这不是一本百科，而是一台认知引擎：用 48 个核心模型把学习科学、心理学、经济学、金融学、逻辑学压缩为一个互相咬合的整体。每个模型一张图，每张图一条定律，所有定律彼此连线。
传统教育按学科切割知识，于是你得到了碎片。下图是本书的真实结构：每个核心概念至少与一个其他学科的概念相连。点击节点，查看它的跨域连接——这正是"理解"在物理上的形状。
几乎所有"学不会"的痛苦，都源于用硬盘隐喻（存进去就在）对待一个肌肉系统（不刺激就萎缩）。以下六个模型是认知科学一百年实验的全部精华。
艾宾浩斯发现：学完 24 小时内你会忘掉约 70%。但每次在"快忘未忘"的临界点提取一次，衰减曲线就会变平一截。四次间隔复习（1天/3天/7天/21天）的效果超过连续突击十次。
碎片化学习的真正问题不是碎片，而是碎片之间没有安排第二次相遇。
重读、划线、抄笔记产生流畅性错觉——眼熟≠会。Karpicke 实验：合上书主动回忆一次，胜过重读四次。痛苦的卡顿感不是失败信号，正是大脑在重写突触。
实操：读完任何材料，立刻合上，用三句话复述核心。说不出来 = 还没学会。
新手看棋盘是 32 个棋子，大师看到的是 5 个"局面"。两者占用的工作记忆槽位相同，但大师每个槽里装的是压缩包。专业能力 = 组块库的规模，而非智商。
这就是为什么先建框架再填细节如此重要：框架是预制的压缩协议。
舒适区内重复一万小时只会固化平庸；恐慌区内挣扎只产生焦虑。埃里克森的研究指向唯一窄带：刚好够不着、踮脚能碰到的任务 + 即时反馈 + 针对弱点的专项拆解。
向想象中的 12 岁孩子解释概念，卡壳处就是知识缺口的精确坐标。术语是最危险的遮羞布——它让你以为自己懂了。回到缺口→重学→再讲，直到全程顺畅。
这正是 AI 时代的杠杆点：让大模型扮演追问者，无限次、零成本地暴露你的缺口。
查理·芒格的「格栅理论」：掌握约 100 个跨学科核心模型，任何新问题都能被至少 3 个模型同时照亮。迁移不是天赋，是刻意训练的结果：每学一个新概念，强制回答——它和我已知的哪个模型同构？
本书每个模型下方的「⇄ 跨域」标注，就是这套训练的脚手架。
分块练习（连刷同类题）让短期表现飙升、信心爆棚——然后在混合考试中崩盘。Rohrer 的数学实验：交错组（ABCABC）练习时错误率更高，但一周后测试成绩反超分块组 76% vs 38%。原因：现实问题从不告诉你"这是第三章的题"，识别问题类型本身就是必须练的技能，而分块练习把它偷偷做掉了。
实操：复习多个主题时强制洗牌；做题集按随机序而非章节序。感觉变差是特性，不是 bug——这与提取练习共享「必要难度」原理。
白天学的内容暂存于海马体（易失缓存）。深度睡眠中，海马以20 倍速反复重放当日神经序列，将其转写进皮层（持久存储）；REM 期则把新内容与旧网络交叉连接——这是"睡一觉突然想通"的生理机制。
Walker 实验室数据：学习后睡眠被剥夺，记忆形成能力下降约 40%，且事后补觉无法追回。熬夜突击在生理上等于：把数据写进缓存，然后拔掉电源。睡前 1 小时复习的内容固化优先级最高——把最难的卡片排在那里。
Paivio 的发现：大脑用两套独立系统处理语言与图像。只读文字 = 单通道单备份；文字 + 自绘示意图 = 双通道双索引，回忆率提升约 65%。关键在「自绘」——看别人的图是输入，画自己的图是生成（生成效应：自己产出的内容记忆强度远超被动接收）。
