艾伦·凯：重新思考计算机科学教育

 我想分享下面的视频，因为它对计算机科学应该是什么以及教育应该是什么提出了一些宝贵的见解。所有这些内容都融入到这个演示中，事实上，教育的其中一项任务应该是将计算机科学融入其中，但其明确目的并非为未来就业培养更多程序员，尽管学生也可以利用这些技能。Alan Kay 对计算机科学的定义与当今大学所追求的定义不同。他引用了 Alan Perlis 的定义（Perlis 是“计算机科学”一词的提出者），我将在下文中详细阐述。

这种关于计算机科学和教育的思考，除其他外，还提供了一种途径，可以重新构想如何以一种比传统媒体更有意义的方式呈现、组织、剖析、注释和分享知识、文学和艺术。（更多内容，请参阅我的博文 《超越纸质和线性媒体》）正如已故的卡尔·萨根经常倡导的那样，凯的演讲倡导一种面向公民而非仅仅面向职业人士的通用教育模式。

我想分享这篇文章的另一个原因是，几年前我记得听说凯正在重新思考计算机科学课程。他提出的更多是建议：“开始这样思考吧。”（他不认同课程的概念，因为课程建议让学生走上一条刻板的学习道路，目的是用千篇一律的模式来培养学生的思维。尽管他支持古典文科教育，以及由此产生的各种规定。）

正如他在演讲中所说，为了实现这一目标，教育实践中还有很多工作要做。

这是 2015 年的：

我在下面为他谈到的一些片段做了注释，只是因为我觉得他的演讲对很多读者来说都有一定的解读空间。他经常使用隐喻。

自行车

这类似于为了教育目的而对器械或物体进行改造。我们采用优化版或成人版的器械，并添加补偿器，使初学者能够轻松使用而不会摔倒。这种方式更容易呈现，也更容易培养技能，因为要学习如何做某事，你需要使用“真东西”。初学者可以很好地演示如何使用这种器械或改装的物体，但问题在于，它无法教会初学者如何真正发挥真东西的全部潜力。补偿器成了他们的拐杖。他说，更好的方法是使用一种器械或物体的组件，让初学者能够以一种能够充分发挥其潜力的方式体验如何使用它，但不要进行优化，也不要模仿成人的使用方式，因为这样会让初学者难以自行掌握。在这种情况下，低速自行车是更好的选择。这种初学者的器械，或者说部件，更像是你试图教授的东西的第一个版本。自行车最初更像滑板车，没有脚蹬，也没有链条，你坐在车座上，用腿推动它，有点像“坐着跑步”，滑行，通过转移重心来转弯，然后转向。一旦初学者掌握了这种技巧，他们就可以学习优化版，或者缩小版的成人版，用脚蹬和链条来驱动自行车，因为这些改进只是增加了更大的动力。它不会改变你使用自行车的基本方法。

这涉及到一个教学法问题：学习者需要分阶段学习，而不是一次性掌握全部内容。一旦掌握了一项能力，他们就可以继续学习下一个挑战，即学习“全部内容”。

辐射与名词

他在演讲中提出了一个论点，那就是他把很多想法混合在一起，因为它们之间有重叠。这是一个很好的比喻，因为他的大部分演讲都在探讨我们作为人类的本质，以及社会应该如何定位和看待教育。虽然只有一小部分内容真正涉及计算机科学，但所有内容都与讨论计算机科学教育息息相关。

他还给教育改革者们提了一些建议。他指出了当前教育的弊端，但与其咒骂教育，不如说应该刻意努力与那些制造问题或身处问题之中的人“组建一个部落”或联盟，并提出一些方法让他们获得尊严，比如分享他们的荣誉，或者像他的例子所表明的那样，分享他们的耻辱。我部分借鉴了柏拉图的洞穴隐喻。

社会中的合作与竞争

多年前我曾听凯谈过这个问题。他说，从文化角度来看，现代企业就像古代的狩猎采集者。他们一段时间内开采一个地区的资源，一旦资源耗尽，他们就会迁徙。作为一种文化，他们尚未学会民主，民主需要对他们所做的事情抱有更“安定”的心态。在这里，他用农业的比喻来谈论一个合作社会，这种社会创造的财富随后被其内部的竞争力量所利用。他的意思是，真正的财富是最终用于开发新产品和服务的知识。这些知识并非全部在市场内部开发。他没有谈论这个，但我会谈论。尽管很大一部分财富（正如他所说，你可以将其视为“势能”）是在研究实验室内部产生的，但研究实验室往往缺乏对社会成员如何理解这些已开发知识的了解。这正是社会竞争力量发挥作用的地方，因为他们对此理解得更透彻。他们可以协商在产品中投入多少新知识，以及需要多少成本，以便让尽可能多的人受益。这就是过去计算机行业的情况。

