本文来自微信公众号“王智远”（ID:Z201440），作者：王智远，36氪经授权发布。

这个想法太理论了？

别给我说这些，我要具体方案。

开会时，常常听到别人头破血流的吵闹声中冒出这句话，偶尔我也会思考，当人们说这种话时在表达什么呢？具体有两个因素：

1）理想和现实差距太大，2）假设性条件太多

第一种，我想做份social营销方案，在创意方面需要天马行空，结合实际却发现无法落地，这直接导致思考变得理想化。

第二种，我把它也成为「颅内战」，假如我们这样执行会不会带来更多用户增长；假如这份项目调研没问题结果会不会差。

说直接点“我不能确定这样有无效果”，因此才需要拿出更多假设进行商讨；两者其实都是一种猜想，表面来说都比较片面，并不能帮我们建立正确的「执行方案」。

我也会听到“开会不要跟我讲理论，告诉我具体怎么做之类的话”，这样真的就一定对吗？不是的。

后来发现“没有理论”的推演，一件事执行后的效果差距很大；原因是大部分人知识的来源都是自我总结并不能作为有效依据，最后就要不断的复盘对齐。

这些种种矛盾形成的根源具体是什么呢？我把它称之为基石假设（Cornerstone hypothesis）。

进一步而言，如果我们找不到行动背后的「大前提」，所有的讨论都是表面现象的主观自洽，最终影响决策；因此提取“理论知识”就显得非常重要的。

理论知识与进化过程

若直接问我什么是理论，我也不知道如何精准回答；于是我查阅大量学术资料找出具体解释，从广义方面来说它从三种角度出发：1）知性，2）理性，3）逻辑

怎么理解三者的关系？

众所周知，在高中二学期时同学们都会经历文理科分班，许多人由于物理、化学、生物课程难度较大而选择“文科”；同样有人不喜欢历史、地理等科目而选择“理科”，它们分别代表“知性和理性”。

知性角度出发，学习生涯中会接受大量形式逻辑的训练，如因果关系论中的“因为所以”，假设关系的“如果，就”；相对关系的“不是，而是”，诸如此类。

理性角度出发，物理学中常用质点运动公式，如，匀变速直线运动（平均速度V平=S/t定义公式），有用推论Vt2-Vo2=2as；压强：P=F/S等，不一而论。 

但两者学习从来都不是冰冷独立状，单一理科的符号无知性的文科支撑就很难理解，单一文科内容无理性元素支撑就缺少文学之美；因此两者交叉是学习必不可失元素。

那如何有些结合呢？离不开关键要素“逻辑推理”。

人类通过某个概念判断，结合思维推理，运用论题依据、数学公式等方式最后推导出“万物基本规律”以支撑在现实中使用，来提升各领域学科方面的效率，从而普世化让大众可接受。

因此，理论是基础规律，是「理」和「论」的组成；它主要分为两大类别：

1）学说理论，2）科学理论 

第一方面，人类对自然社会现象按照已有的实证知识，经验，法则和认知经过验证的假说，经由一般化与演绎推理的方法，进行合乎逻辑的推论性总结，偏向演绎法(Deductive reasoning)。

第二方面，验证过对某科学领域所作的系统解释的知识体系，由系列性的概念，判断和推理组成，基于实战经验的基础上经过思维加工而形成的，具有严密逻辑结构的学说体系，偏向归纳推理(Inductive reasoning)。

可看出，两者唯一不同是“基石”和“推理”的方式，学说理论更偏向思辨，科学理论更偏向理性的数据。

相通点是把经验规律一一检验之后形成的知识，并不是胡乱猜想的假设，是动态并具备抽象和普适性的规律，除技术外，人们在生活中多半用的是“学说理论”。

从认知心理学角度出发，多伦多大学人类发展与应用心理学的国家首席教授基思•斯坦诺维奇（Keith E.Stanovich）把它总结为：

一组相互联系的概念与命题，它通过对变量之间的系统，来阐述、解释、并对未来做出预测”。

因此，日常所看到大量别人的思考多半称不上为理论，充其量是一小部分经验而已，并非批量验证的规律仅是单人的思考罢了。

两者理论怎么进化的呢？

在科学研究中把它拆分为：从个别或特别的知识中剥离出的定律或定理，根据这些规律演绎出“各种有关假设”。

即从一般的知识出发，对特殊和个别现象做推论，以进一步的事实验证这些假设，从而进入更高一级水平。（注：科学理论）

这里有则重要概念为「定律」，多数人会把它和「定理」难以区分，具体什么意思呢？ 

前者属于一种感性模型，属于实践和事实所证明，反应事物在一定条件下发展变化的客观规律的判断而已，通常用它描述特定的情况或特定尺度下的现实世界，但它可能会失效或不准确。

