多样性红利

纯阳书评二百九十八之《多样性红利》 查理.芒格《穷查理宝典》的一大看点是他提出的多元思维模型，认为事物本质上就具有多个方面，含有多种属性，如果我们只是从某一个方面，某一个角度去观察，去分析，我们往往也会有所得，但是得到的其实只是事物的某一个方面的知识和误以为得到了事物全貌的错觉，这种错觉往往比没有任何知识更可怕，由其诱发的盲目自信足以让一个手拿锤子的人看什么都像钉子。所以多元模型强调，既然事物是多元的，我们看待事物的正确姿势当然也应该是多元的，要从多一个角度去剖析一个事物，我们才有望综合地看到事物的整体。查理.芒格的多元思维模型听起来符合直觉，符合我们日常的生活经验，也有力的帮助了他的投资事业，但是在理论上他并没有把这种洞察向前推进一步，一直停留在了洞察这个层面上。而这本书的价值就在这里，没有只是停留在观点层面，只是说多样性具有巨大价值，而是进一步深入到多样性的概念本身，并从概念出发去论证它的价值。具体内容如下： 第一、阐述了多样性或者说多元到底包括什么内容。 在多元思维模型中，查理.芒格只是从经验的角度简洁的谈了多元思维模型的基本概念，但是并没有系统的定义多元到底是什么，而这本书则不同，对多样性进行了严谨的定义。在作者看来，多样性包括四个方面，其中多样性视角是指对环境、条件和问题的不同表示方法，比如一种语言就是一种视角；多样性解释是指对各种观点分类或区分的不同方法，比如把橘子和皮球都理解为圆形物就是一种解释；多样性启发式是指生成解决问题方案的不同方法，比如用微积分求图形面积就是一种方法；多样性预测是指推断因果关系的不同方法。在作者这里，多元不在停留在模糊的经验概念层面，而是被精细化的凝结为四个内容，显然相对于前者，这种精细可以让我们更好的理解和把握什么才是多样性。 第二、作者阐释并论证了多样性红利的内在逻辑。 在查理.芒格那里，多样性具有红利，只是一种经验之谈，尽管这种经验是有芒格本人验证的，但是多元的价值逻辑并不清楚，而作者没有让这种缺憾一直存在下去，在多样性概念的基础上，作者剖析并论证了多样性红利存在的逻辑。从而让这种有用性不只停留在了经验和直觉层面，从而有了扎实的论证根据。 第三、作者的多元具有更广阔的适用范围。 如果说查理.芒格的多元模型主要是一个人个体层面上的多元的话，作者的多元显然是一开始就超越了这个层面，不只关注一个人自身是否能够有多远的视角，多样的思维工具箱，更关注一个团队组织，是否能有多元的成员，这些成员是否能具有不同的文化背景、不同的学科背景、不同的思维方式，多元对个人有价值，多元对组织同样也有价值。 所以，这本书的逻辑和论证解释了为什么多读书，尤其是多读专业之外的书有价值。总之，也算一本好书。

在探讨组织与群体行为时，一个关键问题浮现：为什么同质化群体容易陷入「局部最优陷阱」？ 答案藏在群体认知的惯性里。书中指出，“单一视角的群体倾向于重复已知策略，难以发现更优解”。这一论断直指核心——当群体共享相似的知识背景时，认知盲区会像“灯下黑”一样，让所有人看不见其他维度的可能性。 以柯达公司为例，在数码技术兴起前，柯达内部聚集了大量胶片领域的专家，他们基于胶片技术的知识体系，持续优化胶片生产流程，却忽视了数码成像技术可能带来的颠覆性变革，最终在行业变革中走向衰落。 💡 想法：就像传统经济学家习惯用“理性人假设”分析市场，却容易忽略社会学视角下“群体非理性行为”的影响——同质化群体的认知盲区，本质是共享知识背景带来的“灯下黑”。 —— 🔖 笔记：例如，同一领域的科学家可能集体忽视跨学科方法，导致研究停滞。传统经济学家可能习惯用“理性人假设”分析市场，却容易忽略社会学视角下“群体非理性行为”的影响；一群工程师讨论产品迭代时，可能执着于“技术参数优化”，而漏掉了用户体验层面的隐性需求——不是他们能力不足，而是相似的知识背景让他们共同“看不见”其他维度的可能性。 诺基亚手机业务亦是如此，其研发团队长期专注于传统手机的功能优化，如按键手感、通话质量等，面对智能手机浪潮时，因缺乏对软件生态、触摸屏技术等新领域的认知，未能及时转型，最终被市场淘汰。 这种盲区的自我强化，构成了群体陷入局部最优的第一重机制。当所有人都在用已知策略时，哪怕有人隐约觉得不对劲，也会因为“大家都这么做”而怀疑自己，最终陷入“重复验证既有结论”的循环。 雅虎公司在互联网发展初期，凭借门户网站模式取得巨大成功，随后公司内部形成了一种“门户网站就是互联网核心”的认知共识。即使后来出现搜索引擎、社交媒体等新模式，雅虎管理层也因“大家都这么做门户网站”的思维，不断在门户网站领域投入资源，反复优化页面布局、内容分类等，却始终未能在新的互联网赛道上取得突破，逐渐被边缘化。 💡 想法：认知盲区的自我强化，让群体在惯性中越陷越深，哪怕意识到问题，也缺乏打破的勇气。 —— 🔖 笔记：就像迷宫里所有人都沿着同一条路反复走，哪怕这条路只能到局部出口，也没人敢尝试旁边那条看似陌生的岔路——因为“从来没人走过”，反而成了最大的阻力。 第二重机制则来自风险规避的路径依赖。同质化群体对“已知策略”的依赖，本质是对确定性的追求——哪怕只是局部最优，至少“不会出错”。而跨学科方法、新视角意味着“未知风险”——万一失败，谁来承担责任？ 曾经风光无限的黑莓手机，以其安全性和物理键盘设计在商务手机市场占据主导地位。随着智能手机时代来临，触摸屏和丰富的应用生态成为趋势，但黑莓管理层因担心转型触摸屏手机会失去原有的安全性和商务用户群体，且面临技术研发和市场推广的不确定性风险，继续坚持物理键盘设计，最终被苹果、安卓等智能手机远远甩在身后。 💡 想法：这种对风险的集体规避，让群体困在“做得好但做不大”的局部最优里，就像温水煮青蛙，在熟悉的舒适区里慢慢失去突破的动力。 —— 🔖 笔记：比如一个长期由营销背景高管组成的团队，可能会习惯性用“流量投放”解决销售问题，而拒绝尝试“用户共创”这种需要跨部门协作的新模式——不是新模式不好，而是他们对“流量逻辑”更熟悉，对“共创”的不确定性充满警惕。传统零售企业面对电商冲击时，许多企业的高层管理团队因长期从事线下零售业务，对电商的运营模式、线上营销等缺乏了解，担心转型电商会面临技术难题、线上竞争压力以及原有线下业务的冲击等风险，所以继续加大在实体店铺扩张、促销活动等方面的投入，却未能及时布局电商业务，导致市场份额被电商企业不断蚕食。 当群体陷入这两种机制时，变革的阻力会呈指数级增长。这从历史与现实的案例中可见一斑：群体路径依赖的核心困境在于，当一种认知或做法在群体里形成惯性，就像滚雪球一样自我强化，越是多人认同，打破它的阻力就越大。 就像一个工厂里，老工人都按“经验流程”干活，哪怕新设备明明能提高效率，也会被说“花里胡哨不如老办法稳”。 索尼公司在便携式音乐播放器市场曾占据领先地位，其随身听产品凭借优质的音质和可靠的性能深受消费者喜爱。随着数字音乐时代到来，苹果公司推出iPod结合iTunes音乐商店的模式，为消费者提供了便捷的音乐获取和播放体验。 索尼内部因长期依赖传统的磁带和CD技术，员工们对数字音乐技术缺乏深入了解，且担心转型会影响原有产品的销售和利润，所以即使有部分员工提出向数字音乐领域转型的建议，也因群体压力而被搁置，最终索尼在便携式音乐播放器市场逐渐失去优势。 💡 想法：就像一个工厂里，老工人都按“经验流程”干活，哪怕新设备明明能提高效率，也会被说“花里胡哨不如老办法稳”。这时候如果有个新人想改，首先要面对的不是技术问题，而是“你凭什么质疑我们几十年的做法”的群体压力。 —— 🔖 笔记：沉默本质上是群体共识对个体的隐性压制：不是不想打破，而是打破的成本（被孤立、担责任、失败风险）远高于随大流的成本。除非有足够的资源、能力和底气，否则谁也不愿轻易站到所有人的对立面。 这种困境并非无解。历史中的变革智慧告诉我们，突破局部最优的关键在于“小范围验证再推广”。王安石变法的困境，恰恰在于他试图用“快刀斩乱麻”的方式瞬间斩断积弊，却忽略了庞大的官僚体系早已形成稳固的利益链条和思维定式。 💡 想法：变革需要“钝感力”——先用“小成功”打破“大惯性”。就像实验田试种新作物，先在小范围种出高产，让质疑者看到实实在在的成果，比空喊口号更有说服力。 —— 🔖 笔记：王安石的问题在于，他的政策像一套复杂的系统工程，直接在全国铺开，地方执行变形、利益集团反扑、基层适应不良等问题集中爆发，反而让改革成了“众矢之的”。这和“群体决策陷阱”很像——突然的大变革会触发集体防御机制，而成功的变革往往是先在边缘地带做出成绩，用“事实”消解阻力，再慢慢把局部经验变成全局共识。 更稳健的变革逻辑，是“潜龙在渊”式的低调蓄力。这种模式暗合了成事的规律：先“小试错”攒经验，为改革搭“安全网”，哪怕出问题也能及时调整；再“暗聚人”，用实实在在的成果吸引认同者，让群体更稳固——毕竟大家是看到“这事能成”才加入，而不是被“改革先锋”的旗帜感召，动机更纯粹，抵抗力也更强。 腾讯在发展初期，并没有一开始就全面布局各个互联网业务领域，而是先聚焦于即时通讯软件QQ的开发和推广，通过不断优化QQ的功能，积累用户资源和运营经验。随着用户数量的增长和市场的认可，腾讯再逐步拓展到游戏、社交媒体、金融科技等多个领域，这种稳健的发展模式让腾讯在不同阶段都能稳步前进，成为互联网行业的巨头。 💡 想法：这种逻辑让变革从“孤军奋战”变成“顺势而为”，用共识的积累代替对抗，更符合群体接受新事物的规律。 —— 🔖 笔记：最后“候时动”，等经验、人力、证据都攒够了，规模到了“想藏也藏不住”的地步，再站出来发声，这时候反对者再想阻挠，面对的已经是成势的力量，而不是孤立的改革者了。王安石当年缺的可能就是这份“钝感力”——太想快速破局，反而让变革成了“靶子”。而“闷声攒实力”是把“时间”变成了盟友，用持续的小成功消解阻力，用共识的积累代替对抗，确实更符合群体接受新事物的规律。 你划了哪句？留言聊聊 写于微信读书 · 2026.06.08

一本读来颇有启发的书。多样性的思维工具箱对于个人和团队来说都具有很大的价值，这本书讲的就是这个主题。不足之处是写得略冗余，其中论证的部分可以少一些，如果思维工具本身的介绍以及如何运用多讲一点会更好。翻译方面尚可，其实可以更好。但不管怎么说，这本书读来是有受益的。就是比较难啃、烧脑，不是快餐书，需要拿出耐心来读。 以下是书中部分精华摘录： >> 正如著名哲学家、作家艾茵·兰德（Ayn Rand）所指出的：“矛盾其实是不存在的。每当你认为面临矛盾时，请检查你的前提假设。你会发现前提假设中的某一个是错的。” >> 正如科学哲学家斯蒂芬·图尔敏（Steven Toulmin）所指出的，“在物理科学中，所有重大发现的核心都是新表示方法的发现”。新的视角被图尔敏称为“新的表示方法”（novel methods of representation），这往往是带有隐喻性的。例如，典型的地震模型通常包括一些由弹簧连接起来的板块，以便利用数学进行严格分析。 >> 启发式是一个规则，适用于某个视角中现有的解决方案，该视角能够生成一个或一组新的更好的解决方案。 >> 四类常见的启发式：拓扑启发式（topological heuristics）、梯度启发式（gradient heuristics）、允许犯错启发式（error-allowing heuristics）和群体启发式（population heuristics）。 >> 视角是看待解决方案的方式，而启发式则是构建解决方案的方式，也是围绕可能的解决方案空间移动的方式。启发式可能很简单，例如“反其道而行之”。也可能像小波变换那么复杂。