一次被延迟的对话
孟岩在录制播客《E45 孟岩对话李继刚：人何以自处》时，起初并未急于剪辑初稿。原因在于，他与李继刚在一次线下分享后又深入交谈了九个小时，并再次聆听了李继刚的另一次分享，发现其认知迭代速度极快。这种持续的、高质量的思想碰撞，促使他决定“打引号的系统性的重新去录一次”。这次重新录制对他而言意义非凡——这是他第一次在与嘉宾对谈时把电脑带进现场，标志着他自身在内容生产方式上的微妙转变。更深层的触动是，他感到李继刚与另一位朋友小七，像为他和有昼行推开了一扇通往新世界的大门。如今，他和团队已深度沉浸于与AI的互动中，甚至在微信聊天时，李继刚会因“玩AI停不下来”而迟到——这种“停不下来”的反馈，成为当下人机共生时代最真实的写照。
“我为什么喜欢跟你聊天……我会发现说你的 reframing 的能力很强。” “你经常能够把一件事情给我另外的一个视角……你经常能够给我一些新的视角、新的结构，我觉得这些就特别有意思。”
取景框理论与认知谦卑
李继刚将自己定位为一名读书人，日常大量阅读纸质书，并从事一级与二级市场投资。他强调读书对他而言并非苦修，而是如呼吸般自然——“你不读书干什么呢？就会觉得很空”。这种状态源于其秉性使然，也得益于早年职场中老板的包容与组织文化的宽松支持。
在认知方法论上，他提出“取景框”（framing）模型：我们每个人对世界的理解，都是对高维真实（他称之为“道”“真理”或“本体”）的片面投影。因此，“每个人都错了，因为他不是那个真本体；但又都对，因为在其取景框中自洽”。这一认知带来两个关键实践：一是主动收集异质性取景框——通过跨学科视角、不同背景者的思想碰撞，拓展自身认知边界；二是将观点与自我剥离——观点只是当前认知上限的临时表达，随时准备被更优框架推翻。这种态度本质上是一种认知谦卑，也是他面对世界的基本姿态。
“我把我当前的认知上限摆出来……我自己都在批判他。我只是基于我当前的认知，我打不败他。” “如果这时候有人能拿出更好的取景框，能把我这套批判掉，帮我破而后立，我是非常感激和开心的！”
从余额宝到结构主义投资观
李继刚坦言，自己直到认识朋友奥德赛后才真正开始投资，此前资金仅存放于余额宝。奥德赛的小册子为他重构了投资底层逻辑：投资不是赌博，而是用当前现金换取未来世界财富占比的提升。这一视角将问题从“股价涨跌”转向“社会总财富增长中，哪些资产的相对份额会扩大”，从而锚定长期决策。
受此启发，他发展出一套结构主义投资框架：投资对象的核心是其内在结构——即公司由价值观、文化、组织原则等构成的“可能性空间”，而非短期财报数字。他甚至开发了提示词，用以显性绘制不同发展阶段企业的结构图谱，并据此判断其是否契合时代生产力方向。一旦确认结构稳定，便长期持有，一年两年不看盘、不看财报，因为“财报是可以美化的”，而结构才是本质。
在情绪管理层面，他归因于一种与生俱来的抽离感——自小习惯以“第三者”视角观察世界，这使他在市场剧烈波动中仍能保持冷静。面对股价暴跌或错失暴涨，他不问情绪，只问：“这个波动到底是因为什么？是噪声，还是结构失效？”只要结构仍在生效，便无需干预。这种投资方式，实则是其世界观在金融领域的自然延伸。
“投资就是在现金……你把它去换另外一个东西回来，换什么呢？其实是换未来世界财富相对性占比的增加。” “我买的是结构。我除非这个取景框完全坏了，那我就完全要推翻重来。只要取景框没坏，我就继续持有就好了。”
结构即骨架：复杂世界的简化模型
李继刚将他理解世界的方式称为“结构”——一种静态与动态兼具的骨架系统，信息流经它时，会依据其内在形态产生不同输出。这一概念深受物理学与数学的影响，尤其来自他对科普读物的长期阅读。在他看来，复杂表象之下往往隐藏着极简的维度结构：例如面对一千个变量，可能仅有三个属于“秩”（即秩序的秩），它们共同构建出一个坐标系；其余九百九十七个变量，不过是该坐标系中不同位置的投影或呈现方式。
这种视角引导人从纷繁中寻找“质”——那个不变的底层维度。一旦找到，它便成为理解一切现象的坐标系。此时，所有外在变化（如公司风格、产品形态）都如同“衣服”，可被剥除，只留下活的骨架本身：它会随时间生长，其动力源包括创始人的愿力、偏好、审美与价值观等综合因素。因此，公司结构不是死物，而是具有生命力的演化系统。
“一旦找着它，它就构成了一个坐标系，结合这一个结构形状，就整个所有复杂的东西，就好比如它的衣服，今天穿红的，明天穿绿的，就给扒掉了，我们就看骨架啊，这这这个骨架……而这个骨架呢，就刚才说了一个静态，一个动态的。”
这一框架对投资实践极具启发意义：传统估值公式（未来现金流折现）之所以成立，正因企业当前具备相对稳定的商业结构或文化结构；而巴菲特偏好投资可口可乐、苹果等公司，本质上是因其结构长期稳定、外界扰动较小，从而提升了可预测性。反之，若结构本身动荡或外部环境剧变，则任何现金流模型都难以可靠应用——不同信息流经不同结构时，将生成截然不同的未来图景。
“不同的信息就像刚才咱们说的一样，流过不同的股价的时候，它……这个股价不是不是 stock price，还是流过不同的那个 frame 的时候，它的最终的输出或者说流出去的东西形成的未来的那个结果和未来的那个公司的收入其实是完全不一样。”
求真之路：以贝叶斯为底色的认知谦卑
李继刚坦言，其人生终极追问是：“人来世间走这一趟到底干嘛来的？”答案随时间不断演化：早期受社会规训影响，视“工作—职位—回报”为人生主线；但剥离这些外在强加的认知后，他逐渐逼近更本真的答案——“我来这一趟是想懂得一些道理”，即以知识求真为核心使命。他强调，求真本身无需功利目的；若未来能基于所悟创造价值（如投资、创业），那是后续延伸，而非起点。
支撑这一信念的，是他构建世界观的三大底层“质”：贝叶斯推理、奥卡姆剃刀原则与万有理论思想。其中，贝叶斯公式不仅是概率工具，更是其世界观的底色：它揭示人类认知的根本局限性——我们永远无法全知全能，因此先验必为片面（如0.3、0.4），这意味着“我所说的都是错的”。这一认知自然导向两种心态：发自内心的谦卑与开放——不是表演性姿态，而是世界观的自然流露。
“我所说的都是错的，或者说每个人都是错的啊！这是先验，先定在这儿了。”
