高效思考——各学科思维模型
2021-08-15 12:02:50 0 举报AI智能生成
巴菲特的合伙人查理·芒格的多元思维模型，本质就是一种多维组合思想，把不同的跨学科的知识汇集在一起，解决一个问题。本模板采用芒格的思想，持续更新和添加新的思维模型
作者其他创作
大纲/内容
群体心理学
误判心理学
直觉思维模型：‘系统1’的运行时无意识且快速、情绪化的
理性思维模型：‘系统2’的运行需要费脑力，要慢一点更加理性化
《思考，快与慢》
权威对一个人的影响深刻
专家一个方面好，我们大脑会连续性的去相信其他也是好的
我们相信权威，本质上也是大脑结构性缺陷导致的——“默认连续性”
《影响力》
心理学
“舍得”，有舍才有得。舍掉的就是机会成本
我们要使得收益必须大于机会成本
切忌，不要把文中的理念应用到家庭讨论上，也不要用在和朋友的交流上（除非你打算和这个朋友绝交），更不要尝试去改变家人的观念，家不是一个讲理的地方。
机会成本模型
社会学
经济学
法学
不受制于迄今为止的行事经验与规范
多问为什么？有没有更好的办法？
批判性思维
哲学
不相信任何学者、教授、权威
其实是一剂毒药，以毒攻毒来得到新思维
怀疑论
保持孩子般的激情和好奇心
好奇心
教育学
力和反作用力是同时存在的
普通人遇到问题和阻力再想方法解决
聪明人实现做好各种预案和准备
高手提前预测，能够借力打力、声东击西
我们做任何事都会遇到阻力
反作用力思维模型
物竞天择，适者生存
和生物学进化论相映照
万物总是选择最简单、最经济的方式
最小作用力模型
物理学
数学是一种表达的艺术，而不是计算工具
局部最优不一定是全局最优，全局最优一定是局部最优
当外界环境有太多不确定性的时候，很难寻找全局最优解的时候寻求局部最优解——毕竟，完成好过完美
学习掌握自然、社会发展规律，行业发展趋势等，正所谓顺势而为，借势而上，不断的修正局部最优解，让局部最优解越来越接近全局最优解
爱情至少要来一次全局最优。婚姻能找到局部最优即可
局部严格要求，各种辅导班、作业
全局：无条件的爱；价值感；终生成长心态
孩子的教育
场景
时代变化很快，今天的局部最优解，明天也许就不是最优解了
注意
局部最优与全局最优模型
摩尔定律
勿以善小而不为、勿以恶小而为之
著名案例
学习、基础科研都是这样
开始的时候，发展很慢。但到了一定程度，各种联系都清晰了，往往会爆发式增长
指数增长（复利模型）
方向比努力重要
先确定可行性，再求解
世界是非线性的，非线性非常复杂。因为它非常复杂，我们探索一辈子，都只能看到一点点
非线性的局部却往往能用线性逼近。现实中的问题往往没有那么复杂，想得太多反而没有办法取得进展
要做成一件事，往往可以从简单的做法入手、从局部入手，逐渐走入全局、走入复杂
概念
事物发展到一定的程度，往往要走到规律适用的边界、往往要出现拐点，从而从线性走向非线性。
拐点思维
凡事有度，过犹不及
案例
微积分与非线性
把一个东西用熟数学公式描述，就是最简单的事情
简单、本质思维
世间所谓的规律，就是“变化中的不变性”。爱因斯坦的相对论，反应了质能守恒，就是一种不变性。
创新工作时，往往是继承基础上的创新。
比如，爱因斯坦的相对论并没有否定牛顿力学：相对论认为，牛顿力学在低速下就是成立的。相对论是继承基础上的发展。
太阳底下无新事
自古以来深知用兵之道的人并不喜欢用战争解决问题
如果不能和过去的理论融合，往往就是荒唐的创新
善于创新的人，往往要尽量避免不必要的创新。
从古知兵非好战
变化中的不变性
学过数学，思考问题的严密程度会增加。
创新工作，都要辩证地否认前辈。而前辈的观点不是那么容易地就能否认的
有批判能力的人、有自我批判精神的人，才有资格建立自己的理论。否则，往往就是胡扯八道。
严密与自洽
从某种意义上说，数学就是研究分类的学问。
深入思考问题的时候，其实就是在分类。分类不仅是“分”，也有“合”。“分”是看差别，“合”是看共性
分类的一个重要作用就是跨界的借鉴。越是搞创新，借鉴前人的经验就越是显得重要
