E146. 如何在选项爆炸的时代做出好选择？研究"选择"的经济学家 ft.叶晓阳 - 主题精读稿
E146. 如何在选项爆炸的时代做出好选择？研究"选择"的经济学家 ft.叶晓阳 - 主题精读稿
前言：当选择成为负担 (00:00 - 02:27)
当代成年人一天要做的有意识和无意识的选择加在一起有三万五千个，其中刻意选择就有 226.7 个（康奈尔大学研究数据）。人需要选择的自由，但在这个选项爆炸、信息混杂的年代，我们也正被这种自由消耗。大到高考填志愿选专业，入职哪家公司，小到买一双手套，面对无数个选项和无数个维度，很多人不是不会选，而是被选择本身压垮了。
本期节目的嘉宾叶晓阳是经济学家，毕业于北大，曾在布朗大学担任博士后研究员，因对高考的教育经济学研究而被大众所熟知，切实地帮助了很多学子做出更好的人生选择。他的研究核心是：如何帮助大家做更好的选择。
叶晓阳带来一个反差开场：他自己就是一个选择困难的人，正因为此，他走进了这个研究领域。他坦率地说，在小事上他宁愿有人给他指导，他的太太经常帮他做决定，家里相对和谐。在重大事情上，则需要有充分的方法和思考，但他的基本结论是：没有选择，有时候是件好事；有选择，在另一些时候才是好事。区分不同的情况，本身就是一门学问。
一、选择困难的诊断：信息过载与维度爆炸 (02:27 - 09:30)
选择困难的本质不是意志力问题，而是信息问题。 行为经济学将这种现象命名为"over choice"（选择过多）——不仅选项过多，每个选项的维度也过多，大量维度之间无法直接比较，决策就会陷入瘫痪。
李天域举了一个鲜活的例子：买一双滑雪手套，本来是简单的消费决策。但刷了社交平台之后，品牌、防水等级、保暖填充材料、适合雪况、价位、评测博主推荐……每个维度都有大量内容，最后反而越看越乱，根本选不出来。叶晓阳立刻赞同：这正是"信息过度"的典型表现——你的选项多，维度又多，横向比较就变得极其困难。
他进一步解释了"多维度比较"为什么特别难：拿最简单的高考志愿举例，就两个选项的比较——好学校的差专业，还是差学校的好专业——它只有两个维度，但我们已经很难做这个决策了。我们要在"学校排名"和"专业前景"之间给出一个权重比，而这个权重本身就因人而异、因目标而异。更麻烦的是，如果维度继续增加——还要考虑城市、住宿、奖学金、就业率……每增加一个维度，决策难度就指数级增长。
解决这个问题的关键是主动降维。 叶晓阳在云南南昌大集给出了一个鲜活的实操案例。那是一个年前大集，走下来两三公里，云南各种奇珍异果、奇花异草应有尽有。面对琳琅满目，他给自己设下唯一的筛选维度——"只买其他地方几乎买不到的东西"。
价格不考虑（反正总体不贵）；用途不考虑（吃的用的玩的都行）；买多少不考虑（应有尽有）。他把所有其他维度全部先搁置，只保留"稀缺性"这一条。如此一来，精力就可以完全集中在真正重要的判断上，整个人的心态也变得放松而不焦虑——最后他买了一整棵木姜子树（刚从山上砍下来，锯成一节一节的，早上摊主老爷爷才刚从山上砍下来），见到朋友就送一根，寓意也很好。
降维不是放弃偏好，而是找到偏好的优先级排序——先确认哪一个维度对你是决定性的，其他维度暂时退场。
这一逻辑在高考志愿里同样成立：先锁定专业（比如"我一定要学中文"），再选学校，可以直接看排名，其他事情都简单多了。或者先砍掉不想去的地区，剩下的选项集合自然大大缩小。而如果把"选专业"和"选学校"两个维度同时放在台面上，两个维度还互相影响，就会陷入无解的循环。
叶晓阳在 2025 年的研究里，做了大量关于"如何帮助大家降低做选择的维度"的工作——这正是他认为最有实践价值的应用场景。
二、贝索斯框架：可逆与不可逆的选择要区别对待 (09:30 - 14:00)
李天域引入贝索斯的"one-way door vs. two-way door"框架：
- Two-way door（可逆选择）：选错了没有严重后果，可以退回来重来。比如买滑雪手套——即便选错了，损失有限，换一双就好。这种选择应该快速决策，给自己设一个时间上限，避免过度沉没在无足轻重的决策中。
