如果光阴倒流，回到梅西来迈阿密国际球队之前，请你做一个预测。
‍‍‍‍‍‍

情境：迈阿密国际已经连续9场不胜。

叨教：球王梅西加入球队后，以下哪个更有可能？

A. 该队在梅西首秀比赛中得胜。

B. 该队在梅西首秀比赛中得胜，并且主场球迷将汇合体高呼球王的名字。

你会选择A还是B？

我猜许多人会选择B。

但事实上，只管B的情境彷佛更符合想象（并且也发生了），但A的概率实际上是更高的。

由于A包括了B的可能，以是你预测A可能性更大，才是理性的。

诺奖得主卡尼曼曾经设计过一个类似的实验，大部分人选择了“看似更有可能然而实在概率更小”的选项，他将其称为“合取谬误”。

增加“球迷集体高呼梅西的名字”这一假设，符合人类的想象力和讲故事的本能，但却是一种假设负荷。
‍‍‍‍

假设负荷会降落一件事情发生的概率。

而过多的假设，正是奥卡姆剃刀所要砍掉的东西。

美国化学家霍夫曼说：好的理论，就要尽可能地大略，你把它一减再减，直到再减就什么都剩不下为止。

由于剩下的每一条都是实质性的。

人生亦如是。

一、少做假设，而非只管即便大略

大多数人对“奥卡姆剃刀”的理解是错的。

奥卡姆剃刀的事理常常被简化为“最大略的阐明每每是精确的”，但事实上，这个原则的真正意义更为奇妙。

奥卡姆的威廉所说的“Numquam ponenda est pluralitas sine necessitate”，翻译成中文，大意是：

“不必要时，勿增实体”。

勿增实体，“实体”指的是假说、阐明或模型的组成部分。

例如，你在天线里探测到了微波，你该当探求熟习的实体来阐明这一征象，如雷达、鸽子，而不是增加新的实体如“三体外星人来袭”来阐明它。

以是，“奥卡姆剃刀”的关键是少做假设，而非只管即便大略。

“奥卡姆剃刀”并不是一个绝对法则，而是一个辅导原则。

这个原则强调的是，当我们构建理论或阐明征象时，该当避免不必要的假设。

例如，如果两个理论都能够阐明同一个不雅观察到的征象，但个中一个理论须要更多的假设，那么奥卡姆剃刀原则建议我们选择假设较少的那个理论。

例子A：外星人来过的痕迹

情境：假设你有一天早上创造自家的花园里有一块草地被压得扁扁的，图案很特殊，就像有什么东西压过。
你想找出导致这种情形的缘故原由。

假设1：昨晚，一只大猫进入了你的花园，在那块草地上玩耍和躺了一下子。

假设2：昨晚，外星人驾驶着飞碟来到地球，选择了你的花园作为着陆点。
在这过程中，飞碟轻微触及了那块草地，但由于某种缘故原由他们决定放弃在此勾留，然后又飞走了。

虽然两个假设都可以阐明草地被压扁的征象，但显然，假设2须要许多额外的假设（如外星人存在、他们会来地球、他们恰好选择了你的花园、他们只是轻轻触碰了草地而没有留下其他痕迹等）。

而假设1则更为大略，只须要一个常见动物——大猫作为阐明。

根据奥卡姆剃刀原则，我们该当选择假设1作为更可能的阐明，由于它更为简洁，没有额外的、不必要的假设。

但这并不虞味着大略的阐明总是精确的。
事实上，有时候真实的阐明可能是繁芜的。

奥卡姆剃刀只是一个辅导原则，见告我们在等同的阐明能力下，该当优先选择假设较少、更为简洁的阐明。

例子B：古代文献中的神秘描述

情境：在一些古代文献中，有描述关于“飞天的车辆”。

假设1：古代文明拥有高度发达的科技，能制造翱翔器。

假设2：这些描述可能是象征性的，或者是对某些自然征象（如流星、彗星等）的阐明。

虽然第一个假设为我们供应了一个激动民气的画面，即古代文明拥有高科技，但我们没有确切的证据表明古代文明有这样的技能。

根据奥卡姆剃刀原则，第二种假设更为合理，由于它基于我们关于古代文明的现有知识和对自然征象的理解。

二、奥卡姆剃刀7种“谎话”