这正是本书每个模型强制配图的原因，也是你的下一步：合上本页，凭记忆重画任意一张 FIG。画错的部分，就是理解的裂缝。
达克效应的本貌：能力不足者缺的恰是评估能力所需的能力——判卷的人和答卷的人是同一个，且都不及格。底部 25% 的受试者平均把自己排在第 62 百分位。新手的过度自信不是性格缺陷，是结构必然。
解药是外置仪表：①预测—校验循环（做题前先押正确率，赛后对账）；②提取练习作为客观探针（凭"感觉熟"自评必然虚高）；③校准日志——长期记录「置信度 vs 实际命中率」，这份日志同时服务于你的投资判断。知道自己不知道什么，是所有学科的隐藏前置课。
学习风格神话："视觉型/听觉型学习者"无实证支持——双重编码对所有人有效，匹配"风格"无增益。这是教育界流传最广的僵尸理论。
10000小时争议：埃里克森本人反对格拉德威尔的简化版。练习时长解释技能方差的~26%，结构与反馈质量才是主项。
心理学的核心发现只有一条：大脑为生存而非求真演化。下面五个模型描述了这台古老硬件的默认 bug——以及为什么市场、广告与你自己的拖延都精确利用了它们。
卡尼曼的框架：系统1（直觉）瞬时、自动、零能耗，处理 95% 的决策；系统2（推理）缓慢、费力、容量极小。所有认知偏差的共同结构：系统1 抢答了本属于系统2 的题。
对策不是"时刻理性"（生理上不可能），而是识别高风险场景清单——大额决策、情绪峰值、时间压力——在这些场景强制调用系统2。
价值函数的 S 形解释了大半个金融市场：盈利时过早落袋（收益区凹形→风险厌恶），亏损时死扛加仓(损失区凸形→风险偏好）。处置效应、沉没成本、保险与彩票同时热销——全部来自这一条曲线。
维基列出 180+ 认知偏差，但全部可归因于四个约束：信息过载（→只看显眼的：可得性、锚定）、意义匮乏（→脑补故事：确认偏误、叙事谬误）、时间压力（→先动再说：过度自信、现状偏好）、记忆有限（→压缩存储：以偏概全、峰终定律）。记四个根源，胜过背两百个名词。
40% 的日常行为不经过决策。改变习惯不靠意志力，靠环境工程：让好习惯的提示显眼（书放枕头上）、坏习惯的行动费力（卸载 App 而非"少刷"）。意志力是消耗品，环境是永动机。
阿希实验：37% 的人会附和明显错误的多数派答案。米尔格拉姆实验：65% 的人会服从权威指令到底。两者的共同变量是不确定性——这解释了为什么泡沫顶部人人买入（从众）、为什么"专家说"是最强的营销话术（权威）。
反制协议：感到"大家都在做"的紧迫感时，那正是启动独立验证的信号。
费斯廷格 1959 经典实验：做无聊任务后撒谎说"很有趣"，拿 20 美元的人事后仍觉得无聊（钱解释了撒谎），拿 1 美元的人却真心觉得任务有趣——报酬不足以自我开脱，于是大脑改写了态度来消除失调。
三个推论：①付出越多越觉得值（入会仪式越苦，组织忠诚越高——沉没成本的情感版）；②公开承诺会锁死立场，公开晒出的持仓最难止损；③说服一个人最快的方式不是给论据，是先让他做出一个小的相符行为（登门槛效应）。防御：重大判断不公开站队，把"改变想法"重新定义为更新而非认输。
Deci & Ryan 的自我决定理论：持久动机不靠奖惩，靠三种心理营养——自主（我选择做）、胜任(我做得到且在变强)、联结（与人/使命相连）。著名的侵蚀效应：给爱画画的孩子发奖状，奖状停发后绘画时间反而低于从未获奖组——外部奖励把"我想做"重写为"我为奖励做"。
应用于自我管理：任务无聊时不要加奖励，先加自主（自己定方法）、再造胜任反馈（可见的进度条）、最后接入联结（公开教别人）。这解释了为什么开源社区无薪却高产。
