关于体系化思考
About Systematic Thinking
决定写一些体系化思考的内容，抓住瞬间的热情做一次行动派
– 2023/12/28 02:00
关于体系化思考或者系统性的思考有很多方面的内容可以讨论，无论是培养批判性思维或者是进行”第五项修炼“等都有非常系统的介绍
认知
在强调如何进行体系化的思考之前先强调一下认知问题，这是一切让思考保持正确的从发散到汇总脉络的前提
对于一件事物的思考不应该偏离其本质的特性，我用第一性原理来解释
第一性原理是一种分析问题和推导结论的方法，它基于最基本、不可分解的事实或假设，而不依赖于其他已知结论
提前说明第一性原理和知识迁移的关系，他们之间可能会存在一些冲突，但是我们要避免这种冲突，下文会对知识迁移的思想进行阐述
这里存在两种可能，两种让我们对于一件事情的存在错误的分析和判断的可能
偏离核心要素
对于简单的问题我们通常可以快速且准确的给出判断，但是对于复杂问题就不好说了
给出自己的思考之前应该明确问题的核心是什么，否则完全背离方向是很有可能的，有点像高考语文审题失败导致 0 分
在复杂场景中会存在很多的误导需要我们去抽丝剥茧的提取关键信息或者最初的核心目标是什么，所以说我们最应该明确就是这件事情的目的或者动机是什么
那么那些其他信息就不重要了吗？是重要的，误导不是目的，只是因为最初的本质没有抓住，这些信息会作为一些依据或者线索去支撑基于问题核心而进行的思考和分析
假设我们已经抓住了问题的关键点进行剖析，那么如何保证分析得出的结论是准确的呢？就是依靠第一性原理
已有的信息带来的错误的帮助
我们会因为一些已知的信息反而走向了错误的思考方向，这些已知的信息存在两种：
- 问题中携带的内容
- 过往经历中的一些经验或者其他知识
关于问题中携带的内容假设我们抓住了问题的核心，那这部分的信息就是正向的帮助了，反之最好的结果也只是带来思考上的困惑，甚至会因为困惑而思维发散到为止错误的方向，像是拿着锤子找钉子，不仅没抓住核心要素反而带着困惑去寻找答案显然效率是极其低下的。这里更多的是解释过往经历中的一些经验或者其他知识帮的倒忙
现实中我们是如何记住一个人的呢？
大脑存储的信息是非常有限的，所以针对我们如何记住某人的问题的时候其实我们的大脑做的是特征提取
特征提取就是你并没有记住“人”这个对大脑来说特别困难且抽象的事物，大脑存储的是这个人的一个个外在和内在特征：性别、身高、五官、头发颜色、肤色、胖瘦、动态体征等等
这解释了问题的同时也带来了一个新的问题：你是有可能认错人的。我们当然可以避免这一点，这要求我们全知全能
你会因为一个人的特征与你记忆中另一个人的特征相符而认错这个人，同样的如果对于一个新鲜事物由于你的对于他的了解和认知是不够的，你会自然的使用过往的一些经验和知识来尝试解释他，这是大脑自然的行为，就像认错人一样你也会因为这些信息导致对于这个事物错误的分析和判断，因为这些信息并不是万事万物通用的真理，它并不置信
如何解决呢？就是利用第一性原理的法则，我们要控制自己基于问题分析上的思考方向，一定是基于理性、客观事实，从问题本身出发不要武断的使用一些个人推测或者相关性感觉比较高的信息辅助
知识迁移：特征提取，如何建立相关性
知识迁移是指将在一个领域或环境中获得的知识、经验、技能等应用到另一个领域或环境中的过程
对于上面的帮倒忙来说一切都是发生在我们对于一个东西进行错误的定性、定量判断的时候，而大部分时候知识迁移的能力是非常重要，非常有助于我们思考的
例如我们比较精通一门编程语言之后去学习另一门同类型编程语言会很容易，第二门的学习成本被第一门前置的知识大大的稀释了。从特征提取的角度来回答：语言背后的基础概念都是统一的、设计思想都是大同小异的，只是一些语法、范式的差异
知识迁移需要长时间大量的原始积累，并且将这些积累在个人脑海中构建出犬牙交错的知识脉络，那么对于知识迁移这里存在两个问题：
- 大量的原始积累（这是基础），这些积累的深度和广度取决于后续涉及新知识的时候知识迁移带来辅助的程度
- 脑海中知识脉络的搭建，或者说是不同知识之间的相关性的建联，这部分决定后续对于新事物学习的效率
基于这两个问题对于对于新事物学习存在两个本质的特征分别是程度和效率，程度很好理解不做过多解释，那么关于效率呢？
对于效率的帮助所要构建的只是脉络的过程是比较困难的，长期积累的基础上需要对自己进行大量相关性的训练，例如如果让你将莎士比亚和晾衣架进行关联，你会如何思考？
本质依然是特征提取的问题，而这个建联的训练过程就是强化脑海中知识之间相关性的过程，当你看到一个事物 A 的时候大脑皮层只需要 1ms 就可以快速联想到事物 B、C、D 等等
