學習最好的心智模式#

本章節探討**心智模型（Mental Models）**的蒐集與應用。Naval 認為大腦在決策時本質上是一台「記憶預測機器」，而心智模型就是讓這台機器運行得更好的軟體。

為什麼需要心智模型#

大腦的預測機制#

在做決策時，大腦的運作方式是：「過去 X 發生了，所以未來 X 也會發生。」但這是一種糟糕的記憶預測方式，因為它太依賴特定情境。

你真正需要的是原則（Principles），也就是心智模型。

心智模型的來源#

Naval 列出了他認為最好的心智模型來源：

• 演化論（Evolution）
• 賽局理論（Game Theory）
• Charlie Munger（Warren Buffett 的合夥人，擁有大量心智模型）
• Nassim Taleb（作家與交易員，專精於不確定性和極端事件）
• Benjamin Franklin（擁有優秀的心智模型）

Naval 使用自己和別人的推文作為記憶助手，幫助壓縮和回憶自己的學習。心智模型就是用來回憶你自己知識的精簡方式。但如果你沒有底層經驗，它們就只是一堆好聽的引言。

關鍵心智模型#

演化論（Evolution）#

Naval 認為現代社會的很多現象都可以透過演化論來解釋。

一個理論是：文明的存在是為了回答**「誰能繁殖」**的問題。從純粹的性擇（Sexual Selection）角度來看，精子是豐富的而卵子是稀缺的，這是一個分配問題。人類所有的文明成就，在某種意義上都可以追溯到人們試圖解決這個問題。

演化論、熱力學、資訊理論和複雜性理論在生活的許多面向都具有解釋力和預測力。

反演法（Inversion）#

「我不相信我有能力說出什麼會成功。相反地，我試著排除什麼不會成功。我認為成功基本上就是不犯錯。重點不是擁有正確的判斷，而是避免錯誤的判斷。」

這是一個極為實用的心智模型：與其追求找到正確答案，不如系統性地排除錯誤選項。

複雜性理論（Complexity Theory）#

Naval 在 90 年代中期深入研究複雜性理論，越深入越體會到：

• 我們知識的極限
• 我們預測能力的極限
• 我們根本上是無知的，非常不擅長預測未來

複雜性理論幫助他建立了一個在無知中運作的系統——承認不確定性，而非假裝能預測一切。

經濟學（Economics）#

忽略噪音，讓市場來決定。微觀經濟學和賽局理論是基本功，沒有它們你很難在商業或現代資本主義社會中成功。

委託代理問題（Principal-Agent Problem）#

Naval 認為這是微觀經濟學中最根本的問題。

Julius Caesar 的名言完美概括了這個問題：「如果你想事情做好，就去做。如果不想，就派人去。」

解決方案：

• 公司越小，每個人越像委託人
• 越能將報酬與價值創造直接掛鉤，越能將代理人轉化為委託人
• 越少感覺自己是代理人，工作品質越高

複利（Compound Interest）#

複利不僅適用於金融領域。Naval 強調它在智識領域的威力：

基礎數學（Basic Math）#

Naval 認為基礎數學被嚴重低估。如果你要賺錢或投資，你的基本數學能力必須扎實：

• 不需要：幾何、三角函數、微積分（除非專業需要）
• 必須精通：算術、機率、統計
• 確保你非常擅長乘法、除法、複利計算和統計推理

黑天鵝（Black Swans）#

機率統計中有一個專門研究**尾端事件（Tail Events）**的分支，即極端機率。Naval 再次引用 Nassim Taleb，認為他是當代最偉大的哲學家-科學家之一。

微積分（Calculus）#

微積分的價值不在於你能解積分或做微分，而是理解它的原則：用微小的離散或連續變化來衡量變化的速率和自然運作的方式。

可證偽性（Falsifiability）#

最不被理解但最重要的科學原則：可證偽性。如果一個理論無法做出可證偽的預測，它就不是科學。要相信某件事是真的，它必須具有預測力，並且必須是可證偽的。

Naval 用這個原則批評了宏觀經濟學：因為它無法做出可證偽的預測（你永遠無法在研究經濟時有一個對照組），它在某種程度上已經被腐蝕了。