Juicing 特别篇 | 去鲨鱼出没海域的「裸泳指南」
预计阅读时间：12 分钟
Last updated
预计阅读时间：12 分钟
Last updated
作为一个兴趣爱好非常广泛的人，我很 buy-in 乔布斯说的 collect the dots 这个观点，它成为了我与世界相处的方式，我甚至把它设计进了公众号的二维码里。
但时不时的，我经常在生活中会听到以下两句话：
专注于你学历上的领域就行了，何必瞎折腾。
什么都会一点就等于什么都不会。
刚开始的时候，我还会和对方 argue，类似于去解释：「无论是深度的沉浸式探索还是略懂皮毛的探索，都并不影响我在专业领域上的专注。」
或者，有时候怼对方一句：「 Curiosity drives my world and out of my control.」
but 毛线用都木有 >_<
对方往往都带着「孩子小还不懂事儿啊」或者「呵呵哒那你以后就知道了」的表情迅速的让这场对话陷入尬聊之中。
这个表情也特别神似和人聊梦想时，对方露出的「哇你有追求，哇你思想境界高」的复制粘贴款———what a bullshit!
所以，我干脆来写篇文章。一来可以通过这样的方式，整理、归纳、总结出属于我自己的方法论（哪怕可以启发到一个读者朋友，我也会很开心了）；二是如果以后再被人以「好奇心泛滥」教育的时候，也懒得 argue 了，准备直接把这篇文章转给对方，节约下彼此的时间。
本文分为两个部分：
Part 1：翻译和整合（编译）了 Michael Simmons 分别发表在福布斯和 medium 上的两篇深度好文。在拿到裸泳指南前，我们一起去看看「鲨鱼出没的海域」到底长什么样子。
Justine Musk 曾在她的作品中将成为亿万富翁的经历隐喻成「去和鲨鱼们一起裸泳」。而按照 Michael Simmons 在文中提到的亿万富翁的人口比重（0.00025%）———个人认为，是比去鲨鱼出没海域里裸泳「存活」下来更低的概率吧。
Part 2：在编译内容（Part 1）的基础上，创作了一份个人觉得挺有趣的「裸泳指南」，顺便来回答下头图里的问题和为什么我要这么问。
最后我想说：
「专注力」和「好奇心」绝不是站在对立面的两个词汇，等你看完这篇文章后，或许甚至会觉得「其实这两个词在说的是同一件事」。
下面正文就要开始了。
很多人觉得，为了成功，我们只需要有一个好主意，努力拼命的工作，再加上一点点运气就行了。
但世界的底层规则并不是这样运作的。上面提到的这些特质都是必要的，但不足以让你成为世界一流的人才。
根据《福布斯》（Forbes）的数据，截止至今，全球共有 1826 位亿万富翁。考虑到目前世界上有 73 亿人口———这意味着———在世界任何地方随机出生的人成为亿万富翁的概率是 0.00025%。
当我了解到这个数据后，我的困惑是：「到底有什么惊为天人的秘密可以让我们成为非常成功和有影响力的人？」
最近，我从沃伦•巴菲特 (Warren Buffett) 的长期商业合作伙伴、亿万富翁查理•芒格 (Charlie Munger) 那里得知了这个「不为人知」的秘密。
芒格的商业模式是我在其他地方从未见过的，但很多我们都很钦佩的世界一流的企业家都遵循了他的商业模式。
市面上关于巴菲特的书和文章不计其数。他经常开诚布公地和大家分享他的生意经。然而，令人惊讶的是，关于他 40 多年的商业合作伙伴查理•芒格的相关文章却寥寥无几。
芒格一直远离公众的视线，只发表过很少的公开演讲，他也很少走入媒体的视线。在伯克希尔•哈撒韦公司的年度股东大会上，他总是让巴菲特回答问题，并经常在旁说一句，「嗯，我没有什么要补充的。」
