写作为何是思考工具：从笔记到图灵机的认知启示

中学时，不管怎么努力，我都读不完长篇文章。读完整整一页，却发现什么都没记住，于是绝望之下我开始做笔记。那是八十年代末，Tony Buzan 的思维导图刚传到土耳其。结果我做出了好几十页看起来像蜘蛛网的笔记。做这些笔记对我帮助极大。通过判断读到的内容该挂在思维导图的哪个分支上，我理清了它们的含义。我意识到，这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： 比如，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 之间唯一的区别就是： TM 和 FA 不同，它有纸和笔。 这说明了写作的力量。 没有写作，你就被降格为一个有限自动机。 有了写作，你就拥有了图灵机那非凡的能力。 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部化，我们这个物种因此变得更聪明。文字让我们把更多思维外部化，我们又变得更聪明。我猜这也是 LLM 如此强大的原因：我们的智能有太多已经沉淀在语言里，一个在语言上训练的模型就免费继承了大量智能。

当我们写作时，我们是在把思维外部化到纸上，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，或者说外部存储算法。

对我来说，一个很好的例子是审稿。读一篇论文时，我觉得自己懂了，然后坐下来写审稿意见，才发现自己大概只懂了 60%。在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还要宏大，它们与许多其他事物相关联。

有时这种挖掘会超出理解单篇论文的范围。2018 年，我写了一篇短文，讲 Paxos 和 Nakamoto 共识在解剖结构上的相似之处。我最初并不是从这个论点开始的。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。

写作也是我记得住任何事情的原因。我不断回头查阅自己的博客。因为写那些文章时我绞尽了脑汁，重读它们会重新激活同样的神经元，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。我从未写下来的想法保留得不好，因为它们从未被真正思考过。

如果你不写作地思考，你只是以为自己正在思考。

既然现在你可以用一个读遍一切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，这个模型读遍了一切，唯独没读你脑子里的东西！它了解文献、标准框架和共识。但它不知道你那种半成形的直觉——为什么标准框架在这个特定情形下可能是错的。AI 取得了很大进步，但我不信任 LLM 能完成创造性的飞跃、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 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，这句话不再成立了。你现在可以完全不做思考就产出六页纸，而这六页纸看起来仍然像是思考发生过的证据。

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，那就什么思考都不会发生。当所有人都把自己的思考调低、变成生成文本的肉身代理时，如果你仍然坚持自己写作，你就仍然在为自己思考。所以写作现在是一种比较优势，而且这种优势还在不断扩大！

总之，关于为什么应该写作，说得够多了。以下是我关于如何写作的建议。

写作俱乐部的第一条规则是：毫无约束地大量产出。不要批评，不要改错别字，不想写完整句子就别写。这个阶段的目标就是积累文本，得到一个可以着手修改的第零稿。

McPhee 最有说服力地论证了为什么把东西写下来如此重要。即使你某次写作很糟糕，它也给了你的头脑可供加工的东西。把东西写下来之后，你才能发现其中的问题，想出更好的表达方式。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：一边做工作一边写，探索每一个岔路，毫无呈现压力地产出。在 Köroğlu 那篇文章里，我把这比作在任何训练开始之前，在漆黑马厩里养肥的马驹。那个比喻的关键部分是马厩。在这个阶段，你要保护这个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，容易被捏碎。所以暂时压制判断，看看这东西最终会变成什么。

（原文较长，此处译出前 6000 字，完整内容请点「打开原文」。）