什么是思维模型应该怎么用（比模型思维更高级的）
什么是思维模型应该怎么用（比模型思维更高级的）我们该如何理解斯科特·佩奇和查理·芒格的话呢？—— 查理·芒格斯科特 · 佩奇先说一个人。这个人叫做斯科特·佩奇，他是密歇根大学复杂性研究中心的掌门人，圣塔菲研究所的外聘研究院，还是美国艺术与科学学院院士。他在密歇根大学开了一门课，就叫做模型思维，截止到目前，这堂课的学生已经超过了100万人。他说，模型思维的真正价值在于要拥有多个模型。“想要成为一个有智慧的人，你必须拥有多个模型。而且，你必须将你的经验，无论是间接的，还是直接的，都放到构成这些模型的网格中。”
上一次咱们聊了一个高级的思维模式，叫做模型思维。这一次，我们说个更高级的。
模型思维很好，但是，搞不好就成了“拿着一个锤子，看什么都像是钉子。”
这个问题的解决之道在于多模型思维。
怎么又跑出来一个多模型思维？其实，模型思维的本质就是建立在多模型基础上的。
斯科特 · 佩奇
先说一个人。这个人叫做斯科特·佩奇，他是密歇根大学复杂性研究中心的掌门人，圣塔菲研究所的外聘研究院，还是美国艺术与科学学院院士。他在密歇根大学开了一门课，就叫做模型思维，截止到目前，这堂课的学生已经超过了100万人。他说，模型思维的真正价值在于要拥有多个模型。
“想要成为一个有智慧的人，你必须拥有多个模型。而且，你必须将你的经验，无论是间接的，还是直接的，都放到构成这些模型的网格中。”
—— 查理·芒格
我们该如何理解斯科特·佩奇和查理·芒格的话呢？
有三个角度：
1、由于事物足够复杂，我们需要用多个模型来理解一个事物。
2、一个模型可以帮助我们理解不同的事物，发现它们之间的内在关系。
3、彼此相悖的模型可以带给我们智慧。
让我们来具体地看看，如何从这三点出发去理解多模型思维，从而让我们拥有更高的工作绩效，拥有更强的思考能力，拥有更透彻的洞察力。
学会用多个模型理解同一个事物。
谷歌有一项如何招聘到更优秀员工的研究。谷歌发现，在招聘环节，使用一位面试官来评估求职者，会将招聘到高于平均水平雇员的概率提升至74%。如果再增加一位面试官呢，这个概率是81%。再多一位呢？是84%。第四位面试官的加入呢？是86%。
使用多个模型理解同一个事物的逻辑也是如此。增加模型可以提高准确性，并让我们可以选择更正确的行动。每个面试官相当于一个模型，会从不同的角度审视求职者，集合不同的“模型”对求职者会有更全面的认识。
在实践中，由于边际效用递减原理，一般而言，3个模型就可以达到一个相当准确的结果了。上面谷歌的例子中，当面试官增加到20个人的时候，概率也只是提高到了90%多一点。而想要将这么多的面试官投入一次面试中，相对于提高的效率来说，有点得不偿失了。
在一项对经济学家的测试中也发现了这一点。我们可以将每一位经济学家视为一个模型。
一位最好的经济学学家对如失业率、经济增长率和通货膨胀率等经济指标预测的准确性，比平均水平高出了9%。如果使用3位随机选择出来的经济学家，其表现就可以比平均水平高出15%。
多模型方法比最优模型更高效。
为什么多模型会比最优模型更好呢？这好像有悖于我们通常的理解。其实，这是模型的基本特征决定的。
斯科特·佩奇在他的《模型思维》一书中提到，模型具有三个特点。
1、它是简化的，去掉了某些细节。就像我们看到的地图就是一种模型，我们可以在地图上看到一个数字就是比例尺。不管是1:100，还是1:10000，只有忽略掉某些细节才能做到这一点。做到1:1？那就不是地图了，那是我们在外面直接跑了。
2、它是形式化的，逻辑化的。比如物理公式，体现为某种数学形式。我们所熟悉的冰山模型，体现为图形等等。
3、它是不全面的。就像上面说的，地图无法做成1:1的。
所以，同时考虑用多个模型看待一个事物，可以帮助我们实现多种情况的交叉。不同的模型侧重点不同，所以多模型给了我们在不同侧重点下的视角，更全面的视角。
图片来自网络
二、一对多一种模型可以在很多领域具有解释力。比如，熵。
熵是用来描述混乱程度的一个物理量。热力学第二定律说，在任何一个孤立系统里，总体的混乱程度，只会增大不会变小，直到达到混乱的最大化。
图片来自网络
比如，一袋子大米，放在袋中，很有秩序，这时它的熵是最小的；不小心把袋子捅破了，打翻了，米撒了一地，这时，米粒是无序的，混乱的，熵是增加的。
宇宙基本的目标是熵增，这是热力学第二定律的发现。也就是说，宇宙总体上是要向着混乱这个“目标”不断发展的。所有的恒星都会熄灭，都会解体，变成最基本的粒子杂乱无章地存在着，这就是物理学上的“热寂”的概念。
图片来自网络
香农用熵来描述一个信息源内部的不确定性。要看一个东西信息量的大小，要看它克服了多少不确定性。信息熵指的是这段信息中所含不确定性的多少。
