Readme
· · ·
题目进度 0 / 0 ✓ 0
Philosophy — 心智模型
认知与判断
学习的意义：哲学不是空谈，而是关于”你如何知道你知道”的方法论。这些模型帮你判断什么是对的证据、什么是对的问题。
1. 实用主义（Pragmatism）
定义
一个观点的”真”不在于它是否符合某种抽象真理，而在于它在实践中是否有用——真的就是有用的。
核心逻辑
- 真理即工具：想法是用来解决问题的工具，不是用来膜拜的偶像
- 实践检验：一个理论好不好，看它在实际应用中能不能预测/解决问题
- 反教条：实用主义排斥”因为一直是这样所以必须这样”
现实例子
- 牛顿力学是”真”的吗？不完全是（相对论更精确）。但它有价值吗？是的——造桥、发射卫星用牛顿力学就够
- MVP（最小可行产品）就是实用主义：先上线看看能不能用，不要等到”完美”再发布
芒格式应用
- 芒格是彻底的实用主义者：他不在乎理论是否优雅，只关心”这个模型能不能帮我赚钱”
- 跨学科启示：
- 需求做不做，不是看它”理论上该做”，而是看实际上有没有用
- 不要为了”系统完整性”加功能——用户不用的功能等于不存在
- 方案 A 更”优雅”但开发慢，方案 B 更”笨”但下周一就能上线——实用主义者选 B
2. 还原主义 vs 整体主义（Reductionism vs Holism）
定义
还原主义：把复杂系统拆解为基本组成部分，理解了部分就能理解整体。 整体主义：整体大于部分之和——有些性质只能在系统层面涌现，拆开就消失了。
核心逻辑
- 还原主义的威力：科学最大的成就来自还原——物理学拆到原子、生物拆到基因
- 整体主义的必要性：人的意识无法通过拆解神经元来理解；一个团队的文化不是每个人的性格之和
- 两者的互补：先用还原理解部件，再用整体理解互动
芒格式应用
- 芒格既是还原主义者（拆解公司的护城河、财务数据），又是整体主义者（看生态系统、多学科交叉）
- 跨学科启示：
- 设计系统时先还原：拆分模块、定义接口、列出功能清单
- 再回到整体：这些模块在一起能产生什么涌现行为？用户的整体体验是什么？
- 做需求分析时，不要只拆解”用户想要什么”，还要理解这个需求在整体业务流中的位置
3. 可证伪性（Falsifiability / Karl Popper）
定义
一个理论是不是”科学”的判定标准不是它可以被证实，而是它可以被证伪——必须有被证明错误的可能性。
核心逻辑
- 对称性：一个理论被证实一千次不等于它正确，但被证伪一次就足够了
- 科学与非科学的分界线：占星术不是科学，因为它不给出可以被证伪的具体预测
- 好理论的标志：它敢于做出具体预测，并且告诉你在什么条件下它会被认为是错的
芒格式应用
- 芒格说：投资决策中最危险的不是”我不确定”，而是”我太确定了”
- 跨学科启示：
- 你的每个需求假设都应该可证伪：“这样做用户活跃度会提高 10%“——这是一个可验证、也可证伪的声明
- 好的数据分析报告会说”如果假设成立，我们应该看到 X 变化”——如果没有看到，假设就不成立
- 不要提出”不可证伪”的功能需求：“提升用户体验”——怎么验证？怎么证明不对？
- 上线前想清楚：**什么数据能证明我的假设是错的？**如果想不到，那这个假设还没定义清楚
4. 奥卡姆剃刀（Occam’s Razor）
定义
“如无必要，勿增实体”——在多个解释中，最简单的那个往往是最正确的。
核心逻辑
- 简洁性偏好：假设越少，越不容易出错
- 简单不是简陋：简单是指”假设最少”，而不是”描述最短”
- 剃刀的用法：当你有两个竞争性解释时，选择需要最少假设的那个
- 反例：过度简化也会出错——不要用 1 个原因解释所有事
芒格式应用
- 芒格：“人们总是想把事情搞得过于复杂——其实大部分问题用常识就能判断”
- 跨学科启示：
- 用户报告一个 bug 时，最简单的可能原因（网络问题/权限不足/数据为空）往往是真正的原因
- 做需求时：能用一个按钮解决的，不要用三个步骤
- 文档精简：能一句话说清楚的，不要写一段话
- 但注意：不要简化到丢失关键信息——“一张纸的需求文档”不一定好
5. 汉隆剃刀（Hanlon’s Razor）
定义
“能用愚蠢解释的，不要归为恶意。“——大多数时候，别人做让你不爽的事不是故意的，只是疏忽或无能。
核心逻辑
- 归因偏误：我们倾向于把别人的错误归因为”人品问题”，把自己的错误归因为”情有可原”
- 心理成本：认为别人是恶意的会让你愤怒；认为别人是愚蠢的会让你无奈但不会愤怒
- 善意假设：先假设对方是善意但疏忽了——沟通效率更高
芒格式应用
- 芒格：投资中不要把竞争对手想的太聪明——他们可能只是运气好，也可能会犯错
- 跨学科启示：
- 业务部门没按流程操作→不是他们故意捣乱，可能是流程太难、没人培训、或者他们根本不知道
- 开发延期了→不是他们偷懒，可能是估算不准确、需求没讲清楚、遇到技术难题
- 以善意假设开始沟通，调查后再做判断——大多数问题真的是”愚蠢”（疏忽/犯错/信息差）而不是”恶意”
6. 逆向思维（Inversion）
定义
“反过来想，总是反过来想。“——想清楚你想要什么，然后想清楚什么会让你失败，然后避免那些事。
核心逻辑
- 反向思考：不要问”怎么才能成功”，先问”什么会导致失败”
- 确定负向：避开显而易见的失败原因，成功自然会发生
- 芒格最爱的思维工具：伟大的数学家雅可比说”反过来想，总是反过来想”
- 应用场景：如果你不知道怎么做正确的事，至少先知道怎么做错误的事
芒格式应用
- 芒格的经典：“告诉我我会死在哪里，我就永远不去那里”
- 投资中：不先看”怎么赚钱”，先看”怎么亏钱”——避开亏钱的方法
- 跨学科启示：
- 做需求评审时，先问：“这个功能可能怎样失败？“而不是”这个功能多好”
- 做架构设计时，先问：“什么会导致这个系统崩溃？”
- 做项目管理时，先问：“什么会导致项目延期？“而不是”怎么才能按时交付”
- 逆向思维是最好的系统设计工具：先设计最坏场景的应对，再设计正常场景的流程