末知方程式,末知传闻小说全文

法律普法百科 编辑:禹兴子

末知方程式,末知传闻小说全文

大家好,由投稿人禹兴子来为大家解答末知方程式,末知传闻小说全文这个热门资讯。末知方程式,末知传闻小说全文很多人还不知道,现在让我们一起来看看吧!

末知网

人生在世几十年,有多少个未知在等待,不知道,人再年轻的时候,在十字路口,方向,选对了,你坚持到底,是可以见到希望的,你的道路也会越来越宽广,方向,选错了,一步错,步步错,你的道路也会随着你的选择,你的道路也会变得越来越窄,剩至无路可走,人生路不容易!

末知生物

《意料之内:有限的认知与不确定的环境》(以下称《意料之内》)探讨了不确定性所蕴含的巨大潜能及其在生活中的关键作用。作者玛吉·杰克逊指出,人们长期以来对确定性的过度追求其实是一种误区,不确定性实则是推动个人与社会发展的核心力量,不确定性思维正是认知的起点和进步的源头。

《意料之内》通过翔实且多元的案例,全面展现了不确定性在转变思维、积累知识、催生创造力、构建社会和谐以及应对复杂环境等方面的积极影响。作者还特别探讨了人工智能的不确定性问题,以及如何构建具有不确定性的人工智能模型,使其与人类协作进步,更好地适应人类需求。本文为《意料之内》的书评。

《意料之内:有限的认知与不确定的环境》,[美]玛吉·杰克逊著,赵磊 译,中信出版集团,2025年4月。

神经科学研究表明,当人类面对未知时,杏仁核会立即触发“战斗或逃跑”的压力反应;而确定性带来的“流畅状态”则会激活多巴胺奖赏机制,让大脑产生愉悦感。这种机制曾在丛林时代帮助我们的祖先快速决策、规避风险,却在复杂的现代社会形成悖论:我们越是依赖确定的答案,就越容易在“黑天鹅”事件中陷入认知瘫痪。

我们拼命“求稳”,但现实是,世界本质上就是不确定的。国际货币基金组织将当前时代定义为“不确定性十年”,气候变化、技术革新、全球格局变迁,每个领域都充满未知。正如美国畅销书作家、社会评论家玛吉·杰克逊(Maggie Jackson)在《意料之内》中指出的:“我们生活在一个算法和清单盛行的时代,却忽略了世界的复杂性远非公式所能涵盖。”

绝大多数思考乃至生活本身都在追求问题的解决。然而一路走来,正是不确定性使我们能够预见难以想象的事情,适应意外情况,像重视答案一样重视问题,并从差异和困难中汲取力量。塔勒布在《反脆弱》中强调,真正的稳健并非来自对不确定性的抵抗,而是源于接受、利用甚至从中受益。我们不必害怕无定限的存在,因为这就是我们找到更好的解决方案、找到希望之路的地方。不确定性的优势即在于此。那么,我们该如何升级认知,拥有与不确定性相处的智慧?如何在悬而未决的当下,找到自己的确定性路径?

重新认识不确定性:

不确定性智慧的三大支柱

在经济学、医学、教育等不同学科中,对“不确定性”的研究和表述形式各异。但总体而言,专家们普遍认为不确定性主要有两种类型。

第一类为“偶然性(aleatory)不确定性”,这是客观世界本身具有的不可预测特性,其结果难以事先确定。比如台风的路径、市场的波动,即便运用概率模型进行推算,最终结果仍具有随机性。就像我们无法精准预测下一次金融危机何时爆发,或是某只股票明天的走势。

第二类是“认知性(epistemic)不确定性”,源于人类认知能力的局限性,是我们明确察觉到“某些问题我尚未掌握”的边界感。它与单纯的“无知”不同——无知是对某领域完全缺乏认识,而认知性不确定性则是意识到自己的知识缺口。例如,医生面对一种罕见的新病毒时,清楚地知道自己需要进一步研究才能确定治疗方案。这一类不确定性正是我们突破思维瓶颈的关键。

《意料之内》强调,不确定性是一种建设性力量,而非令人恐惧的事物。我们可以从神经科学、个人认知、团队协作三个维度重构对它的认知框架。

提到不确定性,大多数人都会产生不适感。当面对不确定时,我们的大脑在发生什么?