- One-way door（不可逆选择）：比如高考志愿、职业方向、城市选择，这种选择在相当一段人生时间内是不可逆的，需要给予更多的信息收集和决策权重。
把选择先分类，再匹配对应的决策资源，这是减少精力浪费的关键前提。 很多人的问题恰恰是把精力分配颠倒了：在无关紧要的可逆选择上反复纠结，消耗大量精力；在真正不可逆的重大选择上却草草决定。
对于二类门的决策，叶晓阳也给出了另一个视角：减少精力投入，本质上是承认自己的精力是有限的——这是一种对认知资源的理性分配。研究表明，做决策本身是消耗精力的（可能字面意义上消耗卡路里），所以在无关紧要的事情上节省认知资源，把精力留给真正重要的事情，本身就是一种效率策略。这也是为什么很多高效人士（包括很多 CEO）会刻意减少"穿什么""吃什么"这类日常决策的复杂度——不是因为他们懒，而是他们理解认知资源的稀缺性。
李天域在此基础上提出了偏好优先级的问题：在高考选择里，你说先锁定专业，但现实中很多人会遇到——我先确定了城市，但后来看某个学校，又有强烈的感觉非去不可，于是反过来冲突了之前的决定。这到底是非理性，还是偏好权重的正常体现？
叶晓阳的回应是：这个问题的背后，其实是关于人如何处理偏好优先级、以及偏好本身是否可以理性化的深层问题。偏好不一定是固定的，你对某一个学校有强烈感觉，可能意味着那个学校触碰到了你内心深层的某个权重——这个权重平时被埋藏在其他维度下面，在接触真实信息后才浮现出来。从某种意义上说，这不是非理性，而是信息更新导致偏好权重的重新排序。关键是，你能否在当下有意识地识别这种变化，而不是被情绪裹挟着做出后悔的选择。
这个张力引出了经济学对理性与非理性的核心讨论。
三、理性与非理性：经济学如何看待我们的偏差 (14:00 - 22:00)
新古典经济学的基石是人能做理性决策——所谓理性，本质上只是几条数学公理：偏好可以排序、可以比较、具有传递性（如果 A 优于 B、B 优于 C，那么 A 一定优于 C）。只要满足这些公理，就是"理性的"。经济学里的"效用最大化"，本质是在所有选项的不同维度上加权，找到让你总效用最大的那一个。
行为经济学的诞生，是因为发现现实中有大量"理性框架解释不了"的行为。叶晓阳举了两个经典例子：
左位数偏差（Left digit bias）：人看数字从左往右，只会记住最大的那位数。99 块钱的东西，你的大脑只认为它是"90 多"；一旦价格变成 100，心理上就越过了"百元"的坎，感觉更贵了。同样是涨 1 块钱，从 99 到 100 带来的需求下降，远远大于从 98 到 99——尽管从理性角度看，这只是同等的 1 块钱差异。这就是为什么超市里遍布 9 结尾的定价。叶晓阳甚至给一家菜单全是 68、78、88 的餐厅老板出了一个建议：改成 69、79、89，可能每天多挣三百块钱——就是这么简单的信息重构。
损失厌恶（Loss Aversion）：得到 1 块钱的快乐，远远小于失去 1 块钱的痛苦。从理性角度看，同样是 1 块钱，带来的效用变化绝对值应该相等，但现实中人的反应是不对称的。这也是展望理论（Prospect Theory）的核心发现，卡尼曼因此获得诺贝尔经济学奖。
行为经济学家的贡献，是把这些心理学发现的偏差引入经济学的数学模型，帮助更好地理解决策为何失真——本质上仍然是在"效用最大化"的框架里引入了更真实的人性参数。 模型里无法解释的部分，在经济学里叫"残差项"——人类行为中总有无法被模型完全捕捉的随机与奇怪之处，行为经济学家在不断扩大可解释的部分。
有些非理性可以通过信息转换来修正（如下文的高考分数例子），有些则是人性的一部分，需要接纳而非对抗。
值得一提的是，行为经济学还有一个重要概念叫做"present bias"（现时偏好）：人们都倾向于今天拿到一块钱而不是明天拿到十块钱。这是一种在进化上有其合理性的偏好——在资源匮乏的远古时代，能马上拿到的确定收益远比未来的不确定收益更有价值。但在现代社会，这种偏好却导致了大量系统性的短视决策，比如不储蓄、不运动、不投资学习——因为这些事情的收益都在未来，而痛苦在当下。
