为什么我们总是不擅长临场发挥

前言

我们总在事后才想明白

我总觉得，很多人嘴上卡壳，往往是事情过去之后，才把自己刚才想说的话想明白。

讨论结束了，面试结束了，甚至争论都过去了，脑子里却突然开始自动复盘：刚才那个问题，其实应该先讲结论；那个例子，其实可以换成一个更有说服力的；那个追问，考的可能根本不是某个知识点，考的是你到底怎么思考这件事情的。

尤其是面试，这种感觉会特别强烈。面试最刺痛人的地方，往往是那些你明明觉得自己会，却偏偏没答好的问题。出来之后越想越觉得，脑子里明明有东西，只是当时没把它们组织成一个像样的回答。

久而久之，我们很容易得出一个结论：自己不擅长临场发挥。

我不是一个有急智的人

讲道理，我肯定不是一个有急智的人，这一点我老婆应该很有发言权，她平时就经常吐槽我。尤其是遇到公开、临时表达的场景，我会非常明显地紧张。那种紧张不只是“有点不自在”。它会直接影响表达：本来脑子里有的东西，到了嘴边会变形，结构会散，语气也会发虚。

所以如果单看这些场景，我大概很容易被归类成那种“不太会临场说话”的人。

但有意思的是，技术面试往往是个例外。

在技术面试里，我反而经常觉得自己发挥得还不错。后来我慢慢意识到，说白了，技术面试聊的都是我真正喜欢、也长期投入过的领域。那些问题本身就会让我兴奋起来，一旦进入这种状态，平时积累的经验、判断和表达就更容易被带出来。

这件事给了我一个提醒：临场发挥没那么玄。它更像一个结果，取决于你对这个问题有没有积累，这个话题会不会让你兴奋，以及当下有没有紧张到把自己绊住。

很多时候，脑子里其实已经有东西了，只是到了那个场景，没能顺利拿出来。

很多临场发挥，都不是现场发挥

我们只看见了结果

后来我才反应过来，我们之所以会误以为别人“临场发挥很好”，是因为只看见了他说出来的那一刻，没看见他之前已经来回想过多少轮。

那些看起来脱口而出的判断，常常早就想过、说过、被追问过、修正过。到了现场，只是刚好能顺手拿出来。

这也是为什么我在技术面试里会表现得和日常公开发言不太一样。很多技术问题，本来就是我长期思考、长期折腾、也长期在心里打磨过的话题。问题一旦落在自己的主场上，过去那些沉淀下来的东西，就有机会在短时间里顺着出来。

所以我现在不太把“临场发挥”看成什么灵光一现。很多时候，它只是你平时反复打磨过的东西，到了那一刻刚好能拿出来。

光想还不够

光说“平时多思考、多积累”还是太轻了。因为想过，不等于现场就能说出来。

很多时候，我们脑子里只有一种模糊的感觉：我大概知道这件事是怎么回事，我好像能理解它的脉络，甚至隐隐约约有自己的倾向和判断。但这种“我好像懂了”的状态，离“我能不能在几分钟内把它讲清楚、讲透、讲得站得住”，中间还差得很远。

脑子里觉得自己懂了，真开口才会发现漏洞一堆。被追问几次，再改几次，表述才会慢慢稳下来，最后变成一句你自己也认的判断。

所以很多人缺的，不只是“想”，还缺把想法摁到桌面上反复打磨的过程。

高质量追问，为什么这么重要

teaching 是核心能力

我一直觉得，程序员一个很核心的能力，其实是 teaching。

这里的 teaching，说到底还是你能不能把一个问题讲清楚，能不能把自己的理解真正传过去，能不能在交流里把一个原本模糊的东西越讲越实。

所以我一直不太认同“教会徒弟，饿死师傅”这种说法。一方面，我自己的成长路径里，遇到过很多不藏私的大哥，他们不只是嘴上说说，而是真的身体力行地带过我，让我受益匪浅。另一方面，我也慢慢明白，教别人这件事，很多时候最先把自己教明白。

很多平时觉得自己已经想明白的东西，一旦要讲给别人听，或者在讨论里被人接着追问，跳过的步骤、没注意到的细节、逻辑上的漏洞就都会冒出来。自己闷头想的时候，这些问题常常藏得很好。

如果真有人因为你的帮助变得比你更厉害，我也不觉得这是什么坏事。能把别人带出来，本身就是一种能力。真遇到这样的人，抱紧大腿一起把蛋糕做大更划算。

稀缺的是追问

现实里，高质量讨论和高质量追问真的很稀缺。

这里说的高质量，我更看重的是对方愿不愿意先认真听你把话说完，再继续往下问。懂多少、术语多少、资料多少，反而没那么重要。

• 你这句话到底是什么意思？
• 你的核心判断是什么？
• 这个判断依赖哪些前提？
• 哪些是现象，哪些是本质？
• 你是“感觉如此”，还是“能解释如此”？
• 如果别人这样反驳你，你怎么回答？

我其实挺享受这种讨论状态的。有时候在网上和人讨论技术问题，讨论着讨论着，自己会不自觉地嘴角上扬。我老婆甚至有一次怀疑我是不是网恋了，跑过来检查我的聊天内容，结果发现我在和别人讨论一个技术细节。

