学会提问
Asking the Right Questions
信息时代的核心技能不是找答案，是问问题——美国大学批判性思维教科书迭代11版的结论：会提十个问题的人，能砍掉90%的噪音，不被数据和专家忽悠。
- 十大批判性问题是一套流水线：从「论题和结论是什么」到「能得出什么合理结论」，逐层过滤论证质量
- 词义模糊是最大陷阱：争辩双方常用同一个词指完全不同的东西，先定义再讨论
- 问「什么没说」比问「说了什么」更锋利：被忽略的信息往往比呈现的信息更能揭示真相
核心观点
信息爆炸时代，问对问题等于砍掉90%的噪音
互联网和AI让信息无限供给，没有批判性思维的人会被信息淹没。十大问题是一套过滤流水线：论题和结论是什么？理由是什么？哪些词模糊？假设是什么？推理有谬误吗？证据可靠吗？有替代原因吗？数据骗人吗？什么被忽略了？能得出什么结论？
词义模糊是争论的最大陷阱：同一个词，两套含义，全是稻草人战争
「成功」是指钱、影响力还是内心满足？「自由」是无约束、有选择还是自治？「AI」是LLM、AGI还是自动化？争辩双方常用同一个词指不同东西，不先定义就开始讨论，双方攻击的都是对方不存在的立场。
| 模糊词 | 可能含义A | 可能含义B |
|---|---|---|
| 成功 | 赚到钱 | 内心满足 |
| 自由 | 无约束 | 有得选 |
| AI | 当下的LLM | 科幻里的AGI |
每个论点都藏着两层假设：事实层和价值观层
任何论证都同时依赖描述性假设（事实是这样的）和价值观假设（这样是好的）。很多看似事实的分歧其实是价值观分歧——真正厉害的人能识别对方论证里没说出口的价值观假设，把争论从表面拉到根源。
- 把所有分歧都当成事实之争去查资料
- 假设对方和你共享同一套价值排序
- 先分辨这是事实分歧还是价值观分歧
- 把对方隐藏的价值观假设明确说出来
数据本身就能骗你：平均数、百分比、样本量都有猫腻
「用数据说话」不等于可信：平均数和中位数在贫富差距场景下差异巨大；百分比可以掩盖绝对值的微小；样本量不报等于耍流氓；时间起点的选择能改变整个趋势的方向。看到数据先问三件事：怎么收集的、谁收集的、为什么报这个口径。
看到数据先问：怎么收集 / 谁收集 / 为什么报这个。
— Neil Browne & Stuart Keeley问「什么没说」比问「说了什么」更锋利
报告吹捧某产品时，它没提的缺点是什么？数据展示时，哪个对比被故意跳过了？故事讲述时，哪个角度消失了？沉默的信息往往比呈现的信息更能揭示真相——这一问能看穿大部分广告、政治宣传和媒体叙事。
The absence of an answer is often more telling than its presence.
— Neil Browne & Stuart Keeley免费部分到这里。墙内还有：
本书与另外 4 本书的观点交锋 · 应用篇
金句摘录
「Critical thinking is the careful and deliberate determination of whether to accept, reject, or suspend judgment.」
「Words don't speak for themselves; we have to ask what they mean.」
「The absence of an answer is often more telling than its presence.」
常见问题
这本书讲了什么？
信息时代的核心技能不是找答案，是问问题——美国大学批判性思维教科书迭代11版的结论：会提十个问题的人，能砍掉90%的噪音，不被数据和专家忽悠。
适合谁读？
从核心观点看，适合想搞清楚「信息爆炸时代，问对问题等于砍掉90%的噪音」这类问题的人。
最核心的一个观点是什么？
信息爆炸时代，问对问题等于砍掉90%的噪音