DevTang | 唐巧

2024-11-08 09:09:08

背景和问题

小学生在学习编程的时候，我们必然需要使用电脑上机练习。但是，电脑上也充满了各种“诱惑”：

• 打开网页无处不在的游戏广告，很多游戏还是网页游戏
• 应用市场里各种各样的游戏
• 小红书，B 站等各种各样的网站也充满吸引力

那我们如何保证孩子能够在上机的时候一直专心练习编程呢？难道得一直在旁边盯着吗？

为此，我做了一些功课，分享给大家。

解决方案（Windows 平台）

微软的 Windows 操作系统中有一个家长控制功能。通过该功能家长可以限制小朋友对计算机功能的使用，以及规定和限制使用 Windows 的某些功能。

例如: 限制孩子的账户只能使用某个应用程序、游戏等。

使用 Windows 的家长控制功能可以在不安装其它软件的情况下，控制孩子使用Windows的绝大部分应用和功能。

具体操作方式如下。

1、为孩子创建一个单独账号

• 按下键盘上的“Windows”键+“I”键打开设置→点击“账户”
• 点击左侧的“账户/家庭和其他用户”，并“添加账户”
• 在弹出的窗口中点击“为孩子创建一个”，按步骤创建新的Microsoft账户
• 用新建的账户登录，在“概述”里面的隐私设置里打开“共享我的活动”，如下图

2、在线管理家庭设置

• 用家长账户重新登录电脑
• 再次按下“Windows”键+“I”键打开设置→点击“账户”
• 点击左侧的“账户/家庭和其他用户”
• 点击“在线管理家庭设置或删除账户”打开管理链接

在管理链接中就可以管理孩子的时间了。

解决方案（Mac 平台）

• 1、为孩子单独注册一个 Apple ID。
• Mac 平台的家庭共享功能可以将孩子加入到一个家庭中。
• 可以在家庭共享中进入到孩子的帐户，查看孩子的屏幕使用时间，以及限制一些功能的使用。如下图：

以上。

2024-11-07 09:13:43

背景和问题

小学生在学习编程的时候，像变量，赋值，输入，输出，分支这些逻辑相对容易理解。因为这与人类真实世界的很多行为相似，所以学生会很容易吸收。具体来说：

• 变量其实就是我们平时取的“名字”或者“外号”，用于指代一种特定物品。
• 赋值相当于为这种特定物品指定一种属性值，像是苹果的重量，价格一样。
• 输入和输出在很多电子产品中都有接触，孩子现在很小就接触手机，非常容易理解键盘就是一种输入，屏幕显示就是一种输出。
• 分支就是我们自然语言中的“如果…就”，非常容易类比。

但是，for 循环由于其很难与现实世界“类比”，所以成为小学生学习编程的第一个障碍。

如何理解 for 循环，并且灵活运用 for 循环，成为一个教学难点。

教学思考

我在教学 for 循环的时候发现，如果我们用尽量渐进式的方式，让孩子刚开始接触到的 for 循环与现实世界数学中的数列一一对应。然后，再一步一步拔高难度，随着难度提高，最终 for 循环可以实现求解“非波拉切数列”以及“小数点后 10000 位”这类已经高度变型的题目。

因为每一步的难度提升梯度很小，所以学生虽然找不到现实世界类比，但终于还是比较容易理解整个渐进变化的过程。

这就类似于我们学立体几何前先学平面几何，学平面几何前先学点线面一样。从微小的简单事物开始，我们最终可以创造整个世界。

以下是我对 for 循环的具体教学拆解。

教学拆解

1、用 for 循环输出数列

输出从 1-N 的等差数列是使用 for 循环最基础形式。我们先用这个引入，让孩子先初步了解 for 循环的三段形式。

for 循环的三段式其实对初学者来说还是有点绕，借此环节把 for 的基本格式熟悉。

示例代码：

cin >> n;
for (int i = 1; i <= n; ++i) {
cout << i << endl;
}

2、用 for 循环输出 1-N 的和

累加器的写法对于初学者来说是一个小障碍，但是累加器与 for 循环的结合使用在之后的变化很常见，所以我们在这个阶段把累加器引入，帮助孩子建立累加器的使用习惯。

示例代码：

int sum = 0;
cin >> n;
for (int i = 1; i <= n; ++i) {
sum += i;
}
cout << sum << endl;