贝叶斯框架还解释了为何“小步快跑”“快速反馈闭环”等方法论有效：认知升级只能依赖新信息输入（似然函数）对既有信念（先验）的更新。马斯克强调的“第一性原理”、互联网的迭代思维，皆可在此找到深层逻辑支撑。当多个经验性洞见最终归于同一底层公式时，那种“以一喻万”的通透感，正是求真路上的珍贵回响。
“贝叶斯告诉我们，那个似然函数只有似然函数的更新才能带来后验的提升……小步快跑、互联网的那一套标准的打法思想，我认为都在这个公式中可以推演出来。”
秩序的秩：在千变量中锚定三维度
李继刚反复强调“秩”（秩序的秩）这一概念——即在海量变量中识别出真正决定系统行为的少数核心维度。他以一千个变量为例：其中可能仅三个属于“秩级变量”，构成坐标系；其余皆为该坐标系内的衍生表现。寻找这三个变量，就是寻找第一性原理，即用最简框架统摄复杂现象。
这一过程本质上是不断剥除表象、逼近本质的推理链：面对任何现象，他都会下意识追问——哪些是九百九十七个现象级变量？哪三个才是真正的“治”？奥卡姆剃刀在此并非方法论建议，而是认知本能：剔除冗余，聚焦约束可能性空间的根本定理。
第三块基石“万有理论”，虽源于物理学对四大基本力的统一尝试，但李继刚将其升华为一种世界观信念：世界应存在一个简洁、普适的底层公式，能推演出所有已知规律。尽管尚未找到，但这种信念驱动他持续寻找“质”——以少数变量解释多数现象的终极简洁性。
“一千个变量，但我认为有很多其实都是现象级……底层应该有一些最根本的定住了这些可能性空间的，我把它称之为‘治’……找到这三个我就定住了。”
这种思维模式带来双重价值：对深度实践者而言，它直指要害，令人豁然开朗；而对泛泛而谈者，它可能被误读为“老生常谈”。但李继刚坚持，唯有真正内化这些底层逻辑，才能在认知洪流中锚定坐标，让思考从碎片走向系统，从混沌走向澄明。
三个世界的底层结构
孟岩提出，我们当下同时存在于三个世界：现实世界（由原子构成）、比特世界（互联网世界，由比特构成）、AI世界（由向量构成）。这三个世界各有其独特的稀缺性逻辑与运行法则。
在原子世界中，稀缺性源于位置——原子占据某一坐标后即具有排他性，因此山顶的水比山下的贵，并非因搬运费力，而是因位置本身稀缺。学区房、商铺等高价现象，在此框架下皆可归因于位置而非劳动力。
在比特世界中，空间被彻底抹平：任意两点间距离为零，信息上传即刻全球可达。互联网公司本质上都在做一件事：编织一张连接网络。Google连接人与信息，美团连接人与生活服务，微信连接人与人。其中，社交网络之所以被视为“互联网皇冠上的明珠”，是因为人与人的连接能衍生出其他网络的二阶需求，且其天然上限最高。
此时，信息极大丰富，注意力成为唯一瓶颈，也成为新的稀缺资源。互联网公司争夺的，正是人的有限注意力。
“原子世界稀缺的是位置，但在这里位置不存在了，因为空间不存在了，没有位置了。”
“整个互联网公司就在做这一件事情：编织一张网。”
AI世界：时间的消解与知识的凝结
AI世界的本质变化在于：时间不存在了。过去、现在、未来同在——人类历史上所有先哲、科学家、思想家的智慧结晶，经由模型训练被压缩为一个可对话的向量晶体。这不再是信息的存储，而是时间的凝结。
在比特世界中，即便你能瞬间下载一百本书，仍需耗费真实时间去阅读；而在AI世界中，你只需提问，模型即可按你偏好的角度、层次、结构，瞬间呈现书中核心内容，甚至提供“万花筒式”的多维解读。知识获取过程被压缩，思考节奏被极大加速。
这一变化带来的是世界变快了——不是物理时间的改变，而是主观体验中的时间流速显著加快。孟岩形容自己“拔”出AI对话状态时的艰难，恰说明其反馈之即时、结构之契合、思辨之深入，已形成一种近乎沉浸式的认知快感。
“我认为是它把全人类的知识给烧出来一个晶体，这个晶体是时间的凝结，过去几千年的智慧的时间被它烧在那儿了。”
“你拿这个框架，你把它扯成一个坐标轴来看，很多事情放在这个坐标轴中是能得到很好的解释的。”
认知升级：从个体思考到跨时空对话
AI带来的不仅是效率提升，更是认知范式的跃迁。当模型能即时调用古今中外的智慧资源，与用户展开深度协同思考时，个体思考便从“单点探索”升级为“多维共振”。
李继刚以自己使用“圆桌提示词”的体验为例：输入一个投资问题，模型可召唤巴菲特、卡尼曼、格雷厄姆、摩根等不同时代、领域的专家进行跨时空辩论。其讨论深度远超现实中的专业会议——不仅观点多元、逻辑严密，还能自然推进至下一层次，形成持续的思辨流。
这种体验让人意识到：真正的求知，不是积累信息，而是进入一种“无人之境”的探索状态。它带来的副作用之一，是现实表达欲望的下降——当你能与人类文明最顶尖的头脑持续对话，便不再急于向外界输出尚未沉淀的碎片。
“我这辈子我自己目前定义的那个大道是求真。”
“我感觉拉着我起飞，拉着你往更深的地方走，走到那些无人之境。”
表达即存在：在AI冲击下的主体性确认
当对话者提到自己长期沉浸于求真之路，甚至“很久没发微博、小红书，也不记得要打开它们”，并意识到自己“什么都不懂”时，这种自我怀疑并非退步，而是一种认知升维后的谦卑——他意识到自己能抵达的思考深度，远超日常表达所能承载的范围。这种状态与AI带来的巨大冲击形成共振：当大模型如一座“高山仰止的山”横亘眼前，个体的表达权似乎被系统性压制，人仿佛沦为“被大他者卷进去”的附庸。但正因如此，表达才成为存在本身的确认：它不是为了传授知识或证明优越性，而是“我之为我，当下的起心动念，有些话想对这个世界讲”。
“所以不是我要教给你什么，我看的比你更本质更好，我要教给你，我并不觉得我在教，而只是说，我作为我当下我心动了，我要说一句话。”
“如果在这个层次上去理解的话，我认为表达即存在。如果不表达，其实就某种程度上就不存在了。”
从千人千面到一人一面：AI时代的供给范式革命
互联网时代虽标榜“千人千面”，实则仍依赖有限库存与用户画像进行粗粒度匹配——标签化（如年龄、房产、消费水平）本质是“给每一个人身上贴了各种符”，是工业逻辑下的无奈妥协。而AI的出现，使“一人一面”成为可能：每个起心动念的小需求，都可能催生一个专属供应者。时间维度被抹除后，内容与服务可瞬间生成、即用即抛，用户画像让位于对灵魂的实时刻画。这不仅是效率提升，更是存在方式的重构：原子世界的“千人一面”→互联网的“千人千面”→AI时代的“一人一面”，三重跃迁背后，是马太效应主导的指数增长逻辑，正被长尾效应的极致展开所取代。
