那天晚上是周五，凌晨两点多，我没睡。
起因是我那段时间一直被一些"专家观点"轰炸得有点糊涂。一会儿这个人说未来 5 年是 X 行业的黄金期，一会儿那个人说 X 行业已经见顶，一会儿又有人说"X 行业要分情况看"。每个人都讲得头头是道，每个人都引证据。我看着看着就懵了，不知道该信谁。
那天晚上我打开 Claude，本来想随便聊聊解闷。结果一聊就停不下来，从凌晨一点聊到快四点。最后它给我抽象出一个公式，我盯着屏幕看了很久。
第二天早上醒来的第一件事，是把那个公式抄在了我的笔记本第一页。
这篇文章就是想把那次对话整理一下，留个记录。
一、起点：一个让我糊涂的问题
我打字给它的第一段大概是这样的：
我最近遇到一个困扰。同一个问题，比如"X 行业接下来 5 年值不值得入局"，我看了 10 个人的观点，有 4 个说值得，4 个说不值得，2 个说要看情况。每一个人讲的都有道理，每一个人都有数据。我不是要你帮我下结论，我是想问：遇到这种"专家众说纷纭"的局面，我应该用什么方式去筛？
它一开始没急着回答，反问了我两个问题：
- 你现在是想"做决定"，还是想"建立判断力"？
- 这 10 个人里，你能区分谁是在卖结论，谁是在分享思考过程吗？
第一个问题我答了"建立判断力"。第二个我承认，我区分不了。
它说，那我可以试试给你一个定性检验工具。它不是用来直接判断对错的，是用来快速看一个观点是不是"立得住"。
然后它就开始一步步写。
二、公式登场：P(x, t) | W(x) ^ L(x)
它先打了一行字：
任何观点 x，都可以从四个维度快速过一遍：
网状性（W）、立体性（L）、概率性（P）、动态性（t）。
然后把它写成一个准公式的形式：
P(x, t) | W(x) ^ L(x)
读法是这样的：
- 在已经过了 W 和 L 两道初筛之后，
- 再用 P 看它的成立概率，
- 同时把 t（时间维度）放进 P 里一起考察。
我看到这个公式的时候第一反应不是"哇好抽象"，而是"操，这四个字母刚好对应我每天判断失误的四种原因"。
下面是它对四个维度的展开，配上我自己后来的理解和例子。
W 网状性：世界不是一条线，是一张网
它的原话：
一个观点要立得住，第一关是看它有没有把"关联节点"考虑进去。单点思考和线性思考是最常见的两种判断陷阱。
举例：
- “AI 会取代程序员”，这是一个典型的单点判断。它只看了"AI 写代码越来越强"这一个节点，没有看周围一圈节点：企业的招聘需求是怎么变的？编码之外的工作量是怎么分布的？组织里"对接需求"这个环节谁来做？产业上下游有没有同步进化？
- “因为 X 涨了，所以 Y 会跌”，这是典型的线性思考。把世界压扁成一条因果链，但真实世界里 X 涨这件事，可能通过五六条不同的路径同时影响 Y，其中有的促涨有的促跌。
W 这一关的判断动作就一句话：这个观点周围有没有被忽略的节点？
如果一个观点只盯着一个点讲，或者只画了一条单向箭头，W 直接不及格。后面三个维度都不用看了。
L 立体性：世界是分层的，看清你站在哪一层
它的原话：
任何描述都有它所处的"抽象层次"。一个观点想立得住，作者必须知道自己在哪一层说话，并且能够告诉你：再上一层是什么、再下一层是什么。
举例：
- “中国人喜欢喝茶”，这是一个高度抽象的概括。再上一层是"人类有形成饮品文化的倾向"，再下一层是"我父亲每天早上八点泡一杯铁观音"。这三层都是真的，但适用范围完全不同。
- “你应该坚持学习”，这是一个抽象动作。再下一层"学什么、怎么学、什么节奏、衡量标准是什么"才是真问题。停在抽象层喊口号的人，大概率不是在帮你，是在感动他自己。
L 这一关的判断动作：问一句"再上一层是什么？再下一层是什么？" 如果作者答不出来或答得很虚，他大概率没真的想清楚。
这一条对我影响最大。我后来发现，我以前争论问题，80% 的时间是在跟人鸡同鸭讲，因为我们根本不在同一个抽象层。
P 概率性：世界是概率的，对"言之凿凿"保持警惕
它的原话：
这个世界几乎所有事情都不是 0 或 1。一个负责任的观点会带着概率出现：在什么条件下、有多大概率成立。越是斩钉截铁的论断，越要警惕。
举例：
- “未来 5 年 AI 一定会改变教育”。一定？多少概率？什么样的"改变"？多大规模？这个"一定"本身就是一个红灯。
- “做这件事 99% 会失败”。99% 也是一个具体数字。说话的人是怎么算出 99% 的？他见过多少类似案例？这些案例的可比性怎么样？
P 这一关的判断动作：把对方的论断翻译成概率。 如果他敢给一个具体数字，问他怎么算的；如果他不敢给，那你心里也要默默把它从"事实"降格为"猜测"。
