卡兹克推荐10本AI时代必读好书：无一直接谈AI，底层能力决定使用水平 · AI HOT
数字生命卡兹克@Khazix091839
2026-06-18 13:17·14天前
AI 摘要卡兹克分享10本对理解AI极有帮助的书，但无一直接关于AI技术。他强调决定AI使用水平的是底层能力，而非工具技巧。书单包括：凯文·凯利《失控》（1994年，核心概念“涌现”——大量简单个体协作产生复杂智能）；维纳《人有人的用处》（1950年控制论之父提出“反馈”是人机协作核心）；梅多斯《系统之美》（警惕“舍本逐末”——用AI替代思考导致能力存量流失）；罗斯林《事实》（用数据思考避免情绪化决策）；麦克卢汉《理解媒介》（1964年“媒介即信息”，反对用后视镜看AI）；以及塔勒布《反脆弱》等。
数字生命卡兹克@Khazix0918 · X 2026-06-18 13:17·14天前
在 X 看原推· x.comAI 摘要卡兹克分享10本对理解AI极有帮助的书，但无一直接关于AI技术。他强调决定AI使用水平的是底层能力，而非工具技巧。书单包括：凯文·凯利《失控》（1994年，核心概念“涌现”——大量简单个体协作产生复杂智能）；维纳《人有人的用处》（1950年控制论之父提出“反馈”是人机协作核心）；梅多斯《系统之美》（警惕“舍本逐末”——用AI替代思考导致能力存量流失）；罗斯林《事实》（用数据思考避免情绪化决策）；麦克卢汉《理解媒介》（1964年“媒介即信息”，反对用后视镜看AI）；以及塔勒布《反脆弱》等。
那一年图灵刚发表图灵测试的论文，离AlphaGo打败李世石还有66年，但维纳已经在这本书里，把人和机器的关系想得非常清楚了。
维纳提出了一个概念，到今天为止我觉得仍然是理解人机协作最核心的点，那就是，反馈。
一个系统之所以能自我调节，是因为它能接收到自己行为的结果，然后根据结果修正下一步动作。
恒温器就是这样，你设了26度，它发现现在28度，就开始制冷，等降到26度，就停下来。
它不需要理解温度是什么，它只需要这样的一个反馈回路。
你把这个思路迁移到AI协作上，会发现一件很有意思的事。
那些真正把AI用得好的人，和用得一般的人，包括现在的Loop Engineering，最大的区别，其实是这些人，给AI的反馈质量更高。
维纳还在这本书里说，机器最擅长的事，是可重复的、可量化的、可编程的工作。
而人的价值，恰恰在于那些不可重复的、需要判断的、充满歧义的场景。
1950年说的这句话，放到今天的AI时代，我觉得依然极其准确。
3.《系统之美》 这本书的作者叫德内拉·梅多斯，是一个系统动力学的研究者。 我读这本书的时候还没有AI，当时我觉得，这玩意应该是每个产品经理的必读书。
后来AI浪潮来了，我觉得，它也应该是每个跟AI协作的人的必读书。
就比如你有一个根本问题，你不去解决根本问题，而是用一个见效更快的临时方案来缓解症状，临时方案确实有效，症状消失了，你就更没动力去解根本问题了。
时间一长，根本问题越积越深，你对临时方案的依赖越来越强，直到有一天临时方案也撑不住，整个系统崩盘。
放到AI上，就是你需要写一篇深度分析，本来应该自己花几天去线下之类的深度研究、去思考、去建立自己的判断。
但AI可以30分钟给你一篇看起来像模像样的东西，你用了，效果还行，下次又用，再下次还用。
半年之后你发现，你对这个领域的独立判断力，反而比半年前更差了。
因为你一直在用AI的输出替代自己的思考，你的思考能力在萎缩。
梅多斯还有一个概念我觉得特别好，她把系统里的东西分成「存量」和「流量」两种。
