今日记录
下午，去《计量学报》编辑部询问论文发表情况，已经录用。
感觉今天分心的时间比较长，从数据来看，是比较少的。其中，最后一个中断直接提高了做事效率。
今天的内容比较复杂，读起来可能也比较费劲，因为用了“机电控制”的专业知识和一些数学公式，解释效率会提高很多。
内容分为两部分。
第一部分是总结和修补大脑。其中，修补大脑这个词来自于老喻的《人生算法》这篇文章，他把清楚地执行【感知-认知-决策-行动】这几个环节，并且找到环节之间掉链子的地方的过程叫做”修补大脑“。
可能对读者有帮助的是两条：
在认知上知道任何真理都有边界；
在决策上要懂得使用“可信度加权”（via 《原则》）。
其他的内容在了解“布卢姆认知过程”和“逻辑层次模型”后，都能理解。
第二部分是对题目的解释。
来自于一个寓言：有三个人同时在砌墙，第一个人认为自己在搬砖，第二个认为自己在砌墙，第三个人认为自己在盖一座高楼大厦。我希望自己是第三类人，并且也在这么做。
个人优势分析及大脑修补策略
抽象整合能力、接受能力极强
抽象整合能力体现为把论文撰写的过程抽象到【实施】标签，并且进行优化，这是一个由低维【行为层】到高维【能力层】的过程。
将“论文初稿粗暴撰写前行（快写慢改）”抽象为新的过程，对实施标签进行两分，添加有实例参考的模仿学习过程和无实例参考的开创过程。
实施2：有实例参考的模仿学习
框架：关键的【事实性知识】、【概念性知识】必须掌握；
节奏：因为会反复性使用，【过程性知识】记清楚；
案例：通过拆解案例，让过程变得更加顺畅，补充框架外的具体知识；
实现前提
1.能力层的系统框架，使我的行为层能够得到合理抽象，如果没有能力层，行为层的抽象就是没有方向的；
2.有了抽象的基础码，就可以对新信息进行编码，完成能力层的MECE审核和调整；
3.对于新旧信息进行整体回顾的习惯是整合能够发生的前提，所以整合只在可编码的素材上才能够发生，如果理解是片面的，编码结果也是片面的。
进而，我必须寻求高稳定性、高解释效率的解释框架。
这是我多次解决沟通问题的经验所得，前几次比较偷懒，直接用一知半解的“身份”来思考，写了好几篇看起来有道理的文章；真正了解『逻辑层次模型』后，才发现以前的解释效率太低了。
进而，要花时间掌握准确的、一手的、权威的模型，如果直接思考而不考虑定义的话，效率会非常低。比如，认知飞轮建构在老喻的长文上，跟永澄老师的体系也暗合；执行标签建立在布鲁姆认知过程上。
站在巨人肩膀上，是我的高维建构质量以量级来提高。
优点
能够完成从行为层到能力层的快速优化迭代，只要有行动，就可以对能力层进行优化；优化完毕后可以再次进行新的行动，这是一个『认知飞轮』。
潜在问题
1.如果能力层不够坚固，维度不够高，就不够稳，迭代频率太高；
解决方案：知识面广一些，能够找到稳准快的模型并且学习。
2.会浪费比较多的时间进行能力层刷新；
解决方案：这是一个能够改变指数底数的行为，做好时间分配就可以了。
接纳能力体现在盲从上，我几乎不对现有信息进行批判性思考，只是一股脑全收，全编码：
昨晚跟宇哥聊天，在他说明企业发展定位的帆海模型的时候，我就把个人发展定位的帆海模型做完了；
听完宇哥的第一段讲述，我就把自己的定位安排好了；后来接着聊，我发现自己给自己制造了局限，又重新把自己的定位释放，根据环境来重调。
接纳能力体现在让知识穿过自己的大脑，完成某种认知或决策，简单来说，就是让自己接触的一切知识和自己发生关系，这是我追求的“敏”。结果就是，震荡。
解决震荡有两个办法：
1.添加决策点，对环境变量进行筛选；
2.调整加权系数，减轻环境变量对系统的影响；
所以，在决策的时候做可信度加权，在认知的时候做边界限定。
这会花费更多的时间，但会让认知系统更稳定。
决策信念：你说得很对，但我也只能给你一个更高的系数
另，决策置后其实是比较高级的能力，正常情况下，我总是想要立即做决定而不是继续观察。
比如，宇哥是格局很高的前辈，他认为做管理肯定比作研发有利。昨晚的决定是，那么，我也做管理吧。可信度加权后，我只能说，这个决策的加权系数比我自己的更高。
认知信念：你说的只是事实的局部，边界在哪里？
这能够有效避免认知偏差的产生。
比如，因为梁宁说了比较多次的联想，我就觉得联想很厉害，进而在同学说联想电脑的海内外定价差异的时候，我坚定维护联想。
这就是因为认知不全面，而且不接受新信息造成的偏误。
这两条信念是可以建立正反馈模型的，我在高加权系数的决策变量上设定更多的边界，会让这个变量的加权系数更高。
网友评论