解读Naval和他的人生智慧：如何思考 （2）

以此文献给那些想要帮助别人的人，想要清晰思考的人，想要变得勇敢的人。

前情提要

（0）：箴言是一种「缺损的三段论」，缺乏背景和知识体系，无法沉淀出深度价值。

（1）：**Clear Thinking 真的很难，**从Naval的身份、TimeLine和他身后的大师，来理解会更生动许多。

今天梳理和解读重点是， Naval 关于「收集心智模型」的一些观点和背后的理念。

收集心智模型的目的是什么？

为了决策，决策正确关键是什么，正确的预测。

Naval 原话是：「在决策过程中，大脑是一台记忆预测机器。但它是一种糟糕的记忆预测方式是“X发生在过去，因此X将发生在未来。” 所以你需要的是原则（思考方法）。你需要心理模型。」

心理模型又是什么？ 我一个小定义，

为了便于想象：大脑，获取到输入的数据，经过一个信息处理过程（想象一个容器）， 然后输出一个判断。

我们可以将这个思维容器，称之为心理模型。就像一个电路图，一个芯片，一个算法函数，甚至几个指令组合。

1. Naval 首推的模型是，演化论。

很抱歉，几乎没有人能用几百上千个词的论述， 让你明白演化论。但我试着提供一个实用的切入点，增加你的好奇心和内驱力：如果你想深入理解今天的AI 为什么突飞猛进， 为什么AI 将全面改变世界。一个核心事实是， AI 专家们在充分吸收演化论思想后，创造与以往所有软件设计思想都不一样的「遗传算法」和「神经网络」。

（此处开了个题，以后会坚持使用非数学语言持续更新）

对于人脑🧠的生物意义来说，可以先记住一点：人的心智系统（感官、推理、情感和亲密关系）都是一种生物智能，它服务于我们祖先的生存繁衍，服务于几百万年前的狩猎采集的生活方式；

而理性思考的脑区域全是后来的副产品，没有那么「不得了」的意义。 自然选择送给我们一个「理性永远是激情的奴仆」的结果。因此，我们很难理性思考。

随便提一下，演化论的一个核心思想之一： 没什么绝对正确和完美，去演化、去迭代、 去适应新环境， 那个留下来的就是「合理的」。

可以解读为，不用去追求数学意义上的「不变」心理模型，世界指数变化，人与人连接不断变化，造成的复杂性指数变化， 我们最好拥抱不确定性， 去假设、去验证，然后推翻自己。

对于个体来说， 就是永远保持迭代（ 附送一张视觉图）。

如果你想知道更多演化论的观点或书籍，请留言或提问，知无不言。

2. 黑天鹅

这两天全世界都在震惊的特别时刻（同时也随处可见的妖魔鬼怪），我们可能会愤怒、难过，也可能无动于衷。但历史的真相，有一部分就在《黑天鹅》里。

这个心理模型，可以让我们拥有更多「安全感」（请批判性思考这一点）。

Naval 非常赞赏塔勒布有关黑天鹅的开创观念，历史充满偶然性和随机性事件。 黑天鹅这个心智模型，要解释，小概率事件为何必然出现。

就激发好奇心来说， 我引用塔勒布针对历史的复杂性有着深邃的视角，他提出了**“三重迷雾”**的看法，

「对待历史问题，人类的思想会犯三个毛病，我称之为三重迷雾。它们是：1） 假想的理解，也就是在一个超出人们想象之外的复杂（或随机）的世界，人们都以为自己知道其中正在发生着什么。

2）反省的偏差，也就是我们只能在事后评价事物，就像只能从后视镜里看东西（历史在历史书中比在经验现实中显得更加清晰和有条理）。

3 ）对事实性信息价值的高估以及权威和饱学之士本身的缺陷，尤其是在他们进行分门别类的时候，也就是进行“柏拉图化”的时候。」

希望你在阅读和思考黑天鹅模型时，不仅是感慨「命运弄人」这类对随机性的敬畏，还争取发现：不确定性是来自复杂性（对抗熵增）， 它不应该是虚无主义和末日论的代言人。对于Naval和塔勒布来说， 理解黑天鹅是为了更好的预测，而不是成为瑞克和莫提。 推荐和《理性乐观派》一起阅读。

3. 复杂性理论

Naval的原话是，

「早在90年代中期，我就对复杂性理论非常着迷。我越深入，就越了解我们知识的极限和预测能力的极限。复杂性对我有很大的帮助。它帮助我形成了一个面对无知而运作的体系。我相信我们从根本上来说是无知的，在预测未来方面非常非常糟糕。」

Naval 是一个复杂理论狂热爱好者，原因很简单：作为一个好奇心爆棚的人，谁能接受让世界的复杂性凌驾理解之上呢？

复杂科学作为近些年兴起的、跨学科研究，异常强大，它借助计算科学、生物学最新的发现和新思维，迭代（并打破）了科学还原论一统天下的局面。

还原论是近现代科学哲学（物理学思维）的根基， 以不断把大问题拆解称小问题的思维特征， 费曼先生有一段采访曾经有个深刻的故事：「如果在某次大灾难中，所有的科学知识都被摧毁，而只有一句话传给下一代的生物，那么什么话能以最少的字数包含最多的信息？我相信是原子假说， 即所有的东西都是由原子构成的。」

原子论是古希腊现代科学的开端，但早已不是科学今天的全貌，在复杂理论的帮助下， 你会发现复杂系统具有高度的一致性和可解释性：昆虫群落、大脑、免疫系统、经济、万维网， 这些复杂的不行的系统，竟然充满了共性和可预测性？可以被统一来认识和度量？

这是近百年来说科学思想持续演化带来的心智模型变革， 异常精彩。

（推荐 梅拉妮·米歇尔 的入门大作《复杂》）

综上，Naval的一个观点作为本次解读小结，「进化论、热力学、信息论和复杂性在生活的许多方面都具有解释力和预测力。」

后记（ 脑科学的碎碎念）

我上面说过，大脑🧠不是为了学习理性知识和模型而诞生的。

所以，今天的年轻人很幸福， 很早就能知道大量关于 「认知偏差」、「方法论」的知识，互联网从业的同学们比我们当年这些野路子出来的家伙幸福N倍。

到处是靠谱的知识分享者，到处是整理好的结构化信息。

然而， 认知和思考是一个非常基于「脚手架」的攀登过程， 每步一个基石，一次一个台阶， 特别难。 如果你收集和掌握的心智模型越多，也就越容易成为Clear Thinker；

Clear Thinker 并不一定绝顶聪明的人，李永乐老师的说法是，那些「精致利己主义」往往不愿花心思去研究底层模型， 他们只想解决眼前的棘手问题，获取最大短效回报。例如， 他们不愿意接受别人的启发，而是要一个答案。（本文就是，心智模型没有简单答案）

我对Naval这些解读，特别想送给那些非精致利己主义者，甚至认为自己不喜欢数学的人，不喜欢思考的人，但是想要帮助别人的人。

真正的清晰地思考者，他们拥有独特的内在动力，例如对人类的共同关怀、对爱的渴望以及知识的求索。（罗素的三种激情）

如果还不过瘾， 接着来吧：🙃

两种复杂性： 物理 vs. 生物 （上）