Заголовок интересный — бьёт прямо в больную точку.

Возьму в пример самую близкую мне область: мы, алгоритмические инженеры, по сути каждый день занимаемся одним — скармливаем информацию пользователям. Вы считаете, что интернет стёр информационную асимметрию, а я вижу прямо противоположное: на некоторых уровнях интернет бешено расширяет когнитивную пропасть.

Многие ошибочно полагают, что алгоритмы существуют, чтобы помогать вам открывать новые миры. На самом деле — нет. В большинстве коммерческих сценариев целевая функция алгоритма — это время удержания и кликабельность (CTR). Что это означает? Это означает, что система отчаянно подстраивается под ваши животные инстинкты.

Вы говорите, что первоклассные модели мышления и научные концепции повсюду — и это правда. В нашу эпоху, если вы действительно хотите учиться, — открытые курсы Гарварда, статьи лауреатов премии Тьюринга, разборы опыта от лидеров индустрии и даже многие платные курсы — всё это доступно.

Но проблема — именно в этом слове «хотеть».

Начну с провокационного тезиса: подавляющее большинство людей вообще не хотят так называемого «прорывного мышления» — они хотят иллюзию того, что они «стараются», или своего рода эмоциональное утешение.

Давайте разберём это подробнее.

Первое: цена доступа снизилась, но цена фильтрации выросла экспоненциально

Раньше информационная асимметрия была физическим барьером. В деревне не было интернета — и вы не знали, как живут люди в городе. Теперь интернет есть, и проблема не в том, что информации мало, а в том, что её слишком много.

Как человек, работающий с данными, я слишком хорошо знаю, что такое соотношение сигнал/шум. Сегодняшний интернет — это гигантский генератор шума. По-настоящему ценная высокоплотная информация — как иголка, брошенная в Тихий океан.

Вы думаете, что открываете телефон, чтобы получить информацию, — а на самом деле за ваше внимание борются сотни тщательно спроектированных крючков.

Приведу конкретный пример.

Предположим, вы хотите изучить распределённые системы. Двадцать лет назад вам пришлось бы идти в библиотеку, листать классический англоязычный учебник и продираться через него, стиснув зубы. А сейчас? Вы открываете поисковик или видеоплатформу.

Вводите: «распределённые системы».

И что вы получаете?

Первыми идут рекламные объявления какого-нибудь учебного центра: «Стань архитектором за 30 дней и зарабатывай миллион в год».

Или какой-нибудь блогер рассказывает вам историю на предельно упрощённом языке — звучит очень приятно, вы чувствуете, что всё поняли, но на самом деле упущены все критические граничные условия.

Или чей-то холивар на форумах о том, какой язык программирования лучше подходит для бэкенда.

А по-настоящему хардкорная статья с выводом алгоритма Paxos или те классические работы Google по файловой системе (Google File System) — набирают от силы пару сотен просмотров и тихо пылятся в углу.

Большинство людей будут кружить в этом низкоплотном, эмоционально окрашенном или сильно переработанном второсортном и третьесортном информационном бульоне. Потому что он легко усваивается.

Именно этим мы, алгоритмические инженеры, и занимаемся каждый день: мы оптимизируем кликабельность. Контент с высоким когнитивным порогом имеет естественно низкий CTR, а показатель досматриваемости и вовсе удручающий. Рекомендательная система цинична: она не порекомендует вам что-то только потому, что это принесёт вам долгосрочную пользу, — она покажет это, только если оно способно удержать вас прямо сейчас.

Таким образом, интернет, казалось бы, стёр порог доступа, но на самом деле возвёл невидимый порог фильтрации. Этот порог — уже не деньги и не связи, а ваша способность к различению и помехоустойчивость. А это добыть гораздо труднее, чем деньги.

Второе: знание — это сжатый архив, опыт — пароль к распаковке

На этом я настаиваю.

