工程管理模型(工程学模型教你知行合一)
为什么学了那么多,依然过不好这一生呢? 为什么看似枯燥无味的事情,却有人乐在其中呢? 怎么计算万里长城用了多少块砖?
要理解这些问题,我们可以从工程学的角度找到答案。工程学是一个庞大的学科,这里只涉及一些皮毛、粗浅的原理,但是可以用它们来解决生活中一些重要的问题。
开篇
王阳明
我们绝大多数人遇到的绝大多数的事情,都是知而不行。王阳明就说: "为有知而不行者,知而不行只是未知。" 所以我们常说知易行难,其实这里边我们还有一些东西是应该知道的,却不知道。这里边就可能包含了一些工程学的基本原理。
如果说艺术的核心是表达,科学的核心是发现,工程的核心就是实现。
工程学其实是一个很广义的概括,它的细分学科非常的多,例如有生物工程、农业工程、医药工程、化学工程、分子工程、土木工程、电子工程、工业工程、森林工程等等。
我们这里只提炼它们共通的一些重要方法论。掌握这些方法论是能够对我们的生活起到非常棒的指导作用。它们是:
- 行胜于言
- 分解结构
- 量化
- 列清单
- 取舍
行胜于言
典型的工程师都有一个共同的特点就是行胜于言、行胜于断。
行胜于断: 工程师们通常不喜欢给一个事情的大方向做判断,他更希望说接到一个东西就开始做,而且他们更享受的是精确的完成,而不是模糊的待定。当遇到一个问题,他们的第一反应,通常不是去沟通求助,而自己动手,看怎么解决。能动手就不动口。你发现工程思维,通常是在那个不确定性的坐标轴里边更加倾向于抓住那些确定性高的东西,而不喜欢跟那些高不确定性的东西打交道。比如判断未来的大趋势,或者通过概率预测打赢德州扑克,或者去赌一个股票能不能大涨这方面的东西,他们不喜欢干。他们喜欢干一件事情,就期望有一件事情的回报。这种行为的特征有点像搬砖。
这一点和投资者不一样,投资人通常把自己置于一个不确定性的、很高的环境里面,去做一些高风险、高回报的事情,这种思维称为风口思维。风口思维的人,拿到一个东西不是开手就干,而是要花很多的时间,找到一个大方向,然后等到对的时机,对的标的出现,再一次性投入,那这个思维的模式,有点像冲浪,他和登山就有重要的差别,浪需要等,但是山永远都在那里。
搬砖思维: 对战术上正确的重视远胜于对战略上正确的重视,他们相信事情是由量变逐渐积累成质变的。
风口思维: 对战略上正确的重视远胜于对战术上正确的重视,他们相信不是每件事情都会产生质变,所以寻找那些能发生质变的地方,比积累量变更重要。
从某种程度上讲,信奉搬砖思维的人,更加容易把日子过好。 因为他们 努力过好每一天。因为他们一直在沉迷于交付产出,而能够产出,其实就是那个1,如果没有1,即便你找到了一个特别好的方向,后面带了很多个0,其结果也还是0。
所以,我们可以说万物皆从搬砖起,耐心搬砖的能力可以说是每个现代人都应该习得的能力。不过我们内心深处,对搬砖最抵触的地方,还是它的枯燥性,很多人其实都很好奇,你说那些能长期坚持枯燥,搬砖生活的人,他们的快感到底在哪里?
