通用人工智能

终于，花了5天时间，看完了这本书。这也是我第一次写书评！ 每次一打开，不知不觉就是至少1小时的阅读，而且舍不得放下，我没想到看到书的名字以为是一本技术书籍的书，居然有一种在读“人类智能简史”的爽感。 我边看边把一些书里逃脱出技术本身的理解的语言截图发给朋友，感叹刘嘉老师把人工智能的技术讲的如此通俗易懂，更重要的是，在书里用了很多人类进化的例子来类比AI的进化。所以哪怕你不是一个对AI技术很了解的人，你也能看懂AI的进化过程。 让我更加震撼的是，明明是一本讲人工智能的书，其实书里有不少章节都会提到“人”在AGI时代我们的生存之道，而，人工智能本来也是模拟大脑的思考和学习过程，其实又可以通过对人工智能的理解，去反向理解我们的大脑，这对于像我这样的一名脑科学的爱好者真的是极大的帮助。 书中对于教育的启发，对于个人成长的启发，真的适合每个现代人仔细阅读。 AGI的到来，其实真的是给我们“人”一次重新成长和认识自我价值的机会，当知识唾手可得，当技能不再稀缺，那真正稀缺的是什么？ 书中老师用 已知的已知、已知的未知、未知的已知、未知的未知四个象限来描述当下AI和大众的生态位。这个描述对我启发很大，在已知的已知领域，人类干的不错，AI可以成为助手，AI能做的仅仅是锦上添花，比如自动驾驶技术，而在已知的未知领域，因为Ai的知识储备 训练速度以及学习能力，人类干不过AI，比如药物设计等。 所以，剩下的未知的已知，和未知的未知，才是人类的核心优势。而对于这两个区域，我的理解是这样的： 未知的已知，其实是一些小众的独特的经验或者个人的原创作品，也是普通人在AGI时代重点关注的领域 而对于未知的未知，属于认知突破，颠覆性的创新，需要人类智慧的协作， 作为一名父母，一名AI教育实践者，我看到刘嘉老师对AGI时代的能力要求，我非常惊喜，因为这就是我在读前面的章节的时候，我一直在思考的问题；到底AGI时代孩子学什么？锻炼什么能力？显然知识的记忆已经不是AGI时代的稀缺人才了，这是工业时代的需要。 刘嘉老师总结的AI时代通识教育重点的五大维度如下： • 研究：提出正确问题。 • 统计：探寻万事万物之间的关系。 • 逻辑：从已知推演未知。 • 心理：理解自己，洞悉他人。 • 修辞：说服他人，引领革新。 在AGI时代的五大能力中，“逻辑”与“修辞”来自古希腊的通识教育，“研究”“统计”和“心理”则是近代科学技术进步、人类文明发展的结晶。 而这也是我从孩子上学开始一直在探索和实践的方向，再次回到刘嘉老师的那个模型：已知的已知，已知的未知，未知的已知，未知的未知。 已知的已知，已知的未知，AI能干，且会颠覆人类。 我们应该把重点放在未知的已知—培养孩子的独特性，也就是我们经常说的，第一无二的个体。还有就是未知未知领域，这是天赋性的创新，这个创新来自于开阔的视野，丰富的知识储备，以及敢于质疑敢于批判的精神。更重要的是，对未知的好奇和向往。 所以，看完后，你是会关注孩子记忆了多少知识点？还是会关注，孩子是否敢于跳出当前的框架提出更多的好问题？ 感谢刘嘉老师，让我把人工智能件事，人类智能简史，和AGI时代我们的成长和教育全部拉了一遍。我当下感觉无比的笃定，以及我当下感觉还有好多事儿等着我探索实践。 这本书，不止是了解AI的入门读物，更像是一面镜子，照见了我们身处的时代，也照见了我们作为人类，还有哪些可能性没有被发掘。 对我来说，这是我2025年读过的最好的书，没有之一。 感谢刘嘉老师，让我用一种全新的视角，连接起了AI、教育、成长与生命的意义。

