春节回家我用递归学习法，跟大模型学会了「算八字」

上个月，我在 X 上刷到一个叫 Gabriel 的年轻人的故事。

他从大学辍学，用 AI 自学人工智能，最终成为了 OpenAI 的研究员。

真正吸引我的，是他在个人博客里分享的一套学习方法：「递归学习法」。

有意思的是，理论上按照这个方法，任何人可以用 AI 学习任何学科。

我是一个国学爱好者，一直对传统命理感兴趣，但是怎么学都学不会

过年回家，难得有几天空闲，我想不如拿 Gabriel 那套方法试一试。

学什么呢？就学八字吧。

结果一不小心，还真学会了。

先交代下我的起点，算不上零基础，但也好不到哪去。

一年前，我在微信读书上翻过一本《命运的求索——中国命理学简史及推演方法》，断断续续看了一些。找认识的朋友帮我看过八字，听过一些说法。加上平时看中医，对国学整体抱着一种敬畏但不盲从的态度。

光有兴趣远远不够。之前几次自学八字的经历，全部以失败告终。

第一次，买了一本入门书：翻了十几页，术语嵌套术语，天干地支五行生克制化，看得脑袋发胀。放弃了。

第二次，半年前用 Manus Agent 自动生成了一份八字学习资料。

洋洋洒洒几万字，结构清晰，但没有老师教（PS：不是教材的原因），我是真的看不懂。

第三次，我想着干脆「做中学」，于是尝试自己实现一个八字排盘的 Claude Skill。

代码倒是跑通了，但排出的结果对不对我没能力判断。

但没有反馈就没法迭代，学习闭环根本跑不起来。又放弃了。

三次尝试，卡在同一个问题上：我始终没法建立一个有效的学习闭环。

直到我最近试了递归学习法。

「递归学习法」说起来并不复杂，就是一句话：

你先确定一个想学的领域，然后随机挑一个你不懂的问题，扔给大模型。大模型给你一个详细的解答，你就一点点去消化它。消化的过程中，你会发现自己又冒出新的困惑。记下来，接着问。如此往复。

听上去是不是有点像「费曼学习法」？

没错，费曼学习法是其中一环。

我觉得，递归学习法包含了这一步，但又多了几层。

按照我自己的理解，它更像三种学习法的组合：

• 苏格拉底式的持续追问（不要思考你为什么要提问，只管不停地提问。不要担心你无法回答的问题，也不要试图解释你无法知道的问题）
• 费曼学习法的自我检验（如果你不能用简单的语言解释一个概念，说明你还没有真正理解它）
• 再加上以 AI 为老师的即时反馈（万事不懂问 AI）。

三者叠在一起，形成了一个可以自驱动的学习循环。

那么我是如何用递归学习法学会「八字」的？整个过程大概类似这样：

1. 让大模型解决问题

给出一个具体的八字，让大模型进行分析

2. 提问

过程中哪个概念看不懂，记录下来，然后让大模型帮你解释。

3. 模仿大模型的思维方式

哪个流程看不懂，让大模型扮演专家，去算。

4. 然后用自己的语言解释一遍

5. 无限重复这个过程，你提问的问题质量越来越高，就学会了。

hhh 这个过程有点像《重返狼群》里，格林妈妈教格林捕兔子，格林学习的过程：看高手是怎么捕猎的，模仿，然后自己捕。

多说一嘴，也许：学习的本能，其实人和动物和 AI 没什么本质区别。

听起来还是很抽象，让我举个具体的例子：

第一步，我先让大模型解决一个真实问题。

我编了一个虚构的八字，直接丢给大模型，让它做一次完整的命盘分析。

模型开始排盘、定格局、分析十神、看大运流年，写了一大段。

坦白讲，这段分析我大概只能看懂三成。但没关系，这恰好就是递归学习法的起点。

第二步，找到那些你不懂的概念，逐个击破。

比如模型在分析里提到「正印代表母亲，偏财代表父亲」。我盯着这句话看了两遍，怎么都想不通：为什么一个人的父母要用「印」和「财」来指代？

直接追问模型。

模型的解释大致是这样的。在八字体系里，「生我者」为印。母亲生了我，所以用印星代表母亲。正印和偏印的区分跟阴阳属性有关。而偏财代表父亲，是因为「克印者为财」（温馨提示：这个克是一种关系，不是指父亲克制母亲 hhh 一开始我也是这样理解的）。

