21-12-08模型思维（文稿、脑图）

关于模型思维（文稿、脑图），运用多模型思维进行思考，抛弃固有习惯，切换思考模型的能力。希望对你有所帮助！

模型思维（文稿、脑图）

• 作者
  • 斯科特·佩奇
    • 23组思维模型
    • 每组又至少包括三四种模型，所有模型加起来，将近100种。
• 脑图
• 前言
  • 主要内容
    • 我们应该怎么用多模型的方式，去理解世界？
  • 什么叫模型？
    • 简单说，模型就是经验的抽象集合。
    • 平时听到的谚语、公式、定理，本质上都是一种模型。
    • 例
      • 你发现几个人加在一起，比一个人要聪明。你就可以抽象出一个模型，这就是我们都听过的谚语，三个臭皮匠，顶一个诸葛亮。再比如，你发现不管什么东西，只要你松手，它就一定会落在地上。
    • 抽象出模型，就是万有引力定律。
    • 换句话说，你也可以把模型，当成是人类认知复杂世界的一种快捷方式。我们从经验中总结规律，再把规律抽象出来，变成可以清晰表述的谚语、公式、定律，这些浓缩之后的经验，就是模型。
  • 主题：不是模型，而是多模型。
    • 用一个模型来理解世界根本不够
    • 所有的模型，都有自己的应用前提。一旦前提变了，模型就不管用了。
    • 例
      • 牛顿的力学定律，在宏观物理中管用，但到了量子这个层面，就不管用了
      • 你可能经常听到，意思截然相反的谚语，比如三个臭皮匠，顶一个诸葛亮。但也有句话叫，厨子多了煮坏汤。那你说，到底是人多好，还是人少好？之所以会出现这些截然相反的谚语，就是因为，它们适用的场景不一样。
    • 假如只用一个模型观察世界，就会让真理成为公式的牺牲品。
    • 所以，要想理解真实世界，我们需要的不是模型，而是多模型。
  • 乔治·博克斯曾经说过“所有的模型都是错的，它们只在特定的尺度上成立”
  • 多模型思维是什么？
    • 多模型思维，首先是一种意识，其次是一种能力
    • 培养多模型思维，首先培养意识
      • 用模型思考
  • 要想建立多模型思维，必须要解决两个问题：
    • 第一，是意识层面的问题。
      • 需要知道，多模型思维，到底是一种怎样的能力？
      • 为什么需要这种能力？
      • 弄清这个问题，我们就初步获得了，多模型思维的意识。
    • 第二，是技巧层面的问题。
      • 有哪些模型，是你需要掌握的？
• 第一部分
  • 多模型思维，到底是一种怎样的能力？
    • 多模型思维，是一种抛弃习惯经验，切换思考逻辑的能力。
    • 故事
      • 戴蒙德讲过一个真实的故事，说的是美国西部山区的森林大火。
      • 大概100多年前，美国东部的居民，开始移居到美国西部的山区城市。他们刚住到这里，就发现一个问题。那就是，森林里动不动就着火。当然，我们都知道，这是因为干枯的树木，被闪电击中，或者其他自然原因导致的。着火怎么办？按照通常的设想，肯定是赶紧扑灭啊。怎么能眼看森林被烧掉呢？所以，美国林业局，定了一条规矩，一旦出现火情，不惜一切代价，必须在第二天上午十点之前扑灭。你看，这个规定很合理吧。
      • 但是，就在之后的100年里，老天爷好像故意开玩笑。不管你扑灭了多少火灾，最后总会发生一场特别严重的超级大火，它的规模，远远超出了人们的扑救能力。这场大火，一定会烧得漫山遍野。而且不管你换了多少种扑救手段，用了多少先进的救火设备，最后还是这个结果。每年，都是先扑灭一堆小火灾，最后再来一场让你束手无策的大火，把前面的努力全部归零。
      • 这就奇怪了，你看，在美国东部居民移居到这里之前，森林里也经常着火，但从来没有这么大的火。要知道，这还是在没有任何扑救措施的情况下。但是，为什么我扑救之后，火灾反而变大了呢？这个问题，困扰了美国林业局100多年。后来，他们终于把这个问题想明白了。大火的原因，不是别的，就是因为他们灭了小火。
      • 故事思考
        • 你看，要想发生大型火灾，需要两个条件，第一是要有一场持续的大风，吹遍整片森林。第二是必须得有足够的燃料，也就是干枯的树木。但是，假如此前已经发生过很多场小火灾，就等于提前把这些燃料烧光了。等到大风来的时候，没有东西可烧，火势就蔓延不开。
        • 扑灭小型火灾，会让干枯的树木，保存下来。这等于是在间接为最后那场大火，积累燃料。
        • 森林大火模型