注释：伯克希尔·哈撒韦公司由巴菲特创建于 1956 年，是一家主营保险业务，在其他许多领域也有商业活动的公司。其中最重要的业务是以直接的保险金和再保险金额为基础财产及灾害保险。
在最近两个月的时间里，我集中阅读了芒格 70 年的职业生涯中我能找到的关于他的一切，包括他说过的话和发表过的文章。
经过调查研究，我惊奇的发现，芒格的成功模式是非常简单的，并且改变了商业世界里的游戏规则。
最重要的一点是，他的成功模式与职业成功的传统观念完全背道而驰。
市面上已经有大量的文章发表过一个观点：在一个特定的专业领域内「刻意练习」10000 小时是成功的关键，俗称「一万小时定律」。
但芒格并不这么认为。
虽然芒格是经历了长期的努力和付出才成为世界顶级投资者的，但他成功的秘诀并不是「一万小时定律」。
据他自己说，他并没有像激光一样专注于投资理论，而是在多个领域进行了广泛并且深入的研究，例如微观经济学、心理学、法学、数学、生物学和工程学等，并将研究成果和行业洞察再应用回投资领域中。
比尔·盖茨（Bill Gates）曾这样评价芒格:
他确实是我所见过的最博学的思想家。从商业逻辑到经济学原理，从学生宿舍的设计再到双体船的设计……我们最长的一次通信是关于裸鼹鼠交配特征的详细讨论，以及我们人类可以从中学到什么。
简而言之，芒格是一位极致的「专家型通才」。
与「一万小时定律」相对立的是「专家型通才」方法论。
贝恩公司 （Bain & Co）董事长奥瑞特•加迪什（Orit Gadiesh）创造了这个词，她将「专家型通才」定义为：具备能力和好奇心掌握和收集许多来自不同学科、行业、技能、专业、国家和议题等知识的人。
注释：贝恩公司是一家全球性的管理咨询公司，自1973年成立以来，贝恩致力于帮助企业提升价值，并以客户的业绩衡量贝恩咨询顾问的成绩。贝恩客户的业绩超出市场平均水平的 4 倍之多。
以及他/她甚至都没有意识到，这往往是潜意识层面的「有意为之」让他们去掌握着对他们而言目前看起来并不必要的知识：
在不同学科知识的光谱上画出不同的模式，并将多个不同学科领域的点「联结」起来，形成一个独特的光谱。
深入到其中一个的领域钻研并且完善思维模型。
这个概念通常用「t 型人才」（T-shaped individual）的模型来呈现（如下图）:
虽然 10000 小时规则在那些「规则不会轻易发生变化」的领域很有效，比如体育、音乐和游戏。
但「商业世界」是个商业规则随时会不断地发生根本性的变化的领域。
作为一个「专家型通才」可以快速的在这种变化之中以不变应万变。
研究表明，「专家型通才」具有如下特质：
能更客观准确地看待世界，并能够对未来做出更好的预测。因为他们不容易受到在特定领域里存在的偏见和假设的影响。
拥有更多「突破性的想法」。因为他们会把在某个领域已经行之有效的洞察应用到他们还未涉入的领域中。
与不同类型的人建立更深入的联结。因为他们能了解不同群体的观点和立场。他们会成为不同群体、不同领域之间的「联结者」。
在把各个学科的「点联结成线」的过程中，芒格开发了一套他称之为「模型」的体系，他用这套模型评估投资机会。
所以这些模型到底是什么?
最好的解释方法就是以芒格经常使用的一个模型为例———他称之为「双轨分析法」。它结合了心理学、神经科学和经济学对「人类行为本质」的洞察。
这个模型说明，当人们在做任何决策时（包括在商业领域的各种决策），当事人一定会从两个方面去考虑问题:
如果他们基于自身利益的最大化，并且理性地去考虑问题，那么他们将采取怎样的行动?