像克里斯托弗·亚历山大所创造的“两面都要有光”的设计启发式一样，启发式可能是以经验和理论为基础的；但是，启发式也可能只是一个随机出现的想法，“为什么不试试这个呢”。 >> 在学术领域，新启发式的构建是一个永恒的事业。数学、物理学、统计学、经济学和会计学等各门学科都有一套各自的核心视角，同时每一个核心视角都与各学科专业人士经常应用的一整套启发式有关。 >> 多样性视角、启发式、解释和预测模型这些框架是每个人可以带到工作台或黑板前使用的工具。我们都带着一个装满了各种工具的工具箱。这个工具箱是一个思考个体认知差异的框架，因为每个人的工具箱都装满了不同的认知技能。这里所说的工具可能是一个视角，比如用另一种语言思考的能力；也可能是一种启发式甚至是一套启发式，比如微积分知识；又可能是一个解释；还可能是一个预测模型，甚至是一类预测模型。我们要尽其所能地利用这些工具。 >> 工具箱框架服务于三个目的。第一，它有助于以新的方式思考智能这个问题。在通常情况下，我们都是根据智商分数来评估智能水平的，而利用工具箱，就可以根据特定的工具或工具集合来思考。第二，工具箱框架能帮助我们重新思考应该如何对智能进行排序。如果从工具的角度来思考人，就不一定能说一个人比另一个人聪明。第三，工具箱框架允许我们计算群体能力。如果把人视为有工具的人，那么就可以推断出一群人将会如何表现。但是不能对智商分数进行相同的计算。 >> 工具箱使我们与众不同：任何两个人都可能拥有不同的工具箱。一个人可能知道如何应用概率论中的贝叶斯规则，另一个人可能知道如何区分不同鸟的种类；一个人可能知道怎样用二进制来表示数字，另一个人可能懂得如何将草药和香料结合使用。工具箱定义、约束、引导我们，决定我们在学校里的表现、应该怎么与别人相处、选择什么职业、赚多少钱、是否能够玩得开心，以及聪明的人怎么看待我们。一个人的工具箱不会是一直固定不变的。在生活中，我们会学习新的工具，偶尔忘记旧的工具。在任何时候，个人的工具箱都取决于天赋、身份、训练和经验。 >> 认知工具组合起来更有价值。工具是具有超可加性的。由于工具组合的数量远远超过了工具的数量，所以这种超可加性对于我们来说意义重大，尤其是想对不同人的智能进行比较的时候。一个拥有20个工具的人，也拥有190对工具、1000多套“工具三件套”。当然，并不是所有的工具组合都有“重大意义”，有些工具组合甚至没有任何意义。 >> 获得工具的顺序是非常重要的。要理解这一点，可以想象一架梯子，然后在这架梯子上安排52个工具，并用1～52的数字给它们编号（见图5-1）。现在，任何一个人都必须依序获得工具了。对于一个想获得第7号工具的人来说，她必须先获得第1号到第6号工具。 >> 在数学等学术领域内，梯子或树的数量相对来说可能很少。代数需要加法和乘法，微积分需要代数，微分方程需要微积分。一个拥有更大容量工具箱的数学家可能了解另一位其他领域且工具箱容量较小的数学家的大部分工具。而在时装设计等领域，许多工具可能都是视角和解释，也就是看待世界的方式。在这些领域，梯子或树的数量可能是巨大的，因此，容量较大的人并不知道容量较小的人的所有视角，除非容量差距极大。 >> 美国经济学与历史学教授乔尔·莫克尔（Joel Mokyr）认为，正是随着认知工具箱的不断扩散，第二次飞跃才得以发生。莫克尔证明，是技术和知识的可转换性导致了从工匠社会向大规模生产的工业社会的转变。也正是如此，我们获得了过去300年来前所未有的惊人的生产力增长。一旦人们可以分享技术、视角、启发式和预测模型，经济的快速增长就会随之而来。知识的扩散使各种各样的认知技能可以被面对类似问题的任何人运用，无论他们在什么地方。 >> 一种方法是运用模因理论（Meme theory），并将思想视为与遗传物质类似的东西。美国经济学家马丁·威茨曼（Martin Weitzman）就构建了一个这样的模型。在他的模型中，技术和思想被视为可以组合和重组的基本构件，它们构成了经济增长的基石。威茨曼在推理时所用的数学模型非常精巧，给人留下了深刻的印象。

书名：《多样性红利》 作者：[美] 斯科特·佩奇（Scott E. Page） 译者：贾拥民 出版社：浙江人民出版社（湛庐文化出品） 出版时间：2018年（中文版） --- ## 一、核心主旨 > **《多样性红利》的核心论点是：在解决复杂问题、做出准确预测和推动创新时，认知多样性的群体往往优于由高智商个体组成的同质化精英团队。** 作者斯科特·佩奇——密歇根大学复杂系统与政治学教授——通过数学模型、实证研究与逻辑推演证明： > **“多样性不是道德选择，而是认知优势。”** > **“差异化的视角、解释、启发式和预测模型，能带来‘1+1>2’的集体智慧。”** 本书并非泛泛而谈“包容”，而是用严谨框架论证：**多样性如何产生可量化的“红利”**。 --- ## 二、主要观念体系 ### 1. **四大认知工具（Problem Solvers 的四个维度）** 佩奇提出，个体解决问题的能力由四种“认知工具”构成： | 工具 | 定义 | 作用 | |------|------|------| | **视角**（Perspectives） | 如何表征问题（即“看问题的方式”） | 决定问题空间的结构（如把城市交通看作网络 vs 时间序列） | | **启发式**（Heuristics） | 解决问题的简易规则或技巧（如“就近原则”“试错法”） | 在问题空间中搜索解 | | **解释**（Interpretations） | 如何对世界进行分类和简化（如用GDP衡量国家发展） | 压缩信息，形成模型 | | **预测模型**（Predictive Models） | 对未来或未知结果的判断机制（如线性回归、类比推理） | 用于预测与决策 | > ✅ 关键洞见：**多样性体现在这四个层面，而非仅仅是人口统计学特征（如性别、种族）**。 > 但人口多样性常能促进认知多样性。 --- ### 2. **“多样性优于能力”定理（Diversity Trumps Ability Theorem）** 这是全书最著名的理论成果，其条件与结论如下： - **前提条件**： 1. 问题足够复杂（解空间非单峰）； 2. 所有成员都具备“基本能力”（能局部优化）； 3. 多样性群体中的个体视角/启发式彼此不同； 4. 群体采用“最佳解采纳”规则（取成员中最优答案）。 - **结论**： **一个认知多样但能力中等的群体，其集体表现将超过由“顶尖高手”组成的同质化群体。** > 💡 例：一群用不同方法估算罐子里豆子数量的人，其平均值可能比一群数学家更准。 --- ### 3. **预测市场的“群体智慧”原理** - **群体预测误差 = 平均个体误差 − 预测多样性** （公式：\( \text{Crowd Error} = \text{Average Error} - \text{Diversity} \)） - 含义： 即使个体预测不准，只要预测**彼此差异大**，群体平均值仍可高度准确。 → **多样性直接降低集体错误**。 > 📌 应用：金融市场、选举预测、企业需求预估。 --- ### 4. **创新与问题解决中的多样性价值** - **局部最优陷阱**：同质化团队容易卡在同一个次优解； - **多视角突破**：不同视角能“看到”他人看不到的改进路径； - **组合创新**：A的启发式 + B的解释 = 全新解决方案。 > 例：生物学家+工程师+设计师合作开发仿生机器人，远超单一领域团队。 --- ### 5. **多样性 ≠ 无原则包容** 佩奇强调： - **多样性需建立在“共同目标”和“基本能力门槛”之上**； - **低能力 + 高多样性 ≠ 高绩效**； - **沟通成本、协调难度需被管理**（多样性有“交易成本”）。 > ✅ 最佳策略：**“在能力达标的基础上，最大化认知多样性”**。 --- ### 6. **组织如何获取多样性红利？** | 层面 | 策略 | |------|------| | **招聘** | 主动寻找不同学科、文化、经验背景的人才 | | **团队设计** | 混搭“专家”与“通才”，避免“回音室效应” | | **决策机制** | 采用德尔菲法、预测市场、红队演练等激发多元观点 | | **文化氛围** | 鼓励心理安全，让异见者敢于发声 | | **教育** | 培养“多模型思维”（佩奇另著《模型思维》详述） | --- ## 三、思维导图（文字版） ``` 《多样性红利》——斯科特·佩奇 中心主题：认知多样性创造可量化的集体优势 ├─ 1. 四大认知工具 │ ├─ 视角（如何看问题） │ ├─ 启发式（如何找解） │ ├─ 解释（如何简化世界） │ └─ 预测模型（如何判断未来） ├─ 2. 核心理论 │ ├─ “多样性优于能力”定理 │ │ ├─ 前提：复杂问题 + 基本能力 + 多样性 + 最佳采纳 │ │ └─ 结论：多样中等群体 > 同质精英群体 │ │ │ └─ 群体预测公式： │ Crowd Error = Average Individual Error − Diversity ├─ 3. 应用场景 │ ├─ 问题解决：跳出局部最优 │ ├─ 预测：降低集体误差 │ ├─ 创新：跨视角组合 │ └─ 决策：避免群体盲思 ├─ 4. 实施条件 │ ├─ 能力门槛：成员需具备基本问题解决能力 │ ├─ 共同目标：多样性服务于同一任务 │ └─ 有效整合：需机制汇总多元观点 └─ 5. 组织实践 ├─ 招聘：跨背景选才 ├─ 团队：混搭专家与通才 ├─ 机制：预测市场 / 红队 / 德尔菲法 └─ 文化：心理安全 + 鼓励异见 `

《多样化红利》（也译《多样性红利》，斯科特·佩奇）核心内容总结 《多样化红利》是密歇根大学复杂性研究中心主任、圣塔菲研究所研究员斯科特·佩奇的核心代表作，也是其爆火课程《模型思维》的理论基石与前传。全书以严谨的数学推导、大量实证案例，彻底颠覆了“精英至上、能力优先”的固有认知，核心主张是：面对知识经济时代的复杂问题，认知多样性并非单纯的政治正确，而是一种可量化、可落地的核心认知资本；由认知工具多样化的个体组成的团队，其解决复杂问题、精准预测未来的能力，往往远超由单一领域顶尖专家组成的同质化“梦之队”，这种由认知差异带来的超额能力增益，就是“多样化红利”。 一、全书核心底层逻辑与核心定义 1. 重新定义“聪明”：认知工具包决定真实能力 佩奇彻底打破了“高智商=高能力”的一维智力观，提出：一个人是否聪明，核心不是智商分数的高低，而是其拥有的认知工具包的丰富度与多样性。所有认知能力的差异，本质上都是认知工具的差异，而认知多样性，就是个体间认知工具的差异。 他将核心认知工具拆解为四大可落地、可积累的维度，构成了全书的基础框架： 认知工具 核心定义 核心价值 典型案例 视角 看待、定义与编码问题的方式，即“把问题放在什么框架里看” 好的视角能化难为简，全新的视角能打开全新的解题空间 门捷列夫用原子量视角构建元素周期表，理顺了所有化学元素的底层逻辑；同一款产品，有人从成本视角定价，有人从用户价值视角定价，最终结果天差地别 启发式 解决问题、寻找答案的策略与“思维算法”，即“怎么找解决方案” 多样的启发式能避免陷入局部最优解，大幅提升找到全局最优解的概率 演绎推理、逆向反证、类比迁移、极值试错等不同解题策略；面对供应链优化难题，有人用线性规划，有人用仿生算法，有人用经验拆解 解释 对复杂现实进行归类、简化与抽象的能力，即“怎么抓住问题的核心维度” 合理的解释能过滤无关噪音，把复杂问题拆解为可处理的模块 分析用户流失，有人按“使用时长”归类解释，有人按“消费频次”归类，有人按“功能使用”归类，多样的解释能完整还原流失的核心原因 预测模型 对因果关系的基本假设，用于预判未来走向，即“判断什么因素会导致什么结果” 多样的预测模型能抵消个体误差，让集体预测无限逼近真相 预判市场趋势，有人基于宏观经济周期建模，有人基于用户行为数据建模，有人基于行业竞争格局建模 2. 