如果你是一个外星人，有一天来到地球。面对这个陌生的世界，哪一点最让你好奇？
你会不会像观察蚂蚁窝的孩子，看着劳劳碌碌的人类，既好奇个体的呆笨和迷惘，又感叹群体的秩序和智慧？
作为地球人，我对这个世界的好奇由两部分构成：
1、科学意义上的“为什么”；
2、个人意识和命运上的“为什么”。
这双重好奇，最终汇聚在一个点上：大脑。
如量子力学创始人普朗克所说：
“科学不能解决大自然的最终奥秘。那是因为，归根到底，我们自己就是我们不断试图解决的奥秘的一部分。”
“自然界允许我们计算的只是概率，不过科学并没就此垮台。”
概率不仅决定了“我们和周围世界的互动无法追究到微小的细节”，并且随着全球化、金融化、数字化的加速，宏观世界也变得依赖于概率。
无知，怀疑，不确定性，在我们的现实生活中，非减反增。
我们的记忆和意识都建立在概率性的现象之上。
进而，AI模仿了大脑的概率化工作原理，反过来威胁了人类的生存意义。
《人生算法》始自“好奇”，对“命运之神”和“科学之神”如何支配一个人的好奇。
这好奇的世俗表达是："我如此拼命，为何命该如此？"
在我构建本书基本框架时，“算法”就书名而言只是隐喻。但当我还原该概念时，则有许多对“硬科学”领域的探奇，尤其是那些极少有人能够讲得既透彻又有趣的概率算法。
费曼说过：“物理学就如同性爱一样，尽管它们可以带来一些实际的成果，但那并不是我们喜欢做它们的原因。”
《人生算法》将比绝大多数“方法论”带给你更多实践价值，以及实用主义的认知工具，但这构不成我的写作动机。我自认为因此保持了某种思考的纯粹。
懂得概率会被“命运之神”垂青吗？又或者，假如有一个锦囊里有妙计，能够征服“命运之神”，你愿意打开它，并因此失去人生的不确定性吗？
《人生算法》由6部分构成：
第一部分：人生算法=认知飞轮+概率分层；
第二部分：认知飞轮--如何应对内在世界的“不充分”；
第三部分：概率分层--如何应对外在世界的“不确定”；
第四部分：或然性世界观和算法--与概率平起平坐；
第五部分：时间的魔法--人生算法的“第一性”假设；
第六部分：认知地图--穿越三个神秘世界。
以下是《人生算法》的全书简介。
第一部分
人生算法的模型
why
我们每个人都面对着两个世界：内部世界和外部世界。
1、内部世界的首要难题是：不充分。
我们似乎总是没有准备好；
知识不够，智慧不够，经验不够，理性不够；
时机总是不对；
我们的内部世界永远不能具备最充分的要素。
2、外部世界的首要难题是：不确定。
未来模糊不清；
世界是个复杂系统，你的投入与得到并非简单的因果关系，所以你不知道该如何发力；
他人的想法和行为无法预计；
运气似乎比实力和努力都更加重要。
what
人生算法，试图建立起内部世界和外部世界的关系，来形成一个人的“个人战略”。
人生算法=认知飞轮+概率分层。
认知飞轮：解决的是一个人内部世界的问题，即：不充分。
也就是说在“不充分”的情况下，我该如何去有效地“努力”。
概率分层：解决的是一个人外部世界的问题，即：不确定。
也就是说在“不确定”的情况下，我该如何去获得更好的“运气”。
人生算法：就是要在“努力”和“运气”之间建立起联系。
我视写作为一个求解的过程，而非发散式的漫游。
受物理的启发，我构建了一个模型来表达。
建模的先驱，物理学家安德森说：
建模的艺术就是去除实在中与问题无关的部分。
他提到：建模者和使用者都面临一定的风险。
韦斯科夫讲过，什么叫模型？模型就是奥地利的火车时刻表。奥地利的火车经常晚点，乘客就问列车员：“你们干嘛还要时刻表？”列车员回答道：“有了时刻表才知道火车的晚点呀。”
受数学的启发，本书的内核就是两个“计算”。
“Talk is cheap, shut up and calculate.”
我努力克服两点：1、过度拟合；2、过度思考。
例如许多预测算法，都是先寻找单一的最重要的因素，而非直接跳跃到许多因素模型。
企业家弗里德和汉森，在需要头脑风暴的时候，会用更粗的笔。若用太细的笔，你会掉进不必担心的细节里。
如此，你便会专注从全局思考，洞察出关键要素的结构和运行逻辑。
所以你会发现，我没多大兴趣给出7点或者10点“原则”，“认知飞轮”亦是一个人自我求解的过程。这是第一个“计算”。
我并非一个“计算原教旨主义者”。我只是想弄个明白。
算法是用于消除复杂性的。算法只考虑“客观性”的纯粹程度。算法是乐观的。聪明的算法会越来越聪明，越来越接近真相。
我显然不是一个擅长不过度思考的人。然而身为解题爱好者的内心驱动，促使我完成了“概率分层”的架构。“概率、决策、算法、思维、理性”等思考和计算，被简化为一个问题：
一个人如何抓到好牌，并打好手中的牌？
但是，为什么一个“简单”的模型，两个“简单”的计算，还是要写这么长？
因为我坚信：只有化繁为简的“简单”方有价值。
我喜欢奥利弗·温德尔·霍姆斯的这句话：
我不追求复杂性表面的简单，但是我愿意将我的生命献给复杂性深层的简单。
第二部分
认知飞轮
费曼曾经写道：
假如由于某种大灾难，所有的科学知识都丢失了，只有一句话传给下一代，那么怎样才能用最少的词汇来表达最多的信息呢？我相信这句话是原子假设：
所有的物体都是由原子构成的——这些原子是一些小小的粒子，它们一直不停地运动着。当彼此略微离开时互相吸引，当彼此过于挤紧时又相互排斥。
我用同样的方式来思考，假如我只能教给自己的孩子一种思维，或者能力，那是什么？
我的答案是：认知飞轮。
姑且视之为我对“底层算法”的一种简单化探索。
这个答案亦是向费曼的致敬：认知飞轮，就是人类思维的“原子”。
先让我们找到基本单元。就像找到（构成复杂智能系统的）一只蚂蚁，或者（构成大脑的）一个神经元。
（模型：认知飞轮的基本单元）
由人行为的原理可知，人的行为的过程主要由人对环境信息的获取 、感知 、处理和输出组成 ，即感知 、认知和决策以及行动的过程。
我们思考一个问题，做一件事情，开展一个项目，都需完成如上这个认知闭环。
我们的每天、每年、此生，都是由无数个或完整、或残缺的该基本单元链接构成。
该闭环由4个节点构成：
感知-认知-决策-行动。
该“认知闭环”飞转起来，便成为“认知飞轮”。
Part1：四个节点
节点一：感知
知觉或感知（英语：Perception）是外界刺激作用于感官时，脑对外界的整体的看法和理解，它为我们对外界的感觉信息进行组织和解释。在认知科学中，也可看作一组程序，包括获取感官信息、理解信息、筛选信息、组织信息。与感觉不同，知觉反映的是由对象的各样属性及关系构成的整体。
我将对资源的感应，也放在感知环节。在网络时代，对资源的运用比占有更具价值，“帕累托最优”原理在资源分配上，也有更新的解释。
节点二：认知
