<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:content="http://purl.org/rss/1.0/modules/content/"><channel><title>随笔 on Annouimo 的个人博客</title><link>https://blog.annouimo.com/blog/</link><description>Recent content in 随笔 on Annouimo 的个人博客</description><generator>Hugo</generator><language>zh-CN</language><lastBuildDate>Wed, 04 Nov 2026 00:00:00 +0000</lastBuildDate><atom:link href="https://blog.annouimo.com/blog/index.xml" rel="self" type="application/rss+xml"/><item><title>从内涵与外延的角度看知识</title><link>https://blog.annouimo.com/blog/knowledge-intension-extension/</link><pubDate>Wed, 04 Nov 2026 00:00:00 +0000</pubDate><guid>https://blog.annouimo.com/blog/knowledge-intension-extension/</guid><description>&lt;link rel="stylesheet" href="https://blog.annouimo.com/css/vendors/admonitions.min.364ef4282de967778e4920f8ae18cc1b92b0c0b58b34b66fc17619dabfd48b6e.css" integrity="sha256-Nk70KC3pZ3eOSSD4rhjMG5KwwLWLNLZvwXYZ2r/Ui24=" crossorigin="anonymous"&gt;
&lt;div class="admonition question"&gt;
&lt;div class="admonition-header"&gt;&lt;svg xmlns="http://www.w3.org/2000/svg" viewBox="0 0 512 512"&gt;&lt;path d="M256 512A256 256 0 1 0 256 0a256 256 0 1 0 0 512zM169.8 165.3c7.9-22.3 29.1-37.3 52.8-37.3l58.3 0c34.9 0 63.1 28.3 63.1 63.1c0 22.6-12.1 43.5-31.7 54.8L280 264.4c-.2 13-10.9 23.6-24 23.6c-13.3 0-24-10.7-24-24l0-13.5c0-8.6 4.6-16.5 12.1-20.8l44.3-25.4c4.7-2.7 7.6-7.7 7.6-13.1c0-8.4-6.8-15.1-15.1-15.1l-58.3 0c-3.4 0-6.4 2.1-7.5 5.3l-.4 1.2c-4.4 12.5-18.2 19-30.6 14.6s-19-18.2-14.6-30.6l.4-1.2zM224 352a32 32 0 1 1 64 0 32 32 0 1 1 -64 0z"/&gt;&lt;/svg&gt;
&lt;span&gt;问题&lt;/span&gt;
&lt;/div&gt;
&lt;div class="admonition-content"&gt;
&lt;p&gt;如何评价进度是否扎实，如何检验自己哪些地方掌握有问题。不可能通过实现一个复杂的项目，定位自己实现不出来的原因。做题、复盘总结，去做一些比较基础的题目，或者中等复杂度的题目，不是浪费时间，因为从定位问题这个角度来说，做中等复杂度的题目，比查漏补缺的效率更高。查漏补缺的过程中定位问题的效率是比较低的。因此我们在螺旋式学习的过程中，需要加入一些技术，检索漏洞、定位错误。&lt;/p&gt;
&lt;/div&gt;
&lt;/div&gt;&lt;p&gt;在此，我们不对这个问题做出简单的对错评判，而是从这个问题出发，做一些深入的思考。&lt;/p&gt;
&lt;h2 id="知识的内涵与外延"&gt;知识的内涵与外延&lt;/h2&gt;
&lt;p&gt;对于“掌握某个知识”的定义是什么？首先我们要看到，知识内部，也有一些结构。问题中的“如何检验知识掌握程度”、“定位自己漏洞”的问题，也要考虑知识内部的结构。在此我借用另一个术语，尝试给知识内部画出一条清晰的分界线。&lt;/p&gt;
