技术之外,表达与思考同样重要

机智流 2026-07-02 20:00

技术之外,表达与思考同样重要图1


> 作者:李剑锋


技术之外,表达与思考同样重要图2

导读:如果你也经常需要讲课、汇报、答辩、面试,或者写一些希望别人认真读完的文章,那么 MIT 经典课程 How to Speak 就非常值得一看。它讲的并不只是“如何演讲”,而是如何把一个想法清楚、可信、有效地传递给别人。看完这门课,至少可以带走三点启发:第一,表达能力并不主要取决于天赋,而是取决于知识积累和反复实践;第二,很多方法可以直接用在课堂、演讲和 PPT 汇报中,比如如何开场、如何提问、如何设计最后一页;第三,表达不是把话说得漂亮,而是把思想讲清楚、讲可信,并且让别人真正记住。假如你暂时没有一个多小时完整看完这门课,也可以先花 10 分钟读完这篇文章,相信你会有所收获。

1. 前言

最近临近期末闲下来了以后,也是看了 MIT 的经典演讲课程《如何说话》,确实给我带来了很多启发。

https://www.youtube.com/watch?v=Unzc731iCUY

对于这类思想类课程,我越来越觉得它们对所有人都很有价值。因为思想类内容和传统技术不太一样。技术会随着时间流逝而快速迭代,甚至失去原来的研究价值。比如 2000 年左右的很多 AI 技术,放到今天可能已经不再是前沿问题了。但思想类内容并不会这样。几千年前的柏拉图和亚里士多德,至今仍然是经典。

这其实也提醒我,在追求技术进步的路上,我们不能只盯着最新论文、最新模型、最新工具。技术当然重要,但很多时候,真正决定我们能走多远的,反而是那些更底层、更稳定的能力:如何表达,如何写作,如何思考,如何把一个复杂问题讲清楚,如何让别人真正理解自己的想法。

在课程的开头 Winston 教授表达了其分析一个人是否成功的看法。其认为主要依次取决于三件事情:

第一是说话的能力,也就是如何和别人沟通交流,如何清楚理解别人的意思,并且把自己的想法有效展示出来。

第二是写作的能力,也就是如何有逻辑、有结构地把文章写出来,让别人能够顺着你的思路理解你的观点。

第三是思考的质量,也就是你是否真的能提出有价值的问题,形成有洞察的判断,并且构造出值得别人听、值得别人读的思想。

在他看来,说话和写作的能力主要取决于一个简单的公式:

表达质量 ≈ f(K, P, T) 

K = Knowledge,知识 P = Practice,实践 T = Talent,天赋

技术之外,表达与思考同样重要图3

这个公式的重点并不是说天赋完全不重要,而是说天赋的权重并没有我们想象得那么大。真正关键的是知识和实践。一个人即使并不是天生会说话、天生会写作,只要他在某个领域积累了足够多的知识,并且进行过足够多的表达训练,他仍然可以成为一个非常好的表达者。

这个公式的来源其实也很有意思。Winston 教授是在滑雪的时候想到这个问题的。他在滑雪的时候遇到了一位体操奥运冠军。对于这位冠军来说,她在身体协调性、运动能力和学习动作的天赋上,当然会非常高。所以如果她去学习滑雪,大概率会比普通人学得快。

但问题在于,当下她并没有太多滑雪方面的知识和实践。而 Winston 教授已经滑了很多年。所以即便那位体操冠军拥有很强的运动天赋,在“当前滑雪”这个具体领域里,她也不一定比 Winston 教授更强。这就是知识和实践的重要性。

这个观点对我很有触动。因为我之前在给学生讲一些自己并不太熟悉的领域时,经常会觉得心里很虚,不太敢讲。现在回过头看,根本原因并不是我表达能力突然变差了,而是我在那个领域缺少足够的背景知识和实践经验。没有足够的知识储备,就很难讲得自信;没有足够的实践打磨,就很难讲得清楚。

所以,从这个角度来看,表达能力并不是一种神秘能力。它不是某些人天生拥有、某些人永远缺失的东西。它更像是一套可以训练的能力系统:你要有知识,要有练习,要不断观察优秀表达者是如何表达的,然后逐渐形成自己的表达方法。

既然我们已经知道,人生成功离不开说话、写作和高质量思考,而说话和写作又主要依赖知识和实践,那么接下来就可以具体看一看:在演讲、课堂讲授、求职面试、论文答辩和项目汇报这些关键场景中,怎样才能把自己的想法更好地表达出来。

2. 演讲技巧

2.1 演讲前准备

很多人一提到演讲,首先想到的是内容本身:我要讲什么?PPT 怎么做?开场怎么说?但 Winston 教授提醒我们,演讲并不是从你开口的那一刻才开始的。演讲其实从准备阶段就已经开始了。

