#55 Scott Page: Becoming a Model Thinker
01:22:46 Share

你自己不会解决肥胖症问题。你自己也不会创造世界和平。你自己也不会解决气候问题，对吧？你的大脑不够大。通过创建更大的集成模型，人们的集合实际上有希望解决这些问题。

您好，欢迎收听。我是 Shane Parrish，这是《知识项目》的另一期节目，这是一个播客，探索有助于你从其他人已经弄清楚的最佳内容中学习的想法、方法和思维模型。你可以在 fs.blog.com 了解更多信息并保持最新状态。

在我们开始今天的访谈之前，我经常收到人们的电子邮件，说他们从不知道你有一个时事通讯。我们确实有一个。它叫做《脑力食物》，每周日早上发布，通常是东部时间凌晨 5:30。它很短，包含我们在线找到的文章、书籍、引言等的推荐。

它已经成为我们所做过的最受欢迎的事情之一。有数十万订阅者，它是免费的，你可以在 fs.blog/newsletter 了解更多信息。那就是 fs.blog/newsletter。本播客《知识项目》中的大多数嘉宾都是每周电子邮件的订阅者，所以请务必查看一下。

今天的节目嘉宾是 Scott Page，密歇根大学复杂系统、政治学和经济学教授。我联系 Scott 是因为在圣诞节期间，我读了他写的一本书，叫做《模型思考者》，这本书是关于思维模型如何帮助你更好地思考的。正如你所想象的那样，这个播客深入探讨了思维模型、思维工具和发展你的认知能力。是时候倾听和学习了。♪

宜家商业网络现已向小型企业和企业家开放。立即免费加入，即可获得室内设计服务，帮助你充分利用你的工作空间，员工福利，帮助你和你的员工成长，以及旅行、保险和宜家购买、送货等的惊人折扣。今天免费注册宜家商业网络，将你的小型企业提升到一个新的水平，方法是搜索宜家商业网络。

你刚刚写了一本名为《模型思考者》的书，我想和你一起探讨一下。什么是思维模型？

思维模型实际上只是一个你用来理解世界的框架。所以，《模型思考者》这本书包含三件事。一是关于模型的总体哲学。二是你可以玩弄和理解的模型集合。第三件事是关于如何在实践中将思维模型应用于问题的例子。所以当我想到一个思维模型，而不是一个标准的数学模型时，在一个思维模型中，你必须做的是将现实映射到数学中，对吧？所以我可以说，如果有人说，你应该在这里使用线性模型来决定雇用谁，这将是一件事，对吧？获取你的数据并将其放在线性模型上。好吧，问题是你必须决定变量是什么，对吧？所以，你知道，因为线性模型包含诸如平均绩点、工作经验、性格测试之类的东西。你必须考虑，呃，

我用来将现实附加到，你知道，将现实连接到那里存在的数学框架中的东西是什么。所以我试图在我的书中，也包括在我的工作中思考

数学很美，因为它有逻辑性，它是正确的，对吧？但现实有点混乱、令人困惑和复杂。所以我认为思维模型在某种意义上是将现实映射到数学的干净逻辑结构。

我们都有思维模型，无论我们是否意识到它。你是如何得出这种方法的？这种方法是这样的，那就是，你知道，当我接受训练时

我的意思是，即使是从六年级、七年级、八年级开始，你也会学习很多非常简单的模型，比如力等于质量乘以加速度，或者 PV 等于 K，在物理学中。在经济学中，你学习诸如 S 等于 D，供给等于需求之类的知识。这些模型非常简单。其基本思想是我可以使用单个简单的方程式来解释现实世界中的模式，或者我可以使用单个简单的方程式来理解我们在现实世界中看到的变化。

然后发生的事情是大约在 20 世纪 90 年代，我在 1993 年访问了圣达菲研究所，这是一个关于复杂性的智库。这是一个他们一直在鼓励我的当时导师的地方，他们是非常优秀的博弈论专家。罗杰·梅尔森与我的另一位导师利奥·赫维克斯一起获得了诺贝尔经济学奖，斯坦·赖德也在那个小组中。他们有点像

研究理性选择以及人们如何在社会环境中进行优化的人。圣达菲研究所完全是关于世界如此复杂，以至于很难进行优化。所以我不会说我经历了什么智力危机。更确切地说，它被发现具有智力上的吸引力。存在这种脱节。这种脱节在于

我试图使用非常简单的模型来理解一个极其复杂的世界。我认为，社会科学通常所做的是，好吧，世界真的很复杂。这是我的模型。我可以解释 30% 的变化。我可以解释 10% 的变化。或者我可以解释为什么这些股票上涨了价值等等。

但这意味着你错过了另外 70% 或 90%。所以，不仅仅是我，还有我们其他人已经偶然发现了集体智慧的概念，即理解复杂性的一种方法是同时向两者投射模型集合。其中一个可能解释 20%，另一个解释 15%。并不是说它们加起来等于 100%，它们解释了一切，并且

事实上，存在重叠。有时甚至会存在它们可能解释的内容、它们可能预测的内容之间的矛盾。但是通过逻辑一致的镜头集合来观察世界……

你实际上可以理解那个复杂的世界。对我来说，这令人着迷的是，有一群人，你知道，一些哲学家、一些经济学家、一些统计学家、一些生物学家，都在集体智慧这个领域玩耍，对吧？你可能会认为生物学家，生物学家在这个领域做什么？但如果你想到蚂蚁，每只蚂蚁都有……

一个思维模型。所以它是一张地形图，显示食物来源在哪里。它们可以在巢穴中集体地进行汇总。蜜蜂可以通过进行所谓的摆动舞来在蜂巢中做同样的事情，这解释了食物在哪里，对吧？所以一只蜜蜂会回来跳舞，说，看，我认为这里有食物。另一只蜜蜂会回来跳舞，认为这里有食物。它们可以将它们对世界的粗略地图进行汇总。

在人们从纯粹的理论角度思考集体智慧的同时，计算机科学领域的一组人正在创建诸如随机森林算法和这些巨大的某种人工智能算法之类的东西，这些算法也……

正在构建或创建集体智慧，方法是结合各种非常简单的过滤器。所以，我认为你已经了解到，我认为人们越来越认同我们的头脑不够大。没有一个人的头脑足够大到能够理解世界的复杂性。所以你将拥有一套关于你认为世界如何运作的模型。我将拥有一套我认为世界如何运作的模型，但是，

但是集体地，对吧，在我们任何一个人身上，它都太小了，无法理解摆在我们面前的世界所具有的疯狂、复杂性和纯粹的维度。

但集体地，我们可以理解它。所以让我们暂时考虑一下金融领域之外的事情。让我们看看肥胖症问题，对吧？你可以将其归咎于基础设施。你可以将其归咎于食物。你可以将其归咎于我们肠道中的细菌。你可以将其归咎于工作与生活平衡的变化、缺乏体力劳动等等。为了理解导致肥胖的任何一个维度，你可能需要，你知道，

不一定需要研究生，你可能需要学习五年或十年才能仅仅理解其中的一部分。

但是如果你试图通过仅仅改变那一个部分来解决肥胖症问题，通过仅仅攀登那一个小山丘，你将不会走得很远，因为可能存在系统级别的反馈。因此，不会有任何灵丹妙药能够解决这样的问题。你可以做的是，拥有一群人，每个人都了解不同的部分，他的知识重叠，并且对事物如何运作有不同的模型，你可以获得更深入的理解，并且你可能能够获得

仅仅是，我认为，一种更全面的方法。我们稍后可以讨论这个问题。我认为，当你从多模型的角度来解决这些问题时，这会导致一种不同的政策思维方式。那么，在多大程度上可以说，认知多样性是一群人对世界如何运作有不同模型的人？是的。我认为

你知道，这就是我占据这种奇怪位置的地方，因为我之前写的一本书叫做《多样性红利》。那本书谈论了在房间里拥有不同的人的价值。你想要在房间里拥有不同的人的原因是，因为不同的人对世界如何运作有不同的基本假设。他们构建了不同的基本，你知道，对世界如何运作的思维模型。并且

他们将看到问题的不同部分。所以如果你只想看看这个，如果你看看股市的波动，或者如果你看看任何特定公司的估值，

像亚马逊或迪士尼这样的公司有很多维度，对吧？任何一个人都不可能理解它。所以你想要的是认知多样性。这种认知多样性意味着拥有不同的人，你知道，字面上的不同模型集或不同信息。因此，书中开头的一件事，当我向大学生或普通观众教授这一点时，我经常使用它，

所谓的智慧等级。你想在底部考虑所有这些数据，对吧？所有这些，你知道……

无论你想称之为数据洪流还是数据毛球，选择你最喜欢的隐喻。它都只是漂浮在那里。在数据之上是信息。信息是什么，这就是我们如何构建世界。所以你可能会说失业率上升了。你正在做的是摇晃大量关于人们有工作的数据，并将这些数据放入单个数字中。你正在对失业率上升、通货膨胀上升进行分类，并将这些用作你的变量。

