面对新问题的思考心得
从本体论到实践论
一、缘起：原来解决问题也有结构
2026年2月3日，我听到一位教授讲了一个框架：
本体论、认识论、价值论、实践论
说实话，我愣了一下。
不是因为这些词有多新鲜–哲学课上多少都听过。真正让我震动的是，我突然发现，自己这些年做事情，时常会用一套相似的思考路径，只是我自己从来没有把它说出来过。
以前解决问题，更多是靠感觉。直觉告诉我这个方向对，那就闯；经验告诉我那个地方有坑，那就绕。大多数时候能成，但回头想想，也有不少次撞得头破血流，其实一开始方向就偏了，只是我当时不知道。
这个框架让我第一次意识到：复杂问题的背后，存在一条相对稳定的思考路径。它不要求你天赋异禀，也不要求你经验老到，它只要求你按照一个顺序，老老实实问完四个问题。
什么顺序？
先问“这到底是什么问题”，再问“我凭什么相信我的判断”，然后问“它为什么值得做”，最后才问“我怎么把它做出来”。
这个顺序本身就有力量。因为它在告诉你：别急着动手。在确认问题真实之前，一切行动都可能是在浪费精力。
最打动我的，是这套框架接近第一性原理。它不让你在现象层面打转，而是一层一层往下剥，直到触碰到事情真正运转的那个内核。当你触碰到那个内核时，会有一种奇怪的感觉–原来很多领域的问题，在底层是相通的。学校体育训练里的困境，和做一款软件产品的困境，和写一篇文章的困境，某种程度上是同一个困境：你以为你知道问题是什么，其实你只看到了表面。
那一刻我决定，要把这个框架变成自己的东西。
框架的力量不在于它告诉了你什么新东西，而在于它把你已经知道但做不到的东西，变成了一套可以重复使用的路径。
二、本体论：先判断问题是否真实存在
我从自己最近的经验中去真正理解“本体论”三个字，脑海里浮现的是 AI 体育训考一体机。
那时候当我们已经开始帮助老师做一堂公开课的时候，我就意识到需要这样一个机器。但我会停下来问自己：
学校真的需要这个吗？
不是“学校会不会买”–那是销售问题。我问的是更底层的东西：学校体育训练中，到底存在一个什么样的结构性问题，值得我们用这么重的方式去解决？
这个问题一旦问出来，就会发现它远比“机器应该有什么功能”更根本。因为如果那个底层问题不存在，或者不像我们想象的那么严重，那后面所有的技术讨论、产品设计、市场策略，都只是在沙上建塔。
我开始了很笨的调研。去找政府的文件，找老师聊天，找学生了解真实的训练体验，找友商看他们怎么理解这个市场。每一方的说法都不一样，有的甚至相互矛盾。但这正是有价值的部分–当你听到足够多相互矛盾的声音时，你才有机会逼近那个最底层的事实。
我慢慢看清了一件事：
学校真正缺的，不是一台机器。学校缺的是一套可以让体育训练被量化、被记录、被反馈、被改进的机制。这个机制可以部分由机器来承载，但机器本身不是答案。
问题被重新定义的那一刻，产品方向也跟着变了。我不再想“我要做一台什么功能的机器”，而是想“我要怎么帮学校体育训练从经验驱动走向数据辅助”。前者是一个硬件项目，后者是一个系统问题。
视角一变，很多原来的纠结就消失了。
不要急着解决问题，先确认自己没有解决一个假问题。
三、认识论：判断自己凭什么相信某个结论
本体论问的是“问题是什么”，认识论问的是“我凭什么知道”。
这个问题在做产品的时候特别致命。因为你周围永远有一堆人在告诉你“市场是这样的”“用户是那样的”“技术应该往这个方向走”。听多了，你很容易以为自己对局势有了清晰的把握。
但你真的清楚吗？
在调研 AI 体育训考一体机的时候，我最信任的是老师。原因很简单：老师是那个真正站在训练场上的人。他知道一个班四十个学生同时训练是什么场面，知道一个老师不可能同时盯着所有人的动作细节，知道一个设备进到学校之后会被怎么使用、怎么维护、怎么吐槽。