其中有几个容易被忽略,但非常重要的因素。

2.1.1 时间

如果有条件选择演讲时间,Winston 教授认为比较理想的时间是上午 11 点左右。

这个时间点比较特殊。听众通常已经完全清醒,不像一大早那样还没有进入状态;同时又还没有吃午饭,不会受到午饭后困意的影响。所以从注意力状态上看,上午 11 点往往是一个比较适合听讲、讨论和思考的时间。

这当然不是说所有演讲都必须安排在 11 点,而是提醒我们一个重点:演讲时间不是无关紧要的背景条件。人在不同时间段的注意力、精力和耐心都不一样。如果我们希望内容被更好地接收,就要尽量选择一个听众比较容易进入状态的时间。

2.1.2 场地

除了时间,场地也很重要。

首先,演讲场地要尽可能明亮。过于昏暗的场地会天然降低听众的清醒度,让人更容易进入放松甚至犯困的状态。尤其是当演讲内容本身又比较抽象、比较需要思考时,昏暗环境会进一步增加听众的理解负担。

其次,座位安排也很重要。场地最好不要太空。如果一个教室或者报告厅只坐了零零散散几个人,听众和讲者都会感到气氛很散,现场能量也很难聚集起来。比较理想的状态是,座位至少坐到一半以上,但也不一定要完全坐满。太空会显得冷清,太满又可能影响舒适度。

所以,在重要演讲之前,最好提前去现场看一看。看看光线是否合适,座位分布是否合理,投影是否清楚,麦克风是否正常,自己站在哪里比较自然,听众从各个角度是否能看清屏幕或板书。这些事情看似琐碎,但它们都会直接影响听众对内容的接收质量。演讲不是只发生在语言里,也发生在空间里。好的场地安排,本质上是在降低听众理解你的成本。

2.2 开场

演讲开始时,很多人习惯先说:“今天我主要讲三个部分……”然后开始介绍目录。这种方式当然没有错,但它的问题在于,它只是告诉听众你要讲什么,却没有告诉他们为什么应该继续听下去。

Winston 教授给出的建议是:开场不要只是介绍主题,而要给听众一个承诺。也就是说,你要告诉听众,在接下来的这段时间里,他们会学到什么之前没有意识到的东西;他们会获得一种什么新的理解;他们听完以后,能解决什么问题,或者至少能以一种新的方式看待某个问题。

这个承诺不能太空泛。比如“今天我会介绍一个很重要的话题”就不够有吸引力。更好的方式是,在承诺之后马上配一个令人惊奇、反直觉,或者足够“酷”的例子,让听众立刻意识到:这个主题确实值得听。比如 Winston 教授在课堂上举的一个例子就是原本没有人工智能的情况下想要在限定颜色情况下不重复的涂满美国地图可能需要几十万年,但是当有了人工智能技术以后就只需要几秒钟,然后就引入说我们这节课就来说这个技术。这个差异本身就很酷很吸引人。

这一点对公众号写作也非常有启发。尤其是我自己的文章经常写得比较长,如果开头没有给读者一个清楚的承诺,读者很可能不知道为什么要继续读下去。所以在长文开头,其实应该更早告诉读者:这篇文章接下来会讲什么,为什么值得读,读完以后能够获得什么。

当然,除了给出承诺,Winston 教授还会在课程开头立下规矩。比如他会要求学生在课堂上不要使用手机和电脑。原因并不只是手机和电脑会让人分心,更重要的是,他希望学生的注意力能够回到演讲者和课堂本身,而不是不断被外部信息打断。对于我们普通人来说,我们并不会并行处理多个任务,我们只是不断地切换任务。而不断地切换任务会让我们变得疲惫。所以为了能够更高效的处理一件事情,我们就需要足够的专注。

但当然,这里有一个前提是你的内容必须足够有趣,足够清晰,足够让人愿意投入。如果内容本身很无聊,却单纯要求别人关闭设备,那效果也不会好。

另外,Winston 教授特别提醒,不要一开场就讲笑话。因为演讲刚开始时,听众可能还在适应场地、关闭设备、调整注意力,还没有真正进入你的表达节奏。这个时候讲笑话,听众未必能马上 get 到你的意思,反而可能让开场变得尴尬。

所以,更好的开场顺序是:先给承诺,让听众知道为什么要听;再逐渐进入主题;等到双方建立起基本的理解和节奏之后,再适当使用幽默。

2.3 开始演讲的技巧

演讲真正开始以后,讲者面对的最大挑战并不是“把所有内容说完”,而是“让听众持续跟得上”。听众不是机器。他们会走神,会漏听,会被某个概念卡住,会被手机、环境、疲劳打断。所以好的演讲不是单向输出,而是不断帮助听众重新连接上你的思路。Winston 教授在这部分提到了很多非常具体的技巧。