          • 这套模型的核心不是如何灭火，而是如何点火。在大风来之前，人为的先放一把小火，提前把燃料消耗掉，大火就烧不起来了。
  • 什么叫多模型思维？
    • 把人的思考能力分为四个层级
      • 第一个层级：，也是最低的层级，叫作数据
        • 也就是你能直接观察到的事实。在森林大火的故事中，你知道哪里发生了火灾，就已经达到了这一层。
      • 第二个层级，叫作信息
        • 也就是对数据做归类统计，得出一个准确的数字。比如你知道一年总共发生多少场火灾，造成了多大的损失，这就是信息。
      • 第三个层级，叫知识
        • 也就是你面对信息时的处理方式。比如面对大火，你知道应该用什么技术来扑救，知道怎么组织人员。这些特定情况下的知识，也就是我们今天说的模型。当你掌握一种模型，你就可以说，你是一个有知识的人。
      • 第四个层级，叫作智慧
        • 第一流智慧的体现，就是同时掌握很多种模型，并且能够根据环境，切换模型。
        • 指的是，你面对不同的情况，在多个模型之间，做出选择切换的能力。比如面对大火，你知道东部的山区潮湿，要灭火。同时，你还能意识到，西部的山区干燥，前提变了，方案也要变。你要从传统的火灾模型，切换到森林大火模型。能凌驾于存量经验之上，切换模型，就是思考的第四个层级，也是最高的层级，叫作智慧。也就是我们今天说的，多模型思维。
        • 菲茨杰拉德
          • 第一流智慧的体现，是同时持有两种截然相反的观点，还能正常行事
  • 任何模型，都具备三个特点
    • 任何单一模型，都没法解释复杂世界。 只有建立更多的模型，你才能看清世界的真实面貌
    • 理查德·莱文斯说：我们的真理，说到底，就是若干独立的谎言的交集。换句话说，模型其实是真实世界在某一个场景下的运行规则。场景变了，规则也要跟着变。
    • 第一，它一定是简化的，去掉了某些细节
      • 比如传统的灭火模型，是不考虑树木是否干枯这个细节的。
    • 第二，它们都是逻辑化的。
      • 比如物理规则，大都可以表现为某个公式。
    • 第三个，逻辑化，也伴随着代价
  • 总结
    • 多模型思维到底是一种怎样的能力？
      • 简单说，多模型思维，是一种能够根据环境，抛弃固有经验，切换思考模型的能力。这也意味着，要真正掌握这种能力，你必须要掌握足够多的模型。这不是一朝一夕的功夫。
• 第二部分
  • 应用比较广泛的模型
    • 第一组，是两个分布模型，正态分布和幂律分布。
      • 正态分布，也叫常态分布。
        • 你可以把它想象成，一个追求平均，一切资源均等的世界
        • 简单说，就是在所有的样本中，那个最接近常态的平均值占比最大。
        • 比如
          • 人的身高，大多数人，都是不高不矮，比较接近平均身高。再比如高考分数，大多数人都处在一个不太高，也不太低的分数区间。满分和零分，都非常罕见。
      • 幂律分布
        • 而幂律分布是，平均值的比例优势消失了。
          • 你可以把它想象成，一个赢家通吃的世界。在所有的样本中，少数人，占据了大多数资源。
          • 比如
            • 财富，少部分人，拥有着社会的大部分财富。再比如流量，网络上的大V，占据着绝大多数流量。而剩下的大多数，粉丝都很少。
      • 搞清这两个分布模型，有什么用呢？
        • 简单说，它可以帮我们合理的规划资源，管理风险
        • 比如
          • 让你设计公共汽车上的扶手高度。考虑到人的身高是正态分布，特别高的和特别矮的都是少数，它的高度就应该是，一个不高不矮的人，伸手恰好能够到的高度。
          • 但是，假如你在林业部门工作，要维护一整片森林。你就要意识到，森林火灾这件事，是幂律分布。也就是，火灾的发生率虽然很低，但是，它造成的损失非常大。这时，你就要重视防火抢险工作，为此储备大量的资源。
      • 面对一个陌生的系统时，怎么判断，它到底是遵循正态分布，还是幂律分布？
        • 标准其实很简单
          • 那就是看，样本之间，会不会相互影响。假如样本之间是独立的，比如身高，张三的身高，影响不到李四的身高。
            • 正态分布
          • 假如样本之间相互关联，彼此影响；比如森林大火，一棵树着火，十有八九会点着周围的树。再比如财富，越有钱的人，就越能获得赚钱的机会，财富之间存在关联交易，它就会呈现出幂律分布。