奥卡姆剃刀原则在科学、哲学和其他学科中都被广泛采取，它鼓励我们避免不必要的繁芜性和假设。

但同样因此，现实中充满了奥卡姆剃刀的“谎话”，例如：

各种“繁芜生活大略化”的人生鸡汤；“像乔布斯那样追求极致大略”的创业箴言；‍‍‍聪明人追求大略，傻瓜把问题搞繁芜；‍‍乃至连“头脑大略”也借奥卡姆剃刀大行其道；……

概括而言，大约有如下常见的奥卡姆剃刀的“谎话”:

1. 奥卡姆剃刀是选择最大略的答案

这是最常见的误读，奥卡姆剃刀原则每每被过度简化为”最大略的阐明便是精确的”。

然而，实际上奥卡姆剃刀并不是选择最大略的答案，而是当阐明某一征象时，我们应只管即便减少不必要的假设。

例如，说地球是平的是一个大略的阐明，但我们知道这并禁绝确。

解读：在科学研究中，这意味着选择最能阐明数据并且假设最少的模型。

在日常生活中，这意味着在面对繁芜问题时，我们应先考虑最直接、最明显的成分，而不是探求繁芜的阐明。

2. 奥卡姆剃刀是绝对的科学原则‍

奥卡姆剃刀被误读为在所有情形下都能确定科学决策的绝对法则。
然而，它只是一个建议，一个辅导原则，用来辅导我们优先选择假设更少的阐明。

解读：在某些情形下，更繁芜的理论或模型可能会供应更准确的预测或更深入的理解。

因此，我们不能盲目地依赖奥卡姆剃刀，而应结合实际情形进行判断。

有些人可能会缺点地认为，如果一个阐明很大略，那么它就不须要证据支持。
这是缺点的，由于奥卡姆剃刀并不能代替证据的网络和剖析。

3. 奥卡姆剃刀便是简化生活

有些人缺点地将奥卡姆剃刀与简化生活的理念相联系。
他们误以为奥卡姆剃刀意味着我们该当追求大略的生活办法，避免繁芜和混乱。

解读：实际上，奥卡姆剃刀原则在某种程度上可以运用于生活决策，但它并不直接涉及到如何简化生活办法。

生活有时候该当断舍离，做减法。
尤其是去除那些缺点的假设–只要拥有了某某东西我就能够过得更好，但事实上并非如此。

然而，减法人生是一种积极主动的选择，而非又一个堵塞心灵的万能药。

4. 该当只管即便避免繁芜性

有些人可能会误认为，由于奥卡姆剃刀鼓励我们选择最大略的阐明，那么我们在生活或事情中也该当只管即便避免繁芜性。

解读：在某些情形下，我们可能须要面对并处理繁芜性，由于某些问题本身便是繁芜的，我们不能过于简化它们。

iPhone的确很大略，然而里面的芯片很繁芜。
‍‍‍

大略指的是用户体验，而非事情不繁芜。

以是任正非说，大略留给客户，繁芜留给自己。

乔布斯的确能够摆荡“奥卡姆剃刀”砍来砍去，那是由于他有一群顶级人才，办理繁芜性问题。
iPhone最月朔样有很多样机。
‍‍‍‍‍

“选择”是奥卡姆剃刀，但是如果没有“多样性”，哪里来的选择？‍‍

5. 奥卡姆剃刀便是“大道至简”

