一只阿木木

30分钟,一个概念,从"不懂"到"能讲给你听"

30分钟,一个概念,从"不懂"到"能讲给你听"

——一次三重加速学习的完整记录


我要在这篇文章里做一件可能会让自己出丑的事。

我要选一个我现在不懂的概念,然后在你面前,用费曼学习法 + AI + 笔记系统,从零开始学它。完整记录。不删掉卡壳的部分。不删掉理解错误的部分。不假装自己学得很顺利。

因为前几篇文章我一直在讲"应该这样学""不应该那样学"。但如果我不展示真实的过程,这些道理就只是道理——你读完觉得有理,然后不知道实际操作起来到底是什么样的。

今天我把整个过程摊开。


选概念

选什么概念?我给自己定了三个标准:

  1. 我真的不懂。 不是"有点模糊",是"说不出来"。
  2. 它有一定的难度和深度。 太简单了没有演示价值。
  3. 跟大多数人有关联。 你读完之后可能也会想去学它。

我选的是:"沉没成本谬误"(Sunk Cost Fallacy)。

你可能会说:"这个我知道啊,就是已经花出去的钱不应该影响未来的决策嘛。"

好。那我追问你三个问题:

  • 为什么人类明知沉没成本不应该考虑,却几乎每次都会考虑?背后的心理机制是什么?
  • "沉没成本谬误"和"损失厌恶"是同一回事吗?如果不是,区别是什么?
  • 有没有什么情况下,考虑沉没成本反而是合理的?

如果你能清楚地回答这三个问题,你确实懂了,比我现在的水平强。

如果你和我一样——知道一个大概的说法但答不上这三个追问——那我们一起来。


阶段一:先把我知道的倒出来(5分钟)

我打开一个空白文档。不查任何资料。把我脑子里关于"沉没成本谬误"的所有东西写出来。

以下是我写的原文,一个字没改:


沉没成本谬误——我现在知道的

沉没成本是已经花出去的、无法收回的成本。谬误是指人们在做决策的时候,会因为已经投入了很多(时间、钱、精力)而继续投入,即使理性来看应该止损。

例子:电影看了一半觉得很烂,但因为已经买了票所以硬撑着看完。理性的做法应该是:票钱已经花了,不管你看不看完都拿不回来,所以应该只考虑"接下来的时间怎么用更有价值"——如果离开电影院去做别的事更开心,就应该离开。

另一个例子:一个项目已经投了100万但明显要失败,决策者不愿意放弃因为"已经投了100万"。

我不确定的地方:

  • 为什么人会这样?明明知道沉没成本不该考虑,为什么还是会考虑?是因为损失厌恶吗?还是别的原因?
  • "损失厌恶"和"沉没成本谬误"到底什么关系?我好像把它们混在一起了。
  • 有没有例外情况?有人说"坚持不放弃"也很重要啊,那跟沉没成本谬误怎么区分?

好的。这就是我的起点。

几个观察:

我能说出这个概念的基本定义和常见例子。这说明我之前确实"接触过"这个概念。但我的理解停留在"能复述定义"的层面——再往下走一步就不行了。

最重要的是最后那三个"我不确定"。它们就是我的学习地图。如果我不做这个白纸测试,我可能一直以为自己"懂了"沉没成本谬误——因为我确实能在日常对话中正确地使用这个词。

但"能正确使用一个词"和"真正理解这个概念"之间,差距可能比你以为的大得多。


阶段二:带着问题去问AI(8分钟)

现在我有了三个明确的问题。我打开AI,但注意——我不是问"请帮我解释沉没成本谬误"。那样的话我又会得到一个流畅的、完整的解释,然后流畅性幻觉再次启动。

我的问法是针对我的具体困惑:

我的第一个prompt:

我理解沉没成本谬误的基本定义,但我搞不清楚:人为什么会犯这个错误?背后的心理机制到底是什么?是因为损失厌恶吗?还是有别的原因?请帮我理清楚。

AI的回答(我提取关键内容):