注：对于不习惯 += 的学生，也可以刚开始用 sum = sum + i来教学，减少学生的陌生感。

此题对应的线上练习是：《2016：【例4.1】for循环求和》

此题也可以进一步变化为：分别求奇数和、偶数和。让学生学会在 for 里面嵌入 if 表达式。

• 奇偶数之和线上练习：《2018：【例4.3】输出奇偶数之和》
• 奇数求和的线上练习：《1065：奇数求和》

3、用 for 循环输出 1-N 的和的平均值

平均值的计算涉及整除的概念，需要在除之前将被除数转化为小数，同时需要用 iomanip 头文件中的函数来控制输出格式，这一编程技巧正好在这一步引入，让学生逐步熟悉对输出的控制。

示例代码：

#include <iomanip>
// 此处省略若干行

int sum = 0;
cin >> n;
for (int i = 1; i <= n; ++i) {
sum += i;
}
cout << fixed << setprecision(6) << double(sum)/n << endl;

此题对应的线上练习是：《1060：均值》

4、输入 N，接着输入 N 个数求和

大部分学生以为 for 循环是 for 循环，输入是输入，却不知道for 循环里面也可以写输入。通过此题，学生可以更多了解 for 循环的用处：用来批量输入。

示例代码：

int sum = 0, a;
cin >> n;
for (int i = 1; i <= n; ++i) {
cin >> a;
sum += a;
}
cout << sum << endl;

相关练习：

• 《1060：均值》
• 《1061：求整数的和与均值》

5、输入 N 个数，求能整除 4 的个数

与上一题类似，我们在这里引入 if 条件，让学生了解，for 循环里面可以放前面学过的分支结构。

另外，本题的累加器变形为“计数”。让学生对计数的操作产生基本的认知。

示例代码：

int cnt = 0, a;
cin >> n;
for (int i = 1; i <= n; ++i) {
cin >> a;
if (a % 4 == 0) {
cnt++;
}
}
cout << cnt << endl;

6、输入 N 个数，统计值为 1、5 的个数

我们在上一题的基础上增加难度，让累加器可以是多个。

示例代码：

int cnt1 = 0, cnt5 = 0, a;
cin >> n;
for (int i = 1; i <= n; ++i) {
cin >> a;
if (a == 1) cnt1++;
if (a == 5) cnt5++;
}
cout << cnt1 << " " << cnt5 << endl;

相关练习：

• 《1067：整数的个数》
• 《1068：与指定数字相同的数的个数》

7、输入 N 个数，求 N 个数的乘积

我们学会了在 for 循环中累加，计数，那更多的变化就是求乘积了。在求乘积的时候，这个累积的变量值要从 1 开始。

示例代码：

int mul = 1, a;
cin >> n;
for (int i = 1; i <= n; ++i) {
cin >> a;
mul = mul * a;
}
cout << mul << endl;

此题对应的线上练习是：《2019：【例4.4】求阶乘》

8、输入 N 和 M，求 M 的 N 次方

次方是乘积的另一种变化。线上的练习题是：《1069：乘方计算》

示例代码：

int mul = 1, m, n;
cin >> m >> n;
for (int i = 1; i <= n; ++i) {
mul = mul * m;
}
cout << mul << endl;

M 的 N 次方还有两种难度的加强，分别是：

• 让学生考虑数据范围，用 long long 代替 int
• 在数据范围超过 long long 时，取结果的末尾 5 位数

8、输入 N 个数，让你对这 N 个数做更复杂的操作

《1075：药房管理》一题就展示了一种更复杂的 for 循环。

原来我们不但可以累加，计数，求积，还可以做减法。

示例代码：

cin >> m >> n;
for (int i = 1;i <= n;i++){
    cin >> a;
    if (m >= a){
        m = m-a;
    } else {
        b = b+1;
    }
}
cout << b << endl;

9、求第 N 个斐波那契数

《1071：菲波那契数》 要求求第 K 个斐波那契数。

我们在这个 for 循环中实现了递推算法。递推是一个对新手来说很“神奇”的计算机算法，对于初学者来说，斐波那契数是最佳的一个学习例题，因为代码可以非常短。容易理解递推的核心思想。

