2018-08-18 发布
问你一个问题：假设写作与编程在未来已经变成人人都具备的能力，那我如何做才更具有竞争力？
我曾一直思考这个问题，直到看到 Chris Granger 的《 Coding is not the new literacy》里面有这么一句：Coding is not the new literacy, but modeling is .
我忽然明白——写作与编程的价值是进入到对抽象事物的观察和思考，进行对思想的批判和认识，通过改造和提高思想，来改变人物命运和社会前途，改变人类的生存状态。 ** 例如可以这样思考：写作与编程不再是对自己一个人的思维进行抽象编码，而是尝试对一群人的思维进行抽象编码，提炼出整个人类的思维模型，然后集体应用。
可以这样思考：将写作与编程这两个技能都视作机器人都能自动操作的技能，然后思考这两个机器技如何才能规模化应用，如何组合才能发挥更大用处。
还可以这样思考：每个写作机器人可能会写好一张张卡片（一个场景或一个小故事），但如果组织成为一个大型故事，那就需要更好的想象力和故事管理能力；每个编程机器人会自动写好一个小程序，但如果要做一个大型平台，将各种程序组合起来，那就需要良好的复杂系统构建能力。
思路这样一捋，你大概就能明白：写作与编程都是不是未来时代的必备技能，建模才是，模型一旦建立，复杂的问题会变得简单，各种解决方法呼之欲出。 ** 建模，即是将问题抽象成为分析模型，建模的重难点就是抽象能力。抽象能力可以帮助你抗衡复杂，理出新的思路。
每个人习得抽象能力方法不同，我的抽象化方法是找出复杂事物 20% 的关键属性，剔除不重要的属性，将其虚拟成卡片，然后将这些卡片归集、分类、找出其间的连接关系，得到基本框架。 ** 所以，在学习编程与写作时候，我重视的是学习抽象化思考、逻辑推理、流程结构、分拆和组合等能力，而不是语法和风格，因为我知道这些都不是学习写作与编程真正的重点，抽象化思考是才是最难培养且最重要的能力。
当然，这些能力不是说说听听就能懂的，而需要在大量思考、阅读与实践中习得——我会大量阅读、整理、写作、画图、调试……做很多看起来没有意义的事，但这步骤很重要，因为会调动我的卡片思维与想象，惊喜往往在这个环节发生，得到新的结果，接着理顺流程，得出一个新的解决方法。
最后，我问你一个问题：
假设你从未来回到现在：