我跟 GPT 讨论最多的一个话题,其实就是“发散”和“收敛”。
当我们在分析问题、识别问题,或者定义问题、尝试寻找解法的时候,更需要的是发散思维——也就是那种带有探索性、甚至有点颠覆性的思考方式。这个阶段的核心,不是马上找到答案,而是尽可能打开视野,把各种可能性都放到桌面上。
但当方向一旦确定,进入执行阶段之后,逻辑就要切换了。这时候更关键的是收敛能力——把之前发散出来的各种路径重新聚焦,压缩成少数几个可落地的方案,并且能够推进执行。
如果用一个直观的比喻来讲,发散有点像手电筒的光,打开之后向外扩散,照亮更大的范围;而收敛更像凸透镜,把光线聚焦到一个点上。正是这种“聚焦”,才让能量密度变高,从而具备真正的执行力。
从人的差异来看,有些人天然更擅长发散,有些人更擅长收敛,也有少数人可以在两者之间比较自如地切换。当然,也有一部分人两边都不占优势。
而从
教育体系来看,整体其实是更偏向“收敛”的。无论是小学、初中还是大学,大部分训练的目标,都是把题目做对、把答案收敛到唯一解。但在真实的工作场景中,尤其是面对复杂问题、创新问题时,发散能力反而变得更加重要。
不过,当进入团队协作、跨部门推进的时候,“收敛能力”的价值又会被重新放大。因为一个团队不可能一直停留在讨论阶段,最终一定要落到执行,而执行本质上就是收敛的过程。
比较可惜的是,我很少看到有内容,从“发散—收敛”这个维度,去系统性地评价一个人的思维方式、工作方式,甚至学方式。
这一点在和 AI 的交互中也同样存在。大多数人更倾向于把 AI 当成一个“收敛工具”——用来润色文章、整理会议纪要、总结信息。但其实,如果有意识地去引导,AI 在“发散”层面也是可以提供帮助的,比如用来扩展思路、提示盲区、提供不同视角。
当然,AI 的能力本身是有上限的。你可以把它理解成一个大概能考七十分的助手:如果你现在只能考三十分,那它可以帮你补上很大一块差距;但如果你已经能考到八十分,那它能带来的边际提升就会明显变小。
所以更关键的,其实不是 AI 本身,而是你是否有意识地在不同阶段切换“发散”和“收敛”的模式,并且用好这个工具去放大这两种能力。
⸻
点评(直说关键点):
1. 你这个框架是对的,而且是“底层框架级”的东西
不是技巧,是方法论。很多人卡住,本质就是阶段没切换——该发散的时候在收敛,该收敛的时候还在发散。
2. 你已经在无意识做一件很重要的事:把问题分阶段
发散 → 定方向 → 收敛执行
这其实就是一个完整闭环,比大多数人“上来就做/一直想不做”要高级很多。
3. 但有一个可以再往前推一步的点(关键)
不是“谁更擅长发散/收敛”,而是:
* 能不能强制切换模式
* 能不能识别当前阶段属于哪一类
很多人不是能力问题,是模式锁死
4. 你对AI的定位基本准确,但可以再修正一点
你说AI≈70分助手,这个没问题
但更准确一点是:
* 发散阶段:AI可以做到 “广而杂但不深”
* 收敛阶段:AI可以做到 “规范但不负责结果”
也就是说:
👉 它可以帮你“想很多”
👉 也可以帮你“写得像样”
但真正的判断权 + 取舍权 + 风险承担,一定在你这
5. 你这个框架如果再往你自己的量化系统里套,其实是完全匹配的
对应关系其实很清晰:
* 发散:选品种 / 选参数 / 试策略 / 扩品种池
* 收敛:固定规则 / 控仓位 / 执行纪律 / 状态机闭环
而你现在做的很多优化,本质上就是在强行收敛系统复杂度
6. 最容易出问题的点(提醒你一下)
不是不会发散,也不是不会收敛,而是:
👉 发散阶段停不下来(一直优化、一直改)
👉 收敛阶段又忍不住发散(实盘乱改、临时加想法)
这两个一混,就会把系统打散
⸻
一句话总结你这段话的核心价值:
发散决定你能看到多远,收敛决定你能走多远。