尤其是在投资领域，人们总是爱说，你看，巴菲特的投资道理多大略？

那么大略为什么很少有人能做到呢？只是由于不想逐步变富？

显然没那么大略。

就像围棋，规则最大略，但却是最繁芜的棋类游戏。
‍‍‍‍‍

代价投资的确有极少的假设，这一点符合奥卡姆剃刀的原则。

然而要做好代价投资并不随意马虎，某些投资人喜好让自己显得云淡风轻，是由于按捺不住“成神羽化”的优胜感。
这么做实在误导了许多“普通人”。
‍‍‍‍

解读：越是“大略”的道理，越须要极深的洞见。
这仿佛是某种能量守恒。
‍‍

正所谓“功不到不为财”，又省力，又省“间隔”，从物理上说不通。

事实上，巴菲特不仅在专业领域有极深的功底，并且过的是一种苦行僧似的生活。

6. 我们该当追求最少的事情量

这种理解可能会导致人们认为他们该当只管即便避免做额外的事情，或者总是选择最少事情量的路径。

解读：实际上，奥卡姆剃刀的原则并不直接涉及到事情量的问题。
它是关于如何选择最好的阐明或理论，而这并不一定意味着最少的事情量。

例如，在设计一台机器或编写一个程序时，应只管即便减少不必要的组件或代码，而不是大略地减少它们的数量。

有时候，为了找到最好的办理方案，我们可能须要付出更多的努力和韶光。

牛顿三大定律很大略，而他的《自然哲学的数学事理》则很厚。

就像本文大概很长，但废话很少；而某些评论很短，但每个字都是废话。

7. 奥卡姆剃刀排斥创新

有人可能误以为奥卡姆剃刀事理抑制新颖和创新的想法，由于这些新颖的想法每每看起来更繁芜。

然而，实际上，如果一个创新的理论供应了更好的阐明，纵然它比现有的理论更繁芜，也是可以接管的。

三、默认选项‍‍‍‍‍，致命的假设

如下话题，是我这两年看到的最为触动的不雅观念之一，就实在质而言，亦和奥卡姆剃刀同源。

克里斯坦森在《你要如何衡量你的人生》讲了一个案例：

巴黎迪士尼乐园的致命假设。
‍

迪士尼的前三个乐园都很成功，第四个选址是在巴黎郊区，头两年里，他们丢失了将近10亿美元。

复盘时创造，失落败源自项目的方案有如下假设：

每年有1100万游客，均匀逗留3天。
于是便用1100万乘以3，设想出每年有3300万人次“游客逗留”，并据此建酒店和根本举动步伐。

现实呢？第一年的确有靠近1100万游客参不雅观迪士尼，但是，均匀每个游客逗留的韶光只有一天。

为什么？其他迪士尼乐园有45个游乐举动步伐，人们可以玩儿3天；而巴黎迪士尼乐园只有15个游乐举动步伐，一天就够了。

可是，在决策时，人们默认了每个迪士尼乐园的游客数据都是一样的。

精确的做法是，盘点决策时所作的所有默认假设，并且追问：

“如果这个假设成立，最主要的条件是什么？若何跟踪落实呢？”

由是，克里斯坦森为我们分享了一个大略然而宝贵的方法：

当你要做一项新的决策时，先做一下“测试条件假设”。

负责问自己，“在哪些条件假设得到验证的条件下，才能证明你的策略是精确的？”