大脑中最大的神经元——椎体神经元。(图源:《意料之内》作者玛吉·杰克逊)

神经科学研究发现,大脑皮层中约70%至80%的神经元为锥体神经元,这种细胞正是人类处理、记录和感知不确定性的核心。当我们遭遇意外或模糊情境时,这些神经元会释放多巴胺与去甲肾上腺素,激活前额叶皮层的高阶思维能力。此时,我们的大脑会变得对新信息更加敏感,工作记忆能力提升,注意力更加集中,专注力增强,这种状态被称为“良性压力”,它会打破大脑的“自动驾驶模式”,迫使我们跳出固有思维框架,重新审视问题。

神经科学家约瑟夫・凯布尔(Joseph Cable)说:“不确定性是大脑在告诉我们‘这里有东西需要学习’。”关键在于区分“唤醒反应”与“恐惧反应”:前者指向问题解决,让我们进入理性探索状态;后者导致认知瘫痪,陷入本能避险。当我们感到模糊不清时,很容易将其误认为恐惧,并因此选择逃避。

玛吉·杰克逊认为,不确定性带来的良性压力在某种程度上与“正念”相似,它是一种活在当下的状态,是对正在发生的事物保持开放的态度。不确定性让我们对环境保持敏锐——这是任何决策的重要起点。

适应性专家:

在知识边界处创造新可能

不确定性并非只能带来混乱与焦虑,它也可以成为我们拓宽已知边界的“脚手架”,激发创造性思维,推动我们打破认知惯性。《意料之内》中指出,真正能驾驭不确定性的人,往往不是那些只擅长套用已有知识的传统专家,而是一类被称为“适应性专家”(adaptive expertise)的人。

传统专家在“良性环境”中依靠直觉无往不利,但在未知挑战面前可能失灵。在多伦多的某间手术室里,玛吉·杰克逊曾目睹一场惊心动魄的肝脏切除术。主刀医生凭借20年经验快速推进手术,却在分离胆管时突然僵住——他意识到可能误判了组织边界。此时,一旁的年轻医生卡罗琳・莫尔顿没有沿用常规流程,而是启动了一套截然不同的认知路径:她花费12分钟重新审视解剖结构,通过超声反复验证血管走向,最终避免了致命失误。

“适应性专家”之所以与众不同,正是因为他们深知“何时以及如何保持不确定”。在熟悉场景中,他们能流畅运用知识;而在面对复杂挑战时,他们会放慢节奏、深入思考,比初学者花更多时间诊断新问题。他们会沉下心来追问:“哪里出错了?究竟发生了什么?”——这是他们的第一大特征。

此外,他们还具备“拓宽视野”和“深入思考”两大能力。他们不会局限于单一假设,而是探讨多个可能性,力求理解问题的本质,并能在测试和评估多种方案后,迅速找到最佳解决方案。

这种认知模式的核心在于:敢于在知识边界处工作。适应性专家善于倾听问题本身的“诉说”,而非固守已有的答案。正如莫尔顿所说:“当你感到不确定,正是你真正在乎的时候。”在他们看来,错误不是失败的标志,而是通往认知升级的阶梯。

团队协作的密钥:

让不确定性成为创新催化剂

NASA“毅力号”火星车于2021年登陆火星。(图源:《意料之内》作者玛吉·杰克逊)

2007年,在NASA(美国航空航天局)火星探测漫游者(MER)任务中,一条错误指令的上传差点葬送价值数亿美元的漫游车,项目高层立即暂停所有操作,让机器人进入休眠,并给全体员工放假反思。随后,他们召开全员大会,要求每个人敢于说“我不知道”“我不明白”,并鼓励任何人——无论职位高低——质疑首席任务经理的决策。这场两小时的辩论大会,揭开了团队协作中的关键秘诀:“不确定性和冲突是任务的运作方式。”正是这种允许冲突和质疑、将任务视作探险的文化,成就了火星探测车团队长久以来的创新力。

