道之柔而名之直
本文没有任何新的东西，就是想到一个对于名和道的更好的解释，记录一下而已。
想到这个新的描述，是因为有人问我的这个问题：
| 答主你觉得道家思想是不是更加适合现代社会？中华文化目前还是儒家主导，
| 国家目前外儒内法，对于道家思想，是不是在当今中国更加应该注重起来，
| 而不是儒家思想？？
这种问题不值得回答，但它被我看见了，我就忍不住要思考一通，然后我在脑海里就组织 了本文的基础逻辑，然后我就找个地方把它记录下来了。
我们用一个非常直白的方法来理解名和道：一个班里有50个学生，这次考了一次试，我们 想去了解一下他们考得怎么样。这个问题可以如何“描述”呢？
比如，我们可以说：都考了90分。这是一个“总结”。这种东西，我们就叫“名”，我们能把 一个包含很多要素的东西讨论起来，总得“总结”一个名字，否则你想想你可以怎么在一个 讨论中说“这个50个学生的成绩”？你可以能可以展示这么一个东西：
.. figure::_static/模糊的学生成绩单.jpg
这是我在网上搜的图，我做了裁剪和高斯模糊，只是为了避免侵犯别人的隐私，读者认为 它是清晰的，50人的完整列表好了。反正就算给你完整的列表，你也没有办法用这张图或 者里面的数据讨论问题。
但这个图你没法拿来讨论，你只能说“那张长长的成绩单”，你说出来的只是“长长的”，“成 绩单”，可不是那“50个学生的成绩”，甚至“50个学生的成绩”这句话，也不是那“50个学生 的成绩”。
这个例子中，那个被“总结”的东西，我们就叫“道”，“道”没法被“详细”地说出来，说出来 的时候必然是名，这个名在说那个道，所以道可以“道”，但说出来的那个不是“道”。
“都考了90分”，如果这是事实，这是好事，可以这样总结当然是个好事，问题是，这常常 不是事实。
要严格表现现实，只能只取少数特征，比如：这次考试的平均分是90；这次考试的中位数 是85；这次考试只有2个人不及格，等等等等。
但这些都不够“严格”和“精细”，要严格和精细，你就得把所有50个学生的成绩都列出来（ 其实这个也不是全部的信息，后面我们会谈到），但一个个学生的独立的成绩，并不能用 来讨论或者思考。你最终还是只能进行“总结”，只是这个“总结”是否合适处理你面对的问 题而已。
更麻烦的是，就算你真的在讨论中描述了50个学生的成绩，这个信息里面也没有包含“平均 分是90”这个信息。所以，看来50个学生的成绩已经包含了所有的“道”的信息，其实你没有 ！这他么才是严重问题——就算你有4K的RGB数据，你也没有“这是一只猫”这个信息。每个点 你都看见了，你还是错过了很多东西。你也看一个人，警察也看一个人，你就看到一个人 ，警察能看出他是一个贼。
所以，视而不见，听之不闻，搏之不得……你觉得很神奇吗？这事情你天天发生在你身边， 你看不到就是看不到，看到了也看不到。
道是一个全集，比如这样：
.. figure::_static/道的全集.jpg
名是把其中具有共同特征单独拿出来观察的一个集合，比如这样：
.. figure::_static/道的全集A.jpg
但你换一个角度抽取特征，它也可以是这样的：
.. figure::_static/道的全集B.jpg
在你的脑子里，他们分别是这样的：
.. figure::_static/道的ABC.jpg
你看得见A就看不见B，看见B，就看不见那个圆弧——你看，最后这玩意儿我叫他圆弧，你可 以叫它“没眼睛的吃豆豆主角”，我们只要谈它，就必然是某种名，你看见的，感知的东西 ，只要说出来，想清楚，都是抽象，都是名，也就是说——都是偏见。
前面这个是基础，现在看一个有用的推论：
当我们处理复杂的事情的时候，我们需要把一个复杂的问题打开。比如你问“如何煎一个荷 包蛋？”，你当然希望可以简单说：“找个碗，把蛋打进去，用筷子在碗沿一敲，高声喊道“ 荷包蛋斯奥！”，然后你就得到荷包蛋了——但这样不行，所以，到头来你要打开为多种情况 ：
平底锅煎蛋法：……
煎蛋器煎蛋法：……
微波炉煎蛋法：…………
我们希望是个很简单的“名”，但事情一复杂，我们就要把简单的名“掰断”，把生硬的名变 柔，去适应道。
问题抽象得越高，问题越复杂，这个分离就越难。比如你说的不是如何煎蛋，而是“如何做 芯片”，“怎样写软件”，你看看你可以怎么总结这个过程？
