉我们，人类的意识并不独立于身体存在，意识有着相当的物质基础；直觉并不可靠，主观体验常常被幻觉所欺骗。

身心并非二元

感觉、运动、记忆、情绪、思考，都是神经系统活动的结果。人的感觉、动作、思想、记忆与情感，都依赖神经元之间的信号传递；神经科学本身研究的，正是神经系统如何产生并调节情绪、思维、行为以及关键的身体功能。Brain Basics: Know Your Brain | National Institute of Neurological Disorders and Stroke

更重要的是，脑部受损会系统性改变一个人。创伤性脑损伤可带来人格变化、冲动增强、情绪不稳、冷漠、抑郁等后果；病灶研究也长期表明，不同脑区的损伤会造成不同类型的认知与人格缺陷。换句话说，一个人的“我是谁”“我怎么想”“我如何感受”，与具体脑结构和脑网络紧密绑定的。
直觉，观测并不可靠

一个人“真的听见了声音”，并不等于外面真的有声音；一个人“真的觉得自己飘起来了”，也不等于灵魂真的离体。这些我们统称为幻觉，现代研究通常把幻觉定义为：在没有相应外部刺激时出现、却仍被验为真实的知觉。

当前较有影响力的一类解释，是预测加工或预测编码框架：大脑在持续生成对外界的预测；当先验预期过强，或对感官误差信号的加权出了问题时，个体就可能把内部生成的内容，当成外部现实的一部分，视错觉就是一个典型的例子——我们大脑会自动补全某部分信息。于是，“听见了不存在的声音”“看见了并不存在的东西”，可以理解为知觉系统、自我监控与预测机制的失配。

因此，体验本身可能是真的，错的是对体验来源的解释。我们并非身心分离，也并无”神秘“现象。现代科学把它拆解为脑的运行机制进行理解。

4.1.2量子力学与意识（小章节）

有些流行说法喜欢把量子力学里的“观察者”理解成“人的意识”，进而得出“只要人去看，现实就会被意识改变”。这完全错了，量子力学里的“观察”，更准确地说是“机械测量”——也就是用机械观测，粒子与仪器、屏幕、环境发生了物理相互作用，并留下了可记录的信息。与人的意识观测没有关系。

4.2物质基础影响思维

与犯下“身心二元论”错误的道理相伴随的，是另一类同样流行的道理，这些道理低估了身体带给思维的影响。

这种道理今天依然随处可见。比如“你就是想太多”“别矫情，睡一觉就好了”“人只要意志坚定，就不会被情绪控制”“真正成熟的人，不会被饥饿、疲劳、荷尔蒙这些小事影响”。这些话背后的默认前提是：情绪主要是思想问题，人的心理状态主要靠信念和意志决定，身体只是无关紧要的背景变量。

但诸多证据表示，我们的思想极度依赖身体激素的变化——如血糖降低会削弱人的认知能力和意志力。

情绪的物质基础

身体内部的信号会持续进入大脑，并参与情绪形成与认知判断。神经科学把这种对体内状态的感知称为“内感受”，而近年的研究也明确指出（参考图书情绪 (豆瓣)），内感受与情绪体验密切相关，是许多情绪理论中的基础成分。情绪 (豆瓣)

这意味着，“心态”常常有非常具体的生理底座。睡眠不足不仅会影响注意、学习和反应速度，也会增加烦躁、冲动、情绪波动，并削弱对他人情绪线索的准确判断。一个长期缺觉的人，看起来像是“脾气差”“意志弱”“总想不开”，但更准确的说法是：他的神经系统本身已经处在更不利的调节状态。
我和我的菌群

脑肠轴与饮食结构对情绪的塑造作用同样不容忽视。肠道常被称为人体的“第二大脑”，因为肠道神经系统与中枢神经系统通过“脑肠轴”紧密相连。例如，人体内约 95% 的血清素（一种调节情绪、带来愉悦感的神经递质）其实是在肠道中合成的，而肠道微生物群的微生态平衡间接决定了这些化学信号的生产质量。当肠道菌群因长期压力或饮食不当而失调时，它们会通过迷走神经向大脑发送“压力信号”，直接诱发焦虑、抑郁或认知模糊。我包罗万象 (豆瓣)

与之紧密相关的是饮食结构，长期摄入高糖、高度加工的食物不仅会导致血糖剧烈波动，引发皮质醇（压力荷尔蒙）的激增，还会诱发全身性的慢性低度炎症。这种炎症反应能够穿透血脑屏障，干扰大脑的情绪调节中枢，使人陷入一种生理性的“情绪低谷”。因此，不健康的饮食习惯会导致大脑长期处于一种“神经炎症”的应激状态中。换句话说，管理好我们的饮食结构，也是在管理我们的生理健康。我包罗万象 (豆瓣)
情绪的物质反应

同样，压力也不是一句“别想太多”就能消除的主观行为，它会反映在你的身体中。这种反应牵涉自主神经系统、下丘脑—垂体—肾上腺轴以及免疫系统的联动；而下丘脑又是连接体内稳态、内分泌调节、食欲、睡眠与情绪反应的重要枢纽。也就是说，所谓“心理压力”，实际上会影响你的睡眠质量，激素调节。

所以，“物质基础影响心灵”在指出人的心理生活，本来就是脑、身体与环境共同作用的结果。如果把一切痛苦都归结为“你不够坚强”“你想得太多”，本身就是一种不科学的偷懒，许多变化不是”心灵上的“，而是实在的物质上的。

4.3有限理性

与前现代那些把人想得过于“神秘”的道理不同，现代许多道理的问题恰恰相反：它们把人想得过于“理性”了。

比如在不少道理里，人被默认成一种稳定、清醒、目标明确的存在：只要知道什么对自己好，就会去做；只要看清利弊，就会做出正确选择；只要意志足够坚定，就不会被情绪、诱惑、疲劳和环境左右。但现代行为科学与行为经济学对这种想象提出了长期修正。赫伯特·西蒙提出“有限理性”概念，指出现实中的人不可能在每次决策前穷尽所有选项、掌握全部信息、计算全部后果，因此只能在有限时间、有限信息和有限认知资源下，用简化规则作出“够好”的选择，而不是理论上的最优选择。

有限理性

如前文所述，许多道理的问题，在于它们偷偷假设了一个不存在的人。这个人永远冷静，永远自洽，永远知道自己真正想要什么，也永远有能力按照长远利益行事。

这有点像“球形鸡谬误”。为了方便分析，模型先把对象极度简化；如果你知道这只是近似，它当然可以有用。但很多道理并不是“暂时把人简化一下”，而是直接把简化后的抽象人，当成现实中的真人本身。于是，一个会疲劳、会拖延、会被情绪打断、会在压力下短视、会在不同情境中作出不同反应的人，被描绘成了一个持续优化自己利益的“理性代理人”。这显然偏离现实。
环境影响

塞勒等人的研究就表明，自控缺陷是普遍的人类特征。今天的自己与“未来某一天的自己”，往往不是同一个决策者：人更容易偏向眼前的轻松与满足，而把改变推迟到未来，于是“我明天开始”“我下周一定改”才会不断重复。也正因如此，现代行为干预通过默认选项、承诺装置、减少选择复杂度等方式，来帮助人抵抗短期诱惑。

很多流行道理都忽略了环境的作用，把责任全部退给个人。比如“努力就会成功”，默认人能长期稳定投入，也默认环境会提供清晰反馈；“人应该永远理性沟通”，默认双方信息对称、情绪平稳、目标一致。

有限理性主要是展现人类思维行为之复杂，不是道理三言两语就能研究明白的，也不是依据经验就能得出来的，多数道理都在这里栽了跟头。

5.过好这一生

前文从“道理”的定义讲起，谈到道理的缺陷，又引入“知识”与一些现代科学对人的重新理解，目的其实只有一个：回答开头那个问题——为什么我们听过很多道理，却依然过不好这一生。

到这里，前半个答案已经比较清楚了：因为“道理”往往只是他人经验的高度压缩，是把复杂现实简化成一句话后的产物。它也许能在某个情境里给人一点启发，却很难在变量众多、反馈延迟、结构复杂的现代社会中，长期而稳定地指导人的生活。因此，我们需要知识，而不是道理。

但此刻问题还剩下一半，即“为什么我们过不好这一生？”或者说，为什么很多人会觉得自己没有过好？因为每个人对好的定义都不一样，所以很难去回答，不过有一点，我想是可以在这里讲讲的，那就是我们的情绪问题，这可能是众多导致大多数人“过不好”的一个原因：

在物质极其发达的今天，我们基本上不会再为了温饱问题而发愁，但为什么低落、焦虑、疲惫、失控依然如此普遍，以及面对这些东西时，有什么样的知识能比“想开点”“坚强点”“熬过去”这种道理更可靠。

5.1多变量归因

很多人一难受，就会本能地责备自己，哪怕这与他自己无关。

一个人的情绪状态，是身体状态、生活条件、社会结构、人际关系、过往经验、当下压力共同作用的结果。按照现在推崇个人自由的观念，人当然有责任对自己的生活做出调整，但这不等于所有痛苦都应该被解释成个人品德问题。

比如很多时候，并不是人不是“不够努力”，而是所在的环境本身就在持续诱惑消耗你（短视频/游戏）。也不是“想太多”，而是接收到了太多本该让人焦虑的信息（新闻媒体）。也不是“意志力差”，而是身体、睡眠、饮食、压力系统超负荷运转（上学上班就是似了.jpg）。

把一切问题都理解为“是我不够好”，这就是很多现代人痛苦的重要来源之一。

不良情绪的生理基础

情绪有非常明确的物质基础。一个长期睡不好、吃得乱、活动不足、压力过大的人，很难仅凭几句积极的话，就让自己稳定下来。

这件事在今天尤其明显。

现代饮食结构与过去相比，已经发生了相当大的变化。高糖、高油、高度加工、超强刺激、摄入方便、即时满足，这些食物对现代工业社会来说很友好，对人的情绪系统却未必友好。它们让血糖波动更频繁，让饥饿与满足的节律变得混乱，也可能让你疲惫、烦躁、注意力不稳、情绪跌宕起伏。很多人以为自己是“莫名其妙心情差”，但其实可能是连续几天睡眠不足，也可能是长期缺乏规律进食，一个吃着零食、缺着觉、久坐不动、又被信息流反复刺激的人，当然更难保持平静、耐心与乐观。

所以说改善心理健康的一个方法就是恢复作息，健康饮食，去运动。
增速放缓

当增长放缓、机会减少、竞争变强，导致未来变得模糊时，个体很难独善其身。人在这种环境里，会逐渐出现精神内耗。因为你会发现，自己行动之后得到的反馈越来越弱。以前一分耕耘一分收获；现在十分耕耘没有收获。

这时候，很多传统道理也会显得格外刺耳。比如“只要坚持就会成功”“机会总是留给有准备的人”“你今天吃的苦将来都会变成礼物”。——他们忽略了大环境，将责任归咎于个人。可现实并不是这样。宏观环境、制度变化、行业周期、家庭资源、社会网络，都会真实地塑造一个人的命运。
亲密关系的消逝

除了经济和工作，现代人的另一个难题，是关系。

表面上看，我们今天比过去拥有更多连接方式。通讯软件、社交平台、群聊、短视频、评论区，好像随时都可以接触到别人。但奇怪的是，真正稳定、深度、能承载脆弱的关系，反而越来越稀缺。

深究其原因，会发现这正是因为现代社会高度流动、原子化，人与人之间的关系越来越容易被功能化、价值化。你提供价值，我回馈价值；你有用，我们维持联系；你不再适配，我就转向别处。大家都很忙，也都很谨慎。很多关系维持在一种恰到好处的礼貌里，却很少深入到可以共同承受痛苦的程度。

于是，一个人即使每天都在和别人说话，也可能依然非常孤独。

而人类恰恰不是可以长期脱离关系而保持稳定的物种。我们的情绪调节，很大一部分本来就依赖关系来完成。被理解、被安抚、被陪伴、被认真听见。
……

5.2应对方式

很明显，我们改变不了除了个人以外的其它因素。不过这也足够了。

负面情绪的出现

前半段我们梳理了负面情绪频繁出现的原因，但回到最开始的问题——好的人生，是否意味着尽可能少地感到难过、焦虑、愤怒、失落？

恐怕不是。

从进化的角度推测，人类情绪系统本来就不是为了让我们“持续开心”而设计的，而是为了提高生存与适应概率。一个永远满足、毫无警觉、从不担忧后果的生物，无法存活下来。恰恰相反，适度的不安、警觉与不满足，往往会促使我们调整行为、规避损失、修补关系、预先准备。

所以，负面情绪是一种让我们更好生存的能力，并非绝对的坏事。并且我们不该称其为负面情绪——只是不良的感受而已。
抽象的威胁

前现代社会的人，面对威胁时，往往有比较直接的应对路径：逃跑、战斗、躲藏、求助。危险虽然残酷，但很多时候更具体，也更接近身体可以理解的尺度，而且死了就死了，也没有我们现在这种衣食无忧的生活。

现代社会的问题在于，威胁变得抽象了。

你焦虑是三个月后的考试，五年后的就业，房价，行业变化，父母期待，社交比较，身体衰老，关系破裂，未来不确定性。这些东西都是真的，但它们并不总能立刻被处理，而且很难找到具体的手段去处理。于是，人的压力系统被不断激活，却找不到明确的出口。

这会带来一种新的情绪模式：无法行动，但是反复瞎想，一直拖延，不断回避；应该就是俗称的精神内耗。久而久之，这些情绪还能与逃避画上等号。
带着情绪行动

如果说道理总爱告诉我们“你要想开点”，那么现代心理治疗里一个更可靠的方向是，尝试学习与不良的感受共处。

认识到此刻我确实焦虑，确实难受，确实害怕，确实不想面对；但这些感受出现，并不自动决定我的行动——你的情绪与你的行为模式不是绑定的。我不需要先把所有情绪处理干净，才有资格去做事。

这一步可以非常小，让自己方便启动行为即可。焦虑考试，那就先把文档打开；对未来感到失控，那就先处理今天最具体的一件事。

而一旦这种新的路径被建立起来，情绪本身往往也会逐渐变化，认识到我们避不开的不良情绪之后，带着情绪一起做事情。

5.3用知识应对，而非道理

写到这里，全文其实只想说明一件很朴素的事：道理无法解决一个本质上需要分析的问题，而知识大概率可以。

道理最擅长做的，是在你遇到问题的时候，立刻给你一个解释，可能外加一些做法，但经不起深究，除此之外还能提供点情绪价值。

而知识不是这样。在明确现状后，会给你一个相当靠谱的做法，能让你切实的发生改变。

无论是物理现象上的，或者是关于人的现象，亦或是社会中的现象。

6.尾声*碎碎念

作者并非领域专家，就是个普通学生.jpg故文章可能存在不严谨之处。不要把里面的点当成权威去看，比如知识=数据+数学这种高度压缩的信息必然不严谨（

推荐一些书籍：

行為: 暴力, 競爭, 利他, 人類行為背後的生物學

认知天性: 让学习轻而易举的心理学规律

人间值得: 在苦难中寻找生命的意义

ACT就这么简单: 接纳承诺疗法简明实操手册

Good reasons for bad feelings: insights from the frontier of evolutionary psychiatry

Learning process-based therapy: a skills training manual for targeting the core processes of psychological change in clinical practice

我一直记得那句“听过很多道理，却依然过不好这一生”。

很长一段时间里，我并不清楚问题到底出在哪里。我也曾像很多人一样，热衷于在各种宏大的解释里寻找答案：有人用量子力学解释意识，有人用精神分析解释一切关系与欲望，也有人用一套又一套高深的概念，向你描绘世界运行的真正机制。那些话往往听起来很深，很完整，甚至很有气势，让我误以为自己离真相已经很近了。

时总觉得有些地方不对，却又说不出究竟哪里不对。

但后来我才慢慢意识到：很多东西之所以吸引人，与它的可靠性无关，是因为它“不会出错”，或者说可解释任何东西。它先给你一个包罗万象的解释框架，再把一切现象往里面塞。这样做的好处是，它几乎总能说得通；坏处是，它没有用处。

直到后来偶然开始更系统地接触现代科学、实证研究和一些真正能被检验的理论，我才逐渐明白：问题在于我过去接受的很多东西，根本不是知识，而只是包装得更精致的道理。这些道理来自互联网，也来自学术界。

互联网水太深，学生还是把握不住啊……没有社会经验的学生，有时候真的会把某些玩笑当真，也缺少综合分析问题的能力。

当然，文末也必须补上一句：知识并不是万能的。

知识能帮助你理解世界是什么样，能帮助你判断一种选择大概率会带来什么结果，能帮助你减少一些不必要的错误；但它不能替你回答“我究竟想要怎样活”这个问题。

你可以选择结婚，也可以选择不结婚；可以选择稳定，也可以选择冒险；可以选择把幸福放在关系里，也可以选择把意义放在创造里。这些问题，最终都是价值观问题。

所以，“少听道理，多学知识”很重要，但它并不是人生的全部。

加拿大开启投资账户流程 | 投资账户类型简介

Mon, 02 Feb 2026 00:00:00 GMT

开户-往里转钱-投资股票

1.开户材料准备

SIN（Social Insurance Number，社会保险号码）
- 线下办理：带上证件前往 Service Canada 中心，线下几分钟即可办理。
- 线上办理：通过 Service Canada 官网提交申请，通常在 5-15 个工作日内收到邮寄的信。
- Tips：学签/工签的SIN以9开头，如果后续换了新签证（如学签转工签）或身份变更，必须及时向 Service Canada 更新。
护照+学签（身份证明）
银行流水账单/电话费账单/水电账单/（几个可以证明身份地点的文件）……
电话号码

2.投资账户简介

有很多类型的账户，但一般来说用不到那么多，故只介绍最重要的几种。

目前我在wealthsimple里开设了TFSA和Non-registered两个账户。

Non-registered（非注册账户 / 普通投资账户）

这是一个没有任何税务优惠的普通投资账户。在这个账户中，你的投资收益需要按照加拿大的税法进行纳税（学生等无收入人群大概10%-20%，具体税率取决于你的收入水平和收益类型，此处只是一个例子），例如资本利得税或股息税。它的主要优势在于没有任何供款限额，你可以随时存入任意金额进行投资，也不会像注册账户那样受到政府规定的额度限制。
Non-registered margin（非注册融资账户）

这是一个允许使用杠杆的投资账户。除了使用自有资金投资外，你还可以以账户内已有的资产作为抵押，向券商借入资金来购买更多的证券。

杠杆风险很大：10万的本金入场，用买入100万的股票，若跌幅超过10个点则直接爆仓（归零）——当然涨10个点就是翻倍了。
TFSA（Tax-Free Savings Account，免税储蓄账户）

这是一个具有特定税务优势的注册账户。在这个账户内产生的任何投资收益，无论是资本增值、股息还是利息，都是完全免税的。当你从这个账户中取款时，也不需要缴纳任何税款。

每人抵达时都会自动获得当年的额度，其次是每年1月1号时，都会累计额度。目前该额度为7000加币/年。

比如2025年8月抵达加拿大（成为税务居民），此时会获得7000额度。后续2026年开始时就有14,000的额度了

查看TFSA额度最准确的方法是登录加拿大税务局(CRA)官网的“My Account”（我的账户），但是第一次报税前无法查看。

从TFSA中取出的金额，要在下一年的1月1日之后才能重新作为空间使用。超额供款将被罚款。

比如7000的额度，1月存入7000，2月取出1000后，无法再次存入1000。新额度将在1月1日后统一结算（来年才可存）。

如果中途取出，TFSA损失的额度无法恢复，增加的额度永久增加

7000加币炒股，亏损1000加币后取出6000，TFSA额度永久减少1000（6000）。赚1000加币后取出8000，TFSA额度永久增加1000（8000）。
RRSP（Registered Retirement Savings Plan，注册退休储蓄计划）
RESP / Joint RESP（Registered Education Savings Plan，注册教育储蓄计划）
……

3.投资平台

常见平台大概分三类：银行系券商平台、独立券商平台、以及偏专业交易的平台。它们的差异在费用结构、换汇成本、数据与研究工具、以及账户功能上。

我目前在用 Wealthsimple 做主要下单，同时注册了 moomoo 用来补数据和看盘。（wealthsimple的APP和Web做的很精致，但是数据不足，于是配上了moomoo。）

3.1加拿大五大行

不是很推荐使用五大行的平台。首先是开户很麻烦，其次是在其它平台已经取消股票交易手续费和账户管理费的时候，依然收取股票交易手续费和账户管理费。

注：价格以官网为准，本文记录的是写作当日的页面信息

TD Direct Investing

标准交易佣金为每笔 $9.99 CAD。如果您在三个月内进行 150 笔以上交易，费率可降至 $7.00 CAD

如果您的家庭总资产低于 $15,000 CAD，每个非注册账户每季度收取 $25 CAD 的维护费。注册账户（如 TFSA, RRSP）同样有类似的收费门槛，但可以通过设立定期定额供款（SIP）或每季度完成一定数量的交易来豁免。
RBC Direct Investing

标准交易佣金为每笔 $9.95 CAD。活跃交易者（每季度 150 笔以上）费率降至 $6.95 CAD。

若所有账户总资产低于 $15,000 CAD，每季度收取 $25 CAD 维护费。设立预授权供款（Pre-Authorized Contribution）通常可以豁免此费用。
Scotia iTRADE

标准交易佣金为每笔 $9.99 CAD。活跃交易者（每季度 150 笔以上）费率降至 $4.99 CAD。

注册账户若资产低于 $25,000 CAD 且未进行足够交易，通常每年收取 $100 CAD。非注册账户若资产不足也有相应收费
BMO InvestorLine

标准交易佣金为每笔 $9.95 CAD。活跃交易者（每季度 150 笔以上）可以享受极低的 $3.95 CAD 费率。

非注册账户资产低于 $15,000 CAD 每季度收取 $25 CAD；注册账户资产低于 $25,000 CAD 每年收取 $100 CAD（RESP 为 $50）。
CIBC Investor's Edge

标准交易佣金为每笔 $6.95 CAD。

如果非注册账户或注册账户的总余额低于 $10,000 CAD，每年收取 $100 CAD。这比其他银行的 $15,000 或 $25,000 豁免门槛要低，更容易达标。

3.2券商平台

Wealthsimple（偏轻量）

Wealthsimple的加股交易佣金是 $0；如果你用 CAD 账户交易美股，每次成交会发生 CAD 与 USD 的换汇，并按其 corporate exchange rate 叠加 1.5% 的换汇费。如果你开了 USD 账户（10刀/月），用 USD 账户去交易美股时，交易本身不再触发换汇费；但把 CAD 现金换到 USD 现金这一步仍按其费表收取换汇费。

如果存入100000加币，会升级为Premium用户，此时USD账户就是免费的了（当然换汇的时候还会收费），还会有一定的福利。

使用邀请链接开户后存入1刀，双方都会收到25刀的奖励：

www.wealthsimple.com/invite/JKUUI6

或者使用推荐码：JKUUI6

界面：
Questrade（功能齐全）

同样0佣金，但是换汇交易USD时收取 1.5% 的 currency conversion fee。有更深度的行情数据，Real-Time Streaming 标价为 CAD $9.95/月，Advanced Streaming 标价为 USD $44.95/月。

注册链接：

https://login.questrade.com/registration

使用邀请码开户后存入1000刀，双方都会收到50刀的奖励。

邀请码：525705641498822
moomoo（支持中文，功能齐全）

MooMoo 的加股和ETF 不是零佣金，当股票价格大于等于 1 加元时，合计费用按 CA$0.0149 每股计算，并且每笔最低 CA$1.49；当股票价格低于 1 加元时，合计费用按 CA$0.0015 每股计算，但每笔最低同样是 CA$1.49。

总之开个户存1刀，白嫖数据就好了。

注册链接：https://www.moomoo.com/ca/hans/

界面：
IBKR（专业交易）

IBKR也不是零佣金，CAD 计价的加拿大股票与 ETF，Tiered 起始档是每股 0.008 加元，Fixed 是每股 0.01 加元，二者单笔最低都是 1 加元，并且单笔最高按成交金额的 0.5% 封顶。

它是目前全球化程度最高、功能最强大的交易平台，支持几乎所有国家的市场，换汇汇率也是真正的实时市场汇率，成本极低。由于功能过于复杂，上手难度比较高，适合有经验的进阶投资者。（本人还未用过）

注册链接：https://www.interactivebrokers.ca/Universal/Application

4.个人记录

我目前在Wealthsimple平台上开设了一个TFSA账户以及两个Non-registered账户。在这两个Non-registered当中，我把其中一个账户用于我自己进行的规划投资，而把另一个账户交给了Wealthsimple的AI系统来协助我自动进行投资。

目前刚刚开始炒股一周的时间，本周的收益大约在3.6%左右。这篇文章写于2026年2月2日，今天恰好赶上了Apple股价大涨，如果去掉今天的涨幅，我的收益其实只有1%多一点。

PS：不要相信技术分析（就是单看曲线走势来判断涨跌）

微软的看涨持续楔形，第二天下跌12%。

IBM的看跌对称三角形，第二天上涨6.57%

随便逛逛市场就会发现技术分析到底有多不靠谱，还是老老实实的去分析财报做价值投资一类的事务罢。

资产管理.jpg

做到稳定的年化30%是不是就可以辍学了（：

Tips：Wealthsimple的Chequing账户

Wealthsimple 除了投资账户，也提供 Chequing 账户。（Chequing 账户利息按档位计息，目前基础为 1.25% 年利率，满足条件可到 1.75% 或 2.25%。比放在五大行里划算很多）

Chequing 账户配套一张 Mastercard 预付卡（从账户余额扣款，使用体验接近借记卡），卡本身没有月费。

Chequing 账户没有月费，也没有最低余额要求，并且会报销使用该预付卡在 ATM 取现时由 ATM 机方收取的手续费，非常方便出境旅游。

信用卡是 Visa Infinite 信用卡，消费统一 2% 返现；如果不满足免除条件会收每月 20 加元费用，达到 10 万加元资产档位或每月 4,000 加元及以上合格直存可免除该费用；魁北克省的费用会以年费方式计入账单。

Anki Theme - Anki 界面美化

Tue, 06 Jan 2026 00:00:00 GMT

在从神经科学的视角，解析真正有效的学习方法|大脑是个预测机器 - Techleaf一文中所提及的软件。

省流：一款开源免费（IOS不免费）的软件，用间隔复习算法让你更好的记住知识点。

因为太难看改了一下界面，该文是分享插件的文章，就这样。

Anki Theme

一款干净、现代的 Anki 主题插件，将默认界面变成精致的极简设计，同时支持浅色和深色模式。

截图预览

![浅色模式截图](pic/Light Theme Preview.webp) ![深色模式截图](pic/Dark Theme Preview.webp)

安装方法

从 AnkiWeb 安装

https://ankiweb.net/shared/info/966384781

Code：966384781

设计系统

配色选项

颜色分别为 light（浅色）和 dark（深色）模式定义，使用十六进制颜色代码：

{
    "light": {
        "background": "#f6f6f7",
        "surface": "#ffffff",
        "accent": "#4f6ef7",
        "new": "#3b82f6",
        "learn": "#f59e0b",
        "due": "#10b981"
    },
    "dark": {
        "background": "#1c1c1f",
        "surface": "#242427",
        "accent": "#7aa2ff",
        "new": "#7aa2ff",
        "learn": "#ffcc66",
        "due": "#57d39a"
    }
}

详细配置请参阅 config.md。

提示： 修改配置后，需要重启 Anki 才能生效。

兼容性

Anki 2.1+（已在 2.1.60+ 上测试）

从神经科学的视角，解析真正有效的学习方法|大脑是个预测机器

Sat, 03 Jan 2026 00:00:00 GMT

市面上充满了各式各样的学习理论，学校中各个老师也有着自己的教学方法，那究竟哪一种更有效？本以为这是个无解的问题，却在偶然间了解到神经科学这样一门神奇的学科。从大脑的机制入手，不可能再错了吧。随着了解的深入，我才知道有效的学习方法这个课题早已被研究过无数回，学界也基本上有了几个比较清晰的方法。那用这些科学的方法对比我们的教学，结果怎样呢？我们会发现多少人把“学习”误以为是把信息塞进大脑：多看几遍、多做几题、多熬几晚夜，就应该更懂、更会、更记得。但现实往往相反——越用力，越混乱；越重复，越容易遗忘；明明投入很多时间，却迟迟看不到稳定的进步。现实基本上印证了，这些方法都是错误的，接下来我们还会从神经科学的理论中再次推导一番。

你将依次看到：神经连接如何被强化与修剪；信息如何从短暂的工作记忆转入可长期调用的外显记忆与自动化的内隐记忆；大脑为何本质上是一台“预测机器”，以及这台预测机器是如何预测复杂理论的，还包括“预测误差”如何成为真正学习发生的触发器；相信你在读完文章后，会对学习一事有一个更好的理解，下次看见学习理论的时候，可以迅速分析出其有效成分。

注：文内每章节末尾有记忆卡片。

1.神经可塑性：学习的物理基础

记忆是如何产生的？过去的科学家们认为脑神经在出生后便停止了发展，仅通过强化已经存在的突触来塑造记忆。然而事实真的如此吗？随着观测手段不断更迭，我们终以窥见神经元发展的真相——神经元不仅能强化现有连接，还能通过一系列手段构建新的物理链路。我们所说的"学习"，在微观层面，就是神经元网络物理结构的改变。

这是一个神经元的样子，我们的大脑就是由 850亿到1200亿个神经元组成的，每个神经元平均有数千个连接神经元链接构成的，在第一章中我们将反复的提到它。

1.1神经元与信号传递

注：理解不了的话就跳过吧，1.1基本上就是在讲最底层的神经运作机制。理论上直接看1.2也行。

如果把刚才那张神经元的图放大，你会发现它长得非常像一棵树：

树突（树冠）：负责接收来自其他神经元的信息。
轴突（树干）：负责在神经元内传递信息，是一条长长的输出电缆。
轴突末梢（树根）：负责发送信息到下一个神经元的树突。

当一个神经元被激活时，它会产生一道微弱的电信号，这道信号沿着长长的轴突（树干）飞速传导到末端。末端会连接着下一个神经元，然后重复上述过程进行信号的传导，直到最后一个神经元——它会产生一个动作，或者分泌一些激素。

然而，两个神经元之间并不是无缝连接的。如果我们把连接处放大（如下图所示），会发现中间有一个微小的缝隙，我们称之为「突触」。

电信号到了这里不会直接过去，而是转换为化学信号传递给下一个神经元，然后下一个神经元继续转化学信号为电信号。这些化学信号的名字就是神经递质，他们决定了传递到下一个神经元的电位是正是负，以及信号强弱。整个发生在突触中的过程大概可以分为以下四步：

囊泡存储：在上游神经元的轴突末梢里，神经递质被整整齐齐地包裹在囊泡中等待命令。
释放信号：当电信号传来，这些囊泡就会移动到边缘，将包裹的神经传导物质释放到突触间隙中。
精准匹配（受体）：这些化学信使游过间隙，但这并不算完。在下游神经元的树突表面，长满了特定的受体。神经递质必须像钥匙插进锁孔一样，精准地附着到受体上，打开一个通道，让游离的正电或负电离子进入下一个神经元。只有匹配成功，电离子成功进入，下一个神经元才会被激活，重新产生电信号。
打扫战场（酶）：信号传递完毕后，多余的神经递质必须被清除或者回收，会有专门的酵素来配合处理掉这些完成任务的神经传导物质。

综合神经元内部的传导，和突触间的传导，我们大致可以构建一个“大脑”出来了，但是这颗大脑目前还只会机械地传递信号，看不出有任何可塑性的迹象。这样的话我们的大脑恐怕一辈子也发展不出智力——在这里让大脑产生智力的是这些连接的重塑，它具备根据使用频率改变自身强度的物理能力——这便是神经可塑性。

1.2神经可塑性

是时候理解神经可塑性了，它在人生的任何阶段都会发生，且这种可塑性并非是单向的（或者说并非总是有益的），有时候你会塑造一个错误的回路，有时候你会剪掉那些不用的神经元。

当你第一次尝试学习一个新概念（比如背诵一个生僻的单词）时，特定的神经元A向神经元B发送信号。起初，这条通路是生疏且低效的，信号传递充满了阻力，可能只有很少的连接。然而，当你不断重复这个单词，神经元A反复高频地激活神经元B，这种持续的重复会导致相关激活的神经发生变化。具体表现为：

髓鞘化：强化现有连接。用一层富含脂质的物质——髓鞘——将神经元的轴突层层包裹起来。这种物质能让神经元的电信号传导速度大幅增加
新生突触：新建连接。神经元的树突会分叉、生长，长出新的树突棘。这些新生的触手会向周围探索，寻找其他的轴突，建立从未有过的全新连接。
神经发生：新建神经元。大脑的生发层会通过干细胞分化，产生全新的神经元。

最终，大脑会优化成一个极其高效的网络，一直强化你平时所使用的技能，让你对其越来越熟练。比如社交技能，比如运动技能。当然，大脑也会遗忘。神经可塑性的另一面是突触修剪——这意味着不使用的技能会被逐渐遗忘。婴幼儿乃至青少年时期都在不断高效的修剪突触，直到成年时期修剪速度逐渐变慢，不过大脑依然在优化这个青年时期形成的网络，这种优化会直到死亡。

在神经可塑性这方面，有一个被提了无数次的例子——出租车司机，他们的海马回系统因记忆地图而变大了：

计程车司机必须依靠认知中的空间地图维生，一项着名研究显示，伦敦计程车司机海马回中此区域比较大。此外，还有一项追踪研究，比较在多年累人的工作及准备伦敦计程车执照考试（《纽约时报》称之为世界上最难的考试）之前和之后，海马回的影像有何不同。经历这个过程之后，海马回扩大了 —— 但只有通过考试的人才会如此。[^maguire]

1.3敏感-学习的最佳窗口

我们发现儿童学习语言的速度非常快，一旦成年后大脑就很难学进去新东西了。不止语言方面，我们能发现儿童几乎在任何领域都有着很强的学习能力。——不少成年人都后悔没有在恰当的时机多学一些东西。事实也确实如此，虽然神经会随着我们每天的行为而发生变化，但是它的调整终归比较细微。在许多脑区里，可塑性只有在有限的时间内才会发挥最强性能，这段时间被称为"敏感期"。它在童年早期被激活并达到峰值，然后随着我们年龄的增长而逐渐减弱。比如感觉区域就会在1-2岁的时候将可塑性提高，随后又渐渐降低，最长也是最晚的一个敏感期来自我们的"额叶皮质"，就是我们青春期才开始发育，一直到20岁左右才会停止的区域。

一个最好解释敏感期的例子来自我们对母语的声音的掌握——每个孩童出生时，他们就能很快的区分任何语言的所有音素。无论他们在哪里出生，有什么基因背景，他们只需要沉浸在语言环境里几个月（可以是单语种、双语种，甚至是三语种），他们的听力就会与周遭语言的音系相适应。成人则几乎无法做到这一点，比如大多数中国人一辈子也只会说中式英语；说日语的人在英语国家生活一辈子，也无法区分R和L的发音；部分国家的人会无法发出印度的卷舌音。对比孩童，一个成年人将需要付出巨大努力才能恢复区分外语发音的能力。

上述的例子虽然向我们展示了敏感期有多重要，但同样的，敏感期之所以是敏感期，就是因为在敏感期之后对应的学习能力虽然会减弱，但是不会消失，并且减弱的程度也因人而异。我们也能看到很多人错过了关键期依然通过大量的努力学会了英语。[^dehaene]

比如这里就有实验证明了，后期训练依然可以重建对语言的掌握（但也确实没有敏感期那么容易）。文中他们尝试训练日本听众识别英语中的R和L，最终结果显示，在完成感知训练 3 个月后，日本受训者在感知识别任务中的表现水平依然保持良好。此外，由以英语为母语的美国听众对日本受训者在训练前、训练后以及 3 个月随访期间的语音输出进行感知评估，结果表明，受训者在英语/r/-/l/词发音的整体质量、可识别性和可懂度方面均保持了长期的提升。[^bradlow]

1.4营养、运动与睡眠

目前可以确定的是，我们在学习时会发生大量的神经重塑。但是任何重塑都需要一定量的时间，这段时间内也必然伴随着高能耗。那么如此高能耗就一定需要大量营养与高质量的休息。其背后正是饮食，睡眠，运动。但现代人们一般都不注重这些因素——就此埋下了一个长期的隐患。

先谈被忽视的营养，大量且充分的营养对于正在发育的大脑来说是必须的。在这里列举其中一个被严重忽视的物质：Omega-3（来自橄榄油，海鲜等物质）——一篇来自2013年的论文研究了它[^crupi]：

Omega-3是必需的不饱和脂肪酸。但遗憾的是，哺乳动物自身无法合成，必须从食物或补充剂中获取。
它们参与多种生理过程，据报道可能有助于保护神经系统疾病中的神经元，例如衰老或受损的神经元以及阿尔茨海默病。它们对认知和行为功能以及多种神经和精神疾病的影响也已被证实。

比较容易补充的是我们缺少的营养，但现代人不仅面临着营养不足，还面临着营养摄入过量的问题。现代食品工业让我们摄入了过多的糖分和油脂，一篇来自2002年的论文研究指出，高脂肪、精制糖饮食会降低海马体中脑源性神经营养因子、神经元可塑性和学习能力。[^molteni]

不仅在营养方面我们严重失衡，我们还严重缺少日常运动——这也是影响神经可塑性的重要因素之一。一篇来自2014年的论文恰好研究了这点[^meeusen]：

运动对认知功能有积极影响，并能增加脑源性神经营养因子（BDNF）的水平，BDNF 是一种重要的神经营养因子。
体育锻炼与多种身心疾病的减少密切相关。现有大量证据表明，体育锻炼不仅能降低心血管疾病、结肠癌、乳腺癌和肥胖症的发病率，还能降低阿尔茨海默病、抑郁症和焦虑症等疾病的发病率。
多项横断面研究和纵向研究证实，超重与学业成绩不佳之间存在关联。有氧运动能力也与认知能力和学业成就相关。

最后是关于睡眠的研究，虽然在饮食和运动方面严重失衡，好在是肯定要睡觉的，只是睡眠质量一言难尽——这也是一个巨大的问题。此处找到了一篇2014年和2022年的论文，其中就提到了[^frank] [[^pickersgill]]：

睡眠被认为在大脑可塑性中发挥着不可或缺的作用。
充足的脑血流能够为活跃的神经元提供氧气，同时清除代谢废物，从而促进神经可塑性.
睡眠时长也会影响主动神经可塑性过程，睡眠剥夺对任务相关脑血流和认知功能的影响就证明了这一点。

1.5小结

学习是让神经网络发生改变：一条通路被反复激活，突触效率提升、髓鞘化加速传导，甚至出现新的树突棘与新连接；相反，长期不使用的通路会在“突触修剪”中被削弱乃至消失。这种重塑贯穿一生，但在不同脑区存在“敏感期”，不过成人并非失去学习力，只是通常需要更高质量的训练、更多重复与更长巩固周期。最后，神经重塑是高能耗、需时间的生物过程，需要我们为其提供一个良好的环境。

:::flashcard Q: 根据神经科学的微观视角，“学习”的本质是什么？ ??? 神经元网络物理结构的改变（即：神经元不仅强化现有连接，还能构建新的物理链路）。 :::

:::flashcard{hint="信号转换过程"} Q: 神经信号在神经元“内部”和“神经元之间”的传递形式有何不同？ ???

内部：电信号（沿着轴突传导）。
神经元之间（突触）：化学信号（神经递质）。 :::

:::flashcard{hint="突触传递四步"} Q: 在突触间隙中，神经信号完成传递需要经历哪四个关键步骤？ ???

囊泡存储（包裹神经递质）。
释放信号（排入突触间隙）。
精准匹配（神经递质与受体结合，像钥匙开锁）。
打扫战场（酶清除或回收多余递质）。 :::

:::flashcard{hint="重复练习带来的三种物理变化"} Q: 当我们反复高频地激活某条神经通路时（如背单词），大脑会发生哪三种具体的物理变化来优化效率？ ???

髓鞘化：包裹轴突，大幅提升电信号传导速度。
新生突触：树突生长分叉，建立全新连接。
神经发生：干细胞分化产生全新的神经元。 :::

:::flashcard Q: 什么是“突触修剪” ？ ??? 神经可塑性的反面机制：大脑会逐渐削弱并移除长期不使用的神经连接，以优化整体网络效率。 :::

:::flashcard{hint="关于伦敦出租车司机的研究"} Q: 著名的“伦敦出租车司机”实验（Maguire研究）证明了什么核心论点？ ??? 成年人的大脑依然具有结构可塑性（只有通过考试的司机，其负责空间记忆的海马回才显著变大）。 :::

:::flashcard Q: 什么是大脑发育的“敏感期” ？ ??? 大脑特定区域可塑性达到峰值的有限时间窗口（如童年早期的语言学习），此阶段学习效率最高，随后随年龄增长逐渐减弱但不会消失。 :::

:::flashcard Q: 成年人错过了“敏感期”后，虽然学习能力减弱，但仍能通过什么方式实现神经重塑？ ??? 依靠更高质量的训练、大量的重复以及更长的巩固周期（如Bradlow的研究证明，成年人经训练仍能改善对语音的识别）。 :::

:::flashcard{hint="三大要素"} Q: 神经重塑是一个高能耗过程，需要哪三大外部生理因素的支撑？ ???

营养（原料）。
运动（催化剂）。
睡眠（清理与维护）。 :::

:::flashcard{hint="关于BDNF"} Q: 体育锻炼和高糖高脂饮食分别如何影响“脑源性神经营养因子” (BDNF)？ ???

体育锻炼：增加 BDNF 水平，促进认知功能。
高糖高脂饮食：降低 BDNF 水平，削弱神经可塑性和学习能力。 :::

:::flashcard Q: 睡眠在神经可塑性中扮演了哪两个关键角色？ ???

清理废物：通过脑血流清除代谢废物。
巩固重塑：为活跃神经元供氧，巩固清醒时的神经连接变化。 :::

2.记忆的分类：从瞬时信号到自动化本能

如果说上一章回答的是"记忆如何大脑中留下痕迹"，那么与记忆相关的本章节要回答的就是——都有那些类型的记忆？我们每天接触的信息绝大多数都会消失。只有极少一部分，才能从短暂的记忆，变成可以在数天、数年甚至一生后被重新调用的知识。在这一章中，我们依次介绍只能维持数秒的工作记忆，到被长期保存、甚至自动化执行的知识与技能。

2.1工作记忆-思考正在发生的地方

现在，转头看看四周的环境，尝试去记住它们的样子，然后看回来。如果你真的认真去记了周围环境的样子，你会发现你忘掉了部分文章的内容。这并不是因为你能力不够，而是因为工作记忆容量有限、注意资源被重新分配，原本正在维持的信息就会被挤出。这就是工作记忆。

一个工作记忆包含一次活跃的思维呈现，它会维持几秒的时间。它主要依赖顶叶皮层区及前额叶皮层区里许多神经元的辛勤放电，从而支持其他周围神经区域的神经元。一般来说不会超过几秒钟，并且分散注意力后神经元活动立刻就会消散，会立刻忘记刚刚想起来的事情。就像当你读到这句话的时候，关于前面神经可塑性的记忆可能已经消散了，你已经忘记了什么是"突触"。

工作记忆一般被认为的上线是3-5个，这表示大多数人记不住超过5个的信息——当然，这5个信息被认为是5个独立的，无序的知识。多数人可一次性记住8位到10位的电话号码，网络工程师能一次记住12位的IPv4地址，这些其实都没有超过5个，他们只是把几个数字合并为了一组。——这同样表明针对某些特定任务，工作记忆是可以通过不断组块化提升的[^cowan]——此处不过多展开，在后续章节我们会详细讨论这点。

工作记忆可以短暂维持，但并不等于'写入成功'。后文我们会用著名病例 H.M. 说明：一个人可以保留工作记忆与技能学习，却几乎无法形成新的可回忆经历。

2.2外显记忆-可以被回忆的知识如何被巩固

当你熟睡在床上时，你的大脑就在飞速的回顾白天所见的信息。其中可能包括这篇文章，偶然间这篇文章又给你留下了强烈的印象，恰好被你的大脑所标记，浅浅的塑造了一些神经元链接。你就会在第二天起床的时候，发现你依然记得本篇文章的一些观点。这就是外显记忆，它以文字的方式存储在你的大脑里，你可以在需要的时候去回顾它。

与工作记忆不同，外显记忆并不是依赖短暂而持续的神经元放电来维持的，其关键在于巩固。我们会把白天不断触发的神经元回路连接在一起形成记忆。还有就是到了晚上休息的时候，大脑会反复“回放”这些模式，并在皮层相关区域同步加强连接。随着时间与多次回放，记忆对海马区域的依赖通常会下降，对皮层联结的依赖上升——这就是外显长期记忆逐渐变得更稳、更容易提取的原因。

正因如此，外显记忆并不是对过去的完美重放。几天之后，我们仍然记得某个公式、某个事实或一次重要的经历，但往往已经说不清当时的具体细节。记忆在保存的同时，也在不断被重构，成为我们理解世界的一部分。[^dudai]

2.3内隐记忆-技能如何在无意识中自动化

最后，也是最难理解的一个记忆，内隐记忆。它既可以从你记忆的外显记忆中转化而来，还可以从直接的动作或者思维中转化而来。它指的是我们对技能和行为方式的记忆。但它并不以具体事实或事件的形式存在，一般体现在"会不会做"之中。例如，骑自行车、打字、系鞋带或使用某种工具，当我们一遍又一遍的重复这些活动，皮层中的神经元和其他皮层下回路最终会调节自身，使信息在将来的使用更加流畅。神经放电会变得更有效、更能被复制，修剪掉依附性活动，像时钟一样不出差错、精确地开展工作。这些能力一旦掌握，往往可以在几乎不经思考的情况下被执行。

与外显记忆不同，内隐记忆通常难以被清晰地用语言描述。我们能够完成某个活动，却很难准确说出每一步是如何实现的。这类记忆的形成并不依赖对经历的回忆，而更多依赖反复的练习和反馈，在长期使用中逐渐被固化下来。从知识写入的角度来看，内隐记忆是一种高度稳定的存储形式。它的获得过程缓慢，却一旦建立便不易消退，甚至可以在多年未使用后被迅速重新激活。这也解释了为什么某些技能在学会之后，即使长时间不用，仍然"身体记得该怎么做"。

在内隐记忆的形成过程中，其他记忆系统往往在早期阶段发挥辅助作用。对于复杂技能而言，学习初期通常需要依赖工作记忆来维持操作步骤，并借助外显记忆来理解规则和目标。然而，随着重复练习的进行，这些显性的控制逐渐被削弱，行为执行开始转由更为自动化的神经回路所主导。当然，内隐记忆并非一定要经历显性的学习阶段。一些简单的技能可以在缺乏清晰意识参与的情况下直接形成。

注：内隐记忆并不仅仅体现在肢体动作中，也包括大脑中高度自动化、几乎不需要意识参与的思维加工过程。且并非所有记忆都会变成内隐记忆，但部分记忆内容可以在反复使用中"程序化"其使用过程。例如，对多数成年人而言，3×4=12 这一结果往往会被直接提取出来，而无需重新回忆或复述乘法规则。这类过程虽然最初可能源自显性的学习，但在反复使用后，其提取方式已呈现出内隐化的特征。[^squire]

2.3著名患者H.M.-“能记住 ≠ 学会”

最后，让我们看记忆研究领域的一个被研究了无数次的经典案例病人H.M.，相信这可以增进我们对这几种记忆类型的理解。

H.M.（Henry Molaison）因严重癫痫接受手术，双侧内侧颞叶（包含海马体等结构）被切除 or 严重受损。术后癫痫在一定程度上得到控制，但他出现了典型且严重的顺行性遗忘症：从此几乎无法形成新的、可长期保存并在之后有意识回忆的记忆[^corkin]。

重要的是，H.M. 并非所有记忆功能都受损。他的总体智力测验表现接近正常，语言与既有知识也相对保留；在实验室中，他的工作记忆在短时间窗口内可以正常维持——只要信息仍处于注意力支撑的"在线状态"，他就能复述 or 操作它；但注意力一旦被打断，信息迅速消散，随后他无法回忆刚刚发生的事情。这表示：工作记忆的短暂维持，不等于记忆已经完成写入。

更关键的证据来自技能学习。Corkin 总结的研究显示：H.M. 在"镜像描摹"等程序性任务中，虽然每次都声称从未做过该任务、也无法回忆训练过程，但他的表现会随着练习稳定提升、错误率逐日下降[^corkin]。这表明他仍然能够获得新的程序性（内隐）记忆，即"会做"的技能可以在缺乏外显回忆的情况下被逐步固化。

综合来看，H.M. 清晰地支持了一个结论：记忆并非单一系统。程序性学习可依赖相对独立的回路继续发生。[^mackay]

2.4小结

记忆阶段	持续时间	是否稳定	主要功能
工作记忆	数秒	极不稳定	临时维持当前思维内容
外显记忆	数天–终生	高度稳定	存储事实、概念与规则
内隐记忆	数周–终生	极高稳定性	自动化技能与思维模式

:::flashcard Q: 本文将人类的记忆系统主要划分为哪三大类别？ ???