团队需要共识来推进行动,但过度追求一致会扼杀创造力。从1950年至2013年,登顶珠峰的队员中60%的人毫无喜马拉雅经验,14%的成员上过三次以上;许多队伍高度推崇“超级团队精神”,通过强调集体主义让新手和老手步调一致,以实现“合取(Conjunction)”式的登顶目标。但在真正的生死攸关时刻,安全决策更像一项“析取(Disjunction)”任务:必须分别评估天气、健康和装备等多种变量。有研究发现,如果一个登山队成员在专业知识上虽有多样性,却过分强调“一致性”,其团队发生意外事故甚至死亡的风险会更高。过度追求统一思考反而会压抑分歧视角,削弱对潜在风险的检验。

真正的团队智慧,始于对“不确定性的制度化接纳”,允许团队中有“我不知道”“也许存在另一种可能”的声音存在,本质上是在构建认知的 “防雪崩机制”。

化未知为力量,

破解不确定性难题

不确定性不是需要消灭的敌人,而是激活思维的唤醒信号、突破认知的关键要素、高效协作的助推剂。那么,在充满未知的日常中,我们该如何调整思维和行为模式,将不确定性从“焦虑源头”转变为“进化动力”?

1.主动拥抱问题,培养“消极能力”

诗人济慈曾提出,“生活的复杂性需要一种强烈的谦逊淡泊”,他称之为“消极能力”,即沉浸在不确定、神秘、怀疑中而不急于下结论的能力。这正是应对不确定性的核心素养。在日常工作中,当我们遇到模糊不清的任务,不必急于寻找“标准答案”,而是给自己留出思考空间,像侦探一样收集信息、分析可能性。

拒绝“思维固着”

德国心理学家卡尔·东克尔曾做过一个著名的蜡烛实验:当被试者需要用图钉盒固定蜡烛时,多数人因固化于盒子的“容器功能”而忽视其作为平台的潜在用途,最终陷入思维盲区。这个实验揭示了人类“功能固着”的思维陷阱——我们习惯赋予事物固定用途,却忽略了其潜在可能性。打破这种固着,需要我们在面对问题时,主动问自己:“如果换个角度看,会有什么不同?”

践行“三思而行”

2003年,在哈佛大学医学院进行的“哈佛模拟实验”中,一群年轻麻醉师被要求解决紧急阑尾切除手术中患者血氧水平急剧下降的问题。P医生错误地判断为支气管痉挛,并在25分钟内10次重提这一错误诊断;而V博士虽然快速提出了8种可能诊断,包括正确答案“呼吸道阻塞”,但未能深入检验假设,最终也未能化解危机。这一实验清晰表明:在高压情境下,既过早定论又频繁跳跃假设,都会导致判断失误;唯有在“行动中思考”时放慢节奏、逐步检验,才能避免误判。

这种“渐进式深化”思维也适用于个人和商业决策。具体来说,我们可以将一个大目标拆解成一系列可测、可控的小目标,并在每一步都留出验证和调整的空间。例如,想创业或转行的人,先尝试相关副业或项目,评估兴趣与市场反馈后再决定是否全职投入;投资者可将总资金的5%-10%集中配置于核心标的,跟踪表现后再决策加仓或止损。采用费米式的分布验证方法,不仅有助于有效控制风险,还能确保我们在每个阶段对假设有充分的数据支持,从而避免线性思维导致的盲目决策。

2.用脱敏练习提升心理韧性

心理学上有个概念叫“不确定性容忍度”,它在20世纪50年代被发现,如今仍备受关注。对不确定性高度不耐受者如同生活在“确定性茧房”里,任何意外都会触发应激反应。他们习惯非黑即白的二元思维,也更容易被焦虑、强迫等心理问题困扰——在他们眼中,未知等同于威胁,每一个问号都是潜在的危机信号。而容忍不确定性较强的人则更具灵活性和开放性,未知在他们眼中不是障碍,是有待解码的谜题,是拓展认知的动力。好消息是,通过有意识地练习,每个人都能提升对未知的耐受力,把“不确定性焦虑”转化为“探索型心态”。