认知或认识（英语：cognition）在心理学中是指通过形成概念、知觉、判断或想象等心理活动来获取知识的过程，即个体思维进行信息处理（information processing）的心理功能。认知过程可以是自然的或人造的、有意识或无意识；因此，麻醉学、神经科学、心理学、哲学、系统学以及计算机科学在分析认知时，其分析的聚焦点以及脉络是不同的。
这里的认知，是指对不同方案与选择的量化评估过程。数学意义上是对已知条件的运用，金融意义上是对资产的配置。
节点三：决策
在心理学中，决策（英语：Decision-making），是一种认知过程，经过这个过程之后，个人可以在各种选择方案中，根据个人信念或是综合各项因素的推理，决定出行动，或是决定出个人要向外表达的意见。每个决策过程都会以产生最终决定、选取最终选择为目标。而这些选择的形式可以是一种行动或选取的意见。
决策者做决定之前，往往面临不同的方案和选择、以及有关其决定后果的某种程度上的不确定性；决策者需要对各种选择的利弊、风险做出权衡，以期达到最优的决策结果。
认知高手，未必是决策高手。
克劳塞维茨说：“知道是一回事，做是另外一回事。”
节点四：行动（行为）
毕加索说：重要的是做什么，而不是打算做什么。
行为是指有机体（包括人类与其他动物）的动作、行动方式，以及对所处环境与其他生物体或物体的一种反应。词性为中性。在生物适应环境上，行为有很重要的意义，有助于避免受到负面的环境因素所影响。
对动物而言，行为可以是有意识或无意识的，可以是自愿也可以是非自愿的。而且是受到内分泌系统与神经系统的控制。一般认为行为的复杂度和生物体神经系统的复杂度有关。若生物体的神经系统越复杂，越有可能学习新反应，调整其行为。
“行动”这个节点，既是执行者，又是感知者。他兼顾着侦察兵和战斗者的角色，既要奋不顾身地执行任务，又要带回一线的数据。
Part2：一个内核
当闭环能够完成，并且形成正反馈循环，便形成了某个“内核”。
成功的创业公司，都是因为其找到了一个可以复制的秘密。
个人也是如此。
一个人一辈子其实只能做一种事情。例如巴菲特终生就是做资金分配的事儿。
钢铁侠马斯克看起来做了很多事，其实也是一种事：科技和商业的结合。
发现内核，然后不断复制，就是巴菲特所谓的滚雪球。所谓：人生就像滚雪球。最重要之事是发现足够湿的雪和长长的坡。
“坡”是核心算法，“湿雪”是大量可重复的动作，滚雪球，即有效的、可重复、可持续、自我强化的学习。即，重复是具有滚雪球效应的。
好的商业模式，就是找到可以用笨办法重复的聪明事，或者是用聪明办法重复的笨事。
Part3：一个外环
作为被广泛认同和应用的成功学方法论，以“欲望、财富、智慧、时间”为元素，从山坡上自上而下滚动的雪球，是当下中国人至为追求的“既能自动发生、又可以无限大”的完美人生境界。
然而，真的有所谓滚雪球吗？墨菲定律总是会致力于拖一切愿望的后腿，宇宙间存在一种力量，处心积虑地打翻你的牛奶。哪里会有坐着滑梯就把钱赚了的好事呢？
本·霍洛维茨说：“在担任CEO的8年多时间里，只有3天是顺境，剩下的8年几乎全是举步维艰。”
他是硅谷顶级投资人，与网景之父马克·安德森联手合作18年。2009年创立风险投资公司A16Z，被外媒誉为“硅谷最牛的50个天使投资人”之一，先后在初期投资了Facebook、Twitter、Groupon、Skype，是诸多硅谷新贵的创业导师。
看似一直在滚雪球的硅谷超一流的大师，何以抒发西西弗斯般的感慨？
回到滚雪球的巴菲特，他一生如苦行僧般专注于投资，几乎没有任何个人爱好。他又何尝不是一个西西弗斯？
西西弗斯神话，象征永不停息而又毫无意义的劳作，如不断往山上推却又滚落下来的巨石。加缪用来比喻生命本身，借此他引入了荒诞主义哲学，认为生命没有意义，除了我们构建出的价值外没有价值。
试图取得世俗成功的人们，要克服：
1、将不断滚下的石头推上山之疲惫；
2、心底之虚无和厌倦。
世间并无那种找到一个坡然后就让雪球顺着滚下去的简单好事。
滚雪球和推石头，也许是一件事情。
当你的能力，不是由两种或以上对立的能力组合而成，就不是一种真正的能力。
在这个模型里，雪球和石头，通过齿轮咬合在一起：
有时候石头靠雪球自上而下势能的转换，本身得以强化。
有时候雪球的斜坡突然变成了需要攀登的山峰，这时，西西弗斯的经验，以及对待苦难的心灵力量凸显出来，帮助雪球逆势而上，直到发现下一个巨大的斜坡。
西西弗斯的永无停息的劳作，构成了“认知飞轮”的外环。
西西弗斯的力量，对企业而言，是：
价值观；
愿景；
使命。
这力量帮企业走出迷雾，在看不到方向时指引他们，在陷入泥潭的时候激励他们，在充满恐惧时拥抱他们。
对人而言，是：
强烈的动机；
一个人的目标和愿望；
一个人的心流。
这个模型的价值比看起来有趣、有意义得多。
我们由此可以解释很多让你困扰的问题。
例如，你会发现，要取得世俗的成功，关键在于让一个内核滚动起来。内核的大小并不重要。
这种成功常是突如其来、跌跌撞撞、不符常理的。
实现这一点，很多时候与智商无关，和勤奋也无关，那和什么有关呢？我在后面尝试着给出了一个内心诚恳、形式游戏的“九段体系”。
以此模型来分析AI：
1、阿尔法狗的每一次自我对弈的数据，都能生成新的感知；
2、核心是其算法，该算法通过滚雪球式的强化学习，令AI越来越强大；
3、红字部分的人类弱点，阿尔法狗完全没有；
4、黄线部分的西西弗斯，阿尔法狗天生就是；
5、它正是斯金纳眼中“客观无情&强化作用”的完美造物。
如我所言，牛人牛企，大多是一个人肉阿尔法狗。有些人的天赋，例如超级理性，其实是人格缺陷。我们也没有必要苛求自己变成超人。
如这两年红火的巴西3G资本，其公司强调“找到差距”和“弥补差距”，这就是企业的强化学习。他们追求“永不知足”，Go extra mile，这就是AI的不断重复。
“认知飞轮”的九段
进而，围绕“认知飞轮”的基本模型，我搭建了一个“九段”（也是递进的九步）框架：
第一步：凡事有交代，待在能力半径内；
第二步：理解并掌握认知闭环的四个节点，完成好每个击球的基本动作；
第三步：令上面的认知闭环的四个节点之间不要掉链子；
第四步：不管前一个球打得是好是坏，你总是能够什么都没发生似的启动新的一次闭环动作；
第五步：让雪球滚起来；
第六步：发现自己最小的那个内核；
第七步：通过复制，令自己最小的那个内核最大化；
第八步：仿若星空，赋予自己目标、方向和意义；
第九步：找到通向你自己的道路。
该框架是我用研究课题的方式，分析了诸多书本上的、身边的牛逼人士，基于大量样本，剥去“牛人们”的表皮，探寻内在的结构和动力机制，尤其关注时间这一元素，从而得出的一套“通用算法”。
认知飞轮的核心是：
找到你的算法内核，然后不断重复，如滚雪球般越滚越大。
我希望探索一个可以循序渐进、逐步习得的思考和行动框架。