我想我明白他用农业比喻的意思，尽管我可能需要补充更多。我理解他的意思：农民并非只想收获一季的庄稼。他们的生计依赖​​于维持土地的肥沃。这就要求他们不能只是一季又一季地开发土地，否则就会陷入沙尘暴。相反，如果改变耕作方式，使现有土地再次变得肥沃，或者像狩猎采集时代那样，积极地管理环境，创造有利的牧场来吸引猎物，那么就能形成一个开发与照料的循环，使一个群体能够长期居住在一个地区，而不会放弃他们生活方式带来的任何好处。我认为他想表达的是，如果企业能够改变其行为方式，转向更稳定的农业模式，将部分利润用于教育其所在社会，并以私人名义资助科学研究，那么这将“再生土壤”，促进经济增长，进而推动更多研究，形成一个更新的循环。毫无疑问，他提出的想法也涵盖了参与其中的企业。他们应该被允许从他们“播种”的成果中获利（“收获”），但关键在于，他们并非唯一能够获利的人。市场上的其他参与者也可以利用由此产生的知识，并从中获利。这正是过去私人研究实验室的做法。

他将这种缺失归咎于文化，归咎于人们没有意识到现行的经济模式是不可持续的。最终，你会耗尽“土壤”，使其变得“贫瘠”，最终“被风吹走”。在狩猎采集社会中，“良好的狩猎场”也会被耗尽。

不过，他提出了一个至关重要的观点：教育不仅仅关乎就业和竞争力，也关乎灌输公民身份的真正含义。我相信，如果有人让他更深入地探讨这个问题，他会建议采用传统教育，同时修改数学和科学课程，让学生真正了解这些学科的含义。

我感觉他倡导的几乎是安德鲁·卡内基式的企业管理模式。卡内基赚到钱之后，就把慈善事业用于建设学校和图书馆。凯只是把科学实验室也算进去了。（他在后面的演讲中提到了这一点。）

我认为有必要指出的是，并非所有营利性实体都能参与资助这些合作活动，因为它们的利润空间非常小。我认为这并非他的预期。

据我们所知，我们是什么

他对人类心智能力提出了三种观点：我们感知的方式（戏剧性）、我们在任何时刻能够感知到多少（1±2），以及教育者应该如何在心理和精神层面上看待我们自己（更像灵长类和哺乳动物）。这与神经科学相关，在某种程度上也与进化心理学相关。

计算机科学存在的理由 

计算机科学的主要目的应该是发展一门过程系统科学，涵盖所有过程：机械过程、技术过程、社会过程、生物过程、心理过程等等。这与我之前的文章 “开启计算机科学家之旅”相关。它部分内容是关于开发一种用于建模过程的新型数学。艾伦·图灵凭借他的图灵机概念做到了这一点，尽管他试图建模生成数学语句并对其进行数学测试的过程。

运送设计

Kay 谈到当今的程序员无法获得其他领域的设计师所拥有的东西，他们可以对自己的设计进行建模、模拟，然后使用机器制造出可以实际展示和使用的原型。

我想澄清一下这一点，因为我觉得他表达得不太清楚（我发现这一点是因为他在 Quora 上表达了类似的想法，后来我终于明白了他的意思）。他曾说过，加州大学洛杉矶分校（UCLA）是全美计算机科学专业排名前十的学校之一，那里的学生使用“vi 终端模拟器”（他听起来像是在说“双终端模拟器”）来模拟穿孔卡片。他的意思是，学生们登录到 Unix/Linux 系统，打开一个 80 列宽的 X-Windows 终端窗口（因此他使用了穿孔卡片的比喻，因为穿孔卡片也是 80 列宽），然后使用“vi”文本编辑器（或者更可能是“vim”，它是 Emacs 中模拟的 vi）编写他们使用的主要语言 C++ 代码。

