我注意到一个奇怪的现象，大概是在我开始做内容六个月之后。
我能在几秒钟内判断一篇帖子会不会火。不是百分百准确，但比瞎猜强太多了。在点赞和互动出现之前，我就有种感觉，而且这种感觉通常是对的。
一开始我以为是自己想多了，只是确认偏误在作祟——只记得自己猜对的时候，忘了猜错的时候。
所以我开始记录。发帖前写下预测，之后再回来验证。结果发现，我的预测准确率大概在 70-80%。
奇怪的是，我说不清自己是怎么知道的。如果有人问我"为什么这篇会火？"，我很难给出一个明确的答案。可能是钩子的问题，可能是结构的问题，也可能是时机的问题。但就是没办法精确地讲出来。
我在识别模式，但自己并没有意识到这些模式到底是什么。
这让我很好奇。因为我觉得，这就是真正擅长某件事的人，和仅仅在做这件事的人之间的区别。而理解其中的原理，或许能帮你更快地达到那个境界。
专家真正看到的是什么
1970 年代有个著名的研究，心理学家 Adriaan de Groot 做的。他研究国际象棋大师，想弄明白他们到底比业余棋手强在哪里。
显而易见的答案可能是，他们能多算几步棋，计算得更深，或者脑子更好使之类的。
但事实并非如此。
当 de Groot 给大师和业余棋手看一个棋局几秒钟，只给几秒钟，然后让他们复现出来时，大师的表现要好得多。他们几乎能完美地记住整个棋盘。而业余棋手可能只记得几个棋子。
所以大师的记忆力更好？不是的。
当 de Groot 给他们看随机摆放的棋子——那些在真实对局中不可能出现的位置时，大师的表现和业余棋手差不多。两组人都很吃力。
大师们记住的不是单个棋子。他们在识别模式。那些他们见过成千上万次见过的布局。大脑已经将这些熟悉的构型打包成了一个个整体单元。
诺贝尔奖得主 Herbert Simon 后来估计，国际象棋大师的长时记忆中储存了大约 5 万到 10 万个模式。当他们看棋盘时，看到的不是 32 个独立的棋子，而是大概 5 到 6 个熟悉的结构。
这些结构还带有各种关联。这个模式通常意味着要在王翼进攻王翼。那个模式通常意味着中心薄弱。模式触发了反应，无需有意识的计算。
这就是专业能力的本质。不是更会思考，而是更会看。
组块化这件事
一旦你开始留意，"组块化"这个概念几乎无处不在。
你学阅读的时候，是从识别单个字母开始的。然后学会把字母组块成单词，再把单词组块成短语。现在，你能把整个句子，甚至段落，组块成单一的意义单元。
初学者看到的是单个字母，专家看到的是思想。
每个领域都是如此。
初级程序员看到的是单行代码。专家看到的是模式。这是个排序算法。这是个递归函数。这是个递归函数。这是个潜在的差一错误。
新手投资者看到的是单个数据点。收入增长，成本下降。专家看到的是模式。这家公司正在获得定价权。这家企业即将迎来增长拐点。这是个伪装成便宜货的价值陷阱。
在我这个领域，新手看到的是单篇帖子。专家看到的是模式。那个钩子结构之所以有效，是因为它创造了一个开放循环。那种帖子格式之所以有效，因为它能建立动量。那个行动号召之所以失败，因为它来得太早了。
每个领域的"组块"都不同，但机制是一样的。
William Chase 和 Herbert Simon 是这么说的："象棋大师最重要的过程是：学会识别成千上万个棋子模式，并储存遇到每个模式时该怎么做。"
把"象棋"换成任何技能，这句话依然成立。
这到底是怎么形成的
那么，如何积累 5 万个模式？如何建立那个知识库？
无聊的答案是时间，大量的时间。
Anders Ericsson 等人关于专业能力的研究指出，要达到世界级水平大约需要 10 年的刻意练习。这就是"一万小时定律"的出处，不过我们之前也讨论过，实际情况要复杂得多。
但我认为更有趣的是这一点：并非所有的经验都能同等地构建模式。
10 年的经验和 1 年经验重复 10 次是有区别的。有些人练习了几十年仍然平庸，而另一些人进步神速，更快地达到了专家水平。
区别似乎在于反馈循环。
研究决策的心理学家 Gary Klein 发现，某些领域的专家会发展出惊人的直觉，而其他领域的专家则不会。
例如，天气预报员能获得快速反馈。他们做出预测后，通常几小时内就能知道结果是否正确。他们的模式识别能力变得非常强。
另一方面，临床心理学家通常得不到清晰的反馈。病人可能结束治疗，而心理学家永远不知道他们是否真的好转了。尽管有多年经验，他们的模式识别能力仍然很弱。
对此有深入研究的 Daniel Kahneman 说："专业人士能否发展出直觉专业知识的机会，主要取决于反馈的质量和速度，以及足够的练习机会。"
紧密的反馈循环。高频率。清晰的结果。这就是快速构建模式识别的公式。
