世道六层自流转，人困一念几人知。
你大概从来没有认真想过一个问题。
这个世界，到底是怎么运转的？
不是物理意义上的，而是你每天醒来面对的那个世界。你的工作、你的收入、你跟别人的关系、你做的每一个选择。这些东西背后，有没有什么底层规律在起作用？
大多数人不会想这个问题。因为光是活着就已经够累了，谁有空想这种「形而上」的东西。但问题在于，你不想，不代表它不影响你。事实上，你脑子里已经有一套关于世界如何运转的假设，只是你从来没有审视过它。
这套假设，大概是你父母给你的，老师给你的，周围的人给你的。你从小到大，听话、努力、考好成绩、找好工作、别出头、攒钱、买房。这套逻辑在你成长的那个环境里可能是管用的。但世界已经变了，而且变了很多。
你得先有世界观，才能有方法论[1]。方法论错了，再怎么努力也是在错误的路上狂奔。而方法论错的根源，几乎都是世界观错了。
我想跟你聊六个关于世界如何运转的底层假设。不是六个独立的知识点，而是六层现实，一层套一层。从宇宙的基本规则一路聊到你自己的内心，每一层都是在前一层的基础上往外扩展。
你看完之后，大概率会发现，自己一直以来做的很多选择，其实是在一套从来没被认真检验过的假设上做的。
先说最底层的一个。
这个宇宙的第一性原理是什么？你可能会说是物理定律。引力、电磁力、强核力、弱核力，从这四条基本相互作用力出发，原则上可以推导出整个物理学。物理定律派生出化学，化学派生出生物学，生物学派生出心理学，心理学派生出社会学。一层一层往上搭。
这个回答没毛病，但物理学家沃尔夫勒姆觉得不够。他发起了一个叫 Wolfram Physics Project 的项目，想从更基本的原理推导整个物理学[2]。他认为，物理定律本身不是最底层的。最底层的是计算规则。
数学研究的是结构、数量和关系，你解一个方程，找一个证明。但计算不是这样。计算是一条规则，你按这条规则一步步执行下去，看看会变成什么样。沃尔夫勒姆认为，宇宙本身就是一个不断执行计算规则的过程，物理定律是从计算中涌现出来的规律，而不是什么更深层的「方程」[2]。
这个观点推到最后，沃尔夫勒姆得出了一个更大的概念，叫 Ruliad，你可以理解为所有可能的计算规则交织在一起、互相纠缠到极限的那个东西[2]。我们的宇宙不是被设计成这样的，而是我们恰好站在 Ruliad 的某个位置，看到的就是这一套物理定律。
听着很远对吧。但跟我下面要说的东西有关系。
沃尔夫勒姆再往下推了一步。他说要让宇宙产生我们这套物理定律，需要注入一个最基本的要求，叫做叙事[2]。
叙事，就是对一系列相互关联的事实做连贯的描述。一段小故事。
为什么叙事是宇宙的第一性原理？因为叙事有四个基本要求。第一，要有时间的先后顺序，先走进房间才能拿东西，这需要狭义相对论来保证因果一致。第二，要有明确的因果关系，这也要狭义相对论。第三，过去确定未来不确定，这需要量子力学的不确定性。第四，有稳定的物质结构让事情值得叙述，这需要广义相对论提供舞台。
狭义相对论提供因果，量子力学提供想象，广义相对论提供舞台。
我们这套物理定律的存在，恰恰是为了让叙事成为可能。
也就是说，不是「因为有了人所以有了叙事」，而是这个宇宙允许叙事，才可能有人。
这个结论听着很哲学，但它有一个极其现实的推论。
叙事不是因为「我」而存在，「我」是因为叙事而存在[3]。
哲学家丹尼尔·丹尼特说，自我不是大脑里某个器官，不是坐在控制室里指挥手脚的小人儿。自我是叙事重心，就像物体的重心不是某个具体的原子，而是整个物体在叙事过程中自然产生的一个抽象点[3]。你讲自己的故事，讲着讲着就需要一个主角和讲述者，那个「我」就这么被叙事创造出来了。
这有什么推论？你的所有行动、选择、价值观，都来自你给自己讲的那个故事。AI 没有意识，因为训练好就直接上线，没有自己的经历，没有历史叙事[3]。