示例代码：

#include <iostream>
using namespace std;
int main() {
    int a=1, b=1, c=1;
    int n;
    cin >> n;
    for(int i = 1; i <= n-2; i++){
        c = b+a;
        a = b;
        b = c;
    }
    cout << c << endl;
    return 0;
}

10、有一个数 N，满足 N*(N+1)*(N+2)*(N+3) = 1680 请问 N 的值是几

暴力枚举的基础代码也是 for 循环，我们用一个最简单的题目来引入枚举的思想。

示例代码：略。

11、for 的嵌套：金字塔

我们可以让学生试图输出一个二维的图形，比如输入 N，输出 N 层的金字塔。

金字塔的形状可以是这样：

*
**
***
****

也可以是这样：

   *
  **
 ***
****

也可以是这样：

   *
  ***
 *****
*******

借此让学生锻炼模拟的能力。

此题对应的线上练习是：《2027：【例4.13】三角形》

12、for 的嵌套：矩形

输入矩形的宽高，输出下面的形状。借此更一步强化学生模拟的能力。

*****
*   *
*   *
*****

此题对应的线上练习是：《1097：画矩形》

教学实操

单人教学

在实操中，我们可以用一块白板进行代码的演示，然后不断擦写相关的关键代码，保留基础的 for 框架。这样方便学生观察到其中的变化与不变。

在没有白板的时候，也可以用电脑中的 IDE 或 PPT 来进行演示。

对于每一步的问题，可以让学生来应答。通过应答的过程，观察学生对此类问题的掌握情况，有选择的加速进度或者放慢进度，保证学生对知识的吸收到位。

多人教学

在多人教学的时候，可以让大家在纸上写下自己的答案，然后待大家都完成或大部分完成后，随机选择一位学生给其他人讲解，通过互助的方式，既锻炼了学生的表达，又强化了学生对知识的理解。

对于未完成的同学，可以让他反向提问，其他人帮忙解答。老师在这个过程中只需要监督整个过程，保证知识传递是正确的即可。

2024-10-27 11:50:04

最近读了《段永平投资回答录》，分为商业逻辑篇和投资逻辑篇。一些感受深的点记录一下。

不为清单

段永平说：我们之所以成为我们，很多时候不是因为我们做了什么，而是因为我们不做什么。

查理芒格说：如果知道我会死在哪里，我将永远不会去那里。

两个人的观点很相似，就是用“不做/不去”的方式来限制自己的行为。为此，段永平为自己的企业经营制定了“不为清单”（Stop doing list）。这些不为清单确实帮助企业经营划清了一些原则和边界。

在段永平的不为清单里：

• 有一些是关于企业文化价值观的，比如：不攻击竞争对手、不拖付货款。
• 有一些是关于企业安全经营边界的，比如：不赊账、不代工、不借钱。
• 有一些是关于企业发展原则的，比如：不做不擅长的事情、不做没有差异化的产品。

不为清单在企业管理上具备很强的高效性。因为如果是要为清单，那么这个清单可能很长，也可能很模糊，最终大家一来记不住，二来不知道执行到什么程度。但不为清单就简单很多，遇到相似的事情，不做就可以了。

附上段永平的不为清单，如下：

• 专注。不做不擅长的事情。
• 不借钱。不负债就不会倒闭。
• 没有销售部。不讨价还价。
• 不赊账。
• 不拖付货款。
• 不晚发工资。
• 不做不诚信的事情。
• 不攻击竞争对手。
• 不打价格战。
• 不谈性价比。
• 不做没有差异化的产品。
• 不弯道超车，关注自己的进步，面对客观的事物发展和成长的规律。
• 不收购
• 不多元化
• 不关注市占率，不关注销量排名
• 不盲目扩张
• 不赚快钱
• 不虚夸产品

价值投资的逻辑

段永平在书中帮我再次梳理了价值投资的逻辑，段永平说：

买股票就是买公司，买公司就是买其未来的现金流折现。

说说我个人的理解：买股票就是买公司，指的是用“长期拥有一家公司的心态来考量自己的买入交易”。怎么样才是“长期拥有”的心态呢，比如问自己：

• 如果这家公司退市了，你会不会紧张
• 如果这家公司停牌 10 年不能交易了，你会不会接受
• 如果这家公司股价跌了，你会不会开心（因为你可以继续买入）

有人说，退市了我怎么卖掉？但是，如果你是用拥有公司的心态在买股票，首先就不应该考虑短期买卖，也不应该用着急需要用的短期资金。

有人说，股价跌了我持仓亏损怎么办？但是，如果这家企业的内在价值（即：未来现金流）是没有变化的，那么它未来会持续给你贡献高的收益回报，股价长期而言也会在内在价值基线上下波动。所以这反而是一个好的买入机会。