九段，是一个求解的过程。而你，是这道题最大的已知条件。
我用围棋的段位，来描述闭环认知的9个层级。
本系列文章，分为上半场和下半场。
上半场，从初段到六段，是一个切割钻石的过程，目的就是为了不断找到真正属于你自己的最小的那个内核。
下半场，就是如何通过复制，令最小的内核最大化。
上半场是做减法聚焦，下半场是做加法或乘法放大。
1、发现内核，是一个求解的过程，是对真相的科学性追求。
2、这个过程，需要勇敢的独立思考，和聪明的试错实践；
3、一个人，或者一个机构，其成功的最大秘密是：找到可大规模复制（具有连续性）的“大概率事件“。
初段：靠谱
要点：完成比完美更重要。待在自己的能力半径内，做一个靠谱的人。
哪怕是跌跌撞撞的射门，也好过在中场后场倒脚。
歌德说：凡事你认为可以做的或者你认为可以做的，就着手开始做吧。因为胆量大可以使人拥有魔法、力量和天赋。
二段：节点
要点：感知-认知-决策-行动，四个节点，就像高尔夫的挥杆动作分解。但你又要能将其串起来。串起来的时候，你要忘掉节点的事情；但是复盘的时候，你又能够如庖丁解牛般，洞察至每一个节点。
三段：心智
要点：如何不掉链子？聪明人如何不干蠢事？我将五花八门的非理性归为四大类别。
四段：重启
菲茨杰拉德写道：生命的活力不仅仅表现在坚持的能力上，还表现在敢于从头再来的勇气上。
别为过去辩解，别维护自己的“正确”。
要点：每一次都从头思考，每一天都焕然一新，每完成上一次认知闭环，就归零重新启动。AI阿尔法狗下棋时，便是如此。牛人亦是。做到这一点，我们需要构建自己的“精神装置”，并不断训练之。
五段：递进
要点：将“自我进化”变成一个可以复制、可以加速的系统。否则变成了原地打转。自我复制交织着进化。
六段：内核
要点：找到核心算法，发现你自己的商业模式的种子。
七段：复利
要点：以“大规模复制”，实现爱因斯坦所说的世界第八大奇迹—复利。
八段：愿景
要点：在极度不确定的现实世界中，建立起乐观的未来与严酷的现实之间的秘密联系。
九段：内化
要点：来到最高段位，回到一个基本的圆环，圆心只有一句话：发现通向自己的道路。这时，你才能从本质层面，理解“知行合一”的意思。
以上，就是如下模型的生成过程：
5个理论模型
该框架基于下面5个理论原型：
1、反馈回路
认知闭环由4个节点构成：感知-认知-决策-行动。
该闭环构成了一个反馈回路，在四个不同的阶段运转 ，上一阶段与下一阶段紧密相连 ，环环相扣 。（来自《元认知》，但与该书对四个节点的定义不同）
如MIT的系统动力学，是通过“全局观（模型）+动力机制+反馈系统”，来发掘 “条理清晰的答案 ” 。
达利欧说：卷入快速学习的反馈循环之中是件令人兴奋的事情。
人生算法，对于反馈机制，有两个：
一个是闭环与闭环之间，要传递反馈，但是要策略而不是要情绪，过去是要被切割的；
另外一种反馈机制是大的愿景，不要为短暂的阻隔，或者没有及时得到响应而茫然，也就是我们说的如何穿越不确定的黑夜。
这里交织着远见、勇气和延迟满足。
2、可复制性
生物、人、机构，其强大几乎都是基于某种可复制性，除了基本单元数量上的可复制性，还有“整体大于部分”的网络效应和复杂效应。
一万家川菜馆的利润都比不上一罐可复制的老干妈辣椒酱，马云马化腾睡觉的时候服务器还在自动帮他们赚钱，海底捞派个服务员出去就能复制一个几乎一模一样的火锅店。
复制的概念，有资本上的，时间上的，空间上的，人力上的，技术上的，数字化的，文化上的，乃至梦想上的。
但是，你必须有一个强大的内核，就像印钞需要一个精密的电版。
3、精益创业式的个人成长
精益创业是一种发展商业模式与开发产品的方法，由埃里克·莱斯在2011年首次提出：
新创团队可以借由整合“以实验验证商业假设”、“快速更新、迭代产品”，以及他所提出的最简可行产品（minimum viable product，简称MVP）及“验证式学习”，来缩短他们的产品开发周期。
埃里克·莱斯认为，初创企业如果愿意投资时间于快速更新产品与服务，以提供给早期使用者试用，那他们便能减少市场的风险，避免早期计划所需的大量资金、昂贵的产品上架，与失败。
在我看来，精益创业=科学精神+硅谷精神。
在这个快速变化的、被数字驱动的时代，将“精益创业”的企业级智慧应用在个人成长上，再合适不过了。
在“九段框架”中，前半截是“价值假设”的过程，通过假设、试错、闭环、更新迭代，来发现个体的内核价值；
“九段框架”中的后半截，是“增长假设”的过程，是完成了价值验证后的大规模复制。
4、滚雪球
众所周知，这是巴菲特的“滚雪球”，你需要很长的坡，和很湿的雪。
假如结合“精益创业”，就更能洞察“滚雪球”具有操作意义的模式。
5、西西弗斯
然而人生总是逆流而上的，世界上并不存在巴菲特所说的那种坡。
你顺着坡往下，如同小时候开心地坐滑梯一般，就能滚出一个大雪球，这只是一个幻觉。
现实是，即使“智慧+好运”如巴菲特，其一生更像是被诅咒的西西弗斯，不断地向山上推石头。
人们对价值投资最大的误解就是，以为只要找到好公司好股票，就可以抱着睡觉，坐享复利。
算法，既要发挥理性价值，又要发挥感性价值，要利用“动机”这一计算性，这是因为人自身的特点，以及其在社会中调动资源的价值。
典型的如马斯克，理科生，但擅于文科生式的忽悠；而乔布斯，虽然是文科生，本质上他对科技趋势的把握，对于关键技术的应用，极为擅长，又说明他有一个理科生的内核。
我用一个可视的模型，外加可感知的力学描述，将上述5个“原型”置入了九段结构中，并加入“理性+激情+意志”的混合配方。
伟大的公司都有明晰、可见的飞轮。不管规模多大，业务多复杂，都表现为聚焦、紧凑，拥有“单一”式的敏捷，如滚雪球般快速增长，并以反馈系统，具备自我更新、以及反脆弱的能力。作为结果，这些公司多为轻资产，利润率高，现金流极好。
小结
认知飞轮，是一个自我发现的过程，努力在不确定的世界里，不断自我成长，自我切割，直至找到可复制的内核，建立自我的某种确定性，我们可以视之为“人生定位”和“个人战略”。
第三部分
概率分层
如前所述，外部世界的首要难题是：不确定。
未来模糊不清；
世界是个复杂系统，你的投入与得到并非简单的因果关系，所以你不知道该如何发力；
他人的想法和行为无法预计；
运气似乎比实力和努力都更加重要。
运气的最大特点，是不确定性。
而概率模型是对不确定现象的数学描述。
运气本质上等于“运气降临✖️你的反馈”。
运气是不确定性的，与概率相关；
而你的反馈，也是在条件不充分的情况下作出的，所以，几乎每一个你有意识地作出的决定都与概率相关。
概率分层，则是将概率引入到个人的认知和决策体系当中。“资源层”是指对外部信息与资源的获取，“配置层”是基于核心的计算和配置，“执行层”则负责执行、试错、反馈、复制。
我通过概率的计算，尽可能地将个人战略量化了。