我一直在做什么
2023 年我从大学辍学时，对这些研究一无所知。但回过头看，我无意中做对了一些事情。
我发帖很多，每天发两三次，有时甚至五次。数量创造了重复，重复创造了模式接触。
我关注哪些有效，哪些无效。真正去看数据，试图弄明白为什么某篇内容表现好或不好。这就是反馈循环。
我痴迷地研究别人的作品。不是照抄，而是吸收模式。阅读那些爆款帖子，问为什么；阅读那些失败的帖子，也问为什么。建立自己的心理知识库。
而且我是在相对短的时间内完成这些的，所以模式都很新鲜。密集的练习比分散的练习更有利于模式发展。
我今年 23 岁，显然没有几十年的经验。但我认为强度可以在某种程度上弥补年限的不足，至少在有些领域是这样。如果你能进行数百次练习并得到紧密的反馈，你就能压缩模式获取的时间。
我这么说不是为了炫耀。而是因为我觉得理解这个机制有帮助。你不仅仅是在"变得更好"，你是在建立一个模式库。这种重新定义会改变你的练习方式。
识别启动决策模型
Gary Klein 开发了这个模型来解释专家在现实世界中是如何做出决策的。
他研究了消防员、护士、军事指挥官。那些必须在高压下快速做出决策，没有时间仔细分析的人。
他发现，这些专家很少比较选项。他们不会权衡利弊。相反，他们会识别出当前情况类似于以前见过的情况，然后立刻知道该怎么做。
Klein 称之为"识别启动决策模型"。
他说："经验丰富的决策者能看到一个典型案例，并立刻知道该怎么做。他们不是在比较选项；他们是在识别情况，将其匹配到以前见过的模式，然后执行标准响应。"
他们想到的第一个选项通常是对的。不是因为他们天才。而是因为他们的模式识别如此发达，大脑能瞬间浮现出相关的先前经验。
一个消防员走进一栋着火的建筑，感觉不对劲。他说不清为什么，但命令所有人撤离。几秒钟后，地板塌陷了。他的大脑识别出了有地下室时火灾行为的一种模式，尽管他无法有意识地表达出来。
这就是在意识层面之下运作的模式识别。它只能通过大量的、带有反馈的接触才能获得。
沃伦·巴菲特的例子
巴菲特以极快地做出投资决策而闻名。他读一份年报，几小时内就能决定是否感兴趣。有时甚至只需几分钟。
人们认为这是天才，是某种超人的分析能力。
但他谈到过实际情况。他说过类似的话："我读了 50 年的年报。你开始看到模式。"
他见过成千上万家企业。看到了哪些成功，哪些失败。几十年来，他看到了警告信号和积极信号。所有这些都变成了模式识别。
当他看一家新公司时，他不是从零开始。他是在将眼前所见与成千上万个先例进行匹配。模式立刻被激活。
查理·芒格也谈到过这一点。他称之为"普世智慧"。拥有足够多领域的模式，你就能快速识别正在发生的事情。
芒格说："第一条规则是，如果你只记住孤立的事实并试图把它们背出来，你不可能真正了解任何东西。如果事实不能在一个理论框架上相互联系，你就无法以可用的形式拥有它们。"
这个框架就是模式结构。孤立的事实没有用。能够连接事实的模式才有用。
虚假模式与陷阱
这里我必须小心，因为这东西可能会出错。
识别真实模式的同一个大脑，也可能创造虚假的模式。看到不存在的联系。在噪音中寻找意义。
这就是阴谋论、赌瘾和迷信的成瘾、迷信的运作方式。模式识别失控了。
Nassim Taleb 经常谈到这一点。他称之为"叙事谬误"——我们倾向于从随机数据中构建模式和故事。
Kahneman 更直白地说："我们那令人欣慰的信念——世界是有道理的，它建立在一个坚实的基础上：我们几乎无限的能力来忽视自己的无知。"
那么，如何区分真实模式和虚假模式呢？
以下几点有帮助。
第一，反馈。如果你的模式能一致地预测现实，它们很可能是真实的。如果不能，就不是。你需要去测试它们，而不仅仅是感觉自信。
第二，样本量。第二，样本量。你只见过一两次的模式很可能是噪音。你见过几百次的模式更可能是信号。
第三，多个领域。如果同一个模式出现在不同的上下文中，它更可能是真实的。如果它只出现在一个狭窄的领域，那就要保持怀疑。
第四，机制。你能解释为什么这个模式存在吗？是否有逻辑原因？没有潜在机制的模式更可能是巧合。
我尽量不把自己的模式看得太死。它们是假设，不是确定无疑的。当一个模式不再有效时，我会更新它。
更快地构建模式
如果模式识别是关键，那么如何加速这个过程呢？
以下是研究建议，结合了我自己的经验。
数量与多样性。你需要大量的接触。但不仅仅是重复同一件事。多样性帮助你看到什么是本质的与偶然的。如果你只看一种类型的例子，你会过度概括。看到多种类型，你才能找到潜在的模式。
主动分析。被动的接触不如主动参与构建模式快。不要只是消费。问为什么。这里什么有效？什么无效？这让我想起什么？