存量是慢慢积累起来的东西，你的专业知识、你的判断力、你的人脉、你对一个领域的直觉。这些东西积累了五年十年，是你的家底。
流量是进进出出的东西，每天的产出量、处理的信息量、完成的任务数。
AI可以极大地加速你的流量，你一天能产出的东西，可能是以前的十倍。
当你所有的分析都让AI做，你的分析能力这个存量就在降低，当你所有的写作都让AI代笔，你的表达能力这个存量就在流失。
而且存量的消耗是无声的。你并不会某一天突然发现哎我变笨了？这个消耗它是一个缓慢的、你几乎察觉不到的过程，就像温水煮青蛙一样。
所以《系统之美》这本书，很有趣的一点是，它会让你发现，在AI时代最重要的价值，是让你看到那些你看不到的代价。
我经常会问自己一个问题，你看到的"事实"，真的是事实吗。
这本书的作者叫汉斯·罗斯林，一个瑞典的公共卫生学家。
他花了几十年的时间研究全球发展数据，最后写了这本书，副标题叫"用数据思考，避免情绪化决策"。
罗斯林做过一个特别经典的测试，他在全球各种场合给观众出了一组关于世界现状的选择题，比如全球贫困率是在上升还是下降、全球人均寿命是多少、有多少女孩能上完小学。
那些高学历的、关心时事的、所谓的在各个领域有专业建树的人，答对率平均只有两道题，比猴子直接随机选还要差。
因为人的大脑有一套先天性的本能，在系统性地扭曲你对世界的认知。
比如"鸿沟本能"，就是你的大脑特别喜欢把事情分成两个阵营，发达国家和发展中国家、AI取代人和AI帮助人、懂AI的和不懂AI的。
但现实几乎从来不是二分的，绝大多数东西都在中间那一大片灰色地带里。
比如"直线本能"，你看到一个趋势在涨，你就默认它会一直涨下去。
这些本能在人类进化过程中是有用的，在非洲草原上快速判断是不是有狮子这种生死存亡的时候，这能保命。
但到了现代社会，到了需要你基于事实做复杂判断的时候，这些本能就变成了bug。
因为你输入给AI的，不只是Prompt，还有你的世界观。
你问AI的每一个问题，背后都带着你对世界的假设，如果你的假设是扭曲的，你问出来的问题就是扭曲的，得到的答案再漂亮，那其实也是有巨大的事实偏差的。
不看情绪，不看标题党，不是看朋友圈的焦虑文章，看数据。
5.《理解媒介》 一本来自马歇尔·麦克卢汉在1964年写的超级经典的书。
你可能没读过这本书，但你大概率听过他最著名的那句话：
媒介即信息，The Medium is the Message。
麦克卢汉的意思是，一个新媒介被发明出来之后，真正改变世界的，并不会是这个媒介上传播的内容，而是这个媒介本身。
电视被发明出来之后，改变世界的是电视这种媒介本身重新塑造了人类接收信息的方式、注意力结构、甚至家庭关系和政治格局。
互联网也是，改变世界的并不是某一个网站，是互联网这种媒介重新定义了知识的获取方式、社交的形态、商业的规则。
AI在我心中，有很多种定义方式，其中有一种定义，就是媒介。
而一个新媒介出现之后，改变世界的方式，完全不是你能预料到的。因为你会犯一个麦克卢汉叫做后视镜思维的错误。
就是每当一种新媒介出现的时候，人类理解它的方式，永远是拿上一代媒介的框架去套。
汽车刚被发明的时候，人们叫它"无马马车"，horseless carriage。
这个名字现在来看就非常的扯淡，它是用马车的框架来定义汽车的，好像汽车就是一辆去掉了马的马车。
汽车催生了公路系统、催生了郊区、催生了购物中心、催生了整个美国中产阶级的生活方式、几乎重塑了石油工业和中东地缘政治。
所以，《理解媒介》这本书给我最大的启发是，别用后视镜看AI。
真正的问题应该是，"因为AI的存在，什么以前不可能的事情现在变得可能了"。