快感的生物科学原理
人类快乐通常是因为分泌三种神经递质的时候,所产生的快感,分别是 多巴胺、内啡肽 和 血清素。这三种神经递质在生理学里边详细讲解。我们先对比一下多巴胺型快乐和内啡肽型快乐。
多巴胺型快乐: 先甜后苦型快乐。也就是最常见的一种快乐类型。
内啡肽型快乐: 先苦后甜型快乐。它相对小众。
而枯燥的搬砖得到的快感是恰恰是哪种小众的内啡肽型的快乐。内啡肽是在身体或精神遭受痛苦之后身体分泌的一种多肽化合物,它的作用是镇定和平静。相比多巴胺,内啡肽的可以持续时间更长更持久,而且除了镇痛和调解情绪外,它还能够促进身体的内分泌系统和增强免疫力,那么它是我们身体在长时间的进化过程中产生的有利于提高人类生存几率的一种机制。
你想想,在远古时代,人类很可能需要长途奔跑去追逐猎物,通常未必会有收获,那么如果我们要在迟到猎物的那一刻才能感受到快乐,那么可能很多人就没有办法坚持到那一刻,因为这个过程可能是漫长和痛苦的。所以身体就演化出了一种奖励机制,就是即便你一无所获,但是只要经历了长跑,仍然可以感觉到平静和愉悦。
所以通常我们在器械运动、长跑或者完成一项工作和学习任务的时候,它们都会分泌内啡肽,这里尤其是长跑的刺激最为明显,这样你就能理解,为什么这么多人会对长跑上瘾。还有一种情况,就是大声喊叫,或者唱歌以后,同样会分泌内啡肽,它也会排解压力。所以你看从这个角度,那些麦霸也很好理解了。那么从某种程度上来说,信奉搬砖生活的人,其实就是形成了对完成任务上瘾的生活循环。因为每次搬完一块砖,身体就会分泌内啡肽。所以久而久之,内啡肽也是会上瘾的。而我们之所以难以理解这种快乐,是因为它与我们日常生活中更加常见的多巴胺型快乐其实是相反的。
多巴胺会正向调节去甲肾上腺素和肾上腺素,所以多巴胺型的快乐会让人更兴奋,血管扩张,心跳加速。不过通常这种快乐持续的时间不太长,多巴胺消散的时候,人便感觉到相对的失落和压抑。所以会不自觉地去寻找下一次类似的刺激。但是相对内啡肽,多巴胺对人体的快感刺激是更明显的,感受更强烈。
通常所有享乐型的快乐,大多都是多巴胺型快乐。比如刷抖音,吃甜品、谈恋爱、抽烟、喝酒、购物、打游戏、刷剧、逛夜店等等。多巴胺型的快乐之所以是人类快乐的主流,其实符合经济学、热力学、概率学、社会学等一大堆学科的理论。如果说回远古时代的例子,他就是在人类捕获到猎物,烹饪进食之后能产生的快乐。物质贫乏的时代,其实多巴胺快乐和内啡肽快乐之间的配合是非常好的。因为人类并不经常能够找到好的食物,所以即便是对多巴胺型的快乐上瘾,想要满足这种快乐,也要等很久的时间。而与之相对的是,内啡肽型快乐反而更容易得到,所以就会得到,一般是一连串型的内啡肽型小快乐会带来一次多巴胺型大快乐的良性循环。
但是问题到了现代社会,物质条件更加充裕了,我们想要得到多巴胺型快乐就变得极度容易,这就会彻底打破了上面说的那个原始的循环了。由于大的刺激唾手可得,那就使得普通人根本无法抵御进入那个多巴胺型快乐的循环。长期沉迷多巴胺型快乐,而忽视内啡肽的后果,就是我们免疫力和身体的自我修复能力会开始下降,从而有可能进入长期的亚健康状态。这又会进一步促使我们更加容易进入愤怒和抑郁的情绪,而去寻找更多的多巴胺型快乐来缓解压力。
健康愉悦生活的真正公式
所以了解了这两种快乐的原理,我们得到了一种健康愉悦生活的真正公式。就是日常工作通过搬砖获得的内啡肽型的愉悦感,而达到了成果就可以激发一些多巴胺型的快乐来奖励自己。比如说当你完成一个任务的时候,可以适当地放空一下,享受那种身体分泌的内啡肽带来的平静感,而当你完成了阶段性目标的时候,你可以给自己一个真正的奖励,比如说你可以好好吃一顿奖励自己,可以打一天的游戏,也可以刷一天的剧,反正就是给自己一点点时间彻底放松,但是不完成目标,就不能得到这个奖励,必须忍着,那这个过程就非常类似远古人类的快感模式。
分解结构
分解结构是工程学的精髓
工程分解结构(Work Breakdown Structure): 分解这个技能可以说是工程学的精髓所在。工程师喜欢把任何复杂的事情拆分成易于操作的简单模块,然后一个一个搞定。工程师相信在这个世界上没有解决不了的问题,只有承受不了的成本。这是一个非常重要的观念。就是再难的问题,理论上只要把它拆分、拆分再拆分。分解到我们找到自己轻而易举就能上手动手的那个动作,然后就这么一做,实际上就能实现从想到做的切换了。
比如说教你收拾一个八万年都没有收拾过的,乱成一锅粥的房子,千头万绪啊,不知道从哪里入手,这个时候工程分解结构的逻辑就会告诉你,可以从低头捡起手边的一个垃圾开始入手。你说这也算工程学思想?