工作记忆：瞬时维持的思维呈现。
外显记忆：可被意识回忆的事实与经历。
内隐记忆：无意识参与的自动化技能与习惯。 :::

:::flashcard{hint="关于容量与机制"} Q: “工作记忆”的生理机制与容量限制分别是什么？ ???

机制：依赖顶叶与前额叶皮层神经元的持续活跃放电（一旦注意力转移即消散）。
容量：通常仅能容纳 3-5 个独立单位。
优化：可通过组块化将分散信息合并，从而在不增加单位数量的前提下提升记忆效率。 :::

:::flashcard{hint="与工作记忆的区别"} Q: “外显记忆”是如何从短暂的信号转变为长期存储的（生理过程）？ ??? 依靠巩固过程。大脑（尤其在睡眠时）会重播神经元模式，使记忆存储从依赖海马体逐渐转移并加固到大脑皮层的连接中，从而不再需要持续的神经放电来维持。 :::

:::flashcard Q: 为什么说外显记忆具有“重构性”而非“回放性”？ ??? 外显记忆不是对过去的完美录像。在提取记忆时，大脑会根据当前的理解重构细节；且随着时间推移，记忆在不断被修改和重新整合，导致细节可能模糊或失真。 :::

:::flashcard{hint="特征：难以言传，身体知道"} Q: “内隐记忆”的核心特征及其形成方式是什么？ ???

特征：非陈述性（很难用语言清晰描述）、高度自动化（几乎不需要意识参与）、高稳定性（不易消退）。
形成：通过反复练习和反馈，调节神经回路效率，修剪冗余活动，直至行为被“程序化”。 :::

:::flashcard Q: 内隐记忆的形成通常如何体现“从显性到隐性”的转化？ ??? 复杂技能的学习初期通常依赖工作记忆（维持步骤）和外显记忆（理解规则）；随着重复练习，显性控制减弱，自动化神经回路占据主导，最终转化为无需思考的内隐记忆（如成年人直接得出 3x4=12 而无需背诵口诀）。 :::

:::flashcard{hint="著名病例 H.M."} Q: 病人 H.M.（切除海马体）的案例中，保留了哪两种记忆能力？这证明了什么核心结论？ ???

保留能力：
1. 短时间的工作记忆（只要注意力不中断）。
2. 新的内隐/程序性记忆（如“镜像描摹”技能随练习提升，尽管他完全不记得练过）。
结论：记忆不是单一系统。外显记忆（依赖海马体）与内隐记忆（依赖其他回路）是相互独立的生理机制。 :::

3.大脑是一台预测机器：学习必须从“犯错”开始

学界早在30年前就已确认‘大脑是一台预测机器’，且这一理论在2010年就已完成了严密的科学论证。然而，这种颠覆性的认知至今未能普世——我们对记忆的看法依然是错误的。这种认知偏差不仅让我们误解了大脑，而且让我们严重无解了记忆的真正功能，进而影响我们对学习的定义。

3.2无时不刻在预测的大脑

让我先假设你身为读者会仔细阅读标题，那么当你看到这一小节的标题的时候，大脑电波大概会激增。因为这与你所记忆的知识不符——所有的章节应该从1开始，所以这一章应该是3.1而非3.2。当然，这种事情很快就会被大脑所解释：“这只是作者的一个小失误”，从而在几秒钟后遗忘。

其实预测不止在你看到第三章第一小结的标题的时候会发生，它会发生在我们日常生活中的任意时刻。一篇来自1980年代的论文就对此有所论证：两位认知科学家在实验中逐字呈现“我的咖啡加了奶油和狗”并记录大脑活动。一般来说大脑自动预测空格里应该出现“糖”，但实验中最后一个词却修改成了狗。在这种情况下将上面这句话逐词呈现给参与者，同时记录他们的大脑活动。结果显示，受试者看到“不合预期”的单词“狗”时，大脑电波激增，约在刺激出现后400毫秒达到峰值，这种特异的脑电模式被称作 N400 效应。这强烈的信号并非因为其语义荒诞从而引人发笑这么简单，因为它打破了大脑的预测。[^kutas]

除此之外，我们还能看见大脑在非语言之外的地方预测的样子。这里用一个最经典的现象——视错觉：

视错觉之所以会出现，是因为大脑的预测对身体的感觉输入而言拥有更高的解释权，换句话说，当感觉和预测出现偏差，大脑大概率更倾向于相信预测的那个。

在左侧的这张图中，虽然你的眼睛告诉你 A 块比 B 块深，但实际上它们的物理颜色完全相同。这是因为你的大脑不仅在看颜色，还在预测光影。它“预判”了圆柱体会投下阴影，为了让你在阴影中也能看清物体，它自动补偿了亮度。在这个视错觉中我们可以总结到：你的大脑并不关心原始的光波数据，它只关心它认为“真实”的世界。

而右边的这张图则展示了大脑预测的不确定性。当你预测这是一个兔子时，长条状的部分就是耳朵；当你预测这是一只鸭子时，它就变成了嘴巴。有趣的是，你很难同时看到两者。这说明大脑在同一时间只能维持一个主要的预测模型，并根据这个模型来过滤你所接收到的视觉信息。

由此可见，大脑并不是一台追求“如实反映世界”的设备。我们所见的世界，大概率是大脑依据某种事物加工而成的。

3.2记忆为未来构建预测模型

在继续之前，可以先问自己一个问题——你期待在这一小结的开头看见什么？

在经过了一个本应是3.1的3.2小结后，你可能会开始预测，在这一小结的开头我同样会引入一些例子，目的是让你对大脑在预测这一事的记忆更加深刻。又或者你看见了本章的标题，试图猜测我要论证“我们会根据我们的记忆产生一系列预测”。——恭喜你，猜对了。这也印证一个事情，我们在不断地使用我们过去的记忆来预测未来。“一般来说，每一段小结的开头都会遵循一定格式”、“别的文章都这么写，我正在读的这篇肯定也这样”、“标题很大程度上可以概括作者在这一章想表达的内容”。

过去人们认为，记忆服务过去，而非未来。但越来越多研究指出记忆的核心价值在于面向未来的预测。Bar等人在2013年就在一片回应论文中提出，记忆系统的首要功能是帮助有机体针对未来行动做准备。大脑会将过去积累的片段重新组合、模拟未来情境，从而指导我们当前的决策。大脑中负责记忆形成与提取的关键结构——海马体，在我们展望未来时同样会强烈激活，这表明想象未来和回忆过去在神经机制上密切相关。所以，我们的大脑储存往事，是为了更好地预测将来。无论是工作记忆维持当前情境的信息，长期记忆提供庞大的背景知识，还是内隐学习在不知不觉中积累模式，这些记忆过程都是在为预测服务，帮助我们更有效地应对环境变化。[^fukukura]

更有力的证据来自另一项2007年神经科学的研究，研究人员发现，当负责记忆的形成与提取的关键区域海马体受损时，人们不仅无法回忆过去，同样无法构建连贯的未来情境。这一发现更进一步的表明，记忆系统的功能是为未来行动提供情境化预测的基础。[^hassabis]

归根结底，记忆是大脑通过模拟与重组历史参数来应对未来的生存方法。并非像我们所熟悉的存储介质。

3.3没有未知的信息，只有错误的预测

请想象一下，如果你在大街上看到一个形状极其怪异、从未见过的物体，你的大脑会直接弹出一个“404 Not Found”的空白框吗？或者当你看到一个极其复杂的物理学公式，你真的会觉得自己对此一无所知吗？

绝对不会。你的大脑会立刻开始疯狂运转：“它看起来有点像个巨大的榴莲，或者是一个长满刺的外星飞船，又或者是一个现代艺术雕塑。”或者你的大脑开始对物理公式中的各种符号开始分析，比如假设V代表速度，T代表时间一样。看，哪怕面对你完全未知的事物，你的大脑依然在预测。

神经科学告诉我们，大脑极度厌恶混乱和不确定性。面对一个完全未知的概念对于大脑而言是极度危险且耗能的。因此，大脑采取的策略是：永远不让预测处于空白状态。无论面对什么新奇的刺激，大脑都会迅速检索记忆库中与之最相似的模型，将其强行套用在当前的事物上——哪怕这个预测非常牵强。

这就是为什么我们会在云朵中看到人脸，在火星的岩石照片上看到“大脚怪”。这种现象被称为空想性错觉。

一项2014年的研究揭示了其中的机制：当我们看到模糊图像时，我们的大脑并不是在被动等待图像变清晰，而是由额叶区域自上而下地强行“发射”一个预测信号——“这是一张脸！”，大脑宁愿通过错误的预测来构建幻觉，也不愿面对纯粹的未知。[^liujg]

这个原理对我们的学习有着巨大的启示。

我们常以为学习是一个“从无到有”的过程。但从预测加工的角度看，学习实际上是一个“从错到对”的过程。

当你第一次学习量子力学中的“电子”时，你不可能凭空理解它。你的大脑会调用旧的预测模型：你会把电子想象成一个绕着太阳（原子核）转的小球（行星）。这显然是物理学上的错误的预测，因为电子云的性质远非如此。但正是这个错误的预测，成为了你理解新知识的脚手架。随后的学习过程，其实就是你不断发现“小球模型”解释不了衍射现象（预测误差），从而一点点修补、甚至推翻旧模型的过程。

这也解释了为什么成年人学习新概念往往比儿童困难。儿童的预测模型相对贫乏，也就是“先入为主”的偏见较少（Priors are flat）。而成年人拥有庞大而坚固的预测模型，当我们面对新信息时，大脑的第一反应往往是试图用旧模型去“同化”它，从而忽略了那些微妙的差异。这在心理学上被称为功能固着——因为你太确定盒子是用来装东西的（预测模型太强），所以你看不见它其实也可以被钉在墙上当烛台。

所以，真正的学习障碍往往不是因为“信息太新”，一般因为我们的“旧预测太强”。——旧知识会妨碍新知识的学习。

在这个意义上，世界上确实没有绝对的“未知信息”，所有的“未知”，本质上都是等待被修正的“错误预测”。

3.4模型更新的条件-预测误差

当预测与现实状况出现了偏差时会发生什么？——嘿！是时候更新我们的预测模型了！什么？你不想更新？好吧，可能你现在的预测模型也够你生存了。不过总有模型更新的时候，也就是预测偏差且造成严重后果的时候。毕竟你不会想造成下一次严重的后果的。

——什么？你说你更新的是如何下跪给人道歉的模型，而不是如何避免再犯的！？哦天哪……

上面的那个笑话揭示了当我们预测失误且造就重大后果的时候，我们就会将错误信号传递到脑的高级区域，启动更新模型。一篇来自2018年的文章中提出了预测性编码这一理论，即各层次的大脑区域都会基于以往经验构建内部模型，持续对感知到的输入进行预测，并将这些预测与实际输入进行比较。当预测与现实不符时，就会产生“预测误差”信号向上传递，大脑据此调整内部模型，以减少未来的误差。甚至大脑各级神经回路会抑制可解释的差异，只把那些解释不了的误差当作有价值的新信息加以处理。换言之，我们主动地拿着记忆去丈量现实。例如阅读时，我们依据长期记忆中的语言知识不断预测下一个词，将注意力聚焦在意料之外的信息上。[^friston]

就此我们可以得出，预测失败才会促发学习（Philippe,2006）。如果一切都如预期进行，大脑反而学不到新东西。当预测吻合时，大脑觉得“不惊不喜”，神经活动也维持常态；只有当预测失败时，我们才会进行学习。经典的条件反射实验也揭示了这一点（Miami Symposium on the Prediction of Behavior）：如果一只狗已经学会铃声意味着食物，再同时伴随亮灯出现食物，狗对亮灯却几乎无法形成新的联结，因为食物奖励早被铃声完美预测了——没有预测误差，因而学习被“阻断”。这一著名的“阻断实验”表明，没有惊讶就没有新的学习：学习的发生需要有出乎意料的结果，或说需要“大脑犯错”。从理论上看，现代学习模型（如Rescorla-Wagner模型）指出，学习的驱动力正是期望与结果的差异，每次训练会让预测误差逐渐减少，直至预期与现实相符。只有在差异出现的那一刻，大脑才会真正忙碌起来，去更新相关的联结。[^tobler][^miami]

当然，除了预测失误之外大脑一般还会去思考一个因素，就是这到底是否值得我去更新神经回路？毕竟神经回路的更新也是相当耗能的一件事情。所以体现在学习的情况中往往就是当预测失败且伴随重要后果（例如考的巨差）时，虽然这种更新的劲可能只会保持几天。值不值的因素一般与多巴胺这个令不少人熟悉的介质有关，这里有一项实验可以说明这点（Tobler, Philippe）。大脑中的多巴胺神经元会根据预测误差调整其活动：当实际奖励比预期好时，它们会异常的兴奋；当奖励不如预期时，它们沉默下来。无论是多巴胺无限爆发，亦或是多巴胺静默等待。这些都在指导神经突触做出可塑性改变，从而在生理层面“写入”新的经验。现在假设你参加了一场考完就出分的选择题考试，当你实际分数比预期分数高的时候，可能会强化你考前的行为（如认真复习，或者求神拜佛）；当你实际分数比预期分数低的时候，可能会减弱你考前的行为（如打游戏等行为）。[^tobler]

这一小结我们就讨论了一条原则——预测偏差且造成严重后果的时候我们会触发神经塑造的回路（在此时开始学习）。这就是我们的核心学习原则，请务必牢记。

3.5为什么大脑可以同时相信矛盾理论

前面已经提到，学习（模型更新）的第一步，始于产生了主观上的巨大代价的预测误差时，大脑才会愿意消耗巨大的能量，去启动“寻找新模型”的进程。不过在寻找新模型时，也会发生一定的冲突。

首先，让我们看一个最基础的学习场景。为什么我们在物理课上修正一个错误概念相对容易？假设一个学生坚信“重的物体比轻的物体下落快”（这是基于直觉的旧模型）。当老师在一个真空管里同时释放羽毛和铁球，学生看到它们竟然同时落地时，大脑瞬间接收到了一个无法忽视的“惊奇信号”。

在这种场景下，预测误差是清晰可见的。现实数据（同时落地）与预测（铁球先落地）完全冲突，旧模型被瞬间证伪。由于错误太明显，大脑别无选择，只能迅速搜寻并接纳那个能解释这一现象的新模型——牛顿力学。这种“旧模型彻底失效”的时刻，恰恰是知识学习最顺畅的时刻。

然而，当我们离开科学的视角（假设你真的清楚什么是科学的话），就会发现学习中存在的诸多bug。此时我们会发现的新模型往往无法在和旧模型的争论中胜出。

以经济学专业学生为例。他起初通过极其艰难的学习，在大脑中构建了完美的凯恩斯主义模型（政府干预、总需求决定论）。这个模型在他的脑海里运作良好，能解释大萧条，也能应付期末考试。然而，到了高年级，他突然接触到了后凯恩斯主义。新理论告诉他：原来的理解不够彻底，货币是内生的，不确定性是根本的。

此时，旧模型（凯恩斯主义）并没有被彻底证伪，它依然能解释很多现象；但新模型（后凯恩斯主义）似乎在某些情形中提供了更深层的视角。面对这种“没有完全对，也没有完全错”的预测误差，大脑陷入了进退两难的境地。

结果是什么？你此时会强迫自己的大脑执行“分区操作”。它会在脑海中强行开辟出两个区域：一个区域运行“标准凯恩斯模型”，用于应付解释现象；另一个区域运行“后凯恩斯模型”，用于应对另一个考试。这在神经科学上被称为多重模型共存。此时，大脑必须消耗额外的能量去判断当前处于哪个“上下文环境”，从而决定调用哪个模型。在解释经济现象的时候你可能偏向于凯恩斯模型，不过考试的时候解释经济现象可能偏向后凯恩斯模型。

一篇来自2001年的论文中就支持了这一论点。计算神经科学家 Wolpert 和 Kawato 提出的 MOSAIC 模型指出，我们的大脑内部运行着多个模块化的‘微型专家’，它们根据上下文竞争上岗。普林斯顿大学的 Gershman 等人在 2010 年的研究进一步揭示了这一机制的算法逻辑：当预测误差大到一定程度时，大脑会执行‘状态分裂’ (State Splitting)——它不再试图修正旧模型，直接判定当前进入了一个全新的‘潜伏状态’，大脑并为此单独开辟一个新的记忆分区。这就是为什么那个学生脑中可以同时容纳两套矛盾的经济学理论：就像电脑里的双系统，大脑利用海马体的‘模式分离’功能，在物理层面将这两套模型隔绝在了不同的神经回路中。[^haruno][^gershman]

与之类似的情况还有科学和民科的对碰——随着互联网的发展，一帮民科或伪科学观点，或阴谋论逐渐占领了舆论高地。对于一个受过高等教育的人来说，这构成了巨大的挑战。如果在工作中，他必须使用严谨的逻辑和科学思维（模型A）；但在刷短视频或社交时，他又被那些极具情绪煽动性、但违背科学的观点（模型B）所吸引。如果大脑无法有效“分区”，这两套模型就会打架。最后的结果正如上面哪个经济学生一样，他可能在白天工作时，是坚定的科学捍卫者；但一下班回到生活场景，为了融入圈子或寻求心理安慰，他又会瞬间切换到“反智模式”，转发伪科学文章。大脑为了维持内部稳定，将互斥的两个世界彻底物理隔离了。

因此，寻找新模型的前提，是旧模型的预测失效。学习新模型也不需要你彻底否认旧模型，你可以同时持有两者。

也请记住，此处的“失效”是一个主观概念——它指的是“无法用旧模型解释你当前所处的情况”。

在物理课上，旧模型解释不了真空管现象（彻底失效，导致替换）；
在经济学里，旧模型解释不了新理论（局部失效，导致共存）；
在生活中，旧模型解释不了情绪需求（情境失效，导致割裂）。

3.6模型更新-打补丁or重构

假设此刻的你可能已经下定决心要更新模型了，不过摆在你面前的往往是两条路线，一条是高耗能的彻底转变，另一条是低耗能的打上几个补丁。神经科学告诉我们，大脑是一个极其精明的能量管理者。它不关心模型是否“客观正确”，只关心模型能否以最低的能耗消除当下的预测误差——所以多数时候我们选择了打补丁，但仍有些时候选择彻底重构。

一项来自2012年的研究发现，当环境稳定时（误差小），大脑的“学习率”很低，倾向于忽略偏差或微调（打补丁）；当环境发生突变（误差剧烈），瞳孔会扩张（代表去甲肾上腺素释放），学习率飙升，大脑迅速抛弃旧值，接纳新值（彻底转变）。[^nassar]

因此当误差在环境稳定的时候出现时。我们试图在保留原有信念不变的前提下，通过增加一些附加条件（辅助假设）来解释当下的异常。这就是“打补丁”。

最经典的例子莫过于天文学中的“地心说”。古人坚信地球是宇宙中心（核心旧模型）。然而，观测数据却发现火星有时候会“逆行”。这完全违背了旧模型的预测。此时天文学家们没有抛弃地心说，而是给模型打了一个复杂的“补丁”，叫做“本轮” 。他们解释说：火星不仅绕地球转，它自己还绕着轨道上的一个小圈转。如果一个小圈解释不了，那就再加一个小圈。通过增加模型的复杂度，强行消除了预测误差，从而保护核心信念不崩塌。

当然，这种补丁在日常生活中更为常见，它是大脑维持连续性的本能。它可能会用于“维护”科学，比如实验数据对不上，科学家可能会想“是不是仪器坏了”或“有个干扰变量没排除”（给理论打补丁），而不是推翻物理定律；它也会被用于维护迷信，当求雨没成功，信徒会想“是不是心不够诚”或“祭品不够丰盛”（给信仰打补丁），而不是立刻推翻神的存在。

大脑不需要改变神经网络的整体拓扑结构，只需要调整几个参数，或者在海马体中存储几个“例外情况”。这非常省能，能让我们快速消除焦虑。然而，当“补丁”多到让模型变得臃肿不堪，或者预测误差大到无法修补时，大脑可能会倾向于——重构。

正如当地心说的补丁多达几十个时，哥白尼发现只要假设“地球绕太阳转”，所有逆行现象瞬间解释通了。于是，大脑为了追求简洁，抛弃了地心说。同样地，一个深受现代生活重压、感到虚无的人，可能会发现科学解释不了他的痛苦（预测误差）。而某个宗教或伪科学理论（哪怕看起来荒谬）只要一个核心假设——“这一切都是注定的”，就能瞬间解释他所有的遭遇。此时，大脑也会为了追求这种“解释的效力”，抛弃复杂的理性思考，彻底倒向迷信。

彻底抛弃对应的是结构学习。这需要抑制旧的神经回路，并生长出全新的突触连接。这是一次高能耗的行为，通常伴随着强烈的情绪震荡——无论是科学家发现真理的狂喜，还是普通人误入歧途时的狂热，本质上都是大脑完成了一次剧烈的模型重构。

3.7小结

前几章我们讨论了神经可塑性和各种记忆，现在我们可以看到它们如何作用于大脑的预测功能。工作记忆会随时记下当前情境的关键信息，供大脑即时演算和预测下一步变化；外显记忆则为预测模型提供素材和依据，让我们可以根据经验之“旧”推知未来之“新”。内隐记忆则默默发挥作用，我们在无意识中习得的规律和技能（比如语言语法或骑自行车的平衡感），体现为一种本能的直觉，让我们对环境变化做出及时而准确的预测。所有这些学习形式都依赖于神经可塑性的基础——无数神经元连接的强化或削弱，这塑造出大脑内部不断更新的模型。当预测误差出现时，这些连接经过误差反馈进一步调整巩固，使得相关记忆变成持久的回路。最终，大脑在错综复杂的神经网络中塑造出一个或多个预测模型，让我们能在不可知的未来中稳步前行。

:::flashcard{hint="核心隐喻"} Q: 本文认为大脑处理信息的本质机制是什么？（与传统“如实反映世界”观点的区别） ??? 大脑不是被动的记录仪，而是一台主动的预测机器。

机制：大脑依据内部模型时刻“预判”感觉输入，只关注与预测不符的偏差。
证据：如 N400效应（语言预测违背时脑电激增）和视错觉（大脑为了符合模型会修改看到的颜色或形状）。

:::

:::flashcard Q: 从预测加工视角的角度来看，“记忆”的首要生物学功能是什么？ ??? 服务于未来，而非记录过去。大脑通过重组过去的片段来模拟未来情境，辅助决策。

证据：海马体受损的患者不仅无法回忆过去，也无法构建连贯的未来想象。 :::

:::flashcard{hint="关于未知与空想性错觉"} Q: 面对完全陌生的新事物（“未知信息”），大脑通常采取什么策略？ ??? 大脑厌恶空白，会强行调用旧模型进行“同化”。它会检索最相似的旧经验套用在当前事物上（如把电子想象成行星，或在云中看到人脸）。结论：学习不是“从无到有”，而是“从错到对”（即修正错误预测）的过程。

:::

:::flashcard{hint="核心学习条件"} Q: 神经科学认为，触发“学习”（神经回路更新）的唯一充要条件是什么？ ??? 预测误差。

原理：只有当现实与预期不符（感到惊奇或犯错）时，大脑才会调整活动，驱动突触变化。
反例：如果预测完全吻合（如阻断实验），大脑不会进行新的学习。

:::

:::flashcard{hint="关于矛盾观点的共存"} Q: 当新旧模型冲突但互无法完全证伪时（如解释力不同的经济学理论），大脑会使用什么策略来避免认知崩溃？ ??? 状态分裂（或称分区操作）。大脑利用海马体的“模式分离”功能，像电脑双系统一样，根据上下文环境在不同模型间切换（例如：考试时用模型A，生活中用模型B），从而允许矛盾理论在大脑中物理隔离并共存。

:::

:::flashcard Q: 在模型更新时，大脑倾向于“打补丁”还是“重构”？区别是什么？ ??? 大脑遵循能耗最小化原则，首选打补丁。

打补丁：保留核心信念，增加辅助假设来解释异常（如地心说的“本轮”），能耗低但会导致模型臃肿。
重构：当误差大到无法修补时，彻底推翻旧模型建立新连接（如转变为日心说），能耗极高并伴随情绪震荡。

:::

4.从新手到专家：复杂模型如何被逐步建成

每个人都有预测能力，但各不相同。虽然人们都会预测题目的答案，但显然大多数人都不会觉得自己能预测准确高等数学题的答案。

这一章的核心任务，就是解释我们如何从“错误预测”到“精准预测”，去了解一个复杂的预测模型是如何被我们一步步构建出来的。在神经科学看来，所谓的“学习”，本质上就是通过不断修正预测偏差，在大脑中构建更复杂的生成模型。当我们面对一道复杂题目能脱口而出答案时，就是我们的内部模型完美预测了推演的每一步，将意外降到了零。

4.1组块与长期模型让专家“记得更多”

该领域有一个极其经典的研究案例——人们发现国际象棋高手往往可以一眼记住复杂的棋子摆放，而新手往往不能做到这一点。在20世纪70年代初期，研究人员开始从事研究这件事情，以理解国际象棋大师怎么做到如此准确地记住棋子位置。

研究人员提出了一个简单的问题：国际象棋大师究竟是能够回忆每个棋子的位置，还是实际上只能记住当时的整个棋局，而把单个棋子的位置作为更大整体中的一部分而记住的呢？因此他们展开了一个简单而有效的实验。他们摆好两个棋盘，对国家级的国际象棋棋手（即国际象棋大师）、水平中等的棋手以及新手进行了测试。在其中的一个棋盘上，摆出一盘别人真正下出来的棋局，在另一个棋盘上，只是较为混乱地摆放了一些棋子。

当国际象棋大师看到别人真正下出来的棋局时，经过5分钟的研究，能够记住大约2/3棋子的位置，但新手却只能记住大约4个棋子.而当他们全都看到随意摆放棋子的棋盘时，无论是水平中等的棋手 or 优秀的大师（纯新手还是落后了），在记住棋盘上随便乱摆的棋子的位置方面，只能记住两三个棋子的位置。此时，经验丰富的棋手的优势不见了。对于大师而言，看到真实棋局时，大脑迅速调用先验模型进行预测。看到的棋子位置与大脑预测的位置高度一致。于是大脑不需要记录每一个棋子的坐标，只需要记录“这是‘西西里防御’变体”这一个信息然后稍加推演即可。[^ericsson]

类似的实验也可以现在再做一次，相信正在阅读本文的每个人都是中文大师，那么现在请你尝试记住：

的在了不我有是人这中大为上个

请花几秒钟看一看，然后合上眼睛，尝试回忆这些字的顺序。

这项任务并不容易。虽然你对这些汉字都非常熟悉，但由于它们是随机排列的，缺乏语法结构和语义联系，导致你无法预测下一个信息，因此你往往只能记住其中的两三个，甚至完全混乱。当然，也许有人会取巧尝试编造某种谐音，或者记忆口诀——这当然是有效的，不过你肯定不会觉得上面这一行字容易记忆。而下一组材料恰好相反，你大概能在几秒之内轻松记住。

现在请再看一组材料：

我们正在研究人类记忆的工作机制

这一次，即使字数明显更多，你也会发现自己几乎可以完整复述。因为你的大脑在读到“我们”时，就已经基于语法习惯自动预测出了后面可能会跟“正在”或“认为”。当眼睛看到“正在”时，视觉输入完美符合预测，大脑几乎不需要消耗能量去处理它。然而在第一个例子里，你只能费劲的尝试去记住单个字词。

综合以上实验，我们发现国际象棋大师与新手之间的差异并不在于工作记忆容量，而在于大师拥有大量长期记忆中的"棋局图式"，能够将多个棋子的位置自动整合为少数几个有意义的记忆单元，从而做出更复杂的预测。而新手不可能做到这一点。不过在面对杂乱无序的棋盘时，他们的表现几乎一致，就如我们这些中文专家在尝试记忆第一组材料一样。由此，我们可以总结出预测复杂事物的前提，是在记忆中构建大量的“组块”（即预测模型）。组块的本质是将大量的不确定性压缩为一个简单的预测单元，从而极大地降低了大脑实时处理预测偏差的算力需求。

4.2认知负荷的来源

如果在进行复杂推演时，你感到大脑过载（“烧脑”），这在神经科学上意味着你的大脑正在处理过量的预测偏差。我们可以把认知负荷看作是大脑为了消除“意外”和“不确定性”所消耗的系统资源。

那么，认知负荷从何而来？研究者根据来源将这些负荷分在了两个方面：

外在负荷——噪音干扰产生的无效偏差。它与你在学什么没有关系，纯粹是与材料的编排方式，注释程度有关。比如一篇文言文，但是每一段的每一个字都配上了注释，而且配上了彩图，导致原本简单的文章反而变得复杂起来。又或者一份产品说明书，里面写了太多的专业术语（就像我为啥要知道材料学上的名字，告诉我是干啥的不就行了，比如这个是1号，而不是膨胀螺丝）。处理这些无意义的预测偏差浪费了宝贵的脑力。
内在负荷——模型重构所需的必要偏差。比如 $\sqrt{2}$ 比 $1+1$ 难，是因为 $\sqrt{2}$ 涉及的概念（无理数、开方）在你的大脑中尚未建立完善的预测模型。你需要调动资源去理解它，这种由“新知识”带来的预测偏差是学习的必经之路。

好了，现在： $$ \text{总负荷} = \text{噪音处理负荷 (外在)} + \text{模型重构负荷 (内在)} $$

所以我们可以得出，当外在负荷（无效的信息呈现）占据了太多空间时，留给内在负荷（理解核心逻辑）的空间就变小了。这就是为什么当我们面对排版糟糕、废话连篇的教材时，即使我们智力正常，也会觉得“脑子转不动了”。

接下来的两节，我们将分别探讨如何通过“优化呈现”来降低外在负荷，以及如何通过“拆解信息”来应对内在负荷。

4.3降低外在负荷-去除冗余

外在负荷一般与学习材料的呈现方式有关。很多时候我们都能感觉到，一句话能解释明白的东西，很多教科书就非得8句10句的往上累加，最后读完了反而觉得自己理解不了了。这里有一个1993年针对小学生在折纸任务中的研究，其中就很好的探究了相关因素对认知负荷的影响[^bobis]：

第一个实验是测试将圆形纸片折成一个等腰三角形，在这个任务中他们给A/B两组分配了不同的认知材料：

组 A (图示组)：仅提供自解释的图示，配以极少量的箭头和单词。
组 B (冗余组)：相同的图示，但配上了完整的文字说明。

在测试阶段，图示组的表现显著优于冗余组。后续实验进一步证实了单纯使用图片的效果也远好于"图片+文字" or "纯文字" 。

由此可以总结——当图片已经足以说明问题时，额外的文字说明是否会变成干扰信号。

当然，该论文中的后续实验进一步说明了多余信息于理解任务上的逆向帮助。第一个关于此的实验是多视图的影响——其中一组学生只看正视图。而另一组学生除了正视图，还被要求查看折纸的背面图。结果显示无背面图的那一组在测试中完成任务的时间显著更短。

另一个实验则是区分了说明位置的不同，其中一组的说明书放在左边，纸片放在右边。学生必须在两者之间不断切换视线。另一组的指令（线条、箭头、序号）直接印在要折叠的纸片上。结果显示嵌入式组在习得阶段 or 测试阶段的表现都显著优于其他组

由此实验，我们几乎可以100%确定外在负荷是存在的，材料的呈现方式影响负荷程度。当图片已经能让大脑准确预测下一步动作时，额外的文字说明就变成了干扰信号。大脑不得不分心去处理文字，试图搞清楚“这段文字是不是在说别的？”，结果发现文字和图片说的是一回事。这种重复验证的过程产生了无谓的预测偏差处理成本。

当然，上述实验的对象是小学生，可能会被我们这些成年人所忽略。接下来让我们再看一个在解剖学在线教育中的研究案例。伊朗医科大学（IUMS）的一项针对104名基础医学学生的准实验研究，再次验证了这一物理逻辑[^sohrabi]。

研究者将学生分为干预组与对照组，在相同的Big Blue Button平台上进行消化系统解剖教学。干预组的教学材料严格遵循认知负荷理论进行优化。剔除了屏幕中不必要的颜色、线条、噪音以及与教学无关的额外内容。且同步调动听觉与视觉通道，避免呈现冗余的重复文本，利用图像配合口头讲解。数据分析显示，两组学生在干预前的学术投入度无显著差异。但在干预后，遵循认知负荷理论的组别在学术投入度评分显著提升。

由此可见，哪怕在复杂度极高的领域，降低外在负荷对学习材料依然存在着很大的帮助。通过优化呈现方式（如减少冗余、图文整合），我们可以消除那些与学习目标无关的预测偏差，让大脑将所有算力集中在构建核心模型上。

4.4降低内在负荷-分割复杂

内在负荷涉及知识的本质复杂度，我们无法消除它。例如面对像 Python 的 For 循环这样复杂的概念，如果你试图一次性理解变量、序列、缩进和迭代逻辑，你的大脑会瞬间面临巨大的预测彻底失败——因为未知变量太多，导致旧模型完全失效，无法做出任何有效预测。所以我们需要的是先形成组块，后学习整体的逐步学习，先形成什么是迭代器后再来看什么是For循环，其对应的方法名为——分割材料。

一项来自2024年的论文研究了分割材料在英语教学中的影响[^liu]。其中表示面对高负荷材料，最有效的武器是“分割”。研究发现将信息高度集中的 PPT（整合组）拆分成 10 页信息分散的 PPT（分割组），后者的学习效果显著更好。并且论文中分析了分割知识点的逻辑，认为分割是分开了知识点。这给了工作记忆一个分块记忆的机会，让大脑在完成当前单元时只需同时记忆较少信息。其次便是分割材料为小片段，在面对极其复杂的系统时，我们可以先学习单个符号的名称和特征，再学习它们的交互逻辑。这样就可以控制预测偏差的幅度。

接下来以学习 Python 的 for 循环为例，一种低效的分割方式是：先讲变量，再讲列表，再讲语法格式，最后再讲循环逻辑——看似分开了，但学习者在真正写代码时仍需要同时调用所有信息，预测难度对比先前来讲并未降低。

更合理的分割方式是以认知单元为界：

第一阶段（建立序列直觉）：只展示 print(1), print(2), print(3)，然后引入 for x in [1,2,3]。

预测目标： 让大脑建立“哦，这东西就是自动帮我数数”的简单模型。
负荷状态： 仅修正关于“重复”的预测偏差。

第二阶段（引入变量占位符）：演示 for x 和 for y 的效果一样。

预测目标： 更新模型——“原来名字不重要，它只是个代号”。
负荷状态： 仅修正关于“符号命名”的预测偏差。

第三阶段（语法与缩进）：最后讲解冒号和缩进规则。

for i in range(5):
    print(i)

预测目标： 精细化模型——“只有缩进的代码才会被循环”。

分割材料的本质，是避免让大脑同时面对过多的预测偏差。我们将一个巨大的偏差拆分成了多个小偏差。每一步，大脑只需要处理一小点意外，更新一点点模型。

4.5小结

所谓“复杂”，不过是因为你的大脑缺乏对应的先验模型，导致预测彻底失效，工作记忆被海量的预测偏差淹没。我们要做的，就是通过优化呈现（降低外在负荷）来减少噪音干扰，通过拆解组块（降低内在负荷）来引导大脑逐步修正模型。当你能下意识的自然的预测出代码的下一行，或者数学题的下一步时，你就成功早就了一个复杂准确的预测模型。

:::flashcard{hint="国际象棋大师实验"} Q: 国际象棋大师能记住复杂的棋局，但面对“随机摆放”的棋盘时表现却与新手无异，这证明了什么？ ??? 专家的优势不在于拥有更大的工作记忆容量（原生智力），而在于长期记忆中储存了大量的“组块”（即预先存在的预测模型）。

真实棋局：大师能调用模型进行预测，将多个棋子压缩为一个单元。
随机棋局：缺乏对应的先验模型，预测失效，导致记忆崩溃。 :::

:::flashcard Q: 在神经科学视角下，“组块”是如何降低大脑预测负担的？ ??? 组块将大量的不确定性压缩为一个简单的预测单元。通过调用组块，大脑不需要实时计算每一个细节（如每个汉字的顺序），只需预测整体模式（如一整句惯用语），从而极大地降低了算力需求。 :::

:::flashcard{hint="总负荷 = ? + ?"} Q: “认知负荷”（烧脑感）主要由哪两个部分组成？请简述其来源。 ???

外在负荷（噪音）：源自呈现方式（如排版混乱、冗余注释）。属于无效的预测偏差。
内在负荷（重构）：源自知识本身的复杂度（如新概念的理解）。属于构建新模型所必须经历的预测偏差。 :::

:::flashcard{hint="折纸实验/解剖学教学案例"} Q: 为什么在图片已经能清晰说明问题时，增加额外的文字说明反而会降低学习效果？ ??? 这产生了外在负荷（冗余效应）。大脑被迫分心去处理文字，并反复验证文字与图片是否一致。这种无谓的“重复验证”过程浪费了宝贵的认知资源，干扰了核心模型的构建。 :::

:::flashcard{hint="针对高内在负荷"} Q: 面对本质上非常复杂、无法简化的知识（如编程中的循环逻辑），应采取什么策略来避免大脑过载？ ??? 材料分割策略。将复杂的系统拆解为多个独立的认知单元（如先学变量，再学序列，最后学语法）。目的：控制预测偏差的幅度，避免让大脑同时面对过多的“意外”，确保每一步只修正一小部分模型。 :::

:::flashcard Q: 根据本章结论，从“新手”到“专家”的本质转变是什么？ ??? 从“预测不断失效”到“完美预测推演”的过程。专家通过构建精密的内部模型，在面对复杂任务时能将意外降到零，实现下意识的、自动化的精准预测。 :::

5.真正有效的学习路径：模仿与探索

对于绝大多数学习场景，我们是幸运的。人类文明最伟大的成就之一，就是建立了庞大的“外部模型库”，让我们此刻只需直接调取。

这种便利恰好契合了我们在第三章得出的结论：大脑作为精明的能量管理者，在重构模型时总是遵循“最小阻力原则”。正是这种生物学上的“节能本能”，驱使我们首选模仿——这是一条阻力最小的捷径。然而，当我们置身于人类认知的最前沿，外部书本与导师往往给不出答案。此时，“捷径”中断，我们被迫踏上另一条截然不同的路径——探索。

5.1起点-发现错误

在讨论两种学习之前，我们有必要在此讨论一下学习发生的前提。一个常见误解是：只要犯了错误，人就会学习。事实恰恰相反——绝大多数错误都会被大脑系统性忽略。早在3.4模型更新的条件中就有所提及，只有我们遇到主观上的巨大代价的预测误差时，我们才会开始学习。请注意一个词汇——主观，因人而异，且此因素会收到各种环境制约。因此如何注意到错误也值得一提。

当然，这并不被人们所重视，学校也从来不会教你这一点。多数学生在日常学习的过程中会被动的发现错误。例如我们学习数学的路径——先学加减乘除，然后学习更复杂的坐标系到微积分等。只要沿着这个路径走下去，你就会自然的不断发现错误，然后学习到新的知识。这条路径不需要我们主动的去发现错误，我们也会因为考试自然的重视起这些错误。

那么，学校之外呢？

一般来说，在没有“教学大纲”和“标准答案”的现实世界里，大脑不仅不会主动寻找错误，反而会启动一种被称为“确认偏误”的防御机制。当现实与我们的内部模型不符时，大脑倾向于扭曲感知来维护旧模型，而不是推翻它。例如，一个网球初学者可能会把球打飞归咎于“风太大”或“球拍不好”，而不是“我的击球动作模型有误”。这种机制保护了我们的自信，却阻断了学习。[^kunda]

除了会自动维护旧模型之外，现实的错误往往难以溯源。比如当今社会经常会出现结果延迟，今天做错，半年后才吃亏；因果链太长，大脑很难把误差归因到具体模型。此外也可能会由多个因导致了一个果，而我们很难抓住关键点，如关系变差、工作不顺、学习停滞——这些信号不像数学题那样给你明确答案。

为了应对这些问题，在这里给出一些简单的方法。

首先是面对确认偏误。在这里要明确的是，学界在1990年的研究发现确认偏误一般由于我们的情绪引起，当然会外加一点小小的阻塞（大脑倾向于懒惰）。那么应对方法就很简单了——保持一个“我可能错了”以及“吾爱吾师吾更爱真理”的信念。在下次面对错误的时候一方面可以减少情绪阻塞，因为你预知到自己可能错了，就不会有那么强烈的维护自尊心或者安全感的需求。另一侧则给我们提供了更强的探究真理的动机，让我们应对懒惰的大脑。[^kunda]

此外，我们要主动了解外界信息。主要是了解重要学科的重要结论，甚至主动深入了解某些学科的进展——它们往往正确，且颠覆认知。基本上每一条都能让你发现错误（正如本文的根基——大脑是个预测机器一样），了解这些结论后，你就能让你的预测模型覆盖大多数需要的场景了。

关于发现错误的方法，目前所拥有的研究似乎不是很多，因此文中只是简单的给出了两个方案，其中一个还是经验之谈。日后可能会有更多了解，到那时，再来更新关于发现错误的方法吧。

5.2模仿-最低成本的学习

在99%的情况下，当你面对一个难题时，你并不是历史上的第一人。当你不知道为何苹果会落地时，牛顿已经为你准备好了公式；当你不知道如何烹饪时，菜谱已经为你验证了步骤。在这些时刻，大脑不需要去重新发明轮子，它只需要执行一种最高效的操作——模型迁移。

这在神经科学与进化心理学中被称为“社会化学习”。是指通过观察、模仿他人或从文化中获取知识，从而快速习得已有的技能和概念。这种机制被迈克尔·托马塞洛形象地称为“文化棘轮效应”——每一代人都不必从零开始试错，我们像棘轮一样锁定了前人的智慧，从而腾出精力去探索更高的领域。[^tomasello]

社会化学习的神经机制得到了大量研究支持。科学家发现镜像神经元系统提供了模仿学习的神经基础：当我们观察他人执行某个动作时，大脑中与该动作相关的神经元会像自己执行时一样被激活。这种“脑内模拟”让我们无需亲身实践，就能在神经层面体验他人的行为，从而更容易复制。镜像神经元由意大利神经科学家里佐拉蒂等人在上世纪90年代首先发现，体现了大脑对他人经验的“共情性”再现功能。社会学习理论方面，心理学家阿尔伯特·班杜拉早在20世纪就提出人类可以通过观察他人而学习新的行为（著名的波波玩偶实验即验证了儿童通过观察模仿攻击行为）。班杜拉的观察学习理论强调，在许多情况下学习并不需要直接奖励或惩罚，榜样的示范就足以让观察者习得行为。[^figueiredo][^mayo]

社会化学习的一般步骤包括：

认为旧模型是错的（已在5.1讨论），找到可能的新模型理论
学习新理论，快速消除大量结构性误差
通过反馈精细修正习得新模型的残余误差
在时间与睡眠中固化稳定新模型

此外，需要注意的是，在此步骤中找到的新理论如果过于复杂。请回看第四章节——此时我们需要将复杂的知识分割成简单的知识，就像你一个学期的内容总会被分成一周一周的，然后一轮又一轮循序渐进的学习。最终就能掌握新理论了。

此时的步骤大概是：

认为旧模型是错的（已在5.1讨论），找到可能的新模型理论
学习新理论区块1，快速消除大量结构性误差
通过反馈精细修正习得新模型的残余误差
在时间与睡眠中固化稳定新模型
学习新理论区块2，快速消除大量结构性误差
通过反馈精细修正习得新模型的残余误差
在时间与睡眠中固化稳定新模型
学习新理论区块3
……

接下来，我们会逐步讨论如何高效的进行社会化学习。

5.3寻找可信新理论的方式

学生不需要找到新理论，只需要看教科书就好了。

其实很简单，并且所有人都知道这个方法，那就是找论文。在这里我们简单的给信息源的可信度排个序：

信息源	注意
系统综述 / 元分析/学界指南	看方法是否严谨、纳入研究质量
高质量同行评审 + 可复现数据代码	看设计、功效、可复核性
标准教材 / Handbooks	更新慢；前沿不一定覆盖
预印本 / 技术报告	当线索，不当定论
严肃媒体/科普/讲座	必须追溯原始来源
社交媒体/转述	默认不可信，需核验