提升这种“心理耐受力”的关键,在于把练习融入日常小事当中。临床心理学界常用的“渐进暴露法”值得借鉴:就像帮助怕狗的人从接触毛绒玩具开始,逐步靠近真实的小狗,我们也可以用“低风险试错”开启训练:尝试一道从未吃过的菜,接受一次临时变更的行程,将你不放心交给别人的任务分拆出去。研究表明,这种持续的“认知脱敏”能重塑大脑的压力反应机制:当你发现尝试新餐厅不会导致灾难,接受临时变更的行程反而遇见惊喜,便会逐渐意识到不确定性并非洪水猛兽。每一次主动接触未知的瞬间,都是在为大脑安装更强大的“抗焦虑补丁”,让我们在面对更重大的变动时,能从“应激逃避”切换为“积极探索”。

与不确定性共舞:

从恐惧到拥抱的思维跃迁

在这个确定性加速崩塌的时代,我们急需培养“与不确定性共舞” 的能力。《意料之内》并非让我们全然放弃对确定性的追求,而是学会在确定与不确定之间找到平衡。正如玛吉・杰克逊所说:“最好的思考始于且终于不确定的智慧。”

站在不确定性的旷野中,与其盯着消失的路标焦虑,不如打开认知的“手电筒”;承认世界的复杂,接纳自身的局限,把每一次选择都当作“试错性探索”而非“终极判决”。当我们不再追求“绝对正确”的路径,而是修炼“动态调整”的能力,就会发现:大厂裁员可能是转型创业的契机,房产调整或许是资产重构的信号,考公失利也许倒逼出职业发展的新赛道。我们曾经恐惧的“未知”,正化作无数条隐形的路径——它们没有清晰的路标,却通往充满可能性的未来。

这个时代的真正馈赠,往往隐藏在每一个确定性崩塌的瞬间。未来属于那些敢于在不确定中寻找方向的人。他们能将“我不知道”视为探索的起点,在变化中磨练出应对新局的能力。毕竟,这个世界唯一确定的就是始终充满不确定,这恰恰是我们超越旧我、拥抱新可能的起点。

作者/朱香雪

编辑/荷花

校对/柳宝庆

末知拼音

(本文作者张晓泉,清华大学经管学院 Irwin and Joan Jacobs讲席教授)

One who knows and knows that he knows… His horse of wisdom will reach the skies.一个人不但知道,也知道他自己知道…….他智慧的马儿将达到天空。

One who knows, but doesn’t know that he knows…He is fast asleep, so you should wake him up!一个人虽然自己知道,但是不知道他自己知道...他是睡着了,所以你应该把他唤醒!

One who doesn’t know, but knows that he doesn’t know…His limping mule will eventually get him home.一个人确实不知道,但他知道自己不知道...他一瘸一拐的骡子最终会带他回家。

One who doesn’t know and doesn’t know that he doesn’t know…He will be eternally lost in his hopeless oblivion!一个人确实不知道,但是却不自知... 他将永远迷失在他无望的遗忘中!

——14th Century Persian Poet Ibn Yamin

从上面这首诗中,我们可以看到,「知道」和「不知道」分别存在两种情况。

「知道自己知道」,是「已知的已知」(known knows);

「知道但不知道自己知道」,是「未知的已知」(unknown knowns);

「知道自己不知道」,是「已知的未知」(known unknows);

「不知道自己不知道」,是「未知的未知」(unknown unknowns)。

这样一来,世上的事可以大致分为三类:已知、未知和不可知。

其中「已知」包含了「已知的已知」和「已知的未知」;「未知」则是「未知的已知」,也可以称为「无知」(Ignorance);而「未知的未知」也就是「不可知」(Nescience)。

那么问题来了,为什么要看懂已知、未知和不可知?

原因很简单:因为它们与我们的生活息息相关。

尤其是在当下这样充满变化的时期,这关系到我们如何去理解突然发生的事并做出反应;如何去预测可能还未发生的事并做好准备;如何去面对和探索无法预测也无从得知的事物并减少焦虑。

“让你陷入困境的不是未知,而是你自以为确信已知之事。”(It ain’t what you don’t know that gets you into trouble. It’s what you know for sure that just ain’t so.)——马克·吐温

然而现实情况是,对于已知和未知缺乏清晰的认知,都有可能让我们陷入困境。

在已知的范畴内,有一种叫做概率(Probabilities)的因素,它和未知相互作用,可能指向「风险」(Risk)和「不确定性」(Uncertainty),最后导向「意外」(Surprise),(后面的意外都指Surprise)。