这种状态本身就说明了高质量讨论为什么稀缺又珍贵：真正让人上瘾的，是你能明显感觉到，自己的理解正在被碰撞、被追问、被往更深处推。

高质量追问最有价值的地方，是它会逼你一直往下挖。很多平时看着差不多对的说法，问着问着就会塌掉，最后剩下的，才是你真的能站住的东西。

对我而言，AI 最好的用法

我以前在找答案

我以前使用 AI，更多是典型的输入式学习：我来提问，AI 负责回答。

这种方式当然有价值。你问一个知识点，它给你资料、解释、延伸阅读，你再继续看、继续学、继续做点验证。但这种方式也很容易制造一种错觉：我看懂了，我好像理解了，我差不多会了。

但后来我发现，光靠输入，很多时候只能把你知道的东西变多，不一定能把你的判断磨出来。你可以看很多、学很多、知道很多，可一旦要你说清楚“你的核心判断是什么”，脑子还是会突然空一下。

现在我更想被追问

后来我慢慢发现，对我更有价值的，是让 AI 反过来提问我，因为我更缺的，是一个愿意一直往下追问的人。

它不需要一上来就告诉我答案。更有价值的做法，往往是先逼我回答：你到底在判断什么？你这句话是结论、现象，还是解释？你的依据是什么？哪里可能站不住？边界又在哪里？

当 AI 开始这样和我对话的时候，我才明显感觉到，那些原本模糊的理解，开始一点点变得结实。

它当然替代不了人与人之间那种真正有火花的讨论，但至少能补上一个很现实的缺口：高质量追问者太少了。

这套方法，我以前就用过

考试那会儿也是这样

本科的时候，我有个很典型的习惯：平时都在踢球打游戏，到了考试周才和同宿舍的难兄难弟一起去临时抱佛脚，准备考试。那时候我会故意把目标定得比较高，比如按 80 分去准备，哪怕我真正想要的其实只是及格，不用交重修费用。

其实，原因很简单。如果一开始就按“及格就行”的标准去复习，我的准备动作肯定会变形：只看最表面的重点，只记最短的答案，只求差不多。最后往往连及格都不稳。

但如果我按 80 分的要求去梳理知识、补漏洞、抓重点，哪怕最后没到 80 分，通常也更容易保住下限。这套策略没让我变成学霸，但至少让我尽量少交重修费。

考试和表达，是一个路数

很多人希望自己在讨论、面试、写作时，至少能把话说到及格线以上。但如果平时只是按“差不多懂了”“大概会说一点”来准备，真正到现场时往往连及格都做不到。

让 AI 反过来提问我，本质上就是提前给自己上强度。目的很简单，平时多挨点高强度追问，真到现场别一下只剩 40 分的临场反应。

写作也一样

写技术博客这件事，也验证了这一点。

很多问题在脑子里想的时候，会觉得自己大概已经懂了。可一旦真要把它写成一篇博客，问题马上就来了：标题能起，但真往下写，会发现论点立不住；现象能讲，但讲不透背后的机制；细节写了一堆，最后发现自己提炼不出一句判断。

很多技术问题，光在脑子里转的时候，我会以为自己懂了。真开始写，才知道自己到底懂了多少。

写东西会逼你做取舍：到底想说什么，哪些该留，哪些其实是废话。脑子里飘着的东西得一块块落地，最后看看能不能串成一个自己也认的说法。

所以这篇博客本身也是一次训练。很多东西都是写着写着才站稳的，我通常也做不到先在脑子里一次性想好，再原封不动写下来。

结语

真正该练的，是平时的打磨

我现在不太把“临场发挥”看成一种神秘的天赋。

很多时候，一个人能不能在短时间里说出有分量的话，关键常常是平时有没有把自己的理解磨成自己的话。那几秒钟的反应速度当然有影响，但通常没那么决定性。

我现在理解的“急智”，更像长期积累、反复作答和持续追问之后，到了某个场合终于能顺手拿出来。

很多人以为自己缺的是反应，其实更缺平时那种把观点打磨结实的过程。

至少对我来说，AI 最有价值的时候，是它会逼我表达。

补充

最后补充一句，这篇博客本身，其实也是我和 AI 一起完成的。这也是我第一次尝试用 AI 当作主力来参与写博客。

我并不避讳这件事，也不觉得“AI 代笔”天然就低人一等。对我来说，关键还是主题是不是我的，经历是不是我的，判断是不是我的，以及我是否愿意对最终的内容负责。

其实不仅仅是写博客，甚至是关于写代码这件事，我都已经很久不是完全自己写了。除了十行以内的小补丁，这一年多时间里，我大部分代码都是和 AI 一起完成的。我已经很习惯这种协作方式：想法、方向和取舍由我来决定，AI 帮我把它实现得更快、更完整。

这篇文章也是类似的过程。文章的框架、观点和亲身经历都是我自己提供的，它写的也是我自己真正想表达的东西。从这个角度看，我依然觉得它很有我的个人风格——甚至在读的时候，我自己也会觉得挺开心。

当然，AI 在表达上的确比我好很多，尤其是在详略安排上，更不容易啰里啰嗦。但这并没有削弱我的参与感。我现在更愿意把这种协作看成一种放大器。