三種知識：MYSTERY，HEURISTIC，ALGORITHM

徐昊

大家都知道通貨膨脹，那你是否能想到不僅是貨幣，知識也在通貨膨脹。過去各行各業積攢的知識、獨門秘籍，早已大白于天下。過去只有少數人才能接受大學教育，現在哈佛、斯坦福等全球頂尖大學的公開課唾手可得。微博上曾流傳，有人用一年時間自學33門麻省理工的公開課。在這樣的背景下，我們現在的知識儲備，會被迅速稀釋，我們的身價也會迅速貶職。

如果是存錢，一方面我們得投資保值或增值，一方面也要不斷賺錢。對于知識也是一樣的，只能不斷學習，但問題是，我們可以投資的只有時間。

有限的時間應該投資在哪些知識上？有個理論——知識漏斗：我們可以將知識分為三個層次，代表了處理知識的三個階段：mystery（神秘式），heuristic（探索式）和algorithm（算法式）。

Mystery的知識屬于未知領域，我們甚至無法了解這個問題本身是什么問題。典型的問題比如“如何得到最好的設計”“怎么獲得美滿的婚姻”……甚至一些看上去不那么難回答的問題實際上也屬于這類問題，比如“下一個客戶從哪來”，“如何讓業務增長10倍”等。

這類問題中的每個問題都是獨特的，就像并不是所有企業都能做大10倍，而且能做大的企業所用的方式也不一定相同。對于某個項目有效的手法，對別的項目不一定適用。

Algorithm的知識屬于完全已知領域，在這個領域沒有復雜問題，因為所有的復雜性都已解決。無論在何種環境下，按照algorithm的知識來執行，總能得到相同或者是可預期的結果。

這類知識往往是“如何列出磁盤目錄”“房貸手續是怎樣的”“在東直門哪里能買到錢包”之類的問題。對于這類知識，你知道就是知道，不知道就是不知道。較容易通過訓練獲得，其終極形式就是寫成程序，完全不用人來做。

從mystery轉向algorithm就需要heuristic。如何把一個未知的問題轉化為已知的問題，或者說如何去除mystery中的復雜性，用簡單的algorithm來解決它，也可以稱作把藝術工程化或者流程化，去掉其中的文藝范兒。推理、發散、類比等都是這個階段需要的技能。大凡革命性的飛躍，都源自把mystery變成algorithm。

Mystery、heuristic、algorithm，這三種知識的學習方式和價值也是不一樣的。Algorithm最容易學習，也最廉價，因為其最容易傳播和復制。而最有價值的，是為某個mystery尋找的heuristic方法。

繼什么是知識、該學哪些知識后，第三個問題隨之而來——怎么證明已經學會了？

股票、黃金、房地產，還是投資其它什么，我們總要知道是賺了還是賠了，把時間投資于學習也一樣——我這兩個小時花進去了，怎么知我花得值不值？我們需要一種方法來驗證投資是否有效，這被稱之為Validated Learning（經過驗證的知識）。

真正的Validated Learning要求拿學到的知識去實踐驗證。如果你能把所學到的知識清晰地講述給同學朋友，或者寫成博客、寫成PPT……對知識的掌握程度即可見一斑?！皩e人講清楚”并不容易，你一定也有這樣的經歷，向別人表達自己的想法，只要對方一深入問，你就卡殼了。

所以大學應該做作業，而且做完后要在課堂上分享。即使老師不布置作業，你也應該考一考自己。大家都是知識工作者，大家覺得自己的身價是由什么決定的？有同學說是由掌握的知識決定的，這個答案只對了一半。你的身價是由你表現出來的知識決定的，而不是你掌握的知識。

老師、老板、同事……不可能知道你讀了什么、掌握了什么，他們只能看到你說了什么、做了什么。

之前有同學問我，說他是做測試的，我們講編程的技巧，他需要學習嗎？這是個好問題，要回答它得先解釋知識工作者的分工。

在日常生活中，我們每一個人其實隨時隨地都可能在享受分工帶來的好處，比如不需要自己養牛就有肉吃，不需要自己搬磚就有房住……這些都拜分工所賜。分工是一種已經被證明的行之有效的科學生產方法，可以極大地提高生產效率。

但“分工”有個前提，那就是你可以直接應用別人的工作產物，而不需要跟這個人交互， 也不需要關心產物是如何產生的。 比如你可以直接喝牛奶而不需要關心牛奶是如何制造的，但在軟件開發中，甚至在一切知識工作中，這個前提是不復存在的。你可以直接基于客戶的項目標書工作而不需要跟客戶交流嗎？不可以。你可以直接根據架構師的設計編碼，而不需要跟架構師交流嗎？你可以直接根據需求去測試產品，而不需要跟需求人員和開發人員交流嗎？

在傳統行業中，分工是一種優化，不到萬不得已，你不需要自己去搞定所有的事情；而在知識工作中，分工是一種妥協， 除非你一個人搞不定了才需要分工。

現在的企業都看重polyskill（聚合技能）的人，雖然某個階段你的工作會集中在某個方面，但就像做軟件開發一樣，我們應該學習方方面面的知識，而不要局限在自己現在的角色里。

（本文作者系ThoughtWorks中國CTO）

責任編輯：劉貞