理解这一偏好的存在，不是要消灭它，而是要在做重大决策时，有意识地把时间线拉长，去对冲这种内置的短视倾向。这也是叶晓阳强调"长期主义"的根本理由。
四、高考 599 分与 600 分的志愿悬殊——一个顶刊研究 (22:00 - 26:00)
叶晓阳的研究合作者邱新阳（现任职香港大学）与经济学家李鸿斌（斯坦福）在经济学顶刊发表了一篇研究，揭示一个令人难以置信的现象：高考考 599 分和 600 分的学生，所填报的志愿质量差异显著——就差一分，录取结果却大相径庭。
原因正是左位数偏差。学生用原始分数来做心理判断，599 在心理上是"五百多"，而 600 则跨入"六百"的门槛，偏好与信心陡然不同，报考的学校和专业层次随之变化。这不是个别现象，是可以用大数据统计出来的系统性偏差。
解决方案很直接：把原始分转换成"等位分"（基于历年相同排名位次换算的分数）。一个 599 分的学生，等位分换算后可能是 580 或 610，心理的"整数坎"消失，填报行为就会趋于理性。在实验中，当研究者帮助学生完成这一分数转换后，599 分与 600 分之间的填报差异就消失了——那条心理分界线是虚假的，但没有人告诉你的话，它就会真实地影响你的命运。
通过信息重构，可以修正可识别的认知偏差，让决策回到真实的轨道；认知偏差带来的决策失真是系统性的，个案中看起来"正常"的行为，放在大样本里才能看出它有多荒谬。
这个研究还有一个更深的意义：高考志愿是一个典型的"高风险、不可逆"的决策场景，错误的偏差可以造成长达数年甚至影响职业轨迹的后果。但这个偏差不是因为学生不聪明或者没有努力，而是因为他们接收的信息形式本身就在误导他们——原始分数这种呈现方式，制造了一个不存在的心理门槛。
这告诉我们：在重大决策中，首先要检查的是信息的呈现形式本身是否在制造偏差，而不是只检查自己的"意志力"是否够强。如果信息呈现方式有问题，再强的意志力也抵不住系统性的认知陷阱。
五、情绪是决策系统的一部分，必须被处理 (26:00 - 32:00)
三人达成一个重要共识：情绪不能被掩盖，必须被处理，否则它会污染下一个决策。
天宇说得简洁：接纳自己的非理性，也是一个理性的选择——因为它可以帮你做下一个更好的选择。
叶晓阳打了一个比方：你可以哭，但你不要永远哭，因为马上你就要去接下一杯牛奶了。 你要做的是：为情绪留出空间，从这次打翻里学习哪些是可控的、哪些不可控，然后继续往前走。时间是一个连续变量，你停留在此刻的悲痛，不等于永远停在这里了。
他把这一逻辑带进了更大的人生框架：人生是有 deadline 的，你当下的伤心值得被尊重，但不值得让它一直延续到生命终点——因为从现在到那时，还有很多有意义的事情可以做。
高考是一个特别容易出现情绪干扰决策的场景：出分后发现成绩比预期差，情绪上头，同时还要处理父母的埋怨，结果志愿就在这种情绪最失真的时刻草草填报——把之前的情绪问题直接传导到了下一个重大决策。叶晓阳见过很多这样的案例，很可惜。
情绪需要被处理，而不是被忽视或覆盖。 情绪是一个连续的变量，不处理它，就会在下一次、下下次以更大的形式爆发——这不只适用于大的人生决策，也适用于日常的夫妻关系、团队沟通。
叶晓阳在这里做了一个延伸：经济学很难帮大家解决情绪处理的问题，但这并不意味着它不重要。这是经济学边界之外的领域，心理学和其他学科的学习可以补充这个缺口。他的建议是：把情绪处理能力，当成一种需要主动学习的技能，而不是默认自己就会处理、或者默认"情绪是私人的事不需要学"。
对于情绪和决策之间关系，李天域做了一个清晰的梳理：情绪发生了，如果放任不管，它就会像断了线的风筝，跑到任何地方去，影响本不该被影响的决策。但如果我们有意识地停下来，去处理这个情绪——理解它从哪来、它在告诉我们什么、我们有没有从中学到东西——那它就不会污染下一个决策，反而可能成为一次有价值的信息更新。天宇的总结是：接纳自己的非理性，也是一个理性的选择，因为它可以帮助你去做下一个更好的选择。