而其他人可能对事物有非常地理的看法，并说，好吧，洛杉矶做得很好，对吧？德克萨斯州做得很好等等，对吧？但似乎，你知道，中西部，经济状况不佳。

然后你在信息之上做的是知识。知识是什么，是理解这些信息片段之间的相关关系或因果关系，对吧？所以如果一个信息片段是质量，一个信息片段是加速度，那么知识就是力等于质量乘以加速度，对吧？如果一个信息片段是失业率，一个信息片段是通货膨胀，那么你可能会理解失业率非常非常低。你经常会得到工资通货膨胀，对吧？同样，这是一个知识片段。什么

智慧是什么，智慧是理解哪些知识应该用于解决特定问题。有时这可能只是在知识之间进行选择。其他时候，这可能是你正在做的是将知识组合和融合的情况。让我在这里举两个来自金融领域的例子。其中一个涉及我的大学室友 Eric Ball，他是甲骨文的财务主管。这是我最喜欢的书中故事之一，他

有人走进他的办公室说：“冰岛刚刚崩溃了。”两种模型出现在他的脑海中。一种是你可以将国际金融体系视为跨银行和跨国家的贷款和存款网络。另一种模型只是一个简单的供求模型。芒格有一句精彩的引言，关于你想要将你的经验排列在一个模型的网络上。

Eric 在这种情况下所做的是，那就是他的两个模型，复杂的贷款和支付承诺网络以及简单的供求关系。他看着走进他办公室的人说，冰岛比弗雷斯诺小。回去工作吧。这就是他的经验。这是一个整洁的国家。它不会有太大影响。

而如果这个人走进他的办公室，并且贝莱德刚刚倒闭了，对吧？他会说，哦，我的天哪，我不会使用这个供求模型。我将使用这个合同和支付承诺网络模型。所以你想要考虑的是你作为个人，以及 Farnam Street 网站的一大优点是，它都是关于所有这些思维模型，所有这些人们理解世界的方式。人们访问你网站的原因之一，人们阅读商业书籍的原因之一，我们，你

你知道，收集知识在某种意义上是为了积累知识，以获取信息、理解与之的关系的方式。我们希望通过拥有更多知识来获得智慧。但是《模型思考者》的核心哲学的重点是，即使你尽了最大努力，即使你是一位终身学习者，即使你不断积累模型，你仍然无法胜任解决任何人的任务。你知道，你不会，

你自己不会解决肥胖症问题。你自己不会，你知道，创造，你知道，创造世界和平。你自己不会解决气候问题，对吧？但这需要什么，因为你不会，你的大脑不够大。人们的集合，对吧？通过拥有不同的模型集合，通过创建更大的模型集合，实际上有希望解决这些问题。

好的。哦，我有很多想深入探讨的地方。让我们从数据到信息到知识到智慧的等级结构开始。听起来我们是在知识阶段应用思维模型。然后智慧是辨别哪些模型比其他模型更相关。这是对这种观点的准确看法吗？如果不是，请纠正我。

我对此苦思冥想。每次我认为我对它有准确的看法时，我就会重新构建我对它的看法。我前几天做了一个演讲，有人说，我认为思维模型真正发挥作用的空间是在数据和信息之间非常微妙的转变中，这是正确的，对吧？因为当你想到

你知道，我可能会如何思考，比如，如果我第一次访问一个城市，有人说，你知道，告诉我关于斯德哥尔摩的情况，你知道，我立即开始将其分类。他们可能会说，好吧，你知道，它很像伦敦等等，对吧？或者你可能会，你知道，你可能会说，好吧，人们很友好，但很保守等等。所以同样，你正在获取所有这些经验并将它们放入盒子中。所以从你的原始经验到信息的行为确实

它几乎依赖于你已经知道的模型。所以这就是我过去几周一直在思考的事情，这很有趣，那就是如果我有一套像我脑海中的模型，我们认为它，那个知识空间，那是否会偏向我如何将数据过滤成信息？可能确实如此。当然，因为我的意思是，模型正在帮助你挑选出哪些变量是，哪些变量你认为更相关以及这些变量将如何相互作用。是的。

对。这是一个很好的例子。所以有一种现象叫做群体智慧，对吧？Sir Wicke 的书，你可以让一群人做出准确的预测。好吧，现实情况是，有时群体会成功，有时不会。我们写下模型的原因之一是为了弄清楚哪些类型的多样性会有用，哪些类型不会有用。

但是许多人，HP 实验室的 Kay at Chen，密歇根大学的 Michael Sanchez-Burks 都做过一些工作，他们比较了如何，你知道，假设我有很多实际数据在那里，我运行一个线性回归来尝试预测某些东西。我让它与人竞争。你会发现回归比任何一个人都好得多，因为线性回归可以包含更多数据。它不会受到偏差的影响，等等。

但是通常情况下，当你有群体与线性模型竞争时，群体可以击败线性模型。当他们这样做时，你会发现他们在哪里击败了他们，那就是当线性模型，构建线性模型的人，因为线性模型通常是由某种人构建的，没有办法在模型中包含某些东西。所以一个例子涉及一个消费产品。它是一台打印机。

线性模型说：“这台打印机将销售，比如说，40 万台。”当他们使用人群时，人群说：“不，它将销售 20 万台。”这是一个巨大的差异。他们回去询问人群中的人说：“你为什么认为这台打印机不会销售？它处理的纸张数量一样多。打印质量这么好。墨盒很容易更换。”线性模型中的所有属性。

这个人嘴里的第一个词是，但是丑陋。这是一个但是丑陋的打印机。好吧，你的回归中没有但是丑陋的变量，因为这有点像，你知道，一个设计特征。它不是一台非常有吸引力的打印机。但是，在这些情况下，数据和线性模型的形式的困难在于，它只能向后看。它只能查看过去发生的事情。

而人们在构建模型时，往往是着眼于未来的。人们将如何回应这种新的设计协议？现在，具有讽刺意味的是，在所有这些情况下，线性模型和与人合作的模型的组合将是最好的。

这涉及到我发现非常有趣的知识到智慧的步骤。你可以说，哦，所以你应该做的是平均线性模型和人。这似乎是不正确的。相反，你应该做的是，如果线性模型和人的预测接近，你知道，预测，你可能应该使用线性模型，因为它非常精确，对吧？它可能会，你知道，更好。是的。

但是如果它们相差很远，如果线性模型和人类给出了非常不同的预测，那么你应该与他们交谈。我的意思是，与人们交谈，并与线性模型交谈。现在，你可以说，你如何与线性模型交谈？好吧，你看看并说，里面有什么变量？人们正在使用线性模型没有使用的哪些变量？系数是什么样的？环境是否发生了变化？是的，对。不，这是关键。线性模型假设平稳性。

这很有趣，就像麻省理工学院刚刚开办了这所新学校，对吧？这所新的某种数据科学学校，对吧？我认为这是他们 30 年或 40 年来开办的第一所学校。他们为此筹集了 10 亿美元。

其中一件事是他们想要会说两种语言的人，他们可以在这些非常复杂的人工智能模型和现实世界之间进行沟通。问题是，人们害怕将所有这些信息都放入这个会吐出某些东西的巨大 AI 模型中。如果你使用相对简单的模型，那么说两种语言很容易。很容易深入研究你拥有的任何模型，并说：“为什么模型会这么说？”

我非常喜欢这一点。我想和你一起探讨一些事情，那就是当我们谈论模型以及我们如何应用它们时，无论我们是在信息阶段（例如过滤状态或数据和信息阶段）还是知识阶段或知识到智慧阶段应用它们。在我看来，我们可能同意，拥有的模型越多通常是一件好事，但只有在它们与你面临的特定问题相关的情况下才如此。

如果额外的模型没有用，那么它们就没有好处。但是你的工具箱里的工具越多，你就能适应各种各样的工作。我认为这是正确的。但我认为，当你考虑组建团队或建立自己的职业生涯时，也会出现一个有趣的挑战。所以在你的 Atul Gawande 采访中，他提出了关于他经验的精彩观点。

对世界做出贡献是能够与不同领域的不同类型的人进行沟通，对吧？所以他带来了一种，你知道，他接受过医生的训练。所以他，你知道，他的父母是医生。所以他，

他吸收了医学专业的全部内容。但与此同时，他对科学、政治哲学、文学和公共政策有着浓厚的兴趣。这使他能够填补 Ron Burt 所说的结构性空缺，对吧？就好像有一群人研究医学，有一群人研究政治和公共政策。他可以在这两件事之间站立，并理解它们。

对。所以我在《多样性红利》和《模型思考者》中谈到的一件事是，你可以将自己视为这个工具箱。你有一定的能力来积累工具、思维模型和思维方式。你可以决定做的是，你可以决定深入研究。你可以成为世界上关于随机森林模型或……

或 Lyapunov 函数的专家，或者你可以成为世界上领先的经济学信号模型实践者之一。或者，你可以对少数几个模型进行深入研究。你可能擅长三到四件事。或者你可以成为这样的人，我认为，在金融领域，我认为很多人非常成功，比如我的朋友 Bill Miller，

是通过仅仅了解许多模型来实现的，对吧？所以拥有 20 个你可以考虑的模型。然后当你思考时，当你意识到，你知道，这一个可能很重要时，你就会深入研究一点。但是这些，这些模型的多样性也给你带来了两件事。一是它给你一种你在某种投资组合意义上认为的稳健性，你不会犯错。