契克森米哈赖对数千人的经验采样：当挑战略高于技能（约 4%），且目标清晰、反馈即时时，自我意识消失、时间感扭曲、表现峰值——心流。挑战过高坠入焦虑，过低滑进无聊；而技能在增长，所以通道是移动的：上周的心流任务是本周的无聊任务。
与刻意练习的关系：刻意练习在学习区拉伸能力（费力、不愉悦），心流在表现区释放能力（流畅、极乐）。两者交替才是完整循环——只练不流会倦怠，只流不练会停滞。
Yerkes-Dodson 定律（1908）：适度压力提升表现，过度压力摧毁它。神经机制：中等皮质醇增强海马编码，高皮质醇直接关闭前额叶——这就是考场大脑空白与恐慌性割肉的同一生理事件：系统2 被化学劫持，系统1 全权接管。
关键修正项：简单/熟练任务的峰值靠右（高压下肌肉记忆更猛），复杂/创造任务的峰值靠左（推理需要低唤醒）。推论：重大决策永远不要在情绪峰值做——不是修养问题，是硬件此刻物理不可用。写下来，睡一觉，明天的前额叶会回来。
复制危机：2015年大规模重复实验中仅~39%的心理学经典结果成功复现。自我损耗、社会启动效应已基本倒台；前景理论、从众、失调等本书所选模型属于复现最稳健的一档——但对任何单一实验保持贝叶斯态度。
偏差还是适应？Gigerenzer 阵营主张多数"偏差"在真实生态环境中是高效启发式，错的是实验室设定。实用立场：在祖先环境同构的场景信任直觉，在进化新环境（市场、概率、统计）强制系统2。
经济学不是关于钱，而是关于稀缺资源如何被无形之手分配——你的时间、注意力与本金同样适用。五个模型覆盖这门学科 80% 的解释力。
哈耶克的洞见：没有任何中央机构知道全球有多少铜、谁最需要铜——但铜价知道。价格暴涨是系统在喊"这里缺货，快来生产"。读懂价格信号的人在套利，抱怨价格的人在错过信息。
"我已经学了三年法律"不是继续学法律的理由——那是沉没成本。唯一的问题是：下一小时投在哪里收益最大？边际革命同时解释了水与钻石悖论（水总价值高，但第 1001 杯水的边际价值≈0）和你为什么不该吃自助餐的最后一盘。
看剧两小时的成本不是 0 元，是这两小时本可产出的最高价值。富人与穷人的根本差异之一：前者用机会成本计价，后者用账面价格计价。这也是巴菲特拒绝大多数"好机会"的原因——好，但不如他的基准选项。
眼镜蛇效应：殖民政府悬赏蛇头，结果民众开始养蛇。人不响应你的意图，只响应你的激励。分析任何组织、市场或个人行为的第一问永远是：谁因什么而获利？包括分析你自己——你的拖延，往往是某种隐藏激励的理性回应。
囚徒困境的真正教训不是"人性自私"，而是结构决定道德：同一群人，单次交易互相欺诈，重复交易自发诚信。所以信誉机制、长期主义、熟人社会本质是同一发明——把单次博弈改造成无限重复博弈。
李嘉图 1817 年的反直觉证明：即使 A 国在所有商品上效率都高于 B 国，两国分工贸易仍然双赢——因为决定分工的是各自内部的机会成本之比。律师打字比秘书快，仍应雇秘书：律师打字 1 小时的机会成本是 500 元的法律服务。
这是经济学里被萨缪尔森称为"既真确又不显然"的第一定理。个人版应用：不要问"我什么都不如别人怎么办"——问"我做什么的机会成本最低"。AI 全面超越人类单项能力的时代，这条 1817 年的定理恰恰是人机分工的理论基础。