2.3.1 重复主题

在演讲过程中,要尽可能重复核心主题,不断 callback 回前面的内容。这里的重复不是啰嗦,而是强化记忆。比如某一个概念定义讲解完后讲解对应的例子,讲解完多个例子后来一次总结,这种就算是重复主题加深记忆。一个概念如果只出现一次,听众很容易听过就忘。但如果这个概念在不同位置、不同例子、不同语境里反复出现,听众就会逐渐形成稳定印象。

这点我在学英语的时候也有体会。之前备考雅思时,我经常听 BBC News。一开始很多单词我并不熟悉,于是会去查意思。但如果一个单词在一条新闻里只出现一次,我往往很快就忘了。可如果它在同一条新闻里出现三次,我基本就忘不了。因为每一次重复,都是一次新的加深。

演讲也是一样。对于真正核心的概念,不能指望听众听一遍就完全理解。你要不断从不同角度把它带回来,让听众逐渐意识到:这就是今天最重要的东西。

比如在讲上下文工程时,可以在开场时说一次“模型回答质量取决于它看见了什么”;在解释案例时再说一次;在区分 prompt engineering 和 context engineering 时再说一次;最后结尾时再回到这句话。这样,听众才更容易把这个主题带走。

2.3.2 建立围栏

如果我们想介绍一个容易混淆的概念,直接解释它本身往往是不够的。因为听众会自然把它和自己已经知道的概念混在一起。这时候要做的事情,是先建立“围栏”。

所谓建立围栏,就是把相近但不同的概念分隔开,让听众知道这个概念不是那个概念,它们之间到底差在哪里。比如我们要介绍 context engineering,也就是上下文工程。如果一上来就说“上下文工程就是优化模型输入的信息”,很多人可能会觉得:这不就是 prompt engineering 吗?

所以更好的讲法,是把几个相关概念一起放出来:

概念
关注点
核心问题
Prompt Engineering
如何表达任务指令
我要怎么对模型说?
Context Engineering
如何组织模型可见的信息环境
模型到底看见了什么?
Harness Engineering
如何把模型接入应用系统
模型如何被系统调用和约束?
Loop Engineering
如何设计模型、工具、反馈之间的循环
系统如何持续运行和改进?

当这些概念被放在一起区分以后,听众才更容易理解:上下文工程不是简单换一种 prompt 写法,而是在管理模型推理时所处的信息环境。

这就是建立围栏的价值。它不是为了让概念变复杂,而是为了防止听众把不同东西混在一起。边界清楚了,概念才真正立得住。

2.3.3 语言标记

在演讲或课堂讲授中,听众很容易在某个地方走神。一旦他们错过了关键推理链条,后面的内容就可能完全跟不上。所以,讲者要有意识地使用一些“语言标记”,帮助听众知道现在讲到哪里了,接下来要去哪里,刚才那一部分到底完成了什么任务。

比如可以说:

“到这里,我们已经完成了第一件事。”

“接下来,我要把它和另一个容易混淆的概念区分开。”

“这个例子只说明一点。”

“请注意,这里是今天最重要的转折。”

“前面讲的是现象,现在我们来看机制。”

“如果刚才有点走神,从这里重新接上就可以。”

这些话看起来好像有点多余,但其实非常重要。它们本质上是在帮听众管理注意力。尤其是在讲课时,如果某个推理过程非常严谨,学生一旦中间走神,可能就会整节课都跟不上。语言标记就像路标一样,可以让走神的学生重新找到入口,不至于彻底断开连接。

当然我们也可以合理的利用板书和 PPT 来同样实现这样的操作,只不过重点在于好的讲者并不是永远不让听众走神,而是即使听众走神了,也能给他们重新接回来的机会。

2.3.4 提问

演讲和课堂中经常会出现提问。但很多人对提问的理解比较随意,好像想到什么就问什么。实际上,提问也是一门技巧。

提问最核心的目标,并不是展示讲者有多机智,而是让听众重新参与进来。一个好的问题,会让听众从被动接收变成主动思考。

但问题的难度要合适。太难的问题没有人敢回答,课堂会迅速冷场;太简单的问题又会让人觉得没必要回答,甚至会因为太明显而不好意思开口。

所以,一个好的课堂问题应该是中等难度:听众需要思考一下,但又不是完全无从下手。回答出来的人会有一点成就感,其他人也会觉得这个问题确实值得想。

提问之后,等待时间也很重要。Winston 教授建议,提出问题以后可以停顿大约 7 秒,让听众真正有时间思考。如果没有人回答,可以给一点提示,然后再等 7 秒。如果仍然没有人回答,就由讲者自己继续讲解。

如果一个问题始终没人能回答,也不应该简单归因于“学生不配合”。很可能是问题设计失败了:要么太难,要么太模糊,要么时机不对,要么听众还没有获得回答这个问题所需的前置知识。

那如何积累好的问题呢?Winston 教授的建议是,观察优秀的讲者。遇到你觉得讲得好、问得好的地方,不要只是感叹“他讲得真好”,而要进一步拆解:这个问题为什么有效?它出现在哪个位置?它是如何把听众带回主题的?它有没有制造适当的挑战感?