神经科学家卡尔·弗里斯顿的自由能原理给出了更深层的解释[4]。大脑说到底就是一台预测机器，它不断预测感官输入，最小化预测误差。预测误差叫自由能，约等于「惊讶」。当现实跟你的预测不符，自由能升高，你会焦虑、困惑、难受。为了降低自由能，你要么改变预测，更新你对世界的理解。要么改变行动，让现实符合预测。
你给自己讲的叙事，就是你大脑的内部预测系统。当叙事跟现实不符，你会难受。为了不难受，你会不断打磨叙事，让它更准确[4]。
但这里有个陷阱。打磨叙事可以是往正确方向打磨，知错而改，更新模型。也可以是往自洽方向打磨，编一套勉强说得通的说辞来糊弄自己，让自由能暂时降下来。固执的人遇到质疑时，最紧迫的事不是搞清楚自己是不是错了，而是赶紧打磨出一套能自洽的叙事来压住不适[4]。
所以叙事这东西，它既是行动的触发器，也是自欺的温床。
我们从来都不是对一堆事实做反应，我们是对叙事做反应。我们不是根据事实做决策，我们是通过叙事做决策[5]。罗伯特·席勒拿过诺贝尔经济学奖，他写了一本书叫《叙事经济学》，核心观点是，像病毒一样传播的叙事是影响经济行为的核心变量[5]。公司股价首先是信心的函数，信心来自对未来的叙事。创业者拿投资得先讲个好故事，投资人也要求创业者讲故事。
一切叙事都是主观的。半瓶水，你可以说满了一半，也可以说还有一半是空的。经济指标下降，可以说「负增长」。失业了，可以说「灵活就业」。正在经历的苦难，可以说「磨炼」。叙事决定了你的目标函数[5]。
跳出别人设定的叙事，是现代人最根本的觉醒意识。
你可以选择接受什么叙事，也可以选择拒绝什么叙事。你甚至可以给别人设定叙事。这就是叙事权。
好，现在你知道了，人是讲故事的动物，叙事是行动的接口，叙事决定了你的目标函数。那问题来了。
你的叙事在什么样的世界里展开？
如果你以为世界是一个按劳分配的公平系统，你的叙事大概会是「我努力了就会有回报」。但这个假设可能从一开始就是错的。
真实世界一点都不平均。
全球最富有的1%人口拥有的财富，超过其余99%的总和[6]。少数公司占据行业大部分业务，少数明星拥有大部分粉丝，少数畅销书创造大多数销量。这就是帕累托法则，80/20，具体比例可能是10/90甚至1/99。极端少数占据特别大的份额。
在统计学上，这叫重尾分布[6]。也叫肥尾。跟正态分布不一样，正态分布是钟形曲线，大部分集中在中间，尾巴很薄。身高是正态分布，最矮一米多，最高不到三米，差距有限。但财富是重尾分布，差距可以是千倍万倍，几乎没上限。平均值在重尾世界里没有意义，极端少数影响太大[6]。
造成重尾的核心机制是正反馈，也叫马太效应[7]。社会学家罗伯特·默顿1968年在《Science》期刊上提出这个概念，名字取自《圣经·马太福音》，「因为凡有的，还要加倍加给他，叫他有余；凡没有的，连他所有的，也要夺去。」[7]。
正反馈的本质是乘法。你的增量等于你当前的动作乘以你的存量。存量越大，增量越大。这就是乘法世界。财富、机会、声望、网络效应，都属于乘法世界。
跟它相对的是加法世界。一天的劳动换一天的报酬，收入跟以前的积累没关系，没有复利。出租车司机每天出车挣一天的钱，最关心的是不要旷工。高考数学已经满分了，最佳策略是补习英语。加法世界的思维是提高平均值、补齐短板。
乘法世界的思维完全不同。做方程中的乘数，只需要一块很长的长板。我们关心数学家的数学有多强，越强越好上不封顶，而不是他的英语有多弱[8]。
Sam Altman 说过，最高的投资回报率来自于在你本来就擅长的领域变得更好，而不是在你薄弱的领域改进。你希望在某个狭窄的交叉点上做到世界一流水准，而不是把一大堆事情做得比较好[8]。
加入重尾的秘诀是认准一个能让你做乘法的领域，实施正反馈[9]。
但这话说完，一个残酷的闭环就出现了。
匮乏让人风险厌恶，风险厌恶让人不敢进入乘法世界，留在加法世界又加剧匮乏[10]。只有一千块钱时，不确定性是敌人，亏掉就真没了。有一百万时拿十分之一试错，不确定性才是朋友。匮乏最深的伤害不是让你穷，是让你不敢试。