尤其是，加入了算法的思考方式，例如贝叶斯公式，帮助我们在不确定的环境中，在条件不充分的情况下，找到计算的路径，不断逼近真相。
爱因斯坦说：“一个人最高的本领就是适应客观世界的能力。”
如果说，“认知飞轮”是要增大自己的内在确定性，那么“概率分层”并非是要降低令我们不安的“不确定性”。
恰恰相反，很多时候我们要制造和利用随机性。
一个人的自我定位、对资源的获取、对赛道的选择、对运气的设计，决定了他在世俗世界的成就。
这解释了为什么不如你的聪明的人为什么更“成功”。
下面我开始描述该模型：
准备a：秘密空间
我们当中的绝大多数人的绝大多数时候，都是条件反射般地过此一生。以下棋为例，多少人下了一辈子棋，几乎毫无长进。
原本是智力游戏，应该越玩儿越聪明呀。现实是，很多人就是把下棋当作往水里扔石头的游戏，对手下了一步，自己跟着走一步。
我称之为：不动脑筋的“动脑筋”。
这样的人，和这样的状态，就像一个橡皮球，你来之，我弹之。
有这样一段话：
在外界刺激和回应之间，存在着一个空间
我们的回应就存在于这个空间之中
我们的成长和幸福蕴含在我们的回应中
格式塔心理学家认为，在外部刺激与由此引起的人的内部感觉之间，并不存在必然联系，因为人的思维会以多种稀奇古怪的形式介入这个过程。
形象地说，在外部世界对你施加的影响以及与你内心的感受之间，应该预留一个缓冲空间。你要在这部分空间里，进行自己的决策。否则，你就活得如同一只惊弓之鸟。
这个橙色的空间（请你忍耐我的绘画和颜色），是“我们的成长和幸福”之秘密所在。
芒格说：“宏观是我们要承受的，微观才是我们有所作为的地方。”
准备b：击球的概率
泰德•威廉姆斯在他的《击球的科学》一书中这样描述道：对于一个攻击手来说最重要的事情就是等待最佳时机的出现。
巴菲特认为这句话准确道出了他投资的哲学，等待最佳时机，等待最划算的生意，它一定会出现，这对投资来说很关键。
泰德•威廉姆斯是过去70年来唯一一个单个赛季打出400次安打的棒球运动员。他的技巧如下：
第一步：把击打区划分为77个棒球那么大的格子。
第二步：给格子打分儿。
第三步：只有当球落在他的最佳“格子”时，他才会挥棒，即使他有可能因此而三振出局，因为挥棒去打那些“最差”格子会大大降低他的成功率。
如上图，泰德•威廉姆斯的秘密在于，将自己的“概率世界”变成了两层。
一层是执行层：也就是他击球这个层面。
在这个层面，无论他多么有天赋，多么苦练，他的击球成功概率达到一定数值之后，就基本稳定下来了，再想提升一点点，都要付出巨大的努力。而且还要面临新人的不断挑战。
一层是配置层：也就是他做选择的这个层面。
他在配置什么呢？
挥棒击球的决心。
芒格将此方法用在投资上，要点如下：
作为一个证券投资者，你可以一直观察各种企业的证券价格，把它们当成一些格子。
在大多数时候，你什么也不用做，只要看着就好了。
每隔一段时间，你将会发现一个速度很慢、线路又直，而且正好落在你最爱的格子中间的“好球”，那时你就全力出击。这样呢，不管你的天分如何，你都能极大地提高你的上垒率。
许多投资者的共同问题是他们挥棒太过频繁。另外一个与挥棒太过频繁相对立的问题也同样有害于长期的结果：你发现一个“好球”，却无法用全部的资本去出击。
有性格的人才能拿着现金坐在那里什么事也不做。我能有今天，靠的是不去追逐平庸的机会。
让我们回到泰德•威廉姆斯的击球格子，他的秘密其实在于，在（外部）来球与自己的击球动作中，增加了一个“空间”。该空间，和上一段里所提的“理性空间”是一回事。
这里有几个要点：
1、一个人的击球水平到了某个阶段，就会遭遇瓶颈，或者你总会遇到很厉害、更年轻的对手；
2、但是，你可以用“脑子”来控制击球的“条件概率”。
3、不击球，也是重要选项之一。现实中“说不”比打好球更难。
让我把泰德•威廉姆斯的格子变成三维的。如下：
“概率分层”的三层模型
我用球赛来构建一个同样适用于现实生活中的模型：
第一层：感应层。有各种球击来，有的是好球，有的是坏球，无法预测。但对于球手而言，必须有球打。
我们也可以称之为“资源层”。每个球都是外部世界发给我们的资源。
第二层：理性层。对于球手而言，这里要做两件事情，1是对球进行评估；2是决定是否击打。当然，还有3，击打后对这个过程进行复盘，对1和2的系数进行调整。
我们也可以称之为“配置层”。我创造的“概率权”这个词，在这里最合适不过了。
概率权=概率思考✖️选择权（做决策）。
概率思考是面对随机世界的一种思考方式。基于该认知，我们能够形成某种算法。泰德•威廉姆斯之所以那么厉害，秘密在于他是一个用大脑，确切说是用“算法”来分配击球资源的人。
选择权是指，即使一个人能够清晰地计算出概率，也会做出各种不同的选择，甚至放弃原本属于自己的选择权。决策是一种极为重要的能力，其未必是和认知能力成正比的。
投资人是典型的分配资源者。例如巴菲特说他的工作就是分钱。他的优势之一是，他本人也有企业家、即“击球层”的经验和天赋。
第三层：击球层。一旦做出击球动作，一流的球手会立即忘掉“概率”，不管这个球有95%的胜率，还是70%的胜率，他都会以平常心稳稳地完成。击球后的结果与他也是无关的。
（这里面省略了一个决策层，我将其汇合在第二层的最下面。）
综合以上以棒球为物理和数学上的比喻，让我们回头，将开篇所提的运气的其他因素也放进来，包括机会，开放度，人脉等等，如此一来，我们得到一个“三层模型”：
如此以来，各路学家乱七八糟的理论和建议，就有了一个（看起来）清晰的架构了，而且，为概率分析搭建了可计算的框架。
第一层关键词：获取资源，讲故事，为自己制造运势，正向的马太效应，保持开放性，交友的“开放度”，等等。
第二层关键词：分配资源，理性，远见，计算，在球将要去的地方。两个字：将，要。本质上，也是分配概率。
第三层关键词：做一个职业化的执行者，发挥个人独特优势。只要稳定在某个水准即可。例如你有52%的胜率，你稳稳地去实现即可。不管好坏，打出去，只管自己的正常发挥，以及不断提升。赢了开心，死了认命。
“概率分层”第一层：资源层
决定牌局的有三个：
1、抓到什么牌；
2、和谁打：
3、如何打。
各种论述运气的书很多。结论大多是运气很重要。真是废话。
关于资源层的策略，有以下几点：
策略一：拿到“硬通货”门票
贝索斯招聘的时候会看Sat（美国高考）的成绩，这样未必准，但能降低筛选成本。
这个世界不公平的地方在于，有些游戏必须有了门票才有机会玩儿。
策略二：越主动越幸运
在一个TED演讲里，一位斯坦福大学的教授说：幸运并不是一道不可预测的闪电，相反，幸运更像是风，它的出现绝非偶然。
她建议，你要愿意去冒一点不被他人回应的小风险，避免安于现状；改变自己与他人的关系，懂得感恩；不要轻易对一个想法下判断，不要没有行动就放弃......
