编者按：心智模型是我们理解世界的方式。本文是一个涵盖各行各业的心智模型的合集。这些心智模型可以帮助你克服认知障碍，构建体系思维，帮助你更好地进行思考，犯更少的错误，并获得更好的决策结果。本文来自编译，希望对您有所启发。
主要内容：
【资料图】
1.什么是心智模型？
2.学会更好地思考
3.构建心智模型的栅格结构
4.心智模型
4.1核心心智模型
4.2 物理和化学领域的心理模型
4.3 生物学领域的心智模型
4.4 系统工程领域的心智模型
4.5 数理领域的心智模型
4.6 微观经济学领域的心智模型
4.7 军事与战争领域的心智模型
4.8 人性与判断相关的心智模型
1.什么是心智模型？
心智模型（Mental Models）是我们理解世界的方式。心智模型不仅会塑造我们对世界的想法和理解方式，还会塑造我们对事物之间关系和机遇的洞察。心智模型能帮助我们简化复杂的问题，找到事物之间的联系，并更好地进行推理。
图片来源：fs.blog/mental-models
简而言之，心智模型是对某一事物如何运作的一种表述。我们无法把世界的所有细节都记在脑子里，所以需要使用模型，来将复杂的事物简化为可理解和可组织的模块。
2.学会更好地思考
一个人思维的质量，与其头脑中的模型成正比。你拥有的模型越多，你的工具箱就越强大，你就越有可能利用正确的模型来看待现实。事实证明，在提高决策能力方面，工具的多样性很重要。
我们大多数人都有自己擅长和专攻的领域。在这些领域，我们积累了一些心智模型，然而这是不够的，因为没有形成一个心智模型网格。不同领域的“专家”对同一件事会有不同看法。默认情况下，一个典型的工程师会从系统角度思考问题，一个心理学家会从激励的角度思考问题，一个生物学家会从进化的角度思考问题。而通过将这些学科放在一起，我们就可以以三维的方式看待一个问题。如果我们只从一个方面看问题，就会有盲点。而盲点会让你栽跟头。
当植物学家关注森林的生态系统时，环境学家在关注气候变化的影响，林业工程师在关注树木的生长状况，商人在关注土地的价值。没有一个人是错的，但也没有一个人能描述出森林的全貌。分享知识，或学习其他学科的基础知识，能使你对事物有更全面的理解，从而可以做出更好的森林管理决策。
在上世纪90年代的一场著名演讲中，查理·芒格（Charlie Munger）总结了通过理解心智模式来获得实用智慧的方法：“第一条规则是，如果你只是记住一些孤立的事实，哪怕是反复推敲，可能也无法真正了解事情的全貌。如果事实没有和理论联系到一起，那么可能就是无用的信息。你的头脑中必须有模型。你必须把自己的经验（包括间接的和直接的经验）排列到已有的心智模型网格上。大家可能注意到，有些学生只是试着去记，然后把记住的东西背出来，这样的学生在学校和生活中都很失败。所以，你必须把经验挂在头脑中的模型网格上。”这就是芒格的栅格理论（Latticework of theory）。
3.构建心智模型的栅格结构
为了帮助读者建立自己的心智模型的栅格结构，以便做出更好的决定，我们收集并总结了一些我们认为最有用的模型。
请记住，构建模型格栅是一个终生的工程，坚持下去，你会发现自己理解现实的能力、做出一贯正确决定的能力、帮助所爱之人的能力都在不断提高。
4.心智模型
4.1核心心智模型
1. 地图不是领土（The Map is Not the Territory）
地图不是领土，换句话说，对于事情的描述并不等于事情本身，模型不等于现实，抽象的东西不是事物本身。即使是最好的地图也是不完美的，这是因为它们是所代表内容的缩简。如果一幅地图以完美的保真度来表示领土，它就不再是一种简化，因此对我们就不再有用了。地图也可以是某个时间点的快照，代表不再存在的事物。地图/抽象概念/模型是被简化了的，我们思考问题并做出决定时，记住这一点很重要。
2.能力圈（Circle of Competence）
我们在做事时，有的时候是基于自己想当然的想法，而不是基于自己的客观能力，此时就会有盲点。如果你知道自己所理解的事情边界在哪里，你就知道自己在哪些方面比别人有优势。如果你能诚实地面对自己知识的不足，就会知道自己的弱点和可以改进的地方。了解你的能力圈可以提高决策质量和结果。
3.第一性原则思维（First Principles Thinking）
第一性原则思维是逆向思维和释放创造性的最佳方法之一。我们需要对复杂问题进行解构，直接深入到最基本的问题。如果你知道某件事的基本原理，就可以围绕这些原理，利用自己的知识，创造出新的东西。
4. 思想实验（Thought Experiment）
思想实验可以被定义为“用来研究事物本质的想象装置”。许多学科，如哲学和物理学，都利用思想实验来检验某些理念。通过这样做，他们可以开辟新的探索途径。思想实验很强大，因为它可以帮助我们从错误中学习，避免未来潜在的错误。思想实验可以帮助我们评估行为的潜在后果，重新审视历史，以便做出更好的决定。它可以帮助我们找出自己真正想要的是什么，以及达到目标的最佳方式。