一般来说，书籍、高质量论文、系统性论文元分析、学界指南是最为靠谱的一类，往下的信息源基本上不必再看。

比如你要研究“间歇性禁食是否有用”，先搜 "Intermittent fasting meta-analysis"（间歇性禁食元分析）。看综述怎么说，这能帮你避免被个别极端的实验误导。然后再去搜索相关的高引用论文，或者是否有成体系的书籍（书内一定要有大量引用论文，而不是作者在侃侃而谈）。

当然，我也无意在这里否定全部的科普创作者。有些创作者确实做到了高可信度更新，如真理元素——最典型的特征是他们会在文末/简介或者视频结尾附上论文引用。这大大的增加了其作品的可信度，多数时候还包括他们自己做的统计学分析。

还需要注意的一点是，不同领域“可靠性最高的来源”略有差别，例如：

数学/逻辑：同行评审论文 + 形式化证明
医学/公共卫生：系统综述/指南通常高于单篇论文
经济/社会科学/心理学：识别策略、可复现性、外部有效性特别关键（心理学有一个著名的复现性危机，即学界发现部分心理学实验无法复现）
工程/计算机：可复现实验、标准、基准测试、开源实现非常重要
伪科学：别信！若有人说占星术能预言未来，那一定只是想赚你的钱。

5.4模仿-快速消除大量误差

当你成功的找到了要学习的新理论，你应该做什么？一般来说我们都能在短时间内把一个合适负荷的概念成功掌握，除了还存在少量细节上的瑕疵。本小节关注的就是我们如何最快速的掌握一个理论模型的大概内容，从而获得一定程度的运用能力。

5.4.1看见信息

如果连看见都没看见，就更别提学习了。所以说看见信息是我们一切学习的前提。你可能觉得这句话就是废话，实则不然。让我们做一个实验——这里有一个视频，请观看这个视频，你的任务是数穿白衣服的人传了几次球。

https://www.youtube.com/watch?v=6E035QRzHbc

相信你看完视频后，会对“看见信息”有全新的理解这是一个非常著名的心理学实验。据统计，往往有超过50%的人会忽略画面中极其明显、甚至“离谱到不该错过”的东西。原因不在于眼睛没接收到，而在于大脑从一开始就把“无关信息”判成了噪音——你的任务是数传球次数，于是大脑会把资源几乎全部押注在“白衣服—球—传递”这条线索上，其他东西哪怕再显眼，也可能被当场过滤掉。在2013年，更有实验人员进一步研究了这个现象，这次请来的是24位放射科医生，研究人员让他们完成一项熟悉的肺结节检测任务。研究人员在最后一个案例中，插入了一只比普通肺结节大48倍的猩猩。结果显示，83%的放射科医生没有看到这只猩猩。眼动追踪数据显示，大多数错过猩猩的医生都直接注视着它所在的位置。因此，即使是经验丰富的专家级检查员，在其专业领域内也可能受到无意视盲的影响。[^drew]

这件事和学习直接相关：课堂上、书本里、网课里，真正决定你学不学得进的，往往不是材料有没有给到，而是你是否把有限的注意力资源投在了“会引发模型更新的信息”上。前一章我们把认知负荷拆成“外在噪音”和“内在建模”，而注意力就是那个开关：开错了，外在噪音会占满工作记忆；开对了，你才有空间处理真正的预测误差。换句话说——注意力决定你在拿什么东西更新大脑的模型。满脑子都是今天中午吃什么的学生是不可能在课堂里学习的。更准确地说，“看见信息”依赖注意力系统的三个功能成分：警觉、定向与执行控制。它们分别回答三个问题：什么时候需要集中注意（when）、应该注意什么（what）、以及如何处理所关注的信息（how）。

警觉指的是大脑维持基础唤醒水平、对“可能出现重要信息”保持准备的能力。它决定了你是否有足够的神经资源进入学习状态。老师在课堂上也会经常的诱发你的“警觉”系统去运作，最常见的情形就是“接下来讲重点了，各位好好听”。警觉不足时，你的大脑更像在“低功耗模式”运行——工作记忆窗口更窄，执行控制更弱，任何稍微复杂一点的材料都会被你主观体验为“好累、好烦、好难”，俗称不放在心上。警觉和生理信号的关系更大，尤其在涉及生死的时候会最大程度激发。由此我们发现电子游戏在这方面的潜力。另外，你也可以主动给大脑提示，固定的学习姿势，或者学习时主动戴上耳机。就像部分人会专门为了学习调整状态一样，这是在告诉大脑现在要进入高警觉任务。

定向是在警觉之后，把注意力指向某个位置、某个特征、某条线索的能力。你在视频实验里错过“明显信息”，本质上就是定向被任务劫持：你只对“球的轨迹与传球动作”定向，其余统统降权。这种形式的注意放大了被选择的信号，也在很大程度上缩小了那些被认为不相关的信号。在学习中，这种定向失败相当常见。比如学生只盯着加粗、标红、老师语气提高的句子，但这些未必是这堂课真正对你有启发的重点。以及可能心不在焉的注意外部消息，如弹窗、消息、同学说话、甚至页面里不必要的高亮和花哨排版，如此也更体现了学习环境的重要性。加上如今唯分数论的情景，学生也更可能定向到“结果”而非“关系，学数学只盯答案，学编程只抄代码，学概念只背定义——我们不能说这种定向毫无效果，只是偏离了我们最初要学的东西。就像一个扫地机器人最终学会了放下垃圾又拿起来一样。

执行控制负责在冲突中做选择：抑制分心、抑制即时奖励、在多个候选线索里坚持任务目标（可能存在多个定向的目标，若不控制则会切换）。它是“我知道应该看哪，但就是做不到”的那部分。这也是为什么很多人把学习失败归因于“我不够自律”，但更准确的说法是：执行控制是有限资源，它会被噪音、疲劳、多任务、情绪消耗迅速榨干。一旦执行控制掉线，你的定向会被环境里最强的刺激牵走，你会回到最省力的模式：刷短视频、重读同一段、抄答案。此时最好彻底的休息一下，进行彻底的休息，比如站起来走一走，这样能让你的执行控制但愿回复其能力，让你再一次的全身心投入学习之中（你可能觉得这是无效的，但是较新的研究印证了人每天的注意力用完了是可以通过暴露在自然环境等方式恢复的，不过休息的时候刷手机是肯定恢复不了的。）。[^stevenson]

总结便是，全神贯注的注意你真正要学的东西，并且避免干扰。

5.4.2深度加工

当你想学习如何骑车的时候，你会做什么？买一辆车，然后上去骑车对吧。而不是在一旁看着别人骑车，然后期望自己能通过看别人骑车而学会骑车。否则过几天后，买车的人已经可以摆脱辅助轮了，而看着别人骑车的人只会产生一种我上我也行的错觉。为什么两者的学习效果差距如此之大？

仔细对比，我们会发现两类人的差距在于大脑的模式。当你只是看别人骑车时，你的大脑处于“输入模式”。你接收感官数据，大脑只需解释“我看到了什么”，比如坐上车，然后开始蹬就好了。这里的预测误差趋近于0，自然不会修正任何模型，因为这个现象的阐述过于简单。但当你自己握住车把时，大脑必须生成更多违反旧知识的预测，“如果我用我想象中的力向左转车把，自行车会倒下。因此我要调整我的力气”，我们发现如果比对失败（预测误差），大脑必须立刻修正运动模型。

这个简单的例子凸显了深度加工在学习中的作用。当我们主动投入学习，大脑的相关区域会被全面调动起来。心理学家Neal Cohen等人在一项研究中让受试者记忆屏幕上一系列物体的位置：一组可以主动控制浏览顺序，另一组被动观看相同过程。结果主动探索组在事后测验中记忆表现远胜被动组。功能磁共振成像显示，主动学习者的大脑中海马体等记忆相关结构活动更强，并与前额叶、顶叶等多个区域呈现更高的功能连结同步。相反，被动接受信息时，大脑只是局部零散地被动响应。因此，在学习中摆脱纯粹的被动灌输，尝试自己提出问题、操作实验、组织知识，大脑才能更有效的修正模型。[^voss]

多项学校教学研究方面的证据也验证了深度加工的作用。有一篇结合了两百多篇本科STEM（数理）课程教学回顾的研究支持了以上结论。传统教学方法，即老师讲课，而学生被动地听课，是低效的。10与那些促使学生主动参与的教学方法相比，这种传统讲课方式教出来的学生的学业表现较差。[^freeman]

那么具体到日常学习知识时，我们就要主动的去思考这节课所学习到的知识点，对知识进行加工；或者和课堂的同学一起讨论该理论；又或者自己去做一些实验去验证该现象。上网课的同学可以在知识点讲解后点一个暂停，自己复现一下知识的推倒过程。总之，一切能让你不再被动地坐着听讲的方式都是好的。

不过在此处我们也有必要纠正一个教学方式的问题，这个教学理念相当古老了，但多数教师沿用至今。即卢梭在《爱弥儿》中写道：“我可以在这里阐述一下教育过程中最重要、最有用的原则吗？那就是不要想着节省时间，而是去‘浪费’它。”对卢梭和他的后继者来说，即使这一探索过程需要浪费几小时的时间也是值得的，让孩子自行去发现并建立自己的知识结构是最好的学习方式。然而深度加工的含义指的是让学生参与对学习材料的思考，调动该调动的脑区，这就够了。而不是让学生从零开始构建——这几乎毫无意义，我们怎么能认为学生能在没有外力引导的情况下，在短短几小时内就重新发现人类花了几个世纪才理解的规则？

如今的教育方法已经改成了设计出一系列合理且层层递进的学习活动，其目的就是在学生自己动手实践之前，先由老师仔细演示给学生看。在直接教学法和有启发性的教学材料的指引下，倘若学生能主动地、快乐地、自主地参与到学习过程中，那么学习就会很有成效。而这一点已经被反复验证了。可惜的是，因应用这种教学方法需要耗费大量的精力，至今还未有很多学校将其运用。[^dehaene]

5.5模仿-精细修正残余误差

快速消除大量误差之后，我们就需要改正那些反复阅读也体会不到的小误差了。——是的，反复阅读终归会忽略一些东西，忽略的东西可能会体现在考试成绩里。

5.5.1测试-错误反馈

当我们已经大概掌握了该理论后，所需要的就是测试了。在这之前我们无数次提到大脑是预测机器，通过预测误差来更正模型，因此去尝试无数的问题，大脑会将犯下的错误一一记录，从而在下次面对问题是改进。同样的错误越犯，再犯的概率就越小。这种错误反馈可以让我们对学到的知识进行微调，让我们识别到最细小的那些理解区别。

那么如何让你给出回应，主动提出假设，不管你对自己的想法有多么的不确定。其次，你必须马上得到客观的反馈，使你能够改正自己的错误。答案显而易见，就是测试。如今已经有太多的学术文件证明了测试用于学习的有效性，甚至定期测试——该策略已经成为最有效的教育策略之一。定期测试可以使长期学习的效果最大化，可以增强你的记忆。测试直接体现了主动参与和错误反馈原则。因为参加测试会迫使你直面现实，去巩固你所知道的知识，并且认识到哪些知识是你还不知道的。[^dehaene]

然而大多数人意识不到测试于学习的帮助，仅仅把它当作一场终极考试。——当然，他们大概率也不会关注考试的结果，只会关注考试的分数，这会导致测试的错误反馈无处发生。重要的不是你得到的最终成绩，而是你为获取信息所付出的努力以及你得到的即时反馈。从这个方面来说，研究表明，测试的作用至少和课程本身一样重要。

同样我们可以得出结论，即没有错误反馈的学习方式是无效的。可惜的是大多数学生都认为他们学得越多，就应该学得越好。所以大多数学生自发地把大把时间花在课堂笔记和课本上，用不同颜色的荧光笔来标出每一行的重点……然而，这些策略的效果其实都比不上做一个简单的测试。那这背后的原理是什么呢？因为我们无法区分记忆的不同部分。在刚刚看完课本或课堂笔记后，信息立即在我们的脑海中呈现。它以一种活跃的形式存在于我们有意识的工作记忆中。让我们误以为我们掌握了一切。

5.5.2穿插测试

关于测试，不得不提到的另一点就是在测试中穿插不同类型的题目，会让测试更加有效。我们暂且把测试分为两种，一种是我们常见的课堂小测，称其为集中测试——一般而言也只会测试本堂课所学习的内容。另一种则是我们的期中，期末考试——此时的范围就广的多，大脑需要在不同的预测模型之间来回切换，选择正确的模型进行解题——我们称为穿插测试。

长久以来，人们都误以为集中测试的效果更好，确实有实验证明了这一点，短期内集中测试的效果极佳。但是他们往往忽略了对材料的长期记忆效果，一周以后再进行测试，穿插测试的效果完胜集中测试。

这里有一个小例子。教两组大学生计算4种少见的几何体的体积（楔体、椭球体、锥球体及半椎体），然后让他们解练习题。一组学生的题目按照问题类型区分（先解四道计算楔体体积的题，再解四道计算椭球体体积的题，以此类推）。另一组学生解同样的练习题，只是题目的类型是混合的（穿插安排的），而不是将同一类型的题放在一起。在练习中，按统一类型解题的学生（也就是集中练习的学生）的平均正确率为89%，而按混合类型解题的学生，正确率只有60%。但是在一周后的最终测验上，之前练习统一类型解题的学生的平均正确率只有20%，而进行穿插练习的学生的平均正确率为63%。把问题的不同类型混搭起来，虽说在最初的学习阶段有所阻碍，但这种方法让最终测验成绩提高了惊人的215%。[^rohrer][^brown]

以防误解，这里给出几个穿插测试的例子。——穿插测试不是让你在两个毫不相干的任务间来回切换，一会背单词一会做数学是无效的。

示例	具体说明
数学综合练习	题目交错出现一元二次方程、函数单调性、三角函数与导数问题，学生需先判断使用哪种解题模型
物理力学练习	题目混合牛顿定律、能量守恒与动量守恒问题，要求学生区分不同物理模型后再求解
（反例）单一题型重复练习	连续多道同一类型题目（如连续20道二次函数计算），仅改变数值不改变解题模型
（反例）无关任务交替	数学题与英语单词背诵交替进行，频繁在无关任务间切换，未训练模型识别能力

5.5.3测试不需要分数

训练神经网络（大语言模型）的时候，我们会利用反向传播算法告诉模型它哪里错了，需要如何改进参数。而不是惩罚神经网络，扣掉一个神经元，这样对训练神经网络没有任何帮助。我们可以把同样的情形类比到小测上——去思考你的分数很糟糕不会对你有任何的帮助，仔细去看自己错在哪里了，应该如何调整自己的预测模型才是关键。

学校经常用分数作为惩罚，以至于我们很难想象不重视分数的学校。然而分数提供的反馈往往又是那么不精确，提供的打击倒是非常精确。糟糕的分数会对学生脑中的情感系统产生巨大的负面影响：沮丧、耻辱、无助……这些反过来让学生更加抵触学习，不仅是心情上的，压力更会影响到实际的学习能力中——实验证明它会阻碍神经元的可塑性。

所以如何看待错误，也是我们学习的关键因素。调整好心态，运用科学的方法，相信自己……虽然老生常谈，但依然重要，不得不提。

5.6模仿-巩固

短期内，我们记住了该理论，但是我们一定会逐渐的遗忘。所以要想记得长久，日后一定要反复调取它。

5.6.1关于记忆遗忘曲线

上述内容，无论是注意信息，还是深度加工，或者是错误反馈，都是如何在当时修正我们的预测偏误，而科学家研究发现，想要真正的长久的记住一个东西，我们最需要的是间隔复习。此处最常被提起的就是艾宾浩斯，他通过反复自测记忆曲线，发现了著名的“间隔效应”：相比于一次性集中学习，在更长时间跨度内多次复习，记忆保持显著更好，它还总结出了一条记忆遗忘曲线。这个曲线还被吹捧了多年，至今仍能听见许多人谈论它。

不过并不是说艾宾浩斯发现的东西是错误的，只是它的实验并不严谨。这里要进行的是对曲线进行一定程度的修正。先让我们看看原始的实验：

1885年赫尔曼·艾宾浩斯是拿自己做实验，且为了排除既有知识的干扰，发明了“无意义音节”（如 DAX, BOK, YAT）。然后开展了测试。

我想各位都能看出其中的问题——人类记忆通常是语义记忆，涉及理解和关联。你记忆“相对论公式”的效率，绝对高于记忆一串乱码。因此，该曲线反映的是机械记忆的底线。后世（互联网出现之后）的大量重复实验确实证明了曲线的趋势大致是存在的，但是并没有记忆曲线那样的遗忘速度。

如2005年开展的一项基于互联网的大规模研究，研究人员调查了人们对于过去发生的新闻的记忆程度。结果发现对于有意义，且情感冲击力度大的新闻往往没那么容易忘记。就像911事件——多数人听过一到两次后便不会再忘。[^meeter]

后续有人继续进行实验，改进了记忆曲线的算法。Piotr Wozniak 在1980年代开发了 SM-2 算法——于绝大多数现代学习者，只要稍微引入一点“主动回忆”，遗忘速度就会大幅减缓。Anki 等软件背后的算法也是它（SM-2 算法）。如今它已经进化到了SM-17。其算法的本质大概主张我们不需要每天复习，只需要在遗忘的临界点进行干预。通过算法计算出每一个知识点的最佳复习间隔，可以实现记忆效率的最优。

https://www.supermemo.com/en/supermemo-method

5.6.2主动检索

明确了我们要进行间隔复习后，我们还需要在复习的时候注意一点——主动检索。也就是时常回想你学到的知识，而不是回看。

一种常见情境是，学生花数小时反复阅读教材，却不如花较短时间自测回忆效果好。这其实也被做过科学的实验，名为“测试效应”：将部分学习时间用于回忆信息，而非一味输入，能够显著增强长期记忆。Karpicke 和 Roediger 的经典实验曾经比较了不同学习策略的效果：当单词已经记住一次后，继续重复学习并不能提高一周后的保留率，而多进行几次自我测验（即尝试回忆单词）却让记忆表现有了 150%以上的提升！换言之，一旦信息已经可从记忆中提取出来，重复阅读并不会带来额外好处，而反复尝试从记忆中检索却能让记忆大幅强化。[^karpicke]

这一发现与我们的直觉相反：很多人在复习的时候宁愿反复看笔记，也不愿测验自己，因为前者感觉更熟悉轻松，后者则吃力且容易暴露遗忘。但正是这种主动检索的过程刺激了大脑更深层的加工——我们得努力搜索脑中的相关联结，调动线索将信息重建出来，相当于主动重走一遍记忆的线索路径。当我们成功回忆时，这条路径就被再次加固；即使一时想不起来，通过对照答案获得纠正，也能形成对比鲜明的记忆痕迹，避免下次再犯。同样的时间，纯阅读只能被动强化已有痕迹。所以，在学习中善用小测验、闪卡、自问自答等方式不断检索所学内容，是我们巩固模型的核心点。

省流：不要直接看答案，用闪卡或者测试等工具复习的时候记得主动检索。

5.6.3睡眠

我想，大多数人都不重视睡眠的重要性。而近年来的科学研究发现——睡眠并不是一段不活动的时期，也不仅仅是在清理白天脑累积的废物。恰恰相反，在我们睡觉时，脑仍然在活跃，它按照一种特定的算法运行，重演它在前一天记录的重要事件，并将它们转移到我们记忆中储存起来。

此处又可以关联回我们对记忆曲线的研究。在1924年，两位研究人员重新研究了艾宾浩斯的记忆曲线，然后发现了一个异常现象：在学习新知识后的8～14小时内，人们没有出现记忆丧失。回看艾宾浩斯的实验，研究人员注意到8小时是一天内的8小时，即人没有在这个时间内睡觉，然而14小时是第二天进行的测试。为了区分睡眠这个变量，他们进行了一个全新的测试。他们在午夜前后、睡前或早上随机教学生一些音节。结果很明显：根据艾宾浩斯的遗忘曲线，我们在早上学到的知识会随着时间流逝而消失，而在午夜学到的知识会随着时间的推移而保持稳定（前提是学生至少有2小时的睡眠）。换句话说，睡眠可以防止遗忘。[^jenkins]

这一发现在后续的神经科学研究中也得到了验证，两位研究人员发现当大鼠睡着时，海马中的位置细胞又开始以同样的顺序放电。这些神经元在追溯大鼠白天走过的轨迹。二者唯一的区别是，在睡眠中的神经元放电速度较实际的速度加快了近20倍，大脑会快速的模拟白天所探索过的轨迹。这确实可以印证上述对艾宾浩斯记忆曲线修正的发现——睡眠的时候确实在巩固我们的记忆。[^skaggs]

然而科学家对睡眠的研究不止于此。另一项实验说明了我们可能还在睡眠的过程中进行一定的思维活动，这些研究者在白天教受试者学习一种复杂的算法，而这个算法其实有一个隐藏的可以大幅度缩短计算时间的捷径。在睡觉之前，只有极少数受试者知道这一点。然而，睡眠过后，发现捷径的受试者人数翻了一倍，而那些睡不着觉的受试者则从未有这样灵光一闪的时刻。此外，无论受试者在一天当中什么时间接受测试，结果都是一样的。——说明这确实是睡眠的功劳。[^wagner]

想必睡眠的重要性无需被再次强调，我们基本可以确实睡眠作为一种效果极佳的记忆手段被我们忽视了多年。不幸的是，至今多数学生以及成人都无法睡得一个好觉。这可能来自学校或者工作上课业的压力，可能来自互联网短视频的刺激，也可能来自酒精的影响。

总之，好好睡觉吧，这是你拥有的最高效的记忆巩固手段了。

5.7模仿-小结

本章把“学习”重新定义为一件更工程化的事：不断优化内部模型。先能发现错误，再以模仿迁移正确结构；用注意力与深度加工提高理解效率；用测试、交错与反馈完成精修；最后用间隔检索与睡眠完成固化。我们十分幸运地身处人类文明的积淀之中，绝大多数时候，我们无需从零开始“重新发明轮子”，而是可以通过社会化学习（模仿），高效地迁移前人的智慧。

:::flashcard{hint="学习发生的前提"} Q: 为什么仅仅“犯错”并不足以触发学习？在没有外部标准（如考试）的现实世界中，大脑通常如何处理错误？ ???

前提：必须产生主观上代价巨大的预测误差。
大脑机制：默认启动“确认偏误” (Confirmation Bias)，通过扭曲感知（如怪罪环境）来维护旧模型，而非修正它。
对策：保持“我可能错了”的信念，并主动寻找反直觉的高质量信息。 :::

:::flashcard{hint="最高效的学习策略"} Q: 为什么说“模仿”（社会化学习）是成本最低的学习路径？其神经基础是什么？ ???

策略：通过模型迁移直接调用前人智慧（“文化棘轮效应”），避免从零试错。
神经基础：镜像神经元系统。它允许大脑在观察他人行为时进行“脑内模拟”，实现共情性再现。 :::

:::flashcard{hint="注意力的作用"} Q: 在“看见信息”这一步，为什么单纯的感官接收不等于学习？（参考大猩猩实验） ??? 学习依赖于注意力的分配。大脑会根据当前任务（定向）将无关信息过滤为噪音。如果注意力未聚焦于“引发模型更新的信息”上，外在感官输入再强也会被无意视盲 (Inattentional Blindness) 忽略。 :::

:::flashcard{hint="主动 vs 被动"} Q: 为什么“主动探索”（如自己骑车、自己推导公式）的学习效果远优于“被动灌输”？请用神经科学解释。 ???

被动模式：大脑仅解释“看到了什么”，预测误差趋近于零，模型不更新。
主动模式：大脑必须不断生成预测并与反馈比对（深度加工）。这会全面调动海马体与前额叶，在不断修正预测误差的过程中重构神经回路。 :::

:::flashcard{hint="测试的本质"} Q: 为什么“测试”（Testing）是比反复阅读更有效的学习手段？ ??? 测试提供了错误反馈 (Error Feedback)。它迫使大脑直面预测误差，识别细微的认知漏洞。

关键策略：穿插测试 (Interleaving)。混合不同类型的题目（而非集中练习同类题），强迫大脑训练“模型识别与切换”的能力。 :::

:::flashcard{hint="关于复习"} Q: “间隔复习”与“主动检索”分别如何优化记忆巩固？ ???

间隔复习：利用间隔效应，在遗忘临界点进行干预（如 SM-2 算法），避免机械重复。
主动检索 (Active Recall)：提取信息的过程比输入更关键。回忆过程重建并加固了神经路径（测试效应），而反复阅读只是被动强化已有痕迹。 :::

:::flashcard{hint="睡眠的作用"} Q: 睡眠在学习过程中扮演了哪两个关键角色？ ???

记忆巩固：海马体以20倍速重演白天的神经活动，将短期记忆固化为长期结构。
思维重组：在潜意识中寻找捷径和规律（如数学算法实验中，睡眠者发现捷径的比例翻倍）。 :::

5.8探索

在1%的情况下，你面对的问题确实是历史上的第一人。当爱因斯坦发现牛顿力学无法解释光速恒定时，他没有任何教科书可供参考。

注：确实没有找到太多关于“如何探索”的文献，故本章节并不可靠，仅仅基于科学哲学和逻辑学简单阐述了一下探索新理论必要的步骤。

此时，大脑被迫切换到高耗能的探索模式。你不再有可复制的知识去应对场景。你需要调动海马体中的记忆碎片，在前额叶的指挥下，像拼图一样尝试构建新的解释框架。你提出一个假设，现实反馈给你一个耳光；你再修补假设，再次遭遇挫败。科学家发现真理前的长久焦虑，本质上是大脑在忍受极高的预测误差，试图凭空构建一个从未存在过的模型。

生成式构建的一般步骤：

旧模型失效。
搜索与试错：
- 提出假设 A -> 验证 -> 失败（误差仍大） -> 抛弃
- 提出假设 B -> 验证 -> 失败（误差仍大） -> 抛弃
- 提出假设 C -> 验证 -> 成功（误差骤降） -> 选中
巩固稳定新模型

不要把探索想得太高大尚，这不仅是科学的前沿，心灵的秘境，很多时候还是民科产生的地方。多数人并不遵循一定的方法进行研究，从而总是得出错误的结果，这些错误的模型相当的有市场，然而总会在某些时候崩溃。所以探索并不是像个神棍一样，打个坐就瞬间悟道了一样。即使是天才的灵光一闪，背后也遵循着严密的认知逻辑。

5.9探索-溯因与多维验证

在模仿模式中，我们直接复制别人的答案。而在探索模式中，我们必须自己去猜测原理，从而在多个可能的原理中确定一条最可符合当下情形的。探索事物极其艰难，但好在多数人在一生中都不必进行复杂探索。

5.9.1溯因推理

当误差出现，我们就需要有与之相应的新理论来解释其误差。这个新的理论不是随意提出的，新理论来自严密的逻辑思维活动——溯因推理。简单来说，溯因推理的逻辑方向是从“结果”回推“原因”。我们观察到一个现象，然后根据已有的知识，推测出最可能导致这个现象的原因。它是一种合理的猜测。

例如天文学家发现天王星的运行轨道有些异常，不符合牛顿力学的计算预期。然后根据现有理论计算，如果有一颗未知的行星在附近，它的引力会干扰天王星的轨道。此时的科学家们做了一个溯因推理——在天王星的外侧，一定存在另一颗未知的行星在拉扯它。后来科学家根据这个假设去观测，果然发现了海王星。

换作形式一点的语言就是： $$ \text{观察到现象 D} + \text{规则} (H \rightarrow D) \rightarrow \text{结论} (H \text{可能是真的}) $$

当然，我们能推出的是H可能是真的，而不是一定是真的，因此溯因推理常常面临失败的情况。让我们把目光转向另一个天文学场景：

19 世纪末，天文学家对水星轨道进行了长期、重复、严密的观测，结果出现了一个极其微小但稳定的误差：水星近日点进动每世纪多出 43 角秒。这个数字虽小但致命。小到它像“误差项”；致命到它在长期观测中反复出现，且无法通过粗糙解释抹掉——它的精度太高了，这个误差有权挑战当时的牛顿引力模型。

于是最自然的策略是（溯因A）：在不动核心生成机制的前提下，补一个隐藏变量，让误差在旧框架内“重新变得合理”。这就是当时许多人提出“祝融星”的原因：假设水星内侧还有一颗未发现的行星，它的引力扰动导致了那 43 角秒。

然后科学家们开始检验，那它应该在哪？什么时候能看到？望远镜对准那里，结果空无一物。一次也许是偶然，多次就不再是偶然。——此时就需要第二条，第三条乃至更多的理论。

此时，另一位科学家登场了。他开始设想是不是我们之前忽略了什么变量，导致我们现有的理论本身就不准确？据此他提出了广义相对论，在这个框架下同样可以很好的解释为何水星会偏移。然后之后的结果想必大家都知道了，爱因斯坦的相对论取得了胜利。祝融星的假设不断的被推翻，我们一直没有观测到这样的一颗行星存在，而相对论预言的光线有1.75 角秒的角度偏差在1919 年被爱丁顿爵士所验证。

5.9.2验证推理

在溯因推理中我们讲述了一个关于物理学的案例，当然，它还不够完善。广义相对论能在当时占据物理学的主流不仅因为它精确的解释了这几个小现象，它还同时解决了更多物理现象。我们要在本小节探讨的正是我们需要什么样的验证方式，才能为一个理论提供相当可靠的支持。科学的验证方式，还可以分为三类：

数学/计算机科学/逻辑学（抽象世界）

通常教科书上的数学证明其实是“非形式化”的，它依赖人类的自然语言和直觉。比如经常出现显而易见，同理可得。但是一旦到了学界，我们对其内容的证明就需要转化为纯粹的符号运算。上过高数的同学应该都清楚ε-δ证明，这就是最严谨的极限定义。 $$ \forall \epsilon > 0, \exists \delta > 0, \forall x \in D, \big( 0 < |x - c| < \delta \implies |f(x) - L| < \epsilon \big) $$

比如你要证明一个显而易见的事实：

$$ \lim_{x\to 2}(3x-5)=1 $$

你就需要写：

$$\text{Let } \forall \epsilon > 0 \text{ be given.}$$

$$\text{Choose } \delta := \frac{\epsilon}{3}.$$

$$(\because \epsilon > 0 \implies \delta > 0)$$

$$\text{Let } x \text{ satisfy the condition: } 0 < |x - 2| < \delta.$$

$$\text{Then implies:}$$

$$\begin{aligned} |x - 2| &< \frac{\epsilon}{3} && (\text{Substitute } \delta) \ \implies 3|x - 2| &< \epsilon && (\text{Multiply by } 3) \ \implies |3(x - 2)| &< \epsilon && (|a||b| = |ab|) \ \implies |3x - 6| &< \epsilon && (\text{Distribute}) \ \implies |(3x - 5) - 1| &< \epsilon && (\text{Rewrite term}) \end{aligned}$$

$$\therefore 0 < |x - 2| < \delta \implies |(3x - 5) - 1| < \epsilon$$

$$\text{Q.E.D.}$$

这个例子让我们一览为了严谨这类学科能有多复杂，不过相对来说没有那么好理解。下面还有个例子，更让我们感觉到抽象世界的研究者对严谨性的追求：这是关于四色定理（地图只需4种颜色）的证明，其曾在1976年因依赖计算机暴力穷举而备受数学家质疑（怕程序有Bug）。后来，微软研究院的Gonthier在2005年用Coq语言将整个证明完全形式化，每一行代码都经过了逻辑内核的验证，从此才成为一个事实。

物理学/化学/生物学（经验世界）

和抽象世界不同，因为测量永远伴随误差、噪声、仪器偏差、也可能是理论错误，所以经验科学很少谈“证明”，更多谈“支持”“证伪”“置信度提升”。那么如何确定一个实验的可信度呢？它必然是具备可重复性的。既不同团队、不同仪器、不同地点/条件下得到相同（或统计一致）的结果。因此，在这些学科中发论文都得记录详细的实验方法。

比如在生物医学里，一个经典且直观的例子是 “幽门螺杆菌导致胃炎与消化性溃疡” 的确立过程。在 20 世纪中期，主流观点长期认为溃疡主要来自“压力过大、胃酸过强、饮食刺激”等因素；当时的理论可以解释一些现象，但它很难给出可被反复检验的、稳定的因果链条。后来，研究者在大量患者的胃黏膜活检中反复观察到幽门螺杆菌，并提出：细菌感染是胃炎与溃疡的重要原因。这仍然只是“相关性线索”，并不足以让理论站住脚。

后续来自不同医院、不同国家、不同实验室用各自的取样与培养/染色流程，都能在相当比例的胃炎/溃疡患者中检测到该细菌。该现象成为可重复的稳定事实。然后我们根据理论检验——如果细菌是原因，那么清除细菌应当显著降低复发率。随后大量临床试验表明：与单纯抑酸治疗相比，“抗生素根除疗法 + 抑酸药” 能更稳定地治愈并显著减少溃疡复发。最终，我们才确立了这一点。

历史学/经济学/心理学/医学（复杂系统）

这几个领域因为是复杂系统（变量多、难以隔离、可控性弱、伦理限制强），就基本上难以做到高精度的实验了。

先说比较容易做实验的——心理学和医学。如今最有实证意义的方法一般是随机对照试验，比如你需要设计安慰剂的对照组，并且随机分布受试者，并且受试者的样本量要足够等。但现实中很难做到这一点，所以心理学和医学也经常面对复现失败的危机。甚至心理学在2015年面临着一次大规模的复现危机，很多旧的实验都无法复现。

另外就是无法做实验的——历史学和经济学。为了做研究，你总不能控制历史或者国家经济做实验吧，并且对照组也难以设置。至此，两个学派中发明了一个“比较法”——即寻找类似的历史片段或者经济情况，然后对此做出分析。比如在研究“最低工资会增加失业率吗？”的问题中，研究人员就采取了两个类似的地方，一个提高了最低工资，一个没有。然后追踪两地的某些经济指标，从而得出结论：最低公司不会影响就业显著下降。

情况大概就是这样，有些学科自身的属性就决定了它本身难以开展实验，也决定了它经常被贴上伪科学的标签。当然，这些年这些学科也为了科学严谨化不断的发展，于是以下这些学科就出现了：

比如生物物理学、医学物理学、流行病学、计算神经科学、计量经济学。这些都是比较切实的学科，他们给自己带上了一个物理学或者神经科学的标签，理论上也确实意味着他们更加可靠。

5.10无效探索的兴起

在我们理清”探索“的过程之后，我们就该将目光转移到现代舆论场了。本小节想说明的是，不要做无效探索，不要在对一个理论了解不全面的时候就肆意的进行溯因推理，且不检验。这么说的原因是现代互联网上已经开始弥漫多数离谱言论了。可能是因为科学概念往往存在滞后性——即一个理论在物理学界已经被修正或限定边界，但在大众文化中却刚刚开始流行，并被错误地泛化。

如笛卡尔的身心二元论，尽管现代神经科学已经通过大量的 fMRI 数据和神经电生理实验证明了意识是神经元复杂网络的属性，但在互联网上，通过“松果体”连接灵魂与肉体的二元论依然盛行。与之类似的还有量子力学，量子效应在宏观尺度下会迅速发生退相干。将普朗克尺度（$10^{-35}$米）的规律强行套用到宏观的人类社会学（米级尺度），是相当荒谬的。这就像试图用广义相对论来计算怎么炒菜一样毫无意义。哦，当然还有本文所介绍的大脑是个预测机器——多数人还将记忆当作事实存储。

这些理论被广泛的应用，大有成为新型宗教的潜力。而细看其内容，在根基上就站不住脚。且在验证方面大量内容依赖个案分析与错误理论之间的互相引用——这就是无效探索。

5.11探索-小结

探索并非是某种神秘的顿悟，我们仅仅依靠打坐或者闭关是不可能有任何进展的。只有真正的去了解该了解的理论，然后进行溯因推理，最后对其进行验证。我们才能完成一次合格的探索。

:::flashcard{hint="探索模式的触发"} Q: 什么时候大脑会被迫切换到高耗能的“探索模式”？其核心心理体验是什么？ ???

条件：当历史上的第一人面对全新问题（如爱因斯坦面对光速恒定），且无任何外部模型可供模仿时。
体验：长久的焦虑。这本质上是大脑在忍受极高的预测误差，试图凭空构建一个从未存在过的模型。 :::

:::flashcard{hint="生成式构建"} Q: “生成式构建”新理论的一般步骤是什么？（试错循环） ???

旧模型失效（预测误差持续存在）。
搜索与试错：
- 提出假设 A -> 验证 -> 失败（误差仍大） -> 抛弃
- 提出假设 B -> ... -> 抛弃
- 提出假设 C -> 验证 -> 成功（误差骤降） -> 选中
巩固稳定新模型。 :::

:::flashcard{hint="从结果推原因"} Q: 什么是“溯因推理” (Abductive Reasoning)？请结合天王星/水星案例说明。 ??? 溯因推理是从观察到的异常现象回推最可能的原因（最佳解释推论）。

逻辑：观察到现象 D + 规则 (H -> D) -> 结论 (H 可能是真的)。
案例：
- 成功：天王星轨道异常 -> 推测有未知行星拉扯 -> 发现海王星。
- 失败：水星近日点进动 -> 推测有“祝融星” -> 观测失败（后被广义相对论取代）。 :::

:::flashcard{hint="不同学科的验证标准"} Q: 在验证一个新理论时，不同类型的学科分别遵循什么核心标准？ ???

抽象世界（数学/逻辑）：形式化证明。依赖纯粹的符号运算与逻辑推导（如四色定理的代码验证）。
经验世界（物理/生物）：可重复性。不同团队在不同条件下能得到统计一致的结果（如幽门螺杆菌的验证）。
复杂系统（历史/经济）：对照分析。因难以做实验，常采用随机对照试验（RCT）或自然实验（比较法）来寻找因果线索。 :::

:::flashcard{hint="伪科学 vs 科学"} Q: 为什么心理学和经济学等学科更容易面临“复现危机”或被质疑？ ??? 因为它们研究的是复杂系统。变量极多、难以隔离、伦理限制强，导致很难进行高精度的控制实验。因此，这些学科正趋向于与更硬核的学科交叉（如计量经济学、计算神经科学）以提升严谨性。 :::

6.尾声

如果要用一句话概括全文的主线，那就是有效学习是更精准地更新内部模型。神经可塑性告诉我们，改变确实会发生，但它需要反复激活、需要时间巩固，也会因长期不用而被修剪；记忆系统告诉我们，“当下能想起与日后依然记得无关”，而且技能自动化与长期可提取知识的获得都依赖长期的训练；预测机制则进一步说明，学习不是大多数人所想象的那样“从无到有”，而更像“从错到对”——当你能被反馈迫使修正预测，新的回路才会真正形成。

最后的复习卡片：

:::flashcard{hint="Ch1 物理基础"} Q: 根据神经科学，学习在微观层面的本质是什么？ ??? 神经元网络物理结构的改变。学习不仅仅是信息的输入，而是大脑通过建立新突触、强化髓鞘或生成新神经元来重塑自身的物理过程。 :::

:::flashcard{hint="Ch1 三大支柱"} Q: 哪三大生理因素是神经重塑（学习）的必要燃料？ ???

睡眠（清理废物、巩固记忆）。
运动（产生神经营养因子BDNF）。
营养（提供构建突触的原料，如Omega-3）。 :::

:::flashcard{hint="Ch2 记忆分类"} Q: 人类的记忆系统主要分为哪三类？各自的特点是什么？ ???

工作记忆：极不稳定，仅能维持数秒的当前思维（容量3-5个）。
外显记忆：可被意识回忆的事实与经历（依赖海马体巩固）。
内隐记忆：无意识参与的自动化技能与习惯（如骑车，极难遗忘）。 :::

:::flashcard{hint="Ch3 核心隐喻"} Q: 为什么说大脑是一台“预测机器”而非“记录仪”？ ??? 大脑时刻依据旧经验预判感觉输入，它只关注预测误差（即“意外”）。如果预测完全吻合，大脑就不会启动学习机制；只有当现实打脸预期时，学习才会发生。 :::

:::flashcard{hint="Ch3 学习的触发器"} Q: 触发大脑更新模型（即“真正学会”）的唯一核心条件是什么？ ??? 预测误差 (Prediction Error)。只有当主观上感到“惊讶”或“犯错”时，神经递质才会调整，驱动突触发生改变。没有误差，就没有学习。 :::

:::flashcard{hint="Ch3 更新策略"} Q: 面对新旧知识的冲突，大脑倾向于“打补丁”还是“重构”？ ??? 遵循能耗最小原则，首选打补丁（保留旧观念，增加辅助假设来解释异常）。只有当误差大到无法修补时，才会进行高能耗的重构（彻底推翻旧模型）。 :::

:::flashcard{hint="Ch4 专家vs新手"} Q: 专家（如国际象棋大师）为什么能瞬间记住复杂信息？ ??? 因为他们拥有“组块”。专家利用长期记忆中的先验模型，将大量零散信息压缩为一个有意义的单元（组块），从而极大地释放了工作记忆的压力。 :::

:::flashcard{hint="Ch4 认知负荷"} Q: 学习时感到“烧脑”的认知负荷主要来自哪两方面？应如何应对？ ???

外在负荷（噪音/排版差）：通过去除冗余来降低。
内在负荷（知识本身难）：通过分割材料（拆解为小步骤）来逐步消化。 :::

:::flashcard{hint="Ch5 注意力机制"} Q: 为什么单纯的“看”或“听”（如被动听课）往往无效？ ??? 因为学习依赖注意力定向。如果注意力没有聚焦在“引发模型更新的信息”上，大脑会将其他输入视为噪音并过滤掉（无意视盲），导致无法形成记忆痕迹。 :::

:::flashcard{hint="Ch5 最高效手段"} Q: 哪两种复习策略被证明比“反复阅读”更有效？ ???

