卡尔·纽波特：深度工作、专注、生产力、电子邮件与社交媒体

卡尔·纽波特（Cal Newport）是乔治城大学的计算机科学教授，研究分布式算法的理论边界。他在学术圈里做的事，是证明某些问题永远不可能被任何算法解决。但他被更多人知道，是因为他写了《深度工作》（Deep Work）和《数字极简主义》（Digital Minimalism），以及最近一本叫《没有电子邮件的世界》（A World Without Email）的书。

访谈开头，纽波特讲了他当年在 MIT 理论小组的日常。早上到办公室，Eric Demaine 站在白板前，上面投影着一张图论问题的网格。中午去吃饭，去健身房，回来。Eric 还在看同一块白板。那个小组里坐的全是图灵奖得主、麦克阿瑟天才奖得主。

在那个环境里，专注是第一梯队的技能，没人把它当成偶尔追求一下的爱好。就像运动员聊自己的 40 码冲刺时间一样，这些人聊的是你能专注多久。

大多数人不在 MIT 的理论小组里，但每个人都在某种知识工作的环境里。而这个环境，在过去三十年里，被一种纽波特称为“超活跃蜂群思维”（hyperactive hive mind）的工作方式彻底占领了。

它的症状是：你每六分钟就要检查一次收件箱，因为所有协作都靠无计划的来回消息推进。你感觉自己很忙，一天结束时却说不出到底完成了什么。这往往被归咎于意志力不够，实际卡住你的是工作流程。

专注的难点在于不被撕开

纽波特对深度工作的定义很朴素：在无干扰的状态下，专注于一项认知要求高的任务。这个定义里真正的关键词是“无干扰”，“专注”反倒好理解。

他解释了背后的神经机制。当你把注意力从一个东西切换到另一个东西，哪怕只是瞥一眼手机，大脑内部会发生一连串复杂的调整。一部分神经网络被抑制，另一部分被激活，这个过程需要时间。你中途把一个念头掐断，去处理一条消息，再试图回到原来的思考里，大脑其实还卡在两个上下文之间。结果是，你的思考能力急剧下降。

哪怕你觉得自己没在 multitasking，所有窗口都关了，通知也关着，但每五六分钟快速瞄一眼收件箱或手机，就足以启动一次上下文切换。这种切换在神经层面是一个相当复杂的过程。（卡尔·纽波特）

这也解释了为什么深度工作一天之后，人会感到一种区别于体力疲劳的累。纽波特说，你这样做久了，到中午就会觉得自己“想不动了”。

那有没有一个最佳的单次专注时长？他的建议是至少一小时，因为他观察到，从一次上下文切换中完全恢复，最多可能需要二十分钟。如果你只专注了三十分钟，中间还被打断过，实际处于峰值认知状态的时间可能只有十到十五分钟。他个人偏好九十分钟为一个块，因为那是“在累垮之前还能拉回来一点”的长度。

有一处细节容易被忽略：上下文切换的伤害程度差别很大。如果你在写代码时去查一个相关的库，纽波特认为这问题不大，因为你涉及的语义网络是相似的。真正致命的切换有两个特征：内容完全不同，并且留下未解决的责任。收件箱就是最坏情况的典型。里面躺着二十封邮件，你一封都处理不了，但你知道有人在等你回复。你把注意力拉回来，那个未完成的责任还挂在那里。第二坏的是情绪唤起类的内容，比如刷 Twitter。你看到一条让你愤怒或兴奋的东西，情绪把认知平台整个搅乱，再想回到代码里就非常困难。

时间块替你提前做完决定，省掉内耗

纽波特是时间块规划（time blocking）的坚定实践者。但他强调的重点和很多人理解的不一样。

时间块真正解决的，是你和自己之间那场无休止的拉锯战。如果你只是跟自己说“我要写一会儿”，你的大脑会不断提议：现在是不是该休息一下？要不要先看一眼手机？五分钟后再开始？你必须每三分钟跟自己吵一次架。而如果你提前定好了“这两小时是写作时间，休息安排在后面”，你就不需要再吵了，因为决定已经做完了。至于这两小时里具体写得多快，那是次要的。

