书籍信息

全书名：《知识的错觉：为什么我们从未独立思考》
原书名：《The Knowledge Illusion：Why We Never Think Alone》
作者名：[美] 史蒂文·斯洛曼，[美] 菲利普 ·费恩巴赫
译者名：祝常悦
出版方：中信出版集团
ISBN：9787508682501

前言

事情总是比看上去的要复杂很多，比如我们去看一个貌似很简单的产品，我们觉得只要把几个人组合起来，产品就能出来，但事实上并没有那么容易，每一个领域都没有表面看上去的那么简单。

我们对知识是有错觉的。

一、知道和以为知道

我们常常以为自己知道很多知识，但其实不一定，比如你觉得你对于1+1=2有多了解？1~10分给自己打分。稍微想想看，就能知道大部分人在放下警惕的前提下都会打10分，谦虚的也会打8分或9分。

有这么一个题，让大家跟一个没有任何概念的孩子解释清楚1+1=2，注意，不是让他背会，是解释清楚1+1=2里面的1是什么，2是什么，+是什么，以及=是什么。

很多人只能拿苹果来举例，说1个苹果+1个苹果=2个苹果，可是一个苹果和一个梨为什么不能相加呢？因为不是同一种东西吗？那如果我说是一个水果+另一个水果呢？就又可以加了，所以你还得解释什么叫「域」、什么叫「集合」，因为你不解释这个，就无法说一个苹果+另一个苹果，苹果原则上也要用到「域」，比如大苹果和小苹果为什么能一起加，而且每一个苹果长得都是不一样的，红富士和阿克苏怎么就加起来了呢？「加」又是什么？

在大家深度地讨论完这个问题以后，基本都发现自己懂的比事实上要少很多，这时候再让大家评估一下，恐怕就会打5分以下了。

很多知识都是这样，当我们提出几个问题试图让大家跟小白解释一遍的时候，大家就会降低自己对该知识了解程度的评分。

:::info 这就是理解的错觉，我们有时候以为自己理解了，其实只是背会了；我们以为自己理解了，其实只是懒得刨根问底了；我们以为自己理解了，其实只是不想让别人认为自己理解力低下，所以麻痹自己说理解了。 :::

二、什么是好的大脑

我们知道的知识如此之少，我们的大脑内存如此之小，那么内存是越大越好吗？也不是。

有一种病叫「超忆症」，得的人比较少，但就是有人得，得了以后会获得一种「超能力」，就是过目不忘，能够记住所有的东西，过了几十年，任何事都还像就在眼前一样。

有人会觉得「哇，这是病啊？赶紧让我得吧」。的确，它看起来挺诱人的，同时这种病的存在，也显示了人脑其实是很强的，有能力像计算机一样储存很多的东西，那为什么它在进化的过程中，不让所有人都具备这样的能力呢？而只在某方面出了错的情况下，才把这种能力赋上去？

因为好的大脑并不是这样的，计算机的这种直接存储方式根本无法在复杂的世界中打败人脑。

所有东西都记住，也就意味着所有无用的细节和垃圾也全塞在了脑子里，这肯定是不行的。人脑需要根据现有的情况去给每一件事、每一个策略「打分」：什么是值得记住的，什么是值得放弃的；什么是值得遵循的，什么是值得纠正的。本质上人脑就是个评分系统，世界是如此复杂，蝴蝶效应和混沌系统大家肯定都听过，没有足够的数据，也没有办法用穷举法去推算出未来将如何发展，以及什么决策对我们来说最有利，因此靠计算机的方法是没戏的。

那什么有戏呢？就是人脑的评分系统。我们需要知道，哪些事情大概率是更有利的，就要做，要记；哪些事情大概率以后不太会用到了，就不要了，你就算想记起来都记不起来，因为人脑的遗忘是自动的。AlphaGo 之所以能称霸围棋界，靠的就是类似算法，用它的评分系统去打败人脑的评分系统，而不是用穷举法，穷举计算对于复杂事物是没有用的。

三、逻辑与推理

这个评分系统是很厉害的，它可以在我们不用知道所有知识的前提下就指导我们怎么做才大概率最有利，这个「最有利」就是预测和推算的结果，人类对未来的这种推算有一个基础规则，叫「逻辑」。

我们常说每个人都要补逻辑课，因为逻辑是我们行动的基础。我们做任何事都要讲「为什么」，这个「为什么」就是一种从因到果的逻辑推导过程。

有些很简单的过程我们甚至都没意识到，例如外面下雨了，我们不愿意下车，我们知道一出去就要被淋湿，这也是推导吗？当然，因为我们此刻并没有被淋湿，这个对「被淋湿」的预测是推导出来的，而淋湿以后将让我们感到不舒服甚至可能感冒就是进一步推导。