但它也可能给你带来这种令人难以置信的额外好处，因为两个模型，而不是给你两个模型性能的平均值，往往会给你远高于平均值的回报，对吧？你从考虑各种模型中获得了这种额外的好处。所以这本书，这本书最有趣的地方，也是最令人欣慰的地方是，我所做的是阐述这种哲学，好吧，这就是为什么为了应对现代世界的复杂性，你需要各种模型，对吧？使用这个数据信息、知识、智慧的概念。

然后我所做的是，我认为，列出你可能知道的 30 个最重要的模型，马尔可夫模型、线性模型、核布洛托模型、Lyapunov 函数、系统动力学模型、博弈论中的简单信号模型，各种博弈论。

这是一个非常棒的练习，是如何用七到十二页的篇幅来写这些模型，让每个人都能理解并使用它们。这是我们真正的挑战。我，基本公司的人，我的编辑 TJ Keller 是这本书的编辑，但她是我与我一起润色这本书的人。这是一个真正的挑战，因为有时她会说，

没有人会理解这一点。那是，这是一件有趣的事情。我可以拿起我的书，拿起马尔可夫模型，例如，对吧？马尔可夫模型是这些模型，其中存在世界状态以及状态之间的转换。你阅读这本书，就像，你知道，大约 10 到 12 页。我认为大多数人都能理解它。所有的数学都在一个框子里。如果你去维基百科页面并输入马尔可夫模型，你会说，哇，我应该获得统计学博士学位。就像这是你理解的唯一希望一样

理解它。所以，所以我认为我在书中试图做的事情，在某种意义上，与 Atul 在他的工作生活中试图做的事情相同，那就是说，你

这是一种深入了解这些模型运作方式的方法。没有人能够掌握本书中的所有 30 个模型，因为你可以为每个模型写出一篇完整的博士论文。你甚至可以为每个模型写 20 篇博士论文。但关键在于，这种意识非常有用，因为你可能会说：“这个布洛托上校博弈或这些马尔可夫模型、这些信号模型或这些幂律分布，对我来说真的很有趣。”然后你可以深入研究一下。

所以我认为，这实际上是一种参考，也是一种意识文档，你可以从中发现一些你从未听说过的超级有趣的模型，并思考它们。所以我想稍后深入探讨其中一些。但在我们开始之前，我想多谈谈获取心智模型。比如，如果你在一个组织工作或是一名学生，你该如何选择学习哪些模型？或者，你将如何与某人讨论哪些心智模型应该优先考虑以及原因？是的。我认为首先要问的是，相关的参与者是谁，对吧？这是一个单独的决策者，还是

一个战略性的情境，其中某人正在采取行动，他们必须考虑到其他人的行动，其他人将做出什么选择？所以，如果你在想，我要在足球比赛中采取什么行动，我要在投资中采取什么行动，我必须认真考虑其他人正在做什么。

或者你可能想问，我是否正在采取某种行动，并且我身处一个更大的结构中，事情正在发生变化，我正在从这个更大的社会系统中获取线索？假设我在考虑买哪本书？你可以把它想象成，或者我下载哪个专辑？你可以把它想象成，哦，这只是我做出的决定。

但事实并非如此，因为你是在一个更大的社会、文化、经济环境中做出这个决定的，你甚至可能没有意识到你在根据其他人在做什么来获取信号。所以你想想我在模拟什么？我在模拟一个人吗？我是在通过模拟战略性情境或模拟更具社会性、生态性的东西来做出某种孤立的选择吗？你想问的第二件事是，做出决定的这个人有多理性

理性与非理性并非对立面，而是与基于经验法则的替代方案相对。有一位名叫格特·吉格伦策的德国社会科学家和彼得·托德合著了一本书，书中探讨了适应性工具箱的概念，即，我有一套心智模型或工具，我将它们应用于不同的问题，例如，这是问题 A，我应用工具 A；这是问题 B，我应用工具 B。当我考虑去哪里洗衣服或去哪家咖啡店时，我可能不会理性地思考这个问题。我只是遵循某种常规，也许我会慢慢地调整这种常规。也许我会学到一些东西，但大多数情况下，我可能会遵循规则。所以你想问，

人们的行为方式如何？然后你可以自问，我的逻辑正确吗？科林·卡默勒、理查德·塞勒等人研究行为经济学的人会说，如果事情重复很多次，那就应该让你更倾向于理性行为，因为人们应该会学习。如果风险很大，那也应该让你更倾向于理性行为。如果这是由一个组织而不是个人做出的决定，那可能会让你朝任何一个方向发展。如果这是一个大型组织做出的重大决定，你可以想象，

就像，好吧，这将是理性地完成的，对吧？因为你有一个委员会的人会非常仔细地考虑这个问题。但如果它是一个大型组织内部的某种标准操作程序，那么它可能完全走向另一个极端。这就是我们的做事方式。我们一直都是这样做的，而且以后也一直会这样做的。所以现在你有了这个想法，好吧，如何……

现在你在考虑，好吧，我该如何模拟这个人？遵循规则还是优化？或者如果是一个人，是否会受到某种人类偏见的困扰？然后，这只是一个决定吗？这是一个游戏还是某种社会过程？所以在某种程度上，这两个主要问题是：行动发生在什么背景下？谁在做决定？然后我认为真正有趣的挑战是，如果它不是一个决定，如果它是一个游戏或某种社会过程，

让自己真正意识到聚合的挑战，从某种意义上说，很多时候事情并没有像预期的那样发展，对吧？或者在你所做的假设中可能存在根本性的悖论。例如，巴拉巴西有一本很棒的新书，名为《公式》。在这本书中，他通过查看大量数据来谈论成功的经验教训。

其中一些内容与我们之前讨论过的一些内容有关，即加万德的观点。你想确保你很好地利用你的网络。你想抓住机会，诸如此类的事情。但其中存在循环推理，因为如果每个人都遵循这个公式，

那么并非每个人都能成功，对吧？所以，很多时候，这些系统内部可能包含反馈，对吧？这使得它们在整体层面逻辑上不一致。事实上，他的书，再次强调，这是一本很棒的书。我还没读完，因为我认为他是对的。我认为如果你读了他的书，你就能获得更大的成功。但如果每个人都读了他的书，这是他希望看到的，那么人们的行动就说不通了。——对。——所以，当你考虑构建模型时，这取决于具体情况。

你想通的是整个事情是否连贯。我喜欢的一件事是，当你问我第一个问题时，比如，我认为心智模型是什么，我认为它是一种——再次强调，我在这里是一个真正的异类——我认为它是一种表达方式，我将使用这个数学模型来理解现实。所以一个很好的例子——

就是我们认为形式数学的价值是马尔可夫模型。所以马尔可夫模型是这样的：有一组状态，你可以快乐、无聊、悲伤等等。然后这些状态之间存在转换，对吧？或者市场可能是动荡的，也可能不是动荡的，等等。然后，如果这些转换概率是固定的，并且如果可能从任何状态转换到任何其他状态，那么该系统就会达到平衡。

这是一个独特的平衡。这意味着历史并不重要，对吧？一次性干预并不重要。只有一个漩涡将它吸引到一个东西上。那么，这个模型迫使你做的是，如果你想论证世界是复杂的，如果你想论证路径依赖，如果你想论证政策干预将以某种方式产生影响，那么你必须要么说，我正在创造一个以前不存在的新状态，要么我正在从根本上改变这些转换概率。

所以你会得到这个想法，所以当有人构建模型时，他们通常会说，好吧，我是一个系统思想家。然后，如果你让他们写下他们的模型，你会说，等等，这是一个马尔可夫模型。这是一个独特的平衡。你认为你的系统有独特的平衡吗？他们会说，不，不，它非常偶然，路径依赖。然后你会说，好吧，那么你的模型一定是错的，对吧？我的意思是，你遗漏了一些东西。一定有某种方法可以改变这些转换问题。所以我认为

我认为这是一种在你内部构建模型的深思熟虑的过程，对吧？首先，你大概会问，模型的总体类别是什么？这是一个系统，一个决定，是一个游戏吗？然后，一旦你写下来，你就可以转向数学，数学通常会告诉你，根据你的假设，关于世界必须是什么样的。然后如果不是这样，你就不必说，好吧，让我重新思考我的模型，对吧？

模型是否成为一种揭示假设的方式？哦，绝对是。不，我认为模型迫使你把逻辑弄对。它们迫使你说……

这里真正重要的是什么，才能驱动人们的行为或公司的行为，这些行为如何互动，对吧？就……而言，它们如何聚合？然后人们应该如何应对？默里·盖尔曼有一句名言，他说，想象一下，如果电子能够思考，物理学会有多难，对吧？

我把它写在一篇论文里，它被归功于默里，有人说：“我认为默里从未说过这句话。”所以我找到了默里，我说：“默里，你曾经说过这句话吗？”他读了它，然后他说：“想象一下，如果电子能够思考，物理学会有多难。”然后他说：“你看，我说过了，你安全了。”但关于建模，尤其是我认为你的很多听众都在这个领域，因为他们是在某种意义上定义世界的人，想象一下，如果电子能够思考，物理学会有多难

如果电子可以决定它们自己的物理定律。所以，如果你经营一个大型组织，或者你是财政部长，或者你担任任何政策职位，你就可以决定物理定律。你可以决定什么合法，什么不合法，战略空间是什么。