5. 二阶思维（Second-Order Thinking）
几乎每个人都能预料到自己行为的直接结果。这种一阶思维方式既简单又安全，但它只能让我们与芸芸众生想的一样，结果一样。二阶思维是更长远的思考和整体的思考。它要求我们不仅要考虑自身行为及其直接后果，还要考虑这些行为的后续影响。如果不考虑第二和第三阶效应，就可能会引发灾难。
6. 概率思维（Probabilistic Thinking）
概率思维本质上是试图使用一些数学和逻辑工具，来估计某个特定结果发生的可能性。它是我们提高决策准确性的最佳工具之一。在每一刻都由无数复杂因素决定的世界里，概率思维能帮助我们确定最可能的结果。当我们知道这些时，所作出的决定就会更精确和有效。
7. 逆向思维（Inversion）
逆向思维是改善思维的有力工具，因为它能帮助你识别和消除成功的障碍。逆向思维（Inversion）的词根是“invert”，意思是颠倒过来。作为一种思维工具，它意味着从结果出发，向前追溯到过程和源头。我们大多数人都倾向于用正常的顺序来思考问题，而逆向思维可以让我们把问题翻转过来，逆向思考。有时从头开始是好的，但从结尾开始可能更有用。
8. 奥卡姆剃刀（Occam’s Razor）
这个原理被称为“如无必要，勿增实体”，即“简单有效原理”。简单的解释比复杂的解释更可能是正确的，这就是奥卡姆剃刀的精髓，一个经典的逻辑和解决问题的原则。与其浪费时间试图推翻复杂的情况，不如基于简单的事实自信地做出决定。
9. 汉隆剃刀（Hanlon"s razor）
汉隆剃刀指出，能解释为愚蠢的，就不要解释为恶意。在一个复杂的世界中，使用这个模型可以帮助我们避免偏执和意识形态。不把糟糕的结果假设为坏人的错，我们寻找的是选择而不是错失的机会。这个模型提醒我们，人们确实会犯错，一个结果的发生可能有多种解释，不一定就是“阴谋论”。
4.2 物理和化学领域的心理模型
1. 相对论（Relativity）
相对论在物理学世界的许多情况下都适用，但我们在这里要研究的重要方面是，一个观察者不能真正理解一个“他自己也身处其中”的系统。例如，一个坐在飞机里的人感觉不到他正在飞速运动，但外部的观察者可以看到运动正在发生。整个社会系统也是这样的。
2. 相互作用（Reciprocity）
如果我推一堵墙，物理学告诉我，墙会给我一个大小相等、方向相反的反作用力。在生物系统中，如果一个个体作用于另一个个体，这种行为往往会得到相应的回报。当然，人类的行为也表现出强烈的相互作用。
3.热力学定律（Thermodynamics）
热力学定律描述的是封闭系统中的能量问题，这些热力学法则是无法避免的，是物质世界的基础。热力学定律描述了这样一个世界：在这个世界里，有用的能量正在不断地流失，而能量无法被创造或摧毁。在现实生活中，将热力学定律的经验应用到社会上是一项有利可图的事业。
4. 惯性（Inertia）
一个物体倾向于保持原来的运动状态，除非受到作用力。这是运动的基本物理原理。在实践中，个人、系统和组织表现出同样的效果。
5. 摩擦和粘度（Friction and Viscosity）
摩擦力和粘度描述的都是运动的困难程度。摩擦力是一种阻止相互接触的物体运动的力，粘度衡量的是一种流体在另一种流体上滑动的难易程度。粘度越高，阻力越大。这些概念告诉我们环境是如何阻碍我们运动的。
6. 速度（Velocity）
速度不等于速率，这两者有时会混淆。速度是速率加上方向，即某物到达某地的速度。一个物体向前移动两步，然后后退两步，它以一定的速率移动，但没有显示出速度。“向量”这个因素是两者之间关键的区别，这也是我们在实际生活中应该考虑的问题。
7. 杠杆（Leverage）
世界上大多数的工程奇迹都是利用杠杆实现的。阿基米德有句名言：“给我一根足够长的杠杆，我就能撬动地球。”用少量的输入力，我们可以通过杠杆产生巨大的输出力。如果能正确利用杠杆原理，我们在现实世界中将取得巨大的成功。
8. 活化能（Activation Energy）
火不过是碳和氧的结合，但世界上的森林和煤矿不会随意燃烧，因为这样的化学反应需要输入达到临界水平的“活化能”，才能启动反应。仅有两种可燃元素是不够的。
9. 催化剂（Catalysts）
催化剂可以启动或维持化学反应，但它本身不是反应物。不加入催化剂，反应可能会减慢或停止。当然，社会系统也有许多相似的特征，我们也可以从类似的角度来看待催化剂。
10. 合金化（Alloying）
当我们把不同元素结合在一起时，就会产生新的物质。这不足为奇，但在合金化过程中令人惊讶的是，2+2 可以不等于 4，而是等于 6，合金的强度远比简单的基础元素相加要高。这个过程让我们可以设计出伟大的新材料。同时，我们也以同样的方式理解许多无形的东西。社会系统或个人中适当元素的组合，也可以创造类似于合金化的 2+2=6效应。
4.3 生物学领域的心智模型