Многие молодые люди, в том числе мои вчерашние выпускники, которых я наставляю, обожают коллекционировать «реально полезный материал». Увидели хорошую статью — в закладки. Нашли отличный туториал — сохранили в облако.

Они думают, что, обладая файлом, они обладают знанием.

Это как скачать огромный zip-архив, не имея пароля к нему.

Первоклассные модели мышления, как правило, высокоабстрактны. Например, ментальные модели Чарли Мангера или первые принципы (first principles). Эти словечки сейчас затасканы до дыр. Любой продакт-менеджер из интернет-компании с лёгкостью ввернёт вам пару фраз про рост энтропии, снижение энтропии и эффект маховика (flywheel effect).

Но вы заметите: когда доходит до реальной работы, все их действия идут вкривь и вкось.

Почему?

Потому что эти концепции — сжатые данные, извлечённые из огромного массива боевого опыта.

Расскажу вам реальную историю из моей жизни.

Примерно пять-шесть лет назад я работал над алгоритмами рекламных рекомендаций в компании-единороге (стартап стоимостью >$1 млрд). Был молод, прочитал кучу книг о робастности (устойчивости) систем и антихрупкости — и чувствовал себя невероятно крутым. Из меня только и сыпалось: «Мы должны строить антихрупкие системы!»

В тот момент нам нужно было переписать один из ключевых модулей recall (поиска кандидатов). Я посмотрел на старый код — сплошная мешанина, повсюду жёстко зашитые правила (hard-coded), заплатки. В душе я презирал этот код и думал: «Ну и лапотники же были мои предшественники».

Я с размахом переписал всё по идеальной архитектуре из учебника, использовал новейший фреймворк, шаблоны проектирования так и летали из-под пальцев.

В день релиза всё рухнуло.

Дело было не в логической ошибке — я просто полностью проигнорировал грязные данные (dirty data) и экстремальное распределение с длинным хвостом (long-tail distribution) в реальном трафике. Те уродливые на вид if else в старом коде на самом деле были заплатками, которые предшественники наложили после бесчисленных падений в ямы, — страховочной сеткой.

В тот момент я наконец понял: робастность из книжек — это не про красивый код, а про способность работать, даже когда ты по уши в грязи.

Если бы не тот полный rollback (откат), не трёпка от начальника и не ночные бдения над логами в три часа ночи — «антихрупкость» так и осталась бы для меня красивым словечком. И только пройдя через этот опыт, это слово по-настоящему стало частью моего познания.

Сегодняшний интернет подаёт вам готовый результат на блюдечке, пропуская весь процесс.

Большинство людей смотрит на первоклассные модели мышления так же, как на чужие фитнес-видео. Глазами вы всё поняли, мозгу кажется, что вы усвоили, — но у ваших мышц нет памяти. Настоящий прорыв требует физического столкновения с реальностью, проживания боли и получения обратной связи.

Все первоклассные модели мышления, по сути, — это постфактум-резюме. Если вы не пережили само событие, резюме вам бесполезно.

Третье: биологический инстинкт мозга — не напрягать извилины, если можно без этого обойтись

Тут надо начать с «железа». Наш мозг составляет небольшую долю от массы тела, но потребляет колоссальное количество энергии. Эволюция запрограммировала человека быть когнитивным скрягой.

Если можно обойтись интуицией — логику не включаем. Если можно решить по накатанной — не пробуем новое.

Бо́льшая часть интернет-контента подыгрывает этому инстинкту.

Почему так популярны короткие видео? Потому что это пассивный ввод — вам не нужно активно задействовать вычислительные мощности мозга.

Почему так затягивают «лёгкие» новеллы? Потому что логика в них простая, а вознаграждение мгновенное.

А те научные концепции и первоклассные модели мышления, о которых вы говорите, — они, как правило, контринтуитивны.

Например, теорема Байеса требует от вас постоянно корректировать априорные вероятности — а это противоречит человеческой тяге к определённой, линейной причинно-следственной связи.