所以，当你考虑，当你谈到有人构建模型时，他们决定他们的假设是什么时？我们必须记住的一件事是，人们构建模型的一个原因是为了构建事物，对吧？建造建筑物、制定政策、制定战略。当你这样做时，你就是在某种程度上定义状态空间。你正在定义现实。所以，如果你告诉你的交易员，你正在查看这些比率，你就是在为他们定义游戏，对吧？所以我认为，设计方面

模型往往被忽视，被低估。所以在该领域，我的意思是，在经济学、政治学、商业等领域，由于有大量数据，因此出现了向实证研究的大规模转变。如果你统计一下领先期刊中实证论文与理论论文的数量，你会发现已经向实证研究发生了大规模转变，这

在某种程度上，你知道，我赞扬它。这项工作要好得多，对吧？有更多的数据。我们可以获得因果关系，我非常喜欢它。但我认为这也有代价，因为很多实证工作都在做的是，确定这种效应的大小是多少？速度是多少，对吧？那条线的斜率是多少？系数的大小是多少？它有多显著？对。所以我们可以找出是否在

提高教师素质比缩减班级规模更重要，以及到底重要多少，对吧？这很好。我完全赞成。然而，这是在接受现状的情况下进行的。关于模型真正酷的一件事是，我接受过机制设计方面的培训，那就是考虑

根据我们对人们行为的理解，我们能否重新定义世界，构建运作更好的机制和制度？如果你看看目前的美国政府，它有点一团糟。从选区划分到我们拥有这种选举团制度，这些制度在各州规模大致相等时很有意义。

现在，一些很小的州仍然与人口是其 50 倍的州拥有相同数量的参议员。但即使是我们如何投票，国会管辖范围内的内容是什么？比如，为什么我们会有一个单独的……

在某种意义上，就像金融系统一样，你会想到联邦公开市场委员会和联邦储备系统，这是准政府机构。联邦存款保险公司是准政府机构，但美国宇航局和美国国立卫生研究院则不是那么准政府机构。关于我们在哪里使用哪些机构，这是一个深刻的问题。

这被低估了。所以，像贾维斯、珍娜·贝德纳、JJ·普雷斯科特和我一样，我们将在 2 月份在密歇根州举办一个名为“市场、等级制度、民主、算法和生态”的活动。我们只是在说，看看我们必须做的一切。我们过去常常认为，好吧，我们可以使用市场、等级制度、民主。我们只是让它去吧，对吧？看看会发生什么。就像道路一样，我们只是让它去吧。你决定去某个地方，我决定去某个地方，然后它在大多数情况下都是一团糟，对吧？

但是，当我们做出关于我们在哪里使用市场、等级制度和民主的决定时，这是在一个没有数据、没有信息技术的世界中做出的，那时我们交换的是珠子，而不是通过邮件发送比特。但现在有第五个东西，对吧？有这些算法。很多事情，很多事情可以通过算法来完成，而不是市场、等级制度和民主。

这是一个问题，因为所有这些机构的变化成本，我们是否应该重新分配问题，对吧？在这些不同的制度形式之间。这是一个你不能仅仅通过运行回归来触及的问题，除非是为了找出它不起作用的地方，对吧？但你可以使用模型来帮助你思考，如果我们把它变成一个市场，会怎么样，对吧？如果我们把它变成一个民主制度，会怎么样，对吧？

对。如果我们把它交给一个算法会怎么样？是的，这听起来像是我们正在使用多个模型来构建更准确的现实视图。我们可能永远无法完全理解现实，但我们对现实的理解越好，我们就越了解该做什么。然而，这让我觉得奇怪的是，我们学习无意识地应用模型的一种方式通常是通过学校。

它通常是一个模型，对吧？比如你在你的十年级物理书中阅读关于万有引力的章节，然后你得到万有引力问题。然后你知道我会应用，你知道，这个方程到这个问题。这几乎是一个算法，对吧？我知道变量是什么，学校会给我变量，我只需要应用它就可以了。我们被教导这种对世界的单一模型的观点，对吧？

为什么我们以这种方式被教导？为什么这是错误的？我认为在我们拥有一个更简单世界的时候，这是正确的，对吧？我认为当我们认为，让我们在商业决策的背景下考虑一下。比如你可能会想，好吧，这就是你如何做出商业决策。你弄清楚成本是多少。然后你考虑利润的净流入，对吧？你考虑，好吧，利润是否超过成本，对吧？收入是否超过成本，对吧？所以它会有正现金流吗？

然后，现在当你做出商业决策时，你会意识到存在环境影响。你明白这会影响你吸引人才的能力，因为它会成为一个有趣的问题。还有一个问题是，它如何在长期内战略性地定位你？还有一个问题是，它对你的数据能力有什么影响？还有一个问题是，它对你的品牌有什么影响？这些决策比以前复杂得多。人们对所有这些决策的复杂性有了越来越多的认识。

没有一个单一的模型能够奏效。所以，当你在七年级的时候，我们教你非常简单的事情。我们试图教你，世界有一些结构。所以我们想说，看，这就是这些物理模型的力量。它们不仅解释了你每天看到的事情，比如为什么物体掉到地上，它们还解释了你以前无法预测的事情，比如两个不同重量的物体同时落地。

或者它们可以预测像天王星这样的行星的存在，对吧？他们，你知道，他们不知道它存在，对吧？所以你得到，所以我认为我们教给人们的简单模型，因为我们像柏拉图一样思考，柏拉图的名言是关于在自然界的关节处雕刻，对吧？我认为人们相信我们可以分割自然界的关节。然后对于每一个小块，你可以应用这个模型。

所以人们有时会说，哦，多模型思想家，就像大象的各个部分。我说，不，不，这几乎完全是错误的，因为你需要每个模型。你知道，在某种意义上，你让不同的模型观察不同的部分，但你需要重叠。

对。因为你不能分割自然界的关节。这是我们在过去 50 年、100 年中学到的。对。那就是它很复杂。世界是一个复杂的地方。所以我认为成为一个更灵活的思想家的挑战是。

能够在这些模型之间移动。但与此同时，如果你不能，比如如果那不是你的风格，那并不意味着你在现代经济中没有位置。相反，这意味着你可能应该成为那些深入研究的人之一，对吧？专业化。是的。你知道，你需要这种专家、超级通才、准专家、通才的奇怪平衡。我的意思是，我甚至听说过一些人描述自己的人力资本是 T 形的，

对。从某种意义上说，他们对很多事情都了解一些。然后有一件事他们了解得很深。

而其他人则将自己描述为派符号，对吧？他们对两件事了解得很深，不像 T 型人那么深，然后是一系列连接这两个知识领域的东西，然后在每一侧之后还有一点。我认为值得和你自己讨论一下。我的意思是，不是你，而是你的听众，想想，好吧，我的能力是什么？我是一个能够深入学习事物的人吗？我能够学习很多东西吗？然后考虑一下

你发展什么样的人力资本的策略。因为我认为你无法改变世界。你不能走出去做好事。你不能利用这些知识和智慧来使世界变得更美好，除非你获得了一套有用的工具，不仅是个人有用的，而且它们必须是集体有用的。因为你可以学习 15 个不同的模型，它们在不同的情况下适用，但永远不会有任何整体性。

这可能会让你难以做出贡献。或者你可以说，“我将成为一个学习 30 个不同模型的人”，但如果你不是一个灵活的人，并且无法在这些模型之间移动，那对你来说可能会更令人沮丧。我认为在我们谈话的过程中，让我印象深刻的一件事是，如果你要优先考虑学习哪些模型，显然是你所在领域或学科中的模型

常见的模型是很好的，需要了解。然后是这些适用于跨学科的普通知识模型，因为这些模型不太可能被其他人带到桌面上。所以你可以成为你自己的，不是在其他人的程度上，而是你自己的认知多样性机器，如果你愿意的话。一旦你掌握了这些模型，你该如何迭代它们？你如何将它们付诸实践？

你是否推荐一种清单式的方法？你如何精神上存储它们，浏览它们，挑选出哪些是相关的，哪些不是？所以这回到了你之前提出的一个非常有先见之明的问题，

你如何知道如何对某事物建模，以及你如何考虑要做出哪些假设？我认为，当你考虑使用哪些模型以及如何将它们相互比较时，你应该再次询问，我正在观察的事物的性质是什么？然后不是，你知道，某种清单，但你可以翻阅这本书或翻阅你的模型集合，并考虑哪些模型可能相关。让我举一个我发现我的学生喜欢坐下来玩耍的例子，那就是有两个模型与……有关

两个高维事物之间的竞争。

其中一个是空间模型。在这个空间模型中，有一个理想点。所以假设你有一个理想的墨西哥卷饼，它大约重一磅半。它有这种比例的肉和米饭，它是热的，但不是那么热，以至于你必须，你知道，你的旁边有一大杯水。所以你可以把它想象成一个点，就像一个四维空间，对吧？有一个大小，有一个热度，有一个数量，你知道，牛肉和米饭或其他什么东西。

