为什么我们擅长不同的认知活动？
我方向感不错，擅长在复杂街区穿梭，但面对编程任务、物理题时，常脑袋空空、无从下笔，常常需要耗费比别人更多的精力；也经常能听到，一个能写出精妙算法的程序员，在现实中可能是一个连东南西北都分不清的路痴。
把这类认知活动简化为一个扁平的跑分结果，用「逻辑/思维能力强」去描述某一类人，让我隐隐觉得太过粗暴。
人类大脑应对不同挑战的过程，会执行不同的认知活动。要理解为什么不同人擅长不同的认知活动，建立一个衡量“思维模式”的坐标系可能会有些帮助。
以下是与 Gemini 对话的总结。要注意，坐标系仅仅是为了看清某种「特定结构」，而人为设定的观察视角。没有任何一个坐标系是绝对真理。这里的坐标系核心目的还是尽可能解释我对于这些现象的疑惑，落到坐标轴上，就是为了把上面的两类人落到尽可能可能远的两极。
X 轴：信息载体（具象物理 vs. 抽象符号）
大脑接收和处理的原材料是什么？这构成了坐标系的第一维度。
- 左极（具象物理）： 依赖感官输入、物理实体和连续的空间特征。
- 右极（抽象符号）： 依赖人为定义的规则、离散的符号（如字母、数字、代码）以及纯粹的逻辑推演。
认识路，是对物理世界的直接感知；而编程和高等数学，是强迫大脑离开现实，进入一个完全由符号构建的虚拟世界。对“现实-符号”映射越熟练的人，越容易在右极的认知活动中游刃有余。
Y 轴：处理时序（全局并行 vs. 线性串行）
大脑按什么时间顺序处理这些材料？这是导致“脑袋空空”最核心的机制差异。
- 下极（全局并行）： 信息是同时呈现并被整体感知的。你看一张地图或站在一个十字路口，大脑是瞬间获取全局特征的。
- 上极（线性串行）： 信息必须按照严格的时间顺序或逻辑步骤，一步步拆解执行。
人类的日常意图是并行的。比如“在屏幕上显示一个字母”，这是一个一步到位的宏观目标。但计算机不理解宏观，它只接受微观的串行指令。面对代码时的无从下笔，正是因为大脑习惯了并行的整体处理，缺乏将宏观目标强制降维、切分为数百个串行步骤的自动化路径。
Z 轴：规则容错率（启发式概率 vs. 绝对确定性）
这套系统的容错率有多高？它直接决定了该项认知活动的心理负荷。
- 一极（启发式概率）： 依赖经验、模式匹配和模糊近似。容错率极高，目标是找到“足够优”的解。
- 另一极（绝对确定）： 内部存在严格的语法或公理。逻辑链条没有任何模糊地带，容错率趋近于零。
空间导航是一个高度启发式的活动：常走的路口被封，大脑不需要重新计算地球坐标，凭方向感找条替代道路即可。 但编程处于绝对确定的一极。少一个分号，或者变量类型不匹配，整个逻辑链直接崩溃。人类大脑天生擅长模糊的启发式搜索，极度抗拒这种零容错的严格输出。
能力分化的客观本质
将这三个维度结合，所谓的能力分化就有了清晰的客观坐标：
- 认路达人： 擅长左下角（具象物理 + 全局并行 + 启发概率）。他们的大脑能极度高效地进行空间感官建模。
- 编程高手： 擅长右上角（抽象符号 + 线性串行 + 绝对确定）。他们的大脑能够承受极高的工作记忆负荷，在切断直觉干扰的环境中，进行严密的逻辑切分。
所谓的“天赋”或“擅长”，只是一个个体在成长过程中，其大脑的神经连接被默认锚定在了这个坐标系的特定区域。跨越区域可以通过引入中间工具——比如用伪代码剥离语法负担，或用流程图将并行思维强制展开——以此来辅助大脑完成模态转换。