为什么学习？

我把这个问题想了很久，最后发现答案其实可以压缩成一句话：

但这两端之间，还有很多值得细说的东西。

---

最底层的理由：活下去

学习最原始的驱动力，是生存。

这不是比喻，是字面意义上的生存压力。

人类在演化史上并不占优势：没有獠牙，没有厚皮，跑不快，也没有天然的御寒能力。但人类学会了用火、制造工具、驯化动物、耕种土地。每一项，都是学来的。每一项，都把人类从淘汰线上拉了回来。

美国史密森尼学会的人类起源项目有一个说法很值得记住：人类祖先能在剧烈变化的环境中延续下来，关键不只是身体更强，而是拥有了改变行为、改变环境的能力。工具、火、迁徙、协作，这些都是人类适应环境的方式。

放到今天，这个逻辑没有本质变化，只是换了形式。

世界经济论坛在 2025 年发布的《未来就业报告》中预测：到 2030 年，全球劳动力市场将出现明显重组，约 1.7 亿个新岗位会出现，同时约 9200 万个岗位会被替代或消失，净增约 7800 万个岗位。报告也提到，到 2030 年，接近 40% 的岗位核心技能会发生变化，许多劳动者需要重新学习和提升技能。

这不是在制造焦虑。这只是生存的基本逻辑：世界在变，学习是我们跟上变化的方式。

---

往上走一步：昨天不能做的事，今天能了

生存之上，是能力的扩张。

有一个真实的案例让我觉得很有力量。

2016 年，AlphaGo 以 4:1 击败围棋世界冠军李世石，整个围棋界都被震动了。很多人当时觉得，人类在这个领域可能已经摸到了天花板。

但接下来发生的事，反而更有意思。

职业棋手们开始大量研究 AlphaGo 和后续围棋 AI 的棋谱，把 AI 当成老师，去学那些过去人类棋手很少想到的落子方式。樊麾是第一个在正式比赛中输给 AlphaGo 的职业棋手。输棋当然难受，但他后来也提到，这段经历让他用一种新的方式去理解围棋。

2023 年，研究人员分析了 1950 年到 2021 年间职业棋手超过 580 万步棋。他们发现：在 AlphaGo 出现之前，人类棋手的决策质量长期提升并不明显；但 2016—2017 年之后，职业棋手的整体决策质量出现了明显上升，新的下法也变得更多。

AI 赢了，但人类因此变强了。

这个故事告诉我一件事：能力的边界不是固定的，威胁有时候也是一把刻刀。 关键在于，你是选择回避，还是选择学习。

---

再往上：看清楚这个世界在说什么

我们生活在一个信息极度密集的时代，而且这种密度因为 AI 正在加速。

以前，信息的生产是有摩擦的：写一篇文章需要时间，出版一本书需要成本，这些摩擦本身构成了一道粗糙的质量过滤。现在，一个人可以在几秒钟内用 AI 生成一篇看起来有理有据的文章，配上数据，配上引用，读起来头头是道。

这不是 AI 的错。这只是让“辨别能力”变得比以往任何时候都重要。

我以前看到“经科学证实有效”这类表述，会觉得很有说服力。后来学了一点基本的统计学常识，才发现很多文章都在用“相关性”冒充“因果关系”：两件事同时出现，不等于一件事导致了另一件事。

学习给了我一套框架，不是让我变得更聪明，而是让我在面对信息时，多了一个停顿的能力：先问一句，这是真的吗？依据是什么？有没有别的解释？

在一个人人都能生产内容的时代，看清楚现象背后的逻辑，是一种越来越稀缺的能力。

---

然后是：成为你想成为的那个人

马斯洛把“自我实现”放在需求层次的顶端。它说的不是简单的成功，也不是别人眼里的优秀，而是一个人把自己的潜力真正活出来。

这件事，AI 替代不了。

AI 可以帮你写出一篇文章，但写的过程中，你对这件事的理解有没有加深，这个过程仍然属于你。AI 可以给你一个答案，但你为什么需要这个答案、这个答案对你意味着什么，它不知道。

我见过一些人，在某个阶段停止了主动学习，不是因为懒，而是觉得“够用了”。够用是真的够用，但那种停滞感也是真的：说不清为什么，对很多事情开始提不起劲，对自己的状态有点隐隐的不满足。

我后来慢慢觉得，那种感觉，可能就是成长的需求在敲门，但没有人开门。

---

还有一件容易忽略的事：理解另一个人

语言、文化、历史，这些都需要学习才能真正进入。

我们有时候以为，两个人说的是同一种语言，就一定能互相理解。其实未必。

心理语言学里有一个重要概念，叫 common ground，可以理解为“共同基础”：人与人沟通时，不只是交换词语，还需要共享一定的背景知识、经验、语境和默认前提。没有这些共同基础，同一个词在两个人脑子里浮现的可能是完全不同的画面。

所以，一个人读得越多、经历得越多、理解的文化和历史越多，他就越容易进入别人的语境里。

学了一门语言，就多了一扇窗；读了一段历史，就多了一种站位；了解了另一种文化，就多了一个维度去理解另一个人的选择。

AI 正在让翻译变得越来越容易，但理解——真正设身处地的理解——仍然需要你自己去经历、去积累、去感受。这件事，没有捷径。

学习让人与人之间的深层连接成为可能。 而这种连接，是人类最珍贵的东西之一，也是 AI 最难模仿的东西之一。

---

最后，也是最高的那一层：自由

知识赋予选择权。

一个掌握更多知识和技能的人，拥有更多人生选项，也更不容易被操控或限制。

不懂理财，就容易被人割韭菜；不懂法律，就容易在吃亏后不知道怎么保护自己；不懂如何思考，就容易在信息洪流里随波逐流。

现在还要加上一条：不理解 AI 在做什么，就容易在不知不觉中，把自己的判断权交出去。

这不是说要对 AI 保持警惕或敌意。相反，AlphaGo 和围棋职业选手的故事说明，当你真正理解一个工具的时候，你可以用它把自己变得更强。

但前提是：你得先有一个“自己”在那里，才知道要往哪个方向变强。

这个“自己”，也是学来的。是一点一点积累起来的判断力、知识体系、对世界的理解框架，以及对自己是谁、想要什么的清醒认识。

---

所以，为什么学习？

不是因为别人要你学。

也不是因为不学会被淘汰，虽然这也是真的。

而是因为学习这件事本身，从生存到能力，从理解世界到连接他人，从成为自己到获得自由——走完这条路，你会发现自己拥有的东西，比原来以为的多很多。

往低了说，学习是为了生存；往高了说，学习是为了自由。

在这两端之间，是一个人认识和成为自己的全部过程。

当开口说“我要学习”的时候，也是逼近真正的自己的时候。

另外有一句话很有趣，我也很喜欢：

---

参考来源

• Smithsonian Human Origins Program. The Age of Humans: Evolutionary Perspectives on the Anthropocene.
• World Economic Forum. (2025). Future of Jobs Report 2025: 78 Million New Job Opportunities by 2030 but Urgent Upskilling Needed to Prepare Workforces.
• Google DeepMind. AlphaGo.
• Shin, M., Kim, J., van Opheusden, B., & Griffiths, T. L. (2023). Superhuman artificial intelligence can improve human decision-making by increasing novelty. Proceedings of the National Academy of Sciences, 120(12), e2214840120.
• Maslow, A. H. (1943). A Theory of Human Motivation. Psychological Review, 50(4), 370–396.
• Britannica. Self-actualization.
• Clark, H. H., & Brennan, S. E. (1991). Grounding in Communication. In Perspectives on Socially Shared Cognition.