那是你完美的墨西哥卷饼。那么，你可以想象多伦多、安阿伯或纽约出售的所有墨西哥卷饼。你可以将这些都放在同一个空间中。然后你将选择最接近你的墨西哥卷饼。然后你会说，这是芝加哥最好的墨西哥卷饼。好吧，如果我的理想点与你的理想点不同，那么我可能认为不同的东西是最好的墨西哥卷饼。

好吧，你可以将这个模型用于，它实际上是政治学中用于思考我应该投票给哪个候选人的主力模型。如果我们把它们聚合起来，没有人会快乐。是的，没有人会快乐。但还有一个模型模拟了同样的事情，叫做布洛托上校博弈。在布洛托上校博弈中，有一整套战线。你可以把它们想象成维度。但它不是空间特征……

它是享乐主义的，从某种意义上说，越多越好，对吧？所以当我考虑买车时，它可能是这样的：每加仑英里数越多越好，腿部空间越大越好，对吧？更高的碰撞测试分数越好，更少的环境破坏越好。所以现在当我考虑比较两件事时，我不能仅仅说，它离我越近越好，这个墨西哥卷饼更好，因为它靠近我的理想点。我可以遍历所有这些不同的维度，并说哪个更好。

好吧，这两个模型的妙处在于，如果有一大群人在第一个模型中做决定，有一大群人有不同的理想点，他们试图做出决定。通常没有赢家。所以有一些最好的东西。所以你想想，好吧，我要去密歇根大学。我要去西北大学。我要去西安大略大学获得学位。我要申请工作，我与其他七个人竞争。

或者也许我，你知道，正在进行一次公路旅行，但我认为，我为什么没有赢得这个？我太棒了。问题是，这可能是，你可以认为这是一个空间模型，我只是不是人们喜欢的样子。或者你可以认为这是一个享乐主义模型，一个内核模型，就像有人碰巧在一些方面打败了我。

但这两个模型的一个好处是，没有最好的答案，因为你将相对于其他人获胜。所以，这是一个战略性的，更像是一个游戏。它是战略性的，没有最好的事情你可以做，除非你碰巧知道对方在哪里。

所以，由此产生的好处是，有一种平静的感觉。我的本科生总是觉得，如果你没有找到工作，如果你没有获得奖学金，你没有获得研究生院的录取。这并不是因为有人比你更好。不，只是碰巧他们比你更有优势。这很好。对。这会发生的。但通常情况下，当你考虑最大化你的成功机会时。

获得其中一件事情，你需要考虑，这是一件空间上的事情，我想确保我看起来，我拥有他们正在寻找的特征，还是享乐主义的，你知道，我想在尽可能多的事情上击败我的竞争对手。对。所以我会喜欢，我会喜欢完成最多的本科研究。我会收到最强的推荐信。所以，很多事情都是两者的结合。

在本期节目中，密歇根大学复杂系统教授、五次获奖作者斯科特·佩奇解释了思维模型在我们看待世界、发现创造性解决方案和解决复杂问题方面所具有的力量。   成为高级会员：会员可抢先体验、收听无广告剧集、获得人工编辑的文字稿、可搜索的文字稿、独家会员剧集等等。立即注册：https://fs.blog/membership/   每周日，我们的时事通讯都会分享您可以运用到工作和生活中不朽的见解和理念。将其添加到您的收件箱：https://fs.blog/newsletter/   在Twitter上关注Shane：https://twitter.com/ShaneAParrish   </context> <raw_text>0 但真正有用的是在你的脑海中同时拥有这两种模型，因为你正在思考的事情，同时，如果我是一家广告公司，我正在推销，对吧，一个广告平台，试图成为一家大型汽车公司的供应商，对吧？这是一场多维度的竞争。所以你想要做的就是把这两个模型都放在脑子里，然后说，让我们把它想象成一个空间模型。让我们把它想象成一个纯粹的享乐主义竞争模型，然后想想我们该如何定位自己？我们的竞争对手在哪里？我认为这给了你，

我认为这在某种程度上是令人平静的，对吧？因为它给你提供了一种组织思维的方式。它也让你知道，如果你输了，并不一定是因为你比别人差。如果你赢了，也不一定是因为你比别人强。所以它也是，它很平静。它也很谦逊，对吧？因为很容易想到，我在尝试展示我的工作中经常遇到的一件事

多样性，多样性的价值在于那些成功的人，根据定义，拥有，拥有，身处，总是获胜，他们掌握权力，他们认为我很好，因为我在这里，因为我很好。他们通常是这样的。

他们倾向于认为他们之所以在那里是因为他们有很强的能力。他们有很强的能力，这意味着他们在获得工具方面具有灵活性。但关键是让他们认识到，为了让团队变得更好。对。你需要拥有其他工具的人。对。

所以这很棘手，因为这些人认为这些人，你知道，成功的人也认为，因为他们赢了，你知道，因为他们很好。事实上，你知道，也许他们赢了，因为他们碰巧拥有顶尖人才的正确组合。我有点从进化的角度来考虑这个问题，对吧？我们今天考虑的基因突变可能会被选择为有价值的，但一百万年前，同样的基因突变可能已经被，

负向选择或过滤，如果你愿意的话，因为环境变了，情况变了。我们把故事应用到这些随机的波动中。这并不是说成功完全是随机的，但任何事情中都存在运气成分。

但这种权重取决于具体情况，对吧？所以你会对世界产生一种非常复杂的看法。当我们思考如何学习模型、如何做出更好的决策以及如何教你的孩子了解复杂性时，我发现这很有趣。例如，你怎么教你的孩子，不一定是大学生，也包括他们，但例如，你怎么教他们，嘿，世界是……

并不是这个简单的地方。而且，你知道，这里有一些你需要学习的通用思维概念。你如何在你孩子的身上灌输这些呢？

这是一个如此吸引人的问题。我认为尤其是在，你知道，上周《纽约时报》上的一篇文章谈到，上层，你知道，上层五分位的人在孩子身上的花费比那些经济地位较低的人多得多，目的是为了让他们在经济上获得成功。所以让我们回到你之前问的一个问题，比如在学校里你学习的是力等于质量乘以加速度。在100年前的经济中，

它几乎取决于，它更多地取决于你自己的能力，你真的非常优秀。就像你是一位非常优秀的律师。你是一位非常优秀的家具制造商。回到200年前。如果你把农场经营得很好，你就会成功，对吧？所以这一切都取决于你的个人能力和努力工作，对吧？所以我读了一本很棒的书，叫做《精英统治的兴起》，这是一本很老的书，大约是50年前的。所以它谈论的是

成功是智力加努力。这实际上是“精英统治”一词的来源。如果你把世界想象成一系列独立的筒仓，你筒仓里的谷物数量取决于你的智力水平和努力程度，那么这一切都取决于你努力工作、取得好成绩的能力。

在课堂上，培养这些技能。这是一种非常功利的看待世界的方式。但在一个复杂的世界里，你的贡献能力，我还要回到你与阿图尔·加万德精彩的采访，在一个复杂的世界里，你的

成功将取决于你是否能够填补一个有价值的利基市场，对吧？正如巴拉巴西的书中所说，这可能是连接事物，这可能是从不同的地方提取资源和想法，但这将是填补一个利基市场。这个利基市场可以采取各种不同的形式。所以我认为当我与本科生谈论这个问题时，当我与我的两个儿子谈论这个问题时，你想考虑的是

找到结合三件事的东西，你必须真正热爱它。你必须，你知道，这是你热爱的事情。你必须热爱它的实践。所以如果你，你知道，一个伟大的篮球运动员不是一个有很高能力的人。他是一个热爱练习篮球的人。一个伟大的音乐家是有某种能力的人，但他们热爱练习音乐。所以你必须，你真的必须享受你正在做的事情的实践。第二件事是你必须具备一些天赋，对吧？

对。所以我的小儿子实际上是一位相当不错的舞者。他小时候，成年男性舞者并不多。舞蹈工作室的负责人在我有一天送他下车后，追上我说，那是你儿子吗？我说，是的。他说，好吧，我们需要成年男性舞者。我说，是的，这来自家族的另一边。他说，不，不，不可能来自。他像看我跳舞一样看了大约30秒。他说，你说得对。它来自家族的另一边。而且。

你知道，即使我喜欢跳舞，我的最高水平的舞蹈也会很低，对吧？所以你必须具备一定的能力。然后第三件事是你必须能够在某种程度上将这些事情与一些有用的、有意义的事情联系起来，对吧？某种方式，你知道，你认为它会让世界变得更美好，对吧？所以问题本身，你追求的东西必须具有一定的意义、目的或价值。你必须能够说服自己，并说服他人。

因为否则，我发现学术界最吸引人的事情之一是

人们会在小型部门工作，他们会研究一些东西，这些东西对他们来说变得非常有趣，他们是这个领域的专家，这很好，因为我们正在推进知识，但在他们的小圈子之外，没有人可能会觉得这很有趣，我认为他们有责任去思考，你知道，他们是否以一种我认为他们正在做的事情的方式来运用他们的才能，他们是否让它对其他人来说变得有趣，或者至少是引人入胜的，因为我认为如果你只有30个人关注你的工作，你增加的价值并不多

这与14到20岁的年轻人进行对话是很棒的。如果我们年龄更小呢？例如，我们如何教一个8岁的孩子关于复利，以及幂律分布？例如，我们可能不会使用这些名称，我们可能不会使用它们背后的数学知识，但我们如何开始灌输那些模型呢？