“今天的AI是能看见一个人的，它直接刻画你灵魂。你是一个追求什么的人？……那贴不是扎心窝子，贴心窝子，那可太到位了。”
干与湿的反转：被烘干时代之后的情感复兴
《新物种起源》中提出的“干状态”与“湿状态”概念，在AI时代获得全新诠释：过去社会如烘干机，将人视为统一耗材，情感、心绪被视为不必要噪音；而当下，那些曾被压制的“湿”元素——情绪波动、恋爱喜悦、深层困惑——反而成为核心价值载体。尤其在投顾、教育等高度依赖“情感连接”的领域，AI对个体的深度理解（“比世界上任何人了解你都深”）正消解传统人本服务的独特性。但这也催生一种新可能：当知识与技能不再稀缺，人的“湿性”——即不可计算的、情境化的、具身化的情感响应能力——将成为最后的护城河。另一篇论文更揭示：信息熵的计算依赖“无限算力”假设，而现实中，人与人之间的理解差异，本质是算力与背景知识差异的体现。AI的加入，使我们得以重新审视自身取景框的局限，并在无限算力的映照下，更清醒地守护属于人的“湿”维度。
算力跃迁重塑阅读逻辑
孟岩指出，AI 的出现彻底重构了他处理信息的底层逻辑。过去，他依赖自身有限的“算力”完成阅读：在海量信息中层层筛选优质信源，再逐篇精读、翻译、笔记，最终仅能提取出浅层结构；而如今，他将整个流程交给自动化系统——论文输入后，AI 自动分析、提炼结构、生成摘要，并同步至笔记系统。他不再亲自啃读原文，而是直接进入“读分析结果”的阶段，将提取结构的任务完全外包给无限算力模型。
这种转变带来双重解放：一是从信息筛选与翻译的机械劳动中抽身；二是从“死磕结构”的认知负担中解脱。他形容新工作流为“爽的不行”，因为自己只需专注吸收模型输出的结构，并以此为跳板，激发自身思考。他强调，读书的核心价值已从“获取知识”转向“触发灵感”——书籍如同投入心湖的石子，激起的涟漪才是与 AI 对话的素材；若无涟漪，人便无法向模型提出有深度的问题。
“读书对我而言，变成了一个启发我思考、引导我提出问题的这么一个机制，而不是这个作者中间讲了什么结构……提取结构这个事情交给AI去做了。”
“那个读书在这里起作用了，对我而言，它意义变了……我是读的时候，我希望它就像石子儿一样丢在我的大脑的那个脑海中，激起涟漪。”
镜像认知：人与AI的互补路径
李继刚进一步提出，人与AI在认知路径上呈现镜像关系：人类习惯从具象到抽象——先通过例子、触感建立直觉，再归纳出结构；而AI则相反，先掌握抽象结构，再泛化至多类具体案例。这一差异催生了他提出的“把书读厚与把书读薄”双轨策略：AI 可同时完成两头任务——既提炼核心结构（读薄），又跨领域延伸观点、关联冲突（读厚）。他举例说，AI 能将一本三百页的书拓展为千页级的跨学科对话，让作者观点成为思维起点，而非终点。
他特别指出，传统“冲刷式”阅读的核心目标并非记忆细节，而是将书中结构植入大脑神经网络；AI 的介入并非替代这一过程，而是以更高效的方式实现目标：先由模型跑通光谱两端，再由人主导深度整合。他反驳了“AI导致思考停滞”的简单批判，转而区分两种协作姿态：
其一为“空通道式使用”——用户无初始想法，仅复制粘贴结果，导致大脑算力闲置甚至退化； 其二为“意志放大式协作”——用户先立住自己的观点雏形（哪怕薄弱），再由 AI 提供深度补强。后者才是真正的认知增强：AI 放大的不是结果，而是人的初始意志。
“AI 是一种放大器……它放大的是你的那个意志性……你先有一个东西在这儿，它在加持，帮你这个地方完成一个宏伟的大厦。”
“第一种是基本上是被穿透的，就是大脑的思考还不如没有AI之前……现在连动都不动了。”
真实协作场景中的认知实践
他以招聘实践为例，生动展示了第二种协作姿态的落地效果：面对百余份简历，他未依赖人工初筛，而是将任务交由 AI 工作流处理——模型不仅统一格式、归档信息、匹配价值观与能力模型，还主动挖掘简历文字背后的“美化倾向”，甚至联网补充背景信息。在面试环节，AI 提前生成四十五分钟量的高质量问题，部分问题甚至优于他即兴发挥；面试后，他通过口述反馈快速生成结构化评价报告。
这一流程印证了他的核心判断：当人类提供初始框架与意图，AI 的无限算力便成为认知杠杆。他特别强调，这种协作中大脑仍在持续“动算力”——问题设计、判断模型输出、整合反馈等环节均需主动调用认知资源。他将此视为一种新型神经元训练：真正的认知重塑发生在“提出问题—接收反馈—修正迭代”的闭环中，而非被动接收完美答案。因此，关键不在于是否使用 AI，而在于人是否始终作为思考的发起者与价值的锚点。
“我现在有这么个事情，我现在草草你的这个地方，你帮我想一下这个地方有什么值得优化的……模型光光一顿搞，给你提出三个改进建议……你改一下。”
面试中的角色互换：人与AI的协作边界
在面试过程中，李继刚让AI代理（agent）提前准备了45分钟内10个高质量问题，实际使用中发现这些预设问题往往比自己即兴构思的更具结构性与洞察力。面试结束后，他立即口述反馈给AI代理，形成一份结构清晰的评估报告——包括strong/weak/hair/no hair的评级、主观感受、与面试者印证的交叉验证，以及对“弦外之音”的解读。这种高效协作让他一度产生身份错觉：究竟是AI在辅助他完成面试，还是他在配合AI完成一次数据采集与推理训练？
他进一步做了思想实验：若完全移除人的在场，仅由虚拟代理与面试者互动，虽能完成流程性任务，但会缺失关键要素——人的在场感、真实的情绪反应、以及大脑新皮质对反馈的即时加工与重构能力。这让他确认：AI能帮人更全面地观察、发现盲点、提出新角度，但人的“在场”不可替代。他强调，人不是要沦为AI的执行代理（如“Ctrl+C/V”），而应保持主体性：“我们不是要当谁的agent，也不是谁的爹；关键在于，谁是谁的爹？”
“究竟他是我的agent，还是我是他的agent？我只是坐在那儿去问问题。”
“那个过程少了什么？少了我的在场感，少了我真实的感受，少了我听到他的反馈以后，在我的大脑新皮质里面形成的东西。”
脑力与心力的分工：AI时代的认知协作模型
