开篇：信息洪流与认知困境

大家好，欢迎来到我的频道。今天我想测试一个新的视频类型，就是YouTube上推出的课程功能。大家可以看看，在观看过程中它和之前的视频有什么区别。我计划制作一个关于思维模型的大系列，将多本相关书籍结合起来，做成一系列视频。这个系列节目将首先在超新星会员中发布，然后逐步公开。

不知道大家是否有过这样的感觉：打开手机，算法会推送10篇关于未来趋势的文章，每一篇都言之凿凿，但说的却完全不是一回事，甚至相互矛盾。有人会告诉你人生要断舍离（Dan-sha-ri: 源自日本的生活哲学，提倡通过整理物品来整理内心，舍弃不必要的东西），专注最重要的事，这在日本有很多畅销书专门讲述如何进行断舍离，我也读过一两本。但转头又有人告诉你，要多方下注，别把鸡蛋放在一个篮子里。

“两点之间直线最短”和“欲速则不达”，这些都是我们从小听到大的道理，但为什么它们总是互相“打架”呢？因为这个世界的信息实在太多了，就像一场永不停歇的暴雨，把我们全身都浇得湿透。我们拼命学习，想看清这个世界的运行规则，结果却是懂得越多越糊涂。我们渴望找到一把能够解释一切的万能钥匙，一个完美的、正确的、能够一劳永逸解决所有问题的终极理论。

但如果这个世界上最顶尖的思考者告诉我们，这种寻找唯一正确答案的想法本身就是我们最大的思维误区呢？甚至他们会告诉你一个更加颠覆认知的秘密：所有模型都是错的。当然，这句话是一位著名的统计学家说的，后半句是“有些模型很有用”。这句话我们后面会给大家深度解读。我们今天要聊的，就是这种看似悖论却威力无穷的思维方式，叫做多模型思维（Multi-Model Thinking: 一种运用多种简化模型来理解复杂现实、做出明智决策的思维方式）。它就像一个装满了“错误工具”的工具箱，但恰恰是这个工具箱，能够帮助我们穿越信息的迷雾，做出更加明智的决策。今天这期节目就作为模型思维系列的开头，希望能在今年结束之前完成这个系列。

什么是模型？

首先，大家别被“模型”这个词吓到，它其实并没有那么玄乎。想象一下，如果你到了一个陌生城市，想找一个最棒的餐厅吃饭。我给你一张1:1的卫星地图，上面有每一栋建筑的屋顶、每一棵树、每一辆车。这张图无比正确，但是你可能到餐厅打烊了还没有找到路。现在我给你一张地铁图，这张图错得离谱，它把这些弯曲的曲线拉直，无视了真实的地理距离，忽略了99%的街道信息。但你拿着它，三分钟就能够规划好路线。

你看，这就是模型。模型它不是现实本身，而是我们为了理解现实，画出的一张简化的、有特定用途的地图。牛顿的力学公式是描述物体运动的地图，经济学的供需曲线是描绘市场交易的地图，甚至你脑子里“努力就会有回报”这个想法，也是一个关于个人成长的简易地图。所以说“所有模型都是错的”，就像说所有地图都不是真实的领土一样。它们因为简化，所以必然是错的；但同样因为简化，它们才变得极其有用。

可是，我们的直觉却总是在反抗这一点，我们太迷恋唯一的真理了。为什么呢？因为单一的归因能够给我们人类带来巨大的心理满足感。“房价高的原因就是因为炒房团”，“我之所以不努力，是因为缺乏毅力”，这种解释简单直接，它把一个复杂的问题归结到一个单一的、可控的，或者说是可以“甩锅”的因素上，瞬间就终结了我们的焦虑和不确定性。这就像认知上的可乐和薯片，能够给你立刻提供快感，但长期来看，它会让我们营养不良，无法真正理解世界的复杂性。

依赖单一模型思考的人，就像手里只有一把锤子，看所有问题都像钉子。而现实世界就是包含了螺丝、胶水、焊接的复杂结构，用锤子只能是把事情搞砸。这也是为什么你看到很多中文自媒体都会出现这种二极管思维（Dichotomous Thinking: 一种非黑即白的思维模式，倾向于将复杂问题简化为两个极端对立的选项），基本上看到一个事情，马上就快速归因到一个原因，而不是去深度思考整个系统的复杂性。这就是缺乏模型思维的一个典型案例。