这个是简单推导，更复杂一点的过程例如我们对上司出言不逊，我们会推导出可能会被上司开除，具体多少的可能性？每个人会基于自己复杂的经验去推算，然后根据这个概率和自己的可承受程度去做出「是要出言不逊还是把话咽进肚子里」的决策。

四、大规模协作

推理能力是人类得以发展到现在这样的文明程度的重要因素。为什么这么说？众所周知，人类社会得以发展，靠的是协作，没有人可以单独建造起摩天大楼，没有人可以一个人发明复杂工具，没有人可以自己就搞定所有事，没有协作，复杂的发明创造就全都无从谈起。

协作，才可以各自专自己的知识，而无需特别懂别人懂的部分，这样人类才有机会把知识做深。

那为什么协作的基础必须是推理能力呢？

因为我们必须猜测别人的目的是什么，别人想干什么，对我们接下来的行为可能会有什么样的反应，我们觉得自己大概率能推理到这些事儿，才能参与到协作中去。

比如去狩猎，当你旁边的人拉弓搭箭的时候，你必须猜测出他是想射死猎物，而不是射你，当然他很有可能射你，所以这需要依靠你的推理。你推理出他的意图，你可以做你自己擅长的事来跟他共同完成这个狩猎的目标，比如在猎物可能逃跑的路上去封堵，你还得确认当你做这些事情的时候对方能认同你的参与价值，以便当对方射死猎物的时候会分你一些。

别看就这么几个心理过程，这涉及非常复杂的计算，我们到现在都还有很多时候判断不准确，导致在协作中吃力不讨好，而动物就不用说了，根本不可能有这样复杂的推理能力，这是人类大脑独享的。

人类会知道这个人愿意跟我协作完成一件事儿，这在婴儿一周岁多一点就发展出来了，而哪怕是黑猩猩或猿类这样跟人类接近的动物还是无论到多少岁也无法理解，所以就无法大规模协作朝着共同的目标努力，他们无法大规模地分享注意力和彼此的意向，无法猜测到「你知道我想干什么，且我知道你知道我想干什么，且你也知道这件事」。

这种意向有多么重要？比如我们在使用人民币，就需要这样的共同意向和共同知识，就是我必须知道这一张纸在别人那里也能够换到东西，我才愿意接受它。如果现在所有人都得了健忘症，它就跟废纸没区别，这就是「共同意向」和「共同知识」的作用。

人类的协作规模有多庞大？拿2012年希格斯玻色子的发现来说，你可能会觉得这个是彼得·希格斯和弗朗索瓦·恩格勒的功劳，毕竟他们凭借这个拿了诺贝尔物理学奖。但其实这个成就总共有几千人的参与，来自40个国家，光跟它有关的物理学论文作者就有3000人，而观察希格斯玻色子的大型对撞机又耗资64亿美元。

在这样庞大的人类分工中，每个人除了要知晓那些在任意协作中都可能用到的推理通用知识以外，并不需要知道其他东西，我们依赖其他人来掌握这些知识，等要用到的时候，大家拼起来就可以了。

所以这里得出了人类知识中最重要的那些是什么？是通识，是研究人与人之间的知识，是预测万物走向的推理知识，而不是人与物之间的知识。而后者是可以通过建立一个知识的池子来搞定的，比如我们在用的搜索引擎，这就是一个知识的池子，是非常优秀的创新。

我们从必须自己掌握知识，到可以分别掌握知识来协作，再到可以分别取用到别人的知识，这是非常伟大的进步——我们不再需要把知识都塞进脑袋里，当你问我的时候，只要这个知识可被我随时取用就可以了。

当然以上变化也有着自己的弊端，那就是我们往往会混淆内化的知识和可随时取用的外在知识，我们经常性地能通过取用知识来独立解决问题，导致我们以为自己知道的很多，其实很多都是我们能拿的知识，它们并没有放在我们的大脑里，也不会参与知识碰撞从而产生出新东西。

我们以为能够花5分钟查询到一些医学知识就会对某种病更为了解，以为花10分钟了解一个投资概念就能对下注更自信，这都是知识的幻觉，任何一个领域的知识都比我们想象中的要深无数倍，这种能「便捷」获取到最粗浅的表层知识的方式麻痹了我们的判断。

所以我们必须对自己掌握的知识有更多了解，知道哪些是我们自己知道的，哪些是寄存在别人那里而我们事实是不知道的。

五、知道那些不知道的

我们必须知道那些不知道的知识，这句话听起来显得有点奇怪，又和我们的协作方式相悖？我们不是要更高效地把那些别人懂的知识留给别人，然后用精进自己知识的方式组成知识池来协作吗？