他做规划是三个尺度套在一起的：季度层面想清楚这个阶段的大目标，比如某篇论文的截稿、某本书要写完几章；每周看一眼大目标，再看这一周的实际安排，决定哪些天是真正能推进重点工作的；每天再基于周计划，把具体的小时块排出来。

但他对计划的态度很松弛，这一点很多人学错了。他的时间块 planner 设计了很多列，原因是：计划赶不上变化时，你只需要把剩下的安排挪到下一列，重新排一下剩余时间就好。没有“我定了计划就必须执行”的加分项。真正的奖励是，你在一天中的任何一个时刻，都对剩余时间做过一次有意识的思考。

如果深工作时段进展顺利，就让它继续。摇滚起来，别停。（卡尔·纽波特）

莱克斯·弗里德曼（Lex Fridman）在这点上和他有共鸣。他说自己有时会刻意在状态好的时候停下来，因为这样第二天会有更强的动力回来接着做。停在死胡同里则是另一回事，那会产生一种额外的拖延阻力，让你不想回到那个任务上。

截止日期为什么有效，以及它的代价

两人聊到一个很多人都有的困惑：为什么只有带截止日期的事才能推动自己？

纽波特的解释分两层。短期看，截止日期提供了一个清晰的动作信号，你不用再纠结现在该做什么。时间块在更小的尺度上起的是同样的作用。但截止日期有一个隐性代价：它把所有工作压到最后一刻，你失去了缓冲。纽波特自己不喜欢这种压力，他会尽量提前完成，因为他担心万一那天生病了、没睡好、脑子不清醒怎么办。他喜欢留出余地。

他提到一个反直觉的点：有时候在进展顺利时主动停下来，反而会增强你回来的欲望。停在死胡同里，下次启动就要克服更大的心理阻力。而停在一个“我知道接下来要做什么、而且有点期待”的地方，第二天进入状态会快得多。

弗里德曼补充了自己的观察：他最近刚投完几篇论文，进入了一个从零开始新项目的阶段，那种“要读很难的论文、还不知道怎么推进”的早期阶段，动机水平是最低的。纽波特同意，这是知识工作里最难熬的一段，因为它缺乏“感觉有东西快要通了”的那种牵引力。

无聊是一种驱动，就像饥饿

纽波特在《深度工作》里有一章叫“拥抱无聊”，当时的论述比较功能主义：你必须在日常里保留一些无聊，否则大脑会形成巴甫洛夫式的联结，一感到无聊就立刻寻求刺激。这个联结一旦形成，你的大脑就再也不会容忍三个小时的深度工作。

但他说，最近几年他对无聊的兴趣变了。他开始把无聊当成一种基本的人类驱动力来看待。

你想想其他那些让人极度不适的东西，比如饥饿、口渴，它们对物种生存有至关重要的作用。疼痛让人不舒服，是因为我们需要担心受伤。口渴让人难受，是因为我们需要水才能活。那无聊是什么？它为什么让人不舒服？（卡尔·纽波特）

他的假设是：无聊驱动我们走向生产性行动。是什么驱动人类开始使用火？是什么驱动人类打磨石斧、把木棍削尖到可以当投掷武器去打猛犸象？是无聊。它推着我们去行动。

然后他提出了一个类比。我们有饥饿的本能，但工业食品系统造出了超适口的垃圾食品，把饥饿信号短路了，结果是我们变得不健康。我们同样有一个行动的本能，但现代环境给我们塞了太多事、太多干扰，把行动信号也短路了。你往盘子里堆了远超自己能完成的事，然后因为完不成而沮丧，整个系统短路。他把这叫“认知层面的行动肥胖”。

那理想状态是什么？他承认这是他正在琢磨、还没有答案的问题。如果像原始人饮食法（paleo diet）那样，试图回到祖先的环境去校准饮食，那在行动这件事上，什么样的量、什么样的事，才是和我们的本能对齐的？