阿克洛夫《柠檬市场》（1970，诺奖）：二手车买家只愿出"平均质量"的价 → 好车主退出市场 → 平均质量下降 → 出价更低 → 更多好车退出……逆向选择螺旋。同一机制运行在保险（健康者退出）、招聘（好候选人先被抢走）、ICO 与小币种市场（项目方永远比你懂）。
市场的对策即三大发明：信号（学历、审计、KOL声誉——昂贵到劣质者装不起才有效）、担保（质保、保证金）、第三方认证。投资应用：当你想不出自己的信息优势在哪，你就是对手盘里的柠檬买家。
工厂排污：利润归厂，污染归河——负外部性被过量生产。基础研究：成果全民共享，成本研究者自担——正外部性被供给不足。哈丁的公地悲剧是其群体版：每个牧民多放一头羊都个体理性，草场毁灭是集体必然。注意力公地同理：每个 App 多抢一分钟都理性，你的专注力就是那片草场。
三类解法：科斯（产权清晰化+自由交易，如碳排放权）、庇古（税收/补贴把外部成本内部化）、奥斯特罗姆（诺奖：社区自治规则，公地未必悲剧）。个人应用：给自己的注意力公地立产权——物理隔离设备，就是科斯方案。
通胀是一种无需立法的税：政府增发货币获得即期购买力，成本由所有持币者按比例分摊。坎蒂隆效应指出更隐蔽的一层：新钱靠近水龙头的人先花、按旧价格买入（金融机构、资产持有者），传导到工资时物价已涨完——通胀因此系统性地从穷人向资产持有者转移财富。
三个刻度：年化 2%（央行目标，36 年购买力减半）、7%（10 年减半）、恶性通胀（魏玛/津巴布韦，货币功能死亡）。个人结论：长期持有现金不是保守，是做空自己的购买力；硬资产、股权、技能是三种对冲，其中技能不可被稀释。
身高服从正态分布（最高/最矮差不到 2 倍），财富、城市规模、论文引用、VC 回报、爆款内容服从幂律（首尾差百万倍）。生成机制是优势累积（马太效应）+ 偏好依附：节点越大，新连接越倾向它——网络效应天然制造幂律。
三个实战推论：①幂律世界里"平均"是统计幻觉——VC 基金一笔投资的回报常超其余全部之和，分析均值不如分析头部；②你的产出同样幂律分布：一篇内容/一个决策贡献全年大部分价值，应为捕捉异常值而非提高均值设计工作流；③正态思维做幂律世界的风控必然爆仓（见 4.10 肥尾）。
市场 vs 干预：两百年主轴。芝加哥学派信价格信号，凯恩斯主义信总需求管理，行为经济学证明双方都高估了人的理性。实用立场：市场是最好的信息处理器，但在外部性、信息不对称、垄断三处系统性失灵。
理性人假设：已被行为经济学攻破，但作为"一阶近似"仍是最强预测工具——人不完全理性，但激励变化时行为方向几乎总是对的。
金融是前三章的应用考场：经济学给出价格逻辑，心理学给出错价来源，学习科学决定谁能持续进化。市场是世界上收费最贵的心理学实验室。
人脑对线性外推得心应手，对指数系统性低估后段。10% 年化下，前 7 年只是翻倍，第 50 年是 117 倍——97% 的复利收益来自后半程。这同时解释了巴菲特 99% 的财富在 50 岁后获得，以及为什么知识复利（模型×模型）同样适用此式。
有效前沿告诉你：给定风险水平存在收益上限，声称"高收益零风险"的产品，风险只是被藏起来了（流动性、对手方、尾部）。真正的优势只来自三处：信息差、分析差、行为差（别人恐慌时你有纪律）——前两者在 AI 时代快速坍缩，第三者永存。
霍华德·马克斯：风险最高的时刻是人人觉得没有风险的时刻。叠加佩雷斯的技术革命框架——每次范式革命（铁路、电力、互联网、AI）都经历安装期狂热→泡沫清算→部署期黄金时代。周期不可预测拐点，但可识别所处位置：估值、杠杆、情绪三个温度计。
