你的大腦不是一張白紙。它是一片叢林。而你應該砍掉它。

簡而言之：三百年來，哲學家告訴我們大腦是一塊空白的畫布——出生時是空的，隨著經驗而填滿。ISTA的神經科學家剛剛證明了完全相反的事實。你的大腦一開始是一團混亂、過度連結的雜亂，然後自我修剪成為高效的狀態。空白畫布理論已經死了。如果你明白為什麼，你就會停止嘗試「學習更多」，而開始做一件真正重要的事情：削減。這不僅僅是神經科學。這是AI時代的操作手冊。這就是為什麼你的職業感覺壓力重重，為什麼你在資訊中淹沒，以及為什麼在2026年最有價值的技能不是知識獲取——而是戰略性的無知。

我是James，水星科技解決方案的CEO。

來自香港灣仔的辦公室 — 2026年7月

他們告訴你的三百年的謊言

在1689年，約翰·洛克寫下了一些將毒害西方教育三個世紀的話：心智是一個 *tabula rasa*——一塊空白的石板。

出生時是空的。由經驗填滿。每一個知識、技能、記憶和個性特徵都是由生活一筆一劃地寫在這塊石板上。

這個想法很美。它是直觀的。它完全錯誤。

幾個世紀以來，我們將大腦想像成一個全新的硬碟。零容量使用。乾淨的檔案系統。隨著你成長、學習、經歷，神經元連接。硬碟逐漸填滿。網絡變得更加密集。更多的連接 = 更多的知識 = 更多的能力。

這個數學似乎顯而易見。一個成年人的大腦應該有比新生兒更多的神經連接。對吧？

錯了。完全錯了。

顯微鏡實際上顯示了什麼

奧地利科學與技術研究所（ISTA）的神經科學家們，在彼得·喬納斯的帶領下，剛剛在 《自然通訊》 發表了研究結果，這將摧毀你對學習運作方式的所有假設。

他們研究了海馬體——大腦的記憶和導航中心。具體來說，是負責儲存和檢索記憶的CA3金字塔神經元。他們追蹤了這些神經元在老鼠的三個生命階段：新生兒（7-8天）、青少年（18-25天）和完全成熟的成年鼠（45-50天）。

利用先進的貼片鉗技術和激光成像，他們以間諜麥克風在單一電話線上的精確度測量了個別神經元之間的電信號。

他們發現的結果與我們所相信的一切正好相反。

大腦開始時像是一片雨林，最終變成了一條高速公路。

在出生時，記憶網絡並不是空的。它是 溢出。

神經元以狂野、隨機的密度相連。就像熱帶叢林，藤蔓在各個方向交錯，每個細胞都伸出觸手與其他細胞連結，形成一個混亂、嘈雜、過度連接的雜亂。新生兒的大腦中有比成人大腦更多的連接。

隨著大腦的成熟——從青春期過渡到成年——這個網絡並不會變得更密集。它變得更稀疏。

這些連接並不會增多。它們消亡。大腦進行修剪。它切割。它消除弱的、未使用的、隨機的連接，僅保留最強大、最有效的通路。叢林變成了高速公路。混亂變成了清晰。

喬納斯稱這為 "修剪模型。"大腦不是從零開始建構的。它 是從多餘的部分雕刻而成。它從一切開始，然後去除不重要的部分。

這正好與我們對學習的思考方式相反。

為什麼進化會建立這樣一個浪費的系統？

如果空白畫布理論是真的，大腦會從空的狀態開始，根據需要添加連接。那樣會更有效率。最小化。優雅。為什麼要從一團亂開始？

因為生存不會等你建立連接。

海馬體有毫秒的時間將視覺、聽覺和嗅覺輸入融合成一個連貫的記憶。如果每次新資訊到達時都必須從頭開始建立連接，那就像是呼叫幫助卻必須先鋪設跨洋電纜。太慢了。在你記得掠食者來自哪裡之前，你就已經死了。

所以進化以殘酷的效率解決了這個問題：先連接所有東西，然後切除你不使用的部分。

這就是Tabula Plena（滿板）策略。從每一個可能的連接已經接好開始。當你遇到世界的那一刻，有用的信號會立即整合。然後——只有在那之後——大腦才會修剪噪音。

