你有多久没有深度思考了：我们如何从经历中汲取力量

（图片来源：摄图网）

作者|仁心 来源|空白女侠(ID：kongbainvxia)

我想问大家一句，你有多久没有深度思考了？你还记得你上一次对自己长达几个小时的思考吗？你是否清楚自己现在的处境是由你的性格、认知、还有不断思考所造就的？以下这篇文章读起来有点痛苦，但我很建议你坚持看完，把早已转不动的脑袋瓜儿重新高效快速地转起来。

无论校园还是职场，我们都有很多方式实现我们个人能力的进步，但究其本质，它们都能归于两点，一是足够的信息输入，二是对这些信息的有效组织。其中，信息的输入又以观察、学习、阅读、实践为四大核心支柱。

我自己看过的讲述个人成长的文章大都强调要持续学习，但对职场人士而言，观察和实践才是生活的常态，我们的成长应该首先从经历中寻求。

然而不同的人，即使拥有完全相同的经历，从中得到的成长也可能完全不同。

我们经常听到的是有些人工作了十年，却只有一年经验，也经常听到说觉得自己的经历过于普通，得不到什么收获。

确实，大部分时候我们周围的环境并不完全适合成长，成长也并不是我们生活的唯一目标，我们需要为此作出妥协。

可是确有一些方法能于平凡中见不凡，将有限的经历尽可能多地化为能力的一部分。

这个系列来说说职场人士最常规的两个信息获取渠道观察和实践，主要讲如何从中挖掘出更多信息，并按体系化的方式将它们组织起来，其中信息组织的方法同样可以用于阅读和学习。

两个模型

一、“每天进步一点点”理论：

它说的是如果你能每天进步1%，那么一年后，1.01的365次方等于37.8，如果每天退步1%，那么0.99的365次方等于0.03。

这个模型现在受到了广泛质疑，毕竟要说每天进步，那么线性是一点点，对数是一点点，二次函数也是一点点，但它们能和指数相比吗？

不过我认为它还是有一些指导意义的，它告诉了我们指数进步加上恒久的坚持能够产生奇迹般的效果。只能说它在没有加前提条件的情况下受到了很多鸡汤学者的滥用。

比如指数函数在达到1以前的增长很慢，我们未必等得了这么长时间。所以在自身能力并不很高的时候，我们或许应该先考虑线性成长，让自己尽快达到一个合格水平，之后重新考虑如何以指数形式规划自身的进步。