莱克斯接过了这个类比，讲了自己的禁食经验。他做一日一餐（OMAD）已经一个多月，主要吃肉。禁食对他最大的帮助，是让他重新学会听身体的信号。他说自己对食物有一种不健康的迷恋，尤其是苹果和樱桃，完全不知道怎么适量。同样两千卡路里，吃牛排加一点青豆或花椰菜，他能感到满足、专注、开心八个小时；吃两千卡路里的樱桃，他第二天会像裸着躺在垃圾桶后面哭一样难受，胀气、情绪上下波动、第二天更饿。

禁食让他进入一种倾听模式，去理解那个信号到底是什么、身体想要什么。这和“拥抱无聊”是同一件事：把刺激拿掉，去听那个不适感在把你往哪里推。

三十天数字断食，真正的任务是重新设计生活

纽波特在《数字极简主义》里推荐了一个三十天的数字断食实验。他特意强调，这跟 detox 是两码事。他要的是留出空间，让你能听见无聊在说什么。

把数字娱乐、社交媒体、在线视频这些即时填满注意力缺口的东西全部拿掉，然后问自己：这个不适感到底在把我往哪里推？

他让一千七百多人做了这个实验。过程一开始很难，但人们慢慢习惯了听自己。结果很有意思：无聊把他们推向了连接。很多人说，我就是想去和别人待在一起。它还把人们推向了更高质量的休闲活动，比如我想去做一件有点复杂的事。有人重新发现了图书馆，去借实体书，坐在窗边看，天气好的时候特别舒服。有人说自己二十年前常这么干。

这个实验里区分出两类人的关键，是那些做了实验和反思的人，和那些只是硬扛三十天的人。前者的改变能持续下去，后者不行。（卡尔·纽波特）

实验结束后，大约一半的人彻底放弃了社交媒体。另一半保留了一些，但关键区别在于：他们知道自己为什么用。比如我是个艺术家，我需要 Instagram 找灵感，那好，它不需要在我手机上，只装在电脑上，我每周只关注几个艺术家，看一次。一旦你知道自己在优化什么功能，你就能给这个工具设围栏，成本收益比会从公司的优势一端大幅摆向你的优势一端。

莱克斯分享了自己的 Twitter 使用经验，很有参考价值。他发现自己每天发一两条、检查一两次的时候，感觉很好。即使有负面评论也能滑过去，正面评论让他觉得世界充满好人，有一种和人连接的愉悦。但当他增加到每天检查五六次，事情就变了：负面评论开始黏在心里，正面评论变得浅薄。他甚至不觉得这是一种负面情绪，更像一种存在性疲惫，一种“我今天没有创造出任何美好的东西”的枯竭感。

纽波特提到一个作家朋友 Ryan Holiday 的做法：每天发一条斯多葛名言，发完就走，从不互动。他的读者很喜欢，因为那是一剂灵感。这就是一个设计良好的使用模式：想清楚什么对你重要，然后用工具去放大它，同时设好围栏。

超活跃蜂群思维是怎么占领办公室的

《没有电子邮件的世界》这本书的核心论点，是纽波特花了五年时间梳理出来的。他一开始想回答的问题是：既然深度工作这么有价值，为什么大家就是做不到？为什么我们一天到晚在查邮件？

他追溯了电子邮件的历史。邮件在 1990 到 1995 年间迅速铺开，原因是它比当时的东西更好用，主要是取代了传真机、语音留言和纸质备忘录。它是一个杀手级应用，因为它确实有用。但在它铺开的过程中，一种新的协作方式跟着来了，就是超活跃蜂群思维：大家有事就发消息，来来回回，边聊边定，不做计划，不做流程。

这种方式像病毒一样跟着邮件传遍了整个办公室。所有事情，跟同事、跟供应商、跟客户、跟 HR，全都变成了异步的、无计划的消息往返。你要维持这些对话不中断，就必须不停地查。到今天，平均每个知识工作者每六分钟就要查一次这些渠道。

纽波特在书里记录了一个 IBM 的例子。八十年代中后期，IBM 在 Armonk 的总部要上内部邮件系统。当时主机资源很贵，不能过度配置，所以他们做了一项研究，统计现有的沟通量，有多少备忘录、多少电话、多少便条，然后按这个量来配置主机。结果邮件上线三天，主机就被打爆了。人们的沟通量是预估的六倍。三天时间，还不够开一次全员大会宣布“我们要多沟通”，这个变化是自发涌现的。

