心智模型：做出明智決策的最佳方式 - Farnam

本指南探討了您需要了解的有關心智模型的所有資訊。當你完成時，你會思考得更好，犯的錯誤更少，得到更好的結果。

心智模型是我們理解世界的方式。它們不僅塑造了我們的想法和理解方式，而且塑造了我們所看到的聯絡和機會。心智模型是我們簡化複雜性的方式，為什麼我們認為某些事情比其他事情更相關，以及我們如何推理。

心智模型只是對事物如何運作的一種表示。我們無法將世界的所有細節都保留在我們的大腦中，因此我們使用模型將複雜的事物簡化為可理解和可組織的塊。

心智模型不是思維模型

我們有一些來自我們專業學科的思維模型，但不是心智模型：每個專家都有不同的看法。預設情況下，典型的工程師會在系統中思考；心理學家會從激勵的角度來思考；生物學家會從進化的角度思考，通過將這些學科放在我們的腦海中，我們可以以三維的方式解決一個問題。如果我們只以一種方式看待問題，我們就有了盲點。盲點會殺死你。

為了幫助您構建心智模型的網格，以便您做出更好的決策，我們收集並總結了我們認為最有用的模型。

請記住：構建你的格子是一個終生的專案。堅持下去，你會發現自己理解現實、做出始終如一的正確決定以及幫助你所愛的人的能力將一直在提高。

核心心智模型

1. 地圖不是領土

現實的地圖不是現實。即使是最好的地圖也是不完美的。這是因為它們是它們所代表的東西的縮影。如果一張地圖能夠完美地代表領土，它就不再是一個縮影，因此對我們來說也就不再有用。地圖也可以是一個時間點的快照，代表不再存在的東西。在我們思考問題和做出更好的決定時，必須牢記這一點。

2. 能力圈

當自我而不是能力驅動我們所做的事情時，我們就會有盲點。如果你知道你瞭解什麼，你就知道你在哪裡比別人有優勢。當你誠實地告訴別人你的知識缺乏的地方時，你就知道你在什麼地方是脆弱的，你在什麼地方可以改進。瞭解你的能力圈可以改善決策和結果。

3. 第一原則思維

第一原則思維是逆向設計複雜情況和釋放創造性可能性的最佳方法之一。有時也被稱為從第一原則推理，它是一種幫助澄清複雜問題的工具，將基本的想法或事實與基於它們的任何假設分開。剩下的就是基本原理。如果你知道某件事情的第一原則，你就可以圍繞這些原則建立其餘的知識，產生新的東西。

4. 思想實驗

思想實驗可以被定義為 "用於研究事物本質的想象力裝置"。許多學科，如哲學和物理學，都利用思想實驗來研究可以知道的東西。在這樣做的過程中，它們可以為探究和探索開闢新的途徑。思想實驗是強大的，因為它們幫助我們從錯誤中學習並避免未來的錯誤。它們讓我們承擔不可能的事情，評估我們行為的潛在後果，並重新審視歷史以做出更好的決定。它們可以幫助我們弄清楚我們真正想要的是什麼，以及達到目的的最佳途徑。

5. 二階思考

幾乎每個人都能預測到他們行動的直接結果。這種型別的一階思考是容易和安全的，但它也是確保你得到與其他人相同的結果的一種方式。二階思維是更遠的思考，是整體性的思考。它要求我們不僅要考慮我們的行動和它們的直接後果，還要考慮這些行動的後續影響。如果不考慮二階和三階效應，就會釋放出災難。

6. 概率性思維

概率思維本質上是試圖利用一些數學和邏輯工具來估計任何特定結果發生的可能性。它是我們提高決策準確性的最佳工具之一。在這個世界上，每個時刻都是由無限複雜的因素決定的，概率思維幫助我們確定最可能的結果。當我們知道這些時，我們的決策可以更加精確和有效。

7. 反轉

反轉是改善思維的有力工具，因為它能幫助你識別和消除成功的障礙。反轉的詞根是 "invert"，意思是顛倒或倒置。作為一種思維工具，它意味著從自然起點的另一端接近一種情況。我們大多數人都傾向於以一種方式思考問題：向前。顛倒法允許我們把問題翻過來，向後思考。有時從頭開始是好的，但從尾部開始可能更有用。

8. 奧卡姆剃刀

簡單的解釋比複雜的解釋更可能是真的。這是奧卡姆剃刀的精髓，是邏輯和解決問題的一個經典原則。與其浪費你的時間去反駁複雜的方案，你可以通過基於活動部分最少的解釋來更自信地做出決定。