当你把这些好问题、好转场、好例子慢慢积累下来,你就会形成自己的表达库。久而久之,你的演讲风格也会逐渐建立起来。

2.3.5 内容展示

演讲不是只有语言。讲者还需要选择合适的展示工具。

在 Winston 教授看来,板书、道具和幻灯片并不是谁取代谁的关系,而是各自适合不同的表达任务。

2.3.5.1 板书

板书是 Winston 教授非常推崇的教学工具。他认为,如果你的目的是传播知识,让别人真正理解你的内容,那么板书往往是非常好的工具。而如果你的目的是展示信息,比如展示图片、图表、证据、结果,那幻灯片可能更适合。

板书的价值主要体现在几个方面:

第一,板书能够进行图像化表达。你可以随时画关系、画层级、画流程、画因果链条,也可以根据现场反应临时调整。它不是已经固定好的页面,而是一个正在生成的思考过程。

第二,板书的速度接近听众吸收思想的速度。PPT 翻页太快时,听众经常还没理解上一页,就已经被推到下一页了。而板书是逐步写出来的,学生看到的不只是结论,还有结论如何被构造出来。

第三,板书能给讲者的手一个自然目标。很多人演讲时手不知道放在哪里,就会插兜、背手、无意识摆动,甚至做出一些可能让人误解的动作。板书可以让手自然参与表达,减少这些无效动作。

所以,对教师而言,板书并不是落后的工具,而是一种节奏控制工具。尤其是在讲复杂概念、推导链条、系统结构时,板书能把“我正在构造一个想法”的过程展示给学生。

这方面我自己其实有所欠缺。我过去上课时会更偏爱用动态可视化的 PPT 去替代板书。这当然有它的好处,特别是在展示复杂动画、模型结构和过程模拟时非常直观。但问题也在于,如果 PPT 变化太快,学生还没有真正理解,就已经进入下一步了。这样反而会让学生只看到结果,没有参与到思想生成的过程中。

所以,真正重要的不是迷信板书,也不是迷信 PPT,而是要看当前内容到底需要什么。如果是解释推理过程,板书可能更好;如果是展示复杂图像、数据证据和动态效果,PPT 可能更合适。

2.3.5.2 道具

道具的价值在于,它可以让听众形成一种身体化的记忆。好的道具不是为了热闹,也不是为了表演,而是为了把一个抽象机制变成可观察、可感受、可回忆的事件。

比如有一个经典例子:教授把一个铁球贴着自己的鼻子放下,让铁球像摆锤一样摆动。按照能量守恒,铁球摆回来时不会超过原来的高度,所以它只会轻轻接近鼻子,而不会真正撞上去。

这个实验之所以让人印象深刻,是因为它不是单纯在讲“能量守恒定律”,而是把能量守恒变成了一个现场事件。听众会在心里感受到那种紧张感:铁球会不会撞到鼻子?当它真的没有撞上时,原理就不再只是书本上的公式,而变成了一次非常具体的体验。

道具的使用原则其实很简单:它必须服务于一个核心观点,不能只是装饰;它必须足够直观,让人一眼能看懂;它必须能在短时间内展示机制,而不是制造新的理解负担。如果道具只是为了热闹,会分散注意力;但如果道具能让听众“看见原理”,它就是非常有效的教学工具。

Winston 教授还提到,板书和道具之所以容易让学生投入,是因为它们更容易激发一种类似“同理心镜像”的参与感。看到老师在黑板上一步步写,学生仿佛也在跟着构造;看到铁球摆动,学生仿佛也站在那个位置感受风险。这种真实世界中的动作、反馈和张力,是普通静态 PPT 很难提供的。

这也提醒我,现实世界的真实反馈依然非常重要。技术可以帮助我们做出更漂亮的课件,但并不是所有东西都应该被课件替代。

2.3.5.3 幻灯片

PPT 最大的问题,往往不是“不够漂亮”,而是承担了不该承担的任务。

Winston 教授区分得很清楚:板书更适合教学和解释,PPT 更适合展示、暴露信息、呈现图片、证据、图表和结论。

也就是说,PPT 应该辅助你演讲,而不是替代你完成演讲。如果你过度依赖 PPT,听众最后关注的就不是你这个人,也不是你的思考,而是屏幕上的文字。

读 PPT 是非常糟糕的体验。学生本来就会阅读,如果讲者只是把 PPT 上的文字读一遍,听众很快就会失去耐心。更好的做法是,PPT 上只保留关键词、图、证据和结论,讲者在这些关键词的基础上进行展开。