6.《反脆弱》 塔勒布这个人，怎么说呢，他的书看第一遍会觉得他特别傲慢，看第二遍会觉得他说得真对，看第三遍会觉得他特么就是个天才。 《反脆弱》这本书我真的在不同的阶段翻回去看了无数次。
核心概念就一个。有些东西，不仅不怕波动和冲击，反而从中受益。塔勒布管这叫反脆弱，Antifragile。他说，脆弱的反面不是坚固。 一个杯子掉在地上碎了，这是脆弱，你用钢做了个杯子，掉地上不碎，这是坚固。 但反脆弱是什么，是这个杯子每次摔一下，就变得更结实。
AI行业的变化速度，大家也都知道，去年的版本答案，今年可能就被淘汰了，你三个月前学的那个工作流，现在模型升级了，也不需要了。
在这种级别的不确定性面前，追求稳定和确定性是徒劳的。
你没办法预测三个月后AI会进化到什么程度，你没办法赌哪个模型会赢，你没办法确定今天学的技巧明天还有没有用。
一头极度保守，守住你的底线和基本盘，另一头极度激进，拿出一小部分资源去做高风险高回报的尝试，中间那些看似稳妥其实风险最大的东西，不要碰。
翻译成AI时代的人话就是，你的基本盘是你的底层能力，比如社交能力、表达能力、系统思维、品味、领域专长等等，这些东西不会过期。
然后你拿出一部分的精力，疯狂去试各种新模型、新工具、新玩法，试错成本很低但一旦押中回报巨大。
但千万别把全部身家压在比如精通某一个特定AI工具这种破事上面。
因为那就是杠铃的中间段，看起来安全，其实一个版本更新就给你归零了。
比如说Claude Code是我现在的主力工具，我用它非常深。
但如果明天出了一个更好的东西，我会毫不犹豫地切换，因为我的核心竞争力根本不在会用Claude Code这种破事上，是在那些Claude Code替代不了的东西上面。
7.《一生的旅程》 我超级喜欢的一本自传，来自迪士尼前CEO罗伯特·艾格。
他在这本书里聊了大量关于领导力的方法和原则，怎么聚焦优先级、怎么在信息不完备的情况下做决断、怎么管理创意型人才、怎么在巨大的不确定性中带着团队往前走。
我第一次读的时候觉得，这是一本给CEO和高管看的书，跟我关系不大。
后来AI发展越来越强，Agent什么全都冒出来了之后，我的想法变了。
因为AI时代有一个特别深刻的变化，它把每一个人都变成了管理者。
以前，你是一个执行者，老板给你一个任务，你自己动手做完，你的核心能力是执行力，手速快、细节准、产出稳定。
而现在，你打开Claude Code，你的工作状态变了。
你不再需要自己动手写代码了，你变成了一个在指挥AI写代码的人，你要给方向、定标准、做取舍、看结果、给反馈。
你可能还是一个普通的个体贡献者，你可能手底下没有一个人。但你每天的工作状态，其实已经变成了一个管理者，你在管理一个AI团队。
艾格在书里聊了非常非常多的领导力原则，但对我在AI协作上影响最大的有三个。
艾格刚当上迪士尼CEO的时候，公司一团乱麻，到处都是问题。但他做的第一件事不是到处灭火，因为那些火太多了，你根本灭不完，他上来只定了三个战略优先级。所有不在这三个优先级里的事情，不管看起来多紧急，都排在后面。后面这三件事完成之后，那些火，全部自己消失了。
艾格收购皮克斯的时候，价格是74亿美金，这在当时是一个超级疯狂的数字。董事会里有很多人反对，但艾格力排众议，拍板了，执行了。
跟AI协作的时候，你会频繁地面临这种不确定性，你必须得经常在信息不完备的情况下快速判断，选一个方向，往前推。
等所有信息都齐了再做决定的人，在AI时代会被快速迭代的人甩在后面。
这个对我启发最大，艾格管理过的人里面有乔布斯、有约翰·拉塞特、有凯文·费奇，全是超级创意人才。
他的管理方式呢，不会事无巨细地控制他们，而是给一个清晰的方向和约束框架，然后在这个框架里给他们最大的自由度。
