知识不等于经验：压力下为何能力骤降

有些人平时能力完全没问题，一旦被放到压力之下，表现却突然掉到初级人员的水平。他们的知识并没有神奇地消失，只是在压力下有效运用这些知识的能力下降了。为什么？因为知识不等于经验。你可能读遍了某个主题的所有书籍，记住了每一条规则，理解了每一条最佳实践，但当你面对真实约束时，仍然发现自己做不出合理的决定。知道规则是一回事；知道哪些规则适用、哪些可以忽略、把这两者搞混会有什么后果，则完全是另一回事。这就是与活的、会呼吸的系统打交道的现实。它们复杂、不可预测，而且很少以方便或明显的方式失败。它们往往默认就对您的心理健康充满敌意。这就是经验重要的原因。你运用知识的有效性，很大程度上受你处理眼前局面的能力影响。你越是紧张、不堪重负或恐惧，就越难回忆起你知道的东西、评估你的选项并做出合理的决定。

想想2009年坠入大西洋、机上228人全部遇难的法国航空447号航班。冰堵塞了飞机的空速传感器后，自动驾驶断开，机组被迫应对不可靠的仪表读数。驾驶飞机的飞行员反复指令机头向上，即使飞机已进入气动失速。飞机没有改出，而是持续失速并坠入海洋。这些都是训练有素、懂得飞行原理的专业人员。然而面对不熟悉的条件、令人困惑的反馈和不断升级的压力，他们未能识别情况并应用适当的改出程序。在UTC 02:11:10，飞机已爬升到约38,000英尺的最高高度。此时，其迎角为16度，发动机推力杆处于完全向前的起飞/复飞卡位（TOGA），而在UTC 02:11:15，俯仰姿态略高于16度并在下降，但迎角迅速增加到接近30度。重新配置为备用法则的第二个后果是“失速保护”不再工作。在正常法则下，飞机的飞行管理计算机本会采取行动防止如此高的迎角，但在备用法则下这没有发生。（事实上，切换到备用法则正是因为计算机被剥夺了可靠的速度数据，不再能够提供这种保护——也不再能提供正常法则所预期的许多其他功能）。机翼失去升力，飞机失速。后续调查发现了涉及训练、驾驶舱仪表以及机组对正在发生之事的解读的问题。他们的航空知识不足以克服他们无法理解所面对的具体情况。

这适用于所有地方。知道如何纠正侧滑的驾驶员，在车辆失去抓地力时仍可能本能地过度纠正。理解某种诊断的临床应用的内科医生，在被相互矛盾的症状和不完整的信息淹没时仍可能犯错。深入了解某个系统的工程师，在被催促着改变某些东西而没有先考虑其依赖关系时，仍可能犯下灾难性的错误。在每种情况下，问题未必是缺乏知识。而是未能识别情况、评估可用信息并在压力下恰当地运用这些知识。经验并不能让人免于这些失败，但它确实提供了一个基础，让人在失败变得灾难性之前识别它们。这就是经验、理解和资历重要的原因。

从Google、Stack Overflow或LLM那里得到一个快速答案，并不等同于理解那个答案为什么正确（或者可能不正确）。更重要的是，拥有那种不劳而获的知识，并不意味着你能在你要解决的问题背景下，区分一个正确的答案、一个部分正确的答案和一个完全胡说八道的答案。每当我被要求解决真正关键的事情——而不仅仅是看起来关键的事情——我的第一步是让所有人安静下来，让一切安静下来。我在头脑中创造一个我称之为隔离室的空间，不受外部输入和不必要干扰的影响。然后我开始挖掘。我以前见过这个问题吗？如果见过，原因是什么，是如何解决的？同样的推理适用于这里吗，还是我正在处理某种新问题？我做了哪些假设？如果我改变系统的这一部分，还可能影响什么？而也许最重要的是，我实际知道什么， versus 我只是假设为真？这只是初步工作。真正的解决方案需要时间、耐心，以及愿意承认你尚未理解问题。这没有什么魔法，即使有LLM供你使用。重点不是尽快找到答案，而是培养足够的理解，以便在不制造额外问题的情况下做出决定。

最近，根据我的观察，我注意到一种越来越明显的倾向：把糟糕的决定、不必要的事故和损坏的软件归咎于AI。当然，这些工具可以产出令人信服的胡说八道，而且它们表达毫无根据的信心的倾向是一个真实的问题。但我认为我们忽视了一个更根本的问题：人们越来越混淆自己产出某物的速度与理解和管理它的能力。看着LLM自信地横扫一个代码库、实现一个功能，并宣布一切已测试、安全、可以发布，这很厉害。

（原文较长，此处译出前 6000 字，完整内容请点「打开原文」。）