很多时候，我们都是默认一些选项，然后逐步就忘却了这些默认选项的假设条件和适用环境。
‍‍‍

拷问自己的不雅观念和决策的默认假设，是奥卡姆剃刀在现实生活中最有效的运用处景。

事实上，有很多我们犯下的缺点，起初看起来很精确，一起也都很精确，然而却是建立在缺点的假设根本之上的。

我们一开始就默认了这些假设，越今后就越不记得来质疑这些假设成立的条件。

四、奥卡姆剃刀大概是个概率问题

请你来做一个测试游戏。

有一个名叫Linda的女性，她关心社会问题，在学校积极参与学生会活动，常常在网上为女性权柄发声。
叨教，下述两种情形，哪一种更可能为真？

1、Linda是个银行职员；

2、Linda是个银行职员并且是女权主义者。

卡尼曼曾经设计过如上实验，结果大部分人都选择了2。
‍

这彷佛有点儿奇怪，由于“1”包括了“2”，当然是“1”为真的可能性更大。

但是在很多人看来，“2”更符合他们对Linda的印象。

这个实验显示，人们在做判断时，可能会过度追求详细性和详细性，而忽略了基本的概率原则。

虽然看起来有点儿绕，这也是一个奥卡姆剃刀事理被误用的例子，即过度增加不必要的假设，而不是选择更大略、更一样平常的阐明。

并且，越是受过教诲的人，乃至是读书越多的聪明人，如果没有经受太多现实天下的捶打，越随意马虎犯这类缺点。
‍

卡尼曼将这种非理性征象称为合取谬误（”联合偏误”）：

人们在做决策时，每每会缺点地认为一个更详细（因此包含更多假设）的事宜比一个更一样平常的事宜更可能发生，这与概率论的基本原则相违背。

从这个角度看，奥卡姆剃刀事理说到底是个概率问题。

一旦你为原来的阐明引入新的成分，或者提出一个新的假设，那么该阐明为精确的概率实际上是低落了。

最大的默认假设，可能便是黑天鹅问题了。

黑天鹅和奥卡姆剃刀，都见告我们，所有的假设都有不愿定性，该当冠以概率。

黑天鹅则提醒我们别把那些默认条件当作100%，乃至于你客不雅观地给予了99%的概率，那1%被忽略的结果也可能是致命的。

五、用奥卡姆剃刀砍掉假设负荷‍‍

在临床医学中，当面对一个病患的症状组合，年夜夫常日首先考虑那些最常见和最可能的阐明，即所谓的“常见疾病常见”。

例如，如果一个年轻人有持续的喉咙痛，首先要考虑的可能是扁桃体炎，而不是立即考虑罕见的喉咙肿瘤。

当然，年夜夫在诊断过程中须要详细讯问病史、做全面体检和必要的检讨，确保不错过主要的信息。

在给各种可能性排序时，如果把每个诊断背后所代表的全新假设加起来（统计其数量及概率大小），就可以算出这会造成多大的假设负荷。

每当我们增加新的假设或成分，我们不仅增加了繁芜性，还增加了不愿定性，因此增加了出错的可能性。
通过只管即便限定我们的假设数量和引入高概率的成分，我们更有可能得到精确的答案。

例子A：埃及法老图坦卡蒙的去世因

情境：年轻的法老图坦卡蒙去世于公元前1323年，但他的去世因一贯是个谜。
有人提出了各种假设，包括行刺、疾病和意外。

假设负荷：只管有一些研究建议图坦卡蒙可能是被行刺的，但近期的研究表明，他可能是由于腿部传染或其他康健问题去世亡。

这个阐明有较低的假设负荷，由于它不须要引入繁芜的宫廷阴谋或其他外部成分。

例子B：波尔图蒂事宜

情境：1970年代，英国发生了一起家庭持续遭受超自然征象骚扰的事宜，包括家具自行移动、声音和其他奇怪的征象。

假设负荷：只管一些人认为这是超自然征象，但其他人则认为，这些事宜可能是由于自然缘故原由或家中的某个成员故意制造的。

后来，有证据表明家中的一名少女可能参与了部分事宜的制造。

这种阐明具有较低的假设负荷，由于它只须要考虑家庭内部的动机和行为，而不须要涉及超自然的成分。

更常见的例子是，如果一位平时遭遇家暴的女性不幸遇害，凶手大概率是其老公。
‍‍‍‍

奥卡姆剃刀事理可以被视为一种有效的逻辑和决策工具，帮助我们在面对繁芜和不愿定的情形时，尽可能地减少新的假设，聚焦于最可能的阐明，从而降落决策的繁芜性和不愿定性。

但这并不代表奥卡姆剃刀不重视小概率的可能性。
例如本节开头的喉咙痛，如果排在前面的可能性被打消，年夜夫一定会连续考虑排在后面的较小可能性。
‍‍‍‍‍‍‍

不过，对付普通人而言，如果溘然关心起自己的康健，上网查知识来自我诊断，常常会用小概率的可能性把自己吓个半去世。

六、多个喷鼻香炉多个鬼，太多假设不靠谱

“多个喷鼻香炉多只鬼”，是妙极的广东鄙谚，常见于发热友，指过多设备堆砌反有损音质。

这句话在某种程度上可以视为奥卡姆剃刀原则的一种生动表达。

它直接指出了如果我们在办理问题时引入过多的变量或假设，反而可能导致我们剖析问题的繁芜度增加，使得问题的办理更为困难。

在此背景下，”多个喷鼻香炉多个鬼”意味着，如果你对很多事情都进行祈祷和拜祭，那么你也要面对更多的鬼神，如愿的可能性也就降落了。

这句话用于形容“太多假设不靠谱”，也很贴切。

所谓不靠谱，便是有些事情，看起来很俊秀，很奥妙，但是有太多假设：如果…如果…

一个理论、不雅观点或者操持，如果依赖于太多的“如果”，则实在现的可能性和稳定性就会大大降落。

有些人，有太多资源，人脉丰富，但却很难成事儿。
由于他们的逻辑是“整合伙源”，可这类事儿和”多个喷鼻香炉多只鬼”一样，要依赖太多不愿定性事情的同时成立。
‍‍‍‍‍‍‍