老师的话，权重最高。但老师的话也有边界。他能非常准确地描述教学现场的痛苦，但不一定能判断政策的方向、预算的逻辑、学校采购决策的层层审批。这些是另一套游戏规则。
所以我同时也会认真听政府怎么说。政府不一定是“对的”，但政府代表着资源的方向。它强调什么、考核什么、往哪里投钱，往往定义了这个领域被正式承认的问题边界。政策不是口号，政策背后是资源配置，是未来一段时间内“这个问题值得被解决”的官方认证。
校长呢？校长在意的是学校治理–安全、效率、政绩、平衡。学生呢？学生在意的是体验–这个训练过程是枯燥还是有趣，我能不能看到自己进步了。友商呢？友商代表的是市场供给端已有的答案和还没被满足的空隙。
每一方都有价值，也都有盲区。
在认识问题的过程中，我还学会了一件更重要的事：有些说法听起来很对，但经不起推演的考验。
比如有一种很流行的说法：“学校只要有了 AI 体育训考设备，就进入了数据驱动化。”
我反复想，这个判断到底成不成立。
一台设备能服务多少学生？一个学校能配几台？学生每天、每周、每个学期产生的体育行为数据，真的都能被这台机器采集到吗？
如果答案是否定的–如果这台设备只能覆盖训练场的一角，只能记录特定项目的特定动作–那它怎么可能是学校体育全部数据的来源？
它能提供什么？它能提供关键训练场景和考试场景中的高质量、标准化数据。这些数据很重要，甚至可以说是整个数据体系中最可信的那一部分。但它不是全部。
所以，一个更诚实的定位是：AI 体育训考一体机，是学校在关键训练与考试场景中的一个高可信记录节点。把它夸大成学校体育数据化的全部入口，不只是吹牛，还会让你在后续的产品设计、市场定位、客户预期管理上，一步步走偏。
数据量太小，覆盖场景太窄，最后基于这些数据做出来的判断，就会偏离真实。
不要只听别人怎么说，要推演它是否真的会按他说的方式发生。
四、价值论：判断问题为什么值得解决
一个产品做出来了，值不值得存在，要看它到底增强了谁的能力。
我在思考 AI 体育训考一体机的价值时，第一个想到的就是老师。
学校体育训练里，老师要做的事情太多了。观察、指导、评分、纠正、管理–一个老师面对几十个学生，他不可能持续关注每一个人的动作细节，更不可能把每一次训练都完整记下来。人的注意力是有限的，体力也是。
所以这个产品的价值，不是“替代老师”。机器替代不了老师的教学经验，也替代不了他和学生之间的互动。它的价值是“赋能老师”–帮老师看到他看不到的东西，记录他记不过来的细节，处理他处理不完的重复性评分工作。让老师从繁琐的事务中腾出精力，去做那些只有人才能做的事情：判断、鼓励、调整、陪伴。
机器帮老师记录训练过程，留存关键数据，完成部分标准化评分，发现学生动作中的问题。这些原本几乎不可能持续跟踪的东西，现在变成了可回看、可分析、可改进的材料。
然后价值会传递给学生。
过去很多学生在训练，但并不知道自己哪里做错了，也不知道下一步该往哪个方向调整。没有反馈的训练，本质上是在消耗时间，而不是在积累进步。当学生能通过设备获得具体、及时的指导时，训练才真正变成了“有效训练”。
所以，这个产品最终解决的核心价值，不是“考试更准”，也不是“数据更好看”–是让训练更有效。
这里我要特别警惕一种倾向：把一个局部设备包装成学校体育数字化的全部。几台设备不等于 AI 体育。一台机器也不等于学校体育数据化。局部场景的数据采集，不等于完整的体育健康数据闭环。
概念放大是产品人最容易犯的错。因为概念好讲故事，概念好听，概念容易让投资人点头。但一旦你开始相信了自己的概念放大，产品设计就会跟着跑偏，客户的预期也会被抬到一个你无法交付的高度。