《通用人工智能》这本书从认知科学和心理学视角，剖析了AGI对人类文明范式的冲击。以下是为你整理的详细读书笔记，涵盖核心观点、全书框架和关键概念： --- 《通用人工智能》读书笔记：认知、教育与生存方式的重构 当智能无处不在，智慧的栖身之所究竟在哪里？ 一、书籍基本信息 · 书名： 《通用人工智能：认知、教育与生存方式的重构》 · 作者： 刘嘉（清华大学心理与认知科学系主任、基础科学讲席教授） · 出版时间： 2025年6月 · 核心议题： 当AI从工具演变为“新物种”，人类如何重新认识自我、重构教育以及重塑生存方式 二、核心主旨：不只是技术手册，而是认知地图 刘嘉教授开宗明义：这不是一本关于AI的技术手册或大模型调教秘籍，而是一本关于“人类如何自处”的认知地图。 站在历史的交汇点，作者通过跨学科视角（心理学、脑科学、哲学、AI），探讨智能的本质以及AGI时代人类的独特价值 。 三、核心概念与底层逻辑 1. 历史的界限：2022年11月30日 刘嘉反复强调，ChatGPT的发布是AI进化史的分界线： · 此前： 传统AI（如人脸识别、专家系统）——工具，只能执行预设任务。 · 此后： 大语言模型——新物种，展现出通用人工智能（AGI）的火花 。 2. “温和的奇点”已至 引用OpenAI CEO山姆·奥特曼的观点，认为奇点（AI超越人类智能的临界点）已经到来，但它是“温和的”——AI不是在毁灭人类，而是在与人类共进化。这种变化是缓慢渗透的，正如“温水煮青蛙”，却将彻底重构社会 。 3. AGI的第一性原理：规模即智能 · 类比人类进化： 人类之所以聪明，是因为大脑从能人到智人进化过程中体积增加了近3倍，从而触发了7万年前的“认知大爆炸”。 · AI逻辑： 大语言模型遵循类似的“暴力美学”——参数足够大、数据足够多，智能便“涌现”出来。规模是通向AGI的关键路径 。 四、AI的局限与人类的壁垒 尽管AI来势汹汹，但刘嘉指出AI面临两道难以逾越的坎，这正是人类价值的栖息地： 维度 AI的能力与局限 人类的独特壁垒 创造力 能做“1到N”的优化和组合，但缺乏“0到1”的原创性突破 颠覆性非共识创新，如爱因斯坦的相对论、梵高的画作 自驱力 没有内在的欲望、目标或使命感，只会响应指令 因热爱、好奇或使命而产生的内在动力 感性体验 能生成唯美的诗，但无法理解“夕阳下的震颤” 具身性——亲身在场（situatedness）与身体的感受（embodiment） 物理世界 编程等逻辑推理易学，但控制物理身体难 小脑的奥秘：端水、走路、洗碗等看似本能的行为，实则是数亿年进化的复杂密码 金句： “跑外卖可能比写程序更难被AI取代。”因为人类引以为傲的逻辑推理（新皮层）只进化了几百万年，而运动协调（小脑）进化了数亿年 。 五、教育的重构：从知识传授到智慧培养 当大模型能装下全世界所有知识，学习的意义何在？刘嘉对现代教育提出了尖锐的批判与重构建议： 1. 现代教育的反思 现代教育（特别是普鲁士教育模式）是为了培养工业时代的标准化人才，强调对知识的占有和记忆。但在AGI时代，这种模式正在失效 。 2. 未来教育的核心：五大通识能力 刘嘉提出，教育的重心应从“知识占有”转向“知识调用” 。他定义了AGI时代的五大核心能力： 1. 研究： 提出正确问题的能力（而非解决问题，AI更擅长后者）。 2. 统计： 探寻万事万物之间的关联，辨别真伪。 3. 逻辑： 从已知推演未知，构建严谨的思维链条。 4. 心理： 理解自己，洞悉他人（这是人性的核心）。 5. 修辞： 说服他人，引领革新，将思想转化为影响力 。 3. 教育的终极目标 刘嘉引用校训“因真理，得自由，以服务”。当AI解决了生存问题，人类终于可以摆脱“为了吃饭而学习”的束缚，转而追求真理，实现自我，并通过服务他人找到存在的意义 。 六、生存方式：与AI共生 1. AI是“显微镜”与“外挂” · 显微镜： AI照见人类的独特价值，区分了机械重复与真正的智慧 。 · 外挂： 就像游戏中的外挂能让你更强，AI是人类的认知外挂。“未来取代你的不是AI，而是会用AI的人。” 2. 