2026-10-19 【析绪闲章】当知识开始加速过期，我们靠什么继续学习？

——在不确定的时代，建立一种不依赖结果的内心确定性#

本文根据抖音账号 “森林心理” 发布的视频 《能忍受巨大不确定性的人，内心里边一定有巨大的确定性》 整理并延伸讨论。原视频页面显示其发布于2026年10月10日，时长约3分32秒。由于公开网页没有提供完整逐字字幕，本文依据视频页面及可检索到的公开转述提炼核心观点，并结合我面对AI快速发展时产生的学习焦虑、自我怀疑与行动困境，改写为议论文。本文并非原视频逐字稿，其中有关AI学习、自律方法和个人处境的内容属于进一步思考。

最近刷到一段话：能够忍受巨大不确定性的人，内心往往存在某种更深的确定性。这里所说的“确定”，并不是确信自己创业必然成功，确信一段关系永远不会结束，也不是盲目相信人生只会越来越好。恰恰相反，真正的内在确定性，是承认自己不知道结果，却依然知道为什么出发，知道哪些原则不愿背叛，也知道在输赢尚未揭晓时，自己仍然应该朝哪个方向走。视频同时指出，人身处模糊情境时会本能地感到不安，因此急于寻找一个明确答案，有时甚至宁愿接受一个糟糕但确定的结局，也不愿继续忍受悬而未决。这并不只是意志薄弱，而是人在试图用外部答案结束内心焦虑。

这段话让我想到自己最近面对AI时的状态。时代变化实在太快了，新的模型、新的工具、新的概念、新的工作流不断出现，刚刚看懂一个名词，转眼又有新的东西盖在它上面；今天花时间学习的一套操作方法，过一阵可能被更简单的功能取代；有些知识甚至不是学晚了就赶不上，而是学得稍微晚一点，可能已经没有必要再专门学习，因为工具会直接替人完成。面对这种速度，我有时会产生一种很强的眩晕感：现在究竟应该学什么？学到什么程度才算够？如果我投入一个月，结果它下个月就被淘汰，这一个月是不是白费了？如果我选错了方向，而别人早已顺着另一条路走远，我是不是会越来越落后？这种不确定感看似在促使我思考，实际上却很容易让我停在原地。我不断比较课程、工具和方向，不断设想未来的变化，却迟迟不能安心地开始一件具体的事情。

认真想来，真正困住我的可能并不是AI变化得太快，而是我总想在行动之前得到一个保证：我希望确认这项知识几年后仍然有用，确认这条路线是正确的，确认今天投入的时间一定能够兑现成未来的优势。我并不只想知道“现在能做什么”，还想提前知道“哪一种选择不会后悔”。然而，在一个变化缓慢的时代，这种保证尚且难以获得，在一个技术迅速迭代的时代，它更不可能存在。只要我把“确定未来不会过时”当作学习的前提，那么几乎所有学习都可以被怀疑；只要我要求先找到全局最优解再开始，那么每一次新消息都足以推翻昨天的计划。看上去我是在谨慎选择，实际上却是在用无止境的选择逃避真正的投入。

这正是外部确定性最危险的地方。我们总觉得，只要选对一个稳定的专业、一个不会衰落的行业、一种长期有效的技能，内心就能安定下来。但外部世界从来不会签署这样的保证书。工具会更新，岗位会调整，规则会变化，曾经稀缺的技能可能迅速普及，曾经看似牢固的道路也可能突然缩窄。如果一个人的安全感完全依赖外部环境不发生变化，那么外部每变化一次，他就不得不重新怀疑自己一次。他不是在学习，而是在不断等待一个永远不会出现的稳定版本。真正能够支撑行动的，不能是“我确定这一套知识永远有用”，而应该是“即使这套知识发生变化，我也有能力重新理解、重新选择和重新开始”。

因此，我需要重新区分两种确定性。一种是对结果的确定，另一种是对自己回应方式的确定。前者意味着我确信自己一定会成功，后者意味着我虽然不知道会不会成功，却知道自己会持续观察、学习、验证和修正。前者很容易变成自我欺骗，因为结果受到太多无法控制的变量影响；后者却可以一点点建立，因为它依赖的是自己的行为。一个人无法承诺某项技术不会过时，却可以承诺一旦发现它失效，就及时更新方法；无法保证自己第一次选择正确，却可以保证不因为第一次选择不完美就彻底放弃；无法确定学习三个月会得到怎样的回报，却可以确定这三个月不会只停留在收藏课程和想象未来，而是会留下笔记、作品、代码、文章或者一个真正能够运行的小项目。

从这个角度看，AI时代真正值得学习的东西，也不能只被理解为某个软件的按钮、某一种固定提示词或者某个模型当前的使用技巧。具体工具当然要学，但它们只是最外面的一层。更稳定的能力，是能不能把一个模糊问题拆成几个可以处理的小问题，能不能判断输出是否可信，能不能发现事实错误和逻辑漏洞，能不能把工具接入自己的工作过程，能不能把得到的信息重新组织成属于自己的表达，能不能在工具失效时理解它为什么失效。某个界面可能改变，问题拆解能力不会因此作废；某套提示词可能失效，清楚表达需求的能力不会因此消失；某个模型可能被替代，验证信息、比较方案和理解领域知识的能力仍然存在。地图会过期，但方向感不该完全依赖地图。

