书籍介绍

这不是一本让人读起来轻松的书。五百多页的大部头，大量数学公式与推导，被不少读者'硬着头啃完'，甚至抱怨'翻译太毁书了'。但正因如此，它反而筛出了真正在乎的东西：模型不是炫技的公式，而是人最底层的思维系统，比知识和方法还要底层——做事方法都对却拿不到结果，往往是用错了模型。佩奇的核心理念'多样性预测定理'指出，把多种彼此独立的模型（或人）组合起来，会比任何单一模型更准确，这正是'群体智慧'背后的数学事实。它适合那些不满足于'知道发生了什么'、想追问'为什么'，并愿意为认知多样性付出努力的人；也提醒我们：数据本身不是解药，让数据说话才靠模型。

作者简介

斯科特·佩奇（Scott Page）超过100万用户的“模型思维课”主讲人。密歇根大学复杂性研究中心“掌门人”。圣塔菲研究所外聘研究员。曾出版《多样性红利》一书。以对社会科学多样性和复杂性的研究和建模面闻名。具体研究方向包括路径依赖，文化、集体智慧、适应和社会生活的计算模型。于2011年当选美国艺术与科学学院院士，获得2002年的IGERT奖、2001—2006年的生物复杂性项目SLUCE奖和2013年的古根海姆奖。

AI导读

核心看点

全书讲解24种思维模型，涵盖线性回归、博弈论、网络模型等，构建应对复杂世界的思维工具箱。
倡导多模型思维，强调单一模型存在局限，结合多种模型视角能显著提升预测准确性与决策质量。
阐述数据、信息与智慧的层次结构，指出模型是让数据说话、从掌握信息跃升至拥有智慧的关键。

读者共识

内容极具价值，是思维模型的集大成者，但阅读门槛较高，需要读者具备扎实的数理基础。
翻译质量备受争议，部分表述拗口且不准确，严重影响阅读体验，建议有条件者阅读原版。
虽理论性强且略显枯燥，但能有效拓宽认知边界，帮助读者建立多维视角，避免单一归因。

精彩摘录

"如果没有模型人们就会受到各种认知偏差的影响：我们会对近期发生的事件赋予过高的权重、会根据“合理程度”分配概率、会忽略各种基本比率。如果没有模型，我们处理数据的能力就会受到极大的限制。"
"我们迷失于知识中的智慧到哪里去了？我们迷失于信息中的知识到哪里去了？在这里我们还可以加上一句：我们迷失于数据中的信息到哪里去了？"
"As impressive as the data may be, it is nopanacea, We now know what has happenedand is happening, but, owing to the complexity of the modern world, we may be less capable of understanding why it happened. Empirical findings may be misleading. Data on piece-rate work oftenshows that the more people a"
"但是，多样性预测定理并不意味着任何不同模型的集合的预测必定是准确的。如果所有模型都有一个共同的偏差，那么它们的平均值也会包含那个偏差。不过，这个定理确实意味着，任何多样性的模型（或人）的集合将比其普通成员的预测更加准确，这种现象就是通常所说的“群体的智慧”（ wisdom of crowds）。这是一个数学事实，它解释了计算机科学中集成方法（ ensemble method）成功的原因，这种方法对多个分类加以平均，也解释了使用多个模型和框架进行思考的人比使用单个模型的人预测的准确性更高的事实。任何一种看待世界的单一方式都会遗漏掉某些细节，使我们更容易产生盲点。"
"我们怎样对人建模，归根到底取决于问题的背景和想要实现的目标。我们是在预测还是在解释？是在评估政策行动吗？是在尝试设计一种制度吗？或者，是在探索？在低风险的环境中，例如要构建一个预测人们会购买什么颜色的外套或者他们会不会在看完演出后起立鼓掌的模型时，我们通常会假设人们采用固定规则。"
"模型是用数学公式和图表展现的形式化结构，它能够帮助我们理解世界。"
"模型必须是易处理的。"
"即使是牛顿提出的那些定律和法则，也只是在特定的条件下成立。"