1)知易行难的理解与工程学原理 00:13
● 普遍现象:绝大多数人遇到事情时都是"知而不行",即知道但不去实践。
● 王阳明观点:"未有知而不行者,知而不行只是未知",说明真正的"知"必然包含"行"。
2)工程学的广义概括与细分领域 00:28
● 学科特点:工程学是非常庞杂的学科,涉及众多细分领域。
● 主要分支:包括生物工程、农业工程、医药工程、化学工程、分子工程、土木工程、电子工程、工业工程、森林工程等。
● 方法论提炼:从各工程学科中提炼出5个共通的重要方法论:
○ 行胜于言
○ 分解结构
○ 量化
○ 列清单
○ 取舍
3)行胜于言:工程师的特质 00:56
行为特征:典型工程师不喜欢对事情大方向做判断,更喜欢接手后立即开始做。
4)搬砖思维与风口思维的对比 01:39
搬砖思维:
- 风口思维:
○ 特点:等待对的时机和标的
○ 类比:冲浪,需要等待浪来
重视:战略正确胜于战术正确
信念:寻找能发生质变的地方
搬砖优势:更容易把日子过好,因为持续产出"1",没有"1"后面再多"0"也无意义。
● 核心观点:"万物皆从搬砖起",耐心搬砖能力是现代人应习得的重要能力。
5)搬砖思维的快感来源 02:06
- 神经递质类型:
○ 多巴胺:先甜后苦型快乐
- 内啡肽特点:
○ 产生:身体或精神遭受痛苦后分泌
● 原始循环:一连串内啡肽小快乐→一次多巴胺大快乐
● 现代问题:多巴胺刺激唾手可得,打破原始平衡
● 健康影响:长期沉迷多巴胺导致免疫力下降、易怒抑郁
6)健康快乐策略 05:10
- 理想模式:
◦ 日常工作:通过搬砖获得内啡肽愉悦
- 具体方法:
○ 完成任务:享受内啡肽平静感
● 多巴胺陷阱:现代社会物质充裕,容易陷入多巴胺循环
● 应对建议:保持内啡肽活动(运动、工作)与适度多巴胺奖励的平衡
操作方法:首先对整体结构进行全面分析,如火箭可分为15个主要部件(助推器、氧化剂箱、发动机等)。
关键要点:建立全局观需要花费比预期更多时间,需理解各模块间的空间关系和逻辑联系。
● 脑科学基础:状态切换本质是脑区激活的迁移过程,从边缘神经元开始逐步唤醒目标脑区。
○ 找抓手爬梯子:先执行易上手部分,再逐步攀登难度阶梯
○ 道德经智慧:"天下难事必作于易"与工程分解思想高度契合
设定大目标,建立全局观(如掌握新学科需先研读权威教程目录)
○ 重点理解概念定义和相互关系(如前额叶皮质与边缘系统的位置关系)
○ 分解为月计划→周计划→日计划→小时计划
所长林超
bilibili
● 核心要点: 关键在于应该计算什么而不是执着于计算结果
● 数学基础: 只需要掌握加减乘除四则运算即可运用
● 应用价值:是区分专业高手的重要标准,被高盛、摩根等投行和微软、谷歌等科技公司用作面试考察工具
● 简单性: 任何中学学历者都能掌握,不需要高等数学知识
● 实用性: 可应用于万里长城重量估算、房间网球容量计算等现实问题
● 考察本质: 重点在于有条理的量化模型思考能力而非具体计算结果
3)例题:奶茶店盈利分析 15:37
● 题目解析
■ 前期:加盟费、转手费、装修费、设备费
■ 运营:原料成本、日销量、员工数量
4)分析方法论
成本效益二分法:适用于大多数商业决策的量化评估
● 投入产出比(ROI):衡量投资效率的核心指标
● 建模心理:建立数学模型不可怕,中学生即可完成基础建模
5)实战步骤总结
● 抓取初始变量:从最明显直观的要素入手
● 叙事扩展法:通过讲故事/画流程图发掘隐藏变量
四则运算整合:用加减乘除建立变量间数量关系
● 典型案例:估算城市健身房数量、下水道井盖数量等费米问题
Objective(O): 顶层大目标
Key Results(KR): 中层关键结果(通常3-5个)
- 分解逻辑: 大目标 $\rightarrow$ 关键结果 $\rightarrow$ 具体行动, 层层分解量化
● 核心价值: 使目标可跟踪、可追溯,通过分解和量化提升执行力
2)例题:养成健康习惯 18:56
目标分解示例:
○ 0: 养成健康生活习惯
- KR2: 每天按时睡觉
■ Action1: 零点远离手机
■ Action2: 睡前15分钟放空
- KR3: 保持知识输入
■ Action1: 每两周读一本书
■ Action2: 每天读深度文章
○ 每个层级都有明确量化指标
◦ 行动项具有可操作性
○ 形成完整的执行闭环
○ 0: 登顶珠穆朗玛峰
● 适用范围: 适用于减肥计划、学习目标、职业发展等复杂事项
● 行动力提升: 采用此方法规划可使行动力超过95%的人群
避免陷入恶性循环系统
○ To-do列表
○ 时间表管理
○ 列清单思维
● 优先级管理:通过清单将任务按轻重缓急排列,避免选择困难造成的时间浪费
● 专注力提升:清单配合时间块切割(如番茄工作法),实现"激光聚焦"的工作状态
● 细节推敲:列清单时自然产生的分类思考过程,能发现被忽略的细节和逻辑漏洞
● 脑力节省:将记忆任务外包给清单,避免大脑死记硬背低关联性信息的高耗能状态