我思考这个问题的方式是，如果世界正在变化，那么可能有一套核心模型是不变的，对吧？那些跨越人类历史、生物学，也许还有某种存在形式的数学模型，对吧？互惠就是一个很好的例子，对吧？它适用于人类和社会系统。它也是一个物理概念。我们如何教我们的孩子，或者我们是否应该教我们的孩子，这可能是一个不同的问题，但是

这些模型是否应该在学校作为模型来学习，以便你开始发展这个格子状结构或这种思维模型，就像你正在翻阅书页，然后说，哦，这个模型可能适用于这里。不，它不适用于下一个模型。我们如何在孩子身上灌输这种想法，即使他们不理解其背后的数学原理，以便我们开始理解世界比单一模型更复杂，并且

你目标的一部分就是你所说的那样，填补这个利基市场。但你填补这个利基市场的一种方式是，你对这些模型的聚合以及你如何应用它们，在一个群体环境中、在一个特定的公司中，其价值会更高或更低。你对其他人如何应用模型的理解也将成为未来战略的关键因素。

因此，如果我们可以预测我们的竞争对手正在遵循他们在商学院学到的模型，那么我们现在就知道他们可能会如何回应我们的行为，我们不太可能感到意外。我们可以利用这些信息来提高我们的业务或公司的竞争力。是的，这是一个很好的问题。我认为有两件事浮现在脑海中。一个是，我认为我们可以做更多关于元教学的事情，从某种意义上说，其中一件

人们真正喜欢的事情是，我做了一个名为“模型思维”的在线课程，这是一个大型开放式在线课程。其中一种说法是，当你，有一种叫做，他们借鉴了我同事马克·纽曼的话，当他谈论分布时，那就是逻辑结构功能。所以如果你在世界上看到某种结构模式，那么一定有一些逻辑来解释它的形成方式。然后你还要问问自己，

这种结构是否具有某种功能？它重要吗？对吧？当你谈到正态分布与幂律分布时，我们会教孩子们钟形曲线。

但我们不会说，这是钟形曲线，这是一个结构。想想所有其他你可以画的结构。但现在我们要问，我们实际上在自然界中看到了哪些结构？我们没有看到很多。我们看到钟形曲线。我们看到某种拉长的钟形曲线，即对数正态分布。我们看到幂律现象。但我们很少看到有五个峰值的结构。为什么会这样？所以我们需要一个逻辑来解释我们看到的结构。那么，什么逻辑支撑着我们看到的结构呢？

正态分布，你把东西加起来，什么逻辑支撑着对数正态分布？你正在相乘，什么逻辑会给你幂律？好吧，在书中我说有很多，对吧？有优先依附。有自组织临界性，但有逻辑会给我们这些泵，然后你想问它是否重要，我们是否关心，以及，然后这很容易说服孩子们，因为你可以说，如果收入像身高一样分布在

正态分布中，这很好，很可预测，而且看起来很公平。但如果身高是幂律分布的，那么将会有10000个人像长颈鹿一样高，将会有一个人像迪拜塔一样高，然后会有，你知道，像美国1.7亿人一样，只有7英寸高。

他们会说，哇，那会很糟糕。设计建筑物也会非常困难，对吧？因为你需要为身材矮小的人设计陷阱。所以我认为这个逻辑结构功能非常重要。我认为我们还需要做的是让他们体验在各种学科中使用相同的

广泛的理念。我在课堂上做的一件事，我希望再次教授，因为学生们非常喜欢它，但今年没有成功，叫做集体智慧，我们只是做了一堆不同的课堂练习，并且

探索集体智慧的来源。这是一个例子，我认为，最——在我们继续之前，什么是集体智慧？集体智慧是指整体

比任何一个单独的单元都要聪明。你可以从预测的角度来考虑这一点。这可能是众人的智慧，人们猜测一头牛的重量，平均而言，人群的猜测会比其中任何一个人的平均猜测更好。这是一个数学事实。但在这里，我们正在研究的是解决问题的集体智慧。这是设置。非常有趣。我让一个研究生编造了一堆

定义在100乘100网格上的问题。想象一下一个100乘100的棋盘，每个单元格都有一个值。其中一个问题非常简单。我们称之为富士山问题。只有一个大的峰值，不一定是位于中心，它只是位于右上方。有一个巨大的峰值，它具有最高的值，所有其他值都从该峰值下降。

另一个问题在这个景观上有五六个小的峰值，但其中一个更高，另一个非常崎岖。所以他只是创建了一堆问题，我不知道它们是什么。对。这是关键的一部分。没有人知道这些值是什么。

所以我创建了三个团队。一个团队是物理学家。物理学家所做的是，他们先坐下来说，好吧，我们检查哪些八个点？然后他们会从这些点获取值。这有点像“战舰”游戏，他们会说，比如，D7。他们会进来，我们会说，这是D7的值。然后他们会得到另一个。所以他们得到了大约五轮，他们可以检查。是10个点。所以五轮他们可以检查10个点。目标是找到最高点。

另一组是哈耶克主义者，分散的市场，每个人都去选择一个点，然后他们会回来，他们会说，这是我选择的点，这是值，但没有协调。其想法是，你可以通过比较这两个值来看到价值，因为你可以看到其他人选择了什么地方，你可能想去他们附近的地方。但你也可以通过尝试其他点来为自己和团队构建信息，对吧？所以在这个团队中存在各种合作和竞争。

第三组是蜜蜂。蜜蜂会指向一个方格。他们不能给出一个数字。他们不能说，A26。他们只能在这个大方格上指某个地方。我们会近似地估计我们认为是什么。我们会显示价值。他们必须回去跳摇摆舞，对吧？现在，问题是，事实证明，本科生不会摇摆。他们不会，像，跳摇摆舞。他们太不自信了。所以我们让他们用手跳舞。

他们所做的是，他们必须像指向它所在的方向。然后他们摇摆得越久，价值就越好。好的。然后我们将跳摇摆舞的蜜蜂与哈耶克主义者和物理学家进行了比较。在一个简单的难题和一个有五个峰值的问题上，蜜蜂的表现与物理学家一样好。

事实上，在五个峰值的问题上，具有讽刺意味的是，他们比物理学家略好一点。所以我们事后谈论这个问题。有人说，那是因为蜜蜂可以求导数。

每个人都像，什么？他说，不，像要解决这个问题，你只需要求导数，所以他们可以找到最高点，他们可以求导数，因为他们可以看到谁在摇摆。对。只有在非常困难的问题上，物理学家做得最好。所以你从中学习到的是，蜜蜂、市场和问题解决团队都在处理高维问题，比如，你知道，他们看到的东西，对。如果它，

并不难，而且寻找食物并不难，那么这些方法与物理学家一样好，因为导数和市场一样好。但当它变得非常困难时，市场将无法运作，因为你需要各种协调。这又回到了我们之前谈到的问题，何时使用市场，何时使用民主，何时使用等级制度，何时只是放手不管。

这可能取决于问题的难度。但令人兴奋的是，你可以用小孩子做的事情是，他们会看到，这是一个跨学科的集体智慧理念。

如果你想教，比如，在同一堂课上，我再举一个例子，因为它太有趣了。有一个很棒的游戏叫做“交通堵塞”。我不知道你是否见过它。我们有小汽车和卡车，你可以把它们滑来滑去，你必须把这辆红色的汽车开出去。你明白了。是的。所以你会得到这种配置。这些配置被称为简单、中等、困难和非常困难等等。

发生的事情是，所以这是我在课堂上做的实验。同样，数字太小，无法说这是一个科学的结果，但它总是有效的，而且总是非常有趣。人们玩“交通堵塞”，他们玩简单、中等、困难的游戏，我们计算他们平均完成每个游戏需要多长时间，对吧？越难的游戏花费的时间越长。然后我让他们写下玩“交通堵塞”的模型。一个模型可能是反向求解。

就是想想那辆车将如何开出去。另一个模型是，把大卡车移开，对吧？另一个模型是向前移动，然后向后移动。所以，你知道，尽可能地向前移动，对吧？然后向后移动。然后我做的是，

我让另一组人阅读第一组人的思维模型，然后玩不是相同的游戏，而是具有相同难度的不同游戏，并计算他们需要多长时间。发生的事情是，他们好得多。你所看到的是，这是一个，这是一个……

它不是隐性知识。它实际上是可以学习的知识，玩“交通堵塞”。我一直苦苦挣扎，你可能对此有很好的了解，我试图设计一个游戏，你不能，它是纯粹的隐性知识。我无法沟通。所以我的朋友约翰·米勒总是开玩笑说，这个周末，他将阅读几本关于网球的书，然后去成为一名职业网球运动员。你不能。是的，是的。所以我试图找到一个非常酷的例子来与之并列，

“交通堵塞”，也许你的听众会发邮件进来。你可以在课堂环境中做到这一点，一些新的游戏，人们可以学习它，但没有他们可以……如果它不涉及身体技能，只涉及心理技能就好了。

