第42章 秘密实验342（1 / 2）
不管你扑灭了多少火灾，最后总会发生一场特别严重的超级大火，它的规模，远远超出了人们的扑救能力。这场大火，一定会烧得漫山遍野。而且不管你换了多少种扑救手段，用了多少先进的救火设备，最后还是这个结果。每年，都是先扑灭一堆小火灾，最后再来一场让你束手无策的大火，把前面的努力全部归零。
这就奇怪了，你看，在美国东部居民移居到这里之前，森林里也经常着火，但从来没有这么大的火。要知道，这还是在没有任何扑救措施的情况下。但是，为什么我扑救之后，火灾反而变大了呢？这个问题，困扰了美国林业局100多年。后来，他们终于把这个问题想明白了。大火的原因，不是别的，就是因为他们灭了小火。
你看，要想发生大型火灾，需要两个条件，第一是要有一场持续的大风，吹遍整片森林。第二是必须得有足够的燃料，也就是干枯的树木。但是，假如此前已经发生过很多场小火灾，就等于提前把这些燃料烧光了。等到大风来的时候，没有东西可烧，火势就蔓延不开。
说到这，你应该已经发现问题所在了。扑灭小型火灾，会让干枯的树木，保存下来。这等于是在间接为最后那场大火，积累燃料。那么，这个道理，美国森林局当初为什么没想到呢？他们其实是被存量的经验绑架了。前面说过，这些居民，原本住在美国东部。而东部的山区很潮湿，枯死的树木一般都烂在土里，或者严重受潮，根本不会燃烧。所以他们的策略是，见火就灭。不救火，这对他们来说，太违反直觉了。而到了西部，气候干燥，枯死的树木不会发潮，就成了燃料。换句话说，到了西部，环境变了，前提变了，传统的救火模型，也就不管用了。后来，人们还给这类森林火灾，建立了一套专门的模型，就叫森林大火模型。这套模型的核心不是如何灭火，而是如何点火。在大风来之前，人为的先放一把小火，提前把燃料消耗掉，大火就烧不起来了。
好，说到这，有关森林大火的故事，就讲完了。现在，我们通过这个故事，说说到底什么叫多模型思维？在这本书里，作者把人的思考能力，分为四个层级。
第一个层级，也是最低的层级，叫作数据。也就是你能直接观察到的事实。在森林大火的故事中，你知道哪里发生了火灾，就已经达到了这一层。
第二个层级，叫作信息。也就是对数据做归类统计，得出一个准确的数字。比如你知道一年总共发生多少场火灾，造成了多大的损失，这就是信息。
第三个层级，叫知识。也就是你面对信息时的处理方式。比如面对大火，你知道应该用什么技术来扑救，知道怎么组织人员。这些特定情况下的知识，也就是我们今天说的模型。当你掌握一种模型，你就可以说，你是一个有知识的人。
第四个层级，叫作智慧。指的是，你面对不同的情况，在多个模型之间，做出选择切换的能力。比如面对大火，你知道东部的山区潮湿，要灭火。同时，你还能意识到，西部的山区干燥，前提变了，方案也要变。你要从传统的火灾模型，切换到森林大火模型。能凌驾于存量经验之上，切换模型，就是思考的第四个层级，也是最高的层级，叫作智慧。也就是我们今天说的，多模型思维。
菲茨杰拉德曾经说过，第一流智慧的体现，是同时持有两种截然相反的观点，还能正常行事。今天，咱们把这句话改改。你可以把它理解成，第一流智慧的体现，就是同时掌握很多种模型，并且能够根据环境，切换模型。
作者认为，任何模型，都具备三个特点。第一，它一定是简化的，去掉了某些细节。比如传统的灭火模型，是不考虑树木是否干枯这个细节的。第二，它们都是逻辑化的。比如物理规则，大都可以表现为某个公式。当然，逻辑化，也伴随着代价。这就是模型的第三个特点，前面提过，所有的模型，都是不全面的。任何单一模型，都没法解释复杂世界。只有建立更多的模型，你才能看清世界的真实面貌。咱们引用一句有点极端的话，这是一个生态学家，叫理查德·莱文斯说的。他说，我们的真理，说到底，就是若干独立的谎言的交集。换句话说，模型其实是真实世界在某一个场景下的运行规则。场景变了，规则也要跟着变。
好，以上就是第一部分内容。多模型思维到底是一种怎样的能力？简单说，多模型思维，是一种能够根据环境，抛弃固有经验，切换思考模型的能力。这也意味着，要真正掌握这种能力，你必须要掌握足够多的模型。这不是一朝一夕的功夫。在这本书里，作者提出了将近一百种模型。咱们肯定说不完。但是至少，咱们可以先开个头，迈出关键的第一步。
第一组，是两个分布模型，正态分布和幂律分布。
正态分布，也叫常态分布。你可以把它想象成，一个追求平均，一切资源均等的世界。简单说，就是在所有的样本中，那个最接近常态的平均值占比最大。比如人的身高，大多数人，都是不高不矮，比较接近平均身高。再比如高考分数，大多数人都处在一个不太高，也不太低的分数区间。满分和零分，都非常罕见。
而幂律分布是，平均值的比例优势消失了。你可以把它想象成，一个赢家通吃的世界。在所有的样本中，少数人，占据了大多数资源。比如财富，少部分人，拥有着社会的大部分财富。再比如流量，网络上的大V，占据着绝大多数流量。而剩下的大多数，粉丝都很少。
那么，搞清这两个分布模型，有什么用呢？简单说，它可以帮我们合理的规划资源，管理风险。
比如，让你设计公共汽车上的扶手高度。考虑到人的身高是正态分布，特别高的和特别矮的都是少数，它的高度就应该是，一个不高不矮的人，伸手恰好能够到的高度。