所以，价值投资将股票的买卖转变为了三个方面的考量：

• 1、公司好不好
• 2、企业文化和管理层
• 3、价格是否划算（有安全边际）

总结下来就是：好业务、好管理、好价格。

公司好不好

对于公司好不好的考查方式有很多，比如毛利率，经营壁垒，增长率等等，但段永平用他与巴菲特午餐时，巴菲特的回答总结道：最重要的是商业模式。

什么是商业模式呢？我理解为这家公司的“天赋”，即：环境变化也很难被改变的东西。不同的商业模式决定了一些公司会很辛苦才能活下来，另一些公司很轻松就可以活下来。举个例子：

斑马玩教具做的是 2-6 岁孩子的教育硬件，因为一款硬件的使用寿命大概有 3 年左右，所以，同一款产品几乎不会有复购的。但是我们看苹果手机，同样是 3 年左右的使用寿命，但是因为用户在生命期内可能每 3 年就买一次苹果手机，加上苹果手机的软硬件生态使得用户很难把它换掉，对于一个 20 岁的用户来说，他一辈子可能会用掉几十部苹果手机（3 年换一次）。这个从复购上来讲，就是一个很好的商业模式。

但是苹果手机与可口可乐比，商业模式就又会差一些。因为苹果手机需要不停迭代产品，否则就还是可能被淘汰。但是可口可乐并不需要改产品，它可以 100 年不改产品，甚至改产品对它是有害的。从产品迭代角度，可口可乐就比苹果手机要更优秀一些。

可口可乐与茅台酒比，商业模式就又会差一些。因为同样是卖水，茅台卖不掉的酒会随着年份升值，而可口可乐卖不掉的水会过期，只能倒掉。

所以，商业模式决定了公司的经营难度，商业模式好的公司，CEO 和管理层只要不犯错，公司大概率就不会有问题。

企业文化和管理层

除了商业模式外，一家好的公司还应该有优秀的产品和市场团队。我个人认为：

• 好的产品应该消费者导向，满足用户的真实需求；尽可能做减法，不做功能的堆叠；以体验优先，而不是以成本优先。
• 好的市场活动应该保持克制和理性，不放大功能、不夸大承诺、不投机营销。营销的时候尽量以产品卖点为主，不讲赠品，优惠这些。

另外，公司有没有长期经营的价值导向，类似于段永平提到的不为清单。在这种文化下，管理层是否贯彻落地了相关的价值导向，而不是说一套做一套。

除了以上之外，站在股东角度，还需要看管理层是否有回报股东的意愿。这一点在 A 股上特别需要注意。

价格是否划算（有安全边际）

如果前两点通过了，那么就到了第 3 点：当前的价格是否划算。

因为我们没有哪一个人能 100% 预测对未来，所以对于企业的经营风险，也是有可能出现黑天鹅事件的。当出现这类事件后，我们的安全边际就给了我们一些安全垫。另外，虽然买股票是一个长期投资行为，但我们多年以后，还是可能会有卖出的需求，有了安全边际，在卖出的时候股价偏离真实价值的可能性就会更低一些。

长期主义的毛估估

段永平的价值投资特点还在于长期主义的毛估估，用定性的评估代替定量的计算。他说：

我觉得所谓未来现金流的定性分析比定量分析要重要的多，用公式的人往往会陷于细节而忽略整体。

当年段永平投资网易，就是看到游戏行业的巨大，认为网易很可能估计涨到百亿。这种长期主义的感性评估，使得段永平不必特别计算回报的年限和当前的财务水平，只需要足够多的耐心就可以收获到百倍以上的回报。