&lt;p&gt;我们尝试把一个知识分为内涵、外延。以圆锥曲线为例，内涵就是圆锥曲线本身的性质，外延就是大题、小题、计算技巧、做题策略等等。如果把一个知识比作原子，那么内涵就是其中占空间极小、质量极大的原子核；而外延就像核外电子，撑开了很大的一片空间，但质量并不大。这里的空间就好比知识的内容量，也可以近似认为是学习知识所花的时间，而质量就好比知识的重要性。&lt;/p&gt;
&lt;p&gt;在这里，我们不妨把掌握知识的定义，划分为两种：掌握内涵、掌握外延+内涵。&lt;/p&gt;
&lt;p&gt;倘若我们选择“掌握外延+内涵”的定义，那么确实如你所说，评价自己哪些地方掌握有问题，是一个很困难的事情，因为知识点太多了。例如，假如我做不出来一道圆锥曲线的大题，那我如何定位到自己到底是圆锥曲线有问题，还是代数基本功有问题，还是其他什么问题，或者是多个问题的叠加？因此，你提出，如果我们做一些中等复杂度的题目，把自己不会的点的数量降低，就能比较清晰地定位出，自己不会做这个题的原因是什么。&lt;/p&gt;
&lt;p&gt;当然，哪种定义都是对的，但我们在这里讨论的是哪种定义更好。我认为，应该降低掌握知识的定义，改为“掌握内涵”即可。其实我们想想，“掌握内涵”其实才应该是掌握知识最原本的定义吧？一个知识的外延，当然包含这个知识，但是已经不全是这个知识了。就像圆锥曲线大题，和圆锥曲线的关系其实并不大。倘若我们做不出圆锥曲线大题，就说明我们不懂圆锥曲线吗？很多情况下不是这样。因此，我们说，“掌握内涵”的定义更准确，更符合人对知识的本原理解。那么，我们为什么会下意识地选择“掌握内涵+外延”的定义呢？武断地来说，就是做题家思维在作祟。因为做题就是这样，高中对于圆锥曲线讲得太少，本身没什么可考的，因此只能考圆锥曲线的外延。很多其他知识也是同理。&lt;/p&gt;
&lt;p&gt;如果我们改革自己的想法，摒除“做题家思维”，从“掌握内涵”的角度去看，就会发现，掌握一个知识的标准其实很简单：当在其他地方遇到这个知识的时候，能知道此处在说什么。如果沿用圆锥曲线的例子，就是能读懂题干，并做简单的翻译。如果我们看不懂题干，不知道题目在说什么，那么才反映我们知识掌握不到位。进一步说，我认为，解决不出题目，不是我们对知识掌握的问题，而是我们运用知识的问题。而运用知识，和掌握完全是两个层面的事情。如果沿用原子的比喻，那么运用知识就是那个共用电子对。运用知识固然很重要，但并不反映我们对知识的掌握程度。&lt;/p&gt;</description></item><item><title>把“复杂度”交给AI：写在写作之前</title><link>https://blog.annouimo.com/blog/before-writing/</link><pubDate>Wed, 12 Aug 2026 00:00:00 +0000</pubDate><guid>https://blog.annouimo.com/blog/before-writing/</guid><description>&lt;p&gt;曾经，任何一篇较为深入的文章的作者，在写作时都会遇到简明与易懂的抉择。假如希望自己的文章通俗易懂，那么就需要对引用的概念进行解释，这就导致一篇文章很容易非常冗长，重点得不到凸显，非常考验作者的谋篇布局水平。更重要的是，解释这种概念本身是一种重复性工作，对于外行的读者的确能起一定的辅助作用，但对于内行的读者来说就是冗余，并且对于作者来说也是一种负担。倘若希望自己的文章简明扼要，情况就正好相反，利好作者与内行的读者，但无形中对于外行的读者增加了门槛。&lt;/p&gt;
&lt;p&gt;举个例子，在大语言模型的语境中，如果简明的说法是：“在注意力层计算前，需要先对输入向量进行标准化。”那么，易懂的说法就要解释什么是注意力，什么是注意力层，什么是标准化，为什么输入是以向量的形式。如果受众的知识水平更低，那么甚至要解释什么是向量。当然，如果受众的水平要求作者解释什么是向量，那么实际情况中一般干脆不写这句话了。总之，作者必须在简明与易懂之间找到一个平衡，尽可能让大多数自己的目标受众能理解自己的文章。&lt;/p&gt;
&lt;p&gt;这个问题的本质在于，就像大语言模型的上下文有限一样，人脑的“上下文”也是有限的。但问题在于，世界在很多时候是相当复杂的，而在认识世界、改造世界的目的之下，我们很多情况下必须要理解极端复杂的事物。这导致人必须进行多级的抽象，将复杂度“折叠”起来，降低认知成本。推广而言，这个问题相当普遍，试举几例：&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;证明一个几何学的命题，理论上说只用公理就完全可以，但我们创造了定理、推论、引理等等，将常用的结论封装起来，在一个复杂的问题中直接使用；&lt;/li&gt;