Или отложенное вознаграждение — оно противоречит биологическому инстинкту немедленного удовольствия.

Усвоение таких вещей физиологически болезненно. Это в буквальном смысле «жжение мозга»: ваш мозг сжигает глюкозу, насильственно формируя новые синаптические связи.

Подавляющее большинство людей — и я в том числе — когда после работы выжаты как лимон, инстинктивно выберут полистать смешные видео, а не грызть «Искусство программирования» Кнута.

Так что хотя знания стали повсеместно доступны, болезненность их усвоения никуда не делась — напротив, из-за изобилия соблазнов эта боль стала ещё более невыносимой.

Четвёртое: между знанием и действием пролегает огромная эмоциональная цена

Этот момент многие склонны упускать.

«Я знаю, как надо, но просто не могу это сделать». Это не проблема интеллекта — это проблема эмоций и психической энергии.

Все знают: чтобы совершить технологический прорыв, нужно читать исходный код, изобретать велосипеды и участвовать в open source.

Путь предельно ясен: GitHub — вот он, исходный код открыт.

Почему же вы этого не делаете?

Из-за страха. Страха, что не разберётесь. Страха поражения. Страха вложить время и не получить отдачи.

Интернет взвинтил планку «успеха» до небес. Открываете телефон — и отовсюду сыплются истории про зарплаты в миллион, выход на пенсию в 35 и успешные стартапы. Это исподволь порождает колоссальную тревогу.

Когда вы видите, как легко добиваются успеха другие, а сами за целый вечер разбора исходников продвинулись всего на две строчки, — этот чудовищный контраст мгновенно пробивает вашу психологическую защиту.

И вы сдаётесь. Говорите себе: наверное, техника — не моё. Наверное, у меня нет таланта.

На самом деле — нет.

Настоящий прорывной процесс обычно скучен, долог и полон сомнений в себе.

Я поддерживал на GitHub один open-source проект, набравший какое-то количество звёзд. Первые полгода на него вообще никто не смотрел, повсюду были баги, и я каждый день сомневался в смысле своего существования. Это чувство одиночества и бессилия невозможно испытать, читая мотивационные статьи про успех.

Большинство людей не могут совершить прорыв, потому что не выносят одиночества долгого отсутствия положительной обратной связи.

Интернет не только предоставил знания, но и снабдил нас заменителями мгновенного удовлетворения.

Когда на работе застой — вы можете тащить (carry) всю команду в игре.

Когда реальное общение заходит в тупик — можно стать клавиатурным воином и раздавать советы направо и налево.

Этот дешёвый дофамин безупречно перехватывает энергию, которая должна была пойти на прорыв.

Пятое: затвердевание социальных кругов и блокировка неявного знания

Хотя явное знание (книги, код, формулы) теперь открыто, неявное знание (tacit knowledge) по-прежнему циркулирует лишь в узких кругах.

Что такое неявное знание?

Это знание о том, в каком конкретном сценарии определённое техническое решение провалится, — те самые грабли.

Это понимание, кому в индустрии можно доверять, а кому — нет.

Это сигналы, которые появляются перед тем, как какое-то направление по-настоящему взлетит.

Никто не станет выкладывать это в Q&A-сервисы или снимать об этом короткие видео. Всё это живёт в офлайн-посиделках за ужином, в ночных приватных чатах и в приватных репозиториях на GitHub.

Интернет, хоть и связал всех, вовсе не разрушил круги. Напротив, из-за кластеризующего эффекта алгоритмов круги стали ещё более замкнутыми.

Вам кажется, что вы видите весь мир, а на самом деле вы видите лишь тех, чей профиль похож на ваш.

У человека, который ежедневно листает развлекательные новости, в рекомендациях никогда не появится передовая статья по deep learning (глубинному обучению). А если и появится случайно — он пролистнёт её. Система чутко уловит этот жест «пролистывания» и больше никогда такое не предложит.