而重尾世界里，不试就永远在加法世界。穷，怕，更穷，更怕。
这个闭环比任何「不够努力」的解释都更接近真相。它说明问题不在你的态度，而在你的位置。你在加法世界再怎么努力，也只是在一条没有复利的直线上多走了几步。
那是什么把你困在加法世界里的？不是能力不够，不是运气不好。是你脑子里那套从小到大被灌输的世界观。
假设你功成名就、垂垂老矣，即将转世投胎到中国，但投胎完全随机，大概率是普通甚至贫困家庭。你无法储备财富，知识和技能都会被忘掉。唯一特权是可以给下一世的自己写一份《人生说明书》[1]。
你会写什么？
大概会写，尽快前往大城市，掌握可迁移技能，积累复利。但最该写的一条是，摆脱平庸观念的束缚。
那些人人都在用的梯子，多半只能到达人人能到的高度[1]。
这套「平庸观念」是在过去那个匮乏年代里慢慢形成的，然后一代代传下来。物质条件变了，观念的更新却总是慢半拍，时代已经翻篇了，脑子还停在上一版。这叫文化滞后[1]。
在当年那个匮乏的年代，有三条逻辑是管用的。
第一，资源匮乏。匮乏让人把生存策略上升为价值观。韩国泡菜、英国炸鱼薯条，本来是困难时期的廉价果腹方式，后来变成了民族特色。日本侘寂，本来是物资匮乏东西坏了凑合用，后来变成了对残缺的美学追求。你本来不喜欢这东西，是通过学习才喜欢，这叫次级奖励[10]。匮乏的连锁反应是人情、孝道、零和思维，最深一层是风险厌恶。
第二，强从众。你的安全感来自人际关系而非法律。最安全的办法就是照着大多数人那样做。顺从被当优点，态度成了能力，姿势就成了成果[1]。那个从小被你夸听话的孩子，搞不好就成了假装学习、无效忙碌的孩子。
第三，简单思维模型。把外部世界当成一个整体。同事借你八千块，还你七千九百九十二，因为微信提现扣了八块手续费。他不能理解借钱是你们之间的信用关系，手续费是微信的事。家长让孩子努力，领导让员工努力，可是往哪个方向？怎么努力才有效？单纯的「努力」等于以为有个神灵看你努力就给你发奖[1]。
中国足球的问题不是球员不努力，同样的球员去欧洲联赛表现可以不同。职业足球是一个产业系统，青训、俱乐部治理、联赛机制、商业运营。把系统问题简化为态度问题，正是简单思维模型的典型表现。
这三条在稳态生存里不但够用，而且好用。听话、节俭、不出头，地主希望佃农如此，店主希望服务员如此。别人期待你省心，肯干，不闯祸。
别人可没期待你兴旺发达。[1]
你得是个能动者，Agent。你是调用工具的人，你不能是别人的工具[1]。
Agent 这个词在哲学里的核心含义是有能动性的主体，行动的发起者。AI 领域管自主系统也叫 Agent，自主感知环境、做决策、采取行动，而不是被动等指令。当 AI 被称为 Agent 时，它的能动性来自人类设定的目标函数。人的能动性来自自我设定的叙事。做 Agent 不只是「主动」，更是自己选择自己的目标函数[1]。
这就是为什么「跳出别人设定的叙事」是觉醒的第一步。你的目标函数是谁给你的？是你自己选的，还是周围人塞给你的？
好，你现在决定做 Agent 了。你要主动选择自己的叙事，进入乘法世界，打破旧观念的束缚。
但这里有个陷阱。主动不等于许愿。
大多数人的生活叙事，其实是许愿。
我这么努力，公司总该看见我吧。我这么善良，命运总该奖励我吧。我初心这么好，事情自然会成吧。只要我足够拼，就一定能升级吧。如果失败了，一定是有人故意挡我吧[1]。
这类叙事的共同问题是，把现实世界理解成一个会按主角意愿发放奖励的系统。
有效的叙事一定是在各种硬约束的范围之内找出路，而不是把世界当成愿望实现机[1]。
什么是硬约束？不是普通困难。困难可以靠努力克服，但硬约束是绕不开的边界条件[1]。以下四种，是最底层的硬约束。
能量守恒。 做任何事都要消耗资源。钱、时间、注意力、体力、情绪能量、信任、组织资源。很多幻想的错误是假设行动不消耗资源。想创业但不算现金流，想学习但不算时间精力[1]。
