序言 對(duì)廣義知識(shí)的了解程度決定了你對(duì)新知識(shí)的理解程度
系統(tǒng)
反饋循環(huán)
反饋回路非常重要。學(xué)會(huì)篩選反饋，并非所有反饋都有價(jià)值。
均衡
系統(tǒng)很少是靜態(tài)的，會(huì)不斷調(diào)整直到達(dá)成均衡，但很少有系統(tǒng)能長(zhǎng)時(shí)間保持這一狀態(tài)，永無(wú)止境的調(diào)整才是生活的常態(tài)。
瓶頸
雖然我們傾向于給瓶頸貼上負(fù)面的標(biāo)簽，但瓶頸也能助推我們提出新的想法，找到更好的解決辦法。
規(guī)模
規(guī)模擴(kuò)張并不總是好事。系統(tǒng)會(huì)隨著規(guī)模的變化而變化。規(guī)模的大小本質(zhì)上并無(wú)優(yōu)劣之分，合適與否取決于你的目標(biāo)和你所處的情境。
安全邊際
安全邊際是應(yīng)對(duì)意外情況的絕佳緩沖，讓我們有時(shí)間進(jìn)行有效的調(diào)整。當(dāng)失敗的風(fēng)險(xiǎn)很高時(shí)，留出足夠的安全邊際至關(guān)重要。
更迭
新人會(huì)帶來(lái)新的想法，而一定的流失率恰恰能幫助我們保持穩(wěn)定。
算法
算法是一套提供行動(dòng)指令的明確規(guī)則，也可以將之視為一種條件判斷流程，可以幫助我們忽略無(wú)關(guān)緊要的變量，轉(zhuǎn)而專注于需求。
配套理念：復(fù)雜適應(yīng)系統(tǒng)
臨界質(zhì)量
以臨界質(zhì)量這一視角看待你希望予以改善的情況，有助于發(fā)現(xiàn)需要改進(jìn)的設(shè)計(jì)元素和需要額外付出的努力。
涌現(xiàn)
創(chuàng)新并非某一次聰明才智的產(chǎn)物，而是文化學(xué)習(xí)所引發(fā)的涌現(xiàn)特性的產(chǎn)物。
配套理念：混沌動(dòng)力學(xué)
不可約性
了解系統(tǒng)的不可簡(jiǎn)化成分，意味著你不會(huì)再浪費(fèi)時(shí)間試圖改變不可改變的成分。幫助你刪繁就簡(jiǎn)，給你更多調(diào)整或轉(zhuǎn)變方向的選擇。
邊際收益遞減規(guī)律
系統(tǒng)內(nèi)投入和產(chǎn)出之間的關(guān)系并不總是線性的，到了一定程度就一定會(huì)出現(xiàn)收益遞減的現(xiàn)象。
數(shù)學(xué)
配套理念：分布
復(fù)利效應(yīng)
不斷對(duì)所學(xué)知識(shí)和周圍的人進(jìn)行再投資，是讓自己獲得可靠、穩(wěn)定收益的最佳方式。
配套理念：網(wǎng)絡(luò)效應(yīng)
抽樣
增加樣本容量會(huì)給我們提供有價(jià)值的信息，讓我們得以從全新的視角看待自己的處境。
隨機(jī)性
獲得全新的視角，幫助我們走出困境，同時(shí)也能讓我們體會(huì)到不可預(yù)測(cè)或意想不到的事物所具有的價(jià)值。
配套理念：帕累托原則
均值回歸
均值回歸能幫助我們區(qū)分實(shí)力和運(yùn)氣，幫助你理性看待成敗，不能永遠(yuǎn)期待異常的成功。
乘以零
不要過(guò)度依賴一件可能失敗的事情，以防努力付諸東流。如果認(rèn)為自己確實(shí)有一個(gè)0，那么重中之重就是至少把它變成1。
等價(jià)
認(rèn)識(shí)解決方案的豐富性。不同的輸入可以產(chǎn)生完全相同的結(jié)果，而且解決大多數(shù)問(wèn)題的方法都不止一種。
配套理念：數(shù)量級(jí)
表面積
有時(shí)我們想要更大的表面積，比如希望多多接觸新想法時(shí)。表面積太大也有風(fēng)險(xiǎn)，所以當(dāng)我們想要保護(hù)自己時(shí)，不妨試試縮小表面積。
全局最大值與局部最大值
即使一切進(jìn)展順利，我們通常也只是處于局部最大值。如何通過(guò)優(yōu)化找到全局最大值。在嘗試優(yōu)化細(xì)節(jié)之前，先做出大的改變會(huì)更卓有成效。
減少盲點(diǎn)、預(yù)防問(wèn)題：如何使用思維模型
后記
致謝