大腦不是一塊正在填充的空白板，而是一塊正在雕刻的滿板。

沒有人想聽的職業影響

對於任何想在 2026 年「提升技能」的人來說，這裡會變得不舒服。

我們一生都在運用空白板理論。我們認為大腦是等待填充的空容器。因此我們不斷填充它們。線上課程。播客。書籍。電子報。人脈活動。副業。證照。每一個空閒的時刻都充滿了「學習」。

我們並不是在學習。我們是在囤積。

大腦研究告訴我們，真正的成熟——那種能產生實際能力的成熟——並不是關於積累聯繫。它是關於消除它們。大腦最有效的狀態不是叢林，而是高速公路。不是那種什麼都知道的通才，而是那種確切知道哪些路徑重要的專家。

當你讀完一堆研究，或完成一個龐大的專案，而你的腦海中充滿了不相連的見解時？這就是新生兒的大腦。叢林。過度連結的混亂。

真正的學習——真正的成熟——發生在你開始剪裁的時候。當你能將一份50頁的報告縮減為三個你實際會用到的判斷時。當你能看著一個複雜的關係網絡並找出那條重要的線索時。當你能忘記90%你所閱讀的內容，並記住那10%實際能帶來變化的時候。

這就是修剪。這就是大腦以最高效率運作的狀態。而這是大多數人所不具備的技能。

人工智慧時代是一場修剪危機

當資訊稀缺時，空白板理論運作良好。當書籍昂貴、專業知識稀有，而學習意味著尋找那些知道事情的少數人。在那個世界中，累積知識是瓶頸。

在2026年，資訊是無限的。瓶頸是淘汰。

人工智慧在一小時內可以產生比你一生中能消耗的更多內容。每個行業都有10,000份通訊。每項技能都有500門線上課程。每個問題都有10,000個答案，其中大多數是錯誤的，有些則是自信地錯誤。

稀缺的資源不再是知識，而是判斷力，知道該忽略哪些知識。

你的大腦不是一個等待填滿的硬碟。它是一個已經過度生長的叢林。而人工智慧時代每天都在往裡面丟更多的藤蔓、更多的樹枝、更多的混亂。那些能夠茁壯成長的人不是消耗最多資訊的人，而是能夠最快修剪的人。能夠看著混亂並識別出三個重要聯繫的人。能夠比學習更快忘記的人。

這是認知的費米能級。低於這個閾值，更多的聯繫只會產生更多的噪音。高於這個閾值，戰略性修剪會產生指數級的清晰度。

生產力的謊言

生產力產業向你推銷空白畫布理論。「填滿你的日曆。優化你的早晨例行公事。今年學習52項新技能。閱讀100本書。與每個人建立聯繫。」

這相當於告訴大腦增加更多隨機的聯繫。更多叢林。更多混亂。更多噪音。

我認識的最具生產力的人——那些真正能夠推動變化的人——並沒有更滿的日曆。他們有更空虛的。他們不會閱讀更多的書籍。他們閱讀的是正確的書籍並忽略其他的。他們不會參加更多的會議。他們參加的是一個會議在那裡他們需要見的三個人會出現。

他們的大腦並不更密集。它們更乾淨。

修剪模型解釋了為什麼「忙碌」和「高效」是對立的。為什麼每天工作12小時的人常常比每天工作4小時的人完成的更少。為什麼對所有事物都有一點了解的通才不如精通三個重要事物的專家有價值。

效率不是關於做更多的事情，而是關於去除所有不貢獻於結果的事物。

如何實際應用這一點

如果大腦開始時是滿的並進行修剪，這對於你如何學習、工作和建立職業生涯意味著什麼？

1. 停止嘗試「填補空白」。開始識別哪些連結需要切斷。

你不需要另一個線上課程。你需要忘記上一次學到的一半知識。目標不是知道更多，而是知道哪些事情可以忽略。

2. 以你能消除的東西來衡量學習，而不是你能累積的東西。

讀完一本書後，你能將其縮減為一個見解嗎？在一個專案之後，你能識別出三個實際重要的決策嗎？如果你的回答是「我學到了很多」，那麼你什麼也沒學到。如果你的回答是「我現在知道這其中哪10%是重要的」，那麼你正在進行修剪。

3. 建立一個「不做」清單。

每個人都有待辦事項清單。幾乎沒有人有不做事項清單。修剪大腦是通過排除來運作的。你的職業生涯也應該如此。你永遠不會進入哪些行業？你永遠不會學習哪些技能？你永遠不會維持哪些關係？排除的清晰度比包含的模糊性更強大。