其实简单列个微分方程，我们就能知道，指数进步的前提条件是在任意时刻，自身的能力水平都和自身能力的增长率成正比。

也就是说，你学到的任何一点东西，既是你本身能力的一部分，同时也要能让未来接触到的所有知识学得更快。

二、互联网行业常见的漏斗转化模型：

通常漏斗转化要增加最终的结果值主要靠两个思路，一曰开源，二曰节流。开源指增加输入，节流指的是提高每个环节的转化率。

由于本系列主题是在有限的经历中得到进步，开源的部分我们暂且不提，这里只谈节流。

节流二字就很有迷惑性了，它给了我们一个思维陷阱，让我们以为在经历-记忆-内化这个过程中，我们能够得到并运用的只是经历中的一小部分。

这个想法大错特错，事实上，如果我们想要获得一些真正的成长，那么这个漏斗应当是倒放的。

也就是说，我们从经历中得到的，要比经历本身更多才行。

这两个模型即是本系列的两条主线：

观察思考

北宋王文公有一句话：古人之观于天地、山川、草木、虫鱼、鸟兽，往往有得，以其求思之深而无不在也。

这句话深刻而精炼地告诉我们，观察、记忆、思考是连在一起的。

天地山川亘古长存，看到了便是看到了，有什么需要“求思”的呢？

所以王安石实际是在强调一些形而上的东西，他真正想说的是，一个现象从未知纳入已知后，与已知的现象、理论、问题建立联系的过程。

很多作者将观察需要的素质笼统地称为“好奇心”，这没有错，但还可以更完整一点。

下面就说说各类元素间具体是如何构建联系的。

01

现象与现象

这部分主要看的是现象与现象之间的共同点和不同点。

从不同中可以提出问题。

比如看到一篇文章讲藏羚羊数量减少，可以与猪联系起来，为什么藏羚羊越杀越少，猪却越杀越多呢？

看到一个up主人设崩塌，可以与公司联系起来，为什么一个up主引发舆论声讨最后变得一蹶不振，一个公司引发舆论声讨却能股价上涨呢？

从相同中则可以看到规律，使用归纳思维提出猜想。

像是游戏里为均衡加点而苦恼，生活中为学习、工作、生活、娱乐间如何分配时间而苦恼，然后就能知道真正困难的问题往往都不是单目标的优化，而是多个目标间的权衡取舍。

在此基础上还能提出一个猜想：我们见到的人中不乏将一项具体的技能练到极致的人物，但他们往往并不能称得上成功，或许真正要走到高处，一些更加抽象的能力或是能力间的平衡互补比单一有形技能的精深更加重要。

02

现象与理论

现象与理论间是解释和被解释、验证和被验证的关系。

如果现象能被已知理论体系解释，那就会将现象归入其中，成为一个案例。例如加班内卷、举报风潮、军备竞赛等现象，本质上都可以用博弈论的囚徒困境解释。

这个过程是双向的，在事实获得理论支撑的同时，理论也得到了事实的验证。

而如果现象不能被已知体系解释，这就是好奇心的来源了。

所谓好奇心，并不是说遇见一个新的事物就应该好奇，而是在尝试之后发现这个新事物无法被解释才会好奇，它提出的问题不该是“为什么是这样”，而是“为什么不是那样”。

比如Excel，对我来说，无论是华丽繁复的报表，还是方便快捷的自动化，都不会让我有什么好奇的感觉。因为我大致知道它们的原理，以及它们的边界在哪里。

哪怕是拿Excel画出一个蒙娜丽莎，本质上也就是矢量图形的运用，或是单元格与像素间的映射罢了，并没有什么需要深究的地方。

但如果有人在一个工作表里放了200万行数据，那我就会非常感兴趣了。

因而运用好奇心的重点不在于未知，而恰恰在于已知，不仅在于你观察多深多细，更在于你的知识体系是否足够完善和自洽，能够解释日常中绝大部分现象。这样当你尝试解释一个新现象的时候，才会发现那些存在违和，需要探究的地方。

再然后，我们需要对已有的理论进行推翻或是修正。

比如有一篇著名的科普文，里面有个小男孩问科学家：为什么水是透明的，大海却是蓝色的呢？

这个问题说明小男孩能将现象与现象联系起来，而科学家的回答是：这是因为海洋反射了天空的颜色。

于是小男孩恍然大悟。

然而这孩子大概见识有限，如果他能有10后的见识水平，或许就能提出下一个问题：但是我见过很多游泳池和浴池都是不露天的，它们的水为什么也是蓝色的呢？

所以只要能证明这些地方的水的蓝色不是由于其他杂质之类的原因，这个理论就被推翻了。

反之如果对每个现象都不求甚解，那其实不管新的现象还是旧的现象都没有区别，因为从一开始就没有尝试过用理论对世界做出解释，也就没有东西可以被现象推翻。

03

理论与问题

当我们提出了问题，就需要尝试用理论来回答。

比如看见金融和互联网两个行业工资普遍很高，但其他传统行业工资没有这么高，那么问题来了，这是为什么呢？

用经济学的基本知识回答：钱来自哪里？钱来自交易，交易的本质是价值交换。

那么金融、互联网和其他行业在价值交换上的不同在哪里呢？

不同在于传统行业大多是靠自己整合资源进行价值交换，而金融和互联网的行业性质让它们有能力撬动一块更大的资源帮它们进行价值交换，或是将一份资源进行多次价值交换。

于是得到一个猜想，它看起来可以解释一部分原因，并能在各个管理者、老板、有个人品牌的自由职业者的例子中不断得到验证。哪怕我们不打算通过这些方式致富，但这两条思路是有必要参考的。