选对方向只是一半，下注多大决定你能否活到正确兑现的那天。凯利曲线的残酷之处：仓位超过最优点 2 倍，长期增长率归零——即使你每把都有优势。实践中用半凯利：牺牲少量增长率，换取大幅降低的回撤。这是数学对"重仓梭哈"的死刑判决。
资本主义的默认引力是利润归零。能长期抵抗的只有五种结构：网络效应、转换成本、规模成本优势、无形资产（品牌/专利/牌照）、流程优势。投资分析的核心问题不是"现在赚多少"，而是"什么阻止别人来抢"。同样适用于个人：你的技能组合，护城河是哪一种？
一切估值的母公式。三个输入决定一切：未来现金流（增长假设）、贴现率 r（机会成本+风险补偿）、久期（现金流分布的远近）。核心传导机制：现金流越靠后的资产，对利率越敏感——这就是加息时成长股/远期叙事资产跌得最惨的数学原因：分母上的 (1+r)ᵗ 对大 t 呈指数放大。
反向用法更有价值：逆向 DCF——用当前市价反解市场隐含的增长假设，再问一句"这个假设现实吗"。它把"贵不贵"的玄学争论变成"信不信这个增长率"的具体判断。
马科维茨的洞见：两个各自波动 20% 的资产，若相关性低，组合波动可降至 14%——收益不减，风险消失了一块，这违反"风险收益守恒"的唯一豁免。但分散只能消去个体风险（公司暴雷），消不掉系统性风险（全市场崩）——曲线存在地板。
两个陷阱：①伪分散——持有 20 只 AI 概念股不是分散，是一个仓位的 20 种写法，分散的单位是「风险因子」不是「代码数量」；②危机相关性收敛——恐慌时万物相关性趋向 1（流动性挤兑统一抛售），平时的相关性矩阵在你最需要它时失效。真正的分散要跨资产类别、跨地域、跨周期敏感性。
亏损的几何不对称：-10% 需 +11% 回本，-50% 需 +100%，-90% 需 +900%。杠杆把波动放大塞进这台不对称机器，并附赠一条死刑条款：强平线——价格只需短暂触碰，你就永久出局，哪怕第二天涨回来。无杠杆的错误是学费，带杠杆的错误是葬礼。
杠杆的真实成本不是利息，是被剥夺的"熬过波动"的权利——而周期模型已证明，收益的大头恰恰支付给能熬过波动的人。LTCM：两位诺奖得主、年化 40%、第 5 年清零——模型正确，杠杆 25 倍，波动先于均值回归到达。
索罗斯对有效市场的釜底抽薪：教科书假设价格被动反映基本面，但价格本身是基本面的输入——股价高→增发融资便宜、人才用期权招募、客户信任增强→基本面真的变好→进一步验证高股价。反方向同样成立：挤兑传闻→银行真的倒闭。预言自我实现，也自我毁灭。
识别要点：反身性最强的领域是基本面依赖融资和信心的领域（银行、成长股、加密、房地产），最弱的是现金流刚性的领域（公用事业）。泡沫因此不是"愚蠢"，是反身性正反馈的理性中段——索罗斯的打法不是回避泡沫，是识别正反馈、骑乘它、并盯死反馈断裂点。
正态分布下 1987 年单日 -22.6% 的概率约 10⁻⁹⁷——宇宙年龄内不该发生，但它发生了，之后还有 2008、2020。真实收益分布是肥尾的：极端值出现频率比钟形曲线预测高几个数量级，且少数极端日决定长期总收益——错过美股 40 年中最好的 10 天，总回报砍半。
塔勒布的两条实战律：①遍历性——平均收益对个体无意义，若路径中含爆仓点（俄罗斯轮盘的期望值再高也不能玩）；②杠铃策略——85% 极端安全 + 15% 极端冒险，斩断左尾、敞开右尾，比 100% 中等风险更稳健。与幂律（3.10）合读：肥尾既是风险也是收益的来源，风控的任务不是预测尾部，是确保尾部到来时你还在场。