1. 进化论第一部分：自然选择与灭绝（Evolution Part One: Natural Selection and Extinction）
自然选择的进化理论曾经被称为“有史以来最伟大的想法”。19世纪，查尔斯·达尔文（Charles Darwin）和阿尔弗雷德·拉塞尔·华莱士（Alfred Russel Wallace）同时意识到，物种是通过随机突变和不同的存活率进化的。如果我们把人类对动物繁殖的干预称为“人工选择”，就可以把决定某一特定突变成败的自然母亲称为“自然选择”。那些最适合生存的物种往往会存活下来。但当然，环境是不断变化的。
2. 进化论第二部分：适应和红皇后效应（Evolution Part Two:Adaptation and The Red Queen Effect）
物种考虑到其基因和环境的结合是不可避免，所以倾向于适应环境，以求生存。然而，在个体的一生中所产生的适应能力，并不会像人们曾经认为的那样能通过基因传递下去：物种种群是通过自然选择的进化过程来适应环境的，最能适应环境的物种以高于平均水平的速度繁殖。
自然选择的进化模式导致了物种之间要争夺有限的资源。当一个物种进化出一种有利的适应能力时，与之竞争的物种必须以同样的方式回应，否则就会成为失败的物种。原地踏步可能意味着落后。这种竞赛被称为“红皇后效应”，其名字来源于《爱丽丝梦游仙境》中的一个角色说：“现在你看，在这里，你需要尽可能地奔跑，才能保持原地不动。”
3.生态系统（Ecosystems）
生态系统指在自然界的一定的空间内，生物与环境构成的统一整体，在这个统一整体中，生物与环境之间相互影响、相互制约，并在一定时期内处于相对稳定的动态平衡状态。在多数生态系统中，不同形式的生命体会采取不同的生存方式，这种差异导致了不同的行为。从这个角度看待社会系统，我们可以得出许多类似的结论。
4. 利基市场（Niches）
大多数生物都找到了一个生态位。通常，一个物种会选择一个它最适合的生态位。当多个物种开始争夺同一个生态位时，危险就出现了，这可能导致灭绝。因为在有限的资源耗尽之前，只有一定数量的物种能做同一件事。在经济领域中，利基市场是在较大的细分市场中，具有相似兴趣或需求的一小群顾客所占有的市场空间。道理是相通的。
5. 自我保护（Self-Preservation）
生物体的DNA中如果没有强烈的自我保护本能，生物体就会随着时间的推移而消失，从而消除该DNA。虽然合作是一种重要的生存模式，但自我保护本能在所有生物中都很强烈，它会导致周围的人产生暴力、不稳定和/或破坏性行为。
6. 复制（Replication）
生物体通过DNA的复制来进行遗传和繁衍后代，这也是生物多样性的基础。有多种复制方法，但大多数可以分为有性和无性。
7. 合作（Cooperation）
大多数生物系统都充满了竞争，但不同层次的合作是同样重要的。事实上，一个细菌和一个简单细胞的合作，可能创造出了第一个复杂细胞和所有的生命。没有合作，任何群体都无法生存，而群体之间的合作又会产生更复杂的组织形式。合作与竞争往往在多个层面并存。
囚徒困境（Prisoner’s Dilemma）是博弈论的一个著名应用，在这个博弈中，两个囚犯相互合作的情况会更好，但如果其中一个反水了，另一个最好也坦白。这种模式会出现在经济生活、战争以及人类实际生活的许多其他领域。虽然囚徒困境理论上会导致糟糕的结果，但在现实世界中，合作几乎总是可能的，必须积极寻求合作。
8. 分层结构（HierarchicalOrganization）
大多数复杂的生物有机体，对于它们应该如何组织个体，都有一种天生的感觉。虽然不是所有的动物都有等级结构，但很多动物都有，尤其是在动物聚居的地方。人类喜欢认为自己是局外人，但实际上，人类和其他生物一样能强烈地感受到等级本能。斯坦福监狱实验和米尔格拉姆实验都证明了一个人类多年前就已经了解到的事实：人类倾向于受权威的影响。在一个组织中，我们倾向于在行为上寻求领导的指导，尤其是在存在压力或不确定的情况下。因此，权威人物有责任表现良好，不管他们愿不愿意。
9. 激励（Incentives）
所有的生物都会对维持生存的动机做出反应，这是生物学的基本观点。在某种程度上，持续的激励会导致一个生物体有持续的行为，人类也包括在内。然而，人类是复杂的，因为他们的动机可能是隐藏的或无形的。生活的规则是重复行之有效并能得到回报的事情。
10. 倾向于减少精神和身体的能量输出（Tendency to Minimize Energy Output：Mental & Physical）
在一个由“热力学定律”和“对有限能源和资源的竞争”所支配的物理世界中，任何浪费能源的生物有机体，都将在生存中处于严重的不利地位。因此，在大多数情况下，我们的行为倾向于“尽可能减少能源的使用”。
4.4 系统工程领域的心智模型
1. 反馈循环（Feedback Loops）
