我把中间状态写下来之后，计算反而更快了

我复习线性代数时反复犯过一种错误：不是不会做，而是在计算下一步时，把上一步的数字带了过来。前一行已经被改过，下一步却还在脑子里使用旧值。

一开始我把它归为粗心，后来发现只要把每一步写清楚，错误率就会明显下降。问题并不在“我有没有再认真一点”，而在于我把一个不适合由大脑承担的任务放在了大脑里。

大脑拿错了输入

连续的行操作会产生很多长得很像的数字。刚刚计算出的结果还处于活跃状态，下一步又需要读取新的输入，两个状态彼此干扰。大脑不是不会算，而是拿错了操作数。

如果同时还要记住主元行、乘数、当前行、前几步的结果和变号规则，工作记忆很快就会被占满。此时继续要求自己“细心一点”，其实是在要求有限的记忆空间承担更多状态。

写下来不是变慢，而是换分工

把每一步的结果写在纸上，相当于把“记住当前到底该用哪些数”交给了外部介质。大脑只需要完成更适合它的部分：判断、推理、识别结构和执行当前运算。

我现在会遵循一个简单分工：

• 大脑擅长的判断和推理留给大脑；
• 大脑容易混淆的中间状态写下来；
• 每一步都形成“看见 → 计算 → 写下”的闭环；
• 不让还没完成的步骤在脑子里提前跑太远。

执行前也要外部化

我还发现，错误有时发生在正式计算之前。任务要求先扫描变号、特殊值和零结构，再开始执行；但我的习惯往往是直接动手，做到中途才突然想起一个前置细节。

一旦从执行切换到检查，再切回执行，就需要重新加载当前进度。这个切换本身也有成本。

所以我会在开始前花十秒写一个小清单，把需要注意的细节放在纸边上。它不是为了记录更多，而是强制自己先完成一次扫描。

这个原则不只适用于数学

写代码时记录当前假设、调试时保留最小复现步骤、部署时列出变更和回滚条件，本质上都是同一件事：不要让大脑同时保存执行状态、前置条件和下一步计划。

我现在把外部化理解为一种认知资源分配：把容易被干扰的状态交给纸面或工具，把需要判断的部分留给自己。 这不是笨办法，也不是对能力没有信心，而是让任务的结构和自己的认知方式真正匹配起来。