分析信息的结构和效率时最有力
你想理解为什么有些沟通方式比其他的有效、为什么有些笔记系统管用而有些不管用、为什么信息过载让人焦虑但又无法简单地"少看点"解决——信息论的视角在这些问题上提供了其他框架给不了的精度。
编码-传输-解码的结构让你能精准定位问题出在哪个环节。信噪比的概念让你区分"信息太多"和"噪声太多"——两者的解决办法完全不同。压缩极限的概念防止你把"精简"当成没有成本的操作。
前提是你处理的问题确实是信息传递效率类问题——怎么更好地传递、存储、检索、压缩信息。
香农刻意抛弃了"意义"，你不能假装它不重要
香农信息论最精妙的地方也是它最大的局限：它在定义信息时完全不考虑意义。一条消除了不确定性的假消息，在香农框架里和一条真消息的信息量一样。
这在通信工程里没有问题——电话线不需要知道你说的话有没有道理，它只需要忠实传输。但在日常生活中，意义才是你关心的东西。你不是想知道今天收到了多少比特的信息，你想知道哪条信息对你有价值。
当你把信息论的视角从通信工程迁移到知识管理、学习、决策时，你需要在香农框架之上叠加一层意义判断——这层判断信息论本身不提供。
格雷克的历史叙事可能让你高估了技术的作用
《信息简史》的时间线是由技术突破串联的：文字→印刷→电报→计算机→互联网。读完之后容易产生一种错觉——信息问题的解决主要靠技术进步。
但格雷克自己也承认，每种新技术在解决旧问题的同时都制造了新问题。更重要的是，人类应对信息过载的方式不全是技术性的——社会制度（审稿制度、学术期刊的同行评审）、文化规范（什么算可信来源）、个人习惯（批判性阅读、信息筛选）也在起关键作用。
把注意力全放在技术维度上，你会忽略信息处理中"人"的那一半。
跨学科类比有启发性但也有误导性
格雷克经常把不同领域的信息现象放在一起比较——语言和遗传密码，鼓声和电报，图书馆和搜索引擎。这些类比有时非常有力，但有时也会让你产生"这些东西本质上是一样的"的错觉。
语言和 DNA 都使用编码，但语言的编码规则是社会约定的、可以快速变化的，DNA 的编码规则是生物演化的、极其缓慢变化的。把两者等同起来思考，可能会让你忽略它们在变化速度、容错机制、进化动力上的根本差异。
格雷克的类比是入口，不是结论。通过它们建立直觉后，每个领域的深入理解仍然需要回到那个领域自己的工具和理论。
什么信号说明你在用信息论视角过度简化问题
你开始用"信噪比"评价人际沟通的质量： "他说的噪声太多了"——人际沟通中的"噪声"（闲聊、情绪表达、跑题）在信息论意义上是噪声，但在关系维护意义上可能是核心内容。
你把"压缩"当成永远正确的方向： 不是所有内容都应该被压缩。文学、对话、探索性思考——它们的价值恰恰在于"展开"而不是"压缩"。
你忽略了"谁在说"而只关注"说了什么"： 信息论不关心信源的可信度，但你在现实中做判断时必须关心。同一句话从不同的人嘴里说出来，你应该赋予它不同的权重。