风险一般是指:事件、过程或结果以及每个事件发生的概率是已知的情况。换句话说,风险是可能的(通常是不理想的)结果,其概率和存在是已知的。

当然,在现实中,对潜在结果或后果的概率范围完全掌握的情况是很少的,有时候甚至是不可能的。

这里需要注意的是不确定性和意外,它们经常被混淆。

不确定性是指:事件、过程或结果是已知的(事实或假设),但它们会发生的概率却不知道的情况。不确定性的特点是已知可能的结果,但其概率是不知道的。

意外则是:事件、过程或结果不为人知或预期的情况。这是一种在严格定义下的意外,它在逻辑上意味着我们不能预测事件、过程或结果,因为「预测行为」本身就意味着某种程度的已知。

然而,被指定为「意外」结果的评估表明,如此记录的事件、过程和结果实际上是以某种方式可知的。这种类型的意外指涉了其第二种定义:指一种感知到的现实在质量上偏离预期的情况,也就是从中文字面意思来理解的「意料之外」。

对于第一种定义下的意外,我们似乎是无从分析的,因此我们着重关注第二种类型的意外,并阐明其逻辑(除非特殊说明,以下讨论都是围绕这种类型的意外展开)。

1)鉴于意外的第二种含义,我们有可能预测到一个子集的意外。

2)例如,复杂系统、混沌和其他此类理论为理解意外之所以会发生提供了概念和分析基础,而各种方法(如模拟、逆向预测)和评估有助于寻求和发现意外。

3)与经验相结合,这种理解让我们可以识别可能发生意外的潜在领域。

4)这种识别可以(应该)让公众和政策制定者了解这些意外的问题,从而有可能降低脆弱性,提高环境和社会对突发事件的复原力。

5)疑似「意外」在特定领域内发生的概率是在主观基础上产生的(或通过基于主观假设的客观方法或模型),并因个人、社区和文化的不同而有很大差异。

除了已知范畴的风险和不确定性,未知才是意外中的主要主题,也是最难解决的部分。

为了方便理解和解释,我们需要进一步厘清几个概念。

从意外结果导向来看,未知所包含的「未知的已知」(unknown knowns)和「未知的未知」(unknown unknowns),是指一种并非所有结果都已知(Not all outcomes known)的情况。而当我们不能或不知道一个可能的结果时,我们就是无知的(Ignorance)。

按照意外的定义,无知可能是最重要的意外所在。

为此,无知被分为「开放的无知」(Open ignorance)和「封闭的无知」(Closed ignorance)两种类别。

「封闭的无知」是指不愿意或不能考虑某些结果是不知道的,但也许是可能的,也就是「未知或未意识到的无知」(ignorance unknown/unrecognised),它属于不可知的范畴。

「开放的无知」则相反,而且复杂得多。

愿意承认无知是识别可能结果和预测意外的开始,这种无知是「有意识的无知」( Recognised ignorance),这种类型的无知可以被进一步的探索和研究。

由此展开的对意外的逻辑性推理,有助于我们充分理解已知、未知和不可知。

来看下面这张图:

在开放的无知中,有些形式的无知比其他形式的无知更容易减少或消除。于是进一步的,开放的无知又被分为可减少的无知(Reducible ignorance)和不可减少的无知(Irreducible ignorance)两种情况。

相对容易减少的无知有两种形式,它取决于是个体还是群体的无知。

个体的无知可以通过教育来减少,在此之后的「意外」就可能成为某些类型的「风险」。

群体的无知则需要通过研究创造新的知识,广泛地在现有的科学概念、思想和学科范围内进行。

另一种开放的无知更为复杂,也不那么容易解决。

这种难以减少的无知部分源于认识论——我们认为支配世界如何运作的规则,以及我们用来描述我们所想和观察的语言和符号。比如「地心说」和「日心说」。

认识论的无知又可以进一步被细分。由于语义的模糊性造成的无知称为解释性无知(Hermeneutic ignorance),由于经验和理论的不相容性造成的无知称为公理性无知(Axiomatic ignorance),由于由于哥德尔不完备定律造成的无知称为逻辑性无知(Logical ignorance)。