此外,PPT 上文字太多也会制造注意力冲突。人只有一个主要语言系统。听众要么读屏幕,要么听你说,很难同时做好这两件事。如果页面上有大段文字,他们自然会去读文字,而不再认真听讲者。

还有一个容易忽略的问题是讲者和 PPT 的空间位置。如果讲者离屏幕很远,听众的眼睛就要不断在讲者和屏幕之间来回移动,这其实非常累。尤其是讲者频繁回头看屏幕、用激光笔指向内容时,也会减少和听众之间的眼神交流。

当然,这里也要区分不同场景。如果是线下课堂或线下报告,板书和道具往往能提供更强的现场感。但如果是线上课程,尤其是看不到真人的录播课,PPT 可能就是观众最主要的交互界面。这时候,通过 PPT 动画、视频、动态标注来增强沉浸感,反而是一种很好的方式。所以,PPT 不是不能用,而是要用对。

在制作 PPT 时,有几个原则非常重要:

  • 第一,删除无关背景和装饰。不要让观众被不重要的信息分散注意力。有些页面上的校徽、复杂背景、花哨标题,其实都可能是干扰项。
  • 第二,减少文字内容,但保留关键词、图、证据和结论。PPT 应该帮助听众抓住重点,而不是把讲稿完整搬上去。
  • 第三,字体要足够大。Winston 教授建议字体可以尽量放大,比如 40 到 50 号。这样能确保后排听众也能看清楚。
  • 第四,用箭头、编号、框线来引导视线。不要过度依赖激光笔,因为使用激光笔时,讲者往往会背对观众。更好的方式是提前在 PPT 中设计好视觉引导,让听众自然知道应该看哪里。
  • 第五,不要在一个 PPT 中的太多页里塞入太多罕见词和复杂概念。一个 PPT 里最多就一个比较复杂概念的内容和图片,这样才能让读者比较好去接受。

检查 PPT 的时候,可以把所有页面打印出来,快速浏览一遍。每一页都应该能回答两个问题:

听众看到这一页时,应该把注意力放在哪里?

听众看完这一页后,应该记住哪一句话?

如果这两个问题回答不出来,这一页大概率就需要重做。

2.4 结尾

很多演讲最后一页 PPT 都会写 “Thank You”“Q&A”“The End”,或者放一页合作者名单。

但 Winston 教授认为,这其实浪费了最宝贵的屏幕空间。

原因很简单:最后一页往往会停留很久。进入提问环节时,它在屏幕上;听众离场时,它还在屏幕上;别人回忆你的演讲时,它也可能是最后留在脑子里的画面。

所以,最后一页不应该只是“谢谢大家”,而应该是你的 Contributions,也就是你到底做成了什么,证明了什么,改变了什么,给听众留下了什么。

合作者当然要感谢,但可以放在第一页或开场处;问题环节当然可以有,但没有必要用一整页 “Q&A” 占据最后的屏幕空间。

更好的结尾方式,是回到开场时给出的承诺,并告诉听众:今天我们确实完成了这件事。

比如,如果是一场关于上下文工程的报告,结尾可以这样说:

今天我们完成了三件事:第一,区分了提示词工程和上下文工程;第二,建立了一个诊断模型表现的框架;第三,用案例验证了很多回答错误并不是 prompt 写得不好,而是模型看到的信息环境出了问题。

接下来,希望大家在设计智能体系统时,不只问 prompt 应该怎么写,也问一个更关键的问题:模型到底看见了什么?

这样的结尾比单纯说“谢谢大家”更有力量。它不是突然结束,而是把整场演讲收束回来,让听众带着一个清楚的观点离开。

2.5 练习

如果想练习演讲,很多人第一反应是找身边熟悉的人,比如同学、同事、朋友来听。

但 Winston 教授提醒,这不一定是最好的选择。因为熟悉你主题的人本身就有足够的背景知识,他们会自动帮你脑补很多内容。你讲得不清楚的地方,他们可能也能靠自己的知识补上,于是你会误以为自己讲清楚了。

更好的练习对象,是那些不了解你主题的人。

如果一个没有背景知识的人听完以后,仍然能够复述出你的核心观点,说明你的表达结构真的成立。反过来,如果他们听完以后只记得一些零散词语,却说不清楚你到底想表达什么,那就说明你的演讲还需要重新组织。

除此之外,还要建立自己的表达库。

Winston 教授非常强调观察优秀说话者。遇到你觉得讲得好的人,不要只是听内容,还要拆解他的表达动作:他是怎么开场的?怎么提出问题?怎么转场?怎么重复主题?怎么使用例子?怎么制造停顿?怎么结尾?为什么这些做法有效?