大约八九年前，我突然意识到程序员和工程师使用的工具之间存在着巨大的鸿沟。当时我参加了一个朋友的聚会，客人中还有几位机械工程师。我无意中听到他们谈论他们正在使用的计算机辅助设计 (CAD) 软件。其中一位谈到了他在工作中使用的一款“糟糕透顶”的 CAD 软件。他说他家里有一套好得多的 CAD 系统，但它与工作中使用的数据文件不兼容。尽管他很想用它，但却用不了。他说，他工作中使用的系统要求他在构建模型时将设计的各个部分组合在一起，而一旦这样做，这些部分就变得僵化了。他无法重新设计其中的某个部分，也无法从模型中单独分离出某个部分。他无法在模型上移动这些部分并使其相互匹配。一旦它们组合在一起，就完全没用了。它变成了一种静态的东西。他说，为了重新设计其中的一个部件，他必须把整个模型一块一块地拆开，重新设计这个部件，然后重新设计该组中的所有其他部件，以使新部件能够安装到位。他说他讨厌这样做，而且在谈论这件事时，他表现得好像非常厌恶，想把它扔进垃圾桶，就像它是一块垃圾一样。他说，在家里的CAD系统上，这真是太棒了，因为他可以随时从模型中分离出一个部件，系统会自动调整模型，使缺失的部件“合理化”。他可以重新设计这个部件，然后将其移动到模型的其他部分，将其“连接”到某个地方，系统会自动调整模型，使新部件能够安装到位。他描述的方式给人一种流畅的感觉。而他在工作中使用的系统听起来却很僵硬。这让我想起了我之前用过的编程语言，一旦实体之间的关系建立起来，就很难将其中的部分“抽离”出来重新设计，因为一旦我重新设计了它，所有依赖于该部分的内容都会崩溃。我不得不重新设计所有与之相关的实体，以适应这一部分的重新设计。

我记不清这到底是怎么回事了，但这位工程师还提到，工作中的系统有某种“绑定”机制，似乎可以通过“类型”关联部件，而且这种机制也很僵化，这让我想起了我之前使用的语言中的强类型系统。他说他家里的系统没有这种机制，对他来说，这更合理。他的描述再次赋予了使用体验一种流畅感。我想：“我的天哪！为什么程序员不这样想？为什么他们不坚持让体验像这家伙家里的CAD系统那样？”在我的职业生涯中，我第一次深刻地体会到艾伦·凯所说的，计算机领域正在倒退。它远没有像其他领域那样的工程学进步，而其他领域则会坚持这种体验。我们接受的程度远远低于现在，而现代工程师很难忍受这种体验，因为他们知道自己有更好的选择。

不要被低于阈值的巨大努力所欺骗

在开始这一部分之前，我想分享 Kay 提出的一个关键观点，因为它是最重要的观点之一：

想想思考是什么。思考不是逻辑思维。思考是在你开始合理化之前，选择你将要思考的环境。

凯对阿波罗太空计划发表了一些非常有趣且令人震惊的言论，他将其比喻为教育领域普遍存在的重大改革举措。我最近偶然看到了一段视频，是他在1982年向众议院教育计算委员会作证时所作的证词，当时该委员会由时任国会议员阿尔·戈尔担任主席，凯当时也谈到了同样的例子。他说，阿波罗火箭的设计方式是一种“黑客行为”。它们并非太空旅行的最佳设计，但对于20世纪60年代末登陆月球的任务来说，却是最便捷的方案。在这次演讲中，他谈到了每枚完整的火箭都有45层楼高（相当于1.5个足球场的长度）的高度，其中大部分是高爆炸药，顶部只有一个可以容纳3名宇航员的微型太空舱。这种模式无法扩展到太空旅行所需的规模。

当美国宇航局发射它并将人类送上月球时，它成为了举世瞩目的文化盛事，但凯说这真的不是什么伟大的成就。我记得戈尔众议员开玩笑说：“这房间的墙都在摇晃！”镜头稍微摇了摇，墙上挂着美国宇航局的照片。他怎么能说出这样的话？！这是本世纪最大的文化盛事，或许是整个人类历史上最大的文化盛事。他在这里解释了同样的事情：阿波罗计划并没有将太空旅行推进到登月任务之外。它并不是能让我们超越登月任务的技术，尽管事后看来，我们可以说，类似的技术使得发射探测器探索整个太阳系成为可能。

