一 同一本书，两个晚上
本章采用构造的阅读设例。陈嘉准备读一本讲城市生活的书。第一个晚上，她从第一页开始，希望按顺序读完。书里不断出现街区、公共空间、生活便利等概念，她觉得每句话都能理解，合起来却没有留下多少。第二个晚上，她刚经历过一次接孩子放学的拥堵，心里有一个具体问题：为什么大家都想更快离开，校门口反而越来越慢？她翻到有关道路与活动组织的章节，忽然发现此前平淡的段落具有了吸引。
书没有变，读者也没有换成另一个人，阅读却显露出不同状态。若只说心情不同，这个判断可能有道理，但还可以往下追问：心情怎样与问题、段落、生活记忆相互牵动？陈嘉原来在完成阅读任务，后来在寻找能够解释自己经历的关系。她的注意不再平均分给每句话，而是反复比较作者的说明与校门口的情形。
第一类What If正从这里进入：如果改变差异运行D，或者改变特征纠缠E，可能显露出怎样的S？用方程表示，就是S = F(D, E)。它把注意引向发生条件，并不保证某一种改变必然带来某个结果。我们需要展开F所指向的具体机制，看看那些条件怎样共同参与。
这一次的S可以包括进入阅读、形成一个新判断、发现尚未解答的冲突。它不必只是一项分数，更不必预先规定为好结果。读完以后更困惑，也是一种值得辨认的显露。
二 改变次序，改变了什么
陈嘉请AI帮她设计两种读法。第一种，先看解释，再看例子；第二种，先写自己的解释，再阅读作者。她原来的判断是：拥堵主要因为家长停车不规范。带着这句话阅读以后，她开始看见接送时间集中、等候空间不足、行人和车辆交错等可能关系。
两种读法都可能增加知识，却会让不同差异进入运行。先读作者，容易沿着作者组织好的顺序理解；先写自己的解释，比较的对象便更清楚。读者能够发现自己遗漏了什么，也可能发现作者没有覆盖当前情境。改变D，改变的是阅读中出现差异的次序，以及这些差异如何被保留、比较和推进。
次序的重要性可以用一个日常例子说明。你先看到商品原价，再看到折扣价，与先看到实际需要、再查看价格，可能经历不同的判断过程。这里不必预先引用某个普遍心理定律，也无需假定人人反应一致。只需承认，先后出现的内容可以改变后来内容被理解的位置。因此，在一场探索中，次序值得被提出为可改变的条件。
但不要把一次有效读法写成万能秘诀。陈嘉若对一个领域完全陌生，先写解释可能只剩猜测；若手头问题涉及复杂技术，先获得必要背景更合适。D的改变需要与E一起考虑。一样的步骤，进入不同的知识、兴趣、时间和工具纠缠中，可能显露不同结果。
读者可以请AI同时设计两条路径，并说明各自依赖的前提。这样获得的不是唯一正确步骤，而是两种可比较的发生安排。
三 改变E，不等于换个漂亮背景
假设陈嘉把书桌移到窗边，放上一盆花。这样的改变可能改善感受，但是否改变阅读中的关键纠缠，仍需具体观察。E关心的是相关特征怎样相互牵动。光线影响辨认文字，临街声音打断注意，窗外行人使城市讨论获得现实参照，这些都可能进入阅读发生。若盆花只是摆在那里，与本次活动没有实际关联，就没有必要强行赋予理论意义。
在陈嘉的第二个晚上，发生明显改变的是问题与经验的连接。校门口的拥堵使她对空间安排敏感，书中的描述又使她重新辨认下午经历。问题、记忆、文字和解释相互进入，这就是需要研究的E。它不是包围读者的一圈静态条件，而是在活动中具有具体牵动方式的特征纠缠。
AI也可能改变E。它可以把一个陌生概念与陈嘉熟悉的场景联系起来；也可以输出过多材料，使原有问题失去焦点。工具接入本身不等于改善。我们要观察接入之后，哪些内容成为彼此的线索，哪些内容只是一起堆积。
例如，陈嘉可以让AI将书中一段话改写为三个校门口情境，再询问哪些情境符合原文，哪些超出了原文。这个动作帮助她建立连接，也帮助她检验连接的边界。若AI为了说得生动而加上作者没有主张的内容，她就需要回到原文修正。纠缠的丰富并不自动等于理解的可靠。
四 先说清准备看见什么
第一类What If最容易陷入的困难，是只提出好听的改变，却没有说明要辨认怎样的S。“如果和AI一起读，我会理解得更深”，听起来顺理成章，但更深具体是什么？读得更快、能复述更多、能发现假设、能解释新案例，都可能被混在一起。
陈嘉把期待改成三个较具体的观察。第一，能否清楚复述作者的一条核心解释；第二，能否说明它怎样适用于校门口；第三，能否找到一个不适用或尚不确定的地方。这三者分别涉及理解原文、迁移解释和辨认边界。它们不必合成总分，因为一次阅读可能只在其中一处前进。