归根结底,所有的无知可能都是可以减少的,但其中大部分是很难克服的。

这种难以减少的无知的另一部分是现有条件所固有的。有些现象可能仅仅是不可预测的,至少从现在的技术和分析角度来看是这样。故而称作「现象学无知」(Phenomenological Ignorance)。

例如,以混沌为特征的系统目前被认为在细节上是不可预测的。

由于大气的混沌动力学,无论对天气状况的初始状态了解得多么准确,都不可能提前六个月进行详细的天气预报。

现象学无知的另一个例子是系统潜在力量的变化,会产生明显不同的观察结果。比如进化论。

这种分类是有意义的,它对风险、不确定性和意外进行了区分。它清楚地表明,现象学上的意外只是无知的一个类别,以及许多意外其实是容易被还原的。

而其他的意外则是被认识论的障眼法所阻挡,这些障眼法创造了排除某些类别的结果的期望,也就产生了意外。

上面的分类也表明,科学上的很多研究成果和发现也是一种意外。

因此,许多潜在性的意外情况是可以预见的。

然而,很明显的是,由于系统的复杂性、经验的缺乏或理论理解的不足,许多危险或问题在本质上都会受到意外的影响。

无论采取什么样的预见性措施,一些意外将不可避免地发生。

换句话说,认为科学和社会科学可以充分预测未来,以预测全部的积极和消极的意外,这种想法是傲慢且狂妄的。

这个复杂的世界可能有太多的参数需要考虑,有太多的未知数需要去了解,和/或有太多的相互关联的因素和相互作用,我们要么无法建模,要么根本不知道,甚至无法考虑。

复杂性是我们了解现象并建立模型减少无知,进一步理解或是预见意外的局限性的关键。

然而,这当然不意味着我们应该因为有限制而停止对复杂现象的建模。

就好比那些建立在多年数据基础上的花哨而智能的模型都没有预测到如今这样规模的大流行病,但我们仍然在使用这些模型来了解病毒的传播,预测干预措施的结果,并做出科学主导的决定和政策。

马克·吐温的另外两句调侃放在这里也很合适。

“谎言、该死的谎言和统计”(Lies, damned lies, and statistics)

以及

“我们祈祷下雨之前最好先看一下天气预报”(It is best to read the weather forecasts before we pray for rain)。

这两句对统计、预测、建模的看法相当矛盾,它同时也提醒我们探索未知预测未来可能会出现的滑坡效应。

人类不喜欢不确定性,因此会在对充满意外的世界的感知中寻求格式化。这种对不确定性的厌恶是基于人类抽象性的驱动力。人类被从各种意外中寻找意义的需要所驱动,这种驱动力创造了世界的发明模型。

整个科学就是要突破界限,在不确定性中将无知转化为已知,进而发展我们对现象的理解和知识,即使是复杂的现象。

复杂的金融市场也是这样。

已知的风险是可以测量的,它们的数据可以形成分布,或用于模拟基于可计算事件的风险。

未知的风险不能轻易或客观地测量,它们包括那些甚至没有被意识到的风险。

不可知的风险是「黑天鹅」事件——即那些不能事先确定的事件。

虽然黑天鹅事件有可能对市场和社会造成灾难性的破坏,但股灾更典型的是由「已知的未知数」引起的——那些已经酝酿了一段时间的事件。其性质是我们熟悉的,但其具体形式和潜在危险仍然不清楚。

以2008年的全球金融危机为例。它不是一夜之间发生的,而且,回顾过去,有很多迹象和警告,如2007年的次级贷款崩溃。

又比如2000年的网络泡沫,在美联储主席艾伦·格林斯潘在1996年的一次演讲中首次发出“非理性繁荣”的警告几年后,网络泡沫破裂了。

因此,我们在金融市场所做的大多数研究,比如量化投资,并不是去追求耸人听闻的「不可知数」,而是专注于我们知道和了解的或是尚未被观测但可以通过研究认知的市场风险和可获利因子。

已知、未知和不可知的因素使我们的生活中充满了大大小小的风险、不确定性和无数的意外。

如今每天正在发生的事情也告诉我们,意外持续存在,而且还在继续增长,意外反过来又会产生新的关注和活动。也会有其他与技术危害、国际紧张局势、社会变革和资源需求无关的关注和意外产生。