所有复杂的系统都受到正反馈和负反馈循环的影响，A导致B，B反过来又影响A（和C），以此类推，更高阶的效应通常来自循环的持续发生。在一个内稳态系统中，A的变化常常被B的相反变化带回到稳态，以维持系统的平衡，如人体的温度或组织文化的行为。自动反馈循环有助于保持“静态”环境，除非外力改变循环。
2. 平衡（Equilibrium）
“稳态”是系统自我调节以保持平衡状态的过程，这样才能适应不断变化的环境。大多数时候，系统会稍稍超出或低于平衡状态，所以必须不断调整。就像飞行员驾驶飞机一样，系统偏离航线的情况比正常情况更多。稳态系统内的一切都有助于将其保持在平衡范围内，因此了解该范围的极限非常重要。
3. 瓶颈（Bottlenecks）
瓶颈描述的是限制物体持续移动的地方。就像动脉堵塞或排水管堵塞一样，任何产品或服务的生产瓶颈可能很小，但如果它位于关键路径上，就会产生不成比例的影响。然而，瓶颈也可以成为灵感的来源，因为它迫使我们重新考虑是否有其他的成功途径。
4. 规模（Scale）
系统最重要的原则之一是，它对规模非常敏感。在研究复杂系统时，我们必须始终粗略地量化（至少在数量级上）我们观察、分析或预测系统的尺度。
5. 安全边际（Margin of Safety）
工程师们有在所有计算中预留误差幅度的习惯。在一个未知的世界里，驾驶一辆9500磅重的公共汽车通过一座承重恰好为9600磅的桥，很少被认为是聪明的做法。因此，总的来说，很少有现代桥梁会倒塌。在物理工程之外的实际生活中，我们常常需要给自己留出像桥梁系统那样安全的利润。
6. 流失（Churn）
保险公司和订阅服务很清楚“客户流失率”的概念，因为每年都有一定数量的客户流失，必须补充更换。正如我们在“红皇后效应”模型中看到的那样，站着不动等同于失败。
7. 算法（Algorithms）
我们可以把算法看成是一套自动化的规则或“蓝图”，引导一系列步骤或行动，以达到预期的结果，并经常以一系列“如果→然后”语句的形式表示。算法以其在现代计算中的应用而闻名，但也是生物生命的一个特征。例如，人类DNA包含着一套构建人类的算法。
8. 临界质量（Critical mass）
当一个系统要从一个阶段以离散地方式跳转到另一个阶段时，这个概念就变得至关重要。相变前的最后一个单位的边际效用，远高于相变前的任何一个单位。一个经常被引用的例子是水在加热到特定温度时从液体变成蒸汽的过程。“临界质量”是指临界事件发生所需的质量，在核系统中最常见。
9. 涌现（Emergence）
高阶行为往往产生于低阶行为的交互作用，结果往往不是线性的（不是简单的加法），而是非线性的，或者说是指数型的。涌现行为的一个重要结果属性是，它不能通过简单地研究组成部分来进行预测。
10. 不可约性（Irreducibility）
我们发现，在大多数系统中都有不可约的定量性质，如复杂性、最小值、时间和长度。在不可约的情况下，所期望的结果根本不会发生。例如，一个人不可能通过同时让几个女人怀孕，来减少生一个孩子所需的时间，一个人也不可能把成功制造一辆汽车的环节简化到只用一个零件。这些结果在一定程度上是不可约的。
11. 收益递减定律（Law of Diminishing Returns）
这一定律与规模相关，现实世界中最重要的结果最终会随着增量价值的减少而减少。一个很好的例子是，对于一个贫困家庭，如果给他们足够的钱，人们就不再贫穷。但超过一定程度后，额外的钱不会继续改善他们的命运。在某个大致可量化的点上，额外的钱所带来的回报明显递减。通常情况下，收益递减定律会转向负值领域，也就是说，接受太多的钱可能会毁掉一个贫穷的家庭。
4.5 数理领域的心智模型
1. 分布（Distributions）
正态分布的概率密度函数曲线呈钟形，因此人们又经常称之为钟形曲线。正态分布有极其广泛的实际背景，一般来说，如果一个量是由许多微小的独立随机因素影响的结果，那么就可以认为这个量具有正态分布。众所周知的例子包括人类的身高和体重，但同样重要的是要注意，在许多常见过程，特别是在社会系统等无形系统中，并不遵循这种模式。正态分布可以与幂函数或指数分布进行比较。
2. 复利效应（Compounding）
据说爱因斯坦把复利称为世界奇迹。复利是一种计算利息的方法，按照这种方法，利息除了会根据本金计算外，新得到的利息同样可以生息，以此类推，无限循环下去，因此俗称“利滚利”。只要计算利息的周期越多，财富就增长得越快。这是一种指数效应，而不是线性或相加效应。金钱并不是唯一可以产生复利效应得东西，思想和人际关系也是如此。在有形领域，复利总是受到物理限制和收益递减的影响，而无形的东西可以无限的进行复利。复利还导致了货币的时间价值，这是所有现代金融的基础。
3. 抽样（Sampling）
当我们想要获得关于一个总体（即一组相似的人或事件）的信息时，通常需要查看样本（即总体的一部分）。考虑整个群体通常是不可能的，甚至是不可取的，所以我们的目标是获得一个能够代表整体的样本。根据经验，其他条件都是相同的情况下，样本量越大，结果越准确。小样本量可能产生有偏的结果。