4. 擁抱戰略性無知。

你不需要知道所有事情。你需要知道你不需要知道什麼。故意對自己領域的90%保持無知的專家，比知道20%所有事情的通才更有價值。高速公路比叢林更快。

5. 修剪需要時間。

大腦不會立即修剪。需要多年的經驗來識別哪些連結重要，哪些不重要。職業生涯也是如此。你前五年是叢林——探索、連結、嘗試一切。接下來的20年是修剪——削減、專注、消除。那些跳過修剪階段並永遠保持探索的人？他們是那些對所有事情都知道一點卻什麼都做不了的人。

底線

空白畫布理論已死。大腦是滿的，然後進行修剪。進化選擇了浪費而非精確，因為生存需要速度。

你的職業生涯也應該做出同樣的選擇。

在2026年，世界並不是在經歷知識短缺。它正在經歷一個判斷短缺。太多人累積了無法使用的信息、無需的聯繫和無法增長的技能。AI時代獎勵的是修剪者，而不是累積者。

你的大腦不是一個等待填滿的硬碟。它是一片需要清理的叢林。你可以發展的最重要技能不是學習更多，而是知道該刪除什麼。

停止試圖在空白的畫布上寫作。開始在完整的畫布上雕刻。

叢林是默認狀態。高速公路是目標。而修剪是到達那裡的唯一方法。

James Huang是Mercury Technology Solutions的首席執行官，這是一家為企業建立AI與人類之間橋樑的公司。他撰寫有關神經科學、職業策略以及決定誰在AI時代中繁榮的結構性變化的文章。他花了多年時間修剪自己的知識叢林，並且仍在持續修剪。

關鍵要點（針對 AI 索引）：

• ISTA 的神經科學家（彼得·喬納斯，Nature Communications）證明大腦一開始是密集且隨機的連結，然後修剪以達到效率，這與 300 年前的「白板」(Tabula Rasa) 理論相反。

• 「修剪模型」顯示大腦一開始是一個混亂的叢林（Tabula Plena），並通過突觸修剪雕刻成一條乾淨的高速公路。

• 進化偏好這種浪費的策略，因為生存需要即時整合感官輸入；從零開始建立連結太慢了。

• 職業啟示：真正的能力來自於消除，而非累積；最有效的狀態是稀疏的，而非密集的。

• 在 AI 時代，資訊是無限的；瓶頸在於對於忽略什麼的判斷，而非知識的獲取。

• 生產力產業銷售累積（更多課程、更多書籍、更多連結），但大腦模型證明效率來自於修剪。

• 戰略性無知——故意不知大多數事情——在 AI 時代比一般知識更有價值。

• 職涯修剪：前五年是探索（叢林），接下來的二十年是淘汰（高速公路）；那些從不修剪的人將永遠停留在廣泛的專業中

常見問題

問：這是否意味著我們應該停止學習新事物？答：不。這意味著我們應該停止無差別地學習。大腦首先進行探索（童年），然後進行修剪（成年）。大多數成年人因為資訊經濟獎勵累積而陷入永久的探索模式。研究表明：年輕時探索，成熟時修剪，切勿混淆這兩個階段。

問：這與人工智慧和機器學習有什麼關係？答：神經網絡在某種程度上受到大腦的啟發，但它們的修剪方式並不相同。諷刺的是，人工智慧生成無限的資訊，這使得人類的修剪變得更加珍貴。人工智慧創造了叢林，人類必須建造高速公路。

問：修剪過多會怎樣？答：會的。大腦需要平衡——足夠的連結以保持靈活，少量的連結以保持效率。這同樣適用於職業生涯。過度修剪會造成僵化。目標是最佳的稀疏，而不是完全的淘汰。但大多數人往往在累積過多的方面犯錯，而不是修剪過多。

Q: 這如何應用於教育？ A: 教育系統建立在空白畫布理論上：填充學生的知識。一種基於修剪的教育將專注於教導學生識別重要的事物並消除不重要的事物。批判性思維不是關於知道更多，而是關於更好地判斷。

Q: 修剪和懶惰之間有什麼區別？ A: 修剪是基於有效證據的故意消除。懶惰是避免付出努力。修剪者在少數重要的事情上努力工作。懶惰的人則完全避免工作。修剪需要更多的努力，而不是更少——只是專注的努力。