从母亲这个参照点出发，父亲作为母亲的配偶，在五行关系中处于「财」的位置。

这一套逻辑链条讲下来，我突然通透了：

不是记住了一个对应关系，而是理解了整条推演路径。一个知识点，就这样被真正吃下去了。

第三步，模仿大模型的思维方式。

等到下次再给模型一个新的八字时，我先不急着看答案。先自己试着分析一遍。比如我已经学会了十神的对应关系，那我就先推一遍日主与其他天干的生克，推完再看模型的结果，逐项对比。

这个对比特别有价值。推的一样，说明理解对了。推的不一样，就知道哪里还有盲区，继续问。

第四步，用自己的语言重新表述。

如果我能跟朋友讲清楚「什么是食伤生财」，这个概念就真的变成我自己的了。讲到一半卡住了，说明还有模糊的地方，回去再学。

无限重复这个循环，你问的问题质量会越来越高：

一开始你问的是「什么是天干」，到后来你开始问「天干地支的映射关系是不是一种对时空的离散化编码」。

比如：我问大模型「什么是天人同构」？

它会从根本上解释一些八字原理的东西：

当你能问出这类涉及本质的、第一性原理层面的问题的时候，你已经在触及这个领域的底层逻辑了。

这样你的学习就会加速：你在学习其他知识的时候，知识就会更容易被你吸收（触类旁通）。

最后，如果你把一个知识体系想象成一张由无数节点组成的网，递归学习法就是每次点亮一个节点，然后沿着连线去找下一个暗着的节点。按照这个模式无限迭代下去，整张网慢慢就被你照亮了。

不过，学懂之后我反而更确定一件事：八字这个东西，不推荐盲目相信。

原因很直接。八字说到底是古人对事物运动规律的一种建模方式。

是建模就有误差。即便这套模型本身能达到 90% 的准确率，掌握这门技术的人（算八字）可能只发挥了 60% 到 70% 的效果（平时我们能遇到这个水平的，已经算是相当不错了）。

90% 乘以 60%，大约 54%。跟你抛一枚硬币猜正反面的概率差不多。

如果你盲目相信了，不管它是不是真的，很容易会发生心理学上所说的「自证预言」。

比如有人告诉你 35 岁会有事业危机，你可能在潜意识里就开始留意各种不顺的信号，做出过度防御性的决策，最终真的让危机发生了。别人给你的预测，就这样成了你亲手建造的现实。

我学八字的目的，也是因为它提供一种角度了解我自己，也是一种娱乐，仅此而已，本质上跟打游戏的效果是一样的 hhh。

那为什么要写这篇文章呢？

其实我想分享的是这套经过我亲自验证的学习方法：

你可以用它学人工智能，学营销，学心理学，学任何你真正感兴趣的领域。

方法是通用的，而变量只有你的好奇心。

Dario Amodei（Anthropic 的 CEO）最近分享了一个判断，让我身边很多程序员朋友紧张起来：

“我们可能还有 6 到 12 个月的时间，模型就能实现软件工程师从端到端所做的所有工作。”

有阴必有阳，换一个角度看，AI 在逐渐接管部分工作的同时，也打开了一扇以前根本不存在的门。

过去你想入门一个专业领域，需要找到好的老师，花上几年时间拜师学艺。现在你有了一个随时待命、知识密度极高、还无限耐心的学习伙伴。

这个过程让我想到 AI 领域里的一个技术概念叫「模型蒸馏」。小模型通过学习大模型的输出结果来提升自己的能力，把大模型的知识一点一点萃取过来。

我们用递归学习法做的事情，本质上也是一种蒸馏。

大模型在训练过程中学到了人类积累的海量知识，而我们通过不断提问和理解，把这些知识萃取到自己的认知体系中。当模型的能力越来越逼近 AGI，我们能从中获取的知识密度也会越来越高。

也许用不了多久，每个人都可以通过这种方式，在几周内掌握过去需要几年积累的专业技能。然后在 AI 的辅助下，让自己的业务真正运转起来。

「超级个体」这个概念被讨论了很多年，最近换了一种说法叫「一人公司」：

但在递归学习法和大模型持续进化能力的组合面前，它第一次有了落地的路径。

相信你自己，你可以借助 AI，学会任何东西。

所以，如果你也有一个一直想学但学不会的领域，不妨今天就打开一个大模型对话框，从一个你不懂的问题开始。

你可能会发现，门槛没有你以为的那么高。

最后温馨提示：本文涉及八字的部分仅供学习方法演示和娱乐。

相信科学，理性看待。如有雷同，纯属巧合。

文章来自于微信公众号 "特工宇宙"，作者 "特工宇宙"