內(nèi)容來源：本文為湛廬文化出版新書《模型思維》讀書筆記，筆記俠經(jīng)授權(quán)發(fā)布。

股神巴菲特說：我爸爸是我所知道的“第二聰明的人”，而No.1是——查理·芒格。

95歲的智慧老人查理·芒格，一直提倡要學(xué)習(xí)所有學(xué)科中真正重要的理論，在此基礎(chǔ)上形成“普世智慧”，以此為利器去研究商業(yè)投資領(lǐng)域的重要問題。

所謂的“普世智慧”，就是芒格多次提出的“多元思維模型”。他用一句話總結(jié)了多元思維模型對(duì)自己的重要意義：要想成為具有普世智慧的人，學(xué)會(huì)100個(gè)思維模型就夠了。

芒格對(duì)多元思維模型的解釋原話是：

長久以來，我堅(jiān)信存在某個(gè)系統(tǒng)——幾乎所有聰明人都能掌握的系統(tǒng)，它比絕大多數(shù)人用的系統(tǒng)管用；你需要做的是在你的頭腦里形成一種思維模型的復(fù)式框架，有了那個(gè)系統(tǒng)之后，你就能逐漸提高對(duì)事物的認(rèn)識(shí)；

你必須知道重要學(xué)科的重要理論，并經(jīng)常使用它們——要全部都用上，而不是只用幾種；而大多數(shù)人都只使用學(xué)過的一個(gè)學(xué)科的思維模型，比如說經(jīng)濟(jì)學(xué)，試圖用一種方法來解決所有問題。 

芒格告訴我們，將經(jīng)濟(jì)學(xué)、心理學(xué)、工程學(xué)、數(shù)學(xué)、物理學(xué)不同學(xué)科的思維模式聯(lián)系起來，建立融會(huì)貫通的格柵，是投資的最佳決策模式。

用不同學(xué)科的思維模式思考同一個(gè)投資問題，如果能得出相同的結(jié)論，這樣的投資決策更正確。懂得越多，理解越深，投資者就越聰明智慧。

但是，這些多元思維模型包括那些？芒格的模型是普世智慧，還是科學(xué)推演的結(jié)論？我們普通人如何訓(xùn)練，以獲得自己的認(rèn)知模型？

這些問題的答案是模糊的，所以查理·芒格的思維模型實(shí)際只是一些理解和思考的套路，相當(dāng)于是新時(shí)期的成語典故，就像唇亡齒寒、揚(yáng)湯止沸等，并不能給我們提供背后的推演支撐。

那么，“思維模型”要怎樣學(xué)習(xí)和掌握？萬千“術(shù)”后的那個(gè)“道”，到底是什么？

在大量研究了芒格的格柵模型后，我才發(fā)現(xiàn)芒格的思想是來自“復(fù)雜性研究圣地”——圣塔菲研究所。

在研究芒格模型的多數(shù)資料中，都會(huì)從物理學(xué)、生物學(xué)、社會(huì)學(xué)、心理學(xué)、哲學(xué)、文學(xué)、數(shù)學(xué)等領(lǐng)域，分析各學(xué)科和投資的相關(guān)性，并多次提到了一個(gè)概念——復(fù)雜適應(yīng)性系統(tǒng)（Complex Adaptive Systems），這正是圣塔菲研究所研究的大方向。

這里的研究者們想通過跨學(xué)科研究，找出各種不同的系統(tǒng)之間的一些共性。可以說，圣塔菲研究所的研究方向，和芒格提出的格柵理論有異曲同工之妙，甚至圣塔菲研究所的模型更為精確和現(xiàn)實(shí)。

斯科特·佩奇教授是密歇根大學(xué)復(fù)雜系統(tǒng)研究中心的主任，在Coursera（筆記俠注：美國免費(fèi)大型公開在線課程項(xiàng)目）上講授一門關(guān)于“模型思維課”(model thinking)的公開課程，現(xiàn)在各行各業(yè)已有超過一百萬人在學(xué)習(xí)，他最近還出版了新書《模型思維》。

作為研究復(fù)雜系統(tǒng)、政治科學(xué)和經(jīng)濟(jì)學(xué)的專家，在廣泛深入的研究之后，佩奇教授發(fā)現(xiàn)：用模型來思考的人，會(huì)持續(xù)超越不用模型思考的人；多樣性大于能力、掌握多種模型的人，也會(huì)持續(xù)超越掌握單個(gè)模型的人。

相比芒格的模型，佩奇的模型要高級(jí)得多，是學(xué)者們使用的那種正規(guī)的“理論模型”。因?yàn)樗f的模型，是用數(shù)學(xué)公式和圖表展現(xiàn)的形式化結(jié)構(gòu)，能夠幫助我們理解真實(shí)世界。

佩奇的模型來自多門學(xué)科，可以分為三類：對(duì)世界進(jìn)行簡化的模型、用數(shù)學(xué)概率來類比的模型以及人工構(gòu)造的探索性模型。