把低摩擦的数字沟通工具放在那儿，它就会彻底改变所有人的协作方式。不需要有人下命令。（卡尔·纽波特）

他讲了 CIA 总部的气动邮件系统。当年为了满足快速异步沟通的需求，CIA 总部建了一整套气动管道网络，带电磁路由。你把消息装进有机玻璃筒，转动黄铜拨盘选好楼层和办公室，塞进去，它就在管道里嗖嗖地分拣、前进，一分钟内出现在目标楼层的办公室套间里。花那么多钱搞这套东西，说明快速异步沟通对大机构有多重要。所以邮件一出现，它就是生产力银弹，是奇迹。八十年代末研究计算机辅助协作的学者建了一堆定制系统，邮件一出来，那些研究全被扫进了历史。

毒药是流程，工具本身无辜

纽波特特意为邮件这个工具开脱。他说，我宁愿用 POP3 也不愿用传真协议，工具本身没问题。问题出在超活跃蜂群思维这种工作流程上。

他用了一个很形象的比喻：你同时和二三十个人协作，就像面前摆了三十张乒乓球桌。球从对面打过来，你得赶紧打回去，否则事情就卡住了。所以你没法离开球桌太久，没法批量处理，没法养成更好的习惯，因为任何延迟都会拖慢别人。

这也解释了为什么最近这些年生产力增长停滞。纽波特认为，超活跃蜂群思维在早期确实提升了沟通效率，但很快沟通量指数级上升，到了每个人必须不断查收件箱的程度，它开始往下拉生产力。而我们之所以没有看到生产力下降，是因为大家把额外的工作班次挪到了账外：早上干三小时，晚上再干三小时。如果没有这些隐形加班，工业生产力数据应该早就掉下去了。

我们有了万亿美元的全球高速无线互联网，口袋里装着超级计算机，随时能联系任何人，为什么生产力没有一飞冲天？因为我们的大脑每六分钟切换一次上下文，而上下文切换是毒药。（卡尔·纽波特）

那怎么办？他的答案是：像工业界当年做流程工程那样，对知识工作的每一个可重复流程做工程化改造。

具体做法是，先识别出你工作里那些反复发生的、通常需要和别人协作的流程。比如回答客户问题、发布播客节目。现在这些流程大多是用超活跃蜂群思维隐式实现的，也就是发消息来回聊。你要做的是针对每个流程问：有没有更好的方式，能最小化无计划消息往返的需求？

他举了自己安排播客采访的例子。大多数采访他走的是和公关共享文档的流程：公关把选项放进文档，他每周查两次，在里面标注哪个时间可以。这比来回发邮件费的时间多，但几乎没有来回消息。他对比了另一种情况，和英国出版商安排采访，因为量不大没建流程，结果全是来回沟通。他说，你能明显感觉到差别，杀死你的是来回。

莱克斯补充了信息论的视角。这就像香农的编码理论：你花时间在前端设计一个好的编码，之后的通信带宽需求就低得多。花半天建流程，未来六个月省下六百封邮件。

但纽波特也警告了过度优化的陷阱。他举了软件开发领域的例子：敏捷、Scrum 这些方法论确实比蜂群思维好，但有些程序员对流程本身过度痴迷，一个三级 Scrum Master 会把流程搞得比实际需要的复杂七倍。他写过一篇文章叫《Getting Things Done 的兴衰》，讲 2000 年代初那批“生产力色情”（productivity porn）爱好者，他们相信只要找到对的软件、对的配置，就能把工作的困难外包给系统。这个运动最后崩了，因为工作本身就是难的，决定做什么本身就是难的，没有系统能替你做这个决定。

