思维类书籍概述

思维类的书籍很多，我最早比较推荐的是《系统思考》和《第五项修炼》，偏写作呈现的《金字塔原理》，刘未鹏老师的《暗时间》（这本书是对我启发相当大的一本书），也有古典老师的《拆掉思维的墙》和《跃迁》，采铜老师的《精进》，吴军老师的《见识》和今天准备谈到的万维钢老师的《智识分子》。

当然也有讲思维发展历史的书，比如我前两年阅读的《思维简史》，吴军老师的《》整体能够算作比较系统地讲解思维发展过程的书。对于思维你完全可以看做是人类理解和改造自然的一个过程，因此里面包括了科学，哲学，宗教三个方面的内容。而科学本身又细分出科技，哲学又细分出心理学，对于宗教则逐渐从思维整体框架中淡出。

知识的边界很多时候仅仅是为了帮助我们学习和理解事物，但是知识本身并不存在明确的边界，科学和哲学，科学和艺术，理科和文科，过程和结果本身就不应该有明确的界限。类似做技术的比较推荐的两本打破一下固有思维方式的书。一本是《黑客与画家》，一本是《禅与摩托车维修艺术》。

所有思维类的书实际偏两个层面，一个是偏意识和心理学层面的，一个是偏思维框架和方法论层面的，由于自己本身是技术类人员和理工科背景，因此也更加偏向阅读类似吴军和万维钢老师的书，从书中能够更多的感受到技术类人员应该具备的一些思维转换和知识面扩展。

在前面谈思维框架结构的时候就谈到，实际思维本身是由学习实践，知识库积累，事物认知，问题分析和解决，复盘总结构成的一个完整的整体。因此思维类的书籍阅读，最终还是得落地到你自己的学习实践和自我方法论积累上面。

大家都清楚要跳出盒子，抛弃自己的一些固有意识，懂得全面看待和分析问题，要懂得逆向或者发散思考。但是知和行始终都是两码事。

思维层面的事情如果老是停留在心理学和意识层面那就容易形而上学，或者说将思维类东西变成了无营养的心理鸡汤。当前对于发明创造都能够总结出类似TRIZ的完整方法论，那么思维同样应该有完整的框架逻辑可以遵循。

思维不是简单的知识学习实践，个人技能提升。

思维的重点仍然是在于自我认知能力的提升，并将知识真正转变为智慧。为学日益，为道日损，掌握一项技能容易，但是要真正成为一个智者却是最难的。你需要经过层层实践迭代，不断地自我肯定，自我否定，往往才能够凤凰涅槃。

智识=智慧+见识

有智慧并不代表就一定有见识，见识更多的是理解和观察这个世界，做出决策和预测等方面的能力。见识很多时候在于你思维的模式，眼界和知识的广度，或者说洞见这个词更能体现见识的含义。

为何提出要做智识分子，做一个复杂的现代人，主要是整个社会发展的趋势需要，一个是世界本身越来越复杂，单个体已经很难完成复杂工程，同时知识去中心化越来越明显；二是人工智能正在取代人；三是社会阶级分层正在扩大。面对这些趋势应该用理工科理性思维做个复杂现代人。

其一，个体变成复杂工程的一颗螺丝钉的时候，如何从刺猬转向狐狸，进一步体现价值；

其二，人工智能发展情况下，我们个体的价值体现在哪些地方？哪些是人工智能难以取代的？

其三，阶级分层越来越明显后，我们如何能够实现跨阶级和阶层的思维模式？

这三个问题都很难回答，但是这本书基本是围绕以上三点从用理工思维做一个复杂现代人的角度给出一些思考。虽然这本书完整逻辑算不上完整。但是整体脉络还是很清晰，从正确的世界观到思维模式，到教育学习和成长，再到十八般武艺的工具方法阐述。

关于狐狸和刺猬部分，狐狸代表的是知识广度，而刺猬代表的是知识深度，即知识广度对做出准确预测往往更加有用。在这里要注意理解两个方面的内容。

其一是对于社会科学类问题和预测，知识广度更加重要；

其二是即使对于社会科学类问题，理工科的理性思维仍然强于简单的直觉和理念。

博雅教育不仅仅是六艺和素质教育方面的内容，更多的应该是学会思考模式和决策方法。见多才可能识广，你掌握的套路越多，办事的时候选择的思路也就越多。简单打不过复杂，只有复杂才能够打败复杂。

世界观祛魅

理工科思维+知识+数据

别用常识来理解复杂的世界，常识特别善于在事后解释事件，这种解释往往谈不上真正的理解。那么理工科理性思维+知识广度+数据往往才是理解世界最好的方式。但是真正复杂的世界可以理解往往却不可预测，其次复杂的世界你可能发现结果，但是无法找到原因（大数据思维）。

模仿者效应和破窗效应

好的事件干预都应该在初期，拿掉事件链上关键的几个人和事。

最简单的经济学的5个智慧

这部分的内容相当重要，即在当下复杂社会和世界，我们应该做一个讲究利益+契约+信用的经济人，而不是做一个儒家传统思维下的道德人。这也是从感性走向理性的一个重要思维转变。

1.国家不是家庭（家庭讲感情，国家讲利益和效率）

2.没有免费的午餐（投入产出，成本收益，边际效应，效用比）

3.人会对激励做出反应（人的行为或动机往往是利益驱动的）

4.市场是一种激励信号的传递方式（供求关系，价格信号，信用体系）

5.结果可能出乎意料（复杂不同繁杂，复杂是指系统内部各组件的关系复杂，协同复杂）

人类认识复杂的外部世界是通过小故事解读的，大部分人都可能完全理解和洞悉外界的这种复杂性。大脑喜欢小故事，小故事的重点是调动人的感情，形成认同感。而小故事本身更大的价值就是自己实证，而不是理论，做公众号运营希望别人打赏的可以好好思考下这点。

高效能人士的一个习惯

对于《高效能人士的七个习惯》这本畅销书相信很多人都已经读过，里面有个很重要的观点，以原则为中心来做事情，你的原则不应该随人，随事，随外界轻易发生变化，你不断坚持和实践你的原则。理性的人应该以自利的角度出发做事，而不是简单的做一个好人。

真正的积极主动，是你的行为完全取决于你的自身，而不是受外界刺激所左右，你的自由意志独立于外界限制。康德说，如果因为什么利益上的好处，或者是为了避免受到惩罚，甚至是为了满足自己的同情心而去做一件事，这都不是真正的道德，你都不是真正自由的。只有当你纯粹是出于责任和义务去做这件事，你才是真正自由的，这才是真正的道德。

弱者抱怨别人歧视，强者都是自己主动出击

人的直觉判断-》模式识别-》有些已经根深蒂固到种族基因中。例如西方人偏自由主义，契约+经济人；东方人更偏保守主任，道德+人情。真正能持久的最终是理性而非感性。

中西方教育-流水线时代英雄

高中最根本的目的不是传授知识和培养人，而是要把人分类。高中是一个把人分类的机器。在教育资源本身稀缺的情况之下，门槛的作用就是找个合理的理由来淘汰和筛选人。

虽然存在地域上的差异，但是可以看到高考仍然是大多数人跨越阶层，实现鲤鱼跃龙门的重要公平机会。你在国内进入名牌大学往往比西方人进入常青藤名校反而更加容易，大部分的农村学生根本没有机会和金钱培养素质教育和艺术细胞，考分则是唯一公平的途径。

中西方在培养精致的利己主义者上本质没有太大的差别。西方很多素质教育和社会活动仍然是为你能够为名校录取服务。如果你不是贵族，那么素质教育的要求就是让你能够假装贵族。

大学将你培养为一个精致的利己主义者和对学校将来有益的人，也许大学本身就不是真正培养学生人生观，价值观和思考能力的地方，虽然我们希望和推崇博雅教育。

教育法和教育的分层

自控，是一个最基本和可控的素质。每个人应该从小就锻炼自己的自控能力。

从KIPP的教育方法里面可以看到很多中国式教育的影子，中西方教育各有各的优势和缺点，绝对不应该完全否定中式教育和全盘西化。注意，素质教育本身也是可以简单和模式化的，显性的灌输也是有用的而不是潜移默化的影响。

KIPP的七个目标品质

坚毅，自控，热忱，社交，感恩，乐观和好奇。

这七个品质应该是一个人终生应该具备的优秀品质而不仅仅是学生阶段，这些优良品质是你树立科学的价值观和人生观的基础。

圣人之道最根本的不是狂妄，而是谦卑。只有当你承认自己是有缺陷的，摆正谦卑的态度，你才可能跟自己的弱点做斗争，才有可能去完善品格。中庸之道应该是在复杂的矛盾体中懂得如何不断地调整自己，获取或适应一种动态平衡。

对于资源稀缺下，越是基础的教育越只是是流水线式教育模式。现代的流水线式教育其实是奴隶教育，而古代的贵族教育则是主人教育。前者是被动的，而后者是主动的，现代教育可以分为三个层次。