所以，我更需要建立一种分层的学习方式。第一层是相对稳定的基础能力，包括逻辑、写作、数学和统计常识、程序思维、信息检索、事实核验以及自己真正关心的专业知识。它们不一定最耀眼，却决定了我能否理解新工具，而不是只能机械模仿别人的操作。第二层是可以迁移的方法，例如如何提出问题、如何设计工作流程、如何评估结果、如何让AI与自己的任务配合。这一层可能随着工具变化而调整，却不会每次都从零开始。第三层才是保质期较短的具体操作，例如某个版本的界面、某种暂时流行的提示技巧和某项新功能。承认第三层会迅速过期，不等于前两层也没有价值。相反，越是承认具体知识存在保质期，越应该把主要精力放在能够帮助自己不断更新的底层能力上。

这也意味着，我不需要追逐所有新东西。过去我可能会把“不知道某个新模型”理解成落后，把没有第一时间学会某项功能理解成错失机会，于是不断打开新的教程，却很少真正完成一个任务。可是信息摄入并不等于能力增长。知道十个工具的名字，不如用其中一个解决一次真实问题；收藏二十套课程，不如完成一篇文章、一个程序或一套真正能重复使用的流程。学习的最小单位不应该是“我看完了多少内容”，而应该是“我产生了什么可以检查的结果”。只有当知识经过使用，它才会暴露出自己哪里有价值、哪里已经过时，也只有行动能够提供继续选择所需要的新信息。

因此，与其问“这一项技能以后还值不值得学”，不如先把问题缩小成“它能不能帮助我解决眼前这个真实任务”。倘若答案是肯定的，那么它就已经拥有了现阶段的价值。一项知识不必保证终身有效，才值得投入。它只要能够帮助我完成当前工作、理解一个概念、提高一次效率，或者训练某种可以迁移的判断，就不算白学。我们过去容易把学习想象成储存物资，仿佛必须提前把未来需要的一切都囤积在脑子里；可在变化迅速的时代，学习更适合变成一种按需调用的能力。不是见到任何新概念都立刻收藏，而是在遇到具体问题时，快速定位所需知识，学到足以解决问题的程度，再通过实践决定要不要深入。这样一来，“有些东西晚一点就不用学了”不再只是威胁，它也意味着我没有必要现在就把所有可能用到的东西全部学完。

真正困扰我的还有自律问题。我希望自己能够持续学习，却经常在开始之前思考状态好不好、方向对不对、今天做这些有没有意义。一旦情绪低落或者计划稍有中断，便容易把一次没有完成理解成整个计划已经失败。可真正可持续的自律，不应该建立在每天都斗志昂扬的前提上。它应该允许人的状态波动，同时保留一条最低限度的行动线。对我而言，与其制定一个每天必须高强度学习数小时的计划，不如规定一个低到很难拒绝的起点，例如在固定时间至少投入二十五分钟，完成一次阅读、一段实践或一小页笔记。状态好时可以继续，状态差时只完成最低版本也算守住连续性。自律的关键不是每天表现完美，而是在混乱中仍然保留返回轨道的入口。

另一个重要办法，是把“执行”和“质疑”安排在不同时间。很多内耗都来自一边行动，一边审判自己的行动。我刚学十分钟，就开始怀疑内容是否过时；刚做两天，就开始比较另一条路线是否更好；刚遇到困难，就开始推断自己没有天赋。这样一来，计划不是被现实证明无效，而是在产生足够反馈之前，就被反复推翻。因此，我需要给自己规定一个相对固定的执行周期：在日常学习时间里只负责完成任务，不重新讨论整个人生方向；把路线调整集中到每周一次的复盘中，看看这周解决了什么问题、留下了什么成果、哪些内容确实没有价值、下周该做什么。除非出现明显证据证明方向完全错误，否则不因为一天的焦虑就临时换路。怀疑可以存在，但不能随时拥有一票否决权。

这也要求我主动限制信息摄入。AI领域的新闻几乎永远看不完，每一次更新都可能制造一种“现在学的东西又落后了”的感觉。可是对正在行动的人来说，并不是所有新消息都与当前任务有关。过度追踪更新，很容易产生一种虚假的忙碌感：我好像一直在接近前沿，实际上只是不断观看别人前进。更合适的做法，是保留一个小范围的观察窗口，把与当前项目直接相关的新工具纳入学习，把其余内容先记入清单，而不是立刻中断主线。真正重要的变化不会因为晚几天知道就永远错过，而那些只维持几天热度的东西，也不值得抢走长期目标的时间。

