机缘巧合，从优达学城论坛的帖子中看到费曼技巧，点击后被引导到知乎上关于费曼技术的一个高赞回答，然后又自己搜索了一下，看了几个视频和几篇文章。费曼技巧是一种快速有效地掌握一个概念的学习方法，那就是通过用简单朴素的语言去解释这个概念。其背后的核心思想是：If you want to understand something well, try to explain it simply.

笑来老师前段时间在微博上发了一条消息：天天问自己， 什么最重要， 问多了，就有主心骨了。刚好那段时间自己手上要处理的事情比较多，但是每天开始的时候，面对那些事情，又不知道从哪件事开始做起，觉得每件事好像都挺重要的，并且每件事似乎都有点棘手，畏多和畏难的心理让我开始有点焦虑。笑来老师的这一条微博让我重新开始思考那段时间的状态，在心里问自己：

我们经常可以从新闻推送中看到一些诸如卖煎饼、手机贴膜月入上万的新闻，但不知道有没有人真的去估算一下一个煎饼摊的月收入，看看和新闻里说的是不是基本一致。曲凯老师在得到平台开的《如何成为解决问题的高手》的精品课中，将解决问题归纳为四个步骤：

对于大多数人而言，商品或服务的价格是影响人们最终购买决策的重要因素，准确地说，是该商品或服务在消费者心里的认知价格。而商家在定价时就会充分利用心理学技巧，在不改变价格实质的前提下让消费者认为该商品的定价相对较低。下面分享几条商家常用的定价策略和技巧：我们经常可以看到一些诸如1.99,2.98,3.95或者199,999，2999这样的商品定价，在我们看来就是一个整数或者整百的价格，但为什么要以这样的数字定价？可能很多人会认为玄机在于数字9，其实更主要的因素在于价格数字的最高位。因为最高位的数字能够锚定消费者对价格的感知量级。1000会让消费者感觉价格是在千元级别，而999会让消费者感觉价格还是在百元级别，这就是最高位数字减1带来的感知差异。

如果你确信某些事情是的确能够经受住时间考验的，那么你在上面投入多少能量都不为过。 （亚马逊CEO）杰夫·贝佐斯 亚马逊的CEO杰夫·贝佐斯经常会被问到这样的问题：

头脑风暴作为一种集智的方法，旨在收集团队成员对于某个问题的创意解决方案。想必有过团队学习或工作经历的人都会参与过头脑风暴。一次成功的头脑风暴能充分发挥集体的智慧，收集到一些针对问题的有价值的创意解决方案。但头脑风暴如果组织不好的话，可能就会变成茶话会，大家你一言我一语，最终也没能产出什么有价值的问题解决方案，与头脑风暴的初衷背道而驰。而一个良好的头脑风暴规则对于最终的创意产出会有很大的作用。最近从网上看到一篇文章就介绍了世界顶尖设计公司IDEO的头脑风暴规则，很有借鉴意义。

很多人喜欢跟着感觉走，但感觉很多时候并不靠谱，因为认知偏差（Cognitive Biases）的存在。认知偏差，一个心理学上经常提及的概念，这一概念，最初由Daniel Kahneman提出，他也是畅销书《思考快与慢》的作者。关于认知偏差的研究直接开创了一个新的学科———行为心理学，Daniel也因此获得2002年的诺贝尔经济学奖。什么是认知偏差？维基百科上是这样定义的：Cognitive biases are tendencies to think in certain ways that can lead to systematic deviations from a standard of rationally or good judgment.

似乎每个人都喜欢确定的事情，我们想要准确地知道接下来会发生什么，我们的投资是否能获得确定的回报，我们的付出是否能获得确定的结果...，而当一件事情发生的概率变得不确定或者不知道时，我们总是倾向于不去做它。这种现象描述的就是不确定性偏误。维基百科中对不确定性偏误(Ambiguity Effect)有一个比较正式的描述：The ambiguity effect is a cognitive bias where decision making is affected by a lack of information, or "ambiguity". The effect implies that people tend to choose an option with a known probability of a favorable outcome over an option where this probability is unknown.