            • 幂律分布
      • 作用是
        • 帮我们合理的规划资源，控制风险
    • 第二组模型：夏普利模型
      • 它能够帮我们判断，一个人在团队中的价值。
        • 衡量一个人的价值，最合理的模型
      • 思考一个问题
        • 假设，有一个公司，做的是西班牙和法国之间的跨国贸易。它必须得同时跟法国人和西班牙人交流。注意，是必须同时跟这两个国家的人沟通，这个公司才能创造价值。假如只会一种语言，没用。
        • 这时，公司有三个人，第一个人只会西班牙语。他的工资是2000块。第二个人只会法语，当然，公平起见，他的工资，也是2000块。这很好理解。但问题是第三个人，他同时精通西班牙语和法语。现在问你，他的工资，应该是多少？
        • 他真正的价值，应该是8000
      • 夏普利模型
        • 它计算的是，一个人在所有可能加入团队的次序下，对团队做出的边际贡献的平均值。
          • 它计算的就是，这个团队多你一个人，到底会怎么样？
            • 你可以先设想，当这个团队一个人都没有，你是第一个加入时，你能贡献多少价值。当已经有一个人，你第二个加入，能贡献多少价值。后面同理，计算出你是第三个，第四个加入，每种情况下，能贡献多少价值。最后再算出所有次序下，价值的平均值。这就是你在团队中的夏普利价值。
        • 科学之处就在于
          • 第一，它忽略掉了资历，只看能力
          • 第二，他计算的不是一个人的孤立价值，而是他在这个团队里，有多大的不可替代性。
    • 第三组模型：网络模型
      • 也就是，用网络化的方式，来看待人群。不要把人群看成一个个孤立的点，而是看成一张网。它的价值是，可以帮你快速找到，问题的突破口。
      • 假设
        • 在一个城市里，突然爆发了病毒，蔓延速度很快。针对这个病毒，有一种特效疫苗。但疫苗的数量很有限，只能给少部分人注射。请问，你应该把疫苗给谁？
      • 从网络模型的角度看
        • 假如把人群看成一张网，把每个人看成一个节点，人和人之间的联系，看成是节点之间的连接线。你会发现，有节点跟周围的连接特别充分，这些人特别容易跟别人发生接触。可能是因为他人缘好，也可能是因为他的工作需要跟人打交道。假如这些人感染，他们马上就会传染给其他的人。所以，按照网络模型，应该先把疫苗给这些人。这样能更有效地控制疫情蔓延。
      • 比如
        • 你要向市场推广一个新产品，也可以把拥有最多连接的节点，当成种子用户，先发给他们试用，然后让他们帮你推广。总之，不管你想扩散观点还是控制问题，通过网络模型，我们都可以快速找到，一个问题的突破口。这个突破口，往往就是拥有最多连接数的节点。
          • 意见领袖
• 总结
  • 我们到底应该怎么看待模型？
    • 模型其实是一个人最底层的思维系统。
    • 它比知识和方法，还要底层。有时候，你做事的方法可能都对，但就是达不到预期的结果。归根结底，很可能就是用错了模型。
    • 比如
      • 在职场上，有人抱怨，为什么我天天加班，对领导唯命是从，但升职加薪却没我的份？其实说到底，他是在用友谊模型看待工作。觉得自己付出了忠诚，就应该获得同样的忠诚。还有人把工作当作打仗，用战争模型。有人把公司当成家，用家庭模型。当然，咱们在这不是要说谁对谁错，而是想说，很多时候，模型比方法更重要。假如你发现，自己做事的方法都没问题，但就是无法获得预期的结果。你可能要反思，是不是在一开始，就用错了模型。
• 用夏普利模型解析
  • 真正的夏普利模型，比这个算法要复杂得多，也严谨得多。
  • 不管你是只会西班牙语，还是只会法语，你都必须得在，另一个人已经入职的情况下再入职，才能创造价值。否则，前面说过，只会一种语言，公司的业务根本做不了。换句话说，对这两个人来说，都只有一种情况，能创造价值。那就是，另一个人第一个入职，他第二个入职。
  • 但是，假如一个人同时会两种语言，那么，他至少能在四种情况下创造价值。首先是第一个入职，其次是在只会法语的人入职之后，再其次是在只会西班牙语的人入职之后，最后是在一个什么都不会的任何人入职之后。你看，他能在四种情况下创造价值，所以，他的待遇，应该是只能在一种情况下创造价值的人的四倍。所以，2000乘以4，他的工资应该是8000。
  • 4倍