至于“怎样才能不怀疑自己”，我现在觉得这个问题本身也需要调整。一个人不可能从此再无怀疑，尤其是在信息不足、结果未明的情况下。要求自己彻底消灭怀疑，往往会带来第二层内耗：不仅担心方向，还责怪自己为什么不够坚定。真正需要追求的，不是没有怀疑，而是即使怀疑出现，行动仍然可以继续。怀疑可以提醒我检查方法，却不必被解释成停止的命令；焦虑可以说明我在意结果，却不等于结果一定会坏；暂时看不清前路，也不代表站着不动就是更安全的选择。很多不确定性无法通过继续空想消除，只能通过小规模行动获得反馈。每完成一个具体任务，我就会知道哪些知识真正有用，哪些困难只是想象，哪些方向需要调整。行动不是等到确定之后才开始，行动本身就是产生确定性的过程。

而对自己的信任，也不能只靠反复告诉自己“我一定可以”。自我信任更多来自一份份已经履行的承诺。今天说学习二十五分钟，最后确实完成；这一周说做出一个小成果，最后确实留下可见的产出；中断两天之后，没有因为羞愧彻底放弃，而是第三天重新回来。这些经历会逐渐变成证据，证明我并不需要每次都依靠情绪推动自己。相比宏大的目标，一本简单的行动记录反而更有用：今天做了什么，遇到了什么问题，下一步是什么。时间久了，我看到的不再只是“我还有很多不会”，也能看到“我已经连续解决了许多过去不会的问题”。内心的确定性，不是凭空产生的性格，而是在一次次行动中建立起来的信用。

当然，我也必须接受一部分学习最终会过时。只要进入快速变化的领域，就不可能让每一分钟投入都获得永久回报。有些教程会失效，有些功能会消失，有些路径回头看确实走了弯路。但弯路不必自动等于浪费。一个人真正获得的，可能不是那套具体操作，而是知道了某类工具能做什么、不能做什么，知道了自己容易在哪一步出错，也知道下次如何更快进入一个陌生系统。要求每一次学习都成为永久资产，本身就是一种不现实的完美主义。学习的价值除了保留知识，也包括提高更新知识的速度。旧知识被替代时，我不必把它理解成过去的自己做错了，而可以把它看作进入下一阶段所支付的学费。

把这些想法落实到自己身上，我更需要的不是一份覆盖未来数年的完美路线图，而是一份足够简单的短期契约：在接下来的四周只保留一条AI学习主线，不因为每天的新消息随意更换；每天完成一个最低学习时段，并留下哪怕很小的可见产出；每周完成一次真正可以使用的作品或流程，而不是只看教程；每周固定复盘一次，决定哪些内容继续、哪些停止、下周解决什么问题；对新工具保持关注，但只有当它能处理当前问题时才投入时间。四周以后，再根据真实成果而不是当天情绪决定是否调整。这样做未必能保证我选中最好的方向，却可以保证我不再长期停留在选择方向的门口。

视频中所说的“信仰”，未必只能理解成宗教意义上的信仰。对一个普通学习者来说，它也可以是一种不轻易交给外部变化的价值判断：我学习，不是为了证明自己永远领先，而是为了保持理解世界、解决问题和表达自己的能力；我自律，不是为了把每一天都变成效率竞赛，而是为了不让短暂的情绪替我决定长期方向；我接触AI，不是因为确信某个工具永远存在，而是因为我愿意学习如何与新工具相处，同时保留独立判断。工具可以换，计划可以改，具体路线甚至可以推倒重来，但好奇、求真、创造和持续成长这些东西，不必随着每一次版本更新一起被重置。

我们很难在这个时代找到一条绝对不会过期的道路。也许真正需要放弃的，正是对这种道路的寻找。能够在变化中继续前进的人，并不是比别人更早看见了确定的未来，而是把确定性放在了更深的地方：他不确定结果，却确定自己会回应；不确定哪一种工具最终胜出，却确定自己愿意继续学习；不确定今天的努力会以什么形式兑现，却确定不会因为无法预知回报就提前放弃行动。外部世界越快，内心越不能把稳定寄托在某个具体工具上。真正稳定的，不是知识永远不过期，而是自己始终有能力更新知识。

所以，面对AI带来的眩晕，我不需要逼自己相信“一切都会顺利”，也不需要假装自己已经找到了正确答案。我只需要接受：我可能会学到后来不用的东西，可能会选错一次方向，可能会暂时落后，也可能需要重新开始。但即使如此，我仍然知道为什么要学，知道自己不愿意把选择能力完全交给时代，也知道今天至少可以完成一个具体步骤。所谓不内耗，并不是大脑从此停止提出问题，而是不再要求所有问题都得到答案以后才允许自己行动。所谓坚定，也不是从不改变路线，而是路线改变以后，仍然认得自己要去的方向。

时代不会因为我感到迷茫就放慢速度，AI也不会等我获得充分安全感之后再继续发展。我真正能够掌握的，是今天是否开始，遇到变化后是否调整，中断以后是否回来。未来当然不确定，但我的回应可以逐渐确定。也许这就是我现在最需要建立的内在支点：我无法保证自己每次都学对，却可以保证自己不停止学习；无法保证努力立刻得到回报，却可以保证不把恐惧伪装成谨慎；无法预知最后会走到哪里，却可以在每一个当下，做出不背叛自己长期方向的选择。