现在，我不确定他所说的“太空旅行”是什么意思。是指载人前往外行星，还是其他星系的任务？凯伊一直都胸怀大志。所以，他可能指的是星际旅行。他谈论的是推进力的问题，即获得足够强大的动力，使太空探索领域的重大发现成为可能。他说化学推进剂根本做不到这一点。它足以发射绕地球运行的轨道飞行器和探测器，但仅此而已。其余的都只是在阈值以下浪费时间。

他解释的另一点是，大型项目如果未能跨越一个有意义的门槛，可能会对任何项目的推进造成不利影响，因为大型项目会伴随着对投资持续使用的长期期望，而这些期望必须得到满足，否则初期的努力将无法进行。参与者希望获得投资回报。他说，NASA 的情况就是这样。投资回报必须得到体现，但这毁了整个项目，因为随着这种情况的发生，人们会发现我们在太空旅行领域并没有取得多大的进展，而由此产生的科学成果通常也乏善可陈。最终，我们得到了现在的结果：人们对它感到厌倦，对它失去了热情，因为它设定的期望值太低了。

他在众议院委员会作证时试图做的，以及他在这里试图做的，是提供一些科学视角，而不是我们常识中关于某件事有多“伟大”的观念。如果没有这种视角，你就无法在一项事业中获得质的提升，因为否则你就不知道自己在处理什么，也不知道你在基于什么取得进展（如果有的话）。仅仅从文化角度看待它是不够的。没错，登月是一个文化里程碑，但并非科学或工程里程碑，这一点很重要。

现代科学与工程都具有阈值意识，即在某个临界点上，人们会实现质的飞跃，对所做之事产生新的视角，使其远胜于以往。他解释说，一旦跨越了阈值，你就可以在此基础上继续进行小幅改进，而这些改进将持续下去。你的努力不会再次陷入平庸，因为你对现有的东西有所了解，并且珍视它。这是一种范式转变。它意义重大，你几乎没有理由回到以前的状态。从那里开始，你可以开始了解新视角的局限性，并在某个时刻实现更多质的飞跃，跨越更多阈值。

“发现问题”/寻找目标 vs. 解决问题

问题解决始于当前情境，“我们在X方面遇到了问题。我们该如何解决？” 发现问题会问我们是否清楚问题所在？也许我们遇到的问题，是因为我们还没有解决一个未知的问题。“让我们花点时间去寻找答案吧。”

另一种表达方式是我从经济学家那里听到的一个概念，叫做“机会成本”。在某种语境下，它传达了这样一种观点：通过实施一项监管，某些经济互动类别可能会产生更好的结果，但同时也会阻碍某些可能带来积极影响的机会的出现。问题在于，这些机会无法提前知晓，也无法实现，因为监管设置了门槛，企业家和投资者会发现门槛太高，难以逾越。这个概念很难向许多外行人解释，因为它听起来像是推测。这个概念鼓励了解它的人去“思考未知”，去思考目前已知之外的可能性。我们可以用类似的方式看待“发现问题”，不是去思考未知，而是去探索未知，去发现以前未知的、因此也是未知的新知识，然后重新思考自己对问题的真正理解。这是扩展你在某个领域知识库的一种方法，关键在于你不仅在探索已知的知识，还在探索未知的知识。

他讲述的麦克雷迪的故事，展现了如何运用一个好的建模系统。他需要让自己的想法经历多次失败，才能找到行之有效的方法。所以，他需要一个足够简单的建模系统，让他能够承受失败。这样，即使某个模型失败了，他也能轻松分析失败的原因，也可以轻松地将其重新组合，以便再次尝试。

他还谈到了施乐PARC的另一个观点，那就是它花了数年时间才找到目标，而且还涉及到寻找许多其他目标，并在其间不断解决它们。我在“政府研发历史课”第二部分和第三部分中写过这段历史。在那里，你可以看到他所说的连续性，即ARPA/IPTO的工作如何引领我们走向施乐PARC。

