「理工科思維」是萬維鋼在《萬萬沒想到》裡打造的一副眼鏡。文人思維愛用類比、講究立場、追求圓滿的道德故事；理工科思維則問成本效益、講機率分佈、承認凡事都要取捨。戴上這副眼鏡，很多被當成常識的直覺，會露出它其實是人腦原始出廠設定的破綻。
🧠 Core Ideas
- 凡事都是 tradeoff（取捨），沒有免費的好。理工科思維的第一課，是拒絕「既要又要」的圓滿幻想。任何選擇都有代價，真正的問題不是「好不好」，而是「用什麼換什麼、值不值」。
- 用機率思維取代非黑即白。世界不是「會／不會」，而是各種可能性的機率分佈。萬維鋼強調概率論的幾個基本智慧——小概率事件、期望值、大數法則——沒有這副底層直覺，人就會被個案與運氣牽著走。
- 警惕確認偏誤與陰謀論。人腦愛找符合既有信念的證據、愛用簡單的惡意動機解釋複雜的隨機結果。理工科思維要求主動去找反例，並用「無能與偶然」而非「陰謀」作為預設解釋。
- 成功學的解藥是刻意練習。他用科學研究支持的「刻意練習」取代模糊的「一萬小時天才論」：真正管用的不是重複時數，而是在學習區、有即時反饋、高度專注地打磨弱點。據稱這個概念正是由他首先引入中文世界。
- 軼事不是證據，個案不是規律。一個生動的成功故事樣本數為一、且沒有對照組。理工科思維要求區分「消費科學結論」與「理解科學工序」——知道一個結論是怎麼被驗證出來的，比背下結論本身重要。
- 費米估算：先算個大概，勝過空談。面對複雜問題，與其糾結精確數字，不如像物理學家那樣做數量級估算（「真空中的球形雞」），先把問題框成可計算的形狀，答案就有了譜。
TIP
遇到「××讓我成功了，你也該這樣做」的說法，先在心裡補一個問題：「用同樣方法卻失敗的人有多少？」成功者的故事只是分子，理工科思維會逼你去問那個從不被展示的分母。分母一補上，大多數勵志因果就站不住腳了。
⚖️ 常識為什麼經常是錯的
我們稱為「常識」的許多反應，其實是人腦為遠古環境優化出的節能捷徑，拿到現代複雜世界就頻頻失靈。
三個被直覺帶偏的地方
-
愛因果、不愛機率：人腦天生要為每件事找一個原因、一個故事，於是把隨機漲落解讀成規律，把運氣解讀成能力。承認「這就是機率」比編一個因果故事困難得多。
-
愛確定、不愛取捨：直覺渴望「全都要」的圓滿答案，抗拒「有得必有失」的取捨現實。於是政策討論常淪為立場表態，而非成本效益的權衡。
-
愛生動、不愛統計：一個鮮活個案的說服力，遠勝一疊枯燥數據。但個案往往是精心挑選或倖存下來的樣本，統計才逼近真相。
🖼️ 把世界當成一道可估算的題
《萬萬沒想到》真正想推廣的，不是某條科學知識，而是一種「現代科學啟蒙」的態度：把世界當成一道可以拆解、可以估算、可以驗證的題，而不是一則要你相信的故事。萬維鋼用行為經濟學、認知心理學、統計學與物理學的成果，一章一章拆掉那些披著常識外衣的直覺偏誤——從健康決策要算成本效益，到貧富差距背後的觀念與思維落差，再到 P < 0.05 這條顯著性紅線背後研究者的隱藏動機。
這套思維的可貴，在於它同時是謙遜與有力的。謙遜，是因為它承認凡事有取捨、結論帶機率、自己可能錯；有力，是因為它給了一副能把混沌問題切成可算小塊的工具。它也為萬維鋼後來的《智識分子》《高手》奠定方法論底盤：先學會像工程師一樣思考——量化、試錯、取捨——再談見識與決策，才不會蓋在直覺的流沙上。理工科思維不保證你算對，但它讓你至少是在「算」，而不是在「信」。
IMPORTANT
理工科思維最容易被誤用成一種冷冰冰的優越感——動不動就說「你這不科學」。萬維鋼的原意不是要人否定情感與價值，而是提醒：在該用證據的地方就別用故事，在該算機率的地方就別賭直覺。它是一種工具紀律，不是一種身分炫耀；用來看清世界，而不是用來壓人。
🔑 Takeaways
- 凡事皆取捨：問「用什麼換什麼、值不值」，而不是「好不好」。
- 用機率分佈取代非黑即白；補上「失敗者分母」，勵志因果就會現形。
- 刻意練習取代一萬小時論——在學習區、有反饋、高專注地打磨弱點。
- 分清「消費結論」與「理解工序」：知道結論怎麼被驗證，比背結論重要。
- 延伸：把這套訓練用在「怎麼學得又精又廣」，見 學習究竟是什麼：刻意練習。
No notes yet — jot your takeaways or Q&A here.