平均速度哪里不够用
想象你开车从家到机场，路程 60 公里，用了 1 小时。别人问：“你开多快？”你说 60 公里每小时。这个回答没错，但它只说了一个平均数。你可能前 10 分钟堵在小区门口，最后 10 分钟在高速上飞奔。平均速度把这些细节全抹平了。
微积分，大白话说，就是一套处理“变化”的计算工具。它想回答的问题不是“这一段总体怎样”，而是“这一瞬间到底怎样”。车速表上显示的 83 公里每小时，就是一个瞬间速度；水库水位此刻上涨得快不快，股票价格此刻是在加速下跌还是减速下跌，CPU 温度此刻还会不会继续冲高，都是同一类问题。
麻烦在于，“瞬间”没有长度。平均速度很好算：路程除以时间。可如果时间间隔真的缩到一个瞬间，分母就变成 0，除法直接坏掉。微积分发明出来，最核心的动机就是修好这件事：既要谈瞬间，又不能真的拿 0 去除。
微积分不是为了把数学变难，而是为了把“正在变化”这件事变得能算。没有它，我们只能说一段时间里的平均表现；有了它，才敢问此刻发生了什么。
把问题切小，小到像直线
先别急着看公式。拿一条弯曲的山路来说，如果你站得很远，它弯弯绕绕；如果你把地图放大到脚边一小段，它看起来几乎就是直的。弯曲没有消失，只是在很小的范围里，直线近似已经足够好。
这就是微积分的第一层直觉：把一件复杂变化的事切成足够小的片段。每个小片段里，它都像简单问题。曲线局部像直线，不规则面积局部像小矩形，连续降温局部像匀速降温。然后再把这些小片段拼起来。
这里的“足够小”不是随便说说。你切得越小，近似通常越好；误差也会被压到越来越小。微积分真正厉害的地方，是它不满足于“差不多”，而是给你一套办法说明：当片段不断变小时，答案会稳定地靠向哪个值。
牛顿和莱布尼茨在解决同一个痛点
17 世纪，天文学、航海、炮弹、钟表、透镜都在逼问同一个问题：东西不是静止的，怎么计算它的运动？牛顿把变化看成“流动量”的速度，想解决行星和力学问题；莱布尼茨发明了更好用的符号，比如 dx 和 dy，让人能像操作零件一样操作微小变化。
他们的语言不同，争议也很大，但痛点一致：旧数学擅长静态对象，比如三角形、圆、比例、方程；新科学需要动态对象，比如位置随时间变，速度又随时间变，力还会改变速度。微积分就是静态数学向动态世界伸出的接口。
如果你写过程序，可以把它想成从“存量表”切换到“事件流”。普通代数像是在看某个时刻数据库里的字段值；微积分关心字段如何更新、更新速度是多少、这些更新累积起来会造成什么结果。
本书只抓住一条线
微积分的课本会很快进入规则表：幂函数怎么求导，三角函数怎么积分，换元积分怎么做。那些规则有用，但如果一开始就背规则，微积分会像一门记忆术。我们换一条路：先问它为什么存在。
这本书会沿着一条线走：先理解极限，也就是“让误差可控地逼近某个答案”；再理解导数，也就是“某一点附近的变化率”；再理解积分，也就是“把无数小块的贡献加起来”；最后看导数和积分为什么是同一枚硬币的两面。
你不需要先相信任何神奇公式。你只要记住一个画面：一辆正在加速的车，平均速度只能告诉你过去一段的总结；微积分要做的，是把镜头推进到此刻，再把此刻的变化一路累回完整的旅程。