那我们再举一个非常工程学的例子,假设让你制造一个火箭。这个够工程学了吧,想想都很难,比登天还难。噢不,其实造火箭就是在登天。一部分人遇到这样的问题,第一个念头就是,我靠,这太难了,根本无法入手,所以他会倾向于直接放弃。那我们看看掌握了工程学思维的人,应该怎么思维这个问题。火箭尽管无比复杂,但无非就是由N个部分构成。只要先找到其中第一个部分,把它搞定,然后再找下一个,把它搞定,以此类推,假设给你足够的时间、充足的资源,你总是能拼凑出火箭,至于能不能飞就是另外一回事了,但至少我们把它搞定了。所以只要给你无限的时间和资源,任何人,只要慢慢的一块一块的搞,理论上讲,他都可能造出这个世界上任何一个复杂的机器的。
工程分解: 看全局、找聚焦
工程分解结构,包含几个重要部分:
- 第一步: 看全局。首先一艘火箭到底是长什么样的,我们得知道,我们需要对这个全局有一个整体的分析。可能把它分成一二三四五六七八九十几个部分。实际上我们这张图简化了,一共列有15个部分,火箭肯定不止有这些部分。我们粗略地规划一下,假设它就只有15个部分。那么接下来要做的就是在这些部分里面,找到我们能够入手的那个部分。
- 第二步: 找聚焦。我们要先聚焦其中的一个部分。例如我们先聚焦第15个,助推器发动机。一旦我们聚焦了这个局部,其他99%还没有完成的事情,在我们大脑里边就应该立即消失。这种能力就叫做专注聚焦的能力。这项能力可以说是工程分解结构的孪生能力,如果没有分解,就无从聚焦;如果没有聚焦,分解了也没有意义。
聚焦的价值
关于聚焦的价值,很多牛人已经说过,在投资圈里有一个传说,说巴菲特和比尔盖茨,第一次见面的时候,比尔盖茨的爸爸就问了两个人一个问题: "人生最重要的品质是什么?"然后两个人居然不约而同地给出了同一个答案: "Focus"。Focus中文的意思就是聚焦。这个传说无从考证,但这两个人在专注这件事情上,是做得非常好的。不过还有另外一个名人,他绝对说过聚焦的价值。这个人就是Michael Jordan。
Focus like a laser, not a flashlight.