当你不断积累这些表达技巧,你就会逐渐形成自己的风格。好的表达不是简单模仿某一个人,而是在大量观察、拆解、实践之后,慢慢长出自己的表达系统。

3. 不同讲述场景的区别

前面讲的更多是一般性的演讲技巧。但表达并不是只有一种场景。

课堂讲授、论文答辩、职业面试、项目汇报、公司路演、公众号写作,它们都需要表达,但目标并不完全一样。一个优秀表达者,不能只会“把话讲清楚”,还要知道在不同场景下,听众到底需要什么。

同样一个研究项目,面对学生时,你要强调它为什么有趣、为什么值得学;面对评审时,你要强调贡献、证据和边界;面对企业负责人时,你要强调问题、影响和可执行方案;面对求职面试官时,你要强调你在其中承担了什么角色、产生了什么价值。

所以,表达的核心不是套模板,而是理解场景。

3.1 传播知识

在教学场景中,表达的目标不是让学生“听过”某个知识点,而是让他们真正理解,并且能够使用这个知识点去思考问题。

Winston 教授认为,教导学生时,老师首先要能激励学生。而激励学生最核心的一点,是老师自己要对所讲的内容有激情。

这种激情不是表演式的亢奋,而是你真的相信这个主题重要,真的觉得它有意思,真的希望学生能够理解它。如果老师自己都对这个内容没有兴趣,学生很难被打动。反过来,如果老师能让学生感受到:这个问题确实值得研究,这个概念确实能改变我们看问题的方式,那么学生就更容易进入学习状态。

但只有激情还不够。教学更重要的是教学生如何思考。

Winston 教授有一个很重要的观点:人是讲故事、理解故事、操纵故事的动物。我们理解世界,往往不是通过孤立概念,而是通过故事、案例和因果链条。

所以,教人思考不能只给结论。更好的方式是给他们一个可以分析的故事,让他们看到问题是如何发生的,证据是如何出现的,解释是如何形成的,替代解释又在哪里。

放到 AI 课程中,这一点尤其明显。

比如我们要教学生理解大模型应用中的错误,不能只告诉他们“模型会幻觉”“检索会失败”“上下文会溢出”。这些都是结论。更好的方式是给他们一个真实案例:

有一次,模型回答错了一个问题。

它看起来像是在胡说八道,但进一步检查后发现,问题不在模型本身,而在检索模块给它提供了错误证据。

再进一步分析,检索模块之所以给出错误证据,是因为查询改写阶段丢失了关键实体。

所以最终问题并不是“模型不聪明”,而是系统在信息传递链条中出现了断裂。

这样的案例会迫使学生去问:

这个失败发生在哪个环节?输入发生了什么变化?模型当时到底看见了什么?有什么证据支持我们的解释?是否存在其他可能原因?如果要修复,应该修 prompt、修检索、修排序,还是修评估方式?

这就是把“教知识”推进到“教思维”。

从这个角度看,前面讲到的演讲技巧其实都可以服务于教学:开场的承诺,是告诉学生为什么这个知识值得学;重复主题,是帮助学生抓住核心;建立围栏,是防止学生混淆概念;语言标记,是帮助学生跟上推理;提问,是让学生重新参与;板书和道具,是让学生看到思想是如何一步步被构造出来的。

好的教学,不是把信息倒给学生,而是带着学生经历一次完整的思考过程。

3.2 说服别人

说服和教学不一样。

教学的重点是帮助别人理解,讲者通常拥有较强的知识主动权;而说服的重点,是让对方相信这个问题真实存在、值得重视,并且需要采取行动。

很多人误以为说服就是把自己的观点说得更坚定、更有气势。但真正有效的说服,不是提高音量,而是降低对方接受你观点的阻力。

一个好的说服结构,通常要回答几个问题:

  • 这个问题的背景是什么?
  • 现在的痛点在哪里?
  • 有什么证据说明这个痛点真实存在?
  • 如果不处理,会产生什么后果?
  • 你的方案是什么?
  • 这个方案有什么约束和边界?
  • 你希望对方采取什么行动?