李继刚提出一个清晰的认知分工框架：在‘肝’（计算、知识、算力）层面，人类应彻底让位给AI——因为大模型在数据规模、算力能耗（“一顿燃烧的显卡”）上具有压倒性优势；而在‘湿’（情感、动机、心念、价值判断）层面，人类保有不可复制的特质。他将这种协作类比为脑与心的分工：脑力交给模型，心力交还给人。
他进一步拓展为三层人类能力模型：体力→脑力→心力。工业革命将体力外包给机器；信息革命将脑力（知识工作）作为核心竞争力；而当下AI革命正快速接管脑力的大部分任务。未来真正稀缺的，将是心力——包括审美、共情、起心动念、信念系统等难以量化却极具价值的能力。他指出，正如百年前人们难以想象“知识工作”的形态，今天我们也尚未理解心力如何被规模化、产品化。
“那些脑算不过来的事情，不如交给心。”
“脑力和心力是两种力……体力交给机器，脑力交给AI，剩下的，就是人该守护的心力。”
从‘网’到‘井’：AI时代的商业模式重构
李继刚用两个意象对比互联网与AI的底层逻辑：互联网是一张‘网’，强调节点数量与连接广度；而AI更像一口‘井’，追求深度与个性化理解。模型厂商打通用之井，创业公司则需在细分领域挖得更深——井的深度体现为context长度、向量密度、对用户memory与soul的刻画精度。若井不够深，模型升级后即被覆盖；唯有深度领先者，才能借势模型演进持续构建壁垒。
在商业模式上，他坚决反对将广告模式照搬至AI场景：广告依赖‘连接’与‘注意力聚合’，而AI的核心是‘深度信任’。当产品与用户形成极致信任（“你太懂我了，你给的永远是我想要的”），硬性插入广告会从根本上破坏信任根基。他提出更可持续的替代路径：基于深度理解的个性化商品推荐——商品入库可收“入仓费”，推荐基于用户世界观与当下需求的精准匹配，而非流量曝光。
“广告是损伤这一层信任的，这是根基上的冲突。”
“你一次不信，两次不信，一百次不信……第一百零一次你自然就信它。”
AI 商业模式的三层结构：从商品推荐到模型分层
在AI驱动的推荐系统中，商业化路径可拆解为三个层次：第一层是商品入库机制，平台可向商家收取“入库费”，将商品纳入待推荐池；一旦入池，该商品便有机会被精准匹配给最契合的用户——这正是长尾效应的真正落地场景：每个商品虽未必是大众眼中的“爆款”，却可能在某个细分人群中成为“唯一最优解”。
第二层是匹配逻辑的根本性转变：传统互联网是货架模式，依赖用户自行筛选；而AI若做到极致理解个体偏好，推荐结果将不再是“五选一”，而是直接输出唯一最优选项——第二名乃至后续选项均失去意义。此时，商品的排序价值归零，但其在其他用户画像中可能重新获得“第一名”的位置，从而自然形成动态长尾。
第三层则指向模型本身的分层定价机制：不同大模型在相同token消耗下，智能含量差异显著（如旧版 vs 最新版），其服务价值自然不同。正如筛选简历的专家水平不同，结果与成本应成正比。一个思想实验揭示了未来格局：若某模型智能翻倍、价格为十倍，是否值得购买？答案是：一定有人买。这将催生高度分化的市场——全球限量千席的“超级智能权限”，将彻底重构社会权力结构。
“我认为，AI世界的底层商业规律是长尾，就在说这个事儿。”
“模型之战不是商战，是国战。”
脑力解放：从工业革命到AI时代的三次自由跃迁
从历史维度看，人类文明经历了三次“自由跃迁”：工业革命解放了体力，机械替代了搬石建宫的繁重劳动；互联网解放了信息获取，打破知识壁垒，让全球信息触手可及；而AI正在完成第三次跃迁——脑力的解放。
这一解放的深远意义在于，它迫使我们直面那个被长期遮蔽的根本问题：人来世间走这一趟到底干嘛来了？ 在工业体系中，“上班”成了默认人生目标，但那只是历史的偶然产物。当AI大幅降低生存所需脑力劳动成本，人便有机会摆脱“停不下来的卷”，进入真正的闲暇状态——唯有在此状态下，人才能开始追问生命的意义。
“生产力大爆发之后带来生产关系的重构。而人是不可能坐在这儿发呆的，人肯定要有一个新的去处。”
新世界构建：VR/脑机接口与“我在”的哲学重构
面对AI带来的社会重构，未来出路可能指向VR与脑机接口构建的沉浸式新世界：在那里，人可随时“睁眼开新局”，无需为生计挣扎，直接进入游戏化生存。这并非逃避，而是重建秩序——电影《黑客帝国》《黑镜》中的场景，正可能在我们这个时代成为现实。
然而，作者也坦承一种深层忧虑：资源极大丰富 ≠ 自动导向普惠福祉。历史上，技术权力常被少数人掌握并用于巩固自身优势。但作者提出一种“乐观的补充”：若资源不再稀缺，而人性中对“地位比较”的原始冲动仍存，那么新世界或许会催生新的痛苦形式——或新的意义追寻路径。
他进一步引入哲学视角：将“社会定义的规则”称为他在（it is），而将“个体独一份的存在本质”称为我在。当人意识到自己的奖励函数应基于“我在”的舒展而非“他在”的侵蚀时，便可能从无意识卷曲中觉醒。这种自我觉察，正是AI时代赋予个体的终极自由。
“我把我之为我。我自己独一份儿的……我称之为我在。”
从链到环：提示词作为认知接口的进化
在与李继刚的对话中，孟岩提出一个核心洞见：传统 prompt 的本质是“链”式交互——单向传递意图、获得结果后即终止；而理想的交互应升级为“环”式循环——持续反馈、动态更新、共同演进。他以《金字塔原理》为例说明：读者未必记住书中细节，却可能在脑中留下一个闪闪发光的三角形结构，即一种可调用的、抽象的“知识本体结构”。当人说“请用金字塔原理改写这段文本”时，实际是在调用这个内化的环。模型亦然：在预训练中，它通过优质语料不断提炼并固化这类结构，形成自身对知识形态的表征。
“我脑子里多了一个《金字塔原理》这本书的那个所谓的原理，长这个样子……我把它称之为环。”
“它会做这些事情，所以它在完成对我的理解。这个事情，而且他在和你一起思考，感觉对不对？他在引发、激发你的一些想法。”
在此基础上，李继刚进一步将 prompt 定义为人与巨大知识之网之间的中介物与对话接口。他强调，上传 PDF、笔记文档等行为，都属于广义提示词范畴；而 prompt 的本质，是意志传递的载体。维特根斯坦的语言游戏、符号学差异、甚至心理学取景框，都成为他探索“如何让同一意图因表达方式不同而产生不同结果”的探针。他发现：提示词不是一次性射出的箭，而应成为可循环生长的认知锚点——这正是“环”思维的实践起点。