----------- Michael Jordan
乔丹说: "要像激光一样专注,而不是像手电筒一样"。
手电筒随着距离的拉长,变得非常发散,因此它很难具有像激光一样的杀伤力。激光却可以因为聚焦,而传播很长的距离,而且无比的强大。
如何培养专注力我们接下来需要进一步思考的问题就是,如何才能培养像激光一样的专注力呢,这个就要说到大脑神经元里面有一种叫做髓鞘的物质了。
这方面的内容,稍后单独在脑科学中详细讲解。
聚焦能力是工程分解结构的精髓
聚焦能力就是工程分解结构的精髓所在。不管万里长城有多长,其实都是由一块一块的砖垒起来的。无论任何时候,你面对的都不是一座长城,而是眼前的这块砖。你要造的不是一个大的火箭,而永远是它的某一个零件。
那我们接下来继续,当我们聚焦到发动机的时候,它其实也可以继续分解下去,所以我们可以重复上面两个步骤: 第一步,看全局,第二步,分解并且聚焦,不断重复。比方说,发动机的全局是什么,在这个全局里面,我们找到了一个局部,比如说点火装置。然后再进行分解。按照这样的思考过程,其实可以无限地分解下去,直到那个可以上手去干的那个部分。
那么工程分解结构其实你看就这么简单,分解分解再分解,直到找到抓手,把它抓住,一旦动手的那一瞬间,你就从想或知的部分切换到了做。所谓万事开头难,其实从整体来看,一个事情不管有多难,比如说你要写一篇论文,做一个计划书,或者动手整理自己的简历,最大的挑战都在于,最开始的时候,那至于怎么从想切换到做这个状态,脑科学里边有非常清晰的解释,其原理简单来说,就是你从激活一个脑区要跨越到另一个脑区,而要激活另外一个脑区的时候,通常都是从激活这个脑区最边缘的神经元开始的,逐层深入,最后达到唤醒整个新脑区的效果,这就是状态切换的基本的逻辑。在互联网行业里面,如何从想到做,有些成熟的方法论,行业黑话叫做:
找抓手爬梯子。 这句话和 天下难事必作于易道理是一致的。它们都是由两个部分组成的,第一个部分是让你先做容易上手的,看得见抓得住的东西,抓手和作于易都是这个意思。第二个意思就是让你不断地向上去抓下一个抓手,以达到不断攀爬的目的,难事和梯子都是这个意思。
工程分解的真正含义,是让我们既见树木,也见森林。
量化1) 知行分解
接下来我们再细化一点。
把知行分为5个步骤来执行:
第一步: 设定大目标锁定全局。
以学习一门不熟悉的学科知识为例,第一步其实就是要找到该学科最权威的入门教程,然后读目录框架。
- 抓住完全看不懂的概念,一个个搞清楚它们的意思。
- 通过搞懂概念,进一步搞懂概念之间的联系。
例如脑科学,你看到前额叶皮质、边缘系统、杏仁体这些概念。你除了搞懂它们扮演什么角色,还需要知道它们分别位于大脑的什么位置,谁包含谁,谁和谁挨着,往往需要反复推敲。
所以看全局这件事,往往要比我们想象的要花更多时间。换句话说,看全局有点类似先建立一个上帝视角,以方便在后续学习每个部分的时候不至于偏离太远。
第二步: 开始进行分解
这一步研究大概需要分几步才能达成上面的大目标。
第三步 再分解,分解到1个月要做什么
第四步 分解为todo list, 一周内做什么。
第五步 时间表,一天内做什么。
2) 知行合一
层层分解,分解到最后,可能是分解到接下来的几个小时要做什么事情。这个时候,你就无限接近执行了。这么多年来,我发现打过交道的人,其实就是分成两类:
- 第一类,就是想的比较多,做的比较少。这些人总是更喜欢看全局,但是总是不能跨过这个分解的步骤。
- 第二类,就是做的比较多,想的比较少。他们很擅长分解,但是有的时候,就是埋头苦干,从来不抬头看天。
所以真正的知行合一,就是要把这两种能力结合在一起。
3) 量化
那今天讲的工程学原理,所以我们更加聚焦分解这件事情。在分解的过程中我们还需要用到另外一个武器,就叫做量化。
量化: 关键在于应该计算什么,而不是执着于计算结果。
量化(Quantification)这个词看起来很高大上,其实它很简单,任何读过中学的人都能掌握量化的思维。量化思维的数学要求, 只有加减乘除,就可以运用量化这个工具。现实生活中,能否使用量化思维,通常是用来区分一个人他是不是高手的标准。
例如高手高盛、摩根这样的大投行,或者微软、谷歌、头条、美团这样的互联网公司,他们的面试题里边经常会有类似这样的问题:
- 计算一下万里长城有多重?
