有些教材写得让人很头疼。内容是好内容，领域内也都认，但翻开就是读不下去——逻辑跳得厉害，术语一堆，关键的地方只有一句"由此可得"，课后题像是默认你修过别的什么课。我见过不少人反复翻开又合上，最后觉得自己大概不是学这个的料。
我自己碰到过很多次。后来慢慢摸出一个办法：不硬啃，而是用大模型把书拆开，重新整理成自己容易吸收的样子。
这个做法跟之前聊的造书不一样。造书是手上没有现成的材料，直接和 AI 一起从零搭一份讲义。拆书是已经有一本教材在面前，但它写得对自学者不够友好，你得自己动手改。
下面是我常用的几个做法，彼此没什么先后关系，你可以哪个顺手就先试哪个。
一、先搞清楚作者默认你懂什么#
很多书难读，不是因为正文有多深，而是作者默认你知道一些东西，但这些东西他压根没写在书里。
我现在翻开一本新书，习惯先把序言、导论和开头几页正文丢给 AI，问一句：
“我刚开始读这本书，导论和前几页读完有点跟不上。帮我看看，作者写这些内容的时候，默认我已经懂哪些东西了？有哪些地方可能得先补一下基础？”
AI 列出来的东西，有时候确实是我不知道、但作者显然以为我知道的。前阵子翻一本比较政治经济学的书，导论上来就在讨论"历史制度主义"和"理性选择制度主义"的分歧，后面又突然开始讲"路径依赖"，我读了两页就有点晕。一问 AI 才知道，作者默认你清楚这几个制度主义流派的区别，也默认你知道"路径依赖"在政治学和经济学里用法不太一样——但导论里一个字都没提。这个发现本身挺让人无语的，但至少知道卡在哪了。接下来不用硬读，先花点时间把缺的地方补上再回来。
二、让 AI 来问你，而不是你问它#
教材里有些概念定义得非常凝练，读的时候觉得懂了，合上书自己说不清楚。让 AI 用大白话再讲一遍有点用，但我发现更管用的办法是反过来：让它问我。
大致是这样：
“我在试着理解罗尔斯的差异原则。你来问我问题，看看我是不是真的搞懂了。你别直接讲，只问问题。我说得含糊的地方，你就追问。”
然后我就开始硬着头皮解释，AI 追着问。这个过程比听解释累，但也扎实。我就是在被这样追问的时候才发现，自己原来一直把差异原则和机会平等原则的适用前提搞混了。追问完了，我再让它把刚才暴露的问题整理成一份清楚的说明。这份东西留作笔记，下次回看不费劲。
三、把书里的内容拆成能动手操作的东西#
理论书有一个挺普遍的毛病：把本来可以一步步拆开看的论证，写成了一大段密密匝匝的论述。来回读几遍，脑子还是糊的。
我后来发现，与其让 AI 帮我概括这段讲了什么，不如让它帮我拆结构。比如遇到霍布斯从自然状态推到社会契约的那段经典论证，我会说：
“帮我把这段论证拆成一步一步的逻辑步骤，每步标出前提和结论。然后用一个简化案例，让每一步在案例里都能对应上。”
拿到的结果是一个可以逐条检查的论证链条，还有一个能把抽象命题代入进去检验的案例。这时候读法就变了：不再是反复读原文去感受它大概在说什么，而是可以停下来想，这一步的前提站得住吗，推到结论有没有问题。什么时候我觉得自己能指出"这一步在某个条件下不成立"，大概就是真的开始懂了。
碰到经济学模型也是差不多的处理。让它把假设、机制、均衡条件分别拆开，再给一个具体的数值例子，变动一下参数看结论怎么跟着变。本来躺在纸面上的东西，就变成可以来回摆弄的了。
四、攒一份自己的易错点清单#
啃难书最让人泄气的，不是第一遍没看懂，而是看完觉得懂了，一碰到具体问题又露馅，而且老在差不多的地方栽跟头。
我后来养成了一个习惯：只要发现自己理解上出了偏差——不管是因为做错题，还是被追问的时候卡住了——就把这个错误记下来，丢给 AI，让它做三件事：
- 帮我看看，这个错误背后是哪个更基础的东西没搞明白。
- 出两道针对性的辨析题，逼我把两个容易混淆的概念区分开，最好放到具体的分析场景里。
- 写一句简短提醒，放进笔记里，下次翻到能立刻想起来。
比如之前把帕累托效率和卡尔多-希克斯效率搞混了，那句提醒就是：
“帕累托要求没有人变差；卡尔多-希克斯只要求总收益足够补偿损失，不要求补偿真的发生。”
这句话一直留在我的笔记里。这份清单攒多了，全是针对我自己薄弱点定制的，比做泛泛的习题集有用。
五、学完之后，按自己的理解重写一遍#
材料都拆完了，笔记也攒了不少，最后一步是把这些东西整理成一份自己以后能随时翻看的材料。我不只是复制粘贴，会多做一步。
我把学完的一章、我的笔记、AI 帮我补充的解释放在一起，然后告诉 AI：
“这一章我学完了。按我觉得最顺的学习顺序帮我重写一遍，保留核心内容，该删的删，该补的补。另外附一段给原书作者的话：哪些地方对自学者最不友好，可以怎么改。”
这个重写的过程本身就是最后的检验。你得判断哪些内容应该先讲，哪些例子比原书的好用，哪个论证换一种组织方式会清楚得多。重写完自己读一遍，会有一种踏实的感觉——这些东西不是别人的了，是你自己嚼过一遍的。
造书是平地起楼，拆书是旧房翻新#
到这里，跟之前聊过的造书就自然接上了。造书是面对一个新领域，和 AI 一起从零搭一份讲义。拆书是手上已经有一本公认的好书，但它写得不对你胃口，就动手把它拆开重组。两个方法适合不同的情境，但底层的想法是同一个：学习不是老老实实接收别人写好的东西，而是靠自己提问、追问、动手和重建，把知识变成能用的。
下次再碰到那本翻过好几次都没读完的书，不妨换种方式对待它。别读了，拆它。你可能会发现，之前觉得死活读不进去的段落，在反复追问和动手摆弄的过程中，慢慢就清楚了。