他们如何屈服于一系列看上去像是被「编程」进了人类的大脑中的「非理性心理偏见」？
以下是芒格本人总结出的成为「专家型通才」的方法论，我把整理成了思维导图，与你分享:
无论你决定是否遵循芒格的方法论，他的方法论中至少有一个明确的价值观是适用于你的：无论你身处哪个行业，尽可能的掌握广泛的知识，同时也深入到你的专业领域去钻研。
令人惊讶的是，世界上最大的五家公司的创始人———比尔·盖茨、史蒂夫·乔布斯、沃伦·巴菲特、拉里·佩奇和杰夫·贝佐斯都是专家型通才。
此外，历史上许多顶尖的科学家、商业领袖、发明家和艺术家也通过成为一名「专家型通才」取得了突破性的成功，例如：
爱因斯坦接受过物理学的系统培训，但为了阐明广义相对论，他自学了一个与他的专长相距甚远的数学领域——黎曼几何。
詹姆斯·沃森（James Watson）和弗朗西斯·克里克（Francis Crick）结合 x 射线衍射技术、化学、进化论和计算的发现，解决了双螺旋结构之谜。
乔布斯凭借对书法的研究和对设计的丰富理解中汲取了深刻的洞察，重新发明了笔记本电脑和手机。
Orit Gadiesh 回顾起自己在贝恩公司的整个职业生涯时，分享了她在多个领域成为一名如饥似渴的「读者」的价值感。她是这么说的：
作为一名专家型通才价值观的公司，我在贝恩帮助了我们的客户看到了其他人经常忽略的东西，因为我们会从不同的行业不同的视角提供独特的见解。这个是贝恩区别于其他竞争对手的护城河。
随着世界上的知识总量及其碎片化速度不断加快，那些能够跨越不同学科知识之间鸿沟并起到「联结」作用的人正变得比以往任何时候都更有价值。
举个具体的例子。
「科学计量学」是一门主要研究「科学知识的进化体系」的学科。这一领域的两项主要发现是:
学术研究的数量每9年翻一番（左图）
学科数量呈指数增长（右图）
随着新学科的不断出现和日益成熟，它们会慢慢发展出属于自己的文化和语言。每一个学科都会有自己的术语、期刊和年会。
这种学科专业化的趋势已经变得如此极端，以至于那些在一个大学科的子领域中被人称之为专家的人，往往对同个学科下的其他子领域中正在进行的研究知之甚少。
在这种情况下，许多专业人士已经决定，最好的方法是进入一个学科下的子专业的子专业的子专业。
因为在那里，如果他们遵循 10000 小时定律，他们就可以在这个细分学科中成为顶尖的人才———而这个思路确实在当今社会中是卓有成效的方法论。
但，对于那些有能力建立跨学科联结的人来说，机会的呈现方式是这样的：
专家型通才面临的竞争要少得多。当你可以从越多知识领域中总结出你了解世界的独一无二的方法论，你会惊奇的发现「使用相同方法论」的人会越来越少。
当涉及到深入钻探某个特定领域时，竞争通常是异常激烈的。狭隘的专业化视角也会让你容易受到来自「唯一不变的就是变化本身」的信息大爆炸时代的冲击。
从少年时代开始，埃隆·马斯克就开始每天阅读不同学科的 2 本书。相比较而言，如果你一个月读一本书，马斯克的阅读量是你的 60 倍。
起初，马斯克的阅读涵盖科幻小说、哲学、宗教、编程、科学家工程师和企业家的传记。
后来随着年龄增长，他的阅读和职业兴趣扩展到物理、工程学、产品设计、商业、科技和能源。对知识的渴望使他得以接触在学校未必能学到的各种学科。
马斯克还特别擅长一种非常特别的学习方式，大多数其他人甚至都没有意识到，即迁移学习（Learning Transfer）。
「迁移学习」是指将我们从一个领域学习到的内容应用到另一个领域。它可以是把学校中或者书本中学习到的核心知识应用到「现实世界」里。也可以把我们在一个行业学到的东西应用到另一个行业。
这就是他的闪光点。他的一些采访显示，他有一个独特的方法论培养学习迁移的过程。
首先，他把知识解构为若干基本原理。
马斯克发表在 Reddit AMA 上的回答解释了这个原理：
It is important to view knowledge as sort of a semantic tree — make sure you understand the fundamental principles, i.e. the trunk and big branches, before you get into the leaves/details or there is nothing for them to hang onto.