主动检索（测试）：强迫大脑重建神经路径，利用错误反馈修正模型。
间隔复习：利用间隔效应，在遗忘临界点复习，将短期记忆转化为长期记忆。 :::

:::flashcard{hint="Ch5 穿插测试"} Q: 为什么在练习时应采用“穿插测试”（混合不同题型）而非“集中练习”？ ??? 穿插测试强迫大脑不断进行“模型识别与切换”。虽然初期较难，但它模拟了真实应用场景，能显著提升长期留存率和迁移能力。 :::

:::flashcard{hint="Ch6 高阶探索"} Q: 当没有前人经验可模仿时，如何通过“溯因推理”构建新理论？ ??? 从观察到的异常现象（结果）回推最可能的原因。即：观察到现象D -> 构想规则H -> 如果H成立则D自然发生 -> 暂时接受H为真，并去验证它。 :::

本文内容还大量参考了以下几本书籍的内容：

《精确学习》 — 作者：斯坦尼斯拉斯·迪昂（Stanislas Dehaene）。

《认知天性》 — 作者：彼得·C·布朗（Peter C. Brown）、亨利·L·罗迪格三世（Henry L. Roediger III）、马克·A·麦克丹尼尔（Mark A. McDaniel）。

《理解大脑》/《认识大脑：关于大脑的7½堂课》 — 作者：莉莎·费德曼·巴瑞特（Lisa Feldman Barrett）

欢迎留下你的评论QWQ

附上论文：

[^maguire]: Maguire, Eleanor A., et al. "Navigation-Related Structural Change in the Hippocampi of Taxi Drivers." Proceedings of the National Academy of Sciences, vol. 97, no. 8, 2000, pp. 4398–403. [^dehaene]: Dehaene, Stanislas. How We Learn: Why Brains Learn Better Than Any Machine… for Now. Viking, 2020. [^crupi]: Crupi, Rosalia, et al. "n-3 Fatty Acids: Role in Neurogenesis and Neuroplasticity." Current Medicinal Chemistry, vol. 20, no. 24, 2013, pp. 2953–63. [^meeusen]: Meeusen, Romain. "Exercise, Nutrition and the Brain." Sports Medicine, vol. 44, Suppl. 1, 2014, pp. S47–56. [^frank]: Frank, Marcos G. "Sleep and Synaptic Plasticity in the Developing and Adult Brain." Sleep, Neuronal Plasticity and Brain Function, edited by Peter Meerlo et al., Springer, 2014, pp. 123–49. [^pickersgill]: Pickersgill, Jacob W., et al. "The Combined Influences of Exercise, Diet and Sleep on Neuroplasticity." Frontiers in Psychology, vol. 13, 2022, article 831819. [^cowan]: Cowan, Nelson. "The Magical Mystery Four: How Is Working Memory Capacity Limited, and Why?" Current Directions in Psychological Science, vol. 19, no. 1, 2010, pp. 51–57. [^tulving]: Tulving, Endel. "Episodic and Semantic Memory." Organization of Memory, edited by Endel Tulving and Wayne Donaldson, Academic Press, 1972, pp. 381–403. [^dudai]: Dudai, Yadin. "The Neurobiology of Consolidations, or, How Stable Is the Engram?" Annual Review of Psychology, vol. 55, 2004, pp. 51–86. [^squire]: Squire, Larry R., and Adam J. O. Dede. "Conscious and Unconscious Memory Systems." Cold Spring Harbor Perspectives in Biology, vol. 7, no. 3, 2015, article a021667. [^corkin]: Corkin, Suzanne. "What's New with the Amnesic Patient H.M.?" Nature Reviews Neuroscience, vol. 3, no. 2, 2002, pp. 153–60. [^mackay]: MacKay, Donald G., et al. "Language, Memory, and H.M.: A Profound Deficit in Pronouncing New Words and Sentences and Its Implications." Journal of Memory and Language, vol. 57, no. 3, 2007, pp. 375–410. [^ericsson]: Ericsson, Anders, and Robert Pool. Peak: Secrets from the New Science of Expertise. Eamon Dolan/Houghton Mifflin Harcourt, 2016. [^bobis]: Bobis, Janette, et al. "Cognitive Load Effects in a Primary-School Geometry Task." Learning and Instruction, vol. 3, no. 1, 1993, pp. 1–21. [^sohrabi]: Sohrabi, Zohreh, et al. "A Comparative Study of the Effect of Two Methods of Online Education Based on Sweller's Cognitive Load Theory and Online Education in a Common Way on the Academic Engagement of Medical Students in Anatomy." Medical Journal of the Islamic Republic of Iran, vol. 37, 2023, article 73. [^liu]: Liu, Dongyang. "The Effects of Segmentation on Cognitive Load, Vocabulary Learning and Retention, and Reading Comprehension in a Multimedia Learning Environment." BMC Psychology, vol. 12, no. 1, article 4, 2024. [^bradlow]: Bradlow, Ann R., et al. “Training Japanese Listeners to Identify English /R/and /L/: Long-Term Retention of Learning in Perception and Production.” Perception & Psychophysics, vol. 61, no. 5, Springer Science and Business Media LLC, Jan. 1999, pp. 977–85, https://doi.org/10.3758/bf03206911. Accessed 30 Dec. 2025. [^molteni]: Molteni, R et al. “A high-fat, refined sugar diet reduces hippocampal brain-derived neurotrophic factor, neuronal plasticity, and learning.” Neuroscience vol. 112,4 (2002): 803-14. doi:10.1016/s0306-4522(02)00123-9 [^kutas]: Kutas, M, and S A Hillyard. “Reading senseless sentences: brain potentials reflect semantic incongruity.” Science (New York, N.Y.) vol. 207,4427 (1980): 203-5. doi:10.1126/science.7350657 [^fukukura]: Fukukura, Jun, et al. “Prospection by Any Other Name? A Response to Seligman et Al. (2013).” Perspectives on Psychological Science, vol. 8, no. 2, Feb. 2013, pp. 146–50, https://doi.org/10.1177/1745691612474320. Accessed 28 Mar. 2019. [^hassabis]: Hassabis, Demis et al. “Patients with hippocampal amnesia cannot imagine new experiences.” Proceedings of the National Academy of Sciences of the United States of America vol. 104,5 (2007): 1726-31. doi:10.1073/pnas.0610561104 [^liujg]: Liu, Jiangang et al. “Seeing Jesus in toast: neural and behavioral correlates of face pareidolia.” Cortex; a journal devoted to the study of the nervous system and behavior vol. 53 (2014): 60-77. doi:10.1016/j.cortex.2014.01.013 [^friston]: Friston, K. Does predictive coding have a future?. Nat Neurosci 21, 1019–1021 (2018). https://doi.org/10.1038/s41593-018-0200-7 [^tobler]: Tobler, Philippe N et al. “Human neural learning depends on reward prediction errors in the blocking paradigm.” Journal of neurophysiology vol. 95,1 (2006): 301-10. doi:10.1152/jn.00762.2005 [^miami]: Miami Symposium on the Prediction of Behavior, 1967: Aversive Stimulation p9–p31 [^haruno]: Haruno, M et al. “Mosaic model for sensorimotor learning and control.” Neural computation vol. 13,10 (2001): 2201-20. doi:10.1162/089976601750541778 [^gershman]: Gershman, Samuel J et al. “Context, learning, and extinction.” Psychological review vol. 117,1 (2010): 197-209. doi:10.1037/a0017808 [^nassar]: Nassar, Matthew R et al. “Rational regulation of learning dynamics by pupil-linked arousal systems.” Nature neuroscience vol. 15,7 1040-6. 3 Jun. 2012, doi:10.1038/nn.3130 [^kunda]: Kunda, Z. “The case for motivated reasoning.” Psychological bulletin vol. 108,3 (1990): 480-98. doi:10.1037/0033-2909.108.3.480 [^tomasello]: Tomasello, M. (1999). The Cultural Origins of Human Cognition. Harvard University Press. [^figueiredo]: Figueiredo, Luiz Felipe et al. “The mirror neuron: thirty years since its discovery.” Revista brasileira de psiquiatria (Sao Paulo, Brazil : 1999) vol. 45,3 (2023): 298-299. doi:10.47626/1516-4446-2022-2870 [^mayo]: Mayo, Oded, and Simone Shamay-Tsoory. “Dynamic Mutual Predictions during Social Learning: A Computational and Interbrain Model.” Neuroscience & Biobehavioral Reviews, vol. 157, Elsevier BV, Dec. 2023, pp. 105513–13, https://doi.org/10.1016/j.neubiorev.2023.105513. Accessed 3 Jan. 2026. [^drew]: Drew, Trafton et al. “The invisible gorilla strikes again: sustained inattentional blindness in expert observers.” Psychological science vol. 24,9 (2013): 1848-53. doi:10.1177/0956797613479386 [^stevenson]: Stevenson, Matt P et al. “Attention Restoration Theory II: a systematic review to clarify attention processes affected by exposure to natural environments.” Journal of toxicology and environmental health. Part B, Critical reviews vol. 21,4 (2018): 227-268. doi:10.1080/10937404.2018.1505571 [^voss]: Voss, Joel L et al. “Hippocampal brain-network coordination during volitional exploratory behavior enhances learning.” Nature neuroscience vol. 14,1 (2011): 115-20. doi:10.1038/nn.2693 [^freeman]: Freeman, Scott et al. “Active learning increases student performance in science, engineering, and mathematics.” Proceedings of the National Academy of Sciences of the United States of America vol. 111,23 (2014): 8410-5. doi:10.1073/pnas.1319030111 [^rohrer]: Rohrer, Doug, and Kelli Taylor. “The Shuffling of Mathematics Problems Improves Learning.” Instructional Science, vol. 35, no. 6, Apr. 2007, pp. 481–98, https://doi.org/10.1007/s11251-007-9015-8. [^brown]: Brown, Peter C., et al. Make It Stick: The Science of Successful Learning. Belknap Press, 2014. [^meeter]: Meeter, M et al. “Remembering the news: modeling retention data from a study with 14,000 participants.” Memory & cognition vol. 33,5 (2005): 793-810. doi:10.3758/bf03193075 [^karpicke]: Karpicke, Jeffrey D., and Henry L. Roediger III. “The Critical Importance of Retrieval for Learning.” Science, vol. 319, no. 5865, 2008, pp. 966–968, https://doi.org/10.1126/science.1152408. [^jenkins]: Jenkins, John G., and Karl M. Dallenbach. “Obliviscence during Sleep and Waking.” The American Journal of Psychology, vol. 35, no. 4, 1924, pp. 605–12. JSTOR, https://doi.org/10.2307/1414040. Accessed 3 Jan. 2026. [^skaggs]: Skaggs, W E, and B L McNaughton. “Replay of neuronal firing sequences in rat hippocampus during sleep following spatial experience.” Science (New York, N.Y.) vol. 271,5257 (1996): 1870-3. doi:10.1126/science.271.5257.1870 [^wagner]: Wagner, Ullrich et al. “Sleep inspires insight.” Nature vol. 427,6972 (2004): 352-5. doi:10.1038/nature02223

反脆弱-如何应对不可知的未来

Sun, 21 Dec 2025 00:00:00 GMT

import GameToggle from './_inter/GameToggle.astro'; import zuolun from './pic/左轮.webp'; import DistributionChart from './_inter/DistributionChart.astro'; import PowerLawIllustration from './_inter/PowerLawIllustration.astro'; import SurvivorBiasSim from './_inter/SurvivorBiasSim.astro'; import RussianRouletteSim from './_inter/RussianRouletteSim.astro'; import TurkeySim from './_inter/TurkeySim.astro'; import jixiang from './pic/吉祥三傻.webp'; import quanqiuhua from './pic/全球化.webp';

总有人以为只要足够勤勉，就能换来确定的结果。但世界更像一个包含噪声、断点与级联反应的复杂系统：同样的选择，在不同时间线里可能走向完全相反的结局。于是，一个更关键的问题出现了——当未来并不可知时，我们到底该用什么标准做决策？这篇文章尝试给出一个答案：不追求一次运气导致的大富大贵，而是追求在多数未来里都能安稳存活，甚至在少数未来里反而受益。

——真正危险的从来不是风险，而是不知道自己正在冒险。 :::note 注：文内有多个互动小游戏，若不想看到，可以点击该按钮屏蔽。 ::: <GameToggle />

0. 通过能力获得成就

错误的公式：单次成就 = 能力

我们获得的成就，其实 夹杂了大量运气成分 ，但当事人往往很难承认这一点。

好作品一定有人欣赏，好软件一定有人使用，好产品一定会被人发现。我们似乎在默认努力等于收获，技能决定高度。我们像做题一样规划人生——考上好的大学，学习热门专业，掌握复杂的代码或财务模型，然后取得成就。

在这个理念里，“运气”被视为无关紧要的噪点。我们坚信：只要在确定的世界里精进技艺，就能获得确定性的回报。

然而，这种确定性的安全感很大程度上是错觉——生活实际上充满随机性。

无论你是否承认“能力重要，运气不重要”，你总是会在现实里不断看到：有人凭一次大运翻身，被歌颂为天才；也会看到走同样路径的运气欠佳者被嘲笑为笑话。 这并不是因为世界不公平，而是因为我们常常用“已发生的结局”替代“当时的决策质量”。 要理解这一点，我们先从随机性如何塑造命运的叙事说起。

1. 被随机性戏弄的命运

我们所经历的历史，不过是无数随机分支中的其中一条。因此，评价一个人的选择，不能只站在结果已发生的未来回望，而应回到当下——在结局尚未揭晓时——看它的风险与收益结构。

1.1 那些被命运眷顾一次的人

设想有这样一段历史：一位富豪举办赌局——一把左轮手枪有 6 个膛室，他在其中装入 <strong>5 发子弹</strong>，转动弹巢后让你把枪口对准自己扣下扳机。

如果你侥幸活下来，富豪就当场给你100万美元。

在历史的剧本里，结果只有两个，并通往完全不同的舆论终点：

有16.67% 的概率媒体争相报道一个“商业奇才”，歌颂他如何用过人的胆识赚取第一桶金，将其塑造成敢于梭哈、把握机遇的“孤勇者”。
剩下83.33% 的概率：社会新闻刊登一条令人唏嘘的消息，嘲讽一个愚蠢而贪婪的投机者，为了虚幻的财富在富豪面前自寻死路。

可历史只会经历其中一个端点，这条新闻最终只会落在一处。如果只看幸存者的结局，我们就可能会把“运气”误认为“能力”。

1.2 过程与结果的错位评价

后人的评价往往具有 后验性 ：他们根据已发生的既定事实去回溯动机，却忽视了在扣动扳机的那一刻，所谓“英雄”和所谓“疯子”在本质上是同一个人。如果此时剥离结果的干扰，从 未定历史 的角度审视这个行为。我们会发现参与者的期望收益并非 100 万美元，而是：

$$E = \frac{1}{6} \times \text{$}1,000,000 + \frac{5}{6} \times (\text{生命代价})$$

从概率分布来看，他获得的其实是 16.67 万美元的纸面富贵 与 欠下死神的 5/6 条命。很明显这不是一个诱人的赌局。

理性的观察者不会接受这种赌局，因为即便他赢了，其决策过程仍是糟糕的。他们所追求的是：无论落在哪条时间线，都能赚到钱，或至少不会输到不可承受。代价是赚取的上限可能被压低，但换来的是在多数时间线里稳定生存。

不过你也许会说：左轮赌局太极端，现实里我绝不会这么做。问题是， 多数随机性陷阱并不会以“自杀式豪赌”的形式出现 ，它们往往披着“连续正确”的外衣，让你在不知不觉中把判断权交给运气。

1.3 幸存者并不等于聪明人

还有一种更隐蔽、也更常见的“幸运”，发生在连续的随机事件中。

假设你连续 6 个月收到匿名邮件，每一封都精准预测了股市涨跌。在连续 6 次“神预言”之后，对方发来一个全新的股票，并且确信这只股票会大涨。此时的你如果不懂概率，大概率会确信屏幕对面坐着一位金融先知，于是在下一封信到来之后梭哈全部积蓄。最终，钱财如泥牛入海。事后与好友聊天提到此事，你发现你的好友也受到了这种信件，但是很可惜，他的信件中第二次便预测错了，他也没有收到第三封信。

想来在事后复盘时不难猜到骗子的做法，即大范围的投送预测，最终总会有几个是全对的。这就是经典的“二元预测骗局”。骗子无需任何金融知识，只需要足够的样本量。假设起始样本是 10000 人。第一个月，向其中 5000 人喊涨、5000 人喊跌；第二个月，只对上一轮“预测正确”的 5000 人继续对半分组预测……六轮之后，必然有$10000 \times (1/2)^6 \approx 156$ 人，连续收到了 6 次全对的预测。

这里存在一个视角错位：

作为接收者，你看到的是 $P(\text{连续6次正确}) \approx 1.56%$ 的小概率“奇迹”，于是认为这必有缘由；
作为发送者，骗子看到的只是样本空间必然收敛的数学结果。他不在乎谁是幸存者，只知道：只要基数够大，总有人会成为深信不疑的“傻瓜”。

两个故事看似不同：一个是瞬间豪赌，一个是持续误导；但它们利用的都是同一个效应—— 幸存者偏差 。而这，正是我们需要重新定义“好决策”的原因。

1.4 从风险—收益结构开始

在幸存者偏差下，我们从未听见那 5/6 的死者与那 98% 以上被淘汰者——因为失败者是沉默的。

因此，我们应对那些唯结果论保持高度警惕。看到一个人的成功时，更多的去关注他所使用的策略，以及身处的时代。在剔除大量运气成分后，剩下的才是真才实学。至此也不难推测出更好的策略，是即使落在不利时间线，也不至于出局的策略；如果恰巧运气好，也能赚得一个还行的财富。这样的方式最大化了你生存的几率。

换句话说：在熟悉领域里，利用自身能力去做 有限损失 的事，把下限抬高。

于是我们总结出了一条取得单次成就的真实公式：

$$ \text{单次成就} = \text{能力} + \text{运气} $$

那么问题来了：最大化能力，找一份下限不低的工作，这样就够了吗？

还远远不够。因为本章所讨论的更多是“可被估计的风险”，在这种情况下，你至少能写出概率，理解分布。但现实里还有一类更致命的风险， 你甚至不知道它会来，更不知道它会以什么方式来。 它不止与我们可以想象的“随机性”属性相关，更与我们想象不到的“不可预测”属性有关——也就是接下来要说的黑天鹅事件。

2. 被黑天鹅玩弄的专家们

事情发生造成的影响往往并不服从正态分布，而更接近幂律分布。专家们却常常默认正态分布，因此在黑天鹅来临时倒下。

极端事件一旦发生，常会造成不可逆的损失，但它在平稳期被系统性忽视。

2.1 农场里的专家

为了理解所谓的“不可知”，我们讲另一个被讲述了无数次的故事—— 火鸡。

假设你是一只火鸡，有位友好的农场主每天上午 9 点准时带来食物。作为一只热爱科学的火鸡，你开始收集数据：

根据这 1000 个样本点，你的统计模型得出一个置信度极高的结论：“农场主不仅爱我，而且我的生活将永远平稳延续。”甚至，随着样本数 $N$ 增加，你对该结论的信心在第 1000 天达到顶峰。

然而，第 1001 天是感恩节。农场主手里拿的不是饲料，而是屠刀。

对火鸡而言，这一天是颠覆认知的黑天鹅；对农场主（观察者）而言，这只是计划内的流程。

注： 黑天鹅事件 指 极其罕见 ！ 无法预测 ！，但一旦发生就对世界或某领域造成巨大、颠覆性影响的突发事件。该概念常用来比喻那些打破常规、超出经验预期的事件。

如果说第一章的赌徒是少数的“明知可能死还要赌”的人，那么这只火鸡才更像现代社会的大多数人：我们多数时间里表现出一定程度的基于历史数据的保守，当然，也导致基于历史数据表现产生的过度自信。

这就是归纳法的陷阱：过去的平稳不仅无法保证未来安全，有时甚至是巨大风险累积的假象。我们在第一章里嘲笑赌徒不懂概率，但在这里更需要警惕的是： 即使你拥有完美历史数据、建立了完美模型，也可能在未来某一刻归零。 因此必须重视风险管理，否则赌徒会嘲笑你还没他懂风险。

2.2 幂律分布

<table> <tr> <td style="vertical-align: top; border: none; padding-right: 20px;"> <p>现代社会的专家与精英，常犯和火鸡一样的错误： <strong>过度依赖正态分布模型进行预测。</strong></p> <p>在身高、体重等自然领域，极端值的影响微乎其微——你找不到一个身高 30000 米的巨人来抬高全人类平均值，这也与正态分布6个标准差之内包含约 99.9999998% 的数据相符合。这样的世界里，身高相对平庸且可预测。</p> <p>但在财富、金融危机、流行病、技术变革等领域，极端值的出现更接近 <strong>幂律分布</strong> ，也就是说谁也无法料到下一秒是否真的会出现一个30000米高的金融巨人或者财富巨人，这种领域中正态分布自然会失灵（按照正态分布的理论，亿万年出现一次的情况总是频繁出现）。我们只能换成概率衰减更弱的幂律曲线分布来进行预测。正因为这些领域真的会出现单一极端事件，足以摧毁此前累积的平稳收益。</p> </td> <td style="width: 40%; min-width: 300px; vertical-align: middle; border: none;"> <PowerLawIllustration /> </td> </tr> </table>

关于幂律分布的小故事：

假设人类殖民火星，并随机捕捉了 20 个火星土著。测量发现，他们的身高都在 1.8 米到 2.2 米之间，平均身高 2 米。
这时，一位地球来的资深统计学家自信地画出了一条 正态分布曲线 。他告诉指挥官：“放心吧，根据我的模型，遇到一个身高 5 米以上巨人的概率，比你连续中十次彩票头奖还低。火星人极其安全。”
第二天，第 21 个火星人走了出来。
他身高 20 米。
这一瞬间，之前所有的平均值、方差、置信区间全部作废。这位巨人仅仅出现了一次，就彻底摧毁了统计学家的模型。

下图对比了正态分布与 t 分布在大盘波动概率上的差异：

注：因幂律分布在初始阶段趋近于无限，较难体现概率分布，故此处更换为 t 分布。虽然 t 分布不是严格的幂律分布，但在尾部区域它渐近地表现为幂律。当 |x| → ∞ 时，t 分布的概率密度函数近似于 P(x) ∝ |x|^(-(ν+1))。

2008 年金融危机前：华尔街许多风险模型（如 VaR）低估了尾部风险，给出近乎“极不可能崩盘”的错觉。直到雷曼兄弟倒下，模型在恐慌面前迅速失效。
2020 年的实体餐饮：一位勤勉的老板，厨艺精湛（能力）、现金流健康（运气）。按教科书评估，他很“稳健”。但病毒不在乎商业计划书，一夜之间线下流量归零。
2023 年后的 AI 冲击：无数学生投入数万小时磨练画技或代码语法。然而当大模型普及后，一些曾被视为“铁饭碗”的技能壁垒迅速变薄。
202x年的房地产冲击：无数人资产高位套牢（当然，此次事件对于少数人来讲是完全可预见的。就像李嘉诚15年就高调跑路了。）

在黑天鹅面前，大多数人都是脆弱的。

于是出现一个现实困境：就算你不碰明显豪赌，就算你足够勤勉、足够专业、足够“稳健”，你仍可能被某次外部冲击清零。 个人稳健不等于系统安全。 我们只是生活在一个表面稳定的世界里。

2.3 黑天鹅到来之前的伪稳定

第一章的结论是：“依靠能力，找一份下限不低的工作。”这听起来明智，但如果环境本身发生变化呢？回望历史会发现：真正的风险不只是我们能预见并计算概率的“风险”，还包括 完全无法预知的不确定性 ——而后者往往影响更大。而人们的思维总是高估第一种风险而忽视第二种风险。

注意：黑天鹅的定义之一就是“不可预知”。如果你能确定未来会发生某事，那么对你而言它就不再是黑天鹅，因为不确定性已被消除。

“既然过去 5 年工资每年涨 10%，那 10 年后我将拥有……”
“既然过去 30 年全球化一直推进，那供应链将永远稳定……”

这种思维让我们构建了极其 高效但也极其脆弱 的生活系统：为了效率零冗余，为了最大化收益而满仓押注单一技能。所以当你觉得岁月静好、一切尽在掌控，往往是因为你正处于长周期上升阶段。你以为那是能力带来的稳定，其实可能真的只是运气好，恰好生活在风平浪静的间隙。 一旦危机袭来，你会发现自己没有任何抗风险能力，资产可能顷刻归零。

于是我们的第二个公式出现：

$$ \text{终身成就} = \text{单次成就} \times \text{抗风险能力} $$

到这里，我们得到一个个体层面的结论：想要终身成就，你不仅要提高单次成就，还要提高抗风险能力。那如今的黑天鹅究竟衍化到了什么程度，我们要多少抗风险能力才能有效应对，这就是后面两章我们要讨论的东西。

3. 效率社会的黑天鹅悖论

在全球化程度较低的时代，黑天鹅即便发生，其影响往往被限制在局部范围内。随着全球化与数字化加深，世界演变为复杂系统：内部高度耦合，影响被非线性放大。黑天鹅不再是边缘事件，而开始渗透进社会运行的各个层面，并呈现更高频率与更大影响尺度。

因此，在可预见的未来，黑天鹅会更频繁地出现，并与每个人息息相关。

从物理层面看，人类社会曾长期受天然约束——体力有限、时间有限、传播速度有限。这些因素使多数结果近似正态分布，导致极端事件难以主导整体格局。

但过去几十年里，世界的底层逻辑发生根本变化：各领域互联互通，使影响可以被非线性放大，各行各业的分布正在从正态转向幂律。

</div>

3.1 数字化：零成本复制，赢家通吃

数字化之前，能力的影响范围天然受限：如果你是村里最好的歌手，你的听众大约只有一百人；即便出现更好的歌手，也只是局部替代，不会对更大范围造成冲击。此时你失业的概率/赚取的收入在行业里符合正态分布，也就是大概率不会失业，也不会赚得和别人差太多。有句俗话说法是“地球少你一个照样转”。

互联网时代，数字技术以极低复制成本与近乎无限传播半径，打破地理与规模约束。一个略胜一筹的歌手，其作品能以接近零的边际成本在全球传播并被反复消费。“赢家通吃”的格局，压缩甚至消灭了其他参与者的生存空间。此时你赚取的收入就在行业里呈幂律分布，收入不少但与顶流相差甚远。赢家在顶楼狂欢，输家在温饱线挣扎

由此可见，世界的分布正在从正态变到幂律。如果此时还用正态分布进行计算，你会发现出现一个超级明星的收入（力压他人好几个阶级）的概率是趋近于0的，因为早就超出6个标准差了——很明显完全错误了。

（注：此处的“更好”与前文公式相关：单次成就 = 能力 + 运气，因此“更好”可能只是运气更好，并不必然具备长期优势。）

3.2 全球化：效率机制下的脆弱系统

在全球化之前，一个国家的动荡很难波及地球另一端的小镇，不同系统之间存在天然的隔离带。在这种情况下，整体风险大体符合正态分布：身边的小问题可能频发，但不太可能出现世界级的系统性崩溃。当你所在的小镇粮食歉收时，仍然可以步行前往其他小镇，通过区域内部的调剂来弥补粮食缺口。

但在全球化之后，灾难往往具有全球性特征。你的小镇出现歉收时，可能会发现周边大片区域都面临同样的问题。原因可能多种多样，例如某一年化肥产业的生产链出现问题，导致化肥有效成分不达标；或者发生蝗灾，而恰好杀虫剂失效。更为危险的是，现代社会对工业体系的依赖程度极高，一旦产业链中断，相当一部分年轻农民很可能已经不熟悉如何进行传统的人工施肥和人工收割。

当然，追求效率的不止有农业领域，如今各行各业的状况差不了多少。都为了追求极致效率，消灭了本该有的冗余与缓冲。如现代商业即时生产的策略，工厂不压货，库存只够用 3 天，意味着一旦出现三天以上的断供，就会导致存货不足。甚至订单量一大都有可能生产不过来。以及有着全球供应链的问题，我们的一部手机的零件来自 40 个国家，任何一个国家停摆就会导致手机无法产出（或者对应的材料价格上涨，质量无法担保等）。

原本的缓冲区消失后，导致现在的系统处处是故障点。比如：

2020 年初，全球爆发“汽车芯片短缺危机”，起因是车企为了执行“即时生产”（Just-in-Time）策略以削减库存成本，在疫情初期误判形势取消了芯片订单，导致产能被消费电子抢占。当需求反弹时，车企无芯可用，最终导致全球汽车减产超 1000 万辆。
2021 年 3 月 23 日，“长赐号”（Ever Given）在苏伊士运河搁浅并导致航道拥堵约 6 天，引发大规模航运延误，凸显关键节点阻塞对全球贸易的放大效应。

</div>

2024 年 7 月 19 日，网络安全巨头 CrowdStrike 推送的一个微小更新错误引发全球 Windows 系统“蓝屏”，导致全球航空公司停飞、银行瘫痪、医院手术取消，波及约 850 万台设备。
Cloudflare（大半个互联网基础）单是 2025年 就发生了：
- 2025年3月21日：凭证轮换导致存储故障（1H7min）|造成 R2 存储服务 全球性的写入失败和读取性能下降。
- 2025年6月12日：第三方云服务商故障（2H28min）| Workers KV 服务不可用，进而影响了配置、身份验证及资产交付。
- 2025年11月18日：机器人管理配置引发全球瘫痪（约2H10min）|导致 X（Twitter）、Spotify、Shopify 等大量核心互联网服务停摆。
- 2025年12月5日：WAF 规则错误（25min）|导致全球约 28% 的网站出现 5xx 错误，受影响的服务包括 LinkedIn、Zoom 和 Discord。

我们发现，追求机制效率的全球化不仅让世界连接成一个整体，更让产业链变得无比脆弱。世界级的灾难从0逐渐变得有可能发生——此时便不能再用正态分布进行预测，必须使用幂律分布（身边影响不大的小问题可能频发，影响巨大的大问题也开始陆续出现)。甚至因为全球化加深，即便你身处传统行业（比如种地），也不可避免受到影响——化肥价格由全球能源市场决定，销路由期货与跨区域需求决定——而这些恰恰是黑天鹅频发的领域。

在此甚至可以大胆预言一下：灾难级的互联网故障迟早会发生。当然，根据上述推论，在可见的未来里各行各业亿万年发生一次的危机都会在近几年发生的。

3.3 复杂系统的非线性涌现

种种迹象表明，我们正身处一个高度复杂且缺少冗余的系统中。在该系统中风险不是线性累加，而是可能以指数方式爆发，任何微小的扰动（代码错误、港口拥堵）不再线性增加，而会沿高效网络被迅速放大。（熟悉编程里的算法复杂度这个概念应该很好理解.jpg）。并且多数实体产业有着持续“优化”和“去库存”在积累隐性压力。表面看似可控，一旦越过临界点，就触发雪崩式崩溃。

这就是黑天鹅的温床： 我们看到的是线性因果（A 导致 B），系统内部发生的却是非线性级联（A 触发 B，B 引爆 C，C 最终反噬 A）。在这种网络里，任何节点的震动都可能引发不可预测的风暴。

当黑天鹅变成“系统常态”，应对策略也必须升级。那么我们究竟应采用何种策略？这正是“反脆弱”要回答的。

4. 反脆弱——应对不可预知的未来

既如此，我们应该如何在这样的系统中存活？脆弱的事物会在黑天鹅中受损，坚硬的事物会尽可能保持原样，唯有反脆弱的事物能在黑天鹅中受益。

既然黑天鹅并非偶然，而是当下环境的常态产物，我们就必须寻找可执行的应对策略。

4.1 脆弱、坚硬与反脆弱的根本区别

在讨论“反脆弱”之前，需要纠正一个常见误解：很多人以为世界中的物体只分脆弱与坚硬两种状态。

纳西姆·塔勒布在《反脆弱》中却提出了三元结构：

脆弱：偏好稳定、厌恶波动；在混乱中受损。（如：精密瓷器、负债累累的赌徒、那只误以为生活永远平稳的火鸡）
坚硬：对波动不敏感；在混乱中尽量保持原样。（如：石头、拥有稳定制度保障的人）
反脆弱：需要波动与压力作为进化来源； 在混乱与黑天鹅中获益 。（如：九头蛇——砍掉一个头，长出两个头）

在黑天鹅频发的世界里，单纯追求“坚硬”并不可靠。因为你无法预知下一次冲击是否会超过你的承受上限。更可取的方向，是让自己具备“反脆弱”特征： 把随机性变成增益来源。 —— 杀不死我的，会让我更加强大。

具体怎么做？可以抓住两条核心策略。

4.2 策略一：资产配置上的杠铃策略

回到公式里：

$$ \text{终身成就} = \text{单次成就} \times \text{抗风险能力} $$

我们在已经累计了多次成就，有一定资产后，一定要对资产进行抗风险的配置，这是避免资产一夜归零的必要做法。而反脆弱的关键，是把资源配置在两个极端：一端极度保守，一端小比例极度激进。这样才能在黑天鹅事件中保证存活，并且用有限的损失获得黑天鹅潜在的无上限收益。

:::warning 本文不构成任何投资建议 :::

具体而言，可以采用如下资源配置方式：将约 90% 的资源配置在安全区，例如持有现金或国债。这一部分的核心目标不是追求收益，而是确保在任何“黑天鹅”事件发生时，你都不至于被系统性清零，从而保有持续参与的能力。

剩余约 10% 的资源，则用于进行高风险、高不确定性的尝试，例如小规模的风险投资。这部分配置的意义在于：一旦出现“黑天鹅”，你可以用有限的成本换取理论上接近无上限的潜在收益——正如火鸡场中，真正长期、稳定获益的始终是农场主，而非火鸡本身。

下面这段内容摘自《随机漫步的傻瓜》，就能很好的体现用黑天鹅赚取收益的情况，10%的资源或许能让你获得很大的收益：

<div style="border: 1px solid #888; padding: 20px;"> <p>有一次，有人请我发表对股市的看法。我说，我相信下个星期市场有很高的概率会略微上涨。有多高？“大概70%。”这显然是铿锵有力的意见。</p> <p>接着有人插嘴说：“但是，纳西姆啊，你刚刚才吹嘘你大量卖空标准普尔500指数（SP 500）期货，赌市场会下跌。是什么原因使你改变想法？”</p> <p>“我没有改变想法！我那么赌可是有很强的信心！（大家笑了起来）。其实，我现在还想多卖空一些！”</p> <p>会议室内的其他人看起来丈二金刚摸不着头脑。战略家问我：“你到底是看涨（牛市），还是看跌（熊市）呢？”</p> <p>我回答说，除了动物学上的意义，我不懂“牛市”或“熊市”的意思。就和前例中的事件A与事件B一样，我的意见是市场上涨的可能性比较高（我看好后市），但最好是卖空（我看坏结果），因为万一市场下跌，它可能跌很多。突然之间，会议室内总算有极少数交易员了解我的意思，并且开始发表类似的看法。下一次讨论时，他们果然没有再强迫我参加。</p> <p>假使读者接受我的意见，也就是下个星期市场有70%的概率上涨，30%的概率下跌。但是再假设如果上涨，只会涨1%，下跌则可能跌10%。这么一来，读者要怎么做？是看好呢，还是看坏？</p> </div>

4.3 策略二：将时间迈入有利的随机性

4.2的策略是资产配置，而4.3所述的就是你的时间配置。即人究竟该去做点什么利用一下黑天鹅。——不难发现，当今世界里试错成本往往是线性的，但收益可能是幂律甚至指数级的。所以你可以用低成本反复试错，等待某次触发“黑天鹅”一飞冲天。

回到公式：

$$ \text{单次成就} = \text{能力} + \text{运气} $$

低成本试错的本质，是用能力不断创造“可发生的机会”，让运气有更多落点。你无法控制运气何时爆棚，但可以提高它发生在你身上的概率。

许多人每天准时上班、按时完成工作，做得好也未必有额外奖励；准时上学、按时交作业，做得好也只是获得该领域知识。这更像“有限收益 + 隐性系统风险”。

而利用业余时间写代码做小工具、做自媒体发布内容、做产品化尝试、写写Blog：成本主要是时间；即使没人看，损失是锁定且可承受的；但若某个作品触发传播，它带来的流量与收益可能没有上限。

在复杂系统中，预测往往徒劳。更有效的策略是：尽可能让自己暴露在“有利的随机性”之中——多尝试、多迭代、多接触不同的人与信息源。只要你确信 失败成本低、成功收益高 ，就应该去做。哪怕失败 99 次，只要第 100 次抓住那只黑天鹅，之前的成本都会被覆盖，甚至显得微不足道。

现在可以把前文线索收束起来：第一章提醒我们别被结果蒙蔽；第二章提醒我们别迷信模型；第三章解释黑天鹅为何更频繁；第四章给出可执行策略。 最后，回到开头那把左轮手枪：同一个赌局，在不同价值体系下，会导向完全不同的人生设计。

5. 结语：成为所有时间线的幸存者

回到开篇的左轮手枪赌局。

理性的观察者拒绝赌局，是因为那是脆弱的：赢了只是一次性的财富，输了却是生命终结。

理性的观察者警惕“专家迷信”，同样是因为脆弱：忽视尾部风险与不确定性，终会在黑天鹅中失去一切。

我们要构建的人生，应更像这样一场反脆弱的赌局：

最坏情况发生，我依然能安稳度过；
好运降临时，我能抓住机会实现跃迁。

这就是反脆弱的智慧，也是应对不可知未来的可行方案。 $$ \text{终身成就} = (\text{能力} + \text{运气}) \times \text{抗风险能力} $$

参考资料：

随机漫步的傻瓜
黑天鹅
反脆弱

欢迎留下你的评论与建议，一起交流与成长！

我用会计思维手搓了一款 AI 记账 APP（开发日志-1）未上架

Sun, 07 Dec 2025 00:00:00 GMT

APP已进入最后的测试阶段，但目前还不存在使用渠道。

为什么市面上的记账 APP 都不懂我？

还记得最开始，我只是想找一款心仪的记账 APP。作为一个独立开发者，我对工具的要求其实并不算苛刻，只有两点：

支持 AI 扫描小票（拒绝手动输数字的痛苦）。
跨平台支持（iOS + Mac/Web，我需要在电脑前复盘）。

然而，当我翻遍了 App Store 和 GitHub，却发现这种APP不存在。

最先尝试了一木记账，功能确实丰富，但它不支持 AI 识别（只能文字输入），且没有 Mac 端，只有移动端，这对习惯在桌面端管理数据的我来说是硬伤。

后来找到了钱迹，号称全平台支持，简洁纯粹。但遗憾的是，它也没有接入 AI 识别能力，在这个 LLM 爆发的时代显得有些掉队。

还有朋友推荐的貔貅记账，功能逻辑很强，但那个 Mac 端的界面实在有点过于“复古”，且同样缺乏 AI 的加持。

找了一圈，本以为会用上心仪的APP，实际却让我的需求清单从两条默默增加到了三条：

AI 驱动：扫描、语音、自然语言记账。
全平台：iOS + Mac/Web 数据同步。
现代 UI：看着舒心。

既然市面上没有，但妥协是不可能妥协的。那就自己造一个吧。

初步开发

最开始，我的构想非常简单粗暴：做一个带 AI 功能的流水账工具就好了。

那时候我认为，记账不就是 收入 - 支出 = 结余 吗？

我很快搓出了第一版原型，它能跑，能记，也能看图表。

但当我试图记录两笔真实的消费时，我发现我的“流水账”逻辑彻底崩塌了：

iPhone： 我买了一台 1100 加元的 iPhone 17。
- 在旧逻辑里，我当天的消费额暴涨，导致我 11 月的报表显示“严重赤字”。
- 但我的直觉告诉我这种记账方法逻辑不对：我并没有乱花钱。 这台手机是要用 3 年的，它不应该毁掉我这个月的报表。
学费冲击： 我在 UTSC 一学期要交 3w 加币（约 15w 人民币）的学费。
- 在旧逻辑里，交学费那个月的柱状图冲破天际，导致其他日子的饭钱在图表上几乎缩成了一条线。
- 这更不对了！ 这笔钱是管未来 4 个月的，怎么能算作那一天的“亏损”？

光是记“流水”，不仅无法反映真实的生活，反而制造了巨大的数据噪音，让我看不清真正该省钱的地方。

好的现在四条了：

AI 驱动：扫描、语音、自然语言记账。
全平台：iOS + Mac/Web 数据同步。
现代 UI：看着舒心。
核心逻辑：必须要解决“账面失真”的问题。

重新定义记账：Me Inc.

为了解决这个问题，我引入了会计的核心逻辑-资产负债表-现金流量表-利润表。

然后设计了 双轨制视图 来解决这个矛盾：

1. 生存视图—— 现金流

“我还能活多久？”——一个公司不盈利还能活一会，若没有现金流那只能当场清算。

在这里，买手机、交学费就是实打实的现金流出。

右上角的月份指的是按照我近期消费水平，我的现金流还能让我活几个月。

2. 生活视图—— 经营损益

“我的日子过得奢侈吗？”

在这里，我引入了摊销和折旧的概念。

固定资产折旧： 买 iPhone 的 1100 刀不会计入当天支出，而是自动生成一个“资产”，按 3 年折旧（折旧=掉价）。每天掉价只有不到 $1（最后还能出售，有残值=剩余价值）。
项目费用均摊： 3w 刀的学费被扔进一个 Project（项目） 容器，平摊到学期的 120 天里。

结果就是下面这张图：即使交了巨额学费，我的柱状图依然是平滑的，底部垫高了一层“学费成本”，上面是我每天真实的饭钱。

功能模块

资产

普通的记账 APP 把买电脑算作“消费”，而我把它算作“投资”。在资产页面，我可以看到所有设备的 当前残值 (Book Value)——现在卖掉多少钱。

智能利润表

即使本月现金流是负的（因为买了资产），但只要 收入 > (日常支出 + 资产折旧)，智能利润表 依然会显示本月盈利。

当然，这个表就像财报一样具有一定的欺骗性。

Project：不只是工作

后来引入了 Project (项目) 的概念，它有两个用途：

消费型项目： 如出门旅游。它将预付的机票钱、住宿费“挪”到旅行的那几天，然后将旅行期间的支出平摊到那几天。
经营型项目： 如副业接单。它可以计算 副业收入 - 副业支出如(打车费 + 软件费用) 后的 真实净利润，帮我计算副业的回报率。

移动端适配

当然，肯定有移动端适配的。

TrendRadar-打造你的专属热点聚合（UI美化+RSS增强版）

Sun, 23 Nov 2025 00:00:00 GMT

原项目地址：sansan0/TrendRadar

本修改版地址：MysteriousMoon/TrendRadar

主要改动：基于原版逻辑，深度美化了页面 UI 样式，并新增了 RSS 订阅支持。

🔗 快速访问

在线演示：点击访问 TrendRadar
RSS 订阅：点击获取 RSS 地址

下述介绍内容以我修改后的为主：

项目简介

如图，图中汇总了各个网站的热点信息，并且根据关键词筛选了出来，右边还有热度和霸榜次数（根据此排行算出热点事件）。
- 每小时抓取一次，进行统计排序
- 每日刷新统计次数，热度等信息进行重新排序
TrendRadar 是一个旨在解决“信息过载”问题的实时热点聚合爬虫工具，它能够帮助用户高效地监控全网热点。
TrendRadar 能够监控并聚合来自社交媒体、视频网站、财经媒体等媒介的实时热点资讯。
- 财联社热门澎湃新闻
- 贴吧
- bilibili 抖音
TrendRadar一旦监控到重要热点或完成了分析，可以通过多种渠道通知你：
- 企业微信、飞书、钉钉
- 个人微信、Telegram
- 邮件、ntfy
TrendRadar可以部署在GitHub Pages上，各种热点事件也很容易自定义。也可以部署在docker上。

使用指南

1. 开箱即用

如果你不想折腾代码，可以直接访问我已经部署好的服务：

最新热点：https://trendradar.techleaf.xyz/
历史归档：Archive 页面
RSS 订阅：https://trendradar.techleaf.xyz/rss.xml

⚠️ 注意事项：本项目服务器时间基于 加拿大多伦多时间 (EST/EDT)，与中国时间存在时差，请在查看更新时间时留意。

2. 自行部署

如果你希望拥有自己的关键词过滤规则，或修改页面配置，可以按照以下步骤 Fork 部署：

Fork 项目 访问 MysteriousMoon/TrendRadar，点击右上角的 Fork 按钮，将项目复制到你的 GitHub 仓库。
修改配置文件 在 config 文件夹中找到 config.yaml 文件进行编辑：
- 时区设置：修改 app:timezone 为你所在的时区（如 Asia/Shanghai）。
- RSS 配置：如需开启 RSS，请在文件底部的 rss 参数处进行配置。
配置筛选关键词 编辑 config 文件夹中的 frequency_words.txt。支持基础语法与高级语法，可参考 README 文档进行精细化过滤。
启用 GitHub Action 进入仓库的 Actions 页面，启用 Hot News Crawler 工作流。
开启 GitHub Pages 在仓库设置中启用 Pages 服务（或根据 Action 输出选择）。
访问你的站点 部署完成后，访问 https://<你的用户名>.github.io/TrendRadar/ 即可看到专属的热点雷达。

在封闭的平台互联网中利用技术重塑我们的认知边界

“RSS” 入门教程——如何把YouTube、个人播客、新闻站点装进一个APP里

Sun, 23 Nov 2025 00:00:00 GMT

每天早上，你是否需要重复以下动作：打开微博看热搜，切到 B站看关注的 UP 主，打开公众号看推文，再不得不忍受知乎的开屏广告…… 原本为了获取信息，我们不得不打开 10 个不同的网站或 APP 。

是时候试试 RSS 了。

1.什么是RSS

RSS简介

RSS (Really Simple Syndication)

如图所示，这就是 RSS 的作用——无论是你追更的 B 站 UP 主、小众的独立 Blog，还是各类周刊， RSS 把它们从散落的网页里抓取出来，统一集合在这一处。 原本你需要打开 10 个网站才能看完的信息，现在只需要打开这 1 个 APP。

准确地说，RSS 是网站与你之间的一种“订阅协议”，有很多APP都支持这个协议（所以说很多APP都能使用RSS）。你不需要懂代码，只需要把它理解为一个自动同步机制：你的阅读器会替你全天候监控这些平台，一旦检测到内容更新，就会立刻抓取过来。不用点击跳转，不用加载广告，内容原本是什么样，你看到就是什么样。就像一个定时的爬虫，不过是合法合规的。

注：不是所有网站都有RSS，不过理论上都可以手动制作。

RSS实例：

本博客的：https://techleaf.xyz/rss.xml

打开之后长这样：

这就是标准的XML格式的文件，每次RSS客户端就会对此URL进行查询，若有更新则更新在客户端内。

2.为什么需要RSS

不错过自己需要的信息-订阅自己需要的平台
避开平台推荐的信息-不用打开平台就能看见内容
高效简洁-不用打开多个网站查看是否更新
主动接收信息-你可以定义RSS刷新的时间，不再被红点通知绑架

信息管理的必备步骤.jpg

3.寻找订阅源

方法一：寻找网页图标

留意网站顶部或底部的 信号状图标（如文章封面中心的橙色图标），或者写着 "RSS"、"Feed" 的链接。

方法二：手动猜测

很多网站遵循通用的命名规则，尝试在域名后加上以下后缀：
- /rss.xml (例如：https://techleaf.xyz/rss.xml )
- /feed
- /atom.xml
方法三：使用浏览器插件【最好用的方式】

让工具帮你找。安装 RSSHub Radar 或 RSS Feed URL Finder 等浏览器扩展。

RSSHub Radar - Chrome 应用商店

RSS Feed URL Finder - Chrome 应用商店

如图，当你访问某个网页时，如果检测到 RSS，插件图标会亮起并显示数量（如 B站、GitHub 等页面）。

4.如何使用

订阅源配合一个客户端

订阅源-提供RSS的服务端

https://techleaf.xyz/rss.xml 本博客
https://trendradar.techleaf.xyz/rss.xml 热点聚合器
- （参考本博客文章TrendRadar-打造你的专属热点聚合（UI美化+RSS增强版） - Techleaf）
https://feeds.feedburner.com/ruanyifeng
- 科技爱好者周刊，定时分享高质量科技信息
https://wiki.eryajf.net/rss.xml
- 也是一个IT有关的周刊
更多订阅源：

注：订阅源不是越多越好。若关注一堆低质量信息，那和去刷短视频无异。

客户端-APP-选择一个合适的

Feedly: Track the topics and trends that matter to you
- 老牌RSS应用。
- 免费版有一定限制（100个订阅源），基本等于没有。
- 比较适合新手体验，日后转战平台也不迟，是单纯的RSS
Folo — AI-powered RSS reader for deep, noise-free reading with contextual AI.
- 比较火的一个RSS客户端，全平台+Web支持。
- AI功能需要订阅解锁。
- 比较适合追求新技术的用户——RSS是否要引入AI还有待讨论，但是这个应用中避不开
- 内置很多路由，能订阅别的软件订阅不了的东西
Readwise
- 这不仅仅是个RSS订阅软件。
- 整合了稍后读记忆卡笔记等功能，但价格较贵。
DEVONtechnologies | DEVONthink, professional document and information manager for Mac and iOS.
- Mac Only
- 强大的文档管理工具，内置 RSS 功能，不仅是阅读更是归档。
- 界面风格偏复古，学习曲线陡峭，价格较高；不好看，不好看，不好看；很贵，很贵，很贵

导入订阅源

关于如何导入订阅源，各大软件操作逻辑基本一致。都是在点击加号后输入Rss地址。

5.RSSHub制作RSS

之前提到-不是每个网站都支持RSS。那我就是想要怎么办呢？

这时候就需要 RSSHub 了。这是一个开源项目，它能像爬虫一样，把不支持 RSS 的网站强制生成为 RSS 订阅源。

此内容相对高阶，需要一定时间去折腾。

项目地址：RSSHub

更多详见：🌟 热门 | RSSHub

支持了众多接口（如图）：

配合RSSHub Radar - Chrome 应用商店的拓展，就会告诉你哪里有RSSHub的路由了。

6.写在最后：打造属于你的信息领域

在这个算法无孔不入的时代，我们似乎习惯了被动投喂。信息爆炸带来了焦虑，个性化推荐编织了茧房，原本为了节省时间的工具，最终却吞噬了我们的时间。

RSS 的复兴，本质上是一场关于注意力的“自救运动”。在这里，没有旨在留存时长的算法，也没有通过窥探隐私换来的精准广告。它把选择权重新交还给你：看什么、什么时候看、看多少，全由你说了算。