沉没成本谬误的心理机制不止一个,主要有三个:

  1. 损失厌恶(Loss Aversion):人们对"失去"的感受强度大约是"获得"的2倍。放弃已投入的成本会被大脑编码为一种"损失",即使理性上你知道这些成本已经不可回收。

  2. 自我辩护需求(Self-justification):放弃意味着承认之前的决策是错误的。继续投入可以避免面对"我做了一个错误决定"这个让人不舒服的事实。

  3. 完成偏好(Completion Bias):人类的大脑有一种倾向——更喜欢完成一件已经开始的事情,而不是半途而废。未完成的事情会制造心理上的不适(蔡格尼克效应)。

所以沉没成本谬误不仅仅是损失厌恶。损失厌恶是其中一个成分,但自我辩护和完成偏好也在起作用。

读到这里我停了一下。

三个机制。不是一个。我之前一直以为沉没成本谬误就是损失厌恶的一种表现。但AI告诉我还有"自我辩护"和"完成偏好"两个额外的心理机制。

特别是第二个——"自我辩护需求"——我以前完全没想过。但一想就觉得很有道理:放弃一个项目不只是"损失了钱",还意味着"承认我当初的判断是错的"。对很多人来说,后者比前者更难接受。

我在文档里记了一笔:"原来不只是损失厌恶。自我辩护是一个我之前完全忽略的因素。"

我的第二个prompt:

你提到了损失厌恶和沉没成本谬误的关系。我之前一直把它们混为一谈。请帮我搞清楚:它们到底是什么关系?是包含关系、因果关系、还是并列关系?

AI的回答(关键部分):

它们不是同一个概念,也不是简单的包含关系。更准确地说:

  • 损失厌恶是一种更基础的心理倾向——人对损失的敏感度高于对收益的敏感度。这是Kahneman和Tversky提出的前景理论(Prospect Theory)的核心发现之一。

  • 沉没成本谬误是一种具体的决策错误——因为过去的投入而影响了未来的决策。

两者的关系:损失厌恶是沉没成本谬误的心理根源之一(但不是唯一根源)。损失厌恶让你在面对"放弃已投入的东西"时感到格外痛苦,这种痛苦驱动你做出"继续投入"的非理性决策。

但损失厌恶还会导致其他决策偏差(比如"禀赋效应"——你拥有的东西在你眼里比它的客观价值更高),所以损失厌恶的范围比沉没成本谬误更广。

读完这段,我觉得自己之前的困惑被解开了一半。但我注意到一个新的概念冒出来了——"前景理论"和"禀赋效应"。我在笔记里标记了一下,但没有跑去学它们。一次只解决一个问题。 如果我每遇到一个新概念就追过去学,我会像一只追蝴蝶的猫——跑来跑去但什么都抓不到。

我的第三个prompt:

最后一个问题:有没有什么情况下,考虑沉没成本反而是合理的?我总觉得现实比"永远不要考虑沉没成本"更复杂。

AI的回答(关键部分):

从纯经济学的角度看,沉没成本在任何情况下都不应该影响决策——因为它已经无法改变了。

但在现实生活中,有几种情况让事情变得更复杂:

  1. 信号价值:坚持一个项目可以向他人发送"我是一个可靠的人/团队"的信号。在人际关系和商业合作中,这种信号有时是有价值的——即使从纯成本角度看应该放弃。

  2. 信息不完全:有时候你不确定一个项目是否真的会失败。已投入的成本可以作为一种间接信息——"我已经投入了这么多,我比外人更了解这个项目的情况"。这种情况下,投入本身包含了信息价值。

