先说一个很多人都有的体验：笔记软件里躺着两千条笔记，「情绪管理」「非暴力沟通」「复盘模板」都有专门的标签。然后上周开会被同事怼了一句，你还是先暴怒三秒，说了让自己后悔的话。回家路上你想起来：这个场景我明明读过三篇文章，还划了线。
问题不在你记性差，也不在文章写得不好。问题在于：你修改的一直是错误的那一层。
改变分三层，大部分人只动过第一层
任鑫在《庄子，业力和大模型》里用过一个类比：大模型要改变输出，可以在三个层级上动手。人也是一样。
L1 外挂文档：写在体外的知识——读过的文章、记的笔记、收藏的视频。它就像给大模型外挂了一个资料库，查得到，但模型本身的参数一个比特都没变。你的两千条笔记在这一层。改它最舒服：读一篇文章、划几行线，就有「我在进步」的感觉。但它的效力上限是：下次你想起去查它的时候，它才有用。
L2 推理链路：临场的慢思考。被怼的那一秒，你调动工作记忆，把笔记里的道理翻出来跑一遍：「非暴力沟通第一步，先观察不评价……」这就像大模型当场打草稿再回答，当场推理，当场见效。比 L1 强，但有一个致命弱点：它吃状态。睡够了、不赶时间、血糖正常的时候，你跑得动这条推理链；熬夜之后、被老板骂完、饿着肚子的时候，它第一个被冲垮。而栽跟头恰恰多发于你状态差的时候——L2 在你最需要它的时刻缺席。
L3 底层权重：不假思索的第一反应。被怼的那一秒，脑子里自动蹦出来的那句话、身体自动做出的那个动作——这一层不需要你「想起」任何东西，它就是你。它就像大模型的权重：训练的时候什么样，推理的时候就什么样，跟状态好不好几乎无关。
知道道理 = L1 有存档。临场用上 = L2 跑得动。默认反应 = L3 的权重。这是三个不同的东西，前一个都不是后一个的保证。
为什么暴怒三秒赢过两千条笔记
因为那三秒里发生的不是「思考」，是 L3 的直接输出。它快、省电、不排队。等你 L2 的推理链加载完毕，话已经说出去了。
这就是「吃一堑长一智」这句老话真正难的地方：堑吃完了，智存在哪儿？存进笔记，是 L1；想通了道理，是 L2 多了一条推理链；只有第一反应变了，智才算长在了你身上。
L3 只认一种训练数据
大模型的权重怎么改？不是靠往训练集里多塞十万条泛泛的文本，而是靠高梯度、小数据的练习——说人话就是：让它在一个具体的错误上狠狠地错一次，然后立刻做反向传播（每答错一题，就照着「错在哪、差多少」把内部参数微调一遍，下次碰到同类题就往对的方向偏一点）。人也一样。L3 的权重只被一种东西更新：
- 一个具体的触发情境（不是「我要情绪稳定」这种宏大愿望），
- 配上一个具体的新响应（小到下次那一秒真做得出来），
- 在真实情境里重复几次。
这就是本书 SOP 的全部野心：每次栽跟头之后，用五步把这一小条训练数据提取出来、标注好、喂给你的底层权重。一个跟头，一条参数。不追求顿悟，追求反向传播。
先说清楚两件事
第一，这本书不帮你「不栽跟头」。堑是生活发的，你拒收不了。SOP 管的是堑吃完之后的那段——大多数人让跟头白栽了，这本书让你把每一个都收利息。
第二，这套流程看起来像记笔记，但目标完全不同。记笔记是把东西存进 L1，越多越好。这套 SOP 是把东西打进 L3，每条都要穿过五步关卡才能存档——它的产出不是一座知识库，而是一小本越来越厚的「参数更新日志」。
下一章先把五步的全图摆出来，然后一章拆一步。每一步只回答一个问题，答不出来不许进下一步。