这或许就是 RSS 这项诞生于 2000 年的古老协议，在 2025 年依然熠熠生辉的原因——当互联网疯狂向前狂奔时，有时候我们要找的答案，恰恰藏在过去。

欢迎通过RSS订阅本站

https://techleaf.xyz/rss.xml

UTSC学生如何应对和防范钓鱼邮件

Fri, 14 Nov 2025 00:00:00 GMT

事件经过

之前认为自己绝对不会被骗，并且“骗过”别人的我在今天被骗了（参考如何识别诈骗网站与保护自己的信息 - Techleaf）。

事情的经过简单而典型：早上没睡好，下午收到一封看似紧急的邮件，通知我“核验在读证明信息”。我没有多想，便下载了附件，点开了附件中的网址。

链接跳转到了一个第三方问卷平台。我按要求依次填写了我的 UTORid、密码，甚至是 Duo 的验证码，然后点击了“提交”。

由于整个过程不涉及金钱，并未让我感到异常。

当然提交的那一刻，我立刻意识到了问题。

继续操作后确认这是诈骗——为了验证，我尝试输入了几个随机编造的假账户，全部提交成功。我立即开始了一系列账户补救措施。

Zoho-Forms（问卷平台没有问题，不过是钓鱼问卷）

标准应对流程

发现可疑邮件如何处理？

如果是网页端outlook或者windows桌面端可以点击举报按钮。

如果是macOS或者安卓IOS等移动端，点击电子邮件窗口中的省略号（…菜单）即可访问该按钮。

如果使用的第三方客户端（如我使用的apple mail），则将邮件转发给report.phishing@utoronto.ca。

两者作用相同。学校BOT以及IT部门会帮你判断是否为诈骗邮件，回复速度通常很快。

如果他们确认为正常邮件，但你仍有疑虑，最好线下询问发件人或相关部门。

信息泄露后如何处理？

如果你像我一样，已经输入了信息，请立刻执行以下两步：

**保障acron以及querces的安全，立即修改密码：**立刻修改密码：Change UTORid password
- 若无法设置新密码（被盗后对方已修改为新密码，并且未设置辅助验证邮箱），请立即前往Campus Help Desk进行重置。
- 下方《密码找回系统设置》章节描述了如何设置辅助验证邮箱，让密码被修改后还可以重设密码。
**保障邮箱安全，检查并踢除异常登录：**查看邮箱登录信息，如果有异常登录请立刻修改邮箱密码以及登出：

邮箱密码会与 UTORid 密码同步更新，所以无需单独修改。但你必须检查是否有恶意设备已经登录了你的账户。仅仅修改密码，不会踢除已经登录的恶意设备。
异常登录一般根据自己的设备信息，登录地点，登录IP进行判断。网址：My Sign-Ins | Recent Activity | Microsoft.com

如果有异常登录，去My Account页面点击Sign out everywhere（如图）

（保护邮箱的安全，修改密码不能让已登录的邮箱下线。）

密码找回系统设置

此处还有一个不得不提的系统就是密码找回系统，关于它的介绍在这里：UTORid 密码重置 | EASI --- UTORid Password Reset | EASI

如果账户被盗，密码被修改（可以使用现有密码修改为新密码），那么这个就是最后的找回账户的方式。但如果未启用，只能去线下找工作人员重置。

打开UTORid Password Reset & Account Management Information，填入手机号和邮箱，并且选中你希望的重置方式（目前似乎不支持手机号，要使用备用邮箱）。

填写完毕点击Update就好了，多一道保险。

不过……登录这个系统需要当前ID和密码，那诈骗犯骗完再给你辅助邮箱改了不就行了。那就赶紧跑去线下重设吧。

事件分析及应对方案-减少收到诈骗邮件的可能性

分析：诈骗者要这些信息干啥？

我们通常认为诈骗的最终目的都是钱。这次经历没有直接涉及金钱，这正是我放松警惕的根本原因。

但事实是，诈骗者的目标已经升级：他们想要的是你账户背后所代表的“身份”和“数据”。

诈骗者悄无声息地获得了你的 @utoronto.ca邮箱账户，这样他们就能使用你的邮箱继续给其他同学进行诈骗，下次可能就是骗别人学费转移失败了（使用同为多大的邮箱发邮件最不可能被标记为诈骗邮件）。

从这一点来看，只要你及时发现那是个诈骗网址，并且重设了你的密码，就不会有什么大碍。

当然，使用通用密码的除外——如果你的银行账户和你的acron是一个密码的话就危险了（有MFA的保护也不是那么危险，但请尽早使用密码管理器吧)。

除此之外也不排除有窃取你个人隐私的可能，比如Acron的SIN号码和手机号出生年月日的详细信息。掌握了这些详细数据后，诈骗者就能对你或你的家人施行“高精度诈骗”。例如，他们可以伪装成税务局、移民局甚至“国际刑警”，报出你完整的个人信息以获取信任，进而实施更严重的欺诈。这类精准诈骗的报道在网络上已屡见不鲜。

分析：诈骗者如何找到我的？

包括这次在内，所有诈骗邮件均为本校邮箱发送。

@utoronto.ca是在校教职工的邮箱

mail@utoronto.ca结尾是学生的邮箱

骗到手的邮箱有点太多了……

那么他们是如何找到我的邮箱并且发送诈骗邮件的？

一个合理的推测是：诈骗者利用了多伦多大学的全局地址列表 (GAL - Global Address List)。

GAL：GAL 是 Global Address List 的缩写，中文意思是“全局地址列表”。全局地址列表 (GAL) 是一个集中的、全组织共享的联系人目录。它的主要功能是让你能轻松找到并联系到组织内的任何人，即使你以前从未和他们通过邮件。关闭GAL会让别人在此目录中找不到你。这也意味着，只要攻击者攻破了任意一个 U of T 账户，他们就可以访问这个列表。

方案：在 GAL 中“隐身”

所以说可能因为打开了GAL，导致邮箱泄露收到诈骗邮件，所以下面的步骤提供了一个关闭GAL的方法：

！！！当然，需要强调的是邮箱泄漏的方式还有很多。并且如果入学设置邮箱的时候没有关闭，诈骗犯可以直接使用手上的邮箱获得全部新生邮箱列表，所以可能你的邮箱早都泄露了。又比如你的linkedin账户中填写的联系邮箱为多大邮箱，又或者是你的个人instagram中写了你的个人邮箱——此处需要强调的就是另一个领域的东西了，避免平时上网的隐私泄露。所以关闭GAL不一定有效。！！！

如果你评估后，还决定要关闭的话可以按照以下步骤操作：

登录 UTORid 修改网站：https://utorid.utoronto.ca/cgi-bin/utorid/modify.pl
登录后，你可以在页面上看到你当前的 GAL 状态。
向下滚动，找到 "Do not list (me) in the directory and hide from the GAL."
选中该选项，点击 "Modify" 提交修改。

修改完成后，你的邮箱地址将不再出现在全局地址列表中。

常见诈骗邮件列表(Phish Bowl 档案)

我这次遇到的是“在读证明核验”，这只是冰山一角。多大的 Phish Bowl 档案库里记录了五花八门的案例，主要可归为以下几类：

虚假工作机会：这类诈骗利用学生寻找工作的需求，提供看似诱人的虚假职位。
- 远程就业机会：宣传与大学相关的虚假远程工作，承诺高薪、时间灵活且要求低。
- 特定职位邀请：提供如“门店评估员”或其他特定职位的带薪工作，诱骗学生将个人信息发送到外部邮箱。
- 通用招聘启事：直接使用“EMPLΟYMENT ΟFFER!”或“Jobs for UofT Students”等标题，利用学生和毕业生的求职心理进行钓鱼。
经济奖励与福利：这类诈骗承诺向受害者提供一笔钱，以诱骗他们提供个人信息或支付“手续费”。
- 虚假学生资助：伪造“学生资助计划”或“春季学生奖励”，承诺$1,000至 $10,000不等的经济奖励，并要求提供个人信息来“领取”。
- 虚假薪资/福利通知：针对教职员工，发送虚假的“薪资上涨通知”（如承诺16.89%的大幅上涨）或“新的员工福利”邮件。
账户安全与身份验证：这类诈骗冒充官方机构，以账户安全为由，试图窃取用户的登录凭据。
- Duo 验证推送：试图诱骗收件人批准欺诈性的 Duo（双重验证）推送通知，从而让攻击者登录账户。
- 账户停用警告：发送“重要通知：需要验证”等信息，谎称用户的多大账户已被申请停用，以此窃取登录凭据和 Duo 密码。
- 二维码钓鱼：通过其他平台（如 LinkedIn）发送包含恶意二维码的信息，诱导用户扫描二维码以窃取信息。
费用与账单支付：这类诈骗伪装成官方缴费通知，制造紧迫感，要求受害者立即支付费用。
- 学费逾期诈骗：冒充大学官方，警告学生学费逾期未缴，并威胁将限制其访问学术服务。
- 虚假捐赠活动：冒充真实的大学活动（如 U of T Giving Day），要求收件人捐赠加密货币（Cryptocurrency）并承诺给予奖励（如笔记本电脑）。
恶意软件与病毒：这类诈骗的最终目的是诱使用户下载并运行恶意软件。
- 恶意附件：以“您已收到新的员工福利/薪资信息”等为诱饵，诱骗收件人下载包含病毒的附件，用于窃取个人信息和登录凭证。

参考资料：

UTORid 密码重置 | EASI --- UTORid Password Reset | EASI

网络钓鱼入门：如何识别和举报网络钓鱼攻击 - 多伦多大学信息安全 --- Phishing 101: How to identify and report a phishing attempt - Information Security at University of Toronto

Phish Bowl 档案 - 多伦多大学信息安全 --- Phish Bowl Archives - Information Security at University of Toronto

让微信回归交流APP的方法

Thu, 06 Nov 2025 00:00:00 GMT

曾有人戏言，继 Windows、macOS 和 Linux 之后，世界迎来了第四大操作系统——微信。

这句玩笑精准地道出了一个扭曲的现实：一个本该纯粹的聊天工具，是如何一步步演变成一个臃肿、封闭且无所不包的“缝合怪”的。

它以“聊天”这个最高频的刚需为入口，强行“缝合”了短视频、小程序、公众号文章和朋友圈。其结果是，其聊天体验本身乏善可陈，但每人却又因被社交关系所“绑架”，不得不每天数次打开这个庞然大物。

本文的目标只有一个：将你的微信“阉割”回它本该有的样子——一个纯粹的聊天APP。

我们每天被迫打开这个“微信OS”，忍受着臃肿的功能、无效的红点和“吸收无良知识”的诱惑。但情况是可以改变的。

从“发现页”到顽固的“公众号”，再到桌面端的顽固入口，接下来的内容将是详细的操作步骤。

让聊天APP回归聊天APP。

1.发现页管理

选择「我」->「设置」->「通用」->「发现页管理」

在此处可以关闭掉发现页的诸多杂项，我保留了需要使用的扫一扫。（当然，只是显示或者不显示在发现页而已。并不是关闭了该功能）

2.公众号

点开「公众号」->「设置」->「公众号个性化推荐」

公众号个性化推荐就是那些标题党推送，这个开关默认开启，关上之后就不会推送了而不是继续推送不个性化的内容。

当然，下一步就是取关所有的公众号，这样就能得到一个干净的公众号了。

3.朋友圈

朋友圈的方式更为简单粗暴。虽然不在发现页显示后还可以在别处打开，但只需要设为不看所有人的朋友圈就好了。（此时朋友圈广告也会自然消失）

进入「设置」->「朋友权限」->「朋友圈」->「不看他」->「添加」

（可以直接选中不看整个群聊的朋友圈，减少工作量.jpg）

企业微信似乎需要使用特殊的方法

点开他的头像后->「右上角三个点」->「设置权限」->「不看他的朋友圈」

多伦多生活成本计算（20251006）

Mon, 06 Oct 2025 00:00:00 GMT

等待后续账单周期更新后，文章会一同更新。

目前记账计划执行的有点失败。

一：每月固定支出（含租房）： (约 $1505 - $1655/月)

1.居住成本：$1205/月

校外租房，具体可以参考：

UTSC学生校外租房不完全指南 | TechLeaf Blog

房租： $1100/月
水电费： $80/月 (人均)
网络费： $25/月 (人均)
- （300Mbps+100Mbps，运营商赠送了一个不错的路由器，总费用税前$65/月，分摊后个人支出很低。）

2.饮食成本：$300 - $350/月

在食物上开销比较省，基本上是什么特价我吃啥。常去的商店有foodbasic、沃尔玛、嘉禾超市+线上的嘟嘟买菜和foodbasic。

某张英文小票（已汉化）：

精选罐装汤 (SELECT.CAN.SOUP): $1.27
牛后腰肉 (SIRLOIN TIP ROAS): $14.96 (节省 $15.03)
清真牛后腰肉 (HALAL SIRL.TIP R): $9.09 (节省 $9.13)
卢氏烧烤排骨 (LOU S BBQ): $7.99 (节省 $5.00)
罗马生菜 (ROMAINE HEARTS): $3.98 (节省 $1.00)
小计：$37.29

物价大概就是如此，折合后我每个月只需在食品上有大约300-350刀的开销。（根据住房后的开销计算）。偶尔会做菜，其余时间吃一些冷冻食品与预制菜。

做的咖喱/蒸虾

3. 浮动与娱乐开销：约 $100/月

当然，每个月都会买点奇奇怪怪的小玩意（主要位于二手超市），加上骑行饮料等支出，大概会多出100刀左右。

每月固定支出总计：$1205 (居住) + $350 (饮食) + $100 (浮动) ≈ $1655

二、一次性投资($277)

行（春夏秋、冬季待定）：

一辆自行车即可胜任，详见：

跑步/出行专栏（持续更新中） | TechLeaf Blog

1.出行装备：$110

在多伦多的春夏秋三季，一辆自行车几乎能满足我所有的出行需求。

二手自行车： $70
配件 (打气筒、新脚踏、后筐等)： $40

2.衣物采购：$90

二手市场能买到很多便宜的大牌衣服。

羽绒服均价在30-40刀左右

硬壳软壳均价在10-30刀左右

速干衣均价在5-15刀左右

裤子均价在5-15刀左右

花钱买了三件裤子、三件外套。似乎是足以过冬了。

大概90刀。

（不买时尚品牌，就买户外专注性能的款式）

3. 工作间配置：$77

去二手市场用40刀的价格买了一台三星10年前的显示器。好在是4k60的，缺点是又让我用13刀买了一个电源适配器。

音响也是三星的一款，只需要24刀（赠电源适配器）。

键盘和显示器挂灯是自己带来的.jpg

4.休息间：$0

学校的过渡项目结束后可以带走送的床单和毯子，我就带出来了很多。在此化作床垫：

要说床垫，方案是用几个毯子垫底下，然后打地铺即可。（目前已更换为他人剩下的床垫）

桌子也是上一个房东剩下的。沙发是在过渡项目结束后捡的。

三：支出结算

每月固定支出

住房成本：
- 租房：$1100/月
- 水电费：$80/月（人均）
- 网络费：$25/月（人均）
食物成本：
- 每月食品开销：$300 - $350
二手市场淘宝成本$100

大头开销就是租房，如果不算那昂贵又没必要的学费的话。

所以说每月总开销大概能维持在**$1605 - $1655** 之间。

一次性/非固定支出

出行成本：
- 自行车：$70
- 自行车配件（打气筒、新脚踏等）：$40
- 小计：$110
衣物成本：
- 三条裤子、三件外套：约 $90
- 小计：$90
工作间设备成本：
- 二手显示器：$40
- 电源适配器：$13
- 音响：$24
- 小计：$77

一次性/非固定支出约为 $277。

骑行20250921 圣劳伦斯市场

Sun, 21 Sep 2025 00:00:00 GMT

出发，前往圣劳伦斯市场。骑车往返。

到了湖边后沿着湖边一直骑行就好了。

路况很好

St. Lawrence Market · Toronto, ON M5E 1C3, Canada

圣劳伦斯市场的东西也很好吃

圣劳伦斯市场详见（之前去过一次，稍微写了点）

Downtown散步记录 | TechLeaf Blog

骑行20250917 安大略湖周边

Wed, 17 Sep 2025 00:00:00 GMT

由于是骑行，所以没拍照片。

还得多练，不过山地车这个速度很难骑更快了。

上个身体情况

心率比跑步动不动180低多了，也就148。

关于路线：

到湖边之前可以从公园穿过去（也可以从Valley开始穿行），坡度不大。

到湖边后有专门的骑行道，限速20km/h。我应该是超速了，在那个骑行道上骑了25km/h。

不过骑行道很短，几公里就结束了，于是从ROSEBAN STATION折返回来。

最后去East Point Park骑的，就是一段山地路线。速度降到10km/h以下了，也是第一次知道更短的齿轮的作用。

关于自行车：

自行车是在二手自行车店买的，税前70刀，含有14天的保修：

The Up-Cycle (Bicycle Repair & Bicycle Recycling) · 520 Coronation Dr #13, Scarborough, ON M1E 5C7, Canada

是一辆山地自行车，附赠挡泥板，后座架，水杯架。

后框是Dollarama随便花钱买的框，并不是专用的自行车筐。

变速坏了一个，从36变成26了。

这辆车骑公路最快能骑到30码，然后就是全空转了。看着别人公路车动不动40-50码的还是挺羡慕的。

CSCA08 CSCA67 MATA31 LINA01 DDL&Info

Tue, 09 Sep 2025 00:00:00 GMT

导读：第一部分是时间线版本，列出来了每周任务/无DDL任务第二部分是课程版本，包含更详细的作业权重以及考试占比，同时附上了来源。第三部分是碎碎念保命声明：阅读时需谨慎，请再次核对。可以全部加入代办清单啦（

1.Timeline-2025年秋季学期课业时间线

每周任务

截止日	时间	课程	任务	平台/备注
每周一	上午 9:00	CSCA08H3	每周预习 (Prepare)	PCRS
每周二	上午 9:00	CSCA08H3	每周复习 (Perform)	PCRS
每周日	(全天)	LINA01	Top Hat 阅读与章节问题	Top Hat
每周Tutorial	(上课时)	MATA31H3	8次作业 (取最好的6次)	Quercus
每周Tutorial	(上课时)	CSCA67	Tutorial 练习	课程官网

其他一次性作业与任务

CSCA08H3 - 计算机科学导论I

类型	任务/作业	截止日期	提交平台	权重
大作业	作业 1	待定 (TBD)	Markus	8%
大作业	作业 2	待定 (TBD)	Markus	10%
大作业	作业 3	待定 (TBD)	Markus	14%

CSCA67 - 离散数学

类型	任务/作业	截止日期	提交平台	权重
大作业	家庭作业 1 - 4	待定 (TBD)	课程官网	各 6%

LINA01 - 语言学导论

类型	任务/作业	提交平台	开始日期	截止日期	权重
必修模块	学术诚信模块	Quercus	已开放	9月14日	2%
小作业	Quercus 作业 1	Quercus	9月7日	9月21日	2%
小作业	Quercus 作业 2	Quercus	9月21日	9月28日	2%
大作业	大作业 1	Quercus	10月3日	10月10日	10%
小作业	Quercus 作业 3	Quercus	10月19日	10月26日	2%
大作业	大作业 2	Quercus	10月24日	11月7日	10%
小作业	Quercus 作业 4	Quercus	11月9日	11月16日	2%
大作业	大作业 3	Quercus	11月21日	11月28日	10%
小作业	Quercus 作业 5	Quercus	11月16日	11月30日	2%
实验参与	SONA 实验/替代作业	Quercus/SONA	9月15日	12月1日	2%
调查问卷	学期调查 (共3次)	Quercus Assignments	待定 (TBD)	待定 (TBD)	1%

2.课程分数构成总结（非时间线版本）

CSCA08H3 - 计算机科学导论I

每周练习: 18% (Prepare 6% + Perform 12%)
- 作业地址：https://cms-pcrs.utsc.utoronto.ca/csca08f25/
- Prepare DDL：每周一上午 9:00。
- Perform DDL：次周二上午 9:00。
三次作业: 32% (8% + 10% + 14%)
- 作业地址：https://markus2.utsc.utoronto.ca/
考试: 50% (期中17% + 期末33%)

来源：

https://q.utoronto.ca/courses/405064/files/38833126/download?download_frd=1

Evaluation and tentative course calendar

MATA31H3 - 数学科学微积分I

作业: 24% (8次作业，取最好6次)
- 作业地址：https://q.utoronto.ca/courses/405798/assignments
- DDL：On Tutorial
期中考试: 26% (2次，各13%)
期末考试: 50%
课程安排日历（点开查看）

Link：https://q.utoronto.ca/courses/405798/pages/course-schedule?module_item_id=6893702

![image.png](./pic/image 1.webp)

来源：

https://q.utoronto.ca/courses/405798/pages/course-assessment

MARKING：

MARKING:

Assignments 24%

Term Tests 26%

Final Exam 50%

MARKING:
Assignments	24%
Term Tests	26%
Final Exam	50%

CSCA67 - 离散数学

Tutorial练习: 4%
- 作业地址：https://www.utsc.utoronto.ca/~atafliovich/csca67/content.html
家庭作业: 24% (4次，各6%)
- 作业地址：https://www.utsc.utoronto.ca/~atafliovich/csca67/assignments.html
期中考试: 37% (7% + 15% + 15%)
期末考试: 35%

来源：

CSC/MAT A67 — Discrete Mathematics: Fall 2025

You will also complete……

You will also complete four homework assignments, worth 6% each. Do not leave these to the last minute: they are substantially more work than the weekly exercises, and we expect that you will work on them for several hours each week.

Finally, there will be three term tests (worth 7%, 15%, and 15%) and a final examination (worth 35%). You must get at least 40 out of 100 on the final examination to pass the course; otherwise, your final course grade will be no higher than 47%.

LINA01 - 语言学导论

SONA实验/替代作业: 2%
- 作业地址：https://q.utoronto.ca/courses/405731/pages/sona-experiment-participation-slash-alternative-assignment?wrap=1
- DDL：9.15开放，12月1日截止
学术诚信模块: 2%
- 作业地址：https://q.utoronto.ca/courses/405731/assignments/1581243
- DDL：9.14
学期调查: 1% (3次共1%)
- 作业地址（在assignments里面找）：https://q.utoronto.ca/courses/405731/assignments

作业: 30% (3次，各10%)

提交平台：Quercus

评估项目	发布时间	提交截止日期
大作业 1 (占10%)	10月3日 (中午12点)	10月10日 (晚上11:59)
大作业 2 (占10%)	10月24日 (中午12点)	11月7日 (晚上11:59)
大作业 3 (占10%)	11月21日 (中午12点)	11月28日 (晚上11:59)

Top Hat阅读与章节问题: 10%
- 提交平台：https://app-ca.tophat.com/e/649412
- DDL：开始于每周一，截止为每周日

Quercus家庭作业: 10% (5次，各2%)

提交平台：Quercus

评估项目	发布时间	提交截止日期
Quercus 作业 1 (占2%)	9月7日 (中午12点)	9月21日 (晚上11:59)
Quercus 作业 2 (占2%)	9月21日 (中午12点)	9月28日 (晚上11:59)
Quercus 作业 3 (占2%)	10月19日 (中午12点)	10月26日 (晚上11:59)
Quercus 作业 4 (占2%)	11月9日 (中午12点)	11月16日 (晚上11:59)
Quercus 作业 5 (占2%)	11月16日 (中午12点)	11月30日 (晚上11:59)

期末考试: 45%

来源：

https://q.utoronto.ca/courses/405731/pages/grade-distribution?wrap=1

Grade Distribution

3.碎碎念

MATA31
- 预备微积分、极限、导数。然后没了……？
CSCA67
- 什么是离散数学？哦原来是大杂烩
- 逻辑命题、计数原理、概率
CSCA08
- 还在用wing101？还在用wing101？
- 没用过VSCode说是，或者PyCharm也行。也没指望用emacs。
- 跟隔壁UCB的CS61A比比，比的了吗？
CS 61A Fall 2025
LINA01
- 谁说的水课，DDL这么多麻烦死了。好在一键加入代办清单.jpg
- 为啥还要额外买书？我交了6000加币的学费啊！

徒步20250824 Downtown

Sun, 24 Aug 2025 00:00:00 GMT

城市不只是一系列地标的集合，更是一张可以靠双脚去探索的地图。从圣劳伦斯市场的烟火气，到多大校园的宁静；从伊顿中心的现代喧嚣，到安大略湖畔的开阔。有些地方擦肩而过，有些地方驻足品尝，有些地方则干脆留给未来的自己。

一条线路把大多数景点全部看了一遍，当然复刻的时候可以坐公交车，不必要也走22km。

可以点击链接复刻路线：https://maps.app.goo.gl/go5BUVcxMP6tDgrH8

图解（总路程约22km）

圣劳伦斯市场 (St. Lawrence Market)
多伦多伊顿中心 (CF Toronto Eaton Centre)
宜家 (IKEA Toronto Downtown)
多伦多公共图书馆-多伦多参考图书馆 (Toronto Public Library - Toronto Reference Library)
OISE 图书馆 (OISE Library)
多伦多大学+多伦多大学Bookstore (University of Toronto Bookstore)
肯辛顿市场 (Kensington Market)
购物中心 (Chinatown Centre)
安大略美术馆 (Art Gallery of Ontario - AGO)
加拿大国家电视塔 (CN Tower)
水族馆
湖边散步（有兴趣可以去湖心岛）

简略的景点介绍

1.圣劳伦斯市场 (St. Lawrence Market)

一个历史悠久的大型市场，内有超过100个摊贩，是品尝本地美食和购买新鲜食材的好去处。

猪肋排（15加元）

好吃，好吃，好吃）

1L现榨胡萝卜汁（10加元）

2.多伦多伊顿中心 (CF Toronto Eaton Centre)

多伦多市中心最大的购物中心，拥有玻璃拱顶设计，汇集了众多国际品牌和餐饮选择。

个人不喜欢逛商场，随便看看就走了。地下有很多餐厅可以吃饭。

3.宜家 (IKEA Toronto Downtown)

位于市中心的宜家分店，方便在城市核心区域购物。

这个不用介绍了罢

4.多伦多公共图书馆-多伦多参考图书馆 (Toronto Public Library - Toronto Reference Library)

多伦多最大的公共参考图书馆，建筑设计独特，是学习和阅读的理想之地。

里面有自习室，当然也有很多的书籍。（甚至有中文书）

5.OISE 图书馆 (OISE Library)

需要Tcard进入，不是多伦多大学的学生就进不去了。

当然里面没啥可看的，对比上一个图书馆书太少了。

6.多伦多大学+多伦多大学Bookstore (University of Toronto Bookstore)

Bookstore周末不开，嗯是的，就周末不开。

我周末去的

7.肯辛顿市场 (Kensington Market)

一个充满活力的多元文化社区，遍布着独立精品店、古着店、各国美食和新鲜食品市场。

忘记去了.jpg

8.购物中心 (Chinatown Centre)

名字好听，实际上没啥可去的。特别老的建筑了。

9.安大略美术馆 (Art Gallery of Ontario - AGO)

加拿大最著名的美术馆之一，收藏了大量加拿大及世界各地的艺术品，建筑本身也极具特色。

没兴趣，也没去

10.加拿大国家电视塔 (CN Tower)

多伦多的标志性建筑，可以登塔俯瞰整个城市和安大略湖的壮丽景色。

没兴趣，票巨贵（70加元）。就没上去。

11.水族馆

宽敞的现代水族馆，展出许多物种和栖息地，提供各种活动和课程。

票50加币，但是我也没去。

12.湖边散步（有兴趣可以去湖心岛）

湖边.jpg

随便走走

UTSC学生校外租房不完全指南

Tue, 12 Aug 2025 00:00:00 GMT

租房很容易（x 此版本大量内容由AI撰写本人大一已经润去租房了

1.校外租房最简步骤指南

先去各种网站上找房子（详细见后面《第二部分：掌握搜索技巧：如何及何处寻找房源》）
找到之后联系房东线下看房（一般提前2天）
看房后签合同，入住

整个流程大概1week。

2.校外租房 - 价格优势

注：大一新生强制缴纳7天的meal plan

多伦多大学士嘉堡校区住宿与餐食月度费用明细

住宿类型 (Residence Type)	房间类型 (Room Type)	每月房间费用 (Monthly Room Fee)	每月餐食计划费用 (Monthly Meal Plan Fee)	每月总计 (Estimated Monthly Total)
Harmony Commons	Single (单人间)	$1,805.50	$826.25	$2,631.75
	Double (双人间)	$1,547.50	$826.25	$2,373.75
	Super Single (超级单人间)	$2,145.38	$826.25	$2,971.63
Townhouse (联排别墅)	Single (Standard) (标准单人间)	$1,477.63	$826.25	$2,303.88
	Single (Small) (小单人间)	$1,306.50	$826.25	$2,132.75
	Double (Upper Level) (上层双人间)	$1,127.38	$826.25	$1,953.63
	Double (Lower Level) (下层双人间)	$1,015.38	$826.25	$1,841.63

计算方式说明：

每月房间费用 = 年度房间费用 / 8个月
每月餐食计划费用 = $6,610 / 8个月 = $826.25
每月总计 = 每月房间费用 + 每月餐食计划费用

多伦多大学士嘉堡校区周边校外住宿价格估算

住宿类型 (Accommodation Type)	价格范围 (Price Range)	人均成本 (Per Person Cost)	简介 (Description)
合租房中的单个房间	$850 - $1,200 /月	$850 - $1,200 /月	最常见的学生租房形式。拥有独立卧室，与2-4名室友共享厨房、卫生间等公共区域。
地下室公寓	$1,600 - $2,200 /月	$800 - $1,100 /月	与同学合租一个两室地下室的人均成本。提供比合租房更大的私密性。
公寓/楼房单位 (Condo)	$2,100 - $2,500 /月	$2,100 - $2,500 /月	一室一厅（1-Bedroom）的价格。通常有更好的安保和设施（如健身房）。
公寓/楼房单位 (Condo)	$2,500 - $3,000 /月	$1,250 - $1,500 /月	两室一厅（2-Bedroom）的价格，此为人均成本。租金更高，但设施更好。
公寓/楼房单位 (Condo)	$2,500 - $3,000 /月	$800 - $1000 /月	三/四室一厅（3/4-Bedroom）的价格，也相当好。但是都这样了为啥不住house？
整租house	$3000+（3人，4人，5人，6人）	$800 - $1,200 /月	整租一个house，如果能找到朋友合租这一定是最佳选择
（也是本人大一的方案）

价格对比：

综上，根据**$1,100/月**的校外大致人均住宿成本，与所有校内住宿选项进行一次精确的成本对比。

核心前提:

校外住宿月租成本: $1,100
强制性餐食计划 (Meal Plan): $826.25/月
假设校外住宿的食品开销等同于Meal Plan（实际上会低很多很多，还会吃的很好）
校外住宿每月总开销: $1,100 (房租) + $826.25 (餐食) = $1,926.25

住宿选项 (校内)	每月总开销 (校内)	对比校外 ($1,926.25) 每月可节省金额	对比校外 (8个月) 学年总节省金额
Townhouse (下层双人)	$1,841.63	-$84.62 (此选项下，住校更便宜)	-$676.96 (住校8个月更便宜)
Townhouse (上层双人)	$1,953.63	$27.38	$219.04
Townhouse (小单人)	$2,132.75	$206.50	$1,652.00
Townhouse (标准单人)	$2,303.88	$377.63	$3,021.04
Harmony Commons (双人)	$2,373.75	$447.50	$3,580.00
Harmony Commons (单人)	$2,631.75	$705.50	$5,644.00
Harmony Commons (超级单人)	$2,971.63	$1,045.38	$8,363.04

结论分析:

校外住宿性价比极高：如果您的校外人均房租能控制在$1,100，那么与除了“最便宜的双人间”之外的所有校内住宿相比，选择校外都更省钱。
节省金额非常可观：与主流的校内单人间（Townhouse或Harmony Commons）相比，住在校外一个学年（8个月）可以轻松节省 1,600到8,300多加元。
决策关键点：唯一的例外是Townhouse的下层双人间，它的总成本比您设定的1,100房租的校外方案还要便宜约85/月。因此，如果您的首要目标是极限省钱，并且不介意和室友共享一个房间，那么Townhouse下层双人间是唯一比校外$1,100租房更经济的选择。

对于追求独立空间（单人间）的学生来说，校外租房的经济优势是压倒性的。

3.校外租房地段一览

详见《第五部分：社区深度探索：UTSC周边居住地选择》

说白了有很近的房子，就在400m以内。当然还是以1-2km的为主。据说有很多大二大三的学生住在Highland Creek。

当然也有住在STC的，去downtown玩和旁边STC购物都很方便。

公交10min多一点，38和95都能到达。STC附近的房子选择性还要更多一点。

4.本人为数不多的经验，以及对HarmoryCommons（学校宿舍）的小小吐槽

Harmony Commons (First Year Residence) | Student Housing & Residence Life

离开HC的原因主要是因为HC太贵了，并且禁止做饭（学校食堂很难吃，并且因为甜点的诱惑导致的不健康。甜点区总是忍不住去拿一块Cookie）。且据说HC宿舍里有人抽大麻，并且味道会顺着通风管道飘进别人宿舍。我的某个朋友就因此在1:00多的时候被大麻熏醒了。这也是一个劝退的点吧。还有一个不得不提的就是洗衣机，洗衣机完全不够用-至少会遇到很多次下去之后发现洗衣机没有空位，要不然就是洗完了没拿走。

综上，本人在交完1500加币的宿舍申请押金后还是决定离开了HC（退不掉了），找朋友一起去校外整租了一个house。7月底开始找的房子，学校附近1km已经不剩下多少了（整租的house，但是单独的房间还有很多），但是还是找到了几个房子。目前来看最晚的找房时间是在8.15，据说往后剩下的会越来越少了。人均大约在800-1100加币一个月，水电以及各种杂项加起来据说是100/人。当然也遇到了一些问题，比如房子布局对于学生租房来说稍微有点问题，通常是一个主卧，几个次卧。主卧特别大还带有独立卫浴，在这个点上比较容易引起争议。然后就是找中介，签合同，付款（后面AI文档里会提到，有租赁法的保障不会被坑，且这边行业相当规范，当然前提是找中介签署正规合同）。

5.租房网站使用流程

确定位置（比如以当前位置为主）
筛选房型，比如卧室数量/卫生间数量
确认房型，联系房东/中介

本人让Claude使用MCP控制浏览器帮忙找了很多（x

6.AI-多伦多大学士嘉堡校区(UTSC)学生校外租房不完全指南

第一部分：了解多伦多租赁市场概况

对于多伦多大学士嘉堡校区(UTSC)的学生而言，开启校外租房之旅既是迈向独立生活的重要一步，也充满了挑战。多伦多是加拿大租房市场最昂贵的城市之一，对于初次租房者，尤其是国际学生来说，了解本地的租赁环境、住房类型和基本法规至关重要。本部分旨在为学生提供一个坚实的基础，阐明在做出关键住房决策前需要了解的基本概念和术语。

1.1 校外住房类型详解

在士嘉堡地区，学生可选择的校外住房类型多种多样。了解每种类型的特点、优缺点及其法律含义，是做出正确选择的第一步。

公寓——大房子里的小单元：

Apartment：
- 单间套房（Studio/Bachelor Apartment）：这是一种自给自足的居住空间，通常将卧室、小厨房和独立卫生间整合在一个开放式房间内，非常适合单人居住 7。"Bachelor"是较老的说法，通常指面积更小、设施更基础的单位；而"Studio"则可能指代更现代化、设计感更强的开放式公寓。
- 公寓（Apartment - 1/2/3-Bedroom）：位于大型公寓楼内的独立单元，包含独立的卧室、客厅、完整的厨房以及一个或多个卫生间 7。这类公寓通常由专业的物业管理公司进行统一管理，维护和沟通流程较为规范化。
Condo：
- 共管公寓（Condominium - Condo）：在结构上与普通公寓相似，但产权归个人业主所有。这意味着租客的房东是个人，而非大型公司。Condo通常装修更现代，并配备健身房、游泳池、派对室等公共设施 4。租住Condo的一个重要特点是，租客不仅要遵守租约，还必须遵守大楼的共管公寓法规（condominium declaration, bylaws, and rules）9。
Townhouse：
- 联排别墅（Townhouse）：一种多层住宅，与相邻的单位共享一至两面墙体。它比公寓提供更多的空间，通常还带有一个小型的户外区域 8。

House-独栋别墅：

House：
- 合租房屋/分租房间（Shared House / Room in a House）：这是学生中最常见的租房形式。租客租用一个私人房间，并与其他租客共享厨房、卫生间、客厅等公共区域 4。房东可能居住在同一栋房屋内，也可能不住在里面。
  - 整租house的话大概率是要负责除草和除雪的
  - 整租house请注意卫生间和房间数量，常说的xBxB房型指的就是bedroom和bathroom的数量。
- 地下室公寓（Basement Apartment）：位于独立屋地下室的独立居住单元 4。这通常是性价比较高的选择，但看房时必须格外仔细。需要检查其是否为合法单位（legal basement），包括是否有独立的出口、天花板高度是否达标、采光和通风情况，以及是否存在潮湿、发霉或来自楼上的噪音等问题。

1.2房东-租客关系的光谱与法律适用性

选择不同的住房类型，从根本上定义了租客与房东之间的关系性质，以及安大略省租客保护法（Residential Tenancies Act, RTA）的适用范围。这是初次租房者最容易忽视、也最关键的一点。

专业化物业管理：当租住在一个大型公寓楼或由专业公司管理的Condo时，租客面对的是一个公司实体。这种关系是正式的、非个人化的，所有沟通和维修请求都有标准流程。在这种情况下，租客的权利完全受到RTA的保护 8。
个人房东：当从个人业主那里租用一个Condo或整套房屋时，关系变得更加个人化。虽然RTA仍然完全适用，但沟通方式可能不那么正式，房东的响应速度和专业程度也因人而异 4。
法律盲区：与房东共享空间：这是一个至关重要的法律区别。如果学生租用一个房间，并且需要与房东或其直系亲属（配偶、子女、父母）共享厨房或卫生间，那么根据安大略省的法律，该租客不受《住宅租赁法》（RTA）的保护 12。这意味着租客的权利仅限于与房东签订的书面或口头协议，房东可以更容易地终止租约，而租客无法向房东与租客委员会（LTB）寻求帮助。
合法分租：房东不在场：如果学生租住在一个“寄宿屋”（Rooming House）中，即多个房间被分别出租给不同租客，而房东本人并不居住在该物业里，那么所有租客都受到RTA的保护 4。

因此，在看房时，学生必须学会提出一个关键问题：“我是否需要与房东或其家人共用厨房或卫生间？”这个问题的答案直接决定了他们的法律地位。这一认知将住房类型的选择从一个简单的描述性列表，提升到了一个关乎法律自我保护的关键决策层面。

1.3 专业学生公寓（PBSA）

除了传统的租赁选项，市场上还存在一种专门为学生设计的住房模式——专业学生公寓（Purpose-Built Student Accommodations, PBSA）。这些公寓由独立公司拥有和运营，旨在提供一种介于校内宿舍和传统租房之间的混合体验 11。士嘉堡百年理工学院（Centennial College）旁的Centennial Place就是一个典型的本地例子 13。

特点：这类建筑完全为学生生活而设计，通常提供带家具的房间、个人责任租约（individual liability leases，即租客只需为自己的租金负责，不受室友影响）、室友匹配服务，以及健身房、学习室、社交活动等丰富的配套设施 11。
优点：提供“类似宿舍的校外体验”，简化了租房流程（租金通常全包），并提供了一个现成的学生社区。
缺点：费用通常高于传统的私人租赁，且可能有比普通公寓更严格的规定。

混合模式的价值

PBSA模式试图融合校内住宿和校外租房各自的优点。它提供了私人租约的独立性，同时又保留了大学宿舍的社区感和便利设施。对于那些既渴望独立又担心租房市场复杂性（如寻找室友、与房东打交道、规避诈骗）的学生来说，这是一个极具吸引力的选择。

特别是对于国际学生及其家长而言，PBSA提供了一种更安心的解决方案。他们可以在抵达加拿大之前就预订一个有保障的、设施齐全的住处，其可靠性远高于在分类广告网站上寻找的未知房源。尽管价格可能更高，但这种为“安心”和“便利”支付的溢价，对于许多家庭来说是值得的投资。

第二部分：掌握搜索技巧：如何及何处寻找房源

本部分将深入探讨寻找房源的实际操作，从最安全可靠的官方渠道，到范围更广但风险也更高的公开市场，为学生提供一套战略性的搜索方法。

2.1 大学官方渠道：最安全的第一站

开始寻找校外住房时，最明智的第一步是从大学官方或其附属机构提供的资源入手。这些渠道的信息最权威，风险最低。

多伦多大学官方提供校外租房网站（需要学生ID登陆）：

Student Apartments for Rent Near University of Toronto - Scarborough Off-Campus Housing | University of Toronto

打开之后大概这个样子，可以直接点进去找房。

官方网站理论上来说更有保障罢

另可参考多伦多大学学生会 (UTSU) 住房指南：

www.utsu.ca

2.2 专业租赁平台：比较分析

在互联网时代，在线租赁平台是寻找房源的主要工具。然而，不同平台各有侧重，了解它们的特点能极大提高搜索效率。

表 2.2.1: 在线租赁平台对比分析

下表旨在帮助学生根据自身情况（如国际学生身份、预算、住房偏好）选择最合适的搜索工具，避免在不相关的平台上浪费时间。

也可以让中介帮自己找

平台	目标用户	对学生的主要特点
uhomes.com	国际学生	经过审查的房源，无服务费，提供详细信息（照片/视频），有专业顾问协助，可按预算、房型等筛选，支持在线预订。专注于学生公寓，如单间、合租房。
University Living	国际学生	提供带家具的房源，设施齐全，价格透明，提供24/7客户支持，房源靠近校园，部分房源有“未获签证全额退款”（No Visa No Pay）政策。
Amberstudent	国际学生	提供“未获签证全额退款”和“分期付款”选项，支持即时预订，专注于PBSA和专业管理的公寓楼，设施列表详细。
Rentals.ca	普通大众 (学生群体庞大)	房源数量巨大，类型多样（公寓、Condo、独立屋、地下室），高级筛选功能（可带宠物、带家具、包水电等），是寻找各类住房的综合性平台。
Zumper / Padmapper	普通大众 (年轻人中流行)	基于地图的搜索界面，聚合来自多个网站的房源，可筛选“无中介费”公寓，提供发布室友和转租信息的功能。
RentSeeker.ca	普通大众 / 学生	提供按学校名称/位置搜索的特色功能，房源类型包括公寓、Condo、独立屋等。
Viewit.ca	普通大众	加拿大老牌租赁网站，以个人房东和小型公寓楼的房源著称。
Kijiji	个人对个人 (P2P)	房源数量多，可直接与房东联系，是寻找合租房间或地下室的好地方。（小心被坑，最好有中介介入）

选择平台应具备战略性。例如，一个没有加拿大信用记录的国际学生，应优先考虑uhomes或University Living这类平台，因为它们的服务模式就是为解决这类问题而设计的。而一群有本地担保人的本地学生想合租一整栋房子，那么Rentals.ca或Zolo会是更高效的选择。

虽然但是感觉AI说了这么多也没啥用，真正找的时候还是每个网站都看一眼。

2.3 房地产经纪人（Realtor）的角色

虽然并非所有租房都需要经纪人，但在多伦多这样竞争激烈的市场，尤其是在寻找整套Condo或独立屋时，聘请一位房地产经纪人会非常有帮助 4。

优势：经纪人可以访问MLS（多重上市服务系统），这是一个不对公众开放的、最全面的房源数据库。他们拥有专业的谈判技巧，能帮助租客争取更有利的租赁条款，并能简化看房和申请流程。
费用：对于租客来说，经纪人的服务通常是免费的，他们的佣金由房东支付。
何时考虑：当寻找较高价值的房产（如整套Condo或独立屋）、时间紧迫，或者感觉租房过程过于复杂时，可以考虑寻求经纪人的帮助。
建议寻找可靠的学长学姐推荐可靠的中介

信任-风险连续体：制定战略性搜索计划

不同的搜索渠道可以被看作是分布在一个“信任-风险连续体”上。理解这个连续体是制定有效搜索策略的关键。

高信任，低风险：位于连续体的一端是大学官方的Housing Finder 11。这里的房东目标明确，平台受大学监管，最为安全。
中等信任，中等风险：中间地带是经过策划的商业平台，如uhomes、Rentals.ca等 7。它们有自己的审核流程和商业信誉，但本质上仍是商业公司，需要租客自行判断。
低信任，高风险：另一端则是完全开放的个人对个人平台，如Kijiji和Facebook Marketplace 27。这些平台缺乏监管，信息鱼龙混杂，是诈骗的重灾区。

第三部分：租赁流程实战：分步指南

本部分将按时间顺序，详细拆解从看房到提交申请的每一个实际步骤，为学生提供一份可操作的行动手册。

3.1 实地看房

这是整个租房过程中最关键的亲身实践环节。必须强调的是，绝对不要在未亲自看房的情况下租任何房子。因为照片大概率会骗人，把有问题的房子掩盖掉。

3.2 与房东沟通：需要提出的关键问题

在看房期间与房东或其代理人的有效沟通，能帮助你获取租约中未明示的重要信息。以下问题列表综合了多个来源的建议 37。

关于租约与付款：
- “租期是多长？（How long is the lease term?）”
  - 一般来说有按月/按年，就本人经验来看按年较多，不过可以协商
- “接受哪些租金支付方式？（e-transfer, post-dated cheques?）” 37
  - 一般是e-transfer/写支票
关于成本与费用：
- “租金中包含了哪些公共事业费（水电暖）？（What utilities are included in the rent?）” 37
  - 有含的有不含的，据说加起来200加元/月（一整栋）。后续大一会更新我的实际经验
- “是否有其他费用，如停车费、洗衣费、储物柜费等？（Are there any other fees?）” 37
  - 一般来说不会有
关于居住规定：
- “关于宠物的政策是什么？（What is the pet policy?）”
  - 宠物虽然可以被限制，但是如果是整租house的话限制了也无效（见后文租赁法）。
- “关于访客（特别是过夜访客）的规定是什么？（What are the rules for guests?）”
  - 整租的话也是可以带访客过夜的，但是不能长期过夜（见后文租赁法）
- “我是否可以进行装饰，比如粉刷墙壁、挂画？（Can I decorate?）”

3.3 国际学生租房指南：克服障碍

注：大一新生没有足够的信用，又找不到担保人的话可以通过一些方式跳过该步骤，例如提前交半年的租金。（见应对策略2）

国际学生在租房时面临着独特的挑战，主要是由于缺乏本地信用记录和担保人。

核心挑战：“无信用记录/无担保人”是最大的障碍，因为这是本地房东评估风险的主要依据。
应对策略：
1. 利用专业平台：如第二部分所述，uhomes、University Living等平台的服务模式正是为解决国际学生的这些痛点而设计的。
2. 主动提供更多资金证明：虽然法律规定房东只能要求“首一尾一”（第一个月和最后一个月的租金），但学生可以自愿提出预付数月租金，以证明自己的财务实力。这一行为必须在租约中明确记录，以保障双方权益。
3. 寻找本地室友：与拥有良好信用记录或本地担保人的加拿大本地学生合作，可以大大增强申请的竞争力。
4. 提供替代性文件：提供大学的录取通知书、在读证明、奖学金证明，以及显示有充足资金的银行对账单，都有助于建立房东的信任。