你得在“上下文切换是毒药”和“流程够好就赶紧干活”之间找到平衡。流程够用了就上，别陷进无限微调。（卡尔·纽波特）

邮件应该退回到它擅长的位置

纽波特对邮件的定位很清晰：它适合传递信息，不适合协作。

他把邮件比作一台非常好的传真机。你要发个文件、广播一个新政策，邮件很合适。但如果你在跟人对话、试图就某事达成决定、试图搞清楚一件事，那已经超出“一问一答”的范畴，不该用邮件解决。

当大部分协作都通过流程解决了，收件箱就回到了收件箱该有的样子：偶尔收到一个久未联系的人的消息，或者你看到一篇好文章想转给朋友。那才是邮件最好的状态。

对于想从自己开始推动改变的人，他的建议是“非对称优化”。先把你自己的流程理清楚，改你能改的，同时在社交上非常小心。不要说“这是我们的新流程，大家都得这么干”，而是说“这个报告我来处理，我周一中午前把草稿放进 Dropbox，周二早上再看你们的修改，周二下午是我的办公时间，有问题那时候找我”。对方听了会觉得挺好，卡尔有计划，我知道什么时候该干什么。你实际上把对方拉进了一个不需要来回的流程里，但过程是自然的。

他也提到同步沟通的效率。从分布式系统理论看，从同步网络转到异步网络，开销会大幅增加，异步网络里解决问题的协议要复杂和脆弱得多。如果能实时解决，通常更好。从人际连接的角度，人声里有更多信息。但他也承认这有代际差异，他那一代人打电话还算自在，更年轻的一代不习惯，更老的一代更习惯。

莱克斯提到一个喜剧演员朋友 Joey Diaz，信奉“拿起电话就打”。莱克斯说自己接到电话会非常不适，不知道该拿这个东西怎么办，但确实事情办得更快。纽波特的回应是，如果是熟人之间，同步沟通的效率优势很明显。他和好朋友就有固定的电话，每次通话结束前花几分钟约下一次，就像约剪头发一样，不约就永远不去。

社交媒体会碎成一地长尾

纽波特对大型社交平台的未来非常看空。他的论证值得完整听一遍。

他说，这些大平台犯的最大错误，是在转向信息流模式时，放弃了网络效应这个护城河。原来的卖点是“你认识的人都在这里”，这让网络的价值随用户数急剧增长，先行者优势巨大，别人追不上。但当 Facebook 转向信息流，本质上是在说“我们要给你看有趣的内容”，那它就不再是社交工具了。人们把“和认识的人数字连接”这个需求转移到了群发短信、WhatsApp 这些工具上。而信息流要和所有能产生有趣内容的东西竞争，这个竞争激烈得多，比如播客。

一旦网络效应被瓦解，它们就没有离心力了。它们转得越来越快，但 Twitter 的信息流真的比所有流媒体服务更有趣吗？真的比 Clubhouse 更有趣吗？真的比播客更有趣吗？我觉得它们没意识到自己的地基有多不稳。（卡尔·纽波特）

他的预测是碎片化成“长尾社交媒体”：如果我不需要认识的人都在同一个平台上，那为什么不用三四个定制的平台？每个平台一千人，全是同好，比如都对 AI 或喜剧感兴趣。界面为这个群体打磨到完美，可能用音频形式，每人付两美元，这样就不用担心注意力被收割。这会比现在的大平台有趣得多。他拿喜剧演员举例：Twitter 不是他们表达自己最好的格式，他们现在都去做播客了。

他还批评了 Twitter 把所有东西同质化的问题。所有内容看起来一样，摩擦一样低，这摧毁了“分布式策展”。在博客时代，人们有自己的服务器，内容要通过时间和别人的链接慢慢积累信誉。2004 年大选时，Daily Kos、Drudge Report，还有 Ezra Klein 当时在宿舍里写的博客，是分布式地获得可信度的。你得花力气让人注意到你，一个满是阴谋论的博客很难进入人们的视野。而在 Twitter 这种完全同质化、低摩擦的环境里，任何随机的阴谋论都能穿过去传播。

他提到早期互联网活动家对平台崛起的困惑：我们建了一个完全分布式的、开放协议的互联网，任何机器都能和任何机器通信，这是人类建过的最民主的通信系统。然后这些公司跑来说，我们要自己建服务器，放在我们自己的楼里，互联网只是第一英里，把你送进我们私有的互联网，整个东西我们拥有。这完全违背了互联网的初衷。