4. 随机性（Randomness）
尽管人类的大脑很难理解，但世界的大部分都是由随机的、非连续的、无顺序的事件组成的。当我们把因果关系归之于实际上“不受我们控制的事物”时，就被随机效应“愚弄”了。如果我们不承认这种被随机性欺骗的效应，一直企图在随机的事件中寻找规律，就会倾向于认为事情比实际上更可预测，并相应地采取行动。
5. 均值回归（Regression to the Mean）
在一个正态分布系统中，随着观测次数的增加，与平均值的长期偏差会趋向于回到平均值，这就是所谓的大数定律。我们经常被均值回归欺骗，我们必须小心，不要把统计上可能发生的事件与因果事件混为一谈，比如一个病人在开始服用草药的同时开始好转，或者一个表现不佳的运动队连续获胜。
6. 乘以零（Multiplying by Zero）
每个受过合理教育的人都知道，任何数字乘以零，无论这个数字有多大，结果仍然是零。在人类系统和数学系统中都是如此。在某些系统中，某一领域的失败可能会抵消所有其他领域的巨大努力。正如简单的乘法规则所示，固定“零”通常比试图增大其他位置的效果要大得多。
7. 等价（Equivalence）
代数的引入使我们能够以数学和抽象的方式，证明两个看似不同的东西可能是等价的。人类利用符号使获得了数不清的工程和技术能力。至少了解代数的基础知识可以让我们理解各种重要的结果。
8. 表面积（Surface Area）
一个三维物体的表面积是其外部的面积。因此，一个物体表面积越大，其与环境的接触就越多。有时我们需要较大的表面积，比如人体的肺通过肺泡增加与氧气的接触面积，肠通过褶皱促进营养的吸收。还有些时候我们需要减少与外界的接触，比如减少在互联网上的暴露自己的情况，以减少受到网络攻击的可能性。
9. 全局和局部极大值（Global and Local Maxima）
数学函数中的极大值和极小值，是指其定义域上的最大值和最小值。全局存在一个极大值，在给定的范围内，也可能存在一个较小的峰值，即局部极大值。全局极大值和局部极大值可以帮助我们确定峰值，以及是否仍有可能上升或下降。它也提醒我们，有时必须经历向下走才能最终向上走。
4.6 微观经济学领域的心智模型
1. 机会成本（Opportunity Costs）
做一件事就意味着不能做另一件事。我们生活在一个权衡取舍的世界里，机会成本的概念支配着一切。最恰当的概括就是“天下没有免费的午餐”。
2. 创造性破坏（Creative Destruction）
“创造性破坏”一词是经济学家约瑟夫·熊彼特（Joseph Schumpeter）创造的，他认为，动态失衡是健康经济的常态，而企业家正是这一创新过程的组织者和始作俑者。通过创造性地打破市场均衡，才会出现企业家获取超额利润的机会。在个人动机的驱使下（包括但不限于经济利益），企业家们将在一场永无止境的创造性的竞争中力争超越彼此，在这个过程中摧毁旧的想法，用新技术取代它们。每个人都要小心落在后面。
3.比较优势（Comparative Advantage）
苏格兰经济学家大卫·李嘉图（David Ricardo）有一个不同寻常的、非直觉的见解：两个人、两家公司或两个国家可以从彼此的贸易中获益，即使其中一方在所有方面都更擅长。比较优势最好被视为一种应用机会成本，每个人都做自己相对最擅长的事情。
4. 专业化（Specialization）
另一位苏格兰经济学家亚当·斯密（Adam Smith）强调了通过专业化在自由市场体系中获得的优势。史密斯解释说，与其让一群工人从头到尾生产一件完整的产品，不如让他们每个人专门从事生产的一个方面，这通常效率要高得多。然而，他也警告说，并不是每个工人都喜欢这样的生活。在专业化模型中，也存在权衡问题。
5. 抓住中间环节（Seizing the Middle）
在国际象棋中，获胜的策略通常是夺取棋盘中间的控制权，以便最大限度地发挥潜在的走法。同样的策略在商业上也很有效，这可以从约翰·洛克菲勒（John D. Rockefeller）在石油贸易早期对炼油厂的控制，以及微软（Microsoft）在软件贸易早期对操作系统的控制中得到证明。
6. 商标、专利和版权（Trademarks, Patents, and Copyrights）
这三个概念，以及其他相关的概念，保护了有进取心的个人产生的创造性工作，从而为创新提供了额外的激励，促进了资本主义的创造性破坏模式。如果没有这些保护，信息和创造性工作者就无法阻止其作品被自由传播。
7. 复式记账法（Double-Entry Bookkeeping）
现代资本主义的奇迹之一“复式记账法”是14世纪在热那亚引入的记账系统。复式记账法要求每一笔业务都要计入两方相应的科目中。正确的复式记账法是对潜在会计错误的一种检查，可以使记录更加准确，从而使公司所有者的行为更加准确。
8. 效用：边际效用、效应递减，效应递增（Utility ：Marginal, Diminishing, Increasing）