第四部分：法律基石：安大略省标准租约与您的权利

本部分旨在揭开安大略省租赁法律的神秘面纱，通过清晰解读法律文件和核心法规，赋予学生租客自我保护的能力，防止他们因信息不对称而受到剥削。

4.1 解读《安大略省标准租约》

自2018年4月30日起，安大略省绝大多数住宅租赁都必须使用这份由政府制定的标准租约表格（Residential Tenancy Agreement - Standard Form of Lease）。这份文件的强制性使用，旨在保护租客免受不公平或非法条款的侵害。

重要性：如果房东使用了自制的租约，租客有权要求房东提供标准租约。房东必须在租客提出要求后的21天内提供 43。学生可以从安大略省政府官方网站下载这份表格的最新版本 42。

Residential Tenancy Agreement (Standard Form of Lease) - Central Forms Repository (CFR)

核心作用：标准租约的价值在于它为租客提供了一个法律盾牌。它将租赁关系中的关键条款标准化，使得任何与《住宅租赁法》（RTA）相抵触的附加条款都自动失效。租客不再需要成为法律专家，只需理解一个核心原则：“任何试图剥夺我在RTA下享有的权利或强加给我非法责任的条款都是无效的。”

表 4.1.1: 《安大略省标准租约》速览

这份长达17个部分的法律文件可能令人望而生畏 9。下表旨在将其核心内容提炼出来，作为一个快速参考指南，帮助学生在签署前迅速把握关键点。

章节号	章节标题	对学生的核心提示
1-3	协议方、租赁单位、联系信息	确保所有姓名和地址正确，以便接收法律通知。可在此处同意通过电子邮件接收通知。
4	租赁期限	明确起租日期和租期长度（如12个月）。租期结束后，租约自动转为按月租赁，租客无需搬出或签署新租约。
5	租金	规定了“合法总租金”（包括基础租金、停车费等）。未来的租金上涨将以此为基数。列明了支付日期和方式。
6	服务与公共事业费	清晰列出租金中包含（如水费）和不包含（如电费、网费）的项目。
7-9	押金（租金与钥匙）	租金押金不得超过一个月租金，且只能用作最后一个月的租金。钥匙押金必须合理（相当于重配成本）。损坏押金（Damage Deposit）是非法的。
10	吸烟	房东可在此规定单元内的吸烟规则。法律禁止在所有室内公共区域吸烟。
11	租客保险	房东可以要求租客购买责任保险（liability insurance）。如果被要求，租客必须提供证明。
13	维护与维修	房东必须保持物业处于良好维修状态。租客负责日常清洁，并需修理由自己或访客造成的非正常损坏。
14	转租与分租	租客有权请求转租（Assign）或分租（Sublet）其单位。房东不能无理拒绝。
15	附加条款	房东可在此添加额外条款（如访客规定），但任何与RTA相抵触的条款均属无效（如“禁止养宠物”条款）。
17	签名	所有列在租约上的租客都需承担“连带责任”，即每个人都对全部租金负责，而不仅仅是自己的“那一份”。

4.2 作为安大略省租客的权利：RTA简明指南

《住宅租赁法》（Residential Tenancies Act, RTA）是安大略省管理大多数住宅租赁关系的根本大法 12。它设立了房东与租客委员会（Landlord and Tenant Board, LTB），这是一个类似于法庭的机构，专门解决房东与租客之间的纠纷 44。

租客的核心权利包括：
- 居住在安全且维护良好的家中：房东有法定义务确保出租单位符合健康、安全和维护标准。
- 隐私权：除紧急情况外，房东必须提前24小时书面通知才能进入租客的单位 44。
- 免受非法驱逐的权利：房东必须遵循严格的法律程序才能驱逐租客。
- 饲养宠物的权利：租约中的“禁止宠物”条款通常是无效的。但如果宠物对他人造成危险、严重干扰他人生活，或违反了Condo的规定，房东可以向LTB申请驱逐 47。

4.3 关键问题详解

租金押金 vs. 损坏押金：再次强调，房东只能收取相当于最后一个月租金的押金（Last Month's Rent Deposit）。任何形式的“损坏押金”或“宠物押金”都是非法的。此外，房东必须每年向租客支付租金押金的利息，利率与年度租金上涨指导线相同。
合法租金上涨：房东每年只能涨租一次，涨幅不能超过省政府当年公布的指导线（Guideline）。并且，必须提前90天以书面形式通知租客。一个重要的例外是：

2018年11月15日之后首次用于居住的新建单位（包括大多数新Condo和新建的地下室公寓）不受此租金涨幅限制，房东可以任意涨租。租住新单位的学生需要特别注意这一点。
房东进入权：房东必须给出24小时书面通知，并说明进入的理由（如维修、检查、带新租客看房等）。通知必须指明一个合理的时间段。
维护与维修：房东负责所有必要的维修，以保持房屋处于良好状态。如果房东不履行维修义务，租客不能擅自拒付租金，正确的做法是向LTB提出申请，由LTB下令维修或进行租金减免。
驱逐程序：房东发出的驱逐通知（如N4表格，因未付租金）不是驱逐令。它只是启动法律程序的第一步。租客收到通知后不必立即搬走。房东必须向LTB申请听证会，只有LTB的裁决官才有权下达具有法律效力的驱逐令。了解这一点至关重要，可以防止学生被房东的恐吓策略非法逼走。

第五部分：社区深度探索：UTSC周边居住地选择

本部分将对UTSC学生最常选择的几个社区进行详细、实用的分析，帮助他们根据预算、生活方式和交通需求，选择最适合自己的居住区域。

表 5.0.1: UTSC周边社区对比

在深入了解每个社区之前，下表提供了一个高层次的快速比较，帮助学生在通勤、成本和便利性之间做出初步的权衡。

社区	主要住房类型	大约月租金（单间）	到UTSC的大约通勤时间	氛围/主要特点	来源参考
Highland Creek	独立屋（分租房间/地下室）	900 - 1,500+ 加元	5-15分钟步行/公交	安静，郊区化，家庭友好，紧邻校园。	50
Morningside	公寓，独立屋（分租房间/地下室）	850 - 1,400+ 加元	10-25分钟公交	交通枢纽，生活设施多样，住宅与商业混合。	56
West Hill	公寓，联排别墅，独立屋	800 - 1,300+ 加元	20-35分钟公交	租金更实惠，住房类型多样，靠近Kingston路主干道。	62

5.1 Highland Creek：与校园为邻

概览：这是一个紧邻UTSC校园的安静、家庭友好的郊区社区 50。社区沿Old Kingston Road有一条具有“小镇风情”的主街，保留了历史感 53。
住房存量：该区以独立屋为主，其中80%的住宅是独立式房屋，大部分建于1970年代之后 51。学生的租赁选择通常是这些家庭住宅中的分租房间或地下室公寓。
租赁成本：虽然整个社区的租金中位数约为2,100加元，但这通常指整租独立屋。学生租用的单个房间价格会低得多 54。
设施与生活方式：社区拥有丰富的绿地，如Highland Creek Park和Morningside Park，非常适合户外活动 50。购物和餐饮主要集中在Old Kingston Road。这里不是夜生活丰富的区域，但非常安全，社区联系紧密 50。
到UTSC的通勤：这是Highland Creek最大的优势。许多地方都在步行可达的范围内。多伦多公车局（TTC）的38路Highland Creek公交车直接穿过该社区，并进入UTSC校园内的公交总站，极为方便 66。

5.2 Morningside：设施与交通的枢纽

概览：位于Highland Creek以西，由Morningside Avenue和Lawrence Avenue East两条主干道交汇而成。这里的设施密度和公寓楼数量都更高。
住房存量：混合了公寓楼（如205 Morningside Ave 58）、提供分租房间和地下室套房的独立屋。
设施与生活方式：生活极为便利，拥有大型购物广场（Morningside Crossing）、超市（No Frills）和各式餐厅 59。紧邻广阔的Morningside Park，提供了绝佳的休闲空间 56。百年理工学院的Morningside校区也位于此地，为该区增添了更多的学生服务设施和年轻氛围 57。该区域的“步行指数”（Walk Score）很高，意味着日常所需大多可以步行解决 60。
到UTSC的通勤：拥有极佳的公交连接。
- TTC 905路 Eglinton East Express：这是一条快速公交线路，沿Morningside Ave直接驶入UTSC校园公交总站，是通勤的理想选择 69。
- TTC 38路 Highland Creek：沿Ellesmere Rd行驶，在Morningside Ave设有站点，随后前往UTSC 68。
- TTC 154路 Curran Hall：同样沿Ellesmere Rd行驶，连接Morningside Ave区域 70。
- TTC 54路 Lawrence East：沿Lawrence Ave行驶，方便乘客换乘北行的公交车（如905路）前往校园 72。

5.3 West Hill：在可负担性与便利性之间寻求平衡

概览：位于Morningside以南和以西的一个大型、多元化社区，以Kingston Road为中心轴。这里通常能找到更经济实惠的租房选择。
住房存量：住房类型非常多样，包括低层和高层公寓楼、联排别墅，以及大量提供地下室公寓出租的独立屋。根据Zillow和Realtor.ca的挂牌信息，该区有大量2-3卧室的地下室单元，整租价格在1,800-2,300加元之间，这意味着分租单个房间的成本会非常有竞争力 63。
设施与生活方式：主要的商业街位于Kingston Road沿线。社区交通便利，可轻松到达Guildwood GO火车站，方便前往多伦多市中心 60。
到UTSC的通勤：从West Hill到UTSC通常需要一次换乘，通勤时间略长但完全可行。
- 第一步：乘坐沿Lawrence Ave East行驶的公交车（如54路 Lawrence East）或沿Kingston Road行驶的公交车（如86路 Scarborough）到达Morningside Avenue 72。
- 第二步：换乘北行的905路 Eglinton East Express或其他前往校园的公交车 69。整个行程大约需要20-35分钟。

第六部分：从签约到入住：最后步骤与安顿

本部分涵盖了签署租约后的关键过渡步骤，确保学生能够顺利搬入新家，并开启一段积极的租住体验。

6.1 入住前检查（“Walkthrough”）

在将个人物品搬入之前，与房东一起进行最后一次的房屋检查。这次检查应以你在初次看房时拍摄的照片和视频为依据。

目的：使用一份检查清单，详细记录所有已存在的损坏（如墙上的钉子眼、地板上的划痕、地毯上的污渍等），并请房东和自己双方签字确认。
重要性：这份共同签署的文件是你最有力的证据，可以确保在租期结束时，你不会为非你造成的损坏承担责任，从而保护你的最后一个月租金押金（虽然法律规定该押金不能用于抵扣损坏，但这份文件可以从根本上避免纠纷）。

6.2 必要的开通：公共事业费与租客保险

公共事业费（Utilities）：如果租金不包含所有公共事业费（如标准租约第6节所规定），你必须在搬入前以自己的名义设立账户。这通常包括电力（与Toronto Hydro联系）和天然气（与Enbridge联系）。提前办理，确保搬入当天水电暖就能正常使用。
租客保险（Tenant Insurance）：如标准租约第11节所述，房东有权要求租客购买责任保险（liability insurance）9。这一点至关重要，切勿忽视。租客保险不仅保障你的个人财产（如在火灾或盗窃中受损），更重要的是，它为你可能对大楼造成的意外损坏（如因疏忽导致的水管爆裂淹了楼下）提供责任保障。这是一项成本不高但能提供巨大保障的必要投资。

6.3 你的责任：成为一个好租客与好邻居

一段成功的租赁关系是双向的。履行作为租客的责任，不仅是法律要求，也是维持良好居住环境和与房东和谐关系的基础。

按时支付租金：这是最首要的法律义务。
保持清洁：租客有责任保持自己单位的“普通清洁”状态。
成为好邻居：注意控制噪音水平，尤其是在公寓楼和合租屋中。遵守大楼关于垃圾分类、公共区域使用等规定。
有效沟通：与房东保持专业、尊重的沟通。当上报维修问题时，最好使用书面形式（如电子邮件），以便留有记录。

附录

A: 加拿大常见租赁术语词汇表

Hydro: 在安大略省及加拿大许多地区，"Hydro"是电费的通用俗称。
Guarantor (担保人): 一位为租客的租金支付能力提供财务担保的个人，通常是父母或亲属。如果租客未能支付租金，房东可以向担保人追讨 4。
Co-signer (共同签署人): 与担保人不同，共同签署人与主租客一样，对租金负有同等的、直接的支付责任 4。
Sublet (分租): 原租客在租期内暂时搬出，将单位转租给另一人（分租客），但原租客仍然对房东负有法律责任。租期结束后，原租客计划搬回 12。
Assignment (转租): 原租客将剩余租期的全部权利与责任永久转让给一个新租客。原租客不再对该单位负有任何责任 12。
RTA (Residential Tenancies Act): 《住宅租赁法》，安大略省管理住宅租赁关系的主要法律 48。
LTB (Landlord and Tenant Board): 房东与租客委员会，负责解决安大略省房东与租客之间纠纷的准司法机构 44。
Post-dated Cheques (远期支票): 签发日期为未来的支票。房东不能强制要求租客提供远期支票作为支付租金的方式，但双方可以自愿同意 48。

B: 重要联系方式目录

UTSC学生住宿与宿舍生活办公室 (Student Housing & Residence Life):
- 获取官方校内及校外住房支持和信息的首要联系点。
- 电话: 416-287-7365
- 邮箱: residence.utsc@utoronto.ca
- 网站: utsc.utoronto.ca/residences/ 1
房东与租客委员会 (Landlord and Tenant Board - LTB):
- 用于提交申请、获取关于租客权利与责任的官方信息。
- 网站: tribunalsontario.ca/ltb/ 44
多伦多地区租客协会联合会 (Federation of Metro Tenants' Associations - FMTA) / 社区法律诊所:
- 为租客提供免费的法律咨询和帮助。
- FMTA租客热线: 416-921-9494
- 寻找本地法律诊所: legalaid.on.ca 49
租赁住房执法单位 (Rental Housing Enforcement Unit - RHEU):
- 处理严重违法行为，如非法驱逐、房东切断水电或骚扰等。
- 电话: 1-888-772-9277 48

骑行20250808 Value Village往返

Fri, 08 Aug 2025 00:00:00 GMT

创建时间: 2025年10月5日 14:17 起点&终点: Harmony Commons 跑步距离: 20 配速: 20 难度指数: 0

Value Village · 3701 Lawrence Ave E #1, Scarborough, ON M1G 1P7, Canada

来回的均速都破20了，很平坦的一条路线。是目前为止最好骑的一条。

周末骑车顺便锻炼了。

徒步20250808 安大略湖三角环线

Fri, 08 Aug 2025 00:00:00 GMT

路线大致如下：

先跑步5km，乱逛6km，坐38回去。

Grey Abbey Park

East Point Park

Sunrise Hill

我的二次学习

Mon, 14 Jul 2025 00:00:00 GMT

将多数人走过的路，再走一遍，很无聊欸。我不想如此，也不希望如此。

小学毕业后，我就再也没有学习了。因为我进入了一所强制住宿的军事化管理初中，一周5*24小时连轴转，在其中生存就已经够难了，学习之类的自然是跟不上的。初中毕业之后，又进入了一所放养式管理的国际高中，自然是玩的不亦乐乎。本以为高中是我教育的最后一站，之后终于可以从此中摆脱，只是天不遂人愿，又是造化弄人。UTSC给我发了个Offer，大概是我唯一的Offer了，便被家长送来读书。

学习一事，便再次被我想起。无论是为了求职，还是毕业；加上互联网与AI带给教育界的冲击，种种因素都迫使我再次去开始学习一事。

劳作的学生们

教育体系中的游荡者

UTSC的学生，修满20个学分就可以毕业。你可以选择4年毕业，或者5年毕业（4-7年）。当毕业时间可控之后，一个很神奇的现象出现了。学生们倾向于将其“变现”为最快的毕业速度，而非用它来探索更多可能性：部分coop的学生在争取4年毕业（coop是特有的本科带实习项目，若追求4年毕业课业会相当繁重）。对此现象我甚是不解，将“时间”作为一种可控的资源交给学生时，反而不利用好自由毕业的时间在加拿大发展呢？难道是忙着回家继承家产吗？当我把这个问题问向身边的几个同学之后，得到的回答基本一致——不知道，要不读研吧。如此回答就像在一个不确定的X上覆盖了一个看似确定的Y，学生们打算用大学4年的忙碌来对抗目的地的虚无。

这种普遍的生存状态让我深感困惑，也促使我去寻找一个能解释这种现象的理论。最终，我在汉娜·阿伦特的《人的境况》中找到了共鸣。她对人类三种活动的划分——劳作、制作与行动，恰巧揭开了教育体系下的三种学生。

劳作的学生：西西弗斯式的循环

于此，我们不难想象“大学”于这些学生的意义所在。他们卷GPA而生存，写作业而生存。这与阿伦特在《人的境况》中所描述的“劳作的人”几乎一致——”无论出于何种原因，因生存完全被劳作（作业）束缚，消耗，和定义“。就像西西弗斯，徒劳的推着石头不断的前进。这种情况不会给学生带来幸福，带来意义感，但却可以让学生们体会到阿伦特所描述的“极乐”。每当考试结束，甚至每到周末，学生们三五成群的奔向娱乐。“我们是同被困在体系内的学生，我们一起去玩一场吧。”劳作理论同样可以解释部分学生通过大量消费来弥补自己辛勤的劳动的行为——”他们可能会有很强烈的冲动，想要证明自己的辛勤工作是值得的，以此来弥补自己所做的牺牲“。

制作的学生：个人经济体

除了劳作的学生们之外，也有《人的境况》中提到的“制作的人”，此处所能对应的便是那些在原有框架下按部就班行动的学生。作业是一个拿到好成绩的手段，好成绩是拿到好文凭的手段，好文凭是拿到好工作的手段。为了GPA，可以熬夜与内卷，这些行为对于他们而言只是一点点必要的成本与损耗。于这样的学生而言，最怕的就是“意外”和“未知”。任何不能被纳入这个“目的-手段”链条的活动，比如纯粹的闲逛、没有目的的阅读，都会让他感到焦虑，因为这偏离了他原本的计划。这样的学生，看起来是理性的、主动的、自我赋权的，但它恰恰以最彻底的方式，将人完全整合进了市场的逻辑里，活成了一个经济体。于他们而言规训不再来自外部的监视和惩罚，而是内化为一种自我的经营和管理。

行动进行时

行动的人：最高能动性

阿伦特在《人的境况》中同时描述了“行动的人”：他们享有最高层级的能动性。此处对应的，想必就是那些不循规蹈矩，打破常规的学生，他们与上述学生的思路完全不同。他们或许是那些不满足于既定培养方案，而去主动设计跨学科学习路径的学生；或许是那些在co-op之外，自发组织项目，将课堂知识投入真实社会问题的实践者。当别人问“这样做有什么用？”时，他们会反问“为什么不试试？”。他们思考的不是如何超越“学霸”，而是如何定义自己独特的“卓越”。

再次学习：再次回应教育体系

于此，再谈学习。我发现有人能在不到一年的时间内，学完MIT的33门课程MIT Challenge - Scott H Young；有人能在6个月内掌握一门语言(26) 如何在六个月内掌握一门外语 | 克利斯•伦戴尔 | TEDxLingnanUniversity - YouTube；有人能用20小时掌握一项技能(26) The first 20 hours -- how to learn anything | Josh Kaufman | TEDxCSU - YouTube。那我为什么不行？或者说，我当然也可以。既然有上面这些案例，那说明成为阿伦特笔下的“行动的人”并非遥不可及的理想，而仅仅是一系列具体实践的流。甚至在如今AI工具的加持下，我或许能做的更好。

一个很大胆的想法便由此产生：【之前我的研究经常止步于某两天内看的小内容，甚至是社交媒体上刷来的零碎的观点。】现在开始，每周定一个主题，去学它就好了。在主题期间顺便避开社交媒体的干扰。相比之前也更加纯粹，也更加专注。

毕竟，将多数人走过的路再走一遍，实在太无聊了。

UTSC Course Selection 选课较完全经验

Fri, 27 Jun 2025 00:00:00 GMT

于20250605撰写，请注意撰写日期与阅读日期，日期不同规则可能有些许变动。

于20250618新增专业选择/课程选择板块。

于20250621新增【五：其它学分获得机制（转学分/ 交换项目等）】

于20250627新增【四：转专业须知/Enrolment Blocked】

前言：按需求索

本篇指南的行文逻辑略微不同，但愿可以更好的帮助大家理解多伦多大学的课程制度。

基础制度
善用规则

<aside>

也写个小前言哈？

读大学，就是用钱换文凭。若梦想为自由职业，大可自学……

文凭也没那么重要了：

此处引述我自己的文章觉察当下，逃离应试幻觉 | 未来属于创作者 | TechLeaf Blog，我曾在这里写到“在招聘中，面试者的技能水平往往不是他们最看重的。你只需要达到一个差不多合格的水平，通过笔试即可。大部分公司会对招入的新员工进行二次培训（岗位培训制度）。”所以也不必过于焦虑自己的绩点。如今AI的蓬勃发展又进一步注定了文凭的持续贬值——或许学校即将消失，我们发展出全新的方式来获取文凭。

掌握真正有用的技能：

如此看来，我们应当合理安排时间，灵活利用规则，既要取得一纸实用的文凭，也要掌握切实可行的技能，并不断更新自己的认知观念——唯有如此，才能跟上甚至跑赢科技飞速发展的步伐。这就像是一场大型的真人游戏，每一步都需要策略与坚持。

在这场游戏中，我们不妨选择自己真正热爱的专业，并日复一日地投入其中。只要方向明确，持之以恒，时间终将带来回报——就像“复利效应”所揭示的那样，哪怕是微小的进步，持续累积，也会产生巨大的变化。

</aside>

一.毕业要求学分&课程代码&课程特性

1.学分制

一般信息 | UTSC 日历 --- General Information | UTSC Calendar

多伦多大学的学习中我们需要修满20个学分，之后即可毕业。其中学期课是0.5个学分，学年课是1个学分。

20个学分可分为专业需求课程、通识教育所要求的课程和兴趣选修课程。

【本科学位最终将由以下几种专业组合方式之一构成：】

一个专修项目(Specialist)；12.0-16.0学分（Specialist）
两个主修项目 (Double Major)；7.0-9.0学分（Major）
一个主修项目加上两个辅修项目 (Major and two Minor)； 4.0-5.0学分（Minor）
专业需求课程(required courses for prospective programs)

图片来自：

UTSC Program Options | Academic Advising & Career Centre

通识教育要求 (Breadth Requirements)

【这项要求规定，学生必须在以下五个不同的知识领域中，每个领域至少成功修读0.5个学分的课程：】
1. 文学与艺术 (Arts, Literature & Language)
2. 历史、哲学与文化研究 (History, Philosophy & Cultural Studies)
3. 社会与行为科学 (Social & Behavioural Sciences)
4. 自然科学 (Natural Sciences)
5. 量化推理 (Quantitative Reasoning)
兴趣选修课程(Electives)
- 水学分，凑GPA。

综上，凑够20个学分即可。可注意的一点是多伦多大学并不限制你的专业数量，>2major同样可以毕业。

2.课程代码解析

课程 | UTSC 日历 --- Courses | UTSC Calendar

如图所示：

前三位字母代表课程所属专业。如CSC、MAT、STA。
第四位字母代表难度，会有A、B、C、D四个类别（对应大一-大四的难度）。
5-6位是编号数字，仅仅是一个数字。
第七位字母仅有两种情况，H&Y。H代表学期课，Y代表学年课。
最后一位数字代表所在校区。1是 UTSG；3是UTSC；5是UTM。

（所以图中的课就是一门CS的A难度学期课程，位于士嘉堡校区。）

3.前置课程（课程特性），以及防刷GPA的机制

课程介绍中会出现如下三种描述：

词汇表 | UTSC 日历 --- Glossary | UTSC Calendar

前置课程
- Perequisite（先修课程）这是一门学生在学习另一门课程**之前必须已经通过（passed）**的课程。
- Corequisite（并修课程）这是一门学生必须与另一门课程在同一个学期内一起上，或者已经提前通过的课程。
防刷GPA机制
- Exclusion（互斥课程）如果学生已经通过了一门被列为“互斥”的课程（或者通过转学分获得了这门课的学分），那么他们无法再通过注册当前这门课程来获得学分（for credit）。

二.保GPA/退课/重修

明确学分要求和课程代码后，已经可以开始在ACORN里选择课程了。本文不是ACORN教程，故不叙述过多ACORN中的操作。下面的内容讲述一些常见的可被利用的规则。

1.CR/NCR - ”GPA保护制度“

Credit / No Credit Courses | Office of the Registrar

UTSC允许学生选择最多2.0个学分的课程以“通过/不通过”(Credit/No Credit, CR/NCR) 的方式进行评估
- 如果你在这门课的最终成绩达到或超过 50%，你的成绩单上就会显示“CR”，你将成功获得这门课的学分，计入你的毕业总学分。低于50%，你的成绩单上就会显示“NCR”，且你不会获得这门课的学分。
- 这门课的原始分数不会被计入你的CGPA（累积平均绩点）计算中。
一些限制
- 课程类型限制：CR/NCR只能用于选修课（Elective Courses）。绝对不能用于满足你**专业（Specialist/Major）或辅修（Minor）**要求的课程。
- **学分数量限制：**在整个大学期间，你最多可以对 2.0个学分（相当于4门单学期课程）使用CR/NCR选项。
- **操作时间限制：**你必须在学校规定的截止日期（Deadline）之前，通过学生系统 ACORN 来添加或移除课程的CR/NCR标记。

2.开学退课&中途退课&结课退课

在学期期间，您有两次机会从成绩单中删除课程，之后才需要申请。

退课 | 注册处 --- Dropping Courses | Office of the Registrar

退出课程 | 注册处 --- Withdrawal from a Course | Office of the Registrar

常规退课 (Drop without academic penalty)
- 退课有一个截止日期，教师会在退课的截止日期前公布至少20%的课程总成绩。——此时你可以看到你的成绩，然后再做决定是否退掉课程。
- 在截止日期前退课且不会受到学术处罚。也不会有任何记录。
延迟退课（Late withdrawal requests）
- Late Withdrawal (LWD) 允许你在常规的退课截止日期之后、但在期末考试开始之前，从一门课程中退出。
  - 不会受到学术惩罚（即不会得F不及格）。
  - 不接受重新添加该课程的请求。
  - 不会退款。
  - LWD的课程不会影响你的GPA。不拉低分数，不计入学分。但是会记录在你的成绩单上，以“LWD”符号代替数字成绩。
- LWD也有学分上限。在整个学位期间，你最多可以LWD3.0个学分。
逾期退课申请 (WDR)
- 有超出控制范围的特殊情况导致无法完成课程，您可以提交申请。此类申请很少会被批准。

3.Course Repetition / Second Attempt for Credit - “重修课程”

课程规定 | UTSC 校历 --- Course Regulations | UTSC Calendar

重修未通过的课程 (Repeating Failed Courses)
- 如果你一门课没过（挂科了），你可以重新注册并修读这门课。
- 你的成绩单上会显示两次注册记录，并且两次的成绩都会计入你的累计平均绩点（CGPA）中。
两种方式重修已通过的课程 (Repeating Passed Courses)
- 重修已通过课程和使用SAC政策都需要通过注册办公室（Office of the Registrar）申请。
- 第二次尝试以获得学分 (Second Attempt for Credit - SAC)
  - 学生最多可以重修1.0个学分的已通过课程。
  - 当你申请并获批使用SAC政策重修某门课程后，你第一次修读的成绩会被标记为“额外”(EXT)，并且不会被计入CGPA和毕业要求的总学分中。第二次修读的成绩则会被正常计入学分和CGPA。
  - 之前的学术评级（Academic standing）不会因为你使用了SAC政策而重新评估。
- 将重修课程记为“额外” (Repeating courses as “Extra” - EXT)
  - 当学生重修已通过课程超过了SAC政策允许的1.0个学分，或者选择不使用SAC政策时，重修的课程将被记为“额外”(EXT)。
  - 这门课和成绩会出现在你的成绩单上（并被标记为EXT），但成绩不会计入CGPA，学分也不会计入毕业总学分。
  - 尽管不计入CGPA和总学分，在某些情况下，这门课的成绩可能可以用来满足特定专业项目的入学要求。

三.专业要求及选课具体操作

重要章节前言：

使用Calendar查询资料，再使用Timetable排课即可。最后在Acorn里完成抢课。

！！！在本章节，你需要找到自己的Enrolment Requirements和水课来构成大一课表。！！！

Enrolment Requirements：

水课：

1.大一必修课程安排（Enrolment Requirements）

2025-2026 Calendar | UTSC Calendar

Program Search：

搜索某个专业，里面会列出具体的要求。

Course Search：

搜索某个课程，里面会有简单的课程介绍。（比如先修需求）

先讲Program Search，重点讲述这几个Type：

注意基础须知-学分制（请确认自己打算Specialist还是2Major还是1+2）

如果是1Specialist,大一只需要关注该Specialist的先修需求。

如果是2Major,需要关注两个Major各自的先修需求（Major跨度大，大一会很累（可能会要求两位数的先修课）。但CS和统计的2Major就是基本上重复的）。

Specialist Programs
Major Programs
Minor Programs

如右图。大部分学科下仅有Specialist有细分专业。

点击搜索框与筛选栏，选到自己想进的Specialist/Major/Minor。此处以统计的Major为例（右侧链接），点开后信息大概展示如下：

Program Search | UTSC Calendar

统计学Major (Statistics Major) 信息概览：

1. 学业主管 (Supervisor of Studies)
2. 推荐写作课程 (Recommended Writing Course)
3. 入学要求 (Enrolment Requirements)-【如果大二进专业，大一要读的】
- 详细说明了申请进入统计学专业的主要要求，分为两种情况：
  - 已录取至UTSC一年级统计学招生类别的学生： 明确了需要通过的CSC和MAT课程以及相应的最低累计平均绩点（CGPA）要求。
  - 录取至UTSC其他一年级招生类别的学生： 解释了他们申请统计学专业POSt的资格，并强调录取竞争激烈且不保证录取，建议学生制定备选方案。
4. 项目要求 (Program Requirements)-【进专业之后要读的】
- 概述了统计学专业总共需要修读的学分数量。
- 将课程要求细分为以下几个级别：
  - A-level 课程： 列出了基础必修课程，如线性代数、计算机科学导论和微积分课程，并提供了推荐的课程序列。
  - B-level 课程： 列出了进阶必修课程，包括线性代数II、多元微积分技术以及概率论和统计学导论。
  - 高级课程 (Upper-level courses)： 规定了回归分析为必修课，并列出了可选择的C-或D-级STA课程以满足学分要求，同时明确了部分课程的排除项。
  - 选修课 (Electives)： 提供了可以用来满足学分要求的选修课程列表，包括STAA、STAB、MATB系列课程以及其他C-或D-级CSC、MAT或STA课程。

注：

大一新生仅需要根据“入学要求”来进行选课。入学要求中会明确此科目的大一必修课程。

项目要求为后续需求，例如统计的Major中写到：This program requires 8.0 credits。那么该major就需要你在下面列出的课程中修8.0个学分。

2.大一必修课程安排（有coop）（Enrolment Requirements）

Co-operative Programs——如果是coop项目才需要看这个

COOP需要在搜索完正常课程后，额外搜索带有【CO-OPERATIVE】词条的专业。

还是以统计的为例，打开coop词条后会看到：

Co-op Preparation Courses (Completed in First Year):

COPB50H3
**COPB56H3/(COPB51H3)**

需要把这两门课程加入你的First Year 课表，才可满足COOP的要求。

3.大一水课安排（水课）

注意，需要在第一年修满4个学分才能进入第二年的课程。所以会报水课凑学分。

水课的来源一般是问学长学姐，当然也可以根据兴趣选择。此处会用到的是Course Search。

也请参考我前面写的通识教育要求，毕业需要在其它领域修课。

以ACMB10H3这门课为例，点开后会看到：

课程主题
课程内容
先决条件（Prerequisite）：您需要修满任何4.0个学分才能选修这门课。
排除课程（Exclusion）：如果您已经修过VPAB07H3这门课，就不能再选修这门课程了，因为它们内容相似或重复。
广度要求（Breadth Requirements）：这门课程符合“社会和行为科学”的广度要求。
优先级（Note）：艺术、文化与媒体系的专业（Specialist）和主修（Major）学生在选课时将获得优先权。其他学生则根据名额情况择优录取。
链接（Link to UTSC Timetable）

注意先决条件和Exclusion，然后选择即可。

4.Timetable使用指南（编排所有课程的时间）

2025-2026 Calendar | UTSC Calendar

打开后完成Step1就可以开始Add course了。

每个Course都有Lectures，部分Lectures是online（想啥时候看啥时候看）。

部分Course有Tutorials，是个必选项。

一门一门的加到Timetable里就好了：

最后记得保存

建议选择“Get Shareable Link”

通过link再次打开即可继续调整。

分享一下我调的CS专业link（可以基于这个继续编辑）：

Timetable Builder

5.Acorn抢课

上面的步骤都是为了让你选择好自己的课程。在最终排好Timetable后，就要进入Acorn把自己选择的课加入购物车了：

weblogin idpz | University of Toronto

点击左边的Enrol & Manage——Courses

就可以在Add a Fall/Winter Course这里输入课程代码，选择对应LECTURE和TUTOR了

注：据说今年CS和BBA已经预置了必修课，无法自行更改，但仍需加上兴趣课来凑够大一的4.0个学分。

注：学生选择本专业课程具有优先权。

四：转专业须知-Enrolment Blocked

（请各位结合【章节三】观看，其【大一必修课程安排】中明确了转专业的同学应该选哪些课。见【章节三】-入学要求 (Enrolment Requirements)-录取至UTSC其他一年级招生类别的学生）

转专业不是有实力就能转的，还需要能报上那门课。若Enrolment Blocked…… 退学吧

2025-2026届学生的课程，就是如此。今年CMS缩紧了课程政策，导致social science的学生无法选择CSCA08H3等先修课。故转专业成为不可能的事情。

1.Block的两种类型：

Timetable | Office of the Registrar

Course Enrolment | Office of the Registrar

故Block有两种

临时的Block
永久的Block（只对本学年该门课生效，明年或许会移除Block）

需要参考Timetable去确认自己的block类型

2.确认自己的Blocked类型

（1）一个例子：

接下来，让我们以CSCA08H3（秋季课程）为例，来看跨专业选课的限制：

CSCA08H3 | UTSC Calendar

打开Calendar的链接后，滑倒任意lecture，点开Enrolment Controls。

Calendar已在该【三.专业要求及选课具体操作】章节有介绍，故不反复介绍。

Enrolment Controls = R（Restricted「受限制的」）

This course is restricted to students in the following groups:（具体限制）

仅有这些列出的专业的学生可以报名该课程。其余学生会被永久的block【Block的两种类型】

在2025-2026年，Social Science是没有这个权限的【被永久Block】。据说2024-2025是可以的。

（2）详解：

同样来自官方，Enrolment Controls有四种类型**：**

P = Priority.【优先事项-常说的本专业有优先权】
R = Restricted.【受限-拼尽全力无法抵达】
RP = 不仅受限还优先——官网并未解释，但是在今年选课中出现了。
B = 无要求，常见于online课程——官网并未解释，但是在今年选课中出现了。
A = Approval.【不常见，字面意义上猜可能是要批准】
E = Enrolment on ACORN is disabled.【不常见，ACORN上选不了的】

Timetable | Office of the Registrar

如果课程是R，那么今年就与转专业无缘了。

3.更多例子：

此门课为CSCA08H3的春季课程（RP）：

**Enrolment Controls：**RP

Priority is given to certain groups of students until 10am on July 23, 2025, then the course will become available to an additional group of students. Currently, students in the following programs can enroll:

直到2025年7月23日上午10点，将优先级给予某些学生，然后该课程将为其他一组学生提供。目前，以下课程中的学生可以注册：

（即CMS大类学生先报，后续开放给生命科学/物理等专业的学生。但social science之类的仍旧不可报名）

Timetable Builder

此门课为PSYA02H3的春季课程（P&None）：

LEC01:

Enrolment Controls：P

至2025年7月23日上午10点前，本专业优先。之后任何人可选。

Timetable Builder

LEC02（online）:

Enrolment Controls：None（任何人都可选）

五：其它学分获得机制（转学分/交换项目等）

1.AP/IB/……转学分：

打开后去查对应的表就行：

High School & Secondary Curriculums | Admissions & Student Recruitment

Tips（AP）：

AP达到4即可转学分。
AP送分后会自动转学分。
Calculus BC转不了，不用看了（笑）。

2.Official Exchange & Summer Abroad 交换学习

交换项目 (Exchange Program): 通常为期一个学期或一整个学年，您将作为交换生前往多大的合作院校进行学习，并支付多大的学费。
海外暑期课程 (Summer Abroad): 这是在暑假期间进行的短期（通常为3-6周）学习项目，您可以获得一个完整的多大学分。

CIE UOFT Programs & Events - Centre for International Experience

六：一些其它可能有用的图片：

1.分数与GPA

2025-2026 Calendar | UTSC Calendar

2.重要日期

Fall 2025 - Winter 2026 Academic Dates | Office of the Registrar

敬请期待更多板块……

快速构建论文的MLA/APA引用

Thu, 19 Jun 2025 00:00:00 GMT

我感觉自己不是在进行学术探索，而是在为一个有洁癖和强迫症的魔鬼填税表。每一个斜体、每一个缩进，都是对思想自由的无情嘲弄。福柯要是看到他的《词与物》被这么折腾，估计得爬起来再写一本《规训与惩罚：引用格式的诞生》。

MLA 和 APA 是什么？

MLA 和 APA 都是指导学术写作的“引用格式（Citation Styles）”，它们规定了论文的整体格式（比如页边距、字体、标题等），更重要的是，它们详细说明了如何在论文中引用他人的作品，包括文内引用（in-text citations）和文末的参考书目（bibliography/reference list）。

如何快速生成对应的引用格式

面对这个对细节有着病态追求的“魔鬼”，我们这些凡人唯一的反抗手段就是——“外包”。将这项苦差事交给无怨无悔的数字仆人。

1. 在线引用生成器 (Online Citation Generators)

ZoteroBib: Fast, free bibliography generator - MLA, APA, Chicago, Harvard citations

Citation Generator

优点: 极度方便，速度快，大多数是免费的。像**ZoteroBib和Scribbr**都是非常受欢迎的选择。你只需选择MLA或APA格式，填入信息，然后复制粘贴即可。

2. 文字处理软件的内置工具 (Built-in Word Processor Tools)

你可能没有意识到Microsoft Word本身就内置了引用管理功能。

在Word中: 前往“引用” (References) 选项卡，你可以“插入引文” (Insert Citation)，添加新的源 (Add New Source)，并选择你需要的格式。Word会为你管理所有的源，并在文末一键生成完整的参考文献列表。
（需要你自己填入相关信息）

3. 学术数据库的“一键引用” (The "Cite" Button in Academic Databases)

当你访问 JSTOR, ProQuest, Scopus, Google Scholar 等学术数据库时，几乎每一篇文章旁边都会有一个**“引用” (Cite)** 或 “导出” (Export) 按钮。

这些引用信息是由数据库和出版商直接提供的，极少出错。

Google Scholar

4.Zotero等软件自动导出

Zotero是一个开源的文献管理应用，也支持自动识别论文数据+一件导出引用格式。

Zotero | Your personal research assistant

某些小作坊的论文会识别不到数据，需要人工进行补充

最后的警告：不要完全信任机器

无论你使用哪种“魔法”，请记住福柯的教诲：规训无处不在。那个有洁癖的魔鬼不会因为你用了自动生成器就对你网开一面。自动生成的引用是你的初稿，而不是终稿。

你必须、必须、必须亲自校对每一个细节：

大小写：APA的标题大小写规则是机器最常搞错的地方。
作者格式：所有作者是否都列出了？顺序是否正确？
标点符号：那个该死的斜体、逗号和句号是否在它们绝对正确的位置上？
DOI/URL：链接是否完整且格式正确？

如何乘坐公交车

Sat, 07 Jun 2025 00:00:00 GMT

利用好换乘政策和青年票省钱

1.地图纵览：

TTC_SystemMap_2024-03.pdf

一分钟通过图例熟悉公交车：

地铁 (Subway)

地铁线路 (Subway lines)
- [1 2 4 图标] 地铁线路
- [绿色圆圈] 常规车站 (Regular station)
- [绿色圆圈带黄色方块] 换乘车站 (Interchange station)

这边的公交车有多个种类，以及分支（同样取自图例）：

有轨电车和公共汽车 (Streetcars and buses)

分支 (Branches) - 无字母表示所有分支 (No letters denotes all branches)
- 是的，多伦多公交车有分支。如12A、12B、12C。当然，多数公交车无分支。
公交车种类（前面的标号为图例示例）
- 501 - 十分钟网络 (Ten-Minute Network)
  - 从上午6点到凌晨1点，平均10min一班；周日上午8点到凌晨1点运营。
- 30 - 常规服务 (Regular service)
  - 周一-周日，凌晨1点下班。
- 119 - 有限服务 (Limited service)
  - 在特定时间段内运营。服务频率因路线而异。有些服务并非在所有时间段内都运营。
- 905 - 快速网络 (Express Network)
  - 快速公交服务，选择性停靠。服务频率因路线而异。有些服务并非在所有时间段内都运营。
- 200 - 季节性服务 (Seasonal service)
  - 在一年中的特定时间段内运营。有关运营时间段的详细信息，请参阅 ttc.ca 上的路线页面。
- 404 - 社区巴士 (Community Bus)
  - 周一至周五提供社区午间服务，连接高级居民和当地名胜。沿途可招手停车。
- 310 - 蓝夜网络 (Blue Night Network)
  - 从大约凌晨1:30开始到地铁服务开始（大约工作日和周六上午6点，周日上午8点）平均30min一班。

注：公交每站会有正反两个乘车点。

2.常用APP

Google Map

1.通过公共交通前往目的地

搜索目的地（图示“沃尔玛”）然后选择公共交通出行。

多种路线中选择一个，图中绿色就是Express Network

选择路线后可以点进看更详细的发车时间。

根据发车时间计划出行即可。（最好导航到乘车点，小心坐反。）

2.单独查找公交路线

搜索公交路线（如154）

红框处切换更多站点

切记乘车点位置，以及方向选择。

其余APP：

Transit（与Google Map功能基本相同，不过为公共交通专用）。

3.如何乘车

3.1付钱

学校发给每个学生一个PRESTO公交卡，可用于乘车。
- 可以使用网页或者APP进行充值，也可在车站，地铁站以及部分有充值机器的机器上通过银行卡或者现金充值。
- 可以将卡录入手机，录入之后那张实体卡就会被系统永久性地取消和失效。即使将数字卡从手机中移除，实体卡也无法再被重新激活使用。
- 注：Google Play下载APP失败的话（国产安卓可能会出现），可以寻找APK进行安装。
可以使用信用卡（credit card）或者借记卡（debit card）进行乘车，费用一致。
准备好$3.35现金，无法找零。

3.2乘车有效期-转乘（Transfer）政策

注：现金需要申请纸质换乘票。

TTC（多伦多交通局）的转乘（Transfer）政策旨在让乘客在两小时内，使用同一张支付凭证（如 PRESTO 卡、信用卡、借记卡或一次性代币/现金支付后获得的换乘票）在TTC系统内换乘不同的线路，而无需再次付费。

注：从上车的刷卡时间开始计时，直到最后一次上车。

3.3示意上下车

示意停车 (Hailing/Flagging Down for Pick-up)
- 在有明确站牌的指定车站（无论是公交还是有轨电车），通常不需要特别示意，司机在看到有人在站牌处等待时会停车。
- 有轨电车通常只在指定站点停靠。
- 蓝夜网络 (Blue Night Network) 的公交车（深夜运营的线路）通常允许在任何安全的路口或街角停车上下客，这时您就需要示意。
示意下车 (Requesting a Stop/Bell Pull)
- 当车辆接近您要下车的车站时，您需要按下车内的“Stop”按钮（通常是红色或黄色的按钮）或者拉动车窗旁边的拉绳。
- 按下或拉动后，车内会响起“叮”的一声或有“Stop Requested”的提示音/灯亮起，告诉司机下一站有人要下车。
- 重要提示：不示意可能不停靠。

4.一些优惠

（青年票）

年龄范围： PRESTO卡通常将13到19岁的乘客定义为“青年”（Youth）。只要你还没有到20岁生日，都符合青少年票价的资格。
如何申请青少年票价：
- 你需要带着你的PRESTO卡和有效的身份证明（如护照）前往相应地点：
  - 部分GO Transit车站
  - 部分Shoppers Drug Mart或其他参与PRESTO销售的零售点
- 工作人员会帮你将你的PRESTO卡的票价类型设置为“青年”，且会持续到你20岁生日。
优惠幅度：
- TTC（多伦多）： PRESTO的青年票价为$2.35，而成人票价为$3.30。

时间与金钱

Tue, 03 Jun 2025 00:00:00 GMT

嘀嗒，嘀嗒，时针又转动了一下。如今我18岁半，按照90岁的寿命来讲，生命的五分之一已悄然流逝。想来最后的几年会在病床上度过，或许这个时针早已转过四分之一。时间过的真快啊，还不想长大。

当今社会的人们对于金钱的认知似乎有一个巨大的错乱。家家户户过节过年又或是有什么如考上大学之类的喜事发生，都会送去一个红包并且让其中塞满金钱。每逢节假日也会准备好自己积攒许久的金钱出门旅游，或去上几个被推崇的高消费餐馆大吃一顿。似乎金钱就能给我们带来最大程度的快乐。只是金钱究竟所谓何物？

只记得不知不觉中我后来的时光也如他们一样，在过节过年时收到许多金钱且前往那些地点玩耍嬉戏。我终于在大人们口中的名与利的追求下长大了。我的快乐也从无忧无虑的玩耍逐渐变到几百元的美食，我的幸福也从拥有几天的假期逐渐变成一种奢求。人变的物欲，理想变的庸俗。这还被他们称之为一种成长！

如此情境下我们甚至可以丧心病狂的喊出了“时间就是金钱”这般的口号，孩子的未来可以用值钱与否来评价正如对于人的躺平生活可以用落魄无能来表示鄙视。我们愿意用十几年的时间换来些许金钱且将一切条件的不触发视为金钱不足。某些拥有大学学历的人真的愿意跳过一年的时间来交换几十万乃至仅仅几万的金钱——时间究竟值得多少金钱去置换？

我的时间无价

我是如何长大，就想如何回溯。成长后再也找不回得到时间时的最纯粹快乐，再也找不到静静驻守窗边看日落的纯粹幸福。孩童拥有时间就可获得大人们不可求得之物，又何必在成长后再兜兜转转将其换作金钱，更何况孩童的时间如沙漠中的水源一般本就是无价之宝，是最最无法用金钱衡量的宝贵时间。

日后在时间中轮回的西西弗斯，是否会因其将巨石从高山落下而推上获得幸福。

日后在时间中轮回的普罗米修斯，是否会因其肝脏叼食而复原获得幸福。

距离死亡还有着无法想象的漫长时间的我们，是否在对事物的追求中无限轮回？

赚到多少金钱后，继续开启下一个轮回。

嘀嗒，嘀嗒，时针又转动了一下。如此想来当时的我简直单纯的可怕，居然还盼望着长大。如今我18岁半，还有着相当漫长的时间，索性按照无限寿命来写作，自此我早已拥有无限金钱。

如何识别诈骗网站与保护自己的信息

Wed, 28 May 2025 00:00:00 GMT

事件经过：

下午开设了安全讲座，同学们手中还拿着列有详尽诈骗类型清单的纸质材料。老师还带领同学们过了一整遍。于此情景，我自然是想测试一下讲座的效果。

大约两小时后，我在新生群里发送了一个模拟的诈骗网页链接：

https://university.techleaf.xyz

(注：此链接为测试使用，目前并未开放)

链接发出后，有几位同学几乎是“秒填”了信息。他们提交的密码格式惊人地相似，“姓名缩写+生日+特殊符号”。

如此情况，无疑敲响了警钟。想来有必要重述一下信息安全相关事宜。特别是如何从技术层面简单有效地甄别诈骗网站（其实很简单，就一句话），不必因此**“诈骗网站”**草木皆兵。

防护手段

验证官方域名——简单有效的一句话

1.防护手段-验证官方域名

我相信很多人可能没有仔细阅读或未能完全理解官方登录页面通常会有的提示：

Before you begin, make sure this page （URL） starts https://idpz.utorauth.utoronto.ca....