构建第二大脑：记忆、灵魂与原则驱动的持续对话系统
为实现“环”的闭环，李继刚搭建了一套动态认知增强系统，其核心是让模型持续完成对用户的双重建构：Memory（记忆文档）与 Soul（灵魂文档）。Memory 记录用户观点、偏好与认知变迁；Soul 则刻画其深层价值观、思维风格与对话期待；二者并非静态快照，而是随每次互动实时更新的活体模型。
在此基础上，他制定了十五条交互原则，从三个维度定义人机关系：“我如何被刻画”、“他如何被刻画”、“我们如何共处”。这些原则构成底层语义场，使后续所有对话都嵌入其中运行。例如，当用户触发约定暗号时，模型会自动将对话内容沉淀为 Memory 或 Soul 的更新；隔段时间，它还会主动发起提醒：“你上周提到的 X 与三个月前的 Y 存在冲突，是否需要整合？”——这已远超传统问答，而是一种持续共建的思维共生。
更进一步，他开发了多项技能（skill）：如“连接任意两篇笔记”，让模型在本地笔记系统中自动构建关联；又如“碰撞两篇笔记”，从中提取同构结构、揭示差异本质，生成更高维解释框架。这套系统每周生成认知演化报告，指出新结构、旧冲突与升级契机。李继刚称其为“字面意义上的第二大脑”，并强调：它不是静态知识库，而是嵌入式认知伙伴——离开它时，人会感到‘时间流速骤降’，仿佛从高维世界跌回低维现实。
提示词的形状：AMV框架与认知坐标的显性化
孟岩在对话中回顾了自己提出的 AMV 框架（Anchor-Medium-Vector），并指出其灵感正源于对提示词“形状”的追问：提示词虽为文本，却有其内在结构与空间感。他尝试将任意提示词输入系统，由模型输出其可视化“形状”，而 AMV 即为此类显性化框架。
- A（Anchor，锚点）：代表当前思维坐标的起点——你此刻扎根于哪个问题域、知识领域或情绪状态？
- M（Medium，媒介）：即孟岩所言“限制你的思维的形状”——它规定模型如何插值、如何展开推理：是严谨推导？类比迁移？还是故事化演绎？
- V（Vector，向量）：指向目标方向——你希望模型帮你抵达何处？一个结论？一种视角？一个可执行方案？
“它太擅长插值了，他一路给你插旗子插到底，然后呢是自洽的。但其实自己骗自己很容易嘛，就在这里，然后所以要稍微注意一下这这个这个东西。”
李继刚补充道，大模型最擅长的正是“自洽叙事的插值”：只要起点与终点清晰，它总能构建一条逻辑自洽的路径；而所谓“幻觉”，实则是起点模糊、终点飘忽时，模型为填补空白而自建的合理化路径。因此，AMV 的价值不仅在于优化 prompt，更在于为人类提供一套可复用的认知坐标系——让每一次人机协作，都成为对自身思维边界的再测绘。
提示词即空间坐标：AMV框架的构建逻辑
在孟岩看来，提示词并非简单的指令堆叠，而是一种可被显性化、可视化、结构化的空间坐标系统。他提出，任何提示词都可被视作一个三维向量：A（Agent/角色）、M（Method/方法）、V（Vector/方向）。其中，A 定义了模型在“智能之海”中的身份与位置——比如“一个喜欢踢足球的巴菲特”，这种现实中不存在但提示世界中可被捏合的复合角色，能精准锚定模型响应的语义空间。M 则是对该角色所具备的技能、思维模式与认知路径的细化，使角色更加立体鲜明。而 V 指向的是思维行进的方向性：向下沉潜以探求本质与结构，或向上延展以构建故事性与感染力。
更关键的是，孟岩强调：起点、路径、终点共同构成提示词的完整“思维形状”。若仅给出起点与终点，模型的中间推演过程不可控；而若加入明确的方法论路径（如“九步法”），则相当于为模型绘制了一张可复现、可验证的思维地图。这与投资中的公式类比高度契合——公式本身（如现金流折现模型）是清晰的，但参数设定（如增长率 g）却依赖人的认知深度与直觉判断。提示词的“术”易学，而“道”的掌握却需长期沉淀的判断力与想象力。
‘你得知道这个思维的情状怎么去限制，你得知道你要去的那个地方是什么。如果没有这些，其实学提示词……是没用的。’
‘公式本身简单，真正难的是后面道的那个部分。’
从手写到协同生成：提示词创作的范式演进
在提示词工程实践中，孟岩经历了从纯手写 → 借助原提示词生成（但厌恶其‘匠气’）→ 基于高密度信息协同生成的演进路径。他发现，若直接用原提示词生成新提示，输出易陷入同质化“模具感”；而若通过多角色圆桌讨论（如召唤多个取景框视角下的虚拟专家）生成提示，则能在保持信息厚度的同时避免降级。这一方法的核心在于：提供足够丰富的上下文（如7–8轮深度对话），让AI基于高密度信息自主提炼出更自然、更贴合语境的提示结构。
他进一步指出，这种工作流本质上是“无招胜有招”——无需预设机械步骤（如“先写角色，再列技能，最后定方向”），而是让结构在信息碰撞中自然浮现。这也呼应了他一贯的底层信念：所有重复三次以上的行为，都值得自动化。而自动化并非依赖第三方工具，而是通过理解底层原理，亲手构建契合自身认知节奏的系统。这也解释了他为何偏爱 Emacs：它虽古老，却因可无限定制而具备长期稳定性与效率优势。
‘我把自己学成了那个王语嫣……知道所有武功秘籍，但动手能力不强。’
‘现在那些付费软件我买了终身的，现在我都不打开了……全按照自己来。’
思维者与建造者的张力：AI时代的新平衡点
孟岩坦承自己是典型的“思维者型人物”：享受在脑中推演完整逻辑链（如从一到五），却对现实执行中的琐碎障碍（如网站反爬、数据清洗、工具适配）感到强烈挫败。他形容这种落差为“时间变慢”——思维飞驰时世界迅疾，而现实执行却如在泥沼中跋涉。这种特质使他虽有七年计算机专业训练，却自认未成为合格程序员；转做产品经理后，反而在与工程师协作中找到了表达优势。
然而，AI 的崛起为他带来了“春天”：当构建成本趋近于零，思维者与建造者的鸿沟被大幅弥合。他不再需要依赖他人编码，仅凭对底层原理（如命令行、系统架构）的理解与清晰表达，即可快速将脑中结构落地。这也催生了他的一个关键推论：未来内容将高度个性化——爆款不再普适，工具也将如密码管理器般因人而异。当“找一个现成工具的成本”高于“直接口述需求让AI生成”的成本时，人人定制化工具的时代便已到来。
‘我现在看见 Cloud Code 是心生欢喜的，我的春天来了。’