换句话说,说服不是直接把结论扔给对方,而是帮助对方沿着你的路径看到同一个问题。

比如你想说服团队重视上下文工程,而不是只优化 prompt。如果直接说“上下文工程很重要”,其实说服力并不强。更好的表达方式是:

我们最近分析了几个失败案例,发现很多问题并不是模型能力不足,也不是 prompt 写得不够好,而是模型在回答时没有看到正确的信息。

在其中一个案例中,prompt 完全不变,只调整检索证据的排序,答案可靠性就发生了明显变化。这说明我们当前的问题不只是提示词问题,而是上下文组织问题。

所以,我建议接下来不要只继续堆 prompt 模板,而是建立一套上下文诊断流程,分别检查检索、证据排序、上下文压缩和最终生成这几个环节。

这段表达里,先有背景,再有问题,再有证据,再有结论,最后才是行动建议。这样对方就不是被迫接受一个观点,而是被带着看见一个问题。

在不同场景中,说服的顺序也要调整。

论文答辩中,听众最关心的是你的问题是否成立、方法是否可靠、贡献是否清晰。公司路演中,听众更关心市场痛点、解决方案、差异化和执行路径。课堂讲授中,学生更关心这个知识为什么值得学、能解决什么问题。领导汇报中,对方可能最关心风险、收益、资源投入和下一步决策。

所以,同样一套内容,不能在所有场景里用同样顺序讲。说服的关键,是理解对方当下的关注点,然后用对方能够接受的路径,把他们带到你的结论前面。

3.3 职业面试

职业面试也是一种特殊的表达场景。

很多人在面试时容易陷入一个误区:把简历上的内容重新背一遍。做过什么项目,用过什么技术,发表过什么论文,参与过什么比赛,一条一条往外说。

但面试官真正想知道的,不只是你做过什么,而是你怎么看问题、怎么采取行动、产生了什么新结果,以及你到底留下了什么贡献。

Winston 在后续著作《Make It Clear》中提到过一个很有用的框架:VSN-C。它可以理解为四个部分:

模块
你要回答的问题
表达示例
Vision
你看到了什么别人可能没看清的问题?
我关注的不是单点准确率,而是模型系统在真实任务链条中的稳定性。
Steps
你为这个问题采取了哪些关键动作?
我把问题拆成检索、上下文压缩、工具调用和评估四个环节逐一验证。
News
你发现了什么新事实或新结果?
我们发现主要瓶颈不在 prompt,而在上下文选择和证据排序。
Contributions
你真正留下了什么?
我构建了一套诊断流程,使团队能定位回答错误来自哪一层。

这个框架特别适合求职报告、科研汇报和项目路演。

它的好处在于,它不是简单描述经历,而是在讲一个完整的价值链条:我看到了什么问题,我做了什么行动,我发现了什么新东西,我最后贡献了什么。

比如在面试中,如果别人问你:“介绍一下你做过的一个项目。”你可以不用从技术细节开始,而是按 VSN-C 来讲:

我当时关注的问题是,大模型系统在真实业务场景中经常出现不稳定回答,但团队一开始主要从 prompt 角度去优化。

我认为这个问题不能只看 prompt,而要看完整任务链条,所以我把系统拆成检索、上下文组织、工具调用和结果评估几个环节分别分析。

后来我们发现,很多错误并不是模型生成阶段造成的,而是上游证据选择和排序出现了问题。

最后我整理出了一套诊断流程,帮助团队判断一次错误到底来自检索、上下文压缩、工具调用,还是模型生成本身。

这种表达会比“我用了 LangChain、用了 RAG、做了一个智能问答系统”更有价值。因为它不仅展示你做过什么,还展示你如何思考、如何拆解问题、如何形成贡献。

面试中的表达,最怕变成技术名词堆砌。你当然要讲技术,但技术应该服务于一个更大的叙事:你是一个能够发现问题、拆解问题、解决问题并留下成果的人。

这也是为什么 Contributions 很重要。面试官最后记住你的,往往不是你说过的每一个技术细节,而是你到底创造了什么价值。

3.4 项目汇报

项目汇报和普通演讲又不一样。

项目汇报的目标不是把所有工作细节都讲完,而是让别人记住你的关键贡献。很多汇报的问题在于内容很多,但听完以后别人不知道重点是什么;过程很完整,但没有一个能够被复述的核心想法。

Winston 讲“让工作被记住”时,强调的不只是表达技巧,而是要给思想创造记忆抓手。可以概括为 5S

5S
含义
示例:上下文工程
Symbol
一个和项目绑定的视觉符号
用“信息流水线”图表示模型输入环境
Slogan
一句能启动项目记忆的短语
不是写一句提示词,而是管理一条认知供应链
Surprise
一个足以让人停下来的反直觉例子
prompt 完全不变,仅更换证据排序,答案可靠性明显改变
Salient Idea
一个突出的、可被复述的核心想法
上下文不是装饰,而是模型推理的现场
Story
一个讲清如何发生、如何工作、为什么重要的故事
从一次失败问答出发,追踪到检索证据与上下文压缩机制

这个框架对项目汇报非常有帮助。

Symbol 的作用,是给项目一个视觉锚点。比如讲上下文工程时,如果只是不断说“上下文”“信息环境”“证据排序”,听众可能会觉得抽象。但如果你画出一条“信息流水线”:用户问题进入系统,经过查询改写、检索、重排、压缩,最后进入模型生成,那么听众就更容易理解这个系统到底在发生什么。

