你一定见过这种状况。
团队开会讨论问题。有人抛出”我们增长乏力”，房间里的人立刻开始讨论”多投广告”和”拓展渠道”。没有人问：这个判断本身成立吗？真正的问题是什么？
这就是平庸和卓越开始分叉的地方。
平庸的人接受第一个问题的表述，然后去解决这个问题。卓越的人先问：这个表述正确吗？真正的问题是不是在别处？
听起来是老生常谈。但我观察了这么多年，发现这恰恰是认知升级里最难跨过的一步——不是不知道，是知道了但做不到。本文要说的，就是为什么做不到，以及怎么做到。
大多数人看到的问题，只是冰山一角。
一个客户说”我们要优化供应链”，你以为他需要供应链管理方案。但多问几句，发现他真正的焦虑是库存资金占用太高、周转天数太长。供应链只是他理解的解决方案，不是真正的问题。
认知科学把这个现象叫”问题的初始表述”。它是问题最先被说出来的样子，也是最容易被接受的样子。
在这层表述下面，藏着一个假设框架。“优化供应链”假设了供应链是瓶颈；“员工没积极性”假设了激励是解法；“我们需要数字化转型”假设了技术是答案。每一种表述背后都暗含了一套前提，接受了表述就接受了前提。
再往下，才是真正需要被解决的问题——那个没有说出来、也没有被意识到的核心困境。
三层结构是个认知地图。普通人停在第一层，优秀的人能挖到第二层，卓越的人始终在追问第三层。这不是能力的差异，是习惯的差异——大多数人不知道还有第三层的存在，或者知道但不愿意花力气去挖。
重新定义问题听起来是对的，但做到的人为什么这么少？
不是懒，是代价。
人类大脑是一个节能机器。接受第一个 plausible 的解释，然后沿着这个方向推进，是认知效率最高的路径。重新定义问题需要消耗额外的心智资源——你需要停下来，质疑已经存在的结论，想象其他的可能性，然后在团队里重新建立共识。这比直接解决问题麻烦多了。
经济学上这叫”沉没成本谬误”——你已经在第一个方向上投入了时间和注意力，放弃它等于承认之前的努力白费了。承认”我们方向可能错了”比”我们执行不够努力”难得多。
所以问题锚定是一种认知本能，不是一种性格缺陷。理解了这一点，就理解了为什么团队讨论总是在原有问题框架里打转。第一个吃螃蟹的人总是少数。重新定义问题需要对抗大脑的默认模式，这不是所有人都愿意付出的代价。这一点在组织里表现得尤为明显——当所有人都在同一个框架里思考问题时，指出”框架本身可能有问题”需要极大的勇气，也需要承担极大的风险。
平庸和卓越的本质区别，不在于解决问题的能力，而在于定义问题的意愿。
当所有人都在问”怎么做”的时候，卓越的人问”做什么”和”为什么做”。
“怎么做”关心的是路径：优化流程、加快速度、提高质量。这是执行层的问题。
“做什么”关心的是选择：哪些事值得做，哪些事不值得做，如何在有限的资源里做权衡。这是战略层的问题。
“为什么做”关心的是价值：这件事的终极意义是什么，谁真正在乎，为什么重要。这是存在层的问题。这个层级的问题通常被忽视，因为答案往往令人不舒服——承认”我们不知道为什么做这件事”比承认”我们不知道怎么做”更让人难堪。
平庸的对话停留在”怎么做”。卓越的对话始终在”做什么”和”为什么做”的层面展开。这两种对话不是水平高低的差别，是方向性的差别。在错误的道路上走得再快，也是错误。
所以真正的认知升级不是”更努力地解决问题”，而是”始终在重新定义问题”——愿意付出额外代价，去质疑那个已经被所有人接受的问题表述。但知道原则是一回事，把原则变成日常思维的习惯是另一回事。
说了这么多原则，具体怎么操作？有三个步骤可以训练。
第一步：质疑初始表述。当一个问题被抛出来时，先不要接受它。问自己：这个问题是谁首先表述的？他的立场和利益是什么？客户说”我们需要更快的服务器”，这个表述的背后是”用户投诉延迟，我被老板骂了”。原始问题只是他认为最可行的解决方案，不是问题本身。
第二步：追问”真正要解决的是什么”。用”所以我们要实现什么？“替代”怎么做？""更快的服务器”→“所以我们要实现什么？”→“让用户操作响应时间低于2秒”→“让用户不因为等待而放弃操作”。这个追问过程直到某个价值层的问题出现——那个关于”为什么要做这件事”的终极回答。
第三步：反向构建问题。把”如何解决X”换成”什么情况下X不是问题？""如何减少员工流失？”→“什么情况下员工流失不是问题？”→“如果我们有充足的后备人才且更替不影响服务质量”→“那么真正的问题变成了人才培养体系，而不是留人策略。
三步操作不难，难的是形成习惯。大多数人只有在遇到明显瓶颈时才会想起来用。卓越的人把它变成了默认的思维模式——就像开车时的下意识观察后视镜，而不是刻意为之的分析动作。
