思考窃款，不緊有快與慢，還有彎與直牍氛。
我們常說晨继，設目標提要求時，盡量稍微高出現(xiàn)在的能力水平搬俊，跳一跳能夠著紊扬，這樣對人的提升最有效蜒茄。說得高大上一些，叫舒適區(qū)理論：在舒適區(qū)沒有成長餐屎，恐慌區(qū)損害健康檀葛，伸展區(qū)最好。這一理論的基本假定是腹缩，人是不能突變的屿聋，即人不可能在短時間內有大變化。其背后的認知是藏鹊，人是線性的润讥。也許人確實是線性的，但重點不在于此盘寡，重點在于楚殿，它影響了我們的思維，使它表現(xiàn)出線性竿痰。加減乘除我們理解起來很自然脆粥，一旦到了次方，開方影涉，階乘变隔，指數(shù)之后，沒幾個人能憑直覺理解常潮。復利算是生活中常見的了弟胀，有幾個人真切體會到它的威力了呢？又有多少人有資格笑話印度國王不假思索的豪氣：“賞你這么多小麥喊式，第1格1粒，2格2粒萧朝，3格4敛砹簦……直到64格”？
我們習慣性地以線性思維來看待這世界检柬，就像我們容易不自覺地戴上有色眼鏡一樣献联。只可惜，這個世界并不因為我們的線性思維而改變它非線性的主體本質何址。
弱小和無知不是生存的障礙里逆， 傲慢才是 ——《三體》
能認知到思維的線性特征的人，無疑是有自知之明的人用爪。沒有冒犯的意思原押，自知之明在我看來，確實是個非常高的要求偎血。認知到了你就會在常規(guī)思考后诸衔，再多想一層：會不會是我的線性思維導致我得出這樣的結論盯漂，而其實它壓根就不是線性的呢？甚至是不連續(xù)的笨农、跳躍的就缆、混沌的？不連續(xù)性比非線性還要更有沖擊力谒亦，我們一再強調總結竭宰、復盤，可對于不連續(xù)的事物份招，歸納過去真的能預測未來嗎羞延？
我了解的算法不多，其中 SVM(支持向量機)脾还，是我非常喜歡的一個伴箩。兩年前在公司內部做過一個技術分享，當然鄙漏，我估計大部分都忘得一干二凈了嗤谚，分享的最大受益人總是分享者本人。而那句對 SVM的描述我可能永遠都不會忘記：“這個算法的本質是把平面上線性不可分的樣本怔蚌，映射到高維空間中巩步，使其線性可分¤胗唬”椅野。這簡直太妙了，人很容易理解平面籍胯，但那又如何竟闪，不解決問題呀。而人不能很好地駕馭高維空間杖狼，就有點遺憾了炼蛤，因為我們需要構造核函數(shù)來實現(xiàn)這個映射，無法想象高維空間蝶涩，你如何來調整參數(shù)呢理朋？這就制約了這個算法的使用。思維的局限性使得我們無法完全發(fā)揮它的威力绿聘。
生活中有沒有例子嗽上？當然有。你的心電圖是什么曲線熄攘？肯定不是直線兽愤。健康人的心率曲線是凹凸不平的不規(guī)則形狀，呈現(xiàn)某種自相似性，貌似混沌烹看。而帕金森患者的心率曲線反而呈現(xiàn)更多的規(guī)則性和周期性行為国拇，表現(xiàn)得更有規(guī)律。
再如惯殊，工程師群體經常討論的酱吝，一個牛逼程序員頂幾個普通程序員？可能是2個也可能是10個甚至100個土思。前段時間幫人面試新項目的后端技術务热，他準備前期就用一個程序員搞定。引發(fā)我的聯(lián)想是己儒，堆糖現(xiàn)在這個量級以極致的程度估計的話崎岂，多少后端能搞定呢？當然闪湾，這不是本文的重點了冲甘，按下不談。
汽車為什么能取代馬匹途样？谷歌為什么能取代雅虎江醇？因為后者的效率相對于前者有幾何級別的增長，不是簡單的漲百分幾何暇，翻番也不算陶夜。前面《如何判斷創(chuàng)業(yè)項目靠不靠譜》里提到吳軍的“黃賭毒”模型，其實他還講了別的標準裆站，其中一條就是条辟，效率，或者其他的緯度宏胯，相比于上一代產品或者公司羽嫡，有沒有數(shù)量級的提升。下面這張圖來自FirstRound胳嘲，描述了蘋果的產品迭代路線：在舊產品即將進入線性區(qū)之時厂僧，及時推出新的拳頭產品，華麗麗地進階更抖的成長“彎線”了牛。
問個一般人不會考慮的問題：人為什么會感到驚訝，奇怪辰妙？就像現(xiàn)在的你……可能請心理學的同學回答比較好鹰祸。我的理解是，因為認知和現(xiàn)實發(fā)生了沖突密浑。沖突的原因可能有很多蛙婴，其中一個便是現(xiàn)實的非線性和人的線性。我很樂于聽說那些讓人感嘆“這也可以尔破，屌街图！”的故事浇衬，既撓了癢癢，又照亮了盲點餐济。
講到這里不得不提下馬斯克的第一原理性理論耘擂。有光環(huán)耀眼的鋼鐵俠背書，總覺得很牛逼絮姆，但又找不出牛逼的原因醉冤。也是碼這些字的時候突然發(fā)現(xiàn)，第一原理性正是克服線性思維的一大利器篙悯。不要憑感覺蚁阳，也不要看這事是不是讓大眾咋舌了，就看它有沒有違背物理學規(guī)律鸽照。沒違背螺捐， OK，那就有實現(xiàn)的可能矮燎。你想得再夸張都沒問題定血，越夸張越讓別人艷羨。
那個漏峰，你的思考糠悼，彎的還是直的？