这里也引申出一个实证视角：努力总体上有用，但在个案中可能看不出来，因为人生模型里还有一个"残差项"（不可控的随机因素）。正确的视角是看总体均值，而不是被个案误导。你不能因为看到某个不努力的人运气很好，就觉得努力没用。只管耕耘，不问收成——这句心灵鸡汤背后其实是严谨的统计学逻辑。同理，在厄运降临时，也不必追问"为什么偏偏是我"——随机性本来就会落在某个人身上，那个人碰巧是你。
叶晓阳在节目中做了一个有趣的延伸：既然人生中有不可控的随机因素，那理解了这一点之后，你再去看那些所谓"最坏情况"，就会用一种不同的眼光来看待。如果我们把人生里遇到的各种条件的变化，都看成是做决策时候的"预算约束"——"给定这个条件，我现在最优的选择是什么？"而不是反复纠结于"为什么是这个条件"——这种态度的转换，就是叶晓阳所说的经济学给自己最大的人生体会之一。
六、Be Resourceful：从目标出发，主动寻找和培植资源 (32:00 - 40:00)
天宇提出，"资源"是选择的底层约束，不同的人起点差异悬殊，这才是许多人选择困难的真实原因——不是不知道怎么选，而是可选的资源本来就有限。
叶晓阳赞同，并分享了他给云南山区高中生写信的经历——信的核心只有一句话：be resourceful（主动寻找和培植资源）。
他用智人生存的底层逻辑来讲这件事：在这颗星球上出现过很多种人类，最终只有智人活到了今天。智人成功执行了两个最低条件——每天获取 2000 卡热量，每晚找到不让热量流失的栖息地。他每天这样拷问自己的孩子：你凭什么找到这 2000 卡？今天凭借的是爸爸妈妈，但未来靠什么？不是靠聪明，也不是靠勤奋，而是靠你能找到别人愿意给你的那两千卡——你对别人必须有某种价值。
这不是在吓唬孩子，而是在建立一种"资源意识"：明白生存资源不是理所当然存在的，你需要找到持续获取它的方式。
叶晓阳把这套逻辑用"智人生存"来说明是有原因的：它揭示了一件事——你每天的行动，本质上都可以回归到这两个基本问题：我今天在做的事情，能帮我找到热量吗？能帮我找到栖息地吗？这不是在说要活得这么原始，而是在提供一个"去除一切复杂性之后，行动的根本意义是什么"的思考工具。当你用这个框架反思某个工作选择、某段关系、某个学习计划，往往能更清晰地判断它对你的真实价值。
寻找资源的步骤是：
- 明确目标：没有目标，任何资源和信息都没有意义。你今天上网、用 AI，到底帮你解决什么问题？先有问题，再有答案，而不是先有答案再找问题。
- 提出假设：什么东西可能帮我实现目标？按图索骥，而不是随机撒网。你要先知道你的假设是"增加技术能力"、"拓展人脉"还是"积累行业认知"，才能判断哪些资源对你真正有用。
- 按图索骥：先用内生资源（家庭背景、个人智慧、体力）；不足则向外寻求，包括免费资源、付费资源，以及需要花力气经营的社交网络和人际关系。比如你想了解某个行业，你可以看以往的攻略，可以跟有经验的人聊，这些都是资源。
- 验证：try and error，走一走，看这条路能不能走通。做完决策，你的阶段性结果又影响下一阶段的目标和资源——这是一个循环系统，不是一次性的线性流程。
李天域指出：很多高中生在上大学之前，几乎没有独立做相对重要决策的机会。每天最重大的选择可能就是去哪个食堂吃什么。解决高考志愿的根本方法，其实是教会学生在高中阶段就学会怎么做决策——这本身是一种需要练习的能力，而非靠到了关键时刻才临时启动。家庭条件好的孩子，因为见多识广，这种能力习得起步早；这本身就是不平等的一种体现。
他引入"信噪比"（signal vs. noise）的概念：判断哪些是信号、哪些是噪音，是调用一切意识（资源意识、学习意识、系统意识）的前置能力。面对同样的信息，经过训练的人能看到别人看不到的信号——比如同样看一条春运 12306 的新闻，不同背景的人提取到的信息量是截然不同的。