智慧金字塔：从数据到智慧的跃迁

那么怎样才能够摆脱这种“锤子思维”呢？斯科特·佩奇（Scott Page）在他的著作《模型思维》里，给我们展示了一张通往智慧的路线图，被称为智慧层级（Wisdom Hierarchy: 将认知过程分为数据、信息、知识和智慧四个递进层次的框架）。

第一层，最底层，就是数据。它们是原始的、未经处理的记录，比如每一次心跳、每一笔交易、每一滴降雨。它就像是满地的砖块，杂乱无章。

再往上一层，就是信息（Information）。信息是对数据的整理分类，比如本月平均心跳是75次每分，这家店7月份的总销售额是10万元。我们把砖头分门别类，规范整齐。

再往上就是知识。知识是揭示信息之间的关系，尤其是因果关系。这就是模型发挥作用的地方。心率持续高于100，可能是甲亢的迹象，这是一个医学模型。降价10%，销量会提升20%，这是一个经济学模型。知识就是用模型把分好类的砖块，搭建成一栋有结构、能解释、可以预测的房子。

而金字塔的顶端，就是智慧。智慧是什么呢？它不是拥有最牛的那栋房子，而是拥有设计和调用所有房子蓝图的能力。智慧是知道在什么情况下去应用哪种模型，甚至多个模型结合起来用，去解决一个全新的问题。所以你看，从最原始的数据到做出最明智的判断，模型是不可或缺的阶梯，而多模型思维正是从知识迈向智慧，最后也最关键的一跃。

多模型思维的实践案例

听起来是不是还有点抽象？没关系，我们来看一个脑洞大开的例子。假如有一只毛绒玩具猎豹从2万英尺，也就是大概6千米的高空掉下，请问它落地时会造成多大的破坏？

如果用模型A，也就是初中物理的自由落体和重力势能模型（Free Fall and Gravitational Potential Energy Model: 物理学中描述物体在不受空气阻力等外力影响下，仅受重力作用下落的运动规律及能量转换的模型），忽略空气阻力，这只猎豹落地时速度会快得惊人，能量会砸穿一切汽车的车顶，听起来像个灾难片。但是我们再来看模型B，终端速度模型（Terminal Velocity Model: 物理学中考虑空气阻力等因素，描述物体下落速度达到平衡时的模型）。这个模型考虑了空气阻力，对一个质量轻、体积大的物体来说，空气阻力很快会与重力平衡，这只毛绒猎豹下落的速度最快也就是每小时10英里，跟我们慢跑速度差不多。

看到差别了吧？面对同一个问题，模型A给出一个灾难性的、完全错误的预测，而模型B更接近事实。智慧不是让你背下更复杂的物理公式，而是让你在看到毛绒玩具从高空坠落这个问题时，能够立刻意识到这里的关键变量是空气阻力，我应该调用终端速度模型，而不是真空自由落体模型。这就是切换模型的力量。

如果说毛绒猎豹只是一个小测验，那么2008年那一场席卷全球的金融危机是一场真金白银、血淋淋的终极大考。危机过后，全世界都在问为什么。

• 模型一：人性贪婪模型（Human Greed Model: 一种经济学或社会学模型，将经济或社会事件归因于人类的贪婪本性），怪华尔街的银行家们太贪婪，设计出各种看不懂的金融产品，只为了赚取高额奖金。
• 模型二：监管失职模型（Regulatory Failure Model: 一种分析模型，认为经济或社会问题是由于政府或相关机构监管不力造成的），怪政府监管不力，让那些高风险的、有毒的抵押贷款到处泛滥。
• 模型三：非理性繁荣模型（Irrational Exuberance Model: 经济学概念，指资产市场价格脱离基本面，由投资者过度乐观情绪推动的现象），怪普通购房者太疯狂，闭着眼睛贷款买房，相信房价永远会涨下去。
• 模型四：全球资本过剩模型（Global Capital Glut Model: 经济学模型，认为全球储蓄过剩导致资本涌入特定市场，推高资产价格），怪太多海外热钱涌入了美国，推高了资产泡沫。

以上这些解释，每一个听起来都很有道理，都能够找到一些证据，但问题是，它每一个都没有办法解释全部。经济学家安德鲁·罗（Andrew Lo）在反思这场危机时，一口气分析了21种不同的解释，他的结论是没有一个单一的解释是充分的。真实事件是一个由所有这些模型以及它们之间复杂的相互作用共同引爆的一场完美风暴。只抓住其中任何一个原因，都是盲人摸象，你可能只抓到了柱子、墙壁或者绳子，但你永远看不到大象的全貌。这就是单一模型的死角。安德鲁·罗是麻省理工学院（MIT）的教授，他在edX上还有一门课，大家感兴趣可以去看一看。