其中像正態(tài)分布、冪律分布等很多模型我們并不陌生。所有這些模型都有一個(gè)共同的形式，它們都假設(shè)一些實(shí)體，通常是人和組織，并描述它們是如何相互作用的。

佩奇號(hào)召所有讀者做一個(gè)多模型思考者。多模型思考者需要掌握多個(gè)模型，但并不需要全都非常懂，只需要知道每個(gè)模型有多種應(yīng)用場景就足夠了，這樣當(dāng)你需要決策時(shí)，拿出一個(gè)或幾個(gè)最適合的模型即可。

這里，我們列舉佩奇講的“正態(tài)分布”模型，看這個(gè)模型如何解決工作生活中的重大問題。

我們知道世界上很多事物都符合正態(tài)分布，包括人的身高和智商、產(chǎn)品的質(zhì)量等等。下面這張圖描寫了一個(gè)均值是1，標(biāo)準(zhǔn)差是0.1，總數(shù)量也是1的正態(tài)分布曲線 —— 

以智商為例，圖中橫坐標(biāo)代表智商的高低，越往曲線的右側(cè)智商就越高；縱坐標(biāo)代表人數(shù)，越往上代表人數(shù)越多；曲線下方的陰影區(qū)域面積就是總?cè)藬?shù)。

請(qǐng)注意這三個(gè)變量的大小都是可變的，針對(duì)具體的問題可以按比例放大或者縮?。罕热缰巧痰木凳?00分，標(biāo)準(zhǔn)差是15分，那么圖中橫坐標(biāo)的1.0對(duì)應(yīng)的就是智商100；1.2對(duì)應(yīng)的就是兩個(gè)標(biāo)準(zhǔn)差之外，也就是智商130；如果你要研究的總?cè)藬?shù)是100萬人，那么陰影區(qū)的總面積就是100萬。

現(xiàn)在我們最感興趣的，是紅色的框標(biāo)記出來的那個(gè)區(qū)域，稱為“優(yōu)異區(qū)”。它出現(xiàn)在分布曲線右側(cè)的大約兩到三個(gè)標(biāo)準(zhǔn)差之外的尾巴上，代表統(tǒng)計(jì)中最出類拔萃的樣本。

如果你研究的是人群的智商，這個(gè)區(qū)域就代表智商最高的人群，他們的智商都在140以上。如果你研究的是一個(gè)詩人的作品，這個(gè)區(qū)域就代表他最高水平的產(chǎn)出。如果你研究的是企業(yè)的優(yōu)秀員工，那這個(gè)區(qū)域就是最佳員工。

問題是，如何增加這個(gè)區(qū)域的面積？也就是怎樣增加優(yōu)異數(shù)？

通俗點(diǎn)來說，如果你是個(gè)老師，怎樣讓你的學(xué)生中多出幾個(gè)聰明人呢？如果你是個(gè)詩人，怎樣才能多寫幾首好詩呢？如果你是個(gè)企業(yè)家或者投資者，怎樣才能多抓住幾個(gè)出類拔萃的好項(xiàng)目呢？

這是一個(gè)有進(jìn)取心的人最關(guān)心的問題，而光憑直覺說我要“努力！奮斗！”那種思維太落后了。正態(tài)分布這個(gè)數(shù)學(xué)模型，可以幫你理清思路。

根據(jù)正態(tài)分布，你可以影響的其實(shí)就是三個(gè)變量：總量、標(biāo)準(zhǔn)差和均值。

1.提高總量

增加總量是最直觀的辦法：如果我們把總數(shù)增加一倍，優(yōu)異區(qū)的數(shù)量自然也會(huì)增加一倍。

比如作為一個(gè)專欄作家，我寫的文章之中可能有的你感興趣，有的你不感興趣，但是我什么都寫，只要我寫的東西足夠多，總會(huì)有你感興趣的內(nèi)容。學(xué)生多的老師自然更容易遇到好學(xué)生，讀書多的人更容易有真知灼見。

多年以前，中國制造的水平不像現(xiàn)在這么高，經(jīng)常有質(zhì)量問題，當(dāng)時(shí)有人提出一個(gè)很有意思的問題：

中國航天的水平非常過硬，發(fā)射衛(wèi)星很少失敗，可是中國制造的汽車質(zhì)量卻不行——而對(duì)比之下，日本制造的汽車質(zhì)量很好，可是日本航天的水平卻不如中國航天，經(jīng)常因?yàn)榧夹g(shù)問題導(dǎo)致發(fā)射任務(wù)失敗，這是為什么？

2.提升均值

從4個(gè)標(biāo)準(zhǔn)差到4.5個(gè)標(biāo)準(zhǔn)差，再到5個(gè)標(biāo)準(zhǔn)差，曲線縱坐標(biāo)的落差是以數(shù)量級(jí)的方式下降的。也就是說，越是天才就越罕見，而且罕見的程度急劇下降。