因此，最根本的防护方法就是：请务必确认登录页面的网址（URL）是否以 https://idpz.utorauth.utoronto.ca 开头。

只要以此域名开头，即可认定为官方网站。但请注意仔细辨别，例如 https://idpz.utorauth.utoronto.caa（结尾是 caa 而非 ca）则属于仿冒网站。这次的测试相对容易识别，因为我并未注册一个高度相似的域名来进行“钓鱼”（注册域名要花钱的！！）。

（注：还有另一种情况，那就是显示为“不安全”的时候（见右图），此时请勿填入任何信息。此处与网站SSL证书之类有关，有需求可以自己了解，此处不做过多原理解析。）

2.原理-验证域名

此处可参考我之前在《域名简单科普》（收录于“建站合集”）中提到的：域名具有全球唯一性

域名简单科普 | TechLeaf Blog

是的，域名具有唯一性。我可以创建无数个看起来与多伦多大学官网一模一样的网页，但是无法拿下多大的域名（除非多大愿意出让给我）。

因此，验证域名是否为官方的 https://idpz.utorauth.utoronto.ca 是最直接有效的甄别方法。

（也有更高级的攻击手段，如DNS劫持等（见文末），故此处仅保障99%的情况。那很难遇到的1%）

3.更多安全建议

本次事件中，几位同学的密码格式（姓名+生日+特殊符号）高度统一，这极有可能是他们的通用密码。虽然多伦多大学的账户在新设备登录时有Duo Mobile进行两步验证（2FA）防护，但其他许多网站并没有强制2FA。

一旦这个通用密码在安全性较低的网站泄露，或者如本次事件一般泄露出去。攻击者便可能利用它尝试登录你的其他重要账户（如Google账户等），造成更大损失。因此，强烈警示不要使用通用密码。

建议使用密码管理器，例如bitwarden。
或者根据二八定律来分配你的密码——为你最重要的20%的账户（如网银、主要邮箱、社交媒体大号等）设置强度高且绝不重复的密码。

4.点击URL不输入信息是否绝对安全？-来看看乐子

先前某软件爆出过漏洞（路径穿越），一旦点击链接。会在你的电脑“开机自启”文件夹下新建一个木马，从而在下次开机后操控你的电脑。

总结

上网时，验证官方域名能防住99%的钓鱼网站了（以及“不安全”弹出后别输入信息）。其余的攻击手段（如0day漏洞、高级持续性威胁APT等）对于普通用户而言更难防御，也相对少见。

所以我们普通用户需要做的，就是学习20%的基本安全指南，防住99%的常见安全问题。

当然，保持系统和软件更新、使用安全软件等也是重要的补充措施（展开讲就太复杂啦，不过Windows和Mac每次更新的时候都会有写——修复了xx漏洞）。

本次活动收集到的4位同学的密码已删除，也并无进行更多测试。

求学校放过。

保命声明：本人纯电脑小白，啥也不会。

跑步记录20250525 HC附近-沃尔玛

Sun, 25 May 2025 00:00:00 GMT

20250525

起点：Harmony Commons 终点：Harmony Commons

天气较冷。短袖+保暖层+防风外套起跑，后面脱掉了保暖层。红绿灯较多，路上汽车、行人较多。部分路段有坡度，需减速慢行。道路两边都是房子。

跑步记录20250524 HC附近

Sat, 24 May 2025 00:00:00 GMT

起点&终点: Harmony Commons 环线跑步距离: 9.59 配速: 6’15 难度指数: 10

起点：Harmony Commons 终点：Harmony Commons

多云短袖+保暖层+防风外套起跑，后面脱掉了保暖层。坡度很大，不适宜跑步。

前段森林风景很好，后段就是正常的平房。

跑步记录20250523 HC附近

Fri, 23 May 2025 00:00:00 GMT

20250523

网易云海外插件解锁（非回国VPN）

Fri, 23 May 2025 00:00:00 GMT

网易云海外插件解锁（非回国VPN）

网易云音乐解锁（非回国VPN的一种简易方式，不过需要电脑辅助完成）

1.安装插件链接为

NetEaseMusicWorld++ - Chrome Web Store

2.（如图，先固定到工具栏），然后单击工具栏的灰色图标即可切换为启用状态

3.打开网易云音乐网页版，登录后随便播放一个歌曲

网易云音乐

此时手机端/电脑端会全部成功解锁（一般为3-7天，之后需要重复上述操作）

多因素认证MFA-身份验证方式全景解析

Wed, 14 May 2025 00:00:00 GMT

1.1 从密码到无密码：我们为何需要其他因素辅助认证？

密码，作为一种历史悠久的身份验证凭证，长期以来在数字世界中扮演着“守门人”的角色。它是用户访问各类在线账户、服务和系统的第一道，也往往是唯一一道防线。但用户出于便利性的需求和记忆负担的考量，往往会选择牺牲安全性，使用简单和重复的密码。仅仅依靠宣传和教育，并不足以从根本上解决密码安全问题。技术手段的介入，如强制密码策略的实施、密码管理器的推广，以及向更安全的身份验证方式（如两步验证、通行密钥等无密码方案）迁移，已成为行业发展的必然趋势。

1.2 两步验证（2SV/2FA）：现代的验证机制

面对传统密码的固有缺陷，两步验证（2-Step Verification, 2SV），也被称为双因素身份验证（Two-Factor Authentication, 2FA），作为一种显著增强账户安全的机制应运而生并得到广泛应用。其核心理念在于，用户在访问账户时，除了提供他们“知道的”信息（通常是密码）之外，还必须提供第二种不同形式的身份证明。

1.2.1 工作原理与因素分类（见右图Google提供的方式）

两步验证的工作原理基于多因素认证的思想。这些“因素”通常可以归为三类：

-所知因素 (Something you know)： 例如密码、PIN码、安全问题答案。

-所拥有的因素 (Something you have)： 例如接收短信验证码的手机、生成动态代码的身份验证器应用、物理安全密钥。

-所是你的因素 (Something you are)： 例如指纹、面部识别、虹膜扫描等生物特征。

一个典型的两步验证流程会结合至少两种不同类别的因素，最常见的是“密码”（所知因素）加上发送到用户手机的一次性验证码（所拥有的因素）。

1.2.2 2SV 与 MFA 的区别

虽然两步验证（2SV/2FA）和多因素身份验证（Multi-Factor Authentication, MFA）经常被互换使用，但严格来说它们之间存在细微差别。2FA特指使用两种不同类型的验证因素。而MFA则是一个更广义的概念，可以指使用两种或更多种验证因素。

在明确了“两步验证”这一机制后，我们接下来要了解现实中，那第二验证因素到底有哪些选择？ 它们从短信验证码到硬件安全密钥，形式多样、体验各异、风险与成本也相差甚远。下面，就让我们逐一拆解几种主流的两步验证方式。

2.1 电话号码：验证方式及其演变

将用户的电话号码作为两步验证的一个因素，是最早普及也是最广为人知的一种2SV实现方式。其基本工作流程是：当用户在输入正确的账户密码后，系统会向用户预先注册的电话号码发送一条包含一次性验证码（通常是4到8位数字）的短信。用户接收到后，需要在登录界面输入它，以完成第二步身份验证。

正是凭借部署难度低、用户操作熟悉的特点，短信验证码曾一度成为银行、邮箱、社交媒体的默认二步验证选项。然而，同一份便利也为攻击者提供了可乘之机：攻击者可以通过社会工程学手段（如冒充用户、贿赂运营商员工等）欺骗移动运营商，将受害者的电话号码转移到攻击者自己控制的SIM卡上。一旦成功，攻击者就能拦截所有发送到该号码的短信和电话。鉴于上述风险，许多大型服务提供商，鼓励用户转用身份验证器、通行密钥或硬件安全密钥等更为可靠和安全的验证方法。

2.2 身份验证器应用（Authenticator Apps）：动态代码的守护者

身份验证器应用是一种安装在用户智能手机或其他个人设备上的应用程序，其核心功能是生成一次性密码（One-Time Passwords, OTPs）。这些OTP通常作为两步验证（2SV）或多因素身份验证（MFA）中的第二重验证因素，用以增强账户登录的安全性。

目前市面上绝大多数身份验证器应用采用的是基于时间的一次性密码（Time-based One-Time Password, TOTP）算法。其工作原理如下：

当你第一次用手机验证器（比如 DUO、Google Authenticator）绑定账号时，网站（比如学校或公司系统）会给你一个 专属的“密钥”。它通常藏在一个二维码里。手机扫完后，这个“密钥”就保存在手机里，网站也会保存一份。此时只有你和网站知道这个密钥！

后续登录就会要求你输入基于刚才那个密钥 + 当前时间，一起通过一个“公式”来算出一个临时验证码（比如 6 位数字），一般来说每 30 秒变一次。手机和网站算出来的验证码，在同一个时间点是一样的，故可以如此验证。

2.3 通行密钥（Passkeys）与安全密钥（Security Keys）：无密码未来

随着对传统密码安全性局限性的认识不断加深，以及用户对更便捷登录体验的追求，身份验证领域正朝着“无密码”的方向快速演进。在这一趋势中，通行密钥（Passkeys）和硬件安全密钥（Security Keys）是两项备受瞩目的核心技术。它们都基于FIDO（Fast IDentity Online）联盟制定的开放标准，旨在提供比传统密码更安全、更易用的身份验证解决方案。

PS：下面的讲解简化了公钥私钥的概念

2.3.1 通行密钥（Passkeys）

如指纹识别、面部扫描、设备PIN码或解锁图案

通行密钥是一种创新的数字身份验证凭证，它允许用户彻底告别传统密码，转而使用他们日常解锁设备的方式（例如指纹识别、面部扫描、设备PIN码或解锁图案）来登录各种应用程序和网站。对应的钥匙始终安全地保留在用户的个人设备（如智能手机、电脑或硬件安全密钥）上，绝不离开该设备。

当用户尝试登录时，他们首先向服务表明身份。服务方会向用户的设备发送一个登录信息。用户的设备会提示用户通过其常规的设备解锁方式（如指纹、面容ID、PIN码）进行授权，从而确认了用户的身份，准予登录。

2.3.2 安全密钥（Security Keys）

一种物理硬件设备，插入设备后才能解锁使用。原理上类似车钥匙，外观上类似U盘。

安全密钥作为一种“你拥有的”验证因素，用于在用户登录在线账户或服务时，提供一层额外的、基于硬件的强身份验证。由于攻击者极难远程复制或窃取一个物理存在的硬件设备，安全密钥被广泛认为是实现两步验证或多因素身份验证中最安全的方法之一。

当用户尝试登录或需要进行身份验证时，系统会提示用户插入（USB类型）或轻触（NFC类型）其已注册的安全密钥。插入并且发送给服务器信息后，通常会要求用户继续进行一个物理操作，例如触摸密钥上的按钮或金属触点，或者（对于支持PIN的安全密钥）输入一个PIN码，以激活密钥并授权操作。

该类设备旨在为面临较高针对性攻击风险的用户（如记者、活动家、政治人士等）提供最高级别的安全防护。

还挺贵的……

2.4 备用验证码：最后防线

备用验证码（Backup Codes），特指在启用了两步验证（2SV）的账户中，由系统生成的一组（对于Google账户，通常是10个）一次性使用的数字验证码（Google提供的是8位数字码，其他服务可能位数不同）。

它们的核心用途在于，当用户由于种种原因无法通过其常规设置的两步验证方法（例如身份验证器应用丢失或故障、硬件安全密钥损坏或遗失）获取动态验证码时，可以使用这些预先生成并妥善保管的备用验证码中的一个，作为完成登录过程中的第二步验证。

用户通常在成功开启账户的两步验证功能后，可以在其账户的安全设置页面找到生成和查看备用验证码的选项
每个备用验证码都设计为只能成功使用一次。一旦某个备用验证码被用于登录，它便会立即失效，不能再次使用

3 “尽可能跳过密码输入步骤”：迈向无缝登录体验

“尽可能跳过密码输入步骤”这一表述，反映了当前身份验证领域的一个重要趋势：努力摆脱对传统密码的过度依赖，朝着更安全、更便捷的无密码或少密码登录体验迈进。传统密码输入过程不仅繁琐、容易出错，而且密码本身固有的多种安全风险（如易被猜测、易被钓鱼、密码重用等）已使其成为网络安全中的薄弱环节。因此，行业内的服务提供商和技术标准制定者都在积极探索和推广能够减少甚至消除用户直接输入传统密码的身份验证方法。

最后附上一张图：

主要身份验证方法对比

特性	密码	短信/语音 OTP	身份验证器 App	通行密钥	硬件安全密钥
安全强度	低	中低	中高	高	非常高
防钓鱼能力	非常低	低	中 (应用本身不防)	非常高	非常高
用户体验	差 (需记忆/输入)	中 (需接收/输入)	中 (需打开 App/输入)	非常好 (设备解锁)	中 (需插入/轻触/输 PIN)
依赖性	无	手机信号/运营商	智能手机 App	注册设备/云同步	物理密钥
成本	无	可能有短信费	无 (App 免费)	无 (设备内置)	需购买硬件
主要风险	易猜/重用/泄露/钓鱼	SIM 交换/短信劫持	共享密钥泄露/设备丢失	设备丢失/云账户被黑	物理丢失/损坏

一些支持MFA的平台

Google 账户（Gmail、YouTube、Google Drive 等）
Apple ID（iCloud、App Store、iMessage 等）
Microsoft 账户（Outlook、OneDrive、Office 365 等）
Facebook / Instagram
Twitter / X

更多可以去下面这个网站进行查看

2FA Directory

面向新手的邮件指南

Tue, 13 May 2025 00:00:00 GMT

建议阅读： 4.基础操作：发送、接收、回复、转发邮件；附件与抄送/密送 5.邮件管理：标签、文件夹、星标、搜索 8.常见问题与故障排除建议——如何应对“广告”邮件

1. 邮箱基础知识与工作原理

电子邮件就像数字时代的信件，通过服务器中转完成传递。

电子邮箱（Email）是一种通过互联网发送和接收数字信息的通信方式，每个邮箱账户都有一个唯一的地址，格式通常为“用户名@域名”。例如，example@gmail.com 就是一个邮箱地址，其中“example”是用户名，gmail.com 是提供邮箱服务的域名。这个地址就好比您在网络世界的“邮政编码”，确保电子邮件能够准确投递到您的收件箱中。

邮件地址的结构遵循 用户名@域名 的形式，其中用户名由您自行设定（通常由字母、数字组成），@ 后面的域名则由邮箱服务提供商提供。例如，上文中的 gmail.com 代表谷歌的邮箱域名。发送邮件时，系统会根据您输入的地址，将邮件通过互联网路由到对应域名的服务器，再投递到收件人邮箱里。

2. 注册与设置（以 Gmail 和 Outlook 为例）

大多数邮箱服务注册都是免费的，而且过程相对类似。下面以 Gmail（谷歌邮箱）和 Outlook（微软邮箱）为例，介绍如何注册账号并进行初始设置。

注：大陆用户首推Outlook。

**2.1 注册 Gmail 账号：**要创建 Gmail 邮箱，您需要先申请一个 Google 账户（谷歌账户）。进入 Google 帐号登录页面后，点击“创建账号”，按照提示填写基本信息（姓名、用户名、密码等）并完成验证即可开户。

创建 Gmail 账号 - Gmail帮助

**2.2 注册 Outlook 邮箱：**Outlook 邮箱属于微软的 Microsoft Account（微软账号）体系。打开 Outlook注册页面（如 outlook.live.com），选择“创建免费账户”。首先挑选您的邮箱地址（可以选择 @outlook.com 或 @hotmail.com 结尾的地址），按照提示填写基本信息（姓名、用户名、密码等）并完成验证即可开户。

Microsoft Outlook（以前称为 Hotmail）：免费的电子邮件和日历 | Microsoft 365

**2.3 安全设置：**无论是 Gmail 还是 Outlook，在初次登录邮箱后都建议完善安全选项。例如，绑定备用邮箱和手机号码，以便在忘记密码时用来找回账户；开启“两步验证”（双重验证），为登录增加一道短信验证码或手机通知的安全检查。

关于安全设置等事物请参考Blog下另一篇文章：

多因素认证MFA-身份验证方式全景解析 | TechLeaf Blog

3.移动端和电脑端登录：

注册好邮箱后，需要在任意客户端上使用它（Gmail默认跳转到Gmail客户端，outlook默认跳转到outlook；多数邮箱都有默认客户端，但你可以选择其它客户端，功能与外观上会有不同）

3.1 邮箱和邮箱客户端的区别：

邮箱（一串号码）：指的是您在 Gmail、Outlook、QQ 等服务商注册的邮箱账号本身（左侧）
邮箱服务端（服务器）：虽然我们通常是在网页或App中使用邮箱，但其实所有邮件、规则（如自动回复、黑名单）等都保存在邮箱服务商的“服务端”服务器中。客户端只是一个访问窗口。
邮箱客户端（APP/网页）：指的是您用来访问和操作邮箱的工具，可以是网页、APP，也可以是电脑上的软件。（例如Apple Mail, Spark, Thunderbird, Gmail, Outlook)（右侧）

用类比区分邮箱、邮箱客户端、邮箱服务端：

邮箱和邮箱客户端是两个东西，配套使用。你可以在Gmail里使用.outlook的邮箱，或者.edu的邮箱。可以将其类比为手机号（邮箱）和手机（客户端）来理解——你可以把你的手机卡（邮箱）装在任何手机（客户端）里使用，并且必须装在手机（客户端）里使用。——但不管在哪里登录（插卡），用的都是同一个账户（电话号）。当然，现在都是多卡手机。一个客户端可以登录很多邮箱账户。卡也可以分身，登录到多个手机上（消息会自动同步）。

服务端（Server）：就像运营商后台系统，是处理来电、短信、网络的核心基础设施。可以在此对手机号进行一定的操作（比如来电铃声，自动回复。这不是手机的功能）

3.2 客户端类别：

如无必要，建议使用默认客户端（可以换成本地版）

客户端分网页和本地两种，前者无须安装APP，相对不那么灵活。后者需要安装APP，操作相对流畅。

网页版客户端：例如 mail.google.com，或 outlook.com。
本地客户端：也可以使用电脑上的邮件客户端软件（Apple Mail, Spark, Thunderbird, Gmail, Outlook)

**注：部分邮箱的权限会被限制，可能无法使用第三方客户端。**多数学校处于安全考虑都开启了此限制，需要像邮箱管理员申请开放权限。

4. 基础操作：发送、接收、回复、转发邮件；附件与抄送/密送

客户端登录邮箱账号后，您就可以开始收发电子邮件了。本节介绍最基本的邮箱操作，包括如何发送邮件、查看收件、回复他人以及使用附件、抄送（CC）和密送（BCC）等功能。

4.1 发送新邮件：进入邮箱收件箱页面后，找到“新邮件”或“撰写”按钮（Gmail 中为「写邮件」，Outlook网页版中为「新建邮件」）。点击后会打开一个邮件撰写窗口。在收件人栏填写对方的邮箱地址；如有多个收件人，使用逗号分隔多个地址。然后填写邮件的主题（标题）和正文内容。如果需要，可以点击“附件”按钮（回形针图标）选择文件上传作为邮件附件（如图片、文档等）。完成内容输入后，点击发送按钮即可将邮件发出。

Outlook网页版的发送

Gmail网页版的发送

*附件提示：*发送附件时请注意单个邮件的附件总大小限制。大部分邮箱服务允许发送的附件总容量上限约为 25MB。如果附件超过25MB，Gmail等会自动将文件上传到云盘并以链接形式发送。超过限制的情况也可以通过压缩文件或使用云盘分享链接来解决。另请注意，不同邮箱可能会拦截某些类型的附件（例如可执行文件 .exe）出于安全考虑。
抄送和密送 (CC/BCC)： 在撰写邮件时，您会看到“抄送/CC”和“密送/BCC”字段。
- 抄送用于发送副本给除主收件人外的其他相关人员，所有收件人都能看到被抄送者的地址，从而知晓谁同样收到了邮件。
- 密送则与抄送相似，但具有保密性——被密送的收件人地址对其他收件人是隐藏的。

**4.2 接收和阅读邮件：**他人发送的邮件会根据地址自动投递到您的收件箱(Inbox)。大部分邮箱服务会定时自动检查新邮件；您也可以手动点击“刷新”或“同步”按钮立即获取新邮件。如果发件人在邮件中附加了文件，您会在邮件中看到附件名称及预览，点击即可下载或查看。

4.3 回复邮件：收到邮件后，您可以回复发件人。点击“回复”按钮，系统会自动填入对方地址并沿用原邮件的主题（通常会在前面加上“Re:”标识）。您只需要编写回复内容，然后发送即可。如果这封邮件同时发给了多人（存在抄送/群发），您可以选择“回复所有”来让每个原收件人都收到回复。一般回复不会包含对方原邮件中的附件，邮件系统会省略附件以节省空间。而转发（Forward）则是将收到的邮件直接发送给第三方，新邮件中会保留原邮件的附件。因此，若要把别人发来的带附件的邮件传给另外的人，请使用“转发”，这样附件也会一并转交；而简单回复发件人则无需附带原附件。

5 邮件管理：标签、文件夹、星标、搜索

随着使用时间增加，您的收件箱可能会积累大量邮件。良好的管理习惯能帮助您高效定位重要信息、保持邮箱整洁。本节介绍常用的邮箱整理工具：标签/文件夹、星标以及搜索功能。

**5.1 标签与文件夹：**多数邮箱提供“文件夹”或“标签”来分类邮件。在Gmail中，常见的系统标签有“收件箱”、“星标”、“已发送”等，您也可以创建自定义标签（例如“工作”、“网购账单”、“重要”）。Outlook和多数其他邮箱沿用传统“文件夹”结构，您可以在收件箱下新建子文件夹，然后通过移动邮件的方式进行归档分类。

此外还有**“星标”或“重要”**标记功能：在邮件列表中，您可以点一下星形符号 ⭐ 给某封邮件加星（Gmail），或者在Outlook中将邮件标记为重要/旗标，这样这些邮件会被突出显示或汇总到星标/重要类别中。

**5.2 邮件搜索：**邮件搜索是管理大量邮件的利器。现代多数客户端都内置了强大的搜索引擎。除去常规的搜索外，我们还可以：

按发件人：例如输入from:alice@example.com 来找Alice发来的邮件。
按收件人：to:lihua@company.com 可找出发给lihua的所有邮件。
按主题关键词：如搜索subject:会议 找到主题包含“会议”的邮件。
按日期范围： after:2023/01/01 before:2023/12/31 来限定时间。
按是否有附件：输入has:attachment 可以筛选出带附件的邮件。

注：通过界面的筛选按钮我们同样可以做到(见右侧），不一定要背这些搜索方法。

Outlook

Gmail

Outlook

Gmail

5.3 其他管理技巧：合理利用邮箱的自动分类功能

如 Gmail 默认会将邮件分成“主要”、“社交”、“推广”等标签页自动归类（可在设置中开启/关闭）。Outlook.com 则有“重点收件箱”功能，会智能识别重要邮件放入“Focused”标签，其余邮件放入“其他”标签，以减少干扰。

更多技巧请见下一节。

6. 设置规则与过滤器：自动分拣邮件、黑名单白名单、自动转发

如果您希望邮件收发能“更聪明”一些，邮箱的过滤器和规则功能可以帮大忙。通过预先设定条件，邮箱可对新收到的邮件自动执行某些操作，例如分类存放、标记已读、甚至拒收或转发。下面介绍如何用好这些高级设置：

**6.1 邮件过滤器（规则）的作用：**以 Gmail 为例，过滤器可以根据邮件的发件人、收件人、主题关键词、包含的文字等条件，匹配符合条件的邮件，并自动为这些邮件执行您指定的操作。例如，您可以设置一个过滤器：“如果邮件来自news@example.com，则自动标记为已读并移至‘新闻’文件夹”，这样订阅的新闻邮件就不会挤占收件箱。

创建用于过滤电子邮件的规则 - Gmail帮助

使用 Outlook 中的规则管理电子邮件 - Microsoft 支持

6.2 黑名单和白名单：黑名单指的是您明确阻止的发件人列表，白名单则是明确信任的发件人列表。许多邮箱支持用户自定义这些列表。

许可名单、拒绝名单和批准的发件人 - Google Workspace 管理员帮助

将我的电子邮件收件人添加到“安全发件人列表”中 - Microsoft 支持

在 Outlook 中阻止或取消阻止发件人 - Microsoft 支持

**6.3 自动转发（邮箱服务端功能，非客户端）：**如果您有多个邮箱，希望集中处理邮件，可以设置自动转发规则。Gmail和Outlook都支持将收到的邮件自动转发到另一个地址。

自动向其他账号转发 Gmail 邮件 - Gmail帮助

在 Outlook.com 中打开或关闭自动转发 - Microsoft 支持

7. 进阶功能：自动回复、签名、日历整合、第三方插件、邮箱自动化

当您掌握基本的收发邮件后，可以尝试利用邮箱的一些高级功能，让沟通更高效，并与您的日常工作流程进一步集成。

**7.1 自动回复（假期/外出回复）——（邮箱服务端功能，非客户端）：**在您不在期间，每个发信给您的人会自动收到这段您预先写好的回复，以告知对方您暂时无法及时回复。例如，您可以写道：“您好，我目前外出，将于X日返工，期间邮件可能回复较慢。” Gmail称其为“休假回复”（Vacation Responder），Outlook则称之为“自动答复”或“外出邮件”。可设定一个时间区间以及回复内容。

Send an automatic reply when you're out of office - Computer - Gmail Help

从 Outlook (外出) 发送自动答复 - Microsoft 支持

7.2 个性签名（Signature）：签名是附加在每封您发出的邮件末尾的固定文本（不是手写签名），一般用于注明发件人信息和联系方式。您可以在邮箱设置中添加签名模版。在签名中，您可以写上自己的姓名、职务、公司名、电话等。

创建 Gmail 签名 - 计算机 - Gmail帮助

在 Outlook.com 或 Outlook 网页版中创建和添加电子邮件签名 - Microsoft 支持

**7.3 日历整合：**电子邮件常常与日程安排联系紧密，比如会议邀请邮件、行程确认邮件等。像 Gmail 与 Google 日历就是联动的：当您收到航班、酒店预订等包含日期的信息时，Gmail会智能地将它们添加到您的 Google 日历中（仅您本人可见）作为提醒。同样，Outlook 邮箱与微软的日历（Outlook Calendar）也是深度集成的。

在 Gmail 中管理日历活动的提示 - Google Workspace 学习中心

在电子邮件中创建“添加到日历”链接 - Microsoft 支持

同样可在第三方日历APP中登录你的邮箱账户，然后看到你的日程。

**7.4 第三方插件扩展：**例如 Boomerang 是 Gmail 的一款著名插件，它提供了邮件定时发送、邮件跟踪和自动提醒功能。当您希望邮件在指定时间发送（比如下周一早上）时，Boomerang可以帮您安排。此外，Boomerang还有“收件箱暂停”“AI写作辅助”等实用功能。Notion 最近推出了“Notion Mail”功能，支持直接集成 Gmail 等账号，打通笔记与邮件。再比如，一些项目管理工具（如 Trello、Asana）提供邮箱插件，允许您直接把邮件转换为任务卡片。

Boomerang for Gmail: Scheduled sending and email reminders

**7.5 邮件自动化（脚本）：**对于高级用户和开发者，像 Google Apps Script 提供了对 Gmail 的编程接口，或者Outlook 提供的 VBA 脚本支持。可以实现一些定制的自动化操作。

8. 常见问题与故障排除建议

即使熟练使用邮箱，新手仍可能遇到一些疑惑或问题。下面列出几条常见问题和相应的解决思路：

**无法登录/忘记密码：**如果密码忘记，最简单的办法是使用邮箱登录页面的“忘记密码”功能。Gmail 和 Outlook 会通过备用邮箱或手机号验证码来重设密码。平时务必确保您的账号绑定了有效的恢复选项。

再次提到MFA，建议启用MFA，指纹总不可能忘带吧：

多因素认证MFA-身份验证方式全景解析 | TechLeaf Blog

**收不到邮件：**首先检查是否网络连接正常。像微信一样，没有网络当然收不到。除此之外可能是1）对方邮箱地址拼写错误；2）您的邮箱存储已满（多数情况发件人也会收到退信）；3）邮件被误判为垃圾，去了垃圾邮件文件夹；4）发件人被您不慎拉入黑名单。……
**邮件发送不出去：**首先检查是否网络连接正常。除此之外可能是1）收件人地址无效；2）您在邮件中附带的附件过大超出限制；3）您的邮箱当天发送量过大被暂时限制。……
**收到大量垃圾邮件：**几乎每个邮箱都会收到广告、钓鱼等垃圾邮件。一般将其标记为垃圾即可，智能客户端一般就能记住。对于反复收到的广告邮件，可以尝试在邮件末尾寻找合法的“退订”链接进行退订（正规订阅源通常提供退订）。很多时候不自觉的就会订阅很多东西。

最后，如果在使用邮箱过程中有任何疑问，Gmail 和 Outlook 官方都有详尽的在线帮助中心support.google.com、support.microsoft.com覆盖常见问题。

觉察当下，逃离应试幻觉 | 未来属于创作者

Mon, 28 Apr 2025 00:00:00 GMT

「当我们从文凭的幻梦中惊醒，教育的本质如星光破晓：它并非攀登功利的阶梯，而是唤醒内心的火种。觉察让我们洞悉迷雾，深耕让我们在热爱中生根，创作让我们乘风翱翔。在规则崩解的洪流中，每一个敢于追问、坚持表达的灵魂，都在以独有的光芒，书写属于自己的命运篇章。」

在中国，大多数人都深信：教育是改写命运最可靠的杠杆。于是，围绕升学与考试构筑的应试体系，在过去数十年里几乎垄断了基础教育的全部想象空间。它确实塑造了无数“一考定终身”的传奇，却也在同一轨迹上积累了日益沉重的代价——学生被迫卷入无休止的竞赛，心理压力节节攀升，家庭投入愈发失衡，而“分数至上”的信条早已挤压了真正的兴趣、创造力与思辨。

然而，流行的批评——从“填鸭式教学”到“文凭泡沫”——往往只触及表象。如果这些症状只是冰山一角，那么更深层的结构性缺陷究竟是什么？ 我们是否忽略了某些根本问题，使得“刷题—考试—文凭”这条单行道越来越像一部高强度运转却失衡的机器？而作为身处其中的学生，我们又能否找到破局的缝隙，在既定赛道之外为自己开辟另一条道路？

本文从“家长—学校—社会”三重视角切入，先审视应试逻辑如何渗透日常，再追问思考文凭贬值、教育缺失，最终回到个体层面：在一个红利退潮、规则重塑的时代，我们如何借由**觉察（awareness）**重获主动，重构“教育”与“学习”的意义。

文凭神话与分数崇拜

「分数从来不是通往自我的衡量尺，而是一道代代相传的咒语，将无数家庭困于无形牢笼。人们用寒窗十年的期待，铸就文凭的神坛，却忽略了知识本身的光芒早已在心灵深处闪烁。唯有当分数与命运分离，文凭不再是一串冰冷数字，而是自我认知的阶梯，那个被神话化的救赎才会在无数孤独的灵魂里复苏。」

当下，教育问题错综复杂。既有家长期望与观念的桎梏，也有社会环境的剧烈变化，还有互联网对青少年心智的深远影响。然而，现实的复杂远非表面所见。我们常常看到家长们将全部希望压在孩子的分数与学历上，似乎唯有一纸文凭，才能托举起一个家庭的未来。

本章节要讨论的，便是仍深受传统分数观念影响的家长群体。他们往往经历了高考恢复与改革开放的历史阶段，亲身见证了分数带来的命运转变，因此格外执着于“分数救赎”。正是在这种背景下，他们将无尽的期待投射到子女身上，却在无意间忽视了孩子个体成长的真实需要。接下来，我们将从家长观念出发，进一步分析教育体制内卷、学生心理状态恶化，以及互联网文化带来的冲击。

1977 年高考恢复，学历第一次与阶层跃升直接挂钩；90 年代“挤进大学＝改变命运”的口号在千家万户回响。自此，分数被神化为唯一可量化的公平指标，“高考状元”成为媒体热词，寒门学子的故事又不断强化了“分数救赎”叙事。许多家长赶上了这波时代的潮流，又吃到了改革开放的红利，赚到了许多超出自己能力范围之外的钱。那些没能赶上的，只剩下万般遗憾。那一代的人们，无论成功与否，都将教育视为最重要的事情。他们愈发重视文凭，并且也认定了孩子从出生开始，只有学习-文凭-入职这一条出路。那些成功赚到钱的家长将钱砸入子女的教育，不断的和子女诉说教育（文凭）的重要性，将其送入最好的学校，让其不断的内卷。当年那些没能成功拿到文凭的家长则是砸锅卖铁也要供自己的孩子上学，指望着依靠文凭来实现“阶级跃迁”。

同样在“望子成龙／望女成凤”的传统驱动下，家长逼迫孩子投入无上限的学习，忽视其心理压力与休闲需求。也导致如今教育变得愈发内卷，但家长们却意识不到这一状况，意识不到新生人口的增多导致考生人数增加，意识不到试卷不断累加的难度。甚至意识不到——当下的很多学校早已不在实行素质教育了。

孩子在充满内卷与竞争的环境下发展，自然是压力巨大。并且他们无法缓解这种压力，若使用游戏或者小说漫画来进行消遣，则会被赋予“不务正业”之名号。若是抑郁，乃至自残，仍然会被家长当作孩子在无病呻吟。“上班多累啊，你才学个习就喊上累了？”也不难理解，毕竟当年的学习压力可谓远远不如此时大，熬一熬就过去了。当年确实可以寒窗苦读十年书，超越同学。但如今时代变了，那些家长们便永远用着过去的思维来思考，这也注定了无法与孩子相互理解。也有家长开始担心起了孩子的这些行为，但很多人选择的解决方法是求神拜佛。他们宁可重金求得一块平安符，也不可看上孩子两眼。这种对孩子的漠视，打压。最终，有些孩子只能以极端的方式，迫使家长真正醒悟。

在这样的家庭环境中，许多学生很少真正感受到来自家人的关爱。很多时候家长的话甚至会让他们倍感压力——“只要考到全班第一，就给你买东西。加油，我们爱你”。看似充满亲情的话语，背后却透露出——“我们爱你，但是有条件”的暗示。更不用说很多学生往往是达不到家长的期望的，拼劲全力考出的分数换来的只有家长嫌弃的眼神，甚至继续被限制娱乐的时间，换来更多的课外班。长此以往，便不止迷茫。自卑，混乱，恐惧，最后留下难以疗愈的创伤。

虽然很多学生能够忍受，并在一定程度上理解家长的做法，但这种忍耐终究是有限的。也可能学生也可能早早学会了欺骗，欺骗家长自己考了高分，不断的在此动手脚，甚至走上学术造假的道路。也有学生逃避了自己的自由，开始不断的假装学习，做起了形式主义，这样才能让家长满意。只是最后会被认定为没有天赋的学生，淘汰出去。也有的学生，12岁就死了，22岁才埋。

学校也会随着社会的变迁而发展。如今风靡一时的“衡水教育”，吸引了无数家长。衡水模式以军事化节奏、精准刷题闻名，全国多地办学体制竞相复制；三大早读、五次月考”精准对标考试节点，音乐、美术和体育课被系统性压缩为“自习”。衡水系学校超高的升学率、一本率，成为“分数工厂”范本。

家长看到了衡水教育超高的成绩，以及他人的推崇。就将自己的孩子送入就读。这样的家长或许一生都在追求“好学校”。从好的小学到好的初中到好的高中。他们也从来不看学校的教育方式，仿佛学生是一个物件，送入一个个工厂加工就好了。只需稍稍思考一下衡水的教育方式，便可以轻易推断出“衡水不适合入读”。不过衡水模式的兴起，也更印证了部分中国传统观念还在这些家长脑中隐隐作祟——“吃得苦中苦，方为人上人”，或者是“不择手段，能抓到耗子的就是好猫”。衡水中学吃的苦都不重要，结果看上去很好。终归受苦的是孩子，不是自己。

部分学生比较幸运，成长于一个相对幸福的家庭，父母对他的学业要求通常不会太高。他们送孩子上学，并非出于明确的教育目标，只是因为看到大家都在读书，便顺势而为。孩子自己也未曾真正思考过上学的意义，只是默默地学习着。这样的学生，虽不像第一类学生那样承受明显的心理压力，但实际上也是应试教育下的隐性受害者。他们常处于一种模糊的“中间状态”——家长期望孩子取得一定成绩，却又不过于苛刻。孩子们在放学回家后，可以稍作休息或玩耍，并不立即被要求投入学习。

如果这一切发生在上世纪九十年代，这种状态或许并无大碍，甚至能赶上时代的红利。但如今，社会环境早已发生巨变。内卷不断加剧，互联网迅速兴起，各种文化形态在网络上野蛮生长。在这样的背景下，应试教育未能及时赋予学生辨别与反思的能力，使得他们在信息洪流中迷失方向。

这一代学生，不仅逐渐失去了求知欲，也日益丧失了对真实自我的认知，教育的失效愈加明显。同时，互联网带来的另一个冲击是成瘾性娱乐的普及。大量学生沉迷于电子游戏、小说、漫画等内容。若只是偶尔娱乐，本无可厚非，但问题在于这些内容强烈的成瘾机制。一旦沉溺其中，便很难自拔。

智能设备与互联网这两种媒介，与传统媒介相比，带来了巨大的变化，以至于至今仍处于教育领域争论的灰色地带——究竟是应当将其引入教学，还是应当将其严格限制。这类媒介天然具有外扩性，使人能够轻易接触到种种未曾设防的内容。例如，学生群体中出现了无脑追星、对奢侈品的狂热迷恋，以及深陷消费主义泥潭的现象。正如《娱乐至死》的作者尼尔·波兹曼所指出的，孩子们的“童年正在消逝”——他们过早地接触到了成人世界的秘密，包括性、暴力等内容，并在网络环境中被包装为娱乐商品。本应属于成年人的复杂概念，过早地闯入了学生时代，而现有的教育体系未能及时赋予学生甄别与反思的能力，导致他们在信息洪流中迷失。这些学生，不仅丧失了求知欲，更逐渐失去对真实自我的认知，教育的失效由此愈演愈烈。

除开互联网，学习上也是越来越卷。学生学习时间被迫变到6 ∶ 30 起床、24 ∶ 00睡觉，一天 12小时以上的题海训练。这导致学生们过上两点一线的生活。上学便是死学，回家做完作业便是纯玩。当然，他们经常自问——“我这样混下去是不是不太行？”。但随之而来的不是深度的思考，而是情绪化的抱怨。比如——那又怎样？或者“那又能怎样？”写满了自己的to-do，但是没有一项是自己真正认同的行为。又或者左刷右刷，哔哩哔哩抖音小红书天天看。偷盗了一堆超出自己能力的思想认知拿来网上辩论，自己却不清楚那些的真正含意，只是让自己看起来很厉害，深究到底也没有真正建立起认知框架。他们有时候也行动积极，有时候也一动不动；有时候会打鸡血做计划，有时候像瘫痪了一样拖延至死。最终陷入一种”高级摆烂“。

综上可以看出，当代很多学生深受家庭与教育的双重困境，早早的葬送了自己的未来。也有的学生有一个不错的家庭环境，但受困于应试教育与互联网，左转右转找不到方向。也有很多家长，还在坚守自己的文凭分数至上的观念。甚至许多学生都是这样想的——他们或许口口声声的说着自己不那么看重文凭，但他们心中已经认定了文凭是不可或缺的重要之物。

接下来，我们必须重视如今社会的变化。找回分数、文凭原本的价值意义。在此之上尝试推演出我们未来的道路。

文凭的消亡

「文凭如同被遗忘在图书馆最深处的古卷，它曾以红利之名被高举，却从未真正回答过世界的问询。多数人怀揣着这张证书，以为自己已握有通往成功的钥匙，殊不知那只是运气的馈赠。一旦红利退潮，空洞的资格便会像被抽走支撑的舞台，轰然坍塌。真正的价值，从来不是挂在墙上的一纸文凭，而是经年累月沉淀下来的思考与行动。当我们放下对证书的迷信，才有可能在未知的荒原上，重新发现属于自己的路。」

文凭在前文的叙述中如此之重要，我们也可以从追问文凭的真实价值出发。或许会发现文凭对部分人而言没那么重要，随后便能找到真正的价值和应该做的事情。

大多数学生都怀疑过文凭的意义，也听到过无数遍庸俗的解释“文凭是敲门砖”，是不可或缺之物。这些答案听上去无比正确，仿佛是在应试教育体系中可以直接拿到高分的标准答卷。然而，如今的学生们，早已不知道自己究竟在追求什么，他们只是害怕被落在身后。真正的答案其实不难获得，需稍加观察社会现状、就业市场的变化，就能发现：大多数学生最终很难找到理想的工作，甚至毕业即失业。许多人只能被迫继续升学读研，或者选择返乡。

而当前经济下行的背景，使得文凭的价值进一步贬损。一方面，大量行业在大幅裁员；另一方面，高校毕业人数年年攀升，供需严重失衡，导致毕业生在就业市场上丧失了议价权。在这种背景下，学历的“敲门”功能虽犹存，却对门后空间的承诺大幅缩水。

但接下来，要从另一个角度来分析这文凭，去更彻底的击破文凭的价值。

除了使用每年的就业率等指标来分析文凭的价值，我们还可以看到另一个现象，便是寒窗苦读十年书的小镇做题家总会在面试时被刷下去，他们总是比不过精英家庭的孩子。这里并不是说精英们有自己的后门，可以享受优待。而是小镇做题家积累了很多实用技能，但是在“文化资本”上毫无积累，这种差异是无法依靠几个月的面试技巧抹平的。早在《金榜题名之后：大学生出路分化之谜》这本书中的描述中有所体现。那些家庭背景较差的同学，晕头转向的走入大学，走向社会。成为与精英们完全不同的两种人。

《金榜题名之后：大学生出路分化之谜》读后感 | TechLeaf Blog

“完全倚靠学校来决定自己的前途显然是‘作死’的行为……我一直坚信就是所有东西都是‘我想’最重要——我想往哪边发展。我一直都在慢慢地往自己想要的那个目标靠近。漫无目的地生活其实是一件没有效率的事情。所以我劝学弟学妹你们最好早点知道自己要什么，早做准备，越早越好。……很多人并不知道自己真正要的是什么，仅仅是在道听途说之下被动地选择了一条路。”
“我感觉我当时（大一时）已经做好准备了，我就以一个全新的新起点、新开始，一张白纸进来了，我感觉我没啥障碍啊……现在就是为以后职业上的东西没做好（准备），之前都没考虑过的事！从来没想过我以后要得到什么。感觉周围的人，通过好好学习进入好大学的话，是可以跳出小地方。但是我也没想过跳很远，这个想法我不太深入，我就是想五年跳哪去，我都不知道。……我感觉当你学习‘进入一个状态’的话，其他问题都不是问题了，我想的问题是有限的。”

在《出身》这本书中更加详细的讲述了为何小镇做题家会被刷掉。——那些贫困出身的学生，无论在笔试方面有多优秀，最终都会在面试的时候败下阵来。在招聘中，面试者的技能水平往往不是他们最看重的。你只需要达到一个差不多合格的水平，通过笔试即可。大部分公司会对招入的新员工进行二次培训（岗位培训制度）。面试之中HR会最关注应聘者的“自我介绍”和“故事经历”，以确定你是否是符合公司文化的这种人。而这种叙事能力，这种背景是无法靠苦练几个月面试技巧做出来的。HR不想听你在中考高考时付出了多少努力，获得过多少奖状。甚至不想听你说你参加过什么课外活动，有什么兴趣爱好。他们最想听到的是你们是否符合一种调性，即你和他们的”场域，习惯“是否匹配。其中涉及到”文化资本“的积累。文化资本既是一个人在行为举止上，思维框架中的体现。

布尔迪厄所提出的“文化资本”指代通过在家庭与社会环境中习得的语气、谈吐与思维框架。例如，精英家庭的孩子常通过家庭讨论、海外游学等方式积累了与企业文化契合的表达方式。于是，小镇做题家在刚刚打开话匣子的那一刻，就被无形的筛网过滤了。