先来看一个著名的案例。1941年，美国哥伦比亚大学统计学沃德教授应军方要求，利用统计学知识来研究飞机应该如何加强防护，才能有效降低被击落的概率。沃德教授拿到的是轰炸机遭受攻击后的机身弹孔分布数据。基于这样的数据，大部分人可能都会觉得应该加强损伤最严重部位的防护，因为这是最容易被击中的位置，当时美国军方的一些研究机构也这样认为。但是沃德教授并不这样看，他认为应该加强那些没什么损伤的飞机部位。因为目前这些统计数据仅仅是从那些成功返航的飞机样本中得到的，那些被击落的飞机的损伤部位数据并没有进行统计；这些飞机在一些部位严重损伤的情况下仍能成功返航，说明其他未损伤的部位可能是更脆弱的。看不见的弹孔才最致命。幸存者偏差(Survivorship Bias) 是因为过于关注那些通过了某种筛选条件的幸存者，而忽略了那些没有通过筛选条件的人或物而产生的一种逻辑谬误。俗话说，“死人不会说话”，当我们分析问题所依赖的信息全部或者大部分来自显著的信息，较少利用不显著的信息甚至彻底忽略沉默的信息，得到的结论与事实情况就可能存在巨大偏差。上面案例中统计的都是那些成功返航的幸存者，当过于关注这些幸存

先来看个这样的场景：—老板，这个项目需要20万。—不行，顶多给你2万

我们常常有这样的思维惰性，就是当我们遇到一个问题时，我们常常会直接测试和接受一种假设，而不去思考和测试其他的假设。举个简单的例子，当我们拨打一个不在手机通讯录里的电话时，对方没有接，我们倾向于假设对方的手机不在身边或者对方正忙，不方便接电话，但是很少有人会去想，是不是手机号码拨错了，虽然这也是一种合理的假设。上面的例子中，可能我们会觉得，没有考虑其他合理的假设并没有造成大的影响，但是换个场景，可能我们就不这样认为了。我们在很多刑侦题材的影视剧中经常可以看到这样的情节。在一起谋杀案中，所有收集到的证据都将嫌疑指向甲，所以警方把所有的精力都放在找到甲上，三天后，甲被找到了，但是甲已经被真正的凶手残忍杀害。由于警方把焦点仅仅放在一个可能的假设上，没有考虑其他可能的假设，大大耽误了案件侦破的进度。前面两个例子简单说明了一下相合性偏差(Congruence Bias) 在日常生活中的表现。维基百科中对相合性偏差的定义是：

又到了年末，该是进行年终总结的时候。对于个人来说，我们可能会问自己这样一个问题，以此为引子来回顾、总结过去的一年：过去的一年，自己收获了怎样的成长？年末过去就又是新的一年，我们又要为新的一年订目标，这时成长可能又会成为我们新的一年的关键词。另外，我们时常可以听到这样一句话：

最近在可汗学院上开始学《Big History Project》，这门课程李笑来老师之前推荐过，学习的过程中发现比尔盖茨也是这门课的学生，逼格之高可见一斑，所以用Big修饰（:D）。严肃点来说，这个Big指的是从一个大的时间和空间维度、多学科（包含宇宙学、天文学、物理学、生物学、化学等）的角度来讲述从大爆炸开始的宇宙的发展、星系和行星的形成、地球上生命的演化和文明的进程，以及可能的未来。<!--more-->项目官网上有一句话是这样介绍的：Big History examines our past, explains our present, and imagines our future. It's a story about us.在学习第一章的过程中了解了一个新词，叫Goldilocks Conditions，中文翻译过来叫“金发女孩条件”。在Big History课程中使用这个概念是为了描述那些在宇宙和地球发展过程中某些特定时

很多时候我们在人际交往中的焦虑是由于我们不懂拒绝别人产生的，不敢或不懂得拒绝别人是缺乏自尊和自信的表现，想通过接受别人的请求来讨好别人，哪怕别人的请求在自己的时间、能力等因素下不合理，有觉得别人的需求比自己的更重要的倾向。其实换个角度想，不敢拒绝别人其实也是自己能力还没强到自己能自然地拒绝别人的程度。<!--more--> 拒绝别人也是需要一些技巧的：

最近看连岳老师的微信文章《中国人为什么傻逼？》的过程中，突然激发了自己对集体与个体关系的思考，很多时候我们的一些无谓的争论和思维谬误源于我们把集体和个体这两个概念混杂在一起了，有时候我们集体个体化，认为集体就代表着个体，集体怎么样个体就怎么样，但有时候我们又个体集体化，认为一个个体就反映了集体。<!--more--> 集体个体化，看似虽然符合统计学上的逻辑，但每个个体都有其特殊性。比如，我们脑子里经常会将对某个地域、某个职业、某个性别的人的印象标签化，像“浙江人都会做生意”“程序员都不善言辞，不会与人交往”“女生都应该温柔婉约，说话轻声细语”等，所以当遇到以上这类人中的某个个体时，通过接触，如果他们的表现和我们预期的一样就会强化我们脑中对他们这类人的原始的印象，但如果他们表现得不一样，我们可能心里就会想或者直接向对方表达自己的疑惑：“你们不应该是×××这样的吗？”，结果可能弄得双方都很尴尬，严重的后果就是我们经常可以听到看到的地域歧视、职业歧视、性别歧视等。