AI就是你的创意型人才。它能力极强，但需要引导。你管它管得太细，它就变成了一个只会听命令的打字机。你放手太多，它就开始自由发挥到你认不出来。
从执行者变成领导者，这是AI时代对每个人最大的身份转变。
8.《千面英雄》 这本书我想了很久要不要放上来，想了想，最后还是放了吧。
因为我觉得AI已经很强了，但是很多人，在讲故事这件事上，还是没有那么的擅长，尤其是故事的节奏这一块。 而讲故事的能力，是我觉得未来特别重要的一个能力。 这本书的作者叫约瑟夫·坎贝尔，是一个神话学家。 坎贝尔花了一辈子的时间研究全世界的神话和民间故事，最后发现了一个让很多人非常惊讶的规律，就是，全世界几乎所有文化的英雄故事，底层结构都是一样的。
他管这个结构叫英雄之旅，Hero's Journey。
一个普通人，被召唤去冒险，跨过一个门槛进入未知世界，经历考验，遇到导师，面对最大的恐惧，获得宝物，然后带着变化回到日常世界。
你可以想一想，《指环王》、《星球大战》、《哈利波特》啥的，全部都是这个结构，漫威的很多也都是。
《千面英雄》就是我认为最适合大家学习如何讲好一个故事的超级有用的书。
把信息变成故事、把数据变成叙事、把产品变成意义的能力。
这可能是今天这个书单里看起来最学术的一本，但说实话，我觉得它反而是最贴近当下的一本。
笛卡尔在这本书里做了一件事，极其简单但极其暴力，他决定怀疑一切。
他怀疑自己的感官是不是在骗他，怀疑外在世界是不是真的存在，怀疑自己是不是在做梦，甚至怀疑一加一是不是真的等于二。
他把所有能怀疑的东西全部怀疑了一遍，然后发现，在所有东西都被怀疑掉之后，有一个东西怀疑不掉。
我自己在做AI内容的时候，有一条铁律，AI告诉你的任何具体事实，你都要去验证。
但除了这条之外，还有一条更底层的习惯，我会定期停下来问自己，我现在做的这件事，我为什么觉得它是对的？是因为我真的想清楚了，还是因为我已经做了太久，惯性太大，停不下来了？
坦率的讲，这种自我审视是痛苦的，因为有时候答案是后者。
但这个能力本身，就是你作为一个人最不可被替代的部分。
恰恰相反，它是让你的所有信念都建立在更坚实的地基上。
因为经过怀疑之后还能站住的东西，才是真正靠得住的东西。
10.《毛泽东选集》 我心中的Top 1，神中神。
但是如果你真的去读了，你就是会发现，这可能是全世界都为数不多的最顶级的战略思维教材。
你对这个世界的一切疑惑，几乎都可以在毛选里找到答案。
"你对于某个问题没有调查，就停止你对于某个问题的发言权。"
"什么叫问题？问题就是事物的矛盾。哪里有没有解决的矛盾，哪里就有问题。既有问题，你总得赞成一方面，反对另一方面，你就得把问题提出来。提出问题，首先就要对于问题即矛盾的两个基本方面加以大略的调查和研究，才能懂得矛盾的性质是什么，这就是发现问题的过程。大略的调查和研究可以发现问题，提出问题，但是还不能解决问题。要解决问题，还须做系统的周密的调查工作和研究工作，这就是分析的过程。"
"看它的过去，就可以知道它的现在；看它的过去和现在，就可以知道它的将来。"
"读书是学习，使用也是学习，而且是更重要的学习。"
写在最后
这10本书，我觉得囊括了很多东西了。 这十本书，从1950年的控制论，到1964年的传播学，到1994年的复杂系统，到几百年前的哲学，到中国近现代的语录。
但它们加在一起，构成了一个理解AI、使用AI、在AI时代活得好的底层方法论。
这些底层能力，不会因为模型升级而过期，不会因为工具迭代而失效。
第一本推荐的，是我还在大学时读的一本书，但是对我的影响极其深远，也改变了我对社会、对组织、对智能的理解。
