心智
认知资源有限,所以人必须依靠识别、分块、表征与选择性搜索。
不是把十本书压缩成十份摘要,而是让它们共同回答一个问题:环境如何限制选择,人如何在认知不足时行动,合作怎样被建立,又如何在反馈中不断修正。
THE SPINE
它不是单向因果,而是一条会被现实反馈反复改写的循环。
表征界定问题 → 启发式缩小搜索 → 渴望水平决定停止 → 反馈更新规则
BOOK 07 · HERBERT A. SIMON
知识与应用层面的第一卷深读
西蒙真正改变的,不是人类有没有理性,而是我们怎样描述理性。真实决策者无法穷尽选项、统一目标、预知后果,于是必须依靠表征、启发式和停止规则,把不可计算的问题变成能够继续行动的问题。
进入完整精读认知资源有限,所以人必须依靠识别、分块、表征与选择性搜索。
权威、角色、沟通和局部目标,会改变一个人能看见的选项与停止条件。
选择重要且可行的问题,让异常推动模型更新,并借工具与合作者扩展认知。
多种欲望与责任无法折算成单一效用函数,只能在约束中进行足够好的资源分配。
满意化不是降低标准。它要求先写清渴望水平、致命错误和停止规则,再决定投入多少资源。
搜索之前必须先形成问题表征。问题定义错了,更多算力只会让人更快地走向错误答案。
工具、异质合作者、院系和制度环境不是辅助条件,而是一个人实际能力的一部分。
EVIDENCE LEDGER
展开任一组,查看这条主线在原书中的证据位置。
洛克沼泽的漂亮牧场计划败给动物行为、疾病、火灾和组织崩解。现实第一次击穿纸面最优。
市政服务评价被改写为有限预算、公共目标与指标边界问题。
税负研究与《行政管理行为》让有限理性、组织认同和局部目标逐渐成形。
西蒙承认权威会妨碍自由争论,也会让掌权者高估赞同者。
抱负水平、满意化和选择性搜索替代普遍最优化;自然选择只要求越过生存阈值。
雷达项目拥有大量数据,却缺少描述信息加工过程的语言。数据不会自动生成解释。
图形感知太难,团队从几何转向符号逻辑;先手工模拟,再用人和卡片验证,最后上机。
GPS 与真人行为失配后,研究转向产生式、识别、领域知识和问题表征。
问题可由异常形成;描述规律之后仍要寻找生成机制。
图示、分块矩阵和问题同构显示:表征会改变可用操作、推理成本与主观难度。
模型必须选择对象、状态和变化机制;实验既检验模型,也主动制造意外。
密集口述适合生成过程模型,但仍需跨任务验证;科研以启发式选择下一步,并依赖合作网络。
COUNTERWEIGHT
一个模型只有连自己的失效条件也说清,才真正进入了能力圈。
自传用作者自己的职业史验证作者自己的发现理论。它能生成解释,不能独立证明因果。
早期程序偏爱可编码、形式明确、已有答案的任务,不能直接代表真实世界的一般问题。
经费、院系、学科席位与政治入口决定哪些事实有机会被看见。
满意化回答如何节省认知资源,却不回答目标是否正当、代价由谁承担。
恐惧、疲劳、欲望、身份与关怀并非只有噪声,也在传递价值和边界。
工具、合作者、声誉与运气影响发现和承认,不能全归因于准备充分的头脑。
2026 AI BOUNDARY
REALITY CARD
不写“我学到了什么”,只回答下一次行动会因此改变什么。
事实、情绪和期待分别是什么?
我现在解决的,是真问题还是旧表征下的问题?
哪些选项因为时间、知识或组织位置而不可见?
什么叫合格?什么错误绝不能发生?
谁设定目标、拿收益、担风险、拥有退出权?
48 小时内能做什么小而可逆的验证?