Это и есть xinxi jianfang (информационный кокон / пузырь фильтров) — и создан он не только алгоритмами, но и каждым вашим собственным выбором.

---

Пять практических советов

1. Ставьте предельно прагматичные учебные цели

Забудьте про размытые формулировки вроде «саморазвитие». Какую конкретную проблему вы хотите решить?

Например, мне в последнее время нужно было устранить узкое место в производительности крупномасштабного векторного поиска. И я читал только то, что относилось к делу, — неважно, первоклассная это методология или третьесортный блог: всё, что помогает решить проблему, — хорошо.

Не учитесь ради учёбы. Учитесь ради решения проблемы.

Только в процессе решения проблем знания намертво привариваются к вашему мозгу.

2. Даже если копируете — пропустите через собственные руки

Для людей из технической сферы это критически важно.

Сто раз посмотреть на архитектурную диаграмму — ничто по сравнению с тем, чтобы один раз написать demo и запустить его.

Сто раз прочитать бизнес-анализ — ничто по сравнению с тем, чтобы самому выйти на рынок с лотком или попытаться продать маленькую программу.

Только когда вы делаете что-то своими руками, наружу всплывают те детали, которые раньше упускались. А дьявол — именно в деталях. И прорыв часто рождается именно из владения деталями.

3. Отсекайте шум — активно снижайте уровень помех

Сейчас я каждый день насильно устраиваю себе периоды офлайн. Или читаю только длинный контент.

Если вы хотите развить способность к глубокому мышлению, вам придётся тренировать себя на чтение длинных текстов, на штурм объёмных книг, на долгую концентрацию. Это не ради позёрства — это ради физической перестройки нейронных цепей вашего мозга, чтобы он адаптировался к режиму глубокой обработки, а не к поверхностной стимуляции коротких видео.

Научитесь говорить алгоритмам «нет». Больше ищите, меньше скролльте ленту (Feed). Поиск — это вы активно ищете информацию; лента — это вам скармливают информацию. В чьих руках суверенитет — разница колоссальная.

4. Найдите круг, где действительно работают

Не тусуйтесь в чатах, где только треплются. Ищите круги, где люди по-настоящему делают проекты, пишут код, ведут бизнес.

Даже если вы будете просто наблюдать со стороны, как они спорят и как обсуждают проблемы, — неявного знания вы получите больше, чем из десятка «реально полезных» статей.

5. Признайте заурядность, но сохраняйте чувство мяча

Последний пункт может прозвучать немного упаднически, но он очень правдив.

Большинство из нас, скорее всего, так и не совершат за всю жизнь того самого «потрясающего основы» прорыва. Мы, возможно, не станем Джобсами и не получим премию Тьюринга.

Но это не значит, что мы не можем стать лучше.

Сохранять «чувство мяча» — очень важная концепция. Как баскетболист, который отрабатывает бросок.

Каждый день писать немного кода. Каждый день читать что-то трудное для понимания. Каждый день размышлять над какой-нибудь сложной проблемой.

Не ждите озарения. Так называемый прорыв — в большинстве случаев это переход количества в качество.

---

Интернет — всего лишь инструмент. Он дал вам и молоток, и лопату, и ещё кучу игровых приставок и порно.

Большинство выбрало приставку. Меньшинство взяло лопату и пошло копать. И лишь единицы взяли молоток и разбили старый мир.

Это справедливо.

Незачем закрывать на это глаза — это и есть естественный отбор.

Всё первоклассное лежит на виду — и уже само по себе зашифровано. Шифр этот — не пароль, а скука, трудность, сопротивление человеческой природе.

Те, кто проходит через это испытание, естественно получают награду. Те, кто не проходит, — стоят у подножия горы, глазеют по сторонам, листают телефон — и, если честно, они тоже вполне счастливы. Разве нет?