不公平的起点客观存在，但后天能做的唯一事情是去学习——学习的成本在 AI 时代已经极大地降低了。
叶晓阳对此的总结是他办公桌旁写的那句话：create value, reduce noise（增加价值，减少噪音）——永远以解决问题为终极目标，做的所有事情都是在减少噪音、增加价值。
他还特别补充了一个关于"学习"的认知：很多迷茫的人，其实并不是资源匮乏，而是没有目标——没有目标，就不知道什么信息是有用的。他建议，哪怕你现在还不清楚自己想做什么，也可以从阅读开始——去读那些经过时间检验的好书，去触碰不同的领域，逐渐找到自己的信号。在 AI 时代，这条路的成本已经极低：你想了解某个领域，让 AI 帮你梳理入门路径，几乎不需要花什么钱；你想验证某个假设，找一本相关的书籍阅读，几个小时就能有初步判断。资源从来不是最大的障碍，目标和意识的缺乏才是。
七、时间是所有成本的本质 (40:00 - 58:00)
讨论来到成本问题。叶晓阳的经济学框架是：给定预算，选能让效用最大化的事；当不同选项成本不同时，比较的是"期望效用/成本"的比值——也就是成本收益比。
但他接着把视角拉长：所有成本的本质都是时间。
李天域提出一个通俗化的表达：理论上，所有东西都是拿时间换来的。你想要一栋楼，先花时间弄到钱，再用钱换楼——根儿在时间上。"我想要那栋楼但没钱"这个问题，本质上是"我还没有花足够的时间去弄到那笔钱"。
一个更具说服力的比较：搬砖工人和学徒工人，20 岁时的收入差距显著（甚至搬砖更高），但如果把时间线拉到终身收入总量，学徒工积累了可迁移的技能，人生曲线完全不同。上大学不上大学也是同理——短期来看不上大学者收入更高，但大学生的增长曲线是对方无法比拟的。
这里有一个教育收益的研究视角：经济学家做教育经济学研究时，通常不看"这年毕业生的当前薪资"，而是看"终身收入"——即一个人从出来工作到退休，一辈子赚到的总收入。从这个维度看，教育带来的增益是非常显著的，哪怕短期内教育不带来更高的薪资。
这也是高考在叶晓阳眼中真正的价值所在：不是"逆天改命"，高考本身并不保证什么，它只是改变了你下一阶段的选项集合——让你进入一个更好的学校，接触到更好的人脉圈、更丰富的资源，从而在下下一个阶段有更多更好的选择。叶晓阳强调，高考之后还有很漫长的过程，不能因为考上了好学校就以为一劳永逸。
当时间线足够长，当下成本与收益的精确测量的重要性就会显著下降。 这就是坚持长期主义的底层逻辑——你不需要在 20 岁就精确计算每一步，只需要确保你在做的事情，在未来某个时间点会带来增值。
人到中年回顾，才会真正理解"大道以其亡羊"（岔路口越多，越容易走失）。精力分散是叶晓阳对自己最大的反思。他 2010 年的微博名字就叫"多歧亡羊"，用荀子的这句话提醒自己，但在这条路上还是一路狂奔了十几年。他在 2026 年给自己和父亲都开了同一张药方：用倒计时的方式计算人生预算（30 年 × 365 天 × 24 小时），让时间的有限性成为一个约束条件，倒逼只在最重要的事情上投入精力。
焦虑是焦虑，但希望用这个焦虑来变成你的一个约束条件。当你发现时间在日益减少，你可能会逼迫自己去选择最重要的那件事情是什么。
对于很多人抱怨的"精力分散、什么都想做"的问题，叶晓阳用"less is more"来概括他的处方。他坦白说，他身边熟悉他的人——家人、老师、同事——对他最大的批评，就是他要做的事情太多了。精力分散在他看来是一个长期未解决的问题。而这个问题带来的根本代价，不是某件事没做好，而是因为资源被分散，每件事都在一个低于潜力的水平上完成——无论哪件事，都可能比集中精力后做得差很多。
这也是为什么他在讲成本收益的时候，会特别强调机会成本——你选择了 A，就放弃了 B 和 C。对很多年轻人来说，最难量化的恰恰是机会成本，因为被放弃的选项的潜在价值是看不见的。但正是这种看不见的代价，决定了你最终在哪条人生轨道上。
八、代际经验失效：旧模型用旧参数做新决策 (49:00 - 59:00)