对于任何商品来说，额外一单位的效用往往随规模而变化。边际效用让我们了解每增加一个单位的价值，在生活的大多数实际领域，效用往往在某个点之后就开始减少。另一方面，在某些情况下，额外的单位受制于一个“临界点”，在这个临界点上效用函数会离散地向上或向下跳跃。举个例子，给一个口渴的人水，每增加一个单位，边际效用就递减，如果增加足够的单位，最终会导致死亡。
9. 贿赂（Bribery）
贿赂的概念在主流经济学中经常被忽略，但贿赂的概念是人类系统的核心：只要有机会，付钱给某个代理人，让他睁一只眼闭一只眼，往往比遵守规则更容易。然后，规则的执行者反而被压制。这种代理问题可以看作是套利的一种形式。
10. 套利（Arbitrage）
假设两个市场出售同一种商品，如果该商品在一个市场购买后，在另一个市场可以获利出售，那么就存在套利空间。这种模式表面上很简单，但却可以以隐藏的形式呈现出来：50英里半径内唯一的加油站也是一种套利，因为它可以以低价购买汽油，然后以预期的高利润出售。几乎所有的套利情况最终都会因为被发现和利用而消失。
11. 供给和需求（Supply and Demand）
不管是在生态圈还是在经济圈，都存在必需品的有限供应和对这些必需品的竞争现象。正如生物体为有限的可用能源而竞争一样，经济实体也为有限的客户财富和对其产品的有限需求而竞争。某一商品供求相等的点称为均衡点，然而在实际生活中，均衡点往往是动态变化的，而不是静态的。
12. 稀缺性（Scarcity）
博弈论描述了冲突、有限资源和竞争的情况。在特定的情况下，在有限的资源和时间下，竞争对手可能会做出什么决定，他们应该做出什么决定？一个重要的注意事项是，传统博弈论可能会把人类描述得比实际情况更理性。毕竟，博弈论只是理论。
13. 市场先生（Mr. Market）
投资者本杰明·格雷厄姆（Benjamin Graham）在其开创性著作《聪明的投资者》（the Intelligent investor）中介绍了“市场先生”。正如格雷厄姆所解释的，市场有点像一个喜怒无常的邻居，有时醒来时很高兴，有时醒来时很悲伤。作为投资者，你的工作就是在他心情不好的时候从他手中买入，在他心情好的时候再卖给他。这种态度与有效市场假说形成了鲜明对比。在有效市场假说中，市场先生醒来时总是内心平静的，从不会情绪失控。
4.7 军事与战争领域的心智模型
1. 亲临前线（Seeing the Front）
最有价值的军事策略之一是在做决定之前“亲临前线”：不要总是依赖顾问、地图和报告，所有这些都可能是错误的或有偏见的。任何组织的领导者通常都能从了解一线情况中受益，因为这不仅提供了第一手信息，而且往往能提高二手信息的质量。
2. 不对称战争（Asymmetric Warfare）
这是不对称模型在战争中的应用。由于所处环境的不同，一方似乎与另一方“按不同的规则行事”。一般来说，这种模式适用于资源有限的叛乱组织。由于无法在实力上胜过对手，非对称战士会使用其他战术，就像恐怖主义那样，制造与他们实际破坏能力不成比例的恐惧感。
3. 两线作战（Two-Front War）
二战就是关于两线作战的很好的例子。当苏联向德国宣战之日起，德国便被迫将军队拆分，将其送往不同的战线，从而削弱了德国在任何一个战线上的影响力。在实际生活中，发动两线战争往往是一种有用的策略，解决或避免两线战争也是如此。
4. 反叛乱（Counterinsurgency）
尽管非对称作战方式很有效，但是随着时间的发展，对手也会发展出反制手段。最近也是最著名的是，美国的彼得·雷乌斯将军领导制定了反对叛乱的计划，在没有增加兵力的情况下取得了实质的胜利。针锋相对的战争或竞争往往会导致要求叛乱和反叛乱的反馈循环。
5. 相互保证毁灭（Mutually Assured Destruction）
有点矛盾的是，两个对手越强大，他们摧毁彼此的可能性就越小。这种“相互保证毁灭”的过程不仅发生在战争中（如全球核武器的发展），也发生在商业中（如避免竞争对手之间的价格战）。然而，在厚尾现象存在的现实世界中，相互保证毁灭会使错误事件带来的破坏更加严重（黑天鹅事件或者极端事件将出现）。
4.8 人性与判断相关的心智模型
1. 信任（Trust）
从根本上说，现代世界是建立在信任之上的。家庭信任通常是理所当然的，除此之外，我们也会选择信任厨师、职员、司机、工厂工人、高管和许多其他人。一个充满信任的系统往往是最有效的，信任的回报是非常高的。
2. 从激励偏差（Bias from Incentives）
人类对激励高度敏感，我们可能拥有动物王国中最多样化和最难理解的激励机制。这会导致我们在符合自身利益的情况下扭曲自己的想法。一个很好的例子是，一个推销员会真的相信自己的产品会改善用户的生活，这样有利于他更好地推销产品。在这种情况下，推销员销售产品的事实，导致了他自己思维上的偏见。