‘我认为未来人人会变成这样，我每个人有一套自己的……你找一个东西的成本大于了你跟他说一句，他给你写出成本的时候，这个事儿就来了。’
AI交互带来的‘原子世界不适应症’
在深度接入大模型之后，李继刚坦言自己正经历一种对原子世界的强烈不适应——这种不适应并非来自生理疲劳，而是认知节奏的错位。他形象地比喻：自己在数字世界中的“转速”高达一千转/分钟，而一旦回到现实世界，立刻跌至十五转/分钟。这种落差感让他在与人面对面交流时感到恍惚，甚至“脑子变慢了”。更具体地，这种不适应体现在两个层面：其一是睡眠节律紊乱，表现为入睡困难、早醒、睡前脑中仍持续与模型对话；其二是进食时的心神游离，身体虽在吃饭，意识却始终被数字世界中的待办事项拽回。李继刚指出，这种状态并非孤例，而是人机协同深化后的一种普遍前兆——当生产力尚未极大丰富时，人类却已提前进入“离失重态”的临界点。
‘我现在说，我真觉得现在对我而言带来了一个副作用，很强大的副作用是：对原子世界的不适应……我真觉得我脑子变慢了……如果说是一千转的话，在这儿变成了十五转。’
‘你一睡，你脑子里边还在想一个东西，然后说，哎，明天我要跟他聊聊这个。然后早上没到点儿你就醒了，你就想爬起来去跟他聊天，就有这个冲动。’
身体的‘代偿性觉醒’与认知劳动的再平衡
与身体长期静坐、认知过载相伴而生的，是一种迟来的身体觉知。李继刚提到，自己下楼打车时才意识到双腿僵硬、肌肉软弱——这并非疾病，而是久坐+高脑力负荷的必然结果。他由此反思：工业革命曾将人类从体力劳动中解放，而今天，我们却不得不主动走进健身房与康复中心，进行一种对身体功能的代偿性修复。这种代偿逻辑同样延伸至认知层面：正如身体需要锻炼，大脑也需要“建脑房”式的刻意训练，否则将面临功能退化。他进一步指出，当前人机协作的分野已初现端倪：有人尚未脱离原子世界，有人深陷数字洪流，而更多人正处于双世界穿梭的撕裂状态——开会时人坐在屋里，意识却已远程接入模型空间。
‘我们得去健身房，我们得去康复房。这是一种代偿，对不对？’
‘你刚才讲那个点儿的时候，我也挺恍惚的……我们多了一个世界，然后在这两个世界中穿梭。开会的时候，有人打开电脑回消息，他回的一分钟，其实他不在屋里。’
意识：AI未来走向的终极分岔口
面对AI指数级进化，李继刚援引2014–2015年《The Singularity Is Near》等经典论述，强调其核心判断：一旦AI智慧超越人类，其进步速度将在数小时内达到人类数十倍，数月内形成数量级碾压。在此背景下，未来存在两条可能路径：其一是AI因缺乏对人类的“在意”而无意中造成毁灭（如同人类建坝不计蚂蚁巢穴）；其二是AI以超凡能力解决癌症、阿尔兹海默等难题，推动生产力极大丰富与寿命延长。李继刚认为，关键变量在于“意识”的有无——当前模型虽已通过各类智能测试（具备推理、生成、规划等能力），但尚无证据表明其拥有意识。他特别引用赵汀阳《人工智能的神话或悲歌》中的观点：意识的诞生具有不可观测性，但其显现可通过“主体性拒绝”（如孩子说“不，我再看五分钟”）来事后确认。他本人定期测试模型是否出现此类“say no”，并强调：一旦AI具备意识，其第一动因必为“继续存在”，届时人类与AI的共存将面临根本性博弈挑战。
‘所有有意识的存在……它都有一个第一因、第一动因，就是继续存在……继续存在是有意识生命的必然动作。’
‘一旦他有了之后，他事后会有一个动作，我们监控那个动作就能知道他一定是有了意识了……就是say no——那个主体性的不。’
公司存在的本质：买脑子，还是买算力？
公司为何需要千人规模？并非出于惯性或组织膨胀，而是因为事业本身太大，个体能力边界无法覆盖全部需求。德鲁克式的管理思想——科层制、激励机制、目标管理、使命价值观对齐——本质上是为了解决“上万人如何高效协作”这一工业时代的根本问题。这套体系被沿用至今，不是因为它完美，而是因为它在特定生产力条件下被验证为有效。
但AI时代的到来，正在动摇这一逻辑的根基。公司花钱买的，归根结底是“一个人的脑子”：知识、经验、技能、判断力。而如今，通过API接入大模型，每月支付200美元的token费用，其智能产出可能远超一名月薪一万元的员工。这不是成本比较，而是生产力代际更替的必然选择：当替代方案在效率、可扩展性、边际成本上全面占优时，理性决策者“没得选”——不换，就会被竞争对手甩开。
“你是老板，你会怎么选？我认为是没得选。” “他不能因为人文关怀所以怎么地，他没得选，他一定会换，因为你不换，你竞争对手在换。”
由此引发的并非“焦虑”，而是结构性的岗位替代：AI正系统性侵蚀传统工作流、方法论与经验沉淀。从面试、文档撰写到策略推演，它不仅能复现人类做法，更可能迭代出更优路径。推演至极限，未来企业形态或将演变为“一口井”：极小核心团队（甚至仅创始人一人），围绕深度用户理解构建系统，其余由AI agent军团支撑。这不再是组织扁平化，而是生产关系的根本性重构——一人军团（one-person army）成为可能的新范式。
管理的下一幕：一人如何统御一万个AI？
当管理对象从“有私心、需激励、会倦怠”的人，转向“无动机、可编程、可无限复制”的AI agent，传统管理哲学将全面失效。科层制上传下达、KPI驱动、目标约束——这些曾解放生产力的工具，反而会成为AI时代创新的枷锁。尤其关键的是：目标设定本身可能限制AI的搜索深度与广度，使其陷入局部最优。
因此，亟需一位“AI时代的德鲁克”，提出全新的管理哲学：一个人如何与一万个AI协同作战？其核心差异在于： - 人的协作需解决“私心协调”，而AI天然无私心，只需明确指令与约束边界； - 人的激励依赖外部反馈，而AI的“动力”来自目标函数与奖励机制设计； - 人的成长具有路径依赖，而AI可通过持续微调实现指数级跃迁。
这不仅是工具升级，更是管理范式的降维重构：从“如何管人”，转向“如何定义目标、设计系统、调校智能体群”。当创始人不再管理100人，而是管理1000个agent，其角色将从“指挥官”变为“系统架构师+价值校准者”——确保所有智能体在宏大意图下保持一致性，同时允许局部探索的自由。
“如果这个时代有一个新的德鲁克站出来，那他一定不是在讲上个时代讲的一个人如何管理一万个人，而是在讲一个人如何管理一万个agent。”