产品价值不能靠概念放大，而要看它到底增强了谁的能力。
五、实践论：先做成核心闭环，再追求技术完美
确认价值之后，怎么做出来？
我的判断是：第一版产品最应该优先做的，不是把每一个技术指标都做到极致，而是先把教学闭环跑出来。
闭环是什么？学生训练，机器记录，形成评分，给出反馈，老师查看，学生改进。训练反馈、考试评分、数据看板–这三样东西构成了最小教学闭环。
算法准确率当然重要，但第一版不需要做到99分，做到80分就可以先跑起来。准确率可以在后续数据积累中持续提升。硬件稳定性当然也重要，但第一批设备不需要做到万无一失，在真实使用中迭代，比在设计室里空想强得多。外观和体验当然也要讲究，但它们不能挤占核心功能的资源。
为什么？
因为如果第一版没有形成教学闭环，那就算算法更准、硬件更稳、外观更好，你也无法证明这个产品真正解决了问题。你有的只是一些漂亮的指标，而不是一个被验证的价值假设。
怎么验证？我的方法是：持续和老师沟通。
老师是最大受益对象，也是最严格的验收者。如果老师觉得这个东西有用、有效、真的帮他减轻了负担、提升了效果，那说明产品至少在靠近真实教学现场。
但这里有一个微妙的平衡：老师说什么，你当然要听，但不能机械地照做。
老师是一线实践者，他最懂教学现场。但他提出的需求，往往来自已有经验和当前痛点。好的产品有时候需要领先客户半步–不是无视他的反馈，而是理解他反馈背后的真实问题，然后给出比他想象的更好的解决方案。
和老师沟通的目的，不是收集一份功能清单，而是验证：这个产品，是否真的提升了教学效率和训练效果？
如果资源有限，我会毫不犹豫地把资源砸在教学功能上。更好看的外观、更稳定的硬件、更精准的算法，都有价值，但它们要服务于核心教学闭环。闭环是1，其他是后面的0。没有1，再多的0也没有意义。
第一版产品最不能丢的是这句话：老师能用它教学，学生能用它改进。
闭环成立，产品就有继续迭代的基础。闭环不成立，其他优化都只是局部美化。
先做成立价值闭环，再追求技术完美。
六、我的通用思考框架
通过反思 AI 体育训考一体机的研发过程，我慢慢把这个框架沉淀了下来。
它不只是一套哲学概念，而是一套可以重复使用的思考顺序。以后面对任何复杂问题，我都会先问自己这四句话：
第一，这到底是一个什么问题？（本体论）
不是表面的描述，而是底层的事实。我要确认这个问题是真实的，不是我想象出来的，不是被包装过的，不是别人告诉我的“标准答案”。
第二，我凭什么这样理解它？（认识论）
我的信息从哪来？说话的人站在什么位置？他的视野是局部还是全局？如果按他说的做，现实真的会如预期那样发展吗？推演一遍，不要轻信。
第三，它为什么值得解决？（价值论）
它增强了谁的能力？它在什么场景下创造了真实的改变？它有没有被概念放大？我能不能用一句话说清楚它的核心价值？
第四，我如何把它做出来？（实践论）
最小闭环是什么？第一版该保留什么、舍弃什么？怎么验证它真的有效？在资源有限的情况下，什么是最不能丢的？
这四个问题有先后顺序。最常见的错误，是从第四个问题开始–还没搞清楚问题是什么，就已经在做方案了。或者是跳过第二个问题–听了几个人说，就以为自己已经懂了。
以后遇到新问题，我最应该先提醒自己的，其实是这句话：
这会不会是一个假问题？
这句话应该成为所有思考的起点。因为很多失败不是因为执行不努力，而是因为一开始就在解决一个被误判的问题、被包装的问题、被想象出来的问题。
真正的思考，不是马上给答案，而是先停下来，确认问题是否真实。
真正的行动，也不是马上做方案，而是先找到那个最值得被解决的本质问题。
所有复杂问题的起点，不是答案，而是一个你可能从未认真问过的真问题。