即时反馈。反馈离行动越近，模式连接就越强。延迟反馈总比没有好，但不如即时反馈。这就是为什么游戏对学习如此有吸引力。反馈是即时的。
刻意比较。当你看到一个成功和一个失败时，把它们放在一起。有什么不同？这比单独看任何一个都更有价值。对比凸显了模式。
模式表达。模式表达。试着把你的模式用语言表达出来。当你表达一个模式时，你强化了它。你也会发现自己是真正理解了，还是只是感觉理解了。
跨领域学习。研究其他领域的模式。通常，相同的深层结构会出现在不同领域出现。生物学的一个模式可能揭示商业的某个方面。物理学的一个模式可能解释心理学的某个现象。这建立了可迁移的模式识别。
我现在能看到以前看不到的
让我试着说得具体一点。
现在看内容时，我能看到一年前看不到的模式。
我能看到铺垫和回报。张力和释放。我能看到哪里钩子弱，哪里强。我能看到哪些过渡有效，哪些会流失读者。
我能看到情感弧线。读者在哪里感到好奇，哪里被认可，哪里受到挑战。我能看到一篇内容在某个内容在一种情感水平上停留太久，变得无聊。
我能看到结构模式。为什么某种帖子形式对这个话题有效，对那个话题无效。为什么短帖子适合某些想法，而长帖子适合另一些。
我还能看到市场模式。哪些话题已经饱和，哪些正在兴起，哪些还有空间说点新东西，哪些已经被说了千百遍。
两年前，我无法清晰地表达这些。只是一种模糊的感觉。现在更明确了。尽管还有很多是无意识的。我会知道某个东西有效，但无法解释。
这就是模式识别的奇怪之处。它在多个层面上运作。有些你可以表达出来。有些只是感觉对，但你不知道为什么。
诚实的局限性
我应该澄清一点。模式识别也可能变成一座监狱。
当你建立了模式，你看到的只是你期望看到的东西。不符合你模式的新事物可能会被过滤掉。
Thomas Kuhn 在《科学革命的结构》中写到这一点。他说范式转变之所以发生，是因为旧专家们根本无法看到新的证据。他们的模式库是为一个不同的世界建立的。
经验丰富的消防员可能会错过一种不符合他们见过的任何模式的新型火灾。经验丰富的投资者可能会错过一个不符合他们心智类别的新商业模式。
初心的价值恰恰在于它还没有模式。它能以新鲜的眼光看待事物。
理想的可能是某种结合。建立强大的模式，但不要看得太死。知道何时应用它们，何时将它们放在一边。做一个偶尔能像初学者一样思考的专家。
我还做不到这一点。我经常发现自己应该用新鲜眼光看问题时，却在做模式匹配。这是一个持续的张力。
元模式
我认为最深层正在发生的事情是这样的。
你的大脑是一台预测机器。它不断试图预测接下来会发生什么，以便做好准备。
模式是预测工具。它们说："当你看到这个，就期待那个。"
你的模式越好，你的预测就越好。你的预测越好，决策就越好。你的决策越好，结果就越好。
这就是专业能力的真正含义。基于更好的模式做出更好的预测，这些模式来自更多的经验，并通过更好的反馈进行处理。
研究神经科学的 Jeff Hawkins 在他的书《》中这样说："大脑是一个基于记忆的预测系统。它存储模式，并用它们来预测接下来会发生什么。"
你不是通过分析来做出好决策。你是通过识别来做出好决策。分析在无意识中发生的，在你意识到它在你意识到之前就已经完成了。
实际意义
那么，你实际上该怎么做呢？
首先，重新定义你练习时在做的事情。你不仅仅是在让任务变得更好。你是在建立一个模式库。每一次重复都是在存入一个模式。这让练习变得更有目的性。
第二，优化反馈。紧密、快速、清晰的反馈。如果你没有得到反馈，你就没有高效地构建模式。想办法更快地闭环。
第三，一起研究成功和失败。比较是提取模式的方法。不要只研究赢家。把赢家和输家放在一起研究。
第四，表达你所看到的。当你注意到一个模式时，用语言表达出来。写下来。这能强化它，并让你检查自己是否真正理解了。
第五，保持谦逊。你的模式是假设。它们基于过去。未来可能不同。把它们抓得足够牢以便采取行动，又足够松以便更新。
以前我看任何领域的专家时，都以为他们只是更聪明或更有天赋，或者更有天赋。某种与生俱来的天赋。
现在我认为他们只是有更多的模式。更大的库。更多存储和索引的例子。经过多年反馈训练出的更好的匹配算法。
这既令人谦卑，又令人鼓舞。
令人谦卑，因为你无法跳过这个过程。你需要重复。你需要接触。你需要时间。
令人鼓舞，因为它不是魔法。它是一个可以学习的过程。密集的练习加上紧密的反馈可以建立模式识别。任何人都能做到。不是每个人都会去做，但任何人都可以。
将专家与其他人区分开来的技能，不是一种神秘的礼物。
它只是更多的模式。
而模式是可以建立的。
