写作为何是思考工具：从笔记到图灵机

中学时，无论怎么努力，我都读不完长篇文章。读完整整一页，却发现什么都没记住，于是我开始绝望地做笔记。那是80年代末，Tony Buzan的思维导图刚刚传到土耳其。这让我做出了好几页看起来像蜘蛛网的笔记。做这些笔记对我帮助极大。我通过判断内容该挂在思维导图的哪个分支上来理解所读的东西。我意识到，那些纸页与其说是用来存储信息的，不如说是用来加工信息的。

又过了十年，我才明白为什么这招如此管用。在读博期间的一段拖延期里，我读到了Manuel Blum给研究生的建议： 例如，有限自动机可以相加，但不能相乘。 图灵机可以计算任何可计算函数。 图灵机比有限自动机强大得不可思议。 然而，FA和TM之间唯一的区别在于， TM与FA不同，它有纸和笔。 这说明了写作的力量。 没有写作，你就退化为一个有限自动机。 有了写作，你就拥有图灵机那非凡的力量。 这是一个清晰的技术论断，讲的是有了写作你能解决哪些问题。如果把纸拿走，你就把自己整整降了一个复杂度类！

我认为这也能解释很多人类历史。语言让我们把一部分思维外化，我们这个物种因此变得更聪明。写作让我们把更多思维外化，我们又变得更聪明。我怀疑这也是LLM如此强大的原因：我们的智能有太多已经沉淀在语言之中，一个在语言上训练的模型便免费继承了大量智能。

当我们写作时，我们是在把思维外化到纸上，而正是这一点提升了我们思考更宏大想法的能力。我把它比作核外执行，也就是外部内存算法。

对我来说，一个很好的例子是审稿。读一篇论文时，我以为自己懂了，然后坐下来写审稿意见，才发现自己大概只懂了60%。写审稿意见的过程中，我最终把论文放进了更好的语境里，从而完全理解了它。有时我甚至意识到，这些想法比作者注意到的更宏大，它们与许多其他事物相关联。

有时，挖掘会超出理解一篇论文的范围。2018年，我写了一篇短文，讲Paxos与Nakamoto共识在结构上的相似之处。我最初并没有以这个论点起步。我开始写，写着写着联系越来越清晰，那篇博文成了我们一篇研究论文的种子。这并不罕见，这叫作自由写作。这就是你给机器一条纸带时会发生的事。

写作也是我记住任何事情的原因。我不断回看自己的博客。因为我在写那些文章时绞尽了脑汁，重读它们会重新点燃同样的神经元，我很快就能重建起理解。从这个意义上说，博客成了我的外部记忆。我从未写下的想法留不住，因为它们从未被真正思考过。

如果你不写作地思考，你只是在以为自己思考。

既然现在你可以用一个读遍一切事物的模型来论证任何观点，写作作为思考工具是不是过时了？

嗯，模型读遍了一切，除了你脑子里的东西！它了解文献、标准框架和共识。但它不知道你那个半成形的直觉——为什么标准框架在这个特定情况下可能是错的。AI进步很大，但我不信任LLM能完成创造性的跳跃、建立新的联系。我认为那需要另一次AI突破。所以，如果你一遇到问题就立刻打开聊天窗口，你就失去了为自己写作/思考的机会。

这是一个真实的问题，而且似乎在迅速蔓延。我们一直把Amazon的六页备忘录奉为“写作即思考”的典范。Bezos曾说过：“你不可能写出一份六页、叙事结构清晰的备忘录，却没有清晰的思考。”不幸的是，有了LLM，这句话不再成立。你现在可以完全不思考就产出六页纸，而这六页纸看起来仍然像思考发生过的证据。

一个优化下一token概率的模型无法替你思考。如果你信任它来执笔，那就不会有任何思考发生。当所有人都把思考调低、变成生成文本的肉体代理时，如果你仍然坚持自己写作，你仍然是在为自己思考。所以写作现在是一种比较优势，而且这种优势还在扩大！

总之，关于为什么你应该写作，说得够多了。以下是我关于如何写作的建议。

写作俱乐部第一条规则：毫无节制地大量产出。不要批评，不要改错别字，不想写完整句子就别写。这个阶段的目标只是积累文本，得到一个可以加工的零稿。

McPhee对为什么把东西写下来如此重要做了最好的论证。即使你有一次糟糕的写作时段，它也给了你的大脑一些可以加工的东西。把东西写下来之后，你才能发现其中的问题，想到更好的表达方式。但如果没有草稿可供对照，这一切都不会发生。

研究论文也是这样写出来的。打开一个notes.org文件，把它当作实验记录本：边做工作边写，探索每一个岔路，毫无呈现压力地产出。在Köroğlu那篇博文里，我把这比作在任何训练开始之前，在马厩里养肥的马驹。那个比喻的关键部分是马厩。在这个阶段，你要保护想法不受批评者伤害，包括且尤其是你自己。想法起初很脆弱，容易被掐灭。所以暂时压制评判，看看它会变成什么。

（原文较长，此处译出前 6000 字，完整内容请点「打开原文」。）