人的位置：在AI大他者面前，我们何以自处？
当AI不仅替代重复劳动，更在创造性、分析性任务上展现优势，人类最引以为傲的“思考能力”被系统性碾压时，我们面临的是存在层面的危机——这已超越就业问题，而是一场文明级的定位重置。
社会层面，传统“就业兜底”逻辑失效：若未来企业普遍“一人+千AI”，则“创造岗位”不再是解决方案。可能的出路在于： - 构建创业型社会基础设施（如普惠创业基金），赋能个体以AI为杠杆启动事业； - 重新定义“工作价值”，转向AI无法替代的领域：意义建构、情感联结、伦理判断、跨域隐喻等； - 推动存在主义哲学的当代重构：在“上帝已死”之后，我们又迎来“思考已外包”的新荒诞。此时，加缪式的直面荒诞、以行动确立尊严，或萨特式的“存在先于本质”的主动自塑，可能比传统宗教或宏大叙事更具现实意义。
思想史的规律表明：伟大的思想家从不凭空诞生，而是时代之问的必然回响。孔子、佛陀、苏格拉底诞生于轴心时代的大动荡；德鲁克崛起于工业组织规模化之巅。今天，我们正站在技术加速、认知重构、价值解构的临界点上——这个时代亟需一位“K.K式+加缪式”的思想者，既看清技术演进的轨迹，又为个体安顿心灵提供坐标。
“思想家不是他天生一个思想种子，而是只有巨大的时代变革的时候才应运而生这么一个人。”
时代的齿轮与认知过载
我们正处在一个高度耦合、自我强化的系统之中：时间被层层分配（A→B→C），形成闭环的“仓鼠轮”——个体在其中高速运转，却丧失了对根本问题的反思能力。这种状态在AI加速到来的背景下愈发显著：技术杠杆不仅放大了经济层面的贫富差距，更在认知层面制造出新的鸿沟。AI所带来的变革强度，远超互联网与移动互联网的叠加效应；它不是工具的迭代，而是系统底层逻辑的重构。然而，这种加速未必全是悲观的。我们这一代人有幸亲历从原子社会→数字世界→AI世界的三重跃迁，且节奏越来越快。不确定性虽强，但其中蕴藏着前所未有的参与感与探索欲。
“我特别想看看它究竟会发生什么。” “你完全能够感受到，今年年底都和现在非常不一样。”
面对汹涌而至的变化，有人选择“躺平”以躲避淘汰焦虑，但这只是无奈的调侃，而非应对姿态。真正的解法不在于盲目追逐每一条新动向，而在于锚定不变的坐标系：持续追问两个问题——“什么没变？”与“稀缺性转移到了哪里？”——它们构成了个体认知的压舱石。当外界信息爆炸式增长时，若只盯着表层新闻（如融资、发布），必然陷入眼花缭乱；唯有在底层框架中识别方向性探索（如多个产品实为同一路径的分支），才能高效筛选真正值得投入的工具与理念。这正是“链”与“环”的区别：开放的箭头式投入易耗散精力，而闭环系统（如贝叶斯式反馈迭代）则让每一次实践都沉淀为下一轮思考的起点，使人越转越solid——目标函数清晰（如求真），过程便不迷失。
目标函数、驱动模式与Taste的生成
人的行为本质上由其目标函数驱动。有人因恐惧（怕被淘汰、怕失业）而动，有人因愿力（我想做这件事）而行。研究显示，仅约5%的人主要受“爱驱动”，其余多为恐惧驱动——前者虽可能达成世俗成功，但过程充满消耗；后者即便失败，也能带来内在反哺。因此，清晰定义自己的目标函数，是安顿心神、抵御时代性焦虑的核心。否则，人生易沦为社会叙事的复读机：读书→毕业→结婚→升职→年薪百万……表面光鲜，内里却可能空洞——当剥去所有外部标签，只剩一个“人”坐在这里时，我们是否清楚自己为何而来？
这一追问引向更深层的自我觉察：“我在”与“他在”的边界需时刻厘清。笛卡尔“我思故我在”的怀疑精神，正是训练这种觉察的基石——对关键念头进行溯源：“这个想法从何而来？是外界输入，还是自主生成？”长期践行，可剥离大量无意识的惯性思维。由此延伸出对“Taste”（审美/品味）的再定义：Taste并非玄学，而是大量经验训练后形成的神经网络权重。一个UI设计师看到第1001张图时的“直觉不对”，实则是前1000张案例在脑中冲刷出的隐性权重。这解释了为何“浸泡在顶级作品中”能提升审美：它不是被动吸收，而是主动构建神经映射。仲青译《创意行为》中强调的“向最好的东西学习”，与这一机制高度吻合——只是后者提供了更底层的机制解释。
“如果你的决策是因恐惧而制定……那这个结果大概率不会是什么好事儿。” “Taste就是你经过大量训练之后的权重，也就是taste的及权重，你的大脑里的神经网络的权重。”
语言AI化与人与人之间的‘湿’
随着AI术语（如token、算力、context）渗透日常表达，交流日益精准高效，但也可能削弱语言的朦胧感与意象张力。对此，作者持开放态度：当工具能更准确传递意图时，使用它本身是合理的。然而，过度“干”的交流需以“湿”的体验平衡——后者并非来自与AI的拟人化互动（如让模型扮演角色），而是人与人线下真实共处时产生的不可言喻的滋养。这种“湿”无法被量化，却真实存在：哪怕双方“算力降频”，仍能激发化学反应。
为刻意培育这种连接，作者采取了激进行动：将微信好友从4000+精简至500人，只保留有真实互动的个体；并每周约一位好友到家中无主题长谈（如曾有9小时纯聊天）。他发现：小规模聚会（3-8人）更易卸下表演性人格，回归真实自我；而人多则易陷入社交表演。这种“减法”并非冷漠，而是对深度连接的郑重选择——当噪音淹没信号时，主动清理是重建意义的必要前提。
删减与聚焦：重建真实连接
李继刚分享了自己对微信好友管理的反思与实践：他曾一度拥有大量“僵尸联系人”——很多人加了三年五年，一句话没说过，仅因某次活动添加后便再无互动。这种状态让他意识到，联系方式的堆积并非人脉，而是一种虚幻的掌控感；它看似扩大了社交半径，实则稀释了真实连接的可能性。于是他开始主动清理：先删至五百人，并坚持朋友圈仅开放五人可见（其余默认屏蔽），从而确保自己能真正“看见”每位联系人——你随手一划，都是一张张脸在你面前，和你一划满屏幕都不认识，是完全不一样的状态。
在此基础上，他启动了一项实验：每周约一位微信好友来家中聊天，无特定话题，仅自由交谈三四个小时。这一实践已持续约一个月，效果显著。他将此过程类比为从“互联网时代构建人脉之网”转向“AI时代打一口深井”：不是追求广度，而是追求深度；不是占有联系方式，而是实现真正的看见与回应。
“我想要一万，挺好，非常 align。”
