知识大牛吴伯凡老师在得到开始的第二个知识付费专栏《认知方法论》，这个关于认知力提升的系列功课，定期整理该专栏的精彩内容和读书笔记，今日话题“认知的过程就是找到线索的过程”

阿里阿德涅的线团

这节课我们先来复习两个古希腊神话故事：

1. 珀耳修斯战胜蛇发女怪美杜莎

珀耳修斯（Perseus）用他的剑刺死了美杜莎（Medusa），但让他在这场决战中真正胜出的却是他的盾牌——珀耳修斯的盾牌不是普通的盾牌，而是磨得像镜子一样光光的。他凭着这面特殊的镜子，避免了跟美杜莎目光对视被石化的命运。通过信息和虚拟的手段扬长避短，最终获得了胜利。

珀耳修斯的故事是一个虚实相生，有无相成，线上和线下联动战胜对手的故事。

2. 忒修斯战胜牛头怪

忒修斯（Theseus）受命去克里特岛上杀牛头怪。用利剑杀死牛头怪不难，但他还要面对一个巨大的挑战：牛头怪在迷宫里，当他杀了牛头怪之后，自己就会被困在迷宫里永远走不出来。

忒修斯执行任务之前碰到了一个好心的姑娘阿里阿德涅（Ariadne），并且送给了他两样东西：一把利剑和一个线团。

忒修斯在进入迷宫之前，先把线系在门口的柱子上，然后带着线团和利剑才进到迷宫里，顺利地杀死了牛头怪。最后，他沿着线团，成功从迷宫里走了出来。

珀耳修斯和阿里阿德涅的线团都告诉我们：在完成一个任务的时候，那些看似辅助性、帮衬性的工具和手段，往往又是决定性的。这个道理对于我们提升自己的认知同样重要。

在遇到一个问题的时候，我们希望凭借我们高度优化的认知就可以快刀斩乱麻地解决问题，事实上，问题不是那么简单。如果你只盯着这个任务和手中的所谓“利器”的话，并不能真正解决问题，或者在解决问题之后会发现，你身陷到一种更大的麻烦甚至是灭顶之灾当中。

线索和迷宫

要发现事实的真相，我们需要寻找一些线索，这个线索就是阿里阿德涅的线团，它能够帮助你在众多可能的选择当中不迷路。

“迷宫”是最不缺少路径的，它给你提供了无限多的路径。而正因为它有无限多的路径，所以每一条路径都可能是一个死胡同——如果没有阿里阿德涅的线团，丰富的资源和可能性都会等于零。

同样的道理也适合于我们的认知。刚开始使用互联网的时候，我们就知道一个神奇的东西——搜索引擎。它的神奇在于给我们提供了某种类似于阿里阿德涅线团的东西。

在极其丰富芜杂的信息世界里，搜索引擎拥有某种线索，能够将我们的需求关键词跟相应的信息之间形成一种连接，从而呈现到我们的面前。曾经流行一句话，“重要的不是信息，而是关于信息的信息，重要的不是你能够拥有丰富的知识资源，而是要拥有知识导航”——这个导航就是线团。

我使用过不少搜索引擎（有些名字现在都忘了），谷歌最终脱颖而出是因为它所依据的算法包含着一种更有用的线索，能够在我们的需求与可能的信息供给之间形成相对准确和快速的连接。

这节课如果有一个关键词的话，那就是“线索”或者“阿里阿德涅的线团”；如果有两个关键词，那就是“线索和迷宫”。

我们现在不妨给认知下一个临时定义：认知是在一个好像包含着无数路径，其实都是死胡同和无限循环的伪路径中，给你提供一个真正有效的路径和线索，让你找到真相和出路。

认知包含着一种很容易被我们忽略的要素：搜索能力。

在日常生活中，几乎所有人都会有这种焦虑和困惑：总在找东西，而且往往是在最熟悉的地方找东西。

假如你住在酒店里，可能也会找东西，但第一，你找东西的频率很低，也不会花很多时间去找东西；第二，东西很容易被找到。但在我们最熟悉的地方，比如家里，你可能找东西的频率会特别高，在各种储藏室、杂物柜、杂物抽屉和书柜之间来回奔忙，一个昨天还看见的东西死活就是找不到——我们在找东西上花费的时间远远超出我们的想象。

认知就是要找到线索

我们在上一个单元讲到：不是世界缺少生态位，是你缺乏发现生态位的眼睛。这里我们不妨套用这句话：你的世界并不缺少答案、方案和出路，缺少的是你发现答案、方案、出路的眼睛。当然，这个眼睛的背后是一个我们忽略的东西——搜索能力。

现在，你可以把自己的杂物抽屉拿出来，分析一下这里的东西为什么那么多和乱？当我们在自己家里经常找不到自己正需要的东西的时候，我们不会产生贫困感，因为我们知道这些东西是我们的，并且就在我们家里——但这其实就是一种贫困感，是你的需求和资源之间的不匹配，在满足需求的时候，遇到了几乎难以克服的约束和限制，这就是一种特殊的贫困和匮乏。

我们常常会陷入到的认知困境也是一种贫困：在你的需求和资源之间存在着严重的不对称，你既有的资源能满足你的需求，但你无法快速准确地找到这种资源——这个时候你如同是陷入到了迷宫当中。

我们的认知是在一个看似提供了多种可能性、出路、解决方案，实则又找不到出路、解决方案的情况下寻找一个有用线索的过程，说白了，认知就是要找到线索。

但线索又是那么难找。假设认知是一个除法公式，分母=可能性，分子=线索=1，那么可能性越大，分数值越接近0。所以，认知要做的就是减少分母（可能性），获得一个较大的、接近于1的分数值——这也就是我们优化、提升认知的最终目的。