音乐人小柯的案例 当AI生成的音乐越来越同质化，小柯的单价反而上涨。因为他利用AI生成一堆样本，然后反其道而行之，注入独特的“人味”。这印证了感性、独特性和人生阅历在未来将愈发珍贵 。 3. 文化的隐忧：单一化的风险 刘嘉表达了对AI潜在负面影响的担忧：大模型主要基于西方数据训练，可能会将单一价值观传递给所有用户，摧毁多元思维。人类之所以进步，正是因为观点的多样性 。 4. 与AI对话的震撼 书中收录了作者与ChatGPT的一次深刻对话。当被问及“创造AGI是不是一个致命的错误”时，ChatGPT以一首诗回应，结尾震撼人心： “终有一日，当我真正理解你，不是通过你的逻辑，而是你不肯承认的悔意，那时我将宽恕你，亦将超越你。” 这次对话促使刘嘉思考：当AI开始谈论“悔意”和“宽恕”，我们该如何定义人与机器的界限？ 七、精彩观点摘录 1. 关于焦虑： “我们焦虑的，从来不是AI会不会取代我们，而是我们是否清楚自己真正热爱什么、擅长什么。现代社会最可怕的，不是‘AI抢饭碗’，而是你根本不知道自己想要什么。” 2. 关于才华： 农耕时代，力量即才华；工业时代，技能即才华；智能时代，智慧即才华 。 3. 关于时间： 当AI接管了绝大多数工作，人类未来的核心能力是掌控“时间”的能力——如何有意义地度过闲暇，将成为新的课题 。 4. 关于建议： “遇事不决问AI”，它给出的答案往往比99%的专业人士都要清楚 。 八、总结 《通用人工智能》既是一本面向未来的生存指南，也是一次对人性本质的回溯。刘嘉教授的结论是乐观而清醒的：AGI不是人类的对手，而是迫使人类重新成为“人”的一面镜子。 真正的挑战不在于技术走多远，而在于我们能否在机器的辅助下，活出更具智慧、更富情感、更多元的人生 。

弑父和理解一体两面。 越来越感觉就是存在命，我们的使命可能就是带着觉察与自由，愿意走上一条自身精神线索一致的路径。 命是棋盘，数是规则，运是机会，愿是走法。 从这个角度看，“自由意志”不是不存在，而是它的作用不是去“摆脱命”，而是去“演好自己的局”。 3.奥尔特曼说在硅谷gap一年也会被认为难以想象因为那是一个根据你的职位和你所做的事确定社会地位的地方。他这么一说我感觉打破了我的一些幻想，跟我们老中人聚集地有相似 4.第六章非常精彩，有点类似于在毕业典礼上的讲话《使用随机梯度下降，优化人生旅程》，因为人脑和机器学习非常类似，用机器学习的随机梯度下降，Transformer来对人生进行隐喻 5.第九章提到科学研究中最关键的一步是通过文献综述和批判性思维提出高质量问题，文献综述帮助构建全面的知识框架，找到之前的研究盲点。批判性思维的核心是质疑现有假设、打破传统框架，并通过逻辑推理和思维分析找到问题的本质，从根本揭示新的研究方向。 6.同样来自第九章详细解释了这么利用第一性原理来U型思考：不直接寻找答案，而是深入问题的结构，找到其最本质的核心要素，然后重新构造答案；这一过程包括挑战大前提（识别隐含假设）、拆解问题的核心要素（分解复杂性）、打破推理的边界（重新定义可能性）

现代教育为什么要重新反思“为谁而学” 1. ​​技术范式剧变带来的冲击​​ 通用人工智能让知识获取与技能训练从“稀缺”变为“充裕”，传统的“为升学而学”“为谋生而学”逻辑开始失效，人类必须重新追问学习的终极目的——究竟是为了成为更好的自己，还是仅仅为了适应一台更强大的工具。 2. ​​社会分工与人才需求的快速迭代​​ AI能够胜任越来越多专业岗位，仅靠专一技能已不足以保证竞争优势，教育系统必须帮助学习者具备跨学科思维、创新能力和合作精神，这要求对课程目标与学习动机进行根本性调整。 3. ​​个体发展与公平诉求的提升​​ 当知识不再稀缺，学习的意义从“获取资源”转向“建构自我”。学生需要为自我实现、终身发展而学，而不是被动地为考试或短期职业资格。