优先带着这类问题进入：当证据还不充分时，如何区分大胆假设和过度想象。
Start with a live problem such as this: 当证据还不充分时，如何区分大胆假设和过度想象。
计算理论奠基者 · 10 门系统课程
Scientists · 10 structured lessons
"我们只能从可计算性理解复杂世界的一部分"
优先带着这类问题进入：当证据还不充分时，如何区分大胆假设和过度想象。
Start with a live problem such as this: 当证据还不充分时，如何区分大胆假设和过度想象。
训练你把 现在有哪些可靠事实？ 变成稳定的判断起点。
Turing is a thinker of formal limits: he clarifies what can be computed, simulated, or inferred before mythology takes over.
最终不是模仿 艾伦·图灵，而是把 计算, 形式化, 智能 迁移到你自己的业务和选择。
The course should leave you more precise, not merely more impressed by the origin story of computing.
同领域建议接着对读：蒂姆·伯纳斯-李、阿尔伯特·爱因斯坦、卡尔·萨根。这样能看见同一问题在不同路径下的取舍差异。
After this course, compare with Tim Berners-Lee, Albert Einstein, Carl Sagan. That contrast makes trade-offs inside the same domain easier to see.
前四课建立图谱与三根支柱，第 5 到 7 课把判断框架和工具箱拆开，第 8 到 10 课回到价值系统、可执行方法和个人行动整合。
The first four lessons build the map and three pillars. Lessons five to seven open up judgment order and tools. The final three return to values, operating method, and integration.
建立全局图谱
Build the whole map
一张可复述的总地图 A reusable map you can explain aloud抓第一根支柱
Study the first pillar
识别最重要的概念变量 Identify the most important conceptual variable抓第二根支柱
Study the second pillar
理解概念之间如何联动 Understand how the concepts interact抓第三根支柱
Study the third pillar
补齐这套系统的边界条件 Recover the boundary conditions of the system学会怎么判断
Learn how judgment is ordered
一套可迁移的决策顺序 A transferable order for decision-making看思想如何落地
See how the thinking lands in reality
把抽象原则映射到真实场景 Map abstract principles to real situations提炼可复用工具
Extract reusable tools
一组随时可调用的模型 A set of models you can call on quickly回到底层信念
Return to the base beliefs
分清原则与技巧的层级 Separate principles from techniques把理解变成动作
Turn understanding into action
一套 30 天可执行的方法 A 30-day executable method完成知识闭环
Close the knowledge loop
形成自己的行动版公式 Form your own action formula图灵必须先读论文原文，再读解说书。否则很容易只记住“图灵测试”，却没真正理解他的形式化思路。
Read Turing's papers before the explanatory books. Otherwise you end up with the label 'Turing test' without the deeper habit of formal reasoning.
计算理论真正的起点。
The foundational paper for computability theory.
理解图灵如何把智能问题转成可讨论的形式。
Shows how Turing reframed intelligence into a tractable public question.
适合看他更开放、更探索式的一面。
Useful for the more exploratory side of Turing's machine thinking.
最好的图灵原典与说明合集之一。
One of the best curated volumes of Turing's core writings.
图灵生平与科学工作的经典传记。
The classic biography and historical account of Turing's work.
适合把 1936 论文真正读懂。
Especially good if you want to truly understand the 1936 paper.
先把底层机制想清楚，再投入长期资源，而不是先追求表面热度
Lesson: 先把底层机制想清楚，再投入长期资源，而不是先追求表面热度
逐步把 计算 变成可复用的方法，而不是一次性的成功故事 Outcome: 逐步把 计算 变成可复用的方法，而不是一次性的成功故事真正难的是在约束里做减法，保住最重要的骨架
Lesson: 真正难的是在约束里做减法，保住最重要的骨架
通过围绕 形式化 的持续迭代，形成更稳定的优势 Outcome: 通过围绕 形式化 的持续迭代，形成更稳定的优势面对压力时先稳住判断框架，再决定行动优先级
Lesson: 面对压力时先稳住判断框架，再决定行动优先级
让 智能 成为长期能力，而不是只在危机时被动应付 Outcome: 让 智能 成为长期能力，而不是只在危机时被动应付