模型思维大师，查理芒格说：“想要成为一个有智慧的人，你必须拥有多个模型。而且，那你必须将你的经验，无论是间接的，还是直接的，都放到构成这些模型的网格上。”
想要像大师一样，洞察世事，研判趋势，就不能只记住了一堆孤立的模型。而是能将模型有效的结合到一起使用，运用多模型思维。
介绍多模型之前，先让我理清几个基础概念，数据、信息、知识和智慧。
美国诗人和剧作家艾略特有过这样一段话：“我们迷失于知识的智慧哪去了？我们迷失于信息中的知识哪里去了？”。《模型思维》就是本书的作者，斯科特-佩奇加了一句：“我们迷失于数据中的信息哪去了？”
从上面的描述中，不难看出这四个概念的层级关系。数据中蕴藏着信息，信息中可以提炼出知识，而知识又可以升华出智慧。这里提到的知识，就是本书介绍的模型。而智慧，一定程度上是选择应用哪些模型解决哪类问题的能力。
为了便于理解，举个例子。下雨时，掉在地上的雨滴可以理解成数据。每个城市，每个月的降雨量就是信息。根据降雨量信息构建的预测年平均降雨量的模型，就是知识。而通过运用预测降雨量的信息，指导农耕和预防洪水，这就是智慧。
知道了这个层级关系，就时刻提醒自己，不要只做一个信息接收者。我们要主动的从信息中总结规律，形成具有普遍指导意义的模型。比如，当我们经常看到几个能力一般的人，组成团队后，通过协作，产出的创意已经将创意实现的效率，往往比一个单兵能力很强的人更出色。这时，我们就能总结一个规律“三个臭皮匠顶一个诸葛亮”。
此外，在解决实际问题中，根据不同的情形，选择使用哪些模型解决问题，在不断训练中发展出智慧。
缕清思路以后，跟大家分享几个，书中提到的模型。
正态分布和幂律分布
正态分布就是，样本的大部分都分布在平均值附近。比如人的身高，个子太高和太矮的都只是少出。再比如高考分数，考满分和零分的都非常罕见，大部分都是平均水平上下。
而幂律分布则不同，它没有平均值的概念，它讲的是2、8分布。前20%的区间里，集中了占总数80%的样本点。
知道了这两个模型还不够，我们要观察和思考如何用选择的运用他们。
比如，设计公交车把手的高度，就要根据正太分布的身高决定，把高度确定在平均身高附近。而你在做产品时，就要考虑财富的幂律分布特点，正如现在很火的一个说法“赢家通吃”。只要做到一个领域的头部，就能好处通吃。因为，没有信息壁垒的情况下，流量自然会流向最优质的地方。
介绍完这两个相对简单的模型，算是给大家开个头。对多模型思维方式感兴趣的朋友，可以找来原书研究一番。希望本次分享对你有所启发，期待下次见，我是艾睿刻。