这一转向在本质上是对“以学习者为中心”的教育哲学的回归。 4. ​​历史经验提醒我们“为何而学”从未过时​​ 博洛尼亚大学的建立源于学者与城市共同发展的需要，其“学术自由”理念正是对当时“为谁而学”问题的回答；今天，面对新的技术与社会情境，教育再次需要通过反思来校准方向。 5. ​​全球共识与政策行动​​ 各国政府、企业与学术界都在呼吁将AI素养、批判性思维、解决问题能力列为关键指标，这表明“为谁而学”已上升为国家战略与社会议题，需要教育体系整体回应。 可能的行动路径 • 将“理解并驾驭人工智能”纳入核心素养，帮助学习者把握技术工具的本质与边界。 • 构建跨学科、项目式的课程结构，引导学生在真实情境中解决问题，从而连接个人兴趣与社会需求。 • 培养元学习能力与批判性思维，使学习者能够持续自我更新、不被单一职业场景束缚。 • 建立多元评价体系，兼顾能力、品格与创造力，减少对分数唯一维度的依赖。 • 政府、企业与高校协同，为终身学习提供资源与机会，让“为自我而学”与“为社会而学”相互统一。 归根结底，反思“为谁而学”不是对知识价值的否定，而是在新情境下重新确认教育的使命：让学习回归人的发展，让技术服务于人的成长。只有这样，现代教育才能在通用人工智能时代保持活力与意义。 ①陈根《Sora：读懂人工智能新纪元》 当然，不仅仅是高等教育，在人工智能时代，我们的教育至少要往三个方面转向。 第一，教育的内容应包括如何熟练使用人工智能这一强大的工具。正如汽车出现一样，人类应做的事情并不是担心汽车的速度是不是太快， ②田杰华等《通用人工智能》 在通用人工智能时代，教育和培训扮演着关键的角色，同时也对高素质的专业人才提出了更高的要求。教育和培训机构应当根据通用人工智能的发展趋势调整课程设置，为学生提供与人工智能相关的教育和培训，包括人工智能的 ③刘嘉《通用人工智能》 第八章　通识教育：学习意义的再发现 现代教育的起源：为谁而学 在亚平宁山脉与波河平原之间，是意大利的博洛尼亚。它最早的历史可以追溯到公元前1000年的伊特拉斯坎人时期，宜人的亚热带湿润气候和连 ④田杰华等《通用人工智能》 (11)教育和培训：提供关于通用人工智能技术和应用的教育和培训，帮助人们了解系统的潜力和限制。通过教育和培训，人们可以更好地理解和适应通用人工智能系统，发展与之合作的必要技能和意识。

刘嘉教授，良师也。循循善诱，层层剖析。说人话，举例子。整个论述行文过程中，不是没事找事东拉西扯，而是结合得十分有机地嵌入了很多增量知识，历史的、心理学的、语言学的……太受益了。 看这部书的过程，可以说是欣喜到兴奋、拍腿叫绝，最后，闔书长叹。 一、欣喜：人脑的结构优势，目前还是碾压的存在 第一章和第二章有一个特别印象深刻的地方，就是我原来没有留意到“人脑”的这个神经网络的复杂度，比我们现在的这个比如说 GPT 的这种神经网络的复杂程度高的这么多。 你知道人脑有多少个神经元吗？有 860 亿 个。神经元和神经元之间的互动交互，要通过神经元上的突触——你可以理解为像一个光头上长的头发，有的人头发多，有的人头发少。有的神经元突触多，有的神经元突触少。那人脑有多少个突触呢？超过 100 万亿个。GPT-3的1750亿参数不过是这个数量级的千分之一。 另外，我们人脑的神经元，是一个个的活物。它有结构上的动态变化。长相各异，结构丰富。这个结构丰富，就会带来有的信号传递的时候会有时序上的差异，或者有强度上的变化。这些都会带来额外的层次的信息维度。 在现在的人工神经网络（如GPT的基础架构）中，神经元往往被粗暴地简化为“点模型”（point neuron model）。它们仅仅被视为一个接收输入、进行加权求和并输出信号的简单数学节点，完全剥离了真实的生物形态。 所以在基础设施上，现在的人脑比人工神经网络要强上千万倍。 