如何提高找到如意郎君的概率？在一本书里，女主角的核心策略就是，不拒绝任何一个约会和相亲，增大样本量。
策略三：强化IP，降低识别成本。
经营好自己的IP，有助于拿到好牌。淡泊如巴菲特，也要靠自己的声誉拿到好的投资标的。
策略四：强化专业，构建节点价值。
即使你不善于混名利场，若你在一点上打爆了，也会有资源聚合而来。各种专业网红的逻辑就是如此。
一个理性选择的标准之一就是：基于决策者目前的资产（资源）。
资产不仅指金钱，还应包括生理状态、心理能力、社会关系和感觉。
“概率分层”第二层：配置层
第二层是“三层结构”中最有搞头的地方。尤其是在信息时代，作为社会人，你的算法是可以把别人的理性或者非理性，作为已知条件代入的。
配置层只是“对坏球说不”吗？
远远不是。
为了论证这一点，我们来看一道有趣的微软面试题：
微软面试题
两个罐子
有100个红色球和100个蓝色球，请你任选组合将全部球放入2个罐中。放好后随机取一个罐子，再从此罐中随机取出一个球，如果取到红球赢100元钱，问如何组合放球能最大化赢钱机会？
看起来拿到红球的概率只有50%，在配置层你又不能对蓝球说不，该怎么办呢？
答案是：
在一个罐子里面只放一个红球，而把其他所有球全部放进另外一个。
从实用主义的角度，将第二层称为“配置层”，还有投资角度的隐喻：
资产的配置，比各种努力和折腾更重要。
投资传奇人物，耶鲁校产基金的掌舵人大卫·F·斯文森在《不落俗套的成功》里说：资本市场为投资者们提供了三种能获得投资收益的工具：资产配置、择时交易和证券选择。
研究表明：
资产配置的决策在决定投资结果上起着主导作用。
根据大量受好评的、对机构投资组合的研究，在投资收益的变动中，大约 90％是源于资产配置，只有大约 10％是由证券选择和择时交易所确定的。
另外一项对机构投资者业绩的重要研究表明： 100％的投资收益都是来自资产配置，认为证券选择和择时交易的作用微不足道。
第二层的“配置层”，有点儿像排球里的二传手，或者足球场上组织进攻的中场灵魂。
第二层可以重构选项。一个问题可能因此而突破表面上的局限性，一个人也可能因为“认知重构”而超越自我。
“概率分层“第三层：执行层
第三层的“击球层”，就像一个职业杀手。他的特点是：
1、全力打好每一个球，完全不在乎外部的评价，也从来不去看比分牌；
2、每打完一个球就清零，从头开始，不被情绪左右；
3、杀手要靠专业领域的实力来活命或者吃饭，所以需要大量的反复训练，成为直觉强大的杀人机器；
4、最终的结果，取决于二传手的传球“好球率”，与职业杀手的“击球率”，二者相乘。
杀手最重要的品质，是专注和冷静。
20世纪最伟大的棋手之一吴清源，独自一人在日本面对高手围攻时，领悟到“平常心”的力量。而李昌镐，则天生就具有石佛气质。
又如鲁宾回忆克林顿如何在最艰难的时刻，依然毫不受影响地工作。克林顿告诉他，自己有“精神装置”。
与克林顿打过交道的人说，不管你是大人物还是小人物，一旦克林顿与你交谈，你就会觉得自己被他放在整个世界的中心，他专注，倾听，真诚，如激光般射入你的内心底。
不管第二层的理性思考多么高明，概率计算多么精确，都需要到“第三层”这个现实世界来检验，思考被验证，薛定谔的猫不能既是死又是活，而是要“塌陷”为某个确定的状态。
职业杀手有两重使命：
a、去执行第二层的命令；
b、在某个半径内检验各种可能性。
科学的本质就是不断做实验，职业杀手亦是。
如此，我们便能理解，亚马逊的贝索斯反复强调的“Day 1”的含义了。
“概率分层”的工作原理
1
简而言之，运气由三层构建，好运气取决于三个旋钮。最终结果决定于三层的整体完成度，而不是某一层的强大。
但是三层模型又不是一个简单的叠加的、递进的关系，它还有系统动力学的反馈、自我强化等特点。
例如执行层（第三层）较强，可以带来更多资源（第一层）。
以上三层，又都在一个巨大的运气之船上。因为我们在每一层的计算，都难免有些主观，有所偏差。
2
大多数人的角色，要么是二传手，要么是职业杀手，但有些人二者兼具。
例如巴菲特当年买股票买成股东被迫压上第一线的时候，真是毫不手软，活生生的一个企业家。
后来，他专注于“分配资源”的投资家，也受益于此。
巴菲特说自己是乐观的悲观主义者。
作为“职业杀手”时，他是乐观的，埋头向前冲，不管不顾；
作为“理性的二传手”时，他是悲观的，在概率的不确定世界里生存着。
黑格尔说过，除了要有乐观的意志，还要有悲观的头脑。
3
第三层靠直觉，第二层靠理性。
第三层是急能生“智”，第二层是定能生“慧”。
第三层是卡尼曼的“系统1”，第二层是“系统2”。
第三层解决计算的深度，第二层解决计算的广度。
我们既要“顶着人类的直觉破浪前行”，又要利用大脑直觉的强大计算力，正如阿尔法狗模仿人类大脑之所为。
4
在第二层，人类必须在不确定的局面下，对飞来的球进行评估。
秘密在于：
扩大你的认知半径，减少你的行动半径。
理性是需要被测量的，要么是好运最大化，要么是厄运最小化，或者是二者的混合使用。
如上图：
圆外是未知世界，已知越多，未知的也越多。已知的可能是有限的，临时正确的，不确定性的。
在第二层的“认识性理性”，我们需要不断学习，扩展自己的认知边界。尤其在互联网时代，许多公司的崛起，都是基于某个认知优势。
在第二层的“工具性理性”，我们要把大脑关进理性的笼子。
在第三层的“击球区”，如你所见，为了让球在认知半径内，我们需要控制球的移动半径，还要控制球的大小，二者都是越小越好。
有时候，知道自己的智商边界，比智商高低更重要。
芒格说马斯克的确厉害，也许智商有190，但是问题在于，马斯克可能自己觉得智商有250……
从进化的角度来看，因为马斯克个人的非理性，才能干出移民火星的事儿，这也算是人类群体理性的一部分。
5
第二层应该是全面、系统、理性、复杂、深刻的。
但第三层应该是简单、可重复的。
（这里有“复杂的简单事情，简单的复杂事情”，有空再说。）
除了稳定性，还因为在最后评估效果时，要乘以时间。
越是简单、可靠、可重复，越能享受时间的复利，成为时间的朋友。
我们也可以将第二层称为“主动控制层”，将第三层称为“自动驾驶层”。
据说，人类大脑每秒钟能够接收1000w比特的信息量，但其中只有50比特思维是在有意识的状态下加以处理的，属于有意识的思维，即“第二层”。