- 塞满房间需要有多少个网球?
- 上海有多少家健身房?
- 北京有多少个下水道井盖?
- 如何知道开一家奶茶店是否赚钱?
问这些问题,并不是真的想知道这些问题的具体答案,而是想通过这样的问题,考察你是否能有条理的对现实生活进行量化模型思考。这个事情听起来很抽象很难,实际上是因为大家都没有掌握其中的窍门。那么如何对一个东西进行量化思考呢?
这类问题的具体计算过程都不重要,这里给出一个万能钥匙。面试的时候遇到类似的问题,要做的第一件事,不是急于去回答。而是开始进行工程分解结构,明白任何一个复杂问题都可以进行无限的拆分,在这个分解的过程中,我们分解到什么程度呢?我们分解的目的是什么呢? 就是要找到我们最容易把握的那些抓手,然后抓住它,爬梯子。所以我们就从最简单的地方开始假设,比方说:
算房间里边能装多少个网球? 首先我们就去假设房间的长宽高是多少,因为这是我们最容易想到的变量。
算万里长城有多重? 那首先不要想到有多难算,而是我们首先要知道的万里长城的一个变量,它的长度,假设万里长城有2000公理。
我们不用在意这些,找到这些变量,然后写下来,画出来,说出来,然后推演所有变量(Elaborate)。所以把一个变量或者一个故事,随着线索找到更多的变量,就是我们解题的好方法。
案例: 如何知道开一家奶茶店是否赚钱?
- Step1: 找到最容易想到的变量。
- Step2: 通过叙事找到更多的变量。
- Step3: 简单的四则运算。
第一步,开奶茶店,需要 房租、员工、水电费,这些都是成本,那还有售价(单价),和收益相关的。也许这个时候你只能想到这些,这四个变量肯定是不够的,那么我们接下来就需要将它们写下来、画出来、说出来。从这些简单的变量作为抓手,开始思考开一家奶茶店的全过程可能会遇到哪些问题,比方说,我们就按照时间顺序来想。
在付房租之前,至少你得有一个点的品牌,那这个品牌可能是自己设计的、加盟的。假设是加盟的,那么就需要加盟费。
假设加盟完了,付了房租,是不是还得要装修。在租房之前,上一家可能会需要转手费。
房租装修全部搞完,下一步就需要开工了,那就要请员工、员工要做奶茶,还需要设备,还要买设备。买了设备、招了员工、付了水电,那么还需要日常运营,因为奶茶是一个消耗品,你还需要采购原料,还有其他东西,暂时没有想到。
通过讲故事这样推演的过程,你就可以逐渐找到更多的变量,这些变量里面还有一些倍数关系,比如,员工可能需要多名,设备需要多台等等。所有这些东西都是加减乘除这么简单的东西,而当你把这些加减乘除全部用上,实际上就已经开始构建一个数学模型了。
上面这种估算方法,可以用在日常生活的很多方面。比如说这里提到的成本效益二分法、投入产出二分法、ROI,其实这些都是一些非常实用的量化分析方法,基本上时间万物都可以用成本收益二分法去套用。
学习了工程学分解结构和量化之后,我们就是要建立一种心理上的认知,就是不可怕,建数学模型和对一件事情进行分解这件事情并不可怕,不需要是理科生,不需要学过高等数学,就可以去做数学模型,每一个只要读过中学的同学,都有能力对世间万物进行简单的数学建模。
建立万物的数学模型
- Step1: 找到最容易想到的变量。
- Step2: 通过叙事、画图找到更多的变量。
- Step3: 通过简单的四则运算把它们串联起来。
到目前为止,我们已经讲了两个工程学的思维,就是分解和量化。
OKR
接下来给大家介绍一个工具。这个工具就是OKR,在很多头部公司都在使用。