写下预期还有另一种作用：保护意外。当实际出现与预期不同的结果时，我们能够承认它。陈嘉本来以为会找到疏导车流的方法，后来却发现不同家庭的接送约束差异很大。她没有得到可直接实施的方案，却改变了对问题的理解。这个结果值得保留，也需要如实命名。
若任何结果都被叫作理解加深，评估就会失去分辨力。我们可以把新增内容分别写成：已经理解、合理猜想、仍有疑问。AI能够帮助整理，但分类依据要能说清。尤其要避免用语言流畅代替实际理解。有时候，一段回答显得完整，只因模型把缺口用过渡句连起来了。
第一方程的S因此不是预先摆好的奖杯。它是我们准备观察、又允许被实际发生修订的显露。预期越清楚，意外越可能成为新的思考资源。
五 一次只改一个，还是一起改变
初学者经常听到一次只改变一个条件。这个建议有其用处：当我们试图辨认某个改变是否有关时，少一些同时变化，比较会容易一些。但日常活动中的D和E往往相互牵动，完全隔离并不总是可能，也不总是值得。
陈嘉若改成先写自己的问题，她的兴趣、注意与阅读顺序可能同时改变。不能因为没有严格控制，就说探索毫无意义；也不能因为感觉更好，就断定唯一原因是写问题。更稳妥的表达是：在这次具体安排中，出现了这样的变化，可能与这些相互作用有关，尚不能分清各自贡献。
如果她想进一步辨认，可以在相近材料上比较几种读法，保留时间、难度和任务说明。但所谓相近仍然需要判断，重复本身也会带来熟悉效应。个人生活探索可以产生有用线索，却不轻易承担普遍因果结论。理解这种边界，会让人更自在：不需要把每次读书都设计成实验室研究，也不必对个人观察赋予超出材料的权威。
有时同时改变几个条件具有实际价值。例如，为了让一家人共同阅读，需要一起调整时间、材料长度和参与方式。我们的目标可能是找到一个能运行的整体，而非分别估计每个因素的作用。此时应清楚说明研究目的：是在比较整体安排，还是在辨认某个环节。
请AI帮助区分这两个目的，往往比要求它马上给出统计结论更有帮助。问题被说清后，执行的复杂程度就能够与实际需要相配。
六 改公式和改世界之间
假设陈嘉提出一种新解释：拥堵由等待规则、空间使用和接送需求共同形成。她可以把这些关系画成图，也可以写成一个简化模型。模型让若干关系更容易讨论，但它不会自动改变校门口。
这里需要区分三个动作。第一，修改我们用于理解问题的F，也就是提出新的发生模型。第二，在模型里改变条件，推演可能的S。第三，在现实中改变某些做法和关系，再观察实际S。三个动作可以互相支持，却不能相互替代。
模型中假设所有家长都愿意按新时段到达，很容易推演出更分散的车流；现实中有人受工作时间约束，有人要接两个孩子，执行条件便不同。这个差异不是现实故意不配合理论，而是原模型没有纳入足够相关的纠缠。模型仍然有价值，它把遗漏的位置暴露出来了。
普通读者不必因此害怕建模。画一个简单流程、列出几个关系，也是在形成模型。只要记得给假设留出可见位置，就能避免把纸面上的改变误认作已经实现的改变。与AI交谈时，可以问：“你的推演依赖哪些条件？其中哪些来自我提供的事实，哪些是你暂时补入的假设？”
有时新模型只用于扩展理解，不准备马上行动；有时需要与学校、家长或其他参与者共同讨论。What If可以大胆进入可能世界，同时诚实说明自己目前停在哪一层。
七 把不同结果分开看
陈嘉在纸上写下三句话。第一句：原先只关注停车行为，现在看见了到达时间与等待空间。第二句：仍然不清楚各类家庭的具体约束。第三句：下一次观察可以先看不同时间段的活动，而非急着提出统一方案。
这三句话都不宏大，却让一次阅读产生了连续性。新S改变了下一步D，也使她开始注意新的E。第一类What If已经自然向另外两类打开。她的乐趣并非来自解决整座城市的交通，而是发现一本书可以帮助自己重新看见每天经过的地方。
这种乐趣有几种细微差别。最先可能是惊奇：原来还能这样理解。随后可能是清晰：原来混在一起的事情分开了。再后来可能是牵引：我想继续看一看。它们未必同时出现。一次艰难阅读也可能只留下疲倦；若没有新的吸引，就无需强行宣布获得幸福。
