以前我们只要学习知识就够了，为什么这几年开始重视思维方式的提升？
一个原因是知识增长太快，知识膨胀的速度远大于个人学习的速度，即使一个很细分的行业，也很难将这个小领域的全部知识学完学精。
另一个原因是知识获取异常方便，只要能联网，全世界的知识都可查找检索，知识数量的多寡已不构成核心竞争力。所以就从学习知识的转换到学习思维，以求达到：
知识随着思维的学习而展开，
思维随着知识的贯通而形成，
能力随着思维的理解而提高。
说起思维的类型，我们有很多概念，比如创新思维，逻辑思维，批判性思维等等，但传统上从思维形成的方式分，就只有两种思维类型，即通过肉眼观察到的经验思维，和通过心眼推理出理论思维，经验思维对应的是归纳，而理论思维对应的是演绎。
随着计算机技术对社会的影响越来越大，我们发现计算机的思维方式既不是经验的，也不是理论的，而是计算的。在计算机的世界里，一切可计算，所有现象都可数据化，并用0、1表达和计算，这种就是通过计算的算眼获得的思维。
由于计算机科学对科学技术的影响，一些学者就提出人类应该掌握第三种思维——计算思维，它和阅读，写作，算术一样重要，成为每个人处理问题的思维方式。下面我们具体聊聊肉眼，心眼，算眼这三种思维：
经验思维是通过用肉眼观察事物或现象，然后对观察到的结果进行总结归纳，形成一套认识事物，解释现象的思维方式。人们为了排除外界的干扰，经常通过构造实验的方式来让事物或现象重现，所以这种方式又叫实验思维。
经验思维是每个人都天生具有的能力，我们使用感官感知外界的信息，以直接感知到的东西为依据，然后总结归纳形成自己的思维方式。
因为肉眼只能感知到事物或现象的外显特征和外部联系，事物的内部结构和运行目标是不容易观察到的，所以经验思维就有一定的局限性。比如古代人们观察到，太阳每天从东边升起，又从西边落下，就认为太阳是绕着地球转的。
人们也观察到所有的天鹅都是白的，于是就推断出了一个结论：
所有的天鹅都是白的。
现在我们知道，这个论断是错误的，人们在澳大利亚发现了黑天鹅。由于受观察能力和经验所限，人们不可能穷尽完所有事物，所有现象。黑天鹅事件给我们这样一个警示：
你不知道的事比你知道的事更有意义。
就是说你不能通过肉眼看的方式观察完所有对象，而那些我们没观察到的，可能对我们认识世界，理解世界的运转规律更有意义。
比如一个漂亮的女性，接触了一些男性后，得出了这样的一个结论：
所有的男人都是好色的。
一天，她发现有个男人对女性不感兴趣，于是依据自己的经验思维推断出：这个男人不是男人。
要探求任何事物的真相，我们得甩掉肉体，全靠灵魂用心眼儿去观看。
-- 柏拉图。
我们说经验思维是通过肉眼来观察世界，得出结论。但人类还有一个有思想的心眼。心眼是人类特有的理性抽象能力。人类心智抽象过程是：在大脑中对事物现象进行分析，比较和综合，将不同，差异排除，抽取其本质的共同属性。
理论思维的过程是这样的三步：
1.假设/预设
2.定义/性质/定理
3.证明。
理论思维首先假设前提，再定义概念性质，最后证明在这个前提下可以获得的结论。抽象是理论思维的最主要特征，「抽象」这个词可以理解为从现象中抽取出本质，因此它就更接近本质，更有普适性。
所以好的理论是教我们如何思考，而不是思考什么。好的理论可以回答
what causes what to happen （什么导致什么发生）。
前段时间网易运营课的刷屏营销，我们可以用行为理论去分析，发现它完全吻合行为模型，步步为营，环环相扣，首先用非常低的门槛将用户引入，接着运营目标是：
前一个行为让后一个行为更有动机；
前一个行为让后一个行为更容易执行；
前一个行为触发后一个行为发生。
这是三把尺子，如果三个都满足，活动成功的概率就会很大，如果产品和运营环节只满足其中的一个或两个环节，就会浪费资源，很难爆发产生裂变。
而后中信出版社的活动也验证了这个理论。但最近知乎的「读书会」并没有在微信朋友圈造成刷屏效果，你可以根据行为模型的这三把尺子分析原因。
同样，如果我们要想运营一次成功的裂变营销，也一定要基于这三把尺子去设计和推动。因此好的理论不仅能解释现象，更可以指导行动。
理论思维的应用方式是推理和演绎，即有什么因，就可以得出相应的果。
比如我们证明出男人都是好色的这样一个结论。当一个女性看到一个男性对她没兴趣，甚至对所有的女生都不感兴趣时，她就不会武断的说这个男人不是男人。从后来的事件中得知，不是这个男人不好色，只是他不喜欢女性，更喜欢男性。
除了经验思维和理论思维，在计算机代替人做了很多工作的世界中，有学者就提出了计算思维，计算思维的意思是像计算科学家一样思考。
计算思维是原卡内基-梅隆大学教授周以真在2006年第一个明确提出的，后来各个大学也都开设了计算思维课程，给大学低年级的学生普及计算思维。
什么是计算思维呢？周以真教授在2017年发表了一篇文章对计算思维做了明确的定义：
Computational thinking is the thought processes involved in formulating a problem and expressing its solution(s) in such a way that a computer—human or machine—can effectively carry out.