每当我听到有人讲起自己的商业操持，只要涉及到两个以上的“喷鼻香炉”，就会以为有些虚无飘渺。

此外，很多时候，人的缺点假设，每每是由于希望，或者是所谓美好欲望。

从这个角度看，英文俚语“Don’t count your chickens before they’re hatched”很有道理。

别在鸡仔们孵出来之前去数你有多少鸡。
这是一个很好的提醒，由于过早的预期可能会让人忽略或低估实际情形的繁芜性和不愿定性。

现实中有太多类似的教训了。
记得2015年，有个朋友满仓加杠杆，一天便是几千万“收益”，于是便开始算这一波能赚多。
结果后来全栽进去了。
‍‍‍‍‍‍‍‍

和奥卡姆剃刀一样，上面这句俚语则提醒我们，在事情尚未确定时，我们应避免过多的假设和预期。

提及来，别说谎，对自己老实，也有异曲同工之妙：

你说了一个谎，就要说更多谎。

就像一个缺点的假设，会令假设之上那些不管看起来多精确的事情都变得缺点。

缺点的假设，实在是自己骗自己。
而且由于自己最懂自己，以是每每骗得很深，很诚挚。

老实和大略并不一定总是最随意马虎的选择，但它们每每能勾引我们走向更康健、更本色的办理方案。

七、繁芜模型‍，过拟合风险

冯·诺依曼在一次会议上，听到某物理研究员利用繁芜模型，试图论证实验数据点都落在同一条曲线上，“以是”符合模型预期。

冯·诺依曼调侃道：你还不如说这些点都在同一个平面上……

这位科学大师戏谑地留下一个经典话语：

“给我四个参数，我可以画出一头大象；再给我一个，我可以让它鼻子摇摆。
”

1953年，年轻的康奈尔教授戴森，与学生用赝标介子理论得到的打算结果与费米的实验相吻合。

激动的戴森立时找到费米分享，但费米批评说：“你的打算既没有清晰的物理图像，也不是精确的数学体系。
”

戴森不解，费米问他：“你的打算用了几个参数？”

戴森说：“四个。
”

费米笑道：“我朋友冯·诺依曼说过，四个参数可以拟合大象，五个还能摇鼻子呢。
”

戴森听后很失落落，决定调度研究方向。
‍‍

冯·诺依曼的故事强调了，给予一个模型过多的参数，它有能力拟合任何数据，但这并不虞味着模型具有真实的预测力或对现实天下有深入的理解。

事实上，当一个模型有太多的参数，它可能过于繁芜，导致过拟合。
这意味着它可能在已知数据上的表现很好，但在新的、未知的数据上表现很差。

奥卡姆剃刀原则恰好警告我们避免不必要的繁芜性，由于额外的繁芜性可能并不带来更好的预测能力。

从冯·诺依曼的大象，很随意马虎想起毕加索的牛。

毕加索的抽象化减法，就像是对现实天下事物的一种简化和抽象。
抽象化的过程中，我们抛弃了许多细节，而保留了最基本、最核心的特色，从而帮助我们更好地理解和表达事物的实质。

