以前，不管科学领域，还是在面对生活，我们都习惯用通过某些方式，弄清楚因果关系，对一件事情有一个理解，但在算法与大数据的时代，我们不需要理解因果关系了，只需要运用了算法和大数据发现其中变量的相关性就够了，所以我们渐渐地放弃了“理解理论”。在这样的时代，那我们的人文学科将何去何从？难道我们对事情的理解，我们的感受、经验、直觉对决策起不到重要的作用了吗？作者：克里斯汀·麦兹伯格提出一个非常强大的工具——意会

什么意会，意会就是对人与人之间有意义的区别，具备一种敏感度。所谓“有意义的区别”是指不能被数字描述的东西，所以意会就是要在客观的量化数据之外，获取更丰富的知识，特别是主观的知识。可以知道，意会的最终目的是为了了解“人”，这里的“人”是人相关的人任何事情。我们想要正确地分析个“人”，我们不仅仅通过数据、算法量化相关性，我们也必须“理解”他所处的文化和环境。比如有调查发现，43%的II型糖尿病患者 没有按时吃饭。在不按时服药的病人中，有84%的人，是因为忘记了服药。那我们能不能用一种方法提醒病人吃药呢？这时，需要不是什么基于经验的算法，而是我们要“理解”这些病人。理解病人找到解决方法，这就是意会的作用。

刚刚讲到“人”不能简单地分析，每一个人都有属于“他”自己的一个“世界”，如果你脱离这个“世界”，单独把这个人拿出去，抽象地谈论这个人，是无法行动，比如说你要通过分析一个人的性格，单独把他的行为拿出来作分析，这显然是片面的，我们还需要考虑ta产生行为的处境、ta的文化和环境。所以作者强调你考虑一样东西，必须同时考虑它所在的环境，不把单独把这个东西单独拿出来分析。作者进一步说：人脑处理信息，一般不是处理抽象的信息，而是把很多信息全部考虑。其实这就是一种全局思维。

在全局思维的维度，作者提出一个有关“专家”的理论：从入门到精通到无为，把专家分成了五个阶段：

（1）新手：记住抽象规则，按照规则行事；

哈，这仿佛就是刚工作的我们，我们懂得一些工作规则、方法论，我们按规则办事，达到的成绩也就在上司的预期之内。其实这里的抽象规则不仅仅指我们工作准则，我的理解是一切抽象出来的知识；比如：我们大学所学的课程，很多理论都是控制变量下得出来的，一但实践，就要面对现实很多我们之前没有考虑的情况。这也许是人们为什么读书没用的原因之一吧。我们是不是只是知道，而不是理解知识呢。

（2）先进的初学者：不但能按规则行事，而且能够根据以往的经验，面对不同的局面能采取不同的行为，有一定的随机应变能力；

我勉强算这个阶段吧，我理解的经验是对意外事件的应变能力。，经验的积累是一个不断碰壁的过程，怎么积累经验这个话题比较大， 能力不足，不展开讲了；

（3）胜任：能够分出优先级处理事情；

一般事情优先级的判断是用两个维度：重要性和紧急性，我们每天都会做很多工作，而且有调查表明：一天只有40%的工作时间是对公司有意义的。分优先级地安排工作，不管是公司还是对自己的成长、未来，都显得很重要的。这里，可以延伸出一些人们常说的对时间、目标、情绪管理，目前最新的管理理念是对人的管理，大家有兴趣可以去了解下。

（4）精通：能够把所有的信息当做一个整体，考虑问题，很少理性地使用固定的规则，ta已经不再区分经验和规则，而从整体出发，全盘考虑；

（5）专家：也就是无为，完全不受理性的束缚，ta 的判断和反应都是在无意识的情况下做出的，哪怕面对全新的情况，也能无意识地把这个情况和以前的经验联系在一起，自动处理；

这种无为的状态，我在高中面对数学的时候，我有幸体验过，那时候，面对数学题，解题思路、方法、答案是无意识地浮现在脑海中，感觉就爽，但可怜地是，我一直活在舒适区。现在的话，基本没有无为的领域啦，当然我也在某些领域努力着。从入门到无为，这个过程是需要付出大量时间、思考，共勉。有一句是这么说的，当你接近高手的水平，你才知道高手你那么那么低高不可攀。