长期主义的毛估估，这种做法很容易找到当下被低估的成长型企业。而且看准之后收获是十倍百倍的，所以很值得学习。网易就是一个案例。

用长期主义的毛估估，也可以敢于对当下偏贵的股票下手，因为长期主义来看，当前贵的股票其实长期看起来并不贵。段永平对苹果公司的投资就是一个案例。

巴菲特曾经说过：“当时喜诗糖果如果再贵 500 万美元，他就不会买了，现在看起来真是太愚蠢了”。这也是同样的道理。

但是困难点就在于能够看这么远不容易，需要对某个行业有较深刻的认识，才能够拿得住股票，穿越股价的波动，不被外界影响。所以段永平说，他花两年才能看懂一家企业。

快速折现法

我基于段永平的毛估估思想，想了一个快速折现的方法，仅用于那种营收相对稳定的公司计算现金流折现。

具体方法是：我们假设这家公司每年的利润是 100 元，在未来 10 年内不会有大的利润差异。快速的毛估估以 7% 的现金流折现算，因为 72 法则，所以大概 10 年后的现金 100 块，在现在就只值 50 块了。于是，我们可以用简单的等差数列求和（其实不是等差数例）来估算 10 年的现金流总和：sum = (50 + 100) * 10 / 2 = 750。

这与用等比数列求和公式sum = a1*(1-q^n)/(1-q), q=1/1.06计算出来的和 780 相差无几(误差 5% 以内）。

对股价波动的理解

市场短期看是投票器，长期看是称重机。—-格雷厄姆。

短期的股价是由供求（买卖量）决定的，长期股价是由价值决定的。因为股价如果偏离价值太多，最终会被各种行为纠正。这种纠正包括：财报数据、回购、分红、甚至私有化。

总之，纠正股价偏离行为的底层支持是价值背后的现金流。关于这个，段永平举了一个具体的例子：假如市场就是不喜欢网易，网易股价一直在几千万市值，然后如果网易一年能够赚 20 亿美金，这个时候，网易的赢利能力一定能够让股价回归。

企业价值 Enterprise value

相对于 PE，段永平提出了 EE 的概念，第一个 E 指的是企业价值 Enterprise value。具体来说，企业价值 = 市值 + 负债 - 现金。段永平希望用这种方式把企业的债务也算到你拥有这家企业付出的潜在成本。当然，企业的现金就是你拥有它的直接收益，所以减掉。

整个概念还是建立在“买股票就是买公司”基础逻辑下。因为如果你买下一家公司，理论上这家公司的债务也被你买下了，所以这部分的成本不能不看。

如何能拿住百倍的增长

段永平分享了他如何拿住网易，收获了超过 100 倍的回报的。

能够拿得住最主要原因还是对公司及其业务的了解，还有就是平常心，不要去想买入的成本，把焦点放在能理解的未来现金流上。

在不断 review 自己拥有的公司的赢利能力的时候，如果逻辑没有变，就可以持续持有。

投资用闲钱，晚上能睡觉

段永平强调了投资要用闲钱，这样万一亏了，也不会影响生活质量。

另外，买入的资产不管怎么波动，都需要晚上能睡得着觉。

小结

这本书其实不那么正式，都是段永平在雪球上的发贴，但是质量挺高的，现在很难得有经营成功的企业家写书传道，所以能通过他的贴子学到东西还是挺值的。另外，段永平的很多观点很难一下子理解，还是值得多读一读，常读常新。

2024-09-27 22:18:03

问题

默认在 VS Code 中，我们无法使用 cin 输入数据。

解决方案

步骤如下：

• 安装 Code Runner 插件
• 按 command + ,进入设置页面，输入 Run in Terminal
• 勾选上 Whether to run code in Integrated Terminal.

如下图所示：

2024-09-19 12:59:03

我在《第一性原理思考：解决问题的通用框架》介绍了一种思考解决问题的通用框架。其中的第 3 步：信息判断是制定解决方案的核心步骤，但我在原文中讲得比较笼统，这次再展开详细介绍一下。

信息判断有很多种方式和方法，我想先重点介绍几种我认为比较有用的判断方式，最后再介绍一些常见的信息判断的误区。

28 原理

我们在框架的第 1 步信息收集中，已经将问题相关的各种因素收集得比较全面。这个时候我们会发现，信息通常会非常丰富。而且，通常正面和反面的信息都有，这个时候信息判断决策就会比较困难。这个时候，我就需要用 28 原理，来找到最最核心的因素。