所以我们需要：
1、知道将什么放入第二层；
2、将第二层熟练运行的某些“算法”，转化到第三层，自动驾驶。
所谓理性，就是反条件反射。当你将某个需要控制的理性，放入自动驾驶层，便变成条件反射了。这时，你需要用更高一个维度的“反条件发射”来替换。
6
我欣赏神秘主义的体验和启发，但反对用神秘主义来替代理性思考。一个伟大的棋手，根据自己的直觉而非计算，下出石破天惊的一手，和直觉的神秘性也是无关的。
卡斯卡帕罗夫一直偏好直觉和乐观，他的解释是：
经过积极思考产生的决策虽然可能不会比保守性决策更准确，但是我们的确能从所犯的错误中学到更多东西。随着不断实践和对直觉的磨练，我们的决策会变得更加准确。
这个是从更高维度去思考“正确率”，即，整体的正确率，考虑到时间因素，考虑到未来的计算，牺牲这一次的“正确率”是值得的。典型的例子就是围棋里的弃子。
7
概括而言：
1、认识这个世界是未知的、随机的；
2、认识你的认知是不确定、有边界的；
3、如何突破边界，实现突破？找到自己的算法，建立持续稳定的输出系统。因为我们一生中最大的变量，是时间；
4、复制“核心认知”，如同每个生命所做的那样；
5、成为一台强化学习的机器。
世俗意义上“成功”的企业或者人，打通了“资源层、配置层、击球层”。
so
“人生算法”的完整结构
人生算法，试图建立起内部世界和外部世界的关系，来形成一个人的“个人战略”。
人生算法=认知飞轮+概率分层。
“认知飞轮”的模型如下：
“概率分层”的模型如下：
经由两个模型的构建，人生算法的模型变成了：
如上图所述：
1、（左边的）认知飞轮，是指一个人的内在策略，包括自我发现、学习、成长；
2、（右边的）概率分层，是指一个人的外在策略，包括获取资源、配置价值、执行。
“人生算法”不试图去构建一个自洽的系统，而是希望能够搭建起一个全景的、结构化的讨论框架，能够帮助我们去思考、验证、鞭挞、反省；
进而在“更大画面”和“更深世界”两个方向能走得更远。
人生算法的研究步骤是：
第一步：学习科学建模的方式，来搭建一个横跨“物理、数学、大脑、认知、人文”的思维模型；
第二步：理解我们的认知系统，发现底层机制；
第三步：探索思考、决策、行动的准则。
个人战略
以上一切，最后都将落于“人生算法”是一种“个人战略”这一基点上。
我们现实中会遇到各种认知概念，知识无边无际，新解层出不穷，但是和你有什么关系呢？和你的那份看起来不怎么起眼的角色有什么关系呢？
人生算法的本意，绝非试图探寻通用的、空泛的终极真理，而是为个体搭建一个可用的框架。
“个人战略”的要点是：
在“不充分”的条件下，构建个人诺亚方舟；
穿越“不确定”的外部世界；
找到可复制的、连贯性的、不断进化的“努力方法”；
以连续性的“平凡的动作”，带来“不平凡的结果”。
模块1:认知飞轮
在“认知飞轮”这个单元，你要做的是：
切割钻石。难题不是接受新的，而是去除旧的；
雨水+土壤。假如你没有自己的土壤和种子，再多的雨水（外部知识）也毫无意义；
打造自己的诺亚方舟（认知机器），穿越不确定的汪洋（外部世界）。
模块2:概率分层
当你具备了成为认知高手的基本条件，你可以进入“概率分层”的第二个单元。
面对不确定的世界，从“操作”的角度而言，分为“资源、配置、执行”三层。
我认为“概率高手”有“初级、中级、高级”三个水准：
初级：理解概率。成为一名超级球员，就像一辆达到一定输出功率的汽车；
中级：理解算法。成为一名超级教练，就像一辆赢得越野赛的汽车，需要有稳定、持续的输出功率；
高级：理解命运。成为一名超级经理，最后决定收益的，是汽车跑在什么样的跑道上。
第四部分
或然性世界观和算法
这部分是“认知飞轮”和“概率分层”的工具箱。
这个世界不是简单依赖于因果关系的，更多是基于概率关系的。
然而，我们的目的并非要“驯服偶然”，而是与不确定性共舞。
“概率、决策、算法、思维、理性”等认知方面的知识，是当下热门。然而有趣的是，专家们往往只抓住其中一点深究（当然，这是做学问的必要），不仅没有扔进现实的泥泞和广阔视野，连举的例子几乎都是雷同的。
而通俗作者们，则倾向于主题的流行，而不在乎精确性和系统性。
简而言之，这部分内容对于现代人来说，是必不可少的认知方法。
然而我们的课本并不教，而五花八门的书似乎又从来没说明白过。
想要掌握概率的常识，无需使用超过小学的数学。
大数定律说起来非常简单，但极少有人想明白，其在现实中的“工作原理”是什么？我们又该如何构建自己的“概率优势”？
“决策部分”，一半是关于逻辑和计算，一半是关于情感和非理性。西蒙认为人类的决策和判断，不是建立在理性基础（数学和逻辑）上的“最佳选择”，而是建立在人类心理基础上的“第一满意原则”。
《原则》风靡一时，但“可信度加权”到底啥意思呢？决策树是一个非常好的思考工具，能够帮助我们解读“成功公式”背后的计算原理，也能够更直接地解释“为什么要忽略沉没成本”这类问题。
人们为了逃避“不确定性”，愿意付出各种代价。“灰度认知，黑白决策”不仅是一种理念，更是一种方法。
即使是国际象棋这类“纯”智力运动，心理因素也占了三、四成，何况你我之日常工作生活？
然而，即使你懂了概率，也必须进化到懂得算法，才能成为高手。
这里说的是每个人都能使用的“算法”思维。看起来简单，但绝大多数时候比专家的直觉更准。
一旦掌握了这种思维方式和行事方式，一个人就会脱胎换骨。然而，简单的东西做到总是很难，尤其是因为我们的血液里特别缺乏计算的基因。
贝叶斯算法，将教会我们什么是“运气的运气”。贝叶斯公式简单得令人怀疑，却绕晕了最聪明的人。本书所借用的一种直观方式，会让你有“原来如此”的感触。
贝叶斯的自我优化“魔法”给我们的启发是：
思维的最好工具就是自我校正 ，因为只有这样才能够进行自我批判 。
当然，最后不要忘记了博弈论。我提出了“复杂的简单游戏”的概念。如007邦德所说：你玩儿的不是自己手中的牌，你玩儿的是对手手中的牌。
以上美味、营养的糖葫芦，最后都被串在“概率分层”这根棍子上。如下：
1、被笨人、穷人、聪明人放弃的概率权。
2、自然界允许我们计算的只有概率。
3、你必须知道的概率知识和计算。
4、大数定律，小数定律，奇迹法则。
5、根据期望值做决策（决策树的现实应用）。
6、在不确定的世界做出理性的选择。
7、灰度认知，黑白决策。（精神装置）