时间窗口。 很多事情不是任何时候都能做。行业红利期、产品进入市场的时机、职业转型的年龄和家庭阶段。窗口期到了约束暂时放松，窗口期过了再努力也很难[1]。
自然规律。 人不能长期睡四小时还保持高效。用户不会因为你觉得产品好就付费。组织变大后沟通成本必然上升。学习需要反馈和间隔重复，不是听一遍就会[1]。
他人的能动性。别人不是 NPC，不会按你的剧本行动。你以为领导会赏识你，但领导有自己的 KPI。你以为伴侣会理解你，但伴侣也有自己的委屈。你不能假设别人都是 NPC，只想自己做主角[1]。
识别硬约束最简单的方法就是算账[1]。很多美好设想只要算一算账就知道不可能。
马斯克搞政府效率部（DOGE）就是最好的例子[1]。叙事很爽，天命总统加伟大企业家加天才少年加睡办公室拼命干，根治腐败，每年省两万亿。但预算账一算，法定支出超过60%不能随便动，债务利息13%必须付，军费约13%惹不起，真正能碰的部分不到一万亿。目标却是省两万亿。
你怎么从不到一万亿的可动空间里省出两万亿？
宏大叙事最怕算账。[1]
你总不能说加法运算是你的敌人。有些事不是谁在挡你，而是账本本来就不支持[1]。
但约束不是坏消息。如果世界没有约束，就没有规律，没有可预期性，没有方法论。你不能为所欲为，别人也不能为所欲为。你受预算限制，别人也受预算限制。有约束才可预期，才讲章法，才值得研究和学习[1]。
能动性等于在约束内寻找杠杆，而不是幻想没有约束。
好，你学会了算账，你尊重硬约束。那是不是把账算精了，世界就给你一个确定的答案？
不是。
人类追求确定性的方式像一层一层打补丁，但每打一层都会遇到更顽固的不确定性[1]。
你以为测得足够准就能预测？混沌说你不行。复杂系统对初始条件极端敏感，天气就是典型例子，初始温度气压只要有极小误差，几天后结果就完全不同[1]。
那如果测量没有误差呢？计算不可约性说你还是不行。有些系统没有比「让它自己一步步运行」更快的捷径。你想知道第10000步是什么样，最可靠的办法就是从第一步算到第一万步[1]。有些结果不能被压缩成一个更短的公式，预测它和运行它本身复杂度差不多。你不能跳过过程直接拿结果，因为结果本身就是过程生成的。
那如果有无限算力呢？量子随机说你还是不行。按照主流量子力学解释，有些事件在发生之前本身就没有确定答案。不是你不知道，是世界本身还没有确定下来[1]。
那如果用概率管理随机性呢？奈特不确定性说你不行。风险是已知可能结果集合中的随机性，骰子有六面你知道有哪些面。奈特不确定性是你连概率空间都不知道。你以为骰子有六面，结果游戏本身变了，那个变量根本不在你的模型里[1]。
那如果有人从未来穿越回来告诉你答案呢？反身性说不行。 预测一旦被说出来就会改变被预测的未来。有人穿越回来告诉你2030年全球股市崩盘，股民不会等到那天才卖，提前行动会改变崩盘何时发生甚至是否发生[1]。
人类追求确定性，先想测准，再想算快，再想用概率，再想扩大模型，再想提前剧透未来。可每下一层都会遇到一种更顽固的不确定性[1]。
世界不是一个等待你完全破解的静态谜题，而是一个不断生成新可能性的动态过程。
但这不是坏消息。因为不确定性不只是风险，也是机会和运气的来源。
世界财富呈重尾分布，极少数人拥有远超多数人的财富。但人的智商和能力大体呈正态分布，差距没有财富差距那么极端。如果能力差距没那么大，结果差距为什么这么大？
罗伯特·弗兰克在《成功与运气》中引用了一个2018年意大利科学家的模拟实验[11]。当能力呈正态分布，而人生中不断遭遇随机的幸运和不幸事件时，最终财富会呈现重尾分布。最富有的人不是最有能力的人，而是能力不错又遇到最多幸运事件的人。
极端成功等于不错的能力乘以好运气乘以正反馈[11]。
运气决定你会遇到什么，能力决定你如何响应。
所以没有不确定性就没有正面意外，也没有人生跃迁。
