原来在网络看过一个段子：一家外资企业新上了一条生产肥皂的生产线，然而由于填装技术不过关，经常会产生空盒的情况。工厂聘请了一位控制专业的博士。博士来了之后，花了半年设计了一套装置，用传感器测量质量，用红外线探测填充等，通过几个参数相互比对确定空盒，并通过一个机械手臂负责把空盒子拿掉。与此同时，国内一家乡镇企业中也上马了一条肥皂生产线，面临着同样的问题，厂长把交给了车间主任。车间主任这一下可犯了难，在床上辗转反侧无法入睡，打开电风扇时，突然有了灵感。第二天他把电风扇拿到生产线旁边，打到最大档，结果所有的空盒子都被吹到一边。在网上大家对这个故事的评论的主要立场是：“中国的农民工都比外企的博士强。”“用最低的成本和最少的时间解决了实际的问题。”等等。
如果事情到这就结束了，那就只能当段子看了，关键的还在后面。后来，这家外企又上马了洗衣粉的填装线，博士在原来的基础上略作修改之后，适应了新的生产要求。而乡镇企业也上马了洗衣粉的生产线，这个时候车间主任发现很难再用电风扇解决问题了。不久，外企又上马了洗发水的生产线、花露水的生产线，博士因为已经有了前两次成功的经验，经过稍微的修改就满足了新的生产要求。由此还形成了一套控制应用模型，对整个食品加工行业都有指导作用。此时，车间主任早已走下了神坛，再也没有灵光乍现。
对于我们大部分人来说，用感性思维和直觉认知做判断，是一件省时又省力的事情，就像用电风扇吹空盒一样，有时也会灵光乍现，但多数情况下总是事与愿违的。所以我们需要借助模型来过滤掉决策中的“噪声”。
今天是高考的第一天，再过一段时间考生们就要面临人生的一次重大决策——填报志愿。字节跳动的创始人张一鸣就是一个做决策的高手，这一点从他填报志愿中就能发现端倪。和大部分高考生一样，面对成千上万的学校，张一鸣最初也感到有点迷惑，但很快他给自己列出了几个参数，从而构建起了一个模型。一是下雪。作为一个福建人，张一鸣很想去一个有雪的地方。二是沿海。因为张一鸣喜欢看海，所以想去一个海边城市。三是离家远。这个大家都懂。四是综合性大学。男女比例均衡，好找女朋友。五是大城市。能开阔眼界，获取更多的锻炼机会。根据这个模型，他最终选择了南开大学。虽然这件事情听起来并不起眼，但对于当时年仅十几岁的张一鸣来说，无疑已经展现了那个年龄段里不可多得的强逻辑决策能力。
通过建模来提升决策的准确度，重点不在于模型科学不科学，而是在于能够规避掉人为因素的干扰。可不要把建模看成是很高深的事情，说个简单的，二选一总是选错怎么办？建模：反着选。执行：想一个，选另一个。这就是传说中的“明灯模型”。