莱克斯提到 Jack Dorsey 在资助完全分布式的 Twitter 替代方案，可能会毁掉 Twitter 本身。纽波特说，很多长尾社群其实用什么技术都行，Slack、Zoom、一个博客，技术不重要。重要的是人们在自己的社群里建立了自己的策展、自己的规则、自己的社交生态，产生了大量价值。技术圈总想造一个优雅的联邦协议让所有人用，但没人搞得懂。与此同时，一群自行车爱好者就在 Slack 上建群、Zoom 上开会、搞个博客，跑得好好的。

他提到 Clubhouse 的设计值得学：界面极简，除了静音和悄悄离开几乎没别的功能。他喜欢这种单一用途的技术。Twitter 和 Facebook 一开始也是这样，但很快加了一堆功能。他希望 Clubhouse 保持简单。

关于 Clubhouse 的商业模式，他有一个更深的观察：现在比特太便宜了，其实不需要独角兽投资人那套模型。投资人的组合需要十分之一能退出，所以你要讲一个能规模化到一亿美金年收入的故事。但自行车俱乐部不需要这个。问题在于，如果你真做对了，这些平台能聚集大量资本，Facebook 就是一台惊人的资本聚集机器，股价把资本固化在极少数人手里。这种诱惑很难对抗。但 WallStreetBets 那种一群散户联合起来的事情说明，一群小俱乐部也可以联合起来对抗。

用平滑分析拆掉脆弱的下界

聊到自己的学术研究，纽波特说他在分布式算法领域的专长是“不可能性结果”：证明某个问题没有任何算法能解决，或者没有算法能快于某个界限解决。

这条线可以追到图灵 1936 年那篇关于可计算数的论文。图灵的基本洞察是：每个程序都可以表示成一个有限数字，所有程序是可数的；而所有问题（表示成无限二进制串）是不可数的。用康托的对角线论证，问题比算法多得多。几乎任何你能想到的问题，几乎肯定没有计算机能解。然后图灵给出了第一个具体的不可计算性证明：停机问题。从那以后，理论计算机科学就一直在做这件事。

纽波特更感兴趣的是下界的“健壮性”问题。他引用自己论文里的话：以最坏情况视角看问题，往往会得到极强的下界。这些强结果引出一个关键问题：这个界限是健壮的，真的抓住了动态性带来的根本困难？还是脆弱的，它所描述的糟糕性能依赖于一个精确的对抗性变化序列？

脆弱的下界留下了一种可能：在实践中，算法可能表现得很好。

他引入了“平滑分析”（smoothed analysis）。这个概念不是他提出的，是 Spielman 和 Teng 在研究线性规划的单纯形算法时提出的。单纯形算法在实践中很快，但最坏情况分析显示它可以跑很久。平滑分析的做法是：假设有一个坏蛋选输入，但我们在每个数字上随机加一点点噪声。结果发现，加一点噪声之后，单纯形算法就变得很快。这说明那个“可能跑很久”的下界是脆弱的，它只在恰好遇到最病态的输入时才成立。

纽波特和合作者把这个思路搬到了分布式算法的世界。分布式算法是一堆机器上的算法互相通信解决问题。在动态网络里，连接会变化，这一轮我能跟你通信，下一轮不能，转去和另一个人连。这是数学上很难的环境，有大量很强的下界。

他举了自己刚投出去的一篇论文的例子。他们研究一个很简单的问题：网络里有一些消息，要让所有人都收到。网络不变的话，可以做得很好。网络每一轮都变的话，有下界说需要很长时间，无论你设计什么算法，坏蛋都能让网络以某种方式变化，拖慢你。平滑分析就问：如果你的网络变化恰好精确地卡在你的算法上，这运气也太差了吧？如果我们每一轮随机加一条或删一条边，同时对手仍然在选最坏的网络，会怎样？他们证明，最简单的解法就能大幅突破那个下界，跑得非常好。