面对不确定性有三种态度。第一种是渴望确定性，越缺乏控制感越渴望，这叫补偿性控制[12]。谁提供确定感谁就得到权力，谁渴望确定感谁就把权力让给别人。第二种是「允许一切发生」，但如果把一切都解释成最好的安排，也可能变成放弃主动性。第三种是积极的，合理分析不同类型的不确定性，坏的想办法管理，好的积极拥抱[13]。
塔勒布在《黑天鹅》里提醒我们坏的不确定性可以很坏，在《反脆弱》里提醒我们有些不确定性是好的[13]。如果最坏结果亏得有限、最好结果赚得很多，这种不确定性值得主动去碰。如果波动越大你越受益，这种反脆弱就值得你主动制造波动。
抗拒不确定性不如接受不确定性，接受不确定性不如拥抱不确定性，拥抱不确定性不如制造不确定性。[13]
而且不确定性是意义的燃料[1]。看悬疑剧被剧透就没意思了，玩解谜游戏直接看答案就索然了，追连载小说最吸引人的正是「且听下回分解」。学习最爽的瞬间是从不懂到突然懂了，做项目最兴奋的阶段是问题一点点被解开。
我们喜欢的不是静态的确定性，而是动态地把不确定变成确定。
好的人生策略是一大块熟悉加一小块意外[1]。稳定底座是健康、作息、现金流、基本关系、核心能力。小块意外是新项目、新技能、新表达、新合作。把坏的不确定性降到可承受范围内，让自己暴露在好的不确定性中，保留选择权，主动制造小波动。
说到底，不确定性让行动有意义。如果未来完全确定，人生就没有探索、选择、悬念和成长。如果未来完全不可承受，人会崩溃。好的状态是有恰到好处的不确定性。
好，六层里我们已经走了五层。你知道了人通过叙事跟世界交互，世界不平均而是重尾的，你得做 Agent 而不是别人的工具，行动要尊重硬约束，未来不可完全预测但不确定性是意义的燃料。
最后一层要回答的问题不是关于世界，而是关于你。在这个叙事驱动、极端值主导、需要能动性、充满约束和不确定性的世界里，你是谁？
研究 AI 能让我们更深刻地认识自己，因为人脑说到底也是神经网络[1]。
你有三个自我。
进程自我，就是你时时刻刻直观感觉到的那个「我」。此刻是「我」在阅读，「我」在思考。进程自我是大脑维持「这里有个主体」的在线计算，是从输入到输出之间的整条运算链[1]。
但进程自我是被动的。1983年本杰明·利贝特的实验证明，在你「觉得」自己做了决定之前，大脑已经动手了[14]。大脑的无意识活动比主观「决定感」早了约350毫秒。意识更像事后补记的日志，而不是发号施令的决策者[14]。
进程自我只是个新闻发言人，不是实际决策者。它就像系统运行时的日志，只记录不控制[1]。
你以为「刚才那句话是不是说重了」「我为什么又拖延了」算反思，其实不过是查看运行日志而已，还远没碰到决定长期命运的东西。
界面自我，是你叙事中更稳定、更可控并且能被别人观察和认可的角色。你的性格标签、人设、自传、面试时的自我介绍。它很接近丹尼特说的叙事重心[3]。界面自我有因果力，你平时内向但要求自己「今天扮演社牛」确实能撑住场面。但它仍是变量。老板面前你唯唯诺诺，服务员面前你不耐烦，回家见孩子你慈爱啰嗦。哪个才是真正的你？似乎都是，其实都不是[1]。
界面自我只是你放在前端的用户界面，换个应用场景界面马上就改[1]。
你可以靠提示词撑一阵子，但撑不了整个人[1]。提示词是重新分配已有能力，不是产生新能力。让没学过法律的人「扮演资深律师」，真到写法律意见书时露馅。平时扮演社牛很自然，真到要当众演讲决定项目去留时手抖。一天撑得住，一周后回到默认模式。比赛关键时刻掉链子、危机时退回本能、酒醉疲劳时人设崩塌，都是同一个机制，界面自我撑不住了，你真正的底层就暴露出来了[1]。
内核自我，就是那个在背后生成感知的东西。进程自我和界面自我都是被生成的，内核自我负责生成它们[1]。
你面前出了个状况，你为什么预测局面会往这个方向而不是那个方向？别人听说那个消息觉得是机会，你却觉得是骗局。有人遇到挫折是战斗或逃跑，有人却是习得性无助。这些差异来自你底层的先验假设，来自你的预测模型。内核自我就是这套概率分布和先验假设的总和[1]。