那一年，互联网还没普及，智能手机还远不是今天的样子，深度学习还在学术圈无人问津。
但KK在这本书里描述的东西，你可以去看看今天的AI Agent、多智能体协作、涌现智能，几乎一模一样。
我把这本书放在第一个，是因为它解决的是整个书单最底层的那个问题。
我从《失控》这本1994年的书中得到的答案是，一个涌现出来的系统。
《失控》的核心概念就一个，涌现，大量简单个体遵循简单规则，在大规模协作之后，涌现出任何单个个体都不可能拥有的复杂能力。
蚂蚁是最经典的例子，一只蚂蚁什么都不懂，它只会跟着信息素走、搬东西、挖洞。但一百万只蚂蚁放在一起，涌现出了精密的巢穴建筑，高效的物流网络，甚至，农业。
大模型很多时候也是如此，一个参数什么都不是，它只是一个数值权重。但几千亿个参数放在一起，经过训练之后，涌现出了写诗、编程、做数学推理、理解人类情感的能力。
理解了这个概念之后，你跟AI协作的思路会发生根本性的转变。
你会停止试图精确控制AI的每一步输出，转而去设计更好的规则和约束，然后让AI在这个框架内自己涌现出解决方案。
这其实，就是Harness。 这本书，我觉得会帮你把对AI的理解，从一个被设计出来的工具，理解成一个涌现出来的系统，这个我觉得还是蛮重要的，所以在第一本推荐，也是后面所有的基石。
2.《人有人的用处》 第一本聊完了AI是什么，那第二个自然而然的问题就来了，人是什么。 或者更准确地说，当机器越来越强的时候，人的价值在哪里。 所以这本书来了。
这本书的作者叫诺伯特·维纳，控制论之父，1950年写的。
那一年图灵刚发表图灵测试的论文，离AlphaGo打败李世石还有66年，但维纳已经在这本书里，把人和机器的关系想得非常清楚了。
维纳提出了一个概念，到今天为止我觉得仍然是理解人机协作最核心的点，那就是，反馈。
一个系统之所以能自我调节，是因为它能接收到自己行为的结果，然后根据结果修正下一步动作。
恒温器就是这样，你设了26度，它发现现在28度，就开始制冷，等降到26度，就停下来。
它不需要理解温度是什么，它只需要这样的一个反馈回路。
你把这个思路迁移到AI协作上，会发现一件很有意思的事。
那些真正把AI用得好的人，和用得一般的人，包括现在的Loop Engineering，最大的区别，其实是这些人，给AI的反馈质量更高。
维纳还在这本书里说，机器最擅长的事，是可重复的、可量化的、可编程的工作。
而人的价值，恰恰在于那些不可重复的、需要判断的、充满歧义的场景。
1950年说的这句话，放到今天的AI时代，我觉得依然极其准确。
3.《系统之美》 这本书的作者叫德内拉·梅多斯，是一个系统动力学的研究者。 我读这本书的时候还没有AI，当时我觉得，这玩意应该是每个产品经理的必读书。
后来AI浪潮来了，我觉得，它也应该是每个跟AI协作的人的必读书。
就比如你有一个根本问题，你不去解决根本问题，而是用一个见效更快的临时方案来缓解症状，临时方案确实有效，症状消失了，你就更没动力去解根本问题了。
时间一长，根本问题越积越深，你对临时方案的依赖越来越强，直到有一天临时方案也撑不住，整个系统崩盘。
放到AI上，就是你需要写一篇深度分析，本来应该自己花几天去线下之类的深度研究、去思考、去建立自己的判断。
但AI可以30分钟给你一篇看起来像模像样的东西，你用了，效果还行，下次又用，再下次还用。
半年之后你发现，你对这个领域的独立判断力，反而比半年前更差了。
因为你一直在用AI的输出替代自己的思考，你的思考能力在萎缩。
梅多斯还有一个概念我觉得特别好，她把系统里的东西分成「存量」和「流量」两种。