是，我们应该有分工，做 4S 店销售要精进自己的销售技能，不需要像一个修车技工一样懂怎么修，但我们还是需要知道跟我们职业和核心技能相关的事情。

我们要知道所有跟汽车相关的知识共同体里面的知识，尽管我们不需要像技工一样会修车，不需要像市场经理一样懂市场，也不需要像媒体一样懂日内瓦车展每一款新车型的参数，但我们需要知道大概，需要对所有相关的事情有提纲挈领式的理解，我们不需要知道这些事情的详细情况，但我们得知道详细情况在哪里，以及怎么用，且确定人家愿意跟我们协作，而不是自大地以为自己都懂。

六、g值和c值

正如开头所说，要做成一件事儿的难度远比我们想象的更大，而我们所知比我们想象的更少。那么我们怎么去评估干成一件事儿的概率大小呢？

在普通人的心里，更聪明的人干成事儿的概率就更大。那聪明究竟是啥意思？一个传统且普遍的方法是看「流体智力」和「晶体智力」两个维度。

流体智力就是我们有时候说的神经智力，指的是一个人的逻辑推理能力，运算速度以及同样在没接触过的新事物上有更好的理解力以及快速学习能力等，它指的是在同等白纸条件下，会有更好的脑力表现，属于先天禀赋。

而晶体智力主要取决于一个人的记忆体能储存和处理多少信息，某方面学得越多，练得越多，这方面的晶体智力就越强，我们说的知识往往就是晶体智力。

当我们说一个人聪明的时候，往往不会去区分这两种智力，而是看到一个人在某方面表现得不错或者看到其获得了一个好的结果，就会说这个人聪明。

这就不太靠谱，因为这个所谓聪明的人很可能是比别人在这方面多花了点时间而已，比如学习，一个从来都不学的人跟一个很刻苦的人比谁更聪明，显然不能用最终成绩来判定，所以后来大师们就搞出了智力测验。

专家们发现，只要你的智力测验包含的维度足够多，比如空间、语言、逻辑推理、数学、类比，有简单的有复杂的，那么无论选择哪一套测验题，基本上有一些人就总能拿高分，而另一些人就总是低分，跟这个人的学历、学识、从事什么职业、有什么头衔基本都不相关。他们把这个数值叫g值，经对2万个样本的跟踪研究，他们发现一个人若是g值较高，平均而言，在学业或者是工作等绝大多数地方都会表现更好，更能成事儿，这就是一份标准的智力测验能够给出的东西。

那是不是公司招聘就直接给一个智力测验，招g值高的人就好了？看起来是这样，但实际上没那么简单。

公司往往要完成的是团体任务，而团体任务完成得是否好，要看的就更多了，比如配合能力、倾听能力、情绪管理能力等，g值高的人并不代表在一个自己喜欢的团队，有时候很可能对团队的加成为负。

这个时候，泰伯商学院教授安妮塔·伍利带领的团队发现一个规律，如果一个团队在A事上表现很好，通常他们做B事也不太差，哪怕A和B没什么相关性，哪怕他们都没接触过。

这个惊人的发现让他们得到了一个值叫c值，也就是如果一个团队是c值更高的团队，就意味着他们协作得更好，彼此连接得更好，或者说一起做事情时，来自团队内部的损耗更少，更能发挥1+1+1>3的效果。

所以风险投资人更看重的往往是团队，你这个团队是不是有更好的c值，这是比较成熟的投资人会看的，所以你看那种之前就表现得不错的团队，原班人马去做新的事了，投资人是最喜欢的。

而普通民众更喜欢看的是g值，看的是单个人的光环，觉得这个创始人之前在别的领域都很牛，在新的领域也会很牛，这就不太对，乔布斯、比尔盖茨和扎克伯格都不是单人成功的，换一些团队成员很可能就不行了。

后记

我们所知甚少，没法把知识都塞进自己的脑子里，但我们有知识共同体。我们需要去了解大概，并懂得如何跟人协作以取得取用权。

而在一些特别复杂的市场，例如金融领域，哪怕是掌握最多知识的专家，都无法准确地预测市场，也无法用什么公式得出一些百分百正确的具体预测，这个时候普通人就不要期待去精确搞定了，直接用一些简单又底层的道理去应对就行了，不需要很多的知识，例如只要知道每个月把 10% 的钱存下来，知道有了多少钱就去购买什么相应的稳定复利产品就可以了，剩下的就是保持执行。

只执行简单的底层就不容易走偏，对于太复杂的事情来说，给普通人更多的知识反而是混淆。所以无论是哪方面，这本书无时无刻不在提醒我们对自己掌握的知识不要自大。