安迪·克拉克的预测加工理论说，大脑根据过去经验构建预测模型，你先预测再去观察和行动，看结果代表预测正确还是错误，如果错误就修改模型[15]。到底是谁在预测？就是你的内核自我[1]。
内核自我不可被自我感知。你能感觉到的只有进程和界面，因为内核就是那个在背后生成感知的东西。它藏得最深，平时不说话，但它决定了你所有的直觉、冲动和潜意识判断[1]。
跟 AI 类比一下[1]。大语言模型当前这次运行的输入、思考、输出是进程自我。模型的系统提示词和角色设定是界面自我，让 ChatGPT 扮演毒舌投资人它会照办，但这个指令不改变它自身。模型的结构和参数，即权重，才是内核自我。主流大模型一旦训练好发布权重就冻结了，那才是模型的真我[1]。
绝大多数人在一生的绝大多数时间都只不过是对刺激做出反应和改改提示词而已。[1]
真正的成长必须改写模型参数[1]。
人比 AI 强的地方在于，我们的参数是活的，可以在生活中持续训练改变。训练方法跟 AI 差不多，因为都是神经网络。微调参数的杠杆有两个[1]。
第一个是预训练的语料。语料就是你从小到大看听的故事、模仿的行为、加入的群体。短视频训练你对什么上瘾，公众号和书训练你对什么敏感，你身边的正常人是什么样训练你的价值观。如果你每天摄入的信息都是情绪化、碎片化、极端的，你就会变得急躁、浅薄。工程师会说你的神经网络过度拟合了垃圾数据[1]。
第二个是强化学习的奖励函数。奖励函数就是什么东西在给你做的事情打分。如果奖励函数是「老板看了要夸我」，你就会往报告里塞漂亮话淡化问题。如果是「帮团队少踩一个坑」，你就会愿意把难看的数字摊开。你的伴侣、你的朋友圈、你所在公司的文化都在书写你的奖励函数，要小心选择他们[1]。
强化什么，你就会成为什么。[1]
但所有这些都建立在一个前提上，你的神经网络要保持可更新状态[1]。被现实打脸时你有三个选择。改注意力，最偷懒，干脆别看打脸的证据。改行为，稍好，以后绕过类似场景。改模型，最难但最值钱，承认「原来我是错的」，重写参数[4][1]。
被现实打脸本应该是内核自我更新的黄金时机。但大多数时候，人选择改注意力或改行为来逃避自由能。这就是为什么内核自我这么难改[1]。
佛学把这个闭环说得很清楚。阿赖耶识像超大型仓库，存储你过去所有行为念头经验的种子，它不说话但决定你的默认反应，对应内核自我[16]。习气是你长期反复做某类事之后在意识深处留下的惯性痕迹，对应你的先验假设模式。业力是行为产生后果的因果推动力，对应你的奖励函数在持续运作。习气驱动行为，行为触发业力反馈，反馈进一步固化习气。一个闭环[16]。
除非被现实打脸之后不逃避、不绕过，而是承认参数错了。佛学管这个叫转识成智[16]。
人可以自行选择自己的训练样本和奖励函数，AI 不可以。所以能选择成为一个什么人，可以说是人的终极自由[1]。
这是最根本的元认知。是谁在训练我？我为什么要往那个方向变？凭什么这个就是好的、那个就是不好的？
六层走完了。回头看一眼那条线。
叙事说，人需要故事来理解世界并触发行动。
重尾说，但真实世界不是平均奖励系统，是乘法、复利和极端值主导的。
能动说，所以你不能做被环境调用的工具，要成为主动选择目标函数的 Agent。
约束说，但主动不是许愿，行动必须尊重硬约束。
可能说，即使尊重约束世界仍不可完全预测，要管理、拥抱并制造有利的不确定性。
内核说，了解世界最终归结到人，真正的成长不是改情绪和人设，而是改写模型参数。
六层不是六个独立的知识点。它们是一条线，从世界如何运转，一路走到人如何运转。你通过叙事跟世界交互，发现世界是重尾的，于是决定做 Agent。Agent 要尊重约束，约束内仍有不确定性，不确定性是意义的燃料。最后你发现，那个在叙事、在选择、在行动、在算账、在拥抱不确定性的「你」，也分三层。你平时感觉到的自己只是日志和界面，真正的你在更深的地方。