这种思想也与奥卡姆剃刀原则符合，奥卡姆剃刀原则鼓励我们在办理问题时，尽可能地简化我们的理论或假设，只保留最基本和必要的部分。

实在论者相信存在普遍性的观点，如柏拉图的理念或亚里士多德的普遍性，认为物体的性子有独立的实体存在。

例如，牛有“牛性”，樱桃有“樱桃性”，而人成为父亲是由于他们具有“父性”。

然而，奥卡姆反对这种不雅观点，他提出，普遍性只是我们为同类事物所用的词语。
这种思想称为唯名论。

奥卡姆主见，不必为每个观点增加一个实体。
例如，父亲之所以是父亲，仅因他有孩子，无需其他繁芜阐明。

与过拟合的大象相反，“抽象牛”具有更好的泛化能力。

泛化 (Generalization)：是一个过程，通过它我们从特定的例子或履历中提炼出普适性的原则或规则。

这使我们能够将在某个情境放学到的知识运用到新的、类似的情境中。

毕加索的抽象牛，更靠近牛的实质，也险些适用于所有的牛。

虽然只有几根线条，但它们都在诉说着牛的特色，只管这些线条只是对繁芜实物的一种简化，但却足以帮助我们理解和认识牛这个生物。

八、成功的“窍门”：精确的模糊‍‍‍‍‍

有位朋友对我说，当今短***创作的流量密码是：

只要做到以下三点，普通人也能翻身逆袭……‍‍

由于很不幸《人生算法》一书也被归类为成功学，以是我也有过数次被读者追问“你能不能给我详细的方法来实现成功”的经历。
‍‍‍‍‍

某种意义上，“成功学”最大的毛病便是过拟合。

当你想健身，你可能会模拟某健身达人：早起跑步、严格饮食。

这就像“过拟合”：盲目复制特定的成功模式，但可能并不适宜你。

如果你从多位达人那汲取聪慧，形成如“持续磨炼”、“均衡饮食”等原则，这更像“泛化”，找到适宜自己的方法。

泛化和过拟合也是机器学习和统计建模中常常对立的两个观点。

泛化（generalization）是模型对新的、未见过的数据的表现能力。

一个有良好泛化能力的模型能够很好地运用于未见过的数据，纵然这些数据在演习时并未涌现。

过拟合（overfitting）则是指模型过度繁芜，以至于开始“影象”演习数据中的噪声或非常值，而不是从数据中学习其内在规律。

这样的模型虽然在演习数据上的表现很好，但在未见过的新数据上每每表现糟糕。

以是，我们可以说过拟合是泛化的反面：

一方面，我们希望模型能尽可能地学习到演习数据中的信息，也便是要只管即便减少偏差（bias）；

另一方面，我们又希望模型不要过度繁芜，能够适应新的数据，也便是要只管即便减少方差（variance）。

这便是所谓的偏差-方差权衡（bias-variance tradeoff）。

为了得到一个好的模型，我们希望找到偏差和方差之间的平衡点，从而实现“模糊的精确”与“精确的模糊”之间的平衡，这也是机器学习中的核心寻衅。

奥卡姆剃刀原则在这里也有运用。
它鼓励我们选择假设最少、最大略的模型，从而避免过拟合的问题，提高模型的泛化能力。

九、“KISS”原则以实现复制温柔应性

在工程界，奥卡姆剃刀原则被认为是KISS（Keep it simple，stupid，保持大略，蠢蛋），美国海军在上世纪60年代采取了这一设计法则。

由此实现的代价大约有两个关键点：

提升复制的效率，降落在复制过程中出错的可能性提升适应繁芜环境的性能‍

以上这两点，往学术话题靠，便是达尔文理论的生命的复制和生存；往商业话题靠，则是商品与做事的规模效应和竞争上风。

奥卡姆剃刀原则推崇的是大略和清晰的思考办法，强调做出最少的假设，选择最简洁的阐明或理论。

当运用这个原则时，我们常日会得到一个较为大略和直不雅观的系统或模型，这种模型有助于我们清晰理解征象，并且在我们须要做出改变来适应新环境时，这种大略的模型更随意马虎进行修正和调度。

与此同时，健壮性是系统或模型能够在不愿定环境中稳定运行的能力。
当环境发生变革时，一个健壮的系统能够有效地适应新环境，连续稳定运行。

因此，奥卡姆剃刀原则和健壮性有很大的关联。
在奥卡姆剃刀原则辅导下构建的大略系统，每每更健壮，由于它们的大略性使得它们更随意马虎适应环境的变革。

再说回工程和商业。

传统的汽车生产常日包含许多零部件的组装，这意味着在生产过程中存在大量的工艺步骤和可能的出错点。

而一体化车身的设计则能够减少这些步骤，简化生产流程。
例如，特斯拉Model Y就采取了全铝一体化车身，这大大减少了车身生产所需的零部件数量和组装步骤，提高了生产效率。