人类对于意外事件并非束手无策,因为具体的事件和结果无法可靠地预测,甚至(也许)无法预期。但看懂了已知、未知和不可知之后,我们或许可以通过下面这些行动或措施提高面临风险时的复原力和适应性,从而降低对意外或不确定扰动影响的敏感性。

1)经济生产系统的多样化:经济生产系统的多样化和专业化程度的提高带来了易受控制的风险,这可能对受扰动的恢复能力产生积极和消极的影响。

2)避免技术单一化:单一的技术或结构可能更容易受到环境和其他扰动的影响,对经济造成负面影响。

3)灾难/风险应对系统:改进预警、监测和警报系统的设计,增强对潜在危机的快速反应能力。

4)组织记忆和社会学习:改善记忆和从意外中学习的能力的措施,可以提高对意外脆弱性的整体复原力。

(本文作者张晓泉,清华大学经管学院 Irwin and Joan Jacobs讲席教授)

本文仅代表作者观点。

末知列什么意思

在产品经理的职业生涯中,面对全新的、未知的任务几乎是家常便饭。无论是老板突然分配的陌生项目,还是团队交付的全新领域任务,这种“未知”往往会让产品经理感到焦虑和不安。然而,这种焦虑并非无法克服。本文将从心理学角度出发,剖析产品经理面对未知任务时的焦虑根源,并提供6个实战技巧,帮助产品经理快速上手新领域任务,从焦虑到从容应对。

一、为什么我们会害怕“未知”?

做产品经理的朋友,应该都有这种经验吧:老板突然丢来一个完全没碰过的项目,或团队交付一个你完全不熟悉的领域任务,不管你经验多丰富,第一反应多半是:完了,这我不行。

其实,这种焦虑一点也不奇怪。面对一个全新的领域,我们大脑本能就会开启“自保机制”,提醒我们可能要冒风险、会搞砸。很多时候,这种担心来自两个方向:

1. 怕自己做不好

未知代表不确定性,也代表无法掌控。你可能会担心:我能搞定吗?时间够用吗?有没有人可以问?

2. 怕辜负自己的期待

PM 通常都很希望把事情做到好、做到漂亮。但当你面对一个完全不熟悉的主题时,心里难免会出现“我这次可能搞砸”的小剧场。

但放心,我们不是要“消灭”焦虑,而是学会和它和平共处。尤其是当你搞懂为什么会焦虑,就更容易找到对应方法。

从心理学角度来看,其实像是“达克效应”(Dunning-Kruger Effect)讲的就是:越了解某个领域的人,反而越容易对自己没信心。因为他们清楚知道还有多少东西自己不懂。

还有像“成长型思维”(Growth Mindset)这种概念也很关键,它强调——能力是可以透过努力和学习培养的。只要愿意一步步摸索,你一定能找到路。

二、如何快速上手一个新领域?

说到底,面对陌生任务就是一个“边学边做”的过程。以下这6个方法,是我自己和身边许多 PM 常用的技巧,提供你参考:

向AI提问,这并不丢人

别再死扛了!现在 AI 这么强,为什么不借力一下?

ChatGPT、Perplexity、Notion AI……这些工具现在已经是很多 PM 的日常助手。

怎么用最有效?

一开始可以请 AI 帮你列出某个新领域的关键术语,例如“我想了解 ESG 议题,请列出10个关键概念”。再进一步,请它帮你说明这些术语、推荐相关文章、举出产业实际案例。想快速了解市场趋势?Perplexity 非常适合找一手资讯。

这些 AI 工具不只是“找资料”的工具,更是你构建新知识地图的好帮手。别小看一份关键字清单,它可能是你跨进新领域的第一张门票。

向前辈学习,别人踩过的坑别浪费

没经验怎么办?问有经验的人啊!

找有相关经验的同事、主管或朋友聊聊,绝对比你自己盲猜来得有效。但记住一件事:**你要问得具体、有准备。**没人喜欢被问“你觉得我要怎么做?”这种空泛问题。你可以试着说:“我现在接到一个做 B2B CRM 的任务,但我过去都在做 B2C,有没有什么切入点可以建议?”

