Engineering — 心智模型

工程思维与系统设计方法论

学习的意义：工程学不是”写代码”——它是用可验证的方法解决复杂问题。工程思维教你如何拆解模糊需求、设计可靠系统、做出有安全边际的决策。本课程从查理·芒格的工程学科心智模型出发，训练你用系统化方法处理真实世界的不确定性。

---

学习方法论（必读）

1.1 芒格式的工程思维

查理·芒格反复强调：工程学是”用物理和数学的确定性对抗现实世界的不确定性”。核心特征：

1. 从第一性原理出发——不被惯例、权威或”行业标准”限制，追问”这件事的本质是什么”
2. 逆向思考——“invert, always invert”。不要问”怎么设计出好系统”，先问”怎么让系统失败”，然后反过来
3. 量化优先——能算的不要猜。安全边际、约束理论、风险矩阵——都需要数字，不是直觉
4. 简单可验证——KISS 原则：如果一个方案你无法用一句话说清楚它为什么有效，那它可能无效

1.2 学习路径

本课程分五个部分，每部分有固定的学习节奏：

1. 先理解模型，再读案例。每课先讲清一个思维框架，再给具体例子。
2. 练习题先做再看答案。题目考察的不是你”背了多少”，而是你”会不会用”。
3. 每课问自己一个问题：“这个框架能用在昨天/上周/上个月的哪个决策上？”
4. 每周复习一次。芒格的方法论需要反复使用才能内化。

1.3 三条常见陷阱（必须避开）

陷阱	表现	防范
模型崇拜	学会了”第一性原理”就到处用，每个问题都要”回归本质”	80% 的问题用经验法则就够了。模型是工具箱，不是宗教
过度工程	为了”可靠性”设计了 10 层冗余，结果系统复杂到没人能维护	安全边际和冗余有成本。判断什么值得保护，什么可以接受风险
事后聪明	”我当时就知道这个设计会出问题”	每次设计决策前写下你的预期（风险 + 概率 + 缓解方案），事后对照

---

二、20 课体系（导航）

部分	课次	主题	核心心智模型
一、工程思维基础	0001-0004	第一性原理 / 逆向思维 / 简约原则 / 安全边际	从本质出发 → 反推失败 → 保持简单 → 留出缓冲
二、问题拆解方法	0005-0008	约束理论 / 根因分析 / 分而治之 / 分层抽象	找瓶颈 → 找根因 → 拆模块 → 分层处理
三、系统设计原则	0009-0012	冗余 / 反馈回路 / 模块化与解耦 / 权衡思维	备份容错 → 自我调节 → 独立可替换 → 做取舍
四、风险与决策框架	0013-0016	风险矩阵 / 事前验尸 / 渐进式交付 / 可逆性决策	量化风险 → 预想失败 → 小步快跑 → 区分决策类型
五、复杂系统与长期视角	0017-0020	反脆弱 / 涌现 / 技术债务 / 综合案例	从冲击中成长 → 整体大于部分 → 长期负债 → 多模型实战

第一部分 · 工程思维基础（0001-0004）

工程思维的起点不是”怎么做”，而是”为什么”和”怎么失败”。这 4 课建立基础：从本质出发、反推失败路径、保持简单、留出缓冲。

• 0001 第一性原理思考：从基本事实出发，不被类比和惯例限制——马斯克/芒格方法论
• 0002 逆向思维 Inversion：“invert, always invert”——先问”怎么失败”，再反过来
• 0003 简约原则 KISS + Occam’s Razor：如无必要，勿增实体——简单不是简陋
• 0004 安全边际 Margin of Safety：设计强度 > 实际需要——芒格投资核心原则的工程版

第二部分 · 问题拆解方法（0005-0008）

面对复杂问题，你需要手术刀式的拆解能力：找到瓶颈、挖出根因、拆成独立模块、分层处理。

• 0005 约束理论 Theory of Constraints：系统输出受制于最薄弱环节——找到瓶颈再优化
• 0006 根因分析 5 Whys + Fishbone：症状 ≠ 原因——追问”为什么”直到根本原因
• 0007 分而治之 Divide and Conquer：把大问题拆成小问题——模块化思维的起点
• 0008 分层抽象 Layered Abstraction：用不同层级理解同一系统——从战略到执行

第三部分 · 系统设计原则（0009-0012）

设计可靠系统需要 4 个原则：备份容错、自我调节、独立可替换、以及知道什么时候该做取舍。

• 0009 冗余 Redundancy：N+1 备份——关键系统不能有单点故障
• 0010 反馈回路 Feedback Loops：正反馈放大、负反馈稳定——所有稳定系统的基础
• 0011 模块化与解耦 Modularity & Decoupling：高内聚低耦合——让系统可维护可扩展
• 0012 权衡思维 Trade-off Thinking：CAP 定理、性能 vs 一致性——没有完美方案，只有取舍

第四部分 · 风险与决策框架（0013-0016）

工程决策不是”选最好的”，而是”在不确定性中选可接受的”。这 4 课教你量化风险、预想失败、小步交付、区分决策类型。

• 0013 风险矩阵 Risk Matrix：概率 × 影响——用数字而非直觉评估风险
• 0014 事前验尸 Premortem：提前想象失败——壳牌和 Intel 的经典方法
• 0015 渐进式交付 Incremental Delivery：小步迭代——每次失败冲击最小化
• 0016 可逆性决策 One-way vs Two-way Doors：亚马逊的决策框架——区分不可逆与可逆决策

第五部分 · 复杂系统与长期视角（0017-0020）

前16课是战术。这4课是战略——教你从冲击中成长、理解涌现现象、管理长期技术负债、以及用多模型实战分析。

• 0017 反脆弱 Anti-fragile：有些系统在冲击中变好——如何设计反脆弱系统
• 0018 涌现 Emergence：整体大于部分之和——复杂系统的非线性行为
• 0019 技术债务 Technical Debt：今天的捷径 = 明天的负债——如何管理长期技术债
• 0020 综合案例 Multi-Model Analysis：用一个真实问题，同时调用本课程所有框架进行完整分析

---

三、与仓库其他课程的关系

• psychology/：本课程大量使用心理学偏误模型（0014 事前验尸、0012 框架效应）。学完本课程再回头看心理学，会有”原来如此”的体验。
• bonus-models/：0005 约束理论、0006 根因分析、0017 反脆弱、0003 奥卡姆剃刀均直接对应 bonus-models 中的概念。
• munger-mental-models.md：总清单，本课程的母本。本课程是它的展开和应用版。
• self-mastery/：本课程关注系统设计，self-mastery 关注个人成长——两者都用芒格方法论，但应用场景不同。

---

四、引用与延伸

工程经典

• Henry Petroski《To Engineer Is Human》—— 失败是工程之师
• Edward Tufte《The Visual Display of Quantitative Information》—— 数据可视化与清晰思维
• Fred Brooks《The Mythical Man-Month》—— 软件工程的永恒教训

芒格 / 多元心智模型

• 查理·芒格《穷查理宝典》—— 多元心智模型
• Nassim Taleb《反脆弱》—— 从波动中受益
• Eliyahu Goldratt《目标》—— 约束理论

延伸阅读

• Marty Cagan《Inspired》—— 产品管理方法论
• Allen Holub《Is Agile Dead?》—— 敏捷的反思与演进

---

五、本地预览与发布

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

# 本地静态导出（Next.js）
nvm use 22.22.3 && cd learning/docs && npx next build

# CDN 发布
cd learning/deployments/upyun
node scripts/build.mjs