由此可见，过去不少人依靠学历优势和时代红利赚到金钱，当年享受红利的那一代人的子女正陆续步入社会——至此一个全新的世代由此登场，但红利不再。这正是经历完红利期后的第一批学生们。全球经济在可见的未来，至少这十几年内。应该都很难逆转。像过去那样的红利期已经一去不复返。未来的经济面临的不是周期性的下跌，而是结构性问题导致的下跌。从生育数据，到各国政府的财政状况中均有体现。若没有红利期，甚至经济是下行周期。就业便会相当困难，计划进大厂的小镇做题家需要付出几十倍的代价才能积累他人自带的“文化资本”。

这不禁让我们去思考别的出路。但在这之前，我们再回过头来看看文凭的产物——应试教育。毕竟学生们生活里充满了应试，必须对此有所觉察才能在此背景下寻找出路。应试教育，究竟是何物。是否真的有描绘中那般不可缺失？

教育的消亡

「当分数的河流吞噬了求知的星光，教育便化作一具空壳，徒留试卷的回响。知识曾是点燃灵魂的火种，如今却被铸成攀登文凭的阶梯。唯有在试题的缝隙中窥见那被遗忘的追问‘我为何而学？’——我们才得以触碰教育的灵魂，于无边的机械重复中，寻回失落的自我。」

从上述关于文凭的讨论中，我们不难看出，用一个“卷”字来概括当下的教育环境，应当最为贴切。然而，内卷只是表象，学生们无休止的内卷导致了更多在教育实质上的变化。分数至上的观念彻底重塑了教与学的模式，使得学习的“工具性”会彻底盖过“意义性”，一切活动都围绕文凭展开。知识在这里不再是一种理解与建构的过程，而是一种得分的工具与手段。知识变为工具后自然不需多加思考，所以此时代的教学互动也越来越稀薄，课堂变得机械而紧凑，教学节奏围绕考试周期精准排布。

教师的任务从教育出全面发展的学生，变到教出高分的学生。分数不仅关乎学生的前途，同样绑定着教师的绩效考核，甚至成为社会评估学校教学质量的主要标准。对教学质量的评定又反过来影响学校的招生竞争力，生源质量进一步决定了整体分数表现，这形成了一个难以打破的死循环。在这样的逻辑下，教育不得不向着可量化的指标倾斜，去抛弃那些高尚的教育理念。在此之下，教学就更加工具化了，老师把握好考点，一味的灌输给学生，学生好好背诵理解，一切都是为了分数。学生在其中被转换成几个可以量化的数字；兴趣、探索与思辨退居二线，刷题、技巧、模板训练占据了中心舞台。唯有这样，学生们才能取得高分，最终在高考中获得一个较高排名。

反观上面的过程，整个教学生态系统如同一部高强度运转的机器，牺牲的却是人性、兴趣和理想。这些代价也必然导致这代学生变的变得愈发功利、脆弱而又焦虑。

内卷首先掠夺的是学生的时间——课内之外的补习、竞赛、升学规划排得满满当当，让睡眠与休闲成了奢侈。与时间相伴而来的，是普遍的心理透支：焦虑、倦怠、对失败近乎病态的恐惧。原本该由好奇心驱动的求知，沦为“不得不做”的任务。此外，在一个只有标准答案和固定评分体系的教育环境中，学生对多元视角与开放性问题的敏感度自然下降。这些影响会逐渐从教育渗透到生活中，学生的日常变得机械而空洞：要么是机械地刷题、抄写答案，要么是在空闲时无意义地沉溺于游戏和短视频之中，内心难以真正安静下来。

上述现象可概括为学生的“空心化”。所谓空心化，指的是对意义的失落与对内在方向感的缺失，也就是通常所说的“虚无感”。虚无中的自我也逐渐消失了——真实的我怎么想并不重要，重要的是大家怎么想；互联网上都在焦虑什么，我就焦虑什么；他人晒出的“成功”生活，成了他们对自己的无形审判。学生们将自己悬置了起来，然后一起在互联网上围观他人的生活，甚至将互联网上看到的生活代入现实，有时还会给自己制造不必要的焦虑。他们也不清楚自己是如何变成这样的，甚至不知道自己变成这样了。这自我的缺失是教育中最大的问题，也是最难意识到的一环。

教与学的模式被彻底改变为应试导向，学生们在此丧失了自我，那教育便从中消失了。下一步我们是不是就可以开始批判应试教育了？恰恰相反，我并不认为我们要责怪应试教育没有给我们带来真正的教育，我们需要做的只是呼吁教育回归校园。毕竟应试教育从未承诺过“培养完整的人”。如果它从未承担过“教育”的职责，我们又为何执着于它没有履行“教育”的功能？是否我们早已在一开始，就犯了一个巨大的认知错误——把一种“选拔机制”误认为是一种“教育制度”？正所谓，应试教育不是教育。”应试教育“它戴着“教育”的帽子，却干的不是教育的活儿。我们误以为“教育”正在发生，只因它被这样命名。如果我们在英文语境下，那一切将更加清晰。我们将“应试教育”翻译为“Teaching to the test”，此时不妨再把教育译为“Education”。就会发现——前者是一种教学策略，是以考试为中心、以分数为目的的教学安排，它也从未承诺会承担起“Education”的职责。这时我们才发现，所谓教育，与寒窗苦读十年书本就毫无关系。那些应试教育中不经意的思考，随性的发问，才构成了真正的教育。而随着内卷加剧，这样的思考越来越少了。

弄清了“选拔”与“教育”的边界，就能回应那句常见的挑战：

“你既然反对应试教育，就想个更好的办法啊！在当前国情下，它就是最合适的方式！”

我并非否定应试教育。作为一套广覆盖且相对公平的选拔制度，它在可预见的将来仍会与我们并存——无论是中国的高考，还是欧美的 GPA、SAT 体系。我要强调的只是：别把选拔制度误当作教育本身，我希望我们的孩子可以在学校中受到教育，而不是天天刷题。在接受并不断优化这套机制的同时，我们更需要让真正的 education 回到课堂——鼓励质疑，容许探索，为学生保留思考和发问的空隙。

至此，我们不难发现：在应试的洪流中，真正的教育正悄然淡出课堂。但与一纸文凭不同，教育并不会就此终结——它仍有被重新唤回的可能。要做到这一点，我们必须先走出应试教育的视域，站到它的外部，重新反思并定义“学习”与“成长”。“Teaching to the test”给予了我们一个“Education”的绝佳反例。那所谓一直遵循这个框架，那么就不可能获得真正的教育。想要跳出这个机械学习的教育循环，唯有反对框架，用批判思维，将其重构。此时，我们要开始怀疑，开始思考。正是学生在抵触、倦怠与内卷中，开始质疑“什么才是真实的我（分数是我吗？）？”“知识的价值究竟何在（我到底在学什么？）？”这一刻，才开始“受教育”。应试教育下最好的受教育方式，就是让我们一定程度上的对抗教育本身。这不仅是反思的开始，更是教育真正发生的时刻，也是是让人成为人的过程。

最终章-觉察当下、探索未来

「在惯性的洪流中，自我如浮萍漂荡，追逐着他人的倒影却遗忘了本真的面容。觉察是一束微光，刺破生活的迷雾，照亮我们为何奔忙；深耕是一粒种子，埋藏于热爱的土壤，静待破土的奇迹；创作是一场冒险，将内心的旋律化作世界的共鸣。唯有如此，我们方能于命运的废墟上，编织属于自己的神话。」

如果说，教育真正发生在反思的时刻——也就是当我们开始主动提出问题并认真思考的时候——那么，当下最迫切需要面对的问题便是：路在何方？然而，在寻求答案之前，我们更有必要回顾全文的核心脉络，厘清当前困境的根源，弄明白：我们究竟正处于怎样的问题之中？

文凭的护身符神话已破灭：它不再是通往成功的绝对保障。
教育在应试体制下异化：知识沦为工具，学习的意义被分数吞噬。
旧路径正在瓦解：经济下行中，“学历→好工作→稳定人生”的传统逻辑难以为继。

而这一切问题的更深层根源，正是当下普遍存在的一种集体性的“不自知”。这种不自知让我们悬置了自我本身，让我们的行为不由自主地向他人看齐，而看齐的他人也可能正在盲目追随另一个人。正如上文提到的，无论家长或者孩子，都在盲目追求着文凭，忽略了过程。他们都在看着他人，而非自己。若不觉察自我、回归当下，我们的思考不过是又一次对他人的注视。

对此状况，我们要做的便是觉察当下，很多人可能都能记得自己昨晚打了游戏或刷了抖音，但这仅仅是记得而没未意识到自己在这么做；真正的觉察，是意识到“我在做什么”以及“为何这样做”。比如，我每天放学后沉迷游戏三小时，直到某晚他问自己：“我在追求什么？”想到只是想赢一局来证明自己，但游戏的短暂刺激实则不能填补内心的空虚。甚至能更本质的意识到一局一局的失败带来的唯有“上瘾“，于是决定关机去改为复习。同样，家长看到同事晒“名师课程”，本能想给孩子也报，却在付款前问自己：“我焦虑的是真需求，还是怕被落下？”他选择多陪陪孩子，并且先与孩子沟通他喜欢的学习方式。

与之相对的是“沉沦”：学生沉沦于游戏、消费主义或抑郁，家长沉沦于“寒窗苦读”的执念或无尽加班，却无人反思自身行为的意义。他们从未意识到自己在这样做，只是看着他人都这样做了而已。“我们家的孩子绝不能输在起跑线上。”从小学给孩子报名奥数班开始，再到小升初报名辅导班。最终做出一个又一个的错误选择。他们可能在职场中是各行各业的精英人士，但是在子女教育方面，却常常沦为信息洪流中的“惊弓之鸟”。许多学生也是如此，他们虽然身处与教育环境之中，却意识不到自己为何而学。同样意识不到教育环境的变化——明明自己身处教育环境中却不自知。

当我们真正停下脚步、照见自己的惯性后，一个意想不到的变化随之而来：原本以为亟待解决的问题，忽然松动甚至改头换面。如那些令我们昼夜奔忙的“升学捷径”或“阶层跃迁公式”，往往只是被惯性放大的幻影；一旦看见幻影，我们才惊觉——自己追逐的，也许压根就是一条死胡同。如果发问本身就走错了方向，继续深挖只会掉进更大的坑。所以回到我们的问题（面对文凭贬值，教育缺失，经济下行，我们究竟应该怎么做），并且审视它，你会发现一个巨大的问题——在问出我们应该怎么做的时候，实则想知道的是——我们应该怎么做才能赚到大钱？实现阶级跃迁。

这个问题相对就容易回答很多了，因为它根本不可能实现，不是一个合格的问题。

倘若我们仍执拗地把未来框定在“财富、地位、文凭”之内，那就等于一脚踏进了无解的迷宫——焦虑只会越积越深，而答案注定缺席。真正值得追问的，是：“我该如何度过一段精彩而快乐的一生？” 财富固然重要，却只是旅途上的口粮，太多人被一个过程性的物品蒙蔽了双眼；终点从来是“有意义的生活”本身。

回想一下——你上一次因为完成某件事而发自内心欢呼，是什么时刻？你上一次沉浸式钻研一个难题，直到豁然开朗，又是什么体验？这些瞬间提醒我们：快乐往往诞生于热爱的深耕。 然而，在铺天盖地的“快餐式成功学”面前，肯为热爱按下慢速键的人却成了少数。

因此，深耕个人兴趣，将是穿越动荡的稀缺道路之一：

选择一个你真正感兴趣的方向，无论是编程、游戏、旅游、辩论，还是任何一个小众但有价值的领域。
不求一蹴而就，而是在持续学习、实践、失败与调整中，慢慢建立属于自己的竞争力。
深耕不是逃避现实的幻想，而是连接世界、塑造自己的方式。

真正稀缺的，从来不是文凭，而是独特而深厚的能力。这种稀缺的能力，可以成为我们核心的竞争力，也是我们充满意义的动力源泉。

听完上面的答案，常见的质疑也会从心中而来：“光靠热爱会被饿死吧！？”谁都有过理想，但多数人的理想不都是被现实浇灭了吗，仅坚持去做自己所热爱的事物根本活不下去。

——但可别忘了，我们正身处互联网时代，网上有着一大群上文中提到的沉沦中的“家长”与“学生”——即围观他人的人，渴望着消费一些东西。

而我们就可以成为被围观的那个人，从中获得自己的回报——在这个时代，无论你用什么手段做着什么事情，都可以通过互联网上的创作来养活自己。不然我想我们大多数人都无法理解探店博主，搞笑博主，酒店评测博主的存在。这些表面上“不合理”的职业，其实是少数人在小众领域不断深耕、积累、创作之后，自然孕育出来的结果。

——所谓**在互联网时代，“被看见”本身就是一种生产力。**只要能够持续创作优质内容，连接到需要的人。因此，未来属于那些可以在自己领域中深耕的人。只有那些人，才能活出精彩的人生，多数人所追求的金钱，在未来这个萧条的大背景下反而很难获得。但请记住，单纯的深耕还不够，真正重要的是——必须将你的深耕成果，通过不断的创作呈现出来。无论是拍视频也好，写文章也好，甚至是做游戏——只要你能创作出某种形式的内容，互联网和AI工具就能放大你的价值。

如果不知道该做点什么，那可以从觉察当下生活开始，然后记录它们并且发布在平台上，或者自己的blog中。但请记住，不是机械的记录，而是一种有觉察的感悟。只有不断地觉察、创作、表达，我们才能真正参与到这个新的时代洪流之中。

尾声-重塑未来

「当我们终于从分数的迷雾中抬头，教育的面纱悄然滑落，露出它本真的模样：一盏点亮自我的灯火，而非通往虚幻彼岸的船票。觉察让我们看见，深耕让我们扎根，创作让我们飞翔。在这喧嚣的废墟上，每一个选择热爱、坚持表达的灵魂，都在用自己的微光，重塑命运的轨迹。」

我们曾以为文凭是唯一的救赎，分数是人生的全部答案。然而，当红利退潮，规则重塑，那座由试卷堆砌的神坛轰然坍塌，我们才发现：真正的教育，从来不在课堂的机械重复中，也不在证书的冰冷纹路里。它藏在每一次对“为何而学”的追问中，藏在每一个为热爱而跳动的瞬间。

而觉察，是我们与生俱来的钥匙。它让我们看清内卷的荒谬，挣脱“比别人强”的执念，重新凝视那个被遗忘的自我。深耕，是我们对未来的承诺——不求速成的荣耀，只求在热爱的土壤里，种下一棵属于自己的树。创作，是我们与世界的对话——通过文章、影像、代码，或任何形式的表达，我们将内心的微光投射到更广阔的舞台。

在这条路上，质疑声会如影随形，现实的压力会步步紧逼。不过互联网的洪流已为我们铺开无限可能：每一个深耕的个体，都可能被看见；每一次真诚的创作，都可能成为生计的支点。探店博主用镜头丈量城市，独立开发者用代码编织梦想，甚至一个分享日常感悟的账号，都可能点燃他人的共鸣。

回望那些被应试教育定义的日子，我们或许曾迷失，或许曾受伤。但今天，当我们选择觉察、深耕与创作，命运的主动权已悄然回到手中。无需再追逐他人的脚步，无需再被分数绑架——真正的教育，是让人成为自己的过程；真正的成功，是活出独一无二的精彩。

愿你我在动荡的年代里，握紧这盏属于自己的灯火，勇敢迈向那片由热爱与自由织就的未来。

搜索聚合页面

Tue, 22 Apr 2025 00:00:00 GMT

📄 一个搜索用的究极轻量级的页面

项目简介

这是一个很简单也很实用的小玩意儿——把常用的搜索引擎都塞到同一个页面里，让你只要打开一次，就能在各大平台一键搜：

支持的平台：Google、B 站（bilibili）、YouTube、ChatGPT、知乎 AI、Z‑Library、维基百科（中/英）
怎么用：
1. 在顶部输入框输入关键词
2. 点击对应平台右侧按钮
3. 会在新标签页里打开该平台的搜索结果
个性化（参考右边侧边栏）：
- 日/夜模式切换，想白天用就日间，熬夜看就夜间。也有Auto模式。
- 多种配色主题，一键换肤，随心而变（尾部有预览）

项目开源地址：

https://github.com/MysteriousMoon/Search-Dashboard

在线体验（无需翻墙）：

注：Google改为Bing

如果你想翻墙也能用官方镜像：

注：此处为Google搜索引擎

拓展内容

1.保存到本地使其快速加载

点击ctrl+s（Windows）或者Commad+s（Mac），将网页保存到本地。
在本地找一个地方存储这个文件。
复制文件路径。
下载该插件（Custom New Tab）
在Set New Tab URL中写入你的文件路径（若提示无法访问，请打开插件设置界面开启“允许访问文件网址”）。

Custom New Tab - Chrome Web Store

2.自定义

点击ctrl+s（Windows）或者Commad+s（Mac），将网页保存到本地。
使用笔记本/脚本编辑器等编辑工具打开该文件
自定义

1.文案相关修改

搜索如下内容，找到右边内容。

// 主题颜色映射 - 按色轮顺序排列（暖色到冷色）

可以更改quote内的内容，便是文案语句。修改完后进行保存即可。

2.其余元素

搜索如下内容，找到右边内容

<div class="container">

此处可修改<div class="title">聚合搜索</div>

placeholder="Bing 搜索”

这些内容描述的文字。

3.自定义配色

配色位于开头CSS处，分为亮色暗色，均需添加。使用rgba进行色彩描述。

可自行更改配色（注意自己更改的是哪个主题，然后切换到修改后的主题即可）

添加新的配色比较麻烦（代码架构问题），故不做说明

4.添加搜索框

这是一条Google的搜索请求，搜索了“你好”这个关键字

https://www.google.com/search?q=你好

我们可以将其拆分成https://www.google.com/search?q=和“你好”

然后将https://www.google.com/search?q=隐藏。【你好】改成你要输入的别的文本进行访问。这样就成功搜索了别的东西。本项目也是基于此运行。

若想要添加搜索框，请找到对应的搜索请求。接下来去求助ChatGPT/Deepseek遵循其中一个搜索代码，编写成风格类似的代码，然后复制粘贴到末尾即可。（右图）

例子：

提示词：
任务：根据下面的 Bing 搜索表单，生成一个功能和结构完全一致的 【Google】 搜索表单。
Google的搜索请求是”https://www.google.com/search?q=你好“
要求：
1. 将表单的 action 修改为合适的值 
2. 其余元素视情况修改
3. 输出纯 HTML 代码，不要加多余注释或说明  

—— 输入的 Bing 搜索表单 ——
<form class="Bing" action="https://cn.bing.com/search" method="get">
    <svg width="24px" height="24px" stroke-width="1.5" viewBox="0 0 24 24" fill="none"
         xmlns="http://www.w3.org/2000/svg" color="currentColor">
        <g stroke="currentColor" fill="none">
            <circle cx="10" cy="10" r="6.5"></circle>
            <path d="M15.5 15.5L20 20" stroke-linecap="square"></path>
        </g>
    </svg>
    <input autocomplete="off" name="q" type="search" placeholder="Bing 搜索" tabindex="2">
    <button type="submit">Bing</button>
</form>

当它成功输出后，可以粘贴至此：

【粘贴到开头】
    <!-- Bing Search -->
    <form class="Bing" action="<https://cn.bing.com/search>" method="get">
        <svg width="24px" height="24px" stroke-width="1.5" viewBox="0 0 24 24" fill="none" xmlns="<http://www.w3.org/2000/svg>" color="currentColor"><g stroke="currentColor" fill="none"><circle cx="10" cy="10" r="6.5"></circle><path d="M15.5 15.5L20 20" stroke-linecap="square"></path></svg>
        <input autocomplete="off" name="q" type="search" placeholder="Bing 搜索" tabindex="2">
        <button type="submit">Bing</button>
    </form>

【或者中间】

    <!-- Bilibili Search -->
    <form class="Bilibili" action="<https://search.bilibili.com/video>" method="get">
        <svg width="24px" height="24px" viewBox="0 0 24 24" stroke-width="1.5" fill="none" xmlns="<http://www.w3.org/2000/svg>" color="currentColor"><path d="M6 8.5V12M6 15.5V12M6 12H10.5M10.5 12L10.5 8.5M10.5 12L10.5 15.5" stroke="currentColor" stroke-width="1.5" stroke-linecap="round" stroke-linejoin="round"></path><path d="M14 12V8.5C16.5 8.5 19 8.5 19 12C19 15.5 16.5 15.5 14 15.5V12Z" stroke="currentColor" stroke-width="1.5" stroke-linecap="round" stroke-linejoin="round"></path><path d="M1 15V9C1 5.68629 3.68629 3 7 3H17C20.3137 3 23 5.68629 23 9V15C23 18.3137 20.3137 21 17 21H7C3.68629 21 1 18.3137 1 15Z" stroke="currentColor" stroke-width="1.5"></path></svg>
        <input autocomplete="off" name="keyword" type="search" placeholder="哔哩哔哩搜索" tabindex="3">
        <button type="submit">哔哩哔哩</button>
    </form>
【或者末尾】

3.配色选搭

大部分配色来自于ChatGPT/Claude提供的配色
小部分参考了

中国传统色 - 故宫色彩美学与传统颜色体系

4.简谈信息检索

简单来说，信息检索能力是我们从信息海洋中辨别、筛选、整合并理解有用信息的能力。它包括搜索技巧、判断信息真实性的能力、理解上下文的能力，甚至还包括我们意识到“哪些是我不知道的”的能力。

并在数字化日常中，它几乎渗透到所有行为：

买一件商品前，我们查评价、看视频测评
和朋友争论某个观点，我们立刻拿出手机查证
工作中写报告、做决策，必须依赖数据和参考资料

可以说，信息检索能力已经成为一种生存能力，而不仅仅是认知工具。

但若一切问题均可通过搜索来得到答案，那些答案也无形中塑造着我们的认知。我们以为在找信息，其实是在建构我们认知世界的方式——碎片化、即时性、工具理性。有时会出现“明明搜到很多信息，却越看越不确定”的感觉。此时更应该去思考搜索到的信息，将其串联起来。过度依赖搜索，也可能让我们退化为“答案的接受者”，而非问题的提出者。

总结一下——“它既是通向知识的门径，也可能是远离智慧的通道。”

5.早期黑历史

当初随手搓了个「一页多搜」的小玩意，本来就没想着自己会用这么久，界面又丑又简陋——知乎搜索也是直接靠 site:zhihu.com 的搜索语法凑活着。

这次更新主要做了三件事：

重做配色，多套主题；
补强知乎搜索；
新增 ChatGPT 按钮，直接一键搜索直达AI。

早期的样子（不是auto切换，蓝色是版本1,灰色是版本2）：当时被蓝色晃瞎了，两分钟该了一个背景色

现在的样子（亮色/暗色）：

《金榜题名之后：大学生出路分化之谜》读后感

Mon, 15 Apr 2024 00:00:00 GMT

上个Blog时期的老旧文章了.jpg

📝 简单记录，简单思考

《金榜题名之后：大学生出路分化之谜》写自于复旦大学的郑雅君。这本是一篇学术论文，但是由于该论文之优秀，便扩写成书出版。从书名中便可以看出，书中在探究导致学生们走向不同出路的因素。同样是考上了复旦大学的学生，一些学生以为自己和别的同学站在了同一起跑线；一些学生早已走出了学校，步入了社会。

我在阅读之前，会觉得它是一”本“论文。在讲述大学生究竟是如何被分化的。但是阅读过后才发现，有许多内容是在指导大学生们大学时期究竟该怎么做。所以这不是一篇篇学术的学术论文书，而是面向全体学生的一篇指导指南。阅读过后，你会明白大学与高中的不同，会明白为何成绩名列前茅的同学取不到最好的结果……

大学

大学不仅是象牙塔，更是竞技场。

高中很卷，尤其是高三。卷的让人上了大学之后还沉浸在这此氛围之中。毕竟在高中的时候，你只需要尽可能的提高你的高考分数，这样就可以通过高考考上一所好大学。这样的三年让很多人形成了一种思维惯式，那就是一直卷就行了。不过大学真的不是这样，如果你还卷成绩，还放弃一切课外活动的去卷。那你在毕业的时候大概率不知道下一步该怎么走了。毕竟你没与同学多交流锻炼沟通能力，没报名社团去发展兴趣爱好，没有步入社会或者职场去实习积累实习经验。或许你还能考个研，是的。或许就一条出路？

那你也没和导师搞好关系啊！

三个出路

高中只有一个，但是大学有三个。或许不止三个。

高中的学生，认为出路就是高考。除了极少数生在罗马的学生，应该没有不高考的（笑）。

但是大学的学生，有三个出路：

出国留学
国内深造（考研）
步入职场
（留级等小众情况，暂且不论）

如果你选择了出国，你可能还需要去卷托福和雅思成绩。如果你选择了考研，你或许要和老师打好关系。如果你选择了步入职场，你可能需要多去企业实习。也可以这样说，在大学中绩点第一的同学不一定过的很好。因为大学生活中你还需要去卷别的技能。否则三条出路，你一个都选不了。

此处便可引出：书中调查的学生大致可以分为两类，一种是对于自己未来的目标有明确的方向。一种则是不知道自己该怎么做的学生，凭着直觉在向前走。

“目标掌控模式和直觉依赖模式”

不同视角，不同学生

背景资源，优势

同样是学生，来自不同家庭。有的来自小县城，父母都没上过大学，不知道如何教育孩子。劣势拉满。但是有的学生来自北上广，父母双海归，对孩子的发展有很明确的方向。这样的学生，都考上了清北，出路也自然不同。

所以文中提出了如下三个问题：

(1)家庭的资源优势如何转化为学生在大学阶段的文化资本？

(2)学生在大学里的努力如何转化为他们在出路获得上的优势？

(3)价值信念如何影响生涯目标的树立，又如何影响出路的最终获得？

同样书中对于什么是劣势学生下了一个定义：

（如果你4条都不符合，那么恭喜你，你站在了一个比较高的起点上。如果你全中了，那也别着急，后面会有应对之策的。）

(1)家庭社会经济地位(SES)属于低收入群体或较低阶层（例如父母职业为工人、体力劳动者或无业）;

(2)来自农村的学生;

(3)来自西部偏远地区的学生;

(4)第一代大学生，即父母双方均未受过高等教育的学生。

家境

家境不同的学生，同时步入了同一所大学。那就在同一条起跑线上吗？

两个学生不同的回答，就可以看出学生之间的区别之大。便不可能在同一起跑线上。

“完全倚靠学校来决定自己的前途显然是‘作死’的行为……我一直坚信就是所有东西都是‘我想’最重要——我想往哪边发展。我一直都在慢慢地往自己想要的那个目标靠近。漫无目的地生活其实是一件没有效率的事情。所以我劝学弟学妹你们最好早点知道自己要什么，早做准备，越早越好。……很多人并不知道自己真正要的是什么，仅仅是在道听途说之下被动地选择了一条路。”

“我感觉我当时（大一时）已经做好准备了，我就以一个全新的新起点、新开始，一张白纸进来了，我感觉我没啥障碍啊……现在就是为以后职业上的东西没做好（准备），之前都没考虑过的事！从来没想过我以后要得到什么。感觉周围的人，通过好好学习进入好大学的话，是可以跳出小地方。但是我也没想过跳很远，这个想法我不太深入，我就是想五年跳哪去，我都不知道。……我感觉当你学习‘进入一个状态’的话，其他问题都不是问题了，我想的问题是有限的。”

一个同学对于自己在学校该干什么有很明确的方向，

另一个学生则晕头转向的来到了这所学校。

一个学生很早便考虑好了自己的发展路线，还能劝说学弟学妹们不要在道听途说的情况下选择一条路。

另一个学生则是继续认为努力学习可以跳的很远，也不会考虑过多问题。

这便是学生们的不同。“小镇做题家”大多无法思考自己的人生，而精英弟子早已知道自己该做什么了。

目标掌控模式和直觉依赖模式

上文两个学生的回答可以代表两种大学生的典型思维模式，目标掌控模式和直觉依赖模式。

同样是被名校录取，不同家境的学生获得的基础教育经历却有天壤之别。

优秀家境的学生有着明确的目标，知道自己究竟需要什么。

但是很多大学生很迷茫，不知道自己要干什么。步入大学之后，直觉告诉自己依然要卷GPA。

直觉依赖模式容易陷入的两个陷阱

学业投入：“绩点无用论”背后的优等生惯性

很多直觉依赖的同学会认为绩点无用。因为自己已经通过自己的努力去考上了一个很好的大学，不再需要卷GPA了。但是这样做明显是错的。即使不卷GPA也需要一个最低限度来保证你毕业，并且基于此获得的“free time”去发展很多的“副业”，或者探索人生。

社会性投入：被习惯性忽略的宝藏

<aside> ⚠️ 融入社会很困难。

</aside>

并且在融入社会之前，融入大学生群体也很困难。当小镇做题家走入大城市，必然面对很多生活上的问题。他们可能会听不懂同学们的讲话，毕竟自己的童年和他们的童年截然不同。同样的问题表现在面试时。来自大城市的学生们可能参加过丰富的社团活动，参与过学生会治理。但是小城市的小镇做题家不可能有这样的经历。

“最典型的一个场景是什么？比如说一群学生坐一起开始开玩笑，这个时候就特别明显——你并不能讲出一个很好的玩笑。这当然是一个困难的磨合阶段，因为我不怎么玩游戏而且不怎么上网，不懂他们的语言。”

面试上的屡次挫折让冰倩越发怀疑自己的能力。她开始害怕失败，以致于她之后的一年索性拒绝接受挑战，把社交限制在由几个老乡组成的狭小范围内。虽然这样能让自己的生活简单一些，但她其实心里清楚这样无异于“掩耳盗铃”。到了大二，她对自己的状态愈发不满意，甚至陷入了抑郁情绪。

努力

两类学生在面对课业学习和社会性投入时的态度和行动（策略）是如何不同，“目标掌控者”是如何在投入过程中一步步为自己的目标做好准备，而“直觉依赖者”的投入又是如何促成了他们在升学或求职中的劣势。本章还将展现，大学中的投入过程是如何推动一些“直觉依赖者”实现了向“目标掌控模式”的转变。

目标掌控者

假如你是目标掌控者，并且想专注于社会性投入。那么对于考试的看法可能就是：够了就行了，突击考试之类的。只要可以短时间速成一个差不多的成绩即可。转而到社会性投入上，你会瞄准目标，找到合适的事件，比如进入各种社团深造，进入社会深造。毕业证书只是就业中的敲门砖，求职者还需要对自己的过往经历、个人品质、甚至性格和自我认同进行一系列管理和展现，才能获得雇主的青睐。

直觉依赖者

狂卷GPA，或者开摆。或者无所事事。直觉告诉他们该做点什么，但是他们不知道要做什么。

差距：

说白了，有目标和无目标。是两者最大的差距。直觉依赖者哪怕觉得自己要努力了但还是没什么方向。

转变

从直觉依赖者转变到目标掌控者。

梓桐在大二、大三期间陆续参加了勤工助学中心、支教等活动，还曾自己组队去甘肃定西支教，并在平时不断地听各类讲座。在一些名师讲座的熏陶下，他对古代文学有了一些研究兴趣，身边志同道合的小圈子也为他的学术兴趣提供了支持，“我们有个微信群，都是5号楼的，都是文史的，平时也不怎么见，互相见面不认识，建了一个群慢慢地就发展成为一个小圈子，现在基本上都是一周聚个一两次，就是讲大家研究的是什么，大家最近有什么新发现，什么都扯。在大学同学之间找到志同道合的人特别容易，我从他们身上获得的东西和从老师身上获得的东西都是很有分量的”。

不断的参与社会性投入，不断的思考自我，让她找到了自己的方向。全新的经历给了他重新审视自我的机会。

在南方大学的求学经历，让梓桐心目中对“什么是真正有意义的”这一问题终于有了一个经过自己详细省察的答案，并对自身的现实处境和生涯目标有了相对清晰的认识。

核心问题就在于“我要的是什么”以及“我该怎么做”。大多数学生在思考清楚这个问题之后，便可以完成直觉依赖者转变到目标掌控者的转变。

努力的方向

就算明白主动树立目标的必要性，可还是不知道自己想要什么。尽管“目标掌控者”比“直觉依赖者”在树立目标方面拥有更多先发优势，但大学生毕竟年资尚浅，在二十出头的年纪要尽早想清楚“我想成为谁？”“为了什么而工作？”这样大的问题，还要做出影响深远的生涯决策，不可谓不是难题（所以说，目标掌控者也不一定在一开始就明确了自己的最终目标）。

学者对美国一流高校的学生研究也发现，很多学生在入学前对劳动力市场了解很少，不清楚哪些工作应该被视作“好工作”。那么，生涯目标或发展方向究竟是如何被选定的？

家本位的传统观念：为地位保障/家庭责任而工作
崇高追求的学校话语：为家国理想/社会价值而工作
消费社会的新潮理念：为个体趣味/自我表达而工作

以上三种便是最常见的三种追求，多数学生的目标来源于此。这三种选择没有对错，优劣之分。只是不同学生的选择不同了。

优势的分化

在“目标掌控模式”和“直觉依赖模式”的二分类基础上得出了一个2×2的四分类模型，用以解释不同家庭背景的大学生获得毕业出路的四种机制。

——目标掌控着也不一定都有着内在的驱动力，直觉依赖者也不一定全部失败于自己的直觉。

成我所愿：“自主驱动者"的追梦之路

他们在大学期间主动地、尽早地完成了自我探寻之旅。他们最开始可能不知道自己最终该做什么，但是在不断的试错，不断的更新对自我的认知。

莫谈情怀：“机会主义者”的成功之道

“机会主义者”没有深入内化某种价值图式作为自己意义感的支撑，但善于使用策略获得世俗意义上的成功。他们的生涯目标往往是短期的工具性的。并未基于人生价值和意义感之上。

机会主义者会尽可能的用最小的代价换取最高的GPA。达到差不多边际效应递减的地步时，就开始学习别的事情。开始卷别的文凭。同样他们会在一开始就明白，学习并非大学中最重要的事情。

路在何方：“迷失无从者"的困惑之境

既没有内在一致的价值目标，所拥有又能被熟练使用的策略工具更是少而又少。做事情缺乏方向感的直觉与惯性。“他们就是走到哪算哪”

跟从主流：“价值归顺者"的逆转之机

学生在其中如同置身一个意义角力场，容易迷失无从。不过，他们当中有一部分“价值归顺者”因为接受了学校里的主流文化宣导，而树立起了被学校和校友所支持的生涯目标，由此免于生涯困境。

所有被访者都对“教育可以改变命运”坚信不疑，并且对自己能有机会在大学学习充满感激和自豪之情。

家境劣势的大学生并非注定只能成为“迷失无从者”。正如前文讲述的，当他们在接受大学教育的过程中读懂了大学的游戏规则，充实了自己的行动能力，或是响应国家号召、获得了组织的有力支持，他们就有可能摆脱“直觉依赖模式”的困境，获得比较满意的向上流动结果。

——或许，这也算是一种出路吧。

书评

因其仅采访了两所顶级大学，并且仅仅有60左右的样本。局限性相当之大。

例如，书中缺少那些考上了一般学校的“劣势学生”的样本（不过毕竟叫金榜题名之后，可能本来也就没打算考虑这些学生？）所以本书全部的论调其实还是基于“小镇做题家和精英子弟考上了很好的学校”，而这不是大多数人可以做到的。

同样本书也缺少对于学生们大学前和大学后的研究。大学前都干了什么？步入社会之后究竟会有哪些不同，之后打拼到什么职位？如果加上这两点将更加完善。

当然，基于本书来自于一篇论文，我们也不能对其要求过高。作为一名高中生，读完了也是有很多的收获。同时推荐给全体学生去阅读这本书。建议从例子开始看，而对于前两章研究方法的讲解较为枯燥，容易打失你的阅读兴趣。可以暂且不看，或者阅读完本书之后跳回去看。

域名简单科普

Tue, 26 Dec 2023 00:00:00 GMT

📝 域名简单科普

观前的基础科普

既然是域名简单科普，就需要使用到一些，基础的网络知识了。所以在此就快速的介绍一下

互联网基于一个非常复杂的地址系统来运作。我们访问每一个服务器都在使用IP地址（比如192.168.1.1）。但是为什么我们日常访问网站只需要记住特定的域名就行了？就是因为我们有DNS（Domain Name System）系统。当我们访问一个域名时，域名系统（DNS）的作用就像是互联网的电话簿。它将容易记忆的域名转换为计算机能够理解的IP地址。

比如我们访问”www.example.com”的时候，计算机会先从发起DNS请求开始，寻找到对应域名的IP。现在你的计算机知道了”www.example.com”的IP地址，就开始建立链接。

所以说，把域名理解为一串方便人们记忆的地址就好了。

域名的结构

我们经常见到各种类别的域名，比如xxxx.com，xxxx.org，xxxx.tk那么这些后缀都有什么不同的意思呢？以及我们还会见到blog.example.com，shop.example.com，这样的域名又是怎么来的捏？

一：顶级域名（TLD）Top-Level Domain

域名结构中的最高级别，位于域名的最右侧，如.com,.org,.net等

TLD分为两大类

通用顶级域名（gTLDs）：这些是最常见的域名类型，通常不限制注册。例如：
- .com（商业机构）
- .org（非营利组织）
- .net（网络服务提供商）
- .info（信息服务）
国家代码顶级域名（ccTLDs）：这些是基于两个字母的国家代码，通常由特定国家或地区管理。例如：
- .cn（中国）
- .uk（英国）
- .us（美国）

二：二级域名

二级域名位于顶级域名的左侧，由用户自定义。通常，它是代表企业或组织的名称。例如，在**example.com**中，“example”是二级域名。这部分是用户在注册域名时自由选择的，它通常用于品牌识别和网络身份的表示。例如：

google.com 中的 google
microsoft.com 中的 microsoft

三：子域名

子域名是更低级别的域名，位于二级域名之前。它们用于在同一域下划分不同的服务器或服务。例如，在**mail.example.com**中，“mail”是一个子域名，通常用于访问企业的电子邮件服务。其他常见的子域名应用包括：

blog.example.com：通常指向博客或新闻部分。
shop.example.com：用于电子商务或网上购物。

管理和注册

一般用户买的域名是二级域名（当然这个词有时候会产生歧义，有人会理解为子域名）。所以如果我想注册顶级域名咋办？

TLD管理：TLD由ICANN（互联网名称与数字地址分配机构）以及各个国家的管理机构负责管理。
域名注册：用户可以通过域名注册商注册二级域名。在注册过程中，可以选择不同的TLD（例如，商业组织可能选择**.com，教育机构可能选择.edu**。）并定义自己的二级域名。注册后，用户可以配置域名的DNS记录，如指定域名的IP地址。
子域名创建：大多数域名注册商提供一个控制台，允许用户管理他们的域名。在这个控制台中，用户可以创建和管理子域名。

一些注意要点

有一些需要注意的

域名唯一性: 一旦域名被注册，其他人便无法注册相同的域名。
**无限域名：**一个域名可以延伸出无限个子域名
续费: 忘记续费可能导致域名被他人注册。
隐私保护: 注册域名时的个人信息可能被公开，除非使用隐私保护服务。

<aside> 💡 域名是整个网络系统中非常重要的一环。你无需记住复杂的IP地址，你只需要记住简单的域名（如 google.com），DNS就会帮你找到正确的IP地址。这使得访问和浏览网站变得非常容易和直观。 </aside>

域名绑定到Cloudflare面板

Tue, 26 Dec 2023 00:00:00 GMT

📝 域名绑定到Cloudflare面板

Cloudflare是什么？

Cloudflare是一家提供网站安全性和性能增强服务的公司，它通过其全球分布的服务器网络为用户提供内容分发网络（CDN）、互联网安全服务、分布式域名系统（DNS）服务和反分布式拒绝服务（DDoS）攻击保护。Cloudflare的CDN服务通过缓存网站内容在全球各地的数据中心，加快了网站的加载速度并减少了服务器的负担。其安全服务包括自动检测和抵御网站攻击、提供SSL/TLS加密等，帮助保护网站的数据安全和用户隐私。Cloudflare广泛用于提高网站的访问速度和防止网络攻击，受到许多网站管理员的青睐。

简而言之，就是免费提供许多网络服务的慈善家。

配置Cloudflare账户

先在这里注册Cloudflare账户，邮箱密码。(支持简体中文）

填入邮件和密码

切换到网站这一栏目，点击添加。加入你的域名。

随后写入你的域名

点击继续，让你选择计划套餐，下滑选择Free的套餐就行了。

写入你的域名之后会让你添加名称服务器。

也就是这里

然后我们就可以通过我们域名购买商的操作面板（此处以namesilo为例）来添加这两个名称服务器。

还是点击链接（没登录的登录了再点），到达你自己的域名的控制界面。往下翻能翻到这个服务器的添加位置。

然后回到Cloudflare，等待几分钟点击检查，验证通过就行了。

不会立即生效，需要等待几分钟去检查。虽然官方给的是24-48小时，但是实际上挺快的。

后续注意事项

这四种的说明：（需要对https有一定的了解）

关闭 (Off - not secure)：此模式下不会加密浏览器和服务器之间的通信。这意味着数据（如密码、信用卡信息等）可能被中间人攻击者截获和查看。这是最不安全的选项，通常不建议使用。
灵活 (Flexible)：在这种模式下，数据在浏览器和Cloudflare之间加密，但从Cloudflare到网站的原始服务器（Origin Server）的传输可能是未加密的。这意味着在Cloudflare与原始服务器之间的通信仍然有被截获的风险。这比完全不加密安全一些，但仍然不是最佳的安全实践。
完整 (Full)：在“完整”模式下，数据从浏览器到原始服务器的整个传输路径上都是加密的。然而，这种加密可以使用自签名证书来完成，这意味着加密的确建立了，但是证书的有效性不是由公认的证书颁发机构（CA）验证的。自签名证书提供了加密，但是没有验证服务器的真实性。
严格 (Full strict)：这是最安全的选项，它要求在浏览器到原始服务器之间的传输过程中使用由受信任的CA或Cloudflare颁发的证书来加密数据。这不仅确保了数据的加密，而且还验证了服务器的身份，从而为用户提供了最高级别的安全保障。

你也可以在Cloudflare面板查看流量统计

也可以配置DNS解析

更多的功能可以参考Cloudflare官方手册啦

Overview · Cloudflare Fundamentals docs

<aside> 💡 有关Cloudflare面板使用上的问题，欢迎您在底部评论区留言，一起交流~ </aside>

域名选购指南

Tue, 26 Dec 2023 00:00:00 GMT

😀 看过《域名简单科普》了吧（建议看完了再来（https://techleaf.xyz/posts/what-is-domain-name/）这篇文章介绍的就是一些获得域名的方式不建议白嫖，相当麻烦。直接购买即可，最低价10-20元一年

📝 如何获得自己的域名

一：白嫖的两种方式

没有免费的午餐，只是时间换金钱罢了（不差钱的建议翻到正常购买的指南

1.eu.org免费子域名

真正的老牌免费域名了，自从1996年开始运营。被非常多的地方认可。

缺点：注册时长很长，运气不好半年也下不来。

EU.org: free domain names since 1996

打开eu.org的官方注册网址，你会看到这样的界面。就像上个世纪拨号上网时的网页。

如果做过网页开发的还会惊讶到，是不是CSS没加载出来？其实官网就是这样的，比较的简约。点击第四行的sign-up注册账户就行了，然后就可以申请域名了。

Ps：注册完了一般要去邮箱验证，邮件会出现在垃圾邮件那里。

接下来完整的教程推荐观看这位作者的bolg：（目前为止，我本人还没有成功的申请下来eu.org的域名。就不乱写误人子弟了）

免費 EU.ORG 域名申請

2.其它子域名

Free dynamic DNS service | DNSExit.com

关于这个网站其实我了解不多，就简单的介绍一下吧。

先注册账户。（这个就不用教了吧（就正常的注册。

注册链接

New User Sign UP | DNSExit.com

注册完了点击（免费域名申请链接）

支持work.gd, line.pm, linkpc.net, run.place, publicvm.com

Get Free Domain Names - Register Custom Domains for Free

然后你就可以在控制面板里使用你的域名了。

二：付费购买

付费也分三六九等

先聊聊付费的相关事情吧。

域名后缀影响价格

在域名科普那期简单的介绍了各种后缀的域名，购买的时候就会有各种不同的情况。

常见的域名后缀如**.com、.net、.org通常价格较高，因为它们非常流行且被广泛认为是最可靠的。相对来说，.info、.xyz、.club**这类域名后缀相对不那么流行，它们的价格通常比较便宜。

放几个图供大家参考（实际价格还会不一样）

虽然这个域名是我随便打的，但是大家应该发现了域名定价的不同。

通畅来讲。比较火的后缀都会卖的很贵很贵。比如.com。

但是我们看后面的.xyz , .pro之类的。就非常的便宜了。

注册商家影响价格

比如”GoDaddy“的优惠力度相对可能会比较小，”Namesilo“就经常有新用户1美刀的优惠卷可以白嫖到。

GoDaddy 是一家全球知名的互联网服务公司，专注于提供域名注册和网站托管服务，以其广泛的域名选项和用户友好的网站建设工具而闻名。总部位于美国亚利桑那州，它是世界上最大的域名注册商之一。

NameSilo 是一家提供域名注册和网络托管服务的公司，以其低成本、无隐藏费用和强大的域名管理功能而受到青睐。总部位于美国亚利桑那州，它是由ICANN认证的域名注册商。

Tips：Namesilo 有很多优惠卷，油管上可以轻松搜到

注册教程

前面说了一大堆参考因素，相信你也有自己的答案了。我在这里就以Namesoil为例子注册域名。

大家注册的时候可以网上找一找哪家打折优惠了，就可以去薅羊毛。

注册账户的链接

Sign-In | Website Domain, Hosting, SSL, WordPress and More! | NameSilo

还是填入你的名字和邮箱还有你希望的密码就行了。然后你会收到电子验证邮件。

然后就可以用用户名和密码登录了

进入控制面板之后就可以搜索你想要的域名了，这里以购买techleaf.xyz为例

然后你能看到哪些是可以买的（不会显示Try to Buy），加入购物车，点击结账就行。

点完购物车了会出现附加服务，如果仅仅是购买域名的话不用管，直接付款就行。（但先别付款

买之前为什么不用个优惠卷捏？网上一搜索就有。（Startpage！）

写完优惠码了就可以点击checkout了，然后选择支付宝支付

买完了就可以在这里看到自己的域名了，点击Manage,然后就能看见了。

NameSilo

<aside> 💡 有关域名购买或者使用上的问题，欢迎您在底部评论区留言，一起交流~ </aside>