文：王智远| ID:Z201440

眼睛所获取的信息，占据全部信息的80%。

大多数人思考时，用眼睛看外部世界，然后把信息提炼成「经验」二字，用过去的经验指导未来。一个人的经验边界非常窄，没有办法迁移到其他领域，就会造成一定困难。

比如：

农耕时代，农民工需要知道何时种植，何时收获，如何管理土壤，如何防治虫害，这些技能无法简单通过图书或口头传授学习，人们需要大量体力劳动耕种、收割、挑运农作物。

当今社会不一样了。

许多职业也需要经验才能掌握，医生要通过实践学习如何诊断、治疗疾病，律师通过实践来学习如何处理案件。但是，这些职业受益于科技进步，直接使用仿真，模拟器技术模拟实践，就能得出经验。

不难发现，后方法时代的核心特征，不单纯依赖操作框架(operational framework)，而是，把经验抽象化，从里面提出工具以用在变化的事物上，再解决问题。

我上学时，老师会强调记忆，要求死记硬背。现在教学方式发生改变，老师会教学生如何深入理解知识内在的规律，培养独立思考的能力，以便能够解决未知问题。

这一切正是思考模型（thinking model）的改变，通过它，我们不需要简单记住问题的答案，更能让理解问题的边界变宽，更能理性分析因果关系，所以，它很重要。

它为什么重要？

我认为，可以用美国著名心理学学家，阿尔伯特·艾利斯提出的ABC理论解释。诱发刺激（Activating events）—信念反应（Beliefs）—行动结果（Consequences）。

ABC理论认为，我们对外部问题（A）会做出何种反应（C），本质上不取决于遇到的问题(A)，而是，取决于信念、看法和解释(B)。

比如：

两个人去上班，迎面碰到领导，打完招呼对方没回。其中，一个人会想：“领导可能没看到我”，而另一个人会想：“领导是不是对我有意见”。对同一个现象，使用不同解释方式，对我们的影响也完全不同。

该理论，最早用于解释人产生不同情绪的原因，即：情绪不是源于事情本身，来源对事情的看法。但这个逻辑用在解决问题上也类似：大多时候我们遇到困难，并非问题无解或很难导致，而是思考问题的方式和方法有问题。

由于做的一切决策与已建立的信念、观点和解释方式有关，所以，我们所拥有的思维模型，就成为影响各种行为的重要因素。

换句话说，如果用基于原理产生的规律，思维，来替代大脑已有的经验主义，就同等给认知体系，做了更新换代。不信，来看看两者区别。

比如：

普通人，看清华大学的思维模型是「国内知名大学之一」。是基于学校历史沉淀、师资力量，从一般社会认知，学术成果中形成，具备客观和普遍性。

我们理所当然认为，上名校有大机会，找更好的工作，有更好的未来，这也是很多家长，为什么不惜一切代价推着孩子上名校的原因。

但另一个思维模型则把它看成「伪装成学校，是一个迁跃门槛」，它是工科、理工科、计算机科学方面人才聚集地，是社交场，来到这里不仅有学霸校友，还能打开更高的视野。

对于一个有强烈内在动力，和愿意建立自己圈子能力的人而言，从该角度则变成，名校不是唯一选择，也不是值得追求的事，来这里的主要目的，是更多优秀垂直领域的人学习。

即便不被录取，换到二类高潜力学校，也有很多优质人才，同他们交流，拿出大量作品发布到社交平台，并在市场获得任何，也是一种选择。

当然：

传统思维认为，好的学校和专业可以保证找到好的工作、和高薪水。

实际上，找工作是价值链上的一部分，待遇优厚的工作，并不能保证你对整个价值链就能理解。毕竟，现在很多大企业一个萝卜一个坑，你根本没有机会站在鸟瞰视角看全部。

相反，另一个更开放的思维方式会理解整个价值链的机制，并且找到自我在价值链上位置，定价权。这种思维下，你会发现通过不同道路，也能获得回报，而这些道路往往大大优于一份朝九晚五的工作。