如果身边找不到人问,也可以:

去 Medium、知乎、人人都是产品经理上面找实战文章;报名线上课程或讲座(Product School、Mind the Product 都不错);加入 PM 社群、Slack 群、Line 群,很多人在里面会分享真实经验。

一句话:别闷头自己苦想,别人的踩坑经验可以帮你少走很多冤枉路。

向竞品借经,省时又省力

研究竞品是最常见也是最实用的方式之一。你可以从这些角度来看:

功能设计:有哪些是标配?有哪些是特色功能?用户流程:人家是怎么引导用户完成流程的?行销手法:人家怎么推广?主打什么痛点?

常用分析工具像:

SWOT:分析竞品的优势、劣势、机会与威胁。功能矩阵:横向比对各家产品有啥、没啥。用户旅程图:模拟使用流程,看看哪一步卡人、哪一步顺畅。

但要记住:借鉴≠抄袭。你不是要复制别人,而是要从中看出机会点,思考你产品能不能走出不一样的路线。

向圈子沉浸,一手资讯不会轻易获得

想要进步快,圈子真的很重要。

不管是产品经理社群、某个产业的从业人员群组、或是特定主题的线上讨论区,你都应该尽可能地融入进去。像 ProductTank、Product School、人人都是产品经理、Slack 社群、Line 群等等,平常多逛逛、多看别人讨论什么。

你会发现:

有人跟你遇到一样的问题,看看他们怎么处理;有人分享他今天踩了什么雷,你明天就可以避开;有人推荐一本书、一篇文章,说不定就是你接下来工作会用到的工具。

这不只是一种学习,更是一种“知识保持新鲜”的方式。

向用户挖掘,真需求永远是硬道理

产品做给谁用?用户。那你不去听听用户的声音,怎么可能做出好东西?

如果你完全不熟悉某个用户场景,那就去访谈、发问卷、做用户研究。这里给几个小建议:

访谈之前先做点功课,不然你会问出一堆很基础、没重点的问题;问的时候不要只问“你希望产品有啥功能?”,要挖“你平常为什么需要这样做?”、“有没有遇到什么麻烦?”;把听到的回馈和你目前拥有的资源结合,思考有没有实际可行的解法。

想更深入一点,也可以试试 JTBD(Jobs-To-Be-Done)这个方法,它强调的是“用户想完成什么任务”,而不是“用户要什么功能”。帮助你更贴近用户的真正动机。

向目标对象确认清楚,给钱的人是上帝

最后一步,也是最重要的,就是要确认目标

很多时候 PM 最怕的不是任务难,而是“我不知道老板到底要我做什么”。

建议你可以用这两个小工具来协助沟通:

RACI 表:厘清谁负责(Responsible)、谁做决策(Accountable)、谁提供意见(Consulted)、谁被通知(Informed)。大家分工清楚,工作起来才不会吵架;SMART 目标:任务要具体(Specific)、可衡量(Measurable)、可达成(Achievable)、相关性高(Relevant)、有时限(Time-bound)。举个例子,不要说“我去研究一下市场”,你可以说:“我会在两周内完成X领域的竞品分析报告,并提出3个建议方向。”

讲白话一点:你不要等做完才发现走错方向,要一开始就对齐彼此期待。

三、写在最后:未知并不可怕,怕的是你不愿意试

产品经理这份工作,说到底就是不断面对新挑战。每一个“我不熟”的东西,都是你能力成长的机会。

你可能一开始会怕、会慌,觉得自己不够格。但当你试着用上面这6个方法去破解“未知”时,你会发现:其实没你想的那么难。

记得一句话:未知不是绊脚石,而是垫脚石。

愿你带着学习的心态、行动的速度和解决问题的勇气,成为那个即使面对完全不熟悉的新任务,也能淡定从容的产品经理。

专栏作家

PM宣仔,微信公众号:PM宣仔,人人都是产品经理专栏作家。从K12教育夜奔到Web 3工具的PM,分享产品洞察的同时,也期待与大家探讨Web3的观点

本文原创发布于人人都是产品经理,未经许可,禁止转载。

题图来自 Pixabay,基于CC0协议。

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。

本文到此结束,希望本文末知方程式,末知传闻小说全文对您有所帮助,欢迎收藏本网站。

喜欢的

也许您对下面的内容还感兴趣: