1、职业天花板来自认识的局限性
①计算机思维并不是说计算机有思维，而是因为这种思维方式是伴随着计算机出现的。简单地讲就是和常人思维完全不同的一种方式，它包括很多方面。
我们对于“大”和“小”这两个概念的理解，其实受限于具体生活的环境。你习惯了某一个环境的度量，其实很难理解在量级上大得多的世界。对大部分人来讲，一亿等于财富自由，等于无穷大。
②人类对数字的认知也受限于我们作为生物进化的速度，这是人的思维和计算机的思维的另一个不同之处。
③我们常说今天是后信息时代，或者即将进入智能时代。很多 IT 从业者的思维方式并没有跟上这个时代，这是他们很难在这个行业里突破天花板的根本原因。
2、思维方式决定商业模式
①由于人类生活在量级较小的世界里，因此思考问题喜欢从1，2，3这样小的例子开始，这当然并不是什么缺点。但是很多时候他们把这种思路用到解决大问题之上，事情就做不好了。这种情况在 IT 人士中很常见。在计算机这个世界里，几乎任何常见的问题都已经有了优化过的答案，作为从业者，首先要擅长使用专业人士给出的，验证了无数次的答案，而不是自己凭着生活经验拍脑袋想出一个做法。
②对于 IT 这个行业以外的人，不了解这一点，有时被新起来的技术公司搞死，还不知道自己是怎么死的。今天，无论是 IT 企业，还是非 IT 公司，对大小不敏感，对变化不敏感，最后导致商业失败的例子非常多。曾经辉煌过的雅虎公司和中国几大门户网站今天遇到的困境，就植根于此。
③很多人问我在智能时代是否要学习计算机编程，我倒不觉得这对大多数人有必要。在新时代，更重要和有益的恐怕是在思维上要提升，这样才容易成为新时代前2%的受益者。
相反，即使学会了计算机编程，如果还是按照人固有的思维定式理解计算机问题，很快也会遇到天花板。当然，计算机思维和人的思维的差异远不止在大和小上，它们有很多差异，这些我在以后的来信中会和你继续讲。
3、工程思维：直觉和极限
身处智能时代，很多人都在想人工智能是否是万能的，特别是在它发展很快的时候。如果你要告诉他说，人工智能是人赋予机器的，他马上会问，这么聪明的计算机难道不会自己进化出主动意识么？
这个问题如果你沿着他的思路去想，给他解释为什么不会，恐怕要花一年时间将整个计算机原理讲清楚。这种考虑问题的方式就是常人的方式，它将我们的理解力限制在了生活空间给我们带来的直觉上。
事实上，搞清楚人工智能的极限在哪里还有一种简单的方法，这就需要采用工程思维了。
例子：
Google 过去面试产品经理的时候经常用一道和上面问题类似的题目——面试的房间里能装下多少高尔夫球。这道题目怎么入手呢？胡猜是不行的，是一万，十万，还是一百万？
当然这道题倒也不难解，高尔夫球大约直径4厘米，如果我们把它们整整齐齐地像立方体那样码在一起，用眼睛估摸着房间的面积和高度，用小学数学就能解决。
比如一个面积15平米，高3米的小会议室，大约可以装70万个。外界一直很好奇为什么 Google 考这道看似小学生也能做的数学题，其实目的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。
遵循一套工程思路解决问题的人，对这个问题估计出来的大致数量级不大会错。但是，如果靠直觉瞎猜，在数量级上会相差十万八千里。不过有趣的是，大部分答错的人都是猜少了而不是猜多了。原因很简单，和我小时候一样，大部分人想象不出体积这东西随着边长或者直径增加时，会增长得有多么快。
当然，在上面一类问题中，更正错误的直觉并不难，但是在有些事情上要让我们放弃掉我们从生活中获得的直觉，则是千难万难。
工程化思维，常常需要跳出问题本身。这就如同你看蚂蚁的爬行轨迹时，不能跟在它的后面，而要从它的上方看。所谓掌握工程思维的技巧，就是要比生活超越一个层级。