大自然其实就告诉了我们这个原理。在自然界，如果影响一个事情的因素有 10 个，那么这 10 个因素每个刚好权重占比 10%，是从来没有的现象。大部分时候，大自然的事物呈正态分布，核心的 20% 的因素对结果产生了 80% 的影响。

举几个真实的案例。

案例一：优化内容

我在负责小猿搜题的时候，我们想优化题目解析的呈现。该工作最极致的优化做法，就是请老师为每一道题目录制一个 5 分钟左右的视频讲解。但是，我们有 2 亿道题目，如果全部优化一遍，我们的成本巨大，这个想法将变得不可执行。

在讨论方案的时候，我们想到这个问题或许符合 28 原理，于是我们将学生的搜索结果进行统计。结果发现，80% 的搜索结果落在了大概 500 万道题目上。于是，2 亿的工作量一下子缩减了 97.5%，我们只需要做不到 5% 的工作，就可以将题目呈现体验提升 80%。

案例二：优化硬件产品

利用 28 原理做产品决策的“减法”也同样很有效果，特别是硬件产品。对于硬件产品来说，每一项功能的生产成本与功能的使用频率不成正比。核心的功能占到了 80% 以上的使用时间，但核心功能的成本占比通常不到 80%，这个时候，聚焦提升核心功能体验，减少非核心功能的开发，都是对 28 原理的应用。

案例三：填报志愿

我高考完面临填报志愿选专业，我自己喜欢计算机专业，但是呢，我的分数不够上 985 学校里面计算机专业较强的大学。于是我的决策因素就有很多，要不要换专业，如果不换选哪个学校的计算机专业。这方面的考量因素很多，比如：

• 地域。我应该选哪个城市？
• 学校。我应该选哪个学校？
• 专业排名。这个学校的计算机专业排名是多少？
• 竞争激烈度。其他人会抢这个专业吗？我的胜算是多大？
• 就业难度。这个专业方向好就业吗？
• 就业薪资。就业薪资是多少？
• 兴趣。我对哪些专业有兴趣？
• 风险。落榜的风险。

最后我花了很长时间，首先决定还是以兴趣做为第一导向，选择了计算机专业。然后优先挑选了北京的学校，因为我觉得北京离互联网行业近，可以有比较多的机会实习。最终我选择了北师大的计算机系，虽然这个专业在院校排名里面较为靠后。

在我的逻辑里面，“兴趣”就是占据 80% 权重的因素。因为有兴趣，才有可能付出比别人多，做得比别人好。相比兴趣，别的因素都不那么重要。事实证明，我的决策还是对的。我对计算机的兴趣帮助我在学习和工作中都保持了较高的投入度，进而获得了比较大的正面回报。我也在研究生阶段获得了 在 IBM 和网易的实习机会。当然，我的运气也不错，赶上了互联网行业的红利期。

谬误推导

“谬误推导”这个词是我生造的，因为我还没有找到合适的词语用于描述这种思维方式。

谬误推导是指：假设某个观点是真理，然后按照原本的逻辑推导演绎，现实世界应该会是什么样。如果推出一个与现实世界相反的结论，就说明之前的观点有误。

我有两次明显体会到谬误推导的实际用处，分享给大家。

案例一：民宿是不是一个好生意

有一年的春节，我在京郊租了一个大院子，想体验一下退休之后的田院生活。过去之后，我发现京郊有很多人把自己的宅基地改造成这种居住体验良好的民宿，然后出租获利。然后我就很好奇这是不是一个好生意，加上当时我们有“租一个院子没事去过周末”的想法，所以我们把那个村待出租的院子都考查了一番，也问了一下价格。

最后我花了一些时间，结论是：这不是一个好的生意。里面涉及的原因有很多，但我主要测算了一下财务回报模型，发现这个事情回报率太低。另外居住的新鲜感过去之后，因为远离城市会有各种不便，整体体验也不算太好。

当我把自己的逻辑分享给 gcz 的时候，他直接用了“谬误推导”来判断，他说：如果这个事情成立，那么民宿就应该产生规模化的品牌，但现在显然没有，说明这个事情不靠谱。

我当时惊了，我想：这不符合“第一性原理”呀！看事情不应该从本源去思考吗？但是我又一想，“谬误推导”还是很有价值的，因为：

• “谬误推导”很快，我们在工作中的很多事情权重不高，深入研究一个事情的本质原因性价比太低。
• “谬误推导”还是为第一性原理思考提供了快速的反面证据。如果要推翻这个“谬误推导”，我们容易找到那个核心问题。