存量是慢慢积累起来的东西，你的专业知识、你的判断力、你的人脉、你对一个领域的直觉。这些东西积累了五年十年，是你的家底。
流量是进进出出的东西，每天的产出量、处理的信息量、完成的任务数。
AI可以极大地加速你的流量，你一天能产出的东西，可能是以前的十倍。
当你所有的分析都让AI做，你的分析能力这个存量就在降低，当你所有的写作都让AI代笔，你的表达能力这个存量就在流失。
而且存量的消耗是无声的。你并不会某一天突然发现哎我变笨了？这个消耗它是一个缓慢的、你几乎察觉不到的过程，就像温水煮青蛙一样。
所以《系统之美》这本书，很有趣的一点是，它会让你发现，在AI时代最重要的价值，是让你看到那些你看不到的代价。
我经常会问自己一个问题，你看到的"事实"，真的是事实吗。
这本书的作者叫汉斯·罗斯林，一个瑞典的公共卫生学家。
他花了几十年的时间研究全球发展数据，最后写了这本书，副标题叫"用数据思考，避免情绪化决策"。
罗斯林做过一个特别经典的测试，他在全球各种场合给观众出了一组关于世界现状的选择题，比如全球贫困率是在上升还是下降、全球人均寿命是多少、有多少女孩能上完小学。
那些高学历的、关心时事的、所谓的在各个领域有专业建树的人，答对率平均只有两道题，比猴子直接随机选还要差。
因为人的大脑有一套先天性的本能，在系统性地扭曲你对世界的认知。
比如"鸿沟本能"，就是你的大脑特别喜欢把事情分成两个阵营，发达国家和发展中国家、AI取代人和AI帮助人、懂AI的和不懂AI的。
但现实几乎从来不是二分的，绝大多数东西都在中间那一大片灰色地带里。
比如"直线本能"，你看到一个趋势在涨，你就默认它会一直涨下去。
这些本能在人类进化过程中是有用的，在非洲草原上快速判断是不是有狮子这种生死存亡的时候，这能保命。
但到了现代社会，到了需要你基于事实做复杂判断的时候，这些本能就变成了bug。
因为你输入给AI的，不只是Prompt，还有你的世界观。
你问AI的每一个问题，背后都带着你对世界的假设，如果你的假设是扭曲的，你问出来的问题就是扭曲的，得到的答案再漂亮，那其实也是有巨大的事实偏差的。
不看情绪，不看标题党，不是看朋友圈的焦虑文章，看数据。
5.《理解媒介》 一本来自马歇尔·麦克卢汉在1964年写的超级经典的书。
你可能没读过这本书，但你大概率听过他最著名的那句话：
媒介即信息，The Medium is the Message。
麦克卢汉的意思是，一个新媒介被发明出来之后，真正改变世界的，并不会是这个媒介上传播的内容，而是这个媒介本身。
电视被发明出来之后，改变世界的是电视这种媒介本身重新塑造了人类接收信息的方式、注意力结构、甚至家庭关系和政治格局。
互联网也是，改变世界的并不是某一个网站，是互联网这种媒介重新定义了知识的获取方式、社交的形态、商业的规则。
AI在我心中，有很多种定义方式，其中有一种定义，就是媒介。
而一个新媒介出现之后，改变世界的方式，完全不是你能预料到的。因为你会犯一个麦克卢汉叫做后视镜思维的错误。
就是每当一种新媒介出现的时候，人类理解它的方式，永远是拿上一代媒介的框架去套。
汽车刚被发明的时候，人们叫它"无马马车"，horseless carriage。
这个名字现在来看就非常的扯淡，它是用马车的框架来定义汽车的，好像汽车就是一辆去掉了马的马车。
汽车催生了公路系统、催生了郊区、催生了购物中心、催生了整个美国中产阶级的生活方式、几乎重塑了石油工业和中东地缘政治。
所以，《理解媒介》这本书给我最大的启发是，别用后视镜看AI。
真正的问题应该是，"因为AI的存在，什么以前不可能的事情现在变得可能了"。