这个下界几乎是脆弱的，因为你几乎不可能真的让事情保持那么慢。（卡尔·纽波特）

他说这个结果有意思的地方在于，它出来得太容易了。在理论计算机科学的圈子里，有个玩笑叫“数学自虐”：如果一个结果不够难，论文可能因为“没有足够的 math machismo（数学上的肌肉展示）”而被拒。莱克斯接话说，那对一个下界被证明是脆弱的理论家来说，是不是很受伤，就像一个小孩子拎着饭盒回家，说我的下界不重要了。纽波特说，我觉得他们不会在乎。

他提到这个领域里还有更深的模式：很多著名的分布式算法下界，底下其实是代数拓扑。有人因为把这个联系做出来而得了奖。他的直觉是，P ≠ NP 的证明可能也会以类似方式出现：某个非常聪明的人发现，这些算法机器背后有另一种表示，然后一个现成的数学结果就套上去了。他承认这是巨大的外推，但他见过太多次类似的事。有一次他发现自己领域里一堆下界证明，全都来自 1990 年代初的一个组合数学结果；还有一次，他发现竞争解消问题的下界，可以用香农 1948 年的信源编码定理重新证明。

深度学习缺的可能是对的数学语言

聊到深度学习，纽波特说他认同 Max Tegmark 的观点：这些模型目前不可解释，不可解释并非它们的本质属性，原因在于我们还没找到正确的数学语言。

他的预测是，一旦理论上看清楚了，AI 会变成一门工程学科。他说，现在做 AI 的实践者之所以不太担心存在性威胁，是因为他们看到现实就是乘矩阵、调常数，赶在截稿前把分类器准确率提上去。但一旦我们理解了背后的数学，这些东西会被归结为优雅的微分方程，到那时候，我需要一点 AI 就变成一个管道问题：这里接一个模式识别器，那里接一个噪声模块。

莱克斯提出了一个更难的类比。神经网络很大、节点很多、高度互联，这和分布式算法面临的问题很像。你想理解网络，想形成干净的表示，让一个节点包含某个东西的全部信息，其他节点不相关，但这和网络深度互联、动态变化的本质是矛盾的。就像 Wolfram 的元胞自动机，你有一大堆分布式的、各自行动的东西，做传统意义上的理论几乎不可能，你几乎变成了生物学家，只能实验性地研究。

纽波特说，这是个好问题，他也不知道答案。但他提到自己做过一点“生物算法”的研究。物理学用数学解释宇宙，为什么数学这么有效，这本身是个谜。但生物学里有些东西，用方程解释不了，用算法可以。你想简洁地解释蚁群的行为，一条物理方程在这里派不上用场，你需要的是一个分布式运行的算法。算法是数学的，但又不完全是。如果你把算法想成 lambda 演算，又回到了数学。

他的感受是，抽象数学解释世界的能力强得没道理。作为一个中等水平的理论家，他反复遇到这种情况：以为自己是在解决关于计算机和算法的问题，结果底下是一个深得多的数学结构，是香农，是熵，熵又一路追到早期物理。这很惊人。但他也承认反面可能：也许我们的大脑从简化、概括的理论里获得太多快感，所以我们自然会在一切事物里看到那种简洁性。

关系是唯一真正的最坏情况分析

访谈快结束时，莱克斯问了一个转向很大的问题：爱、友谊、家庭，怎么放进这种高效能的生活里？有没有张力？还是说关系能给整个过程充电？

纽波特的回答是整期里最不像计算机科学家的一段话。

关系就是全部。我最近想，如果我要给年轻人做一场毕业演讲，我会问他们：坏事迟早会发生，而且是你控制不了的。你生病、某样东西垮掉、经济崩溃、你认识的人去世。那你的计划是什么？关系是这一切的缓冲，因为我们天生就是为此而造的。（卡尔·纽波特）

他说自己在写《数字极简主义》时掉进了一个巨大的兔子洞，研究人脑和社会性。结论是，我们大脑的所有机制几乎都是为了服务社会连接。因为在饥荒时，是人们的相互连接让你没有饿死，大家分享食物。这个需求不能被忽视。而且你能感觉到它的分量，社交拒绝激活的是大脑的疼痛中枢，这就是为什么想念一个人或失去一个人会那么痛。

