本文节选自《15000字，讲透「多元思维模型」》。原文太长，为了方便阅读，做了一些节选。

从思维模型的角度看，小白和专家的区别体现在两个方面：模型的数量和质量。

1、模型的数量差距

小白小白，白纸一张。

在某个领域内，小白首先缺乏的是足够的模型。在遇到问题的时候，找不到合适的模型去解释。

拿 Excel 来做个类比。

我有一些身份证号的生日数据，现在要找出这 10个身份证号的生日，该怎么办呢？

小白可能会挠头：哎呀，要一个一个比着找么？

专家可能会说：直接用 vlookup 就可以啊。

那么，如果没有前两列现成的生日数据呢？

小白可能继续挠头：哎呀，我只学了一个 vlookup 啊，这不还是要一个一个比着找么？

专家可能说：简单啊，有很多种方法可以用。

可以智能填充：

可以分列：

还可以直接用公式：

小白会被一个很简单的问题卡住，仅仅是因为不知道有这个功能。

所以，专家比小白强在哪？就是知道更多的功能、更多的函数。

如果把上面的功能、函数替换成思维模型，就是小白和专家的第一个区别：在某个领域内，掌握的模型的数量。

用成语来表示的话，专家就是见多识广、博学多才，掌握了大量的方法、规律、套路、经验。

这些经验能够解决工作中的「为什么」和「怎么样」这两个问题，问题的处理结果反过来验证了这些经验。这符合思维模型的两个条件。

所以小白和专家的区别之一，就是掌握的模型的数量。

也就是通常说的拥有丰富的工作经验。

不过，模型的数量只是成为专家的必要条件。

2、模型的质量差距

作为一名专家，还要有那么一两个能解决问题的高质量模型。这几个模型不是花架子、当样子，而是实打实的把模型吃透了，了解模型的优缺点和适用边界。

还是用 Excel 来做类比。

小白学会了 vlookup 函数，使用的时候却遇到各种各样的错误，然后束手无策。

专家则能够把这些错误一个一个的全部解决掉。

那么，专家比小白强在哪？

同样的函数、功能，专家吃透了。

如果把上面的功能、函数替换成思维模型，就是小白和专家的第二个区别：在某个领域内，掌握的模型的质量。

用成语来表示的话，小白是浅尝辄止、徒有其表，专家则是学问思辨、洞若观火。

专家不但能用模型去解决工作中的「为什么」和「怎么样」这两个问题，还能解决这个模型的「为什么」和「怎么样」的问题。

小白对模型的认知可能只是一张皮，而专家的认知是有血有肉有骨架。

专家深刻的了解这个模型的适用范围、使用流程、操作规范，以及模型的缺点、问题等等等等。

结果就是同样的模型，小白用着漏洞百出、顾此失彼，专家则是得心应手、游刃有余。

所以小白和专家的区别之二，就是掌握的模型的质量。

从思维模型的角度综合来看的话，小白缺乏足够数量的模型去应对工作中的问题，已经学到的模型又漏洞百出，所以工作能力上比不上专家。

3、成为专家并不容易

在解决工作中的问题上，成为某个领域的专家是很厉害的，但很多人很难做到。

为什么呢？

首先可能是天赋的限制。

身高 2 米的人伸手就能够到篮筐，但身高 1 米 5 的人再怎么练跳高也摸不到篮筐；

智商 200 的人能轻易解决的问题，像我这样智商 60 的人，可能绞尽脑汁也看不懂题目。

我有个大学同学，《机械设计》的课补考了很多次。

是他学习不够勤奋吗？不是。他是标准的认真刻苦的好学生。

是这门课很难吗？也不是。很多吊儿郎当的同学都轻松考过。

那是为什么呢？

因为他没有空间想象能力，像「三视图」这样的东西他想象不出来。这直接导致他上课听不懂，作业不会做，考试交白卷。

所以很多时候天赋限制了我们的发展方向和上限。

不是不努力，而是在某些领域我们付出再多的努力，也无法理解相关的模型，自然无法成为专家。

除了天赋的原因，还有环境限制、条件限制，导致没有深入研究的机会，或者干脆就是没有兴趣，三天打鱼两天晒网，导致无法成为专家。

总之，成为专家并不容易。

这其实也没什么，我们选择自己擅长的领域，在自己的能力圈内做事就好了。

不过，如果刚好有个问题落在我们不擅长的领域，该怎么办呢？

或者，这个问题需要专家级的模型才能解决，而我们因为天赋等原因，无法成为专家，该怎么办呢？

还有没有其它的选择呢？

有，就是掌握多元思维模型，成为解决问题的高手。