认知困境

除非你对尺子的可靠性有信心，否则如果你用尺子量桌子，你也可能在用桌子量尺。你越不相信尺子的可靠性，你得到的关于尺子的信息就越多，而关于桌子的信息就越少。“测量行为”是一个经常出现在量子力学中的概念，但实际上测量无处不在。维特根斯坦的尺子类似一把剃须刀，它规定了可以从测量或判断中获得哪些信息，

焦点效应(Spotlight Effect)也称为聚光灯效应，总以为自己处于舞台的聚光灯下，这是一种焦虑：我们的一举一动都在被别人仔细观察，容易造成社恐症。实际上，没有人像你自己一样关注你自己。人们太关心自己在别人眼中的形象，而不太关心你在别人眼中的形象。 

所有问题都是相对的，相对困境(Relative Privation或称为相对贫困)是一个非常普遍的认知谬论，通过陈述一个更重要的问题的存在来拒绝一个论点，人们因为其他事情更糟糕而忽略了当前问题，因为存在一个更糟糕的问题，从而使最初的论点变得无关紧要。假设你的朋友做晚餐。吃完饭，他会征

设计都自以为是，忽视上下文：下图是Sarah Ross作品：hostile建筑，hostile架构。这些服装是人们为了能在城市里坐得舒服 或活得舒服而不得不穿戴的奇怪服装，为什么这些建筑或架构设计不能设计得更人性化让人们更舒服一点？用户体验更好些？

也许最危险的教条是理性主义者的教条，因为他们的本体论承诺使他们看不到理性可能会变成教条主义的可能性。评：书呆子永远不承认自己是书呆子，因为他们的知识与理论遮蔽了他们的眼睛。道可道非常道，名可名非常名，当你有了它的名字这个知识与理论，你实际已经进入教条主义边界，除非你一直能铭记，此名已

幽默：78% 的 JavaScript 开发人员数学很差，我很高兴成为另外 32% 的一员。评：算术差不代表数学差，算错不代表逻辑不严密。把算术等同于数学是一种认知误区。见: 

你的数据越详细，它就越缺乏洞察力。仅向图形添加 1 个额外参数会导致图形的体积呈指数增长，分散包含的数据点并删除它们之间的有意义的关联。维度诅咒现象出现在数值分析、采样、组合学、机器学习、数据挖掘和数据库等领域。这些问题的共同主题是，当维度增加时，体积空间的增长如此之快，以至于可用数

该文来自doi.org的社会学年度回顾出版，原文点击标题，以下是摘要：将海量数据集与用计算机代码编写的流程或算法相结合，以对它们进行分类、组织、提取或挖掘，这已经在几乎每一个主要的社会机构中取得了进展。本文献提出了三点思考： 首先，一个新职业阶层的兴起，我们称

试图改变人们的想法是浪费时间。如果你想让他们以不同的方式思考，你必须给他们一个工具，使他们能够以不同的方式思考。这个工具就是你：系统思考者是使人们能够以不同方式思考的工具。

当不确定如何行动时，人们会模仿他人，向外寻找证据来帮助他们的决策。当西尔凡-戈德曼发明购物手推车时，人们不愿意使用它们，因为它们看起来很傻。于是戈德曼付钱给演员，让他们在他的商店里使用手推车，大家很快就效仿。类似中国成语：群起效尤，但没有褒贬的意思，客观描述一种现象，网络直播

又称为Shirky原则，这是Clay Shirky克莱·舍基提出的，克里斯·安德森称 Shirky 是“互联网技术的社会和经济影响方面的杰出思想家”。舍基原则：复杂的解决方案，如一些公司或行业，会变得如此专注于他们要解决的问题，以至于常常他们自己会在不经意间推导问题本身的永久存在。制造出伪命

在公共关系和法律实践中，吉布森定律认为“每个博士都对应一个相同但是观点相反的博士”。该术语专门指在对抗性司法制度下的审判中，由对方传唤的专家证人证词之间的冲突。正反双方都能找到支持自己的专家，在法律和政策方面，任何人都可以找到支持他们观点的主题专家，因为拥有博士学位并不一定能使某人正确，它通常只会使

弗雷德金悖论：两个选择看起来越相似，决定就越不重要，但在它们之间做出选择就越困难。因此，我们经常在最不重要的决定上花费最多的时间。涉及两个选项之间的差异与它们之间的选择决策难度之间层负相关，这个悖论对纯工具理性的可能性构成了重大挑战。有没有注意到你花了整整

在我们作为工程师的职业生涯的早期，我们被告知要投资于技术技能。我们学习语言，实现模式和框架，跨堆栈架构，并学习如何扩展。进入工作的杂草是让你在队友中获得可信度和影响力的原因。但为了更成功地进行技术调用和提升职业生涯，工程师实际上需要培养更好的战略决策技能——而不仅仅是技术执行技能。事

关键点 虽然我们相信我们的大脑准确地感知客观现实，但神经科学的证据表明这种理解是错误的。 我们的大脑不会根据我们过去的经验来过滤信息，而不是感知外部世界的公正表现。 虽然由于我们的感知联系，我们无法完全消除大脑的偏见，但我们可以意识到顺从和确认偏见的趋势。 <