当一个领域的知识量达到一个很高的层次，一生都无法掌握，这个领域该如何发展？ 第1页

争取最简略总结个人目前的观察和认知。

这事儿还是得分专业说。

社会科学发展至今，即使我们依然可以让步一下，声称它的“复杂度”或“高度”还在提升，但其实更准确的形容是，“基于特定原则和逻辑下的场景变化和应用”。人们需要去做的，也“只有”在更底层的哲学层面讨论出一套有关当下原则和逻辑的共识，然后直接到应用层面的最前沿去展开即可。历史上的原则、逻辑和场景应用，也可称为“知识”，也可以被研究（更像是研究历史），但不必然作为当下前沿研究的基石。于是范范地说，社会科学（广义）不太受题主所担心的机制所限。

而在技术层面，或者说，所谓的“工科”，受限程度相对还好，而普遍的解决方法即“模块化打包“和“接口”。这是个很范式的描述，具体到每一个工科领域，例子都不太一样，自行理解吧。或者换一个角度形容，在广义的工科领域，“任务“确实是更容易被分割的和分包的。在广义的工科领域，真正会有挺大麻烦的是“系统集成”。并非所有复杂的软硬件工业品都可以被设计为界限明确，接口简单清晰，场景限制不互斥的模块的简单组合的。有一类人才也确实很难培养，且确实稀有，即对一个完整工业品的几乎全部模块，都有足够的认知，且对其彼此联动和互斥，也有工程上很深入的经验。在这一层面上，人的生物属性，与此技能的要求，确实存在天然矛盾。目前的解决方向，也只能是试图更好地模块化“而已“。

但在科学领域，特别是涉及到拓展人们对物理世界的底层认知和原理性认知的层面，事情确实很麻烦。麻烦之处也确实就在于，很难打包，很难模块化。典型如理论物理，在开始真正的研究之前，“明白前沿在哪儿”，甚至只是“明白前沿是什么意思”，此习得过程，基本上并没什么捷径。有些基础而不相关的内容或许可以跳过，但这种略过能节省出来的时间，非常有限。

而且，在这个领域的拓展，存在着一种可能，即对先前结论的认知拓展，甚至是彻底推翻。也就是说，研究者并不能彻底不了解一个仿佛“模块化“的知识领域，想当然地将其当下结论看作干干净净的“接口“去使用，否则也就谈不上什么认知拓展了。

而且的而且，与工科不同，某个“模块”的拓展任务，只能由大领域的前沿突破者去回顾，而不存在“该模块专家自行发展此模块“一回事儿。一个很不恰当的例子，牛顿力学“专家“不论如何，也没可能拓展出相对论来。

以上这些，还不是最麻烦的。以上这些，“仅是”涉及“爬到巨人肩膀上”的时间，和人类生物属性之间的矛盾。仿佛只要我们能延寿，或者延长大脑活跃的年龄段，问题就能解决似的。但真正麻烦的是，人脑作为一个无法升级的运算工具，在“模式”层面的理解力，是必然有上限的。所谓最聪明的耗子，也永远不可能听得懂你妈日常的叨叨。我们不得不面对一个大概率的可能性：对于这物理世界的“叨叨”，Sheldon Cooper也只是只“聪明的耗子”。

但此事怎解？简单说是无解。真的想解，那自然只能想着去升级人脑这个硬件。升级方法？社会组织层面促进物种主动进化 — 搞不好就被说成希特勒了；或者加速发展脑机接口，甚至主动让超智能AI取代我们 — 不说这种“取代”到底算是“我们“进化了，还是“我们“创造了“他们“，然后把“我们“灭了...现在的AI那些玩意儿，恐怕也是“50年又50年的事儿”。电子的天然物理限制 + 基于二极管这种离散模式的电路 + 半个多世纪前的计算机底层架构 + 存在了几十年的“高级”语言 + 算法层面大炼金......超智能？我觉得我们很多人真的想多了。

所以这事儿还真无解。

都安心混吃等死罢～