与系统交互的六个级别

我们最近借了朋友的车，因为它们太棒了。除了钥匙，他们还给了我们几个，呃，但书，一，两个条件：1。

你每100英里左右需要加更多的油，而且可能需要换油。

我从头到尾都在点头。是的，需要Prem-o汽油。后备箱很奇怪，好吧。尾灯-灯-不好，很高兴知道。石油，是的，石油是汽车需要的东西。

我就是其中之一。我爸爸知道如何拆卸汽车，然后再把它组装起来。我知道如何在“超级马里奥64”中获得120颗星。当然，我在成长过程中学到了一些关于汽车的东西。我在紧要关头换过漏气的轮胎，有一次帮我爸爸换过我们那可怕的郊区的刹车片，当我帮他换旧蓝(他心爱的天蓝色85号开拓者)时，我多少也注意到了这一点。

事实是，在我的成年生活中，我从未拥有过汽车(你好，城市居民)。对于那些间歇性和不可避免的公路旅行，我一直是Zipcar的半满意客户。我从未被迫面对学习汽车的现实。

即使是现在，我也开始幻想获得一辆旧大众甲壳虫(Volkswagon Beetle)锈迹斑斑的车身，通过起重机将其放入我的车库车间巢穴，拆解它，并根据基本原理重新重建它，因为我既重新发现了内燃机的发明，又制造了一辆相当甜蜜的座驾。

这种幻想从何而来？嗯，有人告诉我甲壳虫对初学者来说有一个相对简单的引擎(虽然我不太确定这到底是什么意思)。但事实并非如此。坦率地说，这对我来说是一个完全熟悉的头脑空间。一提到换油，我的大脑就急匆匆地从头开始重建一辆汽车，以便理解……。为什么我需要换一辆完全不同的车的机油。

为什么我要一直跳到想要从最基本的原则去理解事物呢？

也许是因为当我成年后学习编程时，这一直是我向往的一个基本成功的理想，而我现在正在将模式匹配到其他复杂的系统中。但是，可以肯定的是，在知道如何从头开始构建系统之前，我应该能够用它来提高工作效率。这不就是接口的全部意义所在吗？

是的，这显然是零指数的。想把它看作是本·汤普森(Ben Thompson)式的Stratechery图吗？

我要感谢Excalidraw web应用程序提供的出色的方框绘制工具。当我在做这件事的时候，我是不是应该加上一些等待但为什么风格的小棍子人物呢？

是的，这些都是苹果的复古标识颜色，因为我真的控制不了自己(不再写一篇关于我的Apple IIe的帖子已经够难的了)。

让我们一个接一个地过一遍关卡，继续以汽车为例。

您可以使用系统的主要用途。你知道如何安全驾驶汽车。你可以倒着走。你可以通过驾照考试。

你知道如何观察来自系统的次要信号。在我们的车里，你知道偶尔要检查仪表盘上的东西，比如引擎灯。你不一定知道如何处理这些信号，但你知道它们是一件事，而且可能会向机械师之类的人提及它们(但是，嘿，不能保证)。

你对之前的监测信号和你自己的便捷性足够满意了(这是一个词吗？)。做好系统的日常维护工作。当洗衣液变少时，你可以加更多的洗衣液。你换掉没电的电池。你在加油站给轮胎加气。

您知道如何修复整个系统中的子系统。不是所有的都必须，但最重要的(可能是最常坏的)。你可以换个轮胎。你可以更换刹车片。你可以修理坏了的前灯。

您知道如何彻底拆分系统，然后从头开始重新构建。你了解每个子系统，为什么它在那里，以及如何让它们一起工作。你可以把大众甲壳虫拆开再装回去。你可以漂浮起来。

事实上，这些级别之间的界限注定是漏洞百出的。3级可能会做一些很严重的4级事情。即使是0级的非用户，只要有适当的动机，也可能从流行文化和上下文线索中了解到足够多的信息来成为1级用户。

用途：可以用电脑做事情(上网、写文档、打印、使用电子表格、玩“我的世界”)。

监视器：请注意，您的浏览器比正常速度慢，或者您的硬盘空间即将耗尽。

修复：从父母的计算机上删除粗略的广告公司浏览器扩展。从备份驱动器还原计算机的数据。

我想有了这个例子，我们就从一个非计算机用户一路过渡到了计算机技术人员。很明显，我们的理解水平甚至超过了我们的5级技能，即能够拆卸一台计算机并在其中安装一些新的东西。&比如，硬盘怎么工作呢？记忆是如何工作的？什么是物理学？什么是真理？

洋葱是无限的。但是当你遇到未知的系统时，这些外层可能会被证明是有用的。

为了把他们的技能卖给较低级的人，往往有钱可以用来购买更高级的技能。我不会自己修复蛀牙--我会付钱给一位专家，一位5级牙医来做这件事。在荒岛上的紧要关头，我确信我能想出一些漂流者式的牙科治疗方法。但我(目前)还不在荒岛上，我不想花时间去超越我自己牙齿状况的那种粗俗的系统中的第三级。我会用牙线，几乎每天都用牙线，这让我直接进入了第三级。我打赌的是，考虑到我的努力，我做第三级工作的时间将是值得的，而不是之前级别的那些没有牙齿的朋友。

一方面，知识堆积在先前或先决条件知识之上。在学习代数之前先了解一下算术可能会有帮助。

另一方面，如果你想做的只是使用某样东西，那么就把这个系统作为它的主要目的吧，也许它不值得深入研究--至少一开始不值得。当我们学习如何驾驶时，我们不会从一盒汽车零部件和一辆烧毁的切维罗特(Cheverolt)汽车的骨架开始(正如我所希望的那样)。不，我们坐在方向盘后面(在看了无数的录像带教学材料之后)，并学习了如何驾驶。我们直截了当地把那辆车修好了。

汗学院的萨尔汗(Sal Khan)似乎采取了前一种方法，在从计数到范畴论的知识图谱中堆积了一层层必备知识块，以及介于两者之间的任何地方。他们的方法使学习数学变得可跟踪和易于消化，依靠动力、快速胜利和游戏化来保持学生的积极性。

然而，Fast.ai深度学习课程的杰里米·霍华德(Jeremy Howard)和瑞秋·托马斯(Rachel Thomas)直接进入了第一级，让学生们感到舒适，首先使用深度学习做一些很酷的事情，然后才开始剥离层面(我认为，考虑到上下文，这里的用词很好)。

在这两种情况下，这都是关于找到正确的方式来激励你的学生。没有正确的答案。事实上，我喜欢这两门课程和项目，即使我认为我作为学生在这两门课和项目上都不及格。在可汗学院的案例中，我失去了动力，因为那里有太多的东西要学，而且没有足够的时间来彻底重温我的数学生活(尽管我想要这么多)。在Fast.ai的例子中，我对线性代数(这项技能已经远远超过了第一级的东西)太敏感了。

这是一个辉煌的、全新的学习系统大统一定理吗？不，当然不是。我可能正在从一本超大的咖啡桌大小的关于心理模型的书中屠杀一些现有的定理。但是，这难道不是心智模型的意义所在吗，这样你就可以重复使用它们了吗？

对我来说，这个房间(我仍然会这么叫它)帮助我思考优先事项。在接下来的几年里，我希望哪些系统达到5级？

是这辆车吗？大概不会吧。但我还是会看一些YouTube，这样我就能想出怎么往里面加更多的油。