李天域点出了一个当下普遍的冲突：老一辈用自己的决策经验来指导年轻人，但他们的模型是在一个截然不同的系统里训练出来的。
典型例子：很多上一代人至今认为"体制内优先于一切"，甚至认为做其他工作是"不务正业"。但社会变化已经翻天覆地，尤其是过去三年，未来的走向越来越难以想象。当你还用旧模型估计新选项的未来回报时，估算本身就失真了——你的选择一定会出问题，不是因为信息不够，而是因为信息处理框架已经过时。
李天域还指出了一个试错成本的代际差异：在经济高速发展的时代，试错的后果和成本更低，失败了还能再来。但在现在这个相对增长缓慢的阶段，试错的成本更重、后果更深远——用父母那个时代的"大胆试错"逻辑来指导今天的选择，同样会出问题。
这不只是代际问题，也是每个人需要时刻警惕的个人问题：你自己的模型上一次更新是什么时候？你是否还在用三十岁时的认知框架，来评估今天完全不同的市场机会？
叶晓阳把人的决策系统类比为 AI 模型更新：
- 有人的模型永远不更新，用旧参数面对所有新问题——叶晓阳观察到他的父母，现在 60 岁做很多事情的方式，跟 30 岁时没什么区别，虽然经历了无数万事，但没有去革新自己的选择系统。
- 有人每次决策后都会根据反馈更新自己的 mental model，逐渐变得越来越厉害——有人永远在用 ChatGPT 2.0，有人已经升级到 5.2 了。
两类人三十年后的差距，本质是模型升级能力的差距。
学习不仅是吸收新信息，复盘也很重要。 复盘是把已有信息内化为决策参数的过程，就像 AI 模型通过强化学习从预训练数据中提炼出实际能力。不复盘，信息只是停留在浅层；复盘，才能让这些信息真正更新你的决策系统。
李天域用 AI 预训练和后训练做了一个生动的类比：人看大量内容（预训练阶段），大脑会吸收很多信息，但此时输出是混乱的，就像语言模型预训练完之后还不能直接用。只有经过强化学习（对每次决策的反馈和复盘），才能把这些信息提炼成真正的能力。看短视频不一定等于不学习——关键在于看完之后有没有内化，有没有让这些信息改变你下次的决策参数。
这里还有一个很有意思的系统性观点：老一辈的经验，不只是"内容"过时了，连"结构"也过时了。很多上一辈的父母，不仅在判断"哪些工作好"上和现实脱节，甚至在"如何做决策"这件事本身上也是用旧框架在运作。比如他们可能更偏向于依赖权威（"专家说好的就是好的"）、更依赖社区共识（"大家都这么做"）——这些在信息流通缓慢的年代是理性的策略，但在今天信息极度透明且快速更新的环境里，这些策略往往是反效率的。年轻人要做的，不只是不盲目接受父母的建议，而是帮助自己建立更适合当下环境的决策框架。
九、真正的长期主义：不是延长学习年限，而是持续更新学习能力 (59:00 - 1:08:00)
天宇提出了一个尖锐的挑战：在快速变化的时代，你花时间学的技能可能很快就过时。读研、读博"毕业即失业"的担忧很普遍，长期主义还适用吗？
叶晓阳给出了一个清晰的重新定义：
真正的长期主义不是延长在学校里学习的时间——那还是一种狭隘的短期主义。
历史上依赖文凭带来回报的时代已经过去：
- 过去三十年：大学文凭是稀缺资源，有文凭就有好工作。
- 过去十年：文凭开始贬值，技能的重要性超过文凭——于是出现了很多研究生回去读专科学技能的现象，"高铁驾驶培训班里有硕士生"成为热门新闻。
- 当下：绝大部分技能本身也会被 AI 取代，重要的不再是掌握某项技能，而是掌握学习新技能的方法。
因此，真正的长期主义问题变成：有没有一个工作岗位能让你持续学习新的东西？
只有持续学习新东西，才有机会自我训练，提高学习效率本身。这是一个复利逻辑：你学到了新东西 A，这些知识让你学下一个新东西 B 变得更快；积累了学习方法之后，你的学习速度会不断提升，而不是停滞不前。而这个复利，必须通过"持续输入新的东西"才能被触发——一旦你进入了一个完全重复性的工作，复利就停止了。
