模型思维
读书评论：
-
深情的艾老师01-09所有的模型都是错的。它们只在特定的尺度上成立。假如只用一个模型观察世界，就会让真理成为公式的牺牲品。所以，要想理解真实世界，我们需要的不是模型，而是多模型。
-
一碗刀削面04-03作为一本书来说，并不是很友好不过即使如此，我也从书中拿到了一个idea，然后完成了一篇小论文也不算没有收获
-
随遇而安08-01不适合99.999%的人，如果你是十万里挑一的那种既有扎实的数学统计功底，又在社会科学领域有相当程度的跨学科知识积累可以看。不过我想那样的人早就是教授了吧。
-
CC先生之豆瓣01-06从芒格处就体会到多模型看待世界的好处，此书比较好的从各个模型的逻辑-框架-应用出发来分析各个模型的使用场景，对于研究学术来说还是不错的。据说万维钢解读的更好一些，有空去听听。
-
艾诺特01-24这本书太数学了。看明白后很难运用，但其思想是易懂的，那就是运用多模型思维，而非局限于某种狭隘的归因。
-
yusen02-12一本大部分内容需要聚精会神阅读的书。并不一定要搞清楚书中每一个模型，大概理解每个模型背后对应的发展规律的概况，有助于我们提早对一些事件（例如网络效应的互联网产品和新冠病毒）进行判断。
-
路人08-30干货很多，可读性不是太高。我根据书中的所有模型制作了各个模型之间的链接关系，xmind格式，链接肯定是不全面的。如果谁能修改的更全面，请拿去斧正，修改后请回复我一下把你修改过的传给我。https://wws.lanzous.com/ilOTVg7e16j
-
水月孤桥01-27最早认识世界大体没有思路，在对经济学有初步了解之后，习惯于用局部均衡的思路看待各种现象，曾经有过经济学帝国主义的认识，而经济学的分析往往会借助于数理模型，本书的作者也是多样化红利的作者，在本书中作者阐述了众多社会科学模型，可以用来解释合作、不平等等社会问题和现象，读完之后从中获取手艺不少
-
wk01-29作者想要用语言来解释模型思维，没想到翻译太差，还不如多点公式
-
初秋12-01数学公式多了些，文科童鞋，购买请注意
-
howie.serious01-221、偏学术视角的思维模型理论，但是和芒格的通俗版思维模型一个道理，理论和实践都强。思维模型是大脑里的工具，大脑工具箱会给我们带来认知上的多样性红利； 2、作者是美国院士，复杂性专家，Santa Fe研究所的研究员，不必芒格差。他用7年时间写了这本书，值得重视。3、配合cousera上的同名课程服用；吐槽翻译不好的，读英文版即可。
-
徐子陵12-31模型其实是一个人最底层的思维系统。它比知识和方法，还要底层。有时候，你做事的方法可能都对，但就是达不到预期的结果。归根结底，很可能就是用错了模型。比如在职场上，有人抱怨，为什么我天天加班，对领导唯命是从，但升职加薪却没我的份？其实说到底，他是在用友谊模型看待工作。觉得自己付出了忠诚，就应该获得同样的忠诚。还有人把工作当作打仗，用战争模型。有人把公司当成家，用家庭模型。很多时候，模型比方法更重要。假如你发现，自己做事的方法都没问题，但就是无法获得预期的结果。你可能要反思，是不是在一开始，就用错了模型。
-
老马12-03今年读完的第46本书：斯科特·佩奇《模型思维》。说是看完了，其实是跳过了大部分的数学公式和推导，主要是吸收思维营养。在无力改变大环境的情况下，模型思维有助于我们做好决策。……
-
vivian01-302020年第七本。500多页的大部头，十分艰苦地啃完。从内容上讲真的是非常棒的书，多模型的理念涵盖了之前读过的很多书的理论，如《规模》、《合作的进化》、《链接》、《黑天鹅》、《增长的极限》等等，不仅有模型的单独讲解与表述，还有关系与综合运用的思考，简直是“集大成者”。当然以我的道行还是有不少地方囫囵看过去难以精确透彻理解，即使这样也有非常大的收获了。仍有四点吐槽：一是翻译不行，不少译名前后不一致，有些关键表述译得晦涩，造成理解困难；二是太多校对错误，尤其是很多错误居然还是在公式和定义上真是让人醉了；三是定价太贵，这么个单色印刷的书居然卖到150元；四是你定价这么贵倒是用点儿好纸啊，读了十几个小时，书一直散发着刺鼻的味道极其不爽！因为以上四点，扣一星。
-
哆啦大胖11-20得到APP每天听本书分享：我们到底应该怎么看待模型？我觉得，模型其实是一个人最底层的思维系统。它比知识和方法，还要底层。有时候，你做事的方法可能都对，但就是达不到预期的结果。归根结底，很可能就是用错了模型。比如在职场上，有人抱怨，为什么我天天加班，对领导唯命是从，但升职加薪却没我的份？其实说到底，他是在用友谊模型看待工作。觉得自己付出了忠诚，就应该获得同样的忠诚。还有人把工作当作打仗，用战争模型。有人把公司当成家，用家庭模型。当然，咱们在这不是要说谁对谁错，而是想说，很多时候，模型比方法更重要。假如你发现，自己做事的方法都没问题，但就是无法获得预期的结果。你可能要反思，是不是在一开始，就用错了模型。