RE:CZ

返璞归真:复杂性是认知的必经之路

认知发展

👤 对认知科学、AI应用、投资策略感兴趣的学习者和实践者,寻求深度思考的读者
本文通过AI编程和投资领域的实例,阐述认知发展必须经历复杂性阶段才能达到真正的简单(返璞归真)。作者指出,好的抽象需要深刻理解问题域,不能跳过复杂性,否则会陷入“Midwit陷阱”。穿越复杂性需要投入注意力并回收认知,通过可控的小额实践降低学习成本。最终,经历过复杂性的人获得的简单是选择的简单,具备驾驭复杂性的能力。
  • ✨ 认知发展是螺旋上升过程,必须经历复杂性才能达到返璞归真
  • ✨ 好的抽象需要基于对问题域的深刻理解,AI无法替代人类认知过程
  • ✨ 投资中避免“Midwit陷阱”,不要用简单理论回避深入思考
  • ✨ 复杂性提供失败经验、完整心智模型和直觉判断力
  • ✨ 穿越复杂性需要投入注意力并回收认知,避免虚假学习
📅 2026-02-03 · 1,851 字 · 约 7 分钟阅读
  • 复杂性
  • 认知发展
  • 返璞归真
  • AI编程
  • 量化投资
  • Midwit陷阱
  • 学习成本

返璞归真:复杂性是认知的必经之路

2026-02-03

读完 swyx 的 Don't Rush to Simplicity 这篇文章,深有共鸣。

Midwit Meme Midwit Meme

Oliver Wendell Holmes Jr. 的那句话说得太好了:

"I would not give a fig for the simplicity this side of complexity, but I would give my life for the simplicity on the other side of complexity."

"我不会为复杂性这一边的简单付出任何代价,但我愿意为复杂性另一边的简单付出生命。"

我最近在做量化投资的实验研究,有一个深刻的体会:认知的发展是螺旋上升的过程。无论是 AI 还是人类,都无法一蹴而就。但我们仍然要到达那个"复杂性另一边的简单",即返璞归真的境界。

从 AI 编程说起

最近我在用 AI 辅助编程,踩了不少坑。有一次让 AI 帮我搭建一个实验项目,迭代了几轮之后,整个工程开始失控——新功能加不进去,旧代码删不干净,到处都是为了"兼容"而保留的僵尸接口。

问题出在哪?AI 没有经历过这个项目的演化过程,它不理解哪些抽象是核心的、哪些是临时的权宜之计。它只能看到当前的代码,然后用最"安全"的方式打补丁。结果就是,代码越来越臃肿,复杂性不断累积,最终不得不推倒重来。

这让我意识到:好的抽象,必须建立在对问题域的深刻理解之上。AI 可以帮你写代码,但它无法替你完成那段"与复杂性搏斗"的认知过程。

投资领域的"Midwit"陷阱

投资圈里有很多听起来很有道理的"简单智慧":做时间的朋友、复利的魔力、长期持有优质资产……这些话本身没错,但问题在于,很多人把它们当成了可以直接套用的公式。

我管这叫"Midwit 陷阱"——用一套看似完备的理论框架,来回避对具体问题的深入思考。

比如,"稳健增长"听起来很美好,但它回避了一个现实问题:如果你的目标是实现财富的跨越式增长,每年 20% 的收益率需要多少年?这个时间尺度,和你的人生阶段匹配吗?

真正理解投资的人,往往会回归到一些看起来"过于简单"的原则。但他们的简单,是经历过市场毒打之后的简单,是知道什么该做、什么不该做的简单。例如,资本持久战,仍然是对经典的投资原则的诠释。“截断亏损,让利润奔跑”、“盈亏同源”——这些原则看似简单,简单到看起来像是废话,但背后蕴含着对市场复杂性的深刻理解。

为什么不能跳过复杂性?

你不能通过模仿大师的行为来成为大师

复杂性阶段到底给了我们什么?我觉得至少有三样东西:

第一,失败的经验。 很多道理,不亲自踩一遍坑是理解不了的。书上说"牛市最容易亏钱",但只有真正在市场里被教训过,你才会明白这句话的分量。

第二,完整的心智模型。 经历过复杂性的人,脑子里有一张完整的地图。他知道这个领域里有哪些坑、哪些路是通的、哪些看起来是捷径实际上是死胡同。这张地图,是无法通过阅读别人的总结来获得的。

第三,直觉判断力。 当你对一个领域足够熟悉,你会发展出一种"嗅觉"——能够快速判断一个方案靠不靠谱,一个人说的话有没有水分。这种直觉,是长期浸泡在复杂性中的副产品。

什么才算穿越复杂性?

既然复杂性不能跳过,那什么样的行为才算是在"穿越"它,而不是在"逃避"它?

我的判断标准是:你是否在投入注意力,并回收认知

穿越复杂性,不是简单地"经历",而是"深入体验"。你需要全神贯注地参与,然后从体验中提取出属于自己的理解。

很多看起来在"学习"的行为,其实是逃避:

  • 读了很多书,但只是信息流过,没有沉淀
  • 做了模拟盘,但没有认真复盘,做完就忘
  • 抄了别人的代码,但没有理解为什么这样写

这些行为的共同点是:注意力没有真正投入,或者体验了但没有回收认知

真正的穿越,是带着问题去体验,然后带着答案出来。

如何降低穿越复杂性的成本?

既然复杂性不可跳过,那能不能降低穿越它的成本?

我的观察是:复杂性的"学费"存在距离衰减效应

  • 发生在遥远的事故——别人的失败案例、历史上的教训——只能令人唏嘘,认知冲击很弱。你读完就忘了。
  • 发生在身旁的事故——同事踩的坑、朋友亏的钱——足够令人印象深刻,你会记住很久。
  • 发生在自己身上的事故——刻骨铭心,但代价最大。

所以问题变成了:如何用"身旁的小亏"来替代"自己的大亏"?

用投资的语言来说:你不能完全通过读书来学会投资,那太远了,冲击力不够;但你也不必真的亏掉全部身家才能学会,那太贵了。最优解是:用可控的小额实盘,获得足够近的认知冲击

这意味着:

  • 要"在场",但不要"梭哈"
  • 要亲自下场,但要控制每次的损失上限
  • 要让失败发生,但要让它发生在你能承受的范围内

复杂性的学费不能免除,但可以用小亏替代大亏。

结语

经历过复杂性的人,和没经历过的人,对"简单"的理解是不一样的。

一个从未离开过小镇的人,和一个走遍世界后选择回到小镇的人,他们的"简单"是同一种简单吗?

后者的简单,是选择的简单。他知道自己放弃了什么,也知道自己为什么选择留下。

复杂性的另一边,不仅是"简单的结论",更是"驾驭复杂性的能力"。这大概就是返璞归真的真正含义。

Referenced By