最近我开始阅读一个系列丛书《麻省理工通识课》，刚刚读完了 Fabio Parasecoli 的《食物》 —— 令人失望。我很讨厌读完一本书，脑子里最后什么都没留下的体验，不过这也提供了一个很好的机会让我反思这种体验所产生的原因，这篇文章即记录这一反思所萃取出的一些心得。
毕竟这种「内容正确、收获很少」的问题不只出现在书里。课程、知识付费内容和许多 AI 产品都有类似问题：看起来提供了很多信息，但投入大量时间精力以后，却依旧手脑空空。
通识的价值，是打开视角
现代社会分工让人越来越专精于某个领域。这对工作和生存有好处，却也容易让一个人被自己的岗位限制，逐渐只能使用一种知识和一套方法理解问题。
我开始读这套通识书，是想主动从自己熟悉的领域里抽离出来，了解其他领域在关心什么、使用什么概念，以及怎样定义和解决问题。通识书的核心作用不是让人快速掌握另一个专业，而是打开视角和关注点。
当这些原本没有联系的知识被放到一起，一些新的问题才会出现。多学科交叉中潜在的机会，往往就藏在这些过去不会留意的连接里。
从这个标准看，《食物》的选题很适合通识阅读。食物每个人都熟悉，但一份食物如何被生产、加工、运输和销售，背后又牵涉了哪些劳工、商业、环境和政策问题，大部分人并不了解。
《食物》打开了哪些视角
这本书并非一无是处。它对食物系统的覆盖相当全面。
作者没有把食物局限在味道和营养上，而是讨论了供应链、健康、环境、浪费、技术、饥饿和食品安全。他提醒读者，我们在货架上看到的一盒虾，背后可能存在养殖、加工、冷冻、跨境运输、零售和监管等一整套网络。
这一视角是有价值的。它至少打破了「吃什么完全是个人选择」的简单认识。价格、收入、信息、企业行为和公共政策，都在影响一个人最后能买到什么。作者还提出，我们不只是消费者，也是公民；与其只要求个人做出更道德的购买，不如关注制度和集体行动如何改变食物系统。
如果读者此前完全没有接触过食物研究，这本书可以提供一张覆盖面很广的地图。它告诉读者这里有哪些问题，以及这些问题并不是彼此孤立的。
但我的不满也从这里开始：它扩展了问题的数量，却没有提高我处理这些问题的能力。
只打开视角还不够
一本知识类书籍可以从四个层次帮助读者：提供信息、解释关系、形成判断、支持行动。
- 提供新的事实，并说明事实的来源；
- 解释事实之间的关系，帮助读者建立对问题的基本模型；
- 面对互相冲突的事实和目标时，提供可以参考的判断方法；
- 如果问题涉及实践，说明有哪些可行的行动，以及不同主体各自需要承担什么责任。
一本书不需要同时完成全部四层。但《食物》将自己定位为面向普通读者的食物系统指南，又从消费者谈到公民责任，就不能只停留在罗列问题。
仍然以书里的虾为例。作者希望消费者追问它从哪里来，但包装通常只会提供有限的产地和生产信息。谁负责养殖和加工、劳工的处境如何、运输产生多少环境成本、监管是否可靠，消费者无从得知。
书提醒读者应该关注什么，却没有充分说明去哪里获取信息、如何判断信息。
即使信息完整，判断依然不会自动产生。价格更低可以让更多人负担得起，却可能压缩生产者的收入；本地食物运输距离更短，却不一定在所有情况下都更环保；提高劳工和环境标准，又会增加成本。
健康、价格、环境、公平和地方发展都很重要，却无法在每次选择中同时达到最优。书里展示了冲突，没有给出足够清晰的比较方法。
最后才是行动问题。作者希望消费者成为公民，但成为公民以后具体做什么？参与哪些组织，通过什么渠道要求企业公开信息，哪些问题应该交给市场选择，哪些问题必须由公共政策解决？
如果信息无法获得、判断标准不清楚、行动机制又没有说明，那么「成为公民」就只是一句态度正确的话。企业和制度尚未完成自己的责任，消费者却被要求为每次购买产生的社会后果负责。
最后的结果不是赋予消费者能力，而是给消费者增加了一份无法完成的道德负担。
正确但无用，不只发生在书里
类似的问题也经常出现在产品里。
一本书和软件的形态不同，但都需要向用户交付某种结果。一本知识类书籍消耗的是读者的时间和注意力，它至少要说清楚面向哪类读者、希望解决什么问题，以及读者完成阅读以后会获得什么。
产品团队经常展示自己做了多少功能、覆盖了多少场景、使用了什么先进技术。团队的产出不等于用户的收益。 对于知识类产品而言，章节数量、课程时长、资料规模和生成字数都只是产出；读者最后获得的事实、解释、判断和行动能力，才是结果。
如果一本书、一门课程或一个 AI 产品无法说明自己交付了什么，那么「内容丰富」很可能只是在掩饰它没有完成知识转化。
这也是今天许多 AI 产品的问题。大模型很擅长生成文字、总结资料和整理要点，于是产品很容易给用户返回一份篇幅很长、结构完整、各方面都正确的答案。但如果它没有进入用户的实际任务，没有帮助用户减少成本、改善判断或完成行动，这些内容仍然只是内容。
从这个角度看，AI 产品的差别并不在于它能够生成多少，而在于它能不能把生成的内容继续转化成用户可以使用的结果。
不是每一本书都需要读完
《食物》还让我意识到另一个问题：我之所以坚持把它读完，并不完全是因为后面的内容值得期待，而是心里一直有一个朴素的念头 —— 既然已经打开了一本书，最好还是把它读完。
这种想法很常见。一本书读到一半放下，似乎意味着缺乏耐心，或者没有资格评价它。已经投入的时间越多，人也越难承认它不适合自己，于是继续投入更多时间。现在回头看，这其实和使用一个体验很差的产品，却因为已经付费或完成了大半流程而不愿离开，没有什么区别。
陶渊明说自己「好读书，不求甚解」，诸葛亮读书则「独观其大略」。他们都没有把逐字读透和完整读完当作阅读唯一的标准。
我理解的「不求甚解」，不是鼓励对所有内容浅尝辄止，更不是遇到困难就放弃。它只是提醒我：阅读的目的不是完成一本书，而是理解自己真正关心的问题。有些书值得逐字阅读、反复阅读；有些书只需要了解结构和主要观点；还有一些书，读到一半就可以停下。
过去，一本书的写作、出版和流通成本都很高，人们自然会把它视为经过筛选的知识成果。今天有了 AI 和更低成本的传播方式，快速生产一本结构完整、措辞正确的「书」已经不难。书的形态不再自动代表内容质量，我们也可以放下对这种载体的原始敬畏。
放下一本书也不代表它一定很差。也许它不适合当前的知识基础，也许它讨论的问题暂时与自己无关，也许需要先读其他材料才能进入。一本书可以在五年后重新变得有用，读者没有必要在今天勉强完成它。
AI 在这里提供的帮助，不是把整本书压缩成一份摘要，而是让阅读可以从书中继续向外延伸。遇到一个值得追问的问题，可以补充背景、寻找反例、比较观点，再回到原始资料核验。书可以是入口，却不再需要成为阅读的全部边界。
《食物》我还是读完了，也正因为这次不太愉快的经历，才有了这篇文章。但下一次遇到同样的书，我未必还会坚持到最后。
下一次再遇到一本读了很久却什么也没留下的书，我大概会先把它合上。也许只是现在不适合读，也许以后还会重新打开。至少我不会再因为「已经开始了」，就要求自己一定读到最后一页。