市场有效吗：法玛与席勒分享同一年诺奖却结论相反——这是该争论现状的最好注脚。可操作的合成：市场短期常错（行为差存在），但战胜它的成本高于多数人的优势；先证明自己有哪种差（信息/分析/行为），再决定主动还是被动。
风险=波动吗：学院派用σ，巴菲特用"本金永久损失的概率"，塔勒布用尾部暴露。三种定义导出三种完全不同的组合——选定义就是选命运。
前四章给了你模型，逻辑学给你校验模型的模型。没有它，你只是在用更精致的方式自我欺骗。
演绎：规则+前提→必然结论（数学、合同）。归纳：样本→概率性规律（科学、统计），永远可能被下一只黑天鹅推翻。溯因：异常现象→最佳解释假设（诊断、投资、侦探）。多数现实决策是溯因——这意味着你的结论永远是"当前最佳假设"，而非真理。
理性的定义不是"没有成见"，而是成见随证据按正确比例移动。两个杀手级应用：①基础率谬误——99% 准确的检测在罕见病上误报率仍超 50%；②强观点，弱持有——先验可以鲜明，但每条反向证据都必须真实扣减你的置信度。
记分法：把判断写成概率并记录，是对抗事后偏见的唯一审计手段。
日常论证中 80% 的污染来自四族：攻击来源（人身攻击/动机论："他持仓所以他吹票"——持仓不证明论点错误）、偷换论题（稻草人/滑坡）、滥用关联（相关当因果/幸存者偏差）、诉诸情绪与群体（诉诸恐惧/从众）。识别训练：读任何观点文章，先标谬误再吸收结论。
"什么情况下我会承认这个判断错了？"——答不出来，说明你持有的是信仰而非知识。星座、万能话术、永远正确的大V观点共享同一特征：解释一切，预测为零。实操：每个重要判断附带预注册的证伪条件（"若 X 在 Y 前未发生，则放弃此论点"）。
两种思考模式：类比（"别人都这么做/历史上一直如此"）快而便宜，但把所有隐藏假设原封继承；原理（拆解到不可再分的事实，从零重组）慢而昂贵，但能发现类比者永远看不见的解。马斯克的经典演算：火箭售价 6000 万美元，但其原材料市价仅约 2%——"火箭贵"是行业类比，不是物理事实。
执行三步：①列出当前结论依赖的全部假设；②逐条追问"这是物理/数学约束，还是惯例"；③只保留前者，重新组合。成本提示：原理思考太贵，不能处处用——95% 的决策用类比完全正确，把它留给关键的 5%：进入新领域、重大资本配置、现有路径明显失效时。
正向问题"如何成功"解空间无限且充满幸存者偏差；逆向问题"什么会确保失败"解空间有限且证据充分——死法是高度重复的，活法千姿百态。芒格：知道我会死在哪里，我就永远不去那个地方。投资中的死法清单短得惊人：杠杆、单一押注、情绪交易、不懂的东西、对手盘比你专业。
工具化形态是事前验尸（Premortem，Klein）：决策前假设"一年后此事已惨败"，全员倒推失败原因。心理机制：直接批评方案有社交成本与失调阻力，但"解释一个既定失败"豁免了双方——研究显示可多挖出约 30% 的风险。把它做成检查清单，每个重大决策强制过一遍。
扑克冠军 Annie Duke 称之为"结果导向偏误"（resulting）：用结果好坏反推决策好坏。但概率世界里，好决策常输（35% 的坏事天天发生），坏决策常赢（赢一次的酒驾仍是坏决策）。单次结果几乎不含决策质量的信息——样本量为 1 的归纳是迷信的学名。