哪怕你有十四億人口，真到了代表天才的尾部區(qū)域，也沒幾個(gè)人。如果天才總共就沒幾個(gè)人，你就算把人口再增加一倍，也多不了幾個(gè)人。

如果你水平就是不行，產(chǎn)量高是沒用的。據(jù)說乾隆皇帝一生寫了四萬首詩，可是現(xiàn)在流傳開來的一首都沒有。

中國有句話叫“勤能補(bǔ)拙”，我的理解是：如果你的勤奮是用于提高均值，則可以補(bǔ)拙；但如果你的勤奮都用在了低水平的高產(chǎn)出上，則勤補(bǔ)不了拙。

愛因斯坦說過一句名言：所謂精神病，就是翻來覆去做同一件事兒，卻期待能有不同的結(jié)果。

3.大標(biāo)準(zhǔn)差

抬高尾部曲線的第三個(gè)辦法是加大你這個(gè)分布的標(biāo)準(zhǔn)差。我們把標(biāo)準(zhǔn)差提高 10%，從0.1變成0.11，就成了下面這個(gè)情形—— 

中間普通區(qū)的人數(shù)變少了一點(diǎn)，而優(yōu)異區(qū)的人數(shù)明顯增加了—— 

對(duì)個(gè)人來說，擴(kuò)大標(biāo)準(zhǔn)差意味著你要去嘗試一些更極端的事情。

比如一個(gè)人的工作能力一般，在一個(gè)旱澇保收的公司工作，賺錢不多但是很穩(wěn)定；如果他水平不變又想獲得更高的收入，那么冒險(xiǎn)加入一家創(chuàng)業(yè)公司，是一個(gè)辦法，當(dāng)然這么做的缺點(diǎn)是，一旦創(chuàng)業(yè)不成就會(huì)落入曲線左邊的尾巴，進(jìn)入失敗區(qū)。

對(duì)一群人來說，標(biāo)準(zhǔn)差大意味著這群人的水平參差不齊，有的特別高，有的特別低。有個(gè)著名的學(xué)術(shù)典故：

2005年，哈佛大學(xué)校長勞倫斯·薩默斯（Lawrence Summers），就“為什么女科學(xué)家的人數(shù)比男性科學(xué)家少”這個(gè)問題，發(fā)表了一個(gè)私人的看法，薩默斯認(rèn)為，這并不是因?yàn)榕缘钠骄巧瘫饶行缘?，而是因?yàn)榕灾巧谭植嫉臉?biāo)準(zhǔn)差比男性小。

他說的恰恰就是我們這里講的這個(gè)道理。男性的標(biāo)準(zhǔn)差大，所以在優(yōu)異區(qū)有更多男性。而這并不是說男性作為一個(gè)整體優(yōu)于女性，因?yàn)樵谇€另一側(cè)的尾巴，也是男性多。男性中特別笨的人，也比女性多。

這純粹是一個(gè)數(shù)學(xué)性質(zhì)，但是很多人認(rèn)為薩默斯這番言論是性別歧視，結(jié)果薩默斯就因?yàn)檫@段話而被迫從哈佛校長的位置上辭職了！

本文假設(shè)人的能力都是正態(tài)分布的，但這個(gè)假設(shè)不一定對(duì)。我們的模型能解釋為什么中國人多，可為什么中國男足水平不行的問題，但解釋不了為什么中國沒有那么多舉世聞名的數(shù)學(xué)家的問題——要知道，中國人的平均數(shù)學(xué)水平可是很高的。

我猜測，在優(yōu)異區(qū)域，人的能力是冪律分布的：能力強(qiáng)的人會(huì)有更多的機(jī)會(huì)和更大的意愿，去進(jìn)一步提升自己的能力。

但這只是技術(shù)細(xì)節(jié)，我們的結(jié)論其實(shí)對(duì)長尾的冪律分布大體上也是成立的?？偨Y(jié)來說，要想增加優(yōu)異區(qū)中的數(shù)量——

上策，提升均值，這個(gè)方法對(duì)優(yōu)異區(qū)的提升非?？欤覜]有風(fēng)險(xiǎn)；

中策，擴(kuò)大標(biāo)準(zhǔn)差，這意味著你要冒險(xiǎn)去做一些極端的事情；

下策，增加總量，這是一個(gè)笨辦法，效果很差。

以數(shù)量取勝非常符合人的直覺。但一只猴子不停地打字，也不可能打出莎士比亞名句來——不要低估正態(tài)分布曲線尾部下降的速度。

高手貴精而不貴多。如果你的輸出很多，但水平還是原地踏步，那么說明你從未探索過新領(lǐng)域，你缺的不是運(yùn)氣。

但是，當(dāng)你的均值已經(jīng)高到無法再高時(shí)，當(dāng)你把能冒的險(xiǎn)都冒了以后，數(shù)量就是你唯一可以掌控的東西。

一個(gè)人的科研水平在二十多歲的時(shí)候就已經(jīng)到頂了，成功科學(xué)家和一般科學(xué)家的最大區(qū)別是：成功的科學(xué)家一輩子都特別勤奮。

水平夠了才能比誰敢冒險(xiǎn)；水平夠了又敢冒險(xiǎn)的人，就只能比誰更勤奮了。