● 建筑业本质:严格清单驱动的行业,通过详细检查清单确保摩天大楼等高难度工程的成功率
● 跨行业应用:航空业(飞行检查单)、医疗业(手术核对单)、金融业(投资决策单)等都深度依赖清单
● 智力密集型:即使在需要创造力的领域,清单也能有效降低基础性错误的发生概率
| 投资清单 | |
| A Warren Buffet styled "Investment checklist" | Is it covered? |
| Business tenets | |
| 1. Is the business understandable? | □ Yes □ No |
| 2. Do you know how the money is made? | □ Yes □ No |
| 3. Does the business have a consistent operating history? | □ Yes □ No |
| 4. Does the company have favourable long term prospects? | □ Yes □ No |
| 5. Is there a big moat around the business (a high threshold of entry)? | □ Yes □ No |
| 6. Is it a business that even a dummy could make money in? | □ Yes □ No |
| 7. Can current operations be maintained without too much needing to be spent? | □ Yes □ No |
| 8. Is the company free to adjust prices to inflation? | □ Yes □ No |
| 9. Have you read the annual reports of the main competitors? | □ Yes □ No |
○ 清单设计:包含9个核心问题,如"业务是否可理解"、"盈利模式是否清晰"等
使用特点:即使有60年经验仍坚持使用,体现"简单习惯的复利效应"
深层智慧:坚持看似愚笨但绝对实用的基础方法,往往能产生超预期的长期价值
静态清单:适用于低频但流程固定的事务(如旅行、购房等)
设计要点:按场景分类(日常衣物、洗漱用品、电子设备等),避免遗漏关联性低的物品
工具推荐:Numbers等表格工具可实现可视化分类管理
● 本质:工程学核心思想,通过优先级排序解决资源有限性问题
● 哲学对应:类似辩证法中的"主要矛盾与次要矛盾"区分
● 基本法则:在"好、快、便宜"三个维度中,最多只能同时满足两项
○ 选择"好+快"→成本必然高(定制化服务)
○ 选择"快+便宜"→质量必然妥协(快餐行业)
○ 选择"好+便宜"→耗时必然长(手工定制)
- 思维差异:
● 典型案例:特斯拉自动驾驶技术路径选择(机器视觉 vs 激光雷达),体现工程思维对规模化的极致追求
| 知识点 | 核心内容 | 考试重点/易混淆点 | 难度系数 |
| 工程学定义与范畴 | 工程学是实现目标的学科,涵盖生物工程、化学工程、电子工程等多个细分领域 | 工程学与科学的区别(科学是发现,工程是实现) | ★★ |
| 工程思维 vs. 投资人思维 | 搬砖思维(确定性高、量变积累) vs. 风口思维(高风险高回报、战略优先) | 搬砖思维强调“产出为一”,风口思维依赖“时机选择” | ★★★ |
| 内啡肽型 vs. 多巴胺型快乐 | 内啡肽(先苦后甜,持久平静)源于长期努力;多巴胺(即时快感)源于享乐行为 | 现代社会中多巴胺沉迷的危害及内啡肽的良性循环机制 | ★★★★ |
| 工程分解结构(WBS) | 将复杂问题拆解为可执行模块,通过“看全局→聚焦局部→重复分解”实现 | 分解深度与“抓手”选择的关系(如造火箭案例) | ★★★ |
| 量化思维 | 通过变量提取与四则运算建模(如估算奶茶店利润、长城重量) | 变量推演方法(叙事法、场景化联想) | ![]() |
| OKR目标管理法 | 目标(O)→关键结果(KR)→行动(Action)的层级分解(如健康习惯养成案例) | OKR与KPI的区别(过程导向 vs. 结果导向) | ![]() |
| 清单管理 | 动态清单(任务优先级)与静态清单(流程标准化),如建筑/航空业的检查清单 | 巴菲特投资清单的复利效应 | ![]() |
| 不可能三角 | 好、快、便宜三者只能取其二(工程思维倾向“快+便宜”,艺术思维倾向“好”) | 特斯拉自动驾驶技术路径选择(机器视觉 vs. 激光雷达) | ![]() |
| 工程思维的反本能性 | 强调分解、量化、搬砖,对立面为融合、混沌、突变(复杂性科学范畴) | 完美主义与工程实用主义的冲突 | ![]() |