最理想的状态是：在完成工作的同时，既学到了新技能，也学到了如何学习新技能的方法。这是叶晓阳说的"最完美的状态"。如果短期找不到这样的工作，也要时刻保持这个视角，把它作为寻找下一份机会的核心筛选标准——不要只看眼前的薪资，而要问：这份工作会让我在三年后掌握哪些别人没有的能力？
叶晓阳自己的工作正好体现了这一点：作为学术研究者，他每天的工作就是在最前沿探索未知问题，这本身就是持续学习新技能的最好载体。他也意识到，不是每一个工作都能提供这样的环境，有太多岗位就是买断你的时间，让你不停地重复同样的事情。对于无法立刻改变工作的人，他的建议是：即使工作重复，也要有意识地在非工作时间寻找学习的机会，但他也坦率承认，对绝大多数人来说，上完八个小时班后再持续学习三个小时，是极其困难的事情。
对于 AI 与教育的冲击，叶晓阳和李天域出现了明确分歧：
李天域的忧虑是：AI 将"半吊子混饭吃"的空间大幅压缩。AI 能达到某领域 70-80% 的平均水准，而大多数人也恰恰处于这个水准。要超过 AI，你需要在某个极细分领域沉淀很多年——这段时间几乎没有收入，让教育的前期投入变得极高、风险极大。比如你想在写作上超过 AI，你现在要写得多好？那个门槛是非常高的。
叶晓阳的反驳是：这确实是挑战，但 AI 同时也提高了学习效率。一个好的 AI 家教，可以在一秒钟内识别学生在哪一步犯了错、犯错原因是什么（是理解问题、方法不熟还是计算错误），并推送对应的练习题。这是过去最理想的一对一辅导才能提供的学习模式，现在有可能以极低成本真正实现。AI 在压缩你成为专家所需时间的同时，也在抬高"专家"的门槛，两种力量同时作用。
李天域提出了一个更具体的判断框架，用外卖员和白领的对比来说明：送外卖的收入不一定低（一线城市努力工作月收入可超过 1 万元，有时比白领还高），但时间与收入是 1:1 的直接兑换，没有复利。积累的只是路线经验和接单技巧，这些经验的可迁移价值极低——更麻烦的是，外卖这条路未来大概率被机器人和无人机取代。而白领的工作，哪怕短期薪水相近甚至更低，但能积累行业知识、运营方法、AI 使用场景的具象化经验，这些是可以复利的。做自媒体为什么在这个时代格外火热，也有这层原因——每期节目投入的时间虽然增加了，但每次投入的成果在给越来越多的人传播，单位时间的回报在递增。
判断标准：你单位时间所获得的回报，有没有沉淀的可能性、积累的可能性、复利的可能性？
两人共同认可：AI 也带来了某种新的公平起跑线。在很多新兴领域，既有积累并不构成绝对优势，大家几乎同时在学习。即使是已有事业基础的人，也面临路径依赖的困境：很难脱开自己已有的系统，去做真正 AI native 的个体或组织。已经建立体量的公司，反而可能被一个完全用 AI 搭建流程的新团队在效率上超越。
对于整个 AI 与教育的讨论，天宇做了一个总结性的判断：至少在起步阶段，AI 是一个公平器——所有人面对新工具都需要重新投入时间学习，没有谁有绝对的先天优势。这对于原本就在相对不利位置的人，是一种机会；对于已有位置的人，则是一种挑战。当然，叶晓阳也提醒，这并不意味着"起跑线完全相同"——有资源的人（时间、资金、人脉、视野）在利用新工具时仍然有优势，只是这种优势比过去的"信息壁垒"要小一些。
十、成为不一样的人：AI 时代人类独特价值的来源 (1:12:00 - 1:22:00)
在 AI 时代，你跟别人越像，就越容易被取代。
叶晓阳认为，AI 能够标准化的，是所有可以用"标准化流程"描述的工作——不管多资深的人来做，都可以被迅速接手。传统企业的壁垒——那些被称为"context"的行业经验——随着信息存储和迁移技术的成熟，也在逐渐被数字化、标准化、可复制。大公司裁员为什么可以裁得如此快速？因为标准化的岗位本来就是"谁来都能做"的。代码"史山"——那种因为信息不透明而造成的强依赖性——在 AI 时代也开始消解。
所以真正的护城河，只有一条：成为不一样的人。