所以，我们研究问题的方法，是“道法自然”，根据现实的反馈，具体的情况去决定我们如 何抽象（“总结”）我们的名，我们知道“名”是硬直的，“道”是柔软的，“名”希望逻辑简单 ，“道”并不可以“简单总结”。我们需要名，因为我们的脑子有限，只能用硬直的方法来思 考，所以，我们在影响最大的地方折断这种硬直，具体问题具体处理。
每件事情深入去分析，就是不断掰断名，让它贴近道的过程。怎么做芯片，一句话说不清 楚，我们先分成前端建模，数字设计，后端综合几个过程。然后我们谈谈前端建模工具有 多少种，非时钟精确建模怎么做，时钟精确模型建模怎么做……我们引入“时钟精确”这种概 念是怎么来的？因为我们发现用软件模拟一个芯片怎么工作很慢，如果我们就聚焦在芯片 表现的“功能”上，看看“功能”能不能用，可以快很多（快几百、几千、几万倍），这样我 们就引入“时钟是否精确”这个“概念”了（模拟功能的时候我们不用关心这个功能实际在芯 片里面有多少个步骤，这能保证功能正确，但不能保证硬件执行起来速度是不是快）。
但“名”因为简单化，它很容易变成刻板印象，比如现在我们技术限制，时钟精确模拟很慢 ，后来技术进步了，模拟得很快呢？那么我们还分两种不同的模拟，就成了浪费时间了。 或者干脆我们未来可能并不需要“精确的计算”（AI就是这样），我们可以使用模拟计算， 这些名统统浪费时间。名会在你用的过程中就发生变化，依靠名是很不可靠的。指望学习“ 永恒真理”，确定“终极定义”，然后用这个去解决问题，就是缘木求鱼。希望用两三个简单 的逻辑去了解一件事，就像强行认为一个班的成绩都是90分一样，方向就定错了。
用名去思考道的发展，就像用乐高积木搭一棵圣诞树，圣诞树是平滑的，乐高积木是粗糙 的，越是大块的积木，就越难用，因为很难对得上需要的那个形状。但越小的积木越灵活 ，但工作量也越大。我们需要大积木节省工作量，也需要小积木去接近道。
.. figure:: _static/积木圣诞树.jpg
希望用一个简单的积木去表示整棵树，那东西只能活在你的想象中。
所以，“道家思想是否适合现代中国”这是个什么问题？就不用我解释了。“道家思想”这个“ 名”是啥意思？“适合现代中国”这个定义，就够你写本书了。这样思考问题，本身就很不靠 谱。
补充1：用50学生模型理解“为学”
我个人最近很喜欢本文提到的这个“50学生模型”，因为我想到的很多高层概念，都可以用 这个例子作为一个具象的思考，以验证我的理解是否有偏差。
这个50学生模型展现了一个有趣的事实，就是：每个学生的成绩给出来，对我们解决具体 问题基本上都没有什么用。当我们开始要解决“A班的成绩好还是B班的成绩好”这个问题的 时候，我们才开始引入平均分，中位数这样的“特征”，然后这些数据才有它的作用。而每 个人的成绩，对于解决这个问题，完全没用。但如果我们解决的问题变成“哪个班有3人以 上不及格，班主任全年奖金扣一半”。前面提取的这个特征就没有用了，我们得变成“不及 格人数”这个特征才有用。如果我们要解决的问题是“最后一道大题全对的人保送清华”，那 每个人的具体分数都不重要，我们只关心其中最后一道大题拿满分的人。
所以呢，你不去抽象，你手上的信息都是散的，既不知道怎么使用，也不知道有没有用。 但你非要去抽象呢，你可以无限抽象下去，只要你给出一个目标，这个问题就会完全不同 。
我们平时学习，告诉你牛顿三大定律，你都背下来了，一点用没有，你得用在不同的目标 上，比如计算一个斜面上的目的的滑动速度，计算一个自由落体在某个时刻的瞬时速度， 从现象上判断你所在的封闭空间是否惯性系等等。没有经过这种不断假想目标的过程，你 不可能学会。所以，简单背诵一些信息，学习不可能好。学习就是一个反复设定目标去从 不同角度提炼那个信息的过程。所以为学日益。学习不能从一个信息集中反复增加概念， 是不可能学会的。把书读薄的过程其实是修正你脑子中对于那个概念的细节不断优化的过 程。你学会的时候，别人眼中那个“名字”仅仅是个名字，在你眼中，是无限的细节。
所以，学习的方法就是不断设定不同的目标去测试你学到的那个单纯的信息（50个学生的 分数），从而让那个名，更大程度地贴近它的“道”。仅仅背那个信息，就仅仅学会了一个“ 名”。
但反过来，当你开始做事了，你就不能把目标增加得到处都是了，你要一直对准你要达成 的终极目标，去不断设定你判断的目标，这时你要“用”你的“学”了。概念要减少，目标也 有减少。所以为道日损。损之有损，事情做成了，整个系统被你驱动到“自动运行”了，你 就“无为”了。目标是“有为”，就永远都不在解决问题；目标是“无为”，才是真心要解决问 题啊，“有问题”才是“有为”这个判断成立的原因。