Bonus — 额外心智模型与方法论（22 课）

来自工程、管理、认知科学等领域的实用心智模型——查理·芒格没直接命名它们，但它们跟他的”多学科思维”一脉相承。

学习的意义：这些模型不是纯理论，而是从真实的工程、组织、决策经验中提炼出来的判断工具。理解它们 = 理解你的系统为什么难用、你的团队为什么延期、你的决策为什么出错、你的组织为什么低效。

---

一、学习方法论

1.1 什么是”额外”心智模型？

芒格 9 大学科涵盖了数理、自然科学、人文社科的核心大概念。bonus-models 剑走偏锋——它们来自：

• 软件工程与管理：康威定律、布鲁克斯定律、侯世达定律
• 认知科学与行为：希克定律、二阶思维、贝叶斯更新
• 系统设计：反脆弱性、网络效应、路径依赖
• 组织行为：帕金森定律、古德哈特定律、邓巴数

它们在芒格体系里没有独立学科位置，却是每个决策者每周都会遇到的思维模型。

1.2 学习路径

1. 先建模式，再填细节：每课先抽出 1-2 个核心模型，再用真实案例佐证。
2. 多模型并行分析：每课末尾的练习题要求你用多个模型分析同一个场景。
3. 从”知道”到”会用”：每个模型学完后，问自己——“这个模型能用来分析我昨天遇到的什么问题？”
4. 检查清单思维：学完整套课程后，建立你自己的”决策检查清单”。

1.3 常见陷阱

陷阱	表现	防范
模型收集癖	学完 22 个模型，每个都能背出定义，但一个都不用	每课课后必须完成”行动清单”中的至少 2 项
过度简化	用”这是帕金森定律”替代深入分析	模型是思考的起点，不是终点
张冠李戴	把古德哈特定律套到所有指标问题上	注意每课”适用边界”部分——不是所有问题都适用所有模型

---

二、22 课体系（导航）

部分	课次	主题	核心心智模型
一、元认知与思维基础	0001-0005	第一性原理 / 逆向思维 / 二阶思维 / 系统思维 / 贝叶斯更新	如何从根本上重构问题
二、问题分析与拆解	0006-0010	地图与疆域 / 能力圈 / 根因分析 / 帕累托法则 / 奥卡姆+汉隆剃刀	如何看清问题的真实结构
三、系统规律与约束	0011-0015	康威定律 / 路径依赖 / 网络效应与临界点 / 反脆弱 / 邓巴数与规模	系统为什么长这样
四、组织与项目管理	0016-0020	古德哈特定律 / 帕金森定律 / 布鲁克斯定律 / 侯世达定律 / 事前验尸	团队为什么延期/低效
五、综合应用	0021-0022	检查清单 / 综合案例	把 22 课变成日常习惯

---

第一部分 · 元认知与思维基础（0001-0005）

课次	标题	解决问题
0001	第一性原理思维	被类比和”大家都这么做”限制时，如何回到问题原点
0002	逆向思维	”反过来想，总是反过来想”——芒格最喜欢的思维技巧
0003	二阶思维	”然后呢？再然后呢？“——追踪决策的连锁反应
0004	系统思维	看整体而非局部，识别反馈回路和涌现行为
0005	贝叶斯更新	如何用新证据理性地修正你的信念

第二部分 · 问题分析与拆解（0006-0010）

课次	标题	解决问题
0006	地图不是疆域	你的模型 ≠ 现实——模型什么时候会失效
0007	能力圈	知道自己不知道什么——比”知道”更重要
0008	根因分析	5 Whys + 系统归因——找到真因，不止于症状
0009	帕累托法则（80/20）	识别关键少数，集中资源
0010	奥卡姆剃刀 + 汉隆剃刀	简化判断的两把刀——别搞复杂，别猜恶意

第三部分 · 系统规律与约束（0011-0015）

课次	标题	解决问题
0011	康威定律	组织架构决定系统架构——看团队就知道系统长什么样
0012	路径依赖	历史选择如何锁定未来——为什么退出的成本比想象的高
0013	网络效应与临界点	用户越多价值越大——增长的拐点逻辑
0014	反脆弱性	有些系统在压力下变得更好——如何设计”越用越强”的系统
0015	邓巴数与规模的天花板	规模增长时，复杂度以什么速度超过收益

第四部分 · 组织与项目管理（0016-0020）

课次	标题	解决问题
0016	古德哈特定律	当指标变成目标，它就不再是好指标——KPI 的陷阱
0017	帕金森定律	工作会自动膨胀，填满所有可用时间
0018	布鲁克斯定律	给延期的项目加人，只会让它更延期
0019	侯世达定律	估算永远偏短——即使你把这条定律考虑在内
0020	事前验尸	在项目开始前”假设已失败”，回溯找风险

第五部分 · 综合应用（0021-0022）

课次	标题	解决问题
0021	综合案例：OTC 衍生品交易系统	用全部 20 个模型分析一个券商自建交易系统的技术选型、团队管理、风险防控全过程
0022	综合案例：金融科技产品决策	用全部 22 个模型分析一个”是否进入智能投顾市场”的战略决策——课程的最终综合演练

---

三、课程设计说明

3.1 每课结构

本课问题 → 核心模型（定义+核心逻辑） → 实战案例 → 
边界条件（什么时候模型失效） → 练习题（10-15 题）→ 
答题提示 → 行动清单 → 参考来源

3.2 练习题的三种类型

类型	数量/课	考察能力
选择题	8-10 题	概念理解 + 边界判断
场景题	2-3 题	迁移应用——把模型用到真实场景
读案例题	1-2 题	多模型并行分析

3.3 与你学过的其他课程的关系

• philosophy/ —— 0002 逆向思维、0010 奥卡姆/汉隆剃刀 与哲学课互补
• psychology/ —— 0008 贝叶斯更新对抗确认偏误，0020 事前验尸对抗过度自信
• engineering/ —— 0014 反脆弱性、0011 康威定律 与工程课的系统设计思维重合
• mathematics/ —— 0009 帕累托法则、0005 贝叶斯更新 涉及概率与幂律
• history/ —— 0012 路径依赖、0013 网络效应 在历史课中有大量案例验证
• literature-rhetoric/ —— 0006 地图不是疆域 与修辞课的抽象层级陷阱呼应

---

四、本地预览

cd learning && npm run preview
# 访问 http://localhost:28171

---

五、参考资源

• Peter Kaufman 编，《Poor Charlie’s Almanack》（2023 第 4 版，Stripe Press）
• Nassim Nicholas Taleb，《Antifragile》《The Black Swan》
• Donella Meadows，《Thinking in Systems》
• Daniel Kahneman，《Thinking, Fast and Slow》
• Annie Duke，《Thinking in Bets》《How to Decide》
• Charlie Munger 历年演讲（特别是 1994 年哈佛法学院的”24 种人类误判倾向”）
• Melvin Conway，“How Do Committees Invent?”（1968，康威定律原始论文）
• Frederick Brooks，《The Mythical Man-Month》（1975，布鲁克斯定律原始来源）
• C. Northcote Parkinson，《Parkinson’s Law》（1957）
• Richard E. Nisbett，《Mindware：Tools for Smart Thinking》