# 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 - 来源：数字生命卡兹克 (@Khazix0918) - 发布时间：2026-06-18 13:17 - AIHOT 分数：39 - AIHOT 链接：https://aihot.virxact.com/items/cmqj2r78s06mosl5waep4o9ow - 原文链接：https://x.com/Khazix0918/status/2067476685453447413 ## 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。 ## 正文 http://x.com/i/article/2067474789187698688 # 分享10本我觉得AI时代应该必读的好书。 昨天看到一个粉丝的评论。 我觉得还蛮有趣的。 因为我最近也看到一些所谓的AI时代必读清单，但是都太技术了，各种Prompt、大模型原理之类的。 并不是说这些东西不好，只是我觉得，这些书籍太AI了，而这个时代，我一直觉得，也一直越来越确信，决定你能不能把AI用好的，从来都不是你对AI了解多少。 是那些可能跟AI毫无关系的底层能力。 AI本身在进步，工具会迭代，模型会换代，今天的各种各样的技巧，明天可能就被模型比如fable5自己的能力升级给淘汰了。 但，人的很多底层能力和认知，是不会过期的。 正好马上假期了，没事干的可以在家看书了🫪。 所以今天想做一件可能有点冒犯的事，给大家推荐10本我自己读过的，觉得对我自己理解和学习AI非常非常有用的书，但，没有一本是直接关于AI的。 那，让我们直接开始。 1.《失控》 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。 他就是凯文·凯利的《失控》。 一本1994年的书。 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。 也就是，AI到底是什么。 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。 凯文凯利说："放弃控制才能获得控制。" 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。 控制论的整个理论基础，就是建立在反馈回路上的。 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。 这里面有一个很有趣的观点，叫舍本逐末。 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。 这就是舍本逐末。 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。 但它同时可能在不知不觉中消耗你的存量。 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。 4.《事实》 影响我事实洁癖思维的一本书。 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。 等等等等。 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。 而在AI时代，这个观点，就变得很重要了。 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。 罗斯林教你的是，在做判断之前，先看数据。 不看情绪，不看标题党，不是看朋友圈的焦虑文章，看数据。 事实，来源于数据。 不要被情绪和本能带着走。 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。 如今的AI更是。 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。 但汽车真正改变世界的方式，跟马车没有半毛钱关系。 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。 这些东西，你站在马车的框架里，一个都想不到。 AI也是，这是全新的物种，全新的媒介。 所以，《理解媒介》这本书给我最大的启发是，别用后视镜看AI。 别问比如说"AI能不能替代我的工作"。 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"。 第一个问题会让你焦虑，第二个问题会让你兴奋。 而且，我觉得，第二个问题才是对的问题。 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。 在AI时代，反脆弱，变得太重要了。 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。 而塔勒布给了一个答案，杠铃策略。 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。 这就是反脆弱。 从每一次变化中获益，而不是被变化淘汰。 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。 这就是管理。 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。 而管理这件事，是有方法论的。 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。 第一个，聚焦。 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。 第二个，在不确定中做决断。 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。 后来证明，这是迪士尼历史上最成功的收购之一。 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。 第三个，管理创意型人才。 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。 你看这个逻辑像不像Harness。 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。 好的领导者知道那个度在哪里。 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。 艾格这本书，我觉得是最好的领导力实战手册之一。 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。 就是我认为这个AI时代，最值钱的能力之一。 9.《第一哲学沉思集》 来自笛卡尔的神作。 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。 那就是"我在怀疑"这个行为本身。 我在怀疑，所以我在思考。 我在思考，所以我存在。 所以，我思故我在。 怀疑怀疑的怀疑。 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。 这层怀疑不是让你变成一个什么都不信的虚无主义者。 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。 很多人对这本书有刻板印象，觉得它是政治读物。 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。 "星星之火，可以燎原。" "世间一切事物中，人是第一个可宝贵的。" "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。" 字字珠玑，里面很多很多内容，都让我醍醐灌顶。 无脑去读就对了。 ## 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。 没有一本是关于AI的。 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。 或者说，我们生而为人，究竟该如何思考、如何生活。 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。 因为它们从来就不是关于AI的。 它们。 是关于人的。