6.《反脆弱》 塔勒布这个人，怎么说呢，他的书看第一遍会觉得他特别傲慢，看第二遍会觉得他说得真对，看第三遍会觉得他特么就是个天才。 《反脆弱》这本书我真的在不同的阶段翻回去看了无数次。
核心概念就一个。有些东西，不仅不怕波动和冲击，反而从中受益。塔勒布管这叫反脆弱，Antifragile。他说，脆弱的反面不是坚固。 一个杯子掉在地上碎了，这是脆弱，你用钢做了个杯子，掉地上不碎，这是坚固。 但反脆弱是什么，是这个杯子每次摔一下，就变得更结实。
AI行业的变化速度，大家也都知道，去年的版本答案，今年可能就被淘汰了，你三个月前学的那个工作流，现在模型升级了，也不需要了。
在这种级别的不确定性面前，追求稳定和确定性是徒劳的。
你没办法预测三个月后AI会进化到什么程度，你没办法赌哪个模型会赢，你没办法确定今天学的技巧明天还有没有用。
一头极度保守，守住你的底线和基本盘，另一头极度激进，拿出一小部分资源去做高风险高回报的尝试，中间那些看似稳妥其实风险最大的东西，不要碰。
翻译成AI时代的人话就是，你的基本盘是你的底层能力，比如社交能力、表达能力、系统思维、品味、领域专长等等，这些东西不会过期。
然后你拿出一部分的精力，疯狂去试各种新模型、新工具、新玩法，试错成本很低但一旦押中回报巨大。
但千万别把全部身家压在比如精通某一个特定AI工具这种破事上面。
因为那就是杠铃的中间段，看起来安全，其实一个版本更新就给你归零了。
比如说Claude Code是我现在的主力工具，我用它非常深。
但如果明天出了一个更好的东西，我会毫不犹豫地切换，因为我的核心竞争力根本不在会用Claude Code这种破事上，是在那些Claude Code替代不了的东西上面。
7.《一生的旅程》 我超级喜欢的一本自传，来自迪士尼前CEO罗伯特·艾格。
他在这本书里聊了大量关于领导力的方法和原则，怎么聚焦优先级、怎么在信息不完备的情况下做决断、怎么管理创意型人才、怎么在巨大的不确定性中带着团队往前走。
我第一次读的时候觉得，这是一本给CEO和高管看的书，跟我关系不大。
后来AI发展越来越强，Agent什么全都冒出来了之后，我的想法变了。
因为AI时代有一个特别深刻的变化，它把每一个人都变成了管理者。
以前，你是一个执行者，老板给你一个任务，你自己动手做完，你的核心能力是执行力，手速快、细节准、产出稳定。
而现在，你打开Claude Code，你的工作状态变了。
你不再需要自己动手写代码了，你变成了一个在指挥AI写代码的人，你要给方向、定标准、做取舍、看结果、给反馈。
你可能还是一个普通的个体贡献者，你可能手底下没有一个人。但你每天的工作状态，其实已经变成了一个管理者，你在管理一个AI团队。
艾格在书里聊了非常非常多的领导力原则，但对我在AI协作上影响最大的有三个。
艾格刚当上迪士尼CEO的时候，公司一团乱麻，到处都是问题。但他做的第一件事不是到处灭火，因为那些火太多了，你根本灭不完，他上来只定了三个战略优先级。所有不在这三个优先级里的事情，不管看起来多紧急，都排在后面。后面这三件事完成之后，那些火，全部自己消失了。
艾格收购皮克斯的时候，价格是74亿美金，这在当时是一个超级疯狂的数字。董事会里有很多人反对，但艾格力排众议，拍板了，执行了。
跟AI协作的时候，你会频繁地面临这种不确定性，你必须得经常在信息不完备的情况下快速判断，选一个方向，往前推。
等所有信息都齐了再做决定的人，在AI时代会被快速迭代的人甩在后面。
这个对我启发最大，艾格管理过的人里面有乔布斯、有约翰·拉塞特、有凯文·费奇，全是超级创意人才。