Slogan 的作用,是给项目一个可以被复述的短句。比如“上下文工程不是写一句提示词,而是管理一条认知供应链”。这句话不一定覆盖所有技术细节,但它能帮助别人快速记住你的核心观点。

Surprise 的作用,是制造注意力。一个好的项目汇报,最好有一个让人停下来的反直觉例子。比如 prompt 完全不变,只改变证据排序,模型答案质量就明显变化。这个例子会让听众意识到:原来问题不在我以为的地方。它能迅速打开听众的兴趣。

Salient Idea 是整场汇报最突出的核心思想。你必须能用一句话说清楚它。比如“上下文不是装饰,而是模型推理的现场”。如果听众最后只能记住一句话,你希望他们记住的就应该是这句话。

Story 则是把所有内容串起来的线索。一个项目不能只是模块介绍,也不能只是指标展示。更好的讲法,是从一个具体问题出发:我们遇到了什么失败?一开始以为是什么原因?后来如何排查?真正的原因是什么?我们如何修复?最后形成了什么方法?

从这个角度看,5S 其实和前面所有演讲技巧是连在一起的。

  • Symbol 对应的是板书、图示和道具;
  • Slogan 对应的是重复主题;
  • Surprise 对应的是开场承诺和反直觉例子;
  • Salient Idea 对应的是最后一页 Contributions;
  • Story 对应的是教学中“通过故事教人思考”的方法。

所以,一个好的项目汇报,不是把工作日志搬到 PPT 上,而是把你的工作组织成一个别人能够理解、相信、记住,并愿意继续传播的思想结构。

4. 总结

看完 Winston 教授的这门演讲课,我最大的感受是:表达并不是思想完成之后的包装,而是思想本身的一部分。

  • 如果一个想法不能被讲清楚,它往往也没有被真正想清楚。
  • 如果一个项目不能被别人记住,它的价值就很难被充分看见。
  • 如果一个老师不能带学生进入思考过程,知识就很容易变成信息堆积。
  • 如果一个研究者不能说清楚自己的贡献,好的工作也可能被低估。

所以,表达能力不是一种附加技能,而是一种基础能力。

它决定我们如何教学,如何写作,如何汇报,如何说服别人,如何让自己的思想被理解,也如何让自己的工作真正产生影响。

而更重要的是,这种能力并不是只属于少数有天赋的人。按照 Winston 教授的公式,表达质量真正依赖的是知识和实践。只要我们持续积累知识,持续进行表达训练,持续观察优秀表达者,持续复盘自己的表达方式,就一定能够把话讲得更清楚,把文章写得更有逻辑,把复杂思想传递得更准确。

技术会不断变化,但表达、写作和思考这些底层能力,会长期留在我们身上。

这也许正是 MIT 这类经典课程真正值得反复观看的原因。它讲的不是某个具体技术,而是一个人如何把自己的思想变得清楚、可信,并让它真正抵达他人。

-- 完 --


课程过往内容
1.
2. 
3. 
4. 

关注机智流并加入 AI 技术交流群,不仅能和来自大厂名校的 AI 开发者、爱好者一起进行技术交流,同时还有
等。
在「机智流」公众号后台回复下方标红内容即可加入对应群聊:
  • cc | 大模型技术交流群
  • hf | HuggingFace 高赞论文分享群
  • lc|LangChain 技术交流群
  • code | AI Coding 交流群
  • 具身 | 具身智能交流群
  • 硬件 | AI 硬件交流群
  • 推理 | AI 推理框架交流群
  • 智能体 | Agent 技术交流群

声明:内容取材于网络,仅代表作者观点,如有内容违规问题,请联系处理。 
more
2025年中国WIFI设备行业产业链、重点企业分析及投资战略
【硬件资讯】从芯片看新品!苹果全系主要芯片换自研,新基带芯片及蓝牙WiFi连接芯片正式登场!
中国移动R3600H WiFi7路由器荣膺“国际CMF创新奖”
苹果下一代芯片曝光:包括蓝牙和WiFi
绕不开!华为公布WiFi 7、5G手机专利许可费:每台最高17元
【八测】疯起来连自己人都锤,七彩虹 BATTLE-AX B850M-PLUS S WIFI7 超级黑刃评测
自研WiFi芯片曝光!iPhone信号这回稳了?
苹果重磅发布:A19/A19Pro及全新自研Wifi7、5G基带芯片!
WiFi智能插座拆解翻车:方向一旦错了,努力将一文不值!
WiFi6的芯片玩家们,谁在台前,谁在幕后?
Copyright © 2025 成都区角科技有限公司
蜀ICP备2025143415号-1
  
川公网安备51015602001305号