9. 漢隆的剃刀

漢隆剃刀很難追溯其起源，它指出我們不應該把那些更容易解釋為愚蠢的東西歸結為惡意。在一個複雜的世界裡，使用這種模式可以幫助我們避免偏執和意識形態。通過不籠統地假設壞結果是壞行為者的錯，我們尋找選擇而不是錯過機會。這個模型提醒我們，人們確實會犯錯誤。它要求我們詢問對於已經發生的事件是否有另一種合理的解釋。最有可能正確的解釋是包含最少意圖的解釋。

系統思維的心智模型

1. 反饋環路 

所有複雜的系統都有正負反饋迴路，A引起B，B又影響A（和C），如此迴圈下去--迴路的持續運動經常產生高階效應。在一個同態系統中，A的變化往往被B的相反變化拉回，以維持系統的平衡，就像人體的溫度或組織文化的行為。自動反饋環路維持著一個 "靜態 "的環境，除非有外力改變環路。一個 "失控的反饋迴路 "描述了一種情況，即一個反應的輸出成為它自己的催化劑（自動催化）。

2. 平衡

平衡是一個過程，系統通過這個過程進行自我調節，以維持一個平衡狀態，使其在不斷變化的環境中發揮作用。大多數時候，它們會超出或低於它一點，必須不斷調整。就像飛行員駕駛飛機一樣，系統偏離航線的次數比在航線上的次數多。靜態系統內的一切都有助於將其保持在平衡範圍內，因此，瞭解範圍的極限是很重要的。

3. 瓶頸

瓶頸是指（有形或無形的）流動被阻止的地方，從而限制了它的連續運動。就像動脈堵塞或下水道堵塞一樣，任何商品或服務生產中的瓶頸可能很小，但如果它處於關鍵路徑上，就會產生不成比例的影響。然而，瓶頸也可以是靈感的源泉，因為它迫使我們重新考慮是否有其他成功的途徑。

4. 規模

系統最重要的原則之一是，它們對規模很敏感。當你擴大或縮小它們的規模時，屬性（或行為）往往會發生變化。在研究複雜系統時，我們必須始終粗略地量化--至少在數量級上--我們觀察、分析或預測該系統的規模。

5. 安全邊際 

同樣地，工程師們也養成了在所有計算中加入誤差的習慣。在一個未知的世界裡，將一輛9500磅的公交車開過一座正好能容納9600磅的橋，很少被認為是明智之舉。因此，總的來說，很少有現代橋樑會失敗。在物理工程之外的實際生活中，我們常常可以有利地給自己留出和橋樑系統一樣堅固的餘地。

6. 流失

保險公司和訂閱服務都很清楚流失的概念--每年都會有一定數量的客戶流失，必須被替換。站在原地不動就相當於失去了，正如在被稱為 "紅皇后效應 "的模型中看到的那樣。Churn存在於許多商業和人類系統中。一個恆定的數字會定期流失，在任何新的數字被新增到上面之前必須被替換。

7. 演算法

雖然很難精確定義，但演算法通常是一套自動化的規則或 "藍圖"，引導一系列的步驟或行動，從而產生一個期望的結果，並經常以一系列 "如果→那麼 "的語句形式陳述。演算法因其在現代計算中的應用而最為知名，但也是生物生命的一個特徵。例如，人類的DNA就包含了構建人類的演算法。

8. 臨界質量

當一個系統即將從一個階段離散地跳到另一個階段時，它就成為臨界。階段變化前的最後一個單位的邊際效用遠遠高於之前的任何單位。一個經常被引用的例子是當水被加熱到一個特定的溫度時，從液體變成了蒸汽。"臨界質量 "是指發生臨界事件所需的質量，最常見於核系統中。

9. 湧現Emergence

高層次的行為傾向於從低階成分的互動中出現。其結果往往不是線性的--不是一個簡單的加法問題--而是非線性的，或者說是指數的。湧現行為的一個重要結果是，它不能從簡單的研究組成部分中預測出來。

10. 不可重複性 

我們發現，在大多數系統中都有不可還原的量化屬性，如複雜性、最小值、時間和長度。在不可還原的水平以下，所期望的結果根本不會發生。人們不可能讓幾個女人懷孕以減少生一個孩子所需的時間，也不可能將一輛成功製造的汽車簡化為一個零件。這些結果，在一個確定的點上，是不可還原的。

11. 回報遞減法則

與規模有關，大多數重要的現實世界的結果都會受到增量價值的最終減少的影響。一個很好的例子是一個貧窮的家庭。給他們足夠的錢讓他們茁壯成長，他們就不再是窮人了。但是在某一點之後，額外的錢不會改善他們的命運；在某個大致可量化的點上，額外的錢的回報明顯遞減。通常情況下，收益遞減法則會偏向於負面領域--即收到太多的錢 

更多100種點選標題見原文