讲到这里，我们已经达到一定的思考深度，为了更好地理解新手和专家，你必须对“知识”有个深度的认识，哲学者一般把知识分为四种：

（1）客观知识：客观存在，与视角无关。

像课程讲的那些理论、地球是不是圆的，光速是多少，这些都客观知识，与人的视角无关，不管是谁，你都要承认客观知识。当然客观知识可以被打破，比如发现更好的理论认知世界，那是新客观知识替代旧知识的过程。其次，你可以耍无赖，不承认这些，不过这是你理解的世界，而不是客观的世界。

（2）主观知识：个人的各种感受。

比如失恋是痛苦的，恋爱是幸福的，这些会因为人的视角有不同而有所不同，哈哈，就像我觉得孤独就是一种自由。

（3）共享知识：一群人共享的主观知识。

比如说，文化和公共情绪、习俗等，大到可以是“日本人害怕给别人麻烦、德国人恐惧通货膨胀、中国人反感某些人”，小到可以是“客家人好客、东北人豪爽”等，这些都是某些人共享的主观知识，这些知识是无法量化测量的，但是真实存在，而且还可能根据不同情况变化。

（4）专家知识：专家对所在环境、对各种数据的一种直观感受，一种直觉反应，是大脑对大量信息综合处理之 后的一种反应。

讲了专家的进阶和知识类型，这些与我们所说的意会有什么关系呢？再回顾一遍，意会就是对人与人之间有意义的区别，具备一种敏感度。专家的厉害之处就是善于意会，不仅仅考虑客观知识、数据，还综合考虑了主观感受、社会文化和情绪，以及直觉。大家可以去思考一下高手的决策，从客观来说，很难想象出为什么要这么做决策，人家可能运用了意会，在恰当的时间，用了恰当的方式，做了恰当的事。书中讲到好多例子，由于我懒，就不阐述啦。

书名中有个词是叫人文科学，学习人文科学的本质是获得自由技艺，而自由技艺能够给我们带来意会的思维工具，作者列出常见的六个意会工具：

1.符号：人们根据各自的背景，赋予符号不同的意义。（符号学的观点）

如果你找到了恰当的符号，能代表某个特定人群想要的意义，你能用符号赢得某些人。比如：网易云音乐的逼格，豆瓣的文艺，贴吧的八卦，知乎的认知，得到的终身学习，这些产品都用了恰当的符号赢得某个群体。这也是我们互联网常说什么产品定位，目标群体等。其实在非互联网领域，这种符号的运用都非常常见，跑车的炫酷，红牛的冒险，玫瑰花的浪漫等。

2.话语理论：一个词，一句话，在不同的语境之内，含义会有所不同。（恩内斯特·拉克劳、尚塔尔·墨菲的观点）

这个话语理论，讲真，没有深刻的体会。像女生常说“我没事”，“我睡了”......,这些是理解层面的，没想到运用层面的例子。

3.社会系统理论：每一个专业的专业人士，看一个什么系统，都爱用一个二分法的眼光去看。（社会学家尼克拉斯·卢曼）

简单地说是不同的人，看待问题的角度是不同的。比如产品团队：产品狗更多思考的是这个有没有用户痛点，有没有这个需求，有必要做吗，与产品定位是否相符等？开发大佬往往在想这个需求可以实现吗？实现起来会有什么难点，有没有更好地实现方法；设计狮考虑的美观、交互等；测试人员关注的是输入与输出，能完整、严谨地测试该功能吗；运营人员想的是用户有什么反应，我怎么把这个功能告诉用户等；老板就站的更高的角度了，有没有收益，符合公司战略否。其他领域，比如说律师看什么东西就是“合法”和“不合法”，记者看的就是“有故事”和“无故事”，男生看女生胸大不大，腿长不长，脸有几分，女生怎么看待，我就不敢揣测了。总之，你想站在别人的角度考虑问题，你先理解别人的关注点是什么。

4.台前和台后：每个人都在管理自己在别人的形象，而你在别人的形象，其实是由你在“私下”准备所决定的。（文化人类学家尔文·戈夫曼）

此观点不怎么深刻，我只知道苹果产品在前台（看到见）和后台（看不见）都设计极致。

5.回报理论：人的付出分三种：一种是希望自己付出的少，回报的多；一种是付出与回报平衡；最后一种是单纯付出，不计眼前的回报，以后ta们相信将来也许会有更好的回报（人类学家马歇尔·萨林斯）