另一方面，一体化车身的设计也可能带来更好的车辆性能。
比如，一体化车身可以供应更强的刚性和强度，提高车辆的安全性能。

同时，由于零部件数量的减少，车辆的重量也可能降落，这有助于提高电动汽车的续航里程。

当然，一体化设计也有其寻衅，例如设计和制造过程的繁芜性可能增加，须要更高的精度和技能水平。

以是，每一次奥卡姆剃刀式的简化，都对应着某个更高维度的“繁芜”。
‍

就像特斯拉须要通过不断的技能创新和生产工艺的优化，实现这种“简洁”的设计。

的确，英国生物学家约翰乔伊·麦克法登在《生活很大略》一书中说，当代性的各个领域都以简洁为宗旨，奥卡姆剃刀是当代天下的根本。

“从约翰·凯奇的极简主义音乐，到柯布西耶的建筑、贝克特简洁的笔墨、平板电脑光滑的边缘，当代文化潜心于简洁”。

可是，在现实天下里，简洁每每须要付出不大略的代价。

十、保持大略‍，但不能过于大略

生活并没有那么大略。

如何定义“大略”，是个很繁芜的话题。

例如，欧拉公式 e^(iπ) + 1 = 0 被广泛认为是一个非常”大略”而优雅的公式，由于它只用了五个基本的数学常数就表达出了一个深刻的数学关系。

但有多少人能搞懂这个大略呢？

在奥卡姆剃刀事理的背景下，”大略”常日被理解为假设的数量或繁芜性的减少。

然而，这个观点可能会被误解或误用，下面列出了一些可能的稠浊：、

1、大略不即是简陋：在追求简洁的过程中，我们不能忽略必要的繁芜性。

一个理论该当足够繁芜，能够阐明所有干系的不雅观察结果，而不仅仅是个中的一部分。

2、大略不即是随意马虎理解：有时候，一个理论可能须要较少的假设，但它的内涵可能非常深刻，须要专业知识才能理解。

例如，在物理学中，量子力学是一个须要相对较少的基本假设就能阐明大量征象的理论，但它并不随意马虎理解。

3、大略不即是没有变革或动态：有些人可能会将”大略”理解为静态或不变的，但这并不总是精确的。

一个理论可以包括动态的元素或变革的过程，同时仍旧保持相对的简洁。

4、大略不即是总是精确：只管奥卡姆剃刀事理鼓励我们选择最大略的阐明，但这并不虞味着最大略的阐明总是精确的。

在许多情形下，更繁芜的理论可能会供应更准确的预测或更深入的理解。

因此，在利用奥卡姆剃刀事理时，我们须要谨慎地理解和运用”大略”这个观点，避免过度简化或误用。

以是，认为奥卡姆剃刀原则，是要简化生活，过大略的人生，实在只是一种鸡汤话的说法。

由于奥卡姆剃刀的“大略”，须要极深的洞见，和极高的本钱。
‍‍‍

大概有人会说：尊重知识就可以了嘛。

可是，知识多么昂贵，多么稀缺啊。
‍

爱因斯坦说：“Everything should be made as simple as possible, but no simpler.”

这句话强调了简洁和繁芜之间的平衡，这也是奥卡姆剃刀事理的一个主要组成部分。

巴菲特的代价投资，在某种意义上也是奥卡姆剃刀，他将所有的评价标准归结于：

在企业生存周期里，统共能赚多少钱？折现到现在值多少钱？能够有多少安全边际（也是概率问题）？

但是，巴菲特的“大略”，事实上非常不大略，他为自己的投资帝国构建了一重又一重的堡垒。

当我们说“大略”时，我们实际上是在谈论一种能力——那便是从繁芜性中提炼出核心的、最关键的成分。

巴菲特所展现的“大略”实在是经由深入思考和剖析后得出的结果，而这背后的繁芜性和努力常常被人们忽略。

奥卡姆剃刀原则与凯恩斯的金融理论都强调简洁性和实用性。
凯恩斯将金融回报分为基于资产代价的“投资”和基于市场心态的“投契”。

聪明如凯恩斯，一辈子踩过几次大坑才磨好自己的奥卡姆剃刀。

分开基本功的“大略”，可能只是一种玄学。

当然，运气可以很大略哈，人的生平很短，一个好运气也够撑得住生平了。
‍‍‍‍‍‍

十一、小结

奥卡姆剃刀利用指南

好了，我该用剃刀为本文扫尾了。
‍

1、有选择的才叫大略生活。
那些原来就没选择了，然后说过大略生活，不可信。
否则就像寺人说自己要禁欲。

大概人生的奥卡姆剃刀，大多是被迫的主动选择吧。
‍‍

2、任正非说的大略是给客户的，企业自己则要付出很大的代价。

3、对付个体而言，遵照知识，可以让生活很大略。
这类特性须要有一个完美的家庭和童年来支撑。

4、乔布斯是一个众所周知的极简主义者，他的产品设计、商业计策，乃至他的个人生活办法，都以大略和易于理解为核心。
他对大略的追求为苹果公司带来了浩瀚创新和成功的产品，例如iPod、iPhone、iPad等。