很重要的一点是把知识当作一棵语义树——确保你理解基本原理，正如树干和大树枝，接着再去寻找树叶/细节，不然就会没有基础让它们依附。
马斯克学习转移过程的第二步包括将他在人工智能、技术、物理和工程领域学到的基本原理重新构建到不同的领域：
将航空航天的基本原理应用于 SpaceX 的创立
将汽车领域的基本原理应用于创造自动驾驶功能的特斯拉
将火车领域的基本原理应用于超回路列车（Hyperloop）的设计
将科技领域的基本原理应用于创造出连接大脑的神经带（Neural Lace）和 Paypal 的创立
将科技领域的基本原理应用于联合创办开放人工智能（OpenAI），该非盈利组织将遏制未来出现消极的人工智能的可能性
将物理领域的基本原理应用于创立 The Boring Company
我们来总结下马斯克成为世界顶级的专家型通才的方法论：
多年来坚持阅读（阅读量是一个有着正常阅读习惯的人类的60倍）。
广泛阅读来自不同学科的书籍。
将阅读得到的知识解构成基本原理，再以新的方式「重新构建」它们，并不断地将所学到的知识运用到实践中去。
随着技术、全球化、地缘政治挑战和竞争加速了商业世界的认知失调，人们面临着前所未有的挑战和问题。 某个特定领域的专家（只在一个领域的拥有渊博知识的人）往往缺乏适应变化所需的灵活性，很容易惊慌失措。更糟的是，他们更容易在现实世界突然的冲击下偏离自己的初心。 商业世界非常强调「专注力」，这个观点是对的，因为它是成功的一个重要因素。但如果因此你忽略了那些在你耳边嗡嗡作响的声音———那是你「好奇心」从宇宙深处向你发出来的信号。 生活中太多时候，我们被日常的工作强度压得喘不过气来，以至于没有时间去探索自己的好奇心；没有时间去钻研完全超出我们经验范围的领域；没有时间去让我们的思维自由驰骋； 甚至，没有时间去从那些「不确定的信号」频段里的新想法中寻找灵感。
所以，当你发现自己对世界投射出的某种恐惧阻碍了你前进的道路，内心的声音叫嚣着工作超负荷的抱怨, 以至于你没有时间去读那本你刚买的关于时间旅行物理学的书时，请记住我在文章开头提到的这这件事：
比尔·盖茨回忆道「他和芒格历时最长时间的通信不是投资的方法论，而是关于裸鼹鼠交配特征的讨论」。
芒格成功的最大秘诀不是他的投资策略，也不是他与巴菲特的关系，甚至不是他如何去主持一个商务开会。
而是他如何通过成为一个「专家型通才」获得他如何对这个世界独特而又深刻的见解。
在编译完这两篇文章后，我一直想用文中提到的 T-shaped individual 的模型去画一画我目前的掌握的 skills，以加强对自我的认知。
但发现这个模型在我目前认知的「依赖路径」里是走不通的 path，因为在实践经验中我并没有按照「知识广度」和「知识深度」去 building path。
我是属于完全被「好奇心」和「心流模式」牵着左右手在思维花园里打怪兽的人。
但这个模型让我想起了之前看过的 TED 的一期演讲，演讲者是奥美集团（Ogilvy Group）的副董事长 Rory Sutherland ，演讲标题叫：Perspective is everything（视角决定一切）。
Rory 在演讲中提出：他在做了大量的研究后发现，当个体用以下三个领域（科技、心理学、经济学）的视角进行组合，形成「多维视角」后，看待问题的角度会达到最佳平衡点（The sweet spot）。
结合 IBM 的 T-shaped individual 模型和 The sweet spot 的启发，我动手画了下我认为的，可以应用到实践层面的认知方法论。
我将现在拥有的技能分为三个主题，分别是：Hard Skills（硬技能）和 Soft Skills（软技能）以及 Perspective（其他视角）。这三个主题下的「子技能」可以自由组合，但加起来要尽量覆盖到三个不同的领域（例如：科技、心理学、经济学）。
拿我自己举例来说，我会把我的专业领域作为 Hard Skills。而 Soft Skills 在这里更多的指的是辅助 Hard Skills 的技能，如果 Hard Skills 是 SCM/IoT，那么项目管理技能、大数据分析技能这些 Soft Skills 便可以与它在真实世界中进行随意组合，从而碰撞出各种可能性。
考虑到合理的发挥「专注力」会极大的提升效率，那么在此基础上建议将 Hard Skills掌握到 80 分以上，Soft Skills 个人觉得 60-80 分就可以了。
至于 Perspective 完全可以按照个人的兴趣来，比如我最近关注的很多领域目前仅仅是兴趣爱好（远远谈不上 Skill）例如心理学、消费者行为学、产品思维、广告和设计学、游戏主机等等，大概都在 20-60 分之间。
