本文節(jié)選自《15000字，講透「多元思維模型」》。原文太長，為了方便閱讀，做了一些節(jié)選。

巧婦難為無米之炊，想要用多元思維模型，首先模型的數量得足夠多。所以很多同學了解到多元思維模型后，就開始瘋狂追求模型的數量。

有的人立下了學 100 個思維模型的 flag，有的人孜孜不倦地整理了 100 個、200 個思維模型，還有的人到處收集模型、到處問別人有沒有更好的思維模型。

這些都是誤入歧途的表現。

想要用多元思維模型，首先模型的數量得足夠多。但是足夠多并不等于無限制得多。

為什么模型的數量不是越多越好呢？

老曹從4個角度解釋一下：

1. 學習模型要從問題出發(fā)

2. 邊際效用遞減

3. 機會成本問題

4. 模型的重復和冗余

1、學習模型要從問題出發(fā)

回想下開頭給的思維模型第一個條件：能夠回答「為什么」和「怎么樣」兩個問題。

簡單地說，就是模型要能解決問題。

在《12000字，講透「能力圈」》中，老曹引用過前美團 COO 的一個觀點：見過≠建過。

什么意思？就是有的人覺得：自己看別人用過了某個模型，就等于自己掌握了，然后就能應用于實踐了。

類似于前面舉例的小白，看到專家用了一下 vlookup，就覺得自己會了，可事實上他不知道 vlookup 的使用條件，也不知道為什么、怎么樣去用 vlookup，只有皮，沒有里。結果就是應用的時候錯誤百出。

見識過不等于建設過，見識過不等于有能力去建設。

收集的模型多，接觸的理論多，了解的方法多，并不代表自己真的有能力去應用，更不代表能夠解決問題。

就好像背過了 100 條的公式、定理，但一道題都不去做，那么數學和物理也學不好一樣。

就好像有人喜歡收集工具，琳瑯滿目，擺滿整面墻壁，卻只會用一個螺絲刀一樣。除了偶爾擰個螺絲的螺絲刀，其它的工具只是為了滿足自己的收集欲望和向別人炫耀。

模型不是拿來顯擺的，而是拿來解決問題的。

能夠解決問題的模型，才是屬于自己的模型。

所以思維模型一定是從解決問題的角度出發(fā)，起點和終點都是能否解決問題，而不是學習的模型的數量。

屏幕前的你可能又有問題：如果每一個學習的模型都掌握了，而且能夠解決問題了，在這個基礎上，模型難道不是多多益善嗎？

未必。

2、邊際效用遞減

想要學習更多的模型，就要付出更多的時間，這一點毋庸置疑。

但是，當模型數量達到一定程度后，增加模型帶來的邊際效用會越來越小。

舉個例子。假設每一個模型的成功概率都是 60%，那么：

這個例子很粗糙，但聰明如你一定能明白我的意思。

也可以回想下前面照片批量重命名的例子。

一點電腦知識，加上一點 Excel 技能，再加上一個批處理的命令，三個技能，搞定。

我不需要去學習 VBA、Python，也不用去學 Java、C++。

是這些編程語言不好嗎？

不是，是我已經解決了問題，再去學習新技能的邊際效用太低了。

3、機會成本問題

學習技能、學習模型需要花費時間和精力，有時候還要消耗一些自己的資源，比如金錢。

這些時間、精力、資源也可以用于其他事情，帶回其他的回報。

換句話說，學習是存在機會成本的。

巴菲特和芒格都特別看重機會成本，因為我們的時間、資源是有限的，我們的生命也只有一次。

是去多學習一個模型，增加 1% 的成功率，還是用同樣的成本去做一些回報更高的事情，這一點要好好考慮一下。

4、模型的重復和冗余

網上經常會看到類似這樣的問題：應該學 CorelDRAW 還是 AI？Python 和 Java 哪個好？

為什么會有這樣的問題呢？因為這些軟件的核心功能是重復的。

都能做矢量圖，都能編軟件、做網站，都能實現同一個目的，解決同一個問題。可偏偏又各自有獨特的特點，還不能同時去用。哎呀，好難選。

模型也是同樣的道理。

有的時候一個問題可以有很多個模型去解決，但是每次只能用一個、兩個模型。那么多出來的模型就是重復的。

學習重復的模型，既降低了邊際效用，增加了機會成本，還產生了大量的能力冗余。

當然，工具和模型都有自己的局限，為了應對這些局限，額外學習一些工具和模型作為備用和補充，是完全可以的。

不過要分清楚的是，為了備用而學習冗余的模型，和為了追求模型的數量而學習重復的模型，出發(fā)點是完全不同的。

總結一下前面這 4 小節(jié)的內容。

學習思維模型是為了解決問題，而不是收集炫耀。學習過多的模型，會降低邊際效用、增加機會成本，模型重復的概率也大大增加了。

所以多元思維模型的關鍵不是數量多。

那是什么呢？

《窮查理寶典》里面對多元思維模型有這樣一個評價：它們借用并完美地糅合了許多來自各個傳統(tǒng)學科的分析工具、方法和公式。

關鍵詞：糅合。

我把這種糅合稱為「多元一體」。

多元一體的內容，在《15000字，講透「多元思維模型」》第6章。