有时候我读完一篇文章，会有一种很微妙的感觉。

它好像说得很有道理。

标题很抓人，故事很完整，金句也不少。读的时候一路点头，甚至觉得“这不就是我想说的吗”。但合上页面之后，又隐隐觉得哪里不太对。

问题是，我说不清哪里不对。

是证据不够？是结论下得太快？是作者偷换了概念？还是我只是因为不喜欢这个观点，所以才觉得它有问题？

这种时刻其实很常见。

我们每天都在接触观点。新闻评论、公众号文章、短视频文案、演讲稿、行业报告、产品方案、社交媒体长帖，甚至朋友饭桌上的一句判断，背后都可能藏着一套论证。

有些论证很扎实，有些只是包装得很好。

但大多数时候，我们只是在判断“我同不同意”，而不是判断“它有没有被论证好”。

这两件事不一样。

看懂，不等于判断过

以前我读文章，习惯先问一个问题：

“这篇文章讲了什么？”

后来发现，这个问题太温和了。

它只能帮我总结内容，却不能帮我判断质量。一个观点被总结得再清楚，也可能仍然是站不住的。

比如有人说：

短视频正在毁掉年轻人的专注力，所以应该全面限制短视频平台。

这句话听起来很有力量，也很容易引发共鸣。

但如果我们真的要判断它，就不能只问“作者表达了什么”，而要继续问：

“毁掉”具体是什么意思？ 是注意力下降，还是学习时间减少？ 有没有数据支持？
是短视频导致的，还是使用时长、内容类型、家庭环境、学习压力共同作用？ “全面限制”是不是唯一方案？ 有没有更温和、更有效的选择？
作者有没有回应反方观点？

问到这里，事情就变了。

我们不是在急着支持或反对，而是在拆开这个观点，看它到底是怎么成立的。

很多文章的问题，不是结论一定错，而是中间少了几块关键砖。它可能方向是对的，但证据不够；也可能观察很敏锐，但结论下得太满；还可能故事很动人，但无法代表整体。

这就是我重新读《学会提问》时最大的感受：批判性思维不是让人变得尖酸刻薄，而是让人先慢下来。

先别急着站队，先看看这个观点是怎么被搭起来的。

我想要的不是“反驳机器”

现在很多 AI 工具很会总结，也很会改写。

你把一篇文章丢给它，它可以很快告诉你：

这篇文章讲了三点。 核心观点是什么。 适合发在哪个平台。 标题可以怎么改。

这些当然有用，但我一直觉得少了一层东西。

我不只是想知道文章在说什么，我还想知道：

它哪里说得好？
哪里说得过头？
哪里需要补证据？
哪里有隐藏假设？
哪里忽略了反方观点？
如果要让这个观点更稳健，应该怎么改？

所以我做了一个小工具，叫 Critical Questioning。

它不是一个用来吵架的工具，也不是一个“自动反驳器”。

我更愿意把它理解成一个“观点审查助手”。

它会帮你把一篇文章或一段观点拆开，看看里面的论证结构是否完整。它关心的不是“我喜不喜欢这个结论”，而是“这个结论有没有被充分支持”。

这是一个很重要的区别。

因为我们很容易把判断变成立场表达。

喜欢一个观点，就觉得它说得有道理。
讨厌一个观点，就觉得它漏洞百出。

但真正有价值的阅读，应该允许更复杂的判断：

我同意它的方向，但觉得证据不足。
我不喜欢它的立场，但承认它有些理由成立。
我觉得它的问题意识很好，但解决方案过于简单。
我认为它的结论可以保留，但需要加上条件。

Critical Questioning 想做的，就是帮助我们进入这种更细的判断。

它会怎么分析一篇文章

这个工具默认会看几个问题。

第一，文章的核心主张是什么？

很多文章写得很长，但真正想让你相信的东西只有一句。先把这句话找出来，后面的分析才不会跑偏。

第二，它的论证结构是什么？

作者讨论的论题是什么？结论是什么？主要理由是什么？关键证据是什么？有没有没有明说的前提？

第三，主要问题在哪里？

这里关注的是会明显削弱论证的问题。比如证据不足、因果跳跃、过度概括、反方观点缺席、关键概念模糊。

第四，次要问题在哪里？

有些问题不会推翻整篇文章，但会影响表达的清晰度和可信度。比如某些词太笼统，某些判断太绝对，某些例子不够典型。

第五，如果要补全，它需要什么？

这是我最看重的一部分。

只说“你这里有问题”其实帮助不大。更有用的是告诉你：

需要补什么数据。
需要定义哪个关键词。
需要说明哪个隐藏前提。
需要回应哪类反方观点。
需要排除哪些替代解释。
需要给结论加上什么限定条件。

这样一来，分析就不是为了挑错，而是为了把观点变得更好。

一个简单例子

还是用刚才那句话：

短视频正在毁掉年轻人的专注力，所以应该全面限制短视频平台。

如果只是总结，它大概会被概括为：

作者认为短视频损害年轻人的专注力，因此主张加强限制。

但如果用 Critical Questioning 的方式看，它会继续追问：

“毁掉专注力”是一个很强的说法，需要明确指标。
“短视频”和“专注力下降”之间需要证明因果关系，而不只是相关性。
“年轻人”这个群体太大，不同年龄、使用场景、内容类型可能差异很大。
“全面限制”是非常强的政策结论，需要比较其他替代方案。
文章还需要回应反方观点，比如短视频也可能用于学习、表达和获取信息。

最后，它可能会给出一个更稳健的结论：

在缺乏使用时长控制和内容筛选的情况下，短视频可能削弱一部分年轻人的持续注意力；但这一影响需要区分年龄、内容类型、使用场景和使用强度。相比全面限制，更合理的讨论应包括平台责任、家庭引导、学校教育和使用时长管理等多种方案。

你会发现，原来的观点并没有被简单否定。

它只是被重新放回了更准确的位置。

这就是我想要的效果。

它适合谁用

如果你经常读长文章，它可以帮你避免被漂亮叙事带着走。

如果你写文章，它可以帮你提前发现自己论证里的薄弱处。

如果你做研究、写报告、准备演讲，它可以帮你检查有没有证据缺口。

如果你只是想训练自己的判断力，它也可以作为一个陪练。

我特别希望它能服务一种很普通但很重要的场景：

读完一篇文章之后，不只是说“写得真好”或者“我不同意”，而是能说：

“它的核心主张是这个。”
“它最强的理由是这个。”
“它最薄弱的地方在这里。”
“如果补上这些证据，它会更有说服力。”
“在当前证据下，我只能部分接受这个结论。”

这比简单的赞同或反对更难，但也更接近真正的思考。

技术只是最后一步

这个工具本身是一个 skill，已经放在 GitHub 上。

如果你使用支持 skills 的环境，可以这样安装：

npx skills add https://github.com/tanghaojin/critical-questioning --skill critical-questioning

项目地址：

https://github.com/tanghaojin/critical-questioning

但对我来说，技术并不是重点。

重点是我越来越觉得，我们需要的不只是更多信息，也不只是更快的总结。

我们真正缺的，是在大量观点面前保持判断力的能力。

一篇文章可以写得很顺，一个观点可以包装得很漂亮，一个故事可以讲得很动人。但这些都不自动等于“它说得对”。

所以我希望有这样一个工具，在我读到一个观点时，帮我停下来问几句：

它到底想让我相信什么？
它凭什么让我相信？
它漏掉了什么？
还有没有别的解释？
如果我要接受它，应该接受到什么程度？

这几个问题，可能比答案本身更重要。