我们再把时钟拨回到1961年，人类距离核战争最近的13天——古巴导弹危机。这可能是政治学上被研究最透彻的案例之一。学者格雷厄姆·艾利森（Graham Allison）的分析堪称多模型思维的典范。

首先，我们用第一个模型：理性行为体模型（Rational Actor Model: 国际关系理论模型，假设国家或决策者是理性的，会计算利弊并选择最符合自身利益的行动）。这个模型假设国家就像一个理性的棋手，会计算所有选项的利弊，然后选择对自己最有利的一步。在这个模型下，当美国发现苏联在古巴部署导弹后，肯尼迪有三个选项：第一，外交解决，太软弱了，显得美国无能；第二，军事打击，风险太高，可能直接引发核战争；选项三，海上封锁，既展示了决心，又给对方退路，是一种折中的理性选择。这个模型很漂亮，它清晰地解释了肯尼迪为什么最终选择了封锁。但他有个巨大漏洞，一个解释不了的数据点：如果苏联也是一个理性棋手，他们理应能够判断到美国会强烈反应，最终自己不得不撤走导弹，那么他们当时为什么要冒着爆发核战的风险，把导弹辛辛苦苦地运过去呢？在这个理性模型里，这是一步臭棋。

到这个时候，艾利森引入了另外两个模型来填补第一个模型的盲区。

第二个模型：组织过程模型（Organizational Process Model: 国际关系理论模型，将国家决策视为由大型组织（如军队、情报机构）按既定流程和惯例执行的结果）。这个模型不是把国家看成统一的一个人，而是看成一个由许多大型组织，比如说军队、情报机构组成的机器。这个组织有自己固定的、僵化的流程和惯例。这就解释了一些奇怪的细节：为什么苏联人没有把导弹藏好？不是他们不想，而是庞大的军事机器在按部就班地执行一套不适应古巴丛林环境的标准操作流程。官僚主义的惯性压倒了战略的灵活性。

第三个模型：政府政治模型（Governmental Politics Model: 国际关系理论模型，将国家决策视为政府内部各个权势人物和派系之间为了各自利益进行讨价还价、拉扯和妥协的结果）。这个模型更进一步，它把国家决策看成是政府内部各个权势人物和派系之间为了各自利益进行讨价还价、拉扯和妥协的结果。在这个模型下，赫鲁晓夫在古巴部署导弹不仅仅是针对美国的军事行动，更是一场针对国内的政治表演。他需要通过展示强硬来巩固自己的地位，安抚军方的不满情绪。

看到了吗？理性模型解释了“做什么”（what），组织模型解释了“怎么做”（how），政治模型解释了“为什么这么做”（why）。没有一个模型是正确的，但这三个错误的、简单化的模型叠加在一起，我们就看到一个远比任何单一解释都更加深刻、更接近历史真相的理解。这就是多模型思维的威力。

现在我们再回过头来看那些相互矛盾的谚语，你可能就明白了。“三个臭皮匠顶个诸葛亮”与“人多手杂，坏了大事”，到底哪个对呢？多模型思维告诉我们：别问哪个对，要问在什么条件下它们各自是对的。如果一个任务需要的是创意多样性，比如头脑风暴，那么“三个臭皮匠”模型就更适用，人越多点子越多。但如果一个任务需要的是精准执行，比如外科手术，那么“人多手杂”模型就占了上风，这时候一个分工明确、指令统一的小团队效率和安全性最高。那些看似充满智慧的谚语格言，最大问题就是它们是无条件的，而模型思维最核心的价值，就是为我们的认知安装上边界条件这个极其重要的刹车和导航仪。它告诉你，任何一个道理都只是在特定的地图上有效，换了地图，你就得赶紧换导航。