1. 贫民家庭：流水线式教育，培养工具，以找工作为目的。

2. 中产家庭：培养工艺品，提升个人价值。

3. 上层家庭：培养主人翁，以欣赏，选择和改变周围世界为目的。

现代流水线式教育把人送到第一层，而要进入第二层和第三层，家庭和原有阶层和学校外努力作用巨大。

智慧+英雄主义 = 复杂的现代人

懦弱、放纵、懒惰是人的本能，坚毅、自控、勤奋是人的品格。品格是很多因素综合起来的结果。所谓英雄，就是超越了阶层出身、超越了周围环境、超越了性格局限，拒绝按任何设定好的程序形式，不被大数据预测，能给世界带来惊喜的最不像机器人的人。每个人都有内在动力，但是英雄有一种更加高级的内在动力-使命感。

智识分子的智慧加英雄主义的自由和勇气，是我们这个时代最重要的素质。由家庭出身决定教育水平，由教育水平决定职位高低。

只知道自己的小领域，别人怎么安排就怎么做，不需要自由意志的职业，应该全部交给机器人。在机器人时代，有智识，有勇气，追求自由，这才是真正的人，是人战胜机器的根本。

大数据时代-十八般武艺

个人对于十八般武艺这一个大章节略感失望，本来拿到书看了目录是最想读的内容，但是读完后感觉这部分内容相当零散，很多都是原来文章和作者原来的读书笔记内容的简单合成，还有一些内容可以说完全和这个十八般武艺的章节主题不沾边。

讲大数据的两个小节内容，高考作文可预测和军备竞赛，这部分内容本身就很难系统化了，也难和章节主题有深入的关系。是告诉智识分子大数据是重要的武器吗还是其它？不清楚。对于贝叶斯定理讲得也很一般，而且最好是放到和大数据这块内容一起更好。

学习部分讲了学英语的一些方法和信息极客。

学英语部分讲了三个大步骤，单词记忆-》辅以大学英语-》读英文原著的递进思路，整个思路本身没有任何问题。前面在知乎看到过一篇文章，学英语在有了基础词汇量后就一定不要陷入到背英语单词的误区，而是应该以大量英文阅读来反向推进单词理解性记忆，掌握这点才容易真正形成英语预感。

在信息极客中提到了三个功夫：

其一是阅读学术论文

其二是阅读原始数据

其三是自己能主动地采集和分析数据

一个理工科思维的人一定要明白的就是任何问题的论证都应该有相应的数据支撑，而不是完全的感性判断。

我们做任何事情往往都体现这种思维，比如我们做时间管理，那就首先要搞清楚时间究竟花哪里了? 而要解决这个问题就需要记录时间数据并分析；如果是做理财，那就首先要清楚钱花在哪里了，那么你必须有记账的习惯才能帮助你用数据进行分析。

进化心理学，也是有好几个小节在讲，但是放的位置完全是乱的，也很难体现之间究竟有没逻辑和承接关系。整个进化心理学部分内容是想说明一个智识分子应该超越进化心理学的限制？ 重新梳理下，整体这个章节的脉络可以是这样。

其一从进化心理学或其它方面来说明传统人可能受到认知局限影响，或者说传统人还存在哪些问题？其二讲如何突破这些问题，有哪些思维方式，方法和工具模型等。这里面包括了大数据思维，独立的分析决策能力，解决问题的思路，也包括了类似积极主动，英雄主义思想等。

机器时代很多工种都有被机器取代的可能，那么就要明白机器不擅长什么?

机器最不擅长的就是没有固定的模式或者历史数据可参照的新问题的解决，我们谈人工智能往往也是在谈这个话题。你高速机器人让它给你播放汪峰的存在这首歌，这只是最简单的语音识别和模式匹配， 远远谈不上高级的人工智能。即使对于AlphGo也可以看到，如果没有大量的历史棋局进行深度学习训练，它也很难在和李世石的对战中取胜。

大数据没有出现前，有固定的编程模式和匹配方法，机器就可以完美应对简单指令和控制。大数据出现后，即使没有解决问题模型，机器也能够根据大数据分析结果给出最佳决策。AlphGo下出一步棋的时候它并不会考虑势，气，布局这些问题，它只知道大量历史数据告诉它这是最佳走法而已。

对于出现能够通过图灵测试的机器人，绝对很难在最近几年就实现。传统的人被机器取代无非两个原因。

一个是你的工作已经被完全的标准化和模式化了，例如从最简单的打字员到高级的司机；

其次就是你的工作虽然机器很难理解，但是完全被大数据化了，你现在无法被取代主要是你的工作很多经验积累数据还没真正形成海量大数据。

与其担忧被机器取代，还不如早点考虑如何让自己的工作不简单重复做起，也是我一直谈到的如果工作内容是重复的，那就应该先有程序员思维把它自动化掉。