表达·费曼 — 把判断讲清,用输出逼自己成专家

把表达当"把懂的东西说出来",会撞上一个几乎所有专家都中招的默认失败:知识的诅咒(curse of knowledge)。Pinker(《The Sense of Style》2014)说它是"我所知的、好人为什么写出烂文章的最佳解释"——机制是"难以想象别人不知道某件你已经知道的事",于是你不解释术语、不补逻辑、不给必要细节,因为对你太显然了。对一个卖判断的人,这是致命的:你的判断再对,落到读者那里是一团解不开的黑话,就等于没价值。下图把这层讲清——表达有两个方向(对外讲清 / 对内逼懂),而诅咒卡在两者中间。

所以"表达"该拆成两件事分开练:对外(§2)= 把判断结构化、找核心、讲到读者能用;对内(§3-§4)= 把输出当逼自己真懂、逼自己成专家的 forcing function。Pinker 自己的解药很朴素:把草稿给一个有代表性的读者看——"你常会惊讶地发现,对你显然的东西对别人并不显然。"

对外表达的目标不是"说全",是让一个忙碌的人一句话就能用上你的判断,再按需审你的支撑。两个工具,下图是它们的骨架。

表达的第二重价值朝内:产出本身会暴露你的无知。这不是玄学,有一串实证。

• Generation effect(Slamecka & Graf 1978):自己生成的信息比读到的记得牢(典型 d≈0.40,几百次复制)——producing 比 consuming 更黏,这是"自己写 / 讲,而不是划重点"的认知依据。
• 自我解释效应(Chi et al. 1989/1994):边学边对自己解释"为什么这步对"的人学得更好、迁移更强;且提示去自我解释能因果地提升理解——它是可训练的干预,不只是好学生的天赋。
• 写作即思考(Paul Graham《Putting Ideas Into Words》2022):"写一件你自以为很懂的事,通常会让你发现你没那么懂";而且约一半的想法是写的时候才冒出来的——写不是事后包装,是抓出"只是感觉对"的判断的 QA 步骤。

把这三者打包成一个可跑的 loop,就是费曼技巧。下图是它的四步与机制。

四步:① 挑一个你"懂"的概念,写在白纸顶部;② 用大白话讲出来,像教外行 / 小孩,不许躲进术语;③ 卡壳 / 含糊 / 要靠术语的地方 = 你其实不懂的地方;④ 回到源头补上,再更简单地重讲(用类比),迭代。机制 = 大白话解释强制 retrieval + generation,把模糊的"我大概懂"变成一张精确的 gap 清单。出处要诚实:这个"四步法"是 Scott Young(约 2011)系统化并命名的,源自费曼的学习习惯——Gleick《Genius》记载费曼备考时开一本叫"Notebook of Things I Don't Know About"的本子,从零重整物理来暴露自己的无知。可测信号:一页内你伸手去够术语 / 卡壳的次数 = 你的"无知地图",迭代中把它降到零。

对内的 loop 可以独自跑(自我解释 / 费曼对自己),但最强的档是把输出推给真人、并被追问。证据:Nestojko(2014)发现仅仅"预期要教"就让人学得更完整、更有结构;Kobayashi(2019)元分析给出效应量——准备教 g≈0.35,实际教 g≈0.56,且互动式教学(能被提问、要答疑)显著强于单向讲。换句话说,被一个会反问的真人逼问,是把你推向专家级的最强 forcing function。

这恰好是 expert-engine 的设计内核:持续把判断公开输出给同行 → 被同行追问 → 逼自己到专家级。它一箭双雕——对自己"提升自己"为真(费曼 forcing function),对市场"别人不可或缺"为真(输出从第一天就跨过边界、可被外部测量)。护城河铁律仍是卖判断不卖信息:同行也有 AI,汇总信息会被抹平,值钱的是 variant perception(挑出真重要的 + 为什么)+ 结构化留存 + 信任。可测信号:你收到的追问里,能当场答上(不退回"我回头查")的比例;以及行为级信号——同行主动用 / 引用 / 来问你的判断。

注意一个常见自欺:对墙讲 / 对 AI 讲 / 写进没人看的文档,效果打折(回到 maker≠checker——checker 必须是会反问的外部受众,不能是会顺着你的 AI)。

教表达 / 学习时,有两个广为流传的说法没有依据,引用它们本身就违背"卖判断要可信"。

• "学习金字塔 / 经验之锥:读 10%……教别人 90%"是 folklore。 那些百分比追溯不到任何研究(Letrud & Hernes 2018 查了 50+ 来源,无原始数据);它曲解了 Dale 1946 的"经验之锥"——Dale 谈的是学习活动的具体程度,没附任何百分比,还警告别照字面用;完美递增的整十数字(10/20/…/90)是造假的红旗。真相:教确实有用(Kobayashi g≈0.56、generation d≈0.40),但是中等效应,不是魔法的"90% 留存"。别为了说服而夸大。
• "如果你不能简单解释,就说明你没真懂"——伪托,非爱因斯坦 / 费曼。 无任何一手出处。真版(可考、更强):Goodstein《Feynman's Lost Lecture》1996 记载,费曼被请去讲"为什么自旋 ½ 粒子服从费米-狄拉克统计",他说"我准备一个大一讲座",几天后回来:"我做不到,没法把它降到大一水平——这说明我们其实没真懂它。"但费曼也说过反面:被要求一句话概括他的诺奖工作时,他答"要是我能跟普通人解释清楚,它就不值一个诺贝尔奖了。"——所以诚实的结论是:把简单当理解的探针(讲不清 → 多半有 gap),但区分"没懂"和"真的难简化"两种情况,别把后者当前者。