周记0711 这周的思考主要围绕着几个问题展开，一个是如何来判定一个解释是不是循环论证。这个主题最早在读波普尔书的时候就提到过，早期的波普尔觉得进化论就是有循环论证的嫌疑，因为当我们需要用物竞天择，适者生存来解释现在的生物世界时候，就有点生存下来的就是适应的，没有生存下来的就是不适应的这种可以解释一切，用结果来代替原因的味道。 最早意识到这个主题，是chatgpt用科斯定律来帮我解释一个历史事件的时候，一开始我还挺高兴的，觉得确实是一个很好的角度，有点第一性原理的意思。但是追问了几次，就发现没那么简单，很快就意识到这个有点循环论证的味道--当一个社会政策有正面效果时候，我们就说它降低了社会交易成本，反之亦然。 接下来就是去折腾如何解决这个问题，先是问了chatgpt，gpt也承认这个问题不是很好解决，然后又去看了下波普尔后面是怎么改变了对待进化论的态度的，感觉有一些启发，但也还是没那么清楚。但是大的方向是把这个模型从具体的例子中抽离出来，去理清楚它的逻辑链和适用边界。这两个都应该是能满足好解释的标准的-很难改变和可以证伪。 另一个问题就是海波在群里提到如何来识别一个碰到的解释是好解释还是坏解释，这个问题其实和上一个问题有关联，因为很多坏解释的典型特征就是循环论证。海波给出的思路还是挺有启发的，他说我们需要首先要把自己的点状知识转成知识网络，这样当外界的言论和自己的网络有冲突的时候就会意识到这是一个坏解释。 那如何才能把自己的知识点转出知识网络的，这几天有另外一个启发，就是是汤质在高手的黑箱里面给出的创作原则：在搭建抽象框架时，要用新颖假设颠覆经典模型，这会制造冲突，让我们问出好问题；在回答具体问题时，要为独特思境对接经典模型，这能理清混乱，帮我们找出好答案。 这个原则感觉还挺有用的，第一个比较适用于你去真正的理解一个知识点（所谓的知识点很多都是经典模型-比如科斯定律），这里也有两个做法 1、你可以尝试把一个经典模型应用到一个具体案例里面去，尤其是那些你觉得会比较难的问题上去，比如我尝试利用科斯定律去分析医药集采政策时候就制造了很多混乱和冲突。这样就会有助于厘清模型的适用条件和边界。 2、尝试把两个经典模型（尤其是有点冲突的那种）应用到同一个具体案例中去，这也会制造混乱，有助于厘清模型的适用条件和边界。比如这两天我就尝试把贝叶斯模型和反身性模型放到一个例子里面去理解，比如当一个投资策略帮我们赚了钱，我们是应该按照贝叶斯模型给这个模型给多的权重，多放一些钱，还是应该按照反身性模型，少放一些钱呢？（这有一个具体的例子是lijia在trump币上赚完钱后，就直接放弃了投meme的策略，事后来看，他的这个策略无疑是对的）当你把这些经典模型反复都折腾过一遍之后，就有点把知识从点连成网的感觉了。自己感觉厘清那些有点矛盾和冲突的经典模型是组建知识网络时候最重要的事情。 第二个原则，则有助于我们厘清一个别人丢出来的解释到底是不是一个好解释，如果一个解释没有对接到经典模型，那么很多时候就是一个断言或者胡说八道（我们可以默认普通人是没有能力提出一个新的经典模型的，也很难找到一个没有被前人思考过的问题，这个和多伊奇讲的构建一个坏解释很容易，构建一个好解释很难是一个意思），即使对接了一个经典模型，如果我们有折腾这个经典模型的经历，我们就能清楚知道他有没有在正确的边界条件下利用这个经典模型。