《思考，快与慢》有感

作者丹尼尔•卡尼曼是2002年诺贝尔经济学奖得主，他开创了经济学的一个新分支--行为经济学。《思考，快与慢》就是行为经济学的经典著作。

传统的经济学大厦，有一块地基是有问题的。当时经济学研究有一个基本的前提，叫 理性人 假设，就是假设在经济活动中，人们为了追求自己利益最大化，都会做出理性的选择。经济学家们发现，在现实世界，人们实际的行为方式和这个假设并不一致。

举个例子，有一位经济学家邀请他的朋友玩一个抛硬币的游戏，赢了可以得到200块钱，但是输了要损失100块钱。如果按照 理性人 假设，分析一下，输赢的概率一样，输的钱少，赢的钱多，值得参与。但是他的朋友却说他不会接受，因为他觉得获得200元的满足感，无法抵消他损失100元的痛苦。

所以现实中我们考虑问题，并不像经济学家想象的那样，完全从追求利益最大化出发。人类作选择的过程远比经济学家想象得复杂得多。由此，卡尼曼开创了经济学的一个新的分支---行为经济学，将心理学理论和经济分析结合起来，研究人们的行为、情感、心理等等。

读到此，我想到了，现在很多车企研发，营销等等问题。车企很理性的认为，提供的产品都是最好的，认为自己在某些方面做到了最好，消费者应该为此买单。营销也是一样，营销宣传很努力，甚至夸大宣传，提前一年就开始宣传。但是销量依然不行。我个人觉得近几年来，消费电子品发布会最成功的一次是，2016年锤子手机的M1L发布会。罗永浩现场演示语音识别这项技术已经做到了如此快速和准确，一下子惊艳了全网。反观，现在我们的车企发布会，经常把很多还没实现的功能，提前一年就发布出来，消费者已经习惯的认为车企在吹牛，不靠谱。

卡尼曼将人类的思考模式分成两个系统：系统1和系统2，也可以把它们叫作快系统和慢系统。
假设一个场景，有一辆车迎面向我们驶来，我们无意识的反映是往旁边闪开。这就是系统1或者快系统在发挥作用。
假如，让我们口算1834*82等于多少，我们可能无法立马给出答案。但是我们会推理出正确的答案，第一步，拿出纸和笔写上1834然后再一步一步计算相乘的结果，我们需要一些时间推理出正确的答案。这就是我们的系统2或者叫慢系统在发挥作用。

快慢两套系统相互配合，各有擅长。看别人的表情，听别人的语气，看东西的远近，识别周围的危险，这都是快系统擅长的。像算术题，逻辑题，找一个得体的措辞，比较两个手机性能那个更好，这些就是慢系统擅长的。

这两个系统分工明确，他们的配合还有一个特点，就是快系统常常处于自动运行状态，而慢系统处于放松状态，只有当快系统遇到处理不了的问题的时候，才会找慢系统帮忙。比如，刚才的数学乘法问题，快系统没法给出答案，这个时候慢系统就会被激活。

还有一种情况，慢系统也已被激活，就是当事情不符合直觉，违法了我们的尝试。比如，天不会下红雨，动物园的猩猩不会突然跑到大街上。卡尼曼说，直觉遇到麻烦，理性会出面解决。

再比如，开车从家到公司，这段路已经走了很多次了，知道那个路口有红绿灯，什么路口该停，这写操作根本不用想就能立马作出判断，这就是快系统在作决策。但是突然有一天，要去一个陌生的城市，走了没见过的路口，我们就会下意识的放慢车速，再确认导航，认真看路牌信息再作出判断，这个时候就是慢系统在作出决策。

那我们的大脑为什么要使用这样一套机制呢？既然慢系统更准确，为什么不把所有的问题都交给慢系统来处理，反而要多出一个不那么准确的快系统呢？

有两个原因，一个是现实原因，还有一个人类进化留下的历史原因。

现实原因是，慢系统太占用我们的注意力了。当我们开启慢系统思考问题时，就会忽略身边的其他信息。例如我在写代码的时候会感觉时间过的很快，旁边的人在干什么，我是不知道的。而且会感觉脑细胞要用完了。慢系统就像是大功率的电器，如果一直开着，用电超负荷就会导致跳闸。

人类进化的原因，我们很多今天看起来不理性的思考，恰恰是我们祖先活下来的理由。当在大自然中，面前突然窜出一只老虎，必须快速作出决定，要么和它战斗，要么赶快跑。没有时间停下来好好想想，测测风险，算算概率，然后再决策。和老虎作战斗的祖先都已经成为了老虎的盘中餐了。快速逃跑的祖先生存了下来。

这里有一个很好的测试问题：一个球拍和一个球总共价值1.1元，球拍比球贵1元，问，球价值多少钱？
很多人会脱口而出，球价值0.1元。







其实这个答案是错误的。应该慢起来算算看，球拍应该是1.05元，球应该是0.05元。答错了没关系，就算是哈佛大学、麻省理工学院的高材生，也有50%以上给了错误答案。

遇到问题快系统马上给出答案，这个答案没有经过慢系统深思熟虑，结果出现错误。这就是非理性思维。卡尼曼总结了常见的9种非理性思维。这里我就不一一介绍了，感兴趣的可以自己深度阅读原文。

我们在审视自己时，往往更容易看到自己的慢系统。我们会认为自己头脑清醒，富有逻辑，擅长抉择，知道自己想要什么和该做什么。实际上，大多数时候，都是快系统在主导我们的大脑。

为了提升我们思维的准确率，核心思路是唤醒我们大脑中的慢系统。书中给出了一些唤醒的方法。例如，好记性比如烂笔头，例如旁观者清，借助旁人来识别我们的问题。


学习了这本书给了我很大的启发，这可能让我在以后工作生活上减少犯错的几率。

在我日常常规的工作中，我使用的是快系统在工作。例如已经完成过一个系统的研发，如果相似的系统再让我做一遍，可能我会很轻松，不费力就搞定了。如果让我学习和做一个完全陌生的工作，我调用的就是我的慢系统，慢系统在工作的时候他会全神贯注，人也会感觉很累。但是在慢系统推理工作完成后，下一次类似的事情，我们就感觉不那么累了，很可能调用的就是快系统了，俗话常说脑子越用越灵活，好像就是这个道理。

再比如，在新出行社区，@贺磊 贺总写小作文，我认为调用的就是他的快系统在工作，这件事对贺总来说已经经历过很多次了，而且非常成功。但是如果让贺总拍视频，我觉得贺总就得调用他的慢系统来工作了。



思考，快与慢在最近的自动驾驶领域，也有一些实践。车企利用这本书的理论，去搭建自己的自动驾驶软件的架构。利用端到端的方案形容快系统，视觉语言大模型的方案来形容慢系统。和这本书理论有一些不一样的地方在于，视觉语言大模型的慢系统并不需要唤醒，他其实是一直在监督快系统的工作。当出现明显的事实不合逻辑时，慢系统会主动出手干预快系统，然后经过慢系统结合上下文信息的推理，作出一个正确的决策，这个决策的过程是可以用人类看得懂的文字方式呈现出来的，这个对于以后出问题排查问题很有帮助，我觉得也可以消除一些大家对于端到端方案出现的黑盒逻辑的恐慌。


这本书非常值得推荐大家阅读。