不信你想想看，仅凭发布作品这一步，就和在学校一味学习完成老师交付的成果，产生了不同的站位，一个是市场细分领域，一个是学校领域。

所以，能看出有什么不同？

一个对外输出，一个对内输出。发布作品，会使个人在市场细分领域中站稳脚跟，而在学校学习则是在学校领域中站位。因此，这两个思维方式，所产生的行为可以带来不同的机会和回报。

很多时候，我们的思维方式太过单一，只能解决某些特定模式的问题，进而形成一种专业化。可一旦模式固定，只能在局部范围内进行微调、优化，枯燥又乏味。

当某个被忽视的变量发生数量级的巨大变化，思维模式会彻底改变，原来要解决的问题可能变得毫无意义。这时，我们就要花很长时间窗口去解决新问题；如果没有思维模型，解决时会很复杂、很综合、且无从下手，如果有较多角度出发，就相对轻松，回报率也会更高。

就像：

元气森林所在的市场。存量市场博弈，必定出现熵增定律，如果你懂得正态分布（Normal distribution），就一定知道会出现幂律分布（power law）的情况，你只需要找到足够垂直细分，且组织跑的快，就很有可能大力出奇迹，甚至，成为大品类中的第二增长曲线。

因此，学习的本质，如果按照重要性要排列组合，应该是：

思维模型、提出问题、找出方法论、解决问题、提炼模型，形成模型。可是，如果改善思考模型，就能改变底层系统去解决更容易的问题，为什么，大家不去改变呢？背后有两个原因。

其一，市场的诡辩。

诡辩论（sophistry）原意指用虚假、欺诈的逻辑和辩论技巧，来欺骗他人或为自己的行为辩护。常常表面看上去有道理，但实际上误导别人的论点、推理方式，来掩盖自己的不足。

市场的诡辩是什么？简单讲，将两个本身并不对等，且不是统一概念的东西、混淆，让人们觉得是同一件事，进而缠绕当中不断内卷。

硅谷的天使、投资界的思想家PayPal彼得·蒂尔（Peter Thiel）曾说过一段“难度和价值”关系的阐述：

激烈打破头的竞争，使大家竞争的目的更难获取，难度成了价值的代理物，但是价值和难度是两个完全不同的东西。当价值不存在的事情，你只是为了竞争而竞争。

为什么？

在市场中，人们会因为需要验证自己所做事情的意义，而参与竞争。

然而，竞争过程中“难度”往往成为了“价值”的代理物，导致人们参与的动机偏离了实际价值。同时，人们往往倾向于参与旧思维模式内的确定性，虽然这些竞争很激烈、难度极大，但实际利益不大。

相比之下，人们更难以追逐新思维模型中不确定的、但实际利益可能极大、竞争者寥寥无几、难度不大的孤独游戏。

比如：

让我们想想一下，你有一个传统咖啡机，每天用它泡咖啡。

它制作一杯需要10分钟，需要用煤气或电源来加热水，这会产生一些能源费用。现在，你听说一种新型咖啡机，被称作智能咖啡机。

它可以通过你的手机远程控制，预定咖啡时间和数量，并还有一些高级功能，比如自动磨豆，调整温度、浓度等。这个咖啡机使用更少能源，且还能在更短时间内制作好。

然而，你发现它需要不同操作方式，要下载APP，购买特殊咖啡豆，甚至还要维护软件系统，此外，初始成本也很高，你还得重新适应和学习，需要时间成本。

你会怎么选？

大部分人不会选择智能咖啡机。这就像固定电话和手机之间的转变。在过去，人们使用固定电话进行通讯，随着手机技术的发展，人们开始使用更加方便的移动电话。

虽然手机技术在20世纪70年代就已经出现，但它的成本很高。直到90年代，价格降下来，普及率提高后，人们才开始普遍使用。

亦或：

1961年通用电气有广告口号“你是否愿意为小型化付出高昂代价”。

它暗示，要是你在市场上，买一个电子设备或计算机，要先问下自己，是否需要，如果不需要，就没必要为此买单。最讽刺是，他们在宣传材料上却印刷着，“进步是我们最重要的产品”。