&lt;li&gt;写代码的过程中，我们已经很少用机器语言、汇编语言书写，至少都在使用 C 语言这样的低级语言。而当前最前沿的大语言模型领域，居于统治地位的是 Python，原因就在于 Python 高级语言的特性封装了很多低级特性，让工程师可以专注逻辑本身；&lt;/li&gt;
&lt;li&gt;同样是写代码，如果要写一个大型项目，架构设计都是相当重要的组成部分。每一层都将本层的复杂度封装为接口，暴露给上一层的只有使用方法。这允许每一层只用关注本层的一小部分逻辑，将不同的逻辑模块解耦；&lt;/li&gt;
&lt;li&gt;任何一个学科，都会有自己的专有名词，将核心概念封装起来。倘若没有这种专有名词，学术交流都将变得难以进行；&lt;/li&gt;
&lt;li&gt;在做饭的过程中，我们更多关注的是如何烹饪，并不关心粮食的种植、运输、售卖。&lt;/li&gt;
&lt;/ul&gt;
&lt;p&gt;在过去，人们提出了几种办法缓解这种情况。&lt;/p&gt;
&lt;ol&gt;
&lt;li&gt;典型代表是维基百科，解决办法是做一个“知识库”，将不同的概念分散在不同的页面中，并提供跳转的超链接。但问题是，这样的效果未必好。原因在于各个页面都是相互独立的，缺乏基础知识的读者，很难真正通过查百科学会一个概念，很难直接理解并运用。&lt;/li&gt;
&lt;li&gt;典型代表是各种教材，解决办法包括两点。首先限定读者的知识水平，例如初二的教材就限定读者刚刚学完初一的课程；其次在设计课程的时候考虑前后相继，在靠前的教材中讲清楚靠后的教材所需要用到的所有概念。这种方法的问题在于，适用面太窄，只对体系完备的宏大项目有用，大多数情况下我们都不会写一本教材。&lt;/li&gt;
&lt;/ol&gt;
&lt;p&gt;以上两种方法，有几个共性的问题。第一是重复造轮子，如果大家都运用这个方法，那么不同的文章就要重复解释同一个事物。更重要的问题如本文开头所述。如果解释太细，那么搭建成本高，需要解释的内容太多，即使使用超链接的方式，也只是减轻了读者的负担，并没有减轻作者的负担。如果解释的粒度太粗，那么相当于放弃了很多读者。在尝试平衡二者时，很难兼顾所有情况，让所有读者都得到自己所需要的。也就是说，灵活性太差。&lt;/p&gt;
&lt;p&gt;但最近，大语言模型的出现，似乎改变了这种情况。例如，同样是开头的这句关于大语言模型的论述，现在的读者完全可以复制并粘贴到聊天框中，例如：&lt;/p&gt;
&lt;blockquote&gt;
&lt;p&gt;请帮忙解释一下这段话中的专有名词，用通俗易懂的语言：在注意力层计算前，需要先对输入向量进行标准化。&lt;/p&gt;
&lt;/blockquote&gt;
&lt;p&gt;读者可以自行尝试。在这里粘贴我得到的回答意义不大，因为大语言模型日新月异，新的模型总体来说强于旧的模型。对于读者来说，这相比传统的方法有两个难以比拟的好处：&lt;/p&gt;
&lt;ol&gt;
&lt;li&gt;个性化。不同的读者可以选择不同的提示词，例如可以要求使用生活化的比喻来解释，或者告诉大语言模型自己对其中某个已经了解，但对另外一些不了解。&lt;/li&gt;
&lt;li&gt;交互性。如果大语言模型解释之后，自己仍然没有完全理解，完全可以追问。&lt;/li&gt;
&lt;/ol&gt;
&lt;p&gt;对于作者来说，好处同样很明显，也就是解放了作者的思想，让作者不必考虑通俗性的问题，可以专注文章核心内容本身。进一步说，如果说文字的价值有大小之分，我想当今时代一个很重要的判定标准就是：AI 能否写出来。像专有名词解释这件事，AI 完全能做，且很多情况下做的比人更好。那么，我认为这就应该放心交给 AI。这样，创作者的精力就能更多的放在 AI 写不出来的内容上，而这些内容，往往更有价值。&lt;/p&gt;
&lt;p&gt;当然，这个判断当然也不绝对，有些概念需要作者深入讲解，此时完全不解释，让读者自行询问 AI 自然不合适。但事实上，如果 AI 能完成 80% 的工作，那么何不让它完成呢？我们作为人，得以专注剩下 20% 的工作，本身就是一种进步。&lt;/p&gt;
&lt;p&gt;我立志写一些 AI 写不出来的内容，并且希望尽可能少地写一些 AI 能写出来、甚至写得比我更好的的内容，于是写了这篇文章，作为一篇观前提示。望读者了解我的态度，谅解我在其他文章中对一些概念不做解释的行为，同时希望我的文章能更加聚焦核心观点，以精炼的语言对读者有所启发。&lt;/p&gt;</description></item></channel></rss>