这就是让它变得困难的原因。对。实际上是亚当·罗宾逊告诉我，“交通堵塞”是他知道的最好的游戏之一，可以教小孩子思维技能。哦，真的吗？是的。今年我们在度假时整个夏天都在玩这个游戏，我们会带它去。这是一个带到餐馆等地方的好游戏。我的孩子们当时，你知道，

八岁和九岁。而且，你知道，我们会坐在那里，你知道，他们会坐上整整两个小时，只是玩这个游戏。这是一个非常棒的游戏。这太吸引人了。我的意思是，作为一个家长，我只是答应他们30分钟的iPad时间。如果他们在三个小时内完成了所有40个问题，他们会说，哦，我的上帝，这太棒了。他们为了这30分钟的iPad时间而努力工作，这太令人惊讶了。

- 没错，把激励机制做好。不，但它确实很有趣，我认为这是因为这是一个体力游戏，当我把它带到课堂上时，我会说，你们只有10分钟。

有时我只是从学生手中拿走游戏，你知道吗？然后我说，看，你可以把它带回家，第二天再拿回来，因为它太有趣了。在我们结束之前，让我们谈谈你书中的一些模型。我想，你能，我提三个，你带我了解一下你如何呈现它们以及如何使用它们。对。让我们从幂律分布开始。好的。所以，

幂律分布是

让我们从它们不是什么开始。正态分布就像人的身高一样，平均身高是5英尺10英寸，有些人是5英尺8英寸，有些人是6英尺0英寸，它下降得非常快。幂律分布中，大多数事件都非常非常小，偶尔会有巨大的事件。如果你观察地震，会有成千上万次微小的地震，偶尔会有一次巨大的地震。如果你观察这些国家的城市规模分布，会有大量的城镇。

偶尔会有纽约、伦敦、东京，如果你观察书籍销售、音乐销售，大多数书籍只卖三四百本，偶尔会有几百万本的书

还有一个问题是是什么导致了幂律。与正态分布不同，正态分布只是通过将事物加起来或取平均值来获得的，幂律有很多原因。所以在书中，我回到，让我们回到这个逻辑结构功能。这是一个我们经常看到的结构，对吧？这个长尾分布。

问题是，是什么导致了它？所以我在这本书中谈到了三个模型。一个是所谓的优先依附模型，想象一下事物像行走一样。想象一下，有一组城市或一组书籍，我搬到一个城市的概率或我买一本书的概率与居住在该城市或购买该书的其他人的数量成正比。

我们可以立即看到存在正反馈，更多的人搬到纽约，对吧，更多的人搬到纽约，而更多的人购买《引爆点》，具有讽刺意味的是，更多的人购买《引爆点》，所以《引爆点》卖出了100万本，纽约有1000万人，如果没有人购买某人的无聊书籍，那么就没有人购买无聊的书籍，但是幂律形成的另一种方式是通过随机游走，想象一下，每个公司，一个公司是由某人

你知道，加入他们的公司。他们有这些初创公司。他们是一个人。现在，假设他们同样有可能失败或雇用第二个人。而且我假设他们同样有可能回到一个人或第三个人。那么，这家公司的寿命，这家公司将存在，只要有正数的工人。好吧，如果这是一个完全随机的游走，就像抛硬币一样，你可以想象大多数公司会很快倒闭，对吧？你添加一个员工，然后你倒闭。你添加两个员工，然后你下降一个，上升一个，下降一个，下降一个，你倒闭了。

所以这表明公司的寿命，有些公司的寿命可能非常短，但如果你碰巧变得非常大，你就会持续很长时间。这应该是一个幂律。事实上，物种的寿命、系统发育和生态学中的系统发育，你可以认为这是完全随机的。

也满足幂律，然后获得这些幂律的第三种方式是通过某种叫做自组织临界性的东西，如果我把沙粒洒在桌子上，最终我会得到一个很大的沙堆，然后如果我观察有多少沙粒掉到地上，大多数时候当我洒下一粒沙子时，一旦沙堆形成，就会很少，但偶尔我会得到这些巨大的雪崩，所以发生的事情是系统正在聚集到这个临界状态，所以想想洛杉矶的交通，或者多伦多的交通，或者纽约的交通

发生的事情是，

它自己组织起来，尽管汽车的间距非常近，突然发生了一起事故，砰的一声，就会造成三个小时的延误。所以大多数时候情况都很好，但一起事故会导致，所以现在你有了，好吧，现在我们有一个逻辑来解释这个结构。为什么它很重要？好吧，它在以下情况下很重要，你知道，对于你想到的事情，比如，你知道，书籍销售，音乐销售，那些事情。这意味着将有一些人会非常成功，而另一些人则不会那么成功。

这可能不是，我们可能会认为这不公平，对吧？我们可能会认为，如果我是马尔科姆·格拉德威尔，我不应该认为，哇，我太棒了，因为我卖出了400万本书。这是因为不，你只是碰巧是《纽约客》的作者，因为你受益于这些正反馈。所以它实际上可以改变我们思考的方式，你知道，我们如何对待人们。如果你认为，不，这个人卖出了这些书，因为他们就是这么优秀，对吧？

对吧？这与你说，不，人们买书的自然过程导致了大赢家，这是截然不同的故事。然后你开始意识到，不，大赢家与其说是技能，不如说是运气。这真的很有趣。让我们谈谈我想谈论的下一个模型，那就是当我读到你的书中的时候，我想，哦，大一物理，那就是凹面和凸面。是的。带我了解一下。

那么，这些是什么，这是，我，我弄错了。我想，是的，物理学，就像第一次作业一样，我把它们弄混了。我的，就像我的，太搞笑了。是的。所有这些记忆都回来了。是的，不，这是一件具有挑战性的事情，因为，有些事情你几乎必须涵盖。否则，你有点，这是一种怠慢，对吧？所以，

线性化的基本思想，对吧？就是某事总是具有相同的斜率。所以下一个玩偶，你知道，下一件事的价值与前一件一样多。本书中许多模型的基础是关于凹性（递减收益）或凸性（递增收益）的一些假设。我们刚才谈到了优先依附。这是一种凸性的形式，它有点像，

有人购买你书籍的几率会随着越来越多的人购买你的书籍而增加。所以，如果第一个人购买的几率很低，那么第一百万零一本书被购买的几率就高得多，对吧？因为很多人已经购买了。所以凸性只是意味着某事发生的几率或某事的回报，随着更多人去做而增加。世界上许多事情都是相反的。它们是凹的。所以如果你考虑一下，凹性意味着下一件事的附加值，

减少了。例如，巧克力蛋糕，下一口巧克力蛋糕，下一勺冰淇淋，对吧。这只是递减收益。所以，如果你考虑一下向公司增加员工，对吧。当你不断增加员工时，这些额外员工的价值就会下降。团队中的人也是如此。对。所以当你考虑，假设我决定要做出一个重要的决定，

第二个人会给第一个人增加很多。第三个人会给第二个人增加很多，依此类推。但在某些时候，你只会增加很少的价值。因此，在特定任务的团队绩效中，往往存在一定程度的凹性。我认为我在写作中面临的挑战是，如何让

凹性和凸性即使在遥远的程度上也令人兴奋，对吧？因为它就像主流数学一样，最简单的教学方法几乎是通过导数，对吧？所以线性函数具有恒定的导数，而凹函数则下降。但是你所做的是，你试图证明这些在某种意义上是根本性的，没有认识到

特别是凹性，会导致非常错误的假设。在20世纪70年代，日本经济增长非常迅速。所有这些文章都说日本将在八年内超过美国。但事实是，如果你构建模型，你会意识到，当你工业化时，你会增长得相当快，但这种工业化会带来递减收益。

中国也是如此。如果你对五年前的中国进行线性预测，你会说，哦，我的天哪，到2040年，中国的经济规模将非常巨大。但现实是，增长将会下降，因为模型显示，为了保持任何接近线性增长的东西，你必须疯狂地创新。这些都是大规模的创新。所以我认为凹性和凸性章节背后的想法是

试图让人们认识到，许多事情都会带来递减收益，对吧？线性思维可能是危险的。线性预测可能非常危险。我想要谈论的最后一个模型，我想它实际上不止一个模型，而是局部交互模型。是的，这些很有趣。这些超级有趣。所以局部交互模型，有一些简单的……

计算机模型，并不是说凸性和凹性不好玩，但我觉得它们对一小部分人来说很有趣。所以这些局部交互模型是你可以将人们想象成，首先，也许在一个棋盘上，但最终可以将他们放在网络上。

你想象的是，我的行为取决于周围的人。其中一个例子，我经常举的一个简单的例子是，你如何向人们打招呼？对吧？所以你是握手吗？你是鞠躬吗？你是击拳吗？对吧？你做什么并不重要，但你做的和你周围的人一样，对吧？所以如果，

如果你去鞠躬而我去握手，我会戳到你的眼睛。所以这行不通。所以你想要的是，在某种意义上，我们称之为纯粹的协调博弈。我想做的是，我想与我正在互动的人协调。

这发生在许多方面。在我之前写的一本书《差异》中，我谈到了你存放番茄酱的地方。你是把番茄酱放在冰箱里还是放在橱柜里？再说一次，你做什么并不重要。不，这很重要。总是冰箱。是的。橱柜里的人认为冰箱里的人疯了。有一位医生对我说，斯科特，