思考乐趣能够升级，往往因为活动本身变得更丰富。原来只有记住与忘记，现在增加了比较、反驳、观察、建模与实践。AI扩大了这些活动的可进入性，人的问题、判断和生活材料又让活动具有具体方向。乐趣发生在复合活动中，不能只归于某个单独环节。
当陈嘉下一次打开书，她已经不只是继续上一页，也带回了新的问题。这种往返，让书的意义不再局限于作者已经写下的顺序，而进入读者正在形成的思想生活。
为了让读者看见第一方程的开放性，再考虑一个与陈嘉相反的设例。吴航在读诗。他原来随手翻开，偶尔被一句话打动。学会先提问题后，他认真写下意象、结构、主题三个问题，再逐项寻找答案。几次之后，他发现自己读得更有条理，却失去了原来那种停留的愿望。方法帮助了一种理解，也可能挤压了另一种活动。
这时不必在有问题阅读与自由阅读之间选出永久赢家。可以分化不同任务：为了讲解一首诗，需要仔细分析；为了与当下感受相遇，可能需要较开放的停留；为了研究某个作者，两种方式又可以往返。D并没有脱离活动目的和特征纠缠独立发挥作用。
与AI一起分析时，吴航可以问：“请不要劝我坚持同一种方法。请帮助辨认，这两种读法分别使哪些显露成为可能，又使哪些显露不容易出现。”这种问法把收益与代价同时带入，探索会更细。我们不只问哪个办法好，也问它让什么得到展开。
同样，工作中的清单可以减少遗漏，也可能使人只看清单；健康记录可以帮助发现变化，也可能使人过度关注数字。它们都值得按具体发生分析。没有必要把一个工具描述成纯粹有益或纯粹有害，更没有必要为了维护方法而忽略自己实际经历的变化。
吴航最后可能决定先自由读一遍，再选择一个真正牵引自己的问题。他也可能暂时不用AI，让某一句诗多停留一会儿。这依然属于人—AI复合探索形成的判断，因为工具参与帮助他辨认了需要，只是此刻的最佳安排包含暂时退出工具对话。
第一类What If的成熟，不在于越来越擅长证明新办法有效，而在于能够更细致地说明：什么改变，在怎样的纠缠中，使什么显露成为可能。这样的理解也许不会每次带来惊喜，却会让自己的选择逐渐有据可循。
本轮结束前，还可以请AI复述一次你的目的，再由你检查它是否理解准确。很多看似复杂的争论，其实从这里就已经偏离：你想恢复阅读吸引，它却持续优化阅读速度。把目标重新对齐，下一轮才有可能观察到自己真正关心的S。
在任何一张显露探索卡上，都可以保留一栏未知。未知不需要立即补齐，只需说明它可能影响什么。如果它足以改变行动，就优先查证；如果暂时不会改变当前小尝试，可以先保留。这样，谨慎与行动能够同时存在，不必等到知道全部条件才开始，也不把缺失材料装作已经明确。
八 你的第一张显露探索卡
可以把第一类What If写在一张纸上：我想观察的S是什么？准备改变的D或E是什么？为什么认为它们可能有关？至少还有一种怎样的结果？这一轮怎样开始？这些问题可以用五句话回答，无需复杂表格。
以散步为例，不要先假定换路线会使健康全面改善。可以把问题限定为：如果每次寻找一个新的街角细节，我是否更愿意开始这段散步？改变的是观察任务及路线与注意之间的纠缠，显露则包括开始的意愿和实际参与。身体舒适、天气、行程安排等仍须进入考虑。这个问题小，却具有可辨认的内容。
以工作为例，可以问：如果在开会前把分歧写清楚，会议是否更容易形成下一步？这里需要观察形成了什么决定、谁承担什么，以及是否遗漏必要讨论。会议更短未必就是更好，讨论更长也未必就是失败。S的界定会影响整个探索。
完成一次后，请AI帮助分别整理变化、解释和下一步。变化应尽量贴近观察，解释允许多种，下一步则与当前条件相配。若AI把三者混成一个肯定结论，就请它重新分开。
这张卡最有用的时刻，也许并非开始，而是你觉得一切都讲得通的时候。再问一次：“有什么结果会让我修改原来的理解？”它能使探索重新获得张力。第一方程由此成为开放的入口：我们改变条件，等待显露，同时准备让显露改变我们对条件的理解。
还有一种值得练习的写法，是把原猜想与新猜想并排保存。原先是“先提问题会读得更快”，后来可能变成“先提问题有助于辨认自己的解释与作者的差别”。这两个猜想关注的S不同，需要的评估也不同。修订并不丢脸，它标记着探索已经使问题本身变得更精确。
读者不必一次完成所有动作。今天只辨认S，明天才决定改变D，也可以形成有意义的进展。方程提供一个能够反复进入的组织方式，让我们知道此刻在探索哪一处发生关系，以及下一次还可以从哪里打开。