这段由 Vishal Sikka 和 Alan Kay 制作的视频简要说明了这一过程以及由此产生的结果。

侵蚀沟

他用了几个比喻来说明，我们越是专注于应对、解决问题以及优化当前环境下的生活和工作方式，就越容易导致思维缺乏灵活性。一个比喻是侵蚀沟，另一个比喻是“猴子陷阱”。

侵蚀沟引导水流沿着特定的路径流动。它们在水流侵蚀其流经的土地时自然形成。这些“沟壑”似乎与我们的惯常做法和/或习惯相符。它们发展成为我们看待世界的习惯——我们接受且不加质疑的信念和观念。它们允许水流路径发生一些变化，但也设置了边界，阻止水流出沟壑（为了论证方便，暂且不考虑洪水的例外情况）。他借此来探讨我们脑海中如何形成引导我们思维的“通道”。我们越是将思维集中在那个方向上，沟壑就越“深”。如果持续太久，“沟壑”将不再允许我们看到任何与习惯不同的事物。他说，想象自己能够爬出沟壑，或许会变得难以想象。 “沟壑”之内的一切几乎都会被认为是“正确”的思想（没有任何理由），而沟壑之外的一切则会被认为是“错误”的（没有任何理由），甚至具有威胁性。这就是为什么他提到战争会因此爆发。“我们都身处不同的侵蚀沟壑之中。”它们在任何地方都不会交汇，我的“正确”就是你的“错误”，反之亦然。这些差异是不可调和的，因为跳出这些差异去看待事物是不可想象的。

他以此提出了两点。其一，我们自身讲述的故事和坚守的信念中存在着侵蚀沟壑。其二，即使在我们的感官知觉中，也存在着侵蚀沟壑，决定着我们看到什么和看不到什么。我们可以看到一些根本不存在的东西，而且通常情况下确实存在。他用目击者的证词来说明这一点。

我认为他想表达的是，我们需要警惕这些“沟壑”。它们是自然形成的，但如果我们能够灵活地最终走出“沟壑”，开辟一条新的“通道”，那就太好了。我认为这是对以不同于以往视角看待世界的隐喻。我们需要一种手段来实现这一点，而他提出的科学正是科学，因为它质疑我们的信念，并检验我们的想法。我们可以绕过我们的信念，从而走出“沟壑”，改变我们的视角。这并不意味着我们要抛弃“沟壑”，而是要意识到其他“通道”（视角）是可能的，我们可以在它们之间切换，从而看得更清楚，取得更好的结果。

关于“猴子陷阱”，他用它来比喻我们走在一条单一的轨道上，执着于我们想要的东西，却没有意识到，如此专注、排除所有其他可能性的行为本身并不会让我们有任何收获。这是一个陷阱，如果目标无法带给我们任何收获，那么我们最好不要如此执着地追求它们。

2019年2月9日编辑：我强烈推荐观看詹姆斯·伯克（James Burke）1985年主持的PBS/BBC迷你剧 《宇宙改变之日》（The Day The Universe Changed）的最后一集。这一集的标题是“无尽世界”（Worlds Without End）。伯克对我们的“侵蚀沟”（他称之为结构）进行了精彩而详尽的阐述，并明确指出它们是我们大脑运作方式的一个基本组成部分。他所展示的部分内容与凯所展示的关于我们的感知系统如何扭曲现实以适应我们大脑认为 应该存在的东西的内容相同。这就是“侵蚀沟”的一部分。我们无法摆脱它们。伯克还解释说，它们是我们理解事物的唯一途径。因此，我们的目的不是要拒绝它们，而是要理解它们的存在，并掌握从一种侵蚀沟进入另一种侵蚀沟的技巧，希望这种侵蚀沟更准确，并且/或者能够带来更大的人类繁荣。

这句话的含义是，我们实际上无法确定任何事情，但有一个重要的警告，我再怎么强调也不为过：我们可以从这种不确定性中获得有用的知识，这种知识是可靠的，在一定的约束条件下（用伯克的话来说，就是“在某个结构内”，用凯的话来说，就是“沟壑内”）。这正是现代科学，以及我们现代社会的精髓所在。

“快”与“慢”

他深入研究了与我们如何感知相关的神经科学，即他所说的“快”和“慢”反应。你可以通过练习训练你的大脑如何在不同的活动中运用“快”和“慢”，它们对于我们感知我们正在做的事情以及我们对它的反应至关重要，这样我们就不会陷入灾难，也不会在处理问题时错过重要的想法。他表示，认知教育方法处理的是“慢”系统，而不是“快”系统，这不足以帮助学生真正理解一门学科。由于其他形式的培训本质上都是与“快”系统打交道，教育工作者需要思考“快”系统如何响应他们的学科，并将其融入到教学方式中。他预计这将需要彻底重新设计通常使用的教学法。