比如说，没有任何一种理论可以描述宇宙中所有的状况，也没没有一种理论是完全正确，如人们常说的“真香定律，期望定律，欧姆定律，因果定律”等。

后者属于已经证明具有正确性，可以作为原则或者规律的命题甚至公式；它从真命题（公理或其他被证明的定理）出发，经受逻辑限制的推导，证明为正确的结论，即下一个真命题。

比如说，几何定律，多面体欧拉定律，圆幂定律；这些可用在算法，人工智能，物理化学中来推动科技的进步。

综合上述会比较枯燥对不对，这么多有关理论知识的解析与科学研究的方法论，我们可以得到什么结论呢？

不论是学说理论或科学理论，都基于大量经验的验证最后得的可行性，属于「客观规律」，并非某个独立观点的存在，而是某个现象和结论相闭环的“组合套件”。

通俗一些，这就像气象台预测明天有大风，当数据预测系统发出的报道和最后现实结论发生矛盾时。

专家会尝试构建一个更好的理论来完成“新现象”的解释，因此会发现理论中存在“适用边界”，这是查理·芒格说过非常有名的一句话。

适用边界的误导性

什么是“适用边界”？当你无法知道别人的经验（观点，概念）在什么情况下失效时，这个知识对你来说是无效的。

换言之，你吸收的经验（认知）都不是绝对正确有用的，它只在某种特定场合和条件下适用。

简单举几个例子：

中国有很多俗语，如「坚持到底就是胜利」意思是遇到困难不应半途而废，不因困难而畏惧不前，最后一定会获得成功，对不对？

但同时还有另外一句叫「苦海无涯回头是岸」，什么意思？尘世间如同苦海无边无际，只有悟道才能获得超脱；还有很多，英雄出少年，大气晚成；宁为玉碎不为瓦全，留得青山在不怕没柴烧。 

每句话的适用都有一定边界和对应场合，若把这两者放在同样场景中相信你的内心就会瞬间崩塌，都是理论（知识）为什么突然失灵呢？

上述理论的进化中提到，所有的理论形成都是从一般知识出发，对特殊现象推论，以进一步事实完成假设。

因此完善的理论形成有三个维度：1）基础概念，2）联系这些概念的判断原理，3）推演的逻辑结论。（注释：科学理论结构）

换言之，“英雄出少年”这句话首先是某个年轻人因做成某件事而形成的标签，最后得出的结论。

如同你打开手机，眼前看到大部分人发表的观点都是有个基础概念，进而结合自己的思考（处境，经历）最终形成「想法」。

再比如：你问别人做短视频先起草文案还是先拍？你会得到很多不同答案，类似有说要先买个支架，有说先报个课程，诸如此类。 

这就导致，多数时候我们会通过自媒体平台采纳很多理论（经验，思考）；也会基于工作的个人经验，利用自媒体平台的便捷输出一些思考发表。

若不能说清楚“论点，论证，结论”三者，那看似有道理的观点无法验证，其实帮助不大还有可能影响到自己；所以我们要回避没有「大前提，小前提」的结论思考，避免让自己只陷入观点中。

如同，我说读书不在多而在精，要带着问题去阅读，每年设定100本的阅读KPI是不对；明天我又说读书不记录等于白读，应该边多边记吸收更好。

前者用在“那些以数字驱动读书的人身上，后者用在用心学习的人身上”。

你看，这两句话明显基于的大前提，场景都不同，仅从观点上学习有什么用呢？它只会让你误导。

可问题的本身是：生活中不会让我们不会觉察到「理论或某个经验的适用边界」，大脑习惯按照已有的预测编码优先处理「爱听的观点」来匹配已有的认知。

举个例子：

“复利思维”多数人知道它的定义，“使得事物按照一定的指数不断反复增强的思维模式”；简单而言，重复和反复做一件事，通过结果的再次累积形成同方向递进，把时间拉长犹如滚雪球一样倍增。 

巴菲特很早就知道此概念，并找到复用的场景「股票投资」才拥有现在的收获；若你不知道它的概念从哪里受到的启发，在哪里能够适用，以及他基于什么根据形成的复利；最终就无法“使用”。