模型的七大超能力：RedCape

掌握多模型思维到底能够给我们带来什么实际好处呢？作者总结了模型的七大超能力，缩写成一个很好记的词——RedCape（红披风）。

• R (Reason) 推理：模型能够帮助我们理清逻辑，从A推导出B，发现我们直觉不到的结论。比如友谊悖论模型（Friendship Paradox Model: 一种社交网络现象，指在社交网络中，你的朋友平均拥有的朋友数量总是比你自己的朋友数量多），它能够从数学上证明，在社交网络里，你朋友的平均朋友数总是比你自己的朋友数要多。这不是你自己感觉不爽，这是数学。
• E (Explain) 解释：这是我们最熟悉的功能，用模型解释为什么会发生某件事。比如用供需模型（Supply and Demand Model: 经济学基本模型，解释商品或服务的价格和数量如何由市场供给和需求决定）来解释为什么钻石那么贵而水那么便宜。
• D (Design) 设计：模型可以用来设计全新的制度和规则。最经典的案例就是联邦通信委员会（FCC）的无线电频谱拍卖。经济学家用博弈论模型（Game Theory Model: 数学和经济学分支，研究在策略互动中理性决策者的行为）设计了一个全新的拍卖规则，既防止了串通，又实现了价值最大化，为美国政府赚取了数百亿美元。
• C (Communicate) 沟通：模型提供了一个精确的、没有歧义的共同语言。你说这个人比较激进，我可能就不明白，但如果你用一个政治光谱模型（Political Spectrum Model: 一种将政治观点或意识形态按连续轴线（如左右翼）进行分类和定位的模型）说“根据投票记录，他坐标在-0.8”，我们就有了一个可以讨论和验证的基础。
• A (Act) 行动：模型直接指导我们行动和决策。2008年金融危机时，美国政府决定救助保险巨头美国国际集团（AIG）而不是雷曼兄弟公司（Lehman Brothers），一个最重要的依据就是网络模型（Network Model: 一种分析复杂系统中各组成部分之间连接和相互作用的模型）。模型显示，AIG处于金融网络的中心，它倒了整个系统就会崩溃，而雷曼兄弟相对边缘。
• P (Predict) 预测：从天气预报到选举结果，模型被广泛用于预测。一个震撼人心的例子就是法航447航班失事。在搜寻两年无果后，调查人员运用了基于贝叶斯统计的概率模型（Bayesian Statistical Probability Model: 一种统计推断方法，通过结合先验知识和观测数据来更新对事件概率的估计），结合洋流数据，划定了一个狭小的最有可能的海域，结果一周之内就找到了飞机残骸。
• E (Explore) 探索：模型还是一个思想实验室（Thought Experiment: 在不进行实际实验的情况下，通过想象和推理来探索某个概念或理论的逻辑后果）。我们可以在里面进行现实中无法做到的思想实验。比如我们可以构建一个模型来探索如果人类能够像拉马克（Jean-Baptiste Lamarck: 法国博物学家，提出了获得性遗传理论，认为生物在个体发育过程中获得的性状可以遗传给后代）设想的那样，把后天获得的技能传给下一代，世界会变成什么样。

推理、解释、设计、沟通、行动、预测、探索，这就是模型赋予我们的七种武器，而多模型思维就是为了让你能够成为熟练使用所有这些武器的武器大师。

模型的黑暗面：傲慢与风险

但是，就像任何强大工具一样，模型也有其黑暗面。它最大的风险就是模型的傲慢（Arrogance of Models: 指过度依赖和相信某一种模型，将其视为现实本身，从而忽略模型之外的信息和复杂性）。当你过度依赖和相信某一种模型时，你会忘记它只是一个简化的地图，你会开始把它当成现实本身，你会对模型之外的所有信息都视而不见。经济学家痴迷于他们的数学公式，有可能忽略人性的非理性；工程师专注于技术参数，可能会忽略社会和伦理的维度；数据科学家沉迷于算法预测，可能会忽略算法本身的偏见与歧视。只带着一张地图，你早晚会迷路，而最可怕的迷路是你坚信自己走在唯一正确的道路上。所以，请记住乔治·伯格斯（George Box）那句被引用了无数次的警示名言：“所有模型都是错的，但有些是有用的。”而佩奇教授想要补充后半句：“而智慧，恰恰是源于你对于前半句的清醒认知。”

日常生活中的多模型思维实践

好了，理论讲了这么多，我们普通人在日常生活中如何实践多模型思维呢？其实很简单。当你遇到一个复杂的、让你纠结的决策时，比如说要不要跳槽去一家创业公司，要不要在大城市买房，请你克制住去问“哪个选择才是对的”这个冲动，然后试着强迫自己至少从三个不同的模型视角来审视这个问题。

