对于许多研究人员和工程师来说,写作并非总结结果的最后一步,而是发现他们实际上在研究什么的初级机制。这种视角的转变——从将写作视为“乏味的尾声”转变为核心认知工具——突显了外化思想如何帮助澄清思维并构建复杂系统。
写作作为发现机制
一位用户 billypilgrim 分享说,在攻读博士学位期间,他们发现科学过程高度依赖于向他人传达思想的能力。他们指出,许多研究问题仅在写作阶段才被发现,因为对思维清晰度的需求迫使他们通过多次草拟来高效地达到目标。
讨论强调了写作是深度思考的工具。billypilgrim 认为 AI 辅助写作可能存在问题,因为它可能导致人们认为写作仅仅是产出文本,而不是对主题进行深度思考的方法。
外部存储与系统设计
几位参与者强调了物理媒介在思考过程中的重要性。用户 hoppp 描述了大多数项目是如何从纸上的涂鸦或包含方框和箭头的系统图表开始的,这些图表在编写任何代码之前用于描述思考过程。
另一位评论者 noir_lord 指出,尽管尝试了各种工具,他们始终回到简单的 A4 记事本和圆珠笔。他们观察到,笔和纸的“完全自由形式”提供了一种数字工具(如 iPad)无法完全复制的认知优势。
技术类比与认知风险
讨论中包含了有限状态机 (FA) 与图灵机 (TM) 之间的技术对比。一位评论者 yubblegum 建议,如果人类渴望达到“图灵机状态”,其指导原则是书写、重读并重新评估想法,并指出这一过程受停机问题的影响。
相反,baxtr 警告了这种方法的陷阱,指出对于高度分析型的人来说,写作可能会适得其反。他们认为,如果作者专注于不断详述想法,而不是利用写作来挑战假设或测试假设,就可能导致“伪理性化”。
AI 的角色与受众定制
人类撰写的草案与 AI 输出之间的区别是一个反复出现的主题。评论者 jbs789 发现 AI 生成的文字很难阅读,因为它们缺乏人类思考的“分量”,这可能导致人们给予文本过高的评价。
此外,sublinear 指出,人类写作涉及根据受众的“痛点”定制信息——这是一种 AI 可能难以处理的细微差别,因为 AI 缺乏对现场氛围进行“氛围检查”的能力。
