微软前总裁高群耀说过一句话让我印象深刻，大意是我们努力了那么多年，取得了不小的成就，我相信我们一定做对了一些事情。我觉得能够做对事情的一个 重要前提是，我们想对了一些事情，而要想对事情就需要掌握一些正确的思考方法。
巴菲特和芒格一定不是靠掷筛子下注的，他们比一些人更接近真相的最重要原因是因为他们掌握了更正确的思维方式。
我个人将思考问题分成7个步骤。
1． 正确的定义问题 Define Question 我们的身体常常不太聪明，表面现象常常另有所指。牙齿脱落可能是肾虚；而头发疼可能是脑子出了毛病。同样的，我们的大脑常常不聪明，大脑提出的问题 未必是真正需要解决的问题。
一个打算跳槽的做人力资源的学妹曾经问我，“我投的一家大公司即将给我offer了，可是现在所在民营企业的老板答应给我加薪升职，我还该不该跳槽 呢？”
我问她“为什么要跳槽呢？”
“想去外资企业。”
“为什么想去外资企业呢？”
“外企规模大，也更加正规。”
“为什么要去规模大的企业呢？”
“因为规模大的企业有一套完善的流程。”
“有完善流程的企业对你有什么帮助呢？”
“能够让我学到更加完整的人力资源体系。”
“学到这个对你意味着什么？”
“这是我职业发展的方向和向上突破的重要基础。”
“好，那么现在的企业即使给你升职，是否能让你学到完整的体系呢？”
“不能，我明白了。”
这个时候学妹头势和思路就非常清楚了。其实，在这个过程中我只是帮她纠正了定义问题的方法。她的问题不该是一开始问的“该不该跳槽”，而应该是“哪 个公司能给我我要的学到完整人力资源体系的机会”。
我曾经留意过一天中被问到的问题。我发现，2/3以上的提问者自己都没想清楚自己最终想知道什么。我们得不到答案往往是因为没有问正确的问题。
2． 建立逻辑树 Set up Logical（Decision）Tree 巴菲特最好的合作伙伴查理.芒格曾经形容过巴菲特的思维方式的优点，其中一点就是巴菲特及其善于运用逻辑树，又叫决策树。
什么是决策树？就是由所问的问题展开的要解决这个问题需要考虑的因素（把问题作为结果，即是会影响结果的因素）。这是我自己的定义，未必准确。
例如，我想知道为何阿凡达的票房会如此火爆，请问你该如何回答。是因为炒作？因为实力？还是因为导演知名度？
这些答案都没有错，但是这个问题的答案可能更复杂一些，复杂到我们不能仅仅通过拍脑袋想到或者媒体上看到的几种可能性来下定论。
我和自己做了一下头脑风暴，得到了如下逻辑树，见图。
阿凡达剧中有棵生命之树，是潘朵拉星球生命的根源，万物由它而生。把我们的问题当作生命之树，衍生出的各种可能性和影响因素通过层层剥离的方法列 出，就形成了逻辑树。此处我只粗略列了2个1级目录，4个2级目录以及16个细分原因，如果认真思索，一定能想到更多。
3． 奥多姆剃刀 Dirty Filter 你一定也发现了，逻辑树中有几处原因有明显的问题。例如，内部因素->人的因素->演员。
不清楚导演的用意何在，这部片子的演员基本都不是大牌，可能是为了节约片酬成本（反正看不清脸），也可能是个人习惯（当年的《泰坦尼克号》启用的也 不是当时的大牌）。因此，由于演员吸引了观众而促使《阿凡达》火爆的说法显然站不住脚。我们可以直接将他从逻辑树中删除。
奥多姆剃刀的原意已经很难考（我已经看到众多版本，这也不是本章的目的），我的解释是为确保高效简洁和操作性，保留核心，大胆删除不相关部分或者相 关度低的部分。
4． 提出假设 Build Hypothesis 到了最关键的一步了。