他说，“快”系统处理的是思想的“原子”，而“慢”系统也处理的是思想的“原子”。我理解，他所说的“原子”指的是某个学科的根本思想或概念。（我将其理解为“分子的构成要素”。）

我认为，他所说的“慢”系统是我们用来解决难题的，也就是我们坐下来思考问题一段时间的系统。而“快”系统则是我们用来 快速识别或发现可能的模式/答案的系统，这是一种快速的、一目了然的分析，可以让问题的解决变得更容易。举个例子，你现在可能正在使用“快”系统来阅读这篇文章。你可以不假思索地阅读。“慢”系统参与解读我所说的内容，并在你阅读时生成你脑海中的想法。

这只是我个人的看法，但“快”听起来很像我们所说的“直觉”，因为在我们用“慢”的系统解决剩余问题之前，一些思考已经完成了。这是一个在我们有意识地进行思考之前就已发生的思考过程，并且已经解决了一些问题。

科学

这是我听过凯对科学本质（而非大多数人的认知）最清晰的阐述。他以前也用其他方式讨论过这个问题，但这次演讲他直截了当地表达了出来。我希望观众能真正领会，因为我经常看到人们把学校里学到的科学知识套用到生活中，并不断重复。这种情况不仅存在于那些热衷于追随科学家的人身上，也存在于我们与科学紧密相关的社会机构中。

…[弗朗西斯]培根在1620年写了一本名为《新工具论》的书，他在书中写道：“嘿，看，我们的大脑一团糟。我们拥有糟糕的大脑。” 他把造成这种混乱的方式称为“偶像”。他说，我们犯严重错误是因为我们的基因。我们犯严重错误是因为我们所处的文化。我们犯严重错误是因为我们使用的语言。它们并不代表现实世界。我们犯严重错误是因为学术界固守糟糕的想法，并一遍又一遍地教授它们。这就是他的四个“偶像”。有人读过培根的书吗？他说 我们需要一些东西来绕过我们糟糕的大脑！ 一套启发式方法，是我们今天使用的术语。

他所呼吁的是……科学，因为 《新工具书》书名的其余部分就是科学：“一种处理知识的新方法。”

科学并非知识，因为知识存在于这种语境中。科学是外在存在与我们所能表述的事物之间的一种协调。

这是一个伟大的理念。这是一个学校里教不到的理念。这是一个我们 应该教授的理念。这是有史以来最伟大的理念之一。

重要的不是知识，而是关系，因为只有通过一种被千方百计过滤的现象，才能了解外面的世界。我们甚至不知道我们的大脑是否有能力去表征这些东西。

所以，把科学当成真理是完全错误的！这不是正确的看待科学的方式。但如果你把它看作是你目前所能做的最好的事情和那些你并不完全确定的事情之间的一种权衡，你就处于非常有利的地位。

科学是人类迄今为止发明的最重要、最强大的思想体系，因为它放弃了真理的概念，取而代之的是千差万别的谬误，其中一些谬误的力量极其强大。这才是真正的伟大理念。

所以，如果我们要思考计算，这是一种……让我们思考“哇！计算机！”的方式。它们是表征。我们可以学习表征。我们可以模拟想法。我们可以更好地理解并应对这些复杂性。

“到达那里”

最后一部分展现了我在探索中所观察到的现象。你一开始想着从A点到B点，但你却绕道而行，选择了一些有趣的路径，这些路径与你最初的搜索相关，因为你发现从A点到B点并非一条直线。它并不像你想象的那么简单。所以，你会尝试其他方法到达那里。这是一种解决问题的方法，但实际上更像是凯所说的“发现问题”，或者说是找到目标。在这个过程中，目标是找到一条更好的路径来实现目标，而在这个过程中，你会发现一些值得解决的问题，这些问题是你最初完全没有预料到的。在这个过程中，你会发现一些你原本没有想到会学到的东西，但它们对你的知识库来说却非常有价值。在你努力寻找更好的路径到达目的地的过程中，你甚至可能会突破一个门槛，发现你最初的目标不再值得追求，但在你获得的这种新的认知中，有更好的目标值得追求