他的管理方式呢，不会事无巨细地控制他们，而是给一个清晰的方向和约束框架，然后在这个框架里给他们最大的自由度。
AI就是你的创意型人才。它能力极强，但需要引导。你管它管得太细，它就变成了一个只会听命令的打字机。你放手太多，它就开始自由发挥到你认不出来。
从执行者变成领导者，这是AI时代对每个人最大的身份转变。
8.《千面英雄》 这本书我想了很久要不要放上来，想了想，最后还是放了吧。
因为我觉得AI已经很强了，但是很多人，在讲故事这件事上，还是没有那么的擅长，尤其是故事的节奏这一块。 而讲故事的能力，是我觉得未来特别重要的一个能力。 这本书的作者叫约瑟夫·坎贝尔，是一个神话学家。 坎贝尔花了一辈子的时间研究全世界的神话和民间故事，最后发现了一个让很多人非常惊讶的规律，就是，全世界几乎所有文化的英雄故事，底层结构都是一样的。
他管这个结构叫英雄之旅，Hero's Journey。
一个普通人，被召唤去冒险，跨过一个门槛进入未知世界，经历考验，遇到导师，面对最大的恐惧，获得宝物，然后带着变化回到日常世界。
你可以想一想，《指环王》、《星球大战》、《哈利波特》啥的，全部都是这个结构，漫威的很多也都是。
《千面英雄》就是我认为最适合大家学习如何讲好一个故事的超级有用的书。
把信息变成故事、把数据变成叙事、把产品变成意义的能力。
这可能是今天这个书单里看起来最学术的一本，但说实话，我觉得它反而是最贴近当下的一本。
笛卡尔在这本书里做了一件事，极其简单但极其暴力，他决定怀疑一切。
他怀疑自己的感官是不是在骗他，怀疑外在世界是不是真的存在，怀疑自己是不是在做梦，甚至怀疑一加一是不是真的等于二。
他把所有能怀疑的东西全部怀疑了一遍，然后发现，在所有东西都被怀疑掉之后，有一个东西怀疑不掉。
我自己在做AI内容的时候，有一条铁律，AI告诉你的任何具体事实，你都要去验证。
但除了这条之外，还有一条更底层的习惯，我会定期停下来问自己，我现在做的这件事，我为什么觉得它是对的？是因为我真的想清楚了，还是因为我已经做了太久，惯性太大，停不下来了？
坦率的讲，这种自我审视是痛苦的，因为有时候答案是后者。
但这个能力本身，就是你作为一个人最不可被替代的部分。
恰恰相反，它是让你的所有信念都建立在更坚实的地基上。
因为经过怀疑之后还能站住的东西，才是真正靠得住的东西。
10.《毛泽东选集》 我心中的Top 1，神中神。
但是如果你真的去读了，你就是会发现，这可能是全世界都为数不多的最顶级的战略思维教材。
你对这个世界的一切疑惑，几乎都可以在毛选里找到答案。
"你对于某个问题没有调查，就停止你对于某个问题的发言权。"
"什么叫问题？问题就是事物的矛盾。哪里有没有解决的矛盾，哪里就有问题。既有问题，你总得赞成一方面，反对另一方面，你就得把问题提出来。提出问题，首先就要对于问题即矛盾的两个基本方面加以大略的调查和研究，才能懂得矛盾的性质是什么，这就是发现问题的过程。大略的调查和研究可以发现问题，提出问题，但是还不能解决问题。要解决问题，还须做系统的周密的调查工作和研究工作，这就是分析的过程。"
"看它的过去，就可以知道它的现在；看它的过去和现在，就可以知道它的将来。"
"读书是学习，使用也是学习，而且是更重要的学习。"
写在最后
这10本书，我觉得囊括了很多东西了。 这十本书，从1950年的控制论，到1964年的传播学，到1994年的复杂系统，到几百年前的哲学，到中国近现代的语录。
但它们加在一起，构成了一个理解AI、使用AI、在AI时代活得好的底层方法论。
这些底层能力，不会因为模型升级而过期，不会因为工具迭代而失效。