大多数人的思维方式是正向思维（这也是人类大脑“原装”的思维方式），即演绎的思维。要回答阿凡达为何火爆的问题，我们可以收集海量的各种数据，动 用大量的人力物力精力，综合分析，最后计算出无数种可能性，最后从庞杂的数据库中寻找相关联系，最后找出问题的答案。
然而我们往往没有这样无限的资源，即使有，我们是否存在更好的方法呢？
逻辑学家提出了归纳的方式，这种思考方式在数学家手中发展出了递归的思维方法。当运用到科学领域的时候，科学家总结出了一种有效的思维模型：假设- 检验。
也就是说，在我用海量数据进行分析之前，先进行假设。例如，我根据自己的常识，感觉以及少量的数据，进行判断，提出一个假设，“《阿凡达》的火爆票 房是因为经济大萧条引起的”。这个假设不是空穴来风，确有许多经济学家发现一个隐藏的违背常识的规律：当经济萧条的时候，就是娱乐产业爆发的阶段。好，既 然这个假设是有可能成立的，我们接下来就要找到相应的数据，来支持，或者推翻我们的假设。
5. 确定数据 Define Data 我现在就要找到数据来检验我的假设，“《阿凡达》的火爆票房是因为经济大萧条引起的”。那么我需要哪些数据呢？
如果我以美国为例，如果假设成立，那么美国经济的发展趋势是否和娱乐产业相悖？美国有几次经济萧条？萧条期娱乐产业发展速度如何？那么非萧条期娱乐 产业发展又如何？（在证明一件事情是什么的时候必须同时证明他不是什么）娱乐产业，尤其是电影产业有哪几个爆发的阶段？这些阶段GDP的发展如何？在欧 洲，日本，中国等国家和地区是否有同样趋势？
此外，如果我们想把问题解决的更加严密，还需要考虑这样几个问题：《阿凡达》多大程度能够代表电影产业和娱乐产业？（毕竟娱乐产业再好的时候毁掉的 电影也不在少数）电影产业的火爆是因为经济萧条引起的？还是仅仅同时发生但并无因果关系？如果有因果关系，产业链又是如何从经济引导到一部具体的电影的？ 这些问题，有需要哪些数据来支持？
回答完这些问题，我们就确定了收集数据的方向。
6. 写出数据来源 List Data Source 我们已经明确了需要哪些来源，好比我们已经为晚上的Party开好了菜单，那么现在我们就要规划好去哪里买菜了。是去大卖场，还是超市，菜场，还是 便利店。不同的产品需要从不同的渠道采购，数据也是一样。
7. 收集数据 Collect Data开始着手收集需要的信息，并在这个过程中不断调整计划。
好，到这里为止，我们完成了一个思维循环。我们在处理任何的问题时，一种有效的方法就是以果为始。以最终的结果作为思考的开始，以最初需要的数据或 者信息为这个循环思维的终点。在思考一个重要问题，或者做出重要结论前，先确定真正的问题，思索一下所有的相关因素，进行清理。然后针对重点提出假设，并 明确支持或者推翻假设需要的数据，然后明确目的地，收集数据。这样的思考方式，能帮助我们变得更高效，科学和强大。
今天是个信息爆炸的时代，我们不缺少信息，唯独缺少有效的辨别信息的思维方式。就好比缺乏一杆标尺，帮助我们衡量哪些信息是重要的，哪些是我们不需 要浪费时间的，而哪些根本就是垃圾。
1. 实证模型 首先，有很多问题是无法通过数据得到理性科学结果的。请问，以下哪个问题是我们能够通过数据解释从而解决的呢？
1）人生的意义是什么？
2）甲型猪流感被治愈的概率是多少？
3）灵魂转世是否存在？
回答问题之前，先要知道什么是“实证”。一个最简单明了的理解：“实证的”就是指能够通过客观事实来证实的。
科学的思考方法的一个重要基石就是实证主义，即任何一个理论或者理念要被确认为正确的话，首先他必须是能被观察的，能现实存在的。否则就无法被科学 地承认。