诡辩在于，电脑硬件设备重要之一是「晶片管」，如果电脑数量无法指数型增长，反之怎么可能反哺技术升级呢？这种自相矛盾迫不得已，却非常有趣。

能看出什么？

市场规律是循序渐进的，新老价值链的区别，不仅仅在于一些简单的性能参数的比较，而是当新技术某些方面的性能，已经超过老技术时，会形成一个全新的生态系统，需要一种新的思维模型来适应这种变化。

人们愿意在旧思维里面竞争，是因为风险系数小。

你直接去开拓一个新事物，成本会很大。很多90后谨遵父母教诲，毕业找份工作，如果你在学校就倒腾一些乱七八糟的，会被父母定义为「不务正业」。

其实，这些不务正业恰巧可能成为兴趣，从兴趣走向商业，你不能做，毕竟父母老思想是那样。然而，有些父母相对比较开放，则认为，应该去多尝试、多锻炼，才能找到喜欢的路线。

诚然：

人们不愿意改变底层认知系统，是大家都在同一系统、环节下这样做。如果你突然逆道而驰，总有点格格不入。即便有勇气创新，中途缺乏各种正向反馈，也很难长期走下去，除了这些，还有一部分来源于人们的偏见。

其二，心理的偏见。

美国有个电影叫《三个基督》（Three Christs），在2017年上映，非常有趣，它根据1959年发生在密歇根州，一家精神病院的真实故事。

心理学家Milton Rokeach找到三个精神病患者，他们都自称是耶稣基督转世，并让他们在一起生活、交流、合作整整两年，这段时间中，三个人互相攻击，争吵、打架，但他们仍然坚信自己是真正的耶稣基督。

他感慨地发现，尽管这三个患者很不理性，但行为方式，和日常生活中遇到的人一样，都是「自圆其说」的人。

他们能够为自己的行为、信仰、找到貌似合理的解释和逻辑，即便解释通常不合理，不管对方列出多少证据，指出多少缺陷，他们都振振有词，绝对不退让。

哪些地方最能看到呢？

夜市、或撸串地方。有很多人侃侃而谈，吹弹自己所做的事、或对某些事情的一些看法，有时，喝多了可能还会因为观点不一致，打起来。

这个实验当年引发许多伦理道德问题，但同时也给我提供了一个洞见，我们常常对自己的信仰、行为进行辩护，寻找自圆其说的理由。

为什么呢？

一旦人们形成了一种思维模式或信念，他们会更愿意去接受那些支持这种模式或信念的事实，而不是接受相反的事实。

如果他们遭遇到相反的事实，会尝试解释这些事实以使其符合他们的模式或信念，而不是反思或改变思考方式，只有这样，内心才能自洽，毕竟安全感是人的天性。

我认为“逆火效应”（backfire effect）这个词更恰当，当你对某个事物形成一系列看法后，你的内心会本能地保护这些看法，以免受到伤害。如果你有强烈的信念，但遭到相反证据的挑战，你的信念反而会变得更加坚定。

就像英国统计学家Ronald A. Fisher说过的经典语录，如果你折磨（一堆大）数据足够长的时间，它会承认任何事情。换言之，如果你强行对数据进行解释，你可以让它们承认任何你想要做的事。

举个例子：

一个老人相信某个偏方可以治疗感冒，使用后，感觉症状有所缓解。

即使专家告诉他，这个偏方没有医学依据，也不会真正治愈感冒，老人仍然坚持自己的看法，毕竟他已经建立了自己的思维模型。

老人可能会找到一些支持自己看法的证据，比如家人、朋友使用后感觉到好转，或者一些医疗网站或偏方专家的观点。他可能会忽略那些不支持他看法的证据，以符合自己的思维模型。