  3. 心理健康角度:频繁放弃未完成的事情可能会损害一个人的自我效能感和心理韧性。有时候"坚持做完一件事"的心理价值超过了经济上的最优选择。

但要注意:这些情况不是说"沉没成本谬误是对的",而是说"现实中的决策比纯经济学模型更复杂"。核心原则不变——过去的投入不应该是决定未来行为的主要理由。但它可以是你考虑的因素之一,前提是你清楚地知道自己在做什么。

这个回答让我意识到了一个我之前从来没想过的维度:"信号价值"。

"坚持"这个行为本身,在社交场景中是有价值的——它向别人展示你是一个不会轻易放弃的人。这跟沉没成本无关,但它经常跟沉没成本混在一起,让人分不清自己到底是在"合理坚持"还是在"犯沉没成本谬误"。

我在文档里写了一行:"原来'该不该坚持'和'沉没成本谬误'是两个不同的问题。不是所有的坚持都是谬误。但你需要知道自己坚持的理由到底是什么——是因为前方真的有价值,还是只是因为背后已经投入了太多。"

这句话是我自己想出来的。AI的回答给了我素材,但这个总结是我自己的。


阶段三:关掉AI,自己重新写一遍(10分钟)

现在到了最关键的环节。

我关掉了AI对话窗口。关掉了所有资料。回到那个空白文档的下方,开始第二次书写。

这次我不是在写"我目前知道的",而是在写"我现在的理解"。

以下是我写的原文:


沉没成本谬误——第二次理解

是什么:
沉没成本是已经花出去、无法收回的成本(时间、钱、精力)。沉没成本谬误是指:人在做"接下来怎么办"的决策时,不合理地把"过去已经投入了多少"作为继续投入的理由。

理性的决策方式应该是:只看"从现在开始,继续做的收益是否大于继续做的成本"。过去投入了多少跟这个判断无关——因为不管你接下来怎么做,过去的投入都拿不回来了。

为什么人会犯这个错误(三个心理机制):

① 损失厌恶:大脑对"失去"的反应比对"获得"强烈得多(大约2倍)。放弃已投入的东西会被大脑编码为"损失",即使这些投入已经无法回收。这种痛感让人倾向于选择"继续"——因为"继续"让你暂时避免面对损失。

② 自我辩护:放弃 = 承认之前的决策是错的。人有一种心理需求——保持自我认知的一致性——我不想承认我判断失误了。继续投入可以推迟这种承认。

③ 完成偏好:人的大脑不喜欢"未完成"的状态。一件事开始了但没做完,会制造心理上的不适。所以人倾向于把已经开始的事做完,即使"做完"本身没有足够的价值。

损失厌恶和沉没成本谬误的关系:
不是同一个东西。损失厌恶是一种更底层的心理倾向(对损失的敏感度高于对收益的敏感度),它会导致很多种决策偏差,沉没成本谬误只是其中之一。也就是说:损失厌恶是原因之一,沉没成本谬误是表现之一。它们是"部分因果"的关系,不是等号。

什么情况下"坚持"不是沉没成本谬误:
关键问题是:你坚持的理由是什么?

  • 如果理由是"我已经投入了这么多"→ 可能是沉没成本谬误
  • 如果理由是"我相信未来的收益仍然大于未来的成本"→ 不是谬误,是合理判断
  • 如果理由是"坚持这件事能给别人发送'我是可靠的人'的信号,而这个信号本身有价值"→ 不是谬误,但需要自己想清楚这个信号到底值多少

最难的部分是:在现实中,这三种理由经常混在一起。你很难分清自己到底是在"合理坚持"还是在"被沉没成本绑架"。

一个自己想的类比:
沉没成本谬误就像开车导航。导航告诉你前方堵车,建议你掉头走另一条路。但你心想"我已经在这条路上开了半个小时了",所以选择继续堵着。

那半个小时已经花掉了。不管你继续堵还是掉头,那半个小时都回不来。唯一应该考虑的是:从现在开始,哪条路更快?