强扭的瓜不甜，没有深刻的理解，就不bb了。

6.语言理论：人的语言，其实大部分不在字词之中，不但要听，更好观察。（哲学家维特根斯坦，听说他特别牛）

我觉得这些意会工具，都是帮助自己更好地理解“人”，而且不知道大家发现没有，这些工具都是来自符号学、政治学、社会学、人类学，这些都是毕业生不好找工作的专业，看似无用的东西，会用，人的差距就出来了。说实话，我对这些工具理解还很浅，自己很水，目前更多地运用于人的沟通合作，不过也别灰心，我们是新手，我们可以记下这个清单，按规则行事，一个一个思考看看，能不能运用上，进阶之路参考前面讲到的“专家”理论。

还有一个问题没有讲清楚，专家知识和专家感觉好玄乎，专家为什么能达到无为，靠一个直觉能够做正确的决策，这直觉行为是什么啊？是不是牛逼的作者，这就体现出来，麦兹伯格写到了。这种直觉行为叫“洞见（insight）”：面对一大堆复杂的事物，能够清楚地看到其中的关键所在。但作者告诫我们要摆正态度，洞见不是你想获得就能获得的，它不是从你身上出来，而是通过你出现，是上帝给你的礼物。大概有这几层意思：好想法不是你拼凑出来的，而给人感觉就是一下子就出来了，好想法不是你想要就能得到；想获得洞见，得先把自己的身心调整至有利于‘接收礼物’的状态：忘掉一切偏见，让大脑处于一个空灵状态。总之洞见还是很玄，我觉得洞见和冥想有点像，都是属于无为的一种状态。有一部书叫“盗火”是专门讲冥想的，有时间就写写关于这边书的读书笔记。

好啦，在作者的“教育”下，对洞察抱有敬意。洞见是不是那么不可求吗，没有方法可寻啊？万幸作者还是给了点希望给我们。作者说，获得洞见的思维就是创造性思维，这一种特殊的推理方式。一般说的推理方式有三种：演绎推理、归纳推理、溯因推理（从低级到高级）。溯因推理就是一个创造性思维，溯因推理的定义是：开始于事实的结合并推导出它们最适合的解释的推荐过程。重磅！作者总结了历史上的名人溯因推理的过程，分为四步：

（1）收集大量的数据；

这里的数据不仅仅是可量化的信息，还包括文化、环境等

（2）从数据中找到规律，发现“模式”；

数据并不是那么杂乱无章，其实是有种组织或结构。我们要做的是把这些结构找出来，总结

（3）把模式综合起来，形成理论

（4）获得洞见(这一步得看上帝是否眷顾你）

讲到这里，本书就差不多讲完了，作者最后回答“人到底干什么”这个问题，麦兹伯格说：人是创建意义和释放意义的。算法永远都不会真正“在乎”这个世界到底是怎么回事，只有人类才会在乎。

“检验一流智力的标准，就是看你能不能在头脑中同时存在两种相反的想法，还能维持正常行行事的能力”这是作者说过的一句话，我目前并没有比较深刻的理解，在此记下来，等待它颠覆的认知。

稍微再谈谈自己的感受或收获：

作为一个AI PM ,作者谈的话题与我挺近，人工智能抄的很热，有很多事物都不无法用因果关系来解释了，我们越来越依赖算法，盲目地追求大数据。在这样的时代，人类的能力越来受到质疑，所幸的是作者用意会这个工具捍卫我们人类的尊严、人类的意义所在。对于我自己：

1.要多给自己思考的时间，没有思考，何来的深刻？

2.从新手到和专家，这是一条比较清楚的路，争取在3年内入门PM呗;

3.对于主观知识，培养自己的移情能力，评估多读小说什么，这一点我做的才行，但是这是间接体验生活；现在生活基本没有，没有体验生活，何来的勇气说自己懂用户呢？希望以后更好地管理自己，给自己一些意外的生活体验；

4.对于共享知识，坑爹，比较可惜初高中没有学好历史，人类的很多行为原因都可以历史发展来解释。短期还没有这方面的学习计划，但是要获得洞察力，你必要理解不同用户的文化、情绪；

5.洞察有方法论，发现问题、分析问题，多用用这些步骤呗；

6.意会，看起来很简单，用起来难，警惕自己要多维度分析问题；不要只找寻找能肯定自己观点的信息；勇于承认的不知道等

7.人工智能的本质是经验主义

好吧，祝自己遇见更喜欢的自己。