OKR(Objective and Key Results): OKR是工程分解结构 量化在管理学上的应用。这个工具不仅可以管理公司,同样可以管理个人生活。
- 第一层: 大目标,就是Objective, 简称O。
- 第二层: 关键结果, 就是Key Values, 简称KR。
- 第三层: 具体行动,就是Action。
这个过程从上到下就是在不停地分解,越分解越具体。从左到右就是不断做量化,量化的目标就是让它变得可跟踪可追溯。
这有点抽象,我举个例子。
再举例:
坦率地说,如果你真的可以在面对人生任何重大的事情的时候,都能用这种大目标拆分到小行动,一环扣一环地分解的方式去做计划,那么你真的会比95%以上的人行动力都更强。
这个应该是学会基本的工程学思想给大家能提供的帮助。但是很遗憾,很多听完这些课的人,回到现实生活中的时候,仍然无法做出任何的改变。因为这里边的原因非常多,有可能是你正被困在一个恶性循环的系统里面,这属于前面系统论里边的内容。也许你的脑子里边装入了一些其他人植入的,但自己从来没有深度思考过的观念。比如说这届年轻人,已经没有上升空间了,这类观念通常是连你自己都没有深入反思过,就已经接受了它的设定,而这就涉及到认知心理学里面的认知隐喻模型。
任何一个单一的学科,其实都无法完全解释我们的全部问题,这就是掌握跨学科知识的价值。
列清单清单思维
好我们继续往下看,工程分解结构地知和行这张图图最后的两个环节是todo list和时间表。这两个对应的就是工程学里边的列清单思维。
清单思维(Check list): 列清单是一个看起来极其简单,但是实际上非常有用的东西,很多的高手都是清单控,比如富兰克林、爱迪生、巴菲特、Tim Cook等等。
列清单就是使你变得非常精确的一个有用的工具,它的好处很多:
- 第一,它能用来呈现优先级。有时候明明有很多事情要做,但是你其实不知道先做哪个,后做哪个,在选择中会浪费很多时间。如果把需要做的事情全部列出来,轻重缓急排列就可以一目了然。
- 第二,它能让人专注。有时候我们焦虑,是因为觉得自己时间不够,没办法完成任务。这种情况下最忌讳的就是,眉毛胡子一把抓,什么都拿出来一起想,什么都做不好。这就是上面说过的,激光聚焦原理。如果提前列好清单,提前预计每件事情需要花费的时间,把时间切成块状,就有可能在做每件事情的时候,能够更加专注。
- 第三,是利于推敲。我们在列清单的时候,会本能地去想列的内容、分类、分类优先级。这些过程中我们对这书面材料,可以进行推敲,而这种推敲的价值非常大,它可以让我们更加深入的找到那些忽略的细节和逻辑不严谨的地方。
- 第四,是节省脑资源。列清单实际上是一种对大脑资源的外包。如果大脑它用来记忆任务列表,其实是一件性价比很差的事情。因为大脑是擅长记住画面或者有关联的线索。而清单就是那些关联性比较差的东西列在一起。对这种东西大脑的记忆能力是很差的。通常只能死记硬背,而死记硬背是最消耗脑资源的。所以说我们用一张纸或一张电子表格,把这些费力不讨好的东西外包掉,其实是最有性价比的。
清单应用
有一个清单应用非常多的工程行业是建筑业。
盖房子嘛要考虑的东西是非常多的,比如说什么地质条件、土壤成分、结构强度、材料等等很多因素。你想想这么多的条件,你盖完这个房子还能不倒,那是很不容易的,特别是那种要盖上百层的摩天大楼,那么问题这么复杂,为什么这么多年来,不管是中国还是美欧发达国家,他们的摩天大楼很少盖了之后会倒掉的,成功率非常高。这就是因为实际上建筑行业靠的是严格的清单管理。他们有非常详细的针对不同情况的检查清单。可以理解,建筑行业的本质就是清单驱动的行业。