我大概翻译一下：
计算思维是用计算机科学的基础概念定义问题，理解人类和机器行为，并设计出高效的运行系统，而计算思维的本质是抽象和自动化。
周以真教授在2006年的那篇文章是这样开头的：
计算思维建立在计算过程的能力和限制之上，由人由机器执行。计算方法和模型给了我们敢于去处理那些原本无法由任何个人独自完成的问题求解和系统设计。
计算思维直面机器智能的不解之谜：什么人类能比计算机做得更好？什么计算机能比人类做得更好？最基本的是它涉及这样的问题：什么是可计算的？
那么我们的计算能力是后天学的，还是由基因遗传的？
研究发现，5个月大的婴儿，可能已经具备了基本的数学能力。在「米奇老鼠数学」实验中，5个月的婴儿对于计算结果相符的情境没有特别反应，但对与结果不相符，也就是计算错误的情境，则会进行长时间关注。这意味着婴儿先天就具有掌握特定的基本数学公式和统计模式的能力。
计算思维实现的方式是设计与构造。在我们当前的大数据环境下，实验和理论手段需要借助计算手段来实施。哈尔滨工业大学战德臣教授等在计算机思维导论中总结了计算技术的三个奠基性思维：
0、1思维
0和1是实现计算的基础，计算机计算的过程是将社会的，自然的计算，抽象和简化成二进制的0和1，通过大量的晶体管完成计算。0、1也是连接硬件与软件的纽带，我们之所以能通过程序控制硬件，就是在用0、1的转化来实现软件控制硬件。
程序思维
程序是一系列动作指令的集合，是控制计算系统的手段。所谓的编程就是编制一系列计算机可直接或间接处理的指令，这些指令让计算机自动执行复杂的计算工作。
递归思维
递归就是程序调用自身，是无限事物及重复过程的表达和执行方法。项羽力大无比，但他不能抓着头发将自己举起来，而程序可以自身调用自身，用少量的程序完成多次重复计算，递归思维比项羽的力量更强大。
关于计算思维，以后会专门跟大家聊，今天只是先提一提。
今天首先讨论了第一种经验思维，我们用自己的一双肉眼来观察世界，总结经验教训，形成认知世界的思维模式，经验思维是归纳，从具体到一般。除了肉眼，我们还用心眼来推理和论证，形成一系列严密的理论思维，理论是抽象出来的，使用时由一般到具体，通过演绎来呈现。
而计算机技术给我们增添了第三只眼——算眼，人类通过设计、构造和计算的方式来将事物和现象数字化，通过计算来辅助我们的经验思维和理论思维，三者共同协调发挥作用，提高我们做决策和行动的能力。
最近会对思维模型系列内容制作图片版和语音版，首先在知识星球发布，欢迎加入大辉的进化城堡。
参考文献：
http://www.cs.cmu.edu/afs/cs/usr/wing/www/ct-chinese.pdf
http://ijet.itd.cnr.it/article/view/922/874
李润洲 理论思维：助推研究生的知识创新——学位与研究生教育.2017（12）
大学计算机-计算机思维导论 战德臣等
联系客服