知己知彼百战不殆
决策的基本逻辑
分类与变换
实数空间解决不了的问题，在复数空间往往能解决，并可以把结果返回实数空间、解决实数空间的问题。
实和虚的问题。比如，金钱、官职、学位、职称是“实”的；而人的信誉、能力、公信力、心情、知识往往是“虚”的
有智慧的人，往往不是太在意“实”的东西，但很注重“虚”的积累。“虚”的积累，往往会带动指数增长的模式；也不会为自己树敌。如果能找到一条“从虚变实”的途径，就容易得到更大的成功。这就是老子“不争”的智慧。
虚实穿越
微分方程，其实就是用来描述这类发展过程的。
解决矛盾的智慧在于：推动矛盾的逐渐缓解。
“用发展的办法解决问题”，恰恰也是改革开发40年最重要经验。
有种矛盾，叫做互为因果
现在的鸡和蛋都是生物进化、一点点发展的结果，而不是突然一下子就产生了。
先有鸡还是先有蛋
互为因果、反馈增强
我们生活在一个不确定性的世界中，智者是善于把握概率的人。
有些人士喜欢钻牛角尖、追求确定性、绝对正确
很多决策虽然结果是不好的，但在理性上却是正确的决策
反之，过度理性的决策，未必能得到好的结果
做创新的人，没有100%的确定性。过度追求确定性就没有创新，必须要学会用概率思考
要想逼近确定性，需要花大量的时间去获得信息——而实践的过程，本质上就是获得信息的过程
从本质上说，就是因为信息能帮助人类减少和正确地应对不确定性
信息技术的发展
确定性是工业人追求的目标
不确定性则是工业人技术创新的机会
理解现代工业及其发展规律
确定性与不确定性
一个数学结论能否成立，关键是给了什么前提条件
现实中，很多理想没法实现，其实不是能力不够，而是前提条件不满足
聪明人不会硬来。善于创新的人，会把很多的精力放在构造条件上。这就叫做“退一步海阔天空”
“有条件要上，没有条件创造条件也要上”。工业人的智慧之一，就是创造条件。通过创造条件，把复杂的问题变得简单，就容易推进了。
创新往往发生在条件不太理想的时候。因为条件理想了，创新的机会也就失去了。所以，善于创新的人，往往要善于创造条件。
构造条件
辅助线的作用，本质上是把论证和计算分成几个部分。把困难的问题拆开来
技术创新之难，往往在于“把登天的问题变成登山”的问题。这就是把问题分解，难度就会降低到可操作的程度。
不要在开始的时候就急于追求无人化，而是确保流程的可行
先人做，再机器做
智能化的工作分工：人类获得知识，机器运用知识。这样就避免了机器学习的困难
用人明白的道理，让机器做得更好
不要追求一步到位，而是要先跨出第一步，再追求做得更好。当然，这样要求如果再深入一点，就是要为今后的持续改进奠定基础。
先做成、后做好
推进智能化的过程
用辅助线破解困难
黑天鹅
小概率事件会造成大破坏
二八定律
概率论
数学与人生的智慧
数学
统计学
化学
普通人都能理解的、看到的表象
现实层
思考后归纳总结出的规律
技术层
本质
底层
类似于地基-墙壁-屋顶三层
三层解释思维模型
工程学
雨林生态思维模型
人才优生
挑选落叶迟、常绿、生命强
先选
家庭养育、学校教育、社会培育
修剪、浇灌、病虫害防治、施肥
再育
太重理科，缺少培育人文学科的归属感、胜任感、价值感
当前中国人才培养像种树跳过了某些步骤
选了人才、也育了人才，可是效果还是不佳！ Why ?
用植物学知识聊聊人才培养
行道树非天生
植物学
进化论
生物学
应对其能力加以充分思虑和考量，使其集中用于处理那些挑选出来的必要信息
不应当沉迷于无用无价值之信息
要有人生目标，带着目标、目的，带着问题去寻找信息
脑是以约20瓦特的功率进行有限运作的
美国、以色列的教育体系就是如此，两国的创业、创新也是全球领头羊
儿童教育特别重要。比如培养创新思维、批判思维要从娃娃抓起，效果会更大。
大脑神经元在儿童时期有两个增长高峰
我们的短期记忆才能够转化成为长期记忆其实是
以教代学，强化记忆
刻意练习，强化记忆
强化大脑记忆神经链
脑科学
生理学
分支主题
各学科思维模型
0 条评论
回复 删除
下一页
