为什么 Google 考这道看似小学生也能做的数学题？目的就是看面试者是根据直觉瞎猜，还是遵循一套解题的思路。Google 对产品经理的要求是，在没有数据之前不要轻易给出结论。
启示，很多看似荒谬的问题并不一定要一个精确的答案而是要看你解决思路是否对，是否会基于数据做决策，最后再通过你答案的偏离度判断你这方面的能力。
图灵和常人思维方式的差别在于：图灵是先找到极限所在，然后在极限里寻找具体问题的答案，而不是浪费时间去做那些试图超越极限的事情。具体到计算机这件事，图灵首先考虑的是“数学问题是否都有明确的答案”。因为这个问题不解决，就辛辛苦苦去解题，最后可能发现无解，一切努力都是在浪费时间。
在边界里做事情，不仅在计算机行业如此，也适用于所有的工程领域，很多时候在经济学上也都是如此。这是一种工程思维，也是让我们做事情事半功倍的方法。
启示，遇事找到极限在哪是对大多数人来说很有效的方法，它会为你避免在很多不可能的事上浪费时间，怀疑一切和没有怀疑一样可拍，在你离极限还很遥远的时候相信极限的存在，看清自己能力的边界很重要。
2,世界上有很多东西，无论是自然界的物质、生命，还是人发明的计算机，都由大量极小的基本单元构成，它们分别是原子、细胞和晶体管。 探求世界奥秘和改变世界的过程，其实就是搞清楚它们的基本单元和构建它们之间关系的过程。
3.当世界上任何东西越做越复杂的时候，就是开始从复杂往简单转变的时候了。 计算机发展历史上的第一个转折点就出现在20世纪初到30年代这段时间。很多事情都是从简单到复杂，再回归简单的过程。
4.一口吃一个胖子的结果可能是零。大的目标要分解成简单的，一个个解决， 一个复杂的问题如果能拆成两个等价的简单的问题，成功的可能性就大很多，就可以事半功倍。但是，这并不等于做两件收效小的事情，就等于一件大事，这就是事倍功半。
启示，理清基本概念，最小问题，元数据及它们之间的关系是高效学习的重要途径。
以显微镜为例，显微镜上有两个按钮，第一个是粗调，让你大致看到图像。第二个是精调，能让你看清楚图像。如果不用粗调，只用精调，不仅做事的效率会低，而且很可能因为开始的范围找不对，最后干脆放弃了尝试。
粗调和精调的思维方式在生活中也有应用。很多时候我们先用低成本解决主要问题，然后再想办法把最后5%、10%做好。
启示，先整体再局部，从大到小，从粗到细的做事方法很重要，要做的好更要做的对。
美国人的主动性：比如在工作中，很早就会找到老板表示自己接下来的职业发展计划是怎样的，希望老板支持和配合，这样将来有了锻炼机会，老板才会给他们。
启示，如果有是领导自然很喜欢这样的下属。拥有这样主动性的人怎么会不成功呢，他们能主动的思考自己想要什么，他们还在尽力调动领导资源来帮助自己达成自己想要的。
