從電腦算法中學習

「買或不買？」我們常常面臨著需要快速做出決策的情況，然而，人類的思維方式往往難以在原則性和靈活性之間取得平衡。羅振宇在《羅輯思維（認知篇）》一書中，提出「向計算機（電腦）學習思維原則」，這個概念值得我們好好的理解。

羅振宇在書中提出，我們應該向電腦的算法思維學習。原因是在電腦的算法思維中，所有的原則都必須排序、編碼，有高階低階的次序，並且能處理實際出現的所有情況。這種思維方式真正結合了原則性和靈活性，這是人類思維常常難以做到的。

讓我們先來看看人類思維的一個根本性難題，《戰爭論》的作者 Carl von Clausewitz 曾說：「制定原則並不難，難的是始終堅持原則。」這句話道出了人類思維的一個核心問題。在日常生活中，我們經常聽到或說出「這件事原則上可以」或「這件事原則上不行」這樣的話。實際上，這些話的潛台詞往往是「現在不可以，但特殊情況下可以」或「一般情況下不行，但特殊情況下也行」。這種思維方式反映了我們潛意識中認為原則是可以打破的。

然而，羅振宇原則之所以被稱為原則，正是因為它不應該有例外。這種矛盾在過去可能不是一個大問題，因為人類的靈活性在處理小規模、複雜性有限的情況時確實是一個優勢。但是，隨著我們面臨的情況越來越複雜，靈活性帶來的優勢越來越小，而缺乏堅定原則帶來的劣勢卻越來越大。

書中提到一個具體的例子：在投資領域，過去我們可能認為聰明的投資者應該能夠靈活判斷機會，把握時機。但在當今全球化的複雜金融市場中，沒有任何一個人能夠完全掌握全局。在這種情況下，如果投資者抱有僥倖心理，即使這一次安全地得手了，遲早也會踩響地雷。相反，真正聰明的投資者反而會堅守一個看似「笨」的原則：絕不使用槓桿投資。這種堅持原則的做法，正是向電腦算法學習的結果。

另一個有趣的例子是關於如何在眾多選擇中做出最佳決策。假設我們面臨100個選擇，而且沒有重新選擇的機會，我們應該考察多少個選項後做出決定呢？電腦算法給出的答案是37%。也就是說，當我們考察了總數的37%後，就應該停止考察，迅速做出決策，而不是等全部考察完。這個原則可以應用到很多實際情況中，比如買房子。如果市場上有100套符合條件的房子，我們只需要看37套就可以做出決定，這是成本收益最優的策略。

然而，我們不應該誤解算法思維只會僵硬地堅持單一原則。恰恰相反，算法思維不僅有原則，還能夠兼顧多個原則，這正是人類思維難以做到的。讓我們來看銀行業務排隊的例子。傳統的做法是採用「先來後到」的單一原則，但這可能導致效率低下。而電腦操作系統在處理任務優先級時，會同時考慮多個原則，如任務重要性、等待時間等，並將這些原則混合使用，以達到最高效率。

另外，在處理複雜的項目或任務時，我們可以參考電腦的多原則處理方式。例如，在安排工作優先順序時，我們可以同時考慮任務的重要性、緊急程度、所需資源等多個因素，並為每個因素賦予權重，最終得出一個綜合的優先順序。這種方法既保證了原則性，又兼顧了靈活性。

總結來說，向電腦學習思維原則並不意味著我們要變得僵化或機械。相反，它教會我們如何在保持原則性的同時，也能靈活應對複雜情況。在這個超級複雜的時代，我們需要學會像算法一樣，建立清晰的原則體系，並且能夠靈活地應用這些原則。