• 视角一：经济学模型。像会计师一样思考，把所有可量化的东西都列出来：薪水、期权、通勤成本、房价、未来的预期收益和风险。做一张成本收益分析表。
• 视角二：社会学模型。像个人类学家一样思考，这个选择会如何改变你的社交网络？你的新同事、新邻居会是什么样的人？它会把你带入一个怎样的圈层？这个圈层的文化和价值观怎么样？
• 视角三：心理学模型。像自己的心理医生一样思考，这个选择是不是触发你某些认知偏见？比如说损失厌恶（Loss Aversion: 心理学概念，指人们对损失的感受比对同等收益的感受更强烈），害怕失去现在稳定；或者是确认偏误（Confirmation Bias: 心理学概念，指人们倾向于寻找、解释和记忆那些能够支持自己已有信念的信息，而忽略那些与自己信念相悖的信息），只去搜寻支持你想去的证据。五年后回头看今天的自己，哪一个选择会让自己少后悔？这是杰夫·贝佐斯（Jeff Bezos）的一个策略。

你不需要成为某个领域的专家，你只需要知道有这些不同的地图存在。当你能够自觉拿出三四张不同的地图来对照同一个目的地时，你决策的质量一定会产生质的飞跃。你看到的，将是一个比别人更加立体、更全面的世界。

现在在这个大模型时代，还有一个小技巧可以分享给大家。就是当你了解这些模型之后，你可以明确地告诉ChatGPT，在帮你思考分析这个事情的时候，要从这几个视角来看。那么知道这些模型就很有帮助了，你就可以在提示词（prompt）中写清楚，然后ChatGPT就会从这些不同的视角去帮你分析现在的案例。现在有大语言模型的帮助，做这类分析变得更加容易了。

挑战与总结

当然了，多模型思维不是什么终极答案，它也带来了新的问题。世界上的模型千千万，我们应该选哪些呢？当不同的模型给出完全相反的建议时，我们应该听谁的？这种思维方式会不会让我们陷入分析瘫痪（Analysis Paralysis: 指过度分析或思考一个问题，导致无法做出决策或采取行动的状态），想得太多反而无法行动？这些问题没有简单答案，构建和运用你的模型工具箱本身就是一场永无止境、需要刻意练习的修炼。

但正如查理·芒格（Charlie Munger）这位巴菲特身后的智者，也是多模型思维最著名的倡导者所说：“如果你只有一个或者两个模型，那么你将扭曲现实，直到它符合你的模型。你必须在自己头脑里拥有多个模型，并且根据现实情况，而不是你的喜好来决定使用哪一个。”

好了，今天信息量很大，我们来简单复盘一下关于这个多模型思维，你今天至少可以带走三个核心观念：

1. 勇敢地拥抱“所有模型都是错的”：这不是悲观，而是一种思想上的解放。这意味着你不会再被某一种单一的理论和权威所捆绑。
2. 真正的智慧来自于模型的多样性，而不是所谓的正确性：你的工具箱里工具种类越多，能解决的问题就越复杂。一个水管工不会只带一把扳手出门。
3. 面对复杂问题，养成切换视角的思维肌肉：遇到难题，别再钻牛角尖，试图跳出来问自己：“如果我是一个生物学家、历史学家或者艺术家，我会怎么看这个问题？”

如果大家想更深入了解这个话题，我强烈推荐看一下斯科特·佩奇的《模型思维》（The Model Thinker），我们也会在这个系列视频中包含他这本书。然后还有查理·芒格的演讲集《穷查理宝典》（Poor Charlie's Almanack），将来我们也会在这个系列节目中来涵盖一部分查理·芒格的演讲。

现在让我们回到最初那个问题：为什么懂得越多反而越糊涂呢？因为我们一直试图在这个信息的海洋里寻找一块名叫“唯一真理”的坚实可靠的陆地，但那块陆地可能根本就不存在。多模型思维能够给我们一种全新的可能性，它不承诺带我们到任何终极的彼岸，但他给我们一艘船以及全新的航海工具。我们依然会面对惊涛骇浪的复杂性，依然会被层出不穷的新信息所挑战，但我们的心态已经变了。我们已经不是一个快要淹死的溺水者，而是一个手握多种地图、了解天气、懂得洋流的航行者。就像娜美一样，我们不再恐惧不确定性，而是学会与它共舞。我们不再追求一个完美的答案，而是致力于提出一个又一个更好的问题。这或许就是在这个复杂的时代里，一个人能够拥有最宝贵的确定性。