多样性红利的核心数学支撑：两大核心定理 佩奇用严格的数学推导，为多样性红利提供了科学依据，彻底打破了“多样性只是锦上添花”的偏见： （1）多样性预测定理 这是全书最核心的底层公式，精准解释了群体智慧的本质： 群体预测误差 = 成员平均个体误差 - 预测的多样性 - 通俗解读：一个群体的预测与决策准确性，取决于两个核心要素——个体的平均能力，以及成员之间的认知多样性。当个体认知存在差异时，其预测误差的方向往往各不相同（有人高估、有人低估），在群体聚合中，这些误差会相互抵消，最终让群体结果无限逼近真相。 - 经典案例：1906年英国集市猜牛重比赛，787名普通参与者的猜测平均值，与牛的真实重量仅差1磅，准确率远超现场任何一位畜牧专家。其核心不是“人多力量大”，而是参与者背景各异，预测的多样性完美抵消了个体误差。 （2）多样性优于能力定理 佩奇通过数学推导与计算机模拟，得出了反直觉却极具颠覆性的结论：在解决复杂问题时，一个由认知多样化的中等能力者组成的群体，表现会优于一个由高能力但认知同质化的顶尖专家组成的群体，即“多样性>能力”。 同时给出了群体能力的核心公式：群体能力 = 成员平均个人能力 + 群体认知多样性。 这意味着，群体的上限不仅取决于个体有多优秀，更取决于成员之间的认知差异有多大；同质化的精英团队，必然会陷入“集体盲区”，面对复杂问题时束手无策，甚至做出错误决策。 二、全书结构与核心内容模块 全书共4大部分14章，逻辑主线清晰：先定义认知多样性的核心内涵，再用数学证明多样性红利的科学性，接着拆解多样性在不同场景的应用，最后明确多样性的边界与落地方法。 第一部分：多样性认知工具箱（第1-4章） 这是全书的理论基础，回答了“多样性到底是什么”的核心问题： 1. 系统性拆解了视角、启发式、解释、预测模型四大核心认知工具，明确了认知多样性的可测量、可积累、可优化的特征，彻底摆脱了“多样性是身份标签”的误区； 2. 证明了四大认知工具的协同效应：多样的视角能打开解题空间，多样的启发式能找到更多解法，多样的解释能抓住问题的不同侧面，多样的预测模型能提升预判准确性，四者共同构成了个体与群体的核心认知能力； 3. 提出核心洞见：所有创新，本质上都是新视角、新启发式、新解释、新预测模型的组合，认知多样性是创新的核心源泉。 第二部分：多样性红利的科学证明与底层逻辑（第5-8章） 这一部分是全书的核心论证环节，用数学与实证回答了“为什么多样性能带来红利”： 1. 用严格的数学模型，证明了多样性预测定理、多样性优于能力定理，同时结合孔多塞陪审团定理，论证了独立、多元的个体判断组合，能大幅提升群体决策的正确率； 2. 拆解了问题复杂度与多样性红利的正相关关系：简单问题中，顶尖专家的表现会优于群体；但面对知识经济时代的绝大多数复杂问题（如商业创新、政策制定、市场预测、科研攻关等），多样性必然带来显著的能力增益，问题越复杂，红利越明显； 3. 区分了两种核心多样性：身份多样性（性别、种族、年龄、地域等）与认知多样性，明确身份多样性只有转化为认知多样性，才能带来真正的红利，避免了对多样性的泛化与误读。 第三部分：多样性红利的现实应用（第9-12章） 这一部分是全书的落地环节，覆盖了个人成长、团队管理、组织发展、社会治理四大核心场景： 1. 个人成长：提出“个人认知多样性”的构建方法，即通过跨学科学习，扩充自己的四大认知工具箱，实现个人层面的多样性红利，这也是查理·芒格“多元思维模型”的核心逻辑； 2. 团队管理：拆解了多样化团队的构建方法，提出招聘中不能只追求“顶尖名校、同类背景”的同质化精英，而要关注候选人认知工具的互补性，同时搭建有效的观点聚合机制，让多样性真正转化为团队能力； 3. 组织与社会：论证了认知多样性对组织创新、城市发展、国家竞争力的核心价值，解释了为什么多元化的城市与经济体，往往拥有更强的创新能力与抗风险能力。 第四部分：多样性的边界与注意事项（第13-14章） 这一部分是全书的严谨性补充，明确了“多样性不是万能的”，回答了“什么时候多样性无法带来红利”的问题： 1. 明确了多样性红利生效的四大核心前提，缺一不可：- 问题具备足够的复杂度，单一视角无法全面覆盖； - 群体中的个体具备与问题相关的基础能力，而非毫无相关知识的外行； - 个体的认知多样性，与待解决的问题高度相关，而非无关的差异； - 群体具备有效的观点聚合与决策机制，能整合不同视角，而非陷入无休止的争论。 2. 拆解了多样性的潜在陷阱：如群体内的身份对立、沟通成本上升、共识难以达成等问题，并给出了对应的解决方案； 3. 澄清了常见误区：多样性不是“平均主义”，不是“否定个体能力”，而是在个体能力的基础上，通过认知差异实现1+1>2的超额增益，个体能力是基础，多样性是放大器。 三、全书核心洞见与价值启示 1. 多样性的核心是认知差异，而非身份标签。全书最核心的纠偏，就是打破了大众对多样性的片面理解：多样性不是基于身份的政治正确，而是认知工具的互补与差异。只有身份多样性，没有认知多样性的团队，不仅无法获得红利，还可能陷入内耗与冲突。 2. 三个臭皮匠顶个诸葛亮，有严格的前提。这句俗语成立的核心，不是三个臭皮匠的能力叠加，而是他们拥有互不重叠的认知工具，能形成视角互补。如果三个臭皮匠的认知完全同质化，那么哪怕一百个，也顶不上一个诸葛亮。 3. 个人成长的核心，是构建个人认知多样性。对个体而言，这本书的核心价值，是指明了认知升级的核心路径：与其在单一领域内卷到极致，不如跨学科扩充自己的认知工具箱，构建个人的多模型思维，实现个人层面的多样性红利。这也是佩奇后续《模型思维》一书的核心主线。 4. 同质化是复杂时代最大的认知陷阱。在大数据与信息茧房的时代，个体与组织都极易陷入同质化的认知闭环：只看和自己观点一致的信息，只招和自己思维相近的人，只沿用过去成功的单一方法。而多样性红利的核心价值，就是让我们跳出认知闭环，用差异对抗不确定性，用多元应对复杂世界。

这本书最让人印象深刻就是佩奇教授创造性地提出：一个人是否聪明不是由智商决定的，而是取决于认知工具的多样性。 1.世界太复杂，我们需要多元模型 在从信息到智慧的每一步上，模型都可以成为上升的阶梯。 整理数据、提取信息，你需要通过建模来去伪存真；根据不同领域的信息，最终得出一个对大局、新情况或未来的判断，你需要预测性的模型去产生知识； 而要知道在何时何地该提取哪些知识，则需要通过模型让隐藏的假设显现出来。 根据作者的总结，模型的7种作用包括推理、解释、设计、沟通、指导行动、预测未来和探究可能性。 2.如何建模，不至于过度简化模型学习？ 学习一个模型，要搞清楚其组成结构、生成逻辑与应用场合。 模型的组成结构除了实体和关系这些显式的部分，还包括模型对人和坏境做的假设。 关于人的假设，包括：有绝对的理性及记忆力还是只能服从既定的规则、是否能够从过去的经验中学习、是否具有多个目标等。 而关于环境的假设，包括：环境是否有多个属性、各个属性间是否相关、是否存在局部最优解、是否随着时间发生变化。 生成逻辑则是一串数学公式和推算，指出在模型给定的假设下，会出现怎样的结论。 至于应用场景，一个模型可以在多个领域重复应用，一个模型也可嵌套进其他模型中，组成更大的模型，从而捕捉现实中更多的复杂性。 3.多元化与专业化 多元化和专业化是每个人成长中都遇到的问题，究竟追求认知的宽度还是思想的深度呢？ 从大辉学到的观点是: 宽度优先 追求多样性 寻找关联 建构「山」型认知体系 比如怎样快速登顶珠穆朗玛峰? 先宽还是先深的问题，可以通过一个形象的登山隐喻来说明： 假设我们要探索一块很大的区域，这个区域有很多山峰，我们的目的是快速登上最高的山峰，比如珠穆朗玛峰。 你没有地图，也不知道哪座是珠穆朗玛峰，怎样才能快速登顶呢？有两种不同的上山方式。 人往高处走 第一种是不管它是不是珠穆朗玛峰，只有站得高才能看的远，爬高一点就可以看见那座山更高了。 于是从最近的一座山开始往上爬，一边爬一边观察，发现周围有比脚下这座高的，折下山，去爬更高的那座，如此往返，总能登上最高的珠穆朗玛峰。 这其实就是计算机编程中的深度优先算法。这种方法往往会浪费资源，只有当起点恰巧在珠穆朗玛峰脚下时，会以最快，最节约资源的方式达成目标。 我们这里有多个山峰，这个几率就很小，只能靠运气。 深度优先还有一点不足是——会陷入局部最优。如果每次都要比当下高度大一点，你就不会往下走，被困在任何一个山顶。 计算机算法中会通过增加一个随机量，允许下一步的高度比当前低，就能解决这个困境。 人当然不会那么笨，知道往下走，但精力毕竟有限，你爬上一个比较高的山峰，风光秀丽，也有点累了，就不愿再下山寻找更高的山峰——你忘记了出发的目的。 宽度优先法 另一种方式就是先不登高，而是走走转转，看看哪座有可能是珠穆朗玛峰，然后认定一座山往上爬。这是计算机科学中的宽度优先算法。 宽度优先也不完美。因为你探索出的不一定就是珠穆朗玛峰。 跟前面一样，如果沿路景色不错，你可能会被路边的野花野草迷住，忘记你的最终目的是登上最高峰，毕竟往上爬要比探索更费力。 这两种登山方式，如果不限资源，不限时间，在理论上任何一种方式都可以登上山顶。但实际上，资源和时间都是有限的，哪一种更可行呢？ 宽度优先让你更有动力 两个策略，各有优劣。深度优先在开始时，每一步看似都有进展，都在向目标靠近，其实做的是无用功，还容易陷入局部最优——非珠穆朗玛峰的山顶上。 局部最优会成为继续前行的包袱，你可能会想，好不容易爬这么高，虽然不是最高的，但也是一个不错的位置。你就不愿下山探寻更高的山峰。 宽度优先前期是兜兜转转，看上去做的是跟最终目标没关系的事，但当你将整个地形探索完，画出一份地形图后，就增加了找到最高山峰的机会，就不再随机的盲目登高。 在心态上，由于你了解地形，认识了登上最高峰的难度，你会更乐观。当你登上一座山峰后，发现不是最高的，你对失败更宽容，你也不气馁，愿意做更多尝试。 只要你不放弃，就跟唐僧带着四徒弟西天取经一样，有了坚定的信念，会拒绝女儿国国王的好意，一路向西，取得真经。 更重要的是，宽度优先的探索方式增加了多样性，而多样性是有红利的。 多样性红利 多样性红利通俗来说就是： 三个臭皮匠，好过一个诸葛亮。 用书中两个结论： 群体能力 = 平均个人能力+多样性 多样性 > 能力 书里谈的是组织中个体的多样性，实质是个体的多样性带来了思维方式的多样性，认知的多样性。 你通过增加认知宽度，增加多样性，一个人活成了一个队伍，就会用多个视角看问题，而书中有个「学者定理」： 对任何一个问题，都存在一个能让答案一目了然，脱颖而出的视角。 这跟芒格的多元思维模型同样的道理，多元视角利于解决问题，总有一个视角要比其他视角更有利于解决问题。 一个从工程角度看上去很复杂的问题，切换到市场视角，答案可能会一目了然。所以，多样性大于能力。 佩奇认为要发挥多样性优势，这个问题要满足四个条件： 1）问题得足够难，难到无法用单一视角解决 回到爬山隐喻，如果你有一张地图标出了最高峰，你也有能力登上山顶，就不需要探索，也不需要特别视角，直奔珠穆朗玛峰往上爬就行了。 