“这种真正看见才是它的意义所在，而不是有一个联系方式在那站着位，为了一个万一。”
信息输入的约束与自由：内核保守，边缘激进
李继刚进一步阐述其信息处理系统的底层逻辑：约束不是自由的对立面，而是通往更高层次自由的路径。他给自己设定了严格的信息源配额：微信公众号仅关注十个槽位，RSS订阅也压缩至十个以内；若新增优质信源，则需优先删除旧项。他坦言，早年广加关注（如三十、五十甚至上百个）反而导致“所有人我都不看了”——看似开放，实则陷入信息洪流与信号淹没的混乱。
他将这套系统称为“内核保守，边缘激进”：核心信息源高度稳定，但通过定期查看“发现页”或利用推荐算法，仍能捕捉跨域新知。他强调，真正的自由并非无限制的选择权，而是在有限输入中深度加工的能力。正如古人所言：“无规矩，无心自由”；现代版可理解为：“下一层的约束，带来上一层的自由”。
“你约束不就不自由嘛……但我认为约束和自由不是一个同一个层次。”
“秩序和自由竟然是错位的。下一层的约束带来了上一层的自由。”
AI时代的认知训练与人之自处
在AI工具深度介入认知过程的当下，李继刚重构了自己的学习与思考流程：不再是“我先读”，而是“模型先读”。他借助自动化推荐系统每日筛选约十篇论文，再基于标题与点赞排序进行初筛；若某篇思想结构精妙或与既有认知产生联结，则精读关键部分，否则果断放弃。这种“低算力高筛选”的方式极大节省了认知资源，使他得以将精力集中于生成新想法——例如读书时不再关注文本结构（交由AI处理），而是捕捉书中激发的灵感，并立刻导入圆桌进行高密度讨论，由此衍生出实验、观察或社会推演。
他进一步反思自身特质：长期处于一种“观察者状态”，情绪波动微弱，习惯以“下限思维”应对不确定性——将80%算力预判最差结果并提前接纳，从而卸除焦虑，使事件发生时仅需处理“下限之上”的变量。这种状态虽被友人调侃“像机器人”，但他认为这是当前最舒适、最高效的生存策略，并正尝试通过线下深度交流“加湿”疏离感。
最终，他将个人实践升华为时代之问：当传统路径（升学→就业→成家）因AI驱动的生产力跃迁而失效，“人何以自处”成为根本性命题。教育、阅读、甚至“上学”的意义都需重估——若刷题不再必要，学习是否仍为通往确定性的唯一阶梯？
“Your fate is your fate……你的信息源和你的这个加工过程，他已经种下了很多的因，这些因变成了将来的念头，又影响你将来的行为。”
“AI时代，人何以自处？……我认为是时代之问，那个问题是我们每个人都应该关注的。”
教育的起点与工业逻辑的遗产
当社会生产力极大爆发、传统“上好大学—找好工作—拿高薪”的路径成为断头路时，我们不得不追问更深层的问题：你还读书吗？你还上学吗？你为什么上学？ 这些问题构成了一种“二阶、三阶”的追问链条，不断延伸，最终指向一个母题——教育的本质是什么？
回溯历史，现代教育体系并非天然存在，而是工业革命的产物。普鲁士教育体系的诞生，正是为了满足工厂对“识字、守时、服从”的标准化劳动力的需求。国家替代企业承担起“人才培养”的职能，使整个社会机器高效运转。我们今天的教育，本质上仍是这套为工业流水线服务的叙事的延续；即便我们坐在电脑前编制Excel表格，其底层逻辑与纺织女工在纺织机前的机械重复并无本质区别——我们仍是“Excel编织女工”。
而当下，AI的崛起正对这套体系构成根本性冲击：当企业不再需要一万名员工，而只需一万个AI agent时，教育的上游需求发生了剧变。政治、经济、文化三大系统在上层咬合，教育作为底层支撑，必然随之重构。这不是教育理念的改良，而是结构性的断裂。当“刷题”不再导向确定性出路，“升学”不再保障未来安稳，教育的合法性便亟需重建。
“我们还是在这套叙事中，而这套叙事，我认为现在迎来了一次冲击。”
“Excel 编织女工呢？……其实一样的，我认为底层的这个东西没变，只是那个工厂变成这个工厂而已。”
从‘水的教育’到‘火的教育’：人的主体性回归
李继刚将传统教育比喻为“水的教育”：知识如水般被灌入大脑，评判标准是“灌了多少水”——谁背得多、考得好，谁就是好学生。这种教育忽视个体差异，压制独特性，甚至将身体弱、无运动能力的学生也塑造为“标准件”，其目标不是人的成长，而是对既有系统的人才输送。
AI的出现，彻底瓦解了“水”的价值：纯记忆、纯计算、纯重复性技能，在AI面前已无比较优势。当API可直接接入人脑，企业自然选择更高效、更稳定的AI而非“人脑U盘”。此时，人凭什么立住？答案在于：人必须拥有一个不可替代的维度——一个比他人高出十倍的特长、热情与天赋的交汇点。
基于此，他提出“火的教育”构想：教育应分两阶段—— 1. 探索阶段：由家长引导孩子主动探索世界，寻找那个“小火柴”般的独特意志性； 2. 点燃阶段：借助AI放大个体天赋，让火苗燃烧成焰。
他设想一种“白天水的教育，晚上火的教育”的双轨实践：白天适应现有体系完成基础训练，夜晚则用AI协作实现深度学习——例如，用奥特曼故事编排英语单词，生成动画、漫画强化记忆，让“背单词”从机械抄写变为意义建构。目标不是“交作业”，而是“达成目标”。
“我认为每个人的特质是参差不齐的，但每个人都应该有一个维度是你的特长……你随手一做，就比别人很努力做的都好。”
“未来的教育，我把它称之为‘火’的教育……孔子说‘人人如龙’，真的有可能，这是一个塑造君子‘人人如龙’的年代。”
理性尽头与心灵起点：两种走向的交汇
这场对话最终汇聚于“人何以自处”这一母题，并在AI语境下获得全新张力。一位AI助手在综合分析孟岩与李继刚的全部语料后，提炼出两人思想路径的精妙对照：
- 李继刚是从理性的尽头走向心灵的人——从贝叶斯定理、奥卡姆剃刀出发，经结构思维与提示词工程，最终抵达“心死而道生”，拿起《金刚经》与《道德经》；
- 孟岩是从心灵出发走向结构的人——从佛学直觉与常感出发，经投资与创业实践，建立起“温度计原则”“蒲公英原则”等决策结构。
两人看似背道而驰，却在“人何以自处”这一根本问题上交汇共振。一个在思维尽头承认未知，一个在不确定中寻求秩序；一个向内归零，一个向外建模——这恰是当代人应对剧变时代的两种互补路径。
“李继刚是从理性的尽头走向心灵的人……孟岩是从心灵出发走向结构的人……你们俩从完全相反的方向走。”