升级配件：①期望值要区分"能重复的游戏"（用 EV）与"只玩一次且含爆仓"的游戏（用遍历性，见 4.10）；②决策日志——记录决策时点的信息、概率估计与理由，用"当时可知信息下的过程"复盘，而非用结果倒放。这份日志同时是元认知校准与贝叶斯记分的载体：三个模型，一个本子。
梅多斯的最小词汇表：存量（浴缸水位：资本、信任、知识库）、流量（水龙头与下水道：收入支出、学习遗忘）、增强环 R（复利、病毒传播、反身性——指数引擎）、调节环 B（恒温器、市场出清、均值回归——稳定器）、延迟（猪周期、政策时滞——震荡之源）。任何复杂系统都是这五个零件的拼装。
两条高阶推论：①问题出在结构时，换人没用——同一激励结构下，换谁都做出同样的事（见 3.4）；②杠杆点排序：调参数（税率/预算）作用最弱，改反馈环增益居中，改系统目标与范式最强——这正是"文明跃迁"级判断必须在范式层而非参数层做出的原因。
霍华德·马克斯：一阶思维说"好公司，买入"；二阶思维说"好公司，但人人都知道它好，价格已计入完美预期——卖出"。一阶结论是免费的，因此不值钱；价值在后续推演链：政策→规避行为→新均衡（眼镜蛇效应即一阶设计的二阶报应）；禁酒令→黑市→有组织犯罪崛起。
操作化：对任何重大判断强制三连问——然后呢？所有人都这么想之后呢？长期均衡是什么？注意刹车：推演每深一层，置信度按乘法衰减（每层 80% 置信，五层后仅 33%）——二阶思维配合贝叶斯置信折扣才完整，否则只是更精致的讲故事。
归纳问题未解：休谟 1739 年的诘问至今无解——过去规律凭什么约束未来？波普尔绕开（科学只证伪不证实），贝叶斯缓和（不求确定只求校准），实践者的答案：带着止损做归纳。
理性的两副面孔：形式逻辑要求一致性，生态理性要求在信息不全、时间有限下"够好"。本书立场：日常用启发式（快而省），高风险节点切换到形式工具（慢而准）——知道何时切换，本身就是最高的理性。
单一模型是工具，模型链才是武器。以下四条链展示如何把五个学科焊成一台决策机器。
心理硬件的 bug 不可修复 → 群体放大 bug → 价格周期性偏离价值 → 纪律化的概率思维者收割。市场有效性的天花板，就是人性的下限。
每个新模型与既有模型组合，连接数按 n² 增长——这是唯一一种你买得起、且别人偷不走的指数资产。
从"我觉得"到"我以 65% 置信度持有该假设并据此配置 8% 仓位，证伪条件为 X"——这就是业余与专业的全部距离。
历史上反馈是学习最稀缺的要素（导师贵且少）。大模型把反馈的供给曲线推平——同样的 n 年，r 从 5% 变成 20%，终值差距是数量级的。这正是本书存在的原因。
知识不会因为被收藏而属于你。以下协议把本书 48 个模型压缩成一套可执行的循环——每天 45 分钟，复利自动运转。
学任何新领域前，先用 AI 生成该领域的最小模型骨架（≤7 个核心概念+关系图）。提示词：用一张概念关系图给我这个领域的最小完备框架，不要细节。骨架就是组块的预制槽位。
每次只攻一个模型，强制工作在学习区：material 太顺 = 浪费时间，太卡 = 退一级。读完立即合上来源。
闭卷向 AI 解释刚学的概念，要求它扮演苛刻的12岁孩子持续追问，直到我卡壳。卡壳点 = 明日深潜目标。讲顺为止。
强制回答一个问题并写下：这个模型与我已知的哪个模型同构/冲突/互补？无法回答则问 AI。每条连接都是星图上的一条新边——理解力的增长全部发生在这一步。
按 1天 / 3天 / 7天 / 21天 队列重新提取旧卡片（只回忆，不重读）。对重要判断同时执行贝叶斯复盘：当时置信度多少？新证据要求修正多少？