所以问题要难到单一视角无法解决，才有多样性发挥的空间。 2）群体中的每个人，必须有一定的能力 每一个思维模型，每一种视角，都能实现其相应功能，没有混日子的。 3）群体中的每个人都有跟别人不一样的视角和解决问题的方法 在解决问题时，使用的每个模型要跟其他不一样，跨度越大，越有可能提供不同的，脱颖而出的视角。就像乔布斯在设计电脑时，将早年掌握的美术字体融合进来。 4）群体规模必须足够大 只有规模足够大，才能发挥多样性的超加性——两个视角加起来，有利于解决新的问题。2个视角，就有一对连接。 而5个视角，就有5×4/2=10个连接，那么10个视角，就有10×9/2=45个连接。 芒格说要掌握100个思维模型，是因为只有在一定规模基础上，才可产生大量的 lollapalooza效应。 4.寻找关联可将宽度转化为深度 到这里，有朋友可能会问，朋友圈的一些「学习爱好者」，每天都在学，还挺杂——比如有法律思维，产品思维，医学通识。 可读他们写的文章，跟他们聊天时，没发现他们有什么特别角度，思考好像也不深刻。那么追求宽度能训练出深度的思维，有助于看到事物本质吗？ 答案是肯定的。 朋友圈的这位学习爱好者学的虽然很宽，但他没有做后续，也是最关键的一步工作——寻找知识之间的关联。 没有结构，零散的，隔离的知识点用处不大，而要看透本质，需要大量点连成复杂的知识网络作支撑。 换句话说，如果你尝试寻找这些知识间的关系，你就能将宽度优势转化为深度能力。 举个关于熵的例子： 熵——热力学中的一个重要概念，是体系混乱程度的度量。 第一次碰到，我将它放入自己的卡片盒。虽然记下了，但我对熵的理解还很肤浅，也将它的使用限定在热力学范围内。 随后，我又学到了信息熵——用来量化度量信息，信息熵越大，不确定性越高。跟热力学中熵好像有关系，对熵有了更深的理解。 又过了一段时间，我在《心流》中学到了精神熵——描述内心失序的现象。至此，对熵有了更深刻的认识。 有一天，我发现儿子的玩具，他妈两天不给他收拾，就乱成一团，这个现象可以解释成玩具熵。 我并没有刻意去钻研「熵」的深度，但这些不同学科，不同角度的概念凑在一起后，宽度转化成了深度，让我对「熵」的理解变深刻，变灵活了。 再比如，有28张狗狗照片，你可以试着找它们的关系，不同的特征，相同的特征，尝试寻找一个分类方式为它们分类。 做完这个练习后，你对狗的认识是不是变深刻了？ 这就是模式识别——在真实的情境中收集大量数据和实例，从这些数据的细微差别中找到规律，发现「模式」，而模式就是深层的特征反映。 而我们要获得多样性红利的途径就是——宽先于深，博优于专。 特别在人文社会科学中，将认知的宽度转化为深度的方式更有优势。 回到开头斜杠观点，错不在斜杠，关键要看斜杠两端的技能是否可协同。数学家跳拉丁舞没优势，但数学家研究物理就有优势。 建构「山」型认知体系 通过宽度优先，追求多样性，关联知识点，建构「山」型的认知体系，能让我们更快的提升认知水平。就像王云五所说： 为学当如群山式，一峰突起众峰环 最下面一横是通识与基本技能，有一个精深的专业（最高峰），同时也有多个协同专业（山头）。我们就可以在不同山峰间寻找相似性，通过嫁接，重组，迁移得到更多机会。 同时，这个结构也有强的适应力，是反脆弱的，即使最高的山峰遭到毁灭性打击，你还可以转移到第二，第三高地继续发展。 5.保持多样性 在未来的智能时代，人要做的是保持多样性，而不是像机器那样为了高效率遵从一种思想，一种方法。 罗素说：“To be without some of the things you want is an indispensable part of happiness.（须知参差多态,乃是幸福的本源）。 论语有云：“君子和而不同”。东西方的智慧在这一点上是相通的，多样性是一件好事，我们应当看到它、接纳它和爱护它。

佩奇先生一页一页地推导多样性的红利，1）由多种多样的问题解决者组成的小组，也就是拥有不同工具的小组，总是会优于清一色地由最好的、最聪明的问题解决者组成的小组。2）个人能力是个人财产，就像一个亮闪闪的苹果，一个人和一个苹果一样，仅凭自身是不可能有多样性的。3）多样性是一群人的财产，就像一个装了许多种水果的篮子。多样性和能力是互补的。4）多样性产生积极的成效，需要单个成员的相关性；所有人必须相处融洽；正视多样性存在的局限性。“我们有了这么多关于彩虹的歌曲，但是彩虹桥的另一边究竟是什么，我们并不清楚”。多样性是创新、进步和发展彩虹桥的基石，走过去看看。

谈的是在当下已经被普遍接受和认可的观念/思维，书中的大部分是在谈多样性的好处以及举例证明，缺乏对实践的直接指导，属于所谓的“元认知”一类书籍。 同时这本书对普通人指导意义最大的一个问题在于：在信息爆炸的大背景下，人们可能不是那么缺乏对多样性的重视，反而更容易因为信息过载，在多个领域频繁地转移注意力，反而难以获取对专业领域的真正了解和洞见。 一个人了解很多事，在信息时代是一件没有那么困难但极具自我迷惑性（看似构建了个人的“多样性”）的事情。如果一个人只是迷恋于自己在互联网上了解的广博信息，缺乏对信息的过滤、整合、提炼、实践或最终只是浅尝辄止，是无法获得深入形成对专业领域的见解和经验的，更无法在团队和社会中成为发挥多样性红利的节点。 “多样性红利” 指的是团队因成员认知多样性而获得的额外绩效提升。这种红利体现为：更强的问题解决能力、更高的创新性以及更精准的预测，在处理复杂问题时，这种红利现象体现明显，多元化团队往往胜过同质化团队。简单来说，具有不同思维方式的成员组合在一起，会产生大于各成员单独贡献之和的效果。也就是常说的“1+1＞2”，或者“三个臭皮匠顶个诸葛亮”。 需要注意的是，佩奇区分了“身份多样性”和“认知多样性”。