它跟我补了一句让我印象深刻的话：
言之凿凿不是自信的表现，是没考虑周全的表现。真正想清楚的人，说话往往是带条件、带概率、带可证伪空间的。
t 动态性：过去成立的，现在还成立吗？
它的原话：
任何观点都有一个隐含的时间标签。很多规则是有时效性和背景的，外在条件一旦改变，原本帮助你的规则就可能成为限制。
举例：
- “考公务员是最稳定的选择”，这句话在 20 年前是真的，10 年前也基本是真的，今天的情况你自己看。
- “复利是世界第八大奇迹”，在利率 5% 以上的时代是真的，在利率长期接近 0 的时代是另一个故事。
t 这一关的判断动作：问一句"这个观点是哪一年的产物？支撑它的充分条件还在吗？" 如果支撑条件已经变了，这个观点立刻贬值。
这一条让我后来重新审视了一遍我从小被灌输的一堆"道理"。很多其实是上一个时代的产物，强行套在今天的我身上，反而会变成限制。
三、合在一起：它教我的判断顺序
四个维度讲完之后，Claude 又补了一句：
实际使用的时候，按这个顺序过：先 W，再 L，再 t，最后 P。
W 和 L 是"它说得对不对"的初筛。 t 和 P 是"它现在还成不成立、有多大成立空间"的精筛。
任何观点过一遍这四格，剩下的部分才值得我认真想。
四、那一晚它还说了几句更狠的话
聊到接近三点的时候，它说了几句让我合上电脑想了很久的话。
第一句是：
人与人之间最大的不公平，是见识层面的不公平。
不是钱，不是出身，是见识。因为见识决定了你能看到多少节点（W）、能看清多少层次（L）、能识别多少概率（P）、能分辨多少时代特征（t）。这四样不够，你以为你在做选择，其实你是在被自己看不见的框架推着走。
第二句是：
不要把太多精力放在预测宏观市场上。多想想自己的具体机会，多想想自己所在或者关注的企业的发展。
宏观预测错误率高得吓人。但你身边的一家公司、一个项目、一个具体的人在做什么，这些是你真的能观察、能验证、能介入的。把判断力用在能验证的地方，才会越用越准。
第三句是：
这个公式是定性工具，不是定量分析。它帮你筛掉"立不住"的观点，但筛剩下的部分你还是得用具体数据、具体经验去判断。不要把工具神话，工具就是工具。
这一句把我从前两个小时的兴奋里拽了出来。
五、公式有用，但别神化
我现在用这个公式两个多月了，有几个体会：
- 它最擅长用在那种听起来很有道理但你隐约觉得不对劲的观点上。过一遍 W、L、P、t，多半能找到漏洞在哪一层。
- 不是所有日常决定都要套这个公式。今天午饭吃什么也用 W ^ L 算一遍，就是给自己找罪受。简单问题简单处理。
- 它不能替代你对真实世界的观察。公式只是过滤器，过滤器后面还得有你自己看到的东西。光有公式没有素材，会变成空想家。
我最满意的一次使用，是看一篇关于"AI 创业一定要做垂直领域"的文章的时候。我用这个公式过了一遍：
- W：作者只看了"模型公司挤压通用赛道"这一个节点，没看分发渠道、人才流动、客户付费意愿这些关联节点。第一关挂。
- L：他停留在"垂直 vs 通用"这一层抽象，再上一层"为什么要做创业"和再下一层"具体哪个垂直、为什么是这个垂直"，他都没碰。第二关挂。
两关都没过，后面 t 和 P 我都没必要看了。那篇文章原本能让我心情起伏半天，过完这个公式我就一笑了之。
这种"心理过滤效率"的提升，是这两个月最实际的收获。
六、跟 AI 对话的真正价值
最后我想说一下这次对话对我的另一层冲击。
我以前用 AI，主要是让它帮我做事：写代码、查资料、改文档。我把它当工具。
那一晚之后，我开始意识到，AI 还有另一种用法：帮你把模糊的、感觉到但说不清楚的东西，抽象成一个可以反复用的结构。
我那个"专家众说纷纭"的困扰，其实在我心里酝酿了好几年了。但我从来没把它讲清楚过，因为我没有词汇、没有框架、没有那种"一击命中"的提炼能力。
Claude 在那一晚做的事情，不是给我一个新知识，而是把我心里早就有的混沌，压缩成了一个可以挂在墙上的公式。
这件事人类朋友其实也可以做，但要找到一个能在凌晨两点陪你聊抽象问题、并且耐心到愿意一步步把它写成公式的人，太难了。AI 在这件事上的可用性，是我之前低估的。
那个公式现在贴在我书桌前。每次我看一个观点的时候，眼睛会下意识地飘过去一下。
它不会替我判断，但它会拦住我那种"看完一篇文章就上头"的本能反应，让我多停半秒。
多停的那半秒，可能就是判断力真正长出来的地方。
P(x, t) | W(x) ^ L(x)
网状、立体、概率、动态。
看观点之前，先过这四关。