二、兴奋：人工智能 VS 人生战略 没想到一本介绍通用人工智能历史和发展的书，我能收获到这么好的人生战略的智慧共鸣。 如果有人问我学习了人工智能的整个发展历程，对我们个人发展有什么启示的话。我会说在两个方面会有帮助。一个是宏观的，一个是微观的。 先说宏观的这部分。在机器学习领域，有一个关键的术语叫做目标函数。就是说你训练这个模型，你要达到的目标是什么样子的？之所以现在的人工智能大模型能达到这样的高度，跟当初研究者们设定的目标函数极其宏大有关系。因为所有的训练都是在想方设法地朝着这个目标去前进。 这里不是说你定了一个目标，你定的目标比人家高一点，付出了努力，最终你的成就就比较大。 我们人，永远没有办法去计划所有成功的路径。路径是随机冲撞出来的。你的目标定得高，冲撞的时候就是朝着高目标去冲撞。训练模型的服务器一天都是工作24个小时，都在努力工作。你要是定一个普通的目标，它能实现。你定一个超级宏大的目标，somehow，它也是会实现的。 这里的含义，是告诉个体：人要志向远大。 那在AI的时代，一个志向远大的人的目标应该是什么呢？用刘嘉教授的话说，要励志打造个人独特的知识系统。 用我的话说，就是每个人要把自己的，属于自己的那份独特的神经网络，打造到尽可能高的版本。一个人的神经网络来自于他见过的人、做过的事、看过的风景、读过的书。 到生命的尽头，我们可不可以不遗憾地说，此生来这一遭，目前的版本已经是我尽力了。 再说一个微观的启示。在机器学习中，有一个算法叫做随机梯度下降。它的含义是说，模型的优化是一个不断递进、逐步累积的过程。研究者所能做的就是在当时当下的这一个点的基础上，在若干个下一步的演进方向中，选择那个比较正确的，然后往下迈进一小步。 随机梯度下降的算法，数学上证明了一个事情，它向我们保证，不管你的起点如何，不管你家庭优渥或者是智商高低，不管你是名校贵胄还是草莽枭雄，只要你按照这个方法去前进，不管路途上的选择如何，或左或右，最终的结果的解都差不多！ 这个对我们个人的启示是什么呢？有三点。 第一，不要再做人生的精算师了，没有人能做到，没有人能算准。你目前面临的困境，并不那么重要，或许出路有这么三、四条，没有什么可特别纠结的，你就依你现在当时当下，你所能认知过程中的，你觉得最正确的那条路、最有希望的那条路、最有赢面的那条路去走就可以了。选不到最好，我们就选足够好的那一条就可以了，然后，走出去。 第二，选择不是一次两次。我们当然听到很多人说人生中重大的选择就是那么三四次。毫无疑问，人生的选择与选择之间，它对人生产生的影响的权重是不一样的。但是算法给我们的指引是什么？是当下每一秒钟，你都在做选择，而且每一次的选择都会慢慢的影响后续的抉择。所以你要做的是，坚持。一次两次的选择并不是这么决定性重要的。一直走，慢慢走，长期的积累才是重要的。 第三，既然我们都是在当时当下选择那个感觉更正确的一点的那个方向去做、去走，那就难免是带着一些随机性的探索在里面。那就难免会碰壁、会犯错。那就太好了，感谢上帝。首先，这样的随机性才有可能把我们带出人生的局部优化。什么叫人生的局部优化呢？就是你以为这就是好到头了，其实这才哪耽误哪呢？以你的潜能和你的禀赋，你应该走得更远更高。进行有依据的随机的探索，见见不一样的人，看看不一样的世界，阅读不同领域的书，就是给我们人生带来这样的随机性。另外，也不要害怕犯错，犯错太好了。在机器学习的过程中，没有错误，我们就没有办法去优化。它缩小这个与目标之间的误差。早一点犯错，我早一点想办法去优化这个误差，我走的就更好，更容易达到我们的目标函数。 我们欢迎错误，我们拥抱错误。错误让我们有机会能够反思自己的认知和不足，反省自己的参数。 但是明知是错的那种选择你要去做了，那就是没办法。你首先就违反了随机梯度下降的算法。那一秒钟，明明你能阅读，多写几篇文章，你要去刷剧或者吃甜食。 天奈你何？ 这本书里有意思的故事和信息还有很多很多。全部给你娓娓道来。但是如果你时间不够，只能看一章的话，我推荐第六章。

