不过，今年我确实发现，我们想做的这门课，《人生算法》中的“算法”这个词的提及率越来越高。这说明啥？说明整个社会越来越意识到，人类文明到了一个重要的关头。过去，是人类来创造计算机算法，而未来，人类要反过来向计算机学习算法思维。
那“算法思维”和我们人类的日常思维有什么区别？今天我们简单和大家聊一聊。
最重要的一个区别是：算法思维是有原则的。而人类的思维很难有坚定的原则。
克劳塞维茨，《战争论》的作者，讲过一句话，“制定原则并不难，难的是始终坚持原则。”对，这句话听起来似乎是大白话，但是道出了人类思维的一个根本性的难题。比如我们日常生活中，经常跟别人说，“这件事原则上可以”，那实际的意思是啥呢？就是现在不可以嘛；或者反过来，“这件事原则上不行“，那实际意思就是特殊情况下也行。
你看，在潜意识中，我们就是认为原则是可以用来打破的。但是之所以要有原则，就是因为不能有例外啊。你不觉得这是一个问题吗？
过去，我们觉得计算机很笨，就是因为它只会坚守原则，机械地执行指令。而人要灵活得多。没错，这是人的巨大优势。
但是现在情况变了，如果着眼于未来，计算机的这种笨，可能反而要成为人学习的对象。为啥？因为人要处理的情况越来越复杂，灵活性带来的优势越来越小，相反，没有原则带来的劣势越来越大。
举个例子说，业余做投资的人都模模糊糊地知道一个原则：决不能用杠杆借钱去投资。道理很简单，一旦投资失败，不仅血本无归，而且债台高筑。人不能玩自己玩不起的游戏嘛。好，原则放在这里了。那有没有例外呢？很多人觉得是有的。比如，这个投资机会，是我最好的朋友告诉我的、这个投资机会担保的是一个大机构、这个投资机会很多有钱人、聪明人也跟进了，那我要不要借钱用杠杆搏一把呢？
在小规模的人类共同体中，比如一个村里，这么想问题不大。因为复杂性有限，你可以调用人的灵活性，去判断机会，判断人性，判断具体的机会是不是靠谱。但是，现在的投资市场、金钱游戏，已经是一个全球性的复杂网络。复杂到没有任何一个人能说得清楚全貌。这个情况下，如果你有侥幸心理，即使这一次得手了，安全的，迟早也会踩响地雷。所以，聪明的投资者恰恰不能自持聪明，而是要坚守一个笨的原则。那就是决不能用杠杆。
再举一个例子，我们得到App里有很多老师都提到过一个数，37%。什么意思呢？简单说，就是当你面对一大堆选择，又没有重新选择的机会的时候，你考察总数的百分之多少，就应该下判断。
计算机算法给出的答案是37%。就是说，你考察了总数的37%的比例之后，就不应该考察剩下的63%了，就应该迅速做决策，而不是等全部考察完。比如，你买房，市场上在你考察范围内的房有100套，那你要把100套全部看完才能下决心吗？
算法思维告诉你不用，考察前37套，你就可以选了。这是算法决定的，在这个地方停止考察做决定，这是成本收益最优的策略。至于这个37%怎么来的，我这里就不展开了，你可以去听万维钢老师和吴伯凡老师的课。（点击查看原书《算法之美》）
再举一个匪夷所思的例子：一个女孩假如从20岁开始选择结婚的伴侣，并希望在30岁之前能结婚，一共10年的选择期。那她该怎么办？她应该在23.7岁的时候，就是这段时间的37%的时候，就在自己见过的人当中做选择了。
这个例子一举出来，估计很多人就要反对了。那万一24岁遇到一个更合适的，不就亏了吗？对，这就是人的思维方式和计算机的算法之间的区别。算法认为，你考察了37%，该见过的人的类型已经见得差不多了。如果你坚持不停止考察，后面带来的收益越来越小，但是风险越来越大。我们都知道，生活中很多好女孩想结婚，但是又结不了婚，就是这么一直选一直选耽误下来的。她总觉得未来可能有更好的。
你可能觉得计算机算法提供的37%这个原则，看起来冷冰冰，不近人情。但是，无论是数学推演，还是客观统计，这个数字都是有效的。我不是真的建议你接受这个数。我只是通过这个例子，给你看到两种思维方式之间的巨大鸿沟。
不过，说到这里，你可能会有一个误解，就是算法思维只会坚持原则，没有灵活性。其实恰恰相反，算法思维，不仅有原则，而且能够兼顾更多的原则。而这一点恰恰是人类做不到的。
吴军老师在咱们得到App里有一门课，叫《谷歌方法论》，里面就举了一个例子。
你见过银行门点里的排队。排队办业务通常是什么原则？先来后到。谁领的等候号码靠前，谁先办业务。这是单一的原则。
但是你想过没有，如果有一位的业务特别复杂，要办很长时间，后面的人就会等很久；有一位的业务特别重要，不仅对他自己重要，对银行也很重要，但是他也不得不按部就班排队。从全局的角度看，这不是一个效率最高的策略。但是没办法，银行面对公众，那么复杂的情况，它只能采取单一的、看起来公平策略：先来后到。
其实计算机也面对同样的问题，那么多任务要完成，它只有一个CPU，先算哪个后算那个？算法就会有很多原则来处理这个事。比如，法官原则：谁先排队谁先办理；客服原则：谁最重要，谁先办理；先苦后甜原则：哪个客户消耗时间最长，谁先办理。
你说这些原则怎么统一在计算机处理的事情中呢？计算机操作系统的设计者，通常会把好几种方案混合使用。比如同时设定，越重要的顾客优先级越高，等待时间越长的顾客优先级越高。这样即使一个顾客不是很重要，但是等待时间已经很长了，他也有机会先办理业务。
你看，算法思维不是单一原则，它恰恰更灵活，更能考虑全局。它的唯一出发点是，哪种方式消耗的时间最短、花费的资源最少、得出的效率最高。
有一次，脱不花跟我说，考察一家公司有没有真正的价值观，有一个问题很有效，你问他们老板：“贵公司排序第二的价值观是什么？”
这个问题通常会把人问懵。问第二，不问第一的目的，就是看看他们的价值观是不是有排序，没有排序的价值观就等于没有价值观。
对啊，很多公司贴在墙上的使命愿景价值观都是很多大词，比如高效、诚实、正直等等。这些大词本身没错，但问题是，当这些大词发生矛盾的时候，比如高效和诚实发生抵触的情况下，哪个原则是优先的呢？如果没有清晰的排序，你怎么能说你有价值观呢？因为具体情况你还是处理不了啊。
在计算机的算法思维里，就没有这个问题，所有的原则都必须排序、都必须编码、都必须有高阶低阶的次序、都必须能处理实际出现的所有情况。这才是真正的原则性和灵活性的结合。这是人的思维方式很难做到的，也是我们在这个超级复杂时代必须向算法学习的原因。
你看我们人类的思维能力和计算机相比，差的不仅是运算速度，更是思维结构。所以吴军老师有一个比喻，人的思维能力是大刀长矛，而计算机的全局网络思维才是洋枪洋炮。
顺便给吴军老师的课程《谷歌方法论》做个广告。他今年研发的这门课，目的不是给你讲谷歌公司，而是希望通过对计算机思维、算法思维的系统讲解，给你一套应对这个时代空前复杂性的洋枪洋炮。推荐你加入学习。