8、与概率共舞的十条法则。
9、成功学的概率常识。
10、从概率到算法。
11、神奇的贝叶斯。
12、好运气的数学原理：让你的车跑在正道上。
13、决策+资源。
14、以“优势取胜法”应对不确定的现实。
15、聪明人为什么无法征服世界。
第五部分
时间的魔法
人生算法的魔力，几乎都是通过时间来实现的。
大多数人为什么终其一生只能过一种平庸的生活？
原因在于他们放弃或者贱卖了两种权利：
a、概率权；
b、时间权。
行使时间的权利，正面的例子是“延迟满足”，历任世界首富莫不如此，巴菲特，盖茨，贝佐斯。
延迟满足的本质，是实现“概率权”和“时间权”的不打折。
反面的例子是追求“即时满足”，例如赌徒。
一方面是对时间的恐惧，一方面是对概率的恐惧，二者都是对未来不确定性的恐惧。
时间是概率的“作案工具”。
举例，假如我们仅从时间的某个切片，二维地看贝叶斯公式，其实只是一个简单的四则运算罢了。
但是，在时间的这个维度加入以后，切片与切片之间建立起联系，魔法出现了。
时间是大数定律的执行者。
时光的算法：过去的你，现在的你，未来的你。
概率和宿命论：假如可以穿越，你也无法改变自己的命运。
第六部分
认知地图
3个世界
著名的牛津数学物理学家罗杰 ·彭罗斯意识到 ，人类周围并不是仅有 1个世界 ，而应该有 3个神秘世界 ：
1、意识感知的世界
2、物理现实的世界
3、数学形式的世界
我试图用这三重世界，来表述人生算法，即使有些时候，物理和数学只是用来隐喻。
认知飞轮，是用“物理现实的世界”来表述“意识感知”的个体人生。
概率分层，是用“数学形式的世界”来表述我们如何掌握不确定的命运。
其中有很多混合运用，例如，我用棒球的“物理形态”，能够令概率模型更加直观。
无论“人生算法”的概念，是否具有些许原创性，我都在努力做到一点：确保知识的源头是科学的、主流的、学院的。
简而言之，无论房子盖得怎么样，砖头是尽量靠谱的。
所以当你批判性地阅读“认知飞轮”和“概率分层”时，至少是在穿越一片真诚的认知田野，多少能捡到一些有趣有益的好玩儿东西。
1908 年 Nobel 化学奖获得者E. Rutherford说：“一切科学，要么是物理学，要么是收集邮票。”这句话概括了我上面想表达的两点：
1、要么是“人生算法”有一点儿科学上的追求；
2、要么至少“人生算法”所搜集的邮票都还算是科学的。
“银边”
我拼出一张完整的“认知地图”。为了便于理解这张地图，我引入一个隐喻：围棋。
四个边分别是：
1、（商业）决策类。
人生就是由一系列决策构成的。如史蒂芬· R.柯维所说：我不是环境的产物，而是自己决策的产物。
桥水创始人达利欧，以原则为基础形成决策逻辑，从思考，到原则，然后变成算法。他逐渐地从个人的决策判断，变成了系统化、可重复的机构决策机制。
决策的框架是基于逻辑、数字的，但人的实际行为却经常是非理性的。如卡尼曼的快与慢理论，无意识的“系统1”依赖情感、记忆和经验迅速作出判断；有意识的“系统2”通过调动注意力来分析和解决问题，并作出决定。各类决策类、管理类、励志类的著作，也大多围绕这两个基点展开；
2、（计算机）算法。
除了科技行业的技术趋势、商业模式，成功的个人或者机构，都是因为发现没人认可的秘密而建立起来的。这个秘密，可以表现为一个算法。
3、（自然）科学。
硅谷的创业英雄们，大多是科学神童，将求真、证伪，作为思考与行动的基本准则。
我们也会看到获得过物理学学士的马斯克，在打算造火箭时，会认真学习《火箭制造原理》。
不仅在自然科学领域。例如：
我们不知道幸福是什么意思，怎样测量它，怎样达到它，但我们非常清楚如何躲避“不幸福”。
我是科学的信徒，科学将贯穿本书。“实验”和“证伪”是的我基本思考工具。
4、人文。
历史学家尤瓦尔•赫拉利，开启了人们对意义、故事的宏大好奇心。作者讲述了人类从石器时代至21世纪的演化与发展史，并将人类历史分为四个阶段：认知革命、农业革命、人类的融合统一与科学革命。
“金角”
四个角分别是：
1、大脑与算法的交叉点：AI。
创造了阿尔法狗的Deepmind公司的CEO哈萨比斯，就是横跨脑神经科学与计算机科学的天才；
2、 科学与算法的交叉点：硅谷模式。
价值假设和增长假设，是把科学家精神，与企业战略、数字经济完美结合在一起。科学试错在虚拟经济中发扬光大。亚马逊的飞轮，Facebook的增长黑客，释放了惊人魔力。
以“试错”为内核的科学方法，贯穿“认知飞轮”的九段，用的是以“科学方法之试错+互联网和AI之加速”、而得出的加速试错的方法：
生成、验证，形成可评价的闭环，大量试错，以区别相关性与因果性；
找到底层机制，但又要意识到“结论”以及“常识”都只是暂时的；
人生是一场永无终结的实验本身。
3、科学与人文的交叉点：认知心理学、行为经济学、非理性的原创力。
丹尼尔和阿莫斯的天赋与努力，令人们终于将认知心理学和行为经济学视为科学。
4、商业决策人文的交叉点：愿景，使命，自由意志，心流，价值观。
伟大的企业表明，文化和价值观具有强大的“计算力”，能够带领企业穿越迷雾。
“中腹”
我们似乎在这个棋盘上，发现越来越多的内在关联与巨大秘密。
阿尔法狗战胜人类围棋第一高手，背后的目的，是为了探索一种通用算法，我们也可以称之为终极算法。
那么，在我们的“认知地图”之上，存在着某种“终极算法”吗？
围棋有句谚语：金角、银边、草肚皮。意思是说角最有价值、边次之，棋盘中间的价值最小。
围棋里还有一句谚语：高手在腹。从阿尔法狗的棋谱看，它对肚皮的重视与擅长程度，远超人类。
围棋棋盘最中央的那一点，我们称之为天元。即：
底层算法。
底层算法
什么是底层算法？让我继续用渺小而强大的蚂蚁来比喻：
1、人和人之间的差别没那么大，就像蚂蚁之间不会有太大差异。就像桥水基金老板说的，“我阅人无数，没见过有人天赋异禀。”
2、你自己就是一个蚁群。每时每刻，每个决策的你，每个行动的你，就是一只蚂蚁。无数个不同时刻的无数个你，叠加在一起，构建了一个智能系统。
3、蚂蚁之间的传输控制协议，是这个智能系统的算法。不同时刻的你之间的关系和连续性，是你的算法。
4、该算法采用了强化学习--机器学习的一种。它能像alpha zero一样自我学习，不断进化。
我们要“机器学习”，而非成为简单的学习机器。