这里有一个精彩的故事。叶晓阳有一群搞文学、音乐、艺术的朋友，大家能成为几十年好友，第一步是因为互相认可了对方的作品，然后发现人也很好，锦上添花。饭局上有一位什么文艺作品都不做的朋友，叶晓阳带了一个侄子去蹭饭，侄子问：这位哥哥凭什么也是你们的好朋友？叶晓阳的回答是：他自己人就是作品。他作为一个人提供给我们的那些东西，是别人不可替代的。
这里有一个重要的补充：对他人"有用"，不仅仅是功利意义上的有用。人对他人的需要本就是多元的——有人靠作品说话，有人本身就是作品，每个人彰显独特价值的方式不同。AI 可以把我们从大量标准化的学习、工作、生活任务中解放出来，让我们有更多精力去成为真正不一样的人。
互联网上"要对他人有用"的说法引来很多年轻人的反感，李天域指出，这种反感的根源是一种错配：在一个相对增长缓慢、竞争激烈、感觉有点零和的市场里，"对他人有用"听起来像是一种社会规训——我对别人有用，但谁对我有用？难道这只是一套让我继续被剥削的说辞？
这个观察触及了当下年轻人对社会规范和自我价值之间关系的深层困惑。叶晓阳对此没有回避，他承认这是一个真实的张力：在一个不公平存在的系统里，"多为别人创造价值"这个建议，如果缺少"首先是为了自己"这个前提，确实很容易被误读为道德绑架。
他给出的回应是：我们首先需要分清两件事。第一件事是"你需要对别人有用才能生存"——这是客观事实，就像智人需要找到两千卡热量一样。第二件事是"你为什么要活下去、活得更好"——这才是你自己的问题，别人给不了答案。前者是手段，后者是目的。只讲前者，确实会变成规训；只讲后者，又容易陷入虚无。两件事都讲清楚，才是完整的图景。
叶晓阳接受了这一批评，并给出了一个更完整的逻辑：对别人有用，是寻找"那两千卡热量"（生存资源）的手段，但不是目的。最终，还是为了自己。是为了在自己的人生曲线里能再往上走一走，而不是只在与他人的横向比较中打转。 他的教育哲学的最低层次是活下去——但一旦你今天还活着、明天还活着，你活着这一天要做什么，那是每个人需要自己去处理的问题。
叶晓阳最后援引《石家庄人》的歌词：你不需要成为"傍晚六点下班、推着自行车走出来千军万马中的一个"——那是每个人都与每个人相似的状态，是最容易被取代的状态。在新的时代机遇面前，你有机会成为那个让大家一眼就能看到的人，一个更特殊的、更特别的人。
天宇对这个讨论提出了一个更深的担忧：如果我们完全按工具性来发展，最终人的最优解可能就像《美丽新世界》——由基因和天赋直接决定每个人应该做什么，这是最有效率的，但也是反乌托邦的。然而按纯天赋或兴趣发展，又有可能遭遇各种不平等的限制。叶晓阳的回答没有给出定论，但他认为：活一天，完成这一天自己要做的事，每个人有用的价值不一定一样。你能否成为适合自己的那个点，也许才是不进入反乌托邦、更好地知道自己是谁的关键因素。
叶晓阳在节目结尾处提到了一部他最近看完、非常喜欢的国产剧《海市蜃楼》，是"毛片"系列（一个以极小成本制作、但剧本质量极高的中国制作团队，豆瓣评分 9.7，在国产剧历史评分中排名前列）的新作，讲了一个古装版三体的故事，涉及外星人入侵地球。他说他看完有感慨：技术极其发达但人类社会可能变得不再美好——而我们今天做的这些讨论，正是在试图避免那种结局，在技术浪潮中寻找人类应有的位置。
尾声：活一天，做一个不一样的人 (1:21:00 - 1:27:00)
叶晓阳在节目最后说，去想那些具体的技术问题可能已经没有那么重要了。他 2026 年给自己的命题是：想清楚接下来几年到底要做什么，怎么变得跟别人不一样。
天宇在节目后记里给出了一个更根本的反思：完全理性的选择不应该不带有情绪和偏好——恰恰相反，不同的偏好产生于每个人生而不同的感受与认知。理解和尊重自己的情绪，才是做出理性判断的前提。他人的理性和我们的理性，归根结底也不尽相同。
人生没有重来，我们都做过不那么理想的选择，但这并不妨碍下次可以选得更好。
嘉宾延伸阅读：叶晓阳翻译的《匹配》（中信出版社，艾尔文·罗斯著），探讨市场设计如何影响个人决策，尤其是就业、升学等匹配市场中的规则机制。这次对话也受到书中内容的很多启发。