我认为你可能会觉得这很有趣，但你必须把番茄酱放在冰箱里，因为它含有醋。我说，你把醋放在哪里？他说，在冰箱里。整个房间的人都说，你疯了吗？你知道，你不会把醋放在冰箱里。酱油也是如此。冰箱里有酱油，橱柜里有酱油，人们。你做什么并不重要，但你做的任何事情都变得非常重要。它定义了你是谁。

所以我在课堂上做的一件有趣的事情，我也在书中谈到过，你可以想象你实际上正在玩一系列的局部交互模型。

你可以将这些局部交互解决方案的集合视为构成文化的一部分。我之前提到的我的妻子珍娜·贝德纳尔是一位政治学家。她有一些关于这方面的论文，你可以将文化视为在各种环境中的一组协调行为。所以我会在课堂上做这个。我会说，好吧，人们在餐桌上使用手机吗？人们在你

在你家里脱鞋吗？电视开着吗？你拥抱你的家人吗？对。只是一系列的事情。然后我会让人们，我会让学生投票，比如，你知道，使用谷歌表格，比如，你知道，他们做了哪些。我们有点像，你知道，这是所有这些事情的众数响应。这是正确的人，也就是那些做我做的事情的人。对。我说，你知道，这些人是我的同类。你可以走到前面，你们都会得到A。是的。

而教学中最棒的部分是，大约十年前，这个孩子下课后走过来，他说，哦，我的上帝，哦，我的上帝，这解释了这一切。我说，解释什么？他说，我女朋友的家人。我说，什么？他说，我做的每件事，他们都做相反的事情。奇怪的是，关于这些局部交互模型的好处是，

在此之前，他认为他们本质上只是奇怪的人。对。他只是认为这些人很疯狂，他们有，他说，他们有自己的餐巾。

就像你总是用餐巾架得到他们自己的餐巾一样。他们脱掉鞋子。比如，你知道，他们总是把收音机放在房子外面。没有人，这只是一系列他们做的事情。比如他们互相拥抱，对吧？他说，好吧，他们拥抱我，对吧？所有这些他们做的事情。他说，他认为这只是他们基因构成的一部分，他们性格中必不可少的一部分。事实上，这只是一系列他们的家庭已经解决的协调问题，对吧？我在这个领域还有另一个很好的例子，有人告诉我一个故事，关于

在除夕夜那一年，她嫁入这个家庭已经20年了。她说，你知道，我喜欢这个家庭。他们很棒。但我讨厌除夕夜的煮白菜和甜菜汤。你知道，20年过去了，我想我可以这么说。结果每个人都讨厌它。没有人提到它。结果，我想，有人，比如，已经死了，比如，15年或

据说他们认为对吧？是的，然后他们决定以后会做一次仪式性的海滩或其他什么，但是不，所以我认为，你没有意识到，我们是谁以及我们做什么，很多都来自于这些局部交互模式。现在让我们认真对待一下，远离番茄酱和鞠躬。当我为一家公司工作或在某个组织工作时，你知道股票分析师、心理学家，无论我做什么，我

我们使用的思维模型就像局部交互一样，对吧？我的意思是，就像，哦，你正在使用那个思维模型。对我来说，使用那个思维模型更容易。然后这就会阻碍多样性，对吧？所以，这真的成为一件非常重要的事情，而且非常有趣的是，

你的思维模型比我的好，但对我来说，坚持我的思维模型仍然是值得的，因为它提供了多样性。所以总的来说，这是值得的，但也会有，所以再次回到你之前提出的关于进化的观点，这就是多模型思维变得有趣的地方，你会意识到，所以我已经，我去某个组织工作，或者我在某个实践社区工作，我有一套我正在使用的思维模型。对我来说，开始协调其他人的思维模型变得很容易，对吧？使用其他人的术语，因为那是它，

更高效，而且你知道如何吸引他们，如何说服他们，如何与他们互动，以及他们如何看待世界。然后他们是可以预测的。这有点像回到，你读过《安德的游戏》吗？没有。哦，《安德的游戏》中的一个关键时刻是安德，这个最终拯救世界的孩子，奥森·斯科特写的完全虚构的书。我们刚和我的孩子们一起读了。其中一个关键时刻是，他就像，我，

对。

这个问题通过这个人的视角看起来是什么样的？通过这个人的视角看起来是什么样的？然后在脑海中绕着桌子走动，然后也有一种等级制度。对股东来说是什么样的？对政府来说是什么样的？对所有与系统互动的人来说是什么样的？通过这种方式，你可以对现实有更细致的了解。如果你通过其他每个人的视角来看待这个问题，你就知道如何用他们自己的语言与他们交谈，或者，

以一种可能更能吸引他们的方式。——是的，这是一个非常好的观点，因为我在整个领域中挣扎的一件事，我认为这是一个很好的挣扎点是，

当你从非常正式的模型转向某种抽象的视角转换，或者某种学科方法来解决问题时。让我举一个我发现很酷的具体例子，那就是药物审批流程。如果你看看像吉利德、基因泰克这样的公司，对吧，有人构建了一个分子，然后他们必须决定，好吧，这个分子是我们能用的东西吗，你

用来改善人们的健康。对这个问题的一种看法纯粹是从药理学的角度来看，对吧？所以是人体化学，它是如何工作的，对吧？纯粹的科学。但也有某种社会学的视角，就好像，你知道，人们会，人们会如何接受它？这将如何传递下去？它会被滥用吗？它可能被滥用吗？它会有什么用途？还有一种

纯粹的几乎是组织科学的商学院视角，就如何，如果很难解释，我们如何教育医生如何使用它？对。还有一些人了解纯粹的政治过程，那就是，你知道，即使它在所有其他方面都有效，它获得批准的可能性有多大，我们能否通过政府审批流程？如果它在某种程度上有所不同，鉴于他们有他们使用的盒子。所以你所拥有的是，你将所有这些不同的学科都应用进来，就像你在本书中所说的那样，如果，

如果我是吉利德的首席执行官，我必须决定是否将这种药物推向市场，我实际上必须雇佣能够从所有这些不同角度看待问题的人，对吧？否则，你知道，我可能不会做很长时间的首席执行官，因为我不会这么做。

但随后你会意识到，让我们暂时让事情稍微不那么抽象一点，并考虑一下对文科教育的传统论点，对吧？你想要从许多不同的角度阅读文学作品的原因是，所以你不想仅仅阅读关于，你知道，加拿大历史或美国经济史之类的伟人观点的原因是，还有所有其他经历过同样的事情并从非常不同的角度看待它的人。但是

所以，但这里有趣的是，当我谈到多模型时，我有点在说这个观点，哦，我的天哪，人们应该花更多的时间学习技术方面的东西。一方面，这有点正确。人们应该学习技术方面的东西。但我提出的核心论点与另一端的人提出的论点非常相似。

就文科教育如此重要的原因是能够进行视角转换，对吧？学会从不同的角度看待世界。我认为不同之处在于，我是一个，你知道，我认为我是一个实用主义者，对吧？我的意思是，我只是看到了很多机会。我，所以我感觉像

我从更务实的角度来看待这个问题，即走出去，在世界上有所作为，而不是仅仅欣赏所有这些不同的看待事物的方式。

而这种区别之所以重要，是因为在文学作品中，每个视角都值得考虑，对吧。并且参与和思考，因为没有，没有最终目标，具有讽刺意味的是，鉴于你刚才提到的故事的名称，但是，但是如果我正在做一个投资决定，或者如果我担心药物审批，如果我试图制定一项政策来，你知道，减少不平等，如果我试图思考我们如何教育人们，那么就有一个最终目标。我们可以衡量一些事情。存在性能特征。所以它，

很可能你会说，“我认为我们应该从这个角度考虑。我认为我们可以使用这个模型。”然后我们可以对这个视角和这个模型进行测试，并认为，“不，我们不应该。”我认为我正在推广的方法有所不同，是的，你抛出一堆模型，但如果意大利面条粘不住冰箱，意大利面条粘不住冰箱，你让它走，它可能是一些你保留的东西，因为会有其他情况它会起作用。

但关键是，会有它不起作用的情况。所以——你不想强迫它。——不，你不想，所以存在包容性的限制，对吧？我的意思是，就好像，你只想包容那些真正能帮助你做任何你想做的事情的东西。——我认为这是一个结束这场谈话的好地方。我觉得我们还可以再聊几个小时。

但我非常感谢你的时间，斯科特。这太吸引人了。谢谢。进行这些开放式对话真的很有趣，我真的很欣赏这种形式，你知道，而不是简单的，你知道，回答、回应，而是给我时间来详细阐述这本书和我一直在思考的内容。谢谢。太棒了。我们以后必须进行第二部分。谢谢。大家好，我是谢恩。在我们结束之前，还有一些事情。

你可以在 farnamstreetblog.com/podcast 找到节目笔记。这是 F-A-R-N-A-M-S-T-R-E-E-T-B-L-O-G.com/podcast。你也可以在那里找到获取成绩单的信息。

如果你想收到我每周发送的包含各种大脑食物的电子邮件，请访问 farnamstreetblog.com/newsletter。这是我本周在网上找到的所有好东西，我已经阅读并与密友分享，我正在阅读的书籍，以及更多内容。感谢收听。