我们当中的大多数人，为什么不能成为很厉害的人？
1、我们的认知系统，都是建立在钟表宇宙里的。然而现实却充满不确定性，不可预测，难以计算。这既是我们的痛苦之源，也是那些厉害的人的秘密。
2、问题还不止于此，我们甚至无法真正控制“自我”。大脑中并不真正存在一个中心，“我”只是由无数个“涌现”串起来的电影角色。
3、进一步，我们花时间试图控制不可预测的那些东西，却对自己自暴自弃。
我们的知识都是牛顿时代的，我们的行为方式是牛顿时代的，我们的学习方式，也是牛顿时代的。
厉害的人是怎么做的？
他们既承认大多数物质系统具有复杂性质，又知道，钟表式科学的这种典型策略在封闭环境依然是奏效的。
所以，他们尝试在个人半径里，来打造“机器”。
这个“机器”，既有符合牛顿力学的机器的意思，又是“机器学习”。
让我们看看对强化学习的描述，它强调如何基于环境而行动，以取得最大化的预期利益。其灵感来源于心理学中的行为主义理论，即有机体如何在环境给予的奖励或惩罚的刺激下，逐步形成对刺激的预期，产生能获得最大利益的习惯性行为。
你的动机、欲望、热爱、梦想、自我认知、价值观，负责实施奖惩的刺激。
哈佛大学心理学家罗伯特.凯根说：
“从出生开始，我们便踏上持续学习（ Learning ）和成长 （ Developing ）的旅程。这两股力量往往交织在一起，但又不尽相同。如果仅仅是知识储存量的增加（ in-form-ation ），以既有的思维模式来运算资料，谈不上真正的学习，更谈不上成长。成长是指思维模式本身产生改变 （trans-form-ation）。”
是的，我们大脑神经是可以后天塑造的，每秒即逝的那个“我”，并没有被不可逆的时光之河裹挟而走，而是被写入“我”的底层算法。
这种控制与相应，与“扔个石头到水中能听到一声响”完全不同。所以经常看起来是模糊的，遥远的，不确定的，甚至是反人性的。
然而，我们只能控制我们可以控制的，让其他涌现而来。
还原论与“涌现”
还原论，是一种哲学思想，认为复杂的系统、事务、现象可以通过将其化解为各部分之组合的方法，加以理解和描述。
涌现，强调的是一种整体突现性质，这些词最初用来说明：一定有机体水平上所具有的实体性质不可能还原为更低水平上的要素之和。
对还原论、决定论、钟表般精确的宇宙等概念的反思，产生了整体论、突现论等思想，这些思想强调，生命现象（如意识、本能）作为一种组织特征不可能通过其组成要素的特征来解释，或者说，组织行为不可能还原为其要素行为之和。
对于还原论和涌现论，我的观点是：
这个世界的法则正在由“因果论”转为“概率论”；
如劳克林所说：一个人类通过微观来主宰万物的思想被无数事实扫地出门的时刻。这不是说微观法则是错的或是没用了，而是说在很多情形下被它的孩子和孩子的孩子，即较高的世界的组织法则，认为是无关的；
但涌现论并不能否认还原论，在科学研究的基本方法上，我们仍然需要还原论。即使是极力推崇“涌现论”的物理学家，本质上都是还原论者。
还原论，决定了你是否有机会进入高手的行列；
涌现论，决定了你是否有机会成为超一流高手。
基于此，人生算法是：
以还原法，剖析认知闭环。认知闭环，作为认知的基本单元，对应于科学的分子、原子、细胞、DNA；
以涌现法，阐述了一个人是由不同时间点的无数个认知闭环构成的“复杂系统”。每个认知闭环，就像是一只蚂蚁，单个蚂蚁也许不聪明，但（基于认知飞轮的）蚂蚁社会却涌现出了超凡的智能。
总结
“认知飞轮”，解决“不充分”的这一内部世界的难题，实现“正确地做事”；
“概率分层”， 解决“不确定”的这一外部世界的难题，实现“做正确的事”。
关于正确地做事，认知飞轮提出了：
好奇感知，灰度认知，黑白决策，疯子行动；
关于做正确的事，概率分层提出了：
扩大认知半径，控制探索半径，减小行动半径。
人生算法的实施框架是；
以还原论的方法，建立了“认知飞轮”的基本单元；
通过从初段到九段的升级，打造一个自动化的、不断进化的“认知机器”；
以概率论的方法，建立了“外部世界”的基础框架，引入“涌现+复杂”的世界观与行事方式；
以加快的“强化学习”，让自己的“认知机器”在复杂环境中不断演进，从“思考自动化”，跃升为“学习自动化”。
最后
几乎所有的文字，都是与现实对冲的谎言。它以坦率的对当事人已经发生之事的忏悔或评价，妄图营造在现实中无法获得的完美平衡。
2008年我“按计划”在35岁退休，移民到加拿大。全家搬去是2010年，那时我开始琢磨研究“思考的本质”。这不是什么宏大的理想，和我热衷于数码产品没啥差别，只是某种孩童式的好奇，亦因此而“单纯”。
我从2013年10月写孤独大脑，是该探索的文字呈现。前三年订阅数没超过7000，在小范围内传播，承载了我的独自思考，与身在异国的岁月变迁。
我试图探索的，是不随空间和时间摇摆的“元命题”，与学术、鸡汤、干货都无关系。这动机始于童年，很庆幸其无瑕未被成年岁月染尽。
加国的静谧与祖国的喧嚣，横跨太平洋的十多个小时的时差，温哥华的清凉与深圳的燥热，绞肉机般赋予了孤独大脑“雅努斯”般的写作氛围。
叔本华写道：
从根本上说，只有我们独立自主的思索，才真正具有真理和生命。因为，惟有它们才是我们反复领悟的东西。他人的思想就像加别人飨桌上的残羹，就像陌生客人挪下的衣衫。
就像童年时我去过一个好玩儿的沙滩，有很细的沙，很美的石头。我忍不住要告诉好朋友自己的经历和体验，希望他们也能去玩儿。《人生算法》有类似的愿望：捡起鹅卵石，不是为了收藏，而是扔进水中，打出水花。
我希望能够和你一起去探索。只有你投身进来，参与其中，以批判性思维独立思考、批判，并代入个人的具体“参数”，在生活和工作中亲身实践，方有价值与意义。
是认知重构，而非认知集邮。
不确定性是对自由意志的赞美。随机性如阳光，个体命运是土壤里的一粒冒出芽的种子。
大自然的算法，提供了一个未知的不确定游乐场。
但是其中确定性的部分，例如刚好够孕育出生命的地球，几乎100%会在第二天升起的太阳，浓度刚好的氧气，任你瞎折腾依然自动运转的身体器官，亲友给你的毫无理性的爱，足够养活你，溺爱你。
具备上述要素的游乐场，在宇宙间出现的概率非常非常低。
其实你我都是中了类似的宇宙头奖来到地球。我们在运气上不同的地方，远小于1%。
在这个不确定游乐场，你要勇敢些，别纠结，向前看，玩开心哈！
本篇文章来源于微信公众号: 孤独大脑