因此，当足够了解某个观点背后形成的逻辑时，才能够准确将别人的观点用在自己身上；否则它仅是「正确的废话」，食之无味，弃之可惜。

拿一个浅薄而正确的理论（知识点，观点）用在错误的地方还想着要结果，难道不是南辕北辙。 

总而言之，一方面经验不等于理论，两者中间相差多种经验的反复验证；另一方面理论是有边界的，它不过是种猜想和假设，人们习惯围绕固有「基础概念」做出延展，然后再自洽的完成逻辑回答。

所以我说，很多时候学习理论（经验）要掌握背后某个人输出此经验的闭环逻辑（大前提，小前提）是什么，避免陷入表面观点中。

用这套方法论也可以拆分某个人知识或理论的形成，如樊登读书的火爆仅是爱讲书造成的吗？我为什么坚持做长内容？仔细深挖发现某个最后观点出现都有“重要的支撑”。

这也是挖掘别人思考的「基础概念」的过程，我也称之为“别人的思考根本根基”，“第一性原理”，所以别人的结论与隐含假设都不重要，重要的是基于什么。

依照别人第一思考做根本

该概念来源古希腊哲学家亚里士多德提出的哲学观点：“每个系统中存在一个基本的命题，它不能被违背和删除。

第一性原理被炒的很火的主要得益“钢铁侠”埃隆·马斯克；他经常说：通过第一性原理，我把事情升华到最根本的真理，然后从核心处开始推理。

如几十年前传统锂电池价格居高不下，这很大程度影响特斯拉电动车大众化之路。

于是他从伦敦交易所购买电池组所需的碳、镍、铝等原材料，再有特斯拉建厂制造，最后投入生产价格下架30%，他从事的航天、能源、汽车均通过此思考取得颠覆式创新。

此概念对我们有什么启发呢？里面存在两种思考方法，归纳法(Inductive reasoning)和演绎法(Deductive reasoning)。

上述中，理论的解释中也有提到「学说理论」和「科学理论」最重要的区别就在此，那从本意上有什么不同？ 

先说前者归纳思考： 

它指什么呢？从一系列经验事物或“素材”为依据，寻找出其服从的基本规律或共同规律，并假设出其他同类事物也服从此规律。

从而将这些规律作为预测同类事物的其他事物的基本原理的一种认知方法论。

如：早些年学习市场营销，发现毕业后人们从事市场分析销售等工作，但随着市场变化发现，市场又包含“品牌策略，数据洞察，社会心理学”，更多工作是渠道和公关居多。

而现在营销升级为数字化，市场变成产品型市场或技术性市场，需要了解martech（智慧营销），进一步细分广告数据，内容，社交和创意来满足用户。 

简单来说：从理论到精细化数据分析，对特殊的代表（token)有限观察，把性质或关系归结到类型，或基于对反复再现的现象的模式（pattern）的有限观察。

1620年，英国哲学家弗朗西斯·培根在《新工具》一书中首次提到了科学主义的归纳方法论；他认为：

“科学工作者像蜂蜜采蜜一样，通过搜集资料，有计划地观察，实验和对比并揭示自然的奥秘。

仔细想想科学理论难道不就是这样？保守切精准；其实人们在工作中也常用归纳法。

如，最近火热的新消费品牌破圈三件套，先小红书种草，然后找头部主播李佳琪薇娅带货，最后找中腰主播持续渗透，几句简单的话把新消费品牌策略概括的大而全。

再说后者演绎思考：

他指什么呢？以一定反映客观规律的理论认识为依据，从服从该认识的已知部分推知事物的未知部分的思维方法论；由一般到个别的认识方法论，属于认识”隐形“知识的方法论。

亚里士多德的三段论把一切表现的淋漓尽致，比如：打开天气APP显示说“杭州明天要下雨”，这时我们惯性思维会做出一个推理或决策“明天要带伞”。 

仔细想想学说理论难道不就是这样形成的？对比发现，一方面，归纳是通过实践推导结论，把连续性的经验推导到未来；可要知道并非所有事物都有连续性，固有的思维会让人陷入“归纳法”谬误。 