但人就是很难接受"我白开了半小时"这个事实。

理解程度自评:7/10

还不够清楚的地方:

  • 前景理论的完整内容(今天不展开,标记为下次学习)
  • 沉没成本在组织决策中的表现(个人决策和组织决策可能不一样)
  • 有没有实验数据证明"自我辩护"在沉没成本谬误中的作用?

写完之后我回头对比了第一次和第二次的笔记。

第一次:能说出定义和一两个例子,但三个追问一个都答不上来。
第二次:能说出定义、三个心理机制、跟损失厌恶的区别、"坚持vs谬误"的判断标准、自己想的类比,还标记了三个需要继续深入的方向。

从3/10到7/10。花了大约23分钟。


阶段四:最终检验(5分钟)

最后我做了一件事。我重新打开AI,但这次不是让它教我,而是让它考我。

prompt:

请你出3道关于沉没成本谬误的判断题,包含一些常见的误解和容易混淆的情况。我来作答。

AI出的题:

题1: "小王花了200元买了一张演唱会门票。演唱会当天他发烧39度,但他想'我已经花了200块',所以还是去了。" 这是沉没成本谬误吗?

我的回答: 是。他去不去演唱会,200块都已经花了。他应该考虑的是"带病去听演唱会是否真的让我快乐"以及"带病去会不会让病情恶化"。200块不应该是决策因素。

AI的反馈:正确。

题2: "一家公司在新产���研发上已经投了500万。目前产品进展不好,但团队认为再追加200万有30%的概率成功,成功后预期收益为2000万。公司决定继续投入。" 这是沉没成本谬误吗?

我的回答: 这个要看。如果公司继续投入的理由是"我们已经花了500万不能浪费",那是沉没成本谬误。但如果理由是"追加200万有30%概率获得2000万,期望收益是600万,大于投入的200万"——那这是一个合理的商业判断,不是谬误。关键是看决策的理由是"因为过去"还是"因为未来"。

AI的反馈:分析正确。但补充一点——实际中需要考虑30%的概率估计是否客观,还是被"已投入500万"的事实扭曲了(即团队可能因为不想承认前期投入浪费,而高估了成功概率)。

这个补充让我愣了一下。原来沉没成本谬误不仅会影响你"做不做"的决策,还会影响你对"成功概率"的评估。 你会因为不想承认沉没成本而无意识地高估继续做下去的成功率。

这个洞察我没有在之前的学习中得到。它是在"被AI考试"的过程中意外获得的。

我在笔记里加了一句:"沉没成本不仅扭曲决策,还会扭曲你对概率的判断。你会因为'已经投入太多'而不自觉地相信'成功率比实际更高'。"

题3: "小李谈了三年恋爱,关系已经很痛苦了。朋友劝她分手,她说'我们在一起三年了,付出了这么多'。" 这是沉没成本谬误吗?

我的回答: 乍一看像是沉没成本谬误——"三年的感情"是沉没成本,不应该成为继续一段痛苦关系的理由。但这种情况其实更复杂。三年的感情不仅是"投入",还包含了共同记忆、互相了解、社交网络的交织——这些不完全是"沉没"的,它们在未来可能仍有价值。而且亲密关系涉及的情感因素不能完全用经济学的框架来套。所以我会说:她的推理中包含了沉没成本谬误的成分,但不能简单地说"这就是谬误,所以你应该分手"。

AI的反馈:这是一个非常有质量的分析。区分了"纯沉没成本"和"仍有未来价值的积累",这在实际决策中非常重要。


复盘:这30分钟里发生了什么

让我回顾一下刚才的过程。

花的时间: 大约28分钟。

起点: 能说出"沉没成本就是已经花出去的钱不应该影响决策"这样一句话。三个追问一个都答不上来。

终点: 能解释三种心理机制、能区分损失厌恶和沉没成本谬误的关系、能判断一个具体场景是不是谬误、能识别出"沉没成本还会扭曲概率判断"这个自己之前完全不知道的点。

中间过程的实际样子:

不是线性的。不是"第一步→第二步→第三步"那么整齐。真实的过程是:

  • 写着写着发现自己说不清楚 → 停下来想一会儿
  • 问AI的时候,答案里冒出新概念 → 忍住不追过去,标记下来
  • 第二次写的时候,有些地方比第一次清楚了,但有些新的困惑出现了
  • 被AI考试的时候,第二题想了大概一分钟才组织好思路
  • 第三题的回答,有一半是在写的过程中才想清楚的——开始写的时候我也不确定自己要说什么

最不舒服的瞬间: 第一次白纸测试的时候。面对空白文档,发现自己对一个"以为自己懂了"的概念只能说出一个定义和一个例子。那种"原来我什么都不会"的感觉很不好受。

最有价值的瞬间: 被AI的第二道题追问之后,意识到"沉没成本还会扭曲概率判断"。这个洞察不在我最初的三个问题里——它是在学习过程中"涌现"出来的。如果我只是读一篇关于沉没成本的文章然后收藏,我永远不会遇到这个洞察。

理解程度变化: 从3/10到7/10。

还剩下的3/10是什么? 前景理论的完整内容、组织层面的沉没成本决策、自我辩护假说的实验证据。这些标记在了笔记里,成为未来的学习方向。


你可能在想的几个问题

"30分钟就够了吗?"

看你怎么定义"够了"。

如果"够了"是指"可以去大学讲一门行为经济学的课"——那显然不够。30分钟学到的是一个概念的核心原理和基本应用,不是整个领域。

但如果"够了"是指"能用自己的话跟别人讲清楚,被追问的时候能回答"——对于大多数概念来说,30分钟的深度学习是够的。

关键在于:这30分钟是"深度学习",不是"浅度浏览"。

同样是30分钟——你可以用来刷5篇关于沉没成本的文章,每篇看6分钟,然后觉得自己"学了很多"但什么都留不下来。或者你可以像上面那样,只聚焦一个概念,先自己想、再问AI、再自己写、再被考。后者留下的东西是前者的十倍不止。

"你选的这个概念太简单了,换一个更难的试试。"

你说得对。沉没成本谬误确实不是一个特别"硬"的概念。如果换成"贝叶斯定理""期权定价模型""注意力机制"这种数学密集型的概念,30分钟可能只够搞清楚一两个基础问题。

但方法是一样的:先把自己知道的倒出来 → 发现卡壳 → 带着问题去学 → 关掉资料自己重写 → 检验。

区别只在于"循环几次"。简单的概念一两次循环就能达到7/10。复杂的概念可能需要五次、十次,跨越几天甚至几周。但每一次循环都在推高你的理解程度。

30分钟不是目标。一次完整的学习闭环才是目标。30分钟是一次闭环的典型时长,但你完全可以花15分钟做一个小闭环,或者花2小时做一个大闭环。

"你在演示的时候,有没有为了文章效果而美化过程?"

有一个地方我确实省略了:我在写第二次理解的时候,中间有大概三分钟是在发呆——不是在思考,就是单纯地不知道接下来该写什么,盯着屏幕发呆。这在文章里被压缩了,因为读一个人发呆的过程确实没什么意思。

但除此之外,上面的过程是真实的。两次笔记的原文是真实的。AI的回答是真实的(虽然被我压缩了长度)。题目的回答是真实的。包括那些卡壳的地方和写着"我不确定"的地方。

我之所以保留这些不完美的部分,是因为如果我把它们删掉,你看到的就是一个"聪明人高效学习"的表演。那没有意义。你需要看到的是真实的学习长什么样——它是混乱的、有停顿的、会犯错的、有些地方到最后也没搞明白的。

这就是真实的学习。它不性感。但它有效。


如果你想自己试一次

你需要的东西:

  • 一个你"以为自己懂了但其实说不太清楚"的概念
  • 一个空白文档或一张白纸
  • 一个AI工具(ChatGPT / Claude / 任何你习惯的)
  • 30分钟

步骤:

  1. 倒出来(5分钟):不看任何资料,把你对这个概念的理解写下来。包括你不确定的地方。特别是你不确定的地方。
  2. 带着问题问AI(8分钟):不要问"帮我解释X"。问你在第一步中发现的具体困惑。让AI回答你的问题,不是回答一个泛泛的教科书问题。
  3. 关掉AI,重新写一遍(10分钟):不看AI的回答,用自己的话重新写。比第一次会好很多。但也会发现新的困惑。标记下来。
  4. 让AI考你(5分钟):让AI出2-3道跟这个概念相关的判断题或情境题。回答的过程中你会发现自己理解的深度。

可能会遇到的状况:

  • 第一步写不出什么东西 → 正常。说明你之前对这个概念的理解接近于零。这正是为什么要做这个练习。
  • 问AI的时候答案里冒出很多新概念 → 别追。标记下来,以后学。一次只解决一个核心概念。
  • 第三步重写的时候发现自己还是很多地方说不清楚 → 正常。理解程度如果能从3/10提高到6/10或7/10,这30分钟就非常成功了。没有人能一次就达到10/10。
  • 被AI考试的时候答错了 → 最好的学习机会。答错的地方就是你理解最薄弱的地方。

你不需要任何特殊工具。不需要Obsidian。不需要特别的模板。一张白纸加一个AI就够了。

工具和系统是后面的事。方法的核心只有一个:先自己想,再对照学,然后自己再想一遍。

这个循环做一次,你对一个概念的理解就会深入一层。做三次,你就能在大多数对话中自信地讲这个概念了。做五次,你能在这个概念上回答大多数追问。

第一次最难。因为你要面对自己的无知。

但也最有价值。


28分钟前我对"沉没成本谬误"的理解是3/10。

现在是7/10。

那缺失的3/10不让我焦虑。

因为我清楚地知道它们是什么、在哪里、下次该怎么补。

这种"知道自己不知道什么"的清晰感,

比"以为自己什么都知道"的虚假满足感,

好一万倍。


关于本文涉及的知识:

  • 沉没成本谬误:Arkes, H.R. & Blumer, C. (1985). The psychology of sunk cost. Organizational Behavior and Human Decision Processes, 35(1), 124-140.
  • 损失厌恶与前景理论:Kahneman, D. & Tversky, A. (1979). Prospect Theory: An Analysis of Decision under Risk. Econometrica, 47(2), 263-292.
  • 自我辩护与承诺升级:Staw, B.M. (1976). Knee-deep in the big muddy: A study of escalating commitment to a chosen course of action. Organizational Behavior and Human Performance, 16(1), 27-44.
  • 完成偏好与蔡格尼克效应:Zeigarnik, B. (1927). Über das Behalten von erledigten und unerledigten Handlungen. Psychologische Forschung, 9, 1-85.
  • 提取练习的学习效果:Karpicke, J.D. (2012). Retrieval-based learning: Active retrieval promotes meaningful learning. Current Directions in Psychological Science, 21(3), 157-163.

📞 AI+obsidian 读书与知识管理星球

请点击了解详情 →

Image
Obsidian+AI第二大脑(付费)
Obsidian+AI第二大脑
Obsidian+AI工作流
Obsidian+AI工作流
Obsidian+AI 读书卡片合集系列
读书卡片合集
   Obsidian+AI 知识管理合集系列
Obsidian+AI知识管理
   Obsidian 数字人生
Obsidian数字人生
 AI + Obsidian 效率革命
AI + Obsidian 效率革命
AI 重建知识系统
Obsidian × AI 重建知识系统
Claude Code Skills 完全指南
Claude Code Skills 完全指南

 AII

Image

松花酿酒,春水煎茶。

眉上风止,见字如晤。

一只阿木木