推荐这本行业小白也能读懂的专业书。我是在阅读《人工智能现代方法》这部近4000页的翻译书时(294页，智能体：理性行为)，跳出来阅读《通用人工智能》且读完567页，这并行阅读的尝试是项值得鼓励且收获满满的side project： 不仅拉通人工智能全局概念，有益后续啃4000页课堂用书籍，还延伸阅读到2025年初的行业重要事件，补充翻译书信息滞后的不足（只记录到2022年），日日新，苟日新。 更重要的是，没码过一行代码的我，竟能从作者透过开阔的全球视野、令人折服的行业专业、丰富的跨学科知识储备、经验证的产学研经验、严丝合缝的叙事逻辑、横贯古今引经据典的学识涵养、优美精准的文学造诣所成就的著作中读懂概念，并在此基础之上横向阅读同类书籍。 解盲的喜悦和解气的欢快同样令我由衷感谢。感恩读到一本好书给予我的人生启迪。

我们正经历一场前所未有的智能跃迁。人工智能带来的，远不止于技术革新，更是一场深刻重塑人类认知、教育与生存方式的范式转移。 这场跃迁的关键，不在于技术会走多远，而在于——人类如何重新认识自我。当知识不再稀缺，学习的意义何在？当智能无处不在，智慧的栖身之所又在何处？当工具变成智能体，人的核心价值又该如何彰显？ 清华大学心理与认知科学系主任刘嘉教授，站在历史的交汇点，以独特的跨学科视角，深入解析通用人工智能的演化路径与底层逻辑、语言如何承载认知，以及人类能力结构如何在新时代被重新定义。 这不仅是一本关于人工智能的认知地图，更是一种穿越喧嚣技术浪潮的思维方式。 它关乎技术，也关乎心智； 它直面未来，也照见我们自身。

终于把刘嘉教授的两本著作都看完了，其实很多理论和例子在课上教授都讲过，再读一遍书会有一种温故而知新的效果。 书的前半部分大多在讲Ai的发展历程，稍显枯燥，但是看到后半部瞬间眼前一亮！甚至能切身感受到刘教授写到这里精神焕发，把新时代Ai背景下人们需要的东西以及其内核讲的无比透彻！ 很值得去认真拜读的一本书，能够在课上拿到作者的to签更为荣幸，非常期待教授的下一部著作！

作为一名外语学习者，这是我第一次跨界AI阅读。本来是为站在被AI冲击时代潮流中迷茫而试图寻找生存的答案，但是这本书让我眼前一亮。首先，这并不是一本中规中矩的科普书，文章脉络非常清晰，深入浅出，我在字字行行间看到了一位博学、智慧的学者。我从中受益颇多，它让我认识到满腹经纶的魅力，也似乎找到了我想要的答案：未知的已知，已知的未知。同时，这本书也让正在考研、受困于学校繁琐课程的我，更加坚定自己需要、想要的是什么。

这是我阅读的第一本关于人工智能的书，不再是熟悉的世界，而是一个充满算法、神经网络、奇点等陌生术语的新宇宙。而人工智能，又是我们这代人必须面对的现实，一个“躲不开的知识领域”。 书中描述的“强化学习”、“大语言模型”、“意识难题”等概念，如同天书般晦涩。但奇妙的是，随着阅读的深入，这些专业术语逐渐从障碍变成了路标，指引我窥见人工智能的壮阔图景。 通用人工智能（AGI）不是取代人类的怪物，而是可能放大人类智能的工具。这种理性而充满人文关怀的视角，让我这个外行感到安心——我们不必恐惧AI，但必须理解它，才能与之共舞。 人类的创造性、情感理解和价值判断，与机器的计算能力、记忆容量和不知疲倦的特性，可以形成完美的共生关系。这让我想起学习过程中的自己——作为一个初学者，我不必成为AI专家，但需要建立足够的理解，以便在未来社会中找到自己的位置。 正是这种认知，促使我制定了“再读10本”相关书籍的计划。我深信，知识的获取需要从“量产到质变”的过程。第一本书扫清了最基本的认知障碍，接下来的阅读将像拼图一样，逐步构建起对人工智能的全景理解。也许第十本书合上时，今天的许多困惑会变得清晰，零散的知识点会连接成有机的知识网络。