他提到一个被广泛接受的理论：默认模式网络，也就是大脑在没做特定事情时进入的默认状态，很大一部分在做的事情是练习社交、练习互动。因为这对人类的兴旺太核心了。

所以他现在的思路是：关系优先。在这个基础之上，再谈盈余，再谈建火、造工具。因为其他一切都是假设平均情况，假设事情会照常继续。而关系是唯一真正的最坏情况分析。

我们谈无聊，谈我们想建东西、想有影响、想高效，那不是那么清晰的驱动。我们需要人。（卡尔·纽波特）

莱克斯问，你怕死吗？纽波特说，他的态度是把它当成一个生产力 hack。现在就去面对这件事，现在做我们能做的事，这样当真正面对它的时候，更可能感觉还好。换句话说，现在就专注于以自己骄傲的方式生活和做事，这样到最后关头，更可能说出“我觉得还行”。

他提到 David Brooks 的“悼词美德 vs 简历美德”。悼词里说的和简历上写的不是一回事。他谈到自己给乔治城本科生的一些建议，他觉得这些建议没被给到：按照一套准则生活，即使难也坚持下去，这会带来巨大的韧性和自豪感。宗教过去为人们提供了这套结构，在它缺席的地方，你需要替代品。士兵很懂这个：即使处境艰难，我仍然按照我知道是对的方式生活，哪怕当下这不是最容易的选择。很少有东西能给人更多的韧性。

纽波特提到自己的祖父是神学家，写了很多书，他对世界宗教一直有兴趣。他推荐凯伦·阿姆斯特朗（Karen Armstrong）的《为神辩护》（The Case for God）。她的论点是，要理解宗教，得回到启蒙运动之前。宗教是一套操作系统，用来处理那些“暗示”（intimations）：某些事感觉对、某些感觉不对、某些时刻你觉得自己和某种更大的东西对齐了。这些感受是不可言说的，最好的做法是“仿佛这是真的那样去生活”。启蒙运动之后，人们开始用命题真假的标准去要求宗教，山姆·哈里斯对宗教的批评在这个意义上就打偏了，因为那套批评假设宗教是在做事实断言，而那从来不是它的语境。

莱克斯说到一个更个人的层面：所有这些生产力技巧、所有这些创造的努力，背后都预设了生命会一直持续下去，有一种近乎不朽的错觉。纽波特承认这个张力，他说自己希望如此，但没有答案。他能抓住的只有那些暗示：某些行为让你觉得和某种东西对齐，某些让你觉得背离。这些暗示本身就是反对任意性的地基。

他说，我们其实都在寻找一个好的“仿佛 X 是真的”的 X。也许 AI 会成为我们苦苦寻找的新神，也许它只会吐出 42。莱克斯说，不是 27 吗？

可以马上做的事

• 把下一次深度工作块定在至少 90 分钟，期间关掉所有通知，手机放到另一个房间。靠提前消灭打断源，别指望意志力临场发挥。
• 今晚花十分钟做一次时间块规划：看明天有哪些固定安排，把剩下的时间块标出来，每块写一件具体要做的事。计划变了就挪一列重排，不追求执行率，只追求“每一刻都对剩余时间有过思考”。
• 挑一个你每周都在重复、且需要和别人协作的流程，试着用共享文档或固定节奏替代来回消息。花半小时建流程，预期省下几十封邮件。
• 把手机上的社交媒体 App 删掉，只保留电脑端，每周固定一两个时间点查看。先问自己：我用它是为了什么具体目的？想不清楚就先停一个月。
• 找一天做一次小型的注意力禁食：不刷任何信息流，出门走走，或者去图书馆借本实体书。留意那种不适感在把你往哪里推，记下来。
• 给一个你很久没联系、但在意的人打个电话，或者约一次见面。通话结束前把下一次约好，像约剪头发一样。
• 如果你有写书的念头，先别动笔。去找一个出版行业里的人，问清楚真实的流程：先找 agent，agent 卖选题给出版社，拿到预付再写。别自己发明规则。