因此，当观点固定时，可能会扭曲证据。所以，在生活、事业中，不能多补充多种思维模型，结果将是灾难化的。

未来竞争，对洞见问题本质的能力要求越来越高。如何改善洞见力，建立自己的多元思维呢？我认为要从三方面下手：

首先，理解公式

一个人的思考水平={你做出的假设}与{事物发展规律}的重合度。什么意思呢？一个人的思考水平，取决于所做出的假设，与事情发展规律之间的重合度。

换句话说，一个人的思考能力取决于，是否建立准确的假设，并且将其与事实和数据进行比较，以确定假设是否准确。

比如：

你打算创办一家基于人工智能技术的公司，你对技术和市场需求的理解不够，这时，你做出的假设与实物发展规律的重合度很低，可能造成做出错误的决策，导致公司失败。

相反，如果你在技术、市场需求方面都有很深洞见，你的思考力水平就很高，所做的假设更符合实际情况，更能准确预测市场趋势、更好地做出决策。

比如：

假设你是一名销售经理，团队在销售某款产品时表现不佳。你做出的假设可能是「我们需要增加更多销售活动，吸引客户」；但是，你必须考虑实物发展规律，如，市场趋势、竞争对手等因素。

相反，如果你只专注于活动本身，就无法更好地分析问题，达到想要的结果。那么，怎么提高思考力呢？

其次，破处我执

老百姓口中把我执，称作「认死理」。按照弗洛伊德(Sigmund Freud）的说法，每个人内心深处都有不同兴奋点，潜意识像一大锅沸腾汹涌的温泉一样，不停的冒热气。

一般情况下，当外界需要我们有某些情绪、情感、看法进行表达时，多数人会调动相应部分，以便和社会环境、生存环境相呼应，自我观念强的人则不会。

他们只会讲注意力放在最热的位置上，栓死这个点儿，当别人有新逻辑时，也不会用自己的逻辑与别人碰撞，反而会把别人逻辑推出去。

提高思考力本身要求我们「无我」。不管别人说什么，我需要了解他为什么这样说？背后动机是什么、原因是什么、还要看他做了什么。

这四个问题，是完美闭环。

它们就像一个圆圈，需要先结合岗位、再到公司、再到行业，以此不断循环使用；很多人只拿到片面观点、要么是只听说了什么，忽略掉对方有没有行动，要记住，“嘴就像演员，颅内共鸣不代表有用”。

再者，多学模型

当你定眼看数字“13”久了，它在你的眼睛里就变得陌生，虽然只有两条线，却能产生不同的解读。

人存在「体验者」和「观察者」两个自我。体验者负责感受、经历、体验身边一切，观察者负责观察、分析、评判；社会学里也说，人具备两重属性，生物性和社会性，人靠生物本能在真实世界中感知、行动，靠着社会性的思维总结经验，制造工具。

有趣点是，观察者自身不存在，它是随着接触社会文化、慢慢建立起来。

体验者、观察者所传递的信息可靠性不同。体验者感受到的信息来自现实世界，如身体感觉、情绪变化，这些都是真实可靠的事实。而观察者所得到的信息，可能受限于其所处的条件和环境，不一定是真实的。

所以，我们更加相信自己的体验，而不仅仅依赖观察做判断，那么，多学思维模型本身，就是让你拥有多重视角。

至于这方面，你可以多看一些优秀思维模型的书，也可以学习重要学科的重要原理和规律，甚至参加一些思维训练，然后，把它们打碎重组，在工作中不断实践，寻求反馈，才能成为自己的体系。

这三点不断循环，相信洞察问题本质的视角会越来越多，水平也越来越高。就像，你知道了锚定效应，就会知道如何砍价，如何选择参照物。

总体而言：

工欲善其事，必先利其器。

学习思维模型关键，不在于记忆具体知识，而在于解决实际问题。如果不知道，某个思维模型可以解决哪些问题，就是孤立的知识点，没有实际应用的意义。

因此，我们需要深刻理解，每个思维模型在何种情况下，可以解决什么问题，才能真正掌握它的应用价值。否则，记住再多，也是舍本逐末。