那么除了建筑行业,还有航空业、医疗业、金融业等很多的行业,都非常流行清单,甚至有些智力密集型的行业,实际上清单也能发挥很大的作用。比如说投资行业,下面是沃伦.巴菲特的投资清单:
巴菲特每投一个投资标记的时候,都会非常有耐心地把这些问题每一个都勾一遍。上面这些问题都非常简单,而且巴菲特已经在这个行业五六十年的投资经验了。按理说吧,他应该可以把每个问题都倒背如流了,可是为什么,他还要依赖这些简单而又原始的自我检查方法呢?我想这里面还是透露着一些大智慧的。就是,人生中很多时候,坚持做一些看起来简单愚笨,实际上绝对实用的小西关,坚持一辈子,真的能够产生难以想象的复利效应。
我想在生活中建立各种各样清单的习惯,应该就是属于这种类型。
取舍
取舍难于舍
取舍(Trade off): 列清单之后有个东西叫排序、设置优先级。排序是一个非常重要的工程学思想。你的时间有限,你总得思考先做什么、再做什么。这就好像辩证法里边说到的一个东西,叫做我们要分清主要矛盾和次要矛盾;还要分清主要矛盾的主要方面和次要方面。这种说法的本质就是甄选和取舍。
取舍这个词很有意思,对于大多数人来讲,它难的地方不在于取,而在于舍。
不可能三角: 在做任何项目时,不可能同时满足 便宜、好、快,最多只能满足两个。
- 想要好、快,就不可能便宜。
- 想要便宜、快,就不可能好。
- 想要便宜、好,就不可能快。
对于这个不可能三角的取舍习惯,也能很好的看出,工程思维的一个特点。比如我观察到通常工程思维比较强的人,会选择又快又便宜的解决方案,因为这样的解决方案更容易被实现,也更容易被规模化。这点和那些有艺术家情怀的人,就完全相反了。
艺术家情怀的人本能会选择做足够好的事情,而宁可牺牲掉快或者要不断返工,中途加多很多的成本。毕竟艺术的原动力它是表达。所以为了更好地表达自己,艺术家们大多数,都有完美主义的情节。而工程学研究的是实现,如何做出来,所以工程师通常都是反完美主义的,这是工程师思维另外一个很重要的特点。那这点,我觉得今年汽车行业里面的特斯拉,他选择自动驾驶的技术路径,它的方法就很说明问题。马斯克是一个非常典型的工程师,所以在给特斯拉做自动驾驶方案选择的时候,他就选择了又快又便宜的机器视觉这条路径,而不是选择选用激光雷达和车联网,这条更加昂贵的路径。尽管随着时间的推移,激光雷达和车联网的安全性显然更高,但是特斯拉就是决定在机器视觉上一条道走到黑。这也让很多传统汽车行业的人非常的费解。其实马斯克是要把规模和迭代做到极致的。
在工程师的眼中,当你把快和便宜做到极致,是有可能产生奇迹的。你看从这个角度来说,工程师思维就是有点反过本能的。
为什么工程师思维是反本能的呢?我们未来可以从人类学和脑科学这两个学科的一些知识得到更多的启发。
启发下面我们总结一下,工程学思维的五种思考方式:
- 行胜于言。
- 分解结构
- 量化
- 列清单
- 取舍
它肯定也不是这个世界的全部。
阴阳交融是这个世界的本质特征。任何一个真理,它的对立面可能也是一个真理。比方说工程学,我们讲到很多词,分解、量化、搬砖。那么这三个思维习惯的对立面分别是融合、混沌、突变。这三点也是世界的真理,这些在后面讲复杂性科学的方面深入讨论。
,免责声明:本文仅代表文章作者的个人观点,与本站无关。其原创性、真实性以及文中陈述文字和内容未经本站证实,对本文以及其中全部或者部分内容文字的真实性、完整性和原创性本站不作任何保证或承诺,请读者仅作参考,并自行核实相关内容。文章投诉邮箱:anhduc.ph@yahoo.com