行业内卷让人视野收窄。
用营销框架看所有问题，你会得到一堆营销解法。用技术框架看所有问题，你会得到一堆技术方案。每个专业框架都有它的边界，越专业的人越容易陷入”专业陷阱”。
解决方案不是学习更多专业知识，而是主动引入陌生领域的视角。
医学界有个概念叫”第二意见”。面对复杂诊断，医生会建议患者寻求另一家医院的意见。不是因为第一家医院水平差，而是不同医生看到的东西不同，他们的框架不一样。
商业问题也一样。当你在营销领域遇到瓶颈，去问一个建筑师怎么看待这个问题。当你在产品策略上纠结，找人类学家来重新观察用户行为。陌生视角的价值在于它没有任何预设，反而能看到被专业人员视为理所当然的东西。第一性原理是一种追问方式，但它不是唯一的框架切换工具。跨领域参照是另一种。两者结合使用，效果最好。
第一性原理这几年被说得很神。拨开层层迷雾，直抵本质——听起来很对，但实际操作有两个坑。
第一个坑是追问的终点。第一性原理的本质是”不断追问为什么，直到无法再问”。但这个无法再问的基点，通常是价值判断，不是事实判断。“为什么要赚钱？”→“为了更幸福的生活”→“什么是幸福？“→这个问题没有终极答案。科学能回答”是什么”和”怎么做”，回答不了”为什么值得”。
第二个坑是停下来的时机。无限追问会让人陷入分析瘫痪。问题重构不是无穷无尽地解构，而是在某个层级上做出新的承诺，承诺这个重新定义的问题值得被解决。真正的问题重构者知道什么时候该停。追问到哪个层级就够了，继续追问只是在逃避行动——这个判断本身是一种能力。这种能力比追问的能力更稀缺，也更难以训练。
人类历史上，稀缺性经历了几次转移。
农业时代稀缺的是物质。工业时代稀缺的是效率。信息时代稀缺的是注意力。现在，AI时代稀缺的是什么？
答案是判断力。
AI可以高效解决”已知路径的问题”。给它一个清晰的目标，它能比人类更快更好地达成。但AI无法自主定义”目标是什么”。“我想让用户更开心”——开心如何量化？哪些行为能带来开心？什么样的开心是可持续的？这些问题的答案需要人来判断，AI只能执行。
AI会自信地给出答案，但不会主动告诉你它的置信度。“这个诊断有95%的准确率”——对那个5%的人来说，95%没有任何意义。人需要判断什么时候不能依赖AI，以及当AI犯错时谁来承担责任。
所以在AI时代，最稀缺的问题变成了两类：第一类，AI不知道自己要什么的问题——当目标本身都不清晰时，AI的作用有限。第二类，AI不知道自己边界在哪的问题——当答案可能出错时，需要人来判断置信度。
判断力的基础是提出好问题的能力。能提出好问题的人，在AI时代会越来越值钱。不是因为他会回答，而是因为他知道该问什么。这种人会稀缺很久。但稀缺归稀缺，代价归代价——重新定义问题这件事，本身就需要付出代价。
重新定义问题需要付出代价，这些代价解释了为什么大多数人选择接受现有问题定义。
短期效率损失。重新定义问题需要时间，而时间是有成本的。在一个要求快速响应的环境里，花时间重新定义问题显得格格不入。
沟通成本上升。用新框架重新定义问题意味着要和团队重新解释。这比接受现有框架更费劲。
失败风险增加。重新定义问题后，你选择的战场可能根本不存在。沿着原有路径走，至少知道终点在哪里。
平庸不是失败，平庸是有限资源下的理性选择——理解了这一点，就不会对”为什么大多数人做不到”感到惊讶。但卓越的人之所以卓越，不是因为他们不知道代价，而是因为他们愿意承担这个代价。这个选择本身，就是平庸和卓越的分水岭。
最后有一点容易被忽视。
重新定义问题不仅仅是认知操作，它也是一种承诺。
当你把”如何留住员工”重新定义为”如何创造员工愿意留下来的价值”，你不仅改变了对问题的理解，你也承诺了一个新的行动方向。这个承诺意味着你要对结果负责。
问题重构的重量不在于它多么精巧，而在于它指向的方向是否值得投入。
所以重新定义问题的能力，最终是一种责任承担的能力。你选择重新定义问题，就是选择了一条新的道路，同时选择为这条道路的结果负责。这不是所有人都愿意做的事。这也解释了为什么能做到的人总是少数——不是因为它需要天赋，而是因为它需要勇气。
回到开头的问题。
为什么平庸和卓越的差距在拉大？因为在答案变得廉价的世界里，定义正确问题的能力变得值钱了。
平庸的人把问题当作给定的，然后去解决它。卓越的人始终在问：这个问题表述正确吗？真正的问题是不是在别处？
这个差距不是知识的差距，是意愿的差距。是愿不愿意付出额外代价，去质疑那个已经被所有人接受的问题表述。
愿不愿意慢下来，想清楚再动。
愿意的人，最终会走到前面。