而这些底层参数，你自己可以选择。
这就是元认知。不是「我知道了这些知识」，而是你开始意识到自己是怎么运作的，开始有能力选择自己要成为什么样子。
六面看下来，世界不是你以为的那个样子。你也不是你以为的那个样子。但好消息是，知道了这一点，你就有了选择的可能。
参考资料
[1] 万维钢. 《现代思维工具100讲》. 得到App, 2026.
[2] Wolfram, S. “Wolfram Physics Project: A Project to Find the Fundamental Theory of Physics.” 2020. wolframphysics.org.
[3] Dennett, D. “The Self as a Center of Narrative Gravity.” 1992.
[4] Friston, K. “The Free-Energy Principle: A Unified Brain Theory?” Nature Reviews Neuroscience, 2010.
[5] Shiller, R. Narrative Economics: How Stories Go Viral and Drive Major Economic Events. 2020. 诺贝尔经济学奖, 2017.
[6] Oxfam. “Reward Work, Not Wealth.” 2018. 全球最富有1%人口拥有超过其余99%的财富总和.
[7] Merton, R. K. “The Matthew Effect in Science.” Science, 1968.
[8] Altman, S. “How to Be Successful.” 2019.
[9] Gibrat, R. Les Inégalités économiques. 1931. 企业增长率与规模无关.
[10] Hoffman, M. & Yoeli, E. Hidden Games: The Surprising Power of Game Theory to Explain Irrational Behavior. 2022. 次级奖励与匮乏的连锁效应.
[11] Frank, R. Success and Luck: Good Fortune and the Myth of Meritocracy. 2016. 意大利科学家模拟实验, 2018.
[12] Kay, A. C. et al. “Compensatory Control and the Pursuit of Order.” Current Directions in Psychological Science, 2008.
[13] Taleb, N. N. The Black Swan (2007) 及 Antifragile (2012).
[14] Libet, B. “Unconscious Cerebral Initiative and the Role of Conscious Will in Voluntary Action.” Behavioral and Brain Sciences, 1985.
[15] Clark, A. Surfing Uncertainty: Prediction, Action, and the Embodied Mind. 2016. 预测加工理论.
[16] 唯识宗. 阿赖耶识、习气（vāsanā）、业力（karma）相关经论. 参见《成唯识论》等.
https://mp.weixin.qq.com/s/YEtpags6oEZg6Q4j8oG0kA
转载请注明：励志啊，互联网最励志资源聚集地 » 你得先看懂世界怎么转，才看得懂自己该怎么活