然而，他是用一流人才，然后让自己的剃刀可以摆荡。

乔布斯的大略，和他的大略衣服一样，非常昂贵。
‍‍

5、认知升维，行动降维。

“认知升维”，是指只有全面理解问题，我们才能找到最有效的办理方案。

然后，当我们实际行动办理问题时，我们须要尽可能地”降维”，即简化行动，专注于最主要和最核心的任务，而不是让自己陷入不必要的细节或繁芜性。
这种方法可以提高我们的效率，并减少实行的难度。

这个原则很好地表示了奥卡姆剃刀事理的精神。
在理解问题时，我们须要尽可能全面和深入；而在行动时，我们该当尽可能简化和直接。
这种思考和行动的办法可以帮助我们更有效地处理繁芜的问题和任务。

6、奥卡姆剃刀有时候是做除法，例如减少维度；有时候是做减法，例如减少假设。

7、第一性和奥卡姆剃刀的关系千丝万缕。

牛顿说：对付自然万物的成因，我只认可那些既真实又足以阐明其征象的缘故原由，其他皆属多余。

这里的第一性，既有科学的，也有崇奉的。
牛顿认为宇宙的秩序和规律是上帝创造的，科学研究实际上便是去探寻上帝创造的自然规律。

8、有人说，我想明白了，但便是下不了手，对自己不足狠，自己的奥卡姆剃刀不足锋利。

但原形是，上面说的“下不了手”，实在便是由于没有想明白。

9、奥卡姆剃刀认为假设该当具有可证伪性。

奥卡姆剃刀强调我们该当选择那些可以通过履历考验的假设。
一个理论如果无法被证伪，那么它就缺少科学代价。

我在网上看到一个人的署名很有个性：

人生没有那么多的假设，现实是一个一个真实的耳光。
‍‍

的确，当天下处于下行的周期时，是诸多假设一个个破灭之际。
‍‍‍‍‍‍‍‍

“不要摧残浪费蹂躏了危急”这种提法挺让人烦的–要不我的危急您也拿去？

但如果我们被迫要为人生做减法，也容许以利用如下奥卡姆剃刀原则：

1. 专注于基本的原则和代价不雅观

去除那些虚妄的东西，回归真实，回归自我，回归实质。

此外，在面对繁芜的决策时，我们可以将自己的原则和代价不雅观作为决策的根本。

这可以帮助我们减少不愿定性和混乱，也可以保持我们的行动和代价不雅观的同等性。

2. 简化生活

尽可能减少不必要的物质和精神包袱。

例如，我们可以定期清理不再利用的物品，也可以通过冥想或者其他办法来降落我们的生理压力。

3. 减少不必要的假设

我们不能假设，未来几十年和过去几十年一样。

也不能假设，所有跌下去的东西都可能涨回来。

4. 直接面对问题

当我们面临问题时，我们该当直接面对它，而不是探求繁芜的办理方案或者回避问题。

通过直接办理问题，我们可以避免不必要的繁芜性，并且更快地达到我们的目标。

概括而言：与其被生活剃，不如自己剃。

此外，大概我们须要习气于接管失落去。
‍‍

这原来是生命和光阴的实质，且并不可怕。

犹如侘寂所欣赏的不完美、有瑕疵和不长久，并对自然的流转、事物的暂时性和朽迈持有敬意。

通过主动失落去而得到，经由繁芜达至简洁，肃清过多假设而拥抱现实的原形–

奥卡姆剃刀很残酷，但也足够温顺。

特邀作者

孤独大脑，"大众年夜众号：孤独大脑（ID：lonelybrain）

本文原创发布于大家都是产品经理。
未经容许，禁止转载

题图来自Unsplash，基于CC0协议

该文不雅观点仅代表作者本人，大家都是产品经理平台仅供应信息存储空间做事。