写作与计算力
引言
“如果你不写作，你就是一个有限状态机。写作时，你拥有图灵机的非凡力量。”
这句话本身就是一种"写作中的思考"，而且相当精炼。从计算模型的角度看，它是一个很有力的隐喻，深刻揭示了写作对思维能力的扩展作用。
不写作时：有限状态机的局限
什么是有限状态机
有限状态机（Finite State Machine, FSM）只能在有限的状态之间转换，没有外部可扩展的记忆。对应到人类思维，这意味着：
- 思考依赖即时工作记忆
- 容易循环在熟悉的模式和直觉反应中
- 难以处理深层嵌套、长期依赖和复杂推理
- 本质上是"反应式"的认知
现实中的例子
客服脚本：你说A→他回答A1，你说B→他回答B1，他无法"综合你前面说过的所有细节"。
吵架时的自动反应：对方说一句刺痛你的话，你立刻进入"防御状态"，接着说出熟悉的几句话。你并没有在"算"，而是在状态切换。
不写、不记录、不停下来整理时，人很容易退化为"状态—反应机器"。
写作时：图灵机的非凡力量
图灵机的核心思想
图灵机 = 一个非常笨的执行者 + 一条可以无限写的纸带
它本身并不聪明，规则极其简单，但因为它可以一直写、可以回头读、可以修改之前写的内容，所以理论上就能完成任何复杂计算。
写作的真正价值
写作并不只是"记录已经想清楚的东西"，而是：
- 把模糊的直觉离散化为符号
- 强迫隐含假设显性化
- 让错误变得可见、可修正
换句话说，写作本身就是计算过程的一部分，而不是输出阶段。
正则表达式：FSM的完美实例
正则 = 状态机
正则表达式不是"在匹配字符串"，而是在描述一台"从左到右读字符的有限状态机"。它的能力来自：
- 有限状态
- 确定的转移规则
- 不依赖外部记忆
具体例子分析
以正则 ^ab*c$ 为例：
状态定义：
S0：开始
S1：已经读到 a
S2：正在读 b（可以一直停在这里）
S3：已经读到 c，结束
转移规则：
S0 + a → S1
S1 + b → S2
S2 + b → S2（自循环）
S1 或 S2 + c → S3
其他 → 失败
无论字符串有多长，只需要记住"我现在在哪个状态"，这就是"有限"。
为什么正则有能力边界
正则做不到的事（理论层面）：
- 判断字符串中左右括号是否数量相等
- JSON 是否结构合法
- 任意深度的嵌套
因为这类问题需要记住"欠了多少个左括号"，这个数可以无限增长，而状态机的状态数是有限的。
程序员视角的写作
代码即写作
在架构设计、系统建模、技术方案、甚至管理决策中：
- 不写文档 → 靠经验和模式匹配（FSM）
- 写设计、写推导、写约束 → 才能进行真正的复杂计算（TM）
这也是为什么高复杂度系统几乎必然伴随大量文字、图表和形式化描述。
版本控制与思维迭代
写作让思维从大脑的生理限制中"外包"出来，形成一个可操作、可检查、可演化的符号系统。这就像：
- Git 让代码可以回溯、分支、合并
- 写作让思维可以修改、重排、推翻、重写
实践建议
如何培养写作习惯
- 从简单记录开始：不需要完美的文笔，先写下来
- 建立外部记忆：使用文档、笔记、白板等工具
- 定期回顾和修改：写作的价值在于迭代，不是一次完成
写作的方法
- 离散化：把模糊想法变成明确符号
- 显性化：把隐含假设明确表达
- 可验证：让错误和矛盾变得可见
结语
这句话点出了一个常被忽视的事实：写作不是表达能力的问题，而是算力的问题。是否写下来，决定了你是在用"本能反应的自动机"，还是在运行一台真正的通用计算机。
当你真正想清楚一件复杂事情时，回想一下：那个过程里，有没有「写下来 → 改掉 → 再写」？
如果有，那你已经亲自体验过：从有限状态机，走向图灵机的那一步。