按场景浏览
选择适用场景,快速找到对应的思维模型
筛选结果(79 个模型)
科学革命
Scientific Revolution
范式转换推动科学进步:科学不是渐进积累,而是通过范式转换(科学革命)实现跳跃式发展,旧范式被新范式取代。
临界质量
Critical Mass
系统在达到某个阈值前变化缓慢,一旦突破阈值会发生急剧的、非线性的爆发式转变。
梅特卡夫定律(网络效应)
Metcalfe's Law
网络的价值与用户数的平方成正比——每新增一个用户,不只是加一个节点,而是增加 N 条新连接。
不确定性原理(测不准原理)
Uncertainty Principle
你不可能同时精确知道一个粒子的位置和动量——测量行为本身会干扰被测量对象。
确认偏误
Confirmation Bias
人会主动寻找、解读、记忆那些支持自己已有信念的信息,忽略反面证据——认知偏差之王,聪明人反而更严重。
后视偏差(后见之明偏差)
Hindsight Bias
事情发生后觉得「我早就知道会这样」——结果会扭曲你对事前判断的记忆。
曼德拉效应
Mandela Effect
大量人群产生一模一样的错误集体记忆——记忆不是录像,是可以被篡改、被植入、被集体污染的。
虚假共识效应(虚假一致性偏差)
False Consensus Effect
高估自己的观点、行为和偏好的普遍性——「大家都这么想」其实只是你这么想,把自己的选择当成常态,认为异见者是少数。
从众效应
Conformity
为了合群而改变行为:即使自己的判断不同,也会因为群体压力而附和多数。
群体极化
Group Polarization
群体讨论走向极端:群体讨论后,成员的观点会比讨论前更极端,保守的更保守,激进的更激进。
信息茧房
Information Cocoon
只看到自己想看的:算法推荐和个人选择让人只接触符合自己观点的信息,视野越来越窄。
六度分隔
Six Degrees of Separation
任何人之间最多隔6个人:世界上任意两个人之间,平均通过6个中间人就能建立联系。
弱连接
Weak Ties
泛泛之交比密友更有用:弱连接(不太熟的人)往往带来新信息和新机会,强连接信息重复。
归因理论
Attribution Theory
解释行为原因的理论:人们如何解释自己和他人行为的原因,归因方式影响情绪和后续行为。
权威服从
Authority Obedience
人们倾向于服从权威:即使权威的命令违背道德,人们也倾向于服从,米尔格拉姆实验证明了这一点。
二阶思维
Second-Order Thinking
不仅考虑行动的直接后果,还要考虑后果的后果,乃至更长的因果链——一阶思维看眼前,二阶思维看长远。
蝴蝶效应
Butterfly Effect
复杂系统中,初始条件的微小变化会被放大,导致结果天差地别——预测长期行为几乎不可能。
囚徒困境
Prisoner's Dilemma
两个人各自理性地选择「背叛」,结果比都「合作」更差——个体理性导致集体非理性。
公地悲剧(公地的悲剧)
Tragedy of the Commons
人人都能免费使用的公共资源,最终会被过度消耗而毁灭——个人收益私有,成本集体承担。
增长极限
Limits to Growth
任何指数增长最终都会遇到限制——资源、空间或市场的约束会让增长放缓或崩溃。
系统思维
Systems Thinking
看到整体而非局部:关注要素间的连接、反馈回路和涌现行为,而非孤立分析单个部分。
二阶混沌
Second-Order Chaos
参与者的预测会改变结果:在社会系统中,预测本身会影响被预测的事物,形成递归循环。
临界点
Tipping Point
微小变化引发质变:系统达到某个阈值后,微小变化引发巨大的、不可逆转的质变。
自组织
Self-Organization
无序中自发产生有序:系统在没有外部指令的情况下,通过局部互动自发形成有序结构。
耗散结构
Dissipative Structure
远离平衡的开放系统形成有序:通过与外界交换能量和物质,远离平衡态的开放系统可以自发形成有序结构。
复杂适应系统
Complex Adaptive System
主体能学习和适应的复杂系统:由大量能学习和适应的主体组成,表现出涌现、自组织、进化等特性。
强连接
Strong Ties
亲密频繁的社会关系:与亲密朋友、家人的关系,提供情感支持和信任,但信息同质化高。
关键节点
Key Node
网络中影响力最大的节点:在网络中连接最多或处于关键位置的节点,对网络的运行和传播影响最大。
无标度网络
Scale-Free Network
节点度数服从幂律分布:少数节点有大量连接,大多数节点连接很少,网络没有特征尺度。