并且这个需要长时间的思考来维持，因为对于大脑的负担来说，本质上设计大脑存储信息的算法也是一个 LRU 的队列，对于新信息的接纳会保持较快的响应，但是对于长久不使用的那部分内容就会逐渐忘记了，可能两万小时理论就是通过强化记忆来解决大脑的这个健忘问题
脉络梳理
我们对于问题的思考需要始终保持思维是清晰的、逻辑是自洽的、条理是清晰的
在这个基础上如果我遇到一个很困难的需求我会怎么办？
- 我们需要明确这个需求是为了解决什么问题、价值、必要性、什么样的时间周期需要完成
- 所谓的复杂指的是哪些场景？技术难度较高？人力成本较大？排期紧张？服务不稳定？
- 针对不同困难的场景对应可能的解决方案是什么，不同解决方案面临的问题是什么
- 从解决问题的角度出发来看我们可能需要哪些帮助或者支持，包括人力、时间、三方服务等等
- 风险评估
- 调研
- 多方案设计
- 概念验证
- 启动
上面的这些本身就是脉络梳理的过程，那什么是脉络梳理呢？
脉络梳理是指将一系列信息、观点或概念有条理地组织起来，形成清晰的结构，以便更好地理解、传达或分析
- 明确主题或目标，界定梳理的范围和重点
- 收集与主题或目标相关的信息，包括人员依赖、三方资源、数据等等
- 将收集到的信息进行分类，找出相关性强的信息，并且筛选掉不必要或无关的内容
- 确定逻辑结构： 制定一个逻辑结构，确定信息之间的关系和顺序。可以使用逻辑框图、思维导图等工具来帮助可视化这种结构
- 制定大纲
- 确保各个部分之间有清晰的连接和过渡
- 在大纲的基础上填充详细的内容。确保每个部分都有足够的信息来支持你的主题或目标
- 通过和其他人的交流通过他人的反馈来适当修正
通过这些步骤，你可以更好地组织信息，同时可以借助笔记、画图工具等等使得你的思考过程更为有条理和逻辑
关于体系化
一直在说到构建大脑的知识体系或者是知识脉络，那么关于体系化到底是什么
将某个领域、系统或活动进行有序组织、规划和管理的过程。这个过程涉及到将一个复杂的系统或活动划分为不同的组成部分，并建立起彼此之间的关联和相互作用
脑海中的知识脉络通过相关性建联联就像 DNA 双螺旋的组蛋白线轴一样捆绑起来我们大概是有了清晰的认知了，所谓体系化也无非如此
对于生活工作上的体系化思考就是将一些些碎片和细节通过相关性进行建联，这里存在两个要求：
- 相关性建联：特征提取
- 视角
为什么体系化思考会强调和视角的关系？
就像战争，局限于一隅之地是无法纵观全局战场的局势的，决策者需要考虑整个战场的动态和局势，而不仅仅是局部战场的情况。只有全面了解整个战场，才能够制定更全面、更有效的战略
所以我们体系化思考的前提一定是要提高我们的视角
提高视角
工作的时候有的同学会收到类似过度沉浸在细节没有大局观之类的较为负面的反馈，怎么样是有大局观呢？这里就需要进行视角的提升
业务开发中的一线同学很容易陷入需求的细节里面做纯粹的执行者，不断强化自己的螺丝钉属性，这显然是不对的，长久以往个人成长会存在很大的问题。从这个角度来说我认为即使是一线的研发在接业务需求的时候也需要有不同角度的考量：
- 对于业务这个需求是为了什么目标服务的，需要有一些产品的 sense 参与到业务的思考中来，或许自己的意见也是很有价值的
- 有哪些涉及的相关方、关键时间节点和动作等
- 执行、人力分配、调研、多方案设计、风险评估等等等等
- …
不只是说要简单的知道这些内容，而是这些东西是在时刻围绕在我们思考的上下文中的，这里的差别很大
从做事情的角度来说可以主动发起和推进一些比较大规模的技术专项或者业务需求可以很快的让自己在这方面得到提升，这个过程中可以从以下方面获得成长：
- 制定规划
- 多角度思考
- 知识领域的拓宽
- 不同领域、层次的人员的沟通交流
- 大局观
- …
要从更广泛、更全面的角度来看待问题，超越狭隘的视野，获得更深刻的理解
关于本文
总的来说一切的内容都环绕在提高视角后基于客观依据对所有的细节进行脉络梳理进行系统的组装来提高我们目标达成的效率和质量，可以是处理生活和工作的一件件大小的事情和问题也可以是对未来做中长期的规划
对于应用到具体的事情上，本文就是利用类似的方法进行构思的。当我觉得我想将我看待事情和解决问题的方法总结出一些文字的时候，我基于我想要表达的观念梳理出一些核心的要素，对这些要素的内容进行清晰的阐释，而这个阐释希望是结构化的，从一些关键要素的提炼来分段解释，通过一些案例来支撑
这应该是一套方法论，是一套可以运用到生活和工作方方面面的场景的公式
Further
- 到底什么是老板要的价值，我们业务价值的大小该如何定义，需求价值 vs.公司收益
- 关于个人为公司的产出和离开后带走的东西，技术专精+产品技术领域体系