1、元认知。所有的底层规 是 从脑 中想出来的，所以 定要 解元认知 脑科学这样的基础东 。
2、这个部分就是 些 经常出现的关键词汇。我们在交流的时候很多 会 说财富、价值、概念、论证等等， 平越 的 你越要关注他 字中总是 出现的关键词汇。
3、看 些 推荐的书籍， 如查 芒格的格栅 论等等我 直在阳志平 师开智社区 混，他有个开智百本经典，我很骄傲的说我已经读 九 本 。
4、努 力学习， 断反思这 有 么经验。
5、多整 模型。模型是在太有 ，别 说 个经验流程，我就 刻抄下来。
6、通过数学公式形成模型。数学特点是精准，定义 常明确， 偏 倚。我很喜欢 数学公式帮 解这个世界。举 :管 效果公式、复 公 式、执 公式......通过数学公式 解模型会 容 。
7、形成底层规 库。我的国学 师教我 经，就是64个规 ，这就形成规 库。
简单系统是 么?他的因果关系是线性的， 复杂系统，你根本 知道 么是他 的因果关系， 因多果或者 为因果都有可能。成甲 师书籍 有所涉及。复杂系 统是有 些最简单的东 构成的，这是他的前提假设。113 说“少即使多”，但我 认为四两很轻，但可以撬动千 ，这是 种抓住核 ，影响促进事物发展的特质。成 甲 师他 开始提 两个问题
提升势能——用简单的知识解释复杂的世界。
他提出 这样两个问题。在他说的 常清楚，这是他的两个前提假设。我们再来看 下他说的两个假设。
少即是多，是基于复杂世界基本规 决定的，这个知识名字叫提升势能，在115 上提出很多他 以后，引 各种 以后，再写出 的 (让 的 也 上起来)，这个部分的写作 式很棒。
- 少，是临界知识，它决定复杂世界。书 说 的很清楚，虽然他把临界知 识能 能加速成 这个部分合在 起说 ，但也很好 解。 过 家注意 这 有个点可能会没有关注——复杂问题的处 到底怎么做?
- 关于先慢后快还是先快后慢的问题，我 看到这张图我就知道，因为我 也提到过这个。这两种模式先快后慢学习效率 较低，能 提升会遇到 天花板。这 提到这个话题，在118 说依靠个 经验、价值观偏好等 等......遇到天花板以后，这类似于 体 活，没法打通，由于这些问题存 在，导致效率很低，会越来越慢，这就是他的 个完整思 。
复杂问题到底怎么处理？
及时反馈很难积累，很难 下来，离开 就没有价值积累。所以，很多 会被及时反 馈所控制，延时反馈的就会放弃，复杂系统 定要忍受着 及时反馈的孤独感，你要 学会等待到爆发出来。你可以想想你在学习成 过程中有没有这种“平台期”，忽然有 天突然打通，那个时候的感受仿佛瞬间超过其他 ， 知道你有没有这样的经历。
紧接着，作者 15 的内容讲如何发现 的临界知识，。这个部分 常抽 象，很难说清楚。 开始讲，我们去哪 找到临界知识呢?去底层规 容 出现的 地 去找。规 是 么呢?是 些重要的硬学科，这样的学科有 个 真正能说清楚 这个学科呢?如果没有 的 撑是说 清楚的。这些硬学科 得好学，这部分让 我写我 得写出来。成甲 师写这部分也很 容 啊!他写 四条，但其实上他远 四条，其实 共是五条
1、- 从习以为常的事情中 较和总结。习以为常到底是 么呢，124 写“两种 能 ”是 么?我找到的是“ 较和总结”。
2、- 找到最重要的知识和原 的出处。阳志平 师讲认知科学，特别接近真正 知识，他新书《追时间的 》强调 信息，提倡找时间的源头，这是 个认知问题。看 些好的东 ，很难。
3、- 找到最重要的知识和原 的出处。阳志平 师讲认知科学，特别接近真正 知识，他新书《追时间的 》强调 信息，提倡找时间的源头，这是 个认知问题。看 些好的东 ，很难。
学一手信息。该思考关键问题是 么，慢慢抽象出关键点来，去解决问题，这很难的， 需要 断训练。成甲 师明显按照畅销书来写的，
4、- 寻求或者创建 个假设。没有解释的时候， 就创造 个新的，这个 有个关键词就是假设。成甲 师这本书就是围绕假设做这个事情， 假设就是前置 表征。所以整本书就是对 表征 断优化的 法论的 合辑。
*使用越少的假设去解释基本。找到假设的出处。
先说清楚问题？问题是什么种类？problem.
Key~~~听到问题后先思考去关键点是什么？
*没有解释的时候创造一个假设去验证。
假设就叫前置心理表征。
5、- 做喜欢的事情，寻找事物背后的规 。喜欢可以是兴趣、优势或者天赋。 在130 究竟是事实还是 论呢? 家可以看 下，学习临界知识的过程其 实 得很开 ，需要忍耐没有及时反馈的过程，怎么坚持呢?就是做点 喜欢的事情，就可以坚持下去 。那么这个东 究竟是 论吗?作者拿 经历举 ，感觉这 节 蛮绕的， 的案 很难有通 性的—— 件事情对你来说有 ， 得对别 有 的。这个部分的环节我感觉 家 看看就好——你喜欢的事情和成甲 师 样的话，就 得有通 性。很 多 我效能感低，就 容 找到 的天赋、兴趣。
重要的硬学科。
