雅书

得到APP每天听本书分享：我们到底应该怎么看待模型？我觉得，模型其实是一个人最底层的思维系统。它比知识和方法，还要底层。有时候，你做事的方法可能都对，但就是达不到预期的结果。归根结底，很可能就是用错了模型。比如在职场上，有人抱怨，为什么我天天加班，对领导唯命是从，但升职加薪却没我的份？其实说到底，他是在用友谊模型看待工作。觉得自己付出了忠诚，就应该获得同样的忠诚。还有人把工作当作打仗，用战争模型。有人把公司当成家，用家庭模型。当然，咱们在这不是要说谁对谁错，而是想说，很多时候，模型比方法更重要。假如你发现，自己做事的方法都没问题，但就是无法获得预期的结果。你可能要反思，是不是在一开始，就用错了模型。

2020年第七本。 500多页的大部头，十分艰苦地啃完。从内容上讲真的是非常棒的书，多模型的理念涵盖了之前读过的很多书的理论，如《规模》、《合作的进化》、《链接》、《黑天鹅》、《增长的极限》等等，不仅有模型的单独讲解与表述，还有关系与综合运用的思考，简直是“集大成者”。当然以我的道行还是有不少地方囫囵看过去难以精确透彻理解，即使这样也有非常大的收获了。 仍有四点吐槽：一是翻译不行，不少译名前后不一致，有些关键表述译得晦涩，造成理解困难；二是太多校对错误，尤其是很多错误居然还是在公式和定义上真是让人醉了；三是定价太贵，这么个单色印刷的书居然卖到150元；四是你定价这么贵倒是用点儿好纸啊，读了十几个小时，书一直散发着刺鼻的味道极其不爽！ 因为以上四点，扣一星。

今年读完的第46本书：斯科特·佩奇《模型思维》。说是看完了，其实是跳过了大部分的数学公式和推导，主要是吸收思维营养。在无力改变大环境的情况下，模型思维有助于我们做好决策。……

模型其实是一个人最底层的思维系统。它比知识和方法，还要底层。有时候，你做事的方法可能都对，但就是达不到预期的结果。归根结底，很可能就是用错了模型。比如在职场上，有人抱怨，为什么我天天加班，对领导唯命是从，但升职加薪却没我的份？其实说到底，他是在用友谊模型看待工作。觉得自己付出了忠诚，就应该获得同样的忠诚。还有人把工作当作打仗，用战争模型。有人把公司当成家，用家庭模型。很多时候，模型比方法更重要。假如你发现，自己做事的方法都没问题，但就是无法获得预期的结果。你可能要反思，是不是在一开始，就用错了模型。

1、偏学术视角的思维模型理论，但是和芒格的通俗版思维模型一个道理，理论和实践都强。思维模型是大脑里的工具，大脑工具箱会给我们带来认知上的多样性红利； 2、作者是美国院士，复杂性专家，Santa Fe研究所的研究员，不必芒格差。他用7年时间写了这本书，值得重视。3、配合cousera上的同名课程服用；吐槽翻译不好的，读英文版即可。

数学公式多了些，文科童鞋，购买请注意

翻译太毁书了，硬着头皮看

一定要配合coursera网课，才能看懂；看懂了就不会给低分 学到了很多看问题的角度，也是受到查理芒格的影响，利用多种学科模型看问题

干货很多，可读性不是太高。 我根据书中的所有模型制作了各个模型之间的链接关系，xmind格式，链接肯定是不全面的。如果谁能修改的更全面，请拿去斧正，修改后请回复我一下把你修改过的传给我。 https://wws.lanzous.com/ilOTVg7e16j

作者想要用语言来解释模型思维，没想到翻译太差，还不如多点公式

「基于多模型思维的『谋定而后动』肯定要比仅仅基于冲动和直觉就行动更好」

这本书太数学了。看明白后很难运用，但其思想是易懂的，那就是运用多模型思维，而非局限于某种狭隘的归因。

最早认识世界大体没有思路，在对经济学有初步了解之后，习惯于用局部均衡的思路看待各种现象，曾经有过经济学帝国主义的认识，而经济学的分析往往会借助于数理模型，本书的作者也是多样化红利的作者，在本书中作者阐述了众多社会科学模型，可以用来解释合作、不平等等社会问题和现象，读完之后从中获取手艺不少

万维钢解读的比他好，书名翻译都能看出来，万的翻译是模型思考者

不适合99.999%的人，如果你是十万里挑一的那种既有扎实的数学统计功底，又在社会科学领域有相当程度的跨学科知识积累可以看。不过我想那样的人早就是教授了吧。

一本大部分内容需要聚精会神阅读的书。并不一定要搞清楚书中每一个模型，大概理解每个模型背后对应的发展规律的概况，有助于我们提早对一些事件（例如网络效应的互联网产品和新冠病毒）进行判断。

从芒格处就体会到多模型看待世界的好处，此书比较好的从各个模型的逻辑-框架-应用出发来分析各个模型的使用场景，对于研究学术来说还是不错的。据说万维钢解读的更好一些，有空去听听。

作为一本书来说，并不是很友好 不过即使如此，我也从书中拿到了一个idea，然后完成了一篇小论文 也不算没有收获

理论有着理想化的前提，判断事情可行否，做到什么程度，要看技术、组织、模型、实现这些数据，当这些现实复杂的信息能够足够清晰地呈现在眼前的时候，每个人都能够做出准确的判断和预测。

用正态分布估计能够读懂本书的人数，估计不会超过5%，实话讲，本书太难了。主要有两点：一是数学知识遗忘的差不多了，并且涉及大量的高等数学，概率统计，如此就劝退了90%的人。二是涉及的学科太多了，经济学、计算机、统计学、博弈论、决策论等等，能够搞定这些科目的人，已是万中挑一了。但，即使这样本书的价值，依然很强大。本书的价值在于提供了一个路径：28个模型。每个模型基本上都可以写成一本书。书的结构我都想好了：大佬推荐+序言，模型是什么，为什么重要，X模型起源和发展，X模型的特征，X模型的应用，致谢+参考文献。本书需要将每个模型单独提出来学习，利用搜索+专题学习的方式进行，但还是要有所取舍，应用大石头法则就好了。