3.巴甫洛夫联想（Pavlovian Association）
伊凡·巴甫洛夫非常有效地证明了，动物不仅能对直接激励做出反应，还能对相关事物做出反应。还记得那个“狗听到铃声就流口水”的实验吗？人类也是如此，我们对无形的物体会产生积极和消极的情绪，这种情绪来自于过去的联想，而不是直接的影响。
4. 嫉妒倾向（Tendency to Feel Envy & Jealousy）
人类倾向于嫉妒那些比自己拥有更多的人，并渴望在适当的时候“得到属于他们的东西”。嫉妒的倾向强大到足以驱动非理性行为，嫉妒与人类本身一样古老。任何忽视嫉妒效应的体系，都会随着时间的推移走向自我毁灭。
5. 因喜欢/爱或不喜欢/恨而思维扭曲的倾向（Tendency to Distort Due to Liking/Loving or Disliking/Hating）
人类倾向于基于过去的联想、刻板印象、意识形态、基因影响或直接经验，而扭曲自己的思维，支持自己喜欢的人或事，反对自己不喜欢的人或事。这种倾向会导致我们高估自己喜欢的东西，低估或笼统地归类我们不喜欢的东西，而往往会错过这个过程中关键的细微差别。
6. 否认现实（Denial）
否认现实的倾向在战争或药物滥用等情况下得到了有力的证明，在这些情况下，否认现实具有强大的破坏性影响，同时又有很强的惯性。否认现实可以是一种应对机制，一种生存机制，或一种有目的的策略。
7. 可得性启发（Availability Heuristic）
现代心理学最有用的发现之一就是丹尼尔·卡尼曼（Daniel Kahneman）所说的“可得性偏差”或“启发式”：我们往往最容易回忆起突出的、重要的、经常发生的和最近发生的事情。大脑有自己的惯性倾向，我们几乎无法控制，可用性启发式可能是其中之一。真正全面的记忆会让人衰弱。可得性启发式的一些子例子包括锚定和沉没成本倾向。
8. 代表性启发（Representativeness Heuristic）
代表性启发指人们在不确定性的情形下，会抓住问题的某个特征直接推断结果，而不考虑这种特征出现的真实概率，以及与特征有关的其他原因。在很多情况下，代表性启发是一种非常有效的方法，能帮助人们迅速地抓住问题的本质推断出结果，但有时也会造成严重的偏差。属于代表性启发的三大心理学发现是：
a. 基准率谬误（Failure to Account for Base Rates）
在做判断时，不考虑基本率，盲目下结论。
b. 陈规定型的倾向（Tendency to Stereotype）
倾向于广泛的归纳和分类，而不是寻找具体的细微差别。与可得性一样，这一般是大脑中节能的必要特征。
c. 关联性谬误（Failure to See False Conjunctions）
著名的琳达测试证明，学生选择描述得更生动的人，认为他们比描述得更广泛、更有包容性、但不那么生动的人更有可能符合预定的类别，即使生动的例子仅仅是更有包容性的集合中的一个子集。这些具体的例子被视为比那些描述更广泛但更模糊的例子更能代表这个类别。这违反了逻辑和概率。
9. 社会认同 [Social Proof (Safety in Numbers)]
人类是众多社会物种之一，其他还有蜜蜂、蚂蚁、黑猩猩等等。我们有一种刻进DNA里的本能，即在数量中寻求安全感，并会为自己的行为寻找社会指导。这种本能创造了一种团结的合作意识和文化，但也会导致我们做一些愚蠢的事情（如果我们所在的团队也很蠢的话）。
10. 叙事本能（Narrative Instinct）
人类被称为“会讲故事的动物”，因为我们本能地在叙事中构建和寻求意义。很可能早在人类发展出书写或创造物品的能力之前，我们就已经在讲故事和用故事的方式思考了。几乎所有的社会组织，从宗教机构到公司再到民族国家，都建立在叙事本能的建构之上。
11. 好奇本能（Curiosity Instinct）
我们喜欢称其他物种为好奇的，但实际上人类是所有物种中最好奇的，这是一种本能，这种本能带领我们走出稀树大草原，让我们对周围的世界有了很多了解，并利用这些信息来创造集体心目中的世界。好奇心本能带来了独特的人类行为和组织形式，如科学企业。甚至在创新的直接动机出现之前，人类就已经出于好奇而创新了。
12. 语言本能（Language Instinct）
心理学家史蒂文·平克（Steven Pinker）将我们学习语法构建语言的DNA 级本能称为语言本能。语言学家诺姆·乔姆斯基（Noam Chomsky）首次普及了“语法语言不是简单的文化产物”的观点。正如我们在叙事本能中所看到的，人类会使用语言本能来创造分享的故事，以及用来聊八卦、解决问题和战斗等等。从理论上讲，语法有序的语言承载着无限变化的意义。
13. 第一结论偏见（First-Conclusion Bias）
正如查理·芒格（Charlie Munger）所指出的那样，大脑的运作有点像精子和卵子：第一个想法进入大脑，然后大脑就关闭了。这可能也是大脑节能的一种方式。我们倾向安于第一结论，这会导致我们接受许多错误的结果，不再提出新的问题。这种偏见可以用一些简单而有用的思维习惯来应对。
