12個問題法則

一句話定義

物理學家 Richard Feynman 對「跨領域產出」的方法解釋——腦中常駐 12 個最想解決的難題，將每個新接觸到的資訊輪流與這 12 問題比對，看能否對其中之一帶來突破。

核心要點

• 休眠狀態：12 個問題大多時候處於「休眠」，不需要每天主動推進。
• 遇新即測試：每接觸一條新資訊，就把它「掃過」這 12 個問題——多數沒共鳴，偶有靈光乍現。
• 跨域突破的機制：問題夠多、足夠不同，新資訊就有更高機率擊中其中一個未解難點，產生看似「跨領域天才」的成果。
• 數字 12 不是教條：重點是「常駐、有限、可記憶」，而非剛好 12 個。
• 連結到 PKM：Tiago-Forte 在《打造第二大腦》中把這個方法引為 Capture 階段的核心篩選器——「能否服務 12 問題」就是該資訊有沒有 Actionability。

與其他概念的關係

• 上位原則：Actionability（輸出決定輸入）的具體實作——12 問題即「最重要的常駐輸出目標清單」。
• 與 判讀力 的對位：12 問題是內部目標篩選器（這條資訊能否服務我的常駐問題）；判讀力 是外部品質評估器（這條資訊本身夠乾淨嗎）。兩者並用才能避免「服務目標但來源髒」與「來源乾淨但無關目標」的雙重失敗。
• 與 Slow-burn專案 的同構：12 個休眠問題≈一組長期 slow-burn 項目；新資訊的捕捉就是給它們「加柴」。
• 相鄰概念：費曼也提出 費曼學習法（尚未建頁）等學習方法；本頁聚焦「資訊篩選」。
• 不要與其他「N 問」工具混淆：本頁是個人 PKM 的常駐輸出篩選器，不是創意 / 決策清單。vault 中其他「N 問」工具場景完全不同：
  • 檢核提案的-10-個問題 = 創意提案場景的卡關自檢清單（短期 campaign 用）
  • 10-10-10-法則 = 重大決策場景對抗恐懼的時間尺度工具
  • 共通的只是「以數字命名的問題清單」這個表層形式。

相關來源

• 2026-04-28-第二大腦效率陷阱
• 2026-05-01-灰階思考ML看書 — 「12 問內部篩選器」與「判讀力 外部品質評估器」雙軸對位

備註

這個方法的實用門檻在於：先願意把「我真正在乎的問題」寫下來。許多人並沒有 12 個常駐問題，只有「應該關心」的領域標籤——前者是 actionable 的，後者只是焦慮的來源。