如果有人认为科学其实也未必“科学”，还有大量科学未能解释的现象例如用意念移动电视机，所以我们凭什么相信“实证”就是对的呢。对不起，我只讨论 科学系统中的思考方法，人文主义的理解不在此讨论。
接下来，我们使用实证模型看待之前的三个命题，很显然，1）人生的意义是什么？是我们无法通过实证来证明的，这个问题直接pass，我们根本不需要 花时间讨论，因为根本没有终极的答案，当然这不妨碍我们思考这个问题。
2）甲型猪流感被治愈的概率是多少？无疑是能够被现实观察和证明的。
3）灵魂转世是否存在？这是个有趣的问题，貌似很难观察和证实，而事实上我们还是能找到方法来证明的
2. 可证伪模型 我们在互联网上常常看到许多颠覆性的言论，惊为天人。想想总觉得有什么不对但是又不知道问题在哪里。这时候可证伪是个非常有用的模型。
可证伪性模型有3点需要注意。
1） 可证伪的定义。可证伪定义比较长，我的通俗表达就是：当这句话/理论是为真时，发生A，如果不为真时，发生B。A和B互斥。
好了，就是那么简单。我记得曾经有个足球解说嘉宾，他显然很好的掌握了可证伪这个模型，所以反过来使用忽悠观众。他每场比赛开始都会说，“这场比赛 主队优势非常大，只要好好打，胜利就是他们的。但是，如果对手好好打，那么可能就要输了。”最后不忘补充一句，“当然，如果大家都发挥不错，平也是有可能 的”。我听了就想把脚上臭袜子塞他嘴里去。现实生活中，我们可以运用可证伪这个模型来辨别信息的正确性（或者反过来说是可笑性）。
2） 能解释一切的东西往往不具可证伪性。
刚才的解说嘉宾就解释了一切可能性，不管主队最后是胜平负，他都是正确的。因为他的“正确”是建立在不可证伪的基础上的，因此事实上他“很可能”是 错的。
另外一个典型的例子就是星座。星座认为人的出生时间决定了这个人的性格，未来，甚至人生轨迹。总之这个人他妈决定什么时候生他就给他一生定了性了。
我试图举出反例证明星座很可能是不存在的，我的例子是有一对孪生姐妹，因为被不同的家庭抱走了，因此性格迥异，人生遭遇也迥异，但他们确实是同时出 生的。如果星座是对的，那么他们的未来应该是完全相同至少非常接近的。
但是马上有许许多多星座的拥趸来指出了我的“无知”。他们告诉我，星座是很精确的，精确到每0.00000000（此处省略200个零）1秒。所 以，虽说是孪生姐妹，但是他们在出娘胎的时间上也是有细微分别的。而正因为星座对时间的解释是如此精确，所以孪生姐妹几乎不可能在同一时间出生，他们的性 格和未来迥异是很正常的啊！最后得出结论，即便是孪生姐妹悖论也无法证明星座的无效性，星座是万能的，是终极真理，是千秋万代,一统江湖。
好吧，既然如此，我也无话可说了。
3） 可证伪是有强度的。强度不同，可信度也不同。
我说我能预测扑克牌的大小，随便抽一张王之外的扑克，我预测这张牌一定大于等于1，小于14，你是不是想抽我一顿？
是的，这就是所谓股神使用的技巧。股神提供的预测往往是貌似能够证伪，实则可证伪强度很低的。
股神会先发表预测，看好某类股票，并告知大家，他预测股票一定会涨，除非国际市场发生变化。这个所谓“国际市场的变化”的范围其实非常大，大到通用 破产了小到邻居流产了。但是杀红了眼的投资者往往不会仔细考虑这些信息的可证伪强度。最后，如果预测对了，股神微微一笑故作神秘；如果错了，就会说这是由 于某某国际事件的意外影响。总之股神是不会错的，因为他的话虽然可证伪，但是可证伪强度几乎为零。
可证伪模型能够帮我们辨别信息的可信度。
3. 信息来源模型