主题之间彼此可以相互流动和调整，比如我最近打算将「产品思维」刻意练习到 80 分左右的水平，让它有朝一日可以成为我的 Hard Skill（from Perspective to Hard Skill）。
坚持这样去拓展自己「认知舒适区」的好处是：假以时日，这三个主题的交集处会成为你所拥有的对世界的「独一无二」的视角, your own unique perspective，也会是你对这个世界的「独特的价值」。
于是在一片漆黑的大海深处，你也开始「发光」了。
最后，我想用一个问题，来总结下今天的这篇「去鲨鱼出没海域的裸泳指南」。
请你思考下：当芒格和马斯克成为了一个专家型通才后，你觉得他们在商业世界里的影响力是如何产生的？
我在 gapingvoid（企业文化塑造创意平台）上看到了一张图，这张图的逻辑非常生动形象的描述了「个体影响力」的产生过程。
我们看待问题的独特视角来源于我们的「好奇心」，好奇心引领我们被各个视角下的数据「冲刷」，数据（data）经过我们大脑神经元处理和加工后，变成了信息（information）。信息与信息之间产生联结后便形成了「知识体系」（knowledge）———这是我们大部分人都可以达到的水平。
但如果你是个耳朵里总会听到一些嗡嗡作响声音的人类，往往你的好奇心无法就此停住。
你会通过各种各样的方式继续去探索这个世界，接着你会看见知识体系和知识体系之间的「关系」，那时，你变拥有了洞察力（insight）。
将一连串的洞察力串联起来，便是你独特的解读世界的「光谱」——你作为一个人类所拥有的独一无二的「智慧」。
于是，当你向外传播智慧的时候，便形成了你独特的「影响力」。
在写这段话的时候，其实我并不知道你对那张头图上问题的答案。
我在 21 岁之后的生活习惯了画思维导图和博弈论里延伸出来的公式去解决一些「暴风雪模式」或者是「囚徒困境」。
所以当我在做一个理性决策的时候，一般需要在认知世界里浸泡一会儿。
这就好比，当面临一个很大的项目到达「里程碑」节点时，团队会在每个分支的决策树上去推演各种可能性，权衡利弊、评估风险、反复推敲细节，然后再做出最终决策。
在头图问题的语境下，更是如此。
所以这道题真的很难对不对？我做好头图后，把它发给了我社交圈里我觉得是最聪明的一个人，他想了半天也回了我一句「这俩选项有啥本质区别？」。
确实，我也觉得没啥本质区别，横竖都是 wait to die。
但，如果你允许我为它加个「条件」，其他的所有条件都不变，选项还是那两个，只加上这句话：
如果你的 love of your life 在那艘木船上，你会游过去吗？
至少我的答案是：「emmmm，那游吧。」
所有的关于概率论的公式、思维模型、博弈论，在那个条件出现的瞬间都会烟消云散。0.00025% 的存活率又怎样。
对我来说，至少在那一刻，其实不太用的上认知了。
我之所以会用这样的思路去问这个问题，是想告诉你：
人类的情感看上去是一种站在理性认知对立面的产物，但它实际上是一种特殊的、神奇的认知形式，是超越概率之神，超越于个体之上的一种存在。
就好比诺兰的星际穿越里，墨菲解出那个「公式」不是因为她有 PHD 学位她足够的聪明。是因为她从来没有停止过对她父亲的思念。
亚马逊的创始人贝索斯是我非常喜欢的一位「专家型通才」，他曾经说过一句话叫「善良比聪明重要」。有些人认为这是一种道德说教，但我并不这么认为。
贝索斯其实是在说：在面对一个不确定性的时候，「聪明」是不足以让你做出正确决策和选择的，反而是「善良」这种和认知好像没有关系的特质能帮助你做出正确的决策。
就好比这个题目———我用概率论推演了半个小时都没有答案的问题，只要给它加上一个和情感有关的条件，我立刻可以做出决策了。 我在过去一年的某些时刻，走到过一个认知上比较极端的情况，类似于认为「理性认知的力量远远比情感要强大，感受到太多的情绪，只会让我受到伤害」。
但当我在「理智与情感」这个天平上跑着小碎步来回折腾的时候，曾被人以一种恰到好处的方式启发过，让我意识到了「理性认知固然是很重要的，但是情感所带来的力量往往比前者要强大的很多。」
设计了头图上的那个问题是希望能通过这样的「场景化」的方式，将我当时受到的启发传递给每一个想成为「专家型通才」的人。
所以，当有一天，你走在夏日晚风的湖边。
降噪耳机里放着 XYZ 和 BYM 最新的交叉播客，让你无比满足的沉浸在某种思维殿堂里畅游，不愿意被任何事物打扰时。
如果此刻路边出现了一只流浪狗，用一种哀伤的眼神看着你，你一定要记得把降噪耳机关了，弯下腰来，摸摸它的头，看看能为它做些什么。
— End —