案例二

段永平分享过一个在步步高的案例。当时步步高每年的广告费用很大，有高管提出：我们的广告费用这么高，不如我们自己做广告公司。因为这样，我们首先不愁客户，我们自己就是自己的客户。然后别的东西我们可以学，我们也可以招成熟广告公司的人，我们很努力，假以时日，我们肯定可以做得比较优秀。

段永平用“谬误推导”拒绝了这个提议，他说：我不知道这里面有什么逻辑问题，但是我知道我们肯定做不成。因为：如果这个假设成立的话，世界上最大的广告公司应该是”可口可乐广告公司”和“宝洁广告公司”。但显然并不是，所以我们做广告公司这件事情一定不成立。

终局思维

终局思维是把一个事情的发展看长远，从而忽略掉短期因素的影响。人们天然对身边刚刚发生的事情赋予巨大的权重，而把过去很久发生的事情赋予较低的权重，但这个是不对的。终局思维可以帮助我们看到影响事情发展的核心因素。

终局思维可以帮助我们做难而正确的事情。有一些事情决策成本巨大，比如：猿辅导要投入力量做 AI 研究院，这方面的工作非常费钱，而且短期可能看不到产出。但是如果我们用终局思维想：未来的教育产品是否需要 AI 赋能？答案就会更容易一些。

又比如，一些错误决策已经做了，有一些沉没成本已经投入了，是立即纠正，还是慢慢收缩调整？如果站在终局思维，那么就应该尽快调整，因为如果未来是要调整的，那么每提前一天都是减少更一步的损失。所以段永平说：「发现错误立即改正，不管付出多大的代价，都是最小的代价；不改正错误，将付出更大的代价」。

用终局思维看待每一次失败，失败也显得不那么重要了。如果失败没有导致个人信心丧失，反而激发出更强的斗志，同时我们又从失败中吸取了教训，那么失败是个人迈向成功的必经之路。

再说两个案例。

案例一：直播带货

拿直播带货来说，每一次直播带货事故都会对达人品牌产生不利影响，虽然短期的影响可能不大，但是这反映出达人团队的品质把控上的能力问题。长期来看，必将影响消费者在达人直播间购物的心智。所以这么来看，如果不有效解决带货品质问题，小杨哥直播间长期很难存活。

长期来看，如果直播带货的规模巨大，势必对人们的生活产生重大影响，规范直播带货中的各种宣传用语是必然的。在这个过程中，没有做好准备的达人都会被时代抛弃。

案例二：挑选领导/下属/伙伴

终局思维可以用来挑选下属、上级和合作伙伴。如果你有一个合作伙伴，每次都出会一些问题，虽然没有出大事，但是长期来看，它必将影响你的生意，早日换掉他就是一个明智的选择。公司内的上下级共事也一样可以用终局思维，如果做不到上下同欲，下属必然在未来会遭遇误解，那么与其这样，不如用脚投票，离开他不欣赏的上级。

批评观点的 4 种角度

这是我从《如何阅读一本书》中学到的方法，作者认为，批评别人的观点只能有 4 种：

• 证明观点的知识不足。
• 证明观点的知识错误。
• 证明观点不合逻辑。
• 证明观点的分析与理由是不完整的。

如果你不能用相关证据显示作者是知识不足、知识有误，或不合逻辑，你就不能反对他。

很多人面对一些结论的时候，表现出强烈的反对，但是如果你发现他不能按以上标准来反对的话，就说明他并不真正在反对，只是「不喜欢」这个结论，而这只是在表达一种情绪或者偏见。我们应该尽量避免陷入情绪中，或者至少应该在陷入情绪中时，知道自己当前只是在发泄，而不是在讨论问题。