14. 过度归纳倾向（Tendency to Overgeneralize from Small Samples）
对人类来说，概括是很重要的。我们不需要看到每一个实例来理解一般规律，这对我们是有利的。随着概括化的出现，当我们忘记了大数法则，并把它当作不存在的时候，就会产生泛化的错误。我们在只有少量实例的情况下就敢得出一般性结论，即使我们的结论没有统计上的可靠基础。
15. 相对满意/痛苦的倾向（Relative Satisfaction/Misery Tendencies）
嫉妒倾向可能是相对满意倾向最明显的表现，但几乎所有关于人类幸福的研究都表明，它与一个人的状态有关，与他的过去或同龄人有关，而不是绝对的。在各种客观条件不同的情况下，这些相对的倾向会给我们带来巨大的痛苦或快乐，让我们难以预测自己的行为和感受。
16. 承诺和一致性偏差（Commitment & Consistency Bias）
正如心理学家经常说的，人类受制于一种偏见，即在可能的情况下保持他们先前的承诺，与先前的自己保持一致。这种特质对于社会凝聚力是必要的：经常改变结论和习惯的人往往不被信任。然而，正如一位学者所说，我们保持一致的偏见可能会成为“愚蠢思想的妖精”，当它与第一结论偏见相结合时，我们最终会得到糟糕的答案，并在大量证据面前固守己见。
17. 后见之明偏差（Hindsight Bias）
一旦我们知道了结果，就几乎不可能在心理上让时间倒流。事后诸葛亮的心态让我们倾向于认为自己“早就知道XX”，而实际上，我们往往只是在用事件发生前没有的信息进行事后推理。后见之明偏差解释了为什么把重要的决定记录下来，并且当我们开始事后诸葛亮的时候，重新审视自己的信念。
18. 对公平的敏感性（Sensitivity to Fairness）
正义在我们的血脉中流淌。违反公平的行为可以被认为是采取对等行动的理由，或者至少会导致不信任。然而，公平本身似乎是一个移动的目标。在一个时间和地点被视为公平和公正的事情，在另一个时间和地点可能就不是这样了。想想看，在人类生存的交替阶段，奴隶制被视为完全自然和完全不自然的。
19. 高估行为一致性，或基本归因错误（Tendency to Overestimate Consistency of Behavior ，Fundamental Attribution Error）
我们倾向于将他人的行为过度归因于其先天特征，而不是情境因素，这导致我们高估了这种行为在未来的一致性。在这种情况下，预测行为似乎并不困难。当然，在实践中，这种假设一直被证明是错误的，因此，当其他人不按照我们赋予他们的“先天”特征行事时，我们会感到惊讶。
20. 压力影响（包括断点）[Influence of Stress (Including Breaking Points)]
压力会引起心理和生理上的反应，而且往往会放大其他的偏见。几乎所有人类的心理偏见在面对压力时都会变得更糟，因为身体会进入“战或逃”反应，完全依靠本能，而没有丹尼尔·卡尼曼（Daniel Kahneman）所谓的“第二系统”进行推理。压力会导致草率的决定、直接的反应和习惯的退缩，从而产生了精英士兵的座右铭：”在激烈的战斗中，你不会上升到你的期望水平，而是下降到你的训练水平。”
21. 生存偏差（Survivorship Bias）
历史学是我们对过去的解释，而重要的是，历史是胜利者所写的。我们看不到纳西姆·塔勒布（Nassim Taleb）所说的“沉默的坟墓”，即那些没有中奖的彩票持有者。因此，我们过度地将成功归因于成功者所做的事情，而不是随机或运气。我们经常只研究胜利者，而不去观察伴随而来的所有失败者，他们以同样的方式行事，但不够幸运，未能成功。
22. 倾向于想要做一些事情（战斗/逃跑、干预、展示价值等）[Tendency to Want to Do Something (Fight/Flight, Intervention, Demonstration of Value, etc.)]
我们可以称之为无聊综合症：大多数人都有需要行动的倾向，即使他们的行动并没有用。我们也倾向于提供解决方案，即使我们没有解决问题的知识。
23. 证伪/确认偏差（Falsification / Confirmation Bias）
一个人希望什么，他就相信什么。同样，我们所相信的，就是我们所选择看到的。这通常被称为确认偏误。这是一种根深蒂固的心理习惯，既能节省精力，又能让人感到舒适。然而，科学过程（包括假设和客观统计等）旨在消除这种情况，这就是为什么有必要遵循科学论证过程。
现代科学事业是在证伪的原则下运作的，能被证伪的才是科学。伪知识和伪科学通过不可证伪来运作和传播，就像占星术一样，我们无法证明其正确性或不正确性，因为它们被证明为错误的条件从未被说明过。
译者：Jane