吴伯凡老师也曾经用熵这个概念来讲过组织管理。在组织中，要面对的是熵增，也就是混乱程度的增加，想要克服，就需要引入“负熵流”。
我们还可以用熵增这个模型来理解生命。生命的本能就是增加混乱，也就是进行熵增。表面上看，生命是在增加秩序，也就是熵减啊，怎么是熵增呢？为了实现熵减，我们大大地增加了熵。本来一棵长了10年的树，我们为了做家具，把它砍伐，使用更多的能量将其加工，实际上是增加了熵。所以，创造更多的生命就是增加熵增的过程，这是符合宇宙第一目标和第二目标的，这是大道。
人活着就是在对抗熵增的过程，生命以负熵为生。
—— 薛定谔《生命是什么》
一个物理学家可以从一些宇宙的基本原则出发，推导出生物学的基本原理，不得不说这是一位物理学家的骄傲。
薛定谔认为，不管生命有多么精巧和复杂，多么神秘和难以理解，它总归不会违背我们知道的基本物理定律。想要在混乱的自然环境中诞生这样有序的生命体，必须有持续不断的能量输入，这就是生命以负熵为生的含义。至此之后，一批物理学家和生物学家一起，掀起来生物学的快速发展。比如发现了DNA双螺旋结构的弗朗西斯·克里克（Francis Crick）和詹姆斯·沃森（James Watson）。
图片来自网络
用熵的概念还可以理解经济。热力学第二运动定律说，一个封闭的系统，熵会增加，系统会趋于混乱。想要秩序，就需要输入外力，这时系统就不再是一个封闭的系统了。全球的经济就像是一个小系统嵌套另一个小系统，耦合性越来越高，牵一发而动全身。想要控制自然会徒劳无功，摁下葫芦起来瓢。所以，更合理的方式是影响，让人们看到方向，同时也将选择权留给大众。
我们还可以用熵增这个模型理解知识和能量。
所谓能量就是将元素整合到一起，降低熵增的方式。比如，用火融化铝块，做成一个铝盆。而知识呢，就是降低了我们对这个世界的不确定性，也是对抗熵增的过程。
艾伯特·拉斯洛·巴拉巴西是无尺度网络模型的创立者，研究复杂网络科学。据说他很有可能会获得诺贝尔物理学奖。他用熵这个概念来描述一个人的行为是否更加容易预测。他说，如果一个人行为的随机性越大，他的熵值就越大，那么这个人的行为就越难被预测。他的研究发现，大部分人的熵值在93%左右。在大数据面前，我们是透明的，而且大数据还知道我们的透明度是93%！
提出心流概念的心理学家米哈里•契克森米哈赖在《心流》中，提出了一个概念，叫做“精神熵”。他说，焦虑就是一种精神熵，是让精神从自然状态趋向混乱、躁动、无序的过程。想要避免出现这种情况，就像是薛定谔在《生命是什么？》中所说的，需要输入能量，这种能量是克服熵增的手段。这种能量就是心智管理，很多心理学的研究告诉我们应该如何克服这些负面的情绪，这些知识和方法就是我们的能量管理。
你看，一个好的模型，放在不同的领域都会很有解释力。这样的模型可以帮助我们更好地理解世界，将那些看似无关而又完全不同的事物，联系到一起，让我们从本质上找到它们的内在关系，拥有透彻的洞察力。
三、在矛盾中选择就是智慧智慧到底是什么？
智慧是拥有模型并且可以根据具体的场景选择适合模型的能力。这么说还是有些抽象，让我们来举个例子。
三思而后行，这是一个模型，说的是要将事情考虑全面和周到再行动。这个模型没毛病吧？
兵贵神速，这也是个模型，意思是打仗的时候，要拼速度。我们都听过，两军对垒，都在争抢一个战略高地，谁先到谁有优势的故事。这也没毛病吧？
那你说，我应该是想清楚了再走呢，还是赶快先出发呢？那就要看具体的情景了。
智慧就是，知道在你现在所处的情景下，哪一种选择对你更有利。
检验一流智力的标准，就是看你能不能在头脑中同时存在两种相反的想法，还能维持正常的行事能力。
The test of a first-rate intelligence is the ability to hold two opposed ideas in the mind at the same time and still retain the ability to function.
—— 菲兹杰拉德
这两种甚至更多的想法，就是不同的模型。如果我们本身对世界的理解就是多元的，拥有很多有解释力的模型，那么我们就更有可能在互相矛盾的模型中，选择出一个对我们更有利的模型。
我们发现和发明了更多的定律和原理，用来更好地理解这个世界，为我们带来更舒适和美好的生活。同时，也因为我们的发明和发现，世界变得越发复杂。在复杂的场景下，任何单一模型都可能无法帮助我们实现目标，我们需要更多的模型。想要成为多模型思考者，第一步就是理解和掌握足够多的模型，然后才能说得上选择。
选择需要智慧，选择本身就是智慧。