如同，我们经常看到一些工作几十年的人说“我的经验判定肯定没问题”，都这么做几十年了，熟能生巧。

因此当这种「固有认知」面临工作岗位调整或业务改革时，自己想跳出就变得很难。

或者说，他们基于几十年经验的判断会让自身陷入「归纳谬误」中，原因是唯一不变的是变化，我常说在保守中激进，在激进中成长就是这种状态。

另一方面演绎法必须有个基石，来自系统之外能够逻辑自洽到原点，该原点可以称之为「第一大前提，逻辑奇点」，也可以称之为第一思考的根基；这也是别人基于什么思考得到观点背后的概念。

我通常在工作中经常问同事“你这个大前提从哪里来”，他们的回答常常令我惊讶，如：1）别人也这么做，2）数据调查，3）朋友圈观点

总而言之，我们能得到什么结论呢？别人的观点不重要，重要是别人观点背后通过「演绎」还是「归纳」很重要。

因此，一个人归纳「数量」的多少和演绎的前置基石直接决定该观点能否可取，这直接判断出信息来源的准确性和思考依据。

像大公司做战略就是以此方式，调研各种数据基于历史发展做判断。

这么多关于「理论」背后的拆解和别人推理的思维方式，最后结合我自己的思考，讲讲一个实践理性主义者，我们应该吸收什么样的理论以及如何正确使用别人的「经验」。

正确吸收理论的方法论

我们要接受一个事实，所有的理论（知识，经验），它没有决定对错之分的权利；大脑接受后只是为推演判断做决策提供有价值的依据，仅此而已。

因此我们需要具备学习理论如何形成的能力，尽管这些很枯燥，但你在人生某个阶段瓶颈时它是帮助你成长最有力的武器。

如同抽丝剥茧不用摧毁之力看透别人观点背后的（大前提）；具体到日常行动方面，这里有几条方法论我一直在用：

1）学会问题前置

很多人做事习惯「目标先行」，两者着实有相似之处，目标可量化、问题可发散化；唯一不同是问题可以解决自上而下和自下而上的难题。

而目标导向是自上而下的规划，要知道时间是流淌社会是变化的，应对发展，随机问题更合理。

围绕目标提出问题，然后通过网络或同事的反馈能直接得到「观点」，这只是冰山的一角不能直接采纳，不然会陷入表面困境上。

我上述有说，需要找到别人第一思考的基石在哪里把它拿出来，不妨多问几个为什么，依次来推理它是「演绎思考」还是「归纳思考」，能否找到确认的大前提。

2）找到适用边界

举个例子，为什么说牛顿的”三大力学定律”和“量子力学定力”并没有冲突呢？因为它们适用的边界不同，前置条件也完全不同。

当得到某个大前提时你会明白原来理论不但不矛盾，而且是统一的；比如有人说996是福报，有人说累的要命；也有人说年轻就要早创业，还有人认为创业到年长成功概率更大。

他们背后的经历不同都有适用场景的边界，说996的人公司上市自己股票套现也能财富自由，累的要命的人本身在基础岗位挣的不多，投入产出不划算；年轻要创业可能有原始资产。

所有一切不能盖棺定律；因此判断就要学会自我切割，把大前提和自我分开；过程需要思考他人的内容是否帮助我，剔除那些不适用，不利于解决问题的观点，直到找到符合自己最适用的。 

3）敢于大胆尝试

日常会遇到这种过程，对于不擅长的事不知道从哪里下手你就会学习相关知识，然后进行实践，发现很难落地或得到的结果总是显得生硬，因为「不匹配」。

知行合一的难点有时不是知道做到，而是知道的不够多，行动就会偏差。 

所以为什么强调边学习理论边实践呢？过程中可以调整在学习，一直循环就好；当你把某件事做成时输出的观点也是「一小部分的」，如同，你无法把全部面貌展出出来一样。

据此，有时不是理论没用而是学的太少，没有找到基石。

一件事呈现的结果往往是多个正确操作完成的，多数理论知识强调某个正确操作，你去思考时确实走的通，但你没注意落地时总是差点意思。

因而，我一直相信做成一件事有一个完整正确的路径摆在信息的载体里，只是我们没发现或只看到一部分；很多思考只是主干，而那些小路才值得关注。

总结一下：

如何找到有价值的理论（知识）？首先看别人观点形成的逻辑是「演绎推理」还是「归纳推理」，得到大前提的基石是什么。

进而对照自身找到适用边界，剔除无用理论，哪些能否帮我很重要；最后敢于大胆尝试，边学习边实践边微调。

如此三向进击，或许你的成长速度，信息准确率要比别人高很多。