并不是所有问题都能得到答案或是猜想，但是思考的过程中这个问题就会被固化下来，并有可能在未来接触某种新的理论、现象时豁然开朗。

04

现象与问题

现象同样有助于解决问题，实现这一过程的形式一般在于类比。

例如看见无边无际的海的蓝色，就可以将它和天空相类比，猜想二者间或许有着相似的原理。

学到电势能的下降，可以将它和物体的下落相类比，便能更加透彻地理解电势和电势能的含义。

此外现象也可以通过证伪前提条件而推翻问题，比如知乎“先问是不是，再问为什么”的传统。

还有两部分其实和观察无关，但也属于“求思之深而无不在”的范畴，这里同样说一说。

05

理论与理论

理论与理论之间一般有三种联系。

首先是用一种理论解释另一种理论，可以得到理论间的上下层关系。

例如囚徒困境其实可以被经济学中一个更加基本的概念：外部性所解释，也就是一个参与者的行为产生的成本收益不完全由它自己承担，再进一步的话就可以知道不仅是囚徒困境，整个博弈论体系几乎都是建立在外部性这个概念之上的。

这个过程中既可以对博弈论的本质有更深的理解，也能扩充外部性的概念，而不是仅仅课本上说的“工厂排放污水”之类的简单例子，并且还可以考虑把经济学中处理外部性的方式运用到博弈论的实例之中。

第二种是两种或多种理论的交叉得到一种更加深层的规律。

例如物理学中，一个物体的速度越快，同样的功率能施加的加速度也就越小，经济学中，单位产品给人带来的效用随数量增加而下降，生物学中，种群增长到一定程度就会因外界影响而增速放缓……于是可以知道，在同质的东西上大量投入，得到的边际收益是会递减的。

第三种是理论间存在冲突，便有希望构造出一个体系，或者找到一种更加本质的理论将它们统一起来。

比如近两年来年轻人的思想主流大幅左转，在政策制定方面普遍要求更多的政府管制，但自由主义者的许多观点其实也很有道理，二者间存在强烈的理论冲突。

所以究竟什么情况下需要增强管制，什么情况下需要更多的市场支配，二者间相互有什么样的影响，它们在长期短期、发达落后、沿海内地、不同行业等维度中各自处于什么样的位置，便是一个需要体系化看待的问题，光是强调其中一方的好和不好，都是解决不了问题的。

06

问题与问题

问题与问题间的关系与之前类似，一部分是一个问题可以归入另一个更加本质的问题中，另一部分是问题的交叉可以提出一个更深层次的问题。

比如问“为什么多元线性回归结果需要看每个自变量的P值”，不如问“为什么假设检验需要控制第一类错误”。

问“为什么科学需要基于实验”，不如问“为什么科学理论可以由归纳推理得出”。

如果能将问题不断深化，寻找其中更为本质的原理，那么我们即使没有得到答案，也能从过程中受益。

这部分最后，来说说想这么多的意义在哪里。

我首先要说的是，不要用太过功利的眼光看待观察和思考。

倒不是说我们不能追求功利，而是如果过于以“实用”为中心，就会让我们的目光变得狭隘，难以用更加客观和全面的视角看待世界。

观察和思考的目的是让我们更加深入地理解客观世界，它追求的是“理论”和“解释”，是一种“知”的乐趣。短期来看，大部分想法都不会有什么实际用途。

我见过的很多“思维训练”，都是把观察思考当成了一种有目的的、需要主动去做的事情。这或许能得到一些结论，然而如果不是发自内心想要了解更多世界的真实，那么是不可能将它们化为常驻己身的能力，达到“求思之深而无不在”的状态的。

观察思考应当是被动的，当我们看到一种现象，就自然而然试图解释，并不需要“我正在观察”“我正在思考”“我要使用某种观察方法”这种主动意识。

至于它们之间相互有什么作用倒是可以说一说，观察为思考提供了大量的素材，而思考则将观察固化下来。毕竟我们不可能记得住所有经历过的细节，但如果能有一个尝试解释的过程，不论是否真的得出结论，都能让我们有更加深刻的记忆。

编者按：本文转载自微信公众号：空白女侠(ID：kongbainvxia)，作者：仁心，数据分析师 pointer 一枚，爱好写作，喜欢把自己的个人体会、职场心得放在 微信公众号：人生初夏（ID：gh_414d1d752ccd）