我们在下结论的时候，也可以用这 4 点去检查一下，自己有没有知识不⾜、知识错误、不合逻辑等问题。

信息判断的误区

再说说一些信息判断的误区。

误区一：把相关性当因果

很多人把相关性归纳到因果上面。驳倒这个误区最有趣的论述就是：医院是死亡率最高的地方，所以我们应该远离医院。

作为练习，请思考下面的论述有什么问题：

统计显示，⼤部分喜欢吸烟的⼈肺癌发病率⽐不吸烟的⼈⾼ 10 倍，所以吸咽导致肺癌。

｜
｜
｜
｜
｜
｜请想一想再往下翻答案
｜
｜
｜
｜
｜
｜

答案：喜欢吸烟与肺癌只能通过上面的统计证明相关，但是不能推导出因果关系。著名的统计学家 Fisher 就喜欢吸烟，他举了一个反驳的例子：有没有可能有一种基因，带有这种基因的人会喜欢吸烟，同时，这种基因会导致肺癌发病率高。这样，不管这类人抽不抽烟，他们因为带有这种基因，所以都会有较高肺癌发病率。

关于这个误区，这里还有更多的资料（需要梯子）。

误区二：从众心理

从众效应由美国社会心理学家阿施提出，是一种普遍存在的社会心理和行为，从众心理通常是由于个体受到集体的隐形或者显性的压力，而改变自己的目标，最终选择和多数人一致的意见或行为。

从众心态在广告学中最佳的应用案例，就是讲自己的产品「销量第一」。当然，咱们不能撒谎，得真的是销量第一的时候才能讲「销量第一」。斑马思维机去年卖了 30 多万台，远远超过第 2 名，我们就找咨询公司做了一下市场调研，宣布自己销量第一。我们公司兄弟部门的产品小猿学练机，也讲自己「销量第一」。

但是，销量第一的产品就一定最好吗？其实不见得。当年的手机霸主洛基亚，也是曾经的销量第一，不也被苹果超过了。所以，从逻辑上讲，「销量第一」与产品体验第一，只能说具有一定的相关性，无法产生因果推导。

但是，大家都有从众的心态。「销量第一」就是告诉你，别人都选择了我，你是跟随大众，还是与众不同？大部分人都会选择从众。

当然，购物决策对个体的影响不大，选择「销量第一」的产品大多数时候也没毛病。但是，当我们在面临重大问题做决策的时候，从众可不一定是一个好的选择。

很多系统对从众选择会有天然的抑制，比如：

• 股票市场，如果大家都跟着舆论买同一支股票，那么股票的价格就会高于其内在价值，造成投资的亏损。
• 如果大家高考都报一个专业，这个专业的录取分数就会巨高。
• 如果今年苹果非常贵，大家都选择种苹果，那么几年后苹果就会烂大街。“阳光玫瑰”就是一个真实的例子。

所以，做重大决策的时候，问问自己为什么？如果答案是：因为别人也这样，那就有点危险。

误区三：现状即是真理

现实的一些情况，原因可能很复杂，所以不能把现状做简单归因。

比如：一个企业家把公司做上市了，挣了上百亿的利润，他就一定很会经营吗？不一定。他也可能做了假账，他也可能吃到了时代的红利，比如恒大。

比如：中医到底有没有效果？简单认为它在中国存在了上千年就能当证据吗，肯定不能。放血疗法在西医还流行了上千年呢，咱们怎么不认为它有效？那应该怎么证明中医有效？

比如：有个理财经理给你推荐某个产品，说它过去 5 年年化收益超过 10%。潜台词是说：未来也会这样。那过去的业绩一定能推导出未来的业绩吗？不一定吧。

对自己的现状分析也很重要，一些人获得了一些成功就很骄傲，觉得自己很厉害，做什么都可以成功。但是成功到底是因为自己的实力还是时代给的机会，如果不能理性分析，就很可能在未来栽跟头。

误区四：情绪

情绪是做决策巨大的敌人。股票市场就是贪婪情绪和恐惧情绪的集结地，稍不注意你就被情绪统治了行为，追涨杀跌。

基于情绪做信息判断和行为有利于情绪在当下的释放，但是相关的后果我们不一能在未来能够承受。所以，更加理智的办法是把情绪的处理和信息的判断分开。

情绪的问题可以用适当的方式来排解和宣泄。信息判断和决策的问题，还是交给理性。

另外，我们也需要识别他人的情绪，将他人的情绪与事实分开接收。现在网络上的一些观点，都带有强烈的情绪，我们需要有足够的智慧去分辨它们。

小结

本文介绍了信息判断的几种框架思维，包括：28 原理、谬误推导、终局思维等。也介绍了一些思维误区，包括：把相关性当因果、从众心理、现状即是真理、情绪等。

以上。