身份多样性指性别、种族、文化背景等表面特征的不同，认知多样性则指人们在知识、观点、思维模式上的差异。真正产生红利的是后者。多样性也绝非盲目拼凑不同背景的人就有效，关键在于思维方式的多样化以及将其转化为协同效益的机制。如果仅为了多样化而组合不相关的成员，可能适得其反。因此，多样性红利发挥作用有一个前提：团队需要有包容协作的文化和正确的任务匹配，才能让不同观点被听见、被采纳并相互补充。 认知多样性是本书的理论核心。佩奇认为每个人都有一套独特的 “认知工具箱”，其中包含了个人所拥有的信息、知识、启发式方法、观点视角、思维/心理模型、框架等思维工具。团队的认知多样性可以用成员认知工具箱之间的 “不重叠程度”来衡量 —— 重叠越少，说明成员带来的思维资源越互补，团队多样性越高。正是这些互补的认知差异使团队在复杂任务中获得了红利：每个成员看问题的角度不同、使用的解题策略不同、依据的知识领域不同，组合起来就形成了远超任何单一成员的庞大智库。认知多样性团队取胜在于他们拥有更大的认知工具库，汇聚了个人所不具备的额外信息、视角和工具，从而避免了单个个体难以察觉的盲点。 结合全书内容，个人层面践行 “多样性红利” ，可以从如下方面考虑： 1.接触多元信息，善用信息聚合平台/社区：多样性红利可以解释豆瓣、知乎、小红书的社会价值，多样性的观点和评价碰撞，一旦形成规模效应，其被广泛认可的信息、观念、生活经验，是可以被直接应用于个人生活实践的，其达成的效果往往高于社会平均水平。比如小红书的生活经验种草，豆瓣的高分电影、书籍，在经历了很多人的实践尝试后，往往趋近于最为客观的评价结果。这种多样性红利产生的直接成果，普通人完全可以秉持着拿来主义，多做尝试。 2.营造多样性的交际网络：刻意为自己创造接触不同观点的机会。在工作中，可以主动与不同部门、背景的同事交流，请教他们如何看待共同的问题；在生活中，融入多元的社交圈，结交来自不同职业、文化的人。通过与各色人等探讨话题，可以获取平时接触不到的新信息和新视角。跨界学习能显著拓展认知工具箱，帮助在面对问题时拥有更多元的参考系。有意识地打破同质化的交往圈，在日常工作和生活中引入 “多样性因子”，让不同思想的火花有机会闪现。持续的交流会逐渐训练人从多角度看问题的能力，使得遇事不再局限于单一路径。 3.多模型思维与创新组合尝试 ：有意识地积累多个思维模型框架来分析世界。遇到问题时，尝试从不同理论模型出发各自给出一个解释或解决方案，然后比较哪种模型的效果最佳。聚合多样性观点后，关键是评估和整合，以做出更优决定。首先，在收集到多个方案或意见时，可以列出每种观点的优势和可能的盲点。比较各方案的前提假设是否不同、覆盖的风险是否互补。这样做有助于找到一个综合考虑各种因素的解决方案。其次，利用一些决策辅助工具：比如决策矩阵（列出各选项在不同考量维度下的得分）、思维导图（将不同思路分类整理）等，以结构化方式整合信息。 在创造性任务中，多鼓励自己连接看似无关的想法。创新常来自意想不到的组合 —— 把来自两个不同领域的概念联系起来，或给自己的想法增加一个全新的限制条件，看看会产生什么新创意。从自己的认知工具箱中随意抽取两样工具，思考它们能否结合出新点子。比如，将一种数学方法应用到艺术创作中，或者用生物学的原理来启发管理策略。这种跨界组合练习有助于培养发散思维，让创造力因 “认知组合的爆炸” 而倍增。 4.平衡专精与多样的策略：在追求多样性视角的同时，也要注“探索与利用”的平衡。年轻或经验不足时，确实应该广泛探索，多听取各方意见、尝试各种新方法，以迅速丰富自己的认知版图。但随着经验增长，也需要识别出哪些方法对自己最有效，在关键决策时果断运用成熟经验。 书中借用了 “退火算法” 的类比：开始阶段增加随机扰动（广泛探索不同路线），随后逐步收敛（确定最佳路径深入钻研）。 对个人而言，这意味着既要开拓也要聚焦：平时博览群书、好奇心旺盛，锻炼多角度思考能力；但在需要产出成果时，善于从庞杂的信息中选取最相关的要素，组合成切实可行的方案。简而言之，就是先用多样性发散思维找思路，再用理性分析收敛聚焦做决策。这样既能避免闭门造车、一叶障目，又能防止因面面俱到而优柔寡断，或者陷入一种对广博的自我迷恋，很多事物只是停留在“知道”层面，最终其实只是浅尝辄止，难以产生真正的价值。 5.营造包容的自我心态：从心理上拥抱多样性，保持谦逊和好奇，承认自己知识的有限、承认他人观点可能有其合理之处。培养自己对异见的容忍度和欣赏力。个人层面的多样性实践，归根结底是一种开放的生活和思维态度：永远对不同声音抱有兴趣，乐于整合而非排斥。

多样性和能力同等重要，要达到高成就，两者缺一不可。 能力决定了下限，而多样性则决定了上限。 对于一个组织来说，不错水准的多样性个体往往是成功关键。 对于个人来说，拥有不错水准的多样性背景知识、能力、经历和视角，往往比高学历人士，或某方面的专业人士有更大概率获得大成就。 最后，凡事不要过度，多样性不意味着要每个方面都很强、很深，涉猎广泛，不是深入钻研。

内容繁冗，论据乏味。书中的内容用几句话即可提炼表达，而且理解起来并不困难。作者却写了这么多。可取之处是作者建立的思考问题的景观模型以及多维立体模型，很有启发，颠覆了我们通常采取的平面逻辑树模式。多样性可以产生红利的前置条件是群体中多样性个体可以产生协同，交流，交集，这样不同的视角，模式才能有共振。在解决问题的路径上，抓住主要矛盾讲远远优于解决一堆低价值的次要矛盾。在一群个体中，当一种情绪观点的影响足够大时，群体的多样性会消失，而呈现单一个体的特征。如历史的郁金香泡沫。这点可以深刻诠释证券市场的反身性。延伸思